透明注塑件与玻璃盖板的表面缺陷，长期是机器视觉的难点：透射光下缺陷与背景纹理高度耦合，常规灰度相机成像不稳定，划痕与应力纹常被背景吞掉。计算机视觉实验室近期围绕偏振成像与背景解耦做了一轮实验性探索。
基本思路是用偏振相机采集0°、45°、90°、135°四个偏振态图像，计算线偏振度与偏振角，把表面划痕、应力纹与内部气泡、异物在偏振维度上分离开；再以约2M参数的轻量分割网络在解耦特征图上做像素级缺陷定位，产线侧由边缘推理盒输出判定结果。
阶段性进展：
· 在自建数据集（PC透明件、亚克力、玻璃三类，约3200张偏振图）上，划痕类缺陷的像素级IoU由灰度基线的0.41提升至0.68，气泡类误报下降约六成；
· 下一步计划补充不同厚度与模具批次的样本，验证偏振参数随材料应力变化的稳定性，并评估与现有AOI工位的接入方式。
该方法对高反光、半透明材质的适应性仍需更多产线数据检验，目前定位为可复现的实验结论，不作为通用方案推广。
评论