很多工業(yè)生產(chǎn)的產(chǎn)品，為了追求更高的品質(zhì)，其檢測技術(shù)上的要求也越來(lái)越高。
機器視覺(jué)檢測相對于人工檢測的優(yōu)點(diǎn)有：在線(xiàn)高速檢測，可以保證產(chǎn)品檢測的一致性、高效性、穩定性，對于數據的抓取和分析更加方便，可在危險、惡劣的環(huán)境下工作等。
檢測技術(shù)由效率和精度較低的人工檢測逐步轉變?yōu)槔脵C械儀器或者更高級別的機器視覺(jué)進(jìn)行檢測，這是未來(lái)檢測技術(shù)的發(fā)展趨勢。
01
機器視覺(jué)系統中的缺陷檢測技術(shù)
如劃痕檢測是工業(yè)產(chǎn)品的外觀(guān)檢測的一部分，是產(chǎn)品表面的缺陷檢測。與劃痕檢測類(lèi)似的是裂紋檢測，多為已使用的零部件的品質(zhì)檢測，在外表上看，兩者差不多。
利用機器視覺(jué)進(jìn)行劃痕檢測的基本過(guò)程分為兩個(gè)步驟：
1、檢測產(chǎn)品表面是否存在劃痕。
2、對產(chǎn)品表面劃痕進(jìn)行提取。
工業(yè)產(chǎn)品的圖像大多表面光滑，灰度變化均勻，缺乏紋理特征，劃痕部分和周?chē)恼２糠窒啾纫狄恍▌澓鄄糠值幕叶戎灯。?/span>
在這種情況下進(jìn)行劃痕檢測時(shí)，一般使用基于統計的灰度特征或閾值分割法將劃痕部分標記出來(lái)。
而有些圖像的灰度值變化較小，對比度并不明顯，劃痕部分和正常部分相比，缺乏明顯的特征，不能采用固定的閾值分割法將劃痕部分標記出來(lái)。這時(shí)需要采用閾值和形狀特征相結合的方法對劃痕部分進(jìn)行標記。
因此，把產(chǎn)品表面的劃痕包括以下三類(lèi)：
1、易辨認劃痕
標記方法：選擇較小的閾值將劃痕部分標記出來(lái)。
2、整幅圖像的灰度變化均勻，劃痕部分的灰度值變化并不明顯。
標記方法：對原圖像進(jìn)行均值濾波，得到較平滑的圖像，并與原圖相減，當其差的絕對值大于閾值時(shí)，就將其置為目標圖像，去掉面積較小的部分，剩下的目標圖像即可標記為劃痕。
3、劃痕各部分的灰度差異較大，形狀通常為長(cháng)條形，有漏檢情況。
標記方法：采用閾值和形狀特征相結合的方法對劃痕部分進(jìn)行標記。
02
主要的問(wèn)題與難點(diǎn)
基于機器視覺(jué)的表面缺陷檢測將是未來(lái)研究和發(fā)展的主要方向，目前，基于機器視覺(jué)的表面缺陷檢測理論研究和實(shí)際應用等環(huán)節均有可喜的成果，但仍存在下面主要的問(wèn)題和難點(diǎn):
1) 受環(huán)境、光照、生產(chǎn)工藝和噪聲等多重因素影響，檢測系統的信噪比一般較低，微弱信號難以檢出或不能與噪聲有效區分。
如何構建穩定、可靠、魯棒的檢測系統，以適應光照變化、噪聲以及其他外界 不良環(huán)境的干擾，是要解決的問(wèn)題之一。
2) 由于檢測對象多樣、表面缺陷種類(lèi)繁多、形態(tài)多樣、復雜背景，對于眾多缺陷類(lèi)型產(chǎn)生的機理以及其外在表現形式之間的關(guān)系尚不明確，致使對缺 陷的描述不充分，缺陷的特征提取有效性不高，缺陷目標分割困難; 同時(shí)，很難找到“標準”圖像作為參照，這給缺陷的檢測和分類(lèi)帶來(lái)困難，造成識別率尚有待提高。
3) 機器視覺(jué)表面缺陷檢測，特別是在線(xiàn)檢測，其特點(diǎn)是數據量龐大、冗余信息多、特征空間維度 高，同時(shí)考慮到真正的機器視覺(jué)面對的對象和問(wèn)題的多樣性，從海量數據中提取有限缺陷信息的算法能力不足，實(shí)時(shí)性不高。
4) 與機器視覺(jué)表面檢測密切相關(guān)的人工智能理論雖然得到了很大的發(fā)展，但如何模擬人類(lèi)大 腦的信息處理功能去構建智能機器視覺(jué)系統還需要理論上的進(jìn)一步研究，如何更好的基于生物視覺(jué)認識、指導機器視覺(jué)得檢測也是研究人員的難點(diǎn)之一。
5) 從機器視覺(jué)表面檢測的準確性方面來(lái)看，盡管一系列優(yōu)秀的算法不斷出現，但在實(shí)際應用中準確率仍然與滿(mǎn)足實(shí)際應用的需求尚有一定差距，如何解決準確識別與模糊特征之間、實(shí)時(shí)性與準確性 之間的矛盾仍然是目前的難點(diǎn)。
03
機器視覺(jué)缺陷檢測技術(shù)四要素
一直以來(lái)，我國的科技水平都處于不斷發(fā)展的階段，機器視覺(jué)在線(xiàn)缺陷檢測技術(shù)作為科技發(fā)展的產(chǎn)物，為了更好的適應行業(yè)需求，也在不斷的優(yōu)化升級。
縱觀(guān)行業(yè)發(fā)展，國內機器視覺(jué)在線(xiàn)缺陷檢測市場(chǎng)機遇與挑戰并存，而行業(yè)技術(shù)的升級更顯得尤為必要了。為順應行業(yè)發(fā)展趨勢，國內的機器視覺(jué)在線(xiàn)缺陷檢測技術(shù)就需通過(guò)以下四大要素來(lái)升級。
系統操作簡(jiǎn)便
技術(shù)參數簡(jiǎn)單化、處理技術(shù)方便化，是系統操作最為關(guān)鍵也是核心的要素。
機器視覺(jué)在線(xiàn)缺陷檢測技術(shù)雖然屬于高科技技術(shù)，在運作過(guò)程中，還需要依靠不斷調整各種參數來(lái)達到最好的效果。但是目前來(lái)說(shuō)，操作人員大都技術(shù)水平有限。
因此，系統簡(jiǎn)化是大多數客戶(hù)的較價(jià)格與質(zhì)量之后的基本需求，而系統簡(jiǎn)化主要包括的是檢測操作的簡(jiǎn)化與圖像處理的簡(jiǎn)化。
檢測技術(shù)穩定可靠
在工業(yè)生產(chǎn)過(guò)程中，由于被測物體的多樣化以及機械的誤差影響，使得整個(gè)檢測過(guò)程很難是維持在平穩的狀態(tài)。
因此，這就需要機器視覺(jué)在線(xiàn)缺陷檢測技術(shù)有很高的穩定性。
從光源照明、圖像采集，到圖像存儲與處理，都要有可以在任何環(huán)境下持續運作的適應能力；
同時(shí)，還要盡量能采集到突出檢測對象的圖像，這樣才能給出最為穩定、準確、清晰的檢測結果，才能為生產(chǎn)或質(zhì)檢工作提供技術(shù)支持。
系統長(cháng)期可維護性
一個(gè)好的系統不僅要考慮使用性還應考慮其在長(cháng)期的可維護性，機器視覺(jué)在線(xiàn)缺陷檢測技術(shù)的穩定性、可靠性足以使系統在實(shí)際應用中，更好的發(fā)揮功能優(yōu)勢，提供有力的技術(shù)支持。
系統性?xún)r(jià)比高
在保障質(zhì)量基礎上，客戶(hù)最為關(guān)心的莫過(guò)于價(jià)格問(wèn)題。
機器視覺(jué)在線(xiàn)缺陷檢測技術(shù)不斷升級本是件對客戶(hù)有益的事，但如果只是一味的使用昂貴的部件，就會(huì )造成價(jià)格的大幅提升，對于大部分的用戶(hù)來(lái)說(shuō)，無(wú)疑增添了負擔。
性能好、價(jià)格低的系統才是能滿(mǎn)足最基本需求的，因此性?xún)r(jià)比是衡量一個(gè)系統的重要標志，也是客戶(hù)選擇產(chǎn)品最重要的指標之一。
中國是世界的制造工廠(chǎng)，目前全球幾乎所有的知名企業(yè)都把生產(chǎn)工廠(chǎng)放在中國，機器作業(yè)代替人員操作已成為市場(chǎng)優(yōu)勝劣汰的必然選擇。我們要抓住時(shí)機，不斷引進(jìn)各項高新技術(shù)，促進(jìn)行業(yè)的快速發(fā)展。
