CCD视觉检测外观缺陷,漏检率和误检率如何评估

网友投稿 973 2024-02-11


CCD视觉检测外观缺陷,漏检率和误检率该怎么评估

CCD视觉检测外观缺陷,漏检率和误检率如何评估

机器视觉筛选机做缺陷检测的用户都希望筛选机设备的误检率和漏检率越低越好,最好能做到100%,希望是美好的,现实是残酷的,为什么这样说呢,因为误检率和漏检率的高低基本有两个方面因素决定的。

第一点软件设置,漏检率、误检率和被检测的工件关系最大,如果同一批工件虽然都是良品,但是这些良品件外观缺陷种类繁多且和次品界限模糊,就是说有些件既可以当作次品,有些件既可以当作良品,同一个检测标准,不同的人来做检验判断会有不同的评估结果,筛选机软件设置的时候为了保证良品中绝对是良品,就要设置严格一些,这个时候虽然没有漏检了,但是误检率就会多起来了,因为次品中存在一些可以当作良品的工件。

同理,在要求不那么高的场合,筛选机软件设计较为松散,次品中可能不会有良品了,误检率很低,但是良品中就会有可能存在一些被认为是次品的工件,这个时候就出现了漏检。

第二点相机分辨率,漏检率、误检率和检测设备相机镜头的分辨率也有一定的关系,举例说明,同样尺寸的工件,如果良品和次品尺寸相差较小,甚至接近相机镜头的分辨率,这个时候筛选机做检测的时候误检率和漏检率就会相对较高一些,如果良品和次品尺寸相差较大,远远大于相机镜头的分辨率,则这个时候筛选机做检测的时候误检率和漏检率就相对低一些。

fqj

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:手机产业“卷”如何破机器视觉降本增效助突围
下一篇:手机外壳视觉检测
相关文章

 发表评论

暂时没有评论,来抢沙发吧~