用于光学薄膜缺陷检测的快速图像分割算法

为减少光学薄膜缺陷的漏检和误判,提高检测的快速性,提出了一种基于误差修正理论的图像分割算法。该算法接受带有随机误差的背景图像,并以各像素点灰度值残余误差与标准差的偏离程度作为分割依据,最终将缺陷检测转化为粗大误差判别。该算法使每个像素点都具有一个自动更新的最佳分割阈值,可改善全局或局部阈值分割不彻底的缺点。由于在系统初始化阶段标准均值背景图像已构建完毕,正常检测过程中仅需一次减法运算即可完成缺陷的分离;只有当背景图像灰度变化积累到一定程度时,才需要更新标准均值背景图像和标准差,因而算法总体运算量极小。实验结果表明,该算法能有效抑制图像噪声,克服由于目标与背景灰度级差极小而导致的分割困难,实现光学薄膜缺陷的快速检测。

一种基于多目机器视觉的光学薄膜瑕疵检测系统

针对光学薄膜制备过程中的表面品质缺陷,给出一种基于机器视觉的多通道同步自动在线检测方案。瑕疵检测精度、薄膜幅宽决定系统须采用多相机同步采样,为此提出一种C/S系统架构处理和管理各通道数据,并采用高性能FPGA设计了多通道同步控制卡。在实验基础上分析了薄膜瑕疵成像特点,提出一种基于误差修正理论的快速瑕疵检测算法,即:无瑕疵的背景图像认为只存在呈正态分布的随机误差,瑕疵看作粗大误差,从而将瑕疵检测问题转化成粗大误差的判别问题。通过连续多次采样求平均的方法得到标准背景图像,算出每个像素坐标位置的标准差σ,然后对每幅待检图像应用3-σ准则进行瑕疵判别,可直接得到二值化的瑕疵分离结果。实验结果表明,该算法具有简单、快速、准确的优点,解决了普通差影算法阈值确定困难的问题。

面向光学薄膜瑕疵检测的二值图像快速Blob分析算法

针对光学薄膜瑕疵检测应用中的高实时性图像处理要求,提出一种基于游程的二值图像快速Blob分析算法。采用步进式动态扫描方式,每个游程仅需扫描一次,且不必与相邻行的所有游程进行比较,算法的搜索空间得到压缩;游程连通性比较的分支少,简化了判断过程,提高了操作效率;所设计的游程及目标对象的数据结构允许由任一游程节点快速访问其所属链表的首部和尾部,不仅为后续的数据访问提供了便利,且提高了标记冲突时链表合并的操作速度,避免了冲突等价表的介入。实验结果表明该算法具有鲁棒、高效的特性,并已在光学薄膜瑕疵检测系统中得到了应用。

低信噪比小检测目标光学薄膜缺陷图像分割算法研究

结合测量误差分析理论,提出一种新的高效的图像分割算法,将薄膜的连续图像采样过程看做等精度测量过程,背景图像认为仅存在随机误差,缺陷像素视做粗大误差。算法在起始阶段通过连续多次采样建立标准背景图像,并统计各像素位置的灰度标准差,然后将实时待测图像中的每个像素与标准背景像素进行减法运算,以3σ作为检测判据,从而将缺陷的检测与分离等效为粗大误差的判别与剔除问题;同时,考虑缺陷像素点的空间分布特征,将上述过程扩展到像素邻域范围,以二维分割阈值取代一维阈值,对离散噪声有明显的抑制作用。实验结果表明,该算法运算速度快,对低对比度图像适应性好,对噪声不敏感,可实现对不同种类缺陷的准确、完整分割,适于实时光学薄膜检测应用。