CN111912854B - 基于振镜快速扫描的大面积表面缺陷光学检测***及方法 - Google Patents

Abstract

本发明属于表面缺陷检测领域，并具体公开了一种基于振镜快速扫描的大面积表面缺陷光学检测***及方法，其包括硬件部分和软件部分，其中：硬件部分包括相机成像模块和扫描振镜模块，相机成像模块用于采集物体表面图像；扫描振镜模块包括两个旋转轴相互垂直的振镜；软件部分包括扫描振镜控制模块、相机成像控制模块、缺陷智能检测模块、判断输出模块，扫描振镜控制模块用于控制振镜的旋转角度；相机成像控制模块用于设置相机成像模块参数；缺陷智能检测模块用于进行图像缺陷检测；判断输出模块用于对缺陷图像中缺陷类型进行标注和分类。本发明可提升大面积表面缺陷检测的检测速度、精度，减小大规模缺陷检测错误率，提升产品的良品率。

Description

基于振镜快速扫描的大面积表面缺陷光学检测***及方法

技术领域

本发明属于表面缺陷检测领域，更具体地，涉及一种基于振镜快速扫描的大面积表面缺陷光学检测***及方法。

背景技术

在工业制造领域，大尺寸的显示器件、钢材、纺织物等产品在生产过程中都要进行表面缺陷检测。表面缺陷指的是与周边纹理结构和模式不同的局部区域，或者具有不规则亮度变化的局部区域。表面缺陷会直接降低产品品质，增加生产成本，影响用户体验。为了提高生产质量，在制造过程中应该有效控制所有类型的表面缺陷，所以表面缺陷检测尤其是对大面积的物体表面缺陷的检测是整个制造业的基础和关键。在自动光学检测领域，对于产品表面缺陷的检测应用尤为重要，在大面积的物体表面缺陷检测，其检测速度与精度是一项挑战。

对于大面积的待测表面缺陷检测，现有方法一般直接对检测模块进行双轴移动，例如云台相机，不仅使***的机械结构变得复杂，而且***惯性也大大增加，导致检测速度慢，精度低，无法满足生产需求，不能对工业领域中的大面积的待测产品表面缺陷的检测提出有效的解决方法。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于振镜快速扫描的大面积表面缺陷光学检测***及方法，其目的在于，通过振镜以光学的形式对大面积的产品表面缺陷进行快速扫描，然后用科学级高分辨率相机科学级成像，最后进行表面缺陷自动光学检测，从而极大提高大面积物体表面缺陷检测的精度、速度和效率。

为实现上述目的，按照本发明的一方面，提出了一种基于振镜快速扫描的大面积表面缺陷光学检测***，包括硬件部分和软件部分，其中：

所述硬件部分包括相机成像模块和扫描振镜模块，其中，所述相机成像模块用于对待检测物体表面进行图像采集；所述扫描振镜模块包括两个旋转轴相互垂直的振镜，用于调整所述相机成像模块采集图像的角度和视野；

所述软件部分包括扫描振镜控制模块、相机成像控制模块、缺陷智能检测模块、判断输出模块，其中，所述扫描振镜控制模块用于控制所述振镜的旋转角度；所述相机成像控制模块用于设置所述相机成像模块的参数；所述缺陷智能检测模块用于对采集的图像进行缺陷检测，以得到缺陷图像；所述判断输出模块用于对缺陷图像中缺陷类型进行标注和分类，并将结果输出。

作为进一步优选的，所述扫描振镜模块还包括三个凸透镜，该三个凸透镜依次排列，且中间的凸透镜位于两侧凸透镜的焦点位置；所述凸透镜均位于所述相机成像模块和振镜之间。

作为进一步优选的，所述振镜为铝合金振镜；所述相机成像模块为科学级相机，其分辨率大于1000万像素。

作为进一步优选的，所述相机成像控制模块预先设置所述相机成像模块的参数，或根据外界光照及表面特征自动选择所述相机成像模块的参数。

作为进一步优选的，所述缺陷智能检测模块具有两种缺陷检测模式：

模式一，通过缺陷检测算法对采集的图像进行一次检测，以此作为检测结果，得到缺陷图像；

模式二，通过缺陷检测算法对同一待检测物体多次采集的图像进行多次检测，然后采用图像融合算法对多次检测结果进行融合，得到缺陷信息更为完善的缺陷图像。

作为进一步优选的，所述缺陷检测算法为基于Gabor滤波的缺陷检测算法、浓度差算法、基于深度学习的缺陷检测算法中的一种或多种。

作为进一步优选的，在模式二中，采用多种缺陷检测算法对同一待检测物体多次采集的图像进行多次检测后，先对同一种缺陷检测算法的检测结果做逻辑AND操作，再对不同缺陷检测算法的检测结果做逻辑OR操作，以得到最终检测结果。

作为进一步优选的，所述缺陷智能检测模块在获取一定量图像后，通过参数调节算法对缺陷检测时的阈值参数进行自动调节，具体根据输入图像信息调节缺陷分割时的阈值参数，当输入图像中缺陷区域与背景区域的对比度较低时，降低分割阈值参数，当对比度较高时，增大分割阈值参数。

作为进一步优选的，所述判断输出模块根据预设定的判断指标，采用判断分类算法根据缺陷面积、形状、位置对进缺陷图像行分类。

按照本发明的另一方面，提供了一种基于振镜快速扫描的大面积表面缺陷光学检测方法，其采用上述***实现，包括如下步骤：

S1相机成像模块通过两个旋转轴相互垂直的振镜扫描采集待检测物体表面图像，并通过调整振镜的旋转角度调节拍摄角度和视野，从而实现对待检测物体表面所有区域的扫描，完成图像采集；

S2对采集的图像进行缺陷检测，以得到缺陷图像，然后对缺陷图像中缺陷类型进行标注和分类，完成物体表面缺陷检测。

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，主要具备以下的技术优点：

1.本发明利用振镜对大面积表面缺陷快速扫描的优势，极大提升对大规模表面缺陷检测的检测速度，减小大规模缺陷检测的错误率，使检测精度大幅提升，有助于提升产品的良品率。

2.对于大面积的物体表面成像，本发明的扫描振镜模块相较于传统的云台相机有更大优势：传统的方法，由于机械装置的大惯性等原因，大面积的物体表面缺陷成像速度慢，精度也不够；本***的扫描振镜模块只需伺服控制两块质量很小的振镜的旋转角度就可以以光学的形式快速控制科学级高分辨率相机的拍摄方向和视野，聚焦到大面积表面缺陷的局部区域，在极短的时间内就能完成对所有区域的扫描，然后进一步通过三块凸透镜增大成像视角，可进一步提高扫描速度。本发明一方面减小了***的惯性和机械装备的复杂度，另一方面大大提高了大面积成像的速度和精度，同时也克服了传统方法中成像视角受限的问题，效率得到大幅度提升。

3.本发明采用的科学级高分辨率相机具有高分辨率、高量子效率、宽动态范围、高信噪比和高线性度等优点，能够在极短的时间内完成对大面积的物体表面的成像，成像质量高，对后面的大规模的表面缺陷检测大有帮助，极大地提高大面积缺陷检测的效率以及准确度。

4.本发明的缺陷智能检测模块可采用智能检测算法对同一产品进行多次采集得到的缺陷图像进行多次检测，然后用融合算法将多个检测结果进行融合，最终可得到缺陷信息更为完善的产品缺陷图像；此外，还可以实现缺陷检测时参数的自动调节。

附图说明

图1为本发明实施例基于振镜快速扫描的大面积表面缺陷光学检测***结构示意图；

图2为本发明实施例扫描振镜模块结构示意图。

在所有附图中，相同的附图标记用来表示相同的元件或结构，其中：1-计算机，2-相机，3-振镜一，4-振镜二，5-凸透镜一，6-凸透镜二，7-凸透镜三。

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仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明实施例提供的一种基于振镜快速扫描的大面积表面缺陷光学检测***，如图1所示，包括硬件部分和软件部分，其中：

所述硬件部分包括相机成像模块和扫描振镜模块，其中：

所述相机成像模块用于对待检测物体表面进行图像采集，其为科学级高分辨率相机2，分辨率大于1000万像素，由于其分辨率和量子效率较普通相机及传统显微设备要高，故成像速度和质量更高。

所述扫描振镜模块包括两个旋转轴相互垂直的振镜(振镜一3、振镜二4)和三块凸透镜(凸透镜一5、凸透镜二6、凸透镜三7)，如图2所示；所述振镜用于调整所述相机成像模块采集图像的角度和视野，其均优选为铝合金振镜，以满足相机成像需求，同时为满足振镜电机高速控制的需求，两个振镜应尽可能的轻薄；

所述三块凸透镜位于相机2和振镜之间，共同完成成像中心位置转换和视野范围进一步扩大的功能；具体的，由于采用两块透镜(如去除凸透镜二6)，会造成虚光现象，如图2中凸透镜二6处虚线所示，故为防止虚光现象，所述凸透镜一5、凸透镜二6、凸透镜三7依次排列且凸透镜二6位于凸透镜一5和凸透镜三7的焦点位置；进一步的，通过设置合适参数，可将相机的拍摄视场角扩大，具体将凸透镜三7的焦距f_o设为60mm，凸透镜二6的焦距f_f设为100mm，凸透镜一5的焦距f_c设为80mm，振镜一3的中心与振镜二4的中心间的距离h1设为15mm，振镜二4的中心与凸透镜三7的距离h2设为45mm，凸透镜三7与凸透镜二6的距离h3设为60mm，凸透镜二6与凸透镜一5的距离h4设为80mm，凸透镜一5与相机2的距离h5设为30mm，通过上述参数的设计，可将相机视场角α＝30°的范围转换为β＝40°的范围，即进一步扩大了视野。

所述软件部分均集成在计算机1中，软件部分是通过对硬件部分采集的图片进行再处理的一个环节，通过软件设计的自动高效检测流程，可以大幅度降低人力成本，并且配合硬件可以达到所需的检测精度要求；软件部分包括扫描振镜控制模块、相机成像控制模块、缺陷智能检测模块、判断输出模块，其中：

所述扫描振镜控制模块用于对两个振镜的旋转角度进行伺服控制，可以快速聚焦到待检测物体表面局部区域，实现对大面积的产品表面缺陷的高速扫描；相比于传统的自动光学检测***，本***的两块振镜惯性很小，可以在极短的时间内完成对整个物体表面的扫描，在大面积的物体表面缺陷科学级成像上，不管是速度方面还是精度方面都比传统的方法更具优势。

所述相机成像控制模块用于设置所述相机成像模块的参数；该相机成像控制模块可由操作人员对科学级高分辨率相机的相关参数进行设置，来采到符合产品检测需求的特定亮度、照度下的图像；同时此模块具备自动选项，可以自行根据外界光照及产品自身表面的特征来自动选择相机参数，进行自动化检测。

所述缺陷智能检测模块用于对采集的图像进行缺陷检测，以得到缺陷图像；该缺陷智能检测模块具有两种缺陷检测模式：

模式一，通过缺陷检测算法对采集的图像进行一次检测，以此作为检测结果，得到缺陷图像；设输入图像为I_input，输出图像为I_output，f_detect为缺陷检测算法(如基于Gabor滤波的缺陷检测算法，该算法可以快速准确地检测出常见类型缺陷)，该模式可由如下公式表示：

I_output＝f_detect(I_input)

模式二，通过缺陷检测算法对同一待检测物体多次采集的图像进行多次检测，然后采用图像融合算法对多次检测结果进行融合，得到缺陷信息更为完善的缺陷图像；设输入图像为I_input，输入的第i张图像为I_{input_i}，输出图像为I_output，f_∑为图像融合算法，f_detect为缺陷检测算法，P为输入图片总数，该模式可由如下公式表示：

I_output＝f_Σ(f_detect(I_{input_1}),f_detect(I_{input_2}),...,f_detect(I_{input_i})...,f_detect(I_{input_P}))

进一步的，采用多种缺陷检测算法对同一待检测物体多次采集的图像进行多次检测后，先对同一种缺陷检测算法的检测结果做逻辑AND操作，再对不同缺陷检测算法的检测结果做逻辑OR操作，以得到最终检测结果。

进一步的，该缺陷智能检测模块在获取一定量图像后，能够自行调节参数，来提高检测的成功率，以达到提高生产率的目的；设输入图像为I_input，输入的第i张图像为I_{input_i}，P为输入图片总数，输出为调节后的参数矩阵A_adjust，f_adjust为参数调节算法，依据输入图像的灰度等信息调节相关参数，如根据对比度信息，可以调节相关阈值参数，以此提高缺陷检测的准确性和成功率，可由如下公式表示：

A_adjust＝f_adjust(I_{input_1},I_{input_2},...,I_{input_i},...,I_{input_P})

具体的，可根据输入图像信息调节缺陷分割时的阈值参数，当输入图像中缺陷区域与背景区域的对比度较低时，降低分割阈值参数，当对比度较高时，增大阈值参数，以提高缺陷分割精度。

所述判断输出模块用于对缺陷图像中缺陷类型进行标注和分类，并将结果输出；该模块有手动和自动两种模式：手动模式是由操作人员人工为某一缺陷标注，判断产品是否合格可由检测员独立完成；自动判断模式是在选定判断指标后，给定判断依据，如缺陷面积大小，缺陷位置等，该模块可以自动、快速地处理大量产品图像，并分类，最终输出标注有缺陷大小、缺陷检测位置、缺陷种类等相关信息的检测后图像；设输入为缺陷的面积S和位置P，输出为缺陷大小Z和缺陷种类K，f_jc为判断分类算法，其依据缺陷的面积、位置以及形状等特征对缺陷进行分类，这有利于生产商有针对性地改进生产工艺和产品质量，该模式可由如下公式表示：

[Z,K]＝f_jc(S,P)

具体的，缺陷分类算法依据缺陷的面积和形状特征将缺陷分为点缺陷、线缺陷和Mura缺陷；点缺陷面积较小，一般只有几个像素；线缺陷一般会横穿整个屏幕，长宽比很大；Mura缺陷的面积比点缺陷大，长宽比没有线缺陷那么显著。

采用上述***进行大面积表面缺陷光学检测，包括如下步骤：

S1在工业自动化生产现场布置检测***，一旦作业开始，启动***，控制相机开始快速扫描采集待检物体大面积表面图像，通过调整振镜的旋转角度调节拍摄角度和视野，在科学级高分辨率相机传感器上成像，实现大面积表面图像的快速采集，并将数据保存到本地数据库，为缺陷检测算法提供原始图像，完成图像采集；

S2对采集的图像进行缺陷检测，以得到缺陷图像，然后对缺陷图像中缺陷类型进行标注和分类，最后输出产品检测结果，并保存在本地数据库中，完成物体表面缺陷检测。

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 (7)

1.一种基于振镜快速扫描的大面积表面缺陷光学检测***，其特征在于，包括硬件部分和软件部分，其中：

所述硬件部分包括相机成像模块和扫描振镜模块，其中，所述相机成像模块用于对待检测物体表面进行图像采集，该相机成像模块为科学级相机；所述扫描振镜模块包括两个旋转轴相互垂直的振镜，用于调整所述相机成像模块采集图像的角度和视野；

所述软件部分包括扫描振镜控制模块、相机成像控制模块、缺陷智能检测模块、判断输出模块，其中，所述扫描振镜控制模块用于控制所述振镜的旋转角度；所述相机成像控制模块用于设置所述相机成像模块的参数；所述缺陷智能检测模块用于对采集的图像进行缺陷检测，以得到缺陷图像；所述判断输出模块用于对缺陷图像中缺陷类型进行标注和分类，并将结果输出；

所述缺陷智能检测模块通过缺陷检测算法对同一待检测物体多次采集的图像进行多次检测，然后采用图像融合算法对多次检测结果进行融合，得到缺陷信息更为完善的缺陷图像；具体采用多种缺陷检测算法对同一待检测物体多次采集的图像进行多次检测后，先对同一种缺陷检测算法的检测结果做逻辑AND操作，再对不同缺陷检测算法的检测结果做逻辑OR操作，以得到最终检测结果；

所述缺陷智能检测模块在获取一定量图像后，通过参数调节算法对缺陷检测时的阈值参数进行自动调节，具体根据输入图像信息调节缺陷分割时的阈值参数，当输入图像中缺陷区域与背景区域的对比度较低时，降低分割阈值参数，当对比度较高时，增大分割阈值参数。

2.如权利要求1所述的基于振镜快速扫描的大面积表面缺陷光学检测***，其特征在于，所述扫描振镜模块还包括三个凸透镜，该三个凸透镜依次排列，且中间的凸透镜位于两侧凸透镜的焦点位置；所述凸透镜均位于所述相机成像模块和振镜之间。

3.如权利要求1所述的基于振镜快速扫描的大面积表面缺陷光学检测***，其特征在于，所述振镜为铝合金振镜；所述相机成像模块为科学级相机，其分辨率大于1000万像素。

4.如权利要求1所述的基于振镜快速扫描的大面积表面缺陷光学检测***，其特征在于，所述相机成像控制模块预先设置所述相机成像模块的参数，或根据外界光照及表面特征自动选择所述相机成像模块的参数。

5.如权利要求1所述的基于振镜快速扫描的大面积表面缺陷光学检测***，其特征在于，所述缺陷检测算法为基于Gabor滤波的缺陷检测算法或浓度差算法或基于深度学习的缺陷检测算法。

6.如权利要求1-5任一项所述的基于振镜快速扫描的大面积表面缺陷光学检测***，其特征在于，所述判断输出模块根据预设定的判断指标，采用判断分类算法根据缺陷面积、形状、位置对进缺陷图像行分类。

7.一种基于振镜快速扫描的大面积表面缺陷光学检测方法，采用如权利要求1-6任一项所述的***实现，其特征在于，包括如下步骤：

S1 相机成像模块通过两个旋转轴相互垂直的振镜扫描采集待检测物体表面图像，并通过调整振镜的旋转角度调节拍摄角度和视野，从而实现对待检测物体表面所有区域的扫描，完成图像采集；

S2 对采集的图像进行缺陷检测，以得到缺陷图像，然后对缺陷图像中缺陷类型进行标注和分类，完成物体表面缺陷检测。

Images