综述:一项关于实际工业表面缺陷检测的综合性研究:挑战、方法与前景
《JOURNAL OF MANUFACTURING SYSTEMS》:A comprehensive survey for real-world industrial surface defect detection: Challenges, approaches, and prospects
【字体:
大
中
小
】
时间:2025年12月22日
来源:JOURNAL OF MANUFACTURING SYSTEMS 14.2
编辑推荐:
程宇琦|曹云康|姚海明|罗伟|蒋成|张辉|沈维明
)华中科技大学智能设计与数控国家技术创新中心,武汉,430074,中国
摘要
工业表面缺陷检测对于维持现代制造系统中的产品质量至关重要。随着对精度、自动化和可扩展性要求的提高,传统的检测方法在应对实际需求时越来越显得不足。计算
程宇琦|曹云康|姚海明|罗伟|蒋成|张辉|沈维明
)
华中科技大学智能设计与数控国家技术创新中心,武汉,430074,中国
摘要
工业表面缺陷检测对于维持现代制造系统中的产品质量至关重要。随着对精度、自动化和可扩展性要求的提高,传统的检测方法在应对实际需求时越来越显得不足。计算机视觉和深度学习的显著进展大大提升了二维(2D)和三维(3D)模式下的缺陷检测能力。一个重要的发展是从封闭集(closed-set)缺陷检测框架转向开放集(open-set)缺陷检测框架,这减少了对大量缺陷标注的需求,并有助于识别新的异常情况。尽管取得了这些进步,但对工业缺陷检测的全面理解仍然难以捉摸。因此,本综述深入分析了二维和三维模式下的封闭集和开放集缺陷检测策略,梳理了近年来它们的演变过程,并强调了开放集技术日益突出的重要性。我们提炼了实际检测环境中存在的关键挑战,并揭示了新兴趋势,从而提供了这一快速发展的领域的最新和全面的视图。
引言
工业检测在确保各种制造领域的产品质量中发挥着关键作用[1],[2]。向高精度和大规模定制生产的转变加剧了对缺陷检测(DD)系统的需求,这些系统需要具备准确性、效率以及对大规模工业操作的适应性[3]。传统技术,如人工目视检查和机械工具,由于依赖人工劳动和处理速度慢,逐渐过时,无法满足现代工业的自动化和高效需求。
图像处理技术的出现从根本上重塑了自动检测实践[4]。二值分割和模板匹配等方法已成为表面缺陷检测的标准方法。然而,这些技术需要精确控制的成像环境,并且对光照变化、物体方向和形状变化非常敏感[5]。在真实的工业环境中,由于组件复杂的几何形状和多样的材料组成,缺陷检测变得更加复杂,这就需要定制的成像解决方案,以平衡质量和成本效益[6],[7]。传统方法往往无法应对这些挑战,通常在理想化而非实际条件下进行评估[5],[8]。
缺陷可能以纹理和几何形态出现,如图1所示,这促使人们探索二维和三维缺陷检测方法。二维检测利用工业相机,擅长捕捉纹理不规则性;而三维检测则使用激光扫描仪或深度传感器,提供精确的几何细节。这些方法共同帮助识别了广泛的缺陷类型。近年来,这两种模式都从封闭集检测框架转向了开放集检测框架。传统的缺陷检测技术主要依赖于复杂的监督学习方法,如对象检测和分割,这需要大量的标注数据集进行训练。这样的数据集在工业环境中既昂贵又稀缺,限制了这些方法仅能识别已知的缺陷类型(封闭集缺陷检测)。相比之下,开放集缺陷检测(通常称为工业视觉异常检测)试图在不依赖标注异常数据的情况下识别新缺陷,从而推动了该领域的重大进展。
尽管各种技术在特定应用中表现出色,但对这一领域的全面理解仍然缺乏。现有的综述[1],[2],[9],[10],[11],[12]通常局限于特定子领域,如开放集缺陷检测或特定的异常检测策略,从而忽视了工业缺陷检测领域的最新发展。为解决这一差距,本综述提供了针对复杂工业组件的缺陷检测方法的全面和分析性探讨。据我们所知,这是第一份系统地研究从封闭集到开放集缺陷检测转变的文献,综合了二维和三维模式中的见解。我们承诺定期更新这项工作,以反映该领域的快速演变。
本综述的结构如下:第2节阐述了一般的缺陷检测框架,包括典型配置和实际挑战;第3节和第4节分别详细回顾了二维和三维缺陷检测的最新进展;第5节探讨了新兴趋势和未来研究方向;第6节总结了关键见解。图2展示了这一结构。
节片段
背景
工业组件的复杂几何形状和严格的尺寸公差给缺陷检测带来了严峻挑战。当前的研究逐渐发展出一种强大的检测框架,旨在实现检测效率和精度。本节提供了背景信息,并系统地阐述了三个关键方面:检测系统、数据集以及本综述的范围。
二维缺陷检测
二维缺陷检测(2D DD)是现代视觉检测系统中的关键组成部分,其任务是识别和分类数字图像中的缺陷[36]。如图4(a)所示,该领域的初步研究主要集中在训练数据包含所有可想象缺陷类型的场景,从而促进了能够识别和分类已知异常的监督模型的发展。这种方法称为封闭集缺陷检测(closed-set DD),假设有全面的先验知识
三维缺陷检测
基于点云的缺陷检测利用其包含物体完整三维几何和空间属性的能力,特别适合检测复杂表面和不规则几何形状。与受遮挡、光照条件变化或纹理不一致性影响的基于图像的技术相比,点云方法提供了更全面和精确的表面结构描述。这一能力有助于准确识别
未来方向
我们彻底评估了当前二维和三维缺陷检测方法的现状,包括封闭集和开放集两种范式。尽管现有方法已经开始解决模态和样本稀缺等挑战,但在实际应用中仍存在重大障碍,如成像、可见性、效率和鲁棒性。鉴于这些限制和最新进展,出现了一些关键的研究方向,以克服现有缺陷并推动该领域的发展。
结论
本综述详细评估了工业缺陷检测方法的演变历程,从基础的封闭集技术到现代的开放集框架,涵盖了二维和三维模式。我们的分析表明,开放集方法正逐渐成为这一研究领域的主要焦点。我们提出了这些方法的详尽分类,并提炼了有助于改进其实际应用的见解。
CRediT作者贡献声明
程宇琦:撰写——审阅与编辑,撰写——初稿,项目管理,方法论,调查。曹云康:撰写——审阅与编辑,撰写——初稿,项目管理,方法论,调查,形式分析。姚海明:撰写——审阅与编辑,可视化。罗伟:撰写——审阅与编辑,可视化。蒋成:撰写——审阅与编辑。张辉:撰写——审阅与编辑。沈维明:撰写——审阅与编辑,指导。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本工作部分得到了中国中央高校基本科研业务费(HUST: 2021GCRC058)、中华人民共和国工业和信息化部(2023ZY01089)以及华中科技大学高性能计算平台的支持,在该平台完成了计算工作。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号