CN116258723B - 通过相机灰度测量油墨厚度并校正的系统及测量校正方法 - Google Patents
通过相机灰度测量油墨厚度并校正的系统及测量校正方法 Download PDFInfo
- Publication number
- CN116258723B CN116258723B CN202310547347.7A CN202310547347A CN116258723B CN 116258723 B CN116258723 B CN 116258723B CN 202310547347 A CN202310547347 A CN 202310547347A CN 116258723 B CN116258723 B CN 116258723B
- Authority
- CN
- China
- Prior art keywords
- thickness
- ink
- gray
- standard deviation
- measuring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000007246 mechanism Effects 0.000 claims abstract description 47
- 238000007639 printing Methods 0.000 claims abstract description 42
- 238000005070 sampling Methods 0.000 claims abstract description 42
- 239000011521 glass Substances 0.000 claims abstract description 12
- 239000000976 ink Substances 0.000 claims description 107
- 239000011159 matrix material Substances 0.000 claims description 36
- 238000012937 correction Methods 0.000 claims description 29
- 238000005259 measurement Methods 0.000 claims description 29
- 238000003705 background correction Methods 0.000 claims description 19
- 238000002310 reflectometry Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 13
- 238000002834 transmittance Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 239000011248 coating agent Substances 0.000 abstract description 9
- 238000000576 coating method Methods 0.000 abstract description 9
- 239000000758 substrate Substances 0.000 abstract description 5
- 238000007641 inkjet printing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
- B41J2/00—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed
- B41J2/005—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed characterised by bringing liquid or particles selectively into contact with a printing material
- B41J2/01—Ink jet
- B41J2/07—Ink jet characterised by jet control
- B41J2/12—Ink jet characterised by jet control testing or correcting charge or deflection
-
- G06T5/80—
-
- 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
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T2207/30144—Printing quality
-
- 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
Abstract
本发明公开了通过相机灰度测量油墨厚度并校正的系统及测量校正方法,属于喷墨打印技术领域,方法包括以下步骤:通过图像采集机构获取待检测产品的若干个采样区域的图像;计算若干个采样区域的标准差;根据厚度关系曲线计算测量的厚度;将测量的厚度与基准厚度比对判断厚度是否合格,厚度不符合要求的判定不合格,并根据厚度差异,给出油墨厚度参数调整数值,反馈给打印机构,调整打印机构中打印喷头喷打油墨的喷墨参数。本发明公开的一种通过相机灰度测量油墨厚度并校正的系统及测量校正方法,通过图像采集机构对基板玻璃表面的油墨涂层打光获取稳定的图像采样;选取采样图像中的特征;建立关系曲线,能够最大化减少结果误差。
Description
技术领域
本发明涉及喷墨打印技术领域,具体涉及通过相机灰度测量油墨厚度并校正的系统及测量校正方法。
背景技术
在液晶面板的工业生产中,通常在边缘电极区域打印油墨涂层,用于遮蔽液晶面板以解决液晶面板中电路漏光的问题。这样的加工方式和结构使得成品边框更薄、品质价值提升。由于对玻璃上的油墨涂层的透光率有品质要求,需要对油墨厚度进行精准管控。例如,管控基准在+-0.1um,则需要测量系统精度在0.01um。
目前的厚度测量系统一般选用激光测厚仪或3D相机测厚。3D相机测厚仪直接可以测量打印后的目标面和基准面的3D图,然后通过软件算法进行分割计算,但是Z轴重复精度不足,无法满足品质要求。另一种激光测厚仪测量分两种模式,第一种是厚度测量模式,和3D测厚流程近似,Z轴重复精度无法满足侧厚的需求;第二种是位移测量模式,往往需要先测量未打印过的面板基准面,打印完成后再测量打印后的油墨表面,然后根据两个表面差值作为测量结果。但是此种方法因为流程过程较多,过程时间较长。
现有技术无法保证每一枚产品进行测量,为了更好管控设备偶发系统异常导致的打印厚度异常,同时发现后可以自动调整打印参数满足动态修正厚度;需要开发一种速度快、误差小的简易测量和校正系统。
发明内容
本发明克服了现有技术的不足,提供了通过相机灰度测量油墨厚度并校正的系统及测量校正方法,通过图像采集机构对基板玻璃表面的油墨涂层打光获取稳定的图像采样,选取采样图像中的特征,建立厚度关系曲线,以最大化减少结果误差。
为达到上述目的,本发明采用的技术方案为:通过相机灰度测量油墨厚度的测量校正方法,包括以下步骤:
a.获取待检测产品的若干个采样区域的图像;
b.计算所述若干个采样区域的图像的实际特征值的标准差,所述实际特征值包括图像的灰度值特征;
c.根据预设的实际特征值的标准差与厚度之间的厚度关系曲线计算测量的待检测产品的油墨厚度;
d.将所述测量的油墨厚度与预设的基准厚度比对,判断待检测产品的油墨厚度是否合格;
e.待检测产品被判断为油墨厚度合格,则继续打印;待检测产品被判断为油墨厚度不合格,则调整打印机构的打印参数。
本发明的一个较佳实施方案中,步骤e中:对于油墨厚度不合格的产品,根据测量油墨厚度与基准厚度之间的差异确定油墨厚度参数调整数值,反馈给打印机构,使得打印机构根据所述油墨厚度参数调整数值调整打印机构中打印喷头的打印参数,所述打印参数包括喷打油墨的喷墨参数。
本发明的一个较佳实施方案中,步骤a采用图像采集机构获取所述图像;
所述图像采集机构包括已预先进行平场校正的线扫相机,所述进行平场校正包括以下步骤:
盖上镜头盖,使线扫相机在视野处于全黑状态下进行连续图像采集;
通过全黑状态下进行连续图像采集,将获取的图像进行固定模式噪声校正,然后打开镜头盖;
平铺白纸于打印机构的辊面并绷紧,使线扫相机处于连续图像采集状态,并调整曝光使图像灰度在110~150,完成平场校正。
本发明的一个较佳实施方案中,步骤b中,计算所述若干个采样区域的实际特征值的标准差包括:
对若干个采样区域的图像对应的若干个厚度位置处的灰度值特征进行提取;
计算在同一厚度值下的若干个采样区域图像的灰度值的标准差。
本发明的一个较佳实施方案中,预设的厚度关系曲线的构建方法包括:
得到灰度值及其标准差后,根据若干个采样区域图像对应的厚度和灰度值,以及所述灰度值的标准差,构建特征关系模型;所述特征关系模型中采用了所述厚度关系曲线,所述厚度关系曲线由所述特征关系模型中灰度值和厚度的关系以及灰度值的标准差和厚度的关系建立。
本发明的一个较佳实施方案中,特征关系模型中灰度值和厚度的关系包括:
R1=I*r1;
R2=I3*(1-r1)=(I2-I0)*A)*(1-r1)=(I2*r2*A)*(1-r1)=((I1*A)*r2*A)*(1-r1)=((I*(1-r1)*A)*r2*A)*(1-r1)=I*(1-r1)²*r2*A²;
R=R1+R2=I*r1+I*(1-r1)²*r2*a1²*d²;
反光率=R/I=r1+(1-r1)²*r2*a1²*d²;
且反光率和厚度d成2次方关系曲线;图像灰度g=光子*k,灰度和感光光子成正比;则灰度g和厚度d成2次方关系曲线;
其中,I是入射光的强度,R是反射光的强度,R1是采样的油墨上表面的反射光强度;R2是采样的油墨下表面的反射光的强度;d是油墨上表面和油墨下表面的直线间距;r1是油墨反射率;r2是玻璃反射率;A是油墨透光率;其中透光率A=a*c*d=a1*d;将常数a*c合并变成a1;a是吸收系数,c是液体浓度;I1是采样的油墨上表面的入射光的强度;I2是采样的油墨下表面的入射光的强度。
本发明的一个较佳实施方案中,特征关系模型中的灰度值的标准差和厚度的关系包括:
厚度一的标准差σ1=g亮1*k1-g暗1*k2;
厚度二的标准差σ2=g亮2*k1-g暗2*k2;
厚度标准差导数dσ=(g亮1-g亮2)*k1-(g暗1-g暗2)*k2=dg亮-dg暗;f(σ)=f(g)';
灰度值的标准差σ和厚度d成3次方关系曲线;
其中,厚度一中亮区灰度是g亮1,暗区灰度是g暗1,厚度二中亮区灰度是g亮2,暗区灰度是g暗2,K1是亮区占比,K2是暗区占比。
本发明的一个较佳实施方案中,特征关系模型是根据灰度值的标准差和厚度成3次方关系曲线的特征关系;通过实际特征值中的灰度值的标准差和厚度用最小二乘法拟合3次多项式得到:W=(ATA)-1ATB;其中,A是实际特征值中的灰度标准差矩阵,B是厚度矩阵,XT是矩阵X的转置矩阵,(XTX)-1中-1代表逆矩阵;其中,AT是矩阵A的转置矩阵,(ATA)-1中-1代表逆矩阵。
本发明的一个较佳实施方案中,一种通过相机灰度测量油墨厚度并校正的系统,包括图像采集机构和测量校正机构;所述图像采集机构用于采集待检测产品的若干个采样区域的图像;所述测量校正机构用于采用通过相机灰度测量油墨厚度的测量校正方法,基于所述若干个采样区域的图像进行油墨厚度测量和校正;其中,所述测量校正方法采用的厚度关系曲线的构建过程包括:
对图像采集机构中的线扫相机进行平场校正;
打印若干种不同厚度的测试油墨,通过图像采集机构中的线扫相机进行图像采集;
测量打印的测试油墨的实际厚度,将实际测试的厚度与对应采集的不同厚度的测试油墨的图像进行匹配,制作采样区域模板;
对所述采样区域模板通过计算不同厚度的采样区域标准差建立厚度关系曲线。
本发明解决了技术背景中存在的缺陷,本发明有益的技术效果是:
本发明提供了一种通过相机灰度测量油墨厚度并校正的系统及测量校正方法,通过图像采集机构对基板玻璃表面的油墨涂层打光获取稳定的图像采样;选取采样图像中的特征;建立关系曲线最大化减少结果误差。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明测量校正方法在一种实施例中进行厚度关系曲线构建的流程示意图;
图2是本发明测量校正方法在一种实施例中进行相机灰度测量油墨厚度并校正的系统的作业系统流程图;
图3是本发明测量校正方法在一种实施例中采用单灰度线扫相机和线扫同轴光方式取反射光采样排布的结构示意图;
图4是线扫相机平场校正前采样的稳定性示意图;
图5是线扫相机平场校正后采样的稳定性示意图;
图6是本发明实施例中采样图像特征选择的示意图;
图7是本发明实施例中区域一和区域二的采样示意图;
图8是本发明实施例中测试采样特征值参数表;
图9是本发明实施例中特征关系式原理推导示意图;
图10是本发明实施例中厚度一图像采样的示意图;
图11是本发明实施例中厚度二图像采样的示意图;
图12是本发明实施例中厚度特征关系曲线示意图;
图13是本发明实施例中根据实际特征值和厚度用最小二乘法拟合3次多项式中实施例采用的参数表,其中y是厚度,x是特征值;
图14是本发明实施例中矩阵结构;
其中,1-线扫相机,2-待检测产品,21-玻璃底板,22-油墨涂层,3-线扫同轴光。
具体实施方式
现在结合附图和实施例对本发明作进一步详细的说明,这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
需要说明,若本发明实施例中有涉及方向性指示(诸如上、下、底、顶等),则该方向性指示仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。除非另有明确的规定和限定,术语“设置”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例一
如图1-图3所示,通过相机灰度测量油墨厚度的测量校正方法:
首先调试通过相机灰度测量油墨厚度并校正的系统中的检测设备,包括对图像采集机构中的线扫相机1进行平场校正;所述图像采集机构包括已预先进行平场校正的线扫相机1,所述进行平场校正包括以下步骤:盖上镜头盖,使线扫相机1在视野处于全黑状态下进行连续图像采集;通过全黑状态下进行连续图像采集的图像进行固定模式噪声校正,然后打开镜头盖;平铺白纸于打印机构的辊面并绷紧,使线扫相机1处于连续图像采集状态,并调整曝光使图像灰度在110~150,完成平场校正。优选的,调整曝光使图像灰度在128。如图4所示是校正前的原始采样图像状态图,图5是线扫相机1进行平场校正后的采样图像状态图。
然后进行厚度的测量和校正,包括以下步骤:
a.获取待检测产品2的若干个采样区域的图像;
如图6所示,采样图像需要进行特征选择。灰阶图像的原始大小是8bit,分辨率为256阶,根据如下图的区域一和区域二的采样进行对比如下:如图7所示,采集待采样区域中的至少两个采样区的图像;
b.计算所述若干个采样区域的图像的实际特征值的标准差,所述实际特征值包括图像的灰度值特征;
c.根据预设的实际特征值的标准差与厚度之间的厚度关系曲线计算测量的待检测产品2的油墨厚度;
预设的厚度关系曲线的构建方法包括:
得到灰度值及其标准差后,根据若干个采样区域图像对应的厚度和灰度值,以及所述灰度值的标准差,构建特征关系模型;所述特征关系模型中采用了所述厚度关系曲线,厚度关系曲线由所述特征关系模型中灰度值和厚度的关系以及灰度值的标准差和厚度的关系建立。
特征关系式原理推导如图9所示,特征关系模型中灰度值和厚度的关系包括:
R1=I*r1;
R2=I3*(1-r1)=(I2-I0)*A)*(1-r1)=(I2*r2*A)*(1-r1)=((I1*A)*r2*A)*(1-r1)=((I*(1-r1)*A)*r2*A)*(1-r1)=I*(1-r1)²*r2*A²;
R=R1+R2=I*r1+I*(1-r1)²*r2*a1²*d²;
反光率=R/I=r1+(1-r1)²*r2*a1²*d²;
且反光率和厚度d成2次方关系曲线;
图像灰度g=光子*k,灰度和感光光子成正比;
灰度g和厚度d成2次方关系曲线;
I是入射光的强度,R是反射光的强度,R1是采样的油墨上表面的反射光强度;R2是采样的油墨下表面的反射光的强度;d是油墨上表面和油墨下表面的直线间距;r1是油墨反射率;r2是玻璃反射率;A是油墨透光率;其中透光率A=a*c*d=a1*d;将常数a*c合并变成a1;a是吸收系数,c是液体浓度;I1是采样的油墨上表面的入射光的强度;I2是采样的油墨下表面的入射光的强度。
进一步的,本实施例中选取的特征区域中包含两种不同玻璃材质,反光率r2不同。
已知k1+k2=1;K1是亮区占比;K2是暗区占比;亮度均值avg=g亮*k1+g暗*k2;
总体标准差=;其中n是样本数量;
=(X1+X2+...+Xn)/n;Xi是对应样本的像素灰度值,i是对应样本的序号。
由于本案例中,亮区均匀度和暗区均匀度非常高,因此设定亮区和暗区均匀度均为100%;
即亮区所有点的灰度均可用g亮表示,暗区所有点灰度均可用g暗表示,则标准差可以改写成以下:
亮度标准差σ2=(g亮-avg)2*k1+(g暗-avg)2*k2;
=(g亮-g亮*k1-g暗*k2)2*k1+(g暗-g亮*k1-g暗*k2)2*k2
=(g亮*(1-k1)-g暗*k2)2*k1+(g暗*(1-k2)-g亮*k1)2*k2
=(g亮*k2-g暗*k2)2*k1+(g暗*k1-g亮*k1)2*k2
=(g亮-g暗)2*k2 2*k1+(g暗-g亮)2*k1 2*k2
=(g亮-g暗)2*(k2 2*k1+k1 2*k2)
=(g亮-g暗)2*k2*k1
亮度标准差σ=g亮*k-g暗*k;设定k=。
特征关系式中灰度标准差和厚度的关系包括:
厚度一的标准差σ1=g亮1*k1-g暗1*k2;
厚度二的标准差σ2=g亮2*k1-g暗2*k2;
厚度标准差导数dσ=(g亮1-g亮2)*k1-(g暗1-g暗2)*k2=dg亮-dg暗;f(σ)=f(g)'。
灰度标准差σ和厚度d成3次方关系曲线;其中,厚度一中亮区灰度是g亮1,暗区灰度是g暗1;厚度二中亮区灰度是g亮2,暗区灰度是g暗2。
由于选取的区域包含两种玻璃材质,因此反光率r2的不同导致厚度变化时,厚度标准差的导数约为灰度变化率,因此推测特征值标准差σ和厚度d约为3次关系曲线。特征曲线建立如图12所示。
根据特征值标准差σ和厚度d为3次关系曲线通过基于最小二乘法的多项式拟合原理推导:
多项式曲线拟合是指基于一系列的观测点去寻找一个多项式来表示这些点的关系,最小二乘法通过最小化误差的平方和去寻找数据的最佳匹配函数。样本点集;其中,X1~Xn指样本特征值,Y1~Yn指样本厚度值,n代表样本数量,本例n=6;xi∈R和yi∈R的关系满足函数:;
设m次多项式函数为:;
本案例中m=3;其中wj为多项式系数。如果要用这个m次多项式来表示x与y的关系,多项式值与真实值之间的误差为:;其中,ei代表单个样本的误差值,j代表从0~m遍历的序号。
采用最小二乘法进行多项式拟合的目的就是寻找一组最佳的多项式系数使得拟合后整个点集的总误差最小,而求总误差最小的问题可以转化为求误差平方和最小。整个点集的误差平方和为:;其中,E(w)代表w的误差函数,要使E(w)最小,可以对wk(k=0,1,2,…,m)求偏导并令其为零:/>
写成矩阵形式可得:
把上式写为AW=B;A采用的是4*4矩阵;B采用的是4*1矩阵;W采用的是4*1矩阵。将方程组转换为矩阵求解方程矩阵W=(ATA)-1ATB;其中,A是特征即灰度矩阵,B是厚度矩阵,XT是矩阵X的转置矩阵,(XTX)-1中-1代表逆矩阵;其中,AT是矩阵A的转置矩阵,(ATA)-1中-1代表逆矩阵。A采用的是4*4矩阵;B采用的是4*1矩阵;W采用的是4*1矩阵。
进一步的,根据实施例其中一组数据,根据矩阵转换,求解矩阵W;w0=3.8181;w1=-2.5137;w2=1.0541;w3=-0.1482;
将实施例的数据代入设3次多项式为y=ax3+bx2+cx+d;方程组中:
列方程组:
方程1:a*3.1433+b*3.1432+c*3.143+d=1.73
方程2:a*2.4913+b*2.4912+c*2.491+d=1.8
方程3:a*1.7713+b*1.7712+c*1.771+d=1.85
方程4:a*1.6973+b*1.6972+c*1.697+d=1.88
方程5:a*1.2673+b*1.2672+c*1.267+d=2
方程6:a*1.0263+b*1.0262+c*1.026+d=2.2
有6组(大于4组有解)已知数据,4个未知数。
本实施例中,参数值如图13所示;根据本案样例得出:y=-0.1482x3+1.0541x2-2.5137x+3.8181;由于基准厚度1.85左右曲线特征变化率较大,因此根据特征可以对厚度创建关系,减少结果误差。
d.将所述测量的油墨厚度与预设的基准厚度比对,判断待检测产品2的油墨厚度是否合格;
e.待检测产品2被判断为油墨厚度合格,则继续打印;待检测产品2被判断为油墨厚度不合格,则调整打印机构的打印参数。
对于油墨厚度不合格的产品,根据测量油墨厚度与基准厚度之间的差异确定油墨厚度参数调整数值,反馈给打印机构,使得打印机构根据所述油墨厚度参数调整数值调整打印机构中打印喷头的打印参数,所述打印参数包括喷打油墨的喷墨参数。
实施例二
如图1-图3所示,一种通过相机灰度测量油墨厚度并校正的系统,包括图像采集机构和测量校正机构;待检测产品2包括玻璃底板21以及打印在玻璃底板21上的油墨涂层22;图像采集机构用于采集待检测产品2的若干个采样区域的油墨涂层22的图像,测量校正机构通过相机灰度测量油墨厚度的测量校正方法,基于若干个采样区域的图像进行油墨厚度测量和校正。
其中,所述测量校正方法采用的厚度关系曲线的构建过程包括:
对图像采集机构中的线扫相机1进行平场校正;打印若干种不同厚度的测试油墨,通过图像采集机构中的线扫相机1进行图像采集;测量打印的测试油墨的实际厚度,将实际测试的厚度与对应采集的不同厚度的测试油墨的图像进行匹配,制作采样区域模板;对采样区域模板通过计算不同厚度的采样区域标准差建立厚度关系曲线。
其中,通过相机灰度测量油墨厚度并校正的系统还包括准备系统以及与准备系统互联的实施系统,准备系统用于建立校正系统的数据库,实施系统获取准备系统中预先采集的数据库,实施测量油墨厚度并校正的系统。
具体的,如图3所示,实施系统和准备系统分别与正对检测台上的图像采集装置驱动连接,图像采集装置采用单灰度线扫相机1和线扫同轴光3方式取反射光采样。线扫相机1作用时仅采集一条固定光源,经过平场校正后,可以消除光源和镜头本身对图像成像质量的干扰,可以保证采样环境均匀一致。调试检测设备中包括对图像采集机构中的线扫相机1进行平场校正。如图4所示是校正前的原始采样图像状态图,图5是线扫相机1进行平场校正后的采样图像状态图。
录入检测中需要调用的数据参数并调试检测设备;需要调用的数据参数包括:先进行厚度图像的录入,打印若干种不同厚度的测试油墨,通过图像采集机构中的线扫相机1进行图像采集;然后测量打印的测试油墨的实际厚度,将实际测试的厚度与对应采集的不同厚度的测试油墨的油墨涂层22的图像进行匹配,制作采样区域模板;采样区域模板通过计算不同厚度的采样区域标准差建立厚度关系曲线。
工作原理:
本发明使用了线扫相机图像采集系统,通过平场校正后消除了相机光源等光学系统造成的采集数据误差。采用工件的定位标记区域获取更好的特征敏感性。本发明使用了标准差特征消除了不同相机间亮度基准的偏差影响。根据标准差建立三次多项式,通过基准厚度做参考可以缩小数据误差,得到较为稳定的测量。
以上具体实施方式是对本发明提出的方案思想的具体支持,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在本技术方案基础上所做的任何等同变化或等效的改动,均仍属于本发明技术方案保护的范围。
Claims (8)
1.通过相机灰度测量油墨厚度的测量校正方法,其特征在于:包括以下步骤:
a.获取待检测产品的若干个采样区域的图像;
b.计算所述若干个采样区域的图像的实际特征值的标准差,所述实际特征值包括图像的灰度值特征;
c.根据预设的实际特征值的标准差与厚度之间的厚度关系曲线计算测量的待检测产品的油墨厚度;
预设的所述厚度关系曲线的构建方法包括:
得到灰度值及其标准差后,根据若干个采样区域图像对应的厚度和灰度值,以及所述灰度值的标准差,构建特征关系模型;所述特征关系模型中采用了所述厚度关系曲线,所述厚度关系曲线由所述特征关系模型中灰度值和厚度的关系以及灰度值的标准差和厚度的关系建立;所述特征关系模型是根据灰度值的标准差和厚度成3次方关系曲线的特征关系;
d.将所述测量的油墨厚度与预设的基准厚度比对,判断待检测产品的油墨厚度是否合格;
e.待检测产品被判断为油墨厚度合格,则继续打印;待检测产品被判断为油墨厚度不合格,则调整打印机构的打印参数。
2.根据权利要求1所述的通过相机灰度测量油墨厚度的测量校正方法,其特征在于:步骤e中包括:对于油墨厚度不合格的产品,根据测量油墨厚度与基准厚度之间的差异确定油墨厚度参数调整数值,反馈给打印机构,打印机构根据所述油墨厚度参数调整数值调整打印机构中打印喷头的打印参数,所述打印参数包括喷打油墨的喷墨参数。
3.根据权利要求1所述的通过相机灰度测量油墨厚度的测量校正方法,其特征在于:步骤a采用图像采集机构获取所述图像;
所述图像采集机构包括已预先进行平场校正的线扫相机,所述进行平场校正包括以下步骤:
盖上镜头盖,使线扫相机在视野处于全黑状态下进行连续图像采集;
通过全黑状态下进行连续图像采集,将获取的图像进行固定模式噪声校正,然后打开镜头盖;
平铺白纸于打印机构的辊面并绷紧,使线扫相机处于连续图像采集状态,并调整曝光使图像灰度在110~150,完成平场校正。
4.根据权利要求1所述的通过相机灰度测量油墨厚度的测量校正方法,其特征在于:步骤b中,计算所述若干个采样区域的实际特征值的标准差包括:
对若干个采样区域的图像对应的若干个厚度位置处的灰度值特征进行提取;
计算在同一厚度值下的若干个采样区域图像的灰度值的标准差。
5.根据权利要求4所述的通过相机灰度测量油墨厚度的测量校正方法,其特征在于,所述特征关系模型中灰度值和厚度的关系包括:
R1=I*r1;
R2=I3*(1-r1)=(I2-I0)*A)*(1-r1)=(I2*r2*A)*(1-r1)=((I1*A)*r2*A)*(1-r1)=((I*(1-r1)*A)*r2*A)*(1-r1)=I*(1-r1)²*r2*A²;
R=R1+R2=I*r1+I*(1-r1)²*r2*a1²*d²;
反光率=R/I=r1+(1-r1)²*r2*a1²*d²;
且反光率和厚度d成2次方关系曲线;图像灰度g=光子*k,灰度和感光光子成正比;则灰度g和厚度d成2次方关系曲线;
其中,I是入射光的强度,R是反射光的强度,R1是采样的油墨上表面的反射光强度;R2是采样的油墨下表面的反射光的强度;d是油墨上表面和油墨下表面的直线间距;r1是油墨反射率;r2是玻璃反射率;A是油墨透光率;其中透光率A=a*c*d=a1*d;将常数a*c合并变成a1;a是吸收系数,c是液体浓度;I1是采样的油墨上表面的入射光的强度;I2是采样的油墨下表面的入射光的强度。
6.根据权利要求5所述的通过相机灰度测量油墨厚度的测量校正方法,其特征在于,所述特征关系模型中的灰度值的标准差和厚度的关系包括:
厚度一的标准差σ1=g亮1*k1-g暗1*k2;
厚度二的标准差σ2=g亮2*k1-g暗2*k2;
厚度标准差导数dσ=(g亮1-g亮2)*k1-(g暗1-g暗2)*k2=dg亮-dg暗;f(σ)=f(g)';
灰度值的标准差σ和厚度d成3次方关系曲线;
其中,厚度一中亮区灰度是g亮1,暗区灰度是g暗1,厚度二中亮区灰度是g亮2,暗区灰度是g暗2,K1是亮区占比,K2是暗区占比。
7.根据权利要求6所述的通过相机灰度测量油墨厚度的测量校正方法,其特征在于:通过实际特征值中的灰度值的标准差和厚度用最小二乘法拟合3次多项式得到:W=(ATA)- 1ATB;其中,A是实际特征值中的灰度标准差矩阵,B是厚度矩阵,XT是矩阵X的转置矩阵,(XTX)-1中-1代表逆矩阵;其中,AT是矩阵A的转置矩阵,(ATA)-1中-1代表逆矩阵。
8.一种通过相机灰度测量油墨厚度并校正的系统,其特征在于:包括图像采集机构和测量校正机构;
所述图像采集机构用于采集待检测产品的若干个采样区域的图像;
所述测量校正机构用于采用权利要求1-7中任一项所述的通过相机灰度测量油墨厚度的测量校正方法,基于所述若干个采样区域的图像进行油墨厚度测量和校正;
其中,所述测量校正方法采用的厚度关系曲线的构建过程包括:
对图像采集机构中的线扫相机进行平场校正;
打印若干种不同厚度的测试油墨,通过图像采集机构中的线扫相机进行图像采集;
测量打印的测试油墨的实际厚度,将实际测试的厚度与对应采集的不同厚度的测试油墨的图像进行匹配,制作采样区域模板;
对所述采样区域模板通过计算不同厚度的采样区域标准差建立厚度关系曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310547347.7A CN116258723B (zh) | 2023-05-16 | 2023-05-16 | 通过相机灰度测量油墨厚度并校正的系统及测量校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310547347.7A CN116258723B (zh) | 2023-05-16 | 2023-05-16 | 通过相机灰度测量油墨厚度并校正的系统及测量校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116258723A CN116258723A (zh) | 2023-06-13 |
CN116258723B true CN116258723B (zh) | 2023-08-08 |
Family
ID=86686547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310547347.7A Active CN116258723B (zh) | 2023-05-16 | 2023-05-16 | 通过相机灰度测量油墨厚度并校正的系统及测量校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116258723B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102092206A (zh) * | 2010-10-09 | 2011-06-15 | 庞多益 | 一种用复频谱颜色特征数值检测印刷颜色的方法 |
CN105651189A (zh) * | 2016-02-03 | 2016-06-08 | 浙江大学 | 用于手机盖板中油墨层厚度测量的无损在线检测设备 |
-
2023
- 2023-05-16 CN CN202310547347.7A patent/CN116258723B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102092206A (zh) * | 2010-10-09 | 2011-06-15 | 庞多益 | 一种用复频谱颜色特征数值检测印刷颜色的方法 |
CN105651189A (zh) * | 2016-02-03 | 2016-06-08 | 浙江大学 | 用于手机盖板中油墨层厚度测量的无损在线检测设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116258723A (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101365144B (zh) | 线阵ccd扫描检测系统的调整及标定方法 | |
KR101106045B1 (ko) | 강판 정보 계측 방법 | |
US8045788B2 (en) | Product setup sharing for multiple inspection systems | |
CN108986170A (zh) | 一种适用于现场工况的线阵相机平场校正方法 | |
CN209992407U (zh) | 线面阵相机结合的大口径超净光滑表面缺陷检测装置 | |
CN116258723B (zh) | 通过相机灰度测量油墨厚度并校正的系统及测量校正方法 | |
CN112634375B (zh) | 一种ai智能检测中的平面标定和三维重建方法 | |
CN111309271B (zh) | 一种基于机器视觉的双色打印机检测方法 | |
CN111336937B (zh) | 一种提高圆柱体直径测量精度的2d设备及其测量方法 | |
CN110514110B (zh) | 一种平台调平控制方法 | |
CN112334731B (zh) | 膜厚测定装置及校正方法 | |
CN207622709U (zh) | 基于光谱共焦技术的手机曲面外壳轮廓测量设备 | |
CN116297181A (zh) | 一种通过标定板快速精确校正激光扫描振镜的方法 | |
JP7074202B2 (ja) | 化成処理膜検査方法、化成処理膜検査装置、表面処理鋼板の製造方法、表面処理鋼板の品質管理方法及び表面処理鋼板の製造設備 | |
KR102106089B1 (ko) | Oled 패널 비파괴검사기에 적용된 트랜스듀서 성능 열화 보상장치 | |
JP4288325B2 (ja) | 画像認識による不良検査方法 | |
CN111999312A (zh) | 一种数字化网点图像检测装置和检测方法 | |
Pedersen et al. | In-situ monitoring in additive manufacturing using contact image sensors | |
JPH08304028A (ja) | 基板形状測定方法及び装置 | |
CN212568538U (zh) | 一种数字化网点图像检测装置 | |
CN112862755B (zh) | 一种印刷品墨层厚度的检测装置及检测方法 | |
KR102110399B1 (ko) | 검사 대상체의 내부 또는 표면 결함을 측정하기 위한 적외선 열화상 보정 방법 | |
Yan et al. | The study of growth defects in sapphire by laser Rayleigh scattering imaging | |
Trapeznikova et al. | Approach to the estimation of print layers offset in the printing system | |
CN116915972A (zh) | 一种基于刃边像分析的高分辨率相机mtf测试装置及方法 |
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 |