CN111711814A - 摄像头模组缺陷检测方法 - Google Patents

摄像头模组缺陷检测方法 Download PDF

Info

Publication number
CN111711814A
CN111711814A CN202010483948.2A CN202010483948A CN111711814A CN 111711814 A CN111711814 A CN 111711814A CN 202010483948 A CN202010483948 A CN 202010483948A CN 111711814 A CN111711814 A CN 111711814A
Authority
CN
China
Prior art keywords
defects
defect
batch
detection
product
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
CN202010483948.2A
Other languages
English (en)
Inventor
许琦
王立军
朱天同
潘勇
莫仲念
刘飞月
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.)
Shenzhen Deepvision Creative Technology Ltd
Original Assignee
Shenzhen Deepvision Creative Technology 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 Shenzhen Deepvision Creative Technology Ltd filed Critical Shenzhen Deepvision Creative Technology Ltd
Priority to CN202010483948.2A priority Critical patent/CN111711814A/zh
Publication of CN111711814A publication Critical patent/CN111711814A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • 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

Abstract

本发明提供了一种摄像头模组缺陷检测方法，包括：首先，按照缺陷类别，收集一批缺陷产品，要保证这批样本能够包含所有的需要检测的缺陷；然后，用相应的相机对这批样品拍照，采集图片；拍照出来的图片会显示出各种缺陷，通过标注软件对缺陷分别标注成不同的类别，比如漏磁，划痕，有误等，每一种缺陷是一种颜色；然后，利用深度学习的自我学习能力，进行学习从而自动学习到每个缺陷的特征。本发明能够提高产品的检测能力，减少人力成本；对产品出货的良率明显提高；提高了产品的质量。

Description

摄像头模组缺陷检测方法
技术领域
本发明涉及产品缺陷检测领域，特别涉及一种摄像头模组缺陷检测方法。
背景技术
在摄像头模组生产过程中，需要检测各种缺陷，包括：亮点、暗点、异色、溢胶、绕线缺陷、崩缺、字符错误等检测。目前已经有传统算法来进行摄像头模组的识别，但是传统算法定制要求高，每一款产品都需要修改参数，而且异色、崩缺、绕线无法识别出来。
发明内容
本发明提供了一种摄像头模组缺陷的深度学习检测方法，可以解决上述识别困难，兼容难的问题。
为解决上述问题，作为本发明的一个方面，提供了一种摄像头模组缺陷检测方法，包括：
步骤1，收集数据：
首先，按照缺陷类别，收集一批缺陷产品，要保证这批样本能够包含所有的需要检测的缺陷；然后，用相应的相机对这批样品拍照，采集图片；拍照出来的图片会显示出各种缺陷，通过标注软件对缺陷分别标注成不同的类别，比如漏磁，划痕，有误等，每一种缺陷是一种颜色；然后，利用深度学习的自我学习能力，进行学习从而自动学习到每个缺陷的特征；
步骤2，测试过程：
人工手动将模盒放进检测台，相机自动采集图片；对图片进行寻边处理；利用步骤1学习出来的缺陷特征数据进行算法检测，判断产品的缺陷；当模穴检测结果正常时，进入模型检测；当模穴检测结果为有缺陷时可直接判定结果为有缺陷。
进一步地，产品的缺陷包括缺陷的类别以及位置。
本发明能够提高产品的检测能力，减少人力成本；对产品出货的良率明显提高；提高了产品的质量。
附图说明
图1示意性地示出了收集数据的流程图；
图2示意性地示出了检测过程的流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
本发明中的摄像头模组缺陷检测方法，包括以下步骤：
步骤1，收集数据
首先，按照缺陷类别，收集一批缺陷产品，要保证这批样本能够包含所有的需要检测的缺陷。
然后，用相应的相机对这批样品拍照，采集图片。
拍照出来的图片，会显示出各种缺陷，通过标注软件对缺陷分别标注成不同的类别，比如漏磁，划痕，有误等，每一种缺陷是一种颜色。
然后，利用深度学习的自我学习能力，进行学习，算法会自动学习到每个缺陷的特征。
步骤2，实施过程
整个检测过程为：人工手动将模盒放进检测台——产品运动线扫拍照——利用传统算法寻边处理图片——利用传统算法进行模型检测——检测效果图保存到共享文件夹中供查看——手动取出模盒切换另一面或其他模盒。
其中，NG判断流程：当模穴检测为OK时，进入模型检测；当模穴检测为NG时可直接判定结果为NG。具体地说，将模组放入检测平台、相机自动采集图片；算法利用第一步学习出来的缺陷特征数据，进行算法检测，判断产品的缺陷；对判断缺陷的类别，以及位置；输出产品的是否有缺陷。
在线检测时，利用已经具备缺陷检测能力的算法，可以识别各种各样的模组，能够得到缺陷的类别、位置、严重程度等。如果后续需要添加不同产品的兼容，或者有新增缺陷，只需要循环前面的过程，让深度学习学习更多的数据，就可以兼容不同的产品，本方法能够适应客户90％的模组产品。
本发明能够提高产品的检测能力，减少人力成本；对产品出货的良率明显提高；提高了产品的质量。
本发明可以识别背景技术中提及的任意缺陷，而且只需要进行标注即可，异色、崩缺、绕线等可以直接识别，对于不同产品可以直接应用，不需要过过多的修改。目前缺陷识别能力可达99.9％。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种摄像头模组缺陷检测方法，其特征在于，包括：
步骤1，收集数据：
首先，按照缺陷类别，收集一批缺陷产品，要保证这批样本能够包含所有的需要检测的缺陷；然后，用相应的相机对这批样品拍照，采集图片；拍照出来的图片会显示出各种缺陷，通过标注软件对缺陷分别标注成不同的类别，比如漏磁，划痕，有误等，每一种缺陷是一种颜色；然后，利用深度学习的自我学习能力，进行学习从而自动学习到每个缺陷的特征；
步骤2，测试过程：
人工手动将模盒放进检测台，相机自动采集图片；对图片进行寻边处理；利用步骤1学习出来的缺陷特征数据进行算法检测，判断产品的缺陷；当模穴检测结果正常时，进入模型检测；当模穴检测结果为有缺陷时可直接判定结果为有缺陷。
2.根据权利要求1所述的摄像头模组缺陷方法，其特征在于，产品的缺陷包括缺陷的类别以及位置。
CN202010483948.2A 2020-06-01 2020-06-01 摄像头模组缺陷检测方法 Pending CN111711814A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010483948.2A CN111711814A (zh) 2020-06-01 2020-06-01 摄像头模组缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010483948.2A CN111711814A (zh) 2020-06-01 2020-06-01 摄像头模组缺陷检测方法

Publications (1)

Publication Number Publication Date
CN111711814A true CN111711814A (zh) 2020-09-25

Family

ID=72538260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010483948.2A Pending CN111711814A (zh) 2020-06-01 2020-06-01 摄像头模组缺陷检测方法

Country Status (1)

Country Link
CN (1) CN111711814A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112291553A (zh) * 2020-10-22 2021-01-29 江西欧迈斯微电子有限公司 摄像头模组的影像线条检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109829914A (zh) * 2019-02-26 2019-05-31 视睿（杭州）信息科技有限公司 检测产品缺陷的方法和装置
CN110658202A (zh) * 2019-09-30 2020-01-07 贵州航天云网科技有限公司 一种基于深度学习的工业元器件外观缺陷检测方法
CN111160432A (zh) * 2019-12-19 2020-05-15 成都数之联科技有限公司 一种面板生产制造缺陷的自动分类方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109829914A (zh) * 2019-02-26 2019-05-31 视睿（杭州）信息科技有限公司 检测产品缺陷的方法和装置
CN110658202A (zh) * 2019-09-30 2020-01-07 贵州航天云网科技有限公司 一种基于深度学习的工业元器件外观缺陷检测方法
CN111160432A (zh) * 2019-12-19 2020-05-15 成都数之联科技有限公司 一种面板生产制造缺陷的自动分类方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112291553A (zh) * 2020-10-22 2021-01-29 江西欧迈斯微电子有限公司 摄像头模组的影像线条检测方法
CN112291553B (zh) * 2020-10-22 2023-03-24 江西欧迈斯微电子有限公司 摄像头模组的影像线条检测方法

Similar Documents

Publication Publication Date Title
WO2017092427A1 (zh) 一种电子元件定位方法及装置
CN111415343B (zh) 一种基于人工智能的片式多层陶瓷电容六面外观检测方法
CN110567976A (zh) 基于机器视觉的手机盖板丝印缺陷检测装置及检测方法
CN112446864A (zh) 瑕疵检测方法、装置、设备和存储介质
CN114742818A (zh) 一种基于工业面阵摄像头视觉缺陷检测系统及其检测方法
CN113034488A (zh) 一种喷墨印刷品的视觉检测方法
CN112150439A (zh) 注塑件的自动分拣设备及分拣方法
CN109685789A (zh) 基于视觉检测的电芯表面胶纸检测方法及装置
WO2017107529A1 (zh) 一种并排二极管的定位方法及装置
CN111711814A (zh) 摄像头模组缺陷检测方法
CN103984967B (zh) 一种应用于商品标签检测的自动检测系统及自动检测方法
CN116091506B (zh) 一种基于yolov5的机器视觉缺陷质检方法
CN112446865A (zh) 瑕疵识别方法、装置、设备和存储介质
CN111563869B (zh) 用于摄像模组质检的污点测试方法
CN111127462A (zh) 基于多曝光成像的成衣印花缺陷检测系统及检测方法
CN115546141A (zh) 一种基于多维度度量的小样本Mini LED缺陷检测方法及系统
JPH09264856A (ja) 物品外観検査装置
CN112750113B (zh) 基于深度学习和直线检测的玻璃瓶缺陷检测方法及装置
WO2022027816A1 (zh) 一种用于图像获取装置的检测方法及相关装置
CN116206111B (zh) 一种缺陷识别方法、装置、电子设备及存储介质
CN110807453A (zh) 基于ocr的产品字符在线检测方法、装置及系统
CN113191362B (zh) 一种变电设备油渗漏缺陷检测装置及方法
CN117474924B (zh) 基于机器视觉的标签缺陷检测方法
KR102272745B1 (ko) 컴팩트 카메라 모듈 덮개 외관 검사 시스템 및 방법
CN110032960B (zh) 一种机动车查验表电子档案拓印膜自动定位方法

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

Application publication date: 20200925

RJ01 Rejection of invention patent application after publication