机器视觉外观检查（异物，瑕疵，缺陷）

外观检查（异物，缺陷，缺陷）

外观检查检查零件或产品表面上是否有异物，缺陷和缺陷。外观检查通常包括：

1. 检查食品包装上是否有异物

2. 检查布上是否有污渍

3. 检查金属/树脂组件上的缺陷

4. 检查树脂/橡胶成型过程中产生的缺陷，例如碎裂或毛刺

5. 检查未点亮的LED中的缺陷

外观检查过去依靠外观检查。由于工厂自动化程度（FA）的提高，图像处理系统的使用日益广泛。

机器视觉外观检查的优点

外观检查用于发现异物，污点，缺陷和碎屑，并防止有缺陷的工件流出。不过目前人工检查有局限性。100％的检查会消耗大量的劳动力，并且会导致高昂的成本。由于工人之间的个体差异和人为错误，精度也会出现问题。人工很难发现微小的瑕疵或污点，因此必须使用显微镜放大图像以确保质量。如果目标数量有限，则可以使用显微镜进行离线检查。但是，如果目标数量为数千或数万，则检查需要大量的人工，从而导致生产效率的显着降低。在这些条件下，通过机器视觉处理对于实现质量和生产效率都是必不可少的。

能够区分微小的异物，缺陷和缺陷

外观检查过去依靠人眼。机器视觉和图像处理技术现已发展到可以检测微小异物，瑕疵和缺陷的地步。施努卡提供了一系列机器视觉产品，从标准的0.31兆像素模型到高分辨率的21兆像素模型。我们可以符合客户特定需求的高性价比图像处理系统。

实际应用

机器视觉已有效地用于各种外观检查中。在这里，我们将看到一些实际应用示例。

检查活塞上残留的切屑

汽车发动机活塞上残留的切屑很难从视觉上识别，并且在检查过程中常常被忽略。机器视觉系统可以准确识别和区分细切屑。

片状电容器外观检查的各种缺陷

通过引入图像处理，可以同时完成片状电容器的外观检查，以检查是否有污点，缺陷和碎屑等各种缺陷。可以实现可靠的100％检查，并且累积的检查数据有助于改进过程。

检查托盘上的异物

随着食品安全引起越来越多的关注，图像处理系统的引入在食品工业中正在上升。事先通过样品检查检查了托盘上的异物。图像处理可以100％进行检查，而无需花费额外的时间或精力。该检查还可以检查和识别微小的污渍，从而有助于稳定质量。