基于深度学习玻璃表面缺陷检测

玻璃是我们日常生活中常见的物品，随着新能源汽车需求量的不断增大，汽车显示屏的需求也与日俱增。随着消费升级，越来越多的企业对玻璃质量也更加的看重。受到生产环境或工艺的影响，玻璃在生产过程中表面很容易出现晶点、划伤、脏污、杂质等类型外观缺陷，严重影响玻璃质量，致使客户投诉率升高，给企业带来损失。

因此，实现对汽车玻璃的各类点状、线状等外观缺陷的全自动智能化检测，可以解决玻璃生产工艺中检测环节人工成本高、检测难度大、良品率不稳定等问题，这样不仅能够有效提高产品品质和产能，帮助客户提高出货量，节约成本，同时利用多维度分析缺陷数据，找出各段工艺暴露的问题，帮助客户优化工艺，逐步提升产品良率。

案例需求

汽车显示屏电子玻璃在线全方位外观检测。

检测面包含正面、反面与边缘，玻璃最大尺寸达1000mm，最小缺陷30um，缺陷涵盖划伤、脏污、凹坑、油墨、缺损等十余种缺陷类型。

检测难点

1、部分缺陷尺寸较小，种类较多，且在正反两面随机分布；

2、产品的尺寸大，且检测精度要求高；

3、部分缺陷边缘特征模糊不易精确定量；

解决方案

该AOI设备采用高分辨率工业相机与镜头，多通道明暗场定制光源方案进行缺陷图像采集。

分别对玻璃的正反面进行成像，图像经过训练端生成深度学习网络模型，模型与传统机器视觉算法融合部署进行缺陷识别，实现不同种类型玻璃的15种表面缺陷检测，最快检测节拍达1s/片，检测准确率达99%，大大提高了后道工序良率。经过全面、系统、严格的测试，目前已经在电子玻璃头部企业并线生产使用！

检测流程 

1、触发拍照

     产品随机构移动

     多工位采图

2、PC处理

     缺陷区域提取

     缺陷分类

3、结果输出

     OK/NG信号独立输出

     各缺陷数据保存

4、执行机构

     瑕疵品剔除

     合格品回收