应用分享丨破解3C行业反光与弱缺陷检测难题

前言

在消费电子产品检测中,如何从反光强烈的金属表面上识别出与背景纹理相似的微弱缺陷?当平整度缺陷与色彩缺陷同时存在时,有没有什么方案可以一次检出?

本期内容,将通过消费电子产品零部件的真实检测场景,为您深入解析埃科光电2.5D相位偏折成像系统如何精准捕获易被忽略的缺陷。

笔记本电脑中框检测

应用场景

笔记本电脑中框是支撑主板、固定散热模组、连接屏幕铰链的重要金属结构件,其结构强度、尺寸精度和外观质量直接影响产品品质,需检测表面平整度、外观以保障产品质量。

检测难点

(1)高反光材质成像难:笔记本中框材质为金属,其表面具有强反光特性,依靠传统2D视觉成像容易过曝或细节丢失,影响缺陷检测的准确性。

(2)缺陷识别极易被背景特征干扰:产品表面会留存加工刀纹,与产品表面的凹凸、划伤类等缺陷纹理相似,成像后难以判定缺陷,输出图片需消除这些与缺陷相似的纹理,且缺陷区域灰度平均值与周边背景区域差值需≥15。

解决方案

采集2D原图

采用埃科光电2.5D相位偏折成像系统,通过程控条纹光源相位移动产生条纹图,配合8K高帧率线阵相机,采集X方向与Y方向共8张2D条纹原图。

输出2.5D融合图

若被测物表面不平整,拍摄到的条纹会产生相应变形,即便是微小缺陷也会有较大梯度变化,根据变形量可通过图像预处理输出多张2.5D融合图。

这些图像不仅能表征被测物表面高度信息 以检测划痕、浅凹凸等缺陷;还能清晰反映纹理信息,精准呈现加工刀纹这类特定微观特征。

提取纹理信息 提取形状信息

独家算法助力缺陷识别

该产品表面加工刀纹与凹凸、划伤瑕疵纹理相似,通过埃科独家自研的去除刀纹算法进行图片处理,可有效去除背景纹路干扰;再配合缺陷增强算法凸显缺陷特征,让凹坑、划痕等缺陷一目了然。

去除刀纹 增强缺陷

埃科光电相位偏折成像系统能有效去除背景和表面颜色、反光影响,攻克笔记本电脑中框的检测难题,适用于各类高反光和透明物体缺陷检测。

以下是该技术在3C行业外观检测中的更多应用实例。

手机散热片缺陷检测

手机散热片检测的核心难点在于微小的划痕、凹坑等形貌缺陷与氧化处理后的色彩缺陷并存,通常需多工位采集图像,亟需提高检测效率。

采用埃科光电彩色线阵相位偏折成像系统,输出的形状图 可精准捕捉表面细微的高度变化,突出平整度缺陷;输出的彩色图 可清晰识别氧化不均与脏污等色彩缺陷,从而在一次扫描中完成对产品平整度与色彩的全方位判定。

手机背板缺陷检测

手机背板的材质一般是玻璃、金属或陶瓷,表面高度光滑且反光,传统2D视觉难以有效成像;且背板表面微小的凹坑、麻点等形貌缺陷在二维图像中对比度极低,极易漏检影响产品品质。

埃科光电相位偏折成像系统能够敏锐捕捉检测对象的细微高度变化,稳定检出凹坑、凸点、波浪纹等微弱形貌缺陷,为高品质外观检测提供可靠的数据支撑。

钢化膜缺陷检测

钢化膜表面的微小划痕、凹坑或杂质会直接影响贴膜屏幕的显示与触控体验,必须严格检测,但其高透光材质对传统2D视觉检测构成挑战,导致缺陷极难识别。

埃科光电相位偏折成像技术不依赖成像颜色或灰度对比来识别瑕疵,而是通过捕捉光线透过或折射的微观形变,高灵敏度地重建被检产品表面形貌,清晰呈现钢化膜表面各类细微缺陷,确保产品品质。

埃科光电2.5D系列产品

埃科光电旗下2.5D产品涵盖硬件计算光度立体系列、软件计算光度立体系列、软件计算相位偏折系列。

全系产品均支持按照视野、速度需求进行相机与光源选型,成套系统配置灵活,光路设计丰富,图像处理流畅,支持FPGA、CPU、GPU等硬件内植入算法,实时计算输出2.5D融合图像。

结语

如需了解更详细的应用案例、具体产品型号参数或定制化方案,欢迎留言或私信联系我们!

相关推荐
二号小明2 小时前
AutoGLM-Phone 9B 端侧智能体:基于 vLLM 与 Docker 的云端部署与 ADB 联调指南
人工智能·计算机视觉·自然语言处理·智能手机
b***25112 小时前
储能电池包制造中18650电池点焊机的关键作用
自动化·制造
雨大王5122 小时前
隐形引擎:汽车制造Agent如何无声地重构生产线?
重构·汽车·制造
子夜江寒2 小时前
使用 OpenCV 实现银行卡卡号识别
图像处理·opencv·计算机视觉
renhongxia12 小时前
数据可视化实战:用AI工具制作专业数据分析图表
人工智能·信息可视化·语言模型·自然语言处理·数据分析·制造
wfeqhfxz25887822 小时前
【计算机视觉】基于Libra-Faster R-CNN的膝盖与腿部区域目标检测模型优化_1
计算机视觉·r语言·cnn
编码小哥11 小时前
OpenCV Haar级联分类器:人脸检测入门
人工智能·计算机视觉·目标跟踪
这张生成的图像能检测吗12 小时前
(论文速读)FR-IQA:面向广义图像质量评价:放松完美参考质量假设
人工智能·计算机视觉·图像增强·图像质量评估指标
scott19851216 小时前
opencv 畸变系数的说明
人工智能·数码相机·opencv