CN106596580A - 可提高触摸屏玻屏aoi检测良品率的aoi算法/工艺方法 - Google Patents

可提高触摸屏玻屏aoi检测良品率的aoi算法/工艺方法 Download PDF

Info

Publication number
CN106596580A
CN106596580A CN201611124217.9A CN201611124217A CN106596580A CN 106596580 A CN106596580 A CN 106596580A CN 201611124217 A CN201611124217 A CN 201611124217A CN 106596580 A CN106596580 A CN 106596580A
Authority
CN
China
Prior art keywords
aoi
flaw
dirty
judged
screen
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611124217.9A
Other languages
English (en)
Inventor
姜连生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AITIYA INFORMATION TECHNOLOGY (SHANGHAI) Co Ltd
Original Assignee
AITIYA INFORMATION TECHNOLOGY (SHANGHAI) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by AITIYA INFORMATION TECHNOLOGY (SHANGHAI) Co Ltd filed Critical AITIYA INFORMATION TECHNOLOGY (SHANGHAI) Co Ltd
Publication of CN106596580A publication Critical patent/CN106596580A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/94—Investigating contamination, e.g. dust
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/94—Investigating contamination, e.g. dust
    • G01N2021/945—Liquid or solid deposits of macroscopic size on surfaces, e.g. drops, films, or clustered contaminants

Abstract

本发明提供了可提高触摸屏玻屏AOI检测良品率的AOI算法和工艺，其特征在于：在AOI新算法中，将玻屏的检测区域划分为视窗区和非视窗区后，进行AOI的检测；在丝印工艺前检测和丝印后检测的AOI检测工序中，包括对各区域是否存在可容许脏污和不容许脏污的判断；所述脏污为可被清除的污染物；如果是可容许脏污将会被AOI算法视同良品进入下道工艺。而本发明涉及的AOI检测方法，旨在克服现有玻璃生产工艺和AOI检测的配合上存在的良品率低下的缺陷，以避开脏污(含化学溶剂残留物、灰尘、纤维、指印和污迹)对检测的良品率的影响(高达80％)来实现AOI检测良品率的提高，使得AOI在触摸屏玻屏检测中能有效地替代人工检测。

Description

可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法
技术领域
本发明涉及AOI(自动光学检测)设备，具体地说，本发明涉及一种可提高触摸屏玻屏AOI检测良品率的AOI新算法和其相对应的新工艺方法。
背景技术
触摸屏玻璃自动化检测有广泛的应用领域，特别是在手机玻璃、IPAD玻璃、工业用触摸屏和平板显示器玻璃的制造商的检测领域。现有的触摸屏检测采用人工检测；而人工检测又会受到人的视力的限制而使得检测精度的低劣，同时人的直觉、情绪和疲劳度的波动也使得人工检测结果不可靠。
在现有触摸屏玻璃生产工艺中，会产生各种瑕疵，比如边崩、划伤、脏污(含化学溶剂残留物、灰尘、纤维、指印和污迹)、针孔等，由于在触摸屏玻璃制造工艺中使用了大量的化学溶剂而不能被完全清洗掉，也由于在生产工艺过程中的灰尘、纤维、指印和污迹等，所以其中几乎90％以上的触摸屏玻璃会有脏污。
在现有触摸屏玻璃人工检测中，是把玻璃放在高强度的灯光下，如果发现有瑕疵，先试图人工擦试，擦拭不掉的再按照其尺寸判定是否为不良品；这个过程可能会重复几次，一直到所有可见的瑕疵都被去除而被判定为良品。
现在世界上，已有近10家触摸屏玻璃AOI检测设备开发商，在现有触摸屏玻璃AOI检测中，已能准确地检测出大部分瑕疵，其中被检测出最大量(约80％)的瑕疵是脏污，而这些脏污不能通过现有的清洗设备清洗掉而必须要靠人工去擦除，由于这些脏污的存在造成了经过AOI设备检测后的良品率很低(<20％),但实际来说，只要是能被后续程序清除的瑕疵的产品，实际都是可以被认同为是合格品的，但是，由于目前的AOI设备未能考虑到对此类瑕疵进行区分，导致良品率过低，复检成本上升或废弃比例过高，造成了目前所有触摸屏玻璃AOI检测开发商的AOI设备不能被用户认可和得到推广的瓶颈。
例如：艾悌亚信息技术(上海)有限公司，早在2011年11月就制造成功了当时世界上第一台AOI触摸屏丝印前检测机并在深圳举行的海峡两岸触摸屏2011年会上发布、并一直在为如何解决上述瓶颈而努力攻关，然2013年3月起，试销售出1台丝印前检手机触摸屏测机和1台手机触摸屏丝印后检测机，由于没有解决上述瓶颈的有效方法，到2015年年底，AOI触摸屏检测设备还没能在市场上得到推广。
发明内容
本发明旨在克服上述缺陷，提供一共可提高良品率、避免不必要的损失和复检工序的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法。
本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：将玻屏的检测区域划分为视窗区和非视窗区(如：印刷区)后，进行AOI的检测；
在后续的工艺前和后续的工艺完成后的AOI检测工序中，包括对各区域是否存在可容许脏污和不容许脏污的判断；
后续的工艺一般为丝印工序；
上述脏污为可被清除的污染物。如:指纹、灰尘、纤维、污迹/污渍等等可以人工擦洗去除或通过专门的清洗机器进行清除的污染物。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，还具有这样的特点：即、丝印前，上述可容许脏污为不影响后续的丝印或可被后续的丝印覆盖掉的污染物；如：在非印刷区的，或为在印刷区但面积较小的污渍或灰尘等。
后续的工艺前(如：丝印前)，上述不容许脏污为影响后续的丝印的污染物或不能为后续的丝印覆盖掉的污染物；
后续的工艺完成后(如：丝印后)，上述可容许脏污为可被清除的污染物。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，还具有这样的特点：即、上述将玻屏的检测区域划分为视窗区和非视窗区(如：印刷区)的步骤如下所示：
步骤一、根据玻屏拍摄的图像，获取图像中玻屏的高度和宽度的数值；
步骤二、调取玻屏设计图中玻屏及其视窗区域的各项设计数值；
步骤三、根据设计图中各区域的比例，计算出图像中视窗区的范围。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，还具有这样的特点：即、上述后续的工艺前(如：丝印前)的AOI检测工序中：还包括是否存在不容许瑕疵的判断；
当视窗区存在，可清除的污染物时，判定为可容许脏污；
当视窗区存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵；
当非视窗区(如：印刷区)存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵；
当非视窗区(如：印刷区)存在，可清除的污染物时，根据脏污的种类和特征进行可容许脏污和不容许脏污的判断；
其中，当污染物的存在不影响后续的工艺(如：丝印工艺)或可被后续的工艺(如：丝印工艺)覆盖时，判定为可容许脏污；反之，则判定为不容许脏污；
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，还具有这样的特点：即、上述后续的工艺前(如：丝印前)的AOI检测工序的具体步骤如下所示：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵和污染物的位置、类型和特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进行后续的工艺(如：丝印工序)；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在不容许瑕疵；
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤五的判定环节；
步骤五、判断是否存在可容许脏污；
当判断结果为“否”时，判定为不良品，结束程序；
当判断结果为“是”时，直接进行后续的工艺(如：丝印工序)或返回步骤三的工序。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，还具有这样的特点：即、上述后续的工艺完成后(如：丝印后)的AOI检测工序中：还包括是否存在不容许瑕疵的判断；
当视窗区存在，可清除的污染物时，判定为可容许脏污；
当视窗区存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵；
当非视窗区(如：印刷区)存在，可清除的污染物时；
当非视窗区(如：印刷区)存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，还具有这样的特点：即、上述后续的工艺完成后(如：丝印后)的AOI检测工序的具体步骤如下所示：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵和污染物的位置、类型和特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进入后续工序(如：封装等)；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在不容许瑕疵；
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，直接进入清洗工序或返回步骤三的工序；
或
上述后续的工艺完成后(如：丝印后)的AOI检测工序的具体步骤如下所示：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵和污染物的位置、类型和特征；
步骤三、判断是否存在不容许瑕疵；
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进行步骤四的判定；
步骤四、判断是否存在脏污；
当判断结果为“否”时，直接进入后续工序(如：封装等)；
当判断结果为“是”时，直接进入清洗工序。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，还具有这样的特点：即、在判断是否存在不容许瑕疵时，当待判断的不容许瑕疵的种类为一个以上时，该步骤为依次针对每种不容许瑕疵，进行玻屏是否存在不容许瑕疵的判断。
不容许瑕疵一般为划痕、边崩等等固件损伤，此类损伤往往无法通过清除等动作来实现消除和修复。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，还具有这样的特点：即、在判断是否存在不容许瑕疵时，将分析获得的瑕疵，与系统图库中各种瑕疵的特征进行比对后，得出是否存在不容许瑕疵的结论；
其中，当其特征相同或相似时，判断为存在不容许瑕疵；反之，判断为不存在不容许瑕疵；
在判断是否存在可容许脏污时，根据污染物的位置，将分析获得的污染物的大小与系统中设定的可容许脏污的表面积数值的阈值进行比较；
其中，当污染物的大小小于阈值时，判断为可容许脏污；反之，判断为不容许脏污。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，还具有这样的特点：即、对玻屏的检测区域的划分为两个以上。
本发明的作用和效果：
本发明涉及的AOI检测方法，旨在克服现有玻璃生产检测工艺中存在的缺陷，以避开脏污(含化学溶剂残留物、灰尘、纤维、指印和污迹)对检测的良品率的影响来实现良品率的提高，避免不必要的损耗。
具体地，在本发明的玻璃AOI设备的检测方法中，通过将所有瑕疵的可清除的污染物类脏污区分出来，并通过测量出脏污的位置、灰度、形状、尺寸和厚度等参数，之后，根据玻璃上所有脏污的位置、形状、尺寸和厚度，分别判定各个脏污是否会在后道工艺的加工时影响玻璃的质量，如果没有影响、在本发明中将其命名为可容许的脏污，就可直接将该玻璃判为良品进入下道工艺，如：丝印等。在工艺的最后(出厂封装前)进行人工擦拭，去除所有可容许的脏污。从而提高了触摸屏检测的良品率。
此外，在本发明涉及的在触摸屏丝印前检测中，脏污位置的判定是很重要的。触摸屏玻璃在几何位置上，可以分为视窗区和印刷区，在印刷区的脏污在丝印前是不容许的，因为会影响丝印的质量，造成凸出的部分，在行业的检测标准中，这种瑕疵被称为背面毛丝或印刷不良，然，此类脏污在丝印后是可容许；而所有在视窗区的脏污都是可以容许的，因为此类被容许的脏污都可以在最后被擦除。
采用本发明的触摸屏生产和AOI检测工艺，在丝印前AOI检测出的可容许脏污的玻屏将进入丝印等后续工艺；丝印前AOI检测出的所有脏污的玻屏将由人工擦除。在本发明的新工艺中，AOI设备对无瑕疵的玻璃和含容许的脏污的玻璃直接送入下道丝印流程。同样，对丝印后的AOI检测也将把所有脏污都判为可容许的输出到人工擦拭工序，这些含容许的脏污在产品封装前都将被擦除。这样良品率就大大提高了。
基于上述技术方案，本发明与现有技术的比对发现，本发明的方法具有相当的优势。
如：如图2所示，是触摸屏生产和人工检测工艺的流程图，这也是到目前为止，几乎所有触摸屏生产商都在使用的检测工艺。在现有人工检测的工艺中，有丝印前检测和丝印后检测。丝印前检测将重复前述的擦试->检测的过程，同样丝印后检测也会重复擦试->检测的过程，只不过丝印前检测的主要瑕疵是边崩、划伤和脏污，丝印后检测的主要瑕疵除了边崩、划伤和脏污外，还有针孔、字符不良、漏油等和印刷相关的瑕疵。相对于AOI检测，人工检测最大优点是可以擦拭去除所有丝印前和丝印后的脏污，这是至今为止任何清洗设备度不能做到的，而最大的缺点是不可靠，误判和漏判率高，造成通不过收货方的验收退货而付出几十万到上百万赔偿。
从图2中人工检测的工艺流程图来看，本发明与其的主要差别在于：(1)人工检测是把玻璃放在高强度的灯光下，如果发现有瑕疵，先试图人工擦试，擦拭不掉的再按照其尺寸判定是否为不良品；这个过程可能会重复几次，一直到所有可见的瑕疵都被去除而被判定为良品。(2)AOI丝印前检测检测出的所有瑕疵中区分出脏污并测量出脏污的位置、辉度、形状、尺寸和厚度，根据玻璃上所有脏污的位置、形状、尺寸和厚度，分别判定各个脏污是否会在后道工艺的加工时影响玻璃的质量，如无影响则判为无影响脏污和良品玻璃一起进入丝印工艺。(3)AOI丝印后检测检测出的所有瑕疵中区分出脏污，所有的脏污都将被判定为无影响脏污。(4)AOI丝印检测后，必须用人工擦拭去掉所有脏污。
此外，在上述的工艺中，脏污(含化学溶剂残留物、灰尘、纤维、指印和污迹等可通过人工擦拭去除的瑕疵)是无法通过现有的清洗设备去除的，所以在现有的工艺中有接近90％的玻屏将由于残留的被AOI检测设备判定为不良品，这造成了AOI设备可以判定出各种瑕疵，而由于90％的脏污还得靠人工检测，不能从根本上替代人工检测。
再如图3-1所示，系本发明前的现有触摸屏生产工艺中采用AOI检测的流程图，从流程图上可以看出，丝印前AOI检测出的不良品中，脏污占有70％；丝印后AOI检测出的不良品中，脏污占有60％；这些含有脏污的玻屏，还需要人工去擦除脏污和重新进行人工检测，这就使得AOI检测的使用意义不大。
相对于图3-1中的现有技术，本发明增加了可容许脏污的的判定，可以使得丝印前检测的良品率达到了75+％；而在丝印后检测，所有的脏污都被判定为可容许的，使得丝印后检测的良品率达到了85+％。再加上AOI检测的可靠性，本发明所涉及的AOI检测设备和新工艺，完全可以替代除人工擦拭以外的所有人工检测工艺。经本检测设备的用户估算，一台丝印检测机每年能够带来的直接经济效益为180万，要大于该种设备的销售价格；也就是说，用户可以在1年内收回设备投资成本。
本发明所采用了上述新工艺，经信利LENS部门做了长达45天的严格测试，其良品率最高可到达80％，其最高误判漏判率＜1％，平均＜3％，最高＜5％(行业标准一般为7+％)。
附图说明
附图1、实施例涉及的手机触摸屏的视窗区和印刷区的区分图；
附图2、现有技术中触摸屏生产和人工检测工艺流程图：
附图3-1、现有技术中采用AOI检测的流程图；
附图3-2、实施例涉及的触摸屏生产和AOI检测工艺流程图；
附图4、实施例涉及的触摸屏丝印前检测区分瑕疵和脏污算法流程图；
附图5、实施例涉及的触摸屏丝印后检测区分瑕疵和脏污算法流程图；
附图6、实施例涉及的丝印前检测计算视窗区位置的算法流程图。
具体实施方式
如图1所示，在本实施例中，将该手机触摸屏的玻屏划分为视窗区和印刷区。本实施例系相关的手机触摸屏上的视窗区和印刷区的划分。对于其它的触摸屏，由于种类繁多，不一一画出。但是一般来说所有的触摸屏丝印时，都会分为视窗区和非视窗的印刷区。
该视窗区和印刷区的算法如图6所示，具体步骤如下：
步骤一、根据触摸屏拍摄的图像，获取图像中玻屏的高度H和宽度W的数值；
步骤二、从触摸屏设计的AUTOCAD图中获得高度H、宽度W、顶端TOP、左端LEFT的设计值中玻屏的H0、W0、T0、L0，视窗区域的H1、W1、T1、L1；
步骤三、从触摸屏拍摄图像上，通过图像处理，获得H、W、Top、Left的测量值，玻屏的H2、W2、T2、L2，视窗区域的H3、W3、T3、L3；
步骤四、通过平面几何的比例算法，计算出图像中视窗区的H、W、Top、Left的范围。
如图3-2所示，本实施例中的触摸屏生产和AOI检测工艺如下：
步骤一、玻璃的切割、抛光、打磨和清洗；
步骤二、AOI检测玻璃上是否存在如：划伤、边崩、指纹、灰尘、纤维、针孔等各类瑕疵，并根据现状、厚度、尺寸，区分出可以被清洗掉的污染物(如：灰尘、纤维、针孔)类脏污；
步骤三、判断是否良品，即、不存在任何瑕疵的状况；
当判断结果为“是”时，直接进行步骤五玻璃丝印的工序；
当判断结果为“否”时，继续进行步骤四的判定；
步骤四、判断是否为可容许瑕疵；
当判断结果为“是”时，直接进行步骤五玻璃丝印的工序；
当判断结果为“否”时，判定为不良品，结束流程，封装该不良玻璃；
步骤五、AOI检测玻璃上是否存在如：印刷不良、划伤、边崩、指纹、灰尘、纤维、针孔等各类瑕疵，区分出可以被清洗掉的污染物(如：灰尘、纤维、针孔)类脏污；
步骤六、判断是否为印刷不良、划伤、边崩等影响产品外观和性能的瑕疵；
当判断结果为“是”时，判定为不良品，结束流程，封装该不良玻璃；
当判断结果为“否”时，继续进行步骤四的判定；
步骤七、判断是否为脏污；
当判断结果为“否”时，直接作为良品封装出库；
当判断结果为“是”时，进入人工或机器擦洗工序，将此类可以被清除掉的污染物消除后封装出库。
在上述工艺步骤中，丝印前AOI设备对无瑕疵的玻璃和含容许的脏污的玻璃直接送入下道丝印流程。同样，对丝印后的AOI检测也将把所有脏污都判为可容许的输出到人工擦拭工序，这些含容许的脏污在产品封装前都将被擦除。这样良品率就大大提高了。
本实施例采用的AOI设备的新工艺已经在信利LENS部门做了严格的测试，其良品率最高可到达80％，其最高误判漏判率＜1％，平均＜3％，最高＜5％(行业标准一般为7％)。
在上述工艺过程中，关于丝印前的具体工艺流程还可如图4所示的方式进行：即、
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵(如：划伤、针孔、刮痕、边崩等等瑕疵和灰尘、纤维、指纹、污渍等等可以被清除的脏污)的位置(该位置区分为视窗区和印刷区两个位置)、及其此类污染物的厚度、尺寸、形状、灰度等等特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进行后续的工艺；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在划伤，即、丝印前检测中针对划伤的关键算法是，在检测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中(即、存储于系统内的，包含有绝大多数常规划伤形态等的数据)标准划伤特征进行比较，通过将分别被检测到的各个瑕疵图像和划伤图像库图像，用模式识别方法进行一一匹配，从而判定是否存在划伤这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤五的判定环节；
步骤五、判断是否存在边崩，即、丝印前检测中针对边崩的关键算法是，在检测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中(即、存储于系统内的，包含有绝大多数常规边崩形态的数据)标准边崩特征进行比较，通过将分别被检测到的各个瑕疵图像和边崩图像库图像，用模式识别方法进行一一匹配，从而判定是否存在边崩这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤六判定环节；
步骤六、判断是否存在可容许脏污；
该判断的规则如下表所示：
丝印前 视窗区 印刷区
污迹(大) 容许 不容许
污迹(小) 容许 容许
纤维 容许 不容许
灰尘(大) 容许 不容许
灰尘(小) 容许 容许
当判断结果为“否”时，判定为不良品，结束程序；
当判断结果为“是”时，直接进行后续的工艺或返回步骤三的工序。
在上述工艺过程中，关于丝印后的具体工艺流程还可如图5所示的方式进行：即、
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵(如：印刷不良、划伤、针孔、刮痕、边崩等等瑕疵和灰尘、纤维、指纹、污渍等等可以被清除的脏污)的位置及其此类污染物的厚度、尺寸、形状、灰度等等特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进入后续工序；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在划伤，即、丝印前检测中针对划伤的关键算法是，在检测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中(即、存储于系统内的，包含有绝大多数常规划伤形态等的数据)标准划伤特征进行比较，通过将分别被检测到的各个瑕疵图像和划伤图像库图像，用模式识别方法进行一一匹配，从而判定是否存在划伤这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤五的判定环节；
步骤五、判断是否存在边崩，即、丝印前检测中针对边崩的关键算法是，在检测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中(即、存储于系统内的，包含有绝大多数常规边崩形态的数据)标准边崩特征进行比较，通过将分别被检测到的各个瑕疵图像和边崩图像库图像，用模式识别方法进行一一匹配，从而判定是否存在边崩这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤六的判定环节；
步骤六、判断是否存在丝印不良，即、丝印前检测中针对边崩的关键算法是，在检测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中(即、存储于系统内的，包含有绝大多数常规丝印不良形态的数据)标准丝印不良的特征进行比较，通过将分别被检测到的各个瑕疵图像和丝印不良的图像库图像，用模式识别方法进行一一匹配，从而判定是否存在丝印不良的这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，直接进入清洗工序或返回步骤三的工序。
在上述步骤中，无需对脏污进行容许与否的判断，如下表所示：该判断的规则如下表所示：
丝印后 视窗区 印刷区
污迹 容许 容许
纤维 容许 容许
灰尘 容许 容许
此外，关于丝印后的具体工艺流程还可可以为：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵(如：印刷不良、划伤、针孔、刮痕、边崩等等瑕疵和灰尘、纤维、指纹、污渍等等可以被清除的脏污)的位置及其此类污染物的厚度、尺寸、形状、灰度等等特征；
步骤三、判断是否存在划伤，即、丝印前检测中针对划伤的关键算法是，在检测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中(即、存储于系统内的，包含有绝大多数常规划伤形态等的数据)标准划伤特征进行比较，通过将分别被检测到的各个瑕疵图像和划伤图像库图像，用模式识别方法进行一一匹配，从而判定是否存在划伤这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤四的判定环节；
步骤四、判断是否存在边崩，即、丝印前检测中针对边崩的关键算法是，在检测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中(即、存储于系统内的，包含有绝大多数常规边崩形态的数据)标准边崩特征进行比较，通过将分别被检测到的各个瑕疵图像和边崩图像库图像，用模式识别方法进行一一匹配，从而判定是否存在边崩这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤五的判定环节；
步骤五、判断是否存在丝印不良，即、丝印前检测中针对边崩的关键算法是，在检测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中(即、存储于系统内的，包含有绝大多数常规丝印不良形态的数据)标准丝印不良的特征进行比较，通过将分别被检测到的各个瑕疵图像和丝印不良的图像库图像，用模式识别方法进行一一匹配，从而判定是否存在丝印不良的这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤六的判定环节；
步骤六、判断是否存在脏污；
当判断结果为“否”时，直接封装出库；
当判断结果为“是”时，直接进入清洗工序后封装出库。
由此可见，在本实施例中，触摸屏玻璃在几何位置上，可以分为视窗区和印刷区(见附图1)，视窗区不会丝印任何图案、在后道工艺中会贴膜，印刷区上将丝印上听筒孔、摄像孔、按键、四周黑/白框等图案；在印刷区的脏污在丝印前是不容许的(因为会影响丝印的质量，造成凸出的部分，在行业的检测标准中，这种瑕疵被称为背面毛丝或印刷不良)，在丝印后是可容许；所有在视窗区的脏污都是可以容许的。因为被容许的脏污都可以在最后的工艺中被擦除。
由此，由于视窗区占整个玻璃的80％，所以至少有80％以上的脏污是可容许的，这也就大大提高了玻璃AOI检测的良品率。
值得指出的是，在上述的实施例中，仅列出了部分瑕疵和脏污的类型，在实际操作的过程中，可根据生产的需要，对其比对和判定的项目选项进行调整。例如：脏污还可以包含可以通过丝印印刷而覆盖住的经过后道工序处理后而不影响玻屏质量的各类细小瑕疵。

Claims (10)

1.一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：将玻屏的检测区域划分为视窗区和非视窗区后，进行AOI的检测；
在后续的工艺前和后续的工艺完成后的AOI检测工序中，包括对各区域是否存在可容许脏污和不容许脏污的判断；
所述脏污为可被清除的污染物。
2.如权利要求1所述的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：
后续的工艺前，所述可容许脏污为不影响后续的工艺或可被后续的工艺覆盖掉的污染物；
后续的工艺前，所述不容许脏污为影响后续的工艺的污染物或不能为后续的工艺覆盖掉的污染物；
后续的工艺完成后，所述可容许脏污为可被清除的污染物。
3.如权利要求1所述的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：
所述将玻屏的检测区域划分为视窗区和非视窗区的步骤如下所示：
步骤一、根据玻屏拍摄的图像，获取图像中玻屏的高度和宽度的数值；
步骤二、调取玻屏设计图中玻屏及其视窗区域的各项设计数值；
步骤三、根据设计图中各区域的比例，计算出图像中视窗区的范围。
4.如权利要求1所述的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：
所述后续的工艺前的AOI检测工序中：还包括是否存在不容许瑕疵的判断；
当视窗区存在，可清除的污染物时，判定为可容许脏污；
当视窗区存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵；
当非视窗区存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵；
当非视窗区存在，可清除的污染物时，根据脏污的种类和特征进行可容许脏污和不容许脏污的判断；
其中，当污染物的存在不影响后续的工艺或可被后续的工艺覆盖时，判定为可容许脏污；反之，则判定为不容许脏污。
5.如权利要求4所述的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：
所述后续的工艺前的AOI检测工序的具体步骤如下所示：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵和污染物的位置、类型和特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进行后续的工艺；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在不容许瑕疵；
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤五的判定环节；
步骤五、判断是否存在可容许脏污；
当判断结果为“否”时，判定为不良品，结束程序；
当判断结果为“是”时，直接进行后续的工艺或返回步骤三的工序。
6.如权利要求1所述的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：
所述后续的工艺完成后的AOI检测工序中：还包括是否存在不容许瑕疵的判断；
当视窗区存在，可清除的污染物时，判定为可容许脏污；
当视窗区存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵；
当非视窗区存在，可清除的污染物时；
当非视窗区存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵。
7.如权利要求6所述的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：
所述后续的工艺完成后的AOI检测工序的具体步骤如下所示：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵和污染物的位置、类型和特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进入后续工序；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在不容许瑕疵；
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，直接进入清洗工序或返回步骤三的工序；
或
所述后续的工艺完成后的AOI检测工序的具体步骤如下所示：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵和污染物的位置、类型和特征；
步骤三、判断是否存在不容许瑕疵；
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进行步骤四的判定；
步骤四、判断是否存在脏污；
当判断结果为“否”时，直接进入后续工序；
当判断结果为“是”时，直接进入清洗工序。
8.如权利要求5或7所述的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：
在判断是否存在不容许瑕疵时，当待判断的不容许瑕疵的种类为一个以上时，该步骤为依次针对每种不容许瑕疵，进行玻屏是否存在不容许瑕疵的判断。
9.如权利要求5或7所述的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：
在判断是否存在不容许瑕疵时，将分析获得的瑕疵，与系统图库中各种瑕疵的特征进行比对后，得出是否存在不容许瑕疵的结论；
其中，当其特征相同或相似时，判断为存在不容许瑕疵；反之，判断为不存在不容许瑕疵；
在判断是否存在可容许脏污时，根据污染物的位置，将分析获得的污染物的大小与系统中设定的可容许脏污的表面积数值的阈值进行比较；
其中，当污染物的大小小于阈值时，判断为可容许脏污；反之，判断为不容许脏污。
10.如权利要求1-9任一所述的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特征在于：
对玻屏的检测区域的划分为两个以上。
CN201611124217.9A 2016-06-14 2016-12-08 可提高触摸屏玻屏aoi检测良品率的aoi算法/工艺方法 Pending CN106596580A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610421526 2016-06-14
CN2016104215266 2016-06-14

Publications (1)

Publication Number Publication Date
CN106596580A true CN106596580A (zh) 2017-04-26

Family

ID=58598713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611124217.9A Pending CN106596580A (zh) 2016-06-14 2016-12-08 可提高触摸屏玻屏aoi检测良品率的aoi算法/工艺方法

Country Status (1)

Country Link
CN (1) CN106596580A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109870416A (zh) * 2019-01-22 2019-06-11 华灿光电（浙江）有限公司 石墨盘检测方法和装置
CN110021005A (zh) * 2018-01-05 2019-07-16 财团法人工业技术研究院 电路板瑕疵筛选方法及其装置与计算机可读取记录介质

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6842220B1 (en) * 1998-07-14 2005-01-11 Nova Measuring Instruments Ltd. Monitoring apparatus and method particularly useful in photolithographically processing substrates
WO2006029536A1 (en) * 2004-09-17 2006-03-23 De.Vice Scientific Incorporated Optical inspection of flat media using direct image technology
US20060170910A1 (en) * 2005-01-31 2006-08-03 Applied Materials Israel, Ltd. Automatic optical inspection using multiple objectives
JP2007510166A (ja) * 2003-11-03 2007-04-19 アーデーツエー・オートモテイブ・デイスタンス・コントロール・システムズ・ゲゼルシヤフト・ミツト・ベシユレンクテル・ハフツング 光学装置の前にあって光を通す覆い板上の汚れを検出する装置
JP2010117285A (ja) * 2008-11-14 2010-05-27 Omron Corp 基板の欠陥検査装置
CN101271374B (zh) * 2008-05-19 2011-02-16 北京中星微电子有限公司 一种对触摸屏进行检测的方法及装置
CN201804834U (zh) * 2010-08-11 2011-04-20 安徽鑫昊等离子显示器件有限公司 一种良品率检测装置
CN101271375B (zh) * 2008-05-19 2011-11-09 无锡中星微电子有限公司 一种对触摸屏进行检测的方法及装置
CN102495064A (zh) * 2011-11-17 2012-06-13 深圳市锦亿宝森科技有限公司 一种触摸屏丝印线路自动检测系统
CN103645822A (zh) * 2013-12-24 2014-03-19 上海华勤通讯技术有限公司 触摸屏的异物检测方法及触摸屏
CN103837552A (zh) * 2014-03-14 2014-06-04 苏州精创光学仪器有限公司 触摸屏保护玻璃外观缺陷检测系统
CN103868937A (zh) * 2012-12-13 2014-06-18 富泰华工业（深圳）有限公司 触摸屏检测治具
CN204008501U (zh) * 2014-07-24 2014-12-10 江西泽发光电有限公司 一种玻璃镜片自动检测机
CN104238575A (zh) * 2014-09-15 2014-12-24 昆山精讯电子科技有限公司 用于对触摸屏进行检测的测试系统及其测试方法
CN104297259A (zh) * 2014-11-04 2015-01-21 苏州精创光学仪器有限公司 触摸屏保护玻璃外观缺陷检测方法
CN104297264A (zh) * 2014-11-03 2015-01-21 苏州精创光学仪器有限公司 玻璃表面缺陷在线检测系统
CN204241391U (zh) * 2014-12-13 2015-04-01 登封市豫科玻璃技术有限公司 一种显屏玻璃检测装置
KR20150081588A (ko) * 2014-01-06 2015-07-15 삼성전기주식회사 제품 검사방법
CN105092605A (zh) * 2015-09-10 2015-11-25 苏州威盛视信息科技有限公司 用于检测元件反白的自动光学检测方法
CN105203548A (zh) * 2015-09-10 2015-12-30 苏州威盛视信息科技有限公司 Aoi检测设备的控制系统
CN105203549A (zh) * 2015-09-10 2015-12-30 苏州威盛视信息科技有限公司 线路板aoi检测方法
CN105224149A (zh) * 2014-06-06 2016-01-06 敦泰科技有限公司 一种电容触摸屏检测方法
CN105548212A (zh) * 2016-02-03 2016-05-04 杭州晶耐科光电技术有限公司 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6842220B1 (en) * 1998-07-14 2005-01-11 Nova Measuring Instruments Ltd. Monitoring apparatus and method particularly useful in photolithographically processing substrates
JP2007510166A (ja) * 2003-11-03 2007-04-19 アーデーツエー・オートモテイブ・デイスタンス・コントロール・システムズ・ゲゼルシヤフト・ミツト・ベシユレンクテル・ハフツング 光学装置の前にあって光を通す覆い板上の汚れを検出する装置
WO2006029536A1 (en) * 2004-09-17 2006-03-23 De.Vice Scientific Incorporated Optical inspection of flat media using direct image technology
US20060170910A1 (en) * 2005-01-31 2006-08-03 Applied Materials Israel, Ltd. Automatic optical inspection using multiple objectives
CN101271375B (zh) * 2008-05-19 2011-11-09 无锡中星微电子有限公司 一种对触摸屏进行检测的方法及装置
CN101271374B (zh) * 2008-05-19 2011-02-16 北京中星微电子有限公司 一种对触摸屏进行检测的方法及装置
JP2010117285A (ja) * 2008-11-14 2010-05-27 Omron Corp 基板の欠陥検査装置
CN201804834U (zh) * 2010-08-11 2011-04-20 安徽鑫昊等离子显示器件有限公司 一种良品率检测装置
CN102495064A (zh) * 2011-11-17 2012-06-13 深圳市锦亿宝森科技有限公司 一种触摸屏丝印线路自动检测系统
CN103868937A (zh) * 2012-12-13 2014-06-18 富泰华工业（深圳）有限公司 触摸屏检测治具
CN103645822A (zh) * 2013-12-24 2014-03-19 上海华勤通讯技术有限公司 触摸屏的异物检测方法及触摸屏
CN103645822B (zh) * 2013-12-24 2016-05-04 上海华勤通讯技术有限公司 触摸屏的异物检测方法及触摸屏
KR20150081588A (ko) * 2014-01-06 2015-07-15 삼성전기주식회사 제품 검사방법
CN103837552A (zh) * 2014-03-14 2014-06-04 苏州精创光学仪器有限公司 触摸屏保护玻璃外观缺陷检测系统
CN105224149A (zh) * 2014-06-06 2016-01-06 敦泰科技有限公司 一种电容触摸屏检测方法
CN204008501U (zh) * 2014-07-24 2014-12-10 江西泽发光电有限公司 一种玻璃镜片自动检测机
CN104238575A (zh) * 2014-09-15 2014-12-24 昆山精讯电子科技有限公司 用于对触摸屏进行检测的测试系统及其测试方法
CN104297264A (zh) * 2014-11-03 2015-01-21 苏州精创光学仪器有限公司 玻璃表面缺陷在线检测系统
CN104297259A (zh) * 2014-11-04 2015-01-21 苏州精创光学仪器有限公司 触摸屏保护玻璃外观缺陷检测方法
CN204241391U (zh) * 2014-12-13 2015-04-01 登封市豫科玻璃技术有限公司 一种显屏玻璃检测装置
CN105092605A (zh) * 2015-09-10 2015-11-25 苏州威盛视信息科技有限公司 用于检测元件反白的自动光学检测方法
CN105203548A (zh) * 2015-09-10 2015-12-30 苏州威盛视信息科技有限公司 Aoi检测设备的控制系统
CN105203549A (zh) * 2015-09-10 2015-12-30 苏州威盛视信息科技有限公司 线路板aoi检测方法
CN105548212A (zh) * 2016-02-03 2016-05-04 杭州晶耐科光电技术有限公司 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
中国制笔协会组织编写: "《圆珠笔制造工》", 31 December 2007 *
刘俊杰编著: "《品管员实战手册》", 31 December 2011 *
顾江主编: "《电子设计与制造实训教程》", 1 September 2016 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110021005A (zh) * 2018-01-05 2019-07-16 财团法人工业技术研究院 电路板瑕疵筛选方法及其装置与计算机可读取记录介质
US11132786B2 (en) 2018-01-05 2021-09-28 Industrial Technology Research Institute Board defect filtering method based on defect list and circuit layout image and device thereof and computer-readable recording medium
CN109870416A (zh) * 2019-01-22 2019-06-11 华灿光电（浙江）有限公司 石墨盘检测方法和装置

Similar Documents

Publication Publication Date Title
CN108230324B (zh) 磁瓦表面微缺陷视觉检测方法
JP3560694B2 (ja) レンズ検査のシステムと方法
CN108665458B (zh) 透明体表面缺陷提取及识别方法
US20030050761A1 (en) Inspection method and its apparatus, inspection system
KR101477665B1 (ko) 불균일한 텍스쳐 표면의 불량 검출방법
CN108355981A (zh) 一种基于机器视觉的电池连接器质量检测方法
TW201310359A (zh) 用於識別材料中之缺陷之系統及方法
CN112200790B (zh) 布料缺陷检测方法、设备和介质
CN114897847A (zh) 图像处理方法及装置、计算机可读存储介质、电子设备
CN110333238A (zh) 一种smt芯片缺陷检测系统与方法
CN111307819A (zh) 晶圆边缘缺陷检测系统及方法
CN111681213A (zh) 一种基于深度学习的导光板线划伤缺陷检测方法
CN106596580A (zh) 可提高触摸屏玻屏aoi检测良品率的aoi算法/工艺方法
CN112881427A (zh) 可见光和红外热成像的电子元器件缺陷检测装置及方法
CN113111903A (zh) 智能产线监测系统及监测方法
JP4652917B2 (ja) 欠陥データ処理方法、およびデータの処理装置
JPH0886716A (ja) レンズ検査のシステムと方法
CN117392042A (zh) 缺陷检测方法、缺陷检测设备及存储介质
Feng et al. Image processing of the grinding wheel surface
CN111563869B (zh) 用于摄像模组质检的污点测试方法
CN116997927A (zh) 曲面基板气泡检测方法及检测系统
JP4998722B2 (ja) 画像処理によるワーク欠陥検査方法
KR20140082335A (ko) 평판디스플레이의 얼룩 검사 방법 및 장치
JP4052733B2 (ja) パターン付きウエハの異物検査方法
JP3917431B2 (ja) 光学部材検査方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170426