CN114930158A - 基于激光的夹杂物检测***及方法 - Google Patents

Abstract

描述了用于检测玻璃中的夹杂物的设备和方法。设备和方法采用被配置成从玻璃板的一侧以第一角度投射激光片的激光，及被配置为从玻璃板的另一侧以第二角度捕捉图像的相机。在相机捕捉图像的同时，玻璃板移动通过激光片。一个或多个处理装置执行图像处理算法，以基于所捕捉的图像识别玻璃板包含夹杂物的区域。在一些示例中，重新审视玻璃板的被识别区域以确认该等区域包含夹杂物。

Description

基于激光的夹杂物检测***及方法

技术领域

本申请案基于专利法请求2019年12月13日所申请之美国临时申请案号62/947800的优先权，其内容被依靠且通过引用整体之方式并入本文中。

本申请案涉及玻璃中的夹杂物的检测；更具体来说，本申请案涉及用于检测薄且有纹理的玻璃中的夹杂物的设备和方法。

背景技术

玻璃板用于多种应用中。例如，玻璃板可用在玻璃显示面板中，该等玻璃显示面板如在行动装置、便携式计算机、平板计算机、计算机显示器和电视显示器中的玻璃显示面板。然而，当生产玻璃板时，该等玻璃板可能包含缺陷，该等缺陷如夹杂物或表面不连续性。当某些缺陷出现在玻璃的表面时，可将该等缺陷称为“凸块(bump)”。这些凸块可为凸出的特征，该等凸出的特征突出到周围(例如，抛光的)玻璃的表面上方。在一些示例中，夹杂物可出现在玻璃板内。玻璃制造商(例如)出于质量控制目的或分类目的检查玻璃板以试图检测这些缺陷。玻璃中的夹杂物可导致功能(例如强度)缺陷或表面(例如视觉外观)缺陷。

在一些常规示例中，人类玻璃检查员试图检测玻璃板中的夹杂物。在这种实施中，(例如，使用暗场照明)从玻璃边缘照亮一片玻璃，同时戴着一副放大镜的受过良好培训的检查员用手将玻璃倾倒并倾斜到黑色背景前。在非常耗时的过程中，检查员试图将玻璃体积中的散射中心与一堆的由粗糙的玻璃表面引起的散射中心区分开。例如，对于具有纹理表面的薄玻璃，由于表面纹理导致的光散射会产生高密度的假阳性。在一些示例中，夹杂物可很小(例如，尺寸小至10μm)，从而使检测更具挑战性。此外，由于训练、经验和视力的不同，不同检查员之间的表现可能会大大不同。即使是同一人，在执行如此艰巨的任务时，夹杂物检测也会随着时间而降低质量。因此，有改善玻璃板中缺陷的检测的机会。

发明内容

本文所公开的特征允许检测薄且有纹理的玻璃(如辊制板玻璃)中之如夹杂物的缺陷。在一些示例中，激光片以倾斜角度投射到玻璃板。区域扫描相机以另一倾斜角度安装在玻璃板的另一侧。扫描相机可拍摄激光片和玻璃的相交图像。当相机捕捉一系列图像时，玻璃穿过激光片。图像处理算法允许检测玻璃中可疑区域，这些区域可包含来自图像数据的夹杂物且同时忽略了可由玻璃表面缺陷引起的噪声。在某些示例中，使用高分辨率技术对可疑区域进行重新成像，以确认和表征玻璃中的夹杂物。

在其他优势中，实施方式可允许检测纹理玻璃中的小夹杂物(例如，<10μm)。另外，实施方式可缩短检查周转时间并显著简化常规玻璃检查过程。此外，实施方式可允许检测薄玻璃(例如，

)中的夹杂物，且可抑制传统的***可能检测到的会导致错误的夹杂物检测(如假阳性)的表面噪声，如斑点、纹理和污染物。另外，实施方式可允许比常规方法更快地检查玻璃板。受益于这些公开的所属技术领域中一般技术人员亦可认识到附加的益处。

在一些示例中，设备包括：激光，其被配置为将激光片投射到玻璃板的第一侧上；及相机，其被配置为从玻璃板的第二侧捕捉玻璃板的图像，其中相机使用暗场照明捕捉图像。在一些示例中，设备包括运动台，其被配置为使玻璃板移动通过激光片。

在一些示例中，设备包括至少一个处理器，其被配置为确定所捕捉的图像中的相对较高的光强度的区域。在一些示例中，至少一个处理器被配置为基于所捕捉的图像中相对较高的光强度的区域来识别玻璃板中的夹杂物。

在一些示例中，至少一个处理器被配置为通过在第一图像中识别较高光强度的顶线、通过在第一图像中识别较高光强度的底线，及通过在第一图像中识别较高光强度的顶线和较高光强度的底线之间的较高光强度的第一区域，来确定所捕捉的图像中的相对较高的光强度的区域。至少一个处理器亦被配置为基于顶线、底线和第一区域的光强度来确定第一区域中的夹杂物。

在一些示例中，至少一个处理器被配置为通过确定从第一区域到顶线的第一距离、基于第一距离来确定第二图像中的第二区域，来确定所捕捉的图像中相对较高的光强度的区域，其中第一区域覆盖第二图像中较高光强度的顶线。至少一个处理器亦被配置为确定第一图像中的第一区域的第一光强度大于第二图像中的第二区域的第二光强度。

在一些示例中，至少一个处理器被配置为通过确定从第一区域到底线的第二距离、基于第二距离来确定第三图像中的第三区域，来确定所捕捉的图像中相对较高光强度的区域，其中第一区域覆盖第三图像中较高光强度的底线，及确定第一图像中的第一区域的第一光强度大于第三图像中的第三区域的第三光强度。

在一些示例中，至少一个处理器被配置为通过确定从第一区域到顶线的第一距离来确定所捕捉的图像中相对较高光强度的区域。至少一个处理器亦被配置为基于第一距离为所捕捉图像的第一多个图像中的每个图像来确定每个图像中的第一区域的第一预期位置。此外，至少一个处理器被配置为确定从第一区域到底线的第二距离。至少一个处理器亦被配置为基于第二距离为所捕捉图像的第二多个图像中的每个图像来确定每个图像中的第一区域的第二预期位置。至少一个处理器被配置为确定在每个第一预期位置处和每个第二预期位置处的光强度。此外，至少一个处理器被配置为执行机器学习算法以对光强度进行分类，并基于被分类的光强度来确定第一区域中的夹杂物。

在一些示例中，设备包括：激光，其被配置为将激光片投射到玻璃板的第一侧；第一相机，其被配置为从玻璃板的第二侧捕捉玻璃板的图像；运动台，其被配置为使玻璃板移动通过激光片；及显微镜成像相机，其被配置为从玻璃板的第二侧来观看玻璃板。在一些示例中，第一相机可使用暗场照明来捕捉图像。

在一些示例中，设备包括：激光，其被配置为将激光片投射到玻璃板的第一侧；第一相机，其被配置为从玻璃板的第二侧捕捉玻璃板的图像；运动台，其被配置为使玻璃板移动通过激光片；及第二相机，其被配置为从玻璃板的第一侧捕捉玻璃板的第二图像。在一些示例中，第一相机可使用暗场照明来捕捉图像，且第二相机可使用明场照明来捕捉第二图像。在一些示例中，设备亦包括被配置为向玻璃板的第一侧提供光的漫射蓝光发光二极管，其中第一相机包括阻挡蓝光的滤光器。在一些示例中，激光是红线激光器。在一些示例中，第一相机和第二相机被配置为分别同时捕捉第一图像和第二图像。

在一些示例中，设备包括：激光，其被配置为将激光片投射到玻璃板的第一侧；及第一相机，其被配置为从玻璃板的第二侧捕捉玻璃板的图像，其中第一相机使用暗场照明来捕捉图像。设备亦包括运动台，该运动台被配置为使玻璃板移动通过激光片。设备进一步包括：背光，如明场背光，其被配置为将光投射到玻璃板的第一侧上；及显微镜，其被配置为观看玻璃板的第二侧。

在一些示例中，运动台被配置为将玻璃板移动通过激光片预定距离。在一些示例中，预定距离小于(或等于)激光片的宽度(例如，激光线的厚度)。

在一些示例中，通过处理装置的方法包括：捕捉玻璃板的图像。方法亦可包括：在所捕捉的图像的第一图像中识别较高光强度的顶线，及在第一图像中识别较高光强度的底光。方法进一步可包括：在第一图像中识别较高光强度的顶线和较高光强度的底线之间的较高光强度的第一区域。方法亦可包括：基于顶线、底线和第一区域的光强度来确定第一区域中的夹杂物。

在一些示例中，方法包括：确定从第一区域到顶线的第一距离；基于第一距离来确定所捕捉图像的第二图像中的第二区域，其中第一区域覆盖第二图像中较高光强度的顶线；及确定第一图像中的第一区域的第一光强度大于第二图像中的第二区域的第二光强度。

在一些示例中，方法包括：确定从第一区域到底线的第二距离；基于第二距离确定第三图像中的第三区域，其中第一区域覆盖第三图像中较高光强度的底线；及确定第一图像中的第一区域的第一光强度大于第三图像中的第三区域的第三光强度。

在一些示例中，通过处理装置的方法包括：捕捉玻璃板的图像，及在所捕捉的图像的第一图像中识别较高光强度的顶线，及在第一图像中识别较高光强度的底光。方法进一步包括：在第一图像中识别在较高光强度的顶线和较高光强度的底线之间的较高光强度的第一区域。方法亦包括：确定从第一区域到顶线的第一距离。此外，方法包括：针对所捕捉图像的第一多个图像中的每个图像，基于第一距离来确定每个图像中的第一区域的第一预期位置。方法亦包括：确定从第一区域到底线的第二距离。方法进一步包括：针对所捕捉图像的第二多个图像中的每个图像，基于第二距离来确定每个图像中的第一区域的第二预期位置。方法亦包括：确定每个第一预期位置处和每个第二预期位置处的光强度。此外，方法包括：执行机器学习算法以对光强度进行分类，及基于被分类的光强度来确定第一区域中的夹杂物。

在一些示例中，非瞬时计算机可读取介质具有存储在其上的指令，其中当由至少一个处理器执行指令时，指令使计算装置执行操作，该等操作包括以下操作：捕捉玻璃板的图像、在所捕捉图像的第一图像中识别较高光强度的顶线，及在第一图像中识别较高光强度的底光。操作进一步包括以下操作：在第一图像中识别较高光强度的顶线和较高光强度的底线之间的较高光强度的第一区域。操作亦包括以下操作：基于顶线、底线和第一区域的光强度来确定第一区域中的夹杂物。

在一些示例中，操作包括以下操作：确定从第一区域到顶线的第一距离、基于第一距离确定所捕捉图像的第二图像中的第二区域，其中第一区域覆盖第二图像中的较高光强度的顶线，及确定第一图像中的第一区域的第一光强度大于第二图像中的第二区域的第二光强度。

在一些示例中，操作包括以下操作：确定从第一区域到底线的第二距离、基于第二距离确定第三图像中的第三区域，其中第一区域覆盖第三图像中的较高光强度的底线，及确定第一图像中的第一区域的第一光强度大于第三图像中的第三区域的第三光强度。

在一些示例中，非瞬时计算机可读取介质具有存储在其上的指令，其中当由至少一个处理器执行指令时，指令使计算装置执行操作，该等操作包括以下操作：捕捉玻璃板的图像、在所捕捉图像的第一图像中识别较高光强度的顶线，及在第一图像中识别较高光强度的底光。操作进一步包括以下操作：在第一图像中识别较高光强度的顶线和较高光强度的底线之间的较高光强度的第一区域。操作亦包括以下操作：确定从第一区域到顶线的第一距离。此外，操作包括以下操作：针对所捕捉图像的第一多个图像中的每个图像，基于第一距离来确定每个图像中的第一区域的第一预期位置。操作亦包括以下操作：确定从第一区域到底线的第二距离。方法进一步包括：针对所捕捉图像的第二多个图像中的每个图像，基于第二距离来确定每个图像中的第一区域的第二预期位置。操作亦包括以下操作：确定每个第一预期位置处和每个第二预期位置处的光强度。此外，操作包括以下操作：基于机器学习算法的执行对光强度进行分类，及基于被分类的光强度来确定第一区域中的夹杂物。

附图说明

可结合附图来阅读说明性实施方式之上文[发明内容]和下文[实施方式]。附图示出了本文讨论的一些说明性实施方式。如下文进一步解释，权利要求书不限于说明性实施方式。为了清楚和易于阅读，附图可能会省略某些特征的视图。

图1示意性地示出了根据一些示例的示例性玻璃夹杂物检测设备。

图2是通过根据一些示例的示例性玻璃夹杂物检测设备来执行夹杂物的检测的方框图。

图3示出了当如图2的玻璃夹杂物检测设备所检测到的夹杂物穿过激光片时，基于夹杂物的位置的光散射。

图4示出了与由图3的夹杂物引起的光散射相对应的光散射强度的图像。

图5示出了当在玻璃中存在夹杂物时和当在玻璃中存在表面纹理时的光强度图的比较。

图6是根据一些示例之具有减少表面散射的水浴***的示例性玻璃夹杂物检测设备的方框图。

图7A、图7B和图7C是根据一些示例的示例性玻璃夹杂物检测设备的方框图，该设备采用激光暗场***来进一步评估由微距相机在第一次通过时检测到的可疑区域。

图8示出了由根据一些示例之图7的激光暗场***检测到的夹杂物的图像。

图9是根据一些示例之采用暗场相机且示出了当夹杂物穿过激光片时的光强度分布的示例性玻璃夹杂物检测***的方框图。

图10A示出了由根据一些示例之图9的示例性玻璃夹杂物检测设备捕捉的玻璃中的夹杂物的图像。

图10B示出了由根据一些示例之图9的示例性玻璃夹杂物检测设备捕捉的玻璃上的表面缺陷的图像。

图11是根据一些示例之采用暗场相机的示例性玻璃夹杂物检测设备的方框图。

图12A示出了由根据一些示例之图11的示例性玻璃夹杂物检测设备捕捉的动态追踪图像。

图12B示出了由根据一些示例之图11的示例性玻璃夹杂物检测设备捕捉的静态追踪图像。

图13是根据一些示例之采用明场相机的示例性玻璃夹杂物检测设备的方框图。

图14A示出了由根据一些示例之图13的示例性玻璃夹杂物检测设备所捕捉的动态追踪图像。

图14B示出了由根据一些示例之图13的示例性玻璃夹杂物检测设备捕捉的静态追踪图像。

图15示出了在根据一些示例的相机***中使用沙姆(沙姆)原理。

图16是根据一些示例的示例性玻璃夹杂物检测设备的方框图，该设备采用根据沙姆原理的明场相机设置以实现扩展景深。

图17是根据一些示例的彩色共焦成像***的方框图，该***可与任何玻璃夹杂物检测设备组合以为夹杂物同时扫描玻璃。

图18是根据一些示例的彩色共焦传感器的方框图，该传感器具有表面和高度深度测量能力，该传感器可与任何玻璃夹杂物检测设备结合以为夹杂物同时扫描玻璃。

图19示出了根据一些示例之可由玻璃夹杂物检测设备执行的示例性方法。

图20示出了根据一些示例之可由玻璃夹杂物检测设备执行的另一示例性方法。

具体实施方式

本申请案公开了说明性(即，示例性)实施方式。本申请案不限于说明性实施方式。因此，权利要求书的许多实施方式将与说明性实施方式不同。在不脱离本申请案的精神和范围的情况下，可对权利要求进行各种修改。权利要求书旨在覆盖具有这种修改的实施方式。

有时，本申请案使用方向性术语(例如，前、后、上、下、左、右等)在读者阅读附图时给读者背景。然而，权利要求书不限于图中所示的方向。可将任何绝对术语(例如，高及低等)理解为公开了相应的相对术语(例如，较高及较低等)。

本申请案提出了用于检测玻璃中的夹杂物(如具有纹理表面的薄玻璃)的设备和方法。玻璃中的夹杂物通常会导致功能缺陷(例如强度缺陷)或(例如影响视觉外观的)表面缺陷。

在其他优势中，实施方式可缩短检查周转时间并显著简化常规玻璃检查过程。另外，实施方式可允许检测纹理玻璃中的小夹杂物(例如，＜10μm)。另外，实施方式可允许检测薄玻璃(例如，

)中的夹杂物，且实施方式可抑制传统的***可能检测到的会导致错误的夹杂物检测(如假阳性)的表面噪声，如斑点、纹理和污染物。此外，相较于常规方法而言，实施方式可允许更快地检查玻璃板。受益于这些公开内容的所属技术领域中一般技术人员亦可认识到附加的益处。

在一些示例中，玻璃夹杂物检测设备包括激光片产生器(也称为激光线产生器)、具有透镜的相机和运动台。激光片可以是沿一个轴扩展的激光束(例如，平坦的激光束)。例如，激光片可以是具有长度和宽度的激光束，其中长度大于宽度。激光片产生器被配置为以相对于玻璃板的角度(例如，角度α)将激光片投射到玻璃板的一侧(例如，顶部)。例如，激光片和玻璃板的法线方向之间的角度可为可调节的。相机被配置为从玻璃板的另一侧(例如，底部)捕捉图像，其中相机被配置为以相对于玻璃板的角度(例如，角度β)捕捉图像。例如，可在透镜的光轴和玻璃板的法线方向之间测量角度。可调节激光相对于玻璃板的角度(例如，角度α)和相机相对于玻璃板的角度(例如，角度β)，以在每个捕捉图像的检查区域中获得最佳敏感度。在一些示例中，激光相对于玻璃板的角度大于相机相对于玻璃板的角度。

在一些示例中，相机使用暗场照明(例如，暗场相机)来捕捉图像。暗场相机可例如为在暗场成像***中使用的相机，在此暗场成像***中，照明源(无论是通过照明源到相机的直接照明，还是来自物体的照明源的直接镜面反射)没有被成像***直接捕捉。相反，照明源用于照亮物体。在一些示例中，如本文所述，照明源用于照亮玻璃板，且相机仅捕捉来自玻璃板的散射光。

运动台被配置为使玻璃移动通过激光片。当运动台将玻璃板移动通过激光片时，相机会捕捉图像。玻璃和激光片之间的交点可位于相机视野(FOV)的中心。若存在夹杂物，则当夹杂物穿过激光片时，夹杂物会散射来自激光片的光。相机捕捉光的散射。

在一些示例中，运动台使玻璃(例如，沿水平方向)移动通过激光片和相机的FOV。在一些示例中，运动台包括编码器(例如，处理器)，该编码器被配置为以周期性间隔(如，每次玻璃板移动预定距离)向相机发送电脉冲。在某些示例中，预定距离小于激光片的厚度。每次当相机从运动台编码器接收到电脉冲时，相机都会捕捉图像。可在默认的曝光时间捕捉图像。在一些示例中，由相机捕捉的图像显示出由于顶表面散射而导致的上部亮区域(上部亮线区域)，及示出了由于底表面散射而导致的下部亮区域(下部亮线区域)。顶表面的散射可能分别是由于顶表面和底表面上的玻璃表面缺陷而引起的。上部亮区域和下部亮区域之间的区域在本文中称为检查感兴趣区(ROI)。可将所捕捉的图像作为图像数据储存到如硬盘的内存。

在一些示例中，玻璃板比激光片宽。为了检查玻璃的其他区域，运动台可将玻璃横向移动一距离，接着将玻璃板水平移动通过激光片。以此方式，可检查具有各种宽度的玻璃板。

一旦捕捉图像，如处理器、数字信号处理器(DSP)、计算机、服务器等之类的处理装置就可执行图像处理算法以检测图像数据中的潜在夹杂物。当玻璃横穿激光片时，若有与激光片相交的夹杂物，则夹杂物将散射光。夹杂物可作为亮点出现在图像的检查ROI区域中。处理装置可检测图像中的这些亮区域。若有足够大的表面颗粒或表面斑点，也可通过表面散射(例如，由表面瑕疵而散射的光)照亮。在一些示例中，这些表面颗粒亦可导致相对明亮的散射信号(例如，亮区域)出现在图像的检查ROI区域中。这将是错误的检测结果(也称为“表面噪声”)，因该等错误的检测结果是由于玻璃表面瑕疵(而不是玻璃内部的夹杂物)引起的。因表面斑点可能比真实夹杂物大几个数量级，故很大一部分检测结果可能是错误的检测结果。

处理装置可基于执行一种或多种过滤算法来过滤掉错误的检测结果。过滤算法可确定亮点应出现在顶表面散射或底表面散射中的图像，及确定亮点在原始图像的ROI还是经确定的图像的顶表面散射或底表面散射中是更强烈的。

例如，假设对于给定的图像，在由(C_n,R_n)定义的图像坐标处的图像ROI中检测到亮点，其中C代表图像行，R代表图像列。可采用静态模型，由此处理装置基于亮点到表面散射(顶表面散射和底表面散射)的距离来计算整数p和q。在图像n+p和图像n-q处，预期亮点的散射源分别与顶表面散射和底表面散射重迭。亦计算了表示图像n+p中预期亮点的坐目标预期图像坐标(C_n+p,R_n+p)。在图像n-q处，预期亮点的散射源与底表面散射重迭。亦计算了表示图像n-p中预期亮点的坐目标预期图像坐标(C_n-q,R_n-q)。

确定三个图像(例如，图像n、图像n+p和图像n-q)的每一者中的亮点的强度。例如，基于原始图像(图像n)中的坐标(C_n,R_n)处的亮点来确定第一强度。基于图像n+p中的预期坐标(C_n+p,R_n+p)来确定第二强度，及基于图像n-q中的预期坐标(C_n-q,R_n-q)来确定第三强度。

在某些示例中，若第一强度(其代表图像n的ROI中的坐标(C_n,R_n)处的亮点)大于第二强度和第三强度，则确定亮点是由夹杂物导致(例如，检测到夹杂物)。在一些示例中，当第一强度大于第二强度至少第一阈值(例如，第一强度>(第二强度+第一阈值))和第一强度大于第三强度至少第二阈值(例如，第一强度＞(第三强度+第二阈值))时，确定亮点是由夹杂物导致。在一些示例中，第一阈值和第二阈值相同。

作为另一示例，可采用动态模型，其中生成整数序列[n-q-m,n-q-m+1...,n+p+m]，且其中m是用作调整参数的预定义的整数。处理装置计算在每个图像[n-q-m,n-q-m+1,...,n+p+m]中的散射源的预期坐标(C_n-q-m,R_n-q-m),(C_n-q-m+1,R_n-q-m+1),...,(C_n+p+m，R_n+p+m)。处理装置接着可产生强度迹线数组，其中对于[n-q-m,n-q-m+1,...,n+p+m]中的i来说，每个元素每个元素代表图像i中(C_i,R_i)处的强度。在一些示例中，强度迹线数组可以是大小为(p+q+2*m+1)的一维数组。

处理装置接着可采用机器学习算法，如监督式分类算法(例如，基于支持向量机、神经网络或基于深度学习的方法)，以将强度迹线数组分类为夹杂物或表面噪声。可在监督数据上训练机器学习算法，该监督数据识别由夹杂物引起的光散射和由表面瑕疵引起的光散射。

在一些示例中，可采用静态模型和动态模型两者来增加对与表面相关的缺陷的抑制。

在一些示例中，玻璃可浸没在如水的液体中，以抑制或减小表面噪声。此选项对具有较重纹理的玻璃有利。液体可部分匹配玻璃表面的折射率，以进一步降低表面噪声。在一些示例中，因依靠如顶表面散射和底表面散射的表面散射来定位夹杂物，故避免了液体折射率和玻璃折射率的精确匹配。除了抑制表面散射外，光线在玻璃表面的弯曲也较小。如此一来，可进一步分开表面散射并产生更宽的检查ROI。

在一些示例中，在过滤表面噪声后，可通过许多方法中的一者来重新审视夹杂物。

显微镜重新审视

在一个示例中，可采用高分辨率显微镜来重新审视每个识别出的夹杂物。高分辨率显微镜可更精确地定位玻璃内的夹杂物。例如，根据夹杂物的坐标将高分辨率显微镜的视野移至夹杂物的位置。高分辨率显微镜经定位成使夹杂物出现在其视野中心附近，在此视野中心显微镜的光轴与玻璃正交。明场背光位于玻璃的另一侧上。在背光照明下，高分辨率显微镜逐步进行各种调整，以在相机捕捉图像的同时使景深(DOF)从玻璃的底表面移至玻璃的顶表面(或玻璃的顶表面至底表面)。可将图像存储到内存。

一旦捕捉图像，处理装置就可确定其中表面最聚焦的图像(例如，通过执行图像处理算法)，且可聚焦在两个表面之间的任何(由于明场背光的)亮点。若在两个表面之间检测到任何亮点，则确定亮点是由夹杂物引起的。可记录夹杂物的位置。可使用机器学习模型(如基于深度学习的算法)对夹杂物类型进行分类，且可从图像中测量夹杂物的大小。若在两个表面之间未检测到亮点，则确定亮点是由表面噪声引起的。

激光暗场辅助显微镜重新审视

在另一个示例中，在表面噪声滤波之后，采用激光暗场来重新审视夹杂物。打开激光，及接着将玻璃移到一位置以使夹杂物在相机视野中散射激光。高分辨率显微镜经定位成使其视野从玻璃的另一侧(而不是激光将激光片投射到玻璃上的那一侧)聚焦到玻璃上。接着将显微镜聚焦在基于散射的夹杂物上(例如，直到散射最集中为止)。接着关闭激光，并打开明场背光。明场背光从与激光将激光片投射到玻璃的同一侧将光投射到玻璃上。接着如上所述地用显微镜检测夹杂物。

在一些示例中，如在线性输送机上(例如，沿x轴)运送玻璃板(单个或连续)的情况下，实施方式可被调适成对玻璃板进行全面检查(例如100％)。例如，可将相机和激光的数组沿y轴定位以覆盖玻璃的整个宽度，从而在通过运动台移动玻璃时沿x轴检查所有玻璃。

在一些示例中，玻璃夹杂物检测设备可包括第二相机。可将第二相机引导至激光将激光片引导到的玻璃的相同表面。第二相机可用与第一相机从玻璃的另一侧与玻璃成角度(例如，β)的角度相同的角度与玻璃成角度。可校准第一相机和第二相机以对玻璃的相同区域成像(尽管是从玻璃的相对侧)。如上文针对第一相机所描述地，可从第二相机捕捉的图像来确定夹杂物。接着可比较结果。例如，可识别由相机两者确定的图像中的夹杂物，且可仅舍弃(例如，忽略)由该等相机中之一者确定的图像中的夹杂物。

在一些示例中，使用具有不同程度的残留的残余物的溶剂(例如，高纯度IPA、低纯度IPA、玻璃清洁剂或表面喷雾剂)可经使用以修改(例如，增加或减少)表面散射幅度及/或改善表面散射均匀性。在进行夹杂物检测之前选择并应用适当的表面处理材料可使此技术适用于各种表面纹理。

在一些示例中，玻璃包括在与玻璃板相同的平面中取向的夹杂物。例如，可用此方式在玻璃中定向2D镜面反射夹杂物，其可包括小至5μm的金属晶体。为了增加对这些类型夹杂物的检测，提出了几种方法。

漫射同轴反射明场(BF)

在一个示例中，将包括透镜和同轴光(其并入蓝光漫射发光二极管(LED))的光学***增加到上述的玻璃夹杂物检测设备。透镜可为具有可变光圈(例如，景深0.5-1.5mm)的1X远心透镜。将蓝光漫射LED(例如，波长为1的漫射同轴发光二极管)用于明场，同时将红激光(例如，波长为2的线激光器)用于暗场。暗场相机具有阻挡蓝光的滤光器，该滤光器可在LED不会干扰暗场测量的情况下同时扫描暗场和明场。漫射蓝光LED提供了更均匀的来自带纹理的玻璃表面(例如，灰场)的反射信号。如此一来，如金属晶体的高反射局部特征提供了比具有良好对比度和可见度的表面明显更高的反射信号。

在分步扫描玻璃的同时(例如，用于暗场的相同扫描)，在明场成像期间采用了暗场激光线，从而可区分反射事件是表面噪声还是夹杂物。明场图像用于识别和追踪激光线之间的反射事件(候选夹杂物或潜在夹杂物)。在信号随着激光片接近和穿过玻璃的顶表面拦截处和底表面拦截处两者时，追踪(例如记录)信号。若信号从金属夹杂物反射，则反射信号在这些拦截处将不会显著改变(例如，变得明显更亮或更暗)。另外，反射信号将趋向于不比相邻的激光线表面信号明显更亮。相反，若信号从表面颗粒反射，则反射信号将在顶表面或底表面激光拦截点处变得明显更强，取决于颗粒位于玻璃的哪个表面。

具有扩展景深的漫射同轴反射明场(BF)

在一些示例中，将沙姆原理应用于光学***。此种方法扩展***的景深，且可对这些金属晶体进行聚焦成像，而不管这些金属晶体在玻璃中的深度。例如，***的像平面在扫描方向上倾斜，在该扫描方向中顶表面激光线在像平面的一端而激光线的底表面在像平面的另一端。对于1mm的玻璃厚度和45度的激光角，一个示例是在顶表面激光线和底表面激光线之间的1mm深度的像平面在大约0.53mm的宽度上的倾斜。这导致大约62度角的倾斜。当扫描玻璃时，将通过此经倾斜的像平面扫描任何金属缺陷。当缺陷与像平面相交时，将通过显微镜清晰聚焦缺陷。此设备和方法可提供多个益处，该多个益处包括允许增加景深从而允许扫描更厚的玻璃。另外，由于缺陷出现在更清晰的焦点上，因此可改善图像质量和对比度。此外，因为像平面在玻璃的顶表面和底表面之间倾斜，且因为可在显微镜的视野内在最佳焦点中识别缺陷在何处，故可估计夹杂物的深度。

彩色共焦成像仪

在此示例中，彩色共焦成像***在较大的景深(例如3mm)上对纹理玻璃中的反射性夹杂物成像。无论缺陷的深度如何，***捕捉缺陷的清晰聚焦图像。在一些示例中，将彩色共焦图像添加到上述玻璃夹杂物检测设备中，以同时扫描所有夹杂物类型的玻璃(例如，彩色共焦成像可用于识别镜面反射性夹杂物，而玻璃夹杂物检测设备可用于检测其他夹杂物)。

具有表面深度测量***的彩色共焦传感器

在此示例中，彩色共焦传感器检测反射事件并提供事件的深度测量。在此示例中，直接测量缺陷的深度。在一些示例中，将具有表面深度测量***的彩色共焦传感器添加到上述玻璃夹杂物检测设备中，以同时扫描所有夹杂物类型的玻璃(例如，具有表面深度测量***的彩色共焦传感器可用于识别镜面反射夹杂物，而玻璃夹杂物检测装置可用于检测其他夹杂物)。

参照图1，玻璃夹杂物检测设备100包括激光102、相机104和支撑玻璃板106的运动台108。可操作激光102以将激光片提供给玻璃板106的第一侧的一部分。激光片的波长例如可在紫光和红外光之间。激光片可覆盖例如玻璃板106的宽度。激光102可用垂直于玻璃板的第一侧的角度(例如，α)提供激光片，且角度是可调整的。

可操作相机104以从玻璃板106的第二侧捕捉图像。相机104可以是(例如)暗场相机。相机104可被配置为以相机104的光轴与玻璃板106的法线方向之间的角度(例如，β)捕捉图像。在一些示例中，激光102从玻璃板106的第一侧以大于相机104从玻璃板106的第二侧捕捉图像的角度的角度(例如，角度α大于角度β)提供激光片。

可操作运动台108以使玻璃板106沿x方向横向移动(例如，如图中图例所示)穿过激光片及照相机的视野。在一些示例中，可操作运动台108以使玻璃板106沿y方向移动。例如，运动台108可使玻璃板106沿着x方向横向移动。当到达玻璃板106的端部时，运动台108可使玻璃板106沿y方向移动，接着再次开始使玻璃板106沿x方向移动。以此方式，激光器102可覆盖玻璃板106的整个区域。

在一些示例中，运动台108使玻璃板沿x方向移动预定距离。相机104接着捕捉图像，且运动台108再次沿着x方向将玻璃板移动预定距离。例如，运动台108可包括编码器，该编码器每次在运动台108将玻璃板106移动预定距离之后就向相机104发送电信号(例如，脉冲)。当相机从运动台108编码器接收到电信号时，相机104在默认的曝光时间捕捉图像。在某些示例中，预定距离小于激光线的厚度(例如，激光片的宽度)。

图2示出了玻璃夹杂物检测设备100的方框图。如图所示，激光102以相对于玻璃106的法线方向的角度α204提供激光片202。类似地，相机104的光轴位于相对于玻璃板106的法线方向的角度β。激光102和相机104在玻璃板106的相对侧上。随着运动台(此图未示出)沿着移动玻璃板106，夹杂物220将最终与激光片202相交。此外，夹杂物220在整个激光片202上移动，夹杂物220在相机104的视野内“向下”移动。

当夹杂物220与激光片202相交时，激光片202散射。相机104可捕捉示出激光片202散射的图像。激光片202在与顶表面缺陷210(顶表面散射)或底表面缺陷212(底表面散射)相交时亦可散射。相机104亦可捕捉示出此顶表面散射和底表面散射的图像。图2亦示出了较低强度的激光片反射214，其表示玻璃板106的顶表面层和底表面层的内部分的激光片202反射。

图3示出了与“激光片202不与夹杂物相交时”相比，“激光片202与夹杂物相交时”的相对散射量。例如，列302示出，对于玻璃板106的顶表面上的夹杂物310，与夹杂物310在激光片202的路径外时相比，夹杂物310在激光片202的路径中时的顶表面散射更强(例如，更大)。例如，当玻璃板106移动到玻璃板106的顶表面上的颗粒在激光片202和玻璃板106的顶表面之间的交点处的位置时，颗粒将最亮。类似地，列304示出，对于嵌入在玻璃板106内的夹杂物312，与夹杂物312出现在激光片202之前或之后相比，夹杂物312在激光片202的路径中时的散射更强。列306示出，对于在玻璃板106的底表面上的夹杂物314，与夹杂物314在激光片202的路径外时相比，夹杂物314在激光片202的路径中时的底层散射更强。

图4在行410、412、414的每一者中示出了顶表面散射、感兴趣区域(ROI)中的散射和底表面散射的图像。行410的图像表示当颗粒或凹痕位于玻璃板106的顶表面上时由相机104捕捉的图像。在列402的图像中，可看到明亮的区域，其说明由顶表面颗粒引起的顶表面散射。在列404的图像中，展示出非常少的散射(若有的话)。类似地，在列406的图像中，展示出一点底面散射。因如列404图像中所示的ROI中的散射强度不大于列402的顶表面散射，故执行上述静态模型的处理装置将确定这不是夹杂物。

行412的图像表示当玻璃内部的夹杂物位于ROI中时由相机104捕捉的图像。在列402和列406的图像中，分别展示出非常少的顶表面散射或底表面散射(若有的话)。然而，列404示出了ROI中的较明亮的区域。由于如列404图像所示的ROI中的散射强度大于列402图像所示的顶表面散射和列406图像所示的底表面散射两者，故执行上述静态模型的处理装置将确定这是一个夹杂物。

行414的图像表示当颗粒或凹痕位于玻璃板106的底表面上时由相机104捕捉的图像。在列402的图像中，可看到略微明亮的区域，其表示一些顶表面散射。在列404的图像中，展示出非常少的散射(若有的话)。然而，在列406的图像中，展示出更强的底表面散射。因如列404图像中所示的ROI中的散射强度不大于列406图像中所示的底表面散射，故执行上述静态模型的处理装置将确定这不是夹杂物。

图5示出了曲线图500和曲线图550。曲线图500和曲线图550中的每一者包括沿着每个垂直轴的强度及沿着每个水平轴的垂直位置(从每个图像的顶列开始测量)。曲线图500示出了当存在夹杂物时的强度图，而曲线图550示出了当存在表面缺陷(例如表面噪声)时的强度图。例如，曲线图500示出了峰值强度510；峰值强度510位于顶表面散射和底表面散射之间的某个点。然而，曲线图550示出了位于顶表面散射处的峰值强度512。可用上文关于动态模型所描述的强度迹线数组来表示曲线图500和曲线图550的强度。

图6示出了玻璃夹杂物检测设备600；玻璃夹杂物检测设备600包括充满液体(例如水)612的液浴容器610。将玻璃板106浸没在液体162中。例如，对于质地较重的玻璃，液体612可使玻璃表面的折射率部分匹配，以进一步减小表面噪声。通过运动台108(此图未示出)使玻璃板106在液浴容器610内移动。液浴容器610具有用于激光片202照明和照相机104观察的两个透明的窗口602、604。除了表面散射抑制外，光线在玻璃表面的弯曲也较少；因此，将进一步分开玻璃表面散射，且玻璃表面散射将产生更宽的检查ROI。在此示例中，角度β206小于或等于角度α204。

图7A、图7B和图7C示出了显微镜重新审视设备和过程的示例。在图7A中，将玻璃板106移动到先前发现夹杂物的位置，使得夹杂物在相机104的视野中散射了激光片202。在图7B中，将(例如，有视野的)显微镜704聚焦在夹杂物下方。显微镜704可具有比相机104更高的放大率，且可用相对于玻璃板106的一角度定位显微镜704，此角度不同于相机104相对于玻璃板106的角度。显微镜704可基于夹杂物引起的激光片202的散射来定位夹杂物。接着，如图7C所示，采用激光暗场显微镜。在此，关闭激光102，且打开明场背光706。明场背光在玻璃板与激光器102所在的同一侧。在明场背光打开的情况下，可用显微镜704容易地定位夹杂物。可标记或记录夹杂物的位置。

图8中的图像802说明了没有激光暗场的重新审视。与借助于如图像804所示的激光暗场相比，此图像802中的夹杂物更难以检测。类似地，在没有激光暗场的情况下，图像806中的小夹杂物更难以检测。在图像808中，利用激光暗场可容易地检测到相同的夹杂物。利用如图像810所示的激光暗场，可容易地将显微镜704聚焦到夹杂物上。

图9示出了玻璃夹杂物检测***900；玻璃夹杂物检测***900包括激光102、暗场相机902和重新审视相机904。重新审视相机904可以是更高分辨率的显微成像相机，以验证以暗场相机902定位的夹杂物。如图示地，玻璃板106(通过此图未示出的运动台)沿水平轴移动。随着夹杂物910在整个激光片202移动，夹杂物910“向下”移动暗场相机902的视野。当夹杂物910与激光片202相交时，暗场相机902捕捉具有(例如，最强烈的)亮点的图像(例如，具有较高光强度的图像区域)。例如，光强度曲线912示出了当夹杂物910与激光片202相交时，在图像中捕捉到峰值强度914。

例如，如图10A的图像1002所示，可在由暗场相机902捕捉的图像中显示夹杂物910；夹杂物910如带圆圈的亮区域所示。

暗场相机902亦可捕捉图像，该图像具有由顶表面散射(其系由顶表面缺陷920引起)引起的亮区域和由底表面散射(其系由底表面缺陷922引起)引起的亮区域。

例如，如图10B的图像1004所示，顶表面缺陷可显示在由暗场相机902捕捉的图像中，如由位于图像1004顶部附近的带圆圈的亮区域表示的亮区域。由于玻璃板104的顶表面缺陷，故可看到亮区域的“顶线”(顶表面散射线)。类似地，底表面缺陷可显示在暗场相机902捕捉的图像中，如由位于图像1004底部附近的带圆圈亮区域指示的亮区域。由于玻璃板104的底表面缺陷，故可看到亮区域的“底线”(底表面散射线)。

返回参考图10A，可在顶表面散射线和底表面散射线之间的感兴趣区域(ROI)中看到由夹杂物910引起的带圆圈的亮区域。如此一来，可从表面事件中区分出夹杂物。

图11示出了玻璃夹杂物检测设备1100；玻璃夹杂物检测设备1100包括暗场相机904、激光102、运动台108和玻璃板106。运动台108可移动玻璃板106穿过由激光102投射的激光片并与该激光片相交，及运动台108可穿过相机902的视野。例如，打开激光102及将激光片投射到玻璃板106的顶侧上；运动台108可水平(例如，在X方向上)移动玻璃板106预定距离(例如26μm)。预定距离可小于(或等于)激光片的宽度(例如，激光片在X方向上的宽度)。这可确保为夹杂物对整个玻璃体积进行扫描，因为无论夹杂物沿扫描轴的位置如何，夹杂物总是会被激光线的一部分拦截并产生散射信号。暗场相机902可被配置成接着从玻璃板106的底侧捕捉玻璃板106的图像。运动台108接着可再次将玻璃板106移动预定距离，且暗场相机902可再次捕捉图像。此过程可继续直到捕捉到玻璃板106的整个长度的图像为止。

在一些示例中，运动台108可使玻璃板106沿侧向方向(例如，沿Y方向)移动，且可重复上述过程以捕捉图像。例如，玻璃板106可向侧向移动小于(或等于)激光片的长度(例如，激光片在Y方向上的长度)。以此方式，可捕捉玻璃板106的整个区域的图像(例如，如由玻璃板106的长度和宽度所限定的整个区域的图像)。

图12A示出了由各种帧组成的图像1202。图像1202示出了由夹杂物引起的且由如图像处理装置之类的处理装置检测的亮区域，该处理装置处理由暗场相机902捕捉的图像。方框突出显示由夹杂物引起的亮区域。图像1202亦示出了其他亮区域，如顶部散射线1204和底部散射线1206。在此示例中，处理装置采用上述动态模型来识别夹杂物。

图12B也示出了由各种帧组成的图像1250。在此示例中，处理装置检测到导致在图像中间的亮区域(其被圈出)的夹杂物。在此示例中，处理装置执行上述静态模型。图像1250亦示出了当夹杂物进入暗场相机902的视野时(当通过运动台108移动玻璃板106时)所捕捉的夹杂物的亮度，如顶部圆圈所示。图像1254进一步示出了当夹杂物离开暗场相机902的视野时所捕捉的夹杂物的亮度，如底部圆圈所示。如所示，在图像1204的中间圈出的区域比在图像1204的顶部和底部圈出的区域更亮。这是因为所检测到的夹杂物直到进入暗场相机902的视野之后的某个时间才与激光片相交，及在离开暗场相机902的视野之前的某个时间离开被激光片覆盖的区域。

图13示出了玻璃夹杂物检测设备1300，其包括红线激光1302、暗场相机902和明场相机1304。红线激光1302可生成与玻璃板106相交的红激光片1320。暗场相机902包括允许红光通过的红通滤光镜904。如此一来，暗场相机902可捕捉由与红激光片1320相交的玻璃板106中的夹杂物引起的散射事件。

明场相机1304可使用明场照明来捕捉图像。例如，明场相机1304可以是在明场成像***中使用的相机，其中照明源由成像***直接捕捉，无论是通过将照明源直接照射到相机(例如，透射明场)还是通过将来自物体的照明源的镜面反射到相机(例如，反射明场)。在透射明场的情况下，将来自照明源的光透射通过物体，且相机直接对透射通过物体的光进行成像。在反射明场的情况下，照明源用于照亮物体，且来自物体的镜面反射光直接由相机捕捉。如下文进一步所述地，采用明场相机1304来更可靠地捕捉反射的金属夹杂物，该等反射的金属夹杂物可能产生很少或很小的(例如，由于激光片202的)散射信号。明场相机1304位于玻璃板106上与暗场相机902相反的一侧。例如，明场相机1304与红线激光1302位于同一侧。在此示例中，采用反射明场。在其他示例中，玻璃夹杂物检测装置1300可采用透射明场。

玻璃夹杂物检测装置1300亦包括具有漫射蓝光LED 1308的分束器1308。漫射蓝光LED 1308用作明场相机1304的光源。分束器1308将来自漫射蓝光LED 1308的光导向玻璃板106。具体来说，来自漫射蓝光LED 1308的蓝光通过分束器1308被引导至玻璃板106的顶表面(例如，在相对于玻璃板106的顶表面的法线角处)。蓝光可反射离开玻璃板106，且明场相机1304可捕捉蓝光的反射。漫射蓝光LED 1308提供了更均匀的来自玻璃板106的纹理化玻璃表面的反射信号。高反射的局部特征(如金属晶体)提供的反射信号比玻璃板106的顶表面提供的反射信号高得多。因暗场相机902包括红通滤光镜904，故来自漫射蓝光LED 1308的蓝光被阻挡且暗场相机902看不到蓝光。这允许同时用明场相机1304和暗场相机902进行扫描。

在一些示例中，同时使用暗场相机902和明场相机1304以区分反射事件是表面缺陷或夹杂物。例如，由明场相机1304捕捉的图像可用于识别和追踪在红激光片1320的激光线之间出现的反射事件。随着由明场相机1304捕捉的反射信号(例如，来自漫射蓝光LED1308)接近并穿过红激光片1320经玻璃板106拦截的顶表面拦截和底表面拦截两者，追踪反射信号。若反射信号从金属夹杂物反射，则反射信号在这些拦截点处将不会明显变化。例如，反射信号将不会比从相邻激光线表面信号反射的反射信号明显更亮。若反射信号代替地从表面颗粒(例如，玻璃板106的顶表面或底表面缺陷)反射，则反射信号将在顶表面或底表面激光拦截点处变得明显更强，这取决于颗粒位于玻璃板106的哪个表面。例如，若颗粒位于玻璃板106的顶表面上，则反射信号在顶表面激光拦截点处将变得明显更强，且若颗粒位于玻璃板106的底表面上，则反射信号在底表面激光拦截点处将变得明显更强。

图14A示出了由明场相机1304捕捉的各种帧组成的图像1402。图像1404示出了由金属夹杂物反射来自漫射蓝光LED 1308的光所导致的明亮区域，该明亮区域在方框中示出。如所示，因为信号从金属夹杂物反射，故反射信号在顶表面散射线1404和底表面散射线1406之间没有明显变化。在此示例中，处理装置通过执行上述动态模型检测到金属夹杂物。

图14B示出了由各种帧组成且亦由明场相机1304捕捉的图像1450。在此示例中，处理装置检测到导致在图像中间的明亮区域的夹杂物，该夹杂物经圈出。图像1450亦示出了当夹杂物进入暗场相机902的视野时(当运动台108移动玻璃板106时)捕捉的夹杂物的亮度(如顶部圆圈所示)。图像1450亦示出了当夹杂物离开暗场相机902的视野时捕捉的夹杂物的亮度(如底部圆圈所示)。在此示例中，处理装置通过执行上述静态模型检测到金属夹杂物。

图15说明了沙姆原理在相机***中的使用。通过透镜1504捕捉物体1506的图像1502。图像1502沿像平面1512出现，且物体1506沿物平面1518放置。透镜1504沿透镜平面1510放置且具有透镜轴1514。像平面1512、透镜平面1510和物平面1518在沙姆交点1508处相交。如图所示，像平面1512和透镜平面1510彼此不平行。另外，物平面1518不垂直于透镜轴1514。结果，可实现物体1506的扩展景深1520。

图16示出了玻璃夹杂物检测设备1600；玻璃夹杂物检测设备1600类似于玻璃夹杂物检测装置1300，但利用了沙姆原理。结果，与玻璃夹杂物检测设备1300相比，玻璃夹杂物检测设备1600在利用明场相机1304捕捉图像时可提供更大的景深。在此示例中，明场相机1304的像平面在红激光片1320的方向上成一定角度(例如，倾斜)使得红激光片1320的顶表面激光线(由红线激光1302提供)在像平面的一端而红激光片1320的底表面激光线在像平面的另一端。随着用明场相机1304扫描玻璃板106时，金属缺陷将反射来自漫射蓝光LED1308的光且由明场相机1304通过此倾斜的像平面接收。当金属缺陷与明场相机1304的像平面相交时，金属缺陷将成为清晰焦点。

图17示出了彩色共焦成像***1700；彩色共焦成像***1700可与本文所述的任何玻璃夹杂物检测设备组合以同时扫描玻璃中的夹杂物。彩色共焦成像***1700包括电荷耦合器件(CCD)及/或互补金属氧化物半导体(CMOS)检测器1702，其可在大的景深1710上捕捉物体1708的图像。光源(未示出)通过狭缝1704提供光，且分束器1706将光引导至物体1708。光从物体1708反射回到分束器1706，并将光提供给CCD/CMOS检测器1702。可存储由CCD/CMOS检测器1702捕捉的图像在(例如)内存中，且可由处理装置处理图像。

在一些示例中，可将彩色共焦成像***1700与玻璃夹杂物检测设备100一起使用以验证可疑夹杂物。例如，玻璃夹杂物检测设备100可识别具有可疑夹杂物的玻璃板106区域，且彩色共聚焦成像***1700可用于返回到那些区域以验证发现结果实际上是否是夹杂物。

图18示出了包括深度测量的彩色共焦成像***1800。在此示例中，光源1802向玻璃板106提供光。如图所示，以变化的强度提供光以到达玻璃板106的各种深度。光从玻璃板106反射并被光谱相机1804捕捉。基于所捕捉的光的波长，可确定夹杂物的深度。例如，图1810示出了从玻璃板106的顶表面、从玻璃板106的感兴趣区域(ROI)中的夹杂物及从玻璃板106的底表面捕捉的光强度。

在一些示例中，可将彩色共焦成像***1800与玻璃夹杂物检测设备100一起使用以验证可疑夹杂物。例如，玻璃夹杂物检测设备100可识别具有可疑夹杂物的玻璃板106区域，且彩色共聚焦成像***1800可用于返回到那些区域以验证发现结果实际上是否是夹杂物。

图19示出了示例性的方法1900；示例性的方法1900可由本文所述的玻璃夹杂物检测设备(如玻璃夹杂物检测设备100)执行。从步骤1902开始，将激光片以第一角度投射到玻璃板的第一侧上。在步骤1904处，通过被引导至玻璃板的第二侧的相机以第二角度捕捉图像。玻璃板的第二侧与玻璃板的第一侧相对。在一些示例中，第一角度大于或等于第二角度。在步骤1906处，将捕捉的图像存储在内存中。

进行到步骤1908，将玻璃板移动通过激光片和相机视野的预定距离。例如，运动台108可使玻璃板106移动小于(或等于)激光片202的宽度的距离。在步骤1910处，确定是否已扫描玻璃板的长度。若尚未扫描玻璃板的长度，则方法返回至步骤1904，在步骤1904中捕捉玻璃板的另一图像。否则，若已扫描玻璃板的长度，则方法结束。

图20示出了可由一个或多个计算装置(例如，如本文所述的处理装置)执行的示例性的方法2000。从步骤2002开始，获得由被引导至玻璃板的一侧的相机捕捉的第一图像。例如，处理装置可从数据库获得第一图像。在步骤2004处，在图像中第一坐标位置(其在顶部散射区域和底部散射区域之间)处检测到亮点。在步骤2006处，确定从第一坐标位置到顶部散射区域的顶部距离。在步骤2008处，基于顶部距离确定第二图像。第二图像是预期亮点在第二坐标位置处覆盖顶部散射区域的图像。

前进到步骤2010，确定从第一坐标位置到底部散射区域的底部距离。在步骤2012处，基于底部距离确定第三图像。第三图像是预期亮点在第三坐标位置处覆盖底部散射区域的图像。

在步骤2014处，在第一图像中的第一坐标位置处确定第一光强度。在步骤2016处，在第二图像中的第二坐标位置处确定第二光强度。在步骤2018处，在第三图像中的第三坐标位置处确定第三光强度。

前进到步骤2020，确定第一光强度是否大于第二光强度和第三光强度。若第一光强度不大于第二光强度和第三光强度，则方法前进到步骤2022，在步骤2022中不识别夹杂物。例如，怀疑在第一图像的第一坐标处没有夹杂物。然而，若第一光强度大于第二光强度和第三光强度，则方法前进到步骤2024，在步骤2024中识别夹杂物。例如，怀疑在第一图像的第一坐标处有夹杂物。方法接着结束。

尽管上文所述的方法是参考所图示的流程图，但将理解的是，可使用执行与方法相关联的动作的许多其他方式。例如，一些操作的顺序可变化，且所描述的一些操作可为可选的。

另外，可至少部分地以计算机实施处理和用于实施那些处理的设备的形式来体现本文所述的方法和***。亦可至少部分地以用计算机程序代码编码的有形的、非瞬时的机器可读取存储介质的形式来体现所公开的方法。例如，可用硬件、由处理器执行的可执行指令(例如，软件)或二者的组合来体现方法的步骤。介质可包括(例如)RAM、ROM、CD-ROM、DVD-ROM、BD-ROM、硬盘驱动、闪存或任何其他非瞬时机器可读取存储介质。当将计算机程序代码加载到计算机中并由计算机执行时，计算机成为用于实施方法的设备。方法也可至少部分地以加载或执行计算机程序代码的计算机形式体现，使得计算机成为用于实施方法的专用计算机。当在通用处理器上实现计算机程序代码段时，计算机程序代码段将处理器配置为创建特定的逻辑电路。方法可替代地至少部分地体现在用于执行方法的专用集成电路中。

提供前述内容是为了说明、解释和描述本申请案的实施方式。对所属技术领域中一般技术人员来说，对这些实施方式的修改和适应将是显而易见的，且可在不脱离本申请案的范围或精神的情况下进行对这些实施方式的修改和适应。

Claims (21)

1.一种设备，包括：

激光，其被配置为将激光片投射到玻璃板的第一侧上；及

第一相机，其被配置为从所述玻璃板的第二侧捕捉所述玻璃板的第一图像，其中所述第一相机使用暗场照明来捕捉所述第一图像。

2.如权利要求1所述的设备，进一步包括运动台，所述运动台被配置为使所述玻璃板移动通过所述激光片。

3.如权利要求1所述的设备，进一步包含至少一个处理器，所述至少一个处理器被配置以确定在所捕捉的所述第一图像中相对较高的光强度的区域。

4.如权利要求3所述的设备，其中所述至少一个处理器被配置为基于所捕捉的所述第一图像中相对较高的光强度的区域来识别所述玻璃板中的夹杂物。

5.如权利要求3所述的设备，其中确定在所捕捉的所述第一图像中的相对较高的光强度的区域包括：

在第一图像中，识别较高光强度的顶线；

在所述第一图像中，识别较高光强度的底光；

在所述第一图像中，在所述较高光强度的顶线和所述较高光强度的底线之间识别较高光强度的第一区域；及

基于所述顶线、所述底线和所述第一区域的光强度来确定所述第一区域中的夹杂物。

6.如权利要求5所述的设备，其中确定在所捕捉的所述第一图像中的相对较高光强度的区域进一步包括：

确定从所述第一区域到所述顶线的第一距离；

基于所述第一距离确定第二图像中的第二区域，其中所述第一区域覆盖在所述第二图像中所述较高光强度的顶线；及

确定所述第一图像中的所述第一区域的第一光强度大于所述第二图像中的所述第二区域的第二光强度。

7.如权利要求5所述的设备，其中确定在所捕捉的所述第一图像中的相对较高光强度的区域进一步包括：

确定从所述第一区域到所述底线的第二距离；

基于所述第二距离确定第三图像中的第三区域，其中所述第一区域覆盖在所述第三图像中所述较高光强度的底线；及

确定所述第一图像中的所述第一区域的所述第一光强度大于所述第三图像中的所述第三区域的第三光强度。

8.如权利要求5所述的设备，其中确定在所捕捉的所述第一图像中的相对较高光强度的区域进一步包括：

确定从所述第一区域到所述顶线的第一距离；

针对所捕捉的所述第一图像中的第一多个图像中的每一者，基于所述第一距离来确定每个图像中所述第一区域的第一预期位置；

确定从所述第一区域到所述底线的第二距离；

针对所捕捉的所述第一图像中的第二多个图像中的每一者，基于所述第二距离来确定每个图像中所述第一区域的第二预期位置；

确定每个第一预期位置处和每个第二预期位置处的光强度；

执行机器学习算法以对所述光强度进行分类；及

基于所述被分类的光强度来确定所述第一区域中的所述夹杂物。

9.如权利要求1所述的设备，包括显微成像相机，所述显微成像相机被配置为从所述玻璃板的所述第二侧检视所述玻璃板。

10.如权利要求1所述的设备，包括第二相机，所述第二照相机被配置为从所述玻璃板的所述第一侧捕捉所述玻璃板的第二图像，其中所述第二相机使用明场照明来捕捉所述第二图像。

11.如权利要求10所述的设备，包括被配置为向所述玻璃板的所述第一侧提供光的漫射蓝光发光二极管，及其中所述第一相机包括阻挡蓝光的滤光器。

12.如权利要求11所述的设备，其中所述激光是红线激光。

13.如权利要求11所述的设备，其中所述第一相机和所述第二相机被配置为分别同时捕捉所述第一图像和所述第二图像。

14.如权利要求1所述的设备，包括：彩色共焦传感器，其被配置为从所述玻璃板的所述第一侧捕捉所述玻璃板反射事件的第二图像。

15.一种***，包括：

激光，其被配置为将激光片投射到玻璃板的第一侧上；

相机，其被配置为从所述玻璃板的第二侧捕捉所述玻璃板的图像，其中所述相机使用暗场照明来捕捉图像；

运动台，其被配置为使所述玻璃板移动通过所述激光片；

背光，其被配置为将光投射到所述玻璃板的所述第一侧上；及

显微镜，其被配置为检视所述玻璃板的所述第二侧。

16.如权利要求15所述的***，其中所述运动台被配置为使所述玻璃板移动通过所述激光片预定距离。

17.如权利要求16所述的***，其中所述预定距离小于或等于所述激光片的宽度。

18.一种方法，包括：

捕捉玻璃板的图像；

在所述被捕捉图像的第一图像中，识别较高光强度的顶线；

在所述第一图像中，识别较高光强度的底光；

在所述第一图像中，在所述较高光强度的顶线与所述较高光强度的底线之间识别较高光强度的第一区域；及

基于所述顶线、所述底线和所述第一区域的光强度来确定所述第一区域中的夹杂物。

19.如权利要求18所述的方法，进一步包括：

确定从所述第一区域到所述顶线的第一距离；

基于所述第一距离来确定所述捕捉图像的第二图像中的第二区域，其中所述第一区域覆盖所述第二图像中所述较高光强度的顶线；及

确定所述第一图像中的所述第一区域的第一光强度大于所述第二图像中的所述第二区域的第二光强度。

20.如权利要求18所述的方法，进一步包括：

确定从所述第一区域到所述底线的第二距离；

基于所述第二距离来确定第三图像中的第三区域，其中所述第一区域覆盖所述第三图像中所述较高光强度的底线；及

确定所述第一图像中的所述第一区域的第一光强度大于所述第三图像中的所述第三区域的第三光强度。

21.如权利要求18所述的方法，进一步包括：

确定从所述第一区域到所述顶线的第一距离；

针对所捕捉的所述图像中的第一多个图像中的每一者，基于所述第一距离来确定每个图像中所述第一区域的第一预期位置；

确定从所述第一区域到所述底线的第二距离；

针对所捕捉的所述图像中的第二多个图像中的每一者，基于所述第二距离来确定每个图像中所述第一区域的第二预期位置；

确定每个第一预期位置处和每个第二预期位置处的光强度；

执行机器学习算法以对所述光强度进行分类；及

基于所述被分类的光强度来确定所述第一区域中的所述夹杂物。

Images