CN117288756A - 一种产品的缺陷检测方法及系统 - Google Patents

一种产品的缺陷检测方法及系统 Download PDF

Info

Publication number
CN117288756A
CN117288756A CN202311237110.5A CN202311237110A CN117288756A CN 117288756 A CN117288756 A CN 117288756A CN 202311237110 A CN202311237110 A CN 202311237110A CN 117288756 A CN117288756 A CN 117288756A
Authority
CN
China
Prior art keywords
product
detection
scanning
component
defect
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
Application number
CN202311237110.5A
Other languages
English (en)
Inventor
王顺
李渊
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.)
Wuhan Jingce Electronic Group Co Ltd
Wuhan Jingli Electronic Technology Co Ltd
Original Assignee
Wuhan Jingce Electronic Group Co Ltd
Wuhan Jingli Electronic 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 Wuhan Jingce Electronic Group Co Ltd, Wuhan Jingli Electronic Technology Co Ltd filed Critical Wuhan Jingce Electronic Group Co Ltd
Priority to CN202311237110.5A priority Critical patent/CN117288756A/zh
Publication of CN117288756A publication Critical patent/CN117288756A/zh
Pending legal-status Critical Current

Links

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
    • G01N21/84—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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • 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
    • G06V10/764—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
    • G01N2021/8854—Grading and classifying of flaws
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8874—Taking dimensions of defect into account
    • 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
    • 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

本发明提供了一种产品的缺陷检测方法及系统，属于机器视觉与图像处理领域，其中，缺陷检测方法包括：采用检测ROI与待检测产品的扫描图像对应，查找扫描图像对应的待检测产品实际检测位置；采用与待检测产品匹配的检测方法，结合扫描图像对应的产品实际检测位置，获取缺陷的位置及等级；其中，检测ROI的获取方法，包括以下步骤：缩放参考产品的元器件坐标，使其与扫描系统的图像分辨率处于同一坐标系中；根据扫描系统对参考产品的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，基于不同的接收文件获取检测ROI；其中，参考产品与待检测产品为同类产品。本发明提高了缺陷检测的效率。

Description

一种产品的缺陷检测方法及系统
技术领域
本发明属于机器视觉与图像处理领域，更具体地，涉及一种产品的缺陷检测方法及系统。
背景技术
玻璃基板是构成液晶面板的一个重要部件，随着半导体产业大力发展，TFT-LCD(薄膜晶体管液晶显示系统)，MiniLed(直径约100μm至200μm的LED)，AMOLED(有源矩阵有机发光二极体或主动矩阵有机发光二极体)，直显或背光LED(发光二极管)产品层出不穷。在封装成显示器前会经历多段工艺，各阶段均会出现不良样品。针对玻璃基板上缺陷进行检测，特别是现阶段玻璃基板的大面积化，更加容易产生瑕疵品。随着瑕疵玻璃基板流入后续工艺，可能引起后续新的缺陷，最终导致显示面板不合格，造成资源浪费和成本增加。目前的检测方法主要是通过GoldenDie(标准模板元器件)或者DieToDie(元器件-元器件对比检测模式)的检测方式，因此需要提前确定玻璃基板上面LED，IC(微电子元器件)，Bonding(压接区域)焊盘等关键器件的检测位置。
传统检测技术确定检测位置是通过使用CAD文件或者根据拍摄图像一帧帧的画检测区域；其中，CAD文件保密程度高，且由多层图层组成并不能直接对应检测区域；后者由于玻璃基板的大面积化，其尺寸大小和结构也越来越多样。根据拍摄图像画检测区域费时费力，容易遗漏部分检测区域。
发明内容
针对现有技术的缺陷，本发明的目的在于提供一种产品的缺陷检测方法及系统，旨在解决传统检测技术确定检测位置是通过使用CAD文件或者根据拍摄图像一帧帧的画检测区域，导致准确获取检测区域困难的问题。
为实现上述目的，第一方面，本发明提供了一种产品的缺陷检测方法，包括以下步骤：
采用检测ROI与待检测产品的扫描图像对应，查找扫描图像对应的待检测产品实际检测位置；
采用与待检测产品匹配检测方法，结合扫描图像对应的产品实际检测位置，获取缺陷的位置及等级；
其中，检测ROI的获取方法，包括以下步骤：
a.缩放参考产品的元器件坐标，使其与扫描系统的图像分辨率处于同一坐标系中；
b.根据扫描系统对参考产品的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，基于不同的接收文件获取检测ROI；其中，参考产品与待检测产品为同类产品；对同类产品只进行一次检测ROI的提取。
进一步优选地，步骤b包括以下步骤：
b.1：根据扫描系统的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，分割每一帧扫描图像点位区域；
b.2：当接收文件为点位文件，则读取点位文件，根据所有扫描图像确定参考产品中元器件的标准模板，并将标准模板复制到每一帧扫描图像点位区域，存储作为检测ROI；当接收文件为CAD文件，则分割后的每一帧扫描图像点位区域为检测ROI；其中，点位文件中包含有参考产品中元器件坐标。
进一步优选地，产品的缺陷检测方法还包括以下步骤：
基于步骤a，将缩放后的元器件点位压缩到与邻近元器件距离n个像素，构建点位映射地图；
将检测到的缺陷坐标压缩到元器件与邻近元器件距离n个像素后，与点位映射地图对比，确定存在缺陷的元器件类型和编号；其中，n为大于等于1的整数。
进一步优选地，检测方法包括元器件-元器件对比检测模式、标准模板元器件检测方法和分区单独检测方法；
元器件-元器件对比检测模式为当每帧扫描图像中存在若干相同形貌的元器件时，则元器件相互之间作为参考基准，判断元器件是否存在缺陷；
标准模板元器件检测方法为元器件的标准模板与扫描图像中的检测区域进行作差比对，发现不一致位置记为缺陷；
分区单独检测方法为将检测ROI分为不同区域分别设置参数检测。
进一步优选地，元器件为LED或IC或FPC或压接区域焊盘；元器件固定在玻璃基板上，作为待检测产品或参考产品。
进一步优选地，扫描轨迹的获取方法为：
将玻璃基板放置在载物台上进行扫描，确定玻璃基板上的SN码；对参考产品或待检测产品的标记点进行定位确定扫描轨迹，获取轨迹文件；其中，SN码为每一待检测产品或参考产品的编号；标记点用于获取扫描的方向和扫描顺序；轨迹文件中记录有扫描位置和扫描图像的名称。
进一步优选地，对缺陷的特征筛选将缺陷分为不同的等级；其中，缺陷的特征包括缺陷的面积，长度和强度。
第二方面，本发明提供了相应的一种缺陷检测系统，包括：
实际检测位置的确定模块，用于采用已有的检测ROI与待检测产品的扫描图像对应，查找扫描图像对应的待检测产品实际检测位置；
缺陷检测模块，用于采用不同的检测方法，结合扫描图像对应的产品实际检测位置，获取缺陷的位置及等级；
坐标缩放模块，用于缩放参考产品的元器件坐标，使其与扫描系统的图像分辨率处于同一坐标系中；
检测ROI的获取模块，用于根据扫描系统对参考产品的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，基于不同的接收文件获取检测ROI；其中，参考产品与待检测产品为同类产品。
第三方面，本发明提供一种电子设备，包括：至少一个存储器，用于存储程序；至少一个处理器，用于执行存储器存储的程序，当存储器存储的程序被执行时，处理器用于执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
第四方面，本发明提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
第五方面，本发明提供一种计算机程序产品，当计算机程序产品在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
本发明提供了一种产品的缺陷检测方法及系统，其中，缩放参考产品的元器件坐标，使其与扫描系统的图像分辨率处于同一坐标系中，根据扫描系统对参考产品的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，基于不同的接收文件获取检测ROI；将检测ROI进行存储，当待测产品与参考产品属于同一类产品时，只需要执行定位流程，调取检测ROI，即可进行检测流程，不需要每一产品的缺陷检测均进行检测ROI的提取，因此，本发明大大提高了缺陷检测的效率。
本发明提供了一种产品的缺陷检测方法及系统，其中，当接收文件为点位文件，则读取点位文件，根据参考产品的所有扫描图像确定参考产品中元器件的标准模板，并将标准模板复制到每一帧扫描图像点位区域，存储作为检测ROI。与现有的通过CAD文件获取检测ROI相比，本发明不需要以元器件的具体结构和形态为基础，通过点位文件可一次性生成全部的检测区域，快速对应不同的产品，不仅提高了产品的保密性而且效率得到了很大的提升。
本发明提供了一种产品的缺陷检测方法及系统，其中，将缩放后的元器件点位压缩到与邻近元器件距离n个像素，构建点位映射地图；将检测到的缺陷坐标压缩到元器件与邻近元器件距离n个像素后，与点位映射地图对比，确定存在缺陷的元器件类型和编号；对于后续复查缺陷提供了支撑。
本发明提供了一种产品的缺陷检测方法及系统，其中，检测方法包括元器件-元器件对比检测模式、标准模板元器件检测方法和分区单独检测方法；基本可覆盖95％的产品型号，可针对不同尺寸的产品，与存储的检测ROI相结合，可以应对客户频繁换型的要求，能有效节省时间，特别对于大尺寸、多合一产品提升效率非常明显。
附图说明
图1是本发明实施例提供的玻璃基板产品外观缺陷检测流程图；
图2是本发明实施例提供的点位映射地图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本文中术语“和/或”，是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本文中符号“/”表示关联对象是或者的关系，例如A/B表示A或者B。
本文中的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述对象的特定顺序。例如，第一响应消息和第二响应消息等是用于区别不同的响应消息，而不是用于描述响应消息的特定顺序。
在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本发明实施例的描述中，除非另有说明，“多个”的含义是指两个或者两个以上，例如，多个处理元器件是指两个或者两个以上的处理元器件等；多个元件是指两个或者两个以上的元件等。
本发明提供了一种玻璃基板的缺陷检测方法，主要包括三大流程，分别为定位流程、检测流程和生产机种的配方流程；其中，针对不同的待检测产品，均要执行定位流程和检测流程，而生产机种的配方流程则根据不同的参考产品建立的检测ROI进行存储，对于同类的或同批次的产品只需要执行一次；下面结合具体的实施例详细介绍三大流程。
实施例1
如图1所示，本发明实施例1提供了一种产品的缺陷检测方法，具体包括以下步骤：
D1：定位流程的具体过程为：将玻璃基板放置至载物台上传输至扫描系统，扫描确定玻璃基准上的SN码(产品序列号)，对待检测产品的标记点进行定位确定扫描系统的扫描轨迹，获取轨迹文件；
其中，SN码为每一待检测产品的编号；标记点用于获取扫描待测产品的方向和扫描顺序；轨迹文件中记录有待检测产品的扫描位置和图像名称；这里扫描系统可以是支持拍照的任何系统；
D2：生产机种的配方流程，具体包括以下步骤：
D2.1：读取点位文件，根据扫描系统的图像分辨率缩放参考产品中的元器件(LED，IC，FPC等)坐标至同一坐标系中；其中，点位文件中记录有客户提供的参考产品中元器件坐标；参考产品可以是首次需要检测的待测产品；这一步骤的目的是为了后续的缺陷检测；FPC为压接区域；
D2.2：如图2所示，将缩放后的元器件点位压缩到邻近器件距离5个像素，组成点位映射地图(新的压缩坐标阵列)；在后续单帧图像检测流程中检查出缺陷，对缺陷坐标经过同等的坐标缩放，在点位映射地图中确认具体缺陷的位置，即可明确该缺陷在点位文件的位置和元器件对应的名称；这一步骤可消除扫描系统运动的误差，经过坐标压缩，运动机构误差也同样缩小；在实际应用中点位映射地图可以固定存储在硬盘里或者检测系统中，当待检测产品与参考产品为同类产品，可以直接采用存储的点位映射地图，而不需要再次进行这一步骤；
D2.3：基于D2.1根据定位流程中扫描轨迹确定扫描的每一帧图像在整个参考产品的坐标系中的位置，分割每一帧图像点位区域；其中，参考产品的坐标系一般会在客户提供的点位文件中获取；
D2.4：根据参考产品的所有拍摄图像确定每种参考产品中元器件的标准模板，将标准模板复制到D2.3分割后的每一帧图像点位区域，存储作为检测ROI(感兴趣区域)；同样这里的检测ROI可以固定存储在硬盘里或者检测系统中，当待检测产品与参考产品为同类产品，可以直接采用检测ROI，而不需要再次进行这一步骤；
针对步骤D2，需要指明以下两种优势：
对于某一同类产品步骤D2只需要执行一次，针对不同的产品，快速建立生产机种的配方应对客户频繁换型要求，和现有的每次缺陷检测由于玻璃基板的大面积化，通过拍摄图像画检测区域费时费力相比，本发明可以有效节省时间；
同时D2中客户只需要提供点位文件，点位文件中包含参考产品中元器件坐标，相比于现有检测缺陷时客户提供的CAD文件，本发明采用点位文件中的坐标可以直接快速的确定检测区域，且有利于客户产品保密机制；
D2整个流程实现了检测ROI与扫描图像的粗略对准。更为精细的对准需要D3的执行。
D3：检测流程，具体包括以下步骤：
生产机种的配方流程中存储的每帧检测ROI与扫描系统的扫描图像对应(此时检测的大致位置确定)，根据已知的标准模板在一定范围内寻找实际检测位置，完成精对位；
检测方法分为元器件-元器件对比检测模式、标准模板元器件检测方法和分区单独检测方法；其中，元器件-元器件对比检测模式为当扫描图像中存在若干相同形貌的待检测元器件，则元器件相互之间作为参考基准，判断元器件是否存在缺陷，主要应用于直显型号和焊盘密集数量检测；标准模板元器件检测方法为元器件的标准模板与对应扫描图像中的检测区域进行比对，发现不一致位置记为缺陷；分区单独检测主要针对检测元器件复杂，检测区域分作不同区域分别设置参数检测；以上三种检测方法可以覆盖95％的产品型号；在实际应用中根据不同的产品型号选择上述一种检测方法或者多种检测方法进行组合检测；
检测到的缺陷坐标经过生产机种的配方流程中D2.2一样的压缩，与点位映射地图对比确定器件类型和编号；
对缺陷的特征(面积、长度等)筛选分为不同等级。
实施例2
实施例2中的步骤D1和D3与实施例1中的步骤D1和D3相同，区别在于，客户在步骤D2中提供的文件为产品的CAD文件，同样需要根据扫描系统的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，分割每一帧扫描图像点位区域，分割后的每一帧扫描图像点位区域为检测ROI；这种情形同样适用于本发明提供的方法。
在实施例1和实施例2中的产品固定在玻璃基板上，本发明提供的缺陷检测方法不限于固定在玻璃基板上的产品缺陷检测，可以支持任何产品的缺陷检测。
实施例3
本实施例提供了一种缺陷检测系统，包括：
实际检测位置的确定模块，用于采用已有的检测ROI与待检测产品的扫描图像对应，查找扫描图像对应的待检测产品实际检测位置；
缺陷检测模块，用于采用不同的检测方法，结合扫描图像对应的产品实际检测位置，获取缺陷的位置及等级；
坐标缩放模块，用于缩放参考产品的元器件坐标，使其与扫描系统的图像分辨率处于同一坐标系中；
检测ROI的获取模块，用于根据扫描系统对参考产品的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，基于不同的接收文件获取检测ROI；其中，参考产品与待检测产品为同类产品。
综上所述，本发明与现有技术相比，存在以下优势：
(1)通过点位文件直接快速的确定检测区域，而且有利于客户产品保密机制。
(2)从点位坐标生成点位映射地图，获取缺陷位置及元器件标号准确，鲁棒性较高，有利于客户查询缺陷来源及分布。
(3)三种检测方式基本可覆盖95％的产品型号，可针对不同尺寸的产品，本方法可快速建立recipe应对客户频繁换型要求，快速验证，能有效节省时间和提高便利性，特别对于大尺寸，多合一产品提升明显。
应当理解的是，上述系统用于执行上述实施例中的方法，系统中相应的程序模块，其实现原理和技术效果与上述方法中的描述类似，该系统的工作过程可参考上述方法中的对应过程，此处不再赘述。
基于上述实施例中的方法，本发明实施例提供了一种电子设备。该设备可以包括：至少一个用于存储程序的存储器和至少一个用于执行存储器存储的程序的处理器。其中，当存储器存储的程序被执行时，处理器用于执行上述实施例中所描述的方法。
基于上述实施例中的方法，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序在处理器上运行时，使得处理器执行上述实施例中的方法。
基于上述实施例中的方法，本发明实施例提供了一种计算机程序产品，当计算机程序产品在处理器上运行时，使得处理器执行上述实施例中的方法。
可以理解的是，本发明的实施例中的处理器可以是中央处理元器件(centralprocessing unit，CPU)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、晶体管逻辑器件，硬件部件或者其任意组合。通用处理器可以是微处理器，也可以是任何常规的处理器。
本发明的实施例中的方法步骤可以通过硬件的方式来实现，也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器(random access memory，RAM)、闪存、只读存储器(read-only memory，ROM)、可编程只读存储器(programmable rom，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
可以理解的是，在本发明的实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本发明的实施例的范围。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种产品的缺陷检测方法，其特征在于，包括以下步骤：
采用检测ROI与待检测产品的扫描图像对应，查找扫描图像对应的待检测产品实际检测位置；
采用与待检测产品匹配的检测方法，结合扫描图像对应的产品实际检测位置，获取缺陷的位置及等级；
其中，检测ROI的获取方法，包括以下步骤：
a.缩放参考产品的元器件坐标，使其与扫描系统的图像分辨率处于同一坐标系中；
b.根据扫描系统对参考产品的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，结合不同的接收文件获取检测ROI；其中，参考产品与待检测产品为同类产品；对同类产品只进行一次检测ROI的提取。
2.根据权利要求1所述的缺陷检测方法，其特征在于，步骤b包括以下步骤：
b.1：根据扫描系统的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，分割每一帧扫描图像点位区域；
b.2：当接收文件为点位文件，则根据参考产品的所有扫描图像确定参考产品中元器件的标准模板，并将标准模板复制到每一帧扫描图像点位区域，存储作为检测ROI；当接收文件为CAD文件，则分割后的每一帧扫描图像点位区域为检测ROI；其中，点位文件中包含有参考产品中元器件坐标。
3.根据权利要求1或2所述的缺陷检测方法，其特征在于，还包括以下步骤：
基于步骤a，将缩放后的元器件点位压缩到与邻近元器件距离n个像素，构建点位映射地图；
将检测到的缺陷坐标压缩到元器件与邻近元器件距离n个像素后，与点位映射地图对比，确定存在缺陷的元器件类型和编号；其中，n为大于等于1的整数。
4.根据权利要求1所述的缺陷检测方法，其特征在于，所述检测方法包括元器件-元器件对比检测模式、标准模板元器件检测方法和分区单独检测方法；
元器件-元器件对比检测模式为当每帧扫描图像中存在若干相同形貌的元器件时，则元器件相互之间作为参考基准，判断元器件是否存在缺陷；
标准模板元器件检测方法为元器件的标准模板与扫描图像中的检测区域进行作差比对，发现不一致位置记为缺陷；
分区单独检测方法为将检测ROI分为不同区域分别设置参数检测。
5.根据权利要求1或4所述的缺陷检测方法，其特征在于，元器件为LED或IC或FPC或压接区域焊盘；元器件固定在玻璃基板上，作为待检测产品或参考产品。
6.根据权利要求5所述的缺陷检测方法，其特征在于，扫描轨迹的获取方法为：
将玻璃基板放置在载物台上进行扫描，确定玻璃基板上的SN码；
对参考产品或待检测产品的标记点进行定位确定扫描轨迹，获取轨迹文件；
其中，SN码为每一待检测产品或参考产品的编号；所述标记点用于获取扫描的方向和扫描顺序；轨迹文件中记录有扫描位置和扫描图像的名称。
7.根据权利要求1所述的缺陷检测方法，其特征在于，对缺陷的特征筛选将缺陷分为不同的等级；其中，缺陷的特征包括缺陷的面积、长度和强度。
8.基于权利要求1至7任一所述的缺陷检测系统，其特征在于，包括：
实际检测位置的确定模块，用于采用已有的检测ROI与待检测产品的扫描图像对应，查找扫描图像对应的待检测产品实际检测位置；
缺陷检测模块，用于采用不同的检测方法，结合扫描图像对应的产品实际检测位置，获取缺陷的位置及等级；
坐标缩放模块，用于缩放参考产品的元器件坐标，使其与扫描系统的图像分辨率处于同一坐标系中；
检测ROI的获取模块，用于根据扫描系统对参考产品的扫描轨迹确定每一帧扫描图像在参考产品坐标系中的位置，基于不同的接收文件获取检测ROI；其中，参考产品与待检测产品为同类产品。
9.一种电子设备，其特征在于，包括：
至少一个存储器，用于存储程序；
至少一个处理器，用于执行所述存储器存储的程序，当所述存储器存储的程序被执行时，所述处理器用于执行如权利要求1-7任一所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序在处理器上运行时，使得所述处理器执行如权利要求1-7任一所述的方法。
CN202311237110.5A 2023-09-22 2023-09-22 一种产品的缺陷检测方法及系统 Pending CN117288756A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311237110.5A CN117288756A (zh) 2023-09-22 2023-09-22 一种产品的缺陷检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311237110.5A CN117288756A (zh) 2023-09-22 2023-09-22 一种产品的缺陷检测方法及系统

Publications (1)

Publication Number Publication Date
CN117288756A true CN117288756A (zh) 2023-12-26

Family

ID=89243818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311237110.5A Pending CN117288756A (zh) 2023-09-22 2023-09-22 一种产品的缺陷检测方法及系统

Country Status (1)

Country Link
CN (1) CN117288756A (zh)

Similar Documents

Publication Publication Date Title
US7734082B2 (en) Defect inspection method
CN111612757B (zh) 一种屏幕裂纹的检测方法、装置、设备及存储介质
CN109886928B (zh) 一种目标细胞标记方法、装置、存储介质及终端设备
CN111325717B (zh) 手机缺陷位置识别方法及设备
CN113920117B (zh) 一种面板缺陷区域检测方法、装置、电子设备及存储介质
TWI794718B (zh) 電路板檢測方法、電子裝置及存儲介質
CN114399502A (zh) 一种适用于led芯片的外观缺陷检测方法、系统及存储介质
WO2024002187A1 (zh) 缺陷检测方法、缺陷检测设备及存储介质
CN103913150B (zh) 智能电能表电子元器件一致性检测方法
CN116205918B (zh) 基于图卷积的多模态融合半导体检测方法、装置及介质
JP7396076B2 (ja) 番号認識装置、方法及び電子機器
CN117288756A (zh) 一种产品的缺陷检测方法及系统
CN116993654A (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
US11657489B2 (en) Segmentation of continuous dynamic scans
JP3722757B2 (ja) 欠陥撮像装置
CN110874837B (zh) 一种基于局部特征分布的缺陷自动检测方法
CN112084364A (zh) 对象分析方法、局部图像搜索方法、设备及存储介质
CN101236164A (zh) 用于缺陷检测的方法及系统
CN111524097B (zh) 一种两器喇叭口的检测方法、装置、存储介质及设备
Luo et al. Deep learning-based conductive particle inspection for TFT-LCDs inspired by parametric space envelope
CN116109627B (zh) 基于迁移学习和小样本学习缺陷检测方法、装置及介质
JPH11328404A (ja) 画像認識装置および画像認識方法
CN117557786B (zh) 物料质量检测方法、装置、计算机设备及存储介质
CN117635931A (zh) 一种临床检验样本分类转移方法及装置
CN113240376A (zh) 物品信息确定方法、装置、电子设备及介质

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