不知道如何檢測曲面上的凹凸瑕疵？只需1個步驟就解決
您是否碰過以下挑戰？
■ 瑕疵與背景的對比或顏色太接近？
• 例如：黑色輪胎上的突起物，灰階差檢測不出來
■ 背景紋路太複雜導致誤判
• 例如：金屬髮絲紋表面上的刮傷，灰階檢測不易分辨
針對上述狀況，其中一個趨勢是使用3D Sensor檢測。只要瑕疵與背景有高度差異 (例如：刮傷、凹痕、突起等等…)，都可以用3D檢測對應。但即便使用3D檢測，曲面瑕疵的檢測仍然是極具挑戰性的應用之一。
為什麼曲面瑕疵檢測難？
即使以3D Sensor進行檢測，軟體工程師仍面臨挑戰，尤其是檢測不平整或具有凹凸紋路的表面。例如：
■ 突起或凹陷的瑕疵難以準確判斷。
■ Blob 演算法的限制：
• 高度閥值：難以針對彎曲表面設定統一標準。
• 面積閥值：過度依賴可能導致漏檢或過檢。
下方輪胎胎皮表面的實際拍攝圖，就是一個典型案例。除了胎皮表面的突起瑕疵（藍圈處）在一個彎曲的表面上，輪胎本身也有各種凹凸紋路。
解決方案：表面拉平處理
一般來說軟體工程師會使用Blob演算法處理凹凸瑕疵。設定Blob的主要閥值有兩種：
■ 高度：高度低於或高於某個設定時，視為瑕疵。
■ 面積：瑕疵大小在設定的面積範圍内，視為瑕疵。
但對應曲面待測物時，因為不能保證瑕疵會出現在哪一個高度，所以高度的閥值的設定就會有困難。
例如，下方示意圖是一個不平整，並且連續彎曲的表面。如果要檢出紅色突起物的話，高度應該設為(1)~(4)的哪個？
如果設(1)可以找到最上面的的突起物，但其他高度的瑕疵就可能會漏檢。如果設(2)到(4)任一數字，又會因為待測物表面凹凸的影響，演算法無法判斷瑕疵位置，甚至可能把表面本身突起的地方視為瑕疵。
除了高度以外，當然可以也利用「面積」來進一步限制瑕疵的定義，但是這麼做還是會有過檢或漏檢的風險。
利用演算法像下圖一樣把表面拉平是另一個解決方式，但也須克服以下挑戰：
■ 耗費大量時間與資源：開發演算法需要相當時間跟人力，對沒有3D經驗的軟體工程師更是一大難題。
■ 額外成本：採購第三方演算法，可能增加預算壓力。
到底有沒有更完美又省事的解決方案呢？
1步驟解決！Surface curvature correction
LMI Technologies的3D Sensor內建軟體GoPxL，提供豐富的3D量測工具，包括Surface Curvature Correction（表面曲率校正）功能，可以在拉平曲面的同時又保留表面特徵：
■ 簡單易用：只需一步即可拉平曲面。
■ 實例驗證：拉平輪胎表面後，搭配內建Surface Blob 工具，即可準確檢測突起瑕疵。
■ 免費使用：購買LMI 3D Sensor即可免費使用，完全不須另外付費。
如下圖，原本表面彎曲的輪胎，經過拉平處理、再搭配Surface Blob工具，馬上就能找到突起的瑕疵（下圖亮光圈起處）：
