统一搜索:文章资料、全国企业名称与机器人分类(独立模块)
栏目内容

表面缺陷与脏污的区分:检测规则怎么写

发布时间: 发布平台:智联海机器人资讯

← 返回应用案例栏目

AI 场景示意,非厂商实拍
AI 场景示意 · 非厂商产品实拍。

为什么难区分

划痕、凹坑属于几何变化,脏污、油渍属于表面附着,两者在图像上可能都表现为亮度异常。若规则只按灰度差判断,就会把可擦拭的脏污当作缺陷,或把浅划痕当作脏污放行。

可分辨的特征

  • 边界形态:划痕边界较锐利且方向性强,脏污边界通常柔和、形状不规则。
  • 光照响应:改变打光角度后,几何缺陷的阴影会变化,附着物变化较小。
  • 位置分布:脏污常出现在特定区域,例如夹持点或流转接触面。
  • 稳定性:重复拍摄同一工件,脏污可能位置固定,飞尘则随机出现。

规则怎么写

  • 先定义缺陷类型清单,明确每一类的判定尺度与允许范围。
  • 为每类缺陷设定特征组合,而不是单一阈值。
  • 写明边界样品的处理方式,例如可疑件进入复检。
  • 规定复检与放行权限,避免现场自行放宽。

验证方法

用已知判定的样品集验证规则,重点观察两类错误的比例:把合格判为不合格,以及把不合格判为合格。规则调整后应重新验证并记录版本,否则历史数据无法比较。上线初期宜保留人工复检,待规则稳定后再逐步缩减。

上线后的持续维护

规则稳定运行一段时间后,工况变化仍会让效果漂移:相机位置轻微变动、光源衰减、产品表面处理调整都会带来影响。应把图像质量与判定结果纳入日常点检,发现偏差率上升时先核对光学条件,再考虑修改规则。

  • 定期拍摄标准样品,比对判定结果是否一致。
  • 记录光源与相机的维护时间。
  • 规则修改后重新验证并升级版本号。

本文由智联海机器人资讯站发布。涉及政策、标准、价格、企业能力或项目状态时,请同时核对原始资料。

返回栏目

企业信息

本栏目企业信息来自智联海企业库。需要补充或更正企业资料,可在 企业目录 中查找对应企业,或通过「联系我们」提交资料核对申请;企业信息上传通道开通后即由本模块承载。

本栏目最新资料

讨论与留言

13511111111 CONTACT US

公司:xx有限公司

地址:xx省xx市xx路xx号

Q Q:123456

Copyright © 2024-2026 

咨询 在线客服在线客服
微信 微信扫码添加我