自动化视觉检测筛选技术在螺丝螺母检测筛选、电子元器件检测筛选、弹簧检测筛选、O型密封圈检测筛选、精密零件检测筛选、军工产品检测筛选等领域。

带你探索自动化视觉检测的主要应用

在现代工业的各个领域，自动化视觉检测得到了广泛的研究和应用。对规则纹理表面(天然木材、机械加工表面、纺织面料)的表面缺陷采用傅里叶变换进行图像的复原，高频的傅里叶分量对应表面纹理线型，而低频的傅里叶分量对应表面缺陷区域。对铝带连铸生产中的表面缺陷检测，则通过红外检测提供铝带表面温度的分布情况以评估铝带质量，采集铝带图像，进行表面缺陷检测和分类。在集成电路晶片表面缺陷检测的应用中，使用模糊逻辑对表面凹坑缺陷的不同形状进行分析处理。基于机器视觉系统对鸡肉包装前的质量检测，根据鸡肉图像的颜色信息，采用数学形态学方法对潜在的问题区域进行特征提取，然后按预定义的质量问题列表进行分类。针对随机纹理的彩色图像则是采用一种利于分水岭变换的颜色相似性度量，提取了图像的颜色和纹理特征，实现了随机纹理表面缺陷的自动分割和检测。在对皮革表面缺陷检测时，采用OTSU方法进行缺陷分割，利用欧式距离聚类法进行缺陷分类，在分类聚类时使用形态学算子进行腐蚀运算，从而实现对皮革产品的检测筛选。

国内北京科技大学国家工程研究中心也在进行表面质量检测系统的研制，对常见缺陷类型进行检测与识别，取得了一定的研究成果，东北大学、上海宝钢集团公司、武汉科技大学、重庆大学等学校科研院所也对表面缺陷的检测系统进行了研究。