嘿！我们上杂志啦！

《机器视觉》杂志第二十四期已经发布，北光科技的“机器视觉在瓷质绝缘子检测中的应用”成功入选该书的优秀行业应用案例。

​

机器视觉在绝缘子检测中的应用

项目背景：

绝缘子是一种特殊的绝缘控件，能够在架空输电线路中起到重要作用，在电力系统中的使用量巨大。它的质量和性能关系到整个电力系统的安全稳定运行。绝缘子表面应完整无破损，无破碎性裂纹，伞裙无变形；瓷质绝缘子表面瓷釉应均匀、表面清洁、光滑无脏污。为解决人工肉眼检测方法依赖于质检员检测经验且精度低、速度慢的问题。本项目采用计算机视觉技术，以计算机视觉代替人工视觉，对瓷质绝缘子的表面缺陷进行判断。

检测难点：

• 绝缘子本身结构的复杂性

• 缺陷种类和形状的多样性

• 缺陷分布的随机性

方案简介：

使用人工智能等计算机视觉技术，对绝缘子拍照，装置可以自动识别绝缘子的各种表面缺陷，如：开裂，破碎，铁点，橘釉等。通过系统自带的基于人工智能算法的计算机视觉模块与工业网络相机，最终实现绝缘子产品质量的自动检测，并通过给出DIO信号指导生产线后续工作的进行。

方案设计：

本系统由模型训练和缺陷检测两部分组成，主要分为六个模块：图片采集模块，训练模块，参数设置模块，计算模块，日志管理，不合格品记录回看与数字信号模块。

• 图片采集模块即为系统硬件部分，主要用来采集用于缺陷检测的图片，根据开发阶段不同将图片存储或直接送入计算服务器。

• 训练模块根据采集的数据以及对数据的标注，设计、训练神经网络得到智能识别模型。

• 参数设置模块允许质检人员设置计算模块计算结果的置信度参数，识别缺陷置信度位于设置置信度以下的将被过滤掉不作为缺陷。

• 计算模块特指模型训练完毕已部署在计算服务器上，当接收到新的图片是所作智能识别的过程。

• 日志管理是智能识别程序的运行情况的记录。

• 数字信号模块指根据预测结果发出不同的电平信号，用以指导后续产线工作。工业相机通过网线、交换机与计算服务器相连用于图片数据的传输。

明鉴质检平台

明鉴质检平台是一套基于机器视觉的质量检测解决方案，利用人工智能算法和实时图像分析技术，为用户提供产品的外观质量检测。可以实现无需改变现有产线的硬件设备，更好的服务有自动化需求的制造型企业。

北光科技成立于2007年，是一家专注于人工智能、机器视觉、智能制造工业软件和大数据平台的软件公司。北光科技分别在中国、印度、菲律宾和美国设有分支机构，全球员工超过700人。