为了实现外观缺陷自动检测,研究了基于机器视觉技术的外观缺陷检测系统。首先针对外观缺陷图像特点,分析了采用灰度阈值及单一颜色模型分割缺陷的局限性,提出基于混合颜色模型的缺陷图像分割方法,实现了外观缺陷快速、准确分割;然后通过分析外观缺陷特点,分别从形状、颜色和纹理共选取了12个类别差异明显的特征参数,提取了外观缺陷特征;后选择BP***网络作为缺陷分类器,根据经验和实验确定了***网络结构及参数,并分析了传统BP算法在外观缺陷分类应用中的不足,通过改变收敛标准、自适应调整步长和引入动量项以优化BP算法,改善了***网络分类效果。

半导体芯片广泛应用于各个领域、各类电子产品,已经成为经济发展、***信息安全的命脉,深刻影响着现代人类的生活。在半导体芯片封装制造过程中,不可避免地在芯片表面产生各类缺陷,直接影响到芯片的运行效能及寿命。传统人工目视检测法已经难以适应半导体芯片封装制造的高速、高精度的检测需求。利用机器视觉技术对芯片表面缺陷进行检测,具有无接触无损伤、检测精度高、速度快、稳定性高等优点。尽管目前基于机器视觉的芯片缺陷检测技术在芯片打印字符、引脚外观尺寸位置等方面的研究已取得很好的进展,但对于芯片表面的外观缺陷检测与分类研究尚处于起步阶段。

(1) 易拉罐空罐视觉检测系统

检测速度：高达120000罐/小时

检测对象：易拉罐空罐的罐口、内壁、罐底的外观缺陷

检测内容：可检测罐口的缺角、变形、检测内壁、罐底的脏污、***、压伤等缺陷

(2) 易拉罐罐底字符识别及缺陷检测设备

检测对象：易拉罐罐底字符识别、易拉罐罐底缺陷

检测内容：罐底的字符喷码质量、识别喷码字符、检测罐底外观缺陷、罐体顶底倒转、罐身图文颠倒。

可自动生成日期码发送给喷码机，人工只需输入班次或批号灯信息。

(3) 易拉罐罐盖检测设备

检测速度：高达150000个/小时

检测内容：罐盖的混盖、偏移、斑点、顶部凹陷、表面划痕、污损灯缺陷