漆包线外观缺陷检测视觉方案
漆包线外观缺陷检测视觉方案视频解说漆包线外观缺陷检测视觉方案视频号漆包线是线缆领域一种比较常见的产品，也有很多的类型，有截面有圆形的，也有长方的，大小粗细也有所不同。包漆的颜色也有不同，不过主要是以铜色的油漆为主。生产时主要是以卷为包装单位，这种类型的，一般可以在生产过程中检测；也有可能是制作成一些特殊的形状，如一些导电连接线，通常用于汽车、变压器等桥接位置。漆包线的外观缺陷检测主要撞伤刮伤、掉漆、异色等缺陷类型。一般的缺陷可能都会比较大，但是也不排除非常小的缺陷。如果是有比较小的缺陷检测，那么可能落实下来就比较难，大一些的缺陷总是会容易检测一些。对于那些在生产中加工成卷的产品，可能相对更好检测一些，因为在加工过程中，运动检测时的产品基本上是一样的，只检测局部表面，打光拍照都要容易一些。而对于那些异型的桥接件，则需要整个零件表面静态检测，打光拍照相对来说，要更难一些。漆包线缺陷检测整体上来看其实也是比较难的，特别是对于一些长方条形的产品，在一些倒角位置也会有缺陷时，打光并不是太好处理。然后对于表面一些细小的划伤，和本身的纹理存在干扰，也不是太好解决。各种漆包线（图片源于百度搜索截图） 机器视觉光源产品本身通常都是非常细长的，所以一般是在加工过程中连续检测局部表面，所以可以拍摄比较小的表面，例如几毫米到十几毫米的样子。这种小范围，一般可以考虑环形光源，条形光源或半圆形光源。实验使用的光源是RLM-7460-R：RLM-7460-R光源控制器因为使用的是常规的小功率的环形光源，所以一般的模拟控制器、数字控制器都是可以使用的，这里可以考虑高性价比的MAPSM-2424-2CH，当然，如果要落实，需要连续检测，还是需要有比较高的亮度，尽量降低相机的曝光时间，那么可以考虑频闪控制器、爆闪控制器。MAPSM-2424-21CH工业相机产品虽然很长，但是一般是考虑使用局部拍照的解决方案，照顾一些常规大小的缺陷面积，以及检测速度效率，可以考虑500万像素级别工业相机。然后需要在生产过程中连续检测，则需要使用全局CMOS或CCD的芯片，可以考虑MER2-503-23GM这样500万级别的工业相机。MER2-503-23GM工业镜头因为拍摄局部表面，面积相对比较小，只有几毫米或十来毫米，那么考虑使用1倍或0.5倍的远心镜头可能会比较理想。或者是使用50mm的FA镜头加接圈来实现。整体成本上也只有几百块钱的差异，不会有太多成本差异。图像处理算法传统的算法对于这些缺陷来说，可能就会有些适应能力不够的问题。当然，对于已知图像中的缺陷，多少还是有办法能检测出来缺陷的，如可以考虑使用粒子分析、轮廓曲率分析等，但是这些算法可能对于很多其他表面的不同大小的缺陷，通用性会比较差，调试难度会比较高。而如果使用深度学习的方式，则整体系统的成本上升比较高，客户不一定能接受。而且深度学习，因为打光问题，也不能保证100%的检测出所有的缺陷。机器视觉项目实现难度★★★★★外观缺陷类的检测，相对来说都是比较难处理的，即使现在说的深度学习、人工智能等发展比较快，但是仍然不能和人眼相媲美。很多产品的缺陷检测，需要在灯光下将产品倾斜在不同的角度位置下才能看到缺陷，并不能在一个固定的角度看一眼就能发现缺陷。如果是需要这样晃动产品的检测方式，那么在机器视觉领域也就基本上不可能实现了，就算想办法实现，那个成本、效率也是非常低下的。
页:
[1]