CN106814083A - 滤波片缺陷检测系统及其检测方法 - Google Patents
滤波片缺陷检测系统及其检测方法 Download PDFInfo
- Publication number
- CN106814083A CN106814083A CN201510852687.6A CN201510852687A CN106814083A CN 106814083 A CN106814083 A CN 106814083A CN 201510852687 A CN201510852687 A CN 201510852687A CN 106814083 A CN106814083 A CN 106814083A
- Authority
- CN
- China
- Prior art keywords
- filter plate
- defect detecting
- detection
- optically filtering
- plate defect
- 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.)
- Granted
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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- 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
- G01N2021/9511—Optical elements other than lenses, e.g. mirrors
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一滤波片缺陷检测系统及其检测方法,该系统用于进行光学滤波片的有效区域缺陷检测分析,其包括:一相机单元,一光学单元,一位于所述相机单元和所述光学单元之间的一镜头单元,以及承载所述光学滤波片的一移动平台,其中通过所述相机单元、所述镜头单元和所述光学单元进行检测分析位于所述移动平台的所述多个光学滤波片,并且通过所述移动平台将所述光学滤波片移至一检测位置。
Description
技术领域
本发明涉及多个光学滤波片检测,特别涉及一滤波片缺陷检测系统及其应用,其中利用所述滤波片缺陷检测系统可同时检测所述多个光学滤波片检测,并提升所述滤波片的检测工序的生产效率,同时减少检测失误情形发生和降低生产成本。
背景技术
科技的日新月异、各种电子产品的发展,并且随着移动互联网的发展,以及多媒体信息设备的与日俱增,越来越多的产品或设备对于光学性产品和零件需求不断的增加,因此对于各种光学制程的生产效率和品质要求也逐渐增高。其中,光学零件中的滤波片在各种光学相关产品上几乎是不可或缺的一个存在。但是,目前在光学滤波片的制程中,还是存在各种待改进的问题,特别是,光学滤波片在玻璃成型和镀膜过程中有可能出现各种缺陷,包括点子、杂质、划痕和因镀膜不良形成的迹等。进一步地,光学滤波片的缺陷会导致各种镜头模组造成成像不良的影响,其中不良的滤波片运用在手机模组时可能造成成像不良、污点等异常情况,这样的状况不只是造成零件制程中的反工,更易使得反工过程造成零件的损伤,因而造成更大的损失。
因此,在滤波片的制造过程和相关零件的组装工艺,对于滤波片品质的检测需要相对的严格。例如镜座组件的制程工艺中,当中所使用的滤波片是由整片滤波片切割成小片滤波片,再进行组装,其中在整片滤波片切割成小片滤波片前需做缺陷检测,将缺陷部位标识出来,以确保切割后只取用没有缺陷的小片,进而保证后续产品的品质。
然而,目前在光学滤波片生产工艺过程中,大部份都是依赖生产线人员借助高倍显微镜进行人眼识别,这样将存在一些缺点,首先,通过生产线人员进行人眼识别判断滤波片的有效区域缺陷,当中存在着人员的主观性,且无法进一步地量化检测指标。第二,经由生产线人员的判断对于缺陷的标准也仅能依赖员工经验判断,易造成误检、漏检,并且在人员的训练上也因为是依赖经验判断,因此不易进行人员的教育训练。第三,由于是由生产线人员进行人眼判断,其中人眼易疲劳,并且效率较低,目前人工操作的UPH约1000PCS。
为解决以上问题,本发明提出了一种全自动的滤波片缺陷检测设备和方法。利用科学的方法有效的解决上述的问题。
发明内容
本发明的主要目的在于提供一滤波片缺陷检测系统,以用于检测至少一光学滤波片,以提升所述滤波片的检测工序的生产效率,并减少检测失误情形发生。
本发明的主要目的在于提供一滤波片缺陷检测系统,以用于检测多个光学滤波片时,减少检测工序的人员的主观性判断,进而使检测工序可量化生产,提升UPH值,约为2000PCS。值得一提的是,依据传统人眼检测方式,其中判断条件一般是依照检测人员的经验值,易造成误检和漏检的情形,另外,因人眼易疲劳,所以生产效率相对较低,目前人工操作的检测UPH值约为1000PCS。
本发明的主要目的在于提供一滤波片缺陷检测系统,使大量进行所述多个光学滤波片检测时,可以提升所述检测工序的效率,同时可以量化的判断所述多个光学滤波片上的缺陷,并且降低生产成本。
本发明的另一目的在于提供一视觉检测设备,以减少所述检测工序的人员。因所述检测工序原本量一人控管一台显微镜进行检测,现今利用所述视觉检测设备可降低人力需求,由一人控管三台所述视觉检测设备。
为了达到以上目的,本发明提供一滤波片缺陷检测系统,以用于进行多个光学滤波片的有效区域缺陷检测分析,其包括:一相机单元,一光学单元,一位于所述相机单元和所述光学单元之间的一镜头单元,以及承载所述光学滤波片的一移动平台,其中通过所述相机单元、所述镜头单元和所述光学单元进行检测分析位于所述移动平台的所述多个光学滤波片,并且通过所述移动平台将所述光学滤波片移至一检测位置。
根据本发明的一个实施例,所述相机单元为一高像素相机。
根据本发明的一个实施例,所述镜头单元可为一物方远心镜头。
根据本发明的一个实施例,所述光学单元为一低角度的环形光源。
根据本发明的一个实施例,所述光学单元为散射性蓝光。
根据本发明的一个实施例,所述工作平台有XY两个方向的自由度。
根据本发明的一个实施例,所述光学滤波片的有效区域缺陷检查标准定义如下:
1.小于5um的缺陷不计数量,但各缺陷间的间距需大于20um;
2. 5~10um的缺陷,允许5个以内,间距大于100um;
3. 10~15um的缺陷,应在1个以内;以及
4.有效检查区域需
根据本发明的另外一方面,本发明还提供一视觉检测系统的一光学滤波片检测方法,其中包括如下步骤:
(s100)开始将多个光学滤波片放置于一视觉检测设备的一移动平台;
(s200)调整一相机单元垂直方向的位置,同时调节一光学单元的投射位置,并保存一系统参数;
(s300)标定所述视觉检测系统的一视觉校正参数,并保存;
(s400)设置所述光学滤波片检测的一工艺参数、一滤波片阵列、一设备运行等参数;
(s500)启动所述视觉检测设备,将放置于所述移动平台的所述光学滤波片逐一地运行至一检测位置;
(s600)进行一视觉检测,并分析和记录测试未通过的位置,在检测完成后根据记录位置标记出缺陷光学滤波片;以及
(s700)所述视觉检测完成后,所述移动平台退回启始位置。
根据本发明的一个实施例,其中步骤(s200)中,所述相机单元为一高像素相机。
根据本发明的一个实施例,其中调整所述高像素相机,使所述光学滤波片处于一聚焦位置,并调整所述高像素相机的曝光时间和增益,使所述光学滤波片成像清晰。
根据本发明的一个实施例,其中步骤(s200)中,所述光学单元为一低角度环形光源。
根据本发明的一个实施例,其中调节所述低角度环形光源,使其产生的一光源均匀的照射在所述光学滤波片上。
根据本发明的一个实施例,其中步骤(s200)中,所述系统参数为通过所述高像素相机的芯片大小和一镜头单元的放大倍率计出像素尺寸和实际尺寸的比例系数。
根据本发明的一个实施例,其中步骤(s300)中,所述视觉校正参数是基于最小二乘线性拟合的系数标定方法取得。
根据本发明的一个实施例,其中所述基于最小二乘线性拟合的系数标定方法,其包括如下步骤:
(s301)针对有缺陷所述光学滤波片取样;
(s302)经由所述视觉检测设备对取样的有缺陷所述光学滤波片检测,并获取各缺陷的最小外接圆直径的成像尺寸;
(s303)经由一工具显微镜对取样的有缺陷所述光学滤波片量测,并获取实际尺寸;以及
(s304)根据最小二乘法原理,按线性关系对取样的检测和量测数据进行拟合,取得参数,作为一标定参数。
根据本发明的一个实施例,其中步骤(s301)中,取样数目为10个。
根据本发明的一个实施例,其中步骤(s304)中,所述参数为:y=0.365x+0.167。
根据本发明的一个实施例,其中步骤(s600)中,所述视觉检测是通过所述视觉检测系统的一视觉软件分析所述光学滤波片的一检测区域中是否缺陷,并对缺陷进行形态学特征提取,且将提取的数据与生产的所述工艺参数进行比对判断,其中在不符合一光学滤波片的有效区域缺陷检查标准时,即判断为不合格即记录该位置,并由所述工作平台将下一个所述光学滤波片移至所述检测位置,再完成所有所述光学滤波片的检测后,利用记号笔对带缺陷滤波片进行标记。
根据本发明的一个实施例,其中步骤(s600),所述视觉检测进一步包括如下步骤:
(s601)获取一图像;
(s602)获得有效检测区域图像;
(s603)检测所述有效检测区域图像;
(s604)对检测区域进行动态分割;
(s605)判断是否有剩余区域,若『是』则进行步骤(s606),若『否』则进行步骤(s611);
(s606)进行闭操作;
(s607)再次判断是否有剩余区域,若『是』则进行步骤(s608),若『否』则进行步骤(s611);
(s608)最小外接圆拟合,半径等参数提取;
(s609)对比工艺参数,若『不通过』则进行步骤(s610),若『通过』则进行步骤(s611);
(s610)判定为不合格产品;以及
(s611)判定为合格产品。
根据本发明的一个实施例,其中步骤(s601)至步骤(s603),包括一图像降噪的方法。
根据本发明的一个实施例,其中步骤(s603),包括一均值滤波的方法对原始图像进行平滑检测以及检测所述有效检测区域图像。
根据本发明的一个实施例,其中包括一3x3的模板进行空间滤波,滤波操作可以描述为:
根据本发明的一个实施例,其中步骤(s604),其中所述动态分割是利用一滤波片缺陷分割的方法,亦即是一动态阈值分割的方法,其是在所述有效区域中提取缺陷位置,防止非有效区域中的缺陷对判断造干扰。
根据本发明的一个实施例,其中所述动态阈值分割方法描述为:
设均值滤波后的图像为g_mean(x,y);
原始图像为g_origin(x,y);以及
若检测区域满足g_origin(x,y)-g_mean(x,y)>=offset,则认为存在缺陷。
根据本发明的一个实施例,其中所述offset为固定补偿值,并大于相机像素波动范围的一个值。
根据本发明的一个实施例,其中步骤(s608),包括一滤波片缺陷量化比对方法,其是透过一多边形最小外接圆的计算方法以提取所述最小外接圆拟合,和半径等参数。
根据本发明的一个实施例,其中步骤(s608),包括一滤波片缺陷量化比对方法,其是透过一多边形最小外接圆的计算方法将提取出的所述缺陷区域进行形态学处理,并且取得提取所述最小外接圆的直径、缺陷位置、面积等信息。
根据本发明的一个实施例,其中判断所述光学滤波片是否合格,是通过提取的所述最小外接圆的所述直径、所述缺陷位置、所述面积信息与所述光学滤波片的有效区域缺陷检查标准比对判定。
根据本发明的一个实施例,其中所述多边形最小外接圆的计算方法,其包括步骤如下:
(s608.1)提取缺陷区域各顶点坐标,多边形拟合;
(s608.2)选定任意一点作为基准点g_base;
(s608.3)计算其他点与该点的距离;
(s608.4)选取距离最大点计算最小外接圆外径r和圆心坐标;
(s608.5)计算其他点与外接圆圆心的距离Ri;
(s608.6)提取最大距离Rmax;
(s608.7)若Rmax>r,则进行步骤(s608.8),若Rmax≤r,则进行步骤(s608.10);
(s608.8)构建三角形;
(s608.9)计算所述三角形的最小外接圆直径r和圆心坐标,接着进行(步骤s608.5);以及
(s608.10)获取直径Dmax。
根据本发明的一个实施例,其中步骤(s608.1),通过所述动态阈值分割方法后得到的区域的各顶点坐标,经过拟合得到一个多边形区域。
根据本发明的一个实施例,其中步骤(s608.8),其中所述三角形设其顶点坐标为(x1,y1),(x2,y2),(x3,y3),根据圆方程可得:
根据本发明的一个实施例,其中消去r,可得三角形外接圆圆心公式:
根据本发明的一个实施例,其中消去r,可得外接圆直径公式:
根据本发明的一个实施例,其中为三阶行列式。
根据本发明的一个实施例,其中通过所述滤波片缺陷检测系统判断所述光学滤光片是否合格,其中是利用计算所述最小外接圆直径与标定的比例系数相乘后得到缺陷的实际尺寸,再与所述工艺参数进行比对判定。
附图说明
图1是根据本发明的一个优选实施例的一滤波片缺陷检测系统的一视觉检测设备的示意图。
图2是根据本发明的一个优选实施例的一滤波片缺陷检测系统的一光学滤波片检测方法的流程图。
图3是根据本发明的一个优选实施例的一滤波片缺陷检测系统的一视觉检测方法的流程图。
图4是根据本发明的一个优选实施例的一未经所述视觉检测并处理的相片图。
图5是根据本发明的一个优选实施例的一经过所述视觉检测并处理的相片图。
图6是根据本发明的一个优选实施例的一滤波片缺陷检测系统的一多边形最小外接圆的计算方法的流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
如图1所示,是根据本发明一实施例的一视觉检测系统,以用于同时自动检测多个光学滤波片,其中通过一视觉检测设备完成检测工序,所述视觉检测系统包括一相机单元10,一镜头单元20,一光学单元30,以及一移动平台40。其中所述镜头单元20位于所述相机单元10和所述光学单元30之间,其中所述多个光学滤波片放置于所述移动平台40,并且可通过所述相机单元10、所述镜头单元20和所述光学单元30检测分析位于所述移动平台40的所述多个光学滤波片。特别地,为防止灰尘或微小粒子掉落至检测的光学滤波片上,所述视觉检测设备将XY两个方向的自由度置于所述移动平台40处,使得所述多个光学滤波片可在所述相机单元10的视野下可自由运动。以用于检测分析所述多个光学滤波片的缺陷。
值得一提的是,对于所述光学滤波片的有效区域缺陷检查标准定义如下:
1.小于5um的缺陷不计数量,但各缺陷间的间距需大于20um;
2. 5~10um的缺陷,允许5个以内,间距大于100um;
3. 10~15um的缺陷,应在1个以内;以及
4.有效检查区域需
根据本发明的实施例,所述光学滤波片检测要求,所述视觉检测系统的所述视觉检测设备需分辨5um及以下的缺陷,且有效视野应大于7mm。因此,所述相机单元10可实施为一高像素相机。并且为消除检测时的透视误差,并保证测量精度,所述镜头单元20可实施为一物方远心镜头,其中所述物方元心镜头其原理是将孔径光阑放置在光学系统的像方焦平面上,物方主光线平行于光轴主光线的会聚中心位于像方无限远,称之为物方远心光路,其可消除物方由于调焦不准确带来的读数误差。特别地,当孔径光阑放在像方焦平面上时,即使物距发生改变,像距也发生改变,但像高并没有发生改变,即测得的物体尺寸不会变化。因此,本发明的所述镜头单元20实施为所述物方远心镜头适用于高精密测量,且畸变值极小。进而,通过计算及实测可得图像的实际视野约为13mmx10mm,在实际的像素精度约在3.5um,符合检测要求。
另外,由于所述光学滤波片的缺陷通常表现为凸起、下凹及气泡等形式,所述视觉检测系统是利用光散射的特点,采用暗场照明方式,其中直接透过观察被检测的所述光学滤波片的反射或衍射的光线,而不直接观察到照明的光线,因此,视场成为黑暗的背景,而被检物体则呈现明亮的像。进而本发明的所述视觉检测设备在其暗场环境下成像时,对颗粒散射产生的亮点过度曝光,从而得到放大的影像,因此,所述视觉检测系统的实际精度高于3.5um。值得一提的是,在本发明中,考虑到平行点光源的均匀性较差且照明面积较小,因此选用低角度(10°)环形光源来制造暗场环境。换句话说,所述光学单元30可实施为一低角度的环形光源。另外,为尽可能放大光的散射特性获取高对比度的图像,所述视觉检测系统的所述视觉检测设备的所述光学单元30选用散射性较好的蓝光。
另外,如图2所示,本发明还提供一视觉检测系统的一光学滤波片检测方法,其包括如下步骤:
(s100)开始将多个光学滤波片放置于一视觉检测设备的一移动平台40;
(s200)调整一相机单元10垂直方向的位置,同时调节一光学单元30的投射位置,并保存一系统参数;
(s300)标定所述视觉检测系统的一视觉校正参数,并保存;
(s400)设置所述光学滤波片检测的一工艺参数、一滤波片阵列、一设备运行等参数;
(s500)启动所述视觉检测设备,将放置于所述移动平台40的所述光学滤波片逐一地运行至一检测位置;
(s600)进行一视觉检测,并分析和记录测试未通过的位置,在检测完成后根据记录位置标记出缺陷光学滤波片;以及
(s700)所述视觉检测完成后,所述移动平台40退回启始位置。
特别地,根据步骤(s200),所述相机单元10可实施为一高像素相机,故调整所述相机单元10垂直方向的位置,即调整所述高像素相机,使所述光学滤波片处于一聚焦位置,并调整所述高像素相机的曝光时间和增益,使所述光学滤波片成像清晰。另外,所述光学单元20可实施为一低角度环形光源,故调节所述光学单元30的投射位置,即调节所述低角度环形光源,使其产生的一光源均匀的照射在所述光学滤波片上。值得一提的是,根据所述高像素相机的芯片大小和一镜头单元20的放大倍率计出像素尺寸和实际尺寸的比例系数,作为所述视觉检测系统的所述系统参数,并记录保存。
值得一提的,由于所述光学滤波片的缺陷受到强光照明后会被放大,如通过所述视觉检测设备取得的一图像中的的缺陷尺寸并不是它的真实值,因此,有必要对所述光学滤波片各类缺陷的成像尺寸进行标定,以获取真实尺寸。为解决此问题,本发明利用数学方法获取一种滤波片缺陷大小的标定方法,其中所述数学方法可实施为最小二乘法原理(又称最小平方法),因此,所述滤波片缺陷大小的标定方法在本实施例中又可称为一种基于最小二乘线性拟合的系数标定方法,其中最小二乘法是一种数学优化技术,它通过最小化误差的平方和找到一组数据的最佳函数匹配。换句话说,最小二乘法是用最简的方法求得一些绝对不可知的真值,而令误差平方之和为最小。
所述基于最小二乘线性拟合的系数标定方法,其包括如下步骤:
(s301)针对有缺陷所述光学滤波片取样;
(s302)经由所述视觉检测设备对取样的有缺陷所述光学滤波片检测,并获取各缺陷的最小外接圆直径的成像尺寸;
(s303)经由一工具显微镜对取样的有缺陷所述光学滤波片量测,并获取实际尺寸;以及
(s304)根据最小二乘法原理,按线性关系对取样的检测和量测数据进行拟合,取得参数,作为一标定参数。
值得一提的是,所述基于最小二乘线性拟合的系数标定方法的步骤(s304)中的所述标定参数,是作为所述视觉检测系统的光学滤波片检测方法的步骤(s300)中的标定所述视觉检测系统的所述视觉校正参数。
另外,在本实施例中,根据所述基于最小二乘线性拟合的系数标定方法的步骤(s301)的取样数目可实施为10个,其中根据步骤(s302)检测和步骤(s303)量测所获得的数值如表1所示。
特别地,根据表1所得的数值,经所述基于最小二乘线性拟合的系数标定方法的步骤(s404),可得:y=0.365x+0.167,其作为所述标定参数。
另外,在步骤(s600),提及的所述视觉检测,通过所述视觉检测系统的一视觉软件分析所述光学滤波片的检测区域中是否缺陷,如果存缺陷,对缺陷进行形态学特征提取,并将提取的数据与生产工艺参数进行比对并判断是否合格,其中是根据所述光学滤波片的有效区域缺陷检查标准进行判断,在不符合所述光学滤波片的有效区域缺陷检查标准时,即判断为不合格即记录该位置。特别的,所述视觉检测设备一次可检测多个所述光学滤波片,所以当其中之一进行所述视觉检测并记录不合格位置后,则接着移动所述工作平台40,使下一个位于所述工作平台40上的所述光学滤波片移动到所述检测位置,并重复所述视觉检测、分析缺陷、形态学提取、判断是否合格以及记录不合格位置,最后根据软件记录的所述不合格位置,自动用记号笔对带缺陷滤波片进行标记。当全部标识完,则进行步骤(s700)使所述视觉检测设备退回到起始位置,等待下一轮测试。
特别地,如图3所示,根据步骤(s600),所述视觉检测进一步的包括如下步骤:
(s601)获取一图像;
(s602)获得有效检测区域图像;
(s603)检测所述有效检测区域图像;
(s604)对检测区域进行动态分割;
(s605)判断是否有剩余区域,若『是』则进行步骤(s606),若『否』则进行步骤(s611);
(s606)进行闭操作;
(s607)再次判断是否有剩余区域,若『是』则进行步骤(s608),若『否』则进行步骤(s611);
(s608)最小外接圆拟合,半径等参数提取;
(s609)对比工艺参数,若『不通过』则进行步骤(s610),若『通过』则进行步骤(s611);
(s610)判定为不合格产品;以及
(s611)判定为合格产品。
根据本发明的实施例,所述视觉检测的步骤(s601)至步骤(s603)中,本发明特别提供了利用一图像降噪的方法。因为数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响,且因工业相机拍摄出的图像含有噪声及因某个像元损坏产生的坏点,其中一幅图像在实际应用中可能存在各种各样的噪声,这些噪声可能在传输中产生,也可能在量化等处理中产生。
本发明为消除噪声对微小粒子(Particle)检测产生的干扰,对于步骤(s603)采用了一均值滤波的方法对原始图像进行平滑检测和检测所述有效检测区域图像。特别地,本发明采用一个3x3的模板进行空间滤波,滤波操作可以描述为:
其中,对于M×N大小的图像,x=0,1,2,…,M-1,y=0,1,2,…,N-1。
其中,均值滤波是典型的线性滤波算法,故均值滤波也称为线性滤波,其采用的主要方法为邻域平均法。其中是在一图像上对目标像素给一个模板,所述模板包括了其周围的临近像素,再利用模板中的全体像素的平均值来代替原来像素值。
根据本发明的实施例,所述视觉检测的步骤(s604)中对所述检测区域进行动态分割。因此,本发明特别设计了一滤波片缺陷分割的方法。即是一种动态阈值分割的方法,其是在所述有效区域中提取缺陷位置,防止非有效区域中的缺陷对判断造干扰。其中通过所述动态阈值分割方法,在图像降噪后获取所述滤波片的所述有效检测区域。
值得一提的是,根据本发明的实施例,检测时需将所述光学滤波片置于中空圆形治具上,如图4所示,其中根据工艺要求,仅需检测圆形区域,并对原始图像使用固定的阈值分割,并通过分割出最大的连通区域获取所述光学滤波片的所述有效检测区域。特别地,因为缺陷区域通常比所述有效检测区域要亮,因此,本发明根据这一特性设计了所述动态阈值分割的方法将所述缺陷提取出。其中本发明设计的所述动态阈值分割方法可描述为:
设均值滤波后的图像为g_mean(x,y);
原始图像为g_origin(x,y);以及
若检测区域满足g_origin(x,y)-g_mean(x,y)>=offset,则认为存在缺陷。
其中offset为固定补偿值,为避免因所述相机像素的波动导致误判,故本发明将offset设置大于相机像素波动范围的一个值。
根据本发明的实施例,所述视觉检测的步骤(s606)中的闭操作,为消弥所述缺陷中狭窄的间断、长细的鸿沟和消除小的空洞,并填补所述缺陷的轮廓线中的断裂。
根据本发明的实施例,所述视觉检测的步骤(s608)中对于所述最小外接圆拟合,和半径等参数提取,其中本发明特别设计了一滤波片缺陷量化比对方法。所述滤波片缺陷量化比对方法亦即是透过一多边形最小外接圆的计算方法。换句话说,本发明将提取出的所述缺陷区域进行形态学处理,提取所述最小外接圆的直径、缺陷位置、面积等信息,并将得到的数据与所述光学滤波片的有效区域缺陷检查标准比对判定所述光学滤波片是否合格。
值得一提的是,如图6所示,其中所述多边形最小外接圆的计算方法,其包括步骤如下:
(s608.1)提取缺陷区域各顶点坐标,多边形拟合;
(s608.2)选定任意一点作为基准点g_base;
(s608.3)计算其他点与该点的距离;
(s608.4)选取距离最大点计算最小外接圆外径r和圆心坐标;
(s608.5)计算其他点与外接圆圆心的距离Ri;
(s608.6)提取最大距离Rmax;
(s608.7)若Rmax>r,则进行步骤(s608.8),若Rmax≤r,则进行步骤(s608.10);
(s608.8)构建三角形;
(s608.9)计算所述三角形的最小外接圆直径r和圆心坐标,接着进行(步骤s608.5);以及
(s608.10)获取直径Dmax。
特别地,根据步骤(s608.1),本发明提取所述动态阈值分割方法后得到的区域的各顶点坐标,并通过拟合得到一个多边形区域。
值得一提的是,对于所述三角形的最小外接圆计算设计如下,对于钝角及直角三角形,它的最小外接圆直径即为长轴,对于锐角三角形,设其顶点坐标为(x1,y1),(x2,y2),(x3,y3),根据圆方程可得消去r,可得三角形外接圆圆心公式:
可得外接圆直径公式:
特别地,其中,为三阶行列式。
最后,将计算直径与标定的比例系数相乘后得到缺陷的实际尺寸,再与所述工艺参数比较即可判断所述光学滤光片是否合格。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
Claims (36)
1.一滤波片缺陷检测系统,以用于进行至少一光学滤波片的有效区域缺陷检测分析,其特征在于,包括:一相机单元,一光学单元,一位于所述相机单元和所述光学单元之间的一镜头单元,以及承载所述光学滤波片的一移动平台,其中通过所述相机单元、所述镜头单元和所述光学单元进行检测分析位于所述移动平台的所述多个光学滤波片,并且通过所述移动平台将所述光学滤波片移至一检测位置。
2.根据权利要求1所述的滤波片缺陷检测系统,其中所述相机单元为一高像素相机。
3.根据权利要求1所述的滤波片缺陷检测系统,其中所述镜头单元为一物方远心镜头。
4.根据权利要求1所述的滤波片缺陷检测系统,其中所述光学单元为一低角度的环形光源。
5.根据权利要求4所述的滤波片缺陷检测系统,其中所述光学单元为散射性蓝光。
6.根据权利要求1所述的滤波片缺陷检测系统,其中所述工作平台有XY两个方向的自由度。
7.根据权利要求1到6所述的滤波片缺陷检测系统,其中所述光学滤波片的有效区域缺陷检查标准定义如下:
(1).小于5um的缺陷不计数量,但各缺陷间的间距需大于20um;
(2).5~10um的缺陷,允许5个以内,间距大于100um;
(3).10~15um的缺陷,应在1个以内;以及
(4).有效检查区域需
8.一视觉检测系统的一光学滤波片检测方法,其特征在于,包括如下步骤:
(s100)开始将多个光学滤波片放置于一视觉检测设备的一移动平台;
(s200)调整一相机单元垂直方向的位置,同时调节一光学单元的投射位置,并保存一系统参数;
(s300)标定所述视觉检测系统的一视觉校正参数,并保存;
(s400)设置所述光学滤波片检测的一工艺参数、一滤波片阵列、一设备运行等参数;
(s500)启动所述视觉检测设备,将放置于所述移动平台的所述光学滤波片逐一地运行至一检测位置;
(s600)进行一视觉检测,并分析和记录测试未通过的位置,在检测完成后根据记录位置标记出缺陷光学滤波片;以及
(s700)所述视觉检测完成后,所述移动平台退回启始位置。
9.根据权利要求8所述的滤波片缺陷检测系统,其中步骤(s200),所述相机单元为一高像素相机。
10.根据权利要求9所述的滤波片缺陷检测系统,其中调整所述高像素相机,使所述光学滤波片处于一聚焦位置,并调整所述高像素相机的曝光时间和增益,使所述光学滤波片成像清晰。
11.根据权利要求10所述的滤波片缺陷检测系统,其中步骤(s200),所述光学单元为一低角度环形光源。
12.根据权利要求11所述的滤波片缺陷检测系统,其中调节所述低角度环形光源,使其产生的一光源均匀的照射在所述光学滤波片上。
13.根据权利要求8所述的滤波片缺陷检测系统,其中步骤(s200),所述系统参数为通过所述高像素相机的芯片大小和一镜头单元的放大倍率计出像素尺寸和实际尺寸的比例系数。
14.根据权利要求8所述的滤波片缺陷检测系统,其中步骤(s300),所述视觉 校正参数是基于最小二乘线性拟合的系数标定方法取得。
15.根据权利要求14所述的滤波片缺陷检测系统,其中所述基于最小二乘线性拟合的系数标定方法,其包括如下步骤:
(s301)针对有缺陷所述光学滤波片取样;
(s302)经由所述视觉检测设备对取样的有缺陷所述光学滤波片检测,并获取各缺陷的最小外接圆直径的成像尺寸;
(s303)经由一工具显微镜对取样的有缺陷所述光学滤波片量测,并获取实际尺寸;以及
(s304)根据最小二乘法原理,按线性关系对取样的检测和量测数据进行拟合,取得参数,作为一标定参数。
16.根据权利要求15所述的滤波片缺陷检测系统,其中步骤(s301),取样数目为10个。
17.根据权利要求16所述的滤波片缺陷检测系统,其中步骤(s304),所述参数为:y=0.365x+0.167。
18.根据权利要求8所述的滤波片缺陷检测系统,其中步骤(s600),所述视觉检测是通过所述视觉检测系统的一视觉软件分析所述光学滤波片的一检测区域中是否缺陷,并对缺陷进行形态学特征提取,且将提取的数据与生产的所述工艺参数进行比对判断,其中在不符合一光学滤波片的有效区域缺陷检查标准时,即判断为不合格即记录该位置,并由所述工作平台将下一个所述光学滤波片移至所述检测位置,再完成所有所述光学滤波片的检测后,利用记号笔对带缺陷滤波片进行标记。
19.根据权利要求8所述的滤波片缺陷检测系统,其中步骤(s600),所述视觉检测进一步包括如下步骤:
(s601)获取一图像;
(s602)获得有效检测区域图像;
(s603)检测所述有效检测区域图像;
(s604)对检测区域进行动态分割;
(s605)判断是否有剩余区域,若『是』则进行步骤(s606),若『否』则进行步骤(s611);
(s606)进行闭操作;
(s607)再次判断是否有剩余区域,若『是』则进行步骤(s608),若『否』则进行步骤(s611);
(s608)最小外接圆拟合,半径等参数提取;
(s609)对比工艺参数,若『不通过』则进行步骤(s610),若『通过』则进行步骤(s611);
(s610)判定为不合格产品;以及
(s611)判定为合格产品。
20.根据权利要求19所述的滤波片缺陷检测系统,其中步骤(s601)至步骤(s603),包括一图像降噪的方法。
21.根据权利要求20所述的滤波片缺陷检测系统,其中步骤(s603),包括一均值滤波的方法对原始图像进行平滑检测以及检测所述有效检测区域图像。
22.根据权利要求21所述的滤波片缺陷检测系统,其中包括一3x3的模板进行空间滤波,滤波操作可以描述为:
23.根据权利要求22所述的滤波片缺陷检测系统,其中步骤(s604),其中所述动态分割是利用一滤波片缺陷分割的方法,亦即是一动态阈值分割的方法,其是在所述有效区域中提取缺陷位置,防止非有效区域中的缺陷对判断造干扰。
24.根据权利要求23所述的滤波片缺陷检测系统,其中所述动态阈值分割方法描述为:
设均值滤波后的图像为g_mean(x,y);
原始图像为g_origin(x,y);以及
若检测区域满足g_origin(x,y)-g_mean(x,y)>=offset,则认为存在缺陷。
25.根据权利要求24所述的滤波片缺陷检测系统,其中所述offset为固定补偿值,并大于相机像素波动范围的一个值。
26.根据权利要求25所述的滤波片缺陷检测系统,其中步骤(s608),包括一滤波片缺陷量化比对方法,其是透过一多边形最小外接圆的计算方法以提取所述最小外接圆拟合,和半径等参数。
27.根据权利要求26所述的滤波片缺陷检测系统,其中步骤(s608),包括一滤波片缺陷量化比对方法,其是透过一多边形最小外接圆的计算方法将提取出的所述缺陷区域进行形态学处理,并且取得提取所述最小外接圆的直径、缺陷位置、面积等信息。
28.根据权利要求27所述的滤波片缺陷检测系统,其中判断所述光学滤波片是否合格,是通过提取的所述最小外接圆的所述直径、所述缺陷位置、所述面积信息与所述光学滤波片的有效区域缺陷检查标准比对判定。
29.根据权利要求27所述的滤波片缺陷检测系统,其中所述多边形最小外接圆的计算方法,其包括步骤如下:
(s608.1)提取缺陷区域各顶点坐标,多边形拟合;
(s608.2)选定任意一点作为基准点g_base;
(s608.3)计算其他点与该点的距离;
(s608.4)选取距离最大点计算最小外接圆外径r和圆心坐标;
(s608.5)计算其他点与外接圆圆心的距离Ri;
(s608.6)提取最大距离Rmax;
(s608.7)若Rmax>r,则进行步骤(s608.8),若Rmax≤r,则进行步骤(s608.10);
(s608.8)构建三角形;
(s608.9)计算所述三角形的最小外接圆直径r和圆心坐标,接着进行(步骤s608.5);以及
(s608.10)获取直径Dmax。
30.根据权利要求29所述的滤波片缺陷检测系统,其中步骤(s608.1),通过所述动态阈值分割方法后得到的区域的各顶点坐标,经过拟合得到一个多边形区域。
31.根据权利要求29所述的滤波片缺陷检测系统,其中步骤(s608.8),其中所述三角形设其顶点坐标为(x1,y1),(x2,y2),(x3,y3),根据圆方程可得:
32.根据权利要求31所述的滤波片缺陷检测系统,其中消去r,可得三角形外接圆圆心公式:
33.根据权利要求31所述的滤波片缺陷检测系统,其中消去r,可得外接圆直径公式:
34.根据权利要求32所述的滤波片缺陷检测系统,其中消去r,可得外接圆直径公式:
35.根据权利要求34所述的滤波片缺陷检测系统,其中为三阶行列式。
36.根据权利要求8至35所述的滤波片缺陷检测系统,其中通过所述滤波片缺陷检测系统判断所述光学滤光片是否合格,其中是利用计算所述最小外接圆直径 与标定的比例系数相乘后得到缺陷的实际尺寸,再与所述工艺参数进行比对判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510852687.6A CN106814083B (zh) | 2015-11-30 | 2015-11-30 | 滤波片缺陷检测系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510852687.6A CN106814083B (zh) | 2015-11-30 | 2015-11-30 | 滤波片缺陷检测系统及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106814083A true CN106814083A (zh) | 2017-06-09 |
CN106814083B CN106814083B (zh) | 2020-01-10 |
Family
ID=59157007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510852687.6A Active CN106814083B (zh) | 2015-11-30 | 2015-11-30 | 滤波片缺陷检测系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106814083B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108645867A (zh) * | 2018-05-25 | 2018-10-12 | 哈尔滨工业大学 | 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 |
CN108918093A (zh) * | 2018-05-23 | 2018-11-30 | 精锐视觉智能科技(深圳)有限公司 | 一种滤光片镜面缺陷检测方法、装置及终端设备 |
CN109166109A (zh) * | 2018-08-14 | 2019-01-08 | 珠海格力智能装备有限公司 | 缺陷检测方法、装置、存储介质及处理器 |
CN109827974A (zh) * | 2018-08-30 | 2019-05-31 | 东莞市微科光电科技有限公司 | 一种树脂滤光片膜裂检测设备及检测方法 |
CN109916601A (zh) * | 2019-04-11 | 2019-06-21 | 北极光电(深圳)有限公司 | 基于机器视觉检查薄膜滤光片是否挑错的系统及检测方法 |
CN110136148A (zh) * | 2019-05-21 | 2019-08-16 | 东莞市瑞图新智科技有限公司 | 一种无丝印滤光片小片检测计数方法及设备 |
CN110148141A (zh) * | 2019-05-21 | 2019-08-20 | 东莞市瑞图新智科技有限公司 | 一种丝印滤光片小片检测计数方法及设备 |
CN110907470A (zh) * | 2019-12-23 | 2020-03-24 | 浙江水晶光电科技股份有限公司 | 滤光片检测设备及滤光片检测方法 |
CN111323434A (zh) * | 2020-03-16 | 2020-06-23 | 征图新视(江苏)科技股份有限公司 | 相位偏折术在玻璃缺陷检测的应用 |
CN111725086A (zh) * | 2019-03-22 | 2020-09-29 | 捷进科技有限公司 | 半导体制造装置以及半导体器件的制造方法 |
WO2021203294A1 (zh) * | 2020-04-08 | 2021-10-14 | 深圳市大疆创新科技有限公司 | 光学器件、光学器件的检测方法、激光雷达以及可移动设备 |
CN113780758A (zh) * | 2021-08-23 | 2021-12-10 | 江苏星浪光学仪器有限公司 | 一种基于物联网的滤波片成品出货配送系统 |
CN114581415A (zh) * | 2022-03-08 | 2022-06-03 | 成都数之联科技股份有限公司 | Pcb缺陷的检测方法、装置、计算机设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510262B (zh) * | 2009-03-17 | 2012-05-23 | 江苏大学 | 一种钢中析出粒子的自动测量及其形态分类方法 |
CN103674965A (zh) * | 2013-12-06 | 2014-03-26 | 深圳市大族激光科技股份有限公司 | 一种晶圆外观缺陷的分类以及检测方法 |
-
2015
- 2015-11-30 CN CN201510852687.6A patent/CN106814083B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510262B (zh) * | 2009-03-17 | 2012-05-23 | 江苏大学 | 一种钢中析出粒子的自动测量及其形态分类方法 |
CN103674965A (zh) * | 2013-12-06 | 2014-03-26 | 深圳市大族激光科技股份有限公司 | 一种晶圆外观缺陷的分类以及检测方法 |
Non-Patent Citations (2)
Title |
---|
YONGYING YANG ET AL.: "A high-resolution detecting system based on machine vision for defects on large aperture and super-smooth surface", 《PROCEEDINGS OF SPIE》 * |
付梦瑶: "基于联合信息熵特征选择的滤光片外观缺陷检测研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108918093A (zh) * | 2018-05-23 | 2018-11-30 | 精锐视觉智能科技(深圳)有限公司 | 一种滤光片镜面缺陷检测方法、装置及终端设备 |
CN108645867A (zh) * | 2018-05-25 | 2018-10-12 | 哈尔滨工业大学 | 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 |
CN108645867B (zh) * | 2018-05-25 | 2021-09-07 | 哈尔滨工业大学 | 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 |
CN109166109A (zh) * | 2018-08-14 | 2019-01-08 | 珠海格力智能装备有限公司 | 缺陷检测方法、装置、存储介质及处理器 |
CN109827974A (zh) * | 2018-08-30 | 2019-05-31 | 东莞市微科光电科技有限公司 | 一种树脂滤光片膜裂检测设备及检测方法 |
CN111725086A (zh) * | 2019-03-22 | 2020-09-29 | 捷进科技有限公司 | 半导体制造装置以及半导体器件的制造方法 |
CN111725086B (zh) * | 2019-03-22 | 2024-03-12 | 捷进科技有限公司 | 半导体制造装置以及半导体器件的制造方法 |
CN109916601A (zh) * | 2019-04-11 | 2019-06-21 | 北极光电(深圳)有限公司 | 基于机器视觉检查薄膜滤光片是否挑错的系统及检测方法 |
CN110136148B (zh) * | 2019-05-21 | 2023-05-30 | 东莞市瑞图新智科技有限公司 | 一种无丝印滤光片小片检测计数方法及设备 |
CN110136148A (zh) * | 2019-05-21 | 2019-08-16 | 东莞市瑞图新智科技有限公司 | 一种无丝印滤光片小片检测计数方法及设备 |
CN110148141A (zh) * | 2019-05-21 | 2019-08-20 | 东莞市瑞图新智科技有限公司 | 一种丝印滤光片小片检测计数方法及设备 |
CN110907470A (zh) * | 2019-12-23 | 2020-03-24 | 浙江水晶光电科技股份有限公司 | 滤光片检测设备及滤光片检测方法 |
CN111323434A (zh) * | 2020-03-16 | 2020-06-23 | 征图新视(江苏)科技股份有限公司 | 相位偏折术在玻璃缺陷检测的应用 |
CN113841063A (zh) * | 2020-04-08 | 2021-12-24 | 深圳市大疆创新科技有限公司 | 光学器件、光学器件的检测方法、激光雷达以及可移动设备 |
WO2021203294A1 (zh) * | 2020-04-08 | 2021-10-14 | 深圳市大疆创新科技有限公司 | 光学器件、光学器件的检测方法、激光雷达以及可移动设备 |
CN113780758A (zh) * | 2021-08-23 | 2021-12-10 | 江苏星浪光学仪器有限公司 | 一种基于物联网的滤波片成品出货配送系统 |
CN114581415A (zh) * | 2022-03-08 | 2022-06-03 | 成都数之联科技股份有限公司 | Pcb缺陷的检测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106814083B (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106814083A (zh) | 滤波片缺陷检测系统及其检测方法 | |
KR101578711B1 (ko) | 결함 검출 방법 | |
KR101604005B1 (ko) | 검사 방법 | |
CN106949848B (zh) | 一种高精度激光3d轮廓手机结构件检测方法 | |
TWI667717B (zh) | 對於關注之圖像群體之圖案之異常偵測 | |
US7221805B1 (en) | Method for generating a focused image of an object | |
US9036896B2 (en) | Inspection system and method for inspecting line width and/or positional errors of a pattern | |
CN103630549B (zh) | 检测晶片的系统和方法 | |
TWI551855B (zh) | 檢測晶圓之系統與方法以及由該系統讀取的程式儲存裝置 | |
CN113362326A (zh) | 一种电池焊点缺陷的检测方法及装置 | |
US20130304399A1 (en) | Systems and methods for wafer surface feature detection, classification and quantification with wafer geometry metrology tools | |
CN108007388A (zh) | 一种基于机器视觉的转盘角度高精度在线测量方法 | |
CN107358599A (zh) | 使用缺陷特定的信息检测晶片上的缺陷 | |
KR100598381B1 (ko) | 인-라인 타입의 자동 웨이퍼결함 분류장치 및 그 제어방법 | |
TWI729186B (zh) | 晶圓中開口尺寸之光學量測 | |
CN112001917A (zh) | 一种基于机器视觉的圆形有孔零件形位公差检测方法 | |
US20150029324A1 (en) | Substrate inspection method, substrate manufacturing method and substrate inspection device | |
CN107345789A (zh) | 一种pcb板孔位检测装置及方法 | |
CN112599438B (zh) | MiniLED晶圆缺陷的高精度检测系统及其检测方法 | |
CN108885089A (zh) | 用于远心光学测量机器的聚焦系统 | |
JP2009194272A (ja) | レビュー方法、およびレビュー装置 | |
KR20180081820A (ko) | 다이 내부 검사에 있어서의 등록 및 설계 주변부에서 야기된 노이즈의 저감 | |
US6532310B1 (en) | Removing noise caused by artifacts from a digital image signal | |
CN116051498A (zh) | 一种晶圆表面缺陷检测方法及检测模型 | |
CN114693626A (zh) | 芯片表面缺陷的检测方法、装置及计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |