金属冲压与制造
边缘缺陷检测的光度AI视觉
通过自适应照明消除眩光，可靠检测反光冲压零件上的微裂纹和毛刺。
快速摘要
一家航空航天供应商无法检测反光冲压零件上的微裂纹。使用OV20i视觉系统的光度模式，他们消除了眩光并仅用20张图像训练了AI分类器。从开箱到完全准确的模型设置不到20分钟，并实现了最先进的精度。
挑战：在镜面表面上看到看不见的缺陷
冲压金属零件的边缘检测是出了名的困难。对于一家航空航天零件供应商来说，任务不仅仅是检测缺失的孔，还要检测孔边缘周围的微米级毛刺和微裂纹。这些微小的缺陷会影响零件完整性，但用标准自动光学检测（AOI）几乎不可能看到。
核心问题是基于物理的：
- 反光表面：冲压金属像镜子一样，产生强烈的眩光，消除边缘的细节。
- 照明不一致：工厂照明的正常波动会不断改变眩光，使基于规则的AOI系统不可靠。
他们现有的相机可以确认孔是否存在，但漏掉了关键的微缺陷，迫使进行缓慢且不一致的人工检查。
解决方案：自适应照明遇上精益AI
整个解决方案建立在OV20i上，利用一个关键功能：光度模式。
光度模式驾驭眩光
OV20i的光度模式不是与反射作斗争，而是自动调整系统的照明和焦点。它主动中和眩光和阴影，每次都能创建孔边缘清晰、稳定、高对比度的图像，无论零件的表面如何。
超高效分类器模型
照明问题解决后，AI不需要庞大的数据集。工程师仅用20张图像训练了一个简单的分类器模型。从开箱到完全准确的模型，设置不到20分钟。
关键工程要点
自适应照明是AI检测的无名英雄。当照明一致时，AI模型保持精简——且准确。
常见问题
为什么检测冲压金属零件的边缘这么难？
冲压金属的边缘检测困难是因为零件高度反光，会产生眩光。工厂照明不一致以及毛刺和微裂纹等缺陷的微观尺寸导致传统AOI系统失效。
AI视觉系统中的光度模式是什么？
光度模式是一种高级功能，可自动调整照明和相机焦点以创建一致、优化的图像。它主动消除眩光和阴影，这对于在镜面或反光表面上进行可靠检测至关重要。
自适应照明如何帮助AI模型？
当照明一致且优化时，AI模型不必浪费能力学习忽略眩光或阴影。这允许它在更小的数据集（少至20张图像）上训练，并完全专注于识别真正的缺陷，从而获得更高的准确性。