缺陷分类方法、装置、设备及存储介质转让专利
申请号 : CN202111477092.9
文献号 : CN113888539B
文献日 : 2022-03-15
发明人 : 李谭军
申请人 : 蓝思科技股份有限公司
摘要 :
权利要求 :
1.一种缺陷分类方法,其特征在于,包括:获取光源对待检测的玻璃盖板照射得到的所述玻璃盖板的亮场反射光图像和暗场透射光图像;
分别提取所述亮场反射光图像和暗场透射光图像中的缺陷部位,得到亮场缺陷图像和暗场缺陷图像;
合并所述亮场缺陷图像和暗场缺陷图像得到组合图像,其中,所述组合图像中包含有同一缺陷的亮场图像和暗场图像;
根据脏污分类条件和所述组合图像中缺陷部位的图像特征对所述组合图像中的缺陷进行分类,以判定所述组合图像中的缺陷是否为脏污;
其中,
所述根据脏污分类条件和所述组合图像中缺陷部位的图像特征对所述组合图像中的缺陷进行分类,以判定所述组合图像中的缺陷是否为脏污包括:将所述组合图像中缺陷的亮场图像的图像特征和暗场图像的图像特征与所述脏污分类条件进行匹配,若所述组合图像中缺陷的亮场图像的图像特征和暗场图像的图像特征满足所述脏污分类条件,则将所述组合图像中的缺陷分类为脏污,并退出缺陷分类流程;否则,
将所述组合图像中的缺陷分类为真缺陷,并根据预设的真缺陷分类条件对所述真缺陷的缺陷类型进行分类。
2.根据权利要求1所述的方法,其特征在于,所述分别提取所述亮场反射光图像和暗场透射光图像中的缺陷部位,得到亮场缺陷图像和暗场缺陷图像包括:根据阈值分割原理,分别提取所述亮场反射光图像和暗场透射光图像中的缺陷部位,得到亮场缺陷图像和暗场缺陷图像。
3.根据权利要求1所述的方法,其特征在于,所述合并所述亮场缺陷图像和暗场缺陷图像得到组合图像包括:
设定横坐标偏差阈值X和纵坐标偏差阈值Y;
将所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷在x方向的实际坐标值的偏差值与所述横坐标偏差阈值X进行比较,以及将所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷在y方向的实际坐标值的偏差值与所述纵坐标偏差阈值Y进行比较;
若所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷在x方向的实际坐标值的偏差值在所述横坐标偏差阈值X内,且所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷在y方向的实际坐标值的偏差值在所述纵坐标偏差阈值Y内,则将所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷合并成一个缺陷得到包含该同一缺陷的亮场和暗场的组合图像。
4.根据权利要求1‑3任一项所述的方法,其特征在于,所述组合图像中缺陷部位的图像特征至少包括以下的其中一种:暗场面积、亮场的暗面积、亮场的最小灰度值、暗场的宽度、亮场的凸包亮面积与亮场的凸包暗面积的比值。
5.一种缺陷分类装置,其特征在于,包括:图像获取模块,用于获取光源对待检测的玻璃盖板照射得到的所述玻璃盖板的亮场反射光图像和暗场透射光图像;
缺陷提取模块,用于分别提取所述亮场反射光图像和暗场透射光图像中的缺陷部位,得到亮场缺陷图像和暗场缺陷图像;
缺陷合并模块,用于合并所述亮场缺陷图像和暗场缺陷图像得到组合图像,其中,所述组合图像中包含有同一缺陷的亮场图像和暗场图像;
缺陷分类模块,用于根据脏污分类条件和所述组合图像中缺陷部位的图像特征对所述组合图像中的缺陷进行分类,以判定所述组合图像中的缺陷是否为脏污;
其中,
所述缺陷分类模块具体用于:
将所述组合图像中缺陷的亮场图像的图像特征和暗场图像的图像特征与所述脏污分类条件进行匹配,若所述组合图像中缺陷的亮场图像的图像特征和暗场图像的图像特征满足所述脏污分类条件,则将所述组合图像中的缺陷分类为脏污,并退出缺陷分类流程;否则,
将所述组合图像中的缺陷分类为真缺陷,并根据预设的真缺陷分类条件对所述真缺陷的缺陷类型进行分类。
6.根据权利要求5所述的装置,其特征在于,所述缺陷提取模块具体用于:根据阈值分割原理,分别提取所述亮场反射光图像和暗场透射光图像中的缺陷部位,得到亮场缺陷图像和暗场缺陷图像。
7.根据权利要求5所述的装置,其特征在于,所述缺陷合并模块具体用于:设定横坐标偏差阈值X和纵坐标偏差阈值Y;
将所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷在x方向的实际坐标值的偏差值与所述横坐标偏差阈值X进行比较,以及将所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷在y方向的实际坐标值的偏差值与所述纵坐标偏差阈值Y进行比较;
若所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷在x方向的实际坐标值的偏差值在所述横坐标偏差阈值X内,且所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷在y方向的实际坐标值的偏差值在所述纵坐标偏差阈值Y内,则将所述亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷合并成一个缺陷得到包含该同一缺陷的亮场和暗场的组合图像。
8.根据权利要求5‑7任一项所述的装置,其特征在于,所述组合图像中缺陷部位的图像特征至少包括以下的其中一种:暗场面积、亮场的暗面积、亮场的最小灰度值、暗场的宽度、亮场的凸包亮面积与亮场的凸包暗面积的比值。
9.一种设备,其特征在于,包括:处理器;以及
被配置为存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1‑4中任一项所述的缺陷分类方法。
10.一种存储介质,所述存储介质中存储有指令,其特征在于,当所述指令被处理器执行时,使得所述处理器能够执行如权利要求1‑4中任一项所述的缺陷分类方法。
说明书 :
缺陷分类方法、装置、设备及存储介质
技术领域
背景技术
观缺陷。因而会在相对应的工序安排检验员人工检验,最直接的检验工序就是平检、白片、
成品和包装。这四大检验工序投入了大量的人力资源,而人工检验受到产量和情绪的影响,
实际的检验效果并不理想。
Circuit Board,印制电路板)行业的AOI设备,用于电子产品的玻璃盖板检测行业的AOI设
备主要是通过光源成像、图像处理、信号增益和阈值设定来获取到缺陷图像,再通过特征描
述分类出缺陷种类,进而再进行等级质量的划分。
不均、台阶、棱线等检测能力弱的缺陷,这方面会造成产品的大量漏检,而另一个重要问题:
由于清洗不干净,以及环境的影响,设备会将脏污和落尘检为缺陷,增大了设备的误判率。
发明内容
技术问题。
像的缺陷在y方向的实际坐标值的偏差值与所述纵坐标偏差阈值Y进行比较;
方向的实际坐标值的偏差值在所述纵坐标偏差阈值Y内,则将所述亮场缺陷图像中的缺陷
和暗场缺陷图像的缺陷合并成一个缺陷得到包含该同一缺陷的亮场和暗场的组合图像。
征满足所述脏污分类条件,则将所述组合图像中的缺陷分类为脏污。
像的缺陷在y方向的实际坐标值的偏差值与所述纵坐标偏差阈值Y进行比较;
方向的实际坐标值的偏差值在所述纵坐标偏差阈值Y内,则将所述亮场缺陷图像中的缺陷
和暗场缺陷图像的缺陷合并成一个缺陷得到包含该同一缺陷的亮场和暗场的组合图像。
征满足所述脏污分类条件,则将所述组合图像中的缺陷分类为脏污。
法。
的亮场反射光图像和暗场透射光图像;然后分别提取所述亮场反射光图像和暗场透射光图
像中的缺陷部位,得到亮场缺陷图像和暗场缺陷图像;接着合并所述亮场缺陷图像和暗场
缺陷图像得到组合图像,其中,所述组合图像中包含有同一缺陷的亮场图像和暗场图像;最
后根据脏污分类条件和所述组合图像中缺陷部位的图像特征对所述组合图像中的缺陷进
行分类,以判定所述组合图像中的缺陷是否为脏污。本发明采用暗场和亮场组合成像,通过
对亮场成像和暗场成像中的缺陷进行缺陷提取、缺陷合并和脏污分类条件匹配,能够对玻
璃盖板的脏污和真缺陷进行有效区分。
附图说明
发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以
根据这些附图获得其他的附图。
具体实施方式
有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地
还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
被解释为比其他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。
施例,都属于本发明保护的范围。
产品的玻璃盖板检测行业的AOI设备不够成熟,检测能力有限,无法有效区分玻璃盖板的脏
污和真缺陷,这样可能将脏污判断为真缺陷,而实际上在脏污产品通过清洗后就是合格产
品,从而增大了设备的误判率,因此,需要在通过成像及分类技术对玻璃盖板产品缺陷进行
分类时,有效识别出脏污产品。
图像以及光源对待检测的玻璃盖板照射得到的玻璃盖板的暗场透射光图像。由于玻璃盖板
为透明片状透光部件,根据光的反射原理和透射原理可知,当光源发出的光照射到玻璃盖
板的一侧时,由于玻璃盖板上存在脏污或真缺陷,光线会因为漫反射而在该玻璃盖板的亮
场(光源侧)产生反射光,同时,光线为因为透射而在该玻璃盖板的暗场(非光源侧)产生透
射光,因此,通过布置于光源同侧和光源另一侧的成像设备来分别接收反射光和透射光,可
以分别采集到玻璃盖板的亮场反射光图像和暗场透射光图像。
道线阵相机作为成像设备。
缺陷部位提取出来,从而根据提取出的缺陷部位生成亮场缺陷图像和暗场缺陷图像。
脏污部位的成像。
像中没有相应真实缺陷部位的成像。
场都能成像的情况下,需要将亮场和暗场不同的成像设备中获取到的图像进行缺陷提取后
得到的暗场缺陷图像和亮场缺陷图像合在一起,若不合并,则暗场和亮场的成像会生成两
个缺陷图,系统在后续的流程中会判定为两个缺陷,且若不合并,后续单独进行亮场和暗场
缺陷的分类,则无法区分出脏污和真缺陷。因此,当得到缺陷部位的亮场缺陷图像和暗场缺
陷图像后,需要对亮场缺陷图像和暗场缺陷图像进行合并得到组合图像,且该组合图像中
包含有同一缺陷的亮场图像和暗场图像。
所示。
的缺陷进行分类,判定出组合图像中的缺陷是否为脏污,从而实现脏污和真缺陷的区分。
根据组合图像中缺陷部位的这些图像特征和预设的脏污分类条件的匹配关系,就可以判定
出组合图像中的缺陷是否为脏污。
别提取亮场反射光图像和暗场透射光图像中的缺陷部位,得到亮场缺陷图像和暗场缺陷图
像;接着合并亮场缺陷图像和暗场缺陷图像得到组合图像,其中,组合图像中包含有同一缺
陷的亮场图像和暗场图像;最后根据脏污分类条件和组合图像中缺陷部位的图像特征对组
合图像中的缺陷进行分类,以判定组合图像中的缺陷是否为脏污。本发明采用暗场和亮场
组合成像,通过对亮场成像和暗场成像中的缺陷进行缺陷提取、缺陷合并和脏污分类条件
匹配,能够对玻璃盖板的脏污和真缺陷进行有效区分。
若干类,其实现简单、计算量小、性能较稳定,特别适用于本实施例中亮场反射光图像和暗
场透射光图像这种目标和背景占据不同灰度级范围的图像,不仅可以极大的压缩数据量,
而且也大大简化了分析和处理步骤。基本原理是:通过设定不同的特征阈值,把图像像素点
分为若干类。
向的实际坐标值的偏差值与纵坐标偏差阈值Y进行比较;
标值的偏差值在纵坐标偏差阈值Y内,则将亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷
合并成一个缺陷得到包含该同一缺陷的亮场和暗场的组合图像。
像中的缺陷合并为一个缺陷,形成组合图像,便于后续的匹配分类。
类条件,则将组合图像中的缺陷分类为脏污。
件,一旦满足预设的脏污分类条件,就将组合图像中的缺陷判定为脏污,程序退出后续的缺
陷分类流程,不再往后去匹配分类条件;如果不满足预设的脏污分类条件,则可以将组合图
像中的缺陷判定为真缺陷,由于真缺陷有很多种(例如白点、压伤等缺陷),因此,在组合图
像中的缺陷判定为真缺陷的情况下,程序可以进行后续的缺陷分类流程来确定真缺陷的具
体缺陷种类。
判断,即先判断缺陷是否满足脏污分类条件,若满足,就将缺陷分类为脏污(即非真缺陷,也
就是该产品是良品,通过清洗就可以将脏污去除),不再进行后续的白点分类条件和压伤分
类条件等的匹配,有效提高良品检测效率和良品检出率,实际使用效果证明,采用该发明的
缺陷分类流程,可以使设备的一次检出良率提高15%左右。
类条件二进行匹配,若跟第一个脏污分类条件(脏污分类条件一或脏污分类条件二)匹配不
上,再跟第二个脏污分类条件(脏污分类条件二或脏污分类条件一)进行匹配,组合图像中
的缺陷只要满足其中一种脏污分类条件,即判定该缺陷为脏污;若组合图像中的缺陷不满
足两种脏污分类条件中的任一种,则判定该缺陷为真缺陷,进而可以根据真缺陷的其他分
类条件(白点分类条件、压伤分类条件等)对该真缺陷的具体种类进行分类。
够对玻璃盖板的脏污和真缺陷进行有效区分,从而减少检测设备的误判率,实际使用效果
证明,该方案使检测设备的一次检出良品率提高了15%左右,大大降低了人力成本。
向的实际坐标值的偏差值与纵坐标偏差阈值Y进行比较;
标值的偏差值在纵坐标偏差阈值Y内,则将亮场缺陷图像中的缺陷和暗场缺陷图像的缺陷
合并成一个缺陷得到包含该同一缺陷的亮场和暗场的组合图像。
类条件,则将组合图像中的缺陷分类为脏污。
够对玻璃盖板的脏污和真缺陷进行有效区分,从而减少检测设备的误判率,实际使用效果
证明,该方案使检测设备的一次检出良品率提高了15%左右,大大降低了人力成本。
序时,处理器20执行上述各种可能的缺陷分类方法。
能够存取的任何可用介质。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(Application Specific Integrated Circuit,专用
集成电路)中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立
组件存在于通信设备中。
而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说
明即可。
软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些
功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业
技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应
认为超出本发明的范围。
储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD‑ROM、或技术
领域内所公知的任意其它形式的存储介质中。
一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明
将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一
致的最宽的范围。