眼镜片深度学习视觉检测解决方案 点击:42 | 回复:0



国辰机器人

    
  • 精华:0帖
  • 求助:0帖
  • 帖子:6帖 | 0回
  • 年度积分:0
  • 历史总积分:0
  • 注册:1900年1月01日
发表于:2021-07-13 17:28:01
楼主

传统缺陷检测方法为人工目视检测法,这种人工视觉检测方法需要在强光照明条件下进行,不仅对检测人员的 眼睛伤害很大,且存在主观性强、人眼空间和时间分辨率有限、检测不确定性大、易产生歧义、效率低下等缺点, 已很难满足现代工业高速、高分辨率的检测要求。

随着电子技术、图像传感技术和计算机技术的快速发展,利用基于光学图像传感的表面缺陷自动光学(视觉) 检测技术取代人工目视检测表面缺陷,已逐渐成为表面缺陷检测的重要手段,因为这种方法具有自动化、非接触、 速度快、精度高、稳定性高等优点、

目的:检测眼镜面上的污点,划伤,波纹,气泡等缺陷

标准:按缺陷分别为优品级,良好,合格

优品级:A部Φ35以内,B部Φ35-Φ55,C部AB区以外

良好品:A部Φ30以内,B部Φ30-Φ50,C部AB区以外

合格品:A部Φ30以内,B部Φ30-Φ50,C部AB区以外

(每个规格按不同级别的不同缺陷大小和数量来定义,例如优级是B部白点缺陷大小为0.05mm的 出现一个)

2021071202020086.jpg

检测方案


12087995.png

11738260.jpg

凹点(叠痕)

11737804.jpg

气泡

11738262.jpg

磨伤(划伤)

检测结果:

搜集大量的缺陷特征后检测出99.5%缺陷。

优级中A部晶点和白点等10微米级的缺陷是因为一次成像过程中光源导致的问题无法成像。

2021071206040417.png

附加测试:在微弱的环境变化下仍可以通过深度学习检查出划伤,波纹,气泡,杂物等特征,添加不同规格的样品后明显的缺陷也可以判断缺陷分类。

如果你的工业生产线中,也需要用的到机器视觉、深度学习方面的技术,那么不妨和我们聊聊,我们会先根据你的需求分析,从一个专业的角度免费来给你设计一个合适你的方案,然后听取你的意见,再详细洽谈,最后即使没能达成合作,我们也非常希望能多认识个朋友



相关主题

官方公众号

智造工程师