工業(yè)缺陷可視為工業(yè)產(chǎn)品的外觀 “異?！?，因此有部分工業(yè)缺陷檢測(cè)方法采用了異常檢測(cè)的思路。然而異常檢測(cè)的定義與工業(yè)缺陷檢測(cè)是有所區(qū)別的。
具體而言，異常檢測(cè)的概念更加廣泛與抽象, 其中圖像異常檢測(cè)主要關(guān)注輸入圖像是否為異常實(shí)例，而工業(yè)缺陷檢測(cè)更關(guān)注像素層面的檢出任務(wù)。在像素層面上，異常與正常模式的差別更加細(xì)微，檢測(cè)難度也大幅增加，因此直接使用異常檢測(cè)方法難以滿足工業(yè)缺陷檢測(cè)的任務(wù)需求。
近年來, 深度學(xué)習(xí)方法因其在處理背景復(fù)雜、缺陷微弱的工業(yè)圖像時(shí)表現(xiàn)出卓越的性能優(yōu)勢(shì)，成為解決工業(yè)圖像缺陷的主流方法。西安獲德圖像也通過深度學(xué)習(xí)工業(yè)缺陷檢測(cè)研究，把該研究成果應(yīng)用到了相關(guān)行業(yè)，實(shí)現(xiàn)了成果產(chǎn)業(yè)化。
主要轉(zhuǎn)化項(xiàng)目為：
1）基于視覺的紡織品表面缺陷檢測(cè)：
在布匹生產(chǎn)過程中，需對(duì)布匹缺陷進(jìn)行檢測(cè)，根據(jù)缺陷類型及嚴(yán)重程度進(jìn)行等級(jí)劃分。西安獲德智能驗(yàn)布系統(tǒng)主要面向紡織服裝行業(yè)，采用基于深度學(xué)習(xí)的人工智能算法，機(jī)器視覺技術(shù)檢測(cè)織物表面缺陷。只要是不正常的紋理，均可實(shí)現(xiàn)實(shí)時(shí)在線檢出，檢出率90%以上。主要檢測(cè)缺陷內(nèi)容包括：斷經(jīng)，斷緯，節(jié)絲，開車痕，機(jī)械段，油污，破洞等常見缺陷。
2）碳纖維智能化巡檢及質(zhì)量監(jiān)測(cè)：
碳纖維經(jīng)過拉絲工藝形成碳纖維原絲，多根原絲組合在一起形成碳纖維原絲紗線。由于設(shè)備，工藝等原因，碳纖維原絲紗線表面會(huì)產(chǎn)生破絲，毛團(tuán)等缺陷，同時(shí)紗線在碳化過程、以及其他生產(chǎn)環(huán)節(jié)會(huì)發(fā)生個(gè)別碳纖維原絲局部破損、斷裂現(xiàn)象，形成毛團(tuán)，毛條附著在碳纖維紗線上。目前對(duì)于這些缺陷均未實(shí)現(xiàn)自動(dòng)檢測(cè)。采用機(jī)器視覺技術(shù)，實(shí)時(shí)監(jiān)控每一根碳纖維紗線上的毛球、毛絲、長短絲、斷絲，檢測(cè)到缺陷后保存缺陷圖像及相關(guān)信息以便給改善生產(chǎn)工藝提供數(shù)據(jù)支持。
石膏板在生產(chǎn)過程中，由于設(shè)備，工藝，原料等因素影響，往往會(huì)產(chǎn)生各類缺陷，如石膏板表面漏漿，紙張褶皺，寬度、厚度不均勻，立邊不垂直等，這些缺陷嚴(yán)重影響了產(chǎn)品質(zhì)量和企業(yè)聲譽(yù)。
石膏板外觀質(zhì)量在線檢測(cè)智能裝備，融合人工智能、機(jī)器視覺、3D結(jié)構(gòu)光技術(shù)、嵌入式控制技術(shù)、激光技術(shù)、網(wǎng)絡(luò)技術(shù)、自動(dòng)化控制等高新技術(shù)，實(shí)現(xiàn)石膏板在生產(chǎn)過程中的實(shí)時(shí)在線質(zhì)量檢測(cè)與控制?？蓪?shí)時(shí)檢測(cè)紙張破洞、板形、板長、缺陷打標(biāo)、缺陷板識(shí)別剔除、泡徑檢測(cè)等一系列石膏板流水線上的缺陷檢測(cè)。
玻纖紗線在整經(jīng)工序出現(xiàn)各種各樣的缺陷，例如，破絲，斷紗，毛團(tuán)等，如果能夠盡早發(fā)現(xiàn)缺陷，可及時(shí)查找產(chǎn)生缺陷的原因并進(jìn)行相應(yīng)處理。由于整經(jīng)機(jī)紗線數(shù)量多，紗線細(xì)，破絲只有幾微米，肉眼是無法觀察到，因此采用人工檢測(cè)方式無法完成紗線質(zhì)量檢測(cè)，需開發(fā)基于機(jī)器視覺的玻纖紗缺陷在線檢測(cè)系統(tǒng)，實(shí)時(shí)監(jiān)控每一根紗線上的破絲，毛團(tuán)缺陷。
