隨各個行業(yè)的發(fā)展需求提升，越來越多的行業(yè)對鋁型材料的需求也在增漲，為技術(shù)研發(fā)帶來良性發(fā)展。而依靠人眼進行鋁材表面瑕疵檢測的方式已無法快速響應(yīng)高速生產(chǎn)的實時監(jiān)控、在線預警、缺陷分析、成品分級等需求，采用機器視覺輔助或代替人工已是大勢所趨。那么機器視覺是如何進行鋁材表面缺陷檢測的呢?國辰機器人小編帶你一探究竟。
1. 圖像預處理
經(jīng)編碼器同步傳遞后的 CCD 信號，先通過加速卡進行信號預處理，進一步增強信號，進而連續(xù)組成圖像。預處理包括：利用傅利葉分析，對信號降噪， 將圖像進行亮度、對比度的調(diào)整，邊緣銳化和平滑濾波。亮度與對比度調(diào)整，增強了圖像特征值，易于識別。邊緣銳化將使圖像邊界由模糊變得清晰，易于缺陷尺寸、形貌的界定。平滑濾 波采用中值濾波方法，可以很好地抑制干擾脈沖和點狀噪聲，同時又能較好的保持邊緣信息。
2. 圖像灰度分析
理論上，當鋁板帶表面無缺陷時，圖像灰度呈現(xiàn)連續(xù)等值分布。實際采集中，圖像灰度是 在一定范圍內(nèi)進行波動。當灰度值超出范圍，圖像將被判定為缺陷。當然，評價一個信號的灰 度是否是缺陷還不是那么簡單，還要根據(jù)一系列特征值，如亮度、對比度、發(fā)生頻率等綜合考慮后，才能做出最終判定。
3. 缺陷的識別
灰度分析完成，信號將被交給自動識別系統(tǒng)。自動識別系統(tǒng)配備了根據(jù)鋁板表面常見缺陷而設(shè)定的每一個已定義缺陷種類的預期特征值范圍。在檢測期間，識別系統(tǒng)比較信號特征與已定義缺陷種類的匹配程度，一經(jīng)確認，即觸發(fā)顯示。
4. 缺陷的處理
發(fā)現(xiàn)缺陷可進行同步打標處理，可對整卷鋁板的表面質(zhì)量進行等級判別，獲取整卷鋁板表面質(zhì)量的完整數(shù)據(jù)。