随着新一代信息技术与制造业的深入融合，引发制造业产生巨大变革，逐步从数量扩增向质量提升转变。通过提升产品质量来生产高附加值、高利润的产品，可以实现产品竞争力的跃升。提升产品质量的思路有加强品质检验、提升工艺技术水准和规范生产作业等，其中加强品质检验是制造业生产中最常用的方式。

影响产品品质的因素多种多样，例如外观品质、功能品质、性能品质等。除了较高的功能品质和性能品质之外，对外观品质的要求也在逐年提高，即良好的表面质量。特别在服装、箱包等纺织轻工领域内，用户对于产品外观品质的重视程度甚至大于其功能品质，如果这类产品存在变形、脏污、划伤等表面缺陷，将导致产品的美观度大打折扣，其价值也备受影响。

今天小矩将针对工业质检之制造业中产品表面缺陷检测等重点展开解读~

01

工业质检中的性能指标

在工业质检领域，一般使用漏检率、误检率和准确率等指标评价目标检测算法的有效性，漏检率、误检率、准确率和错误率的含义和计算方式为：

（1）漏检率漏检率指的是在检测中未发现的不合格品数量占实际不合格品数量的百分比。漏检会直接导致不良产品流向终端客户，因此是工业表面缺陷检测中格外关注的指标。漏检率的计算公式为：

（2）误检率误检率指的是将合格品检测为不合格品的数量占实际合格品数量的百分比。误检会直接对工业企业的良品率造成负面影响，会导致物料的浪费。误检率的计算公式为：

（3）准确率准确率指的是检测中正确检出的数量占检测总数的百分比。准确率是衡量检测系统性能的重要参数，其计算公式为：

TP、FP、FN和TN的含义为：

TP（True Positive）：被检测工件为OK，检测结果为OK，正确检出。

FP（False Positive）：被检测工件为NG，检测结果为OK，漏检。

FN（False Negative）：被检测工件为OK，检测结果为NG，误检。

TN（True Negative）：被检测工件为NG，检测结果为NG，正确检出。

02

表面缺陷检测的现状

根据不同的分类标准，产品的表面缺陷检测可以分为很多类别：按产品来分，可以分为金属零件的表面缺陷检测和塑胶零件的表面缺陷检测。按产品外形来分，可以分为规则产品表面缺陷检测和不规则产品表面缺陷检测。不同缺陷的种类复杂以及同类缺陷的差异较大，给检测带来了较大的难度。

首先，类间差异大，工业品的外观缺陷复杂多样，不同类别的缺陷之间形态特征可能差异极大，这种差异导致检测算法的普适性不强，许多缺陷需单独开发检测算法，开发复杂度极高。

其次，类间模糊性大，类间模糊是类间差异大的另一极端，即不同类别的缺陷的表观特征具有一定的相似性，难以区分缺陷的种类，也就无法准确判断缺陷产生的原因，无法给产品准确定级。

第三，背景复杂，在生产场景中难以将缺陷和背景完全分离，缺陷特征不明显。在设计检测系统时，设计者除了要了解检测系统本身以外，还需充分熟悉被检测产品的特性以及产品的加工工艺，在此前提下才能够提出可行、可靠的实施方案。

例如检测产品弧面和柱面，缺陷检测是因为不同的人对缺陷的定义不同，即使同一人在不同的光照条件下，同一缺陷产品的定义也不同。因此，就很难具体地来衡量这个缺陷，而对于弧面和柱面的检测就更是个问题了，由于受照相机和镜头之类的因素的影响难以检测弧面或柱面上不同位置处的缺陷。

检测产品的内壁和内孔，由于镜头本身的特性，视觉检测很难检测出产品内部的缺陷，尤其是某些细长零件的内部缺陷。

橡胶零件的检测，大多数橡胶零件颜色都是黑色，黑色易吸收光，在视觉检测上不易打光，容易导致漏检一些缺陷；橡胶零件较大，零件不规则，表面缺陷检测困难；由于其自身的特性，橡胶零件通常很难在不拉伸的情况下发现内部裂纹和颗粒。

总结而言，表面缺陷检测常见的检测主要面临这4点挑战：

1. 人工检测的局限性人工检测可以实现精确的表面检查，但是对于高速的在线过程，它不仅速度慢，而且成本很高。

2. 物料表面变化从低对比度的黑色橡胶表面到高反射或透明的材料（例如玻璃或塑料），不同行业中的材料的表面特性存在显着差异。

3. 缺陷类型和位置表面缺陷的不同形状和位置对于100％的质量控制提出了严峻的挑战。

4. 几何公差范围内的缺陷由于某些表面缺陷的高度/深度，无法检测到小于几何公差的缺陷。

03

表面缺陷检测的意义

即便是严格把控制造的每一道流程，生产良品率也无法达到100%，这意味着总会有不合格品被生产出来，而表面缺陷检测便是阻止不合格品流入市场的“门神”。

表面缺陷检测的意义主要体现在以下三个方面：

1．严格把控产品质量

表面缺陷不仅破坏产品的美感和舒适度，还可能对产品的性能造成严重损害。因此，产品的表面缺陷检测必须覆盖在生产的多个环节，既在出厂前的最后环节，也在生产的中间关节。以带钢检测为例，带钢表面质量是评估产品等级的关键指标。对于中间环节来讲，带有孔洞和边裂等表面缺陷的产品由轧机向下游传递，可能造成连退机组断带、钢板降级改判、产品判废等严重生产事故；对于最后环节来说，出厂终检是交付客户前的最后一次把关。如果缺乏有效的缺陷检测系统，会导致产品质量等级的错误分级。

由于带钢是电机、发电机和变压器铁芯的主要制作材料，夹杂、斑块、压入氧化平等表面缺陷会严重损害带钢的抗腐蚀性、抗疲劳性和铁损特性，直接影响电机、发电机等产品的性能。若品质不达标的带钢在出厂前未能被甄别出来，可能导致严重的安全事故。随着消费水平的不断升级，大众对产品的质量和外观越来越关注，生产高质量、高可靠性的产品已是大势所趋。在这种背景下，表面缺陷检测对于减少生产成本、提高产品质量和生产效率有着至关重要的作用。

2．防止潜在的经济损失和法律纠纷

表面缺陷检测能够有效杜绝或减少残次品流入市场。在汽车、3C等领域内，由于该类产品由成千上万的零部件组成，产品又大多属于大批量生产，表面出现微小的划痕、裂纹和凹坑等瑕疵难以避免。但是其中某些关键零部件的破损可能会给最终的用户带来安全风险。

以汽车中的悬架弹簧和发动机为例：汽车悬架表面涂层需经过严格的出厂，若悬架的表面涂层不均匀或有剥离脱落，在持续冲击和腐蚀下，容易萌生裂纹，甚至导致悬架弹簧疲劳断裂，危及驾驶人的人身安全；发动机作为汽车的“心脏”，车辆生产制造过程中非常核心的环节，其质量把控非常严格。

若发动机缸孔壁出现磨损、缩松等缺陷，会造成漏油、漏气等问题，不但会影响发动机的工作性能，甚至引发安全事故。如今，因所售产品存在缺陷或安全隐患，每年都有大量生产商将已经送到下游零售商或最终客户的产品召回，导致沉重的经济损失。严格的表面缺陷检测能够防止不合格品流入市场，杜绝潜在的经济损失和法律纠纷，有利于提升企业的形象。

3．针对性的生产线维护和改造方案

表面缺陷检测的另一重要作用是帮助企业及时发现问题并改进相应生产工艺，预判性地维护生产机器。准确地检测出缺陷的类别是有效指导生产、检修的前提。通过自动化、智能化的表面缺陷检测方法，分析缺陷产生的原因，使得生产线的维护工作更具有针对性，有效降低维护成本和检修成本。

同时，表面缺陷检测能够帮助企业更好地掌握产品质量分布状况，寻找质量薄弱环节，降低产品质量波动，形成生产和质量提升的闭环控制。通过上述内容可以看出，在产品生产加工过程中，引入具有高精度和高效率的表面缺陷检测系统尤为重要。

矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台，始终秉承0成本、0代码、0门槛、0硬件的产品理念。

平台以人工智能技术为核心，在机器视觉应用开发环节，为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、目标定位、尺寸测量、3D测量、视频开发等上百项通用功能，致力于成为全球用户量最多，落地场景最广泛的机器视觉低代码平台。

欢迎长按识别下方链接免费使用

申请后我们会有工作人员第一时间与您联系，请耐心等待！

更多功能正在开发中，最新信息会第一时间在官方公众号“矩视智能”进行公布，欢迎大家关注