摄像机检测宽幅面产品瑕疵技术调研.docxVIP

摄像机检测宽幅面产品瑕疵技术调研报告目录一、背景2二、图像处理技术3三、产品表面缺陷检测关键问题5四、思路6五、两种系统6六、国内外公司及产品12一、背景随着生产和工艺的发展，人们对产品的外观质量也给予了更多的关注，主要有：① 以产品外观质量作为价值依附的产品，如印刷、包装、工艺品等；② 表面缺陷直接影响到产品的使用或深加工的产品，会给使用者或深加工客户带来极大的损失，如有较严重缺陷的玻璃原板不能用于制镜、汽车玻璃和液晶屏的加工。这就迫使产品提供者为了能提供零缺陷的产品，在产品出厂前进行更严格的质量管理控制，保证对产品 100％的完全检测。从节约生产成本的角度来看，产品在线检测的质量管理方式能降低原材料消耗，减少人工成本。近年来，随着全球制造业中心向中国的转移，中国成为继北美、欧洲与日本后的全球第四大、也是最具发展潜力机器视觉市场：一方面国外跨国企业纷纷在国内设立工厂带来了极大的视觉系统需求；另一方面国内本土企业生产规模不断扩大对视觉系统的需求也开始凸现，以浮法玻璃为例，仅 2005 年一年全国就新投产 27 条浮法玻璃生产线。目前，国内针对产品的表面缺陷尚无成熟的在线检测解决方案；国外进口的检测设备不但价格昂贵，而且使用和操作风格与国内技术人员的使用习惯均存在较大差异，不利于其大范围的推广应用。目前，国内生产企业一般仍采用传统的、相对对廉价的人工检测来进行产品表面缺陷的检测。传统的人工检测在实际使用中有很大局限性。首先，人工检测依赖于人的主观评价，受人的心情、思维以及照明等主客观因素的影响而具有很大的不稳定性、不可靠性和非标准性，给产品的质量控制带来了很多不稳定和不可靠的因素。其次，人眼无法实现产品高速生产时的在线缺陷检测，无法满足对生产质量的全过程在线实时监控的要求。如在印刷生产中，通常从人眼发现缺陷到作出反应的时间内，生产线已经运行了几十米，甚至上百米，这就造成了纸张和油墨的巨大的浪费。再次，传统的人眼检测方法对微小缺陷和色差不明显缺陷以及复杂图案的检测并不敏感，难以实对产品缺陷或瑕疵的完全检测。如在浮法玻璃生产中，实验表明，能被人眼准确检测到的玻璃缺陷通常是大于 0.5mm 且有较大光学变形的缺陷； 再如先进的凹印机在高速运行时仍能控制套印误差在±0.1mm 的范围内；多色印刷的总套印精度可达±0.1mm；联机加工时，滚筒模切机的模切套准精度可达±0.15mm ，模切/压痕精度可达±0.10mm；而平板模切机的印刷/模切套准精度可达±0.25mm，如此细微的差异人眼是很难分辨的。 从某种意义上来说， 人眼检测仅仅相当于对产品进行抽检， 无法实现对产品的 100%检测，很难保证出厂成品的 100％合格率，无法达到企业“零缺陷”的目标，不利于众多企业实施的“精益生产” 。因此，人眼无法连续、稳定地完成这类带有高度重复性的质量检测工作。探索客观、有效、灵活、高速、可靠的质量控制方案，寻求新的产品表面缺陷检测方法来替代传统的人工检测成为许多企业迫切需要解决的问题之一。近年来，随着电子技术的进步，机器视觉系统的软硬件技术都取得了飞速的发展。大分辨率、高扫描速度的摄像机和具有高速传输能力的图像采集卡满足了对产品进行高速、高精度图像采集的需要；高性能的计算机等处理设备为大数据量的图像处理提供了硬件支撑；图像处理理论和算法研究的成功为视觉系统提供了敏捷的 “大脑” 。这些理论和技术上的进步都促使机器视觉能在现代工业生产中越来越被广泛应用于产品生产过程中的质量控制与质量检测，特别是各种在线或离线的产品表面缺陷检测等。二、图像处理技术（1）图像增强和复原用图像增强和复原去除图像噪声是提高图像质量的常用方法。图像增强只突出图像中感兴趣的部分，而不考虑引起图像降质的原因。图像复原则要依据图像降质的过程建立“降质模型” ，再采用相应的滤波方法，恢复或重建原来的图像,其典型应用，如运动模糊的消除。图像复原模型主要有线性/位置不变模型、估计退化函数模型等，针对这些模型提出了许多的复原算法，如维纳滤波法、最小二乘法、最大熵恢复法、对流方程法、最大可能估计法、数学形态学滤波法、方向一距离滤波法。近年来，人们又将神经网络、遗传算法等用于图像复原。图像增强也相当于对图像进行滤波操作。传统的空间域和频率域滤波主要是对图像进行平滑处理，主要方法有灰度修正、直方图均衡化、几何校正、图像锐化、频域增强和卡尔曼滤波等。这些方法要么会将降低图像信息量，要么会使图像变模糊，损失其中的纹理特征和边缘特征。近年来提出的基于小波变换的滤波可有效的避免该问题。它较好地解决了频率分辨率和时间分辨率之间的矛盾。研究和使用较多的小波滤波方法主要有两大类：阈值萎缩法和比例萎缩法。前者主要有“软阈值”法、 “硬阈值”法、保留边缘信息的阈值法，Visu Shrink 方法和基于 Bay