表盘是一个手表中最吸引目光的部件，但如果上面有缺陷就会让视觉感官大打折扣。由于表盘上的缺陷比较细小，用普通的检测难以达到很好的成效，用ALFA软件来检测则会达到事半功倍的效果

   简介：

检测样品：表盘外观检测

检测精度：最小缺陷0.8mm*0.8mm

检测项目：划伤，起泡，黄斑，发白，混料等

测量项目：金属件大小圆的半径和圆度。

硬件配置：

工控机：I7-7700+GTX1080Ti

相机：凌云LBAS-GE50-23M 500W像素彩色相机

光源：沃德普白色同轴COP-40W

镜头：25mm

硬触发传感器：博亿ER2-22P  PNP型

与自动化设备的配合：采用传感器硬触发的方式采图检测，检测的结果通过相机电源线IO输出，经过运动控制卡IO点驱动电磁阀直接剔除。

检测步骤：

1、定位，定位的原理是通过对图片中的表盘进行标定后训练得出定位模型，再根据模型来与图片比对找出表盘的位置。

2、选定感兴趣区域，编辑遮罩，将不需要检测的部分剔除，防止干扰。

3、缺陷检测，通过标记缺陷训练图片形成模型，根据模型寻找缺陷并打分，分数较高的则是有缺陷的图片。

检测结果：

由于生产要求较高，在实际生产过程中，客户技术人员需要定时抽检该系统运行状况，界面实时显示采集的原图像和处理后图像并对缺陷进行分类，方便客户质检人员对产品的抽检。

经过建模训练后到投入生产线中量产，最终检测合格率：99.2%。

技术特点：

1、检测标准严格，轻微瑕疵识别率可达99%。

2、由于被检测物体的图像对比度高、背景统一、缺陷检测要求高，适合深度学习系统的检测模式，因此前期采图建模时间较短。

3、适用性强，深度学习模型可在win7、win10系统上流畅运行。可用于C#，C++，labview等平台的调用。可搭配其他传统视觉软件做二次开发或软件升级优化。