全文摘要
本实用新型公开了一种基于线共焦相机的触摸屏缺陷检测装置，包括载台、图像采集设备、图像生成设备、图像处理设备以及数据分析设备，载台承载被检测触摸屏，所述图像采集设备为线共焦相机，其采集被检测触摸屏的各个位置的坐标、灰度值以及高度值并形成一二维数组，图像生成设备根据二维数组生成被检测触摸屏的灰度图和高度图，图像处理设备对灰度图和高度图进行缺陷提取和大小计算，数据分析设备根据缺陷数量及大小判断被检测触摸屏是否合格。本实用新型对灰度图上缺陷反应出来的位置信息和灰度信息进行灰度值的提取，对高度图上反应的缺陷高度进行提取，在这种双重提取的技术下，可以保证较高的准确性并且可以到达厂商的检测要求。
主设计要求
1.一种基于线共焦相机的触摸屏缺陷检测装置，包括载台、图像采集设备、图像生成设备、图像处理设备以及数据分析设备，所述载台承载被检测触摸屏，其特征在于，所述图像采集设备为线共焦相机，其采集被检测触摸屏的各个位置的坐标、灰度值以及高度值并形成一二维数组；所述图像生成设备根据所述二维数组生成被检测触摸屏的灰度图和高度图；所述图像处理设备对所述灰度图和所述高度图进行缺陷提取和大小计算；所述数据分析设备根据缺陷数量及大小判断被检测触摸屏是否合格。
设计方案
1.一种基于线共焦相机的触摸屏缺陷检测装置，包括载台、图像采集设备、图像生成设备、图像处理设备以及数据分析设备，所述载台承载被检测触摸屏，
其特征在于，所述图像采集设备为线共焦相机，其采集被检测触摸屏的各个位置的坐标、灰度值以及高度值并形成一二维数组；
所述图像生成设备根据所述二维数组生成被检测触摸屏的灰度图和高度图；
所述图像处理设备对所述灰度图和所述高度图进行缺陷提取和大小计算；
所述数据分析设备根据缺陷数量及大小判断被检测触摸屏是否合格。
2.根据权利要求1所述的基于线共焦相机的触摸屏缺陷检测装置，其特征在于，所述图像采集设备的镜头光轴与所述载台的台面呈65-80°夹角。
3.根据权利要求2所述的基于线共焦相机的触摸屏缺陷检测装置，其特征在于，所述图像采集设备的镜头光轴与所述载台的台面呈70-75°夹角。
4.根据权利要求3所述的基于线共焦相机的触摸屏缺陷检测装置，其特征在于，所述图像采集设备的镜头光轴与所述载台的台面呈72°夹角。
5.根据权利要求2至4任一所述的基于线共焦相机的触摸屏缺陷检测装置，其特征在于，所述图像处理设备对生成的高度图进行平面矫正后进行缺陷提取。
6.根据权利要求1所述的基于线共焦相机的触摸屏缺陷检测装置，其特征在于，所述图像采集设备和所述图像生成设备集成为FocalSpec传感器。
7.根据权利要求1所述的基于线共焦相机的触摸屏缺陷检测装置，其特征在于，所述图像处理设备和所述数据分析设备集成为基于OpenCV算法的主机。
8.根据权利要求1所述的基于线共焦相机的触摸屏缺陷检测装置，其特征在于，所述载台的台面为吸附台面。
9.根据权利要求1所述的基于线共焦相机的触摸屏缺陷检测装置，其特征在于，所述载台的台面为深色台面。
10.根据权利要求1所述的基于线共焦相机的触摸屏缺陷检测装置，其特征在于，所述图像采集设备固定设置，所述载台设有驱动设备A、驱动设备B以及驱动设备C，所述驱动设备A驱动所述载台沿与其台面垂直的X轴方向运动，所述驱动设备B驱动所述载台沿与其台面平行的Y轴方向运动，所述驱动设备C驱动所述载台绕与其台面垂直的X轴方向自转。
设计说明书
技术领域
本实用新型涉及产品检测领域，具体涉及一种基于线共焦相机的触摸屏缺陷检测装置。
背景技术
缺陷检测通常是指对物品表面缺陷的检测，表面缺陷检测是采用先进的机器视觉检测技术，对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测，缺陷检测技术一直是检测方面的重点难题，但是目前市场上并没有完善的解决方法，由于缺陷检测技术要求较高，并且厂商要求的漏判率和误判率都要求极高，所以缺陷检测一直是一个让人头疼的难题。
目前市场的扫描设备主要为线扫和面阵相机以及3D激光扫描设备，用于缺陷检测的多用于线扫和面阵相机来做扫描设备，一般用这两种相机做检测扫描设备都采用产品的灰度图来做处理，对于识别度不高的缺陷灰度图提取难度较大，最近几年发展起来的3D激光检测技术发展尚未成熟且精度不高。
发明内容
本实用新型的目的是提供一种基于线共焦相机的触摸屏缺陷检测装置，同时生成被检测触摸屏的灰度图和高度图，对灰度图上缺陷反应出来的位置信息和灰度信息进行灰度值的提取，对高度图上反应的缺陷高度进行提取，在这种双重提取的技术下，可以保证较高的准确性并且可以到达厂商的检测要求。
为达到上述目的，本实用新型采用的技术方案是：一种基于线共焦相机的触摸屏缺陷检测装置，包括载台、图像采集设备、图像生成设备、图像处理设备以及数据分析设备，所述载台承载被检测触摸屏，
所述图像采集设备为线共焦相机，其采集被检测触摸屏的各个位置的坐标、灰度值以及高度值并形成一二维数组；
所述图像生成设备根据所述二维数组生成被检测触摸屏的灰度图和高度图；
所述图像处理设备对所述灰度图和所述高度图进行缺陷提取和大小计算；
所述数据分析设备根据缺陷数量及大小判断被检测触摸屏是否合格。
优选的，所述图像采集设备的镜头光轴与所述载台的台面呈65-80°夹角。
优选的，所述图像采集设备的镜头光轴与所述载台的台面呈70-75°夹角。
优选的，所述图像采集设备的镜头光轴与所述载台的台面呈72°夹角。
优选的，所述图像处理设备对生成的高度图进行平面矫正后进行缺陷提取。
优选的，所述图像采集设备和所述图像生成设备集成为FocalSpec传感器。
优选的，所述图像处理设备和所述数据分析设备集成为基于OpenCV算法的主机。
优选的，所述载台的台面为吸附台面。
优选的，所述载台的台面为深色台面。
优选的，所述图像采集设备固定设置，所述载台设有驱动设备A、驱动设备B以及驱动设备C，所述驱动设备A驱动所述载台沿与其台面垂直的X 轴方向运动，所述驱动设备B驱动所述载台沿与其台面平行的Y轴方向运动，所述驱动设备C驱动所述载台绕与其台面垂直的X轴方向自转。
由于上述技术方案运用，本实用新型与现有技术相比具有下列优点：
1)本实用新型公开的基于线共焦相机的触摸屏缺陷检测装置，同时生成被检测触摸屏的灰度图和高度图，对灰度图上缺陷反应出来的位置信息和灰度信息进行灰度值的提取，对高度图上反应的缺陷高度进行提取，在这种双重提取的技术下，可以保证较高的准确性并且可以到达厂商的检测要求；
2)本实用新型公开的基于线共焦相机的触摸屏缺陷检测装置，相机的光轴与所述载台的台面的垂直方向呈夹角设置，可以将缺陷部分与完好部分的高度值差异更明显，从而实现缺陷的提取，使用倾斜放置的放大在一定程度上起到了缺陷放大的作用；
3)本实用新型公开的基于线共焦相机的触摸屏缺陷检测装置，载台的台面为深色台面，减少光的反射；
4)本实用新型公开的基于线共焦相机的触摸屏缺陷检测装置，载台的台面为吸附台面，确保产品不会在载台运动的时候发生偏移。
附图说明
图1是本实用新型公开的基于线共焦相机的触摸屏缺陷检测装置的示意图。
其中：10、载台；20、被检测触摸屏；30、FocalSpec传感器；40、主机。
具体实施方式
结合附图及实施例对本实用新型作进一步描述：
参见图1，如其中的图例所示，一种基于线共焦相机的触摸屏缺陷检测装置，包括载台10、图像采集设备、图像生成设备、图像处理设备以及数据分析设备，载台10承载被检测触摸屏20，
图像采集设备为线共焦相机，其采集被检测触摸屏20的各个位置的坐标、灰度值以及高度值并形成一二维数组；
图像生成设备根据二维数组生成被检测触摸屏的灰度图和高度图；
图像处理设备对灰度图和所述高度图进行缺陷提取和大小计算；
数据分析设备根据缺陷数量及大小判断被检测触摸屏是否合格。
本实施例中优选的实施方式，图像采集设备的镜头光轴与载台10的台面呈72°夹角。在其他实施例中，还可以是65°、68°、70°、75°、78°、 80°夹角。
本实施例中优选的实施方式，图像处理设备对生成的高度图进行平面矫正后进行缺陷提取。
本实施例中优选的实施方式，图像采集设备和图像生成设备集成为 FocalSpec传感器30。
本实施例中优选的实施方式，所述图像处理设备和所述数据分析设备集成为基于OpenCV算法的主机40。
本实施例中优选的实施方式，载台10的台面为吸附台面。
本实施例中优选的实施方式，载台10的台面为深色台面。
本实施例中优选的实施方式，图像采集设备固定设置，载台10设有驱动设备A(图中未视出)、驱动设备B(图中未视出)以及驱动设备C(图中未视出)，驱动设备A驱动载台10沿与其台面垂直的X轴方向运动，驱动设备B驱动载台10沿与其台面平行的Y轴方向运动，驱动设备C驱动载台10 绕与其台面垂直的X轴方向自转。
下面介绍本实施例的触摸屏缺陷检测装置的工作过程：
首先，要控制载台进行运动，载台运动的主要作用是扫描图像和换边，相机位置不变，采集图像要通过载台运动来完成，本次设计共有三个轴可以运动，X轴Y轴和旋转轴R轴，换边是处理完一个产品的一个边缘后，需要通过控制轴运动来继续扫描产品其他的边，累计共需要扫描九次。
其次，在载台运动过程中，相机可以进行图像的采集，在采集图像前要设置传感器的参数，该传感器这主要有三个重要的参数，光强、频率和间距，光强就是曝光的强度，光强会影响采集图像的灰度值，频率和间距会影响传感器的扫描速率，可以通过频率和间距的乘积来计算载台运动速度，频率和间距越大，载台运动速度越快，本次设计的光强设置为300，频率和间距设置为1500和0.02，当相机完成图像采集后，相机内部会生成一个二维数组，包括X坐标、Y坐标、灰度值和高度值。
然后，主机的图像生成设备利用这个数组分别生成一个产品的高度图和灰度图，本次设计用图像处理的算法来生成图像，具体的算子为， CreateGrayImage、CreateDeepImage等即可生成图像。
之后，主机的图像处理设备对高度图进行平面矫正，由于传感器的放置方式为倾斜18°角放置，所以生成的高度图像反应出的效果与实际物体有一定的差异，所以需要做平面的矫正，在深度图像中做平面矫正其实就是通过一个一阶表面(平面)计算灰度值力矩和近似值，然后再创建一阶多项式的一个弯曲灰度表面，在图像处理的算子为FitSurfaceImage和Create SurfaceImage，经过平面矫正后的图像和实际物体反应出来的几乎一致。
接着，主机的图像处理设备在平面矫正之后进一步处理图像，通过一些列复杂的算法，最终将缺陷完整的提取并计算缺陷的大小，针对产品九个边的图像信息，对应有九套相对应的图像算法，下面将详细例举长边和电极的缺陷提取的算法。
长边算法：长边算法的主要过程是定位、分割、阈值、提取、补偿，下图传感器采集的长边的图像，在长边的算法上主要利用高度图做缺陷的提取，由于缺陷部分反映出来的高度值和无缺陷地方反映的高度值会有一些细微的差距。首先通过上图的抛光线(白色的亮线)做产品的定位，因为缺陷的断裂从此处开始，所以选择抛光线做产品的定位最佳，由于产品的长度较长且抛光线的形状反映不同，所以在产品定位之后利用此抛光线将产品分割为五十份分别处理，由于缺陷部分反映出来的高度值和无缺陷地方反映的高度值会有一些细微的差距，利用阈值分割选择一个精确的阈值，即可实现对缺陷的提取。经过高度阈值后提取的缺陷由于缺陷的末端高度值与正常部分很接近，很难用阈值提取，所以在高度值阈值以后的基础上有进一步进行补偿，经过长期的测试发现，缺陷的末端反应出来的灰度值比无缺陷的地方亮，所以利用灰度值在缺陷的末端进行提取，提取后将两个缺陷连接，这样就可以完整的提取出整个缺陷。
电极算法：电极区域的算法主要是定位、分割、阈值、提取，电极区的定位比较简单，利用产品的上端即可完成定位，由于电极区的图像较小，在分割上只分割三份，分割之后，利用和长边一样的阈值方法，此处不再赘述，由于产品电极区的缺陷可以较完整的提取，故不再增加任何的补偿。
最后，主机的数据分析设备对产品的是否抛光和缺陷大小来判断产品的OK或NG，抛光的判断就是利用显示的亮线，缺陷的大小根据客户的要求来判断OK或者NG。
图像保存：在每次产品处理完成之后，将会把所有产品九个边的高度图灰度图的原图进行保存，和所有的缺陷图像进行保存。
相机选用：采用从芬兰引进线共焦相机型号为Focalspec1200，该相机与传统相机相比具有较大的优势，Focalspec1200传感器采用共焦技术，共焦技术是利用波长信息测量距离。由光源射出一束宽光谱的复色光(呈白色)，通过色散镜头发生光谱色散，形成不同波长的单色光。每一个波长的焦点都对应一个距离值。测量光射到物体表面被反射回来，只有满足共焦条件的单色光，可以通过小孔被光谱仪感测到。通过计算被感测到的焦点的波长，换算获得距离值。而三角测量法是利用感光元件上的光点位置变化来测量被测物的距离变化。虽然通过从感光波形计算出峰值或重心等特征量可减小误差，但从原理上，材质不同或对象物倾斜会导致感光波形位置出现偏差或波形混乱，从而产生测量误差。使用传统三角测量法时，随着高度的不同，测量位置或者光斑大小会发生改变。而光谱共焦法的同轴共焦原理可以保证即使被测物存在倾斜或者翘曲，也可以进行高精度的测量，测量点不会改变。从而通过采集的灰度图和高度图进行双重图像处理。
主机选用：使用OpenCV开源库来做图像的处理。OpenCV是一个基于BSD 许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、 Android和Mac OS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。在欧洲以及日本的工业界已经是公认具有最佳效能开源的Machine Vision软件库。利用OpenCV库函数对提取的灰度图与高度图进行处理，对灰度图上缺陷反应出来的位置信息和灰度信息进行灰度值的提取，在利用高度图上反应的缺陷高度进行提取，在这种双重提取的技术下，可以保证较高的准确性并且可以到达厂商的检测要求。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本实用新型。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本实用新型的精神或范围的情况下，在其它实施例中实现。因此，本实用新型将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
设计图
相关信息详情
申请码:申请号:CN201920114745.9
申请日:2019-01-23
公开号:公开日:国家:CN
国家/省市:32(江苏)
授权编号:CN209624417U
授权时间:20191112
主分类号:G01N 21/88
专利分类号:G01N21/88;G01N21/01
范畴分类:31E;
申请人:苏州鼎纳自动化技术有限公司
第一申请人:苏州鼎纳自动化技术有限公司
申请人地址:215000江苏省苏州市工业园区葑亭大道598号1号楼东侧
发明人:姚钦;刘天成;陈晨
第一发明人:姚钦
当前权利人:苏州鼎纳自动化技术有限公司
代理人:陆金星;姚惠菱
代理机构:32251
代理机构编号:苏州翔远专利代理事务所(普通合伙)
优先权:关键词:当前状态:审核中
类型名称:外观设计