檢測對象：

方案設計：

  視覺(jué)方案

成像方案部分：

?？迪鄼C：MV-CA013-20GM               ?？电R頭：MVL-HF3528M-6MP

光源：MV-LLES-175-30-W            視場(chǎng)范圍：60 mm  *  40mm

工作距離：350mm                       光源距離：180mm

需求難點(diǎn)：

作為檢查對象，字符信息實(shí)時(shí)在變化，位置也不固定，有一定的波動(dòng)，包裝個(gè)體之間的差異導致字符的背景也有明暗變化的情況，因此使用傳統的缺陷檢測算法很難實(shí)現

算法實(shí)現：

考慮到項目的難點(diǎn)，利用深度學(xué)習缺陷檢測的方式搭建算法方案，首先通過(guò)特征匹配和仿射變換定位字符位置，并將原圖裁剪成260*160大小的圖片。流程如下：

圖像預處理流程

                                                                                      原圖                                                  裁剪后的圖片

     通過(guò)圖像預處理，將原始圖像裁剪成260*160分辨率的小圖，一方面可以使得樣本的的背景更加簡(jiǎn)單，較少干擾。同時(shí)，低分辨率的樣本可以較少算法對硬件的依賴(lài)。提升檢測效率。模型訓練時(shí)，選擇300張NG的樣本和300張OK的樣本，保證NG的樣本中包含所有缺陷的紋理。具體模型訓練的過(guò)程略。得到缺陷檢測的模型后，進(jìn)行測試，測試的算法流程如下：

 缺陷檢測流程

       通過(guò)測試發(fā)現，OK的樣本和NG的樣本在概率圖的呈現形式上有明顯的差異，通過(guò)blob工具，開(kāi)啟面積和閾值使能，過(guò)濾干擾項，達到字符缺陷檢測的效果。測試樣本集中，OK的樣本為800張，NG的樣本為400張，OK的全部識別正常，NG的誤識別為4張，綜合識別率為99.7%。

總結：

       在實(shí)際的應用環(huán)節發(fā)現，終端客戶(hù)對字符缺陷的需求要大于字符識別的需求，實(shí)際的噴碼過(guò)程中，噴碼錯誤的可能性非常低，往往會(huì )有設備異常導致的噴碼缺陷，這類(lèi)缺陷是客戶(hù)需要剔除的，深度學(xué)習缺陷檢測技術(shù)剛好可以應對這類(lèi)復雜的缺陷檢測需求。

       廣州艾韋迅科技是?？低暺煜碌暮？禉C器人HikRobot?？抵悄茏x碼器/工業(yè)相機經(jīng)銷(xiāo)商，供應?？祾呙铇孖D2000、ID3000、ID5000、ID6000等系列全部型號，?？低曌x碼器同時(shí)為 為電子、物流、FPD顯示屏、半導體、汽車(chē)制造等領(lǐng)域提供專(zhuān)業(yè)機器視覺(jué)解決方案，?？?a href="http://flowersoft.com.cn/tiaoma_dutou/" target="_blank" >工業(yè)讀碼器助力用戶(hù)快速準確實(shí)現工業(yè)自動(dòng)化。