污渍缺陷视觉检测

缺陷概述

表面污渍与脏污，靠灰度与颜色对比显形，难点在与材料自然纹理区分

污渍类缺陷在图像上表现为一块与周围基底灰度或色度不一致的局部区域，边缘通常不规则、内部浓淡不均。它可以是油渍、水渍、胶渍、手印、粉尘落点，也可能来自冲压润滑油、搬运手套或环境落灰。由于污渍本身没有固定的形状，规则算法难以用单一模板穷举，更现实的做法是在稳定的光照与白平衡下做差异比对。

污渍检测的首要难点不是「看不看得见」，而是「算不算缺陷」。真皮、PU 人造革、针织面料本身带有天然纹理、色花甚至印花，这些都属于正常外观；若把这些当成污渍，过杀率会极高。工程上通常先用 OK 样本建立背景基准（或做同批次均值），再对偏离基准的局部区域做显著性判断。

另一类难点来自反光与透明污渍。油渍在高光方向下可能只是轻微提亮，水渍在干燥后几乎不可见，这类低对比污渍对光源角度、相机动态范围和标定一致性要求更高。对于关键件，建议把污渍进一步区分为「可擦拭」与「渗入/不可恢复」，由质量部门定义各自的判废阈值。

产生原因

知道成因才知道该在哪个工位设卡

• 加工过程带入：冲压/裁切润滑油、脱模剂残留、胶水溢出
• 搬运与装配：手套油渍、手印、粉尘落点、包装材料掉屑
• 环境落灰：产线开放工位、送风系统过滤不足导致的浮尘
• 材料自身：天然皮革毛孔着色不均被误读为污渍（属正常外观）
• 清洗不彻底：前道工序水渍、清洗剂残留未干即上线

成像要点

能不能检出，先看拍不拍得出来

判定方式

判定以「与已注册正常外观的局部差异显著性」为核心。先对图像做定位与背景配准，再在差异图上统计可疑区域的面积、最大偏离量、平均偏离量与连通形态，只有偏离同时超过面积与强度两个维度才进入缺陷候选。

阈值不给出固定数字：漏检（放过污渍）与过杀（把正常纹理当污渍）的代价通常不对称，应让阈值偏向更安全的一侧，具体上下限必须由客户质量部门结合放行标准量化定义，并在换型时以配方形式保存。差异显著的「渗入型」与轻微「可擦拭型」宜分级处理。

适用算法

常见材料

常见行业

常见问题

提交样品测试

污渍检测的关键是「区分外来脏污与材料天然外观」，下方为典型材料表面与基准对照示例。