视觉检测的效果,七成取决于光,三成取决于算法。光源选错,再好的模型也学不出来。
| 方案 | 擅长 | 不擅长 |
|---|---|---|
| 背光 | 轮廓尺寸、瓶内异物、液位 | 表面划痕、浅色标签缺陷 |
| 同轴光 | 瓶身划伤、凹坑、印刷缺陷 | 透明瓶内部异物 |
| 多角度 | 瓶肩、瓶底、侧面反光区 | 成本与体积较高 |
任何缺陷能被检出,前提是它在图像里与背景有明显灰度差。设计光路时先问一句:这个缺陷在什么角度、什么波长下最暗或最亮?
例如瓶内玻璃碎屑,背光下呈黑点,对比度极高;而瓶身浅划痕,背光下几乎不可见,必须用同轴光打出漫反射差异。
先定"必须检出的三类缺陷",再为每类配一个工位。宁可三个工位各专一项,不要一个工位硬扛全部。
光源与相机、算法的整体配合,见AI 视觉检测系统。

不能。背光与同轴的成像原理不同,多数产线需要两到三个工位组合。
不一样。棕色瓶透光率低,背光需要更强光通量;透明瓶则要控制过曝。
瓶身高反光、标签为金属膜时效果明显,可显著压低反光带。