制造業(yè)是中國工業(yè)化的源頭，是實(shí)現(xiàn)現(xiàn)代化的主力軍，在中國每天都要生產(chǎn)大量的工業(yè)產(chǎn)品。隨著生活品質(zhì)的提高，對(duì)產(chǎn)品質(zhì)量的要求越來越高，除要求滿足使用性能外，還要有良好的外觀，即良好的表面質(zhì)量。不同產(chǎn)品的表面缺陷有著不同的定義和類型，如金屬表面的劃痕、斑點(diǎn)、孔洞，紙張表面的色差、壓痕，玻璃等非金屬表面的夾雜、破損、污點(diǎn)，等等。表面缺陷不僅影響產(chǎn)品的美觀和舒適度，而且一般也會(huì)對(duì)其使用性能帶來不良影響，所以生產(chǎn)企業(yè)對(duì)產(chǎn)品的表面缺陷檢測(cè)非常重視，以便及時(shí)發(fā)現(xiàn)，從而有效控制產(chǎn)品質(zhì)量，從而杜絕或減少缺陷品的產(chǎn)生等。

機(jī)器視覺是通過光學(xué)的裝置和非接觸的傳感器自動(dòng)地接收和處理一個(gè)真實(shí)物體的圖像，以獲得所需信息或用于控制機(jī)器人運(yùn)動(dòng)的裝置。

機(jī)器視覺是一種無任何接觸、無任何損傷的自動(dòng)檢測(cè)技術(shù)，是實(shí)現(xiàn)設(shè)備自動(dòng)化生產(chǎn)、智能化生產(chǎn)和帶有精密控制的有效方式，具有安全可靠、應(yīng)范廣泛、工作換將要求低可在惡劣環(huán)境工作、可不間斷連續(xù)工作、效率高等突出特點(diǎn)。機(jī)器視覺檢測(cè)系統(tǒng)通過光源和圖像傳感器(工業(yè)相機(jī))獲取產(chǎn)品的表面圖像，利用圖像處理算法提取圖像的特征信息，然后根據(jù)特征信息對(duì)表面缺陷的定位、識(shí)別、分類等判定與統(tǒng)計(jì)，同時(shí)將數(shù)據(jù)存儲(chǔ)、輸出、查詢等相應(yīng)的操作。

機(jī)器視覺表面缺陷檢測(cè)系統(tǒng)主要組成包括：圖像接收獲取模塊、圖像預(yù)處理模塊、圖像檢測(cè)分析模塊、數(shù)據(jù)存儲(chǔ)管理口模塊。在光源的照明下，通過光學(xué)鏡頭將產(chǎn)品表面成像于相機(jī)傳感器上，光源直接影響到圖像的質(zhì)量，其作用是克服環(huán)境光干擾，保證圖像的穩(wěn)定性，獲得對(duì)比度盡可能高的圖像。

機(jī)器視覺表面缺陷檢測(cè)系統(tǒng)在圖像預(yù)處理模塊中，主要對(duì)圖像去噪、增強(qiáng)、復(fù)原、缺陷的檢測(cè)和目標(biāo)分割。由于現(xiàn)場(chǎng)環(huán)境、工業(yè)相機(jī)成像差異、圖像傳輸損耗等產(chǎn)生圖像噪聲，這些噪聲降低了圖像的質(zhì)量，對(duì)圖像預(yù)處理和分析帶來影響，要對(duì)圖像進(jìn)行預(yù)處理降低噪聲干擾。

什么是人工智能視覺檢測(cè)

人工智能在視覺檢測(cè)方面的價(jià)值尤為明顯。基于人工智能的視覺檢測(cè)技術(shù)正在完善制造業(yè)商業(yè)運(yùn)作的能力。

基于人工智能的視覺檢測(cè)依賴于人工智能的兩個(gè)主要優(yōu)勢(shì)：計(jì)算機(jī)視覺和深度學(xué)習(xí)。感知環(huán)境，并根據(jù)這些感知采取行動(dòng)是每個(gè)人工智能系統(tǒng)都具備的核心能力。通過深度學(xué)習(xí)能夠適應(yīng)一系列環(huán)境，使其在眾多行業(yè)中都有所應(yīng)用。具有無限的潛力，可以快速開發(fā)，滿足制造商的需求。

與人眼能夠發(fā)現(xiàn)缺陷一樣，一個(gè)訓(xùn)練有素的人工智能視覺系統(tǒng)也能做到這一點(diǎn)，而且效率更高?；谌斯ぶ悄艿囊曈X系統(tǒng)由感知設(shè)備和深度學(xué)習(xí)算法這兩個(gè)集成組件組成：感知設(shè)備就像“眼睛”，而深度學(xué)習(xí)算法就像“大腦”。這個(gè)集成系統(tǒng)成功地模仿了人類的眼腦解讀圖像的能力，比人眼更有效，因?yàn)槿斯ぶ悄堋按竽X”存儲(chǔ)了更多的信息。強(qiáng)大的計(jì)算能力可以快速解析可用數(shù)據(jù)，可以對(duì)照片和視頻中的物體進(jìn)行分類，并執(zhí)行復(fù)雜的視覺感知任務(wù)：搜索圖像和字幕，檢測(cè)物體，識(shí)別和分類。

人工智能視覺檢測(cè)的優(yōu)勢(shì)

1.提高效率

從前的自動(dòng)化系統(tǒng)依賴于缺陷庫、異常列表和復(fù)雜的過濾器。為了確保信息的準(zhǔn)確性，不斷積累信息、清理信息，以及重新執(zhí)行信息，其過程所花費(fèi)的時(shí)間會(huì)降低有效性，浪費(fèi)勞動(dòng)力。人工智能和深度學(xué)習(xí)不需要長時(shí)間的編程或冗長的算法。該系統(tǒng)學(xué)習(xí)速度很快，幾個(gè)星期就能訓(xùn)練完成。

2.產(chǎn)品改進(jìn)和質(zhì)量控制

制造商可以使用人工智能來記錄檢驗(yàn)結(jié)果并評(píng)估產(chǎn)品質(zhì)量。在整體過程中可以成功跟蹤數(shù)據(jù)并實(shí)施改進(jìn)的指標(biāo)包括：工藝配方、設(shè)備差異、部件供應(yīng)商、工廠位置。

此外，還可以對(duì)檢測(cè)圖像和結(jié)果進(jìn)行跟蹤和記錄。這些措施防止了未來的故障，從而節(jié)省了時(shí)間和額外的生產(chǎn)成本。在所有的計(jì)劃和檢測(cè)中應(yīng)用基于深度學(xué)習(xí)的機(jī)器視覺，可以幫助制造商及早識(shí)別和解決問題。

3.降低勞動(dòng)力成本

人工智能解決方案的一致性比大多數(shù)專業(yè)的人類審查程度要高。人類檢測(cè)員必須經(jīng)過培訓(xùn)，大概每次只能保持15-20分鐘的高度集中。員工流動(dòng)也是一個(gè)問題，人工成本每年都會(huì)增加。由于這些原因，基于人工智能的視覺檢測(cè)比手工勞動(dòng)更劃算。