我國是一個制造大國，每天都要生產大量的工業(yè)產品。用戶和生產企業(yè)對產品質量的要求越來越高，除要求滿足使用性能外，還要有良好的外觀，即良好的表面質量。

但是，在制造產品的過程中，表面缺陷的產生往往是不可避免的。

人工檢測是產品表面缺陷的傳統(tǒng)檢測方法，該方法抽檢率低、準確性不高、實時性差、效率低、勞動強度大、受人工經驗和主觀因素的影響大，而基于機器視覺的檢測方法可以很大程度上克服上述弊端。

機器視覺是通過光學的裝置和非接觸的傳感器自動地接收和處理一個真實物體的圖像，以獲得所需信息或用于控制機器人運動的裝置。機器視覺檢測系統(tǒng)通過適當的光源和圖像傳感器(CCD攝像機)獲取產品的表面圖像，利用相應的圖像處理算法提取圖像的特征信息，然后根據特征信息進行表面缺陷的定位、識別、分級等判別和統(tǒng)計、存儲、查詢等操作;

外觀缺陷檢測系統(tǒng)基本組成主要包括：圖像獲取模塊 、 圖像處理模塊 、 圖像分析模塊 、 數據管理及人機接口模塊 。

圖像獲取模塊

圖像獲取模塊由CCD攝像機、光學鏡頭、光源及其夾持裝置等組成，其功能是完成產品表面圖像的采集。在光源的照明下，通過光學鏡頭將產品表面成像于相機傳感器上，光信號先轉換成電信號，進而轉換成計算機能處理的數字信號。

圖像處理模塊

圖像處理模塊主要涉及圖像去噪、圖像增強與復原、缺陷的檢測和目標分割。

由于現場環(huán)境、CCD圖像光電轉換、傳輸電路及電子元件都會使圖像產生噪聲，這些噪聲降低了圖像的質量從而對圖像的處理和分析帶來不良影響，所以要對圖像進行預處理以去噪。

圖像增強目是針對給定圖像的應用場合，有目的地強調圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質量、豐富信息量，加強圖像判讀和識別效果的圖像處理方法。

圖像復原是通過計算機處理，對質量下降的圖像加以重建或復原的處理過程。圖像復原很多時候采用與圖像增強同樣的方法，但圖像增強的結果還需要下一階段來驗證;而圖像復原試圖利用退化過程的先驗知識，來恢復已被退化圖像的本來面目，如加性噪聲的消除、運動模糊的復原等。

圖像分割的目的是把圖像中目標區(qū)域分割出來，以便進行下一步的處理。

圖像分析模塊

圖像分析模塊主要涉及特征提取、特征選擇和圖像識別。

特征提取的作用是從圖像像素中提取可以描述目標特性的表達量，把不同目標間的差異映射到低維的特征空間，從而有利于壓縮數據量、提高識別率。

表面缺陷檢測通常提取的特征有紋理特征、幾何形狀特征、顏色特征、變換系數特征等，用這些多信息融合的特征向量來可靠地區(qū)分不同類型的缺陷;這些特征之間一般存在冗余信息，即并不能保證特征集是最優(yōu)的，好的特征集應具備簡約性和魯棒性，為此，還需要進一步從特征集中選擇更有利于分類的特征，即特征的選擇。

圖像識別主要根據提取的特征集來訓練分類器，使其對表面缺陷類型進行正確的分類識別。

如果你的工業(yè)生產線中，可能用的到機器視覺或深度學習方面的技術，那不妨和我們盈泰德科技聊聊，我們會先根據你的需求分析，從一個專業(yè)的角度免費來給你設計一個合適你的方案，然后聽取你的意見，再詳細洽談，最后即使沒能達成合作，我們也非常希望能多認識個朋友。