CN110441321B - 基于分时曝光图像综合的透明材质内部缺陷检测方法 - Google Patents

基于分时曝光图像综合的透明材质内部缺陷检测方法 Download PDF

Info

Publication number
CN110441321B
CN110441321B CN201910956018.1A CN201910956018A CN110441321B CN 110441321 B CN110441321 B CN 110441321B CN 201910956018 A CN201910956018 A CN 201910956018A CN 110441321 B CN110441321 B CN 110441321B
Authority
CN
China
Prior art keywords
dark field
field image
time
suspected defect
defect area
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.)
Active
Application number
CN201910956018.1A
Other languages
English (en)
Other versions
CN110441321A (zh
Inventor
都卫东
王岩松
左骏秋
吴健雄
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.)
Focusight Technology Co Ltd
Original Assignee
Focusight 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 Focusight Technology Co Ltd filed Critical Focusight Technology Co Ltd
Priority to CN201910956018.1A priority Critical patent/CN110441321B/zh
Publication of CN110441321A publication Critical patent/CN110441321A/zh
Application granted granted Critical
Publication of CN110441321B publication Critical patent/CN110441321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01N21/8851—Scan 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
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/896—Optical defects in or on transparent materials, e.g. distortion, surface flaws in conveyed flat sheet or rod
    • 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
    • G01N21/8851—Scan 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
    • 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
    • G01N21/8851—Scan 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
    • G01N2021/8887—Scan 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

  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及一种基于分时曝光图像综合的透明材质内部缺陷检测方法，对传输中透明材质的待测物分别进行明场照射和暗场照射，相机采用分时曝光的方式获取待测物表面的明场图像和暗场图像；在明场中提取出疑似缺陷后，转换至暗场中进行复判，无需在明场中设计复杂耗时的滤波处理，缩短整体运行时间；在明暗场图像中综合处理，通过暗场辅助达到区分缺陷和灰尘的判别，提高缺陷检出率；无需使用复杂的频域处理，缩短开发周期，易于开发人员后期维护；简化整体逻辑设计，缩短算法开发周期，提高算法运行效率，即提高AOI设备生产实际过程中的检测问题。

Description

基于分时曝光图像综合的透明材质内部缺陷检测方法
技术领域
本发明涉及缺陷检测的技术领域，尤其是一种基于分时曝光图像综合的透明材质内部缺陷检测方法。
背景技术
手机行业发展迅猛，特别是5G通讯技术的发展，手机对玻璃等透明材质的需求与日俱增。但玻璃等透明材质在加工过程中很容易出现内部缺陷，而目前更多的是进行人工检测，效率低下且成本较高，所以对于此类型的AOI设备（自动光学检测设备）需求迫切。透明材质内部缺陷检测时，最容易受到材质表面灰尘、脏污的干扰，传统透明材质采用单一视场的算法处理，单视场算法逻辑设计复杂，耗时较长且达不到生产检测要求，且算法耗时导致AOI设备的检测时长增加；算法前景提取时极易受到表面灰尘和脏污的干扰，检出率较低，达不到AOI检测替换人工要求；成本太高，开发周期长，综合效果差且不容易调试。
发明内容
本发明要解决的技术问题是：克服现有技术中之不足，提供一种基于分时曝光图像综合的透明材质内部缺陷检测方法。
本发明解决其技术问题所采用的技术方案是：一种基于分时曝光图像综合的透明材质内部缺陷检测方法，包括如下步骤：
（1）对传输中透明材质的待测物进行明场照射，相机采用分时曝光的方式获取待测物表面的明场图像；对传输中透明材质的待测物进行暗场照射，相机采用分时曝光的方式获取待测物表面的暗场图像；
（2）对明场图像进行阈值分割，提取出所有白色特征区域，根据所需特征要求筛选出疑似缺陷区域；将上述白色特征区域中疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内进行阈值分割，根据所需特征要求进一步筛选出疑似缺陷区域，该疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷；
（3）对明场图像进行阈值分割，提取出所有黑色特征区域，根据所需特征要求筛选出疑似缺陷区域；将上述黑色特征区域中疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内进行阈值分割，根据所需特征要求进一步筛选出疑似缺陷区域，该疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷；
其中，所述步骤（1）中的分时曝光具体为在很短的时间内，在明场照射和暗场照射的光源下严格按照时序依次高频亮起、熄灭，保证同一时刻同一相机只采集一个光源下的待测物成像。
分时曝光采用的是同一个相机，在多个不同光源曝光下分时采集同一个待测物的成像，节省了硬件；本来多个光源配合相应个数的相机采集的图，由于线阵拍摄时物体在移动，拍出的物体相对位置上会有较大的变化（0.1～1mm量级变化），且各个相机畸变的不一致无法达到像素级别的校准检测精度（针对16k线扫相机，缺陷检测的精度一般可达0.006mm）；而采用分时曝光多个光源，1个相机采集图，由于采用高频光源依次拍摄，物体位置精度可以基于像素级别的补偿，同一个缺陷在不同图上的偏差不会超过1像素（典型值约0.006mm），即得到基准位置一致的图像。采用基准位置一致的图像进行对比处理，这样能大大提高待测物缺陷的检出率。
进一步地限定，所述步骤（2）和步骤（3）同时进行。为了提高检测速度，步骤（2）和步骤（3）可同时进行。
进一步地限定，所述步骤（1）中还包括对传输中透明材质的待测物进行局部暗场照射，相机采用分时曝光的方式获取待测物表面的局部暗场图像。
更进一步地限定，所述局部暗场照射为半暗场照射。经研究，采用半暗场照射和分时曝光获得的图像，其均匀性和对比度均优于明场图像。
在上述方案中，所述步骤（2）具体为：对明场图像进行阈值分割，提取出所有白色特征区域，根据所需特征要求筛选出疑似缺陷区域；将上述白色特征区域中疑似缺陷区域映射到局部暗场图像中，在局部暗场图像对应的区域范围内进行阈值分割，根据所需特征要求进一步筛选出疑似缺陷区域；将上述进一步筛选出的疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内进行阈值分割，根据所需特征要求再次筛选出疑似缺陷区域，该疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷。
在上述方案中，所述步骤（3）具体为：对明场图像进行阈值分割，提取出所有黑色特征区域，根据所需特征要求筛选出疑似缺陷区域；将上述黑色特征区域中疑似缺陷区域映射到局部暗场图像中，在局部暗场图像对应的区域范围内进行阈值分割，根据所需特征要求进一步筛选出疑似缺陷区域；将上述进一步筛选出的疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内进行阈值分割，根据所需特征要求再次筛选出疑似缺陷区域，该疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷。
进一步地限定，所述所需特征包括面积、对比度、长宽比、宽或高。
本发明的有益效果是：本发明在明场中提取出疑似缺陷后，转换至暗场中进行复判，无需在明场中设计复杂耗时的滤波处理，缩短整体运行时间；在明暗场图像中综合处理，通过暗场辅助达到区分缺陷和灰尘的判别，提高缺陷检出率；无需使用复杂的频域处理，缩短开发周期，易于开发人员后期维护；简化整体逻辑设计，缩短算法开发周期，提高算法运行效率，即提高AOI设备生产实际过程中的检测问题。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明实施例1的流程图。
图2是本发明实施例1中的明场图像。
图3是本发明实施例1中的暗场图像。
图4是本发明实施例1中明场图像筛选出的疑似缺陷区域。
图5是本发明实施例1中暗场图像筛选出的疑似缺陷区域。
图6是本发明实施例2的流程图。
图7是本发明实施例2中的明场图像。
图8是本发明实施例2中的半暗场图像。
图9是本发明实施例2中的暗场图像。
图10是本发明实施例2中明场图像筛选出的疑似缺陷区域。
图11是本发明实施例2中半暗场图像筛选出的疑似缺陷区域。
图12是本发明实施例2中暗场图像筛选出的疑似缺陷区域。
具体实施方式
现在结合附图和优选实施例对本发明作进一步的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
实施例1
如图1所示，一种基于分时曝光图像综合的透明材质内部缺陷检测方法，对传输中透明材质的待测物进行明场照射，相机采用分时曝光的方式获取待测物表面的明场图像（如图2所示）；对传输中透明材质的待测物进行暗场照射，相机采用分时曝光的方式获取待测物表面的暗场图像（如图3所示）；设定明、暗场参数，如下表所示：
参数 明场 暗场
图像宽（像素） 8192 8192
图像高（像素） 20000 20000
分割阈值（灰度级） 100 50
对明场图像按灰度级100进行阈值分割，提取出所有白色特征区域，按宽度8192像素和高度20000像素筛选出疑似缺陷区域（如图4所示）；将上述白色特征区域中疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内按灰度级50进行阈值分割，按宽度8192像素和高度20000像素进一步筛选出疑似缺陷区域（如图5所示），该疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷；对明场图像按灰度级100进行阈值分割，提取出所有黑色特征区域，按宽度8192像素和高度20000像素筛选出疑似缺陷区域；将上述黑色特征区域中疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内按灰度级50进行阈值分割，按宽度8192像素和高度20000像素进一步筛选出疑似缺陷区域，该疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷。
实施例2
如图6所示，一种基于分时曝光图像综合的透明材质内部缺陷检测方法，对传输中透明材质的待测物进行明场照射，相机采用分时曝光的方式获取待测物表面的明场图像（如图7所示）；对传输中透明材质的待测物进行半暗场照射，相机采用分时曝光的方式获取待测物表面的半暗场图像（如图8所示）；对传输中透明材质的待测物进行暗场照射，相机采用分时曝光的方式获取待测物表面的暗场图像（如图9所示）；设定明、半暗场、暗场参数，如下表所示：
参数 明场 暗场 半暗场
图形宽（像素） 8192 8192 8192
图像高（像素） 20000 20000 20000
分割阈值（灰度级） 150 50 100
对明场图像按灰度级150进行阈值分割，提取出所有白色特征区域，按宽度8192像素和高度20000像素筛选出疑似缺陷区域（如图10所示）；将上述白色特征区域中疑似缺陷区域映射到半暗场图像中，在半暗场图像对应的区域范围内按灰度级100进行阈值分割，按宽度8192像素和高度20000像素进一步筛选出疑似缺陷区域（如图11所示）；将上述进一步筛选出的疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内按灰度级50进行阈值分割，按宽度8192像素和高度20000像素再次筛选出疑似缺陷区域（如图12所示），该疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷；对明场图像按灰度级150进行阈值分割，提取出所有黑色特征区域，按宽度8192像素和高度20000像素筛选出疑似缺陷区域；将上述黑色特征区域中疑似缺陷区域映射到半暗场图像中，在半暗场图像对应的区域范围内按灰度级100进行阈值分割，按宽度8192像素和高度20000像素进一步筛选出疑似缺陷区域；将上述进一步筛选出的疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内按灰度级50进行阈值分割，按宽度8192像素和高度20000像素再次筛选出疑似缺陷区域，该疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并加以实施，并不能以此限制本发明的保护范围，凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围内。

Claims (3)

1.一种基于分时曝光图像综合的透明材质内部缺陷检测方法，其特征在于包括如下步骤：
（1）对传输中透明材质的待测物进行明场照射，相机采用分时曝光的方式获取待测物表面的明场图像；对传输中透明材质的待测物进行暗场照射，相机采用分时曝光的方式获取待测物表面的暗场图像；对传输中透明材质的待测物进行半暗场照射，相机采用分时曝光的方式获取待测物表面的半暗场图像；
（2）对明场图像进行阈值分割，提取出所有白色特征区域，根据所需特征要求筛选出第一次疑似缺陷区域；将上述白色特征区域中第一次疑似缺陷区域映射到半暗场图像中，在半暗场图像对应的区域范围内进行阈值分割，根据所需特征要求进一步筛选出第二次疑似缺陷区域；将上述进一步筛选出的第二次疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内进行阈值分割，根据所需特征要求再次筛选出第三次疑似缺陷区域，第三次疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷；
（3）对明场图像进行阈值分割，提取出所有黑色特征区域，根据所需特征要求筛选出第一次疑似缺陷区域；将上述黑色特征区域中第一次疑似缺陷区域映射到半暗场图像中，在半暗场图像对应的区域范围内进行阈值分割，根据所需特征要求进一步筛选出第二次疑似缺陷区域；将上述进一步筛选出的第二次疑似缺陷区域映射到暗场图像中，在暗场图像对应的区域范围内进行阈值分割，根据所需特征要求再次筛选出第三次疑似缺陷区域，第三次疑似缺陷区域中呈现为白色特征的判定为灰尘或脏污，否则为缺陷；
其中，所述步骤（1）中的分时曝光具体为在很短的时间内，在明场照射和暗场照射的光源下严格按照时序依次高频亮起、熄灭，保证同一时刻同一相机只采集一个光源下的待测物成像。
2.根据权利要求1所述的基于分时曝光图像综合的透明材质内部缺陷检测方法，其特征在于：所述步骤（2）和步骤（3）同时进行。
3.根据权利要求1所述的基于分时曝光图像综合的透明材质内部缺陷检测方法，其特征在于：所述所需特征包括面积、对比度、长宽比、宽或高。
CN201910956018.1A 2019-10-10 2019-10-10 基于分时曝光图像综合的透明材质内部缺陷检测方法 Active CN110441321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910956018.1A CN110441321B (zh) 2019-10-10 2019-10-10 基于分时曝光图像综合的透明材质内部缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910956018.1A CN110441321B (zh) 2019-10-10 2019-10-10 基于分时曝光图像综合的透明材质内部缺陷检测方法

Publications (2)

Publication Number Publication Date
CN110441321A CN110441321A (zh) 2019-11-12
CN110441321B true CN110441321B (zh) 2019-12-31

Family

ID=68440634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910956018.1A Active CN110441321B (zh) 2019-10-10 2019-10-10 基于分时曝光图像综合的透明材质内部缺陷检测方法

Country Status (1)

Country Link
CN (1) CN110441321B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111339220B (zh) * 2020-05-21 2020-08-28 深圳新视智科技术有限公司 缺陷映射方法
CN111692992A (zh) * 2020-06-22 2020-09-22 征图智能科技(江苏)有限公司 基于多图分时曝光的高精度2d尺寸测量方法
CN114264664A (zh) * 2021-12-22 2022-04-01 上海理工大学 一种基于明暗场和结构光检测的缺陷检测系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11108637A (ja) * 1997-10-03 1999-04-23 Dakku Engineering Kk 品質検査装置
US7567344B2 (en) * 2006-05-12 2009-07-28 Corning Incorporated Apparatus and method for characterizing defects in a transparent substrate
JP2007327896A (ja) * 2006-06-09 2007-12-20 Canon Inc 検査装置
EP2144052A1 (de) * 2008-07-11 2010-01-13 Dr. Schenk GmbH Industriemesstechnik Verfahren und Vorrichtung zum Detektieren und Klassifizieren von Defekten
KR101733197B1 (ko) * 2015-08-12 2017-05-08 삼성디스플레이 주식회사 멀티 광학 비전 장치
JP6788837B2 (ja) * 2017-01-06 2020-11-25 日本電気硝子株式会社 ガラス板の検査方法及びその製造方法並びにガラス板の検査装置
CN209432714U (zh) * 2018-11-13 2019-09-24 康代影像科技(苏州)有限公司 一种用于缺陷检测的系统
CN110208269B (zh) * 2019-05-17 2021-08-20 高视科技(苏州)有限公司 一种玻璃表面异物与内部异物区分的方法及系统

Also Published As

Publication number Publication date
CN110441321A (zh) 2019-11-12

Similar Documents

Publication Publication Date Title
CN110441321B (zh) 基于分时曝光图像综合的透明材质内部缺陷检测方法
CN108460757B (zh) 一种手机TFT-LCD屏Mura缺陷在线自动检测方法
TWI603074B (zh) 光學薄膜缺陷辨識方法及其系統
CN108896278B (zh) 一种滤光片丝印缺陷检测方法、装置及终端设备
CN103217436B (zh) 一种背光模组瑕疵的检测方法及设备
CN108765402B (zh) 无纺布缺陷检测与分类方法
CN111932501A (zh) 一种基于语义分割的密封圈表面缺陷检测方法
CN110021012B (zh) 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法
CN108037142B (zh) 基于图像灰度值的掩膜版光学缺陷检测方法
CN111179362B (zh) 一种基于动态光照校正算法的试纸颜色均匀性检测方法
CN114782329A (zh) 一种基于图像处理的轴承缺陷损伤程度评估方法及系统
CN113034474A (zh) 一种oled显示器晶圆图的测试方法
CN112164050B (zh) 用于流水线上产品表面缺陷的检测方法、设备及存储介质
CN113034488A (zh) 一种喷墨印刷品的视觉检测方法
CN117237340B (zh) 一种基于人工智能的手机外壳外观检测方法及系统
CN109064439B (zh) 基于分区的单侧入光式导光板暗影缺陷提取方法
CN111665251A (zh) 一种表面缺陷视觉检测方法
CN108022219B (zh) 一种二维图像灰度修正方法
CN118097305B (zh) 一种半导体发光元件质量的检测方法及系统
CN112070762A (zh) 液晶面板的mura缺陷检测方法、装置、存储介质及终端
CN115931912A (zh) 一种菲涅尔透镜的外观缺陷检测方法、装置、设备和介质
CN108805854A (zh) 一种复杂环境下药片快速计数与完整性检测方法
CN111563869B (zh) 用于摄像模组质检的污点测试方法
CN116721039A (zh) 一种应用于自动化光学缺陷检测中的图像预处理方法
CN116843640A (zh) 瓷砖表面凹坑缺陷检测方法、系统及存储介质

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