光源产品在外观缺陷检测中的应用

产品的外观缺陷直接影响着产品质量问题,而在检测时,由于产品缺陷种类繁多且干扰因素众多,导致产品外观缺陷检测一直是机器视觉检测中的难点。

1

外观缺陷检测时的难点

外观缺陷检测的难点无非来自于产品本身以及检测仪器的选择。

1.产品多样性经常使外观检测陷入困境。

2.产品的外观缺陷除了常见的划痕、杂质、条纹等,还有易与背景融于一体的透明胶水轮廓检测;

3.反光物体通常会使图像呈现大面积白斑,无法提取缺陷特征;

4.圆弧面缺陷,受弧面的影响导致视野不能做大,如用明视野法,则成像光斑小;用暗视野成像则对于缺陷方向有局限性;

5.部分产品表面由于材质,灰尘、杂质与划痕难以区分检测;

6.空心圆柱体内壁曲面的缺陷检测常由于景深不足且镜头视角受限无法得到完美的图像等等。

除了缺陷检测本身固有难点之外,在机器视觉检测系统中,光源的选择和使用对能否精确检出缺陷也是至关重要。光源、相机、镜头的选取与搭配,是技术人员面对的一大考验。

1.针对不同的检测要求,光源可使用常亮模式,也可进行多工位频闪拍照。

2.根据外观缺陷的形状或材质特性,可选择明场或暗场照明,同时光源角度也可按需调整。

3.根据视野与精度要求,除了选择不同相机与镜头组合外,光源的工作距离也尤为重要。

2

针对不同类型的外观缺陷检测光源方案

不同的外观缺陷有着不同的特征,要想达到一个好的检测效果,需要对各种光源原理及应用熟稔于心。选择合适的光源才能更高效的面对不同缺陷需求。以下为针对不同外观缺陷样品的常用打光方案:

1.针对反光且外形不规则的物体,可使用多角度多光谱光源。多光谱光源从多角度照射,可使物体表面不规则的区域展现出不同的成像特性,而反光面与粗糙面对光的散射效果不同,则可在图片上投射出不同的灰度信息。通过计算颜色分布和图像阴影变化,可准确突出物体表面的层次信息,方便后期抓取图像特征;

2.针对大面积大视野的样品检测,条形光源和背光源则是首选光源。大尺寸背光源,通过LED的高密度排列,提供高均匀性与高亮度的照明效果,能突出物体的外形轮廓等特征。而条光的指向性强且光线均匀,通过调整角度或者多个条光组合可检测较大面积的外观缺陷。

3.针对磨砂材质表面缺陷,可使用指向性好的光源。指向性好的光源可以突出材料表面的颗粒感,而相比之下,漫射光源则会使外观缺陷的成像图没有对比度。

4.针对部分需要分多次拍摄且有速度要求的样品,需使用高亮光源。多工位多次拍摄成像的外观检测,需使用频闪拍照系统,且光源体积要小,重量要轻。

3

不同类型的光源对外观缺陷检测的影响

沃德普自动化专注于机器视觉光源、控制器生产制造及视觉成像方案,推出了多款针对缺陷检测的光源解决方案。

01

交叉线形光源

传统线形光源,多应用于高速大幅面样品的识别、定位、缺陷检测及尺寸测量等检测项。在划痕类的缺陷检测中,如果使用传统的线形光源,只能检测出“横向缺陷”,而“纵向缺陷”则难以被发现。为了让“纵向缺陷”也无处遁逃,沃德普推出了交叉线形光源。它利用特殊的光学设计,使两侧的光线呈一定角度汇集到光源中间位置,凸显纵向缺陷,通过降低背景亮度来提升缺陷的对比度。

交叉线形光源—照明光斑与工作距离关系示意图

光源(推荐)工作距离为50~150mm

手机等移动电子产品的玻璃盖板的表面缺陷检测,是当下机器视觉的热点应用,也是难点应用之一。针对玻璃盖板表面的划痕,分别使用普通线形光源和交叉线形光源对其进行检测(光源架设方向与运动方向垂直),检测结果对比如下图所示。

玻璃盖板上的划痕检测

图a                 图b                图c

玻璃盖板上的划痕检测结果如图所示,从图a)到c)分别是普通线光检测“横向划痕”、普通线光检测“纵向划痕”、交叉线光检测“纵向划痕”,可以看出,使用普通线光源检测“横向划痕”时缺陷可见,使用普通线光源检测“纵向划痕”时缺陷不可见,使用交叉线光源检测“纵向划痕”时缺陷可见。因此,在实际检测过程中,将普通线光源和交叉线光源配合使用,可以很好地检出玻璃盖板上的横竖划痕。这种方法可用于检测玻璃盖板、薄膜、金属面等产品上的划痕和条纹等缺陷。

02

平面无影光源

平面无影光源能提供高均匀度的漫射照明,可以消除产品表面不平整形成的干扰,成像效果与“圆顶+同轴光源组合”类似,且相比于组合光源而言,更节省空间。下图为两组光源的成像原理图,左侧为平面无影光源,右侧为“圆顶+同轴”的组合光源。

成像原理图

在检测表面不平整的物体时,如塑料等材质柔软的包装袋表面,推荐使用平面无影光源。下图为手机拍摄的食品包装袋样品,图d)到f)分别为同轴光源、圆顶光源、平面无影光源对食品包装袋上的字符的检测效果对比。

手机拍摄的食品包装袋样品

图a                 图b                图c

不同光源的成像效果图

如图所示,使用同轴光源时,光线明暗不均匀,无法检测不平整物品;使用圆顶光源照明存在阴影,也无法检测不平整物品;使用平面无影光源,打光均匀,成像清晰且包装袋上的字体清晰可见,适用于检测不平整物品表面。从图中不难看出,使用同轴光源时成像效果最差,而使用平面无影光源的成像效果最好。除此之外,平面无影光源还适用于弧面产品字符检测、圆柱体表面检测以及电子元器件字符检测等应用领域。

03

平面条纹光源

平面条纹光源使用平面条纹式照明,通过反射的光线相互干涉而形成明暗相间的干涉直条纹,当检测物体表面有凹凸不平时,由于光程变化使得部分直条纹产生形变,以此来检测元件表面的凹凸点及细小缺陷问题。平面条纹光源可很好的弥补同轴光源难以检测的凹凸点及细小缺陷不明显的短板,适用于反光物体、膜材、五金件、玻璃上的凹凸点及细小缺陷的检测。下图为平面条纹光源成像原理图。

平面条纹光源成像原理图

在实际应用中,平面条纹光源以其独特的发光原理,有着无可替代的成像优势。以下为两组经典案例:

1

案例一

玻璃盖板划痕检测。下图为平面条纹光源和同轴光源的成像效果对比。a)为平面条纹光源检“划痕”的效果,可以看到玻璃盖板表面划痕清晰可见。b)为同轴光源检“划痕”,可以看到玻璃盖板表面整体被均匀照射,但划痕不可见。

成像效果对比图

图a                                       图b

2

案例二

偏光膜表面变形与凹凸点检测。下图为平面条纹光源的成像图。c)为平面条纹光源检膜材“变形”的效果,d)为平面条纹光源检“凹凸点”的效果,可以看到检测图片中有缺陷的地方条纹明显形变,不再呈现出平行的特征。

成像效果对比图

图c                                       图d

总结

从上述案例中可以得知,只有根据产品的检测需求以及产品的自身特性来选择合适的光源,才能得到好的光学方案。随着科技的进步,光源的种类不断增多,在保证成像质量的同时也朝着节省空间与成本的方向发展,同时很多检测上的疑难点得到了解决与改善。在机器视觉检测系统中,正确选用适合的光源,不仅可以有效提升成像对比度、保证图像均匀性,同时还可降低算法难度,大幅提升了检测效率,使得检测化繁为简,更具性价比。

未完待续

2014年,沃德普自动化正式成立。7年风雨兼程,致力成为最受尊重的光源应用服务商。专注于机器视觉光源、控制器研发制造及成像应用服务。设立苏州、深圳、成都办事处,辐射全国,旨在提供便捷的本地化服务、最具性价比的成像方案、高效的非标定制产品。

联系沃德普

东莞总部:

www.wordop.cn

地址:东莞市南城区新基路新基地科技创意园北区E座201室

Tel:0769-23187951

Fax:0769-22488531

E-mail:info@wordop.cn

深圳办事处:

地址:深圳市龙华区大和路硅谷动力清湖园清湖工业城7栋503室

联系人:江先生

TEL:18874950925

E-mail:info@wordop.cn

苏州办事处:

地址:苏州市吴中区石湖西路188号南京师范大学科技园16楼A座

联系人:梁小姐

Tel:17751291927

Fax:0512-66350415

E-mail:info@wordop.cn

成都办事处:

地址:成都市郫都区望丛东路125号蜀都万达14栋1单元2214号

联系人:钱先生

Tel:13580895455

E-mail:info@wordop.cn

往期精彩

口罩检测-纺织行业应用案例

沃德普2019年尾牙晚会暨表彰典礼圆满落幕!

新征程|沃德普开工大吉!

沃德普获政策大力扶持产研能力进一步提升

图像条纹检测 python_光源在外观缺陷检测中的应用相关推荐

  1. 五种外观缺陷检测方法,不分优劣,应用场景不同使用的技术不同

    工业外观缺陷检测方法详细介绍如下: 一.超声波探伤检测 超声波探伤检测是根据声波在缺陷处发生波形变化的原理来检测缺陷.声波在工件内的反射状况就会显示在屏幕上,根据反射波的时间及形状来判断工业制造件内部 ...

  2. 案例分享|方形锂电池铝壳外观缺陷检测

    SNE Research最新披露的数据显示,2022年1-11月,宁德时代.比亚迪和中航锂电三家中国企业合计占全球动力电池市场份额的54.7%,排名前十的动力电池企业中,中国企业占据6席,合计市场份额 ...

  3. 一文读懂软包电池的外观缺陷检测应用

    随着双碳目标的推进,利好政策密集出台,战略性新兴产业正蓄势腾飞,锂电行业迎来发展新风口.动力电池进入大规模扩产新周期,从生产效率.质量监控.成本控制.节能减排等各个维度都面临着TWh时代赋予锂电制造业 ...

  4. 基于深度学习和3D图像处理的精密加工件外观缺陷检测系统

    由于精密五金加工工艺特殊.零件形状复杂,表面存在金属材质纹理.加工残留纹路以及加工工艺的干扰,如切削液.油污.电镀.喷砂.氧化处理不良等.这样的金属加工件外观缺陷难以使用普通2D视觉检测系统进行高效检 ...

  5. 手机外观缺陷检测哪种效率高

    手机是现代人们最常用的通信工具,衣食住行都要用到手机,给人们生活和工作方面提供不少便捷.购买一部智能手机,外观质量是主要决定因素,但是你知道吗?智能手机玻璃盖板需要经过开料.抛光.钢化.超声波清洗.真 ...

  6. smartmake pro视觉系统下,红豆外观缺陷检测如何进行?

    在大家印象里,提到红豆可能最快想到的是红豆制成的糕点,还有相思豆. 近代诗人王国维在<红豆词>中感叹:"南国秋深可奈何,手持红豆几摩挲.累累本是无情物,谁把闲愁付与他." ...

  7. 康耐视Designer,VisionPro和ViDi匹配版本兼容-关于外观缺陷检测中肯的建议与评价

    海康visionmaster-颜色区分任意选 ​康耐视VisionPro传统检测对缺陷类检测很差,差到不能用.单靠康耐视VisionPro深度学习VIDI,据视觉人粉丝很多大厂反馈,现场项目落地的可能 ...

  8. hough变换检测圆周_【视觉】视觉检测人应该了解的缺陷检测方法

    本文参考并摘引:李少波, 杨静, 王铮, 朱书德, 杨观赐. 缺陷检测技术的发展与应用研究综述. 自动化学报, 2020, 46(11): 2319−2336. doi: 10.16383/j.aas ...

  9. 锂电池检测(新能源锂电池视觉缺陷检测)

    近来,随着我国不少出行者越来越倾向新能源出行方式.电动车就是一个很好的例子,电动车的动力来源于新能源锂电池.随着锂电池使用安全意识的提升,市场对锂电池的良率.安全性等有关质量的要求不断提高.传统人工抽 ...

  10. 目标检测数据集:摄像头镜头缺陷检测数据集

    ✨✨✨✨✨✨目标检测数据集✨✨✨✨✨✨ 本专栏提供各种场景的数据集,主要聚焦:工业缺陷检测数据集.小目标数据集.遥感数据集.红外小目标数据集,该专栏的数据集会在多个专栏进行验证,在多个数据集进行验证m ...

最新文章

  1. 200.Number of Islands
  2. LinkedBlockingQueue 解析
  3. 【AI不惑境】模型量化技术原理及其发展现状和展望
  4. 搞大了,修改一个参数后重启数据库服务器出错CRS-0184
  5. 利用Frame Animation实现动画效果,代码正确,就是达不到变换效果
  6. Dart学习笔记01:环境搭建与开发环境配置
  7. 5.企业安全建设入门(基于开源软件打造企业网络安全) --- 业务安全
  8. api 读内存整数_10万+QPS 真的只是因为单线程和基于内存?
  9. RS485通讯介绍(附批量测试思路)
  10. 中国有些东西不是给人吃的
  11. 动态爬取链家二手房成交记录并保存至Excel
  12. Word2Vec实战
  13. 阿里持续投入文娱,“细火慢炖”的卡位战
  14. bugku ctf come_game(听说游戏通关就有flag)
  15. 物流服务--查询物流
  16. 查找两个数储存在二进制中相同的个数
  17. 2021年中国报刊出版行业经营现状及A股上市企业对比分析[图]
  18. 位运算全面总结,关于位运算看这篇就够了
  19. python 基础代谢率计算_计算基础代谢率(BMR)
  20. 【UVA 11183】 Teen Girl Squad (定根MDST)

热门文章

  1. Linux运维(三)
  2. 如何去掉windows2003的自动锁定(每离开一会都会出现这个界面,不想让它出现)...
  3. C 入门 第五节 多维数组 字符串数组
  4. jetty client 与apache http client的实现、分析
  5. Linux之父十大名言
  6. mysql dump 到的文件_MySQL用mysqldump命令导出文本文件
  7. php db类 应用实例,PHP-Laravel(DB类操作数据库)
  8. 米莱迪机器人加物理攻击_自拍、航拍、运动拍“ALL IN ONE”,臻迪PowerEgg X开启全新未来...
  9. freertos fatfs s32k 云_云的英语表达方式
  10. 在python中使用最小二乘法画出拟合曲线_Python基于最小二乘法实现曲线拟合示例...