周期性图案的自动光学检测方法

摘要

本发明为一种周期性图案的自动光学检测方法，其步骤包含：于一周期性图案定义多个规律的控制点；将所述控制点分别围绕形成多个对齐影像；于所述对齐影像中求得一中间影像及取一偏差影像并界定一上限影像及下限影像以形成一自适应模型；以该自适应模型比对全部所述对齐影像中的每一点；并定义所述对齐影像中所述点的灰阶像素大于该上限影像或小于该下限影像者为缺陷区域；本发明可适用于各式具周期性图案的缺陷检测，诸如触控面板、电路板或各式物品的表面，且使用者仅需手动由控制点中点选第一至五参考点，并选取其一控制点的矩形范围以建立边缘影像，即可自动精确且快速地侦测周期性图案的缺陷部分，并可通过控制参数以简易调整侦测率及误检率。

权利要求

1.一种周期性图案的自动光学检测方法，其特征在于，包含步骤：于一周期性图案定义多个规律的控制点；

将所述控制点分别围绕形成多个大小及方向一致的对齐影像，步骤为：界定四目标点，且所述目标点对应围绕形成一矩形的目标区域，而所述控制点分别围绕形成一四边形区域，藉以求得由所述控制点分别围绕形成的所述对齐影像；

于相邻连续的所述对齐影像中求得一中间影像及取一偏差影像；

由该中间影像及该偏差影像界定一上限影像及下限影像以形成一自适应模型；以及以该自适应模型比对全部所述对齐影像中的每一点；并定义所述对齐影像中所述点的灰度像素大于该上限影像或小于该下限影像者为缺陷区域。

2.如权利要求1所述的周期性图案的自动光学检测方法，其特征在于，更包含：于该周期性图案中选定第一参考点至第五参考点；其中，第一参考点为位于该周期性图案中极左上的控制点、第二参考点为位于该周期性图案中极右上的控制点、第三参考点为位于该周期性图案中极左下的控制点、第四参考点为水平方向相邻于该第一参考点的控制点，而该第五参考点为垂直方向相邻于该第一参考点的控制点；以及以第一参考点及第四参考点之间的距离为水平间距，以第一参考点及第五参考点之间的距离为垂直间距，并以第二参考点及第三参考点为极值，藉以定义该周期性图案中所有所述控制点的位置。

3.如权利要求1所述的周期性图案的自动光学检测方法，其特征在于，更包含：于其一所述控制点建立一矩形范围，且该矩形范围为无缺陷者，并于该矩形范围内检测该周期性图案的边缘影像；以及依据该边缘影像校正全部所述控制点的位置。

4.如权利要求3所述的周期性图案的自动光学检测方法，其特征在于，该矩形范围通过边缘检测器检测得到二值化的边缘影像。

5.如权利要求3所述的周期性图案的自动光学检测方法，其特征在于，更包含：于该边缘影像预定义一中心点，并于每一所述控制点分别建立一以所述控制点为中心的矩形的搜寻范围，藉以分别在该搜寻范围内移动该边缘影像及该中心点，直至该边缘影像分别耦合于该周期性图案，并通过位比对运算校正全部所述控制点的位置。

6.如权利要求1所述的周期性图案的自动光学检测方法，其特征在于，更包含：将每一所述四边形区域的所述控制点，分别通过一组转换矩阵转换形成该目标区域的目标点，藉以分别求得至少一组转换参数，所述控制点分别依所述转换参数转换后，藉以求得由所述控制点分别围绕形成的所述对齐影像。

7.如权利要求6所述的周期性图案的自动光学检测方法，其特征在于，所述转换参数hij分别通过下式1求得：其中，(xi,yi)为控制点的坐标，而(x′i,y′i)为目标点的坐标。

8.如权利要求7所述的周期性图案的自动光学检测方法，其特征在于，所述对齐影像分别通过下式2求得：其中，x’、y’分别为对齐影像中点的横坐标和纵坐标，x、y分别为控制点的横坐标和纵坐标，G为对齐影像的转换矩阵。

9.如权利要求8所述的周期性图案的自动光学检测方法，其特征在于，更包含：若所述对齐影像中所述点被定义为所述缺陷区域，则将所述缺陷区域中每一所述点经式2的矩阵G的逆矩阵转换回原坐标系。

10.如权利要求1至9中任一项所述的周期性图案的自动光学检测方法，其特征在于，该中间影像m(x′,y′)及偏差影像d(x′,y′)由下式3求得：其中，gp(x′,y′)为所述对齐影像，k为对齐影像数量的中位数，N为奇数个所述对齐影像的数量，而

11.如权利要求10所述的周期性图案的自动光学检测方法，其特征在于，该中间影像及该偏差影像由至少三相邻连续的所述对齐影像中求得。

12.如权利要求10所述的周期性图案的自动光学检测方法，其特征在于，该中间影像及该偏差影像由至少五相邻连续的所述对齐影像中求得。

13.如权利要求10所述的周期性图案的自动光学检测方法，其特征在于，该上限影像u(x′,y′)及下限影像l(x′,y′)由下式4求得：其中，α及β为控制参数。

14.如权利要求1至9中任一项所述的周期性图案的自动光学检测方法，其特征在于，该周期性图案为触控面板、电路板或物品表面的周期图案。

说明书

周期性图案的自动光学检测方法

技术领域

[0001] 本发明提供一种周期性图案的自动光学检测方法，尤指一种可精确且快速侦测周期性图案中的缺陷部分。

背景技术

[0002] 机械表面检测现应用于各式产品的表面质量控制，诸如，木材、钢材、晶圆、陶瓷、织物，甚至于农产品表面，皆可通过光学表面检测以检验其质量。

[0003] 而就触控面板而言，由于现今对于操控方式的趋势，是以优化、个人化及直觉化为目标，藉以达致产品操控的便利性，故触控面板现已广泛应用于个人计算机、智能型手机、收款机、提款机，及家电等各式电器产品；而触控面板的质量，将直接影响电器产品整体的外观质量及质量，进而影响相关业者的收益率，故业界对于触控面板的质量要求甚高，因触控面板的感测电路系布设于其内部，故若触控面板表面具有颗粒、刮痕、纤维或脏污，皆将直接影响电路的感测，据此，触控面板缺陷的检测为现今触控面板生产迫切的需求。

[0004] 而现有的自动光学检测(Automatic Optical Inspection,AOI)中，最被广为应用者为频谱(Spectral)分析法，如图1所示，将图1(a)的触控面板10经快速傅立叶变换(Fast Fourier Transform,FFT)后，即可得如图1(b)的能量频谱20，藉此能观察到主要能量被集中在四条方向线，包含水平线、垂直线及二对角线，其中，对角线的角度将随电路结构的不同而呈现相异的角度，而对角线的角度可通过能量频谱20中最大突出的部分来估计，如图1(c)所示，其对角线的角度约为31度，而后于前述四条方向线的窄阻带应用陷波滤波器(Notch filtering)于图1(b)的能量频谱20，并经逆快速傅立叶变换，即可得如图1(d)所示的重构图像30；惟此，所大多数的电路部分被消除，惟非电路的部分也被一并消除，导致辨识的困难性，其也证明该产品的设计使用陷波滤波器系极为困难且复杂的，故业界普遍仍认为采用频谱(Spectral)分析法并非检测触控面板10的有效办法。

[0005] 而现今另提供一种自动光学检测法，其系利用CAD(Computer Aided Design,计算机辅助设计)绘图以注记于待测的触控面板图像上，而CAD制图需要摄影机标定以消除图像的失真，方能达致其绘制的效果；惟，摄影机的标定须耗费额外开发的工作及成本；而若所需的检测效率较高者，则其设备成本将极为高昂。

[0006] 有鉴于此，发明人乃潜心进一步研究自动光学检测，并着手进行研发及改良，期以一较佳设作以解决上述问题，且在经过不断试验及修改后而有本发明的问世。

发明内容

[0007] 本发明的目的为解决现有的自动光学检测，普遍具有检测精度不足，及需额外耗费开发的工作及成本，且设备成本将随所需的检测效率提升而大幅增加等缺失。

[0008] 为达致以上目的，发明人提供一种周期性图案的自动光学检测方法，其步骤包含：于一周期性图案定义多个规律的控制点；将所述控制点分别围绕形成多个大小及方向一致的对齐影像；于相邻连续的所述对齐影像中求得一中间影像及取一偏差影像；由该中间影像及该偏差影像界定一上限影像及下限影像以形成一自适应模型；以及以该自适应模型比对全部所述对齐影像中的每一点；并定义所述对齐影像中所述点的灰阶像素大于该上限影像或小于该下限影像者为缺陷区域。

[0009] 据上所述的周期性图案的自动光学检测方法，其步骤更包含：于该周期性图案中选定第一参考点至第五参考点；其中，第一参考点为位于该周期性图案中极左上的控制点、第二参考点为位于该周期性图案中极右上的控制点、第三参考点为位于该周期性图案中极左下的控制点、第四参考点为水平方向相邻于该第一参考点的控制点，而该第五参考点为垂直方向相邻于该第一参考点的控制点；以及以第一参考点及第四参考点的间为水平间距，以第一参考点及第五参考点的间为垂直间距，并以第二参考点及第三参考点为极值，藉以定义该周期性图案中所有所述控制点的位置。

[0010] 据上所述的周期性图案的自动光学检测方法，其步骤更包含：于其一所述控制点建立一矩形范围，且矩形范围为无缺陷者，并于该矩形范围内侦测该周期性图案的边缘影像；以及依据该边缘影像校正全部所述控制点的位置。

[0011] 据上所述的周期性图案的自动光学检测方法，其中，该矩形范围通过边缘侦测器侦测得到二值化的边缘影像。

[0012] 据上所述的周期性图案的自动光学检测方法，其步骤更包含：于该边缘影像预定义一中心点，并于每一所述控制点分别建立一以所述控制点为中心的矩形的搜寻范围，藉以分别在该搜寻范围内移动该边缘影像及该中心点，直至该边缘影像分别耦合于该周期性图案，并通过位比对运算校正全部所述控制点的位置。

[0013] 据上所述的周期性图案的自动光学检测方法，其步骤更包含：界定四目标点，且所述目标点系对应围绕形成一矩形的目标区域，而所述控制点分别围绕形成一四边形区域；以及将每一所述四边形区域的所述控制点，分别通过一组转换矩阵转换形成该目标区域的目标点，藉以分别求得至少一组转换参数，所述控制点系分别依所述转换参数转换后，藉以求得由所述控制点分别围绕形成的所述对齐影像。

[0014] 据上所述的周期性图案的自动光学检测方法，其中，该中间影像及该偏差影像系由至少三相邻连续的所述对齐影像中求得，较佳者，该中间影像及该偏差影像系由至少五相邻连续的所述对齐影像中求得者。

[0015] 据上所述的周期性图案的自动光学检测方法，其步骤更包含：若所述对齐影像中所述点被定义为所述缺陷区域，则将所述缺陷区域中每一所述点转换回原坐标系。

[0016] 据上所述的周期性图案的自动光学检测方法，其中，该周期性图案为触控面板、电路板或物品表面的周期图案。

[0017] 是由上述说明及设置，显见本发明主要具有下列数项优点及功效，兹逐一详述如下：

[0018] 1.本发明可应用于各式具有周期性图案的产品，诸如：触控面板、电路板或各式物品表面，且于侦测前无须经由校准的步骤，仅需手动选定第一参考点至第五参考点，并选取其一控制点的矩形范围以建立边缘影像，而后即可自动且精确侦测周期性图案的缺陷，藉可大幅降低人力及时间成本。

[0019] 2.通过本发明的方法，令由中间影像及偏差影像界定上限影像及下限影像的自适应模型，藉使侦测率及误检率的控制参数仅有二个，故可确实依照客户端的需求予以简易调整，藉以有效控制周期性图案缺陷的检出量。

附图说明

[0020] 图1为现有自动光学检测侦测触控面板缺陷的实验流程图。

[0021] 图2为本发明的流程图。

[0022] 图3为本发明周期图案的示意图。

[0023] 图4为本发明于周期图案点选第一至第五参考点的示意图。

[0024] 图5为本发明于其一所述控制点手动绘制以建立一矩形范围的示意图。

[0025] 图6为本发明边缘影像的示意图。

[0026] 图7为本发明通过边缘影像校正控制点位置的示意图。

[0027] 图8为将每一所述四边形区域的所述控制点，分别通过一组转换矩阵转换形成该目标区域的目标点，以求得对齐影像的示意图。

[0028] 图9为本发明经转换形成连续的对齐影像的示意图。

[0029] 图10为本发明中间影像的示意图。

[0030] 图11为本发明偏差影像的示意图。

[0031] 图12为本发明应用于一触控面板的实验图。

[0032] 图13为本发明应用于另一触控面板的实验图。

[0033] 图14为以图12的触控面板，固定控制参数β而变动控制参数α所绘制的接收者操作特征曲线图。

[0034] 图15为以图12的触控面板，固定控制参数α而变动控制参数β所绘制的接收者操作特征曲线图。

[0035] 图16为以图13的触控面板，固定控制参数β而变动控制参数α所绘制的接收者操作特征曲线图。

[0036] 图17为以图13的触控面板，固定控制参数α而变动控制参数β所绘制的接收者操作特征曲线图。

[0037] 附图标记说明：10-现有触控面板；20-现有能量频谱；30-现有重构图像；1、1a、1b-周期性图案；2-控制点；21-矩形范围；22-搜寻范围；23-四边形区域；3-边缘影像；31-中心点；4-目标点；41-目标区域；5-对齐影像；51-中间影像；52-偏差影像；6a、6b-触控面板；S001－S008-步骤。

具体实施方式

[0038] 请先参阅图2所示，本发明为一种周期性图案的自动光学检测方法，其步骤包含：

[0039] 脱机阶段：

[0040] 步骤S001：选定欲侦测缺陷的一周期性图案1，如图3所示，其中，周期性图案1可为触控面板、电路板或物品表面的周期图案，本实施例系以具周期图案的触控面板举例说明，惟并不以此作为限定；而对于是否为周期性图案1的判定，可通过人工或计算机辅助判断该图案是否具有重复性；而若具有重复性则为周期性图案1，故可轻易地通过人工或计算机运算而寻找出周期性图案1的规律性；用户即可于周期性图案1中选定具判定周期性基准的控制点2；

[0041] 而在一较佳的实施例中，如图4所示，用户可于该周期性图案1中的控制点2选定第一参考点至第五参考点；其中，第一参考点A为位于该周期性图案1中极左上的控制点2、第二参考点B为位于该周期性图案1中极右上的控制点2、第三参考点C为位于该周期性图案1中极左下的控制点2、第四参考点B’为水平方向相邻于该第一参考点的控制点2，而该第五参考点C’为垂直方向相邻于该第一参考点的控制点2；藉此，即可以第一参考点A及第四参考点B’的间为水平间距，以第一参考点A及第五参考点C’的间为垂直间距，并以第二参考点B及第三参考点C为极值，则所有控制点2的列数NRow及行数NCol则如下数学式1所示：

[0042] 【数学式1】

[0043]

[0044] 故藉此即可据以求得水平周期uRow及垂直周期uCol，如下数学式2所示：

[0045] 【数学式2】

[0046] CPi，j故所有控制点2的坐标即可通过如下数学式3求得：

[0047] CPi，j＝(xA，yA)+i·uRow+j·uCol，for i＝0，1，...，NRow-1，j＝0，1，...，NCol-1【数学式3】

[0048] 其中，(xA，yA)为第一参考点A的坐标，藉此，即可藉以定义该周期性图案1中所有所述控制点2的位置。

[0049] 步骤S002：由于所述控制点2的位置将可能因手动点选第一参考点A至第五参考点C’有所偏差，而致各控制点2于周期性基准的位置不正确，故用户可如图5所示，于其一所述控制点2手动绘制以建立一矩形范围21(Region of interest，ROI)，而矩形范围21系为无缺陷或噪声者，藉以利于边缘的辨识，而后，藉可通过Canny边缘侦测器(Canny edge detector)检测该矩形范围21内周期性图案1的边缘，藉以如图6所示，取得二值化的边缘影像3。

[0050] 在线测试阶段：

[0051] 步骤S003：如图6所示，于该边缘影像3预定义一中心点31，并如图7所示，于每一所述控制点2分别建立一以所述控制点2为中心的矩形的搜寻范围22，藉以分别在该搜寻范围22内移动该边缘影像3及该中心点31，直至该边缘影像3分别耦合于该周期性图案1，并如下数学式4所示，通过位比对运算校正全部所述控制点2的位置：

[0052] 【数学式4】

[0053] 其中，S(O，C)为周期性图案1与边缘影像3的匹配尺度，O(i，j)为周期性图案1，为位比对运算(bit comparison)，C(i，j)为边缘影像3校正后控制点2的坐标为最大匹配尺度的位置。

[0054] 步骤S004：将所述控制点2分别围绕形成一四边形区域23，并界定四个目标点4，且目标点4亦对应围绕形成一矩形的目标区域41，本实施例中系假设目标区域41的高度为H，宽度为W，而目标点4分别为(x′1，y′1)＝(0，0)、(x′2，y′2)＝(W-1，0)、(x′3，y′3)＝(0，H-1)及(x′4，y′4)＝(W-1，H-1)，并如图8所示，将每一所述四边形区域23的所述控制点2，分别通过一组转换矩阵转换形成该目标区域41的目标点4，转换矩阵如下数学式5所示：

[0055]

[0056] 其中，(xi，yi)为原控制点2的坐标，而(x′i，y′i)为目标点4的坐标，藉以分别求得至少一组转换参数hij，并通过如下的数学式6转换，藉以求得由所述控制点2分别围绕形成的大小及方向一致的对齐影像5。

[0057] 【数学式6】

[0058]

[0059] 步骤S005：如图9所示，将相邻连续的对齐影像5，并如下数学式7求得一如图10所示的中间影像51(Median image)m(x′，y′)及取一如图11所示的偏差影像52(Deviation image)d(x′，y′)：

[0060] 【数学式7】

[0061] 其中，gp(x′，y′)为所述对齐影像5，k为对齐影像5数量的中位数，N为奇数个所述对齐影像5的数量，而 而中间影像51及该偏差影像52系由至少三相邻连续的所述对齐影像5中求得者，较佳者，系该中间影像51及该偏差影像52系由至少五相邻连续的所述对齐影像5中求得者，藉可提升取得中间影像51及偏差影像52的效果。

[0062] 步骤S006：由该中间影像51及该偏差影像52通过下数学式8界定一上限影像u(x′，y′)及下限影像l(x′，y′)以形成一自适应模型；

[0063] 【数学式8】

[0064] 其中，α及β为控制参数，系用以控制敏感性及特异性，藉可控制侦测率及误检率。

[0065] 步骤S007：而后，以该自适应模型比对全部所述对齐影像5中的每一点(x′，y′)，并定义所述对齐影像5中所述点(x′，y′)的灰阶像素大于该上限影像或小于该下限影像者为缺陷区域，在一实施例中，所述点(x′，y′)可经由如下数学式9的缺陷判断式b(x′，y′)判断是否为缺陷区域：

[0066] 【数学式9】

[0067]

[0068] 其中，若其一所述点(x′，y′)经缺陷判断式b(x′，y′)为1，则将该其一所述点(x′，y′)定义为缺陷区域，反之，若被判断为0则表示该其一所述点(x′，y′)无缺陷。

[0069] 步骤S008：依据步骤S007，若对齐影像5中的点(x′，y′)被定义为所述缺陷区域，则依下数学式10，将所述对齐影像5内每一被定义为缺陷区域的点(x′，y′)，经上述数学式6的转换矩阵G的反矩阵G-1转换回原坐标系，藉以标示出周期性图案1中具有缺陷的部分。

[0070] 【数学式10】

[0071] 通过上述，本发明于规格为Intel Core i5 2.5GHz的CPU下以C++程序完成，检测如图12所示具周期性图案1a的且尺时为4.3 inch的触控面板6a电路时，仅需耗时3.52秒即可如图12所示标示出周期性图案1a中的缺陷处，而应用于图13尺寸为4.7 inch的触控面板6b的周期性图案1b亦仅需耗时3.38秒。

[0072] 再者，本发明可通过调整控制参数α、β，以通过绘制的FPR(false positive rate，伪阳性率)对TPR(true positive rate，真阳性率)的接收者操作特征曲线(Receiver Operating Characteristic Curve，ROC曲线)观察于不同的控制参数α、β下的侦测缺陷的侦测率及误检率。

[0073] 而若需取较佳的控制参数α、β以侦测缺陷，则如图14所示，当本发明应用于图12所示的触控面板6a时，将控制参数β分别固定于4、4.5及5时，控制参数α变动为7至13，可见较小的控制参数α将具有较高的TPR而具有较低的FPR，故若考虑撷取超过90％的TPR而低于10％的FPR，则需据以选择一适度操作点(moderate operation)于当控制参数α为10时，故通过将控制参数α固定为10，并将控制参数β变动为3.5至7所绘制的接收者操作特征曲线，则如图15所示，资可见适度操作点落于控制参数β为4.5处，因此，于图12所示的触控面板6a中，较佳的控制参数α、β值即分别为10与4.5；续如图16所示，其系由图13的触控面板6b所分别绘制固定控制参数β为5及5.5下，控制参数α变动为7至13的接收者操作特征曲线，而图17为取图16中的适度操作点于控制参数α为10，则以控制参数α固定为10，并将控制参数β变动为3.5至7所绘制的接收者操作特征曲线，藉可得于图13所示的触控面板6b中，较佳的控制参数α、β即分别为10与5，或10与5.5。

[0074] 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实施例技术方案的精神和范围。