2D视觉-对于表面不平滑物料的处理办法

在2D视觉检测中，表面不平滑（如存在划痕、凹坑、橘皮纹、振纹等）的物料由于光线反射不均，极易导致缺陷被掩盖或产生误判。针对这一问题，通常可以从视觉成像优化、算法处理以及物理表面处理三个维度来寻找解决办法：

一、 视觉成像与硬件优化
通过改进打光方式和硬件配置，可以在图像采集阶段最大程度地凸显表面不平滑带来的高度变化特征：

1. 采用光度立体法（Photometric Stereo）
这是一种不依赖昂贵3D传感器的技术。它通过从不同角度打光并拍摄多幅2D图像，利用算法重建出物体表面的微观起伏，让单一光线下“隐形”的微小划痕和凹坑无所遁形。

○ 适用场景：适合哑光纸张、无光泽塑料等漫反射（朗伯体）表面。

○ 注意事项：对于光滑塑料瓶、铝箔等具有强烈镜面反射特性的物料，高光区域容易导致重建失真，需特别注意光源配置。

2. 使用2.5D视觉检测系统
针对高反光或复杂背景物料，可引入更高级的视觉系统：

○ 相位偏折系统：通过向样品表面投射相位条纹并同步采集，精准获取高度变化信息，单次采样即可获取多种缺陷信息，非常适合高反光物体表面的凹凸和划痕检测。

○ 穹顶光度立体系统：采用高速穹顶分区光源，提取表面梯度信息，能有效避免同色干扰、磨砂材质及复杂背景的影响，适用于漫反射样品表面的划伤和凹凸缺陷检测。

3. 优化光源与镜头配置

○ 光源选择：在光度立体法中，应尽量使用平行光（如准直光源或远距离点光源），避免使用普通漫射圆顶光，以防光线方向不一致导致重建噪声大。

○ 镜头选择：推荐使用远心镜头（无透视畸变），确保相机与物体相对位置绝对固定，避免微小震动被算法误判为表面高度变化。

二、 算法与检测策略调整
在无法改变硬件的情况下，可以通过算法层面的策略来降低表面不平滑对检测的干扰：

1. 背景平滑与特征提取
对于磨砂材质或复杂背景，可以通过算法对粗糙背景进行平滑处理，从而突出有高度变化的缺陷特征，有效避免同色干扰。

2. 调整检测阈值与逻辑
针对表面固有的不平整（如橘皮纹、振纹），可以通过分析缺陷的间距、深度及形态特征，建立专属的过滤逻辑，区分“正常工艺纹理”与“真实缺陷”，减少虚假信号的误报。

三、 物理表面处理（前置干预）
如果视觉方案难以完全克服物料表面的物理缺陷，可以在检测前对物料进行适当的表面处理，以改善成像条件：

1. 机械整平与抛光
通过磨光、抛光、喷砂等机械方法，去除物料表面的宏观缺陷（如腐蚀深坑、划痕、焊渣等），提高零件的平整度和光亮度，从而为2D视觉提供更好的检测基础。

2. 化学与电化学处理
利用化学抛光、酸洗或电化学抛光等方法，微微腐蚀或溶解物料表面的凸起面，使其变得平整光滑。这种方法常用于金属工件的镀前预处理或精加工。

3. 涂层与填补
对于存在微小凹坑或不平整的工件，可以通过喷涂底漆、使用平滑化合物或热膨胀型喷雾腻子等方式，将平滑物质压入并填充到表面不平整部分中，固化后形成光滑的最终表面，从而消除视觉检测的盲区。

综上所述，处理2D视觉中表面不平滑的物料，首选方案是升级光度立体或2.5D视觉硬件以获取高度信息；其次是通过算法优化过滤背景干扰；在极端情况下，则需要考虑在产线前端增加物理整平或涂层工艺。