用人眼检查设备、产品和材料,是最古老、最简单的视觉检查形式。 它至今仍被用于制造业、能源工业和医疗领域,因为事实已证明,这是检测表面缺陷的有效方法。
在前数字化时代,为了识别缺陷,检查员会接受相应的培训,他们有时用肉眼来观察,有时则用最简单的工具,如灯和放大镜。 随着便携式、高质量相机和无人机的进步,视觉检查已发展到了一个新阶段;如今,企业会收集机器、所制造产品和其他物理操作方面的数字图像和视频,用于进行视觉检查。 通过视频片段和图像进行的检查,可以在远程位置实时进行,也可以在取回收集图像的相机后再进行检查。
如今,利用人工智能 (AI) 的软件也被用于实现视觉检查自动化。 通过“教”计算机读取图像,并确定它们何时符合可接受的标准,企业可以自动化视觉检查过程,从而节省时间,在某些情况下还可以提高准确性。 这一范围非常之广,从识别风力涡轮机顶部的腐蚀程度,到识别产品电子元件中存在故障的连接器,皆可应对自如。
汽车行业就是将 AI 集成到视觉检测系统中的一个例子。 如今的汽车制造商使用图像和深度学习技术,在生产过程早期快速且一致地识别缺陷。
借助这项技术(也称为智能视觉检查),组织可以在广泛的环境中更快、更准确、更经济高效地执行检查。 通过利用机器来执行目视检测,企业可以让人们远离危险区域和密闭空间(如储罐),保护工作人员的安全,同时也不会丧失视觉检查带来的好处。
视觉检查是一种无损检测 (NDT) 形式。 利用无损方法,检查员不必永久更改系统或组件,即可对它们进行评估。 除了视觉检查,NDT 还包括其他检测技术,如排放、射线照相、X 射线和红外以及超声波检测。
NDT 是制造或工业操作中常用的一个术语;然而,它也可以应用于许多其他行业。 例如,用 X 光片评估一个人是否骨折,或者校对员检查文档并指出需要修改的错误,这也属于 NDT 范畴。
因为视觉检查只观察表面,组织通常会将其与其他检测方法结合使用。
各行各业、各个组织都有各自的视觉检查执行流程。 然而,在视觉检查过程中,人们经常会发现,检查工作流程中存在一些共性。 其中包括:
一旦建立了流程,组织就可以使用多种方法执行视觉检查,包括:
多年来,人们一直在使用视觉检查来确保质量和安全性。 此外,它还提供了以下好处:
当质量控制和安全至关重要时,可能会需要进行视觉检查,这包括以下用例:
就在前不久,视觉检查还是一个难以自动化的过程。 当时计算机并不能和肉眼相提并论。 而随着 AI 功能最新取得的进步,自动化视觉检查功能变得更加高效且精准。
在这期间,工程师必须克服的一大障碍就是计算机无法处理图像的内容。 计算机视觉帮助解决了这个问题。 这个过程使计算机能够从数字图像、视频和其他视觉输入中发掘有意义的信息。 计算机现在不仅可以处理图像,还可以生成数据洞察,用于采取纠正措施或提出建议。
以下是计算机视觉提供的一些功能: