周期性圖案的自動光學檢測方法與流程
2023-05-29 05:59:51 1
本發明提供一種周期性圖案的自動光學檢測方法，尤指一種可精確且快速偵測周期性圖案中的缺陷部分。
背景技術：
：機械錶面檢測現應用於各式產品的表面質量控制，諸如，木材、鋼材、晶圓、陶瓷、織物，甚至於農產品表面，皆可通過光學表面檢測以檢驗其質量。而就觸控面板而言，由於現今對於操控方式的趨勢，是以優化、個人化及直覺化為目標，藉以達致產品操控的便利性，故觸控面板現已廣泛應用於個人計算機、智能型手機、收款機、提款機，及家電等各式電器產品；而觸控面板的質量，將直接影響電器產品整體的外觀質量及質量，進而影響相關業者的收益率，故業界對於觸控面板的質量要求甚高，因觸控面板的感測電路系布設於其內部，故若觸控面板表面具有顆粒、刮痕、纖維或髒汙，皆將直接影響電路的感測，據此，觸控面板缺陷的檢測為現今觸控面板生產迫切的需求。而現有的自動光學檢測(AutomaticOpticalInspection,AOI)中，最被廣為應用者為頻譜(Spectral)分析法，如圖1所示，將圖1(a)的觸控面板10經快速傅立葉變換(FastFourierTransform,FFT)後，即可得如圖1(b)的能量頻譜20，藉此能觀察到主要能量被集中在四條方向線，包含水平線、垂直線及二對角線，其中，對角線的角度將隨電路結構的不同而呈現相異的角度，而對角線的角度可通過能量頻譜20中最大突出的部分來估計，如圖1(c)所示，其對角線的角度約為31度，而後於前述四條方向線的窄阻帶應用陷波濾波器(Notchfiltering)於圖1(b)的能量頻譜20，並經逆快速傅立葉變換，即可得如圖1(d)所示的重構圖像30；惟此，所大多數的電路部分被消除，惟非電路的部分也被一併消除，導致辨識的困難性，其也證明該產品的設計使用陷波濾波器系極為困難且複雜的，故業界普遍仍認為採用頻譜(Spectral)分析法並非檢測觸控面板10的有效辦法。而現今另提供一種自動光學檢測法，其系利用CAD(ComputerAidedDesign,計算機輔助設計)繪圖以註記於待測的觸控面板圖像上，而CAD製圖需要攝影機標定以消除圖像的失真，方能達致其繪製的效果；惟，攝影機的標定須耗費額外開發的工作及成本；而若所需的檢測效率較高者，則其設備成本將極為高昂。有鑑於此，發明人乃潛心進一步研究自動光學檢測，並著手進行研發及改良，期以一較佳設作以解決上述問題，且在經過不斷試驗及修改後而有本發明的問世。技術實現要素：本發明的目的為解決現有的自動光學檢測，普遍具有檢測精度不足，及需額外耗費開發的工作及成本，且設備成本將隨所需的檢測效率提升而大幅增加等缺失。為達致以上目的，發明人提供一種周期性圖案的自動光學檢測方法，其步驟包含：於一周期性圖案定義多個規律的控制點；將所述控制點分別圍繞形成多個大小及方向一致的對齊影像；於相鄰連續的所述對齊影像中求得一中間影像及取一偏差影像；由該中間影像及該偏差影像界定一上限影像及下限影像以形成一自適應模型；以及以該自適應模型比對全部所述對齊影像中的每一點；並定義所述對齊影像中所述點的灰階像素大於該上限影像或小於該下限影像者為缺陷區域。據上所述的周期性圖案的自動光學檢測方法，其步驟更包含：於該周期性圖案中選定第一參考點至第五參考點；其中，第一參考點為位於該周期性圖案中極左上的控制點、第二參考點為位於該周期性圖案中極右上的控制點、第三參考點為位於該周期性圖案中極左下的控制點、第四參考點為水平方向相鄰於該第一參考點的控制點，而該第五參考點為垂直方向相鄰於該第一參考點的控制點；以及以第一參考點及第四參考點的間為水平間距，以第一參考點及第五參考點的間為垂直間距，並以第二參考點及第三參考點為極值，藉以定義該周期性圖案中所有所述控制點的位置。據上所述的周期性圖案的自動光學檢測方法，其步驟更包含：於其一所述控制點建立一矩形範圍，且矩形範圍為無缺陷者，並於該矩形範圍內偵測該周期性圖案的邊緣影像；以及依據該邊緣影像校正全部所述控制點的位置。據上所述的周期性圖案的自動光學檢測方法，其中，該矩形範圍通過邊緣偵測器偵測得到二值化的邊緣影像。據上所述的周期性圖案的自動光學檢測方法，其步驟更包含：於該邊緣影像預定義一中心點，並於每一所述控制點分別建立一以所述控制點為中心的矩形的搜尋範圍，藉以分別在該搜尋範圍內移動該邊緣影像及該中心點，直至該邊緣影像分別耦合於該周期性圖案，並通過位比對運算校正全部所述控制點的位置。據上所述的周期性圖案的自動光學檢測方法，其步驟更包含：界定四目標點，且所述目標點系對應圍繞形成一矩形的目標區域，而所述控制點分別圍繞形成一四邊形區域；以及將每一所述四邊形區域的所述控制點，分別通過一組轉換矩陣轉換形成該目標區域的目標點，藉以分別求得至少一組轉換參數，所述控制點系分別依所述轉換參數轉換後，藉以求得由所述控制點分別圍繞形成的所述對齊影像。據上所述的周期性圖案的自動光學檢測方法，其中，該中間影像及該偏差影像系由至少三相鄰連續的所述對齊影像中求得，較佳者，該中間影像及該偏差影像系由至少五相鄰連續的所述對齊影像中求得者。據上所述的周期性圖案的自動光學檢測方法，其步驟更包含：若所述對齊影像中所述點被定義為所述缺陷區域，則將所述缺陷區域中每一所述點轉換回原坐標系。據上所述的周期性圖案的自動光學檢測方法，其中，該周期性圖案為觸控面板、電路板或物品表面的周期圖案。是由上述說明及設置，顯見本發明主要具有下列數項優點及功效，茲逐一詳述如下：1.本發明可應用於各式具有周期性圖案的產品，諸如：觸控面板、電路板或各式物品表面，且於偵測前無須經由校準的步驟，僅需手動選定第一參考點至第五參考點，並選取其一控制點的矩形範圍以建立邊緣影像，而後即可自動且精確偵測周期性圖案的缺陷，藉可大幅降低人力及時間成本。2.通過本發明的方法，令由中間影像及偏差影像界定上限影像及下限影像的自適應模型，藉使偵測率及誤檢率的控制參數僅有二個，故可確實依照客戶端的需求予以簡易調整，藉以有效控制周期性圖案缺陷的檢出量。附圖說明圖1為現有自動光學檢測偵測觸控面板缺陷的實驗流程圖。圖2為本發明的流程圖。圖3為本發明周期圖案的示意圖。圖4為本發明於周期圖案點選第一至第五參考點的示意圖。圖5為本發明於其一所述控制點手動繪製以建立一矩形範圍的示意圖。圖6為本發明邊緣影像的示意圖。圖7為本發明通過邊緣影像校正控制點位置的示意圖。圖8為將每一所述四邊形區域的所述控制點，分別通過一組轉換矩陣轉換形成該目標區域的目標點，以求得對齊影像的示意圖。圖9為本發明經轉換形成連續的對齊影像的示意圖。圖10為本發明中間影像的示意圖。圖11為本發明偏差影像的示意圖。圖12為本發明應用於一觸控面板的實驗圖。圖13為本發明應用於另一觸控面板的實驗圖。圖14為以圖12的觸控面板，固定控制參數β而變動控制參數α所繪製的接收者操作特徵曲線圖。圖15為以圖12的觸控面板，固定控制參數α而變動控制參數β所繪製的接收者操作特徵曲線圖。圖16為以圖13的觸控面板，固定控制參數β而變動控制參數α所繪製的接收者操作特徵曲線圖。圖17為以圖13的觸控面板，固定控制參數α而變動控制參數β所繪製的接收者操作特徵曲線圖。附圖標記說明：10-現有觸控面板；20-現有能量頻譜；30-現有重構圖像；1、1a、1b-周期性圖案；2-控制點；21-矩形範圍；22-搜尋範圍；23-四邊形區域；3-邊緣影像；31-中心點；4-目標點；41-目標區域；5-對齊影像；51-中間影像；52-偏差影像；6a、6b-觸控面板；S001－S008-步驟。具體實施方式請先參閱圖2所示，本發明為一種周期性圖案的自動光學檢測方法，其步驟包含：脫機階段：步驟S001：選定欲偵測缺陷的一周期性圖案1，如圖3所示，其中，周期性圖案1可為觸控面板、電路板或物品表面的周期圖案，本實施例系以具周期圖案的觸控面板舉例說明，惟並不以此作為限定；而對於是否為周期性圖案1的判定，可通過人工或計算機輔助判斷該圖案是否具有重複性；而若具有重複性則為周期性圖案1，故可輕易地通過人工或計算機運算而尋找出周期性圖案1的規律性；用戶即可於周期性圖案1中選定具判定周期性基準的控制點2；而在一較佳的實施例中，如圖4所示，用戶可於該周期性圖案1中的控制點2選定第一參考點至第五參考點；其中，第一參考點A為位於該周期性圖案1中極左上的控制點2、第二參考點B為位於該周期性圖案1中極右上的控制點2、第三參考點C為位於該周期性圖案1中極左下的控制點2、第四參考點B』為水平方向相鄰於該第一參考點的控制點2，而該第五參考點C』為垂直方向相鄰於該第一參考點的控制點2；藉此，即可以第一參考點A及第四參考點B』的間為水平間距，以第一參考點A及第五參考點C』的間為垂直間距，並以第二參考點B及第三參考點C為極值，則所有控制點2的列數NRow及行數NCol則如下數學式1所示：【數學式1】NRow=round(ACAC′)+1,NCol=round(ABAB′)+1]]>故藉此即可據以求得水平周期uRow及垂直周期uCol，如下數學式2所示：【數學式2】uRow=AC(NRow-1),uCol=AB(NCol-1)]]>CPi，j故所有控制點2的坐標即可通過如下數學式3求得：CPi，j＝(xA，yA)+i·uRow+j·uCol，fori＝0，1，...，NRow-1，j＝0，1，...，NCol-1【數學式3】其中，(xA，yA)為第一參考點A的坐標，藉此，即可藉以定義該周期性圖案1中所有所述控制點2的位置。步驟S002：由於所述控制點2的位置將可能因手動點選第一參考點A至第五參考點C』有所偏差，而致各控制點2於周期性基準的位置不正確，故用戶可如圖5所示，於其一所述控制點2手動繪製以建立一矩形範圍21(Regionofinterest，ROI)，而矩形範圍21係為無缺陷或噪聲者，藉以利於邊緣的辨識，而後，藉可通過Canny邊緣偵測器(Cannyedgedetector)檢測該矩形範圍21內周期性圖案1的邊緣，藉以如圖6所示，取得二值化的邊緣影像3。在線測試階段：步驟S003：如圖6所示，於該邊緣影像3預定義一中心點31，並如圖7所示，於每一所述控制點2分別建立一以所述控制點2為中心的矩形的搜尋範圍22，藉以分別在該搜尋範圍22內移動該邊緣影像3及該中心點31，直至該邊緣影像3分別耦合於該周期性圖案1，並如下數學式4所示，通過位比對運算校正全部所述控制點2的位置：【數學式4】S(O,G)=ΣO(i,j)C(i,j)]]>其中，S(O，C)為周期性圖案1與邊緣影像3的匹配尺度，O(i，j)為周期性圖案1，為位比對運算(bitcomparison)，C(i，j)為邊緣影像3校正後控制點2的坐標為最大匹配尺度的位置。步驟S004：將所述控制點2分別圍繞形成一四邊形區域23，並界定四個目標點4，且目標點4亦對應圍繞形成一矩形的目標區域41，本實施例中系假設目標區域41的高度為H，寬度為W，而目標點4分別為(x′1，y′1)＝(0，0)、(x′2，y′2)＝(W-1，0)、(x′3，y′3)＝(0，H-1)及(x′4，y′4)＝(W-1，H-1)，並如圖8所示，將每一所述四邊形區域23的所述控制點2，分別通過一組轉換矩陣轉換形成該目標區域41的目標點4，轉換矩陣如下數學式5所示：其中，(xi，yi)為原控制點2的坐標，而(x′i，y′i)為目標點4的坐標，藉以分別求得至少一組轉換參數hij，並通過如下的數學式6轉換，藉以求得由所述控制點2分別圍繞形成的大小及方向一致的對齊影像5。【數學式6】x′y′1=h11h12h13h21h22h23h31h321xy1h31h221xy1=Gxy1]]>步驟S005：如圖9所示，將相鄰連續的對齊影像5，並如下數學式7求得一如圖10所示的中間影像51(Medianimage)m(x′，y′)及取一如圖11所示的偏差影像52(Deviationimage)d(x′，y′)：m(x′,y′)=median{gp(x′,y′),forp=k-M,...,k+Md(x′,y′)=1NΣp=k-Mk+M(gp(x′,y′)-m(x′,y′))2]]>【數學式7】其中，gp(x′，y′)為所述對齊影像5，k為對齊影像5數量的中位數，N為奇數個所述對齊影像5的數量，而而中間影像51及該偏差影像52系由至少三相鄰連續的所述對齊影像5中求得者，較佳者，系該中間影像51及該偏差影像52系由至少五相鄰連續的所述對齊影像5中求得者，藉可提升取得中間影像51及偏差影像52的效果。步驟S006：由該中間影像51及該偏差影像52通過下數學式8界定一上限影像u(x′，y′)及下限影像l(x′，y′)以形成一自適應模型；【數學式8】u(x′,y′)=m(x′,y′)+max(α,βd(x′,y′))l(x′,y′)=m(x′,y′)-max(α,βd(x′,y′))]]>其中，α及β為控制參數，系用以控制敏感性及特異性，藉可控制偵測率及誤檢率。步驟S007：而後，以該自適應模型比對全部所述對齊影像5中的每一點(x′，y′)，並定義所述對齊影像5中所述點(x′，y′)的灰階像素大於該上限影像或小於該下限影像者為缺陷區域，在一實施例中，所述點(x′，y′)可經由如下數學式9的缺陷判斷式b(x′，y′)判斷是否為缺陷區域：【數學式9】b(x′,y′)=1,ifgp(x′,y′)>u(x′,y′)orgp(x′,y′)其中，若其一所述點(x′，y′)經缺陷判斷式b(x′，y′)為1，則將該其一所述點(x′，y′)定義為缺陷區域，反之，若被判斷為0則表示該其一所述點(x′，y′)無缺陷。步驟S008：依據步驟S007，若對齊影像5中的點(x′，y′)被定義為所述缺陷區域，則依下數學式10，將所述對齊影像5內每一被定義為缺陷區域的點(x′，y′)，經上述數學式6的轉換矩陣G的反矩陣G-1轉換回原坐標系，藉以標示出周期性圖案1中具有缺陷的部分。【數學式10】xy1=G-1x′y′1]]>通過上述，本發明於規格為IntelCorei52.5GHz的CPU下以C++程序完成，檢測如圖12所示具周期性圖案1a的且尺時為4.3inch的觸控面板6a電路時，僅需耗時3.52秒即可如圖12所示標示出周期性圖案1a中的缺陷處，而應用於圖13尺寸為4.7inch的觸控面板6b的周期性圖案1b亦僅需耗時3.38秒。再者，本發明可通過調整控制參數α、β，以通過繪製的FPR(falsepositiverate，偽陽性率)對TPR(truepositiverate，真陽性率)的接收者操作特徵曲線(ReceiverOperatingCharacteristicCurve，ROC曲線)觀察於不同的控制參數α、β下的偵測缺陷的偵測率及誤檢率。而若需取較佳的控制參數α、β以偵測缺陷，則如圖14所示，當本發明應用於圖12所示的觸控面板6a時，將控制參數β分別固定於4、4.5及5時，控制參數α變動為7至13，可見較小的控制參數α將具有較高的TPR而具有較低的FPR，故若考慮擷取超過90％的TPR而低於10％的FPR，則需據以選擇一適度操作點(moderateoperation)於當控制參數α為10時，故通過將控制參數α固定為10，並將控制參數β變動為3.5至7所繪製的接收者操作特徵曲線，則如圖15所示，資可見適度操作點落於控制參數β為4.5處，因此，於圖12所示的觸控面板6a中，較佳的控制參數α、β值即分別為10與4.5；續如圖16所示，其系由圖13的觸控面板6b所分別繪製固定控制參數β為5及5.5下，控制參數α變動為7至13的接收者操作特徵曲線，而圖17為取圖16中的適度操作點於控制參數α為10，則以控制參數α固定為10，並將控制參數β變動為3.5至7所繪製的接收者 操作特徵曲線，藉可得於圖13所示的觸控面板6b中，較佳的控制參數α、β即分別為10與5，或10與5.5。最後應說明的是：以上實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述實施例所記載的技術方案進行修改，或者對其中部分技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明實施例技術方案的精神和範圍。當前第1頁1 2 3