数码产品外壳表面的检测技术

发布时间:2022-07-08 作者:捷百瑞产品设计 0

       提出了不同数码产品的外壳光学特性不同、缺陷检测可靠性低的问题,适应不同表面类型的视觉检测方法。首先,在不同光源下收集图像,并根据灰度评分分析后,鉴定结果对材料进行了分类。然后使用基于全局和动态阈值的分区算法和增强功能曲线检测器使用高斯过滤器和单程特征来检测首先找到曲线的各种曲面的关键是通过“松弛”算法用线连接。实验结果表明,该算法鲁棒性更好。对外部世界有很强的抗干扰能力。综合性能分析表明,检测误报率不到5%,准确度很高。93%以上,测试速度可满足实际生产要求。

       目前正在数码产品的外壳、机械零部件等相关产业生产中。零件表面的划痕、污迹、缺陷等的检查要求很高基于机器视觉的传感技术具有广泛的应用价格。根据平等太阳能电池的表面质量问题进行了收集太阳能电池通过检测过程中的图像提取各种损伤图像的特征,利用最小二乘支持向量机算法设置不足用于智能检测和太阳能电池分类的陷阱识别模型阿拉基等使用USB相机和激光二极管作为测量用定量的光学检查装置,研制出了用镜子抛光的金属手表。表面缺陷(划痕和凹陷)检测系统和独立成分分析法(ICA)通过去除特定的图案来消除灰尘等类似缺陷。Tsapaev等建议采用基于图像分割的方法分析了表面缺陷检测问题,验证了光谱变化。

数码产品外壳表面的检测技术

       评价法(FSCV)表面质量检查的可能性:

       提出了基于计算机视觉的智能数码产品设计的成型导光板的自动不足。陷阱检测和分类检测方法,该方法首先使用图像分割。找到缺陷区域,然后使用傅里叶变换模型。导光板的周期循环图案形成的纹理,通过Otsu阈值和形态学技术强调缺陷,利用人工神经网络接触法对缺陷进行分类。上述方法在以每个对象的曲面为目标时有效。没有更常用的检测方法。特别是关于数字。代码电子类产品外壳,常见的材料有10多种。这些材料的材质不同,出现的光学效果也各不相同同样,生产线的单一检测方法不能满足实际,有鉴于此,正在研究大量数码产品的外壳。

       选择了光学特性后最具代表性的3款手机外壳材质(PC、TPU、无光金属)同时适用于各种典型材料外壳的表面检测方法。

材料表面的光学成像:光学特性根据手机壳材质,适合的照明和通过强调调查方法、要检测的特征,可以进行更多的图像处理。很容易将目标与背景分离开来。聚碳酸酯(PC)是分子链中含有碳酸酯的高度分子聚合物的光学特性非常透明,可以自由染色,可以折叠。发射率高。热塑性聚氨酯弹性体橡胶(TPU)的表面比PC更平滑、反射率更强、透明度更高检查,使用棒状光斜60射,强调以上两种材料。表面缺陷(划痕、凹凸点、污点等)兼容性好城堡。金属磨砂处理表面不反射,柔软,没有划痕很容易认出来。比较了各种光源的照明效果后,笔者写道。发现使用同轴光源或无光可以获得大范围的照片射击面积。