CN109406529B

CN109406529B - 一种aoi缺陷检测系统的性能调节方法

Info

Publication number: CN109406529B
Application number: CN201811140237.4A
Authority: CN
Inventors: 陈武; 张胜森; 郑增强
Original assignee: Wuhan Jingli Electronic Technology Co Ltd
Current assignee: Wuhan Jingli Electronic Technology Co Ltd
Priority date: 2018-09-28
Filing date: 2018-09-28
Publication date: 2021-09-14
Anticipated expiration: 2038-09-28
Also published as: CN109406529A

Abstract

本发明公开了一种AOI缺陷检测系统的性能调节方法，包括以下步骤：S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，所述参变量包括尺寸和对比度中的任一种或两种；所述模拟缺陷样本的缺陷尺寸或对比度呈梯度变化且须覆盖允许的最小检出规格；S2：采集模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统的检出限满足允许的最小检出规格；本发明通过制作大量的模拟缺陷样本，有效地规避了收集实际缺陷样本耗时长，实际缺陷难以涵盖等问题，降低了时间成本，同时能快速、准确地进行缺陷评估，提高了对AOI缺陷检测系统进行性能调节的效率和准确性。

Description

一种AOI缺陷检测系统的性能调节方法

技术领域

本发明属于光学自动化缺陷检测技术领域，更具体地，涉及一种AOI缺陷检测系统的性能调节方法。

背景技术

自动光学检测(Automatic Optic Inspection，AOI)缺陷检测系统，是指采用光学成像技术(通常使用相机和镜头)获取被测目标的图像，再经过一定的图像处理算法，从拍摄的图像中获取目标的尺寸、位置及缺陷等信息，从而可以执行产品的检验、装配线上的零部件鉴定及定位、过程监控中的测量、过程控制反馈、分类与分组等任务。目前，AOI在半导体、工业机器人、汽车零件制造、印刷、钢铁、医疗与医药等诸多行业都有着广泛的应用。

背光源组件(Back Light Unit，BLU)是位于液晶显示器LCD背后的一种光源，液晶显示器本身不发光，它显示图像或字符是对BLU发出的光线进行调制的结果。BLU是透射式液晶的重要组件，它的发光效果将直接影响到液晶显示模组LCM的视觉效果。在BLU的制程中，从模组框往上会依次增加反射片、导光板、扩散片、棱镜片、导光膜等，每一层片材的加入都可能引起脏污、异物、折痕、划伤等缺陷，而位于不同层间的缺陷具有形状不规则、大小不均匀、位置不固定、对比度低且不一致的特性，同时受到人眼感知力以及主观因素的限制，很难快速准确地对BLU缺陷进行快速准确地检测及评价；从图1中可以看出，BLU缺陷对比度很低，边缘模糊不清，肉眼不容易辨认，同时人眼长期对着强光容易引起视觉疲劳，同时影响判断，因此在BLU生产过程中，AOI缺陷检测至关重要，直接影响了最终BLU缺陷判定结果及出品等级。

现有的AOI缺陷检测系统的设计流程一般分为缺陷样本获取、光学设计与评估、算法开发和检测能力评估4个流程。其中缺陷样本获取这一流程主要依赖于客户提供的缺陷图片，随着缺陷样本获取周期加长，遇到客户良率高时，缺陷图片收集会更加困难，因此必须研究出一套新的方法去适应现有的行业要求，降低AOI缺陷检测系统对客户提供缺陷图片的依赖性。另外随着BLU产品制程的更新换代，各种不可预知的缺陷出现的几率大大增加，目前传统AOI检测还没有形成稳定可靠的检测体系，对于不可预知的、非显著性的缺陷的检出率较低。因此，我们需要提供一种对AOI缺陷检测系统的检测性能进行量化评估和调节的方法，以提高现有的AOI缺陷检测系统对于不可预知的、非显著性缺陷的检出率和检出准确性。

发明内容

针对现有技术的至少一个缺陷或改进需求，本发明提供了一种AOI缺陷检测系统的性能调节方法，其目的在于解决现有的AOI缺陷检测系统严重依赖客户提供的缺陷样本、对不可预知的、非显著性缺陷的检出率和检出准确性低的问题。

为实现上述目的，按照本发明的一个方面，提供了一种AOI缺陷检测系统的性能调节方法，包括以下步骤：

S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，所述参变量包括尺寸和对比度中的任一种或两种；所述模拟缺陷样本的缺陷尺寸或对比度呈梯度变化且须覆盖允许的最小检出规格；

S2：采集模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统的检出限满足允许的最小检出规格。

优选的，上述AOI缺陷检测系统的性能调节方法，其步骤S2之前还包括以下步骤：

拍摄所述模拟缺陷样本的图片，通过图像处理检测模拟缺陷的像素大小和/或对比度，判断所述模拟缺陷的像素大小是否小于等于其对应的实际缺陷的像素大小，和/或，所述模拟缺陷的对比度值小于等于其对应的实际缺陷的对比度值，若是，则进入步骤S2；若否，则返回步骤S1。

优选的，上述AOI缺陷检测系统的性能调节方法，其步骤S2之后还包括以下步骤：

根据调整后的图像处理算法对一定量的实际缺陷样本进行检测，根据检测结果统计过检率和/或漏检率并评估其是否小于等于预设的检出标准，若是，则检测结束；若否，则返回步骤S2。

优选的，上述AOI缺陷检测系统的性能调节方法，其步骤S2中，缺陷检测的过程包括以下步骤：

S21.对图像进行全局亮度校正，并进行亮度归一化操作；

S22.通过多项式曲面拟合的方式进行图像增强操作；

S23.使用均值滤波对图像进行平滑处理；

S24.使用动态阈值分割方式对图像进行检测，标记出各个缺陷区域，并分别计算各个缺陷区域的对比度和/或尺寸；

S25.对缺陷区域进行噪声过滤，得到对比度不小于最小检出对比度，和/或尺寸不小于最小检出尺寸的缺陷区域，并确保对比度小于最小检出对比度，和/或尺寸小于最小检出尺寸的缺陷区域不被检出。

优选的，上述AOI缺陷检测系统的性能调节方法，其参变量还包括缺陷位置；将模拟缺陷样本划分为若干个单元格，在每个所述单元格的中心位置放置缺陷来制备缺陷位置不同的模拟缺陷样本；采集所述模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统能够检测出边缘位置的模拟缺陷。

优选的，上述AOI缺陷检测系统的性能调节方法，其参变量还包括缺陷形状，模拟缺陷样本中的模拟缺陷的形状包括圆形、椭圆形、线状、团状；采集所述模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统能够检测出各种形状的模拟缺陷。

优选的，上述AOI缺陷检测系统的性能调节方法，其模拟缺陷样本中的模拟缺陷采用高纯钨丝材料制作而成，所述高纯钨丝材料包括高纯钨丝和高纯钨金属粒。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

本发明提供的一种AOI缺陷检测系统的性能调节方法，使用不同透光率、不同尺寸的高纯钨丝材料制作大量可涵盖各种缺陷类型、尺寸、对比度的模拟缺陷样本，形成更加全面，涵盖面更广的缺陷样本库；以库中缺陷样本为训练集对进行AOI缺陷检测系统进行性能评估和算法调节，算法设计更加合理；通过制作大量的模拟缺陷样本，有效地规避了收集实际缺陷样本耗时长，实际缺陷难以涵盖等问题，降低了时间成本，同时能快速、准确地进行缺陷评估，提高了对AOI缺陷检测系统进行性能测试的效率和准确性。该方法适用于绝大部分AOI检测系统的性能评估，具有快速、准确的优势，大大降低了实际缺陷样本收集周期，提高了调机效率，训练后的AOI缺陷检测系统能够适应多种缺陷的检验，从而降低缺陷的漏检和过检率，提高缺陷检测能力。

附图说明

图1是本发明实施例提供的BLU中缺陷样本的示意图；

图2是本发明实施例提供的AOI缺陷检测系统的性能调节方法的流程图；

图3是本发明实施例提供的对比度呈梯度变化的模拟样本图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本实施例提出的一种AOI缺陷检测系统的性能调节方法，通过特殊材料模拟BLU缺陷，以BLU缺陷样本为训练集对进行AOI缺陷检测系统进行性能评估，对系统中的图像处理算法进行仿真和优化，以提高AOI缺陷检测系统的检出效率和准确性。

如图2所示，本发明提供的一种AOI缺陷检测系统的性能调节方法，包括以下步骤：

S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，形成缺陷样本库；参变量包括形状、位置、尺寸和对比度中的任一种或多种；模拟缺陷在尺寸、对比度上呈梯度变化且需涵盖允许的最小检出规格；

本实施例首先根据当前BLU缺陷的特征，使用不同透光率的材料进行缺陷的模拟制作，在实际缺陷样本中，常见的异物大小、灰阶差和屏上位置均有差异，而根据实际缺陷样本进行训练时不可能兼顾到每一种形态的异物缺陷，因此我们采用不同的材料模拟出形状不一、位置不一、大小和对比度成梯度变化的缺陷图片，以涵盖所有的异物缺陷特征变化的动态范围。

在进行模拟缺陷样本的制作之前，需确定缺陷的类型及各缺陷的技术规格，如允许的最小检出对比度、最小检出尺寸、缺陷形状、缺陷位置等。根据技术规格，选用不同规格的材料进行缺陷的模拟，能够用于制作模拟缺陷的材料需满足尺寸和对比度的要求；在尺寸上，材料在尺寸上必须满足实际缺陷的尺寸要求，即小于实际缺陷的最小尺寸；在对比度上，材料成像后的最小对比度值约为1；本发明采用高纯钨丝材料(纯度大于99.9％)来模拟异物缺陷，包括高纯钨丝和高纯钨金属粒。市场上能找到的高纯钨丝尺寸在0.01～0.2mm，能满足BLU检测的技术规格。

对于对比度不同的模拟缺陷样本，多个样本的对比度值呈梯度变化且必须涵盖最小检出对比度值；样本之间的梯度变化越小，检测精度越高，一般将该梯度值设为1个对比度差；例如，当允许的最小检出对比度值为3，则可制作五个对比度不同的模拟缺陷样本，其对比度值分别为1、2、3、4、5。图3所示是本发明根据实际缺陷制作的六个模拟缺陷样本，缺陷的形状和位置相同，对比度呈梯度变化。

对于尺寸不同的缺陷样本，多个样本的尺寸大小呈梯度变化且必须涵盖最小检出尺寸；根据缺陷类型的不同，尺寸的表征单位不一，如划伤缺陷的尺寸一般用长度表示，白点缺陷一般用面积表示；经图像处理后统一用像素大小来表示尺寸，当成像系统的分辨率相等时，尺寸与像素大小具有一一对应关系；因此本发明使用像素大小来评估缺陷尺寸。

对于位置不一的缺陷样本，其制作方法如下：将缺陷样本划分为多个单元格，如9宫格、16宫格、25宫格等，本实施例不作具体限制；在每个单元格的中心位置放置具有相同形状、尺寸和对比度的缺陷；一般来说，样本中心区域的缺陷易被检出，而越靠近边缘位置的缺陷越难被检出。

对于形状不一的缺陷样本，常见的缺陷类型包括圆形、椭圆形、线状、团状等；圆形缺陷直接使用钨金属粒模拟，椭圆缺陷可以使用两个钨金属粒并排，成像效果即为椭圆，线状缺陷可以使用钨金属丝模拟，团状缺陷可以使用更小尺寸的钨金属丝盘绕形成。

通过制作大量的模拟缺陷样本，有效地规避了收集实际缺陷样本耗时长，实际缺陷难以涵盖所有缺陷类型、尺寸、对比度等问题，降低了时间成本，同时能快速、准确地进行缺陷评估，提高了对AOI缺陷检测系统进行性能测试的效率和准确性。

S2：拍摄模拟缺陷样本的图片，通过图像处理检测模拟缺陷的像素大小和/或对比度并将其分别与其对应的实际缺陷样本的像素大小和对比度值进行比对，判断模拟缺陷的像素大小是否小于等于实际缺陷的像素大小或其对比度值小于等于实际缺陷的对比度值，若是，则进入步骤S2；若否，则返回步骤S1。

缺陷样本制作完成后，通过AOI缺陷检测系统中的光学成像系统拍摄缺陷样本的图片，通过图像处理检测模拟缺陷的像素大小和对比度值；若模拟缺陷的像素大小和对比度值均不大于实际缺陷的对应指标，则代表步骤S1中制作的模拟缺陷样本符合标准；否则，需要重新制作模拟缺陷样本直至其经过比对后符合标准。

S3：采集模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调节以使AOI缺陷检测系统的检出限满足允许的最小检出规格。

缺陷检测过程包括以下步骤：

(1)、对图像进行全局亮度校正，并进行亮度归一化操作，使整个图像具有统一均匀的背景亮度；

(2)、通过多项式曲面拟合的方式进行图像增强操作；由于图像中部分缺陷非常微弱，需要对图像进行增强处理以使微弱缺陷可被检出；

(3)、使用均值滤波对图像进行平滑处理；通过平滑处理可以排除细小缺陷，提高检测效率和准确性；如果未经处理，后续会检测出大量的细小缺陷，每一个缺陷都需要计算对比度和尺寸，计算量大导致检测效率降低；

(4)、使用动态阈值分割方式对图像进行检测，标记出各个缺陷区域，并分别计算各个缺陷区域的对比度和/或像素大小(尺寸)；

动态阈值分割将图像划分为一系列的子图像，分别计算每一幅子图像对应的分割阈值，原始图像根据每一幅子图像对应的区域使用不同的阈值进行图像分割，动态阈值分割完成后，自动标记出所有的缺陷区域；

(5)、对缺陷区域进行噪声过滤，得到高于最小检出对比度和/或最小检出尺寸的缺陷区域，并确保低于最小检出对比度和/或最小检出尺寸的缺陷区域不被检出。

对于缺陷位置不同的模拟缺陷样本，对缺陷区域进行噪声过滤，确保边缘位置处的缺陷可被检出；

对于缺陷形状不同的模拟缺陷样本，对缺陷区域进行噪声过滤，确保各个形状的缺项均能被检出。

由于设计的模拟缺陷可以涵盖所有区域的缺陷，同时也在尺寸、对比度上形成梯度变化，故而可以有效评估图像处理算法的检出效果，通过大量的模拟缺陷样本对AOI缺陷检测系统的图像处理算法进行训练，使其满足预设的检出规格，

S4：根据调整后的图像处理算法对一定量的实际缺陷样本进行检测，以验证AOI缺陷检测系统的检出性能，统计过检率和/或漏检率并评估其是否小于等于预设的检出标准，若是，则结束；若否，则返回步骤S3。

过检率和漏检率是产品质量控制过程中的两个重要衡量指标，过检即把合格品判定为不合格品，过检率是过检数与抽检总数的比值；漏检即把不合格品判定为合格品，漏检率是漏检数与抽检总数的比值；在实际的缺陷检测过程中，AOI缺陷检测系统的过检率和漏检率必须小于预设的过检、漏检标准；本实施例以200个实际缺陷样本为例进行说明，在200个实际缺陷样本中包括100个OK样品和100个NG样品，需要说明的是，OK样品中并不代表样品中完全不存在缺陷，而是该缺陷的规格(对比度、尺寸)小于允许的最小检出规格，因此可以忽略不计；若AOI缺陷检测系统在OK样品中检测出缺陷，即为过检；若AOI缺陷检测系统在NG样品中未检测出缺陷，即为漏检；通过AOI缺陷检测系统对200个实际缺陷样品进行检测，根据检测结果统计过检率和/或漏检率，若不大于设定的检出标准，则表明AOI缺陷检测系统满足缺陷检测的需求；否则，需要对AOI缺陷检测系统中的图像处理算法进行训练和优化，直至其满足设定的检出标准。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种AOI缺陷检测系统的性能调节方法，其特征在于，包括以下步骤：

S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，所述参变量包括尺寸和对比度中的任一种或两种；若干所述模拟缺陷样本的缺陷尺寸或对比度呈梯度变化且须覆盖允许的最小检出规格；

拍摄所述模拟缺陷样本的图片，通过图像处理检测模拟缺陷的像素大小和/或对比度，判断所述模拟缺陷的像素大小是否小于等于其对应的实际缺陷的像素大小，和/或，所述模拟缺陷的对比度值小于等于其对应的实际缺陷的对比度，若是，则进入步骤S2；若否，则返回步骤S1；

S2：采集模拟缺陷样本的图像并对其进行缺陷检测，标记出各个缺陷区域并分别计算所述缺陷区域的对比度和/或尺寸；检测过程中对图像处理算法进行调整以使AOI缺陷检测系统的检出限满足所述最小检出规格：对各个缺陷区域进行噪声过滤，得到对比度不小于最小检出对比度，和/或尺寸不小于最小检出尺寸的缺陷区域。

2.如权利要求1所述的AOI缺陷检测系统的性能调节方法，其特征在于，步骤S2之后还包括以下步骤：

3.如权利要求1所述的AOI缺陷检测系统的性能调节方法，其特征在于，步骤S2中，缺陷检测的过程包括以下步骤：

S21.对图像进行全局亮度校正，并进行亮度归一化操作；

S22.通过多项式曲面拟合的方式进行图像增强操作；

S23.使用均值滤波对图像进行平滑处理；

S24.使用动态阈值分割方式对图像进行检测，标记出各个缺陷区域。

4.如权利要求1所述的AOI缺陷检测系统的性能调节方法，其特征在于，所述参变量还包括缺陷位置；将模拟缺陷样本划分为若干个单元格，在每个所述单元格的中心位置放置缺陷来制备缺陷位置不同的模拟缺陷样本；采集所述模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统能够检测出边缘位置的模拟缺陷。

5.如权利要求1所述的AOI缺陷检测系统的性能调节方法，其特征在于，所述参变量还包括缺陷形状，模拟缺陷样本中的模拟缺陷的形状包括圆形、椭圆形、线状、团状；采集所述模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统能够检测出各种形状的模拟缺陷。

6.如权利要求1所述的AOI缺陷检测系统的性能调节方法，其特征在于，所述模拟缺陷样本中的模拟缺陷采用高纯钨丝材料制作而成，所述高纯钨丝材料包括高纯钨丝和高纯钨金属粒。