確定閾值

首先需要根據(jù)具體的檢測(cè)對(duì)象和檢測(cè)目標(biāo)來(lái)確定一個(gè)合適的閾值。這個(gè)閾值可以基于經(jīng)驗(yàn)值、統(tǒng)計(jì)分析或者對(duì)大量無(wú)缺陷和有缺陷樣本數(shù)據(jù)的分析得到。例如，在圖像的灰度值檢測(cè)中，如果已知正常表面的灰度值范圍，就可以根據(jù)這個(gè)范圍設(shè)定一個(gè)區(qū)分正常和缺陷的閾值。如果灰度值超出了這個(gè)設(shè)定的閾值范圍，就可能被判定為缺陷。這一過(guò)程需要對(duì)檢測(cè)對(duì)象的特性有深入的了解，并且可能需要多次試驗(yàn)來(lái)確定最佳的閾值。

數(shù)據(jù)采集與處理

采集檢測(cè)對(duì)象的數(shù)據(jù)，數(shù)據(jù)的類(lèi)型取決于檢測(cè)的方法。如果是光學(xué)檢測(cè)，可能是圖像數(shù)據(jù)；如果是基于傳感器的檢測(cè)，可能是電信號(hào)等數(shù)據(jù)。對(duì)于采集到的數(shù)據(jù)，要進(jìn)行預(yù)處理，如去噪、增強(qiáng)等操作。以圖像數(shù)據(jù)為例，可能會(huì)采用濾波算法去除圖像中的噪聲，增強(qiáng)圖像的對(duì)比度，以便更準(zhǔn)確地進(jìn)行閾值判斷。

閾值比較

將經(jīng)過(guò)處理的數(shù)據(jù)與設(shè)定的閾值進(jìn)行比較。在表面缺陷檢測(cè)中，如果是檢測(cè)物體表面的平整度，可能會(huì)設(shè)定一個(gè)平整度的閾值。使用傳感器測(cè)量物體表面的高度數(shù)據(jù)，然后將每個(gè)測(cè)量點(diǎn)的高度數(shù)據(jù)與閾值進(jìn)行比較。如果高度差超過(guò)了閾值，就判定該點(diǎn)為缺陷點(diǎn)。

結(jié)果輸出與判定

根據(jù)閾值比較的結(jié)果輸出檢測(cè)結(jié)果?？梢詫z測(cè)結(jié)果以可視化的方式顯示出來(lái)，如在圖像上標(biāo)記出缺陷區(qū)域；或者以數(shù)據(jù)報(bào)告的形式輸出，統(tǒng)計(jì)缺陷的數(shù)量、位置等信息。例如，在自動(dòng)化生產(chǎn)線上，如果檢測(cè)到產(chǎn)品表面存在缺陷，就可以輸出信號(hào)控制分揀裝置將有缺陷的產(chǎn)品剔除。

二、表面缺陷檢測(cè)的方法

（一）傳統(tǒng)檢測(cè)方法

目視檢查法

這是最基本的檢測(cè)方法，檢測(cè)人員直接用肉眼觀察被檢測(cè)物體的表面，判斷是否存在缺陷。這種方法簡(jiǎn)單、易行，但受檢測(cè)人員的主觀因素影響較大，而且對(duì)于微小的、不易察覺(jué)的缺陷可能會(huì)漏檢。檢測(cè)效率相對(duì)較低，適用于對(duì)檢測(cè)精度要求不高、樣本量較小的情況。

照明檢測(cè)法

通過(guò)特殊的照明方式來(lái)突出物體表面的缺陷。例如，使用側(cè)光照明可以使物體表面的劃痕等缺陷產(chǎn)生陰影，從而更容易被觀察到；背向散射照明可以檢測(cè)到物體內(nèi)部的一些缺陷在表面的投影。這種方法可以在一定程度上提高檢測(cè)的準(zhǔn)確性，但對(duì)于一些復(fù)雜形狀的物體或者特殊材質(zhì)的物體，可能需要調(diào)整照明的角度和強(qiáng)度等參數(shù)。

攝像檢測(cè)法

利用攝像頭拍攝被檢測(cè)物體的表面圖像，然后對(duì)圖像進(jìn)行分析處理。可以檢測(cè)到如裂紋、孔洞、污漬等多種缺陷。隨著技術(shù)的發(fā)展，攝像檢測(cè)法的分辨率不斷提高，并且可以結(jié)合圖像處理算法，實(shí)現(xiàn)自動(dòng)化的缺陷檢測(cè)。例如，在工業(yè)生產(chǎn)線上，可以實(shí)時(shí)拍攝產(chǎn)品表面圖像，然后通過(guò)計(jì)算機(jī)算法判斷產(chǎn)品是否合格。

紅外熱像檢測(cè)法

基于物體表面的溫度分布來(lái)檢測(cè)缺陷。當(dāng)物體表面存在缺陷時(shí)，可能會(huì)導(dǎo)致熱量傳導(dǎo)不均勻，從而在紅外熱像圖上表現(xiàn)出溫度異常區(qū)域。這種方法對(duì)于檢測(cè)內(nèi)部缺陷在表面的反映比較有效，例如檢測(cè)建筑墻體內(nèi)部的空洞或者管道內(nèi)部的堵塞在表面的熱傳導(dǎo)異常情況。它的檢測(cè)精度可能受到環(huán)境溫度、物體表面發(fā)射率等因素的影響。

激光檢測(cè)法

利用激光與物體表面相互作用的特性來(lái)檢測(cè)缺陷。例如，激光散射檢測(cè)可以根據(jù)激光在物體表面散射光的強(qiáng)度、方向等特性的變化來(lái)判斷表面是否存在缺陷；激光干涉測(cè)量可以檢測(cè)到物體表面微小的平整度變化。激光檢測(cè)法具有高精度、非接觸式的優(yōu)點(diǎn)，但設(shè)備成本相對(duì)較高，對(duì)操作人員的技術(shù)要求也較高。

渦流檢測(cè)（Eddy Current Testing，ET）

基于電磁感應(yīng)原理，主要適用于導(dǎo)電材料的表面及近表面的檢測(cè)。當(dāng)線圈靠近導(dǎo)電材料表面時(shí)，被測(cè)物表面產(chǎn)生感應(yīng)電流，因缺陷造成的材質(zhì)、尺寸變動(dòng)會(huì)引起線圈阻抗變化，利用渦流檢測(cè)儀監(jiān)測(cè)這種變化量就能判斷出被測(cè)物表面是否存在缺陷。它是非接觸式檢測(cè)，不會(huì)損害被測(cè)物的表面，檢測(cè)無(wú)需耦合介質(zhì)，檢測(cè)速度快，靈敏度高。但被檢測(cè)對(duì)象必須是導(dǎo)電材料，一般只適用于金屬表面缺陷檢測(cè)，對(duì)被測(cè)物的表面狀態(tài)要求較高，在檢測(cè)粗糙度較大的表面時(shí)效果不佳，難以準(zhǔn)確區(qū)分缺陷的種類(lèi)，一般應(yīng)用于孔洞、裂紋等缺陷的檢測(cè)，在檢測(cè)臟污、輕微劃痕等缺陷時(shí)并不適用。

交流電磁場(chǎng)檢測(cè)（Alternating Current Field Measurement，ACFM）

同樣基于電磁感應(yīng)原理，是綜合了交流電位降和渦流檢測(cè)兩種電磁檢測(cè)方法演化而來(lái)的檢測(cè)方法。主要是利用電磁場(chǎng)在不需接觸樣本表面的狀況下可檢測(cè)出表面裂紋的長(zhǎng)度及深度。它通過(guò)激勵(lì)探頭在工件表面產(chǎn)生均勻電流，利用檢測(cè)線圈拾取平行電流在缺陷處產(chǎn)生擾動(dòng)而引起磁場(chǎng)畸變信號(hào)，再經(jīng)過(guò)信號(hào)采集和處理裝置將得到反映缺陷長(zhǎng)度和深度信息的信號(hào)。這種方法無(wú)接觸檢測(cè)，不會(huì)損害被測(cè)物的表面，表面要求低，可穿透涂層，但僅適用于具有高導(dǎo)磁率的鐵磁性材料，多用于手持式檢測(cè)，自動(dòng)化程度較低，設(shè)備昂貴，檢測(cè)成本高，所能檢測(cè)的缺陷種類(lèi)有限。

漏磁檢測(cè)（Magnetic Flux Leakage，MFL）

是鐵磁材料產(chǎn)品常用的表面缺陷檢測(cè)方法之一，該方法能夠直觀地顯示缺陷的形狀、位置和尺寸。在磁化裝置的作用下將被測(cè)產(chǎn)品磁化至飽和狀態(tài)，若被測(cè)產(chǎn)品無(wú)缺陷，則產(chǎn)品中的磁感應(yīng)線被約束至物體之中，磁通平行于被測(cè)物表面，幾乎沒(méi)有磁感應(yīng)線從表面溢出；若存在破損、腐蝕等缺陷，缺陷部位的材料或形態(tài)會(huì)導(dǎo)致磁導(dǎo)率變化，將形成與缺陷大小成比例的漏磁場(chǎng)，通過(guò)磁敏探頭檢測(cè)泄漏的磁力線，即可推算出被測(cè)物上的缺陷形態(tài)。它僅適用于鐵磁材料產(chǎn)品的檢測(cè)，且不適用于檢測(cè)形狀復(fù)雜的物體。

激光超聲檢測(cè)

利用激光在物體表面產(chǎn)生超聲波，通過(guò)檢測(cè)超聲波的傳播特性來(lái)檢測(cè)表面缺陷。當(dāng)物體表面存在缺陷時(shí)，超聲波的傳播速度、反射、折射等特性會(huì)發(fā)生變化，通過(guò)分析這些變化來(lái)確定缺陷的存在和特征。這種方法可以實(shí)現(xiàn)非接觸式檢測(cè)，對(duì)被測(cè)物體的表面形狀適應(yīng)性較好，但設(shè)備復(fù)雜，檢測(cè)技術(shù)要求高。

（二）基于機(jī)器視覺(jué)的檢測(cè)方法

基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的方法

分類(lèi)網(wǎng)絡(luò)

采用基于CNN的分類(lèi)網(wǎng)絡(luò)目前已成為表面缺陷分類(lèi)中最常用的模式?，F(xiàn)有表面缺陷分類(lèi)的網(wǎng)絡(luò)常常采用計(jì)算機(jī)視覺(jué)中現(xiàn)成的網(wǎng)絡(luò)結(jié)構(gòu)，包括AlexNet，VGG，GoogLeNet，ResNet，DenseNet，SENet，ShuteNet，MobileNet等。通過(guò)將標(biāo)記了標(biāo)簽（包括類(lèi)別、矩形框或逐像素等）的缺陷圖像輸入到網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，讓網(wǎng)絡(luò)學(xué)習(xí)缺陷的特征，從而對(duì)新的圖像進(jìn)行缺陷分類(lèi)，例如可以分類(lèi)出異色、空洞、經(jīng)線等缺陷類(lèi)別。

檢測(cè)網(wǎng)絡(luò)

基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法從結(jié)構(gòu)上可劃分為以FasterR – CNN為代表的兩階段（two – stage）網(wǎng)絡(luò)和以SSD或YOLO為代表的一階段（one – stage）網(wǎng)絡(luò)。兩階段網(wǎng)絡(luò)需要首先生成可能包含缺陷的候選框（proposal），然后進(jìn)一步進(jìn)行目標(biāo)檢測(cè)；一階段網(wǎng)絡(luò)直接利用網(wǎng)絡(luò)中提取的特征來(lái)預(yù)測(cè)缺陷的位置和類(lèi)別。例如在PCB缺陷檢測(cè)中，可以通過(guò)這些網(wǎng)絡(luò)準(zhǔn)確地檢測(cè)出缺陷的位置和類(lèi)別，并且針對(duì)不同的檢測(cè)對(duì)象可以對(duì)網(wǎng)絡(luò)進(jìn)行改進(jìn)，如在檢測(cè)微小的PCB表面缺陷時(shí)，可以通過(guò)改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)提高檢測(cè)的準(zhǔn)確性。

分割網(wǎng)絡(luò)

用于將缺陷逐像素從背景中分割出來(lái)。通過(guò)深度學(xué)習(xí)算法，讓網(wǎng)絡(luò)學(xué)習(xí)缺陷與背景的區(qū)別特征，從而精確地分割出缺陷區(qū)域，這在對(duì)缺陷形狀、大小要求精確測(cè)量的檢測(cè)任務(wù)中非常有用。