陶瓷制品从成型、烧制到上釉，需要经过多道生产工序。气泡、黑点、裂纹、脱釉及釉面杂质等细小缺陷，不仅会影响产品外观，还可能降低陶瓷制品的质量和使用寿命。

传统陶瓷质检主要依靠人工观察，但在连续生产过程中，检测人员容易出现视觉疲劳。面对细小裂纹、复杂花纹及釉面反光，人工检测还可能发生漏检和误判，难以兼顾检测效率与判断标准的一致性。

为解决这一问题，陶瓷制造厂商采用星瞳科技OpenMV智能摄像头，构建了一套基于AI图像识别与机器视觉的陶瓷表面缺陷检测系统，实现产品缺陷的自动识别、精准定位与在线筛选。

星瞳科技OpenMV如何“看见”细小瑕疵？

OpenMV智能摄像头固定安装在流水线检测工位上方，与陶瓷制品保持约30厘米的检测距离，实时采集产品表面图像。

系统结合AI图像识别、边缘检测、颜色分割及纹理特征分析等算法，对图像中的亮度、饱和度、轮廓和表面纹理进行综合分析。通过比较正常釉面与局部异常区域之间的反射光、暗斑及纹理变化，自动识别气泡、黑点、裂纹、脱釉等表面缺陷，并输出缺陷所在位置。

针对陶瓷表面的装饰花纹，系统还可利用改进的Sobel边缘检测与区域连通性分析算法，对花纹边缘和真实裂纹进行区分，减少误判。

遇到反光和复杂花纹怎么办？

陶瓷釉面容易反光，不同检测工位的亮度和照射角度也可能存在差异，这些因素都会影响缺陷识别效果。

OpenMV智能摄像头支持自动曝光与白平衡调节，可根据现场光照变化调整成像参数。系统还可结合固定光源、纯色背景及多角度采样校准，提高图像的一致性与识别稳定性。

对于不同颜色、形状和花纹的陶瓷产品，也可采集对应样本进行模型训练与参数优化，让系统适应具体产品及生产环境。

检测结果如何联动流水线？

识别到缺陷后，OpenMV可通过串口或网络接口将缺陷类型、位置和判断结果发送至主控设备。

主控设备收到结果后，可控制流水线分拣机构自动剔除不良产品，形成从图像采集、缺陷识别、结果输出到自动分拣的完整检测闭环，减少人工复检和手动筛选工作。

细小缺陷也能快速检测

实测结果显示，该方案对0.1毫米级别的裂纹与气泡检测准确率可达96%以上，平均识别耗时低于0.8秒/件。

星瞳科技OpenMV智能摄像头具备体积小、功耗低、实时性强及集成方便等特点，适用于纯色背景、固定位置的小型陶瓷制品检测场景，可部署在陶瓷生产线、自动化检测设备及科研实验平台中。

通过星瞳科技OpenMV智能摄像头的端侧AI视觉图像识别能力，陶瓷质检正从依赖人工经验的“肉眼检查”，升级为更加高效、稳定、可重复的智能检测。

让每一处细小缺陷都能被及时发现，为陶瓷制造企业提升产品质量与生产自动化水平提供更具性价比的AI视觉解决方案。

OpenMV Cam

全球首款高效AI·端侧人工智能

星瞳科技是OpenMV官方创始团队，2016年推出了全球首款嵌入式机器视觉产品OpenMV Cam，是全球最早在嵌入式MCU上运行图像算法的产品，也是全球首款高性能端侧AI图像识别视觉智能摄像头。

OpenMV Cam是一款面向所有行业的机器视觉智能摄像头模组，完美平衡了性能、功耗与价格之间的矛盾。该设备支持用户以低成本单价，在电池供电模式下持续数年运行先进的AI深度学习模型及计算机视觉功能（物体目标检测、物体分类、追踪等）。

OpenMV Cam使用通用MicroPython微控制器，内置摄像头输入与机器视觉处理及高性能AI机器学习功能。通过MicroPython控制通用I/O引脚（支持I2C/SPI/PWM等协议），实现感知、规划与执行操作，同时具备文件读写能力，并可通过WiFi/以太网连接互联网。

星瞳科技是嵌入式机器视觉行业领导者，服务客户覆盖海内外3000+院校，20000+企业, 100+国家。践行社会责任，用科技推动社会进步是我们的愿景。