AI视觉引导涂胶检测定制：胶路断点与宽度判定

涂胶工艺在汽车电子、家电装配中用量大，但检测长期依赖人工目视：胶路是否断点、宽度是否均匀、位置是否偏移，三个问题占现场投诉的多数。做AI视觉涂胶检测定制，关键不是把相机精度堆高，而是把判定逻辑和产线节拍对齐。 第一，成像方案要按胶体特性选。黑色胶与浅色基材对比度高，普通环形光即可；透明胶或白色胶在金属表面反光强，需用低角度暗场或同轴光，让胶路边缘形成稳定灰度梯度。若胶路宽度在0.5mm以下，建议单像素精度不低于0.05mm，并固定相机与光源相对位置，避免换型后重新标定。 第二，判定逻辑要分三级：连续性、宽度、位置。连续性用骨架化加连通域分析，断点阈值按最小允许胶长设定；宽度沿骨架做垂直扫描，取中位数而非均值，规避边缘毛刺干扰；位置则与CAD轨迹做偏差比对，超差即报警。三者任一不通过即判NG，同时输出缺陷坐标供追溯。 第三，落地时要处理换型与误报。多品类产线建议按产品型号保存模板，包括ROI、阈值与允许偏差；上线初期先用一周数据做阈值回归，把误报压到可接受范围再联动剔除机构。 这类定制的价值在于把涂胶质量从抽检变成全检，且判定标准可量化、可追溯，减少返工与客诉。