CN115032148B - 一种片材棱面检测方法及规整检测暂存站 - Google Patents
一种片材棱面检测方法及规整检测暂存站 Download PDFInfo
- Publication number
- CN115032148B CN115032148B CN202210631478.9A CN202210631478A CN115032148B CN 115032148 B CN115032148 B CN 115032148B CN 202210631478 A CN202210631478 A CN 202210631478A CN 115032148 B CN115032148 B CN 115032148B
- Authority
- CN
- China
- Prior art keywords
- detection
- regular
- mask
- sheet
- temporary storage
- 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
Links
Images
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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/38—Collecting or arranging articles in groups
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
- B65B57/00—Automatic control, checking, warning, or safety devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
- B65B61/00—Auxiliary devices, not otherwise provided for, for operating on sheets, blanks, webs, binding material, containers or packages
- B65B61/24—Auxiliary devices, not otherwise provided for, for operating on sheets, blanks, webs, binding material, containers or packages for shaping or reshaping completed packages
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供了一种片材棱面检测方法及规整检测暂存站,属于片材的瑕疵检测领域,方法包括检前准备、图像采集、图像处理及检测和结果输出;本方案采用多层片材叠片,多组一同检测,提高了检测效率;遮光板与临接片材间隙布置,消除了白背景不明显的问题;对检测图像采用分区域异步检测,提高了对带有倒角棱边或棱面的片材的检测准确度;该方法和设备便于在光伏、半导体、PCB等片材检测领域推广应用。
Description
技术领域
本发明属于片材的瑕疵检测领域,具体涉及一种片材棱面检测方法及规整检测暂存站。
背景技术
在硅片检测中,其中一项为对侧面的瑕疵检测,具体为侧面表崩检测。然而,传统的单层片材无法准确定位和准确检测,例如,参见图1,单张光伏硅片因易受干扰导致侧边崩成像不明显,从而导致侧边的亮边、毛边等缺陷不宜被发现;其次,对于传统的全遮遮光板或抵接片材表面的遮光板,在背景与片材邻接处分界不明显,也导致检测失效;采用统一检测标准的算法,无法对倒角处的棱边或棱面有效检出结果。因此,需要设计一种适应于片材的高精度和快速检测方案。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种片材棱面检测方法及规整检测暂存站,其能解决上述问题。
一种片材棱面检测方法,方法包括:
检前准备,包括多层物料叠片准备和棱面检测装置准备;
图像采集,通过棱面检测装置的光学成像单元对多层物料四面进行图像采集;
图像处理及检测,通过深度学习算法,对采集的图像进行预处理、定位、检测和瑕疵类型分类;
结果输出,对检测结果合并分类输出。
进一步的,检前准备中多层物料叠片准备包括:确定每次检测时相同规格的片材的叠片数量,并通过规整装置对多层进行规整处理。
进一步的,检前准备中棱面检测装置准备包括:棱面检测装置设置与片材规格和叠片数量相适应的遮光板,调整遮光板与邻近片材设置间隔距离hδ,间隔距离hδ与单层片材厚度hsi的关系为:hδ=1/4hsi~1hsi;调整棱面检测装置的采集镜头与片材棱面平行度,使得实际误差在平行度误差阈值内;调整棱面检测装置,保证棱面正面灰度均值及灰度差、倒角区域灰度低阈值。
进一步的,方法中图像处理及检测包括以下步骤:
S31、初定位,对采集的图像利用遮光板初选ROI,保证框选的ROI覆盖产品主体;
S32、产品粗定位,排除遮光板灰度,抓取到产品主体区域,利用区域几何变换及形态学操作取最小外接矩形为定位产品主体掩膜;
S33、掩膜分离,采用动态阈值对产品粗定位获得的产品主体掩膜细分为左倒角掩膜、右倒角掩膜和中间区域掩膜;
S34、异步检测,采用基于监督迭代样本迭代训练构建的检测模型分别对左倒角掩膜、右倒角掩膜和中间区域掩膜进行图像灰度特征提取;
S35、瑕疵分类,基于形状特征、灰度特征和/或扩展特征进行瑕疵的采样、标注和特征聚类。
进一步的,方法中结果输出包括:对左倒角掩膜、右倒角掩膜和中间区域掩膜的检测结果进行瑕疵串联输出,并进行去除重复瑕疵处理,输出去重的瑕疵检测结果。
本发明还提供了一种规整检测暂存站,包括部分设置在机壳内的规整装置、规整下压机构、横移装置、棱面检测装置、收料暂存装置、规整主流线和顶升分流装置;
下料机械手模组采用与多层物料外形适配的卡爪式拾取转移装置,用以将分选机检测后料盒上的多层物料转移至规整装置进行四面规整;
所述横移装置垂直的布置在规整主流线的上料端,用于将规整装置上规整后的多层物料转移至所述规整主流线;
所述棱面检测装置跨设在所述规整主流线上,所述棱面检测装置包括光学采集单元、遮光板和纯白背景板;所述棱面检测装置根据前述的片材棱面检测方法对流经的多层物料进行四边瑕疵检测;
多个所述收料暂存装置布置在规整主流线的下游两侧,所述顶升分流装置布置在两侧收料暂存装置中部对应的规整主流线处,通过顶升分流装置将经棱面检测装置检测后的多层物料整包分流至两侧的收料暂存装置中。
相比现有技术,本发明的有益效果在于:本方案采用多层片材叠片,多组一同检测,提高了检测效率;遮光板与临接片材间隙布置,消除了白背景不明显的问题;对检测图像采用分区域异步检测,提高了对带有倒角棱边或棱面的片材的检测准确度;该方法和设备便于在光伏、半导体、PCB等片材检测领域推广应用。
附图说明
图1为单张光伏硅片侧边采集图像;
图2为多层片材及背景的采集图像;
图3为硅片倒角灰度图;
图4为产品前景正面区域灰度图;
图5为倒角区域灰度与主体区域灰度对比图;
图6为本发明片材棱面检测方法流程图;
图7为片材棱面检测方法的软件界面图;
图8为初定位图;
图9为产品粗定位界面图;
图10为主体掩膜图;
图11为左倒角检测界面图;
图12为左倒角检测图像;
图13为右倒角检测处理界面图;
图14为右倒角检测图像;
图15为中间区域检测处理界面;
图16为中间区域检测图像;
图17为检测结果界面处理图;
图18为中间区域检测出的亮边瑕疵图;
图19为右倒角区域检测出的亮边瑕疵图;
图20为瑕疵合并并去重重复区域后瑕疵图;
图21和图22为规整检测暂存站示意图;
图23为棱面检测装置示意图;
图24为下层检测模块示意图;
图25为上层检测模块示意图;
图26为双工位四面检进行棱面光学图像采集的流程图;
图中,
1000、规整检测暂存站;
100、规整装置;
200、规整下压机构;
300、横移装置;
400、棱面检测装置;10、顶升载台;20、下层检测模块;21、左右图像采集单元;22、左右龙门框架;23、左右光源组件;24、左右遮光板;30、上层检测模块;31、前后图像采集单元;32、前后龙门框架;33、前后光源组件;34、前后遮光板;35、前后采集龙门架;36、流线龙门架;
500、收料暂存装置;
600、规整主流线;
700、顶升分流装置;
800、机壳。
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的一部分实施例,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做出创造性劳动的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。
应当理解,本说明书中所使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
片材棱面检测方法
一种片材棱面检测方法,方法包括:
检前准备,包括多层物料叠片准备和棱面检测装置准备。
图像采集,通过棱面检测装置的光学成像单元对多层物料四面进行图像采集。
图像处理及检测,通过深度学习算法,对采集的图像进行预处理、定位、检测和瑕疵类型分类。
结果输出,对检测结果合并分类输出。
其中,检前准备中多层物料叠片准备包括:确定每次检测时相同规格的片材的叠片数量,并通过规整装置对多层进行规整处理。
一个示例中,叠片数量常采用20、25、30、40、50等。规整处理采用规整装置对多层片材的四面进行四面推平处理和规整下压机构进行定压规则处理。
其中,检前准备中棱面检测装置准备包括:
棱面检测装置设置与片材规格和叠片数量相适应的遮光板,调整遮光板与邻近片材设置间隔距离hδ,间隔距离hδ与单层片材厚度hsi的关系为:hδ=1/4hsi~1hsi。
除了遮光板,在多层片材后面设置全背景的纯白背景板。即,叠片上下满加背景,相机采集形成纯白背景,易于后续的算法检出。叠片底层硅片与皮带/顶升顶板的图像印尽可能消去。
光学背景标准:参见图2,通过上述调整,做到顶层硅片与背景边界明显,底层硅片与背景、主流线皮带或顶升顶板边界,也要有明显灰度对比。即,光学背景的标准之一:能否有效、精确定位到产品要求背景与前景具有好的区分边界,背景要求与产品分界明显,无多余背景。
参见图3,通过上述调整做到,最后一张硅片倒角灰度与皮带灰度对比不大,难以有效提取倒角位置区域,要通过调整使得倒角区域的底层硅片灰度与皮带成像灰度差异明显。
光学前景正面标准:参见图4,产品前景正面区域灰度均值±20内,比如光源参数和增益定好后,产品前景灰度大致保持100左右,允许区域灰度差范围在80~120浮动。如存在大面积亮边会存在灰度均匀性差异,但都能保持在±20灰度差以内。正常拍摄中不能存在倒角一边发亮的情况。
调整棱面检测装置的采集镜头与片材棱面平行度,使得实际误差在平行度误差阈值内。
调整棱面检测装置,保证棱面正面灰度均值及灰度差、倒角区域灰度低阈值。
一般的,采集镜头与片材棱面的平行度误差阈值为0.5mm,1mm、1.5mm或2mm。
一个示例中,棱面正面灰度均值保持在100左右,而灰度差在±20。
光学前景倒角标准:多层物料的产品前景倒角区域属于进光盲区,但如果要进行倒角区域亮边检测需要进行单独的定位检测,参见图5,光学要求倒角区域灰度可以比主体低,但至少要维持在60灰度以上,从而可以与皮带区域有一个较好的边界区分。
其中,方法的图像采集中,根据棱面检测装置的不同配置对检测工位上的多层物料采用单工位四面检、单工位三旋转四面检、单工位90°或180°一旋转四面检、双工位四面检进行棱面光学图像采集。
其中,参见图6的方法流程和图7的软件界面,方法中图像处理及检测包括以下步骤:
S31、初定位,对采集的图像利用遮光板初选ROI,保证框选的ROI覆盖产品主体。
初定位时,因拍摄棱面属于静止拍摄,位置相对固定,因此手动框选大致分割区域即可,当然也可以动态设计自动框选感兴趣区域。框选ROI时能够全部覆盖产品主体即可。具体的,主要是利用白色挡板初选ROI(region of interest)。参见图8,获得初定位图。
S32、产品粗定位,排除遮光板灰度,抓取到产品主体区域,利用区域几何变换及形态学操作取最小外接矩形为定位产品主体掩膜。产品灰度分布50-200之间,要排除白色挡板灰度,从而抓取到产品主体区域,由于产品本身对于光源反射率程度不同,图像呈现出光照不均现象。参见图9的软件操作界面,利用区域几何变换及形态学操作取最小外接矩形为定位产品主体掩膜,主体掩膜图参见图10。
S33、掩膜分离,具体的,采用动态阈值对产品粗定位获得的产品主体掩膜细分为左倒角掩膜、右倒角掩膜和中间区域掩膜。
这样分的原因为倒角处光源照射视野缺失,不可用同一套检测参数去检测亮边。
S34、异步检测,采用基于监督迭代样本迭代训练构建的检测模型分别对左倒角掩膜、右倒角掩膜和中间区域掩膜进行图像灰度特征提取。
进一步的,异步检测中,对左倒角掩膜和右倒角掩膜的检测包括短亮边的检测及分类,中间区域掩膜的检测包括短亮边的检测及分类、长亮边的检测及分类、以及大小亮边的合并。
具体的,参见图11的左倒角检测,通过图像处理中形态学及区域几何变换相关算子得到左倒角区域掩膜。此时可根据实际成像效果实时调整检测参数。主要是短亮边检测及分类,参见图12为左倒角检测图像。
同理,参见图13的右倒角检测处理界面,获得图14的右倒角检测图像。
同理,参见图15的中间区域检测处理界面,获得图16的中间区域检测图像。
S35、瑕疵分类,基于形状特征、灰度特征和/或扩展特征进行瑕疵的采样、标注和特征聚类。即,短亮边、长亮边等特征。
进一步的,参见图17的软件界面,方法中结果输出包括:对左倒角掩膜、右倒角掩膜和中间区域掩膜的检测结果进行瑕疵串联输出,并进行去除重复瑕疵处理,输出去重的瑕疵检测结果。
结果图包括图18的中间区域检测出的亮边瑕疵、图19的右倒角区域检测出的亮边瑕疵、图20瑕疵合并并去重重复区域后瑕疵图。
规整打包设备
一种规整检测暂存站,参见图21和图22,规整检测暂存站1000包括部分设置在机壳800内的规整装置100、规整下压机构200、横移装置300、棱面检测装置400、收料暂存装置500、规整主流线600和顶升分流装置700。
具体的,下料机械手模组采用与多层物料外形适配的卡爪式拾取转移装置,用以将分选机检测后料盒上的多层物料转移至规整装置100进行四面规整;所述横移装置300垂直的布置在规整主流线600的上料端,用于将规整装置100上规整后的多层物料转移至所述规整主流线600;所述棱面检测装置400跨设在所述规整主流线600上,所述棱面检测装置400包括光学采集单元、遮光板和纯白背景板;所述棱面检测装置400根据前述的片材棱面检测方法对流经的多层物料进行四边瑕疵检测;多个所述收料暂存装置500布置在规整主流线600的下游两侧,所述顶升分流装置700布置在两侧收料暂存装置500中部对应的规整主流线600处,通过顶升分流装置700将经棱面检测装置400检测后的多层物料整包分流至两侧的收料暂存装置500中。
其中,所述棱面检测装置400,参见图23,包括顶升载台10和检测模组;所述检测模组布置在顶升载台10上方,用于对顶升载台10上的多层物料进行四边检测。
一个示例中,参见图23-图25,所述检测模组包括上下交错布置的下层检测模块20和上层检测模块30,顶升载台10对应下层检测模块20预设有下层检测位、对应上层检测模块30预设有上层检测位;
所述下层检测模块20用于在下层检测位对多层物料左右两个侧面及棱边进行光学检测;
所述上层检测模块30用于在上层检测位对多层物料前后两个端面及棱边进行光学检测。
其中,参见图24,所述下层检测模块20包括左右图像采集单元21、左右龙门框架22、左右光源组件23和左右遮光板24;左右光源组件23布置在左右龙门框架22上,两个左右遮光板24上下布置在左右龙门框架22上,两个左右遮光板24之间距离可调的形成采集口,且上方的左右遮光板24可控的左右移动。
其中,参见图25,所述上层检测模块30包括前后图像采集单元31、前后龙门框架32、前后光源组件33和前后遮光板34;前后光源组件33布置在前后龙门框架32上,两个前后遮光板34上下布置在前后龙门框架32上,两个前后遮光板34之间距离可调的形成采集口,且上方的前后遮光板34可控的前后移动;所述前后图像采集单元31设置在一个前后采集龙门架35上,所述前后龙门框架32设置在流线龙门架36上,以此使得前后图像采集单元31在上层检测位采集图像。
该示例的双工位四面检进行棱面光学图像采集的流程图参见图26。
另一示例中,所述检测模组包括布置在同一水平面上的一个或多个图像采集单元,顶升载台10包括升降机构和旋转机构,所述升降机构用于将待测多层物料升至物料检测位,所述旋转机构对应图像采集单元的数量预设旋转检测角度。
进一步的,所述图像采集单元的数量包括一个、两个、四个或八个;预设旋转检测角度包括0°、45°、90°或180°。
存储介质
本发明还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行前述方法的步骤。其中,所述方法请参见前述部分的详细介绍,此处不再赘述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
终端
本发明还提供了一种终端,包括存储器和处理器,所述存储器上储存有数据提供方信息和能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行前述方法的步骤。其中,所述方法请参见前述部分的详细介绍,此处不再赘述。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种片材棱面检测方法,其特征在于,方法包括:
检前准备,包括多层物料叠片准备和棱面检测装置准备;
图像采集,通过棱面检测装置的光学采集单元对多层物料四面进行图像采集;
图像处理及检测,通过深度学习算法,对采集的图像进行预处理、定位、检测和瑕疵类型分类;具体的,图像处理及检测包括以下步骤:
S31、初定位,对采集的图像利用遮光板初选ROI,保证框选的ROI覆盖产品主体;
S32、产品粗定位,排除遮光板灰度,抓取到产品主体区域,利用区域几何变换及形态学操作取最小外接矩形为定位产品主体掩膜;
S33、掩膜分离,采用动态阈值对产品粗定位获得的产品主体掩膜细分为左倒角掩膜、右倒角掩膜和中间区域掩膜;
S34、异步检测,采用基于监督迭代样本迭代训练构建的检测模型分别对左倒角掩膜、右倒角掩膜和中间区域掩膜进行图像灰度特征提取;
S35、瑕疵分类,基于形状特征、灰度特征和/或扩展特征进行瑕疵的采样、标注和特征聚类;
结果输出,对检测结果合并分类输出;具体的,结果输出包括:对左倒角掩膜、右倒角掩膜和中间区域掩膜的检测结果进行瑕疵串联输出,并进行去除重复瑕疵处理,输出去重的瑕疵检测结果。
2.根据权利要求1所述的片材棱面检测方法,其特征在于,检前准备中多层物料叠片准备包括:确定每次检测时相同规格的片材的叠片数量,并通过规整装置对多层进行规整处理。
3.根据权利要求2所述的片材棱面检测方法,其特征在于,检前准备中棱面检测装置准备包括:
棱面检测装置设置与片材规格和叠片数量相适应的遮光板,调整遮光板与邻近片材设置间隔距离,间隔距离与单层片材厚度的关系为:;调整棱面检测装置的采集镜头与片材棱面平行度,使得实际误差在平行度误差阈值内;
调整棱面检测装置,保证棱面正面灰度均值及灰度差、倒角区域灰度低阈值。
4.根据权利要求1所述的片材棱面检测方法,其特征在于,方法的图像采集中,根据棱面检测装置的不同配置对检测工位上的多层物料采用单工位四面检、单工位三旋转四面检、单工位90°或180°一旋转四面检、双工位四面检进行棱面光学图像采集。
5.根据权利要求1所述的片材棱面检测方法,其特征在于:异步检测中,对左倒角掩膜和右倒角掩膜的检测包括短亮边的检测及分类,中间区域掩膜的检测包括短亮边的检测及分类、长亮边的检测及分类、以及大小亮边的合并。
6.一种规整检测暂存站,其特征在于:规整检测暂存站(1000)包括部分设置在机壳(800)内的规整装置(100)、规整下压机构(200)、横移装置(300)、棱面检测装置(400)、收料暂存装置(500)、规整主流线(600)和顶升分流装置(700);
下料机械手模组将分选机检测后料盒上的多层物料转移至规整装置(100)进行四面规整;
所述规整下压机构(200)临近所述规整装置(100)和横移装置(300)处布置,用于对多层物料下压规整;
所述横移装置(300)垂直的布置在规整主流线(600)的上料端,用于将规整装置(100)上规整后的多层物料转移至所述规整主流线(600);
所述棱面检测装置(400)跨设在所述规整主流线(600)上,所述棱面检测装置(400)包括光学采集单元、遮光板和纯白背景板;所述棱面检测装置(400)根据权利要求1-5任一项所述的片材棱面检测方法对流经的多层物料进行四边瑕疵检测;
多个所述收料暂存装置(500)布置在规整主流线(600)的下游两侧,所述顶升分流装置(700)布置在两侧收料暂存装置(500)中部对应的规整主流线(600)处,通过顶升分流装置(700)将经棱面检测装置(400)检测后的多层物料整包分流至两侧的收料暂存装置(500)中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210631478.9A CN115032148B (zh) | 2022-06-06 | 2022-06-06 | 一种片材棱面检测方法及规整检测暂存站 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210631478.9A CN115032148B (zh) | 2022-06-06 | 2022-06-06 | 一种片材棱面检测方法及规整检测暂存站 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115032148A CN115032148A (zh) | 2022-09-09 |
CN115032148B true CN115032148B (zh) | 2023-04-25 |
Family
ID=83123462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210631478.9A Active CN115032148B (zh) | 2022-06-06 | 2022-06-06 | 一种片材棱面检测方法及规整检测暂存站 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115032148B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116469791A (zh) * | 2023-04-13 | 2023-07-21 | 苏州天准科技股份有限公司 | 一种硅片整叠检测系统及整叠硅片检测方法 |
CN116385418B (zh) * | 2023-04-13 | 2023-12-19 | 苏州天准软件有限公司 | 整叠硅片的图像处理方法及硅片整叠检测系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008281580A (ja) * | 2008-06-26 | 2008-11-20 | Olympus Corp | 欠陥分類装置 |
JP4726983B2 (ja) * | 2009-10-30 | 2011-07-20 | 住友化学株式会社 | 欠陥検査システム、並びに、それに用いる、欠陥検査用撮影装置、欠陥検査用画像処理装置、欠陥検査用画像処理プログラム、記録媒体、および欠陥検査用画像処理方法 |
CN109724994A (zh) * | 2017-10-30 | 2019-05-07 | 东莞理工学院 | 基于aoi技术的fpc金手指表面缺陷检测系统及方法 |
CN108492291B (zh) * | 2018-03-12 | 2022-07-22 | 苏州天准科技股份有限公司 | 一种基于cnn分割的太阳能光伏硅片瑕疵检测系统及方法 |
US20210327049A1 (en) * | 2018-11-30 | 2021-10-21 | Boise Cascade Company | Method and system for grading and stacking veneer sheets using near infrared imaging |
CN109444156A (zh) * | 2018-12-24 | 2019-03-08 | 江苏善果缘智能科技有限公司 | 一种用于纺织品疵点检测的图像采集系统 |
CN110555842A (zh) * | 2019-09-10 | 2019-12-10 | 太原科技大学 | 一种基于锚点集优化的硅片图像缺陷检测方法 |
CN113295698B (zh) * | 2021-04-29 | 2022-11-22 | 苏州天准软件有限公司 | 一种缺陷检测方法、存储介质和检测系统 |
-
2022
- 2022-06-06 CN CN202210631478.9A patent/CN115032148B/zh active Active
Non-Patent Citations (1)
Title |
---|
张千.层叠太阳能硅片图像纹理提取与计数技术研究.《中国优秀硕士学位论文全文数据库信息科技辑》.2016,(第8期),2-89. * |
Also Published As
Publication number | Publication date |
---|---|
CN115032148A (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115032148B (zh) | 一种片材棱面检测方法及规整检测暂存站 | |
CN110314854B (zh) | 一种基于视觉机器人的工件检测分拣的装置及方法 | |
CN101464418B (zh) | 缺陷检测方法以及缺陷检测装置 | |
JP2023038215A (ja) | Oledスタック膜の品質査定のためのシステム、デバイス、および方法 | |
CN109632808B (zh) | 棱边缺陷检测方法、装置、电子设备及存储介质 | |
CN105894036A (zh) | 一种应用于手机屏幕缺陷检测的图像特征模板匹配方法 | |
CN104597057B (zh) | 一种基于机器视觉的柱状二极管表面缺陷检测装置 | |
CN110648330B (zh) | 摄像头玻璃的缺陷检测方法 | |
CN109101976B (zh) | 一种灭弧栅片表面缺陷的检测方法 | |
CN115290663B (zh) | 基于光学检测的Mini LED晶圆外观缺陷检测方法 | |
CN205229061U (zh) | 一种基于线扫描相机的lcd导光板缺陷检测系统 | |
CN109146895A (zh) | 一种颜色不均匀情况下太阳能板红外图像的有效分割方法 | |
CN108764345A (zh) | 一种基于局部与全局聚类的水下大坝裂缝检测方法 | |
CN113834816A (zh) | 基于机器视觉的光伏电池缺陷在线检测方法及系统 | |
CN111398287A (zh) | 一种电池极片划痕检测系统及检测方法 | |
CN204789357U (zh) | 一种电解电容外观包装缺陷图像检测系统 | |
CN112396575A (zh) | 基于影像的分类系统 | |
CN109584239B (zh) | 一种基于反射光的高光物体表面缺陷检测系统及方法 | |
CN108921132A (zh) | 无人机机载电缆探测系统 | |
CN112149495B (zh) | 一种基于视差追踪的视频关键帧提取方法 | |
CN116612106A (zh) | 一种基于yolox算法的光学元件表面缺陷检测方法 | |
CN203965287U (zh) | 基于机器视觉的金刚线颗粒在线质检装置 | |
CN113705487B (zh) | 精密工件识别及工艺参数关联系统以及识别方法 | |
CN109934817A (zh) | 一种果体外部轮廓畸形检测方法 | |
CN115213111A (zh) | 一种在线双面检测系统及ic载板双面检测方法 |
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 |