CN113607747B - 基于光学相干断层扫描的覆膜产品检测***及检测方法 - Google Patents

基于光学相干断层扫描的覆膜产品检测***及检测方法 Download PDF

Info

Publication number
CN113607747B
CN113607747B CN202111179308.3A CN202111179308A CN113607747B CN 113607747 B CN113607747 B CN 113607747B CN 202111179308 A CN202111179308 A CN 202111179308A CN 113607747 B CN113607747 B CN 113607747B
Authority
CN
China
Prior art keywords
image
film
coated product
detection
optical coherence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111179308.3A
Other languages
English (en)
Other versions
CN113607747A (zh
Inventor
李惠芬
陈翠红
侯大为
潘正颐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Weiyizhi Technology Co Ltd
Original Assignee
Changzhou Weiyizhi Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changzhou Weiyizhi Technology Co Ltd filed Critical Changzhou Weiyizhi Technology Co Ltd
Priority to CN202111179308.3A priority Critical patent/CN113607747B/zh
Publication of CN113607747A publication Critical patent/CN113607747A/zh
Application granted granted Critical
Publication of CN113607747B publication Critical patent/CN113607747B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B07C5/362—Separating or distributor mechanisms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及一种基于光学相干断层扫描的覆膜产品检测***及检测方法，涉及外观缺陷检测领域，其中检测方法包括以下步骤：S1、在上料工位将覆膜产品放置在输送机构的检测平台上；S2、输送机构的驱动装置驱动检测平台带着覆膜产品进入检测工位；S3、光学相干断层扫描成像装置对覆膜产品进行断层扫描；S4、图像处理算法模块接收到3D解析图像后，对3D解析图像进行处理，然后进行缺陷识别及分类，并输出检测结果；S5、输送机构带着已经检测完成的覆膜产品进入分拣工位；S6、进行分拣归类。本发明能够对覆膜产品进行自动化检测，尤其能够对缺陷进行空间识别，从而精确识别是覆膜有缺陷，还是被测基体有缺陷，还是两者之间有附着物等缺陷。

Description

基于光学相干断层扫描的覆膜产品检测***及检测方法
技术领域
本发明涉及视觉检测领域，特别涉及一种基于光学相干断层扫描的覆膜产品检测***及检测方法。
背景技术
覆膜材料，也就是在物体外面包覆一层透明或半透明薄膜的复合材料。该薄膜用于保护里面包裹的物体免受外力刮擦而损伤，或者用于做绝缘、化学腐蚀隔离等。由于客观工序原因，该被测物不能在覆膜前进行缺陷检测，而本身又有很高的外观品质要求。这就需要一种能够对覆膜物品进行缺陷检测的方法和解决方案，来确保被测物本身的缺陷得以检出，同时不会将覆膜的缺陷和表面黏附物、以及覆膜与被测物之间夹杂的一些微小外来杂质引入到被测物本身的缺陷上。
目前常规的检测方法为2D机器视觉检测，即通过不同的透射或反射照明方式，采用线扫相机（大幅面检测）或面阵相机（高精度二次检测）获得被测物的平面图像，从而实现缺陷的自动检测。此类方法可在适应生产节拍、节约人工的同时，提供高质量的稳定检测。但是因为其光学机理为二维成像，无法获得覆膜与被测物堆叠方向上的信息，因此被测物的缺陷、覆膜的缺陷、以及黏附于被测物上下表面和覆膜上下表面的缺陷将会混为一谈，全部判定为被测物的缺陷，引起很高的质量误判和过杀。
3D检测可以获得被测物的三维信息，可实现三维尺寸测量或不同深度位置的缺陷检测，目前在工业中不乏应用实例。但不论是双目视觉、3D结构光、点或线激光还是ToF技术，都只能获取被测物表面层信息，无法实现分层检测。超声波技术可用于物体内部缺陷的检测，但由于需要在被测物表面涂敷或将被测物浸泡于耦合介质，工业应用受到极大限制。CT可用于分层检测，但由于X射线辐射考虑及高昂的价格，目前主要应用于医疗和科研实验室使用。
发明内容
本发明的第一个目的是提供一种基于光学相干断层扫描的覆膜产品检测方法，该方法能够对覆膜产品在覆膜与被测基体堆叠方向上的缺陷进行有效识别，从而对缺陷进行空间和位置上的精确识别，便于更加精细化分类和后期处理。
实现本发明第一个目的的技术方案是：本发明中基于光学相干断层扫描的覆膜产品检测方法，包括以下步骤：
S1、在上料工位将覆膜产品放置在输送机构的检测平台上；所述覆膜产品为带有覆膜的被测基体；覆膜产品放置在检测平台上时，覆膜位于被测基体的上方；
S2、输送机构的驱动装置驱动检测平台带着覆膜产品进入检测工位；
S3、光学相干断层扫描成像装置对覆膜产品进行断层扫描，获取覆膜产品在覆膜与被测基体堆叠方向上的3D解析图像，并将3D解析图像传输给图像处理算法模块；
S4、图像处理算法模块接收到3D解析图像后，对3D解析图像进行处理获得覆膜产品的完整光学相干断层扫描原始图像，然后抽取完整光学相干断层扫描原始图像获得层析图像，层析图像上显示覆膜产品在覆膜与被测基体堆叠方向上的覆膜外表面层图像、覆膜内表面层图像、覆膜与被测基体之间的空气介质层图像、被测基体与覆膜接触的表面层图像；最后对层析图像上的缺陷识别及分类，并输出检测结果；
S5、输送机构带着已经检测完成的覆膜产品进入分拣工位；
S6、设置在分拣工位的分拣机构将位于分拣工位的覆膜产品从检测平台上取下，并根据检测结果对该覆膜产品进行分拣归类。
上述步骤S4的具体步骤如下：
A、图像处理算法模块接收到3D解析图像后，对3D解析图像经三维重构获得完整光学相干断层扫描原始图像；
B、对完整光学相干断层扫描原始图像进行滤波去噪及信号增强处理，获得处理后的3D灰度图像；
C、对3D图像进行断层抽取，获得预处理后的2D灰度图像；所述2D灰度图像即为层析图像；
D、将2D灰度图像输入已采用标注样本训练过的深度学习网络，缺陷得以识别，并进一步采用图像分割算法，将其抽取；
E、对已识别的缺陷进行特征提取，获得其空间位置及特征物理量信息；
F、对空间位置和物理量信息进行分类和质量评判，获得缺陷特征标签；
G、对标签化后的缺陷进行数理分析，获得整个覆膜产品的缺陷分类、分布拓扑图；
H、比对质量规范，决策覆膜产品的最终质量，输出检测结果。
本发明的第二个目的是提供一种用于实现上述的基于光学相干断层扫描的覆膜产品检测方法的检测***，其通过自动化设计，能够对覆膜产品的外观缺陷进行自动化检测，尤其能够对缺陷进行空间识别，从而精确识别是覆膜有缺陷，还是被测基体有缺陷，还是覆膜表面和两者之间有附着物等缺陷。
实现本发明第二个目的的技术方案是：本发明中用于实现上述的基于光学相干断层扫描的覆膜产品检测方法的检测***，包括光学相干断层扫描成像装置、图像处理算法模块、输送机构、分拣机构和控制单元；所述控制单元用于控制光学相干断层扫描成像装置、图像处理算法模块、输送机构和分拣机构；
所述输送机构包括用于放置覆膜产品的检测平台，以及用于驱动检测平台依次从上料工位至检测工位再至分拣工位并可进行往复运动的驱动装置；
所述光学相干断层扫描成像装置用于获取覆膜产品在覆膜与被测基体堆叠方向上的3D解析图像，用于将3D解析图像传输给图像处理算法模块；
所述图像处理算法模块用于对3D解析图像进行处理获得覆膜产品的完整光学相干断层扫描原始图像，用于抽取完整光学相干断层扫描原始图像获得层析图像，用于对层析图像上的缺陷进行识别及分类，并输出检测结果；
所述光学相干断层扫描成像装置位于检测工位；所述分拣机构设置在分拣工位；所述分拣机构根据图像处理算法模块输出的检测结果，将移动至分拣工位的检测平台上的覆膜产品进行分拣归类。
上述光学相干断层扫描成像装置包括设置在机架上的宽带光源、分光镜、安装有参考镜面组的参考臂、光电探测器、参考臂驱动装置和机架驱动装置；所述宽带光源用于发出低相干光；所述分光镜用于将低相干光分成两束同步照射到检测平台上覆膜产品上和参考镜面组上；从覆膜产品各感兴趣层产生的反射光与参考镜面组反射回来的延迟光耦合干涉，并产生含有时域和频域特征的干涉光谱信号；参考臂驱动装置用于驱动参考臂沿Z轴方向移动；机架驱动装置用于驱动机架在X轴和Y轴方向移动；所述光电探测器用于接收干涉光谱信号，且在参考臂驱动装置和机架驱动装置的配合运动下获取覆膜产品在覆膜与被测基体堆叠方向上的3D解析图像。
上述分拣机构包括分类仓和机械手；图像处理算法模块输出的一种检测结果对应一个分类仓；所述机械手设置在分拣工位，用于将检测平台上的覆膜产品根据其检测结果转移至相应的分类仓。
上述驱动装置包括驱动电机、丝杆、滑轨和滑块；所述滑轨与丝杆平行设置；驱动电机的输出端与丝杆传动连接，滑块上设有与丝杆螺纹配合的螺纹孔；所述滑块滑动设置在滑轨上，且随丝杆的正转和反转实现往复直线运动；所述检测平台固定设置在滑块上。
上述检测平台上设有用于固定吸附覆膜产品的真空吸头，或者用于固定覆膜产品的夹持组件。
本发明具有积极的效果：本发明通过光学相干断层扫描技术实现覆膜产品的缺陷检测，不仅能够实现工业领域内微米级的高精度3D检测，而且能够实现对缺陷在不同深度层的层析识别，有效隔离覆膜及被测基体上下表面黏附物的干扰，可用于外观、内部缺陷及覆膜产品表面的伪缺陷（如覆膜外表面的灰尘等）的识别分类。
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中
图1为本发明中覆膜产品的层析图像示意图；
图2为本发明中覆膜产品的局部光学相干断层扫描图像；
图3为本发明中基于光学相干断层扫描的覆膜产品检测***的结构示意图；
图4为本发明中光学相干断层扫描成像装置的结构示意图。
具体实施方式
本发明中基于光学相干断层扫描的覆膜产品检测方法，包括以下步骤：
S1、在上料工位将覆膜产品放置在输送机构3的检测平台31上；所述覆膜产品为带有覆膜的被测基体；覆膜产品放置在检测平台31上时，覆膜位于被测基体的上方；
S2、输送机构3的驱动装置32驱动检测平台31带着覆膜产品进入检测工位；
S3、光学相干断层扫描成像装置1对覆膜产品进行断层扫描，获取覆膜产品在覆膜与被测基体堆叠方向上的3D解析图像，并将3D解析图像传输给图像处理算法模块2；
S4、图像处理算法模块2接收到3D解析图像后，对3D解析图像进行处理的具体步骤如下：
A、图像处理算法模块2接收到3D解析图像后，对3D解析图像经三维重构获得完整光学相干断层扫描原始图像；
B、对完整光学相干断层扫描原始图像进行滤波去噪及信号增强处理，获得处理后的3D灰度图像；
C、对3D图像进行断层抽取，获得预处理后的2D灰度图像；所述2D灰度图像即为层析图像；层析图像上显示覆膜产品在覆膜与被测基体堆叠方向上的覆膜外表面层图像n1、覆膜内表面层图像n2、覆膜与被测基体之间的空气介质层图像n3、被测基体与覆膜接触的表面层图像n4，可参见图1和图2；
D、将2D灰度图像输入已采用标注样本训练过的深度学习网络，缺陷得以识别，并进一步采用图像分割算法，将其抽取；
E、对已识别的缺陷进行特征提取，获得其空间位置及特征物理量信息；
F、对空间位置和物理量信息进行分类和质量评判，获得缺陷特征标签；
G、对标签化后的缺陷进行数理分析，获得整个覆膜产品的缺陷分类、分布拓扑图；
H、比对质量规范，决策覆膜产品的最终质量，输出检测结果；
S5、输送机构3带着已经检测完成的覆膜产品进入分拣工位；
S6、设置在分拣工位的分拣机构4将位于分拣工位的覆膜产品从检测平台31上取下，并根据检测结果对该覆膜产品进行分拣归类。
上述对3D图像进行断层抽取为沿与断层垂直方向不断抽取2D灰度图像，抽取的所有2D灰度图形组合后可形成3D图像。
见图3和图4，本发明中用于实现上述基于光学相干断层扫描的覆膜产品检测方法的检测***包括光学相干断层扫描成像装置1、图像处理算法模块2、输送机构3、分拣机构4和控制单元5；所述控制单元5用于控制光学相干断层扫描成像装置1、图像处理算法模块2、输送机构3和分拣机构4。
所述输送机构3包括用于放置覆膜产品的检测平台31，以及用于驱动检测平台31依次从上料工位至检测工位再至分拣工位并可进行往复运动的驱动装置32；所述覆膜产品为带有覆膜的被测基体。
所述光学相干断层扫描成像装置1用于获取覆膜产品在覆膜与被测基体堆叠方向上的3D解析图像，用于将3D解析图像传输给图像处理算法模块2。
所述图像处理算法模块2用于对3D解析图像进行处理获得覆膜产品的完整光学相干断层扫描原始图像，用于抽取完整光学相干断层扫描原始图像获取层析图像，并对层析图像进行缺陷识别及分类，并输出检测结果。
所述光学相干断层扫描成像装置1位于检测工位；所述分拣机构4设置在分拣工位；所述分拣机构4根据图像处理算法模块2输出的检测结果，将移动至分拣工位的检测平台31上的覆膜产品进行分拣归类。
所光学相干断层扫描成像装置1包括设置在机架上的宽带光源11、分光镜12、安装有参考镜面组13的参考臂、光电探测器14、参考臂驱动装置和机架驱动装置；所述宽带光源11用于发出低相干光；所述分光镜12用于将低相干光分成两束同步照射到检测平台31上覆膜产品上和参考镜面组13上；从覆膜产品各感兴趣层产生的反射光与参考镜面组13反射回来的延迟光耦合干涉，并产生含有时域和频域特征的干涉光谱信号；参考臂驱动装置用于驱动参考臂沿Z轴方向移动；机架驱动装置用于驱动机架在X轴和Y轴方向移动；所述光电探测器14用于接收干涉光谱信号，且在参考臂驱动装置和机架驱动装置的配合运动下获取覆膜产品在覆膜与被测基体堆叠方向上的3D解析图像。
所述分拣机构4包括分类仓41和机械手42；图像处理算法模块2输出的一种检测结果对应一个分类仓41；所述机械手42设置在分拣工位，用于将检测平台31上的覆膜产品根据其检测结果转移至相应的分类仓41。
所述驱动装置32包括驱动电机321、丝杆、滑轨322和滑块323；所述滑轨322与丝杆平行设置；驱动电机321的输出端与丝杆传动连接，滑块323上设有与丝杆螺纹配合的螺纹孔；所述滑块323滑动设置在滑轨322上，且随丝杆的正转和反转实现往复直线运动；所述检测平台31固定设置在滑块323上。
所述检测平台31上设有用于固定吸附覆膜产品的真空吸头，或者用于固定覆膜产品的夹持组件。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于光学相干断层扫描的覆膜产品检测方法，其特征在于包括以下步骤：
S1、在上料工位将覆膜产品放置在输送机构的检测平台上；所述覆膜产品为带有覆膜的被测基体；覆膜产品放置在检测平台上时，覆膜位于被测基体的上方；
S2、输送机构的驱动装置驱动检测平台带着覆膜产品进入检测工位；
S3、光学相干断层扫描成像装置对覆膜产品进行断层扫描，获取覆膜产品在覆膜与被测基体堆叠方向上的3D解析图像，并将3D解析图像传输给图像处理算法模块；
S4、图像处理算法模块接收到3D解析图像后，对3D解析图像进行处理获得覆膜产品的完整光学相干断层扫描原始图像，然后对完整光学相干断层扫描原始图像进行滤波去噪及信号增强处理，获得处理后的3D灰度图像，然后对3D图像进行断层抽取，获得预处理后的2D灰度图像；所述2D灰度图像即为层析图像，层析图像上显示覆膜产品在覆膜与被测基体堆叠方向上的覆膜外表面层图像、覆膜内表面层图像、覆膜与被测基体之间的空气介质层图像、被测基体与覆膜接触的表面层图像；最后对层析图像上的缺陷识别及分类，并输出检测结果；
S5、输送机构带着已经检测完成的覆膜产品进入分拣工位；
S6、设置在分拣工位的分拣机构将位于分拣工位的覆膜产品从检测平台上取下，并根据检测结果对该覆膜产品进行分拣归类。
2.根据权利要求1所述的基于光学相干断层扫描的覆膜产品检测方法，其特征在于：所述步骤S4的具体步骤如下：
A、图像处理算法模块接收到3D解析图像后，对3D解析图像经三维重构获得完整光学相干断层扫描原始图像；
B、对完整光学相干断层扫描原始图像进行滤波去噪及信号增强处理，获得处理后的3D灰度图像；
C、对3D图像进行断层抽取，获得预处理后的2D灰度图像；所述2D灰度图像即为层析图像；
D、将2D灰度图像输入已采用标注样本训练过的深度学习网络，缺陷得以识别，并进一步采用图像分割算法，将其抽取；
E、对已识别的缺陷进行特征提取，获得其空间位置及特征物理量信息；
F、对空间位置和物理量信息进行分类和质量评判，获得缺陷特征标签；
G、对标签化后的缺陷进行数理分析，获得整个覆膜产品的缺陷分类、分布拓扑图；
H、比对质量规范，决策覆膜产品的最终质量，输出检测结果。
3.一种用于实现权利要求1或2所述的基于光学相干断层扫描的覆膜产品检测方法的检测***，其特征在于：包括光学相干断层扫描成像装置、图像处理算法模块、输送机构、分拣机构和控制单元；所述控制单元用于控制光学相干断层扫描成像装置、图像处理算法模块、输送机构和分拣机构；
所述输送机构包括用于放置覆膜产品的检测平台，以及用于驱动检测平台依次从上料工位至检测工位再至分拣工位并可进行往复运动的驱动装置；
所述光学相干断层扫描成像装置用于获取覆膜产品在覆膜与被测基体堆叠方向上的3D解析图像，用于将3D解析图像传输给图像处理算法模块；
所述图像处理算法模块用于对3D解析图像进行处理获得覆膜产品的完整光学相干断层扫描原始图像，用于抽取完整光学相干断层扫描原始图像获得层析图像，用于对层析图像上的缺陷进行识别及分类，并输出检测结果；
所述光学相干断层扫描成像装置位于检测工位；所述分拣机构设置在分拣工位；所述分拣机构根据图像处理算法模块输出的检测结果，将移动至分拣工位的检测平台上的覆膜产品进行分拣归类。
4.根据权利要求3所述的检测***，其特征在于：所述光学相干断层扫描成像装置包括设置在机架上的宽带光源、分光镜、安装有参考镜面组的参考臂、光电探测器、参考臂驱动装置和机架驱动装置；所述宽带光源用于发出低相干光；所述分光镜用于将低相干光分成两束同步照射到检测平台上覆膜产品上和参考镜面组上；从覆膜产品各感兴趣层产生的反射光与参考镜面组反射回来的延迟光耦合干涉，并产生含有时域和频域特征的干涉光谱信号；参考臂驱动装置用于驱动参考臂沿Z轴方向移动；机架驱动装置用于驱动机架在X轴和Y轴方向移动；所述光电探测器用于接收干涉光谱信号，且在参考臂驱动装置和机架驱动装置的配合运动下获取覆膜产品在覆膜与被测基体堆叠方向上的3D解析图像。
5.根据权利要求3所述的检测***，其特征在于：所述分拣机构包括分类仓和机械手；图像处理算法模块输出的一种检测结果对应一个分类仓；所述机械手设置在分拣工位，用于将检测平台上的覆膜产品根据其检测结果转移至相应的分类仓。
6.根据权利要求3所述的检测***，其特征在于：所述驱动装置包括驱动电机、丝杆、滑轨和滑块；所述滑轨与丝杆平行设置；驱动电机的输出端与丝杆传动连接，滑块上设有与丝杆螺纹配合的螺纹孔；所述滑块滑动设置在滑轨上，且随丝杆的正转和反转实现往复直线运动；所述检测平台固定设置在滑块上。
7.根据权利要求3所述的检测***，其特征在于：所述检测平台上设有用于固定吸附覆膜产品的真空吸头，或者用于固定覆膜产品的夹持组件。
CN202111179308.3A 2021-10-11 2021-10-11 基于光学相干断层扫描的覆膜产品检测***及检测方法 Active CN113607747B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111179308.3A CN113607747B (zh) 2021-10-11 2021-10-11 基于光学相干断层扫描的覆膜产品检测***及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111179308.3A CN113607747B (zh) 2021-10-11 2021-10-11 基于光学相干断层扫描的覆膜产品检测***及检测方法

Publications (2)

Publication Number Publication Date
CN113607747A CN113607747A (zh) 2021-11-05
CN113607747B true CN113607747B (zh) 2021-12-10

Family

ID=78343539

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111179308.3A Active CN113607747B (zh) 2021-10-11 2021-10-11 基于光学相干断层扫描的覆膜产品检测***及检测方法

Country Status (1)

Country Link
CN (1) CN113607747B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101199413A (zh) * 2007-12-21 2008-06-18 北京高光科技有限公司 光学相干层析成像方法及其装置
CN102628799A (zh) * 2012-04-25 2012-08-08 中国科学院上海光学精密机械研究所 无需深度扫描的时域光学相干层析成像方法与***
CN104568982A (zh) * 2015-01-12 2015-04-29 上海电力学院 一种光学元件亚表面缺陷检测方法及检测***
CN105842257A (zh) * 2016-05-09 2016-08-10 南京理工大学 一种亚微米量级的玻璃亚表面缺陷检测装置及方法
CN106030291A (zh) * 2014-02-26 2016-10-12 克朗斯股份公司 用于检查容器的设备和方法
CN111683585A (zh) * 2017-06-29 2020-09-18 锐珂牙科技术顶阔有限公司 具有彩色纹理的口内oct
CN112041667A (zh) * 2018-03-02 2020-12-04 澳大利亚国立大学 确定宝石、矿物或其样本中的异物和/或杂质的位置的方法和***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101199413A (zh) * 2007-12-21 2008-06-18 北京高光科技有限公司 光学相干层析成像方法及其装置
CN102628799A (zh) * 2012-04-25 2012-08-08 中国科学院上海光学精密机械研究所 无需深度扫描的时域光学相干层析成像方法与***
CN106030291A (zh) * 2014-02-26 2016-10-12 克朗斯股份公司 用于检查容器的设备和方法
CN104568982A (zh) * 2015-01-12 2015-04-29 上海电力学院 一种光学元件亚表面缺陷检测方法及检测***
CN105842257A (zh) * 2016-05-09 2016-08-10 南京理工大学 一种亚微米量级的玻璃亚表面缺陷检测装置及方法
CN111683585A (zh) * 2017-06-29 2020-09-18 锐珂牙科技术顶阔有限公司 具有彩色纹理的口内oct
CN112041667A (zh) * 2018-03-02 2020-12-04 澳大利亚国立大学 确定宝石、矿物或其样本中的异物和/或杂质的位置的方法和***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
光学薄膜缺陷的光学相干层析检测方法研究;秦玉伟;《激光与光电子学进展》;20151231;第52卷;全文 *

Also Published As

Publication number Publication date
CN113607747A (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
US11049237B2 (en) Method and device for optical examination of transparent bodies
CN112798617A (zh) 类镜面物体的缺陷检测装置及其检测方法
JP3518596B2 (ja) ソフトバッグ総合検査システム
CN113607748B (zh) 透明或半透明物品的光学相干断层扫描检测***和方法
US20020162966A1 (en) Method and apparatus for detecting surface defects in a plastic container
CN203405419U (zh) 工件表面缺陷检测装置
JP2008508513A5 (zh)
US9228957B2 (en) High speed method and system for inspecting a stream of parts
US10300510B2 (en) High speed method and system for inspecting a stream of parts
US20100220185A1 (en) Object Inspection System
US20170038308A1 (en) Apparatus and method for inspecting containers
TWI663392B (zh) 用於具有跟蹤邊緣輪廓之軌跡之晶圓邊緣檢查之系統及方法
CN112858351A (zh) 一种基于机器视觉的x射线无损探伤方法
CN106018415A (zh) 基于显微视觉的微小零件质量检测***
CN113607747B (zh) 基于光学相干断层扫描的覆膜产品检测***及检测方法
WO2007061855A1 (en) Apparatus and method for ensuring rotation of a container during inspection
US9823101B2 (en) Automated stent inspection system
CN116148277B (zh) 一种透明体缺陷三维检测方法、装置、设备及存储介质
CN111322970B (zh) X射线胶路测量装置和方法
JP2010014670A (ja) 外観検査装置、外観検査方法、画像処理方法及びこれを利用した外観検査装置
CN211825732U (zh) 一种非接触式压膜背光面板检测装置、背光面板自动检测线
CN206788070U (zh) 食品异物x射线检测***
CN214749855U (zh) 类镜面物体的缺陷检测装置
Han et al. Application of X-ray digital radiography to online automated inspection of interior assembly structures of complex products
JP2000028553A (ja) Ｘ線透過検査方法及びその装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant