视觉检测设备方案

本文目录一览：

• 1、视觉检测的解决过程
• 2、外观缺陷视觉检测系统的工作原理解析
• 3、视觉检测的应用案例
• 4、机器视觉检测设备对比人工质检有哪些优势？

视觉检测的解决过程

视觉检测的解决过程

振动盘、流水线或机械手上料

玻璃盘、流水线传输产品

光源打光

相机采集图像

软件算法分析、对比

良品不良品区分

外观缺陷视觉检测系统的工作原理解析

　外观缺陷视觉检测的原理是基于光学特性照射到产品表面反射的差异来判断的。例如，当光均匀垂直射入产品表面时，如果产品表面没有任何瑕疵缺陷，反射回来的方向就不会发生改变，机器视觉所呈现到的光也是均匀的；当产品表面含有瑕疵缺陷时，出射的光线就会发生变化，所探测到的图像也要随之改变。由于缺陷的存在，在其周围就发生了应力集中及变形，在图像中也容易观察。

外观缺陷视觉检测系统中，图像处理和分析算法是重要的内容，通常的流程包括图像的预处理、目标区域的分割、特征提取和选择及缺陷的识别分类。每个处理流程都出现了大量的算法，这些算法各有优缺点和其适应范围。如何提高算法的准确性、执行效率、实时性和鲁棒性，一直是研究者们努力的方向。

外观缺陷视觉检测设备特点：

1.高速相机和处理技术能够对瑕疵进行快速侦测、分类、显示、剔除等;

2.优良的光学配备用于紧缺的瑕疵检测，甚至是低对比度的瑕疵;

3.智能分类软件：瑕疵根据来源被精确的分类到各个目录中;

4.信息准确，实时，可靠

5.操作简单方便，无须深入学习即可瑕疵检测系统;

6.加快生产速度，实现局部全检;

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，如金属表面的划痕、斑点、孔洞，纸张表面的色差、压痕，玻璃等非金属表面的夹杂、破损、污点，等等。

外观视觉检测系统的工作原理是：当产品表面含有瑕疵缺陷时，若遇到光透射型缺陷(如裂纹、气泡等)，光线在该缺陷位置会发生折射，光的强度比周围的要大，因而相机靶面上探测到的光也相应增强；若遇到光吸收型(如砂粒等)杂质，则该缺陷位置的光会变弱，相机靶面上探测到的光比周围的光要弱。

机器视觉是一种无接触、无损伤的自动检测技术，是实现设备自动化、智能化和精密控制的有效手段，具有安全可靠、光谱响应范围宽、可在恶劣环境下长时间工作和生产效率高等突出优点。

外观缺陷不仅影响产品的美观和舒适度，还会对其使用性能带来不良的影响，由此可见外观缺陷视觉检测设备对于企业的重要性。 山东红宝自动化有限公司 不断顺应生产制造业的需求，致力于为各大企业提供视觉检测技术解决方案。

视觉检测的应用案例

在布匹的生产过程中，像布匹质量检测这种有高度重复性和智能性的工作只能靠人工检测来完成，在现代化流水线后面常常可看到很多的检测工人来执行这道工序，给企业增加巨大的人工成本和管理成本的同时，却仍然不能保证100 %的检验合格率（即“零缺陷”）。对布匹质量的检测是重复性劳动，容易出错且效率低。

流水线进行自动化的改造，使布匹生产流水线变成快速、实时、准确、高效的流水线。在流水线上，所有布匹的颜色、及数量都要进行自动确认（以下简称“布匹检测”）。采用机器视觉的自动识别技术完成以前由人工来完成的工作。在大批量的布匹检测中，用人工检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。

特征提取辨识

一般布匹检测（自动识别）先利用高清晰度、高速摄像镜头拍摄标准图像，在此基础上设定一定标准；然后拍摄被检测的图像，再将两者进行对比。但是在布匹质量检测工程中要复杂一些：

1． 图像的内容不是单一的图像，每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致。

2． 杂质的形状难以事先确定。

3． 由于布匹快速运动对光线产生反射，图像中可能会存在大量的噪声。

4． 在流水线上，对布匹进行检测，有实时性的要求。

由于上述原因，图像识别处理时应采取相应的算法，提取杂质的特征，进行模式识别，实现智能分析。

Color检测

一般而言，从彩色CCD相机中获取的图像都是RGB图像。也就是说每一个像素都由红（R）绿（G）篮（B）三个成分组成，来表示RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即使很小的噪声也会改变颜色空间中的位置。所以无论我们人眼感觉有多么的近似，在颜色空间中也不尽相同。基于上述原因，我们需要将RGB像素转换成为另一种颜色空间CIELAB。目的就是使我们人眼的感觉尽可能的与颜色空间中的色差相近。

Blob检测

根据上面得到的处理图像，根据需求，在纯色背景下检测杂质色斑，并且要计算出色斑的面积，以确定是否在检测范围之内。因此图像处理软件要具有分离目标，检测目标，并且计算出其面积的功能。

Blob分析（Blob Analysis）是对图像中相同像素的连通域进行分析，该连通域称为Blob。经二值化（Binary Thresholding）处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标，并可计算出目标的数量、位置、形状、方向和大小，还可以提供相关斑点间的拓扑结构。在处理过程中不是采用单个的像素逐一分析，而是对图形的行进行操作。图像的每一行都用游程长度编码(RLE）来表示相邻的目标范围。这种算法与基于象素的算法相比，大大提高处理速度。

结果处理和控制

应用程序把返回的结果存入数据库或用户指定的位置，并根据结果控制机械部分做相应的运动。

根据识别的结果，存入数据库进行信息管理。以后可以随时对信息进行检索查询，管理者可以获知某段时间内流水线的忙闲，为下一步的工作作出安排；可以获知内布匹的质量情况等等。

机器视觉检测设备对比人工质检有哪些优势？

机器视觉检测设备相对于人工质检，具有以下优势：

高精度：机器视觉检测设备可以实现毫米级别的高精度检测，可以检测出人眼无法观察到的微小缺陷或变形，提高了检测的准确性。

高速度：机器视觉检测设备可以实现高速度的检测和处理，可以在短时间内完成大量的检测任务，提高生产效率。

自动化：机器视觉检测设备可以实现全自动化的检测过程，减少人力投入和人为误差，提高检测精度和效率。

可重复性：机器视觉检测设备可以实现高度可重复的检测过程，可以确保每一次检测的结果都是一致的，提高产品质量稳定性。

多功能：机器视觉检测设备可以实现多种功能，如缺陷检测、尺寸测量、定位识别等，可以适应不同的检测需求和场景。

可视化：机器视觉检测设备可以实现可视化的检测过程和结果输出，便于操作人员进行实时监控和数据分析。

相对于人工质检，机器视觉检测设备具有高精度、高速度、自动化、可重复性、多功能和可视化等优势，可以为企业提供高效、准确、稳定的自动化检测解决方案。此外，机器视觉检测设备还可以减少人工成本和提高生产效率，同时避免了人为误差的影响，具有更高的经济效益和社会效益。