0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于深度學(xué)習(xí)的玻璃表面檢測技術(shù)

倩倩 ? 來源:機器視覺沙龍 ? 作者:機器視覺沙龍 ? 2022-08-19 15:31 ? 次閱讀

玻璃生產(chǎn)的工業(yè)化和規(guī)?;?,各種用途和各種性能的玻璃相繼問世?,F(xiàn)代,玻璃已成為日常生活、生產(chǎn)和科學(xué)技術(shù)領(lǐng)域的重要材料,被廣泛用于建筑、日用、藝術(shù)、醫(yī)療、化學(xué)、電子、儀表、核工程等領(lǐng)域。

隨著現(xiàn)代工業(yè)自動化技術(shù)日趨成熟,越來越多的制造企業(yè)考慮如何采用機器視覺來幫助生產(chǎn)線實現(xiàn)檢查、測量和自動識別等功能,以提高效率并降低成本,實現(xiàn)生產(chǎn)效益最大化,視覺檢測也向玻璃行業(yè)的各類產(chǎn)品“發(fā)起”挑戰(zhàn)。

01 玻璃表面缺陷類型

玻璃在成形時,由于生產(chǎn)材料及生產(chǎn)過程原因引入的,不可避免的在玻璃表面(含內(nèi)部)出現(xiàn)氣泡和結(jié)石、黑點、斑點等缺陷。

玻璃上的結(jié)石、砂粒因運輸過程中振動摩擦,會出現(xiàn)玻璃表面劃傷;隨著玻璃加工設(shè)計的多樣化,對玻璃的打孔、挖槽、磨邊的情形越來越多,受定位、手法、機器等因素影響,會出現(xiàn)劃痕、裂紋、缺損;受環(huán)境或操作原因,也會出現(xiàn)油污、水漬及其它臟污等污漬。

17e2579a-1f83-11ed-ba43-dac502259ad0.png

常見的缺陷包括氣泡、結(jié)石、凹凸、劃傷和色斑等。開口泡和結(jié)石等缺陷會導(dǎo)致玻璃或組件存在爆片風(fēng)險,所以這些缺陷的檢出尤其重要。

02 傳統(tǒng)玻璃檢測方法

傳統(tǒng)的玻璃檢測方法是依靠人眼來判斷玻璃表面各種問題,存在很大的局限性:

1.人眼對微小的缺陷不敏感,有誤檢、漏檢風(fēng)險;

2.人眼無法連續(xù)、穩(wěn)定完成高強度重復(fù)性檢測工作,會產(chǎn)生疲勞,速度慢、效率低;

3.主觀判斷受心情、思維、光照等影響,具有很大的不穩(wěn)定性和非標(biāo)準(zhǔn)性。

目前玻璃的尺寸向著超薄和大尺寸的方向發(fā)展,這樣就要求生產(chǎn)速度隨之提升,給人工檢測也帶來了很大的困難,此外開口泡和結(jié)石此類缺陷尺寸在小于0.5mm時,人工往往很難發(fā)現(xiàn)。

人眼檢測已無法滿足現(xiàn)代企業(yè)高速、精確、實時的品檢要求,而人工成本不斷上漲給企業(yè)經(jīng)營帶來壓力。

iPhone OEM工廠為例,生產(chǎn)過程中的外觀檢查耗費30%以上的人力,每年檢查人力成本高達(dá)48億元人民幣。然而,隨著中國平均工資增長率超過10%,低成本勞動力的日子已經(jīng)一去不復(fù)返。

降低人力成本已成為企業(yè)最重要、最迫切需要解決的問題。為了減輕昂貴的勞動力負(fù)擔(dān),機器視覺替代人眼,采用智能圖像采集和圖像處理技術(shù),檢測系統(tǒng)利用視覺處理算法,實現(xiàn)缺陷精確檢測,智能分類和分級,已成為一種行業(yè)趨勢。

03 基于深度學(xué)習(xí)的玻璃表面檢測技術(shù)

如何大程度避免漏檢

· 采用多通道高速頻閃成像技術(shù),1個工位實現(xiàn)多種打光方式。

· 高分辨率成像,超越人眼的觀察效果。

如何對缺陷進(jìn)行分類,可以不同標(biāo)準(zhǔn)檢測影響程度不同的缺陷

· 多組光源對玻璃進(jìn)行分層立體成像。

· 多模式融合/圖像特征提取及深度學(xué)習(xí)算法,有效區(qū)分開閉口泡,開口泡,結(jié)石,凹凸類缺陷。

針對光伏玻璃等玻璃,怎么樣才能更好的適應(yīng)壓延棍差異導(dǎo)致的壓花差異

· 復(fù)合紋理分析,消除玻璃壓花的干擾

· 每秒數(shù)據(jù)吞吐量接近400MB

可以更方便快捷的進(jìn)行系統(tǒng)安裝和調(diào)試

· 模塊化組合成像機械結(jié)構(gòu)

· 龍門式多組線掃描結(jié)構(gòu)框架

以透鏡缺陷檢測為例:

當(dāng)前有三種尺寸的透鏡,分別是直徑約為3.4cm的透鏡,直徑約為3.8cm的透鏡,直徑約為4.2cm的透鏡,分別對這三種尺寸透鏡進(jìn)行檢測。

檢測效果圖中,藍(lán)色代表污漬等有問題的區(qū)域(精度為0.39mm);綠色代表透鏡缺損部分。檢測效率可達(dá)3秒/個,誤檢率低于0.1%。

檢測材質(zhì)也延展至:PS、ABS、PC、PMMA、PE、PO、PVC、PP、PBT、環(huán)氧樹脂等。

測試1:對直徑約為3.4cm的透鏡進(jìn)行檢測

(1)源圖像

181190c8-1f83-11ed-ba43-dac502259ad0.png

(2) 檢測效果圖

183aad00-1f83-11ed-ba43-dac502259ad0.png

測試2:對直徑約為3.8cm的透鏡進(jìn)行檢測

(1) 源圖像

1872d1bc-1f83-11ed-ba43-dac502259ad0.png

(2) 檢測效果圖

189e39f6-1f83-11ed-ba43-dac502259ad0.png

測試3:對直徑約為3.8cm的破損透鏡進(jìn)行檢測

(1) 源圖像

18de2a70-1f83-11ed-ba43-dac502259ad0.png

(2) 檢測效果圖

190e6212-1f83-11ed-ba43-dac502259ad0.png

04 玻璃產(chǎn)品的AI視覺瑕疵缺陷檢測應(yīng)用

案例展示

手機蓋板缺陷檢測

蓋板玻璃主要應(yīng)用于觸摸屏最外層,產(chǎn)品的主要原材料為超薄平板玻璃,具有防沖擊、耐刮花、耐油污、防指紋、增強透光率等功能,目前廣泛應(yīng)用于帶觸控功能和顯示功能的多種電子消費產(chǎn)品。

切割、CNC精雕、研磨、強化、絲印、鍍膜、清洗。..。..每一片蓋板玻璃的生產(chǎn)過程十分繁雜不易,且為保證成品優(yōu)質(zhì)性,每一個環(huán)節(jié)都涉及到玻璃質(zhì)量的檢測。

193e8474-1f83-11ed-ba43-dac502259ad0.png

那么,如何高效、高質(zhì)的實現(xiàn)蓋板玻璃生產(chǎn)線的實時生產(chǎn)質(zhì)量管理和過程控制?

高速線陣相機和智能光源相配合后,可對同一片蓋板玻璃形成多場多角度高清圖像,再由高速圖像預(yù)處理器對高清圖像進(jìn)行預(yù)處理,形成缺陷圖像和缺陷特征值,發(fā)送到上位機,進(jìn)行最終的缺陷處理、識別和展示。

1961e324-1f83-11ed-ba43-dac502259ad0.png

檢測精度上,玻璃缺陷檢測系統(tǒng)可達(dá)10um,并擁有1.5s/pcs的檢測速度,有效保證企業(yè)低誤檢率與高效率。同時,系統(tǒng)還能為生產(chǎn)質(zhì)量管理系統(tǒng)提供產(chǎn)線的生產(chǎn)效率、良品率等數(shù)據(jù),讓企業(yè)更快速地改進(jìn)產(chǎn)線生產(chǎn)工藝,提高產(chǎn)線最終成品率,推進(jìn)智能化轉(zhuǎn)型升級。

196eb6b2-1f83-11ed-ba43-dac502259ad0.png

手機蓋板玻璃外觀瑕疵檢測對比表

案例展示

汽車玻璃缺陷實時檢測

汽車玻璃主要分為三類,包括夾層玻璃,鋼化玻璃和區(qū)域鋼化玻璃。其中,擋風(fēng)玻璃采用的是夾層玻璃,而作為夾層玻璃的原片必須滿足其使用要求,如光學(xué)變形、氣泡夾雜物、結(jié)石等缺陷都需在生產(chǎn)過程進(jìn)行嚴(yán)格檢驗。

在線高速掃描每個產(chǎn)品,形成高分辨率的片材圖像,進(jìn)行實時的圖像處理,精確捕捉各種表面缺陷,并實現(xiàn)統(tǒng)計、質(zhì)量分析等處理,企業(yè)就可根據(jù)終端結(jié)果劃定每塊玻璃的等級,進(jìn)而分配至不同的應(yīng)用領(lǐng)域。

案例展示

玻璃瓶缺陷檢測

玻璃瓶在食品、藥品、飲料等產(chǎn)品包裝中得到了廣泛的應(yīng)用。玻璃瓶缺陷檢測可以提高檢測精度,統(tǒng)一檢測標(biāo)準(zhǔn),消除人工檢測的個體差異;降低生產(chǎn)成本、提高產(chǎn)品競爭力;提高檢測速度,實現(xiàn)產(chǎn)品全方位實時檢測,大幅提高生產(chǎn)效率及生產(chǎn)自動化程度。

檢測瑕疵類型主要包括:瓶口破損、缺塊、裂縫、瓶口是否存在異物等

適用于圓形、扁形、異型瓶等,分布行業(yè)有 食品飲料、藥瓶、化妝瓶瓶等,有玻璃瓶、塑膠瓶等,透明瓶、般透明瓶等多種。

1a424770-1f83-11ed-ba43-dac502259ad0.png

在生產(chǎn)線上安裝玻璃瓶瓶口缺陷檢測系統(tǒng),玻璃瓶流入視覺檢測工位時,通過觸發(fā)機器視覺傳感器拍得玻璃瓶瓶口圖片送入系統(tǒng),系統(tǒng)對所拍圖片進(jìn)行提取分析并和設(shè)定的比較得知瓶口是否有缺陷,當(dāng)檢測到玻璃瓶瓶口有缺陷時,系統(tǒng)發(fā)出聲光報警并發(fā)出停機信號。

審核編輯 :李倩

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機器視覺
    +關(guān)注

    關(guān)注

    161

    文章

    4317

    瀏覽量

    119965
  • 工業(yè)化
    +關(guān)注

    關(guān)注

    0

    文章

    98

    瀏覽量

    11670

原文標(biāo)題:機器視覺在【玻璃檢測】行業(yè)的應(yīng)用

文章出處:【微信號:機器視覺沙龍,微信公眾號:機器視覺沙龍】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    激光雷達(dá)技術(shù)的基于深度學(xué)習(xí)的進(jìn)步

    信息。這使得激光雷達(dá)在自動駕駛、無人機、機器人等領(lǐng)域具有廣泛的應(yīng)用前景。 二、深度學(xué)習(xí)技術(shù)的發(fā)展 深度學(xué)習(xí)是機器
    的頭像 發(fā)表于 10-27 10:57 ?244次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    ,共同進(jìn)步。 歡迎加入FPGA技術(shù)微信交流群14群! 交流問題(一) Q:FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?現(xiàn)在用FPGA做深度學(xué)習(xí)加速成為一個熱
    發(fā)表于 09-27 20:53

    玻璃電路板表面微蝕刻工藝

    玻璃表面蝕刻紋路由于5G時代玻璃手機后蓋流行成為趨勢,預(yù)測大部分中高端機型將采用玻璃作為手機的后蓋板。因此,基于玻璃材質(zhì)的微加工工藝也就成為
    的頭像 發(fā)表于 07-17 14:50 ?462次閱讀
    <b class='flag-5'>玻璃</b>電路板<b class='flag-5'>表面</b>微蝕刻工藝

    深度學(xué)習(xí)在工業(yè)機器視覺檢測中的應(yīng)用

    隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展,其在工業(yè)機器視覺檢測中的應(yīng)用日益廣泛,并展現(xiàn)出巨大的潛力。工業(yè)機器視覺檢測是工業(yè)自動化領(lǐng)域的重要組成部分,通過圖
    的頭像 發(fā)表于 07-08 10:40 ?910次閱讀

    基于深度學(xué)習(xí)的無人機檢測與識別技術(shù)

    隨著無人機技術(shù)的快速發(fā)展,無人機在軍事、民用、商業(yè)等多個領(lǐng)域的應(yīng)用日益廣泛。然而,無人機的廣泛使用也帶來了諸多挑戰(zhàn),如空域安全、隱私保護(hù)等問題。因此,開發(fā)高效、準(zhǔn)確的無人機檢測與識別技術(shù)顯得尤為重要。本文將深入探討基于
    的頭像 發(fā)表于 07-08 10:32 ?950次閱讀

    基于AI深度學(xué)習(xí)的缺陷檢測系統(tǒng)

    在工業(yè)生產(chǎn)中,缺陷檢測是確保產(chǎn)品質(zhì)量的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的人工檢測方法不僅效率低下,且易受人為因素影響,導(dǎo)致誤檢和漏檢問題頻發(fā)。隨著人工智能技術(shù)的飛速發(fā)展,特別是深度
    的頭像 發(fā)表于 07-08 10:30 ?917次閱讀

    深度學(xué)習(xí)在視覺檢測中的應(yīng)用

    能力,還使得機器能夠模仿人類的某些智能行為,如識別文字、圖像和聲音等。深度學(xué)習(xí)的引入,極大地推動了人工智能技術(shù)的發(fā)展,特別是在圖像識別、自然語言處理、語音識別等領(lǐng)域取得了顯著成果。
    的頭像 發(fā)表于 07-08 10:27 ?568次閱讀

    基于深度學(xué)習(xí)的小目標(biāo)檢測

    在計算機視覺領(lǐng)域,目標(biāo)檢測一直是研究的熱點和難點之一。特別是在小目標(biāo)檢測方面,由于小目標(biāo)在圖像中所占比例小、特征不明顯,使得檢測難度顯著增加。隨著深度
    的頭像 發(fā)表于 07-04 17:25 ?695次閱讀

    深度解析深度學(xué)習(xí)下的語義SLAM

    隨著深度學(xué)習(xí)技術(shù)的興起,計算機視覺的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展,例如目標(biāo)的檢測、識別和分類等領(lǐng)域。近年來,研究人員開始在視覺SLAM算法中引入
    發(fā)表于 04-23 17:18 ?1217次閱讀
    <b class='flag-5'>深度</b>解析<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>下的語義SLAM

    深度學(xué)習(xí)檢測小目標(biāo)常用方法

    深度學(xué)習(xí)的效果在某種意義上是靠大量數(shù)據(jù)喂出來的,小目標(biāo)檢測的性能同樣也可以通過增加訓(xùn)練集中小目標(biāo)樣本的種類和數(shù)量來提升。
    發(fā)表于 03-18 09:57 ?661次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>檢測</b>小目標(biāo)常用方法

    基于深度學(xué)習(xí)的芯片缺陷檢測梳理分析

    雖然表面缺陷檢測技術(shù)已經(jīng)不斷從學(xué)術(shù)研究走向成熟的工業(yè)應(yīng)用,但是依然有一些需要解決的問題?;谝陨戏治隹梢园l(fā)現(xiàn),由于芯片表面缺陷的獨特性質(zhì),通用目標(biāo)
    發(fā)表于 02-25 14:30 ?1172次閱讀
    基于<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的芯片缺陷<b class='flag-5'>檢測</b>梳理分析

    基于機器視覺和深度學(xué)習(xí)的焊接質(zhì)量檢測系統(tǒng)

    的一致性和準(zhǔn)確性。 ? 機器視覺技術(shù)為焊接質(zhì)量檢測提供了高分辨率的圖像數(shù)據(jù)。通過搭載高速、高分辨率相機,系統(tǒng)能夠?qū)崟r捕捉焊接過程中的細(xì)節(jié),包括焊縫的形狀、尺寸和表面特征等。這些圖像數(shù)據(jù)為后續(xù)的
    的頭像 發(fā)表于 01-18 17:50 ?712次閱讀

    機器視覺光源選擇案例-表面劃傷檢測案例解決方案

    玻璃,金屬,液晶板、手機屏幕、塑料等等表面檢測。
    的頭像 發(fā)表于 01-04 10:15 ?677次閱讀
    機器視覺光源選擇案例-<b class='flag-5'>表面</b>劃傷<b class='flag-5'>檢測</b>案例解決方案

    深度學(xué)習(xí)技術(shù)與邊緣學(xué)習(xí)技術(shù)的不同之處

    如今,AI技術(shù)的廣泛應(yīng)用已經(jīng)成為推動制造和物流領(lǐng)域自動化的核心驅(qū)動力??的鸵曀瞥龅?b class='flag-5'>深度學(xué)習(xí)和邊緣學(xué)習(xí)技術(shù),這兩種基于AI的
    的頭像 發(fā)表于 11-17 10:44 ?532次閱讀

    深度學(xué)習(xí)算法和傳統(tǒng)機器視覺助力工業(yè)外觀檢測

    在很多人眼里,深度學(xué)習(xí)是一個非常神奇的技術(shù),是人工智能的未來,是機器學(xué)習(xí)的圣杯。今天深視創(chuàng)新帶您一起揭開他神秘的面紗,了解什么才是深度
    的頭像 發(fā)表于 11-09 10:58 ?618次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>算法和傳統(tǒng)機器視覺助力工業(yè)外觀<b class='flag-5'>檢測</b>