基于机器视觉的U盘表面缺陷外观检测
本帖最后由 石鑫华视觉 于 2016-5-26 11:53 编辑基于机器视觉的U盘表面缺陷外观检测
http://visionbbs.com/data/uploads/allimg/160526/2-160526114953.jpg
U盘表面脏污
http://visionbbs.com/data/uploads/allimg/160526/2-160526114953-50.jpg
U盘表面油墨污染
http://visionbbs.com/data/uploads/allimg/160526/2-160526114954.jpg
U盘表面丝印不良
http://visionbbs.com/data/uploads/allimg/160526/2-160526114954-50.jpg
U盘表面丝印偏移
http://visionbbs.com/data/uploads/allimg/160526/2-160526114954-51.jpg
U盘表面划伤
http://visionbbs.com/data/uploads/allimg/160526/2-160526114955.jpg
U盘表面丝印重印
上面这些所列举的缺陷，只是U盘表面缺陷外观检测中的一些典型缺陷，可能还会有更多的缺陷类型。这些缺陷如划伤、丝印不良、丝印偏移、油污、脏污等等。都是属于产品外观缺陷检测的。项目落实起来比较麻烦，因为他是外观缺陷检测嘛。而且产品表面还不平整，有不同的材质与颜色等需要考虑。
机器视觉光源
像丝印不良、丝印偏移、油墨污染等，可能会比较好处理一些，因为背景是黑色或白色的，而油污是白色或黑色的，反差比较大。这样使用很多常规的光源都可以得到比较好的图像质量，如圆顶无影光源、平面无影光源、环形光源等。而对于划痕等检测，则需要考虑表面的特征了，如果比较平整，可以试一下同轴光源或者低角度环形光源；而如果是有一定的弧面的，则同轴光源可能无法胜任，这时只能考虑使用环形光源、条形光源等。这类检测，使用无影光源可能会没有太好的效果。
工业相机
选择大靶面的工业相机，可能会有更好的效果，这样可以提高图像的信噪比，对于划痕类检测，有更好的帮助。不过这类工业相机成本通常都不低。
工业镜头
如果使用大靶面的相机，则需要配置相应的接口的镜头才可以。
图像处理算法
纹理分析、粒子分析、黄金模板对比等方法都应该考虑在项目应用中。
机器视觉项目实现难度
★★★★★
项目落实可能会比较麻烦。
更多内容：
机器视觉商城淘宝店：https://visionbbs.com/
页:
[1]