案例背景
某电子制造企业生产手机显示屏，为保证产品质量，采用 2D 视觉外观检测系统对生产线上的显示屏进行实时检测，及时发现瑕疵，提高产品质量和生产效率。
检测系统构成
硬件方面
工业相机：选用高分辨率、高速 CMOS 相机，能快速捕捉显示屏图像，分辨率达 2048×2048 像素，帧率为 60fps，可清晰拍摄显示屏细节。
镜头：根据检测需求，配置远心镜头，能消除透视变形，确保成像比例一致，精确测量显示屏尺寸和特征。
光源：采用环形 LED 光源，提供均匀、稳定照明，突出显示屏表面特征，减少反光和阴影，增强瑕疵对比度。
机械传动装置：带动显示屏在检测区域内匀速移动，保证相机能完整拍摄显示屏各部位。
软件方面
图像采集软件：控制工业相机的参数设置、图像采集和传输，确保获取高质量图像数据。
图像处理与分析软件：运用先进的图像处理算法，对采集到的图像进行处理和分析，包括灰度化、滤波、边缘检测、特征提取等操作，实现对显示屏外观瑕疵的识别和定位。
检测流程
图像采集：在生产线中，当手机显示屏随机械传动装置进入检测区域，工业相机在图像采集软件控制下，按设定频率和参数对显示屏进行拍照，获取一系列 2D 图像。
图像处理
灰度化处理：将彩色图像转换为灰度图像，简化后续处理计算量。
滤波去噪：采用中值滤波算法去除图像中的椒盐噪声，保留图像细节。
边缘检测：运用 Canny 算法检测显示屏边缘，确定显示屏轮廓，为后续特征提取和定位做准备。
瑕疵识别与定位
模板匹配：将处理后的图像与预先建立的标准显示屏模板图像进行匹配，通过计算图像相似度，查找与模板不一致的区域，初步判断是否存在瑕疵。
特征提取与分析：对疑似瑕疵区域提取特征，如面积、形状、灰度值等，与预设的瑕疵特征库对比，准确判断瑕疵类型，如划痕、亮点、暗点、色斑等，并确定其位置和大小。
结果输出与反馈：若检测到瑕疵，系统会在图像上标记出瑕疵位置和类型，同时将检测结果传输给生产线控制系统，控制机构会将有瑕疵的产品剔除。
检测效果与效益
检测效果：系统能检测出最小 0.1mm 的划痕和 0.05mm² 的亮点、暗点等瑕疵，检测准确率达 98% 以上，误检率低于 2%。
经济效益：采用 2D 视觉外观检测系统后，产品次品率从原来的 5% 降低到 1% 以内，每年减少因次品造成的损失约 500 万元，同时提高了生产效率，降低了人工检测成本。
总结与展望
本案例中的 2D 视觉外观检测系统在手机显示屏生产检测中效果显著，但仍可进一步优化，如引入深度学习算法提高瑕疵检测的准确率和泛化能力，结合 3D 检测技术实现更全面的产品外观检测等。
