石鑫华视觉
基于机器视觉的导线毛刺缺陷检测
导线、金属条等金属件表面的毛刺、撞伤等外观缺陷检测，特征算是比较明明的，不过要自动识别出来，可能还是有一点点麻烦。
正常光滑的导线金属条
有撞伤的金属条
有毛刺的金属条
有毛刺的金属条
有毛刺的金属条
机器视觉光源
因为产品本身是条状的，因此可以考虑使用条形光源进行照明。条形光源的长度，就看需要拍摄的视野大小了，一般会比视野要长一些。一般这种产品，不可能一次拍摄很长，那么分辨率不高，很难识别得到缺陷。因此视野通常只会有几十mm的样子。这样可以考虑使用BL-9019-W、BL-11222-W这样的光源进行照明。
光源控制器
可以考虑使用常规的模拟控制器APS-2424-1CH或者是迷你控制器MAPS-2424-1CH。如果是在高速拍照需要很短的曝光时间，则考虑使用频闪控制器，如SPS-2430-4CH。而如果需要程序控制不同的光源亮度以适用不同的产品，则可以考虑数字控制器，如DPS-24125-4CH。
工业相机
可以考虑使用130万像素级别的工业相机进行拍照，基本上可以把几十毫米的产品上的缺陷表现出来。这为产品如果有缺陷，通常会比较大。如果很细小的缺陷，和表面的一些正常的拉丝等特征混为一类，是无法检测出来的。所以只能考虑检测较大的缺陷。可以考虑MER-125-30GM这样的相机。
工业镜头
可以使用常规的CCTV工业镜头，如Computar M2514-MP2这样的镜头。
图像处理算法
对于这类缺陷检测，NI VISION中没有太好的检测方法。对于该样品，如果目标比较直，那么可以考虑使用粒子分析的方法。而如果产品是不平直的，那么就需要分断检测了。当然，还可以考虑其它一些方法，如骨架等方法，如果正常的产品，其骨架应该是比较单一的，而如果有较大的毛刺，那骨架将变成复杂，这样也有机会得到一种检测特征。
机器视觉项目实现难度
★★★★★
照明相对来讲，比较容易特征还算明显。主要是图像处理算法上，可能没有比较适合的方法。