隨著新一代(dai)信息技術與制(zhi)造(zao)業的(de)(de)(de)深入融合，引發(fa)制(zhi)造(zao)業產生(sheng)巨大變革，逐步從(cong)數量(liang)擴增向質(zhi)(zhi)量(liang)提(ti)升(sheng)轉變。通(tong)過提(ti)升(sheng)產品(pin)(pin)質(zhi)(zhi)量(liang)來生(sheng)產高附加(jia)值、高利(li)潤的(de)(de)(de)產品(pin)(pin)，可以(yi)(yi)實現產品(pin)(pin)競爭力的(de)(de)(de)躍升(sheng)，所(suo)以(yi)(yi)，加(jia)強品(pin)(pin)質(zhi)(zhi)檢(jian)驗是制(zhi)造(zao)業生(sheng)產中最常用(yong)的(de)(de)(de)方式。

影響產品(pin)品(pin)質(zhi)的因素(su)多種多樣，例如(ru)外(wai)觀(guan)品(pin)質(zhi)、功(gong)能(neng)(neng)(neng)品(pin)質(zhi)、性(xing)能(neng)(neng)(neng)品(pin)質(zhi)等(deng)。用戶和(he)生產企(qi)業對產品(pin)質(zhi)量的要求越(yue)來越(yue)高，除(chu)了較(jiao)高的功(gong)能(neng)(neng)(neng)品(pin)質(zhi)和(he)性(xing)能(neng)(neng)(neng)品(pin)質(zhi)之外(wai)，對外(wai)觀(guan)品(pin)質(zhi)的要求也(ye)在逐(zhu)年提高，即良好的表(biao)面(mian)質(zhi)量。

然而，即便(bian)是嚴格把控制造(zao)的每一道流程，生產良品率也無法達到100%，這意(yi)味著總會有不合格品被(bei)生產出來。

而(er)表面缺(que)陷(xian)檢測便(bian)是阻止(zhi)不(bu)合格品流入市場的“門神”。

產品表面缺陷檢測

作(zuo)為(wei)生產制造過(guo)程中必不可少(shao)的一步，表面缺陷檢測廣泛應用于各工(gong)業領域(yu)，包括3C、半導體及電(dian)子、汽車、化工(gong)、醫藥、輕工(gong)、軍(jun)工(gong)等(deng)行業，催生了眾多上下游企業。

自20世紀開始，表面缺陷檢測大致經歷了三個階段，分別是人工目視法檢測法、機械裝置接觸檢測法以及機器視覺檢測法。

第一種是人工目視(shi)法(fa)檢(jian)測(ce)法(fa)。制造企業(ye)招聘(pin)大量的(de)(de)質檢(jian)工人，采取流水線(xian)的(de)(de)形(xing)式進行檢(jian)測(ce)。然而(er)，隨著人口紅利的(de)(de)消失，以及(ji)工作枯(ku)燥、自由度(du)(du)低、薪酬較(jiao)少，愿意從事質檢(jian)的(de)(de)越(yue)來越(yue)少，用工難問(wen)題愈發凸顯，這種方(fang)法(fa)不僅成(cheng)本高，而(er)且(qie)在(zai)對微小(xiao)缺陷(xian)進行判別時，難以達到(dao)所需要的(de)(de)精度(du)(du)和速度(du)(du)，人工檢(jian)測(ce)法(fa)還(huan)存(cun)在(zai)勞動強(qiang)度(du)(du)大、檢(jian)測(ce)標準(zhun)一致性差等缺點。

第二種是(shi)機械裝置接觸(chu)檢測(ce)法。這種方(fang)法雖然在(zai)質(zhi)量上能滿足生產的需要(yao)，但存在(zai)檢測(ce)設備價(jia)格高、靈活性差、速度慢等缺點。

第三種是機器視覺檢測(ce)法。為了在不(bu)斷(duan)變(bian)化和(he)競爭愈發激烈的(de)市(shi)場(chang)中占據(ju)優勢，企業既要(yao)不(bu)斷(duan)提高產品質量(liang)標準以滿足客戶需求(qiu)，又(you)要(yao)不(bu)斷(duan)提升生產線的(de)效率以適(shi)應市(shi)場(chang)的(de)快節奏(zou)。采用(yong)自動(dong)化、智能(neng)化的(de)表面缺(que)陷(xian)檢測(ce)方法是兼顧(gu)質量(liang)與(yu)效率的(de)重要(yao)手段。

即利用圖像處理和分析對產品可能存在的缺陷進行檢測，這種方法采用非接觸的工作方式，安裝靈活，測量精度和速度都比較高，同一臺機器視覺檢(jian)測(ce)設備可(ke)以實現(xian)對不(bu)同產品的(de)多參數檢(jian)測(ce)，為(wei)企業節約大(da)筆設備開支。

表面缺陷檢測存在的問題

基于機器視覺的表面缺陷檢測將是未來研究和發展的主要方向，目前，基于機器視覺的(de)表面(mian)缺(que)陷檢測理論研究和實(shi)際應用等環節均有可喜的(de)成果(guo)，但(dan)仍存在下(xia)面(mian)主要(yao)的(de)問題和難點(dian)：

不同缺陷的種類復雜

類間差異大，工業品的(de)外觀缺(que)陷(xian)復雜(za)多(duo)樣，不(bu)同類別的(de)缺(que)陷(xian)之間形態(tai)特征可能差異(yi)(yi)極大，這種差異(yi)(yi)導致檢測(ce)(ce)算法的(de)普適性(xing)不(bu)強，許多(duo)缺(que)陷(xian)需單獨(du)開發檢測(ce)(ce)算法，開發復雜(za)度極高。

類間模糊性大，類(lei)間模糊是類(lei)間差異大的(de)(de)另一極端，即不同類(lei)別的(de)(de)缺陷的(de)(de)表觀特征具有(you)一定的(de)(de)相似(si)性，難以(yi)區(qu)分缺陷的(de)(de)種類(lei)，也就(jiu)無法準確判斷缺陷產生的(de)(de)原因，無法給產品準確定級。

背景復雜，在生產場景中難以(yi)將缺(que)陷(xian)和背景完全分(fen)離，缺(que)陷(xian)特征不明顯。

同類缺陷的差異較大

如(ru)下圖中(zhong)(zhong)的鐵軌表面缺陷(xian)和(he)(he)帶鋼(gang)表面缺陷(xian)，由于生產(chan)過程中(zhong)(zhong)光照條件、生產(chan)批次(ci)不(bu)同、設備狀態等(deng)因素(su)的影響，同類缺陷(xian)的大(da)小、對比度和(he)(he)灰度值等(deng)表觀(guan)特征呈現(xian)較大(da)的變(bian)化，缺陷(xian)特征并不(bu)服從同一分布。

受干擾因素較多

受環境(jing)、光照、生產工藝和(he)噪聲等多重因素(su)影響，檢測系統的信(xin)噪比一般(ban)較低，微(wei)弱信(xin)號難以檢出(chu)或不(bu)能與噪聲有效區分。

以基于機器視覺技術(shu)的(de)(de)(de)檢(jian)(jian)測系統(tong)為例，工件位(wei)置(zhi)的(de)(de)(de)一致性(xing)、打光(guang)的(de)(de)(de)穩定性(xing)、相機(ji)及鏡頭的(de)(de)(de)匹(pi)配(pei)度、檢(jian)(jian)測算法的(de)(de)(de)有效性(xing)等(deng)都會直接影響圖像采集的(de)(de)(de)質量和檢(jian)(jian)測系統(tong)的(de)(de)(de)應用性(xing)能，這需(xu)要機(ji)器、電氣、視覺、傳感等(deng)多套系統(tong)的(de)(de)(de)配(pei)合。

僅最基礎的(de)打光(guang)就存在(zai)諸多難點(dian)，如哪些場(chang)景需要漫射(she)(she)(she)光(guang)、散射(she)(she)(she)光(guang)、直(zhi)接照(zhao)射(she)(she)(she)、低角度照(zhao)射(she)(she)(she)或背光(guang)照(zhao)射(she)(she)(she)，如何在(zai)球面(mian)、弧面(mian)、內(nei)腔(qiang)等不可展曲面(mian)的(de)打光(guang)等等。

如何構建穩定、可靠、魯(lu)棒的(de)檢測系統，以適(shi)應光照(zhao)變(bian)化、噪聲(sheng)以及其他外(wai)界(jie)不(bu)良環境的(de)干擾，是要解(jie)決的(de)問題(ti)之一。

算法能力不足

機器視覺表面缺陷檢測，特別是在線檢測，其特點是數據量龐大、冗余信息多、特征空間維度高，同時考慮到真正的機器視覺面對(dui)的對(dui)象和(he)問題的多樣性(xing)(xing)，從海量數據(ju)中提取有(you)限缺陷信息的算法能力(li)不足，實時性(xing)(xing)不高。

盡管一系列優秀的算法不斷出現，但在(zai)實(shi)際(ji)應用中準(zhun)(zhun)確(que)率仍(reng)然與滿(man)足實(shi)際(ji)應用的需求尚有一定差(cha)距，如何解(jie)決準(zhun)(zhun)確(que)識別與模(mo)糊特(te)征之間(jian)、實(shi)時性與準(zhun)(zhun)確(que)性之間(jian)的矛盾仍(reng)然是目前的難點。

發展趨勢

隨著計算機技術、信息技術、電子技術、傳感器技術和仿生技術等的發展，機器視覺檢測方法也(ye)必將(jiang)得到迅速的發展。

與其他提供定制化服務的視覺解決方案商不同，矩視智能率先掀起提供標準化的機器視覺低代碼協同開發平臺。

因為機器視覺檢測方法的落地，需要很強的技術綜合能力和團隊配合：硬件上包含相機、鏡頭、光源、工控機、GPU的選型和現場部署；軟件上包含2D視覺、3D視覺和深度學習算法開發，同時要與電氣工程師的通訊聯調，機械工程師的圖紙設計相配合，技術難度極高；在針對具體場景的整體解決方案，又無通用性可言，種種因素造成機器視覺應用開發成本高、周期長、人效低的困局，大大限制了機器視覺的規模化應用。

機器視覺表面缺(que)(que)陷檢測(ce)系統中(zhong)，圖(tu)像處理(li)和分析算法是(shi)重要的(de)內(nei)容，通常的(de)流(liu)程包括圖(tu)像的(de)預處理(li)、目標區域(yu)的(de)分割、特征(zheng)提取和選擇及缺(que)(que)陷的(de)識別分類。

通過自(zi)動化(hua)、智能(neng)化(hua)的(de)表面缺(que)陷檢測方法，分析缺(que)陷產生(sheng)的(de)原因，不僅可(ke)以(yi)使得生(sheng)產線的(de)維護(hu)(hu)工(gong)作更具有(you)針對性，有(you)效降(jiang)低維護(hu)(hu)成(cheng)本和檢修成(cheng)本。

同時，也能夠幫助企業更好(hao)地(di)掌握產(chan)品(pin)質(zhi)(zhi)量分布狀況，尋找(zhao)質(zhi)(zhi)量薄(bo)弱環(huan)節，降(jiang)低(di)產(chan)品(pin)質(zhi)(zhi)量波動，形成生產(chan)和質(zhi)(zhi)量提(ti)升的(de)閉環(huan)控制。

但機器視覺表面檢測比較復雜，涉及眾多學科和理論，因此構建機器視覺檢測系統還要進一步(bu)通(tong)過研究生物視覺機理(li)來完善，使檢測進一步(bu)向自(zi)動(dong)化和(he)智(zhi)能化方向發展。

深圳市雙翌光電科技有限公司是一家以機器視覺為技術核心，自主技術研究與應用拓展為導向的高科技企業。公司自成立以來不斷創新，在智能自動化領域研發出視覺對位系統、視(shi)覺定位、視(shi)覺檢測、圖像(xiang)處理庫等為核心(xin)的(de)(de)多款自主知識(shi)產權產品。涉(she)及(ji)自動(dong)貼合機、絲(si)印(yin)機、曝光機、疊片(pian)機、貼片(pian)機、智(zhi)能檢測、智(zhi)能鐳射等眾多行(xing)業領(ling)域。雙翌視(shi)覺系統最高生(sheng)產精度可(ke)(ke)達um級(ji)別，圖像(xiang)處理精準(zhun)、速度快，將智(zhi)能自動(dong)化(hua)制造行(xing)業的(de)(de)生(sheng)產水平提(ti)升到(dao)一個更高的(de)(de)層次，改進了以往落后的(de)(de)生(sheng)產流程，得到(dao)廣(guang)(guang)大(da)用戶的(de)(de)認可(ke)(ke)與肯(ken)定。隨著智(zhi)能自動(dong)化(hua)生(sheng)產的(de)(de)普及(ji)與發展，雙翌將為廣(guang)(guang)大(da)生(sheng)產行(xing)業帶來更全面(mian)、更精細(xi)、更智(zhi)能化(hua)的(de)(de)技術及(ji)服務。