数字化玻璃表面检测系统的研究

本研究把传统光学方法与现代数字化图象技术相结合 ,运用先进的数字化图象处理手段和 Zernike多项式拟合干涉波面方法进行干涉图象的计算 ,并在理论上有较大的突破 ,从而可快速准确测量出光学平面玻璃表面的平整度以及对其它技术指标的定量评定 .本研究所架构的光学平面玻璃表面检测系统的精度达到了λ/ 1 0 0 ,灵敏度为λ/ 1 0 0 0 .

激光数字光学平面玻璃表面检测系统技术研究

干涉波面数字化和测量分析处理方法是激光数字平面检测系统中的核心技术,只有掌握了此核心技术的关键内容,才能够真正实现对光学平面的快速高精度检测。对光学干涉波面的拟合函数系的选择、拟合算法、系统像差以及被测表面平面误差类型进行了理论分析和算法优化,并进行了实验测试,完成了系统的构建。发现了Zernike多项式阶选择法则,提出被测光学表面误差类型的判别标准以及一种全新的在"Zernike像差空间"确定激光数字光学平面检测系统精度的理论和方法,为实现检测自动化奠定了理论基础。

改进YOLOv7的玻璃表面缺陷检测方法研究

针对电子产品玻璃边缘表面的电极区域与非电极区域深加工过程中产生的大划伤、小划伤、划痕、异物等缺陷,提出了一种基于改进的YOLOv7的玻璃表面缺陷小样本检测方法。首先,在主干网络中加入卷积注意力模块(Convolutional Block Attention Module, CBAM)提高了通道注意力与空间注意力,解决了玻璃表面缺陷面积较小、在图像中分布差异较大、提高卷积神经网络在缺陷区域学习鲁棒性的特征表示的问题。其次,考虑到工业生产过程中缺陷样本较少、样本量不均衡,采用随机高斯噪声、Mixup、随机填充图像和随机拼接等图像增强方法,将样本进行扩充,并使样本均衡化。最后,将增加一个预检测头用于细长且轻浅的划痕检测,结合其他3个预测头,四预测头结构可以有效缓解过大差异对象带来的尺度方差引起的负面影响。实验结果表明,改进的YOLOv7算法相较于原始算法,平均精度提高了6.15%(mAP),检测效果优于当前YOLOv7网络,在一定程度上提高了工业生产过程中玻璃表面缺陷的小样本检测精度。

液晶玻璃基板缺陷在线检测系统设计

随着TFT-LCD及新型显示技术的迅速发展,对液晶玻璃基板质量的要求越来越高,针对国内玻璃基板质量在线检测系统研发的严重滞后,本文通过对玻璃基板检测的技术要求和应用特点进行分析,提出了玻璃基板质量在线检测系统的总体技术方案,从硬件和软件两个层次对检测系统进行设计,提出基于机器视觉的运动图像实时处理算法与软件的总体设计框图,并在此基础上完成了玻璃基板质量在线检测的关键技术设计与系统实现。