图像条纹检测 python_机器视觉系统应用之—玻璃表面缺陷检测

传统的玻璃质量检测主要采用人工检测的方法；人工检测不仅工作量大，而且容易受检测人员主观因素的影响，容易对玻璃表面缺陷造成漏检，尤其是变形较小、畸变不大的夹杂缺陷检测，极大降低了玻璃的表面质量，从而不能够保证检测的效率与精度。

目前，玻璃缺陷监测系统主要是利用激光检测和摩尔干涉原理的方法。激光检测容易受外界干扰，影响检测精度。摩尔干涉原理由于光栅内的莫尔条纹比较细，为保证莫尔条纹有很强的对比度，便于计算机进行分析处理，就必须要求光栅有很高的明暗比对，通过复杂计算机图像处理技术对干涉图形进行处理，占用大量的检测时间，检测周期非常缓慢，而在实际试验中并无实用效果。

在迅速发展的以图像处理技术为基础的

工业相机_机器视觉_高速相机_图像识别_尺寸测量_USB3.0_USB2.0相机_GIGE_工业摄像机_深圳市度申科技有限公司​www.do3think.com

机器视觉系统恰恰解决这一问题。机器视觉系统主要是采用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制，以达到人们所需求的结果。基于机器视觉技术对玻璃表面检测系统，完成对玻璃缺陷的提取，识别，最终区别次品，满足玻璃表面缺陷检测的要求。

玻璃表面缺陷检测系统包括图像采集部分、图像处理部分、输入输出部分、智能控制以及机械执行部分组成。该系统照明采用背光是照明，即在玻璃的背面防止光源，光线经过待检测的玻璃，投射进入工业相机。光线垂直入射玻璃后，当玻璃没有杂质时，出射的方向不会发生改变，CCD工业相机的靶面探测到的光是均匀的；当玻璃中含有杂质时，出射的光线会发生改变，CCD工业相机的靶面探测到的光也要随之改变。一般玻璃中含有缺陷主要分为两种：一是光吸收型，例如砂砾等。光透射玻璃时，该缺陷位置的光会变弱，CCD工业相机的靶面上探测到光要比周围的要弱；二是光透射型，例如裂纹等。光线在该缺陷位置发生了折射，光的强度要比周围的要大，因此CCD工业相机靶面上探测到的光也相应增强。

其具体工作过程为：将待检玻璃置于上文所提到的照明系统前，图像获取模块接收到智能控制系统给予的触发信号，CCD工业相机摄取到玻璃表面缺陷图像，经过图像采集卡把图像数据采集到计算机内存，利用研制开发的图像处理软件实现对玻璃表面缺陷的检测，根据上文所讨论的情况进行分析，最后通过输出设备输出检测结果。