基于机器视觉的⌈表面划伤⌋检测案例的方法分析

主要观点总结

本文介绍了机器视觉在工业生产中对于产品表面缺陷检测的应用，特别是针对表面划痕缺陷的检测。文章详细阐述了表面划痕缺陷的三种类型以及相应的检测方法，同时讨论了表面划痕缺陷检测对正确打光、相机分辨率和工业相机与被检测部件的相对位置等的高要求。此外，本文还介绍了常用的四种打光方式以及针对产品表面划伤的低角度和高角度两种解决方案，并强调了成像方案的选择应根据产品表面的检测要求和效率要求来定制。

关键观点总结

关键观点1: 工业生产中产品表面缺陷的普遍性和机器视觉在其中的应用。

工业生产中经常遇到产品表面缺陷问题，如裂痕、划痕等。机器视觉行业在这方面已有显著突破，广泛应用于金属、玻璃、手机屏幕、液晶板等行业。

关键观点2: 表面划痕缺陷的三种类型及其检测难点。

表面划痕分为三类，分别具有不同的特征，如灰度变化、形状等。检测难点在于缺陷形状不规则、深浅对比度低，易被产品自然纹理干扰。

关键观点3: 机器视觉划痕检测的基本分析过程和检测方法。

检测过程分为确定是否存在划痕和提取划痕两个阶段。检测方法包括基于灰度特征、阈值分割和结合双阈值与缺陷形状特征的方法。

关键观点4: 表面划痕缺陷检测对打光的要求及常用的打光方式。

表面划痕缺陷检测需要正确的打光方式。常用的方式有同轴光、低角度、背光和高角度。其中低角度和高角度打光方案被主要提出解决产品表面划伤问题。

关键观点5: 成像方案的选择根据产品表面的检测要求和效率要求来定制。

成像方案应综合考虑产品的表面检测需求、打光方式、相机分辨率和工业相机的位置等因素，以实现高效的表面缺陷检测。

文章预览

本文转载自矩视智能 在工业生产中总是经常遇到裂痕、划痕等产品的表面缺陷问题，机器视觉行业对于表面检测相比前几年已经有很大的突破，对于产品表面的划伤、污迹等检测已经不再是难点。 在金属、玻璃、手机屏幕、液晶板等行业表面检测上应用广泛。 但由于该类缺陷形状不规则、深浅对比度低，而且往往会被产品表面的自然纹理或图案所干扰。因此，表面划痕缺陷检测对于正确打光、相机分辨率、被检测部件与工业相机的相对位置、复杂的机器视觉算法等要求非常高。 机器视觉划痕检测的基本分析过程分为两步：首先，确定检测产品表面是否有划痕，其次，在确定被分析图像上存在划痕之后，对划痕进行提取。 表面划痕通常可分为三大类： 第一类划痕：从外观上较易辨认，同时灰度变化跟周围区域对比也比较明显。可以选择较小的阈 ………………………………