CN116105608A - 基于激光测距及机器视觉进行装配精度检测方法 - Google Patents

Abstract

基于激光测距及机器视觉进行装配精度检测方法，其包括准备背光模组的检测平台，在检测平台上表面的前后方向设有用于对盖板的左侧边进行贴靠定位的侧面限位板条，在检测平台上表面的左右方向设有用于对盖板的前端进行贴靠定位的正面限位板条，正面限位板条朝向盖板方向的竖直表面垂直于侧面限位板条朝向盖板方向的竖直表面，在检测平台的下方设有背光光源，背光光源可竖直向上照射到盖板的边缘。其目的在于提供一种可在不接触背光模组的屏幕的情况下准确、高效地完成对背光模组与盖板贴合装配精度检测，由此可避免出现损伤背光模组的屏幕，让检测结果更加稳定、可靠的基于激光测距及机器视觉进行装配精度检测方法。

Description

基于激光测距及机器视觉进行装配精度检测方法

技术领域

本发明涉及一种基于激光测距及机器视觉进行装配精度检测方法。

背景技术

在当今世界，随着电子产品的大量普及，对屏幕的运用已经出现在各种电子产品上，小到电子手表、手机，大到平板电脑、车载车机，其上都可能配备有显示屏的屏幕。在这类电子产品的生产过程中，必然会有对背光模组(屏幕)的贴合工序。比如，在背光模组(屏幕)的贴合工序中，需要让背光模组与后保护壳直接的拼合，或者让背光模组与玻璃盖板贴合，在现在的工序中，这个贴合工序的质检是由人工手握游标卡尺、人工测量两拼合的模组外边缘的距离，以此确定装配精度是否达标。但人工质检的缺点是效率低，测量结果不稳定，即依照不同的人员在不同的情况下可能测量出不同的结果；此外，游标卡尺在测量过程中可能会损伤屏幕。

针对上述现有技术中存在的问题，本发明提供了一种利用机器视觉对背光模组进行装配精度检测处理的方法，该方法是对背光模组(屏幕)拍照，然后通过对拍照获得的图像来测量拼合后背光模组(屏幕)与盖板边缘之间的距离，即可准确、高效、不接触背光模组的屏幕的情况下，完成对背光模组(屏幕)与盖板贴合的装配精度的检测。

发明内容

本发明的目的在于提供一种可在不接触背光模组的屏幕的情况下准确、高效地完成对背光模组与盖板贴合装配精度检测，由此可避免出现损伤背光模组的屏幕，让检测结果更加稳定、可靠的基于激光测距及机器视觉进行装配精度检测方法。

本发明的基于激光测距及机器视觉进行装配精度检测方法，其包括以下步骤：

A、准备背光模组的检测平台，在检测平台上表面的前后方向设有用于对盖板的左侧边进行贴靠定位的侧面限位板条，在检测平台上表面的左右方向设有用于对盖板的前端进行贴靠定位的正面限位板条，正面限位板条朝向盖板方向的竖直表面垂直于侧面限位板条朝向盖板方向的竖直表面，在检测平台的下方设有背光光源，背光光源可竖直向上照射到盖板的边缘；

B、在侧面限位板条的左侧选取二个以上的拍照点，在正面限位板条的前端选取二个以上的拍照点，在每个拍照点的外侧分别设置一个激光测距装置，在检测平台的上方设置一个机器视觉相机，机器视觉相机可移动至每个拍照点的正上方；

C、对机器视觉相机进行标定处理，确定机器视觉相机移动至每个拍照点的正上方进行拍照时、机器视觉相机外侧视野边界与正面限位板条朝向盖板的侧面或侧面限位板条朝向盖板的侧面之间的距离b，并设定机器视觉相机在每个拍照点的位置坐标，记录下每个距离b；

D、对每个激光测距装置进行标定处理，确定每个激光测距装置与正对着的正面限位板条朝向盖板的表面或侧面限位板条朝向盖板的表面之间的距离a+b，并记录下每个距离a+b；

E、将需要检测的装配到盖板上的背光模组置于检测平台上，放置时让背光模组位于盖板的上面，然后推动盖板，让盖板的左侧边贴靠到侧面限位板条上，让盖板的前端贴靠到正面限位板条上；

F、利用每个激光测距装置测量与其正对着的背光模组的侧壁之间的距离R，同时开启背光光源进行照明，然后移动机器视觉相机至由步骤C设定的每个拍照点位置坐标处，对放置在检测平台上的盖板进行拍照；

G、将所有拍照获得的图片导入机器视觉算法；

H、在机器视觉算法的窗口中用鼠标对每个图片采用正交矩形进行截取处理，保留图片中没有脏污、孔洞的图像部分，去除掉图片中带有脏污图案、孔洞图案的部分；

然后利用Halcon算子edges sub pix提取所有图片的背光图中盖板的外边缘的亚像素轮廓，然后拟合出直线区域，再获取该直线区域的倾斜角度，然后利用旋转仿射变换，形状模板匹配，获得校正图像；

I、对经过步骤H处理的图像的图片进行预处理，增加图片中图案的对比度，凸显出盖板边缘；

J、对每个经过步骤I处理完成的图像做一维测量，得到机器视觉相机外侧视野边界与正面限位板条朝向盖板的表面或侧面限位板条朝向盖板的表面之间的距离b，然后计算出每个激光测距装置处盖板边缘至背光模组边缘的距离c＝R-(a+b)；

K、对每个拍照点背光模组的盖板边缘至背光模组边缘的距离c的数据与装配图纸的设定距离进行对比，如果所有的测量距离都在设计精度要求范围之内，即判定该产品为合格产品；

如果其中有一个以上的测量距离不在设计精度要求范围之内，即判定该产品为不合格产品。

优选的，所述步骤B中是在背光模组的左侧边缘处或背光模组的右侧边缘处选取二个或三个或四个拍照点，在背光模组的前端或背光模组的后端选取二个或三个或四个拍照点；

优选的，所述步骤I中对经过步骤H处理的图像的图片进行预处理的方法包括如下形式：

A1、通过计算灰度标准差实现图像的预处理效果；

A2、通过增加对比度Illuminate让图像的黑白色差更加鲜明，从而突显出屏幕的边缘；

A3、通过增强的算子Emphasize利用一个掩膜区域对图像逐区域的增强对比度；

A4、通过均值滤波的算子Mean Image利用一个掩膜区域，对图像逐区域的求灰度的平均值，使每个小区域的整体灰度等于该小区域的灰度平均值，以此平滑过滤掉一些不想要的灰尘，脏污。

A5、通过索贝尔滤波算子SobalAmp利用一个掩膜区域，对图像逐区域的进行索贝尔运算，从而突显出图像边缘。

优选的，所述步骤K中的不合格品为左右偏移超差、左右倾斜超差、上下偏移超差和上下倾斜超差四种情况。

优选的，所述J中对每个经过步骤I处理完成的图像做一维测量是采用多次测量法，得到机器视觉相机外侧视野边界与正面限位板条朝向盖板的表面或侧面限位板条朝向盖板的表面之间的距离b，然后计算出每个激光测距装置处盖板边缘至背光模组边缘的距离c＝R-(a+b)；

所述多次测量法是沿着图像的边缘环绕生成16—24条距离均匀平行的法线，以每一个法线为基准都进行一次测量，通过多次测量排除某一处图片中带有脏污图案、孔洞图案的部分对真实结果的影响。

本发明提供的基于激光测距及机器视觉进行装配精度检测方法，是利用机器视觉相机对背光模组拍照，利用每个激光测距装置测量与其正对着的背光模组的侧壁之间的距离，然后对利用每个激光测距装置测量与其正对着的背光模组的侧壁之间的距离和对拍照获得的图像来测量背光模组的边缘与盖板的边缘之间的距离进行计算，即可在准确、高效、不接触屏幕的情况下，完成对背光模组贴合的装配精度的检测。相比于现有的方法，机器视觉相机具有高效，准确性高，工作性能稳定等优点。因此，本发明的基于激光测距及机器视觉进行装配精度检测方法具有可在不接触背光模组的屏幕的情况下准确、高效地完成对背光模组与盖板贴合装配精度检测，由此可避免出现损伤背光模组的屏幕，让检测结果更加稳定、可靠的特点。

下面结合附图对本发明的基于激光测距及机器视觉进行装配精度检测方法作进一步详细说明。

附图说明

图1为本发明的基于激光测距及机器视觉进行装配精度检测方法的工作原理示意图。

图2为本发明的基于激光测距及机器视觉进行装配精度检测方法中选取拍照点的示意图。

图3为本发明的基于激光测距及机器视觉进行装配精度检测方法中对选取拍照点进行激光测距及利用机器视觉进行定位的原理图。

具体实施方式

参见图1、图2和图3，本发明的基于激光测距及机器视觉进行装配精度检测方法，包括以下步骤：

A、准备背光模组1的检测平台2，在检测平台2上表面的前后方向设有用于对盖板4的左侧边进行贴靠定位的侧面限位板条3，在检测平台2上表面的左右方向设有用于对盖板4的前端进行贴靠定位的正面限位板条，正面限位板条朝向盖板4方向的竖直表面垂直于侧面限位板条3朝向盖板4方向的竖直表面，在检测平台2的下方设有背光光源5，背光光源5可竖直向上照射到盖板4的边缘；

B、在侧面限位板条3的左侧选取二个以上的拍照点8，在正面限位板条的前端选取二个以上的拍照点8，在每个拍照点8的外侧分别设置一个激光测距装置6，在检测平台的上方设置一个机器视觉相机7，机器视觉相机7可移动至每个拍照点8的正上方；

C、对机器视觉相机7进行标定处理，确定机器视觉相机7移动至每个拍照点8的正上方进行拍照时、机器视觉相机7外侧视野边界与正面限位板条朝向盖板4的侧面或侧面限位板条3朝向盖板4的侧面之间的距离b，并设定机器视觉相机7在每个拍照点的位置坐标，记录下每个距离b；

D、对每个激光测距装置6进行标定处理，确定每个激光测距装置7与正对着的正面限位板条朝向盖板4的表面或侧面限位板条3朝向盖板4的表面之间的距离a+b，并记录下每个距离a+b；

E、将需要检测的装配到盖板4上的背光模组1置于检测平台2上，放置时让背光模组1位于盖板4的上面，然后推动盖板4，让盖板4的左侧边10贴靠到侧面限位板条3上，让盖板4的前端11贴靠到正面限位板条上；

F、利用每个激光测距装置6测量与其正对着的背光模组1的侧壁12之间的距离R，同时开启背光光源5进行照明，然后移动机器视觉相机7至由步骤C设定的每个拍照点位置坐标处，对放置在检测平台2上的盖板4进行拍照；

G、将所有拍照获得的图片导入机器视觉算法；

H、在机器视觉算法的窗口中用鼠标对每个图片采用正交矩形进行截取处理，保留图片中没有脏污、孔洞的图像部分，去除掉图片中带有脏污图案、孔洞图案的部分；

然后利用Halcon算子edges sub pix提取所有图片的背光图中盖板的外边缘的亚像素轮廓，然后拟合出直线区域，再获取该直线区域的倾斜角度，然后利用旋转仿射变换，形状模板匹配，获得校正图像；

I、对经过步骤H处理的图像的图片进行预处理，增加图片中图案的对比度，凸显出盖板边缘；

J、对每个经过步骤I处理完成的图像做一维测量，得到机器视觉相机6外侧视野边界与正面限位板条朝向盖板4的表面或侧面限位板条3朝向盖板4的表面之间的距离b，然后计算出每个激光测距装置6处盖板4边缘至背光模组1边缘的距离c＝R-(a+b)；

K、对每个拍照点背光模组1的盖板4边缘至背光模组1边缘的距离c的数据与装配图纸的设定距离进行对比，如果所有的测量距离都在设计精度要求范围之内，即判定该产品为合格产品；

如果其中有一个以上的测量距离不在设计精度要求范围之内，即判定该产品为不合格产品。

作为本发明的进一步改进，上述步骤B中是在背光模组1的左侧边缘处或背光模组1的右侧边缘处选取二个或三个或四个拍照点，在背光模组1的前端或背光模组1的后端选取二个或三个或四个拍照点；

作为本发明的进一步改进，上述步骤I中对经过步骤H处理的图像的图片进行预处理的方法包括如下形式：

A1、通过计算灰度标准差实现图像的预处理效果；

A2、通过增加对比度Illuminate让图像的黑白色差更加鲜明，从而突显出屏幕的边缘；

A3、通过增强的算子Emphasize利用一个掩膜区域对图像逐区域的增强对比度；

A4、通过均值滤波的算子Mean Image利用一个掩膜区域，对图像逐区域的求灰度的平均值，使每个小区域的整体灰度等于该小区域的灰度平均值，以此平滑过滤掉一些不想要的灰尘，脏污。

A5、通过索贝尔滤波算子SobalAmp利用一个掩膜区域，对图像逐区域的进行索贝尔运算，从而突显出图像边缘。

作为本发明的进一步改进，上述步骤K中的不合格品为左右偏移超差、左右倾斜超差、上下偏移超差和上下倾斜超差四种情况。

作为本发明的进一步改进，上述J中对每个经过步骤I处理完成的图像做一维测量是采用多次测量法，得到机器视觉相机6外侧视野边界与正面限位板条朝向盖板4的表面或侧面限位板条3朝向盖板4的表面之间的距离b，然后计算出每个激光测距装置6处盖板4边缘至背光模组1边缘的距离c＝R-(a+b)；

所述多次测量法是沿着图像的边缘环绕生成16—24条距离均匀平行的法线，以每一个法线为基准都进行一次测量，通过多次测量排除某一处图片中带有脏污图案、孔洞图案的部分对真实结果的影响。

Claims (5)

1.基于激光测距及机器视觉进行装配精度检测方法，其特征在于：包括以下步骤：

A、准备背光模组的检测平台，在检测平台上表面的前后方向设有用于对盖板的左侧边进行贴靠定位的侧面限位板条，在检测平台上表面的左右方向设有用于对盖板的前端进行贴靠定位的正面限位板条，正面限位板条朝向盖板方向的竖直表面垂直于侧面限位板条朝向盖板方向的竖直表面，在检测平台的下方设有背光光源，背光光源可竖直向上照射到盖板的边缘；

B、在侧面限位板条的左侧选取二个以上的拍照点，在正面限位板条的前端选取二个以上的拍照点，在每个拍照点的外侧分别设置一个激光测距装置，在检测平台的上方设置一个机器视觉相机，机器视觉相机可移动至每个拍照点的正上方；

C、对机器视觉相机进行标定处理，确定机器视觉相机移动至每个拍照点的正上方进行拍照时、机器视觉相机外侧视野边界与正面限位板条朝向盖板的侧面或侧面限位板条朝向盖板的侧面之间的距离b，并设定机器视觉相机在每个拍照点的位置坐标，记录下每个距离b；

D、对每个激光测距装置进行标定处理，确定每个激光测距装置与正对着的正面限位板条朝向盖板的表面或侧面限位板条朝向盖板的表面之间的距离a+b，并记录下每个距离a+b；

E、将需要检测的装配到盖板上的背光模组置于检测平台上，放置时让背光模组位于盖板的上面，然后推动盖板，让盖板的左侧边贴靠到侧面限位板条上，让盖板的前端贴靠到正面限位板条上；

F、利用每个激光测距装置测量与其正对着的背光模组的侧壁之间的距离R，同时开启背光光源进行照明，然后移动机器视觉相机至由步骤C设定的每个拍照点位置坐标处，对放置在检测平台上的盖板进行拍照；

G、将所有拍照获得的图片导入机器视觉算法；

H、在机器视觉算法的窗口中用鼠标对每个图片采用正交矩形进行截取处理，保留图片中没有脏污、孔洞的图像部分，去除掉图片中带有脏污图案、孔洞图案的部分；

然后利用Halcon算子edges sub pix提取所有图片的背光图中盖板的外边缘的亚像素轮廓，然后拟合出直线区域，再获取该直线区域的倾斜角度，然后利用旋转仿射变换，形状模板匹配，获得校正图像；

I、对经过步骤H处理的图像的图片进行预处理，增加图片中图案的对比度，凸显出盖板边缘；

J、对每个经过步骤I处理完成的图像做一维测量，得到机器视觉相机外侧视野边界与正面限位板条朝向盖板的表面或侧面限位板条朝向盖板的表面之间的距离b，然后计算出每个激光测距装置处盖板边缘至背光模组边缘的距离c＝R-(a+b)；

K、对每个拍照点背光模组的盖板边缘至背光模组边缘的距离c的数据与装配图纸的设定距离进行对比，如果所有的测量距离都在设计精度要求范围之内，即判定该产品为合格产品；

如果其中有一个以上的测量距离不在设计精度要求范围之内，即判定该产品为不合格产品。

2.根据权利要求1所述的基于激光测距及机器视觉进行装配精度检测方法，其特征在于：所述步骤B中是在背光模组的左侧边缘处或背光模组的右侧边缘处选取二个或三个或四个拍照点，在背光模组的前端或背光模组的后端选取二个或三个或四个拍照点。

3.根据权利要求2所述的基于激光测距及机器视觉进行装配精度检测方法，其特征在于：所述步骤I中对经过步骤H处理的图像的图片进行预处理的方法包括如下形式：

A1、通过计算灰度标准差实现图像的预处理效果；

A2、通过增加对比度Illuminate让图像的黑白色差更加鲜明，从而突显出屏幕的边缘；

A3、通过增强的算子Emphasize利用一个掩膜区域对图像逐区域的增强对比度；

A4、通过均值滤波的算子Mean Image利用一个掩膜区域，对图像逐区域的求灰度的平均值，使每个小区域的整体灰度等于该小区域的灰度平均值，以此平滑过滤掉一些不想要的灰尘，脏污。

A5、通过索贝尔滤波算子SobalAmp利用一个掩膜区域，对图像逐区域的进行索贝尔运算，从而突显出图像边缘。

4.根据权利要求3所述的基于激光测距及机器视觉进行装配精度检测方法，其特征在于：所述步骤K中的不合格品为左右偏移超差、左右倾斜超差、上下偏移超差和上下倾斜超差四种情况。

5.根据权利要求1至4中任何一项所述的基于激光测距及机器视觉进行装配精度检测方法，其特征在于：所述J中对每个经过步骤I处理完成的图像做一维测量是采用多次测量法，得到机器视觉相机外侧视野边界与正面限位板条朝向盖板的表面或侧面限位板条朝向盖板的表面之间的距离b，然后计算出每个激光测距装置处盖板边缘至背光模组边缘的距离c＝R-(a+b)；

所述多次测量法是沿着图像的边缘环绕生成16—24条距离均匀平行的法线，以每一个法线为基准都进行一次测量，通过多次测量排除某一处图片中带有脏污图案、孔洞图案的部分对真实结果的影响。

Images