基于多光谱分光成像的表面缺陷自动光学检测系统及方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111830046A(43)申请公布日2020.10.27(21)申请号202010681840.4(22)申请日2020.07.15(71)申请人华中科技大学地址430074湖北省武汉市洪山区珞喻路1037号(72)发明人杨华尹周平常靖昀李俊逸(74)专利代理机构华中科技大学专利中心42201代理人石梦雅李智(51)Int.Cl.G01N21/88(2006.01)权利要求书2页说明书6页附图1页(54)发明名称基于多光谱分光成像的表面缺陷自动光学检测系统及方法(57)摘要本发明属于图像处理相关技术领域，并具体公开了基于多光谱分光成像的表面缺陷自动光学检测系统及方法。该系统包括硬件单元和软件单元，其中硬件单元中的滤光模块用于对待检产品表面的原始光线进行过滤获得过滤光线；分光采集模块用于获得两幅原始图像；软件单元中多光谱分光成像模块用于调节滤光模块的组成以获得预设数量的原始图像；多图像融合检测模块用于对原始图像进行缺陷检测，获得待检产品的表面缺陷；最后利用分类标注模块对表面缺陷进行分类和标注。本发明将颜色信息融入到检测过程中，从根本上提高缺陷检测所需要的信息量，同时融入分光成像的思想，实现对光信息的再次细化，保留大量信息的真实性，极大提供检测的准确性。CN111830046ACN111830046A权利要求书1/2页1.一种基于多光谱分光成像的表面缺陷自动光学检测系统，其特征在于，该系统包括硬件单元和软件单元，其中：所述硬件单元包括滤光模块和分光采集模块，所述滤光模块用于对待检产品表面的原始光线进行过滤，以滤除具有干扰波长的光线并改善光照不均匀的情况，进而获得过滤光线；所述分光采集模块用于对所述过滤光线进行分光处理和图像采集，以获得两幅具有位置信息偏差的原始图像；所述软件单元包括多光谱分光成像模块、多图像融合检测模块和分类标注模块，所述多光谱分光成像模块用于调节所述滤光模块的组成，以此获得预设数量的原始图像；所述多图像融合检测模块用于对所述原始图像进行缺陷检测，以获得所述待检产品的表面缺陷；所述分类标注模块用于对所述表面缺陷进行分类和标注，进而完成表面缺陷自动光学检测工作。2.如权利要求1所述的基于多光谱分光成像的表面缺陷自动光学检测系统，其特征在于，所述滤光模块包括轮盘式CIE滤光片组和轮盘式ND滤光片组，从而根据实际检测情况选择不同的滤光片组合形式。3.如权利要求1所述的基于多光谱分光成像的表面缺陷自动光学检测系统，其特征在于，所述分光采集模块包括分光器和两个CCD传感器，其中所述分光器为半反半透棱镜，用于将所述过滤光线分为两条,分别进入两个CCD传感器；所述CCD传感器布置存在机械偏差，从而获得两幅具有位置信息偏差的原始图像。4.如权利要求1～3任一项所述的基于多光谱分光成像的表面缺陷自动光学检测系统，其特征在于，所述多图像融合检测模块的具体工作模式为：以两幅具有位置信息偏差的原始图像为一组，逐一对每组原始图像进行检测，以获得各组原始图像的表面缺陷；然后对各组原始图像的表面缺陷进行加权求和或线性叠加，进而获得所述待检产品的表面缺陷，该模式由如下公式表示：Ioutput＝fΣ(fdetect(Iinput_1),fdetect(Iinput_2),...,fdetect(Iinput_i)...,fdetect(Iinput_P))式中，Ioutput为待检产品的表面缺陷，fΣ为图像融合算法，fdetect(Iinput_i)为第i组原始图像的表面缺陷检测算法。5.如权利要求1～3任一项所述的基于多光谱分光成像的表面缺陷自动光学检测系统，其特征在于，所述多图像融合检测模块的具体工作模式为：将所有原始图像进行融合，以获得合成图像；对所述合成图像进行缺陷检测，最终得到所述待检产品的表面缺陷，该模式由如下公式表示：Ioutput＝fdetect(fΣ(Iinput_1,Iinput_2,...,Iinput_j,...,Iinput_Q))式中，fdetect为表面缺陷检测算法，Iinput_j第j张原始图像，fΣ为图像融合算法。6.一种利用如权利要求1～5任一项所述的基于多光谱分光成像的表面缺陷自动光学检测系统进行检测的方法，其特征在于，该方法包括如下步骤：S1利用多光谱分光成像模块调节滤光模块的组成，然后对待检产品的表面进行图像采集，以此获得预设数量的原始图像；S2利用多图像融合检测模块对所述原始图像进行缺陷检测，以获得所述待检产品的表面缺陷；S3利用分类标注模块对所述待检产品的表面缺陷进行分类和标注，进而完成表面缺陷2CN111830046A权利要求书2/2页自动光学检测工作。7.如权利要求6所述的基于多光谱分光成像的表面缺陷自动光学检测方法，其