目的与适用边界
回放最早出现分歧的那张图像,借此区分反光、配准漂移和真实的表面变化,而不是去提高最终的剔除阈值。
本教程给出的是一种工程评估方法,而不是可直接运行的产品认证。Deyi Vision 目前公开的 PC 示例涵盖在已确认样品图像上运行的 EAN-13 流程。工程代码中的原生 OCR 与检测处理,使用前必须对照已安装的运行环境、已绑定的模型和任务逐一核对。浏览器模板并不证明可以在浏览器中执行:计划中的 OpenCV.js 后端需要单独验证。云端识别须事先明确批准图像范围、服务商、模型和费用。评审归档包不是可执行的发布包。相机、固件和驱动的兼容性需要另行检查。下文记录表中的所有数值均为假设值,不是 Deyi Vision 的测量结果,也不是客户的实际结果。
准备证据
选取一个没有变化、现在却被判为失败的合格件。在修改任何掩膜或阈值之前,先保留它原有的参考图和基准叠加图。写一份失败记录,让另一位工程师无需猜测用了哪张图像或哪个版本,就能回放。记录中要包含原始源图、受影响区域、实际输出、预期处置,以及第一个出现分歧的中间结果。要记录该现象是出现在回放中、实时采集中,还是两者都有。修正之后,重新运行原来的失败案例,以及此前成功的相邻条件。靠排除某个区域或接受缺失结果来消除一个报警的修复,改变的是要求,而没有解决原因。如果故障仍未解决,要让受影响的操作保持在 Review 或禁止状态并注明原因;不要把未经测试的变通办法标成已验证的解决方案。表面缺陷检测工位必须能区分材料本身的缺陷与观察条件的变化。划痕、凹坑、油污、纹理和反光都可能引起相似的灰度变化,但需要不同的处置。要按预期的表面加工状态范围准备合格件,并准备缺陷位置和方向均有记录的缺陷样品。选择的基准,在表面状态变化时仍须保持可见。参考图像只有在其位姿和照明与当前工件具有可比性之后才有用。图像差分并不是物理深度测量,检出的区域本身也不能说明缺陷的成因。在收集答案之前,先确定脏污应判为剔除、提出清洁请求,还是列为排除情形。对存在歧义的样品,保存其原始图像,不要臆造干净的参考图或修正过的标签。从最早能观察到的分歧点开始排查。把同一份已保存的源图,分别回放给未改动的基线和候选方案,并比较中间图像、区域、数值和结果状态。如果源图本身不同,这种比较就不再能把算法单独隔离出来。每次只改变一个可疑原因,运行之前先写下预期效果,假设不成立时要保留这一否定结果。要把证据无法判读、规则不匹配、依赖项缺少和执行故障区分开;它们需要不同的补救办法。回放可以复现软件方面的失败,但无法验证实时触发、照明时序或实际的剔除路径。这些采集和产线方面的检查,要作为单独的后续实验来做。
操作步骤
- 在做表面相减之前,先比较源图位姿与参考图位姿,并检查基准的残差。
- 先用原来的变换回放,再用经过独立验证的修正变换回放;两张差分图像都要保留。
- 沿边缘的残差与内部划痕要分开检查;不要把轮廓误差计入缺陷面积。
- 修正之后再对一个真实缺陷重复一次,以免对齐方面的修复悄悄让检测变得不灵敏。
解读试验结果
在这个假设示例中,合格件在配准修正之前有 30 个残差像素,修正之后为 3 个。缺陷样品仍保留 25 个。这可作为调查对齐问题的依据,但并不能据此确定量产阈值,也不能把每个残差都归为缺陷。
记录表
| 记录项 | 数值 / 观察 | 解读 |
|---|---|---|
| 合格件(修正前) | 30 px | 检查对齐 |
| 合格件(修正后) | 3 px | 残差仍需记录 |
| 缺陷件(修正后) | 25 px | 确认特征仍在 |
两个工程视角
两个工程视角 · 1
该图展示检查的先后顺序。每个箭头都需要有记录在案的证据;这并不意味着已经实现了自动连接。失败图像 → 首个分歧点 → 假设 → 回放。
- 失败图像
- 首个分歧点
- 假设
- 回放
两个工程视角 · 2
该图展示检查的先后顺序。每个箭头都需要有记录在案的证据;这并不意味着已经实现了自动连接。原始失败案例 → 修正 → 相邻案例 → 留存的证据。
- 原始失败案例
- 修正
- 相邻案例
- 留存的证据
故障排查
- 整个轮廓都报警,提示位姿或比例发生了漂移。先检查变换。
- 随光源位置移动的局部亮斑,说明是反光;仅做坐标修正无法解决。
验收与交接
只有在已保存的误报得到解释、且修正之后真实缺陷仍然可以观察到时,才接受这一诊断。回放结果和实时重新采集的结果都要保留。
把源图像、预期判定、确切的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。如果这些答案之后又被用于调整流程,就要把该集合标记为开发数据,并另行取得一套新的独立验收集。Review、NoResult、执行错误和采集缺失都要保留在分母中;不要靠滤掉数据行,把它们变成“通过”。把可复现的失败案例与成功样本一并保存。交接材料应写明谁有权更改配方、如何恢复先前已批准的版本,以及在验收之前哪些设备输出仍保持禁止。仅凭软件结果,并不能证明运动中的实物工件已到达正确的目的位置。
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 machine vision software: evaluation scopeDeyi Vision核查于
- Operations on arraysOpenCV核查于
- Geometric Image TransformationsOpenCV核查于
- Morphological TransformationsOpenCV核查于
部件与选型参考
- machine vision software · 英文参考资料
- 反光金属划痕检测照明路线
- 自动化外观检测
- 机器视觉光源
- 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
- 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
- 密封与胶条外观:照明与 ROI
- 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

