汽车轮毂检测,轮毂检测方案,轮毂视觉检测,深度视觉系统

轮毂表面缺陷检测是轮毂企业生产物流过程中的重要一环。通过市场的初步调研 , 此前主要通过人工检测进行缺陷肉眼检测和分拣等。而由于汽车轮毂结构复杂,人工检测的方法效率低、工作量大,此种检测方式越来越难以满足轮毂生产过程越来越高的快速、准确、稳定的要求。

为了实现生产物流装备自动化与智能化,提升轮毂制造 企业生产物流过程的效率,降低人工成本,针对上述情况 ,  维视智造于2021年3月推出 VisionBank Ai深度学习视觉解决方案，相继针对性推出了基于深度学习的轮毂表面缺陷检测解决方案。

1.轮毂生产线缺陷检测系统流程设计。本系统包含完整的轮毂在线缺陷检测流程,包括图像采集、图像预处理、轮毂图像缺陷检测等等。

2.建立轮毂表面缺陷数据库。

具体流程是在生产线现场通过工业相机采集轮毂表面缺陷图像,之后进行数据清洗,并通过专业标注软件对缺陷图像进行标注, 最终得到带有精确标注的缺陷图像数据库。

3.识别模糊图像。

采用消除模糊算法是基于深度学习的生成式对抗 络实现的, 因此运算速度较慢,而采集的图像中只有一部分图像存在模糊现象,为了提高缺陷检测算法系统的效率,在进行消除图像模糊之前,设计算法识别模糊图像 , 如检测为模糊,则送入深度学习消除图像模糊 络。

若识别为清晰图像,则直接进行轮毂图像缺陷检测。

4. 消除轮毂表面图像模糊现象。

5.轮毂图像缺陷检测。

给出缺陷位置以及缺陷类型。