有无检测（数量/缺货）错漏装检测系统

　　关键词：错漏装检测系统、有无检测、错漏装检测系统、机器视觉检测
　　摘要：手机版在转配的过程中,如果需要装多个零件,就有可能发展零件漏装错装的问题,那么通过机器视觉检测设备就能检测出错漏装问题,那么下一步就会将不良品剔除产线。
　　有无检测，是指确认数量或工件上的部件及加工等“有无”的检测。有无检测中包含了各种内容，例如下列各项。
　　纸箱内的瓶身数量计数
　　包装内说明书/附件的有无检测
　　食品标签的有无检测
　　印刷电路板上电子部件的有无检测
　　固定零件的螺丝及垫片的有无检测
　　粘着剂涂抹的有无检测
　　切削及钻孔加工的有无检测等
　　有无检测是进货发货时及生产线上的常规检测，近年来，伴随着工厂自动化（FA）的进程，视觉系统及视觉系统技术正在不断被积极导入。在此，我们将从视觉系统及视觉系统的运用优势入手，介绍采用视觉系统的有无检测的基本原理，以及具体案例。
　　根据图像正确判断数量及缺货，有无检测的基本原理
　　导入视觉系统的优点
　　长久以来，有无检测都必须依靠人类肉眼的“目视检测”来完成，检测人员的身体情况、经验、室内亮度、时间段等因素，都会导致漏检的风险。为了杜绝此类人为错误，实现作业 化，视觉系统技术正在被不断导入检测现场。
　　目视检测可能会因个人差导致精度波动及漏检的发生，而全数检测又会耗费大量的时间和人力。为了替代人眼进行工件的识别及判断，视觉系统被导入了。近年来，高像素、高速传输的全彩相机进入市场，视觉系统技术也实现了飞跃性的发展，在汽车、食品、医药品、电子设备、日用品等各类现场普及，成为了工厂自动化中不可或缺的技术。
　　作业 化＋人工费削减
　　目视检测必须在各工序配备检测人员，对复杂产品必须实施离线检测，耗费时间。但近年来，随着视觉系统传输速度、处理速度高速化进程的推进，在线上也能切实实施有无检测。这一进步，在实现作业 化的同时，带来了人工费大幅削减等效果。
　　对极小零件、半透明零件也能进行识别
　　过去，黑白相机难以辨别白色和黄色这种对比度较低的对象。但彩色相机则能实现稳定检测，对于诸如有无涂抹润滑脂这种难以通过目视辨别的情况，也能实现正确检测。此外，基恩士还推出了诸如2100万像素的高像素数型视觉系统，借助各类滤波器等预处理技术的发展，对于极小零件的个数等，也能进行正确计数。
　　有无检测的基础～二值化处理与斑点分析～
　　在采用视觉系统的有无检测中，“二值化处理”和“斑点分析”视觉系统成为了基础技术。下面将就常规256灰度级黑白相机拍摄的数据，对二值化处理及斑点分析进行说明。
　　转换为白与黑的2灰度级“二值化处理”
　　黑白相机以256灰度级的浓淡表现图像，二值化处理则将通过浓淡表现的图像，转换为白与黑的2灰度级。确定某阈值，根据该阈值实施置换处理，超出该阈值则显示为白色，低于阈值则显示为黑色。