CN114820622A - 一种层间异物检测方法和装置 - Google Patents
一种层间异物检测方法和装置 Download PDFInfo
- Publication number
- CN114820622A CN114820622A CN202210752458.7A CN202210752458A CN114820622A CN 114820622 A CN114820622 A CN 114820622A CN 202210752458 A CN202210752458 A CN 202210752458A CN 114820622 A CN114820622 A CN 114820622A
- Authority
- CN
- China
- Prior art keywords
- foreign matter
- interlayer
- matter detection
- area
- bubble
- 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
Links
- 239000011229 interlayer Substances 0.000 title claims abstract description 37
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000007689 inspection Methods 0.000 claims abstract description 3
- 230000008602 contraction Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 239000002245 particle Substances 0.000 abstract description 25
- 239000010410 layer Substances 0.000 description 16
- 239000011521 glass Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种层间异物检测方法和装置,所述方法主要包括如下步骤:对拍摄的工件图像进行预处理抽取气泡区域,以此气泡区域的外侧轮廓作为检查对象领域,通过膨胀、二值化、连接等处理,判断此区域中有无黑色部分,如有,则说明该工件有层间异物粒子,如无则说明该工件无层间异物粒子;所述装置为前述层间异物检测方法进行异物检测的装置,包括相机、镜头、光源、控制器的视觉系统。
Description
技术领域
本发明涉及一种异物检测方法和装置,尤其涉及一种层间微小异物的检测方法和装置。
背景技术
多层玻璃板贴合、光学镜片贴膜时,层间混入的微小异物会成为玻璃制品的缺陷,降低成品率。为了改善产品质量,需要对层间微小异物进行检测,预防不良产品流入下道工序,造成不必要的损失。
异物有两种:可以忽略或者除去的表面异物与影响质量的层间内部异物。现有检测方法主要是依赖人眼,通过旋转、移动镜片,从不同角度观察,来观察有无异物。由于镜片背景透明且有反光影响,人眼难以识别表面异物与内部异物,即不区分表面异物和内部异物,因而误判率较高;且人眼判断则有效率低、成本高的问题。
此前,层间异物的检测需求不是太大的,异物检测技术的检测效果与人眼类似,不区分表面异物和内部异物,如果生产环境非常好的情况下,异物很少,不区分层间和表面异物问题也不大。随着技术的发展,例如,最近VR和AR镜片对此需求比较迫切,用相机拍摄产品图像,采用图像处理的方法来确认有无异物也逐步被采用。但是,仍然难以满足层间内部异物的检测要求,另外需要比较深厚的光学知识和算法处理技巧。目前现有技术中,对于层间异物的检测,未见有比较稳定可靠的设备和检测方法。
本发明提供一种层间异物检测方法和装置,该方法能够区分玻璃表面异物与内部层间异物,剔除表面异物影响,检测层间微小异物。本发明所述方法和装置可以代替人工实现自动在线检测,提升产品质量控制水平和生产效率,降低成本。
发明内容
本发明提供一种层间异物的检测方法和装置,可用于检测透明板、透明膜间的微小异物。本发明的主要内容表述如下:
本发明利用透明玻璃(膜)夹层内粒子与空隙或气泡共生的关系进行层间异物检测。例如,在透明玻璃板(膜)层内异物图像中,由于异物粒子具有一定的体积和形状,在混入刚性透明板层间时,在其附近会形成空隙,这一空隙会全部或者部分包裹住异物粒子,即异物粒子全部或者部分在气泡内,且比气泡灰度较暗,本发明利用此特性判断夹层间有无粒子或者异物。具体来说,根据异物与层间空隙之间的关系这一特性,当光源发出的平行光从正面照射工件时,入射光在异物与空隙附近通过反复的反射和折射,在空隙部位会形成一个比较明亮的类似气泡的区域,同时空隙内部还会形成一个略暗的黑色部分。如图2所示,这一黑色部分是由于粒子对光线的遮挡而照成的,是层间异物粒子所处的位置。
本发明所述层间异物检测方法是,对拍摄的工件图像进行处理抽取气泡区域,所述气泡区域为单个气泡或多个气泡区域的集合,以气泡区域的外侧轮廓作为检查对象领域,通过膨胀、二值化、连接等各种预处理,判断此区域中有无黑色部分,如有,则说明该工件有层间异物粒子,如无则说明该工件无层间异物粒子(参见图4-1)。所述气泡区域为仅含气泡的区域或者同时含气泡和异物的区域。
进一步地,包括对气泡区域进行预处理获得不含异物的气泡区域的像素集合和异物区域的像素集合;
进一步地,本发明所述的异物检测方法,所述预处理包括滤波处理和连接处理。
进一步地,本发明所述的异物检测方法,所述滤波处理所述滤波处理为膨胀、收缩或二值化处理中的一种或多种。
进一步地,本发明保护一种层间异物检测装置,包括前述层间异物检测方法进行异物检测的装置,包括相机、镜头、光源、控制器的视觉系统(图1)。
本发明技术方案带来的有益效果:
1. 能够区分玻璃表面异物与内部层间异物,剔除表面异物影响,检测层间微小异物;
2. 相比现有检测方法具有高可靠性,提高生产效率,并降低生产成本。
本专利介绍的抽取含粒子的气泡的图像处理方法或者算法为比较简易可行的方法,对采用同样照明设备及相机取得的图像,可以对各种包含层内粒子的气泡及粒子图像做标记进行深度学习从而获得不良粒子模型。采用此模型也可实现层内粒子检测和计数。此种方式需建立不受背景影响的可靠模型,因异物和气泡的大小形状千差万别,需要大量的不良数据采取和学习,人工成本较高。
附图说明
图1示出了包含相机、镜头、光源、控制器的视觉系统构成图。
图2示出了具有层间异物与气泡的不良图像。
图3-1示出了抽取出的气泡领域。
图3-2示出了进一步抽取气泡区域的内部异物粒子轮廓。
图4-1示出了含有表面异物与气泡的产品图像。
图4-2示出了背景为灰度值128,二值化与连结处理后的图像。
图5-1示出了背景为灰度值128,二值化与连结处理后、气泡中包含有异物的图像。
图5-2示出了图5-1图像进行白点膨胀处理后图像。
图5-3示出了对图5-2进一步白点收缩处理后图像。
图5-4示出了对图5-1与 图5-3的像素灰度值进行差分比较处理、得出的层内异物图像。
具体实施方式
下面详细说明本发明的具体实施例。然而,应当将本发明理解成并不局限于以下描述的这种实施方式,并且本发明的技术理念可以与其他公知技术或功能与那些公知技术相同的其他技术组合实施。
1.采用平行光源照射工件,用相机拍摄气泡与粒子的反射光图像。设置相机与照明光源在同一侧,相机与光源光轴垂直于工件表面,拍摄工件图像,获取相机监测范围内的图像并将其传输至图像采集处理系统(如图1所示)。
2.对拍摄的相机图像通过膨胀、收缩、二值化与连接处理获得消除异物后的气泡像素集合和异物像素集合;
3.对异物集合与气泡像素集合作差分比较,判断异物像素集合与气泡像素集合是否有超过一定像素数量阈值的重叠区间,如有,说明该异物是层间异物,如无,说明异物是表面异物。
具体过程详见图4-1至图5-4。图4-1为含有表面异物与气泡的产品图像,图4-2为背景为灰度值128,二值化与连结处理后的图像。图5-1为背景为灰度值128,二值化与连结处理后、气泡中包含有异物的图像;图5-2为图5-1图像进行白点膨胀处理后图像;图5-3为进一步白点收缩处理后图像;图5-4为对图5-1与图5-3的像素灰度值进行差分比较判断运算处理、得出的层内异物图像,如无异物,则图像为全黑。
本发明所述的异物检测方法,进一步地,分别对每个气泡区域通过全数遍历运算处理,判断不含异物的气泡区域的像素集合与异物像素集合是否重叠空间,如有重叠,则该异物是层间异物,如无重叠,则该异物是表面异物。
进一步地,本发明所述方法在拍摄工件图像步骤时,优选平行光源进行拍摄,所述平行光源为工件表面垂直的光源。
进一步地,本发明所述方法在拍摄工件不良图像步骤时,采用平行光照射获得稳定的,所述光源采用扩散光或者环形光时,也可以获得与采用平行光相似效果的图像。一般来说,平行光强度均一,检测效果较好。
进一步地,在实际检测处理时,检测出来的气泡领域为复数区域集合,需对所有这些领域做全数遍历检测,最终判断工件图像里有无层间异物粒子。
进一步地,用滤波器进行预处理可获得对比度更好的效果,得以更容易从工件背景中区分异物和气泡。一般来说,图像中相对于工件背景,空隙气泡为明亮区域、异物为黑暗区域(参见图3-1),图3-2为进一步抽取气泡区域的内部异物粒子轮廓。
进一步地,本专利介绍的抽取含粒子的气泡的图像处理方法或者算法为比较简易可行的方法,然而对采用同样照明设备及相机取得的图像,也可以对各种包含层内粒子的气泡及粒子图像做标记进行深度学习从而获得不良粒子模型。采用此模型也可实现层内粒子检测和计数。此种方式需建立不受背景影响的可靠模型,因异物和气泡的大小形状千差万别,需要大量的不良数据采取和学习,人工成本较高。
本发明所述二值化处理指的是将图像上的点的灰度值变更为0或255,将整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。
本发明所述连接处理指的是获得白点或者黑点的块状区域,及获得前述二值化处理后的图像里同一像素或者相近像素或者说相近纹理邻接构成的连通区域集合,包括黑色块状、白色块状的物体或背景区域。
本发明所述膨胀处理是指对二值化物体边界点进行扩充,将与物体接触的所有背景像素点合并到该物体中,使边界向外部扩张。如果两个物体间隔较近,会将两物体连通在一起。
本发明所述图像滤波器是指在尽量保留图像细节特征的条件下,对目标图像的噪声进行抑制,是图像预处理中不可缺少的操作,其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。
本发明所述异物检测装置是指基于本发明的图像识别方法开发的用于生产的检测设备,包括相机、光源、镜头、软件的视觉成像系统的检测装置构成如图1所示。
根据本实施例的技术方案,能够剔除表面异物影响剔除表面异物影响,区分玻璃表面异物与内部层间异物,且能够非常高效、低成本地检测层间微小异物。
Claims (10)
1.一种层间异物检测方法,其特征在于,包括以下步骤:
(1)拍摄工件获得产品图像;
(2)抽取产品图像中的气泡区域,对气泡区域进行预处理获得不含异物的气泡区域的像素集合和异物区域的像素集合;
(3)以气泡区域的外侧轮廓区域作为检查对象领域,对气泡区域进行运算处理,判断不含异物的气泡区域的像素集合与异物像素集合是否有重叠空间,如有重叠,则该异物是层间异物,如无重叠,则该异物是表面异物。
2.根据权利要求1所述的层间异物检测方法,其特征在于,所述运算处理包括差分处理、比较判断处理。
3.根据权利要求1所述的层间异物检测方法,其特征在于,所述预处理包括滤波处理和连接处理。
4.根据权利要求3所述的层间异物检测方法,其特征在于,所述滤波处理为膨胀、收缩或二值化处理中的一种或多种。
5.根据权利要求1所述的层间异物检测方法,其特征在于,所述气泡区域为单个气泡或多个气泡区域的集合。
6.根据权利要求1所述的层间异物检测方法,其特征在于,所述运算处理为全数遍历运算处理。
7.根据权利要求1所述的层间异物检测方法,其特征在于,所述步骤(1)中拍摄待测工件时光源发出的是平行光。
8.根据权利要求7所述的层间异物检测方法,其特征在于,所述平行光垂直于工件表面。
9.一种层间异物检测装置,其特征在于,包括使用权利要求1-8任一项所述的层间异物检测方法进行异物检测的装置。
10.根据权利要求9所述的层间异物检测装置,其特征在于,所述层间异物检测装置包括相机、镜头、光源、控制器的视觉系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210752458.7A CN114820622A (zh) | 2022-06-29 | 2022-06-29 | 一种层间异物检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210752458.7A CN114820622A (zh) | 2022-06-29 | 2022-06-29 | 一种层间异物检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114820622A true CN114820622A (zh) | 2022-07-29 |
Family
ID=82523218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210752458.7A Pending CN114820622A (zh) | 2022-06-29 | 2022-06-29 | 一种层间异物检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114820622A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115049643A (zh) * | 2022-08-11 | 2022-09-13 | 武汉精立电子技术有限公司 | 近眼显示模组夹层异物检测方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104914114A (zh) * | 2015-05-22 | 2015-09-16 | 芜湖林一电子科技有限公司 | 一种玻璃管气泡异物视觉检测装置 |
CN106872483A (zh) * | 2017-02-04 | 2017-06-20 | 大连益盛达智能科技有限公司 | 解决光学检测设备因透明材质中的气泡影响检测的方法 |
CN208271672U (zh) * | 2017-06-20 | 2018-12-21 | 伊利诺斯工具制品有限公司 | 一种绝缘薄膜 |
CN114445370A (zh) * | 2022-01-27 | 2022-05-06 | 武汉精立电子技术有限公司 | 一种模组膜层异物检测方法、装置和系统及计算机介质 |
-
2022
- 2022-06-29 CN CN202210752458.7A patent/CN114820622A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104914114A (zh) * | 2015-05-22 | 2015-09-16 | 芜湖林一电子科技有限公司 | 一种玻璃管气泡异物视觉检测装置 |
CN106872483A (zh) * | 2017-02-04 | 2017-06-20 | 大连益盛达智能科技有限公司 | 解决光学检测设备因透明材质中的气泡影响检测的方法 |
CN208271672U (zh) * | 2017-06-20 | 2018-12-21 | 伊利诺斯工具制品有限公司 | 一种绝缘薄膜 |
CN114445370A (zh) * | 2022-01-27 | 2022-05-06 | 武汉精立电子技术有限公司 | 一种模组膜层异物检测方法、装置和系统及计算机介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115049643A (zh) * | 2022-08-11 | 2022-09-13 | 武汉精立电子技术有限公司 | 近眼显示模组夹层异物检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110403232B (zh) | 一种基于二级算法的烟支质量检测方法 | |
KR101832081B1 (ko) | 표면 결함 검출 방법 및 표면 결함 검출 장치 | |
CN104732235B (zh) | 一种消除夜间道路反光干扰的车辆检测方法 | |
EP0595261A1 (en) | Method of inspecting solid body for foreign matter | |
WO2016208626A1 (ja) | 表面欠陥検出方法、表面欠陥検出装置、及び鋼材の製造方法 | |
CN110412055A (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
KR102073229B1 (ko) | 표면 결함 검출 장치 및 표면 결함 검출 방법 | |
JP2007078540A (ja) | 外観検査方法及び外観検査装置 | |
CN109461156B (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
CN113196040A (zh) | 表面缺陷检测方法、表面缺陷检测装置、钢材的制造方法、钢材的品质管理方法、钢材的制造设备、表面缺陷判定模型的生成方法及表面缺陷判定模型 | |
CN109387524A (zh) | 基于线性偏振光的螺纹缺陷检测方法及装置 | |
KR20120109548A (ko) | 외관 검사 장치 | |
CN114820622A (zh) | 一种层间异物检测方法和装置 | |
Li et al. | The method for glass bottle defects detecting based on machine vision | |
JP2019200775A (ja) | 表面欠陥検査装置及び表面欠陥検査方法 | |
JP5732605B2 (ja) | 外観検査装置 | |
JP4184511B2 (ja) | 金属試料表面の欠陥検査方法及び装置 | |
JP4580122B2 (ja) | 液中異物の検出方法 | |
CN112987356B (zh) | 液晶面板底部异物滤除装置 | |
CN114742823A (zh) | 一种物体表面划痕智能检测方法 | |
JP4115378B2 (ja) | 欠陥検出方法 | |
JP2001028059A (ja) | 色ムラ検査方法及び装置 | |
JP2010038723A (ja) | 欠陥検査方法 | |
JP4036048B2 (ja) | 欠陥識別方法 | |
JP4016381B2 (ja) | 表面欠陥検査装置 |
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 |