基于机器视觉的半导体表面缺陷检测研究

半导体的广泛应用使得人们对其质量要求越来越高。半导体生产过程中塑封表面缺陷的检测得到更多生产厂家的重视。本文对SOT-23封装式半导体的表面塑封缺陷进行了研究,改进并优化半导体质量缺陷检测系统,通过边缘检测算法提取半导体管体的塑封边缘,确定被检管体的位姿,缩小检测范围,使用基于边缘点的模板匹配算法来判断字符的完整性,最后利用差影法准确地检测出塑封缺陷。经工厂试用后,结果显示此系统能有效地检测出表面质量缺陷。目前此系统已在工厂正式使用。     

关于玻璃缺陷在线检测技术的研究

一、前 言 我国目前有多条大型平板玻璃浮法生产线,但是对生产过程中的破璃缺陷(例如气泡、杂质等),还没有一个良好的自动化检测手段。我们采用通用型的PC系列微机,作为数据记录与处理的心脏,选用光电耦合器件大线阵CCD作为数据采集传感器。田于CCD光敏     

手机曲面玻璃缺陷检测方法研究北大核心CSCD

由于手机曲面玻璃在生产过程中会产生一些外观缺陷,针对曲面玻璃上缺陷成像难、提取难等问题,提出了一种手机曲面玻璃缺陷检测方法。首先,对曲面玻璃平面部分图像进行形状匹配,并对匹配后的图像进行差分和形态学处理,提取缺陷特征;其次,对曲面玻璃曲边部分图像,使用基于连通域分析和面积阈值分割的缺陷提取算法;再次,对曲面玻璃R角部分图像,采用图像频域增强和对数变换的缺陷提取算法;最后,提取各部分缺陷后,计算得到各类缺陷的特征,通过特征进行缺陷分类,并将得到的缺陷数据与影像测量仪得到的数据进行对比实验。结果表明,该算法能准确提取手机曲面玻璃表面常见的划痕、污点、擦伤和气泡缺陷,并且缺陷尺寸精度测量能达到20μm。     

玻璃绝缘子动态差分缺陷检测方法研究

介绍了一种新的玻璃绝缘子缺陷动态检测方法.采用旋转控制平台和倒坝型LED光源,利用动态差分算法抑制复杂环带背景,通过气泡缺陷的差分空洞效应,解决了图像中气泡与黑色环带粘连无法分割的问题,并运用基于支持向量机的分类器进行缺陷检测分类,克服了玻璃绝缘子形状的复杂性以及缺陷的多样性造成的难以自动化检测的困难.测试实验结果表明,该检测方法的检测精度为2mm且检测速度为每分钟10个,能够有效地实现玻璃绝缘子缺陷的检测与识别,满足工业企业自动化生产的需要.     

玻璃表面缺陷检测系统研究

目的针对玻璃表面存在的划痕、漏点、结石和水印等4种主要缺陷,研究一种基于背光照射的玻璃表面缺陷检测方法,提出一种改进K均值聚类算法用于水印缺陷的检测。方法首先,通过设计的图像采集系统对玻璃图像进行采集,并对采集图像背景估计;然后根据水印缺陷与其他3种缺陷的灰度差异,将含缺陷的玻璃分成2类,完成缺陷粗分类;接着利用边缘检测算法对含划痕、漏点和结石缺陷的玻璃图像进行处理,利用结合了Otsu阈值分割方法和补偿系数f的改进K均值聚类算法对含有水印缺陷的玻璃图像进行处理,最终实现对玻璃表面4种缺陷的识别与标记。结果实验表明,该系统操作方便,算法复杂度低,缺陷识别准确度高,检测速度快。结论通过上述玻璃表面缺陷检测系统,可准确高效地检测出玻璃表面存在的4种主要缺陷。改进的K均值聚类可以准确实现对水印缺陷的检测,且该方法可以克服聚类迭代次数高,聚类结果容易陷入局部最小等缺点。极大地提高了缺陷检测的效率,可用于玻璃生产过程中的实时检测。     

基于CCD的手机液晶屏缺陷检测方法及技巧分析

随着我国科学技术的不断发展,手机逐渐成为人们出行的必需品,而手机液晶屏的质量也逐渐成为人们关注的重要问题。因此,如何做好手机液晶屏缺陷检测工作成为生产厂家所面临的主要问题。本文将结合实际情况对CCD下手机液晶屏缺陷的检测方式及技巧进行分析,旨在促进我国手机液晶屏缺陷的检测方法不断完善。     

带钢表面缺陷视觉检测系统关键技术研究

为满足钢板表面缺陷在线检测系统宽幅面、高速、高分辨率的检测要求，讨论了基于线阵CCD的钢板表面缺陷视觉检测系统实现的关键技术；优化设计了视觉检测系统的光学照明部分，以检测不同类型的缺陷。通过软件系统的特殊设计，以保证实时在线检测。针对缺陷图像低对比度、高噪声的特点，提出了基于灰度统计特性的图像边缘检测方法，并实现了对缺陷图像的自适应阈值分割。依据图像的缺陷统计特性，定义了缺陷的灰度、几何等特征量，用于缺陷分类。本系统样机已在实验室环境下运行。     

基于深度智能视觉的表面缺陷检测研究进展

基于深度智能视觉的表面缺陷检测研究在制造业中起着越发重要的作用,本文阐述深度智能视觉的表面缺陷检测在现代工业质检中的重要性,对现有研究进展进行梳理总结。深度智能视觉以机器视觉和深度学习为技术基础,为不同工业场景提供高精高效的表面缺陷检测算法。本文从检测细粒度的角度将表面缺陷检测分为表面缺陷分类、定位、分割检测3个部分,并分别对分类、定位、分割方法进行系统综述,梳理现有表面缺陷检测研究的问题和思路。分类检测针对数据和缺陷图形特征问题进行研究,因其基础性和易拓展性于不同工业场景的应用呈现分散发展;定位检测以模型框架、矩形框检测和标注成本为主要问题,表现出追求轻量化和特征融合机制的研究趋势;分割检测更关注图像细节特征。通过研究分类、定位、分割的多任务模型框架以探索分类、分割检测之间的互补性。最后总结目前表面缺陷检测研究存在的问题,并对发展趋势进行展望。     

ABS齿圈表面缺陷视觉检测方法

针对目前汽车零部件制造行业采用人工目测法进行ABS齿圈出厂检测引起的效率低、速度慢等问题,该文提出一种ABS齿圈表面缺陷视觉检测方法。首先提取齿圈表面缺陷图像的几何特征、灰度特征和纹理特征,构建特征向量,运用主成分分析法对测试样本特征数据进行降维处理,获得新的主成分,再利用自适应粒子群算法对SVM模型的关键参数进行优化,最后采用多项式核函数的SVM模型作为最佳分类模型对968型号的ABS齿圈进行检测实验,并与BP神经元网络模型检测结果进行对比。实验结果表明,采用多项式核函数的SVM齿圈表面缺陷检测模型实验效果最佳,检测正确准确率高达99.4%。     

手机屏幕跌落安全性研究

目的研究智能手机以不同方式跌落时屏幕的安全性,根据跌落时力的传递方式和主要应力集中部位设计简单有效的防护措施,节约包装成本。方法基于Solid Works和Ansys Workbench软件对无防护智能手机水平跌落、竖直跌落和倾斜45?跌落等3种极限情况进行仿真,根据结果设计防护措施,并进行仿真验证。结果在水平、竖直、倾斜45?等3种跌落工况下,手机屏幕均会发生应力集中,应力大小分别为80,800,120 MPa,屏幕出现破碎,在手机的4个角安装三脚形泡沫能够使冲击应力小于屏幕的强度极限。结论在手机屏幕材料的选择时,要选择强度高、弹性好的玻璃材料,对手机进行包装运输时,对4个角安装三角形泡沫防护垫可以有效地保护手机。     

触屏手机界面设计

介绍了触屏手机界面设计的发展历程,并运用工业设计的方法总结出设计时的一般原则,同时结合实例产品具体说明这些原则在触屏手机界面设计上的应用.     

玻璃瓶口定位与缺陷检测系统设计

目的为实现玻璃瓶缺陷在线检测,基于机器视觉设计一种瓶口定位和缺陷检测方法。方法介绍系统结构,包括相机、控制系统和剔除机构。详细论述图像处理算法,即:图像预处理、图像分割、瓶口定位、缺陷检测等。中值滤波完成玻璃瓶图像降噪处理,迭代阈值实现图像分割。基于像素坐标平均法完成瓶口定位。对于瓶口断口和破损等缺陷,分别采用径向积分投影和双圆周扫描实现瓶口缺陷检测。最后进行实验研究。结果实验结果表明,所述算法的性能指标均为98%左右,实现了准确、快速、无接触检测。结论该系统操作简单,能够满足实际使用的需求。     

基于YOLOv3的医药玻璃瓶缺陷检测方法

目的为了准确而快速地自动检测医药玻璃瓶的外观缺陷。方法基于YOLOv3算法,建立深度卷积神经网络学习检测模型,通过将神经网络结构浅层和深层特征向量连接并标准化,提取玻璃瓶多尺度特征信息。采用K-means聚类方式获得锚点框初始大小,提高模型对边界框预测的准确性;利用多尺度训练策略,增强模型对不同尺寸图像的鲁棒性。结果实验结果表明,提出的医药玻璃瓶缺陷检测方法能够准确检测识别玻璃瓶上的管端残损、气线、气泡、划伤、污渍和结石等缺陷种类。与主流的目标检测方法相比,提出的方法在处理速度和准确度上都有提高,缺陷目标检测精确率达到96.23%,召回率为93.82%,平均精度为89.35%。结论该方法已经在国内几家大型医药玻璃包装生产公司成功应用,显著提高了医药玻璃包装产品的质量和合格率,降低了人工成本。     

小样本药用玻璃瓶缺陷生成方法及应用

目的 为了克服药包玻璃瓶缺陷样本不足带来的缺陷检测模型精度不准的问题,提出改进StyleGAN2-ADA的缺陷样本生成方法,提升模型鲁棒性。方法 首先,基于StyleGAN2-ADA算法,在无缺陷图像集上训练网络模型并作为骨干。其次,在骨干网络上添加缺陷感知残差块,生成缺陷掩码,在少量的缺陷图像数据集上训练网络模型操纵掩码区域的特征,模拟缺陷图像生成过程,合成缺陷图像。最后,采用YOLOv7检测网络验证该样本生成方法的效果。结果 实验结果表明,该方法在大量正常图像和少量缺陷图像基础上生成逼真且多样性的缺陷图像,应用该缺陷样本合成方法丰富数据集后,西林瓶缺陷检测平均准确率（mAP）达到97.3%,较原始数据集合和StyleGAN2-ADA算法分别提高了33.1%和4.1%。结论 该图像生成方法可以在少量缺陷样本下生成高质量的缺陷图像,优化不均衡数据集,增强模型训练的稳定性,提高药用玻璃包装产品的质量和合格率。     

基于图像配准的药用玻璃瓶印刷字缺陷检测

目的准确检测出药瓶印刷字的缺陷。方法采用目前流行的SIFT特征点提取算子,选用欧氏距离进行初匹配,RANSAC进行精确匹配。结果药瓶在传送过程中不管发生怎样变化,都能被检测出其印刷字的缺陷,成功剔除不合格药瓶。结论实验结果表明该方法能够精确地提取图像特征点,准确地匹配图像特征点对。     

室外环境不同照度下手机屏幕亮度最优参数研究

目的 研究环境照度、手机屏幕亮度对视觉搜索绩效的影响,并提出在室外不同的环境照度下手机屏幕亮度的最优值设置参数.方法 采用视觉搜索任务,对16名被试在室外不同环境照度（10 klux、20 klux、30 klux）以及不同手机屏幕亮度条件下的视觉搜索绩效、主观评价以及眼睛疲劳度进行了比较.结果 在室外不同环境照度下手机屏幕亮度最优值设置不同,当环境照度为10 klux时,手机屏幕亮度的最优值是354 cd/m2;环境照度为20 klux时,手机屏幕亮度的最优值是734 cd/m2;环境亮度为30 klux时,手机屏幕亮度的最优值是1 375 cd/m2.结论 环境照度和手机屏幕亮度的最优值是线性变化的,当环境照度较低时屏幕亮度最优值较低,当环境照度为中等水平时屏幕亮度最优值为中等水平,当环境照度为较高水平时屏幕亮度最优值也较高.     

手机造型意象认知模型的构建研究

通过对手机造型意象认知的过程及影响该过程的各要素进行分析,得出手机造型意象认知模型,为相关的研究及设计实践提供必要的参考。     

纸塑复合袋表面缺陷图像的梯度投影差值筛选方法

目的 为了解决纸塑复合袋的缺陷图像筛选效率低、精度差等问题,提出一种基于梯度投影差值的纸塑复合袋表面缺陷图像筛选方法。方法 首先采集纸塑复合袋图像,并利用Sobel算子函数得到其梯度幅值图像,使用水平投影和垂直投影计算公式,计算获取的梯度幅值图像信息,得出图像水平和垂直方向的投影均值,采集缺陷图像中具有丰富梯度信息的特点,分析梯度投影均值的差值,根据图像信息计算出阈值,通过比较投影差值和阈值,完成图像的筛选。结果 针对此次采集的缺陷图像,当投影差值阈值设置在0.014 6~0.018 9内时,可以筛选出表面缺陷的图像。相较于差影法,该方法的筛选正确率提高了约10%,图片筛选时间加快了1.5 s。结论 文中提出的梯度投影差值方法与差影法相比,具有图像筛选正确率高、筛选速度快等优点,满足图像筛选在工业生产上的需求。