檢測對(duì)象：

方案設(shè)計(jì)：

  視覺方案

成像方案部分：

?？迪鄼C(jī)：MV-CA013-20GM               ?？电R頭：MVL-HF3528M-6MP

光源：MV-LLES-175-30-W            視場范圍：60 mm  *  40mm

工作距離：350mm                       光源距離：180mm

需求難點(diǎn)：

作為檢查對(duì)象，字符信息實(shí)時(shí)在變化，位置也不固定，有一定的波動(dòng)，包裝個(gè)體之間的差異導(dǎo)致字符的背景也有明暗變化的情況，因此使用傳統(tǒng)的缺陷檢測算法很難實(shí)現(xiàn)

算法實(shí)現(xiàn)：

考慮到項(xiàng)目的難點(diǎn)，利用深度學(xué)習(xí)缺陷檢測的方式搭建算法方案，首先通過特征匹配和仿射變換定位字符位置，并將原圖裁剪成260*160大小的圖片。流程如下：

圖像預(yù)處理流程

                                                                                      原圖                                                  裁剪后的圖片

     通過圖像預(yù)處理，將原始圖像裁剪成260*160分辨率的小圖，一方面可以使得樣本的的背景更加簡單，較少干擾。同時(shí)，低分辨率的樣本可以較少算法對(duì)硬件的依賴。提升檢測效率。模型訓(xùn)練時(shí)，選擇300張NG的樣本和300張OK的樣本，保證NG的樣本中包含所有缺陷的紋理。具體模型訓(xùn)練的過程略。得到缺陷檢測的模型后，進(jìn)行測試，測試的算法流程如下：

 缺陷檢測流程

       通過測試發(fā)現(xiàn)，OK的樣本和NG的樣本在概率圖的呈現(xiàn)形式上有明顯的差異，通過blob工具，開啟面積和閾值使能，過濾干擾項(xiàng)，達(dá)到字符缺陷檢測的效果。測試樣本集中，OK的樣本為800張，NG的樣本為400張，OK的全部識(shí)別正常，NG的誤識(shí)別為4張，綜合識(shí)別率為99.7%。

總結(jié)：

       在實(shí)際的應(yīng)用環(huán)節(jié)發(fā)現(xiàn)，終端客戶對(duì)字符缺陷的需求要大于字符識(shí)別的需求，實(shí)際的噴碼過程中，噴碼錯(cuò)誤的可能性非常低，往往會(huì)有設(shè)備異常導(dǎo)致的噴碼缺陷，這類缺陷是客戶需要剔除的，深度學(xué)習(xí)缺陷檢測技術(shù)剛好可以應(yīng)對(duì)這類復(fù)雜的缺陷檢測需求。

       廣州艾韋迅科技是?？低暺煜碌暮？禉C(jī)器人HikRobot?？抵悄茏x碼器/工業(yè)相機(jī)經(jīng)銷商，供應(yīng)?？祾呙铇孖D2000、ID3000、ID5000、ID6000等系列全部型號(hào)，?？低曌x碼器同時(shí)為 為電子、物流、FPD顯示屏、半導(dǎo)體、汽車制造等領(lǐng)域提供專業(yè)機(jī)器視覺解決方案，?？?a href="http://m.junbaozhai.com/tiaoma_dutou/" target="_blank" >工業(yè)讀碼器助力用戶快速準(zhǔn)確實(shí)現(xiàn)工業(yè)自動(dòng)化。