产品表面缺陷的检测方法

目前, 基于机器视觉的表面 缺陷装备已经在各工业领域广泛替代人工肉眼检测，包括3C、汽车、家电、机械制造、半导体及电子、化工、医药、航空航天、轻工等行业。传统的基于机器 视觉的表面缺陷检测方法，往往采用常规图像处理 算法或人工设计特征加分类器方式。一般来说，通常利用被检表面或缺陷的不同性质进行成像方案的设计，合理的成像方案有助于获得光照均匀的图像，并将物体表面缺陷明显的体现出来。近年来，不少基于深度学习的缺陷检测方法也被广泛应用在各种工业场景中。

对比计算机视觉中明确的分 类、检测和分割任务, 缺陷检测的需求非常笼统. 实 际上, 其需求可以划分为三个不同的层次:“缺陷是什么”（分类）、“缺陷在哪里”（定位）和“缺陷是多少”（分割）

机器视觉系统优点

1、非接触测量，对于观测者与被观测者都不会产生任何损伤，从而提高系统的可靠性。

2、具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围。

3、长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉则可以长时间地作测量、分析和识别任务。

4、机器视觉系统的应用领域越来越广泛。在工业、农业、国防、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用，可以说已经深入到我们的生活、生产和工作的方方面面。

如何挑选机器视觉光源

适用产品表面光滑度较高如下表

种类：点光源、同轴光源、圆顶光源、面光源、平面无影光源、环形无影光源、方形无影光源、圆形无影光源、开孔面光源、  同轴平行光源。

适用产品表面粗糙度较高如下表

照明方式的选择，就是把样品的表面粗糙度、材质和轮廓等特征作为选择依据，再根据图像处理的需要，把检测特征和背景在图像上形成反差，得到对比度高的图片效果。

东莞创视自动化科技有限公司是一家以技术为主导的机器视觉光学企业，拥有国内从事机器视觉成像光学开发经验的研发技术团队，在光学、视觉成像，视觉应用等方面拥有十来年的技术创新和实战积累。