雖然現(xiàn)在已經(jīng)是電子信息時(shí)代，手機(jī)、電腦、ipad、等電子產(chǎn)品不斷更新迭代，充斥著我們的眼球，但是紙張作為文字的載體之一，仍然屬于我們生活的一部分，有著廣泛的市場(chǎng)。但是在紙張生產(chǎn)過(guò)程中，由于照明系統(tǒng)、紙機(jī)故障、人工操作不當(dāng)、紙漿不均勻等原因，會(huì)造成紙張存在大量塵埃、斑點(diǎn)、條痕、皺褶、空洞及破邊等外觀缺陷，給紙張的生產(chǎn)造成巨大損失，這也給紙張表面缺陷檢測(cè)方法帶來(lái)的改變，因此，國(guó)辰機(jī)器人所自主研發(fā)的視覺(jué)缺陷檢測(cè)系統(tǒng)應(yīng)運(yùn)而生。

基于機(jī)器視覺(jué)檢測(cè)技術(shù)的紙張表面缺陷檢測(cè)的幾種方法：

1、閾值法是比較常見(jiàn)的紙張表面缺陷檢測(cè)方法。當(dāng)紙張出現(xiàn)缺陷時(shí)，缺陷部分及其邊緣的對(duì)比度比周?chē)＜垙埖膶?duì)比度有明顯的提高，對(duì)比度的提高量與紙張缺陷的類(lèi)型有直接的關(guān)系，我們可以根據(jù)這種關(guān)系，通過(guò)對(duì)比度的提高量是否超過(guò)預(yù)設(shè)閾值來(lái)判斷紙張缺陷的類(lèi)型。

2、基于統(tǒng)計(jì)處理的紙病檢測(cè)，利用紙張纖維結(jié)構(gòu)的統(tǒng)計(jì)特性，可以得出紙張圖像隨機(jī)信號(hào)所滿(mǎn)足的統(tǒng)計(jì)規(guī)律，用統(tǒng)計(jì)的方法來(lái)檢測(cè)各種紙病。

3、形態(tài)學(xué)方法也是紙病檢測(cè)中常用的方法，其基本方法是用形態(tài)學(xué)描述被測(cè)區(qū)域的形狀，并預(yù)測(cè)和快速處理如過(guò)濾、細(xì)化、修飾等，把紙張圖像的形態(tài)特征為研究對(duì)象，設(shè)計(jì)一整套算法來(lái)描述紙病的基本特征和基本結(jié)構(gòu)。

4、光學(xué)機(jī)器視覺(jué)智能檢測(cè)是以圖像處理理論為核心，以數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)技術(shù)為基礎(chǔ)的信息處理科學(xué)的重要分支，廣泛應(yīng)用于各種無(wú)損檢測(cè)技術(shù)中。光學(xué)機(jī)器視覺(jué)智能檢測(cè)的基本原理是：一定的光源照在待測(cè)金屬表面上，利用高速CCD攝像機(jī)獲得連鑄板坯表面圖像，通過(guò)圖像處理提取圖像特征向量，通過(guò)分類(lèi)器對(duì)紙張表面缺陷進(jìn)行檢測(cè)與分類(lèi)。

機(jī)器視覺(jué)是研究利用仿生學(xué)的原理，用計(jì)算機(jī)的高性能計(jì)算能力、處理能力來(lái)模擬生物宏觀視覺(jué)功能、抽象能力、判斷功能，從而完成對(duì)被測(cè)物體的識(shí)別判斷。機(jī)這是人工視覺(jué)檢測(cè)手段無(wú)法實(shí)現(xiàn)的。機(jī)器視覺(jué)檢測(cè)是當(dāng)代興起的一種自動(dòng)化檢測(cè)技術(shù)，其市場(chǎng)推廣是達(dá)成社會(huì)共識(shí)的基礎(chǔ)。國(guó)辰機(jī)器人將會(huì)進(jìn)一步抓住這一機(jī)遇，帶來(lái)更優(yōu)的產(chǎn)品，為更多行業(yè)賦能。