机器视觉表面缺陷检测系统

如今生产企业对产品质量的要求越来越高，除要求满足使用性能外，还要有良好的外观，即良好的表面质量。但是，在制造产品的过程中，表面缺陷的产生往往是不可避免的。不同产品的表面缺陷有着不同的定义和类型，一般而言表面缺陷是产品表面局部物理或化学性质不均匀的区域，如玻璃等非金属表面的破损、夹杂、污点，金属表面的斑点、划痕、孔洞，纸张表面的色差、压痕，等等。

人工检测是产品表面缺陷的传统检测方法，该方法抽检率低、准确性不高、实时性差、效率低、劳动强度大、受人工经验和主观因素的影响大，而基于机器视觉的检测方法可以很大程度上克服上述弊端。

表面缺陷不仅影响产品的美观和舒适度，而且一般也会对其使用性能带来不良影响，所以生产企业对产品的表面缺陷检测非常重视，以便及时发现，从而有效控制产品质量，还可以根据检测结果分析生产工艺中存在的某些问题，从而杜绝或减少缺陷品的产生应用表面缺陷检测系统，提高了检测的准确度和效率。

第一，利用图像采集系统对图像表面的纹理图像进行采集分析；

第二，对采集过来的图像进行一步步分割处理，使得产品表面缺陷能像能够按照其特有的区域特征进行分类；

第三，在以上分类区域中进一步分析划痕的目标区域，使得范围更加的准确和精确。

通过以上的三步处理之后，产品表面缺陷区域和特征能够进一步确认，这样表面缺陷检测的基本步骤就完成了。

机器视觉检测技术在流量检测、药品的包装检测、饮料的容量检测和外包装检测、烟草的烟标检测和外包装检测、汽车的安装检测、打印的打印质量检测、纺织的布匹瑕疵检测、五金的螺丝钉检测、运输的货品分拣、食品的生果分拣、电子的焊接检测和安装定位、钢铁的钢板外表缺点检测、手机屏幕检测等都有应用。