基于深度学习的玻璃表面检测技术

玻璃生产的工业化和规模化后，各种用途和各种性能的玻璃相继问世。现代，玻璃已成为日常生活、生产和科学技术领域的重要材料，被广泛用于建筑、日用、艺术、医疗、化学、电子、仪表、核工程等领域。

随着现代工业自动化技术日趋成熟，越来越多的制造企业考虑如何采用机器视觉来帮助生产线实现检查、测量和自动识别等功能，以提高效率并降低成本，实现生产效益最大化，视觉检测也向玻璃行业的各类产品“发起”挑战。

01 玻璃表面缺陷类型

玻璃在成形时，由于生产材料及生产过程原因引入的，不可避免的在玻璃表面（含内部）出现气泡和结石、黑点、斑点等缺陷。

玻璃上的结石、砂粒因运输过程中振动摩擦，会出现玻璃表面划伤；随着玻璃加工设计的多样化，对玻璃的打孔、挖槽、磨边的情形越来越多，受定位、手法、机器等因素影响，会出现划痕、裂纹、缺损；受环境或操作原因，也会出现油污、水渍及其它脏污等污渍。

常见的缺陷包括气泡、结石、凹凸、划伤和色斑等。开口泡和结石等缺陷会导致玻璃或组件存在爆片风险，所以这些缺陷的检出尤其重要。

02 传统玻璃检测方法

传统的玻璃检测方法是依靠人眼来判断玻璃表面各种问题，存在很大的局限性：

1.人眼对微小的缺陷不敏感，有误检、漏检风险；

2.人眼无法连续、稳定完成高强度重复性检测工作，会产生疲劳，速度慢、效率低；

3.主观判断受心情、思维、光照等影响，具有很大的不稳定性和非标准性。

目前玻璃的尺寸向着超薄和大尺寸的方向发展，这样就要求生产速度随之提升，给人工检测也带来了很大的困难，此外开口泡和结石此类缺陷尺寸在小于0.5mm时，人工往往很难发现。

人眼检测已无法满足现代企业高速、精确、实时的品检要求，而人工成本不断上涨给企业经营带来压力。

以iPhone OEM工厂为例，生产过程中的外观检查耗费30%以上的人力，每年检查人力成本高达48亿元人民币。然而，随着中国平均工资增长率超过10%，低成本劳动力的日子已经一去不复返。

降低人力成本已成为企业最重要、最迫切需要解决的问题。为了减轻昂贵的劳动力负担，机器视觉替代人眼，采用智能图像采集和图像处理技术，检测系统利用视觉处理算法，实现缺陷精确检测，智能分类和分级，已成为一种行业趋势。

03 基于深度学习的玻璃表面检测技术

如何大程度避免漏检

· 采用多通道高速频闪成像技术，1个工位实现多种打光方式。

· 高分辨率成像，超越人眼的观察效果。

如何对缺陷进行分类，可以不同标准检测影响程度不同的缺陷

· 多组光源对玻璃进行分层立体成像。

· 多模式融合/图像特征提取及深度学习算法，有效区分开闭口泡，开口泡，结石，凹凸类缺陷。

针对光伏玻璃等玻璃，怎么样才能更好的适应压延棍差异导致的压花差异

· 复合纹理分析，消除玻璃压花的干扰

· 每秒数据吞吐量接近400MB

可以更方便快捷的进行系统安装和调试

· 模块化组合成像机械结构

· 龙门式多组线扫描结构框架

以透镜缺陷检测为例：

当前有三种尺寸的透镜，分别是直径约为3.4cm的透镜，直径约为3.8cm的透镜，直径约为4.2cm的透镜，分别对这三种尺寸透镜进行检测。

检测效果图中，蓝色代表污渍等有问题的区域（精度为0.39mm）；绿色代表透镜缺损部分。检测效率可达3秒/个，误检率低于0.1%。

检测材质也延展至：PS、ABS、PC、PMMA、PE、PO、PVC、PP、PBT、环氧树脂等。

测试1：对直径约为3.4cm的透镜进行检测

（1）源图像

（2） 检测效果图

测试2：对直径约为3.8cm的透镜进行检测

（1） 源图像

（2） 检测效果图

测试3：对直径约为3.8cm的破损透镜进行检测

（1） 源图像

（2） 检测效果图

04 玻璃产品的AI视觉瑕疵缺陷检测应用

案例展示

手机盖板缺陷检测

盖板玻璃主要应用于触摸屏最外层，产品的主要原材料为超薄平板玻璃，具有防冲击、耐刮花、耐油污、防指纹、增强透光率等功能，目前广泛应用于带触控功能和显示功能的多种电子消费产品。

切割、CNC精雕、研磨、强化、丝印、镀膜、清洗。..。..每一片盖板玻璃的生产过程十分繁杂不易，且为保证成品优质性，每一个环节都涉及到玻璃质量的检测。

那么，如何高效、高质的实现盖板玻璃生产线的实时生产质量管理和过程控制？

高速线阵相机和智能光源相配合后，可对同一片盖板玻璃形成多场多角度高清图像，再由高速图像预处理器对高清图像进行预处理，形成缺陷图像和缺陷特征值，发送到上位机，进行最终的缺陷处理、识别和展示。

检测精度上，玻璃缺陷检测系统可达10um，并拥有1.5s/pcs的检测速度，有效保证企业低误检率与高效率。同时，系统还能为生产质量管理系统提供产线的生产效率、良品率等数据，让企业更快速地改进产线生产工艺，提高产线最终成品率，推进智能化转型升级。

手机盖板玻璃外观瑕疵检测对比表

案例展示

汽车玻璃缺陷实时检测

汽车玻璃主要分为三类，包括夹层玻璃，钢化玻璃和区域钢化玻璃。其中，挡风玻璃采用的是夹层玻璃，而作为夹层玻璃的原片必须满足其使用要求，如光学变形、气泡夹杂物、结石等缺陷都需在生产过程进行严格检验。

在线高速扫描每个产品，形成高分辨率的片材图像，进行实时的图像处理，精确捕捉各种表面缺陷，并实现统计、质量分析等处理，企业就可根据终端结果划定每块玻璃的等级，进而分配至不同的应用领域。

案例展示

玻璃瓶缺陷检测

玻璃瓶在食品、药品、饮料等产品包装中得到了广泛的应用。玻璃瓶缺陷检测可以提高检测精度，统一检测标准，消除人工检测的个体差异；降低生产成本、提高产品竞争力；提高检测速度，实现产品全方位实时检测，大幅提高生产效率及生产自动化程度。

检测瑕疵类型主要包括：瓶口破损、缺块、裂缝、瓶口是否存在异物等

适用于圆形、扁形、异型瓶等，分布行业有 食品饮料、药瓶、化妆瓶瓶等，有玻璃瓶、塑胶瓶等，透明瓶、般透明瓶等多种。

在生产线上安装玻璃瓶瓶口缺陷检测系统，玻璃瓶流入视觉检测工位时，通过触发机器视觉传感器拍得玻璃瓶瓶口图片送入系统，系统对所拍图片进行提取分析并和设定的比较得知瓶口是否有缺陷，当检测到玻璃瓶瓶口有缺陷时，系统发出声光报警并发出停机信号。

审核编辑 ：李倩