TWM651593U - 鏡片外觀瑕疵檢測系統 - Google Patents

Abstract

一種鏡片外觀瑕疵檢測系統，鏡片外觀瑕疵檢測系統包括鏡片入料設備、鏡片外觀檢測設備以及鏡片取料設備。鏡片外觀瑕疵檢測系統運行時，鏡片入料設備通過鏡片搬運手段取得鏡片，將鏡片搬運至外觀檢測位置，以鏡片外觀檢測設備對鏡片執行外觀檢測，以取得一般種類瑕疵與特殊種類瑕疵。其中以深度學習方法學習大量瑕疵影像訓練得出一瑕疵檢測模型，即可運用瑕疵檢測模型針對一般種類瑕疵與特殊種類瑕疵進行檢測與分類。於完成檢測後，鏡片取料設備通過鏡片搬運手段搬運鏡片至取料位置，並取出鏡片。

Description

鏡片外觀瑕疵檢測系統

說明書公開一種鏡片檢測技術，特別是指自動外觀檢測一般瑕疵與特殊瑕疵的一種鏡片外觀瑕疵檢測系統。

習知對於曲面鏡片的檢測一般都以人工肉眼方式判斷，因每個人的標準不同，檢測結果也會不同，且不能全天檢測，與自動化檢測設備相比之下，無法保證檢測的精確度，且因鏡片的種類與尺寸多樣化，加上曲面鏡片無明顯的定位特徵點，難以事先規劃，不僅檢測時間增長，也增加檢測困難度，因此品質較難控制。

如此，已有習知技術提出自動化的曲面鏡片檢測方法，其中利用獲得曲面鏡片之高度、位移資料得出鏡片檢測座標，並根據座標資訊，透過影像擷取裝置獲得曲面鏡片之影像；以及，對應於鏡片座標資訊用以分析影像，以精準地分析及表現出曲面鏡片之瑕疵處。然而，習知曲面鏡片檢測技術缺乏自動化且有效率地檢測不同瑕疵種類的鏡片檢測系統。

為了提供能精準檢測鏡片各種種類的瑕疵的解決方案，揭露書提出一種鏡片外觀瑕疵檢測系統，鏡片外觀瑕疵檢測系統包括一機台，其中設有第一機器手臂、第二機器手臂以及攝影裝置，其中主要組件包括能自動 化運作的鏡片入料設備、鏡片外觀檢測設備與鏡片出料設備，其中設備之間通過機器手臂進行運載待檢測鏡片，在檢測過程更運用影像擷取裝置取得鏡片外觀影像，利用瑕疵檢測模型識別鏡面上的瑕疵影像，最終判定鏡片是否合格。

根據實施例，鏡片外觀瑕疵檢測系統包括鏡片入料設備，通過第一機器手臂執行前預置以及入料搬運鏡片，將鏡片置放於機台的夾持裝置的外觀檢測位置上；鏡片外觀檢測設備，通過攝影裝置取得鏡片的影像，並以光學檢測單元檢測置放於夾持裝置的鏡片的外觀瑕疵，取得一般種類瑕疵與特殊種類瑕疵；以及鏡片取料設備，用於通過第二機器手臂執行後預置以及取料搬運鏡片至取料位置，再取出鏡片。

進一步地，鏡片外觀瑕疵檢測系統可包括一手臂吸附裝置，提供鏡片入料設備搬運鏡片至外觀檢測位置，使鏡片外觀檢測設備取得鏡片的影像並執行外觀瑕疵檢測，以及提供鏡片取料設備自外觀檢測位置取出鏡片。

進一步地，鏡片外觀瑕疵檢測系統可包括兩組手臂吸附裝置，分別設於鏡片入料設備與鏡片外觀檢測設備之間，以及鏡片外觀檢測設備與鏡片取料設備之間。

其中，根據一實施例，經取得鏡片表面曲面的正向、側向與/或各種角度影像，以光學檢測單元對鏡片執行外觀檢測，分析取得一般種類瑕疵與特殊種類瑕疵。

於外觀檢測模組一中，將鏡片置放於機台上以夾持裝置定義的外觀檢測位置，啟動光源裝置照射鏡片，以影像擷取單元拍攝鏡片，取得鏡片的影像，用以對鏡片執行外觀檢測。

於外觀檢測模組二中，將鏡片置放於機台上以夾持裝置定義的外觀檢測位置，以第一光源裝置與第二光源裝置向鏡片兩側照射光線，以影 像擷取單元拍攝鏡片，取得鏡片的影像，用以對鏡片執行外觀檢測。

進一步地，鏡片外觀檢測設備包括用於檢測鏡片的特殊種類瑕疵的外觀檢測模組一以及用於檢測鏡片的一般種類瑕疵的外觀檢測模組二。其中，外觀檢測模組一與外觀檢測模組二分別以各自的影像擷取單元拍攝鏡片的影像，再分別以各自的光學檢測單元對鏡片的影像進行影像分析以檢測瑕疵。

進一步地，所述鏡片外觀瑕疵檢測系統可通過深度學習方法學習大量瑕疵影像以訓練得出一瑕疵檢測模型，可以讓鏡片外觀檢測設備運用瑕疵檢測模型針對一般種類瑕疵與特殊種類瑕疵進行檢測與分類。

而所述的一般種類瑕疵包括形成於鏡片的刮傷、撞傷、裂紋、點傷與白點的其中之一或任意組合；所述特殊種類瑕疵為無法分類為所述一般種類瑕疵的其他瑕疵。

為使能更進一步瞭解本新型的特徵及技術內容，請參閱以下有關本新型的詳細說明與圖式，然而所提供的圖式僅用於提供參考與說明，並非用來對本新型加以限制。

10:鏡片外觀瑕疵檢測系統

100:機台

101:第一光源

102:第二光源

103:第一機器手臂

104:第二機器手臂

110:鏡片

105:攝影裝置

107,108:夾持裝置

201:鏡片入料設備

203:手臂吸附模組一

205:鏡片外觀檢測設備

207:手臂吸附模組二

209:鏡片取料設備

30:手臂吸附模組

31:外觀檢測模組一

311:影像擷取單元

312:深度學習單元

313:光學檢測單元

32:外觀檢測模組二

321:影像擷取單元

322:深度學習單元

323:光學檢測單元

41:攝影裝置

43:光源裝置

45:夾持裝置

40:鏡片

51:攝影裝置

53:第一光源裝置

54:第二光源裝置

55:夾持裝置

50:鏡片

步驟S601~S611:鏡片外觀瑕疵檢測流程

圖1顯示鏡片外觀瑕疵檢測系統所配置的設備實施例示意圖；圖2顯示鏡片外觀瑕疵檢測系統中設備實施例圖；圖3顯示鏡片外觀瑕疵檢測系統中鏡片外觀檢測設備的實施例圖；圖4顯示鏡片外觀瑕疵檢測系統中外觀檢測模組一的實施例示意圖；圖5顯示鏡片外觀瑕疵檢測系統中外觀檢測模組二的實施例示 意圖；圖6顯示鏡片外觀瑕疵檢測方法的實施例流程圖；圖7A至圖7C顯示鏡片外觀的一般種類瑕疵示意圖；以及圖7C至圖7F顯示鏡片外觀的特殊種類瑕疵示意圖。

以下是通過特定的具體實施例來說明本創作的實施方式，本領域技術人員可由本說明書所公開的內容瞭解本創作的優點與效果。本創作可通過其他不同的具體實施例加以施行或應用，本說明書中的各項細節也可基於不同觀點與應用，在不悖離本創作的構思下進行各種修改與變更。另外，本創作的附圖僅為簡單示意說明，並非依實際尺寸的描繪，事先聲明。以下的實施方式將進一步詳細說明本創作的相關技術內容，但所公開的內容並非用以限制本創作的保護範圍。

應當可以理解的是，雖然本文中可能會使用到“第一”、“第二”、“第三”等術語來描述各種元件或者信號，但這些元件或者信號不應受這些術語的限制。這些術語主要是用以區分一元件與另一元件，或者一信號與另一信號。另外，本文中所使用的術語“或”，應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。

揭露書提出一種鏡片外觀瑕疵檢測系統，鏡片外觀瑕疵檢測系統通過自動化檢測技術以確保外觀檢測的精確度，並且其中鏡片入料與取料設備運用影像辨識技術準確獲得鏡片座標資訊，以利準確針對鏡片進行入料與取料，檢測過程採用深度學習技術，其中執行深度學習法學習大量瑕疵影像以訓練得出瑕疵檢測模型，能針對一般瑕疵與特殊瑕疵進行檢測，配合自動化設備達成自動化鏡片外觀瑕疵檢測的目的。

圖1顯示鏡片外觀瑕疵檢測系統所配置的設備實施例之一的示意圖。

圖中顯示鏡片外觀瑕疵檢測系統10設有機台100，機台100上提供照射被檢測的鏡片110第一光源101與第二光源102、執行被檢測的鏡片110搬運的第一機器手臂103與第二機器手臂104，並設有拍攝鏡片110的攝影裝置105。

在檢測過程中，設於入料部位的第一機器手臂103以吸附或是夾固方法取得鏡片110，將鏡片110置放在機台100上夾持裝置107、108定義的外觀檢測位置上。之後由第一光源101與第二光源102以不同角度將光線投射在鏡片110上，再以攝影裝置105拍攝鏡片110的影像，提供鏡片外觀瑕疵檢測系統執行外觀檢測。完成檢測後，以第二機器手臂104自外觀檢測位置取得鏡片110，再搬運鏡片110至取料位置，最終再取出完成檢測的鏡片110。

鏡片外觀瑕疵檢測系統由多種設備與模組組成，以運行鏡片外觀瑕疵檢測方法，其中系統架構可參考圖2所示的鏡片外觀瑕疵檢測系統中設備實施例圖。

鏡片外觀瑕疵檢測系統主要設備之一為鏡片入料設備201，鏡片入料設備201用於前預置與入料搬運鏡片，其中的方式是通過一鏡片搬運手段取得鏡片後，將鏡片置放於預設的外觀檢測位置上，其中的鏡片搬運手段如圖中所述的手臂吸附模組一203，可以吸附鏡片後搬運到進行檢測的外觀檢測位置上。

鏡片外觀瑕疵檢測系統包括一鏡片外觀檢測設備205，鏡片外觀檢測設備205實施例可參考圖3，運用其中攝影裝置(如圖1的攝影裝置105)拍攝鏡片的影像，並可以光學檢測技術檢測鏡片影像中的瑕疵。經鏡片外觀檢測設備205完成檢測後，由鏡片外觀瑕疵檢測系統的另一主要設備，即鏡片 取料設備209，用於後預置鏡片以及取料搬運，其中的方式也是通過鏡片搬運手段將完成檢測的鏡片自外觀檢測位置取出，實施例之一為通過手臂吸附模組二207將鏡片吸附後取出。

根據以上實施例，所述鏡片搬運手段如圖示的手臂吸附模組一203與手臂吸附模組二207，實施方式可參考圖1顯示的機器手臂(103、104)配合鏡片入料設備201與鏡片取料設備209的運作，提供鏡片的入料搬運與取料搬運。

圖3接著顯示鏡片外觀檢測設備205中的元件實施例示意圖，其中包括用於檢測鏡片的特殊種類瑕疵的外觀檢測模組一31，以及用於檢測鏡片的一般種類瑕疵的外觀檢測模組二32。

根據圖中顯示實施例，外觀檢測模組一31設有以硬體與軟體方法協作實現的影像擷取單元311、深度學習單元312與光學檢測單元313。其中影像擷取單元311包括拍攝鏡片影像的攝影鏡頭、感光元件以及轉換為數位影像的影像處理器，可以拍攝當下待檢測的鏡片影像，亦可通過拍攝大量的鏡片瑕疵影像得出提供深度學習單元312學習需要的大量瑕疵影像，如外觀檢測模組一31所要檢測的特殊種類瑕疵，目的是訓練得出用於辨識鏡片上特殊種類瑕疵的瑕疵檢測模型。所述特殊種類瑕疵可參考圖7D至圖7F，可指無法分類為一般種類瑕疵的其他瑕疵。除運用瑕疵檢測模型外，當以外觀檢測模組一31的影像擷取單元311取得鏡片的影像後，以光學檢測單元313對鏡片執行外觀檢測，以取得特殊種類瑕疵。

同樣地，外觀檢測模組二32設有以硬體與軟體方法協作實現的影像擷取單元321、深度學習單元322與光學檢測單元323。其中影像擷取單元321包括拍攝鏡片影像的攝影鏡頭、感光元件以及轉換為數位影像的影像處理器，除了拍攝當下待檢測的鏡片影像外，亦可通過拍攝大量的鏡片瑕疵影像 得出提供深度學習單元322學習需要的大量瑕疵影像，如外觀檢測模組二32所要檢測的一般種類瑕疵，目的是訓練得出用於辨識鏡片上一般種類瑕疵的瑕疵檢測模型。所述一般種類瑕疵可參考圖7A至圖7C，可指一般種類瑕疵。除運用瑕疵檢測模型外，當以外觀檢測模組二32的影像擷取單元321取得鏡片的影像後，以光學檢測單元323對鏡片執行外觀檢測，以取得一般種類瑕疵。

鏡片外觀瑕疵檢測系統可通過深度學習方法學習大量瑕疵影像，包括特殊種類瑕疵與一般種類瑕疵，以訓練得出瑕疵檢測模型，使得鏡片外觀檢測設備205可運用此瑕疵檢測模型針對一般種類瑕疵與特殊種類瑕疵進行檢測與分類，完成檢測後得出的結果可儲存在鏡片外觀瑕疵檢測系統的一記憶體中。

進一步地，在深度學習瑕疵影像的過程中，從瑕疵資料庫中取得事先拍攝得出的鏡片瑕疵影像，其中還可先以人為判斷並標註瑕疵位置和瑕疵種類，運用深度學習網路，將所述鏡片瑕疵影像輸入深度學習網路以進行訓練，訓練得出的瑕疵檢測模組還需要通過驗證，與樣本比對，提供深度學習網路進行參數調整，直到深度學習網路收斂得出瑕疵檢測模型。更者，還可分別針對不可分類的特殊種類瑕疵以及可事先分類得出的一般種類瑕疵分別運用深度學習網路訓練不同的瑕疵檢測模型。

除了提供上述實施例中鏡片入料設備搬運鏡片以及鏡片取料設備取出鏡片之用外，根據圖3顯示的實施例，鏡片外觀瑕疵檢測系統中的鏡片搬運手段還可如圖3顯示的手臂吸附模組30，提供分別針對特殊種類瑕疵與一般種類瑕疵進行瑕疵檢測的外觀檢測模組一31與外觀檢測模組二32之間搬運鏡片之用。

外觀檢測模組一31與外觀檢測模組二32可參考圖4與圖5所示分別以不同的光學檢測系統檢測特殊種類瑕疵與一般種類瑕疵。

根據以上實施例描述，外觀檢測模組一31用於檢測鏡片上的特殊種類瑕疵，外觀檢測模組一31的硬體實施例圖可參考圖4。

圖4顯示範例為通過圖3顯示的手臂吸附模組30將待檢測的鏡片40置放於機台上夾持裝置45所定義的外觀檢測位置，啟動光源裝置43照射鏡片40，以攝影裝置41拍攝鏡片40，取得鏡片40的正面影像，之後可以通過外觀檢測模組一31的光學檢測單元313比對瑕疵資料庫後取得特殊種類瑕疵，可參考圖7D至圖7F，所示特殊種類瑕疵為無法分類為所述一般種類瑕疵的其他瑕疵，這類瑕疵的成因之一是在研磨鏡片40的製程中研磨油過熱造成的鏡面瑕疵。

根據圖5顯示實現外觀檢測模組二32的光學檢測系統硬體實施例圖，其中鏡片50經圖3顯示的手臂吸附模組30搬運到機台上以夾持裝置55定義出外觀檢測位置，此例顯示以兩側的第一光源裝置53與第二光源裝置54向鏡片50的方向照射光線，再以攝影裝置51拍攝鏡片50影像，特別是光源自兩側射向鏡片50，因此可取得鏡片50表面經側向光源得出的影像。之後，以外觀檢測模組二32的光學檢測單元323比對瑕疵資料庫取得鏡片影像中的一般種類瑕疵，可參考圖7A至圖7C所示範例，一般種類瑕疵可分類為刮傷、撞傷、裂紋、點傷與白點的其中之一或任意組合。

運用上述鏡片外觀瑕疵檢測系統執行鏡片外觀瑕疵檢測方法可參考圖6所示的實施例流程圖。

在鏡片外觀瑕疵檢測方法中，以系統中鏡片入料設備前預置一鏡片以及入料搬運(步驟S601)，將鏡片搬運至檢測機台上的外觀檢測位置上(步驟S603)，經確認鏡片檢測座標位置後，接著系統執行外觀檢測(步驟S605)，其中包括以鏡片外觀檢測設備通過影像擷取單元取得鏡片的影像，例如鏡片表面曲面的正向、側向或各種角度影像，以光學檢測單元對鏡片執 行外觀檢測，可精準地分析及表現出曲面鏡片之瑕疵處，經影像分析後，可以取得一般種類瑕疵與特殊種類瑕疵(步驟S607)。進一步地，鏡片外觀瑕疵檢測系統可以機器學習演算法學習大量瑕疵影像得出的瑕疵檢測模型，提供系統中的鏡片外觀檢測設備運用瑕疵檢測模型針對一般種類瑕疵與特殊種類瑕疵進行檢測與分類。

於完成檢測後，以鏡片取料設備後預置鏡片以及取料搬運，將鏡片自外觀檢測位置取出而搬運至取料位置(步驟S609)，最後取出鏡片(步驟S611)。其中，根據實施例，經由檢測可判斷出符合規範的鏡片，因此可通過鏡片取料設備接收合乎品質規範之鏡片，並進行後預置與搬運。

綜上所述，根據上述實施例所描述的鏡片外觀瑕疵檢測系統，其中鏡片外觀檢測設備可針對鏡片製程形成的特殊種類瑕疵與一般種類瑕疵設計不同的檢測模組，即所述的外觀檢測模組一與外觀檢測模組二，透過兩種不同光學取像架構的檢測模組，進行一般特殊瑕疵種類的檢測，並利用手臂吸附模組，自動分類與搬運鏡片，實現自動化鏡片外觀瑕疵檢測。

以上所公開的內容僅為本新型的優選可行實施例，並非因此侷限本新型的申請專利範圍，所以凡是運用本新型說明書及圖式內容所做的等效技術變化，均包含於本新型的申請專利範圍內。

201:鏡片入料設備

203:手臂吸附模組一

205:鏡片外觀檢測設備

207:手臂吸附模組二

209:鏡片取料設備

Claims (10)

1. 一種鏡片外觀瑕疵檢測系統，包括：一機台，其中設有一第一機器手臂、一第二機器手臂以及一攝影裝置：一鏡片入料設備，通過該第一機器手臂執行前預置以及入料搬運一鏡片，將該鏡片置放於該機台的一夾持裝置的一外觀檢測位置上；一鏡片外觀檢測設備，通過一該攝影裝置取得該鏡片的影像，以一光學檢測單元檢測置放於該夾持裝置的該鏡片的外觀瑕疵，取得一般種類瑕疵與特殊種類瑕疵；以及一鏡片取料設備，通過該第二機器手臂執行後預置以及取料搬運該鏡片至一取料位置，並取出該鏡片。
2. 如請求項1所述的鏡片外觀瑕疵檢測系統，還包括一手臂吸附裝置，提供該鏡片入料設備搬運該鏡片至該外觀檢測位置，使該鏡片外觀檢測設備取得該鏡片的影像並執行外觀瑕疵檢測，以及提供該鏡片取料設備自該外觀檢測位置取出該鏡片。
3. 如請求項1所述的鏡片外觀瑕疵檢測系統，還包括兩組手臂吸附裝置，分別設於該鏡片入料設備與該鏡片外觀檢測設備之間，以及該鏡片外觀檢測設備與該鏡片取料設備之間。
4. 如請求項1所述的鏡片外觀瑕疵檢測系統，其中該鏡片外觀檢測設備包括用於檢測該鏡片的特殊種類瑕疵的一外觀檢測模組一以及用於檢測該鏡片的一般種類瑕疵的一外觀檢測模組二。
5. 如請求項4所述的鏡片外觀瑕疵檢測系統，其中該外觀檢測模組一與該外觀檢測模組二分別以各自的該影像擷取單元拍攝該鏡片的影像，再分別以各自的該光學檢測單元對該鏡 片的影像進行影像分析以檢測瑕疵。
6. 如請求項5所述的鏡片外觀瑕疵檢測系統，其中，經取得該鏡片表面曲面的正向、側向與/或各種角度影像，以該光學檢測單元對該鏡片執行外觀檢測，分析取得一般種類瑕疵與特殊種類瑕疵。
7. 如請求項5所述的鏡片外觀瑕疵檢測系統，其中，於該外觀檢測模組一中，將該鏡片置放於該機台上以該夾持裝置定義的該外觀檢測位置，啟動一光源裝置照射該鏡片，以該影像擷取單元拍攝該鏡片，取得該鏡片的影像，用以對該鏡片執行外觀檢測。
8. 如請求項5所述的鏡片外觀瑕疵檢測系統，其中，於該外觀檢測模組二中，將該鏡片置放於該機台上以該夾持裝置定義的該外觀檢測位置，以一第一光源裝置與一第二光源裝置向該鏡片兩側照射光線，以該影像擷取單元拍攝該鏡片，取得該鏡片的影像，用以對該鏡片執行外觀檢測。
9. 如請求項1至8中任一項所述的鏡片外觀瑕疵檢測系統，其中該鏡片外觀瑕疵檢測系統通過一深度學習方法學習大量瑕疵影像以訓練得出一瑕疵檢測模型，該鏡片外觀檢測設備運用該瑕疵檢測模型針對一般種類瑕疵與特殊種類瑕疵進行檢測與分類。
10. 如請求項9所述的鏡片外觀瑕疵檢測系統，其中所述一般種類瑕疵包括形成於該鏡片的刮傷、撞傷、裂紋、點傷與白點的其中之一或任意組合；所述特殊種類瑕疵為無法分類為所述一般種類瑕疵的其他瑕疵。

Images