机器视觉缺陷检测论文

个人觉这样讲有点不太专业，缺陷、瑕疵、针孔只是我们需要检测的内容，并不是我们的产品名称，也不太专业，机器视觉技术的迅速发展，但相关知识的普及还不到位，对产品的名称也没统一的认识。比较稍微专业点的叫法应该是”机器视觉系统“或“视觉检测设备”，在系统设备中可以分为用于检测视觉检测系统、用于测量的视觉测量系统、用于定位的视觉定位系统等等，不管用途是什么，是用于什么检测内容，我们都可以通称为“机器视觉系统”或“视觉检测设备”，这样的话也便于需求企业找到专业的系统服务商。

主要是通过视觉机器设备来检测的，以国辰机器人为例，国辰表面缺陷检测系统使用人工智能技术，结合工业相机可在材料生产过程中全面检测材料表面质量，正确提供疵点各项参数，可检测断经、断纬、破洞、油污、经纬污、双纬、稀弄、粗节纱、空织、松紧经、圈纬、小散丝、松纬、经起毛、开口不清等瑕疵，统计和分析各类疵点，提供生产统计质检报告，为生产提质增效。

国辰表面瑕疵检测系统使用人工智能技术，结合工业相机可在材料生产过程中全面检测材料表面质量，正确提供疵点各项参数，可检测断经、断纬、破洞、油污、经纬污、双纬、稀弄、粗节纱、空织、松紧经、圈纬、小散丝、松纬、经起毛、开口不清等瑕疵，统计和分析各类疵点，提供生产统计质检报告，为生产提质增效。国辰机器人研发的表面瑕疵检测系统具体功能有：1、品种经过多次的测试，可检测常见缺陷，检测率高.2、能提高降等率，降级索赔率，经济效益高。以电子布为例，产量为168万米/台，总降等率为5%，GC Vision 拦截率为60%.3、所有疵点进行有效记录并自动保存相关图片.4、自动形成疵点统计报表.5、侦测到疵点时，可根据要求进行相应的动作（记录、报警、停机等）.6、显示疵点的具体经纬位置和图片，形成疵点地图，为后期开裁提供基础数据.7、历史记录追溯：每卷布的各类信息可保存，可追溯.

机器视觉检测和人工目视检测的优缺点比较：机器视觉检测系统需要一定的资金投入 目前中小型企业利润空间有限，自动化升级需要资金、人才方面的储备，由于各种局限性，不愿意投入大量资金，所以机器视觉检测还是在实力雄厚的大型企业里才会出现。 目前人工成本最大，企业也在高成本运营，资金压力大，除非是必须要买，不然都将就着过着。 机器视觉检测系统的局限性 1、在视觉检测应用中，往往是给定一些具体的缺陷模式，使用机器视觉来识别它们到底有没有缺陷发生。但经常遇到的情况是，许多明显的缺陷，因为之前没有发生过，或者发生的模式过分多样，而被漏检。如果换做是人工目视检测，虽然在操作流程文件中没让他去检测这个缺陷，但是他会注意到，从而有较大几率检测出缺陷，避免质量事故的发生。 2、机器视觉缺陷检测的应用中，打光是个难点。如果获得的图片让人看还要仔细斟酌才能给出结果，那么算法就太难做了。反之如果前期做好打光，突出所要检测的特征，算法实现并不困难。 机器视觉检测系统前景展望 机器视觉检测仍然会很有市场，因为它解决了人员检测的一个非常严重的问题：不稳定。人工目视检测的作业员，无论你设计怎样的奖惩制度，都会出现漏检，失误，因为员工会有疲劳，会有疏忽。但是机器视觉检测系统不会出现这样的问题，只要是你在算法中写好的东西，每一次都会认真执行，一丝不苟，不知疲倦。 对于工厂的质量控制部门来说，我们更愿意舍弃人工目视检测，而选择虽然比较傻但是一丝不苟工作的机器视觉。因为对于工厂而言，最重要的是“受控”，我们可以接受有个别特殊的未发生过的缺陷被漏出，但必须知道有一些经常发生的不可接受的缺陷一定能够被发现。 机器视觉检测成本 机器视觉检 www.lylsys. com测成本方面，中长期来看机器视觉比人工便宜。一般的工厂都设有品检员(QC)等岗位，四个品检员的人工成本年均超过20万元。而20万基本上够搞一套机器视觉系统了，那还是值得投入的。 综上所述，视觉检测系统短期内不能完全取代人工目视检测，主要原因是还不够智能，中小企业愿意投资的意愿不强。但是对于工厂的质量控制来讲，机器视觉检测比人工目视检测更可靠。

物件的缺陷有很多种类，如尺寸不良，边角缺料，肥边，表面划痕，表面污物，字符logo漏印，错印等。一部手机从零部件到整机，中间可能经历了几百种不同过程的外观缺陷检测。除了高昂的人力成本，人工检测的方式还存在效率低、易疲劳、人员流动率高需要反复培训等问题。为了解决这些问题，机器视觉检测应运而生，那么机器视觉是怎么发现产品缺陷的呢？其实机器视觉的工作原理很简单，就是将待检产品的图片和良好的产品图片进行对比，如发现有偏差的地方就说明这个待检产品是不良品，是有缺陷的，机器视觉检测的难点在于如何使瑕疵更容易被识别出来，加大有瑕疵的产品图像与良品图像的差异度，这就涉及到光源和照相机精度的问题。