1介紹
先進的工業系統對產品性能的要求越來越高，同時對生產過程中的質量控制的要求也越來越高。然而，產品表面的劃痕、斑點、孔洞等缺陷，不僅會影響產品的美觀性和使用舒適性，還會影響產品的使用性能。缺陷檢測是減少產品缺陷不利影響的有效方法。
人工目視檢驗是工業產品質量控制的傳統方法。雖然在某些情況下，人工目視檢查可能是優越的，但它效率低下，容易疲勞。人工目視檢查在某些應用中是不可行的，因為一旦發生故障會產生危險的后果。人工目視檢測由于采樣率低、實時性差、檢測置信度低等缺點，已不能滿足現代工業生產線的效率和質量要求。因此，需要開發更高效、更可靠的目視檢測技術。
機器視覺是實現智能制造的關鍵技術之一，已成為替代人工視覺檢測的有效途徑。機器視覺是一種通過光學設備和非接觸式傳感器自動接收和處理真實物體圖像的系統。視覺是人類感知的最高層次之一。圖像在人類感知中起著非常重要的作用。然而，人類的感知僅限于電磁波譜的可見波段。機器視覺檢測技術可以覆蓋從伽馬射線到無線電波的整個電磁波譜。通過強大的視覺傳感器、巧妙設計的光傳輸方式和圖像處理算法，機器視覺可以完成許多人工視覺無法完成的任務。隨著計算機設備和人工智能的發展，機器視覺作為一種測量和判斷技術在工業上得到了廣泛的應用。機器視覺檢測技術可以提高檢測效率和自動化程度，增強檢測的實時性和準確性，減少對人力的要求，尤其適用于一些大規模重復性的工業生產過程。機器視覺作為一種非接觸、無損的檢測手段，可以方便地實現信息集成、自動化、智能化、精準化控制。它已成為計算機集成制造和智能制造所需的基礎技術。此外，機器視覺具有更廣泛的光譜響應范圍，并且在惡劣環境中長時間工作的能力更強。因此，機器視覺在制造過程中的應用可以使大量的工業活動受益。
典型的工業視覺檢測系統主要由光學照明、圖像采集、圖像處理和缺陷檢測三個模塊組成，如圖1所示。首先，根據產品特點和檢測要求，設計了光學照明平臺。接下來，利用CCD相機或其他圖像采集硬件將放置在光場中的目標物體轉換成圖像并將其傳輸到計算機。圖像作為一種信息載體，能反映物體特征的圖像構成視覺檢測的核心要素;因此，它們的質量非常重要。良好的光學照明平臺和合適的圖像采集硬件是獲得高質量圖像的先決條件。最后，在一些傳統圖像處理算法或深度學習算法的基礎上，對圖像進行各種操作，提取特征，進行分類、定位、分割等操作。圖像處理是機器視覺中的一項關鍵技術。計算機通過對圖像的處理和分析，可以自動理解、分析和判斷圖像特征，進而控制自動生產線的執行機構進行進一步的操作。
在工業中，該體系結構可作為設計視覺檢測系統的步驟指南。例如，研究表面特征是設計強反射金屬表面視覺檢測系統的第一步;因此，采用漫射明亮的場背光照明。然后使用光敏元件進行圖像采集。圖像采集完成后，采用小波平滑對圖像進行預處理，并采用Otsu閾值對圖像進行分割。最后，設計支持向量機分類器進行缺陷分類。
視覺檢測系統的主要評價指標是準確性、高效性和魯棒性。該系統的目標是高精度、高效率和強魯棒性。為了實現這些目標，它需要光學照明、圖像采集、圖像處理和缺陷檢測的良好協調。
本文主要研究了利用機器視覺進行工業缺陷檢測的現狀。詳細討論了視覺檢測模塊，包括光學照明、圖像采集、圖像處理和缺陷檢測。第2節討論了光源和照明系統的設計。第3節描述了特定場景下的圖像傳感器和圖像采集設計。然后，第4節作為本研究的主要部分，重點研究了缺陷分類、定位和分割等缺陷檢測任務，并討論了具有代表性的傳統圖像處理方法和基于深度學習的智能方法。最后，第5節介紹了基于機器視覺的缺陷檢測的未來研究。
2光學照明
視覺檢測技術以圖像為基礎，包括圖像采集和圖像處理]。視覺檢測系統成功的關鍵在于獲得高質量的圖像。一般來說，圖像質量主要受光學照明和圖像采集兩個因素的影響。光學照明平臺的主要功能是克服環境照明的干擾，保證圖像的穩定性，獲得高對比度的圖像。因此，光學照明平臺的主要目標是使物體的重要特征可見，并減少物體的不希望的特征。
光學照明的研究歷史悠久。在20世紀80年代，市場上還沒有用于機器視覺的商用白光光源，一些為工作臺設計的光源也不容易集成到視覺檢測系統中。隨著視覺檢測系統從實驗室向工業的過渡，優化光學照明系統的必要性逐漸成為研究熱點，光學照明在視覺系統中的重要性已得到初步認識。1987年，Mersch系統地討論了光學照明在視覺系統中的重要性。他根據當時的技術條件，分析了偏振和濾色片的應用，指出了光纖照明對于小面積照明的優勢。此外，他還討論了熒光標記照明方法和頻率閃光照明技術。后來，Cowan利用相機和光源的模型和表面反射率來設計它們的定位，以滿足視覺系統的要求。Sieczka等對光源效率、光散度、光譜含量、光源尺寸、封裝等與光源相關的一些重要問題進行了詳細的闡述和討論。Yi等[29]結合數學規劃討論了傳感器和光源的放置設計。Kopparapu[30]提出了一種使用多個光源實現均勻照明的設計方法，將光源最優位置的求解視為最小化問題，并通過仿真驗證了該方法的有效性和適用性。
盡管計算機數字圖像處理和計算迅速發展，光學照明仍然在視覺檢測系統中發揮著重要作用。對于在線視覺檢測系統，相對于先進算法處理圖像的計算周期較長，特殊設計的現場照明光學照明可以達到更高的檢測精度。此外，專門設計的光學照明也能更好地滿足生產線目視檢測的實時性要求。因此，光學照明作為機器視覺應用的重要組成部分，值得進一步探討。
2.1光源
光是成像的典型能量來源。常見的光源器件有各種形狀的LED燈、高頻熒光燈、光纖鹵素燈等。目前，LED燈已可用于各種類型的機器視覺應用。LED光源可以定制成多種陣列配置，以達到所需的輻照度。在視覺應用中，最常用的光源是led環形陣列。環形led陣列亮度高，安裝方便。它可以有效地避免陰影現象，突出要檢測的特征。常用于IC芯片外觀及字符檢測、印刷電路板(PCB)襯底檢測、顯微鏡照明等。在結構照明中，led的線性陣列被廣泛使用。此外，它具有良好的散熱性和使用靈活性，可用于一些大型結構件的缺陷檢測。
可見光是一種常見的光源。不同波長的光具有不同的特性和用途。隨著波長的變化，可見光呈現出不同的顏色[41,42]。白光光源是一種多波長的復合光源，應用廣泛。高亮度的白光光源適合拍攝彩色圖像。藍光的波長在430 ~ 480nm之間，適用于金屬板材、機加工零件等銀色背景的產品，以及膠片上的金屬印刷。紅光的波長一般在600 ~ 720nm之間，相對較長，可以穿透深色物體。它用于線路檢測和透光膜厚度檢測等應用。紅色光源可以顯著提高圖像的對比度。綠色光源的波長通常在510到530納米之間，介于紅光和藍光的波長之間。綠色光源主要用于紅色或銀色背景的產品。
本文標簽： # 成分檢測是什么
掃一掃微信交流
發布評論