基于机器视觉的光学薄膜表面缺陷在线检测系统.pdf
《基于机器视觉的光学薄膜表面缺陷在线检测系统.pdf》由会员分享,可在线阅读,更多相关《基于机器视觉的光学薄膜表面缺陷在线检测系统.pdf(5页珍藏版)》请在咨信网上搜索。
1、 第2 5卷 第2期 2 0 2 3年4月滁 州 学 院 学 报J OURNA LO FC HU Z HOUUN I V E R S I T YV o l.2 5N o.2 A p r.2 0 2 3 基于机器视觉的光学薄膜表面缺陷在线检测系统权跃文,谢有浩,姜阔胜摘 要:传统人工检测难以同时满足光学薄膜缺陷检测速度要求高、缺陷种类多、缺陷尺寸变化大等特点,为此提出了一种基于机器视觉的自动化在线检测系统,给出了一种高效可行的满足光学薄膜在线检测的算法流程。对原始图像使用改进的均值滤波器进行预处理之后,采用基于O t s u阈值分割算法实现薄膜缺陷的快速精确分割,提高薄膜缺陷特征提取和识别的效率
2、及精度。使用漏检率和误检率两个指标进行相应的实验,结果表明,该系统高效可行。在最大检测速度3 0 0 m/m i n时,漏检率和误检率分别为4.6%和4.8%,符合企业生产要求。关键词:机器视觉;光学薄膜;缺陷检测;O t s u中图分类号:T P 3 9 1.4 文献标识码:A 文章编号:1 6 7 3-1 7 9 4(2 0 2 3)0 2-0 0 1 3-0 5作者简介:权跃文,安徽理工大学机械工程学院硕士生(安徽 淮南2 3 2 0 0 0);通信作者:谢有浩,滁州学院机械与电气工程学院教授,正高级工程师,研究方向:现代汽车设计理论与方法,智能装备制造技术(安徽 滁州2 3 9 0 0
3、 0);姜阔胜,安徽理工大学机械工程学院副教授(安徽 淮南2 3 2 0 0 0)。基金项目:滁州市重点研发专项“智能高效热合成型成套装备关键技术研究及产业化应用”(2 0 2 0 Z G 0 0 3);安徽理工大学研究生创新基金项目“基于云计算的柔性视觉检测设备关键技术研究”(2 0 2 1 C X 2 0 5 0)收稿日期:2 0 2 2-0 1-1 01 引言机器视觉检测具备安全可靠、无需接触、高效率以及高柔性等特点,同时可以使检测趋向更高精度和更高速度1。随着制造业的快速发展,企业对产品质量、生产效率以及信息化程度等要求越来越高,从而使得机器视觉在缺陷检测方面获得了广泛的应用2。光学薄
4、膜大量应用在电子、机械、光学等领域,具有很高的实用和经济价值。然而,由于制造技术、生产环境、人员主观原因等的影响,在光学薄膜的实际生产过程中,缺陷很难完全消除,使得膜表面或者内部出现气孔、晶点、异物、孔洞、凹坑、划痕等瑕疵3。这些缺陷对光学薄膜的商业价值影响很大,同时对薄膜的使用性能也有一定影响,薄膜表面存在的缺陷可能会对使用者造成损失,甚至引发安全事故4。光学薄膜缺陷检测具有检测速度要求高、缺陷种类多、缺陷尺寸变化大等特点。传统人工检测精度较低,检测速度慢,代价高,误差较大,这些缺点严重限制了现代企业的生产。机器视觉技术的出现为光学薄膜在线缺陷检测的实现提供了支撑。获取到光学薄膜图像信息之后
5、,对图像进行针对性地处理,可以快速且精确地完成缺陷检测,使得光学薄膜检测更加智能化和自动化。机器视觉应用到产品检测中,可以提高产品检测精度和效率,提升产品的品质,同时,降低生产成本,减轻质检人员的劳动强度。事实上,基于机器视觉的缺陷在线检测手段已成为目前最有效的自动化检测办法。为实现光学薄膜智能化检测,本文设计了一种基于机器视觉的自动化检测系统,选择了灵活性更强且更容易实现的计算机视觉检测系统,详细介绍了该系统的总体设计方案。通过硬件设备获取薄膜初始图像,运用改进的均值滤波以及基于O t s u的阈值分割算法实现图像的预处理和快速精确分割。2 光学薄膜典型缺陷在光学薄膜的制备过程中,缺陷可能会
6、出现在每一道工艺流程中,很多因素都会影响到光学薄膜的质量,如真空度、镀膜时的沉积速率、基片的清洁度、膜层的材料等。下面对光学薄膜典型的表面缺陷进行讨论并研究其产生缺陷的内在原因。(1)异物。光学薄膜中出现异物,主要是由于:生产光学薄膜的环境中有悬浮着的颗粒物,颗粒物进入镀膜腔室内;生产光学薄膜时,薄膜的上下基材没有清洁干净,原材料本身混有异物,最终出现在加工后的光学薄膜上。(2)孔洞。孔洞常表现为凹陷的小圆洞,尺寸一般很小。其产生的主要原因是涂料不均。在对基底表面进行研磨或抛光等机械预处理操作时,会产生空穴或者凹点,大部分的空穴或者凹点会在沉积中完全被覆盖而闭合。但在薄膜沉积中,会产生较高的晶
7、粒,而这些较高的晶粒会挡住原本要进入到相邻晶粒的原子,从而影响沉积作用,导致部分空穴或者凹点没有被完全覆盖而形成孔洞5。(3)划痕。相对于孔洞缺陷,划痕常表现为一条长线型,横向尺寸一般较大。其产生的主要原因是在制备时,由于机械传动装置的表面光洁度不够,使得薄膜表面造成划痕。另外,作为原材料的基材过于粗糙,其自身带有划痕也是薄膜产生划痕的原因之一6。(4)气泡。真空度达不到要求是气泡产生的主要原因。薄膜制造的过程中,空气不能完全被排出真空室,有气体到达基片上,从而形成气泡。分析研究光学薄膜的典型缺陷,能够进行针对性的算法研究,选取适合光学薄膜的算法,从而提高检测精度。同时,还有利于找到不同缺陷的
8、形成机理,通过调整生产设备或改善工艺,从薄膜制造源头把控光学薄膜质量,提高合格率7。图1为光学薄膜典型缺陷。图1 光学薄膜典型缺陷3 系统总体方案设计3.1 系统原理为达到高精度以及高速检测要求,本方案选择P C式视觉检测系统,在整个检测系统中,光学成像单元可以提供一个合适的成像条件,提高目标亮度,减少环境光对于检测系统的干扰8。图像采集单元由工控机、线阵相机和镜头等组成,为系统采集到初始的图像信息。图像处理与分析单元主要由检测软件对初始图像进行处理和分析。控制单元主要是检测薄膜的速度,获得控制相机拍照的脉冲信号,从而控制相机拍照。图2为整个检测系统原理图。图2 系统原理图3.2 系统硬件相机
9、和镜头主要负责采集运动中光学薄膜的图像,光学薄膜的缺陷尺寸变化大,其中最小尺寸可达到0.0 5 mm,另外为符合现代企业生产速度要求,检测速度要达到3 0 0 m/m i n9。因薄膜的缺陷检测需要采集高速连续的图像,同时黑白线阵相机在分辨率、图像对比度、采集速度等方面比彩色相机更具有优势,所以选择黑白线阵相机作为系统的采集硬件。为满足系统对速度和精度的要求,在选择相机时主要考虑相机的两个重要参数。(1)分 辨 率。实 验 所 用 的 光 学 薄 膜 宽 度 为4 0 0 mm,故相机的视野为4 0 0 mm,为满足0.0 5 mm的最小缺陷尺寸,则相机分辨率为:N=4 0 0/0.0 5=8
10、 0 0 0(p i x e l)(2)扫描行频。相机的扫描行频与薄膜运动的速度以及检测精度有关,系统要求的最大检测速度为3 0 0 m/m i n,图像检测精度为0.0 5 mm。则相机的扫描行频为:L=3 0 01 0 0 00.0 56 0=1 0 0(k H z)所以本系统相机采用分辨率为8 k,扫描行频为1 0 0k H z的海康威视MV-C L 0 8 4-9 1 CM型黑白工业线阵相机。相机基本参数信息如表1所示:表1 工业线阵相机基本参数像元尺寸分辨率最大行频相机颜色5m8 1 9 241 0 0 k H z黑白 光源照明系统的设置在很大程度上决定着视觉检测系统的最初输入图像数
11、据质量,一个合适41滁州学院学报 2 0 2 3年第2期的光源照明系统设置可以使得亮度均匀、图像干扰减弱、保证图像的稳定性、易区分背景与特征,最终使得后期的图像处理变得相对简单。本文选择高功率、可调节亮度的长寿命线性L E D光源,照明方式采用透射,透过光学薄膜进行打光。另外,光源波长会影响到光学薄膜的透光率,随着光源波长的增加,其透光率会升高,但是其反射率随光源波 长 的 增 加 变 化 不 明 显1 0。所 以 系 统 中L E D光源的波长可根据不同光学薄膜,进行针对性的选择。3.3 系统软件设计本系统软件以C+作为开发语言,采用QT面向对象编程的方法进行人机交互界面的设计。在人机交互模
12、块中,交互界面需要简洁友好,便于人员操作。启动检测后,软件实时显示检测画面,对光学薄膜上出现的缺陷进行自动识别和处理,并把当前检测到的缺陷展示在画面中。系统软件界面如图3所示。识别出缺陷后,记录缺陷位置的同时,对缺陷的尺寸、灰度等特征进行自动计算,并对缺陷进行分类,最后实现自动存档,生成相应的薄膜缺陷信息统计表1 1。图4为系统软件架构图。图3 软件界面图4 软件架构图4 缺陷检测处理方法作为机器视觉的核心,检测算法对检测的实时性和精度有决定性的影响。针对光学薄膜自身缺陷尺寸小,检测需同时满足实时性和准确性要求,本文采用简单的目标区域提取和基于O t s u的准确目标区域分割相结合的图像处理思
13、路,在保证低误检率以及漏检率的同时,最大程度确保系统实时性的要求1 2-1 3。4.1 图像预处理在图像分割前,对初始图像进行预处理可以提高光学薄膜的图像质量,突出其特征信息。作为线性平均滤波器的均值滤波,其具有算法简单、速度快,可以 有效降低图 像的锐度和 噪声等特点1 4。但是均值滤波会导致图像边缘信息丢失,为减小图像细节上的损失,本系统采用一种改进的均值滤波器1 5。其算法流程如图5所示。图5 改进均值滤波算法流程4.2 图像分割图像分割就是提取出图像中感兴趣部分,其余作为背景。如何选择合适的图像分割算法将目标准确快速的从图像中分割出来,同时满足系统实时性 要 求 是 实 现 缺 陷 准
14、 确 检 测 的 难 点 和 关键1 6。O t s u阈值分割是图像分割中广泛使用的一种算法,具有计算简单、分割准确、实时性高、稳定性和鲁棒性强等特点1 7。O t s u阈值分割原理如下:将图像G(x,y)分为目标像素和背景像素,目51权跃文,等:基于机器视觉的光学薄膜表面缺陷在线检测系统标和背景像素点数占整幅图像的比例分别为w0和w1,其平均灰度分别为u0和u1。U记为图像的总平均灰度,g记为类间方差,T为目标和背景之间分割值。设大小为MN的图像,其中N0为图像中像素的灰度值小于阈值T的像素个数,N1为图像中像素的灰度值大于阈值T的像素个数,则:w0=N0MN(1)w1=N1MN(2)N
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 机器 视觉 光学薄膜 表面 缺陷 在线 检测 系统
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。