一种AOI缺陷检测系统的性能调节方法技术方案

本发明专利技术公开了一种AOI缺陷检测系统的性能调节方法，包括以下步骤：S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，所述参变量包括尺寸和对比度中的任一种或两种；所述模拟缺陷样本的缺陷尺寸或对比度呈梯度变化且须覆盖允许的最小检出规格；S2：采集模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统的检出限满足允许的最小检出规格；本发明专利技术通过制作大量的模拟缺陷样本，有效地规避了收集实际缺陷样本耗时长，实际缺陷难以涵盖等问题，降低了时间成本，同时能快速、准确地进行缺陷评估，提高了对AOI缺陷检测系统进行性能调节的效率和准确性。

【技术实现步骤摘要】
一种AOI缺陷检测系统的性能调节方法
本专利技术属于光学自动化缺陷检测
，更具体地，涉及一种AOI缺陷检测系统的性能调节方法。
技术介绍
自动光学检测(AutomaticOpticInspection，AOI)缺陷检测系统，是指采用光学成像技术(通常使用相机和镜头)获取被测目标的图像，再经过一定的图像处理算法，从拍摄的图像中获取目标的尺寸、位置及缺陷等信息，从而可以执行产品的检验、装配线上的零部件鉴定及定位、过程监控中的测量、过程控制反馈、分类与分组等任务。目前，AOI在半导体、工业机器人、汽车零件制造、印刷、钢铁、医疗与医药等诸多行业都有着广泛的应用。背光源组件(BackLightUnit，BLU)是位于液晶显示器LCD背后的一种光源，液晶显示器本身不发光，它显示图像或字符是对BLU发出的光线进行调制的结果。BLU是透射式液晶的重要组件，它的发光效果将直接影响到液晶显示模组LCM的视觉效果。在BLU的制程中，从模组框往上会依次增加反射片、导光板、扩散片、棱镜片、导光膜等，每一层片材的加入都可能引起脏污、异物、折痕、划伤等缺陷，而位于不同层间的缺陷具有形状不规则、大小不均匀、位置不固定、对比度低且不一致的特性，同时受到人眼感知力以及主观因素的限制，很难快速准确地对BLU缺陷进行快速准确地检测及评价；从图1中可以看出，BLU缺陷对比度很低，边缘模糊不清，肉眼不容易辨认，同时人眼长期对着强光容易引起视觉疲劳，同时影响判断，因此在BLU生产过程中，AOI缺陷检测至关重要，直接影响了最终BLU缺陷判定结果及出品等级。现有的AOI缺陷检测系统的设计流程一般分为缺陷样本获取、光学设计与评估、算法开发和检测能力评估4个流程。其中缺陷样本获取这一流程主要依赖于客户提供的缺陷图片，随着缺陷样本获取周期加长，遇到客户良率高时，缺陷图片收集会更加困难，因此必须研究出一套新的方法去适应现有的行业要求，降低AOI缺陷检测系统对客户提供缺陷图片的依赖性。另外随着BLU产品制程的更新换代，各种不可预知的缺陷出现的几率大大增加，目前传统AOI检测还没有形成稳定可靠的检测体系，对于不可预知的、非显著性的缺陷的检出率较低。因此，我们需要提供一种对AOI缺陷检测系统的检测性能进行量化评估和调节的方法，以提高现有的AOI缺陷检测系统对于不可预知的、非显著性缺陷的检出率和检出准确性。
技术实现思路
针对现有技术的至少一个缺陷或改进需求，本专利技术提供了一种AOI缺陷检测系统的性能调节方法，其目的在于解决现有的AOI缺陷检测系统严重依赖客户提供的缺陷样本、对不可预知的、非显著性缺陷的检出率和检出准确性低的问题。为实现上述目的，按照本专利技术的一个方面，提供了一种AOI缺陷检测系统的性能调节方法，包括以下步骤：S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，所述参变量包括尺寸和对比度中的任一种或两种；所述模拟缺陷样本的缺陷尺寸或对比度呈梯度变化且须覆盖允许的最小检出规格；S2：采集模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统的检出限满足允许的最小检出规格。优选的，上述AOI缺陷检测系统的性能调节方法，其步骤S2之前还包括以下步骤：拍摄所述模拟缺陷样本的图片，通过图像处理检测模拟缺陷的像素大小和/或对比度，判断所述模拟缺陷的像素大小是否小于等于其对应的实际缺陷的像素大小，和/或，所述模拟缺陷的对比度值小于等于其对应的实际缺陷的对比度值，若是，则进入步骤S2；若否，则返回步骤S1。优选的，上述AOI缺陷检测系统的性能调节方法，其步骤S2之后还包括以下步骤：根据调整后的图像处理算法对一定量的实际缺陷样本进行检测，根据检测结果统计过检率和/或漏检率并评估其是否小于等于预设的检出标准，若是，则检测结束；若否，则返回步骤S2。优选的，上述AOI缺陷检测系统的性能调节方法，其步骤S2中，缺陷检测的过程包括以下步骤：S21.对图像进行全局亮度校正，并进行亮度归一化操作；S22.通过多项式曲面拟合的方式进行图像增强操作；S23.使用均值滤波对图像进行平滑处理；S24.使用动态阈值分割方式对图像进行检测，标记出各个缺陷区域，并分别计算各个缺陷区域的对比度和/或尺寸；S25.对缺陷区域进行噪声过滤，得到对比度不小于最小检出对比度，和/或尺寸不小于最小检出尺寸的缺陷区域，并确保对比度小于最小检出对比度，和/或尺寸小于最小检出尺寸的缺陷区域不被检出。优选的，上述AOI缺陷检测系统的性能调节方法，其参变量还包括缺陷位置；将模拟缺陷样本划分为若干个单元格，在每个所述单元格的中心位置放置缺陷来制备缺陷位置不同的模拟缺陷样本；采集所述模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统能够检测出边缘位置的模拟缺陷。优选的，上述AOI缺陷检测系统的性能调节方法，其参变量还包括缺陷形状，模拟缺陷样本中的模拟缺陷的形状包括圆形、椭圆形、线状、团状；采集所述模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统能够检测出各种形状的模拟缺陷。优选的，上述AOI缺陷检测系统的性能调节方法，其模拟缺陷样本中的模拟缺陷采用高纯钨丝材料制作而成，所述高纯钨丝材料包括高纯钨丝和高纯钨金属粒。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：本专利技术提供的一种AOI缺陷检测系统的性能调节方法，使用不同透光率、不同尺寸的高纯钨丝材料制作大量可涵盖各种缺陷类型、尺寸、对比度的模拟缺陷样本，形成更加全面，涵盖面更广的缺陷样本库；以库中缺陷样本为训练集对进行AOI缺陷检测系统进行性能评估和算法调节，算法设计更加合理；通过制作大量的模拟缺陷样本，有效地规避了收集实际缺陷样本耗时长，实际缺陷难以涵盖等问题，降低了时间成本，同时能快速、准确地进行缺陷评估，提高了对AOI缺陷检测系统进行性能测试的效率和准确性。该方法适用于绝大部分AOI检测系统的性能评估，具有快速、准确的优势，大大降低了实际缺陷样本收集周期，提高了调机效率，训练后的AOI缺陷检测系统能够适应多种缺陷的检验，从而降低缺陷的漏检和过检率，提高缺陷检测能力。附图说明图1是本专利技术实施例提供的BLU中缺陷样本的示意图；图2是本专利技术实施例提供的AOI缺陷检测系统的性能调节方法的流程图；图3是本专利技术实施例提供的对比度呈梯度变化的模拟样本图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术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专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术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。本实施例提出的一种AOI缺陷检测系统的性能调节方法，通过特殊材料模拟BLU缺陷，以BLU缺陷样本为训练集对进行AOI缺陷检测系统进行性能评估，对系统中的图像处理算法进行仿真和优化，以提高AOI缺陷检测系统的检出效率和准确性。如图2所示，本专利技术提供的一种AOI缺陷检测系统的性能调节方法，包括以下步骤：S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，形成缺陷样本库；参变量包括形状、位置本文档来自技高网...

【技术保护点】
1.一种AOI缺陷检测系统的性能调节方法，其特征在于，包括以下步骤：S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，所述参变量包括尺寸和对比度中的任一种或两种；所述模拟缺陷样本的缺陷尺寸或对比度呈梯度变化且须覆盖允许的最小检出规格；S2：采集模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统的检出限满足所述最小检出规格。

【技术特征摘要】
1.一种AOI缺陷检测系统的性能调节方法，其特征在于，包括以下步骤：S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，所述参变量包括尺寸和对比度中的任一种或两种；所述模拟缺陷样本的缺陷尺寸或对比度呈梯度变化且须覆盖允许的最小检出规格；S2：采集模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统的检出限满足所述最小检出规格。2.如权利要求1所述的AOI缺陷检测系统的性能调节方法，其特征在于，步骤S2之前还包括以下步骤：拍摄所述模拟缺陷样本的图片，通过图像处理检测模拟缺陷的像素大小和/或对比度，判断所述模拟缺陷的像素大小是否小于等于其对应的实际缺陷的像素大小，和/或，所述模拟缺陷的对比度值小于等于其对应的实际缺陷的对比度，若是，则进入步骤S2；若否，则返回步骤S1。3.如权利要求1或2所述的AOI缺陷检测系统的性能调节方法，其特征在于，步骤S2之后还包括以下步骤：根据调整后的图像处理算法对一定量的实际缺陷样本进行检测，根据检测结果统计过检率和/或漏检率并评估其是否小于等于预设的检出标准，若是，则检测结束；若否，则返回步骤S2。4.如权利要求1所述的AOI缺陷检测系统的性能调节方法，其特征在于，步骤S2中，缺陷检测的过程包括以下步骤：S21.对图像进...

【专利技术属性】
技术研发人员：陈武，张胜森，郑增强，
申请(专利权)人：武汉精立电子技术有限公司，
类型：发明
国别省市：湖北,42