DIO248

检测算法识别漆面缺陷的过程分以下 4步：图像采集、预处理、特征提取和分类决策。

图像采集是指通过检测系统获取到的车身不同部位漆面的图像信息。

预处理主要是指图像处理中的灰度化处理、图像滤波、裁剪分割、形态学处理操作，去除非必要检测区域，加强图像的重要特征，使缺陷特征更容易被提取出来。

特征提取是指采用某种度量法则，进行缺陷特征的抽取和选择，简单的理解就是将图像上的漆面缺陷与正常漆面，利用某种方法将它们区分开。

分类决策是指构建某种识别规则，通过此识别规则可以将对应的特征进行归类和判定，主要应用于漆面缺陷的分类， 以指导后续的打磨抛光操作。

目前，常用的漆面缺陷检测算法主要分为 2类：传统图像算法和深度学习算法。这2种算法的主要区别在于特征提取和分类决策的差异。

传统图像算法华锐SL1500/77风机备品备件 
华锐SL1500/82型风机备品备件
风机机型华锐SL1500/82
新疆金风GW77/1500 型风力发电机组
新疆金风S50/750 风力发电机组
3MW风力发电机 3MW风机机舱柜
SCS温度模块 PTAI 216：bachmann XE82风机
模拟量输入/输出模块 AIO288厂家：bachmann：适用于XE82风机
FL1500风机
金风1.5MW风机

SCS温度模块 Bachmann PTAI 216    数量1
CAN总线从模块CS200/N 内带ISI222、AIO288、DIO248的驱动程序以及和CM202的通讯程序
编码器接口模块 ISI222       数量1
全新原装华锐风机 WTCBA200A crowbar 正品保障windtec
2 主控制器WT98 ABB/WT98 07KT98 个 1 3 
主控制器WT97 ABB/WT97 07KT97 个 1 
4 巴赫曼PLC（塔基） 整套 个 1
 5 PLC-电源模块 24VDC/68W NT255 个 1 
6 PLC-中央处理器模块 128MB MPC240 个 1
 
8 PLC-数字I/0模块 24VDC/1A DIO216 个 1 
9 PLC-温度记录模块 24VDC PTAI216



PLC模块/通讯RS204   
PLC模块/网口EM203   
PLC模块DI232
PLC模块DO232   
角度控制元件  ISI222

PLC模块CM202   

光纤传输接口模块 FS211/N

人机界面(触摸屏)|WT205 LX700/DD256/CF512/VX
巴赫曼人机界面（触摸屏）WT205 LX800/DD512/CF512/VX
巴赫曼人机界面(触摸屏)|WT205 LX700/DD256/CF512/VX||
巴赫曼WT205/T/BE1/LX7人机界面
24V电源模块 NT255
MPC240控制器 MPC270
数字量输入输出模块 DIO280
数字量输入输出模块 DIO232
模拟量输入输出模块 AIO288
DP模块 DPM200
背板 BS212
编码器模块  IS1202/IS1222 
FAST-BUS 模块    FM211 
风机PL模块ISI222   机舱
风机PL模块MX213    机舱 
风机PL模块FM211    塔基

DIO248
DIO280
RS204
DI232
NT255
MPC240
FM211
DIO216
PTAI216
FS211/N
EM203
RS204
CM202
DPM200
DO232
DI232
AIO288
FS211/N
ISI222
RS204/T
BS208
BS212
IS202
CNT204/R
ME203/CNW
MPC240
CNT204/H
BS206
MX213
DIO232
DIO264
LM201
BS212
FS221/N

传统图像算法中特征提取主要依赖人工设计的提取器，需要有专业知识及复杂的参数调整过程，分类决策也需要人工构建规则引擎，每个方法和规则都是针对具体应用的，泛化能力及鲁棒性较差。具体到缺陷检测的应用场景，需要先对缺陷在包括但不限于颜色、灰度、形状、长度等的一个或多个维度上进行量化规定， 再根据这些量化规定在图像上寻找符合条件的特征区域， 并进行标记。

深度学习算法

深度学习算法主要是数据驱动进行特征提取和分类决策，根据大量样本的学习能够得到深层的、数据集特定的特征表示，其对数据集的表达更高效和准确，所提取的抽象特征鲁棒性更强，泛化能力更好，但检测结果受样本集的影响较大。深度学习通过大量的缺陷照片数据样本训练而得到缺陷判别的模型参数， 建立出一套缺陷判别模型， 最终目标是让机器能够像人一样具有分析学习能力，能够识别缺陷。

总体来讲，传统图像算法是人工认知驱动的方法，深度学习算法是数据驱动的方法。深度学习算法一直在不断拓展其应用的场景，但传统图像方法因其成熟、稳定特征仍具有应用价值。

应用案例

某主机厂应用了漆面缺陷检测系统，系统安装在 1 条面漆存储线上，可同时满足 2 条精修线车辆的漆面缺陷检测， 设计产能 40 JPH， 可检测的最大车身尺寸为 5 000 mm×2 000 mm×1 800 mm， 检测速度 6 m/min。

系统采用红色LED灯带作为光源，主检测站配备39个500万像素高清相机，尾门检测站配备 9 个500 万像素高清相机，每分钟可采集近5 万张的车身照片，通过光纤传输给图像处理计算机，采用传统2D图像算法进行缺陷识别。

安装缺陷检测系统之前，每条精修线配备8 名员工，对漆面缺陷进行人工检查和打磨抛光。通过加装缺陷检测系统， 每条精修线员工由 8 人减少至6人，这6名员工重新分工，根据大屏幕显示的缺陷检测结果，只负责打磨、抛光操作，1套检测系统可节省人工8人（2人/线×2线×2班）。

DIO248

DIO248