AI深度學習/機器視覺在手機背板+玻璃蓋板外觀缺陷檢測中的應用

手機蓋板的生產有著嚴格的流程：包括CNC（對玻璃產品外形、打孔等加工工藝）、鋼化（對玻璃產品進行強化）、拋光等，生產過程中極易產生缺陷。如今，手機零部件變得更加精細，廠商們對整個手機制造過程中的零部件、規(guī)格、材質等均有嚴格把控，對質量的要求更高了，而且生產規(guī)模也更大了，傳統(tǒng)的檢測手段已經很難滿足檢測需求，機器視覺外觀檢測的應用成為必然。

? ? 檢測項目-

手機背板AI外觀缺陷檢測

? ? 檢測難點-

該項目存在以下幾個難點；手機背板外觀缺陷種類多，包括RT磕傷、劃傷、毛絲、異物、臟污、亮點等30多種不良； 缺陷尺寸小，最小缺陷尺寸僅為0.1mm2；驗收要求高，需要考慮缺陷位置和大小，現(xiàn)有的視覺檢測方案無法解決上述問題。

? ? AI視覺方案-

該項目基于東聲自研的智能算法平臺Handdle AI，可實現(xiàn)不同尺寸、型號手機玻璃面、后蓋、側面360°自主檢測；可根據產線對產品顏色切換；對字體偏位進行參數設置；根據檢測標準對不良尺寸定義進行參數調整等。東聲的整機外觀全檢解決方案實現(xiàn)了行業(yè)首臺套。

? ? 檢測內容-

包括；劃傷、缺口、點狀異物（如顆粒、玻璃珠、氣泡等）、壓痕、凹凸痕、鋸齒狀、臟污、電鍍掉漆、異色等，使屏幕依次顯示不 同的純色背景，檢測屏幕亮點、暗點、花屏、背光不良等缺陷。

? ? 檢測項目-

手機玻璃蓋板AI外觀缺陷檢測

? ?缺陷類型-

崩邊、裂縫、玻璃渣、氣泡、手指紋、水跡、水印、臟污、牙邊、劃痕、絲印不良等;