機器視覺

3D視覺檢測案例分享——外觀檢測

現(xiàn)今，藥機企業(yè)所生產(chǎn)的整機或生產(chǎn)線，是由成千上萬種零部件組裝而成。而這些零部件在加工過程中存在各種各樣的瑕疵，品質(zhì)管控的手段也多以人工檢驗為主，借助部分工裝檢具、測量儀器進行輔助測量。眾所周知，“4M1E”中最難以管控的因素就是“人”的因素，受限于人體自身難以避免的這些缺陷，極易造成不良零件的漏檢。

然而這些細(xì)微的不良，如若發(fā)現(xiàn)不及時，對于藥企制藥的安全則存在著巨大的安全隱患；如若發(fā)現(xiàn)及時，重新制作、更換可以消除風(fēng)險，但對于藥機企業(yè)來說，也存在著大量的人力、財力、物力的浪費，更有可能影響產(chǎn)品的交付，使企業(yè)信譽降低。

隨著工業(yè)4.0時代的到來，機器視覺系統(tǒng)被廣泛應(yīng)用到各行各業(yè)，對于零部件的檢驗也逐步由人工檢驗向機器視覺過渡。例如：轎車零配件尺寸查看和主動安裝的完整性查看、電子安裝線的元器件主動定位，產(chǎn)品包裝上的條碼和字符辨認(rèn)等。

但目前，絕大部分用于工業(yè)檢測的機器視覺系統(tǒng)是基于傳統(tǒng)的二維圖像的分析與識別，即從灰度圖中提取被測物特征，在X-Y平面內(nèi)進行測量，如果對于某些更高級別的檢測需求，如需要測高度、深度、厚度、磨損情況等，傳統(tǒng)的方法則無法勝任，只能借助更高級別的檢測手段，也是我們將要談到的3D視覺技術(shù)。那么，3D視覺檢測技術(shù)是否可應(yīng)用于藥機企業(yè)零部件的檢測呢？

下面給大家分享兩個3D相機做外觀檢測的案例。廢話不說，請往下看。

案例一：

首先請大家看下圖。該金屬件表面有兩處明顯的不良，大家看出來了么？注意，表面因為加工原因產(chǎn)生的紋路屬正?，F(xiàn)象。

不良如下圖：1、一處表面劃傷；2、一處邊緣的缺料。

此類型的不良，因為和底色相同，普通面相機無法分辨出來，需要使用3D相機。

1、表面劃傷。

大家可以很清楚的看到該表面劃傷和因為加工產(chǎn)生的紋路并沒有太大區(qū)別。都是暗色背景下的亮色。怎么辦？

但是加入了高度信息和背景處理后，得到了如下圖的效果?？梢郧宄o誤的找到對應(yīng)的不良。

2、邊沿的缺料。

根據(jù)高度的差異，邊緣的缺料也可以穩(wěn)定檢測到（中間兩個小圓圈是屏蔽掉的區(qū)域）。

案例二：

大家是否注意到下圖產(chǎn)品表面防水膠的不良？有凹陷，也有凸出。這種不良容易導(dǎo)致最終防水效果的失效。所以一定要檢測出來。因為凸出凹陷和產(chǎn)品的底色相同。通過普通的平面相機無法穩(wěn)定檢測。這時候，使用3D智能相機可以輕松對應(yīng)，如KEYENCE。

測試效果圖：

凹陷不良效果圖。

凸出不良效果圖。

不同不良被檢出的觀察畫面效果。

機器視覺的應(yīng)用極大提高了企業(yè)生產(chǎn)自動化水平和檢測系統(tǒng)的智能水平。相信3-5年內(nèi)它將逐漸在藥機行業(yè)普及開來，更好的為藥機行業(yè)服務(wù)。

責(zé)任編輯：xj

原文標(biāo)題：3D視覺檢測案例分享：外觀檢測

文章出處：【微信公眾號：新機器視覺】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。