加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 正文
  • 推荐器件
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

AI深度学习/机器视觉在手机背板+玻璃盖板外观缺陷检测中的应用

2023/12/06
2986
阅读需 2 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

手机盖板的生产有着严格的流程:包括CNC(对玻璃产品外形、打孔等加工工艺)、钢化(对玻璃产品进行强化)、抛光等,生产过程中极易产生缺陷。如今,手机零部件变得更加精细,厂商们对整个手机制造过程中的零部件、规格、材质等均有严格把控,对质量的要求更高了,而且生产规模也更大了,传统的检测手段已经很难满足检测需求,机器视觉外观检测的应用成为必然。

    检测项目-

手机背板AI外观缺陷检测

    检测难点-

该项目存在以下几个难点;手机背板外观缺陷种类多,包括RT磕伤、划伤、毛丝、异物、脏污、亮点等30多种不良; 缺陷尺寸小,最小缺陷尺寸仅为0.1mm²;验收要求高,需要考虑缺陷位置和大小,现有的视觉检测方案无法解决上述问题。

    AI视觉方案-

该项目基于东声自研的智能算法平台Handdle AI,可实现不同尺寸、型号手机玻璃面、后盖、侧面360°自主检测;可根据产线对产品颜色切换;对字体偏位进行参数设置;根据检测标准对不良尺寸定义进行参数调整等。东声的整机外观全检解决方案实现了行业首台套

    检测内容-

包括;划伤、缺口、点状异物(如颗粒、玻璃珠、气泡等)、压痕、凹凸痕、锯齿状、脏污、电镀掉漆、异色等,使屏幕依次显示不 同的纯色背景,检测屏幕亮点、暗点、花屏、背光不良等缺陷。

    检测项目-

手机玻璃盖板AI外观缺陷检测

   缺陷类型-

崩边、裂缝、玻璃渣、气泡、手指纹、水迹、水印、脏污、牙边、划痕、丝印不良等;

推荐器件

更多器件
器件型号 数量 器件厂商 器件描述 数据手册 ECAD模型 风险等级 参考价格 更多信息
SN74LVC2G17DCKR 1 Texas Instruments 2-ch, 1.65-V to 5.5-V buffers with Schmitt-Trigger inputs 6-SC70 -40 to 125

ECAD模型

下载ECAD模型
$0.6 查看
AFBR-5803ATZ 1 Foxconn Transceiver, 1270nm Min, 1380nm Max, 125Mbps(Tx), 125Mbps(Rx), ST Connector, Through Hole Mount, ROHS COMPLIANT, SIP-9
$205.36 查看
SDINBDG4-8G-XI1 1 Western Digital Corp Flash,
$56.03 查看

相关推荐

电子产业图谱