一种基于机器视觉与高光谱成像技术的LED巨量分选方法、系统及设备技术方案

本发明专利技术公开了一种基于机器视觉与高光谱成像技术的LED巨量分选方法、系统及设备，该方法首先，对LED基板进行LED灯珠定位识别，然后，基于LED灯珠光学信息进行合格与否标记，最后，通过对LED基板切割，将经过切割后的不合格单个LED灯珠进行剔除。通过对LED基板先整板检测再切割分类的新工艺，大大提高了LED分选的速度与效率；通过采用双线性插值与SSD神经网络相结合的方法进行灯珠定位识别，大幅提升了对LED基板上各灯珠进行定位的准确率；采用自适应阈值分割与光谱曲线均值化相结合的主波长提取方法，大幅提升了灯珠光谱检测的效率。本发明专利技术能推动LED分选行业由逐颗检测到整板检测的变革。的变革。的变革。

【技术实现步骤摘要】
一种基于机器视觉与高光谱成像技术的LED巨量分选方法、系统及设备


[0001]本专利技术涉及图像处理
，尤其涉及一种基于机器视觉与高光谱成像技术的LED巨量分选方法、系统及设备。

技术介绍

[0002]2016至今，中国LED封装行业产值不断提升，截至2020年已经突破1200亿元。现有的LED分选工艺采用逐颗检测的方式，将LED基板切割成单颗再进行检测。这种方法费时费力而且低效，已经无法满足不断膨胀的市场需求。全行业亟需一种高效的分选工艺来突破瓶颈。
[0003]宋华军等人提出在对LED晶片进行拾取时，使用顶针和吸嘴协同工作，以提高拾取的精度。这种方法虽然能提高拾取的精度，降低拾取的失误率，但是对提高分选速度的效果并不明显；宋平平提出通过设置具有多个平行单元的上游平移平台、下游平移平台和在线检测平台，使LED器件的检测时间与生产线速度一致。这种方法可以提高分选的效率，但是对提高分选速度的效果并不明显；王耀荣等人提出使用两组CCD相机对LED灯珠进行定位，以提高定位的精度。这种方法对提高分选速度并无太大帮助；陈绍恒提出了一种自动L本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉与高光谱成像技术的LED巨量分选方法，其特征在于，首先，对LED基板进行LED灯珠定位识别，然后，基于LED灯珠光学信息进行合格与否标记，最后，通过对LED基板切割，将经过切割后的不合格单个LED灯珠进行剔除。2.根据权利要求1所述的方法，其特征在于，所述对LED基板进行LED灯珠定位识别的具体过程如下：步骤1.1，基于LED基板四角位置与用于定位的检测治具进行对位；步骤1.2，使用CCD相机对经过对位后的LED基板进行拍照，使用双线性插值与SSD神经网络相结合的目标检测算法对LED基板上所有灯珠进行定位，得到LED基板上各灯珠的位置信息。3.根据权利要求2所述的方法，其特征在于，所述使用双线性插值与SSD神经网络相结合的目标检测算法对LED基板上所有灯珠进行定位的具体过程如下：步骤1.2.1，对经过与检测治具对位后的LED基板图像使用双线性插值算法进行旋转；步骤1.2.2，对旋转后的图像进行缩放、灰度化和非线性拉伸的预处理；步骤1.2.3，将预处理后的图像输入到训练好的SSD神经网络中进行目标检测，得到各灯珠的位置信息并储存；利用经过步骤1.2.1和步骤1.2.2处理后的LED基板图像作为输入数据，LED灯珠位置信息作为输出数据，对SSD神经网络进行训练，以LED灯珠实际位置和SSD神经网络输出的预测位置之差最小时，获得所述训练好的SSD神经网络。4.根据权利要求1所述的方法，其特征在于，所述基于LED灯珠光学信息进行合格与否标记的具体过程如下：步骤2.1，点亮LED基板，对经过与检测治具对位后且点亮后的LED基板图像使用双线性插值算法进行旋转后，再进行缩放、灰度化和非线性拉伸的预处理；步骤2.2，使用自适应阈值分割算法对步骤2.1预处理后的图像进行分割，得到各LED灯珠的核心发光区域；步骤2.3，对各LED灯珠核心发光区域内像素的灰度值及光谱曲线做均值处理，得到LED基板上各LED灯珠的最终灰度值与最终主波长；步骤2.4，将各LED灯珠的最终灰度值、最终主波长分别与灰度值设定值、主波长设定值进行比较，若差值超出设定阈值，则标记为不合格灯珠，否则，标记为合格灯珠。5.一种基于机器视觉与高光谱成像技术的LED巨量分选系统，其特征在于，包括：柔性贴合机构1、CCD相机2、高光谱相机3、柔性分拣机...

【专利技术属性】
技术研发人员：周显恩，王耀南，毛建旭，汪志成，朱青，王飞文，谢家胤，周新城，杨林，刘世福，李达，
申请(专利权)人：江西省通讯终端产业技术研究院有限公司，
类型：发明
国别省市：