生產線上大尺寸lcd玻璃基板的多視覺缺陷檢測設備及方法
【專利摘要】本發明公開了一種生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測設備及方法，該設備使用線掃描成像檢測系統獲得待檢測的LCD玻璃基板的高清灰度圖像，設備結構簡單，操作方便；本發明方法通過對所獲取圖像進行處理，采用kmeans聚類方法對預處理后的LCD玻璃基板圖像進行缺陷存在性判斷，通過對缺陷區域進行標記，選用支持向量機SVM的分類方法，判斷缺陷類別，并統計缺陷數目。通過現場總線控制系統將處理后的圖像和檢測結果實時地傳送到工作室供值班人員查看，同時傳輸現場生產參數，實現系統的遠程監測。
【專利說明】生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測設備及方法
【技術領域】
[0001]本發明屬于電子制造生產線上視覺檢測設備領域，特別涉及一種生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測設備及方法。
【背景技術】
[0002]隨著電子技術的發展，消費電子產品的價格越來越低，人們對電子產品的需求量不斷擴大，這也帶動了 IXD玻璃基板制造業的發展。然而為追求更完美視聽享受，液晶顯示器、液晶電視和移動終端的主流尺寸都在不斷擴大，甚至會出現一些超大尺寸的LCD屏幕。因此，大尺寸的LCD玻璃基板生產將是尋求未來行業長足發展的轉折點。然而大尺寸LCD玻璃基板的質量檢測技術也是制約行業發展的一個瓶頸。
[0003]盡管LCD玻璃基板的大部分生產過程都是在高潔凈度的無塵室里面完成的，但是LCD玻璃基板上還是不可避免地會出現一些缺陷，這些缺陷將會造成在基板上印刷的集成電路無法正常工作，導致LCD顯示器的瑕疵。造成這些缺陷的原因有很多，在其制造的各個環節都可能有缺陷的產生。這些缺陷主要包括劃痕，刮擦，孔洞，微粒，氣泡，夾雜物等。有的缺陷非常細微，人眼很難觀測到。
[0004]在高速自動化的電子制造生產線中，如何對LCD玻璃基板進行快速、準確的質量檢測，是直接關系到產品質量的重要技術難題。目前大多數生產線的質量檢測主要依靠人工方法，即人工觀察檢測缺陷。人工檢測的缺陷在于:1、檢測速度慢，效率低下，無法滿足高速自動化生產線的需求；2、檢測精度低，檢測質量受人為因素影響，誤檢漏檢的概率較高；
3、工人勞動強度大，工作環境差；4、檢測數據的保存及查詢不方便，不便于管理。
【發明內容】
[0005]針對現有檢測技術的不足，本發明提供了一種生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測設備及方法。
[0006]一種生產線上大尺寸IXD玻璃基板的多視覺缺陷檢測設備，包括成像檢測系統和總線控制系統；
[0007]其中，所述成像檢測系統至少包括兩個并排安裝的線掃描相機11、一個或多個LED線光源12、傳動控制裝置13和檢測計算機14 ；
[0008]所述傳動控制裝置13包括傳送帶131、接觸傳感器132、PLC133及PLC交互顯示單元134 ；
[0009]所述接觸傳感器132、PLC133及PLC交互顯示單元134依次相連；所述傳送帶受控于PLC ;所述接觸傳感器安裝于傳送帶一側的固定框架上，當LCD玻璃基板隨傳送帶到達預設位置時，接觸傳感器發送信號至PLC ；
[0010]所述線掃描相機11與所述檢測計算機相連，并受控于PLC133 ;所述線掃描相機11在PLC的觸發控制下，獲得LCD玻璃基板的灰度圖像，線掃描相機的光軸垂直于LCD玻璃基板的運動平面安裝，LED線光源發出的光線平面與傳送帶的法平面的夾角Θ為5° -10° ；
[0011]所述總線控制系統包括監控計算機25、工業以太網總線系統21和PROFIBUS現場總線系統22 ；
[0012]PLC133作為控制器控制伺服電機帶動傳送帶向固定方向做勻速運動，從而帶動LCD玻璃基板勻速運動，與線掃描相機11形成穩定的相對運動，線掃描相機獲得LCD玻璃基板的灰度圖像，檢測計算機12對LCD玻璃基板的灰度圖像進行檢測識別；
[0013]所述檢測計算機14輸出的圖像處理結果通過工業以太網總線系統傳送到位于工作站的監控計算機21 ；
[0014]所述用于控制傳送帶運動的PLC133通過PROFIBUS現場總線系統22將傳送帶的運行速度以及被檢測玻璃基板所在位置參數傳送到工作站監控計算機25。
[0015]所述線掃描相機中的線陣CXD傳感器具有7450個像素。
[0016]所述線掃描相機的鏡頭距離被檢測的玻璃基板距離為400mm。
[0017] 一種生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測方法，采用所述的電子制造生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測設備，包括如下步驟:
[0018]步驟1:實時采集生產線上IXD玻璃基板的圖像；
[0019]接觸傳感器接收到的玻璃基板達到預設位置的信號傳送至PLC133，PLC133觸發線掃描相機進行圖像采集；
[0020]步驟2:對采集的生產線上的IXD玻璃基板圖像進行去噪和銳化的預處理，提高圖
像質量；
[0021]步驟3:采用kmeans聚類方法對預處理后的IXD玻璃基板圖像進行缺陷存在性判斷，若當前圖像存在缺陷區域，則進入步驟4，否則，結束本次缺陷檢測，返回步驟I對下一幅圖像進行缺陷檢測；
[0022]步驟4:對缺陷區域進行標記，并提取缺陷特征；
[0023]步驟5:采用支持向量機SVM的分類方法，依據提取的缺陷特征進行缺陷類別識別，完成缺陷檢測；
[0024]所述步驟3采用kmeans聚類方法對預處理后的IXD玻璃基板圖像進行缺陷存在性判斷的過程包括以下具體步驟:
[0025]I)首先對預處理后的IXD玻璃基板圖像分成若干個8*8矩形子塊g(x，y)，按以下二維DCT變換公式分別對每個矩形子塊g(x，y)進行離散余弦變換DCT，得到每個矩形子塊g (X，y)的 DCT 系數 C (u, V)；
[0026]
【權利要求】
1.一種生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測設備，其特征在于，包括成像檢測系統和總線控制系統； 其中，所述成像檢測系統至少包括一套成像檢測裝置，所述成像檢測裝置至少包括兩個并排安裝的線掃描相機(11)、一個或多個LED線光源(12)、傳動控制裝置(13)和檢測計算機(14)； 所述傳動控制裝置(13)包括傳送帶(131)、接觸傳感器(132)、PLC(133)及PLC交互顯示單元(134)； 所述接觸傳感器(132)、PLC(133)及PLC交互顯示單元(134)依次相連；所述傳送帶受控于PLC ;所述接觸傳感器安裝于傳送帶一側的固定框架上，當LCD玻璃基板隨傳送帶到達預設位置時，接觸傳感器發送信號至PLC ； 所述線掃描相機(11)與所述檢測計算機相連，并受控于PLC(133);所述線掃描相機(11)在PLC的觸發控制下，獲得LCD玻璃基板的灰度圖像，線掃描相機的光軸垂直于LCD玻璃基板的運動平面安裝，LED線光源發出的光線平面與傳送帶的法平面的夾角Θ為5。-10° ; 所述總線控制系統包括監控計算機(21)、工業以太網總線系統(23)和PROFIBUS現場總線系統(22)； 所述檢測計算機(14)輸出的圖像處理結果通過工業以太網總線系統傳送到位于工作站的監控計算機(21)； 所述用于控制傳送帶運動的PLC(133)通過PROFIBUS現場總線系統(22)將傳送帶的運行速度以及被檢測玻璃基板所在位置參數傳送到工作站的監控計算機(21)。
2.根據權利要求1所述的生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測設備，其特征在于，所述線掃描相機中的線陣CCD傳感器具有7450個像素。
3.根據權利要求1或2所述的生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測設備，其特征在于，所述線掃描相機的鏡頭距離被檢測的玻璃基板距離為400mm。
4.一種生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測方法，其特征在于，采用權利要求I或2所述的電子制造生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測設備，包括如下步驟: 步驟1:實時采集生產線上IXD玻璃基板的圖像； 接觸傳感器接收到的玻璃基板達到預設位置的信號傳送至PLC(133)，PLC(133)觸發線掃描相機進行圖像采集； 步驟2:對采集的生產線上的LCD玻璃基板圖像進行去噪和銳化的預處理； 步驟3:采用kmeans聚類方法對預處理后的LCD玻璃基板圖像進行缺陷存在性判斷，若當前圖像存在缺陷區域，則進入步驟4，否則，結束本次缺陷檢測，返回步驟I對下一幅圖像進行缺陷檢測； 步驟4:對缺陷區域進行標記，并提取缺陷特征； 步驟5:采用支持向量機SVM的分類方法，依據提取的缺陷特征進行缺陷類別識別，完成缺陷檢測； 所述步驟3采用kmeans聚類方法對預處理后的LCD玻璃基板圖像進行缺陷存在性判斷的過程包括以下具體步驟:O首先對預處理后的LCD玻璃基板圖像分成若干個8*8矩形子塊g(x，y)，按以下二維DCT變換公式分別對每個矩形子塊g(x，y)進行離散余弦變換DCT，得到每個矩形子塊g (X，y)的 DCT 系數 C (u, V)；
5.根據權利要求4所述的生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測方法，其特征在于，所述步驟5中采用支持向量機SVM的分類方法，依據提取的缺陷特征進行缺陷類別識別，完成缺陷檢測，具體過程如下: 首先采集含有缺陷區域的樣本數據，樣本數據中包含劃痕、刮擦及孔洞； 分別計算每個樣本數據中的缺陷區域的面積S，平均灰度L和圓形度E ； 利用樣本數據的面積S，平均灰度L和圓形度E三個特征向量構建兩個支持向量機SVM分類器，第一個分類器對孔洞一類和劃痕及刮擦組成的一類進行區分，第二個分類器對劃痕和刮擦進行區分； 利用構建的兩個分類器對實時提取的缺陷特征進行分類識別，完成缺陷檢測。
6.根據權利要求5所述的生產線上大尺寸LCD玻璃基板的多視覺缺陷檢測方法，其特征在于，所述步驟2中對采集的生產線上的LCD玻璃基本圖像進行去噪和銳化的預處理，是指采用3*3的窗口進行中值濾波去噪，得到去噪圖像；然后采用拉普拉斯銳化算子對去噪后的圖像進行銳化處理。
【文檔編號】H04L29/06GK103913468SQ201410125777
【公開日】2014年7月9日 申請日期:2014年3月31日 優先權日:2014年3月31日
【發明者】王耀南, 李力, 段峰, 陳鐵健, 吳成中 申請人:湖南大學