检修盒面板AI视觉检测系统，赋能工业发展！
原创
制造业是中国工业化的源头，也是工业生产大国。任何一步的质量都可能影响生产过程的变化。表面缺陷不仅影响产品的美观和舒适性，还会对其性能产生不良影响。因此，制造商对产品的表面缺陷检测非常重视。传统的检修盒面板按钮安装是否正确的质量检查方法是依靠人工肉眼逐一检查是否正确、效率低、误识别率高、耗时耗力。对于一些重要的按钮，尤其是停机和上下键安装错误，很容易导致严重事故，因此迫切需要使用人工智能检测手段，引入机器视觉检测，配合AI智能化算法，有效控制产品质量，从而消除或减少缺陷产品的产生，提高生产效率。
一、系统架构
AI视觉检测系统主要通过光源和图像传感器(工业相机)获取产品的表面图像，利用图像处理算法提取图像的特征信息，然后根据特征信息对表面缺陷的定位、识别、分类等判定与统计，通过图像采集、图像校正、模板制作、模板匹配、差异分析、识别判断，将计算结果数据存储、前端展示，系统通过对缺陷产品进行挑选筛查，从而实现残次品快速筛除，大大提供了制造生产效率，降低容错率。
二、系统功能
图像采集：500万像素8帧/秒定焦定高工业相机，由算法自动处理，面板高度不同带来的对焦可调整;
图像预处理：预处理算法消除每个面板的长、宽、高均不相同，模板制作的好坏、视差的高低所带来的影响。
模板制作：支持不同型号面板制作正确状态下的形状模板，可对模板进行增删改查。
比对算法：根据物料号自动加载模板图像，对目标图像进行多旋转角度、变形匹配，给出匹配得分。
日志管理：记录检修盒面板检测系统中所有的执行步骤、程序运行的过程等，可随时查看中间结果。
历史数据：对每次检测的结果进行本地保存，可自定义查询条件对以往检测历史进行查看、也可导出查询结果备案。
系统管理：检修盒面板检测系统中提供了丰富的算法参数调节接口，可供专业人士针对不同场景进行调节。
可扩展性：该系统可不仅仅局限于检修盒面板的检测，所有可以用模板匹配方法解决的问题，都可以无缝采用该软件系统。
三、系统软件
检验窗口：支持查看待检设备及模板图像、检验结果等，设置系统初始化配置。
开始检测：支持选择检验设备参考模板，并输入对应的检验条码，点击开始检验，即可打印当前检验结果。
制作模板：支持自定义新建模板，通过相机抓取合格的图片进行特征值自动识别，并保存对应模板特征值。
日志管理：支持设备运行过程打印日志查询。
历史数据：支持根据时间、查询结果检索查询，并支持查询结果导出备份。
四、应用场景
机器视觉识别检测目前已经用于产品外形、表面缺陷、装配结果检测等领域，如：木材加工检测、金属表面视觉检测、电路板检测、焊缝缺陷检测、面板按钮安装检测等。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。