涂附磨具网

概述

砂布作为一种重要的涂附磨具，被称为是工业的牙齿。随着中国制造业的发展，对砂布的需求越来越大。目前，我国已成为砂布生产大国，不仅满足本国需求，还大量出口。但是，在制造业整体向智能化转型升级的过程中，砂布生产的智能化信息化程度却较为滞后，尤其是作为智能化重要一环的在线质量检测技术，在砂布生产中尚未采用。在这样的背景下，行业内的一些有识企业家，开始进行了积极地探索和尝试。也是在这样的机会下，霍克视觉公司才有幸加入到这一场砂布行业的革新之中。

霍克视觉是一家专注于产品表面缺陷检测的机器视觉公司，在检测技术和经验上有深厚的积累。从2019年开始，我们接触到白鸽、王牌等砂布企业，并开始合作进行砂布表面视觉检测技术的开发。当时，我们所看到的是整个行业全部都是采用人工目检的方式。通常由工人站在分切机前，目视检测砂布表面出现的各种缺陷。这种检测方式的弊端是显而易见的。首先，人眼本身就无法长时间盯着看一个高速运动的物体，所以要么得降速，要么就会发生漏检。而且，人有疲劳、情绪等问题，有检测标准主观性强导致前后不一致的问题，等等。最后，生产完一卷料还无法得到一个量化的详细的统计报表，无法为产品评级和工艺优化提供指导。

上述问题其实不仅仅是砂布行业的问题。但是随着近几年视觉检测技术的发展，不少行业通过引入视觉检测技术，已经陆续解决了各自的产品外观检测难题。那么砂布行业为何还迟迟没有引入视觉检测技术呢？据我们所知，这几年也有不少机器视觉公司在此领域进行过尝试，但都没有成功。究其原因，砂布外观检测不同于其它产品的检测，有几个重要的难点需要攻克：

（1）背景干扰问题：众所周知，砂布表面是一种由砂粒涂附而成的粗糙表面。从图像上来看，属于一种无规律的强纹理干扰背景。在这样的背景上所呈现出的表面缺陷并不是简单的能够通过灰度级差异来区分出来的，比如有一种缺陷叫亮道，实际上是改变了表面砂粒的分布情况产生的，属于一种抽象的缺陷。这就给检测算法带来了巨大的挑战。

（2）磨料粒度跨度大：任何一家砂布厂，所生产的产品粒度都不可能是单一的，常见的有从16目到600目，达到几百倍的差异。这些不同的粒度所呈现的表面形态也是差异巨大。但是，我们不可能针对每种粒度去单独开发一种检测算法，这样工作量巨大。所以必须要做到兼容性。

（3）颜色种类多：砂布还有一个特点，几乎都是五颜六色的，有深有浅。同一缺陷在同样粒度不同颜色的砂布上，会呈现出不同的效果。所以，这也给算法的兼容性提出了挑战。

霍克视觉的方案

面对上述挑战，一直致力于在线表面缺陷检测技术的霍克视觉公司，借助深度学习技术和高速拍照技术，在砂布行业合作伙伴的配合测试下，设计开发出了针对砂布表面检测的准确、高效、实时的缺陷检测系统。

首先，我们需要解决大范围成像问题。成品砂布的幅宽通常在1.5米左右，要保证这样一个范围内的砂布成像清晰且均匀，我们选用了两个4K的高速线扫描相机，检出精度可达到1mm。再与特别定制的线照明光源结合使用，以保证在砂布高速运动过程中，也能够得到足够的光照强度。

需要说明的是，所选的线扫描相机是黑白相机，这是为了解决砂布颜色多样性的困扰。对于检测来说，只需要灰度信息，便足以将缺陷呈现出来了。而采用黑白相机的好处，在于有利于统一算法，做到检测的通用性。

剩下的最主要工作便是交给深度学习了。前面已经提到了砂布检测的技术难点，这些问题如果采用传统的图像处理技术，将难以解决，尤其无法做到通用。得益于近几年人工智能技术的发展，以卷积神经网络算法为代表的深度学习技术，为我们解决强纹理背景下的目标提取问题，提供了解决的思路。

大家可能已经了解，在智能交通领域，在复杂的街道背景下，深度学习技术能够准确的提取出行人和车辆目标，其背后的原理就是通过大量的采集各种形态的行人和车辆的样本图片，做好分类标记之后，交由卷积神经网络进行训练，最终使得该卷积神经网络具有了泛化能力，当见到一张与样本类似但又不完全一样的行人或车辆图片时，能够准确的对其进行分类识别。

其实，在砂布检测中，也是同样的道理。我们把砂布的背景纹理当作街道，把各种缺陷当作行人或车辆，比如砂团、硌伤、划痕、亮道、油墨、接头等，通过在现场采集的各种缺陷样本图片，进行深度神经网络的训练，最终就可以达到对背景和缺图1系统示意图陷的准确分类检出。这样，无论是什么粒度的砂布，什么样的缺陷，只要之前纳入到提取的样本库中，就能够具有通用性。

当然，上述是关于深度学习技术在砂布检测中的一个通俗讲解。实际上，我们还需要对采集到的图像进行各种图像预处理的操作。深度学习只是一类技术的统称，具体到卷积神经网络的模型也需要各种专业的设计和参数调节。对于模型输出的结果，还需要设计相应的数据后处理算法，以保证检出的效果与人的判断感觉相一致。

除了上述核心的算法，霍克视觉还专门开发了一套检测软件，以便更清晰地呈现检测结果，便于用户实时查看。当一卷检测完之后，还会生成完整的检测报表，可以从不同的角度，分析了解当前这卷砂布的各种缺陷信息。

最后，任何一个系统都需要经过现场的检验，才能够证明是稳定可靠的。霍克视觉的砂布缺陷检测系统已经在多个现场完成了测试，有些已经进入到正式上岗阶段，担负起了全天候的检测任务。从目前运行的情况来看，已经累计检测了几千公里的砂布，经历了各种粒度和颜色，均准确地检测出了各种缺陷。其中，缺陷检出率高于99%，明显的缺陷更是绝对不会发生漏检。缺陷之间的分类准确率大于92%。上述结果得到了客户的认可，相比原先的人工检测，更加及时准确地发现问题，提高了出货产品的品质，也为优化生产提供了更加准确的依据。

展望

上述砂布检测技术已在部分砂布企业得到了成功的应用。其实，机器视觉技术在砂布行业的应用还不止于最终成品砂布表面的缺陷检测。实际上，从坯布开卷、涂底胶、静电植砂、复胶到烘干固化的每一个环节，都可以引入视觉在线检测技术，以便做到全流程的生产管控，及时发现问题，减少浪费。

在王牌砂布现场，霍克视觉便已成功安装了坯布开卷和坯布涂胶工位的视觉在线检测系统，从而能够及时发现在坯布来料和涂胶环节存在的缺陷，避免将问题坯布流入静电植砂环节，减少不必要的损失。

下一步，我们还计划将分散在各个工艺节点安装的检测系统的数据，汇总到数据中心，针对一个企业，建立集中式的生产监控系统。这样在控制中心便能够实时看到各个工艺节点的生产质量情况。同时，基于汇总的工业大数据，进行数据挖掘和分析，可以得到更有价值的信息，用于改善工艺，优化流程，提高生产效率和最终的产品质量。

作者：深圳市霍克视觉科技有限公司 秦文

本文来源：《中国涂附磨具》2020年第二期