1. 首頁 > 生活百科 > 科技 > >

機器視覺|表面缺陷檢測 有哪些待解決難點及未來發展趨勢

智能制造機器視覺

機器視覺|表面缺陷檢測 有哪些待解決難點及未來發展趨勢

與人類視覺相比 ， 基于工業機器視覺的表面缺陷檢測有著明顯的優勢 ， 它精確度高、速度快 ， 可“看”清人眼無法看清的快速運動目標 ， 同時還具有較高的穩定性 ， 可以提升對質量的可控性和對缺陷產品進行信息的集成與留存 ， 方便人員追溯 。 因此 ， 基于工業機器視覺的缺陷檢測在多個工業質檢領域都有著頻繁的應用 ， 幫助人工進行缺陷產品的缺陷檢測識別并進行缺陷分割 。
其實 ， 隨著在行業內多年的沉淀 ， 這項基于工業機器視覺的表面缺陷檢測技術已經取得了質的發展 ， 實現了例如自動ROI區域分割、標點定位（通過仿真視覺可靈活檢測未知瑕疵）、從重噪聲圖像重檢測無法描述或量化的瑕疵如橘皮瑕疵、分辨玻璃蓋板檢測中的真假瑕疵等功能 。

可以說 ， 基于工業機器視覺的表面缺陷檢測技術在理論研究和工業質檢實際應用中均取得了滿意的成果 ， 但現階段仍存在以下問題和難點 。
（1）在圖像采集階段 ， 受光照條件、現場環境、拍攝角度和距離等因素的影響 ， 被檢測物體的表觀特征會產生變化 ， 這勢必會對缺陷檢測的精度產生一定的影響 ， 同時 ， 噪聲的干擾以及被檢測物體的部分遮擋也會影響到圖像的質量 ， 降低系統的缺陷檢測性能 。 如何提高圖像采集的質量 ， 最大程度上降低外界因素的干擾 ， 是需要解決的問題之一 。
（2）雖然工業機器視覺檢測在工業生產中已經取得了較好的檢測效果 ， 但是在實際圖像采集過程中 ， 由于真實的缺陷數據較少且表面缺陷種類繁多、形式多樣 ， 缺陷特征的提取效率較低 ， 同時 ， 模型對新產生的缺陷類型不能進行正確識別 ， 不足以利用深度學習的方法進行訓練 。 如何獲取足夠的缺陷樣本并保證在實際應用中的準確率 ， 是未來的研究方向之一 。
【機器視覺|表面缺陷檢測 有哪些待解決難點及未來發展趨勢】（3）從缺陷檢測的準確性和實時性方面來看 ， 盡管工業機器視覺檢測的一系列算法在不斷更新 ， 但缺陷檢測效率與缺陷檢測的準確率與實際生產的需求還具有一定的差距 。 如何解決特征的精確提取、提高缺陷檢測系統的準確性與實時性 ， 仍是現階段需要考慮的問題 。
值得關注的是 ， 隨著越來越多的基于工業機器視覺的機器視覺平臺 ， 比如思謀SMore ViMo智能工業平臺 ， 不斷推向市場 ， 工業機器視覺對工業質檢的賦能會越來越明顯 ， 可以很大程度上規避上述提到的問題 。
未來發展趨勢
目前 ， 工業機器視覺技術已經在醫學、交通航海、工業生產等智能制造領域有了突破性進展 ， 基于工業機器視覺的表面缺陷檢測必將是未來的發展趨勢 ， 具體表現為以下兩個方面 。
（1）目前基于機器視覺的缺陷檢測方法主要是對工業相機獲取的二位圖像進行檢測 ， 缺陷檢測的對象是物體的表面缺陷 ， 而二維圖像的視野信息比較單一 ， 無法進行產品各方位視野信息的表達 。 如何通過多個工業相機對被檢測物體進行三維建模 ， 獲得缺陷檢測目標的空間信息 ， 提高缺陷檢測系統性能已是未來的一個重要發展課題 。
（2）機器視覺缺陷檢測方法目前還處于理論研究階段 ， 在實際應用中仍達不到現代化智能制造中精準化和智能化的要求 ， 利用工業機器視覺技術設計產品的分揀裝置 ， 結合機械臂對缺陷產品進行分類剔除 ， 建立一套全自動化的生產線 ， 是未來智能制造的大勢所趨 。

    相關經驗推薦