（一）工作原理

表面瑕疵檢測設(shè)備一般通過特定的光源將被檢測材料表面照亮，然后利用編碼器觸發(fā)高速相機采集圖片，再由圖像處理系統(tǒng)對圖片進行分析，提取疵點，最后由智能分類器對疵點進行精細(xì)化分類、記錄查詢和分析系統(tǒng)提供歷史記錄查詢和各種維度的數(shù)據(jù)分析和展示。

（二）應(yīng)用領(lǐng)域

表面瑕疵檢測設(shè)備廣泛應(yīng)用于各個領(lǐng)域，例如：

電子行業(yè)：可用于檢測電子元器件、電路板等產(chǎn)品的表面缺陷，像劃痕、污漬、裂紋等。

汽車行業(yè)：用于檢測汽車零部件的表面缺陷，如漆面不均、氣泡、凹陷等。

食品行業(yè)：檢測食品包裝袋、瓶蓋等產(chǎn)品的外觀缺陷，像破損、變形等。

醫(yī)藥行業(yè)：檢測藥品包裝瓶、藥片等產(chǎn)品的表面缺陷，如污漬、劃痕等。

（三）部分供應(yīng)商及產(chǎn)品類型

無錫賽默斐視：主營產(chǎn)品包括薄膜表面檢測設(shè)備、無紡布在線檢測設(shè)備、紙張表面瑕疵檢測、帶鋼表面檢測設(shè)備、鋁箔檢測、玻璃表面缺陷檢測、鋰電池表面檢測等設(shè)備，專注于表面瑕疵在線檢測系統(tǒng)視覺檢測設(shè)備的研發(fā)。

二、布匹瑕疵檢測

（一）傳統(tǒng)檢測方式的不足

在紡織工業(yè)中，布匹的疵點檢測是重要環(huán)節(jié)，但傳統(tǒng)的人工檢測方式存在諸多問題：

檢測速度慢：人工檢測的速度有限，難以滿足大規(guī)模生產(chǎn)的需求。

漏檢率高：由于人的注意力難以長時間高度集中，容易遺漏一些疵點。

一致性差：不同的檢測人員對于疵點的判斷標(biāo)準(zhǔn)可能存在差異。

人員流動率高：人員的流動可能影響檢測工作的穩(wěn)定性和連續(xù)性。

（二）基于機器視覺技術(shù)的檢測系統(tǒng)

新視智科人工智能驗布系統(tǒng)

系統(tǒng)組成：

機器視覺部分：由光源、工業(yè)相機等組成，主要功能為對布匹疵點進行圖像采集。

機械傳輸部分：負(fù)責(zé)布料傳輸及對邊卷布。

機柜部分：由工控機、光源控制器、顯示器等組成，主要功能是疵點圖像處理、算法運行、檢測結(jié)果顯示、告警輸出以及數(shù)據(jù)記錄存儲等。

檢測原理：采用深度學(xué)習(xí)算法，使機器擁有自主學(xué)習(xí)功能，通過對布匹疵點不斷學(xué)習(xí)和認(rèn)識，可不斷提高檢測準(zhǔn)確率。利用布料廠生產(chǎn)的織物圖像數(shù)據(jù)制作數(shù)據(jù)集，然后利用圖像處理技術(shù)減弱不同織物的背景紋理信息，最后結(jié)合SSD網(wǎng)絡(luò)模型對處理后的織物樣本中的瑕疵進行學(xué)習(xí)判斷與不斷調(diào)節(jié)參數(shù)，實現(xiàn)油污、松停車痕、緊停車痕以及錯花四種織物瑕疵的分類與識別，平均準(zhǔn)確率達到80%，可用于織物瑕疵目標(biāo)檢測。

基于結(jié)構(gòu)紋理法的布匹表面瑕疵檢測方法

首先對采集到的布匹圖像進行總變差正則化方法處理，將圖像分解為背景紋理部分和包含瑕疵的結(jié)構(gòu)部分。

然后對結(jié)構(gòu)部分做圖像增強處理并通過計算與標(biāo)準(zhǔn)布匹結(jié)構(gòu)部分圖像的相關(guān)性進行閾值化處理，得到瑕疵區(qū)域的二值圖像。

最后保存記錄瑕疵區(qū)域的像素坐標(biāo)信息以備后續(xù)處理。