机器视觉技术助力产品缺陷检测，保证品牌质量与口碑
如今消费类电子产品的消费者们都期待开箱看到完美无瑕的产品。有划痕、凹凸不平和带有瑕疵的产品会造成代价高昂的退货，还可能有损品牌声誉和未来的业务。因此越来越多的生产厂商注重产品缺陷检测！
随着技术的发展，机器视觉检测技术被广泛应用到生产制造的各个环节，外观缺陷检测也不例外。介绍机器视觉外观缺陷检测的原理，以及它在各个行业领域的一些常见应用。
机器视觉外观缺陷检测原理
机器视觉检测产品的外观缺陷，利用了光学原理。当光线照射到产品表面时，各种缺陷会受到周围环境的反射和折射产生不同的结果。例如，当均匀的光垂直入射到产品表面时，如果产品表面没有缺陷，则发射方向不会改变，检测到的光是均匀的。当产品表面出现缺陷时，所发出的光会发生变化，所检测到的图像也会随之变化。
由于缺陷的存在，缺陷周围会发生应力集中和变形，所以在图像中容易观察到。如果遇到透明缺陷，光会在缺陷处发生折射，光的强度会大于周围的光，因此在相机目标表面检测到的光会相应增强。如果遇到光吸收型杂质，比如砂粒，那么这个缺陷位置的光会变弱。总而言之，通过分析摄像机采集到的图像信号的强度和特征，就可以得到相应的缺陷信息。
产品表面缺陷检测常见应用
在很多行业的外观缺陷检测环节，我们都能发现机器视觉检测技术在发挥重要的作用。例如：新能源电池的外观缺陷检测，比如极片有无毛刺，极片、叠片、封装包是否存在起皱、压伤夹伤、划痕、凹凸等不良缺陷。PCB电路板上的划痕、露铜、脏污、染色不良等缺陷。半导体芯片表面的瑕疵，如划痕、印字倾斜、异物污染、漏芯、封装表面气泡空洞等。五金配件领域，检测螺丝钉、轴承、弹簧等部件是否存在凹坑划伤、字符缺失、缺损、弯曲、脏污、划伤等外观缺陷。检测LCD屏幕表面的缺陷，例如缺损，瑕疵和划痕等。食品包装上的污点、划痕、边缘缺失、裂纹、颜色区分、线状异色、印刷缺损、色差等。3C电子设备表面的字符识别和字符缺陷检测。
欧洲喜利得电动工具移动电池检测案例
需求：
1、检测电动工具电池的良品率；
2、将生产批号以及相关数据导入NFC芯片，
留作后期追溯查询
解决方案：
采用2D视觉系统配合NFC读写设备完成检测追溯系统
产品缺陷检测不仅有效的帮助工厂提高产品质量，提升生产效率，减少人工成本，更是提升品牌美誉度，长久发展的基础。
