深度學習工業(yè)質(zhì)檢系列：表面缺陷檢測的現(xiàn)狀
來源：網(wǎng)絡(luò)2023年11月09日熱度：1
作為生產(chǎn)制造過程中必不可少的一步，表面缺陷檢測廣泛應(yīng)用于各工業(yè)領(lǐng)域，包括3C、半導(dǎo)體及電子、汽車、化工、醫(yī)藥、輕工、軍工等行業(yè)，催生了眾多上下游企業(yè)。自20世紀開始，表面缺陷檢測大致經(jīng)歷了三個階段，分別是人工目視法檢測、單一機電或光學技術(shù)檢測以及機器視覺檢測。
人工目視法起源最早，應(yīng)用最廣，雖然人工智能及機器視覺等先進檢測技術(shù)逐漸成熟，但依靠肉眼進行缺陷檢測仍然占據(jù)較大的比重，并廣泛存在于中小企業(yè)中。據(jù)統(tǒng)計，當前80%以上的工業(yè)表面缺陷檢測仍依賴于人工檢測法，每天產(chǎn)品線上進行人工檢測的工人數(shù)量超350萬人。以富士康，伯恩光學等為代表的制造企業(yè)招聘大量的質(zhì)檢工人，采取流水線的形式進行檢測。然而，隨著人口紅利的消失，以及工作枯燥、自由度低、薪酬較少，愿意從事質(zhì)檢的越來越少，用工難問題愈發(fā)凸顯。
從當前的發(fā)展趨勢來看，機器視覺等先進檢測系統(tǒng)將逐漸取代人工，這主要是因為人工檢測法具有以下缺點：
勞動強度大、檢測穩(wěn)定性及一致性
人工檢測法需要工人處于固定工位上，用肉眼觀察產(chǎn)品來判斷有無缺陷。長時間的檢測工作容易對人眼造成傷害，特別是在檢測玻璃、金屬等強烈反光的物體表面時。冶金、軌道交通、機械制造等行業(yè)內(nèi)的缺陷檢測場景噪聲大、煙塵重、危險性高，長期處于惡劣的工作環(huán)境對工人的身心健康造成惡劣影響。工人的情緒浮動、技術(shù)水平、判斷標準、個體差異等因素影響，甚至無法保障同一批次產(chǎn)品的檢測穩(wěn)定性和一致性，使得產(chǎn)品質(zhì)量上下浮動，參差不齊。
自動化程度低、生產(chǎn)效率低
由于工人的質(zhì)檢效率上限較低，同時人工成本又越來越高，企業(yè)為保障生產(chǎn)效率，一般采取抽樣檢測的策略。一批產(chǎn)品中隨機抽取少量產(chǎn)品來評估整批產(chǎn)品的質(zhì)量，其嚴格程度遠遠低于全面檢測。因此人工進行缺陷檢測時容易陷入一種矛盾：質(zhì)量控制和生產(chǎn)效率二者不可兼得。這種矛盾在面料、帶鋼、薄膜等產(chǎn)品的表面缺陷檢測中尤為突出。這一類產(chǎn)品多為高速連續(xù)性生產(chǎn)，當生產(chǎn)速度高于3m/s時，人眼便難以分辨出其中的缺陷。
招工難、用工難、培訓難、成本高
工作待遇低、工作時間長、勞動強度大等因此直接影響了招工的穩(wěn)定性。越來越多年輕人寧愿去送外賣也不愿進入工廠工作，使得缺陷檢測這種傳統(tǒng)的勞動密集型崗位很難招聘到工人，培訓后的熟練工又存在人才流失嚴重等問題。人口紅利消失的趨勢不可逆轉(zhuǎn)，用人成本不斷攀升，上線自動化缺陷檢測系統(tǒng)已從“可選”轉(zhuǎn)向“必選”。
為了在不斷變化和競爭愈發(fā)激烈的市場中占據(jù)優(yōu)勢，企業(yè)既要不斷提高產(chǎn)品質(zhì)量標準以滿足客戶需求，又要不斷提升生產(chǎn)線的效率以適應(yīng)市場的快節(jié)奏。采用自動化、智能化的表面缺陷檢測方法是兼顧質(zhì)量與效率的重要手段。實現(xiàn)自動化的表面缺陷檢測系統(tǒng)存在以下技術(shù)難點：
缺陷本身帶來的技術(shù)難點
不同缺陷的種類復(fù)雜以及同類缺陷的差異較大，給檢測帶來了較大的難度。
不同缺陷的種類復(fù)雜主要體現(xiàn)在三個方面。首先，類兼差異大，工業(yè)品的外觀缺陷復(fù)雜多樣，不同類別的缺陷之間形態(tài)特征可能差異極大，這種差異導(dǎo)致檢測算法的普適性不強，許多缺陷需單獨開發(fā)檢測算法，開發(fā)復(fù)雜度極高。其次，類間模糊性大，類間模糊是類間差異大的另一極端，即不同類別的缺陷的表觀特征具有一定的相似性，難以區(qū)分缺陷的種類，也就無法準確判斷缺陷產(chǎn)生的原因，無法給產(chǎn)品準確定級。第三，背景復(fù)雜，在生產(chǎn)場景中難以將缺陷和背景完全分離，缺陷特征不明顯。
如圖下圖的帶鋼表面缺陷所示，同類缺陷的差異較大是指針對同一類別的缺陷而言，通常由于生產(chǎn)過程中光照條件、生產(chǎn)批次不同、設(shè)備狀態(tài)等因素的影響，同類缺陷的大小、對比度和灰度值等表觀特征呈現(xiàn)較大的變化，缺陷特征并不服從同一分布。
檢測系統(tǒng)帶來的技術(shù)難點
表面缺陷檢測系統(tǒng)一般由機械運動、電氣控制、視覺等各式傳感器組成，且系統(tǒng)傾向于定制化，難以跨領(lǐng)域批量復(fù)制。在設(shè)計檢測系統(tǒng)時，設(shè)計者除了要了解檢測系統(tǒng)本身以外，還需充分熟悉被檢測產(chǎn)品的特性以及產(chǎn)品的加工工藝，在此前提下才能夠提出可行、可靠的實施方案。
系統(tǒng)最終的檢測效果可能受到系統(tǒng)每一個環(huán)節(jié)的影響。以基于機器視覺技術(shù)的檢測系統(tǒng)為例，工件位置的一致性、打光的穩(wěn)定性、相機及鏡頭的匹配度、檢測算法的有效性等都會直接影響圖像采集的質(zhì)量和檢測系統(tǒng)的應(yīng)用性能，這需要機器、電氣、視覺、傳感等多套系統(tǒng)的配合。僅最基礎(chǔ)的打光就存在諸多難點，如哪些場景需要漫射光、散射光、直接照射、低角度照射或背光照射，如何在球面、弧面、內(nèi)腔等不可展曲面的打光等等。
同時，高溫、高濕、粉塵等復(fù)雜惡劣外部環(huán)境也為檢測系統(tǒng)的集成和防護能力提出了較高的技術(shù)要求。系統(tǒng)開發(fā)企業(yè)需研究表面缺陷檢測設(shè)備的系統(tǒng)集成技術(shù)，探索克服現(xiàn)場環(huán)境高溫、高濕的數(shù)據(jù)采集系統(tǒng)和具有抗外部干擾的系統(tǒng)防護技術(shù) 。
下一條： 鋰電機器視覺檢測新風口
