随着现代工业飞速发展，无损检测行业正在崛起。无论是汽车、石油、核电、化工，还是航空航天领域，客户对产品提出了更高的质量要求。缺陷对后续工序产生很大影响，如果缺陷严重，还会产生很大的经济损失。

传统的表面缺陷检测以涡流检测、磁粉检测、漏磁检测为主，由于各种检测方法的局限性，有很多缺陷无法可靠检测，很多重要产品采用人工视觉检测（VT）。随着计算机大数据和智能技术的迅速发展，自动视觉检测已成为一种表面缺陷新兴的检测方式，不仅能够提高检测效率、降低人工成本，而且同时大大提高了检测的可靠性。

一、案例-钢管表面缺陷视觉检测系统

钢研纳克新推出的钢管视觉表面缺陷自动检测系统：系统由高速CCD相机系统、同步成像光源系统、存储及图形分析服务器系统、景深自动调节的检测平台系统及软件等组成，可实现二维+三维表面缺陷连续自动检测、分类评级和记录。可以快速且有效检测裂纹、凹坑、折叠、压痕、结疤等各类缺陷，能够适应于复杂的现代钢铁工业生产环境，能够很好替代目视检测，达到无人化生产的水平。

图1 钢管视觉表检系统

 图2 CCD高速相机系统

二、钢研纳克钢管视觉表检设备技术指标及特点

2.1 特点

 二维+三维成像技术：二维+三维集成成像，不仅能准确检测开口缺陷深度，而且深度很浅的细小缺陷也能有效检测。二维、三维结合技术解决了目前三维检测系统只能检出有一定深度缺陷、无法检测表面深度较浅但危害性较大的缺陷的问题。

相机景深自动调整技术：能够对不同规格的工件进行自动调整，实现大景深变化背景下的高清成像。

卷积神经网络缺陷算法：基于深度学习的表面缺陷检测算法，能够在复杂背景下有效地减少计算时间快速的采集缺陷特征，具有的缺陷检出率及分类准确率。

2.2 主要功能

在线缺陷实时检测：系统在线检测折叠、凹坑、裂纹等钢管外表面常见自然缺陷。

缺陷高速识别：快速分析获取缺陷数量、大小、位置（在长度、宽度方向上位置）、类型等信息，显示宽度缺陷模式。

缺陷分类统计：可按缺陷种类、长度、深度、位置、面积、等进行分类及合格率统计。

实时图像拍照：实时过钢图像以及每根钢管记录的图像的“回放”功能，可进行多个终端显示图像回放。

机器自学习：系统检出的缺陷和人工核对后，进行对应缺陷的样本训练，形成机器自学习，提高同类缺陷的识别准确率。

三、检测效果

图3 图软件主界面

图4 系统分析界面

图5 缺陷样本自动标注

四、常见缺陷

图6 检测到的常见表面缺陷

目前该产品已在钢管生产线投入使用，解决了长期困扰客户的表面缺陷实时检测的难题。