CN109030495A - 一种基于机器视觉技术的光学元件缺陷检测方法 - Google Patents

一种基于机器视觉技术的光学元件缺陷检测方法 Download PDF

Info

Publication number
CN109030495A
CN109030495A CN201810667885.9A CN201810667885A CN109030495A CN 109030495 A CN109030495 A CN 109030495A CN 201810667885 A CN201810667885 A CN 201810667885A CN 109030495 A CN109030495 A CN 109030495A
Authority
CN
China
Prior art keywords
light
dark
image
light source
optical element
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
CN201810667885.9A
Other languages
English (en)
Inventor
郭右利
王芳
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.)
Dalian Shadow Optical Technology Co Ltd
Original Assignee
Dalian Shadow Optical Technology 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 Dalian Shadow Optical Technology Co Ltd filed Critical Dalian Shadow Optical Technology Co Ltd
Priority to CN201810667885.9A priority Critical patent/CN109030495A/zh
Publication of CN109030495A publication Critical patent/CN109030495A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • 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)

Abstract

本发明涉及光学元件检测领域,提供一种基于机器视觉技术的光学元件缺陷检测方法,包括:步骤1,设置缺陷检测装置;步骤2,开启照明光源对待测光学元件进行检测,采用照明光源暗区作为拍摄背景亮区作为光源照明的方法,逐步移动或切换光源暗区直至所有暗区移动或切换完毕,获取经过待测光学元件的多张光线图像;步骤3,将获取的多张光线图像转分别换成图像信号,并传送给工业PC机,工业PC机对多个图像信息进行图像合成处理,得到新合成图像;步骤4,对新合成图像进行瑕疵特征提取,并根据检测标准对缺陷检测结果进行判断。本发明利用光源灰度值的交替变化实现高质量的缺陷检测,同时能稳定的检测轻微缺陷,替代人工检测。

Description

一种基于机器视觉技术的光学元件缺陷检测方法
技术领域
本发明涉及光学元件检测领域,尤其涉及一种基于机器视觉技术的光学元件缺陷检测方法。
背景技术
由于现代加工技术的限制,精密光学元件表面在加工过程中不可避免的会留下各类缺陷,这些缺陷泛指光学元件在抛光加工后在其表面留下的麻点、划痕、开口气泡及破边等。在实际应用中,光学元件表面存在的疵病,引起的光散射在某些情况要比其他类型的散射强度大很多,给元件造成能量吸收,有害的炫耀、衍射花纹、膜层破坏、激光损伤等。因此,必须通过严格的检测工序检出不符合标准的废品。
人工检测主要是由人依据主观意识和过往经验进行区分判定光学元件缺陷瑕疵数量和种类。机器视觉系统可以快速获取大量信息,而且易于自动处理,也易于同设计信息以及加工控制信息集成,因此,在现代自动化生产过程中,人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
几种光学元件的典型缺陷特征:颗粒物缺陷、划伤缺陷、气泡缺陷。图1是光学元件典型缺陷的原理示意图。如图1(a),如果光学元件无缺陷,光线直接穿过光学元件。
颗粒物缺陷主要是由于生产过程中的微小气体残留或灰尘影响,在镜片成型之后残留在镜片中形成的;其可以是光线汇聚,从而采集到的图像颗粒物呈现亮点,该区域灰度值突变明显。
如图1(b),划伤等表面缺陷是由外力造成的损失,其使破损处光洁度变低,光线透射率下降;同时,在缺陷边缘也会发生光线折射,使得在灰度图像中局部灰度值与其周围背景相比有较大变化;对于存在划伤破损的光学元件,破损处的边缘及内部各点灰度值均低于背景灰度值。
如图1(c),气泡缺陷是可见的气体的夹杂物,不仅影响外观质量,而且影响透明性和机械强度;镜片中的气泡对透射光线产生的散射对灰度影响起主导,这使得图像中气泡区域相对其他区域偏亮。
透明材料以玻璃为例,玻璃在成形时,由于受到工艺的影响,不可避免的会出现气泡和结石等瑕疵。由于玻璃的幅宽一般比较大而瑕疵大多数比较小,并且玻璃在压延时一般是连续的,这就给人工检测带来了极大的困难。传统的人工检测效率低、工人劳动强度大、检测结果无法数字化,易漏检、精度差,无法满足企业快速生产的要求。普通机器视觉检测方式通常可实现较为明显的黑色杂质、缺边角、尺寸不良等缺陷的检测,而对微缺陷如划伤类、小尺寸气泡等不良无法实现稳定的检出,在一定程度上可辅助人工检测,降低人工检测难度,但难以替代人工,检测效果有限。
发明内容
本发明主要解决现有技术的无法稳定的对微缺陷进行检测的技术问题,提出一种基于机器视觉技术的光学元件缺陷检测方法,利用光源灰度值的交替变化实现高质量的缺陷检测,同时能稳定的检测轻微缺陷,替代人工检测。
本发明提供了一种基于机器视觉技术的光学元件缺陷检测方法,包括:
步骤1,设置缺陷检测装置,其中,所述缺陷检测装置包括:照明光源、图像采集装置和工业PC机,图像采集装置通过被测光学元件观测到透射或反射的照明光源的像,其中,照明光源为包含亮区和暗区、并可切换亮暗或可移动的组合光源;
步骤2,开启照明光源对待测光学元件进行检测,采用照明光源暗区作为拍摄背景亮区作为光源照明的方法,逐步移动或切换光源暗区直至所有暗区移动或切换完毕,获取经过待测光学元件的多张光线图像;
步骤3,将获取的多张光线图像转分别换成图像信号,并传送给工业PC机,工业PC机对多个图像信息进行图像合成处理,得到新合成图像;其中,合成处理的方法为:取所有图像信息中对应图像位置灰度的最低值作为新合成图像对应位置的基准灰度值,并对基准灰度值进行比例调整,得到新合成图像;
步骤4,对新合成图像进行瑕疵特征提取,并根据检测标准对缺陷检测结果进行判断。
进一步的,所述照明光源包括:条型光源阵列组合或方格型光源阵列组合,通过控制各个光源的打开与关闭来形成照明光源的暗场和明场。
进一步的,所述照明光源包括:显示屏幕或投影系统结合投影屏幕,通过显示或投影出明暗程度不同的图像作为光源,其中图像深色部分作为拍摄暗场,浅色或白色部分作为明场照明。
进一步的,所述照明光源包括:通过光源与深色背景结合的方式,深色背景作为拍摄暗场,光源作为明场照明,通过光源、待测元件与采集系统之间的相互移动达到拍摄图像中明暗场切换。
进一步的,所述缺陷检测装置对于透射型缺陷检测,照明光源和图像采集设备分别位于待测物的两侧,图像采集装置可通过被测光学元件观测到透射的照明光源的像;
所述缺陷检测装置对于反射型缺陷检测,照明光源和图像采集设备分别位于待测物的同侧,图像采集装置可通过被测光学元件观测到反射的照明光源的像。
本发明提供的一种基于机器视觉技术的光学元件缺陷检测方法,首先通过图像采集装置拍摄经过待测光学元件透射光线或反射光线,将目标信号转换成图像信号,然后将其传送给PC机的图像处理系统,图像处理系统将多张图像合成一张新合成图像,再针对新合成图像根据亮度、颜色等图像信息,进行各种图像运算来提取目标特征,最后根据检测标准和其他筛选条件对结果进行判断分析。本发明通过光源的暗场和亮场不断变换的方式,通过相机的连续采集和对多图的图像处理,实现对透明物体的轻微缺陷检测。
本发明对于透射型元件的检测,相机放置在待测物一侧,光源放置在待测物另一侧的结构,光源对待测物进行照射,光线经待测物折射后进入到相机中;对反射型的检测,通过将光源与图像采集装置放置同一侧,采集装置通过被测样件可观测到切换光源的像。本发明光源可采用显示屏,通过控制显示图像来实现不同图像的切换变化;也可通过多数量光源组合分别独立控制亮度从而形成不同的光源形状;或通过机械结构移动装置也可实现照射效果的切换。
本发明在拍摄方法上,拍摄待测物对应光源暗区的图片,借助亮区的照明,暗区轻微缺陷的对光线的漫反射可以变亮的方法;通过拍摄多幅图像,对图像进行合成,提取各暗区较亮的区域,合成整张图像并可显示出轻微缺陷。
本发明方案系统误检率低、结构优化、功能强大、操作方便、价格适中,对控制产品质量起到关键作用。
附图说明
图1是光学元件典型缺陷的原理示意图;
图2是本发明基于机器视觉技术的光学元件缺陷检测方法的实现流程图;
图3是实施例一提供的缺陷检测装置的结构示意图;
图4是方格照明光源示意图;
图5是深色条纹变换照明光源示意图;
图6是普通照明方式采集的图像信息;
图7是暗区移动示意图;
图8是合成图像示意图;
图9是实施例二提供的缺陷检测装置的结构示意图;
图10是实施例三提供的缺陷检测装置的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图2是本发明基于机器视觉技术的光学元件缺陷检测方法的实现流程图。本实施例针透射型缺陷检测进行说明,对如图2所示,本发明实施例提供的基于机器视觉技术的光学元件缺陷检测方法,包括:
步骤1,设置缺陷检测装置。
本实施例用于透射型缺陷检测,将照明光源和图像采集设备分别位于待测物的两侧,图像采集装置可通过被测光学元件观测到透射的照明光源的像。
本实施例的缺陷检测装备包括:照明光源、图像采集装置和工业PC机,图像采集装置通过被测光学元件观测到透射或反射的照明光源的像,其中,照明光源为包含亮区和暗区、并可切换亮暗或可移动的组合光源。图像采集装置为工业相机或者其他图像拍摄装置,本实施例选用工业相机,工业相机设置图像采集卡,工业相机与工业PC机相连,读取图像信息,工业PC机中设有图像处理系统。图像采集装置性能的好坏,将直接影响所获取图像的质量,进而影响后续图像处理与分析结果的准确性。因此,对图像准确信息的获取是光学元件缺陷瑕疵检测的首要任务。
由于缺陷检测装置结构对整个采集方案的优劣影响占有很大的比重,其结构布局直接影响照明的均匀度。因此,本实施例对于光透射型缺陷检测,本实施例设计结构如图3所示,图3中A为工业相机,位于待测物G的正上方,照明光源L位于待测物G的正下方。本实施例的拍摄原理为暗处作为拍摄背景,亮处作为照亮光源,参照图1(a),光线垂直射入透明镜片后,当透明镜片中没有杂质时,出射的方向不会放生改变,CCD摄像机的靶面探测到的光也是均匀的;参照图1(c),当透明镜片中含有杂质时,出射的光线会发生变化,CCD摄像机的靶面探测到的光也要随之改变。
在本实施例中,照明光源是图像输入的一个重要环节,可以直接影响获取图像信息的质量。由于需要检测的光学元件缺陷瑕疵种类繁多,位置不一,大小各异等特点,因此需要选择合适的光源,以达到最佳效果。缺陷检测照明一般分为两种类型:明场照明和暗场照明。明场照明是依靠直接反射回摄像机的光,而暗场照明则依靠的是沿着各个不同方向斜角反射的光进入摄像机,反射光与光源角度相同。
对于本实施例的照明光源,可主要包括拼接光源、显示屏幕以及可移动光源3种形式。
拼接光源:由不同尺寸光源拼接而成,如条型光源阵列组合或方格型光源阵列组合,通过控制各个光源的打开与关闭来形成照明光源的暗场和明场。如图3的光源部分和图4的光源图像,黑色为暗区,白色为亮区。通过连续控制不同位置光源的打开与关闭来实现光源亮暗区切换的目的。
显示屏幕光源:显示屏幕或投影系统结合投影屏幕,通过显示或投影出明暗程度不同的图像作为光源,其中图像深色部分作为拍摄暗场,浅色或白色部分作为明场照明。具体可由液晶屏幕、LED屏幕、投影屏幕等构成,以液晶屏幕为例,通过软件制作背景为白色并添加黑色条状或方格状等图形,在控制屏幕上进行图像显示,如果把该屏幕作为光源,则图像中深色区域对应为暗区,浅色区域对应为亮区,可实现光源照明的目的。同时由于屏幕图像可以根据显示图像任意切换,因此仅通过软件控制显示图的切换即可达到亮暗区移动的目的。
可移动光源:通过光源与深色背景结合的方式,深色背景作为拍摄暗场,光源作为明场照明,通过光源、待测元件与采集系统之间的相互移动达到拍摄图像中明暗场切换的目的。如在特定的面光源上粘接反光或不反光贴纸等制作而成,有贴纸作为暗区,无贴纸发光区域为亮区。也可通过多个光源结合设备背景的方法。采用该方法由于较难控制亮暗区的切换,需要采用机械的相对移动的方式实现,如光源固定和相机固定、待测元件移动;或相机和待测元件固定,光源移动的方法,达到亮暗区切换的目的。
步骤2,开启照明光源对待测光学元件进行检测,采用照明光源暗区作为拍摄背景亮区作为光源照明的方法,逐步移动或切换光源暗区直至所有暗区移动或切换完毕,获取经过待测光学元件的多张透射光线图像。
本发明采用一种明暗场结合的方式,光源的结构方面,采用光源拼接方式,通过控制不同位置光源的亮度来进行明暗区域的调节;采用显示屏光源,通过控制显示屏显示的图像进行光源明暗区的切换;对采用光源与深色背景组合的方式等,为了实现明暗切换的效果,需要通过图像采集装置、待测光学元件以及照明光源之间相对移动的方式形成亮暗区的切换。
本实施例以条纹方式检测缺陷为例,如图5所示,背景光源显示为一条黑色的条纹,其余背景均为亮色,图像采集装置进行图像采集,并记录该图片为初始图片。接下来继续运行,背景黑色条纹移动,图像采集装置继续采集,获取新的图像,直至条纹移动完成。
本实施例中,在采用拼接光源、显示屏幕或可移动光源进行照明后,图像采集装置进行图像采集时对着待测光学元件,并可通过待测光学元件透射看到光源,光源不断变换明场和暗场,采集装置对应不同亮区和暗区切换时,图像采集装置对应采集各组变换对应的待测光学元件图片,并进行保存后进行下一步处理。
步骤3,将获取的多张透射光线图像,分别转换成图像信号,并传送给工业PC机,工业PC机对多个图像信息进行图像合成处理,得到新合成图像。
首先对采集图像进行预处理,主要包括滤波以及图像增强,达到突出检测缺陷的目的。对图像进行分割,通过灰度值判断得出对应的暗区图像,作为待处理图像组。将采集的所有图像进行合成,合成算法采用寻找各图像中对应位置灰度的最低值作为最主要的基准灰度值,通过对基准灰度值进行适当的比例调整,得到包含各种缺陷效果的新合成图像。
在本发明中采集的系列图像,如图7所示,在暗场拍摄明场照明的条件下,如果没有缺陷,拍摄区域暗场仍保持灰度值较低,明场灰度值较高。在此情况下采用该算法取采集图片中对应位置的灰度最小值,没有缺陷的暗场位置不存在漫反射状况,明场光线不会对其造成较大影响,因此该区域灰度取值低,明场灰度值高。暗场位置逐渐切换,当对应暗场位置切换到明场时,灰度值增加,由于之前取的最小值不会高于此值,因此最小值不变,即取值结果为较低的灰度值,体现在合成图像上为较暗的区域。
当存在缺陷时,缺陷在暗场位置,由于暗场附近有明场存在,明场的光线照射到缺陷后,会有少量的漫反射,因此该情况下缺陷位置仍能够具有较高的灰度值。随着明暗场的切换,当缺陷处切换到明场时,该缺陷受到背景为明场的影响,即使有部分光线漫反射消失,但整体仍较亮,灰度值高。因此有缺陷时会取到相对较高的灰度值,对应图像上较亮的区域。如图8所示。
综上,在暗场拍摄明场照明的条件下,将所有图像信息中对应位置灰度的最低值作为基准灰度值进行取值,在经过比例调整后,得到新合成图像。
还需说明的是,为了实现这种明暗场切换,暗场用于拍摄有效区域,明场作为光源的方式,也可以采用部分较为复杂的移动装置实现。本发明中以移动光源上横向暗条纹的方式实现,实际中也可以通过光源组合成中间不发光的暗区,两侧或单侧发光,通过待测光学元件、图像采集装置、光源的相对移动,形成明暗场切换的效果的方式实现。
步骤4,对新合成图像进行瑕疵特征提取,并根据检测标准对缺陷检测结果进行判断。
得到新合成图像后,再根据新合成图像的亮度、颜色等图像信息,进行各种图像运算来提取瑕疵特征提取,最后根据检测标准和其他筛选条件对结果进行判断分析。具体过程为:因为颗粒物缺陷表现为灰度突变点,而划伤缺陷则表现为比较细长,气泡缺陷一般表现为圆形或者椭圆形。因此,对于片气泡缺陷而已,其圆形度的值比划伤的圆形度值要大的多,而长宽比值则较划伤的长宽比值小,划伤的特征参数值恰恰与此相反,颗粒物的面积相比较而言比较小,灰度梯度大。
因此,提取新合成图像的圆形度值、长宽、面积周长等瑕疵特征,并根据提取的瑕疵特征,判断缺陷,并根据检测标准得到缺陷检测结果;具体的,基于镜片缺陷的圆形度值和长宽比较值判断气泡与划伤,基于镜片缺陷的面积周长判断颗粒物。
采用本实施例方法进行缺陷检测的操作过程:以普通的透明镜片,光源采用液晶显示屏为例进行具体实施方式的说明,主要确认内容为划伤、气泡、凹坑以及小气孔不良。
首先,将待测透明镜片放置在置物台上,置物台为固定装置,不能移动。未采用本发明方案采集的待测物图像,如图6所示,采用普通照明方式,仅可以拍出较为明显的缺陷,对于细小的缺陷检测效果不好。
由于显示屏可控制显示图像,实施例中以显示屏显示黑色作为暗视场,显示白色作为光源的明视场。如图7所示,控制显示屏显示一定宽度的暗条纹,从右至左移动,采集装置对应每次移动进行图像采集并保存。
标准光学元件质地呈凹凸分布、表面光滑洁净,在均匀背景光照明下拍摄的灰度图像中整体比较均匀,相邻像素点间灰度变化比较小,但存在瑕疵缺陷的光学元件中,缺陷瑕疵处透射率、折射率、散射度等均发生突变,使得其局部灰度值和背景灰度值有着较大突变。
采集完成后可进行图像处理,首先将采集的所有图像进行合成,合成算法采用寻找各图像中对应位置灰度的最低值进行取值,比例调整后,得到新合成图像。在本发明中采集的系列图像,在暗场拍摄明场照明的条件下,如果没有缺陷,拍摄区域暗场仍保持灰度值较低,明场灰度值较高。在此情况下采用该算法取最小值,没有缺陷的暗场位置时灰度取值低,明场灰度值即使最小值仍非常高。暗场位置逐渐切换,当对应暗场位置切换到明场时,灰度值增加,由于之前取的最小值不会高于此值,因此最小值不变,即取值为较低的灰度值,体现在合成图像上为较暗的区域。当镜片存在缺陷时,缺陷位置在暗场区,受明场照明的影响,漫反射出部分光线,导致有缺陷区域的灰度值较高,即便在此情况下取最小值,受光线的影响,灰度值仍然较高。当切换到明场时,灰度值会更高,因此有缺陷的情况下按照该算法取值对应位置的灰度值较高,现在合成图像上为白色区域。对全部图片进行计算处理后,可得到图8的图像。
得到图8的图像后,按照通用的视觉处理算法依次进行预处理、图像增强,图像特征提取。基于镜片缺陷的圆形度值和长宽比较值,将缺陷中的气泡与划伤区分开来;基于镜片缺陷的面积周长,区分颗粒物。
最后,根据上述特征提取依据,对镜片进行分类分级,从而可以对镜片是否符合标准进行判别以实现质量监控。打印数据报表和图片,包含缺陷的分类和对应的特征数值,以及标准缺陷数值。
实施例中图像采集装置、被测镜片以及光源均为固定不动,采用控制显示屏上图像的移动的方式实现明暗场的切换,并连续采集数据进行分析。本实施例为一种典型的采用本发明的实施例,除该方案外,将显示屏光源替换为可移动的明暗场切换光源的方式、光源和采集装置不动而让被测镜片移动实现对镜片不同区域进行明暗场连续采集的方式、面阵采集装置更换成线阵采集装置等方式进行扫描均可实现类似的采集效果,应全部包含在内。
实施例二
本实施例与实施例一基本一致,区别在于:
本实施例用于对反射型缺陷检测,如图9所示,步骤1中,设置缺陷检测装置,照明光源和图像采集设备分别位于待测物的同侧,并使光源通过待测物反射至像采集装置,图像采集装置可通过被测光学元件观测到反射的照明光源的像。步骤2中得到的是反射光线图像。
同时,为了提高检测的速度,照明光源可以采用如图4所示,即黑白棋盘格代替变换的方式代替横向或者纵向暗场条纹扫描的方式,此种方式工业相机只需要采集两张图像进行分析。
实施例三
本实施例与实施例一基本一致,区别在于:
本实施例用于检测特殊形状的光学元件,如有一定R值的光学元件,如图10所示,照明暗场光源位于待测物焦距位置,工业相机只需要采集一张图像就能分析出待测物缺陷瑕疵。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (5)

1.一种基于机器视觉技术的光学元件缺陷检测方法,其特征在于,包括:
步骤1,设置缺陷检测装置,其中,所述缺陷检测装置包括:照明光源、图像采集装置和工业PC机,图像采集装置通过被测光学元件观测到透射或反射的照明光源的像,其中,照明光源为包含亮区和暗区、并可切换亮暗或可移动的组合光源;
步骤2,开启照明光源对待测光学元件进行检测,采用照明光源暗区作为拍摄背景亮区作为光源照明的方法,逐步移动或切换光源暗区直至所有暗区移动或切换完毕,获取经过待测光学元件的多张光线图像;
步骤3,将获取的多张光线图像转分别换成图像信号,并传送给工业PC机,工业PC机对多个图像信息进行图像合成处理,得到新合成图像;其中,合成处理的方法为:取所有图像信息中对应图像位置灰度的最低值作为新合成图像对应位置的基准灰度值,并对基准灰度值进行比例调整,得到新合成图像;
步骤4,对新合成图像进行瑕疵特征提取,并根据检测标准对缺陷检测结果进行判断。
2.根据权利要求1所述的基于机器视觉技术的光学元件缺陷检测方法,其特征在于,所述照明光源包括:条型光源阵列组合或方格型光源阵列组合,通过控制各个光源的打开与关闭来形成照明光源的暗场和明场。
3.根据权利要求1所述的基于机器视觉技术的光学元件缺陷检测方法,其特征在于,所述照明光源包括:显示屏幕或投影系统结合投影屏幕,通过显示或投影出明暗程度不同的图像作为光源,其中图像深色部分作为拍摄暗场,浅色或白色部分作为明场照明。
4.根据权利要求1所述的基于机器视觉技术的光学元件缺陷检测方法,其特征在于,所述照明光源包括:通过光源与深色背景结合的方式,深色背景作为拍摄暗场,光源作为明场照明,通过光源、待测元件与采集系统之间的相互移动达到拍摄图像中明暗场切换。
5.根据权利要求1所述的基于机器视觉技术的光学元件缺陷检测方法,其特征在于,所述缺陷检测装置对于透射型缺陷检测,照明光源和图像采集设备分别位于待测物的两侧,图像采集装置可通过被测光学元件观测到透射的照明光源的像;
所述缺陷检测装置对于反射型缺陷检测,照明光源和图像采集设备分别位于待测物的同侧,图像采集装置可通过被测光学元件观测到反射的照明光源的像。
CN201810667885.9A 2018-06-26 2018-06-26 一种基于机器视觉技术的光学元件缺陷检测方法 Pending CN109030495A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810667885.9A CN109030495A (zh) 2018-06-26 2018-06-26 一种基于机器视觉技术的光学元件缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810667885.9A CN109030495A (zh) 2018-06-26 2018-06-26 一种基于机器视觉技术的光学元件缺陷检测方法

Publications (1)

Publication Number Publication Date
CN109030495A true CN109030495A (zh) 2018-12-18

Family

ID=64610925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810667885.9A Pending CN109030495A (zh) 2018-06-26 2018-06-26 一种基于机器视觉技术的光学元件缺陷检测方法

Country Status (1)

Country Link
CN (1) CN109030495A (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109444155A (zh) * 2018-12-24 2019-03-08 劳弗尔视觉科技有限公司 一种消除物料阴影的检测装置和方法
CN109781739A (zh) * 2019-03-04 2019-05-21 杭州晶耐科光电技术有限公司 汽车漆面表面外观缺陷全自动检测系统及方法
CN109934811A (zh) * 2019-03-08 2019-06-25 中国科学院光电技术研究所 一种基于深度学习的光学元件表面缺陷检测方法
CN110006924A (zh) * 2019-04-18 2019-07-12 西安工业大学 一种光学元件表面微小缺陷二维轮廓的检测方法
CN110018167A (zh) * 2019-04-04 2019-07-16 武汉精立电子技术有限公司 一种曲面屏外观缺陷快速检测方法及系统
CN110044918A (zh) * 2019-04-23 2019-07-23 上海工程技术大学 汽车后视镜表面斑点检测方法
CN110044919A (zh) * 2019-04-23 2019-07-23 上海工程技术大学 一种用于镜子表面划痕的检测装置及其检测方法
CN110057835A (zh) * 2019-05-29 2019-07-26 深圳中科飞测科技有限公司 一种检测装置及检测方法
CN110146507A (zh) * 2019-04-30 2019-08-20 杭州晶耐科光电技术有限公司 汽车漆面表面外观缺陷检测系统及方法
CN110517233A (zh) * 2019-08-15 2019-11-29 浙江赤霄智能检测技术有限公司 一种基于人工智能的缺陷分类学习系统及其分类方法
CN110736751A (zh) * 2019-11-06 2020-01-31 上海御微半导体技术有限公司 一种表面缺陷检测方法及装置
CN111179248A (zh) * 2019-12-27 2020-05-19 深港产学研基地 一种透明平滑曲面缺陷识别方法及检测装置
CN111579564A (zh) * 2020-05-18 2020-08-25 深圳市中钞科信金融科技有限公司 一种透明平板缺陷和屈光度变化检测系统及方法
CN111610195A (zh) * 2019-02-22 2020-09-01 上海微电子装备(集团)股份有限公司 一种缺陷检测装置
CN111999308A (zh) * 2020-08-27 2020-11-27 银河水滴科技(北京)有限公司 一种缺陷检测的控制方法、控制装置及控制系统
CN111999043A (zh) * 2020-10-28 2020-11-27 三代光学科技(天津)有限公司 一种曲面透镜缺陷综合检测方法及系统
CN112304968A (zh) * 2020-09-11 2021-02-02 嘉兴驭光光电科技有限公司 用于微纳光学元件的检测系统及检测方法
CN112461854A (zh) * 2020-11-03 2021-03-09 东莞市鼎力自动化科技有限公司 一种智能优化盖板终检aoi检测的方法及装置
CN112903694A (zh) * 2021-01-18 2021-06-04 苏州华兴源创科技股份有限公司 一种飞拍检测系统及方法
CN112945965A (zh) * 2020-12-28 2021-06-11 慧三维智能科技(苏州)有限公司 一种高亮高反零件瑕疵检测方法
CN113252568A (zh) * 2021-06-10 2021-08-13 菲特(天津)检测技术有限公司 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端
CN113447485A (zh) * 2020-03-26 2021-09-28 捷普电子(新加坡)公司 光学检测方法
CN113567342A (zh) * 2021-08-20 2021-10-29 安徽顺鼎阿泰克科技有限公司 透明物缺陷检测方法及装置
CN113607756A (zh) * 2021-07-30 2021-11-05 深圳中科飞测科技股份有限公司 检测方法及检测设备
CN113686879A (zh) * 2021-09-09 2021-11-23 杭州利珀科技有限公司 光学薄膜缺陷视觉检测系统及方法
CN113793339A (zh) * 2021-11-18 2021-12-14 北京的卢深视科技有限公司 Doe脱落程度检测方法、电子设备和存储介质
CN113791008A (zh) * 2021-08-25 2021-12-14 安徽高哲信息技术有限公司 一种粮食不完善粒检测设备及检测方法
CN114088715A (zh) * 2020-08-24 2022-02-25 深圳市创科自动化控制技术有限公司 一种平面成像方法
CN115393359A (zh) * 2022-10-28 2022-11-25 菲特(天津)检测技术有限公司 一种镜片表面缺陷检测用的图像处理方法及系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1314997A (zh) * 1998-06-16 2001-09-26 奥宝科技有限公司 检查基本平坦平面的发光器
CN1493868A (zh) * 2002-10-31 2004-05-05 电子科技大学 一种光学仪器内部光学元件状况的检测方法及装置
CN1521498A (zh) * 2003-02-10 2004-08-18 先进自动器材有限公司 检测电子元件阵列的方法和装置
CN1828280A (zh) * 2005-02-28 2006-09-06 奥林巴斯株式会社 外观检查装置及外观检查方法
CN1871506A (zh) * 2003-10-21 2006-11-29 大发工业株式会社 表面缺陷检查方法及装置
CN101473218A (zh) * 2006-05-12 2009-07-01 康宁股份有限公司 用于表征透明基底中的缺陷的装置和方法
CN104568987A (zh) * 2013-10-23 2015-04-29 旭硝子株式会社 透明体检查方法及透明体检查装置
CN204359710U (zh) * 2014-12-29 2015-05-27 武汉中导光电设备有限公司 一种玻璃表面缺陷检测装置
CN105067639A (zh) * 2015-07-20 2015-11-18 丹阳市精通眼镜技术创新服务中心有限公司 一种光栅调制的镜片疵病自动检测装置和方法
CN105738384A (zh) * 2016-03-11 2016-07-06 伍祥辰 玻璃表面缺陷检测装置
CN205562358U (zh) * 2014-12-18 2016-09-07 康代影像科技(苏州)有限公司 检验对象的系统
CN106370673A (zh) * 2015-07-23 2017-02-01 杜鹏飞 一种镜片疵病自动检测方法
CN106537110A (zh) * 2014-05-15 2017-03-22 伊麦视觉私人有限公司 用于检查眼镜镜片的系统和方法
CN107155094A (zh) * 2016-03-02 2017-09-12 海德堡印刷机械股份公司 采用多个摄像机的图像检验方法
CN107782744A (zh) * 2016-08-31 2018-03-09 丹阳市延陵镇弘理眼镜厂 一种光栅调制的镜片疵病自动检测装置

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1314997A (zh) * 1998-06-16 2001-09-26 奥宝科技有限公司 检查基本平坦平面的发光器
CN1493868A (zh) * 2002-10-31 2004-05-05 电子科技大学 一种光学仪器内部光学元件状况的检测方法及装置
CN1521498A (zh) * 2003-02-10 2004-08-18 先进自动器材有限公司 检测电子元件阵列的方法和装置
CN1871506A (zh) * 2003-10-21 2006-11-29 大发工业株式会社 表面缺陷检查方法及装置
CN1828280A (zh) * 2005-02-28 2006-09-06 奥林巴斯株式会社 外观检查装置及外观检查方法
CN101473218A (zh) * 2006-05-12 2009-07-01 康宁股份有限公司 用于表征透明基底中的缺陷的装置和方法
CN104568987A (zh) * 2013-10-23 2015-04-29 旭硝子株式会社 透明体检查方法及透明体检查装置
CN106537110A (zh) * 2014-05-15 2017-03-22 伊麦视觉私人有限公司 用于检查眼镜镜片的系统和方法
CN205562358U (zh) * 2014-12-18 2016-09-07 康代影像科技(苏州)有限公司 检验对象的系统
CN204359710U (zh) * 2014-12-29 2015-05-27 武汉中导光电设备有限公司 一种玻璃表面缺陷检测装置
CN105067639A (zh) * 2015-07-20 2015-11-18 丹阳市精通眼镜技术创新服务中心有限公司 一种光栅调制的镜片疵病自动检测装置和方法
CN106370673A (zh) * 2015-07-23 2017-02-01 杜鹏飞 一种镜片疵病自动检测方法
CN107155094A (zh) * 2016-03-02 2017-09-12 海德堡印刷机械股份公司 采用多个摄像机的图像检验方法
CN105738384A (zh) * 2016-03-11 2016-07-06 伍祥辰 玻璃表面缺陷检测装置
CN107782744A (zh) * 2016-08-31 2018-03-09 丹阳市延陵镇弘理眼镜厂 一种光栅调制的镜片疵病自动检测装置

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109444155A (zh) * 2018-12-24 2019-03-08 劳弗尔视觉科技有限公司 一种消除物料阴影的检测装置和方法
CN111610195A (zh) * 2019-02-22 2020-09-01 上海微电子装备(集团)股份有限公司 一种缺陷检测装置
CN109781739A (zh) * 2019-03-04 2019-05-21 杭州晶耐科光电技术有限公司 汽车漆面表面外观缺陷全自动检测系统及方法
CN109934811A (zh) * 2019-03-08 2019-06-25 中国科学院光电技术研究所 一种基于深度学习的光学元件表面缺陷检测方法
CN110018167A (zh) * 2019-04-04 2019-07-16 武汉精立电子技术有限公司 一种曲面屏外观缺陷快速检测方法及系统
CN110018167B (zh) * 2019-04-04 2021-10-29 武汉精立电子技术有限公司 一种曲面屏外观缺陷快速检测方法及系统
CN110006924A (zh) * 2019-04-18 2019-07-12 西安工业大学 一种光学元件表面微小缺陷二维轮廓的检测方法
CN110006924B (zh) * 2019-04-18 2021-06-29 西安工业大学 一种光学元件表面微小缺陷二维轮廓的检测方法
CN110044919A (zh) * 2019-04-23 2019-07-23 上海工程技术大学 一种用于镜子表面划痕的检测装置及其检测方法
CN110044918A (zh) * 2019-04-23 2019-07-23 上海工程技术大学 汽车后视镜表面斑点检测方法
CN110044918B (zh) * 2019-04-23 2022-04-01 上海工程技术大学 汽车后视镜表面斑点检测方法
CN110146507A (zh) * 2019-04-30 2019-08-20 杭州晶耐科光电技术有限公司 汽车漆面表面外观缺陷检测系统及方法
CN110146507B (zh) * 2019-04-30 2024-01-26 杭州晶耐科光电技术有限公司 汽车漆面表面外观缺陷检测系统及方法
CN110057835A (zh) * 2019-05-29 2019-07-26 深圳中科飞测科技有限公司 一种检测装置及检测方法
CN110517233A (zh) * 2019-08-15 2019-11-29 浙江赤霄智能检测技术有限公司 一种基于人工智能的缺陷分类学习系统及其分类方法
CN110736751B (zh) * 2019-11-06 2022-04-19 合肥御微半导体技术有限公司 一种表面缺陷检测方法及装置
CN110736751A (zh) * 2019-11-06 2020-01-31 上海御微半导体技术有限公司 一种表面缺陷检测方法及装置
CN111179248A (zh) * 2019-12-27 2020-05-19 深港产学研基地 一种透明平滑曲面缺陷识别方法及检测装置
CN111179248B (zh) * 2019-12-27 2023-06-09 深港产学研基地 一种透明平滑曲面缺陷识别方法及检测装置
CN113447485A (zh) * 2020-03-26 2021-09-28 捷普电子(新加坡)公司 光学检测方法
CN111579564A (zh) * 2020-05-18 2020-08-25 深圳市中钞科信金融科技有限公司 一种透明平板缺陷和屈光度变化检测系统及方法
CN111579564B (zh) * 2020-05-18 2023-08-08 深圳市中钞科信金融科技有限公司 一种透明平板缺陷和屈光度变化检测系统及方法
CN114088715A (zh) * 2020-08-24 2022-02-25 深圳市创科自动化控制技术有限公司 一种平面成像方法
CN111999308A (zh) * 2020-08-27 2020-11-27 银河水滴科技(北京)有限公司 一种缺陷检测的控制方法、控制装置及控制系统
CN112304968A (zh) * 2020-09-11 2021-02-02 嘉兴驭光光电科技有限公司 用于微纳光学元件的检测系统及检测方法
CN111999043B (zh) * 2020-10-28 2021-02-26 三代光学科技(天津)有限公司 一种曲面透镜缺陷综合检测方法及系统
CN111999043A (zh) * 2020-10-28 2020-11-27 三代光学科技(天津)有限公司 一种曲面透镜缺陷综合检测方法及系统
CN112461854A (zh) * 2020-11-03 2021-03-09 东莞市鼎力自动化科技有限公司 一种智能优化盖板终检aoi检测的方法及装置
CN112461854B (zh) * 2020-11-03 2023-10-31 东莞市鼎力自动化科技有限公司 一种智能优化盖板终检aoi检测的方法及装置
CN112945965A (zh) * 2020-12-28 2021-06-11 慧三维智能科技(苏州)有限公司 一种高亮高反零件瑕疵检测方法
CN112903694A (zh) * 2021-01-18 2021-06-04 苏州华兴源创科技股份有限公司 一种飞拍检测系统及方法
CN113252568A (zh) * 2021-06-10 2021-08-13 菲特(天津)检测技术有限公司 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端
CN113607756A (zh) * 2021-07-30 2021-11-05 深圳中科飞测科技股份有限公司 检测方法及检测设备
CN113567342A (zh) * 2021-08-20 2021-10-29 安徽顺鼎阿泰克科技有限公司 透明物缺陷检测方法及装置
CN113791008A (zh) * 2021-08-25 2021-12-14 安徽高哲信息技术有限公司 一种粮食不完善粒检测设备及检测方法
CN113791008B (zh) * 2021-08-25 2024-03-15 安徽高哲信息技术有限公司 一种粮食不完善粒检测设备及检测方法
CN113686879A (zh) * 2021-09-09 2021-11-23 杭州利珀科技有限公司 光学薄膜缺陷视觉检测系统及方法
CN113793339A (zh) * 2021-11-18 2021-12-14 北京的卢深视科技有限公司 Doe脱落程度检测方法、电子设备和存储介质
CN115393359A (zh) * 2022-10-28 2022-11-25 菲特(天津)检测技术有限公司 一种镜片表面缺陷检测用的图像处理方法及系统

Similar Documents

Publication Publication Date Title
CN109030495A (zh) 一种基于机器视觉技术的光学元件缺陷检测方法
US6476909B1 (en) Optical member inspecting apparatus and method of inspection thereof
JP5546103B2 (ja) 透明又は反射部品を制御するための装置
US6201600B1 (en) Method and apparatus for the automatic inspection of optically transmissive objects having a lens portion
JP5009663B2 (ja) 外観検査システム
JP2002195910A (ja) 光学部品の検査装置
JP2002310848A (ja) レンズ検査
KR20190122160A (ko) 용액에 잠겨있는 안과용 렌즈의 광학 배율 및 두께 검사 시스템 및 방법
JP2008249568A (ja) 外観検査装置
CN213933620U (zh) 偏振光源和表面缺陷检测装置
CN110208269A (zh) 一种玻璃表面异物与内部异物区分的方法及系统
CN109827974B (zh) 一种树脂滤光片膜裂检测设备及检测方法
CN113686879A (zh) 光学薄膜缺陷视觉检测系统及方法
CN110186937A (zh) 剔除灰尘影响的镜面物体表面二维缺陷检测方法及系统
JP2017166903A (ja) 欠陥検査装置及び欠陥検査方法
CN115427790A (zh) 用于对反射对象成像的系统和方法
TW202129269A (zh) 基於雷射的夾雜物偵測系統及方法
CN110082361B (zh) 一种物体外观与裂纹检测装置与检测方法
CN110658207A (zh) 一种区分非偏光膜内与膜外异物的检测方法及装置
JPH07306152A (ja) 光学的歪検査装置
JP3231582B2 (ja) 光学部材検査装置
CN110333248A (zh) 玻璃表面缺陷与表面落尘的区分方法
JP3149336B2 (ja) 光学部材検査装置
KR102385411B1 (ko) 결함 검사장치
CN117147576A (zh) 一种多色光差分光滑表面微小疵病光学检测方法及装置

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181218

WD01 Invention patent application deemed withdrawn after publication