目的与适用边界
比较不同照明方式和与源图像关联的路径区域,同时不让反光或 ROI 裁剪抹掉密封或胶条上真实可见的断口。
本教程界定的是一项工程评估,而不是可直接运行的产品认证。Deyi Vision 目前公开的 PC 示例涵盖基于已确认样本图像的 EAN-13 工作流。工程代码中的原生 OCR 与检测功能,使用前必须对照已安装的运行环境、已绑定的模型和作业进行核查。浏览器模板并不能证明可在浏览器中执行:计划中的 OpenCV.js 后端需另行验证。云端识别须明确批准图像范围、服务商、模型和费用。审阅存档不是可执行的发布包。相机、固件和驱动的兼容性均需单独核查。下文示例表中的所有数值均为假设值,不是 Deyi Vision 的测量结果,也不是客户结果。
准备证据
使用处于实际材料状态的连续、可见断开和反光对照。保留一个不透明或被隐藏的区段,作为“证据不足”的对照。建立密封或胶条掩膜之前,先界定可见的验收特征。防拆封口边缘、热封带和胶条的物理含义各不相同,不得共用一条未经声明的外观规则。记录参考路径、允许的投影、基材,以及采集时材料的状态。湿胶、已固化的材料和反光衬底可能呈现出不同的边界,而接合完整性并没有发生与之对应的变化。把有意设置的可见断口、偏移路径、可能出现的反光和被遮挡的区段,分别作为独立的对照。指定的图像规则只评估可观察到的表面外观,不能证明气密性、泄漏率、剥离强度、粘接强度、固化情况或隐藏的界面;这些结论需要各自针对具体工艺的证据。如果必须检查的界面被隐藏,应返回“证据不足”,或改用另一种经过验证的观察方法;不得根据预期的图纸把路径补全。在调整阈值之前,先建立受控的光学比较。标记治具、工作距离、照明角度和对焦位置,使每种条件都可以复原。保持相机设置和样品标识不变,一次只改变所选的照明或区域变量。每个裁剪图或掩膜旁都要保留完整的源帧,以及换算回源坐标的变换。既要采集可接受的变化,也要采集已知有问题的样品,包括允许放置范围的边缘情形。先在原图上检查区域叠加图,再解读数值结果。较小的区域可能掩盖不良,而不是改进检测,因此被排除的区域需要有明确的工程理由。把治具复位之后,重复所选的条件,而不是只在一切原封不动的情况下重复。这样才能看出换型时该配方能否复现。当环境光状态以及照明开启后经过的时间会影响图像时,应将其记录下来。不要把取自不同掩膜或不同位深转换的测量值,当作只有照明发生了变化来比较。被淘汰的光学条件也要保留在记录中,包括其图像和淘汰原因。视觉上好看的图像不一定是最适合检测的图像:所选条件必须在约定的整个样品范围内,保留相关特征,并使其与可接受的变化保持可区分。
操作步骤
- 在曝光固定的条件下比较漫射光与方向性光;只有实际工件允许这样观察时,才使用透射光。
- 把预期路径映射到原始坐标,包括转角和允许位移的全部范围。
- 在设定阈值之前,检查胶条与相邻基材的灰度分布、饱和截断情况和断口的可见性。
- 为每种照明保存原图和派生 ROI,并保留被淘汰的布置以及真实断口的对照。
解读试验
在这组假设的对比度示例中,条件 A 的胶条灰度为 130、基材为 120,得到 0.0400。条件 B 的胶条为 90、基材为 160,按差的绝对值除以两者之和计算,得到 0.2800。对比度数值更大,只有在原始断口与相邻材料仍可区分时才有用;它并不能证明密封的完整性。
记录表
| 记录项目 | 数值 | 解读 |
|---|---|---|
| 条件 A:胶条 / 基材 | 130 / 120 | 对比度 = 0.0400 |
| 条件 B:胶条 / 基材 | 90 / 160 | 对比度 = 0.2800 |
C = abs(bead - substrate) / (bead + substrate)
A = abs(130 - 120) / (130 + 120) = 0.0400
B = abs(90 - 160) / (90 + 160) = 0.2800两种工程视角
两种工程视角 · 1
图中显示的是检查的先后顺序。每个箭头都需要有记录在案的证据,并不表示已经实现了自动连接。源帧 → 照明条件 → ROI → 对比度。
- 源帧
- 照明条件
- ROI
- 对比度
两种工程视角 · 2
图中显示的是检查的先后顺序。每个箭头都需要有记录在案的证据,并不表示已经实现了自动连接。基线 → 候选 → 同一样品 → 判定。
- 基线
- 候选
- 同一样品
- 判定
故障诊断
- 明亮的高光可能被误当成连续的胶条,在反光衬底上尤其如此。
- 跳过某个转角的 ROI,即使保留下来的直线段通过,也不能声称对整条路径完成了检测。
验收与交接
只有在姿态和材料变化范围内,可见的合格对照与断口对照始终可以区分时,才接受该照明与 ROI。保存极性以及与源图像之间的映射关系,并把被隐藏的区段保留为未决状态,而不是假定其连续。
把源图像、预期判定、所用的确切版本和完整的结果记录放在一起保存。在选定最终参数之前,先冻结评估集。如果这些答案日后被用来调整工作流,应把该集合标记为开发数据,并另行取得新的独立验收集。Review、NoResult、执行错误和采集缺失都要保留在分母中;不得通过筛选行把它们变成“通过”。把可复现的故障与成功的样品一起保存。交接时应写明:谁可以修改配方、如何恢复先前批准的版本,以及在验收之前哪些设备输出保持禁止。仅凭软件结果,不能证明运动中的实物工件到达了正确的位置。
来源与技术参考资料
这些资料说明了本教程所用方法的依据与适用范围。文中的检查示例仅供参考;量产验收需要用你自己的样品取得证据。
- Deyi Vision Vision WorkbenchDeyi Vision核查于
- Pharmaceutical Packaging Code Label and Seal InspectionDeyi Vision核查于
- Image ThresholdingOpenCV核查于
- Contours: Getting StartedOpenCV核查于
部件与选型参考
- 机器视觉光源
- 药品包装码、标签与封口有无检测
- 自动化外观检测
- 如何选择机器视觉照明
- 机器视觉照明类型
- 机器视觉照明基础知识
- 反光金属划痕检测照明路线
- 背光与同轴照明
- 汽车金属件表面缺陷检测
- Metal and Surface Inspection · 英文参考资料
- 奥普特 OPT 视觉光源替代方案
- EAN-13 追溯:照明与静区
- 可见液面边界的照明与 ROI
- 校准平场阴影,但不掩盖坏数据
- 按缺陷对比度比较红光、蓝光和白光照明
- OCR 标签核对:照明与字段几何
- 为未封口包装的内容物选择照明与 ROI
- 针对眩光做一次偏振 A/B 测试
- SKU 颜色分选:照明与物体掩膜
- 验证光学频闪落在曝光窗口之内
- 表面缺陷检测:验收与产线输出
- 表面缺陷检测:限定范围的 AI 评估
- 表面缺陷检测:相机采样与运动
- 表面缺陷检测:照明与 ROI 验证
- 表面缺陷检测:误报诊断

