OpenCV4工业缺陷检测的六种方法

系统管理员 2024-02-05 16:31 10阅读 0赞

##### **机器视觉** #####

机器视觉是使用各种工业相机，结合传感器跟电气信号实现替代传统人工，完成对象识别、计数、测量、缺陷检测、引导定位与抓取等任务。其中工业品的缺陷检测极大的依赖人工完成，特别是传统的3C制造环节，产品缺陷检测依赖于人眼睛来发现与检测，不仅费时费力还面临人员成本与工作时间等因素的制约。使用机器视觉来实现产品缺陷检测，可以节约大量时间跟人员成本，实现生产过程的自动化与流水线作业。

##### **缺陷检测** #####

常见得工业品缺陷主要包括划痕、脏污、缺失、凹坑、裂纹等，这些依赖人工目检（眼睛检测）的缺陷都可以通过机器视觉的缺陷检测算法来实现替代。当前工业缺陷检测算法目前主要分为两个方向，基于传统视觉的算法和基于深度学习的算法，前者主要依靠对检测目标的特征进行量化，比如颜色，形状，长宽，角度，面积等，好处是可解释性强、对样本数量没有要求、运行速度快，缺点是依赖于固定的光照成像，稍有改动就要改写程序重新部署，而且检测规则和算法跟开发者经验其主导作用。基于深度学习的缺陷检测算法刚好能弥补前者的不足之处，能够很好适应不同的光照，更好地适配同类缺陷要求，缺点是对样本数量有一定要求，对硬件配置相比传统也会有一定要求。

《OpenCV应用开发：入门、进阶与工程化实践》一书第十四 章 通过案例详细介绍基于OpenCV如何实现传统方式的缺陷检测跟基于深度学习的缺陷检测。

![图片][f185f77e76fe894a877a9da7288f676a.jpeg]

##### **工业上常见缺陷检测方法** #####

方法一：基于简单二值图像分析实现划痕提取，效果如下：

![图片][2565c4edb0d17a024994930a0a4a3666.jpeg]

方法二：复杂背景下的图像缺陷分析，基于频域增强的方法实现缺陷检测，运行截图：

![图片][5c60c085f37c62ca579a6f7344fed674.jpeg]

方法三：复杂背景下的图像缺陷分析，基于空域增强实现图像缺陷分析，针对复杂背景的图像，通过空域滤波增强以后实现缺陷查找，运行截图如下：

![图片][1a541597721c5b7b94654d2a4dd7a8b6.jpeg]

方法四：基于样品模板比对实现基于空域增强实现图像缺陷分析，通过二之分析与轮廓比对实现缺陷查找，运行截图如下：

![图片][9ecae9fad4a55f39b21d61d8a87fbcb6.jpeg]

方法五：基于深度学习UNet模型网络，实现裂纹与划痕检测，运行截图如下：

![图片][6131cb86f2698c9ddfd0b305cf911acd.jpeg]

方法六：基于深度学习实例分割网络模型网络，实现细微缺陷检测，运行截图如下：

![图片][74d0b738846ce1ce4c544aebbfa2740e.jpeg]

以上内容均来自最近出版的一本新书《OpenCV应用开发：入门、进阶与工程化实践》一书第十四章，分享给大家。

##### **延伸阅读** #####

![图片][001f52ad0618d8c3031d7ef954fe81f0.jpeg]

**OpenCV4应用开发：入门、进阶与工程化实践**

**贾志刚 张振 著**

**工业界和学术界专家联袂推荐**

**一线开发专家与金牌讲师撰写，一站式解决OpenCV工程化开发痛点**

**推荐语：**

以工业级视觉应用开发所需知识点为主线，讲透OpenCV相关核心模块，案例化详解1000个常用函数、深度学习知识以及模型的推理与加速。

本书专注于介绍OpenCV4在工业领域的常用模块，通过合理的章节设置构建了阶梯式的知识点学习路径。化繁就简、案例驱动，注重算法原理、代码演示及在相关场景的实际使用。本书还介绍了必备的深度学习知识与开发技巧，拓展OpenCV开发者技能。

**推文出处：**

本文摘编自《OpenCV4应用开发：入门、进阶与工程化实践 》，机械工业出版社出版

**购买链接：[https://item.jd.com/10092255924058.html][https_item.jd.com_10092255924058.html]**

[f185f77e76fe894a877a9da7288f676a.jpeg]: https://img-blog.csdnimg.cn/img_convert/f185f77e76fe894a877a9da7288f676a.jpeg
[2565c4edb0d17a024994930a0a4a3666.jpeg]: https://img-blog.csdnimg.cn/img_convert/2565c4edb0d17a024994930a0a4a3666.jpeg
[5c60c085f37c62ca579a6f7344fed674.jpeg]: https://img-blog.csdnimg.cn/img_convert/5c60c085f37c62ca579a6f7344fed674.jpeg
[1a541597721c5b7b94654d2a4dd7a8b6.jpeg]: https://img-blog.csdnimg.cn/img_convert/1a541597721c5b7b94654d2a4dd7a8b6.jpeg
[9ecae9fad4a55f39b21d61d8a87fbcb6.jpeg]: https://img-blog.csdnimg.cn/img_convert/9ecae9fad4a55f39b21d61d8a87fbcb6.jpeg
[6131cb86f2698c9ddfd0b305cf911acd.jpeg]: https://img-blog.csdnimg.cn/img_convert/6131cb86f2698c9ddfd0b305cf911acd.jpeg
[74d0b738846ce1ce4c544aebbfa2740e.jpeg]: https://img-blog.csdnimg.cn/img_convert/74d0b738846ce1ce4c544aebbfa2740e.jpeg
[001f52ad0618d8c3031d7ef954fe81f0.jpeg]: https://img-blog.csdnimg.cn/img_convert/001f52ad0618d8c3031d7ef954fe81f0.jpeg
[https_item.jd.com_10092255924058.html]: https://item.jd.com/10092255924058.html