機(jī)器視覺(jué)

機(jī)器視覺(jué)是使用各種工業(yè)相機(jī)，結(jié)合傳感器跟電氣信號(hào)實(shí)現(xiàn)替代傳統(tǒng)人工，完成對(duì)象識(shí)別、計(jì)數(shù)、測(cè)量、缺陷檢測(cè)、引導(dǎo)定位與抓取等任務(wù)。其中工業(yè)品的缺陷檢測(cè)極大的依賴(lài)人工完成，特別是傳統(tǒng)的3C制造環(huán)節(jié)，產(chǎn)品缺陷檢測(cè)依賴(lài)于人眼睛來(lái)發(fā)現(xiàn)與檢測(cè)，不僅費(fèi)時(shí)費(fèi)力還面臨人員成本與工作時(shí)間等因素的制約。使用機(jī)器視覺(jué)來(lái)實(shí)現(xiàn)產(chǎn)品缺陷檢測(cè)，可以節(jié)約大量時(shí)間跟人員成本，實(shí)現(xiàn)生產(chǎn)過(guò)程的自動(dòng)化與流水線作業(yè)。

缺陷檢測(cè)

常見(jiàn)得工業(yè)品缺陷主要包括劃痕、臟污、缺失、凹坑、裂紋等，這些依賴(lài)人工目檢（眼睛檢測(cè)）的缺陷都可以通過(guò)機(jī)器視覺(jué)的缺陷檢測(cè)算法來(lái)實(shí)現(xiàn)替代。當(dāng)前工業(yè)缺陷檢測(cè)算法目前主要分為兩個(gè)方向，基于傳統(tǒng)視覺(jué)的算法和基于深度學(xué)習(xí)的算法，前者主要依靠對(duì)檢測(cè)目標(biāo)的特征進(jìn)行量化，比如顏色，形狀，長(zhǎng)寬，角度，面積等，好處是可解釋性強(qiáng)、對(duì)樣本數(shù)量沒(méi)有要求、運(yùn)行速度快，缺點(diǎn)是依賴(lài)于固定的光照成像，稍有改動(dòng)就要改寫(xiě)程序重新部署，而且檢測(cè)規(guī)則和算法跟開(kāi)發(fā)者經(jīng)驗(yàn)其主導(dǎo)作用?；谏疃葘W(xué)習(xí)的缺陷檢測(cè)算法剛好能彌補(bǔ)前者的不足之處，能夠很好適應(yīng)不同的光照，更好地適配同類(lèi)缺陷要求，缺點(diǎn)是對(duì)樣本數(shù)量有一定要求，對(duì)硬件配置相比傳統(tǒng)也會(huì)有一定要求。

《OpenCV應(yīng)用開(kāi)發(fā)：入門(mén)、進(jìn)階與工程化實(shí)踐》一書(shū)第十四 章 通過(guò)案例詳細(xì)介紹基于OpenCV如何實(shí)現(xiàn)傳統(tǒng)方式的缺陷檢測(cè)跟基于深度學(xué)習(xí)的缺陷檢測(cè)。

工業(yè)上常見(jiàn)缺陷檢測(cè)方法

方法一：基于簡(jiǎn)單二值圖像分析實(shí)現(xiàn)劃痕提取，效果如下：

方法二：復(fù)雜背景下的圖像缺陷分析，基于頻域增強(qiáng)的方法實(shí)現(xiàn)缺陷檢測(cè)，運(yùn)行截圖：

方法三：復(fù)雜背景下的圖像缺陷分析，基于空域增強(qiáng)實(shí)現(xiàn)圖像缺陷分析，針對(duì)復(fù)雜背景的圖像，通過(guò)空域?yàn)V波增強(qiáng)以后實(shí)現(xiàn)缺陷查找，運(yùn)行截圖如下：

方法四：基于樣品模板比對(duì)實(shí)現(xiàn)基于空域增強(qiáng)實(shí)現(xiàn)圖像缺陷分析，通過(guò)二之分析與輪廓比對(duì)實(shí)現(xiàn)缺陷查找，運(yùn)行截圖如下：

方法五：基于深度學(xué)習(xí)UNet模型網(wǎng)絡(luò)，實(shí)現(xiàn)裂紋與劃痕檢測(cè)，運(yùn)行截圖如下：

方法六：基于深度學(xué)習(xí)實(shí)例分割網(wǎng)絡(luò)模型網(wǎng)絡(luò)，實(shí)現(xiàn)細(xì)微缺陷檢測(cè)，運(yùn)行截圖如下：

以上內(nèi)容均來(lái)自最近出版的一本新書(shū)《OpenCV應(yīng)用開(kāi)發(fā)：入門(mén)、進(jìn)階與工程化實(shí)踐》一書(shū)第十四章，分享給大家。

延伸閱讀

OpenCV4應(yīng)用開(kāi)發(fā)：入門(mén)、進(jìn)階與工程化實(shí)踐 賈志剛 張振 著 工業(yè)界和學(xué)術(shù)界專(zhuān)家聯(lián)袂推薦 一線開(kāi)發(fā)專(zhuān)家與金牌講師撰寫(xiě)，一站式解決OpenCV工程化開(kāi)發(fā)痛點(diǎn)

推薦語(yǔ)

以工業(yè)級(jí)視覺(jué)應(yīng)用開(kāi)發(fā)所需知識(shí)點(diǎn)為主線，講透OpenCV相關(guān)核心模塊，案例化詳解1000個(gè)常用函數(shù)、深度學(xué)習(xí)知識(shí)以及模型的推理與加速。

本書(shū)專(zhuān)注于介紹OpenCV4在工業(yè)領(lǐng)域的常用模塊，通過(guò)合理的章節(jié)設(shè)置構(gòu)建了階梯式的知識(shí)點(diǎn)學(xué)習(xí)路徑?；本秃?jiǎn)、案例驅(qū)動(dòng)，注重算法原理、代碼演示及在相關(guān)場(chǎng)景的實(shí)際使用。本書(shū)還介紹了必備的深度學(xué)習(xí)知識(shí)與開(kāi)發(fā)技巧，拓展OpenCV開(kāi)發(fā)者技能。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-773630.html

到了這里，關(guān)于【OpenCV】OpenCV4工業(yè)缺陷檢測(cè)的六種方法的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！