機器視覺

3D視覺檢測案例分享——外觀檢測

現今，藥機企業所生產的整機或生產線，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。

然而這些細微的不良，如若發現不及時，對于藥企制藥的安全則存在著巨大的安全隱患；如若發現及時，重新制作、更換可以消除風險，但對于藥機企業來說，也存在著大量的人力、財力、物力的浪費，更有可能影響產品的交付，使企業信譽降低。

隨著工業4.0時代的到來，機器視覺系統被廣泛應用到各行各業，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，產品包裝上的條碼和字符辨認等。

但目前，絕大部分用于工業檢測的機器視覺系統是基于傳統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。那么，3D視覺檢測技術是否可應用于藥機企業零部件的檢測呢？

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生的紋路屬正?，F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生的紋路并沒有太大區別。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。可以清楚無誤的找到對應的不良。

2、邊沿的缺料。

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

案例二：

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

機器視覺的應用極大提高了企業生產自動化水平和檢測系統的智能水平。相信3-5年內它將逐漸在藥機行業普及開來，更好的為藥機行業服務。

責任編輯：xj

原文標題：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】歡迎添加關注！文章轉載請注明出處。