机器视觉检测过程已成为质量保证的标准做法，然而，检查反射表面是一个挑战。一种被称为偏折法测量的技术可以被用来可靠地检测所有类型的缺陷。
如今，机器视觉已用于许多质量保证应用检测程序中。该技术可以使用光学方法可靠地识别具有制造缺陷的产品。摄像机从不同的角度记录要检查的对象，并生成大量的数字图像数据。然后，这些数据由集成的机器视觉软件进行处理，并用于缺陷检测，从而可以在次品进入下游物流流程链之前自动将其清除。此方法可用于所有制造业，包括机械工程，食品和饮料，制药和电子产品。
确保汽车工程的高质量标准
但是，在检查非常光滑的反射表面时，机器视觉达到了顶点。这尤其适用于某些对象的外观至关重要的所有情况。一个典型的例子是汽车工程，其中镀铬零件和车身喷漆表面必须符合的美学标准。即使是新车油漆中细小的划痕，也会损害其外观并导致车辆价值下降。在其他行业中也是如此，例如消费品，微电子产品和家用电器，其中制造的产品包含由玻璃，塑料，陶瓷或抛光金属制成的敏感组件。例如，必须仔细检查智能手机和平板电脑的显示器和反射表面，以符合高质量标准。这也适用于有光泽的金属或镀金门把手和把手。
由于从这些表面反射的光，常规的机器视觉系统无法准确地处理图像信息并不能可靠地检测缺陷。一种术称为偏折法测量法的技术可以纠正这种情况。它可以对平坦和弯曲的反射面进行检查，并可以快速，可靠地识别所有类型的缺陷。
偏折光法是检查发亮，反射表面的理想选择。
准确检测和视觉定位缺陷
那么这个过程如何运作？图像采集单元（例如兼容USB3 Vision或GenICam的工业相机）记录来自要检查的反射物体的数字图像数据。监视器与摄像机成对角线放置，并同时显示一系列条纹图案，这些条纹图案反射到表面上并在记录的图像中可见。基于光反射，机器视觉软件可以准确计算出物体表面上不平坦区域的位置。结果，即使是肉眼看不到的微小的缺陷，例如划痕，颠簸，裂纹，凹痕和空气夹杂物，也可以被准确地检测和定位。
