隨著經(jīng)濟(jì)和工業(yè)科技的發(fā)展，在全自動(dòng)或半自動(dòng)生產(chǎn)過程中，需要對(duì)零件或成品的缺陷進(jìn)行檢測(cè)，這有助于提高成品率。
眾所周知，機(jī)器視覺系統(tǒng)可以說是一種非接觸、非破壞性的自動(dòng)檢測(cè)技術(shù)，是實(shí)現(xiàn)生產(chǎn)自動(dòng)化、智能化和精確控制的有效手段。
機(jī)器視覺系統(tǒng)具有速度快、精度高、穩(wěn)定可靠的優(yōu)點(diǎn)，光譜范圍更廣，更便于圖像處理系統(tǒng)的精確計(jì)算。
以下是小編收集的機(jī)器視覺技術(shù)在探傷中的三個(gè)典型應(yīng)用，見下文。
1、玻璃瓶表面探傷
在玻璃瓶的實(shí)際生產(chǎn)過程中，由于各種因素的影響，玻璃瓶表面會(huì)出現(xiàn)孔洞、蚊蟲、黑點(diǎn)、斑點(diǎn)等缺陷，嚴(yán)重影響玻璃的質(zhì)量。由于玻璃瓶的寬度一般較大，瑕疵較小，人眼無法及時(shí)準(zhǔn)確地判斷瑕疵?；跈C(jī)器視覺技術(shù)的玻璃表面缺陷檢測(cè)通過先進(jìn)的CCD成像技術(shù)和智能光源采集玻璃表面圖像。
、
因?yàn)椴Ａ峭该鳟a(chǎn)品，所以沒有缺陷的玻璃瓶樣品質(zhì)地均勻，表面光滑潔凈。如果采集的圖像整體灰度均勻性好，相鄰像素之間的灰度值變化就會(huì)小。
如果采集到的圖像存在缺陷，那么在對(duì)圖像進(jìn)行處理時(shí)，相鄰像素的灰度值就會(huì)不同。
由于各種缺陷，圖像失真會(huì)不一樣，從而判斷玻璃產(chǎn)品的缺陷類型，進(jìn)一步分析玻璃制造過程中存在的問題，指導(dǎo)技術(shù)人員進(jìn)行分析和調(diào)整。此外，通過對(duì)玻璃表面質(zhì)量的在線檢測(cè)，可以更加準(zhǔn)確、快速地對(duì)玻璃進(jìn)行分類和分割，不僅提高了成品率，還降低了工人的勞動(dòng)強(qiáng)度。
2.手機(jī)外表面缺陷的檢測(cè)
手機(jī)表面缺陷檢測(cè)
隨著手機(jī)的普及，手機(jī)殼產(chǎn)品需求量很大。在從配料到最終成型的過程中，由于運(yùn)輸、生產(chǎn)工藝、事故等原因，手機(jī)外表面往往會(huì)出現(xiàn)各種各樣的缺陷，如磕碰、劃傷、擦傷、著色不均勻等。目前手機(jī)外觀的缺陷檢測(cè)仍然采用人工檢測(cè)。由于人員主觀意識(shí)強(qiáng)，標(biāo)準(zhǔn)難以統(tǒng)一，缺陷難以量化，無法滿足現(xiàn)代工業(yè)對(duì)產(chǎn)品質(zhì)量和工業(yè)智能化的要求，嚴(yán)重阻礙了手機(jī)外殼檢測(cè)效率的提高?；跈C(jī)器視覺技術(shù)的手機(jī)外觀缺陷檢測(cè)主要通過圖像處理和模板匹配來進(jìn)行。
首先要制作手機(jī)外表面的標(biāo)準(zhǔn)灰度圖像模板；然后對(duì)待檢測(cè)手機(jī)外表面圖像進(jìn)行預(yù)處理，再與模板圖像進(jìn)行對(duì)比，判斷待檢測(cè)圖像是否與模板一致，從而確認(rèn)待檢測(cè)產(chǎn)品是否存在缺陷。基于機(jī)器視覺的手機(jī)表面缺陷檢測(cè)技術(shù)具有穩(wěn)定、可靠、檢測(cè)效率高、精度高、標(biāo)準(zhǔn)統(tǒng)一和非接觸等特點(diǎn)。為手機(jī)外殼表面缺陷的原因分析提供數(shù)據(jù)支持，從根源上降低不良率。3.紡織工業(yè)中經(jīng)緯線的測(cè)試
無紡布表面檢測(cè)
在紡織行業(yè)，一些大型紡織機(jī)械，如圓型針織機(jī)，在日常生產(chǎn)中深受其害，因?yàn)楝F(xiàn)有的大量廢布是由故障造成的，這使得制造商花費(fèi)更多的成本。通過CCD鏡頭檢測(cè)運(yùn)轉(zhuǎn)中的圓編機(jī)等機(jī)器的經(jīng)緯度。一旦出現(xiàn)錯(cuò)誤，系統(tǒng)會(huì)發(fā)出指令暫停機(jī)器的動(dòng)作。因此，在紡織行業(yè)的應(yīng)用中，機(jī)器視覺檢測(cè)技術(shù)的出現(xiàn)，有效改善了廠家對(duì)于廢舊面料的痛點(diǎn)。
此外，基于機(jī)器視覺的缺陷檢測(cè)還可以檢測(cè)陶瓷、印刷品、PCB生產(chǎn)、液晶屏等產(chǎn)品。基于機(jī)器視覺的缺陷檢測(cè)在安全性、可靠性、檢測(cè)精度、檢測(cè)速度和檢測(cè)成本方面具有較大的優(yōu)勢(shì)。然而，由于工作環(huán)境的復(fù)雜性、檢測(cè)對(duì)象的多樣性和檢測(cè)任務(wù)的差異性，機(jī)器視覺系統(tǒng)的發(fā)展仍然存在各種技術(shù)瓶頸。隨著人工智能和深度學(xué)習(xí)的逐漸成熟，機(jī)器視覺技術(shù)有望取得突破，為智能生產(chǎn)奠定堅(jiān)實(shí)基礎(chǔ)。
