一种在线异物线路检测方法及系统技术方案

本发明专利技术公开了一种在线异物线路检测方法及系统，首先在检测机台采集包含邦定区域的玻璃基板照片；对所述玻璃基板照片进行高斯模糊、对数相减及灰度映射处理，采用图像处理算法对所述待预处理后的图像进行检测，识别所述第二灰度图像中的缺陷区域；将所述缺陷区域进行合并，利用滑窗重新划分为指定大小的区域，生成相同大小的区域图片；将所述区域图片输入深度学习检测模块，利用VGG模型对所述区域图片进行识别，根据识别结果选择是否由人工复判；所述VGG模型将最终结果发送回检测机台。本发明专利技术提出的检测方法结合图像处理和深度学习，在符合在线检测速度要求的情况下，在检测精度上也符合工业生产的要求。上也符合工业生产的要求。上也符合工业生产的要求。

【技术实现步骤摘要】
一种在线异物线路检测方法及系统


[0001]本专利技术属于计算机视觉
，特别涉及一种在线异物线路检测方法及系统。

技术介绍

[0002]随着显示技术的发展，液晶显示器（LiquidCrystalDisplay，LCD）等平面显示装置因具有高画质、省电、机身薄及应用范围广等优点，而被广泛的应用于手机、电视、平板电脑、笔记本电脑、安防监控设备、车载显示屏等各种消费性电子产品。其生产制程中，通常需要将IC集成电路芯片和FPC柔性电路板邦定在玻璃基板上；所谓邦定，又称Bonding，也就是压着，需要将某些电子元器件邦定到玻璃上。在邦定过程中，如果在玻璃和元器件之间有任何异物，其连接是否电导通将直接影响显示面板显示的效果，比如会导致在成像时出现横着或者竖着的一条线，所以对玻璃基板和IC器件的连接测试是一项必须的检测环节。但目前的粒子压痕检测机都仅计算导电粒子个数和偏移，对金属异物、玻璃异物、划伤、破片和电蚀等通常无法检测，这些缺陷轻则出现小范围的品质不良，重则会造成一条线的产品报废，造成巨大的经济损失。
[0003]对于金属异物、玻璃异物、划伤、破片和电蚀等缺陷，传统缺陷检测方法为人工目视检测法进行外观检测，目前在手机、平板显示等诸多行业，仍然有大量的工人从事这项工作。这种人工视觉检测方法需要在显微镜或强光照明条件下进行，不仅对检测人员的眼睛伤害很大，且存在主观性强、人眼空间和时间分辨率有限、检测不确定性大、易产生歧义、效率低下等缺点，已很难满足现代工业高速、高分辨率的检测要求。
[0004]为解决人工目视检测法应用于邦定检测存在的主观性强、人眼空间和时间分辨率有限、检测不确定性大、易产生歧义、效率低下等问题，公开号为“CN114822338A”的中国专利技术专利申请公开一种显示面板的检测方法，包括以下步骤：提供一待检测的显示面板，所述显示面板包括相对设置的第一基板与第二基板；在所述第一基板上设置检测电路，所述检测电路与所述第一基板上的邦定电路位于所述第一基板的相对两侧面上；压合所述检测电路与所述邦定电路进行检测；以及切除所述检测电路。该专利技术采用通电检测的方法对显示器面板进行检测，通常需要将电路板与测试设备进行物理连接，以便传递电流或测量信号，这可能需要额外的连接器或测试夹具，并增加了测试的复杂性和时间成本；通电检测方法主要用于检测电路板上的电路连接性和电参数，例如电阻、电压等，无法有效地检测到其他类型的缺陷。
[0005]因此，公开号为“CN116091503A”的中国专利技术专利申请公开了一种面板异物缺陷的判别方法，包括以下步骤：获取目标面板的待识别图像；将所述待识别图像输入至目标检测模型中对目标缺陷进行检测，获取第一图像；将所述第一图像输入至二分类模型进行分类，获得分类结果；将所述分类结果为OK的第一图像进行灰度处理后，获取目标线路区域；基于所述目标线路区域的线宽值，获得所述目标面板的缺陷判别结果。该专利技术采用图像分析的方法对目标面板的异物缺陷进行检测，但是存在模型设计复杂，导致检测效率及精度不能满足在线检测的要求。

技术实现思路

[0006]本专利技术提供一种在线异物线路检测方法及系统，旨在解决现有检测方法速度慢及精度不高的问题。
[0007]为解决上述技术问题，本专利技术提出一种在线异物线路检测方法，包括以下步骤：S1：在检测机台采集包含邦定区域的玻璃基板照片。
[0008]S2：对所述玻璃基板照片进行预处理，所述预处理方式包括依序设置的高斯模糊操作与灰度映射操作。所述高斯模糊操作用于模糊玻璃基板照片中的细小噪点和干扰，生成第一灰度图像。所述灰度映射操作将所述第一灰度图像每个像素的灰度值映射到设定的数值区间，生成新的灰度值，将新的灰度值组合为第二灰度图像。
[0009]S3：采用图像处理算法对所述第二灰度图像进行检测，识别所述第二灰度图像中的缺陷区域。所述图像处理算法具体包括以下步骤：S3
‑
1：对输入的第二灰度图像进行二值化，得到二值图。
[0010]S3
‑
2：采用连通性分析方法对所述二值图执行分割操作，得到检测区图像。
[0011]S3
‑
3：对每个检测区图像进行形态学腐蚀处理，得到腐蚀图像。
[0012]S3
‑
4：将每个腐蚀图像的空间域通过离散傅里叶变换转换到频域信号。
[0013]S3
‑
5：在频域内构造一个带通滤波器，所述带通滤波器只允许指定范围内的信号通过，用于滤除频域信号中的高频分量，得到低频信号。
[0014]S3
‑
6：将所述低频信号还原为空间域，得到滤波图像。
[0015]S3
‑
7：将第二灰度图像与滤波图像进行逐像素灰度值相减得到每个像素的灰度差值，生成差分图。
[0016]S3
‑
8：在差分图上差值不为零的区域构造最小外接矩形，计算该外接矩形的面积，若面积大于设定的阈值，则判定该区域为缺陷区域。
[0017]S4：将所述缺陷区域进行合并，遍历计算两个缺陷区域的并集，若并集大于设定值，则不处理，否则合并。然后利用滑窗重新划分为指定大小的区域，生成相同大小的区域图片。
[0018]S5：将所述区域图片输入深度学习检测模块，利用VGG模型对所述区域图片进行识别，将与所述缺陷区域相同的识别结果作为最终结果，与所述缺陷区域不同的识别结果提交人工复判，人工复判后的识别结果作为最终结果。
[0019]S6：所述VGG模型将最终结果发送回检测机台。
[0020]优选的，所述高斯模糊首先构建高斯核，将构建好的高斯核与玻璃基板照片进行卷积操作，将每个像素周围的邻域像素与高斯核进行加权平均，得到模糊后的像素灰度值，卷积操作使用以下公式：式中，为第一灰度图像坐标像素处的灰度值，、为遍历玻璃基板照片时高斯核矩阵中心点的坐标，为构建的高斯核的方差。
[0021]优选的，所述预处理方式还包括设置于高斯模糊操作与灰度映射操作之间的对数相减操作，所述对数相减操作根据第一灰度图像中各像素灰度值的自然对数与玻璃基板照
片中对应像素灰度值的自然对数之间的差值，生成中间灰度图像，将所述中间灰度图像作为灰度映射操作的输入，计算方法如下：式中，为中间灰度图像坐标处像素的灰度值，为玻璃基板照片坐标处像素的灰度值，为第一灰度图像坐标处像素的灰度值。
[0022]优选的，所述灰度映射的取值范围为0～255，灰度映射的具体方法如下：式中，为第二灰度图像坐标处的灰度值，为输入灰度映射操作的图像于坐标处的灰度值，为输入灰度映射操作的图像的最大灰度值，为输入灰度映射操作的图像的最小灰度值。
[0023]优选的，所述二值化处理采用局部二值化方法，所述局部二值化方法首先计算第二灰度图像的平均灰度值，然后任意选取一个灰度值将第二灰度图像的灰度直方图分割为前景色及背景色两部分，再分别计算前景色的平均灰度值、背景色的平均灰度值、前景色像素数量占总像素数量的比例、背景色像素数量占总像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在线异物线路检测方法，其特征在于，包括以下步骤：S1：在检测机台采集包含邦定区域的玻璃基板照片；S2：对所述玻璃基板照片进行预处理，所述预处理方式包括依序设置的高斯模糊操作与灰度映射操作；所述高斯模糊操作用于模糊玻璃基板照片中的细小噪点和干扰，生成第一灰度图像；所述灰度映射操作将所述第一灰度图像每个像素的灰度值映射到设定的数值区间，生成新的灰度值，将新的灰度值组合为第二灰度图像；S3：采用图像处理算法对所述第二灰度图像进行检测，识别所述第二灰度图像中的缺陷区域；所述图像处理算法具体包括以下步骤：S3
‑
1：对输入的第二灰度图像进行二值化，得到二值图；S3
‑
2：采用连通性分析方法对所述二值图执行分割操作，得到检测区图像；S3
‑
3：对每个检测区图像进行形态学腐蚀处理，得到腐蚀图像；S3
‑
4：将每个腐蚀图像的空间域通过离散傅里叶变换转换到频域信号；S3
‑
5：在频域内构造一个带通滤波器，所述带通滤波器只允许指定范围内的信号通过，用于滤除频域信号中的高频分量，得到低频信号；S3
‑
6：将所述低频信号还原为空间域，得到滤波图像；S3
‑
7：将第二灰度图像与滤波图像进行逐像素灰度值相减得到每个像素的灰度差值，生成差分图；S3
‑
8：在差分图上差值不为零的区域构造最小外接矩形，计算该外接矩形的面积，若面积大于设定的阈值，则判定该区域为缺陷区域；S4：将所述缺陷区域进行合并，遍历计算两个缺陷区域的并集，若并集大于设定值，则不处理，否则合并；然后利用滑窗重新划分为指定大小的区域，生成相同大小的区域图片；S5：将所述区域图片输入深度学习检测模块，利用VGG模型对所述区域图片进行识别，将与所述缺陷区域相同的识别结果作为最终结果，与所述缺陷区域不同的识别结果提交人工复判，人工复判后的识别结果作为最终结果；S6：所述VGG模型将最终结果发送回检测机台。2.根据权利要求1所述的一种在线异物线路检测方法，其特征在于，所述高斯模糊首先构建高斯核，将构建好的高斯核与玻璃基板照片进行卷积操作，将每个像素周围的邻域像素与高斯核进行加权平均，得到模糊后的像素灰度值，卷积操作使用以下公式：式中，为第一灰度图像坐标像素处的灰度值，、为遍历玻璃基板照片时高斯核矩阵中心点的坐标，为构建的高斯核的方差。3.根据权利要求1所述的一种在线异物线路检测方法，其特征在于，所述预处理方式还包括设置于高斯模糊操作与灰度映射操作之间的对数相减操作，所述对数相减操作根据第一灰度图像中各像素灰度值的自然对数与玻璃基板照片中对应像素灰度值的自然对数之间的差值，生成中间灰度图像，将所述中间灰度图像作为灰度映射操作的输入，计算方法如下：
式中，为中间灰度图像坐标处像素的灰度值，为玻璃基板照片坐标处像素的灰度值，为第一灰度图...

【专利技术属性】
技术研发人员：洪亚德，何荣茂，翁锦祥，丁凯明，
申请(专利权)人：厦门福信光电集成有限公司，
类型：发明
国别省市：