CN113324996B - 一种适用于表面具有反光特性的物体的瑕疵检测方法 - Google Patents

一种适用于表面具有反光特性的物体的瑕疵检测方法 Download PDF

Info

Publication number
CN113324996B
CN113324996B CN202110589412.3A CN202110589412A CN113324996B CN 113324996 B CN113324996 B CN 113324996B CN 202110589412 A CN202110589412 A CN 202110589412A CN 113324996 B CN113324996 B CN 113324996B
Authority
CN
China
Prior art keywords
stripe
line
image
light
detected
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
CN202110589412.3A
Other languages
English (en)
Other versions
CN113324996A (zh
Inventor
张挺
舒煜华
刘永康
方梓城
陈锦锋
邓俊广
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.)
Dongguan Cogstek Automation Technology Co ltd
Original Assignee
Dongguan Cogstek Automation 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 Dongguan Cogstek Automation Technology Co ltd filed Critical Dongguan Cogstek Automation Technology Co ltd
Priority to CN202110589412.3A priority Critical patent/CN113324996B/zh
Publication of CN113324996A publication Critical patent/CN113324996A/zh
Application granted granted Critical
Publication of CN113324996B publication Critical patent/CN113324996B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/94Investigating contamination, e.g. dust
    • 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
    • G01N2021/8854Grading and classifying of flaws
    • G01N2021/888Marking defects

Landscapes

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

Abstract

本发明公开了一种适用于表面具有反光特性的物体的瑕疵检测方法,包括以下步骤:S1、采用具备多种光路高速切换的光源对待检测物体逐行进行K次曝光,并用线扫相机逐行采集每次曝光的图像信息,获得待检测物体拉伸K倍的最终效果图;S2、将最终效果图拆分成K张图像;S3、将K张图像中抽取一对或多对亮条纹长度方向一致的图像组,基于暗场的环境下,对每一对图像组的两张图像分别依次进行均匀化处理、差分算法处理和采用斑点分析工具,将明显凹凸不平的瑕疵显示出来;本发明只采用了一个光源,从而减少了硬件的成本,也减小了结构的占用空间,本发明将得到的K张图像进行两两配对的合成运算更容易将所有方向上凹凸不平的瑕疵都显示出来。

Description

一种适用于表面具有反光特性的物体的瑕疵检测方法
技术领域
本发明涉及机器视觉检测的技术领域,特别是涉及一种适用于表面具有反光特性的物体的瑕疵检测方法。
背景技术
物体在生产出来后,其表面可能会存在明显凹凸不平的瑕疵缺陷,如折痕、压痕或凹坑等等,这些具有瑕疵缺陷的物体尽可能地不要流入到外面的市场,需要检测出来。对于表面不反光的物体,现有技术通常只需拍一张图像并对该图像进行图像处理即可检测到瑕疵缺陷,而针对表面具有反光特性的物体进行瑕疵检测时,由于物体的表面是反光的,因此现有技术通常会采用多个光源搭配一个相机来对待检测物体进行多角度的图像采集,采集完图像后对每一张图像进行单独的运算处理,以检测出物体表面上明显凹凸不平的瑕疵,由于这种瑕疵检测方法需要用到多个光源,因此具有硬件成本高、结构占用空间大的缺点。
发明内容
本发明的目的在于克服现有技术中的上述缺陷,提供了一种适用于表面具有反光特性的物体的瑕疵检测方法,其主要解决基于具有反光特性的物体进行瑕疵时现有的瑕疵检测方法所存在硬件成本高、结构占用空间大的技术问题。
为实现上述目的,本发明提供了一种适用于表面具有反光特性的物体的瑕疵检测方法,其包括以下的步骤:
S1、打光和采集图像:采用具备多种光路高速切换的光源对待检测物体逐行进行K(K≥2)次的曝光,并用线扫相机逐行采集待检测物体每次曝光时的图像信息,以此获得一张待检测物体具有N行像素且拉伸了K倍的最终效果图;
其中光源对待检测物体逐行曝光的具体细节为:光源对待检测物体的每一行通过高速切换发出K(K≥2)组条纹光路,每一组所述条纹光路均包括至少一条发光的亮条纹;每一组条纹光路发光时其上的亮条纹的发光位置各不相同;
S2、将步骤S1中的最终效果图拆分成K张图像:将待检测物体每一行曝光出同种条纹光路的每一行像素依次抽取出来,通过图片合成得到K张图像;
S3、瑕疵检测:将步骤S2所述的K张图像中抽取出一对或多对亮条纹长度方向一致的图像组,基于暗场的环境下,对每一对图像组的两张图像分别进行均匀化处理,紧接着对每一对图像组的两张经过均匀化处理的图像进行差分算法处理,每一对图像组都会得到一张差分算法处理效果图,进而对每一张差分算法处理效果图进行预处理后,再用斑点分析工具将待检测物体中明显凹凸不平的瑕疵显示出来。
优选的,步骤S3中还包括对待检测物体进行脏污检测:将步骤S2所述的K张图像中抽取出其中一对亮条纹长度方向一致的图像组,基于亮场的环境下,将该对图像组中的两张图像进行平均值的图像运算,再用斑点分析工具将待检测物体中的脏污瑕疵显示出来。
优选的,步骤S3中所述的预处理包括依次使用亮度调节、膨胀、腐蚀和图像增强的算法工具。
优选的,步骤S1中光源对待检测物体逐行进行K次曝光时,光源切换K(K≥2)组条纹光路的切换顺序一直相同。
优选的,步骤S2的具体步骤为:从步骤S1所述的最终效果图中的第1行像素开始、每隔(K-1)行抽取出下一行的像素,进而依次合成第一张图像;从步骤S1所述的最终效果图中的第2行像素开始,每隔(K-1)行抽取出下一行的像素,进而依次合成第二张图像;......;从步骤S1所述的最终效果图中的第K行像素开始,每隔(K-1)行抽取出下一行的像素,进而依次合成第K张图像。
优选的,所述K(K≥2)组条纹光路中有一组是同轴光。
优选的,所述K值为2,对待检测物体逐行进行两次曝光时,所述光源通过高速切换发出两组条纹光路,两组条纹光路通过移相快速切换。
优选的,所述K值为3,对待检测物体逐行进行三次曝光时,所述光源通过高速切换发出三组条纹光路,其中三组条纹光路中有一组是同轴光。
优选的,所述K值为4,对待检测物体逐行进行四次曝光时,所述光源通过高速切换发出四组条纹光路,其中两组条纹光路在一个方向上移相快速切换,另两组条纹光路在另一个方向上移相快速切换。
优选的,所述K值为5,对待检测物体逐行进行五次曝光时,所述光源通过高速切换发出五组条纹光路,其中两组条纹光路在一个方向上移相快速切换,另三组条纹光路在另一个方向上移相快速切换,其中三组移相切换的条纹光路里有一组条纹光路是同轴光。
与现有技术相比,本发明的有益效果在于:
本发明其一的核心创新点在于只采用了一个具备多种光路高速切换的光源对待检测物体逐行进行了K(K≥2)次的曝光,从而减少了硬件的成本,也减小了结构的占用空间,获得待检测物体拉伸了K倍的最终效果图后,将待检测物体每一行曝光出同种条纹光路的每一行像素依次抽取出来,通过图片合成得到K张图像,此时相当于得到了待检测物体整体被K(K≥2)组条纹光路依次曝光的K张图像,之所以不用面阵相机对待检测物体的整体直接拍K次,是因为面阵相机拍照的响应速度太慢了,面阵相机的响应速度无法跟上本技术方案光源的切换速度;
本发明另一核心创新点在于是通过将得到的K张图像进行两两配对的合成运算,来将待检测物体中明显凹凸不平的瑕疵显示出来,这种运算结果比对K张图像进行单独的图像分析要更加可靠,即更容易将所有方向上所有明显凹凸不平的瑕疵都显示出来。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施一进行图像采集时的硬件结构示意图;
图2是本发明实施一中具备多种光路高速切换的光源对待检测物体的每一行发出的第一组条纹光路的发光示意图;
图3是本发明实施一中具备多种光路高速切换的光源对待检测物体的每一行发出的第二组条纹光路的发光示意图;
图4是本发明实施一中具备多种光路高速切换的光源对待检测物体的每一行发出的第三组条纹光路的发光示意图;
图5是本发明实施一中具备多种光路高速切换的光源对待检测物体的每一行发出的第四组条纹光路的发光示意图;
图6是本发明实施一中具备多种光路高速切换的光源对待检测物体的每一行发出的第五组条纹光路的发光示意图;
图7是本发明实施一中具备多种光路高速切换的光源和线扫相机共同配合采集完成的最终效果图的像素放大示意图;
图8是本发明实施一中根据最终效果图拆分出来的第一张图像(竖条纹I);
图9是本发明实施一中根据最终效果图拆分出来的第二张图像(竖条纹II);
图10是本发明实施一中根据最终效果图拆分出来的第三张图像(横条纹I);
图11是本发明实施一中根据最终效果图拆分出来的第四张图像(横条纹II);
图12是本发明实施一中根据最终效果图拆分出来的第五张图像(横条纹III);
图13是图8进行均匀化处理后的效果图;
图14是图9进行均匀化处理后的效果图;
图15是图10进行均匀化处理后的效果图;
图16是图12进行均匀化处理后的效果图;
图17是将图13和图14进行差分算法处理后的效果图;
图18是将图15和图16进行差分算法处理后的效果图;
图19是将图17经过预处理和斑点分析工具后检测出纵向凹凸不平缺陷的示意图;
图20是将图18经过预处理和斑点分析工具后检测出横向凹凸不平缺陷的示意图;
图21是将图8和图9在亮场环境下进行平均值运算后再用斑点分析工具检测出脏污缺陷的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
本实施例提供了一种适用于表面具有反光特性的物体的瑕疵检测方法,本实施例以待检测物体的表面既具有横向凹凸不平的瑕疵缺陷又具有纵向凹凸不平的瑕疵缺陷还具有脏污缺陷为例,而且待检测物体的表面是具有反光特性的。以上所说的凹凸不平瑕疵缺陷包括折痕、压痕或凹坑等等。
以下的检测方法只采用了一个具备多种光路高速切换的光源1,即可对待检测物体上所有凹凸不平的瑕疵缺陷都检测出来,以实现减少了硬件成本,减小结构占用空间的目的,具体步骤如下:
S1、打光和采集图像:如图1所示,先布置好线扫相机和具备多种光路高速切换的光源1,采用光源1对待检测物体逐行进行K次(本实施例K值优选为5)曝光,并用线扫相机逐行采集待检测物体每次曝光时的图像信息,以此获得一张待检测物体具有N行像素且拉伸了五倍的最终效果图(请参考图7)。
其中光源1对待检测物体逐行曝光的具体细节为:光源1对待检测物体的每一行通过高速切换发出五组条纹光路11,每一组条纹光路11均包括至少一条发光的亮条纹111;每一组条纹光路11发光时其上的亮条纹111的发光位置各不相同。具体而言,图2是光源1发出的具有多条亮条纹111的第一组条纹光路11,图3是光源1发出的具有多条亮条纹111的第二组条纹光路11,图4是光源1发出的只有一条亮条纹111的第三组条纹光路11,图5是光源1发出的只有一条亮条纹111的第四组条纹光路11,图6是光源1发出的只有一条亮条纹111的第五组条纹光路11。其中图2展示出的第一组条纹光路11中每条的亮条纹111和图3展示出的第二组条纹光路11中每条的亮条纹111的长度方向都相同,都指向纵向凹凸不平瑕疵的长度方向,且图2所示的第一组条纹光路11和图3所示的第二组条纹光路11在同一个宽度方向上进行移相快速切换,目的是后续将纵向凹凸不平的瑕疵检测出来,其打光检测凹凸不平瑕疵的原理在于:在产品表面产生镜面反射,从而压痕折痕划伤等凹凸不平的缺陷在条纹光斑亮暗交界处效果明显。这里需要说明的是,每一组条纹光路11中亮条纹111的数量是由待检测物体上凹凸不平瑕疵的密集程度来决定的,因为本实施例中待检测物体上纵向凹凸不平的瑕疵比较密集,所以图2所示的第一组条纹光路11和图3所示的第二组条纹光路11发光的亮条纹111都比较多。其中图4展示出的第三组条纹光路11中每条的亮条纹111、图5展示出的第四组条纹光路11中每条的亮条纹111和图6展示出的第五组条纹光路11中每条的亮条纹111的长度方向都相同,都指向横向凹凸不平的瑕疵缺陷的长度方向,且图4所示的第三组条纹光路11、图5所示的第四组条纹光路11和图6所示的第五组条纹光路11都在同一个宽度方向上进行移相快速切换,目的是后续将横向凹凸不平的瑕疵检测出来,其打光检测凹凸不平瑕疵的原理在于:在产品表面产生镜面反射,从而压痕折痕划伤等凹凸不平的缺陷在条纹光斑亮暗交界处效果明显,而由于待检测物体上横向凹凸不平的瑕疵没有过于密集,所以图4所示的第三组条纹光路11、图5所示的第四组条纹光路11和图6所示的第五组条纹光路11发光的亮条纹111都只有一条。此处需要强调的是,图5所示的第四组条纹光路11起到同轴光的作用,其目的一方面是为后续检测脏污缺陷提供一个亮场的环境,另一方面便于调试光源1和线扫相机之间的相对位置,确保安装位置准确。所以,对于后续检测出凹凸不平的瑕疵来说,作为同轴光的第四组条纹光路11中发光的亮条纹111的长度方向是不限制的,但是作为同轴光的第四组条纹光路11发光的长度方向最好布置在横向凹凸不平缺陷分布较少的方向上(即与图4所示的第三组条纹光路11和图6所示的第五组条纹光路11发光的长度方向相同),若第四组条纹光路11发光的长度方向布置在分布较为密集的纵向凹凸不平瑕疵的长度方向上,在后续检测时可能会导致漏掉部分纵向凹凸不平的瑕疵没有检测出来。
S2、将步骤S1中的最终效果图拆分成五张图像:将待检测物体每一行曝光出同种条纹光路11的每一行像素依次抽取出来,通过图片合成得到K张图像。
具体而言,步骤S1中光源1对待检测物体逐行进行五次曝光时,光源1切换五组条纹光路11的切换顺序优选为一直相同。因此,从图7所示的最终效果图中的第1行像素开始、每隔4行抽取出下一行(即第6行、第11行、......、第1+5N*行)的像素,进而依次合成图8所示的第一张图像;从图7所示的最终效果图中的第2行像素开始,每隔4行抽取出下一行(即第7行、第12行、......、第2+5N*行)的像素,进而依次合成图9所示的第二张图像;从图7所示的最终效果图中的第3行像素开始,每隔4行抽取出下一行(即第8行、第13行、......、第3+5N*行)的像素,进而依次合成图10所示的第三张图像;从图7所示的最终效果图中的第4行像素开始,每隔4行抽取出下一行(即第9行、第14行、......、第4+5N*行)的像素,进而依次合成图11所示的第四张图像;从图7所示的最终效果图中的第5行像素开始,每隔4行抽取出下一行(即第10行、第15行、......、第5+5N*行)的像素,进而依次合成图12所示的第五张图像。此时相当于得到了待检测物体整体被5组条纹光路11依次曝光的五张图像,即通过本步骤S2的方法,图8所示的图像相当于由图2所示的第一组条纹光路11对待检测物体整体进行打光拍摄而获得,图9所示的图像相当于由图3所示的第二组条纹光路11对待检测物体整体进行打光拍摄而获得,图10所示的图像相当于由图4所示的第三组条纹光路11对待检测物体整体进行打光拍摄而获得,图11所示的图像相当于由图5所示的第四组条纹光路11对待检测物体整体进行打光拍摄而获得,图12所示的图像相当于由图6所示的第五组条纹光路11对待检测物体整体进行打光拍摄而获得。之所以不用面阵相机对待检测物体的整体直接拍五次,是因为面阵相机拍照的响应速度太慢了,面阵相机的响应速度无法跟上本技术方案光源1的切换速度。
S3、瑕疵检测:将步骤S2得出五张图像中抽取出两对亮条纹111长度方向一致的图像组,即抽取出图8所示的第一张图像和图9所示的第二张图像作为第一对图像组,抽取出图10所示第三张图像和图12所示的第五张图像作为第二对图像组。为了便于说明,把图8所示的第一张图像命名为“竖条纹I”,把图9所示的第二张图像命名为“竖条纹II”,把图10所示的第三张图像命名为“横条纹I”,把图12所示的第五张图像命名为“横条纹IIII”。
基于暗场的环境下,分别对“竖条纹I”、“竖条纹II”、“横条纹I”和“横条纹III”进行均匀化处理,如图13所示为“竖条纹I”均匀化处理后的效果图I,如图14所示为“竖条纹II”均匀化处理后的效果图II,如图15所示为“横条纹I”均匀化处理后的效果图III,如图16所示为“横条纹III”均匀化处理后的效果图IV,紧着接将“效果图I”和“效果图II”进行差分算法处理,得到如图17所示的“效果图V”,将“效果图III”和“效果图IV”进行差分算法处理,得到如图18所示的“效果图VI”,进而对“效果图V”和“效果图VI”分别进行预处理(例如依次使用亮度调节、膨胀、腐蚀和图像增强的算法工具)后,将凹凸不平的瑕疵缺陷明细地呈现出来,最后分别用斑点分析工具,设定检测缺陷的面积等参数,可以检测到凹凸不平的位置及大小,如图19所示为“效果图V”经过预处理和斑点分析工具后检测出纵向凹凸不平的缺陷的示意图,如图20所示为“效果图VI”经过预处理和斑点分析工具后检测出横向凹凸不平的缺陷的示意图。
另外,本实施例还需要对待检测物体进行脏污检测:将亮条纹111长度方向一致的图像组“竖条纹I”(图8所示)和“竖条纹II”(图9所示)抽取出来,基于亮场的环境下,将该对图像组中的两张图像进行平均值的图像运算,再用斑点分析工具,设定检测缺陷的面积等参数,将待检测物体中的脏污瑕疵显示出来,如图21所示为检测出来的脏污瑕疵。当然,选用“横条纹I”和“横条纹III”并进行平均值的图像运算,再用斑点分析工具,也是可以将脏污瑕疵检测出来的。
至此,具有表面反光的物体上所有横向凹凸不平的瑕疵缺陷、所有纵向凹凸不平的瑕疵缺陷以及所有脏污缺陷都被检测出来,本发明其一的核心创新点在于只采用了一个具备多种光路高速切换的光源1对待检测物体逐行进行了K(K≥2)次的曝光,从而减少了硬件的成本,也减小了结构的占用空间。本发明另一核心创新点在于是通过将得到的K张图像进行两两配对的合成运算,来将待检测物体中各个方向上明显的凹凸不平瑕疵显示出来,这种运算结果比对K张图像进行单独的图像分析要更加可靠,即更容易将所有方向上明显凹凸不平的瑕疵都显示出来。
实施例二:
本实施例提供了另一种适用于表面具有反光特性的物体的瑕疵检测方法,其在步骤S1中光源1对待检测物体逐行只进行四次曝光,原因是本实施例中待检测物体的表面没有脏污缺陷,因此此时对物体进行曝光时可以省去图5所示的第四组条纹光路11。其余方法与实施例一相同,不再累述。
实施例三:
本实施例提供了另一种适用于表面具有反光特性的物体的瑕疵检测方法,其在步骤S1中光源1对待检测物体逐行只进行三次曝光,原因是本实施例中待检测物体的表面除了有脏污缺陷外,还有纵向设置的凹凸不平的缺陷或横向设置的凹凸不平的缺陷中的其中一种,例如,物体表面只有横向设置的凹凸不平的缺陷和脏污缺陷,没有纵向设置的凹凸不平的缺陷,因此此时对物体进行曝光时可以省去图2所示的第一组条纹光路11和图3所示的第二组条纹光路11。其余方法与实施例一相同,不再累述。
实施例四:
本实施例提供了另一种适用于表面具有反光特性的物体的瑕疵检测方法,其在步骤S1中光源1对待检测物体逐行只进行两次曝光,原因是本实施例中待检测物体的表面只有纵向设置的凹凸不平的缺陷或只有横向设置的凹凸不平的缺陷,没有脏污缺陷,例如,物体表面只有纵向设置的凹凸不平的缺陷,因此此时对物体进行曝光时可以省去图4所示的第三组条纹光路11、图5所示的第四组条纹光路11和图6所示的第五组条纹光路11。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (5)

1.一种适用于表面具有反光特性的物体的瑕疵检测方法,其特征在于,包括以下的步骤:
S1、打光和采集图像:采用具备多种光路高速切换的光源对待检测物体逐行进行K次的曝光,并用线扫相机逐行采集待检测物体每次曝光时的图像信息,以此获得一张待检测物体具有N行像素且拉伸了K倍的最终效果图,光源对待检测物体逐行进行K次曝光时,光源切换K组条纹光路的切换顺序一直相同;其中光源对待检测物体逐行曝光的具体细节为:光源对待检测物体的每一行通过高速切换发出K组条纹光路,每一组所述条纹光路均包括至少一条发光的亮条纹;每一组条纹光路发光时其上的亮条纹的发光位置各不相同;其中K≥2;
S2、将步骤S1中的最终效果图拆分成K张图像:将待检测物体每一行曝光出同种条纹光路的每一行像素依次抽取出来,通过图片合成得到K张图像;具体步骤为:从步骤S1所述的最终效果图中的第1行像素开始,每隔K-1行抽取出下一行的像素,进而依次合成第一张图像;从步骤S1所述的最终效果图中的第2行像素开始,每隔K-1行抽取出下一行的像素,进而依次合成第二张图像;……;从步骤S1所述的最终效果图中的第K行像素开始,每隔K-1行抽取出下一行的像素,进而依次合成第K张图像;
S3、凹凸不平瑕疵检测:将步骤S2所述的K张图像中抽取出一对或多对亮条纹长度方向一致的图像组,基于暗场的环境下,对每一对图像组的两张图像分别进行均匀化处理,紧接着对每一对图像组的两张经过均匀化处理的图像进行差分算法处理,每一对图像组都会得到一张差分算法处理效果图,进而对每一张差分算法处理效果图进行预处理后,再用斑点分析工具将待检测物体中明显凹凸不平的瑕疵显示出来,其中,预处理包括依次使用亮度调节、膨胀、腐蚀和图像增强的算法工具;
脏污检测:将步骤S2所述的K张图像中抽取出其中一对亮条纹长度方向一致的图像组,基于亮场的环境下,将该对图像组中的两张图像进行平均值的图像运算,再用斑点分析工具将待检测物体中的脏污瑕疵显示出来。
2.根据权利要求1所述的一种适用于表面具有反光特性的物体的瑕疵检测方法,其特征在于,所述K值为2,对待检测物体逐行进行两次曝光时,所述光源通过高速切换发出两组条纹光路,两组条纹光路通过移相快速切换。
3.根据权利要求1所述的一种适用于表面具有反光特性的物体的瑕疵检测方法,其特征在于,所述K值为3,对待检测物体逐行进行三次曝光时,所述光源通过高速切换发出三组条纹光路,其中三组条纹光路中有一组是同轴光。
4.根据权利要求1所述的一种适用于表面具有反光特性的物体的瑕疵检测方法,其特征在于,所述K值为4,对待检测物体逐行进行四次曝光时,所述光源通过高速切换发出四组条纹光路,其中两组条纹光路在一个方向上移相快速切换,另两组条纹光路在另一个方向上移相快速切换。
5.根据权利要求1所述的一种适用于表面具有反光特性的物体的瑕疵检测方法,其特征在于,所述K值为5,对待检测物体逐行进行五次曝光时,所述光源通过高速切换发出五组条纹光路,其中两组条纹光路在一个方向上移相快速切换,另三组条纹光路在另一个方向上移相快速切换,其中三组移相切换的条纹光路里有一组条纹光路是同轴光。
CN202110589412.3A 2021-05-28 2021-05-28 一种适用于表面具有反光特性的物体的瑕疵检测方法 Active CN113324996B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110589412.3A CN113324996B (zh) 2021-05-28 2021-05-28 一种适用于表面具有反光特性的物体的瑕疵检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110589412.3A CN113324996B (zh) 2021-05-28 2021-05-28 一种适用于表面具有反光特性的物体的瑕疵检测方法

Publications (2)

Publication Number Publication Date
CN113324996A CN113324996A (zh) 2021-08-31
CN113324996B true CN113324996B (zh) 2023-01-17

Family

ID=77422057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110589412.3A Active CN113324996B (zh) 2021-05-28 2021-05-28 一种适用于表面具有反光特性的物体的瑕疵检测方法

Country Status (1)

Country Link
CN (1) CN113324996B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114152623B (zh) * 2021-12-02 2023-08-15 河北工业大学 一种高反光表面物体表面图像获取方法及获取装置
CN116256373B (zh) * 2023-05-15 2023-09-12 南京华视智能科技有限公司 一种钙钛矿电池薄膜表面缺陷检测的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007040923A (ja) * 2005-08-05 2007-02-15 Jfe Galvanizing & Coating Co Ltd 表面欠陥検出方法及び装置
CN104101611A (zh) * 2014-06-06 2014-10-15 华南理工大学 一种类镜面物体表面光学成像装置及其成像方法
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
CN112326671A (zh) * 2020-11-05 2021-02-05 菲特(天津)检测技术有限公司 一种基于机器视觉的金属板材表面缺陷检测方法
CN212759762U (zh) * 2020-06-18 2021-03-23 杭州晶耐科光电技术有限公司 一种洗衣机外观缺陷在线自动化检测系统
CN112782179A (zh) * 2020-12-22 2021-05-11 北京市新技术应用研究所 一种产品反光表面缺陷检测方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007040923A (ja) * 2005-08-05 2007-02-15 Jfe Galvanizing & Coating Co Ltd 表面欠陥検出方法及び装置
CN104101611A (zh) * 2014-06-06 2014-10-15 华南理工大学 一种类镜面物体表面光学成像装置及其成像方法
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
CN212759762U (zh) * 2020-06-18 2021-03-23 杭州晶耐科光电技术有限公司 一种洗衣机外观缺陷在线自动化检测系统
CN112326671A (zh) * 2020-11-05 2021-02-05 菲特(天津)检测技术有限公司 一种基于机器视觉的金属板材表面缺陷检测方法
CN112782179A (zh) * 2020-12-22 2021-05-11 北京市新技术应用研究所 一种产品反光表面缺陷检测方法及系统

Also Published As

Publication number Publication date
CN113324996A (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
KR101338837B1 (ko) 결함 검사 방법 및 그 장치
CN113324996B (zh) 一种适用于表面具有反光特性的物体的瑕疵检测方法
KR100954703B1 (ko) 결함을 검출하는 방법 및 시스템
JP4351522B2 (ja) パターン欠陥検査装置およびパターン欠陥検査方法
CN107003254A (zh) 用于工件中的缺陷检测的设备、方法及计算机程序产品
JP2006252563A (ja) 画像内の欠陥を検出する方法
JP2004273850A (ja) パターン検査方法及び装置
JP2006234771A (ja) 金属ロールの表面欠陥検査方法およびその装置
CN112200790B (zh) 布料缺陷检测方法、设备和介质
JPWO2007132925A1 (ja) 表面検査装置
WO2004083901A2 (en) Detection of macro-defects using micro-inspection inputs
JP2002005846A (ja) 欠陥検査装置
CN110402386A (zh) 圆筒体表面检查装置及圆筒体表面检查方法
KR20220110291A (ko) 레이저 기반 내포물 검출 시스템 및 방법
EP0934897A1 (en) Method for inspecting spinning bobbins, and system for implementing such method
JP3944075B2 (ja) 試料検査方法及び検査装置
JP2004077290A (ja) 3次元形状計測装置および方法
JP2008032653A (ja) テストパターン発生方法、テストパターンのデータ構造、テストパターン発生装置、表示パネル検査システム、制御プログラム、及び該プログラムを記録したコンピュータ読み取り可能な記録媒体
KR100353864B1 (ko) 표면 검사 장치 및 그 방법
JP2022161475A (ja) 欠陥検出装置、欠陥検出方法、画像処理装置及び画像処理プログラム
JP2004069673A (ja) 外観検査装置および外観検査方法
TW201339573A (zh) 平面基板之自動光學檢測方法及其裝置
JP4428112B2 (ja) 外観検査方法及び外観検査装置
JPS6315380A (ja) 繰返しパタ−ンをもつ物品の検査方法及びその装置
CN109490319A (zh) 一种测试设备的检测装置和检测方法

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
GR01 Patent grant
GR01 Patent grant