AI深度学习/机器视觉在手机背板+玻璃盖板外观缺陷检测中的应用

手机盖板的生产有着严格的流程：包括CNC（对玻璃产品外形、打孔等加工工艺）、钢化（对玻璃产品进行强化）、抛光等，生产过程中极易产生缺陷。如今，手机零部件变得更加精细，厂商们对整个手机制造过程中的零部件、规格、材质等均有严格把控，对质量的要求更高了，而且生产规模也更大了，传统的检测手段已经很难满足检测需求，机器视觉外观检测的应用成为必然。

    检测项目-

手机背板AI外观缺陷检测

    检测难点-

该项目存在以下几个难点；手机背板外观缺陷种类多，包括RT磕伤、划伤、毛丝、异物、脏污、亮点等30多种不良； 缺陷尺寸小，最小缺陷尺寸仅为0.1mm²；验收要求高，需要考虑缺陷位置和大小，现有的视觉检测方案无法解决上述问题。

    AI视觉方案-

该项目基于东声自研的智能算法平台Handdle AI，可实现不同尺寸、型号手机玻璃面、后盖、侧面360°自主检测；可根据产线对产品颜色切换；对字体偏位进行参数设置；根据检测标准对不良尺寸定义进行参数调整等。东声的整机外观全检解决方案实现了行业首台套。

    检测内容-

包括；划伤、缺口、点状异物（如颗粒、玻璃珠、气泡等）、压痕、凹凸痕、锯齿状、脏污、电镀掉漆、异色等，使屏幕依次显示不 同的纯色背景，检测屏幕亮点、暗点、花屏、背光不良等缺陷。

    检测项目-

手机玻璃盖板AI外观缺陷检测

   缺陷类型-

崩边、裂缝、玻璃渣、气泡、手指纹、水迹、水印、脏污、牙边、划痕、丝印不良等;