機器視覺中，缺陷檢測功能是機器視覺應用最多的功能之一，主要檢測產品表面的各種信息。

在現代工業自動化生產中，連續大批量生產的每個制程都有一定的次品率，單獨看雖然比重不高，但各個環節次品率累加卻成為企業難以提高良率的瓶頸，并且在經過完整制程后再剔除次品的成本會高很多。例如，如果塑膠件存在不飽膜、嚴重劃傷等外觀缺陷，且該問題在線組裝才被發現，那么該下游成品直接是作廢處理，成本直線上升。因此及時檢測及次品剔除對質量控制和成本控制是非常重要的，也是制造業進一步升級的重要基石。

在檢測行業，與人類視覺相比，機器視覺優勢明顯

1）速度快：人類無法看清的快速運動的目標，機器快門則能以微秒級的速度清晰拍攝；

2）穩定性高：機器視覺解決了人工檢測的一個致命缺陷——不穩定。人工目檢是勞動非常枯燥和辛苦的行業，無論怎樣設計獎懲制度，都會發生比較高的漏檢率。但是機器視覺檢測設備則沒有疲勞問題，沒有情緒波動，每一步都按既定的算法嚴格執行。在品控中大大提升效果可控性；

3）信息的集成與留存：機器視覺獲得的信息量是全面且可追溯的，相關信息方便集成和留存；

4）精確度高：人類視覺可視26個灰度級，且對微小目標分辨力弱；機器視覺則可達到255個灰度級，同時可觀測微米級的目標。

智造之眼?視覺系統對外觀缺陷的檢測優勢

應對深度學習（AI技術分支）應用難、成本高的問題，Kenexs獨創智能學習算法。與傳統斑點工具、面積工具組成外觀檢測“王炸組合”。它適應更復雜多變的檢測環境和日益嚴苛的檢測要求，真正意義上為工業4.0賦能。

智能學習檢測方法要求準備10-20pcs OK產品，然后通過對多個OK品進行全彩信息學習，從而找到OK品的共同特點，以及之間的正常容差。智能學習全面鋪開后，外觀檢測在電子元器件行業，尤其是接觸式電連接器產品領域，檢出率提高了8.2%，誤判率控制在1%以內。目前，已為數十家國內大客戶解決復雜的金屬和塑膠材質元件的表面缺陷難題。系統搭配高速視覺組件產品，確保檢測的高速以及高精度要求，避免了人工檢測的速度慢、精度低、高成本、難統計的問題，大幅提升檢測效率，提高產品質量和競爭力。

Kenexs是國內極少同時具備圖像算法、機器學習算法、嵌入式硬件平臺和應用整合能力的工業機器視覺提供商。

精密注塑行業外觀檢測案例分享

【案例一】

【案例二】

【案例三】

非精密注塑行業案例分享——PVC管材缺陷

PVC管材缺陷檢測方案及效果

1.雜質

管材表面雜質可檢測，最小檢測精度：0.15mm，檢出率：≥99%。缺陷閾值：可通過面積、尺寸設定最小值、最大值判斷。此外，劃傷類型的缺陷，報警可獨立輸出。

2.劃傷

3.褶皺

4.凹陷

5.其他