机器视觉口罩外观缺陷检测
2022-07-26
随着新冠疫情在全球范围内扩散，口罩成了人们生活中的必需品，口罩表面常会出现蚊虫、孔洞、污点、褶皱等缺陷，由于生产速度快、瑕疵不明显，传统的人工检测很难察觉。基于于智
随着新冠疫情在全球范围内扩散，口罩成了人们生活中的必需品，口罩表面常会出现蚊虫、孔洞、污点、褶皱等缺陷，由于生产速度快、瑕疵不明显，传统的人工检测很难察觉。基于于智
在“智能制造”的概念提出后，作为人工智能一个重要的分支“机器视觉”已经成为当下炙手可热的技术之一。在制造业转型升级、新兴产业发展的过程中，中国市场释放出惊人的机器视觉技术及产品需求，为本土机器视觉行业的成长提供了关键驱动力。
软包锂电池作为新一代储能电源，性能优越、应用广泛，其产能快速增长，其使用的铝塑膜外壳材料质地较软，易受损伤，在生产过程中容易产生一些外观缺陷，一些较大的缺陷容易对电池的安全性构成了严重的威胁，可能会引起电池内部电解质外泄，甚至引发火灾等安全事故。因此，相应的外观检测技术水平直接决定着电池产品的品质。
机器视觉的崛起，很大程度上得益于消费类电子行业的发展。根据赛迪发布的《中国工业机器视觉产业发展白皮书》显示，机器视觉被广泛应用于电子及半导体、汽车制造、食品包装、制药等领域，而在所有应用场景中，电子行业的应用占比将近一半。
近年来，在碳排放压力的影响下，各国新能源汽车政策支持力度持续加强。新能源汽车在整体汽车市场中的份额逐年提升。新能源汽车最重要的组成部件，即动力电池，因此锂电池的市场竞争愈发激烈。动力电池是由一个个的电芯组成，所以从质量上要对每一个电芯进行把控。本文将为大家介绍翌视科技LVM系列相机在锂电行业的应用案例。
我国是纺织大国，也是世界上大型纺织服装生产加工基地。 数据显示，2022年1-2月，我国纺织企业实现营业收入7069亿元，同比增长13.5%，需求持续增长。 这也给生产过程带来了巨大的
由于不同生产厂家的硅烷交联电缆料采用的挤出温度、挤出速度和交联速度等加工工艺不尽相同，对低压电缆绝缘线芯挤出表面质量的影响也较大。
在电线电缆的生产过程中，会经常出现外观上的缺陷，诸如表面不光滑、表面有熟料粒子(早期硫化橡胶粒子)或杂质、电线电缆表面划伤、擦伤、表面有塌陷、表面有麻花纹等问题存在。原本肉眼看起来好好的线缆，暗中却隐藏着非常多的表面缺陷，更容易容易留下使用的安全隐患。
玻璃盖板作为智能终端产品最重要的构成部件之一，玻璃盖板的制造拥有巨大的市场存量以及增长潜力，是众多国家和企业争夺的焦点。其中检测作为玻璃盖板生产的最后一道工序，是产品品质控制的关键。但是目前国内企业在玻璃盖板的外观检测其本上都是人工检测，导致检测效率低下、漏检率高、人工成本不断上升等诸多缺陷。
盖帽外观缺陷检测设备应用于锂微型电源电力行业盖帽外观缺陷检测。该设备离线将批量盖帽放入振动盘进行直振，排序上料到达光学检测玻璃转台区域进行实时采图。检测区域采用五个高精度光学相机加微焦镜头呈360角覆盖分布，全方位采集盖帽上下表面、内外围侧面图像数据，并传送进含铭工业检测平台进行深度学习运算，根据客户标准进行良疵判定，再利用分拣吹料机构将不良品吹落至NG区归类。设备基于机器视觉原理和深度学习神经网络缺陷识别算法，支持GPU加速，高效检测外观缺陷，速率达每分钟250个以上，识别率达100%，误识别率小于1%