CN116026835A - 辅料自动检测装置、方法及系统 - Google Patents
辅料自动检测装置、方法及系统 Download PDFInfo
- Publication number
- CN116026835A CN116026835A CN202211472121.7A CN202211472121A CN116026835A CN 116026835 A CN116026835 A CN 116026835A CN 202211472121 A CN202211472121 A CN 202211472121A CN 116026835 A CN116026835 A CN 116026835A
- Authority
- CN
- China
- Prior art keywords
- light source
- quantum dot
- auxiliary material
- automatic
- auxiliary materials
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000000463 material Substances 0.000 title claims abstract description 133
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000002310 reflectometry Methods 0.000 claims abstract description 32
- 230000003287 optical effect Effects 0.000 claims abstract description 23
- 238000009826 distribution Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 15
- 239000002096 quantum dot Substances 0.000 claims description 42
- 239000002671 adjuvant Substances 0.000 claims description 9
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 8
- 238000003756 stirring Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010521 absorption reaction Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000295 emission spectrum Methods 0.000 claims description 4
- 238000000985 reflectance spectrum Methods 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 229910006404 SnO 2 Inorganic materials 0.000 claims description 3
- 229910052792 caesium Inorganic materials 0.000 claims description 3
- TVFDJXOCXUVLDH-UHFFFAOYSA-N caesium atom Chemical compound [Cs] TVFDJXOCXUVLDH-UHFFFAOYSA-N 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000005525 hole transport Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000007689 inspection Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 229910052751 metal Inorganic materials 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 238000012216 screening Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009659 non-destructive testing Methods 0.000 description 3
- 238000003917 TEM image Methods 0.000 description 2
- AIYUHDOJVYHVIT-UHFFFAOYSA-M caesium chloride Chemical compound [Cl-].[Cs+] AIYUHDOJVYHVIT-UHFFFAOYSA-M 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 239000006249 magnetic particle Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种多功能辅料检测技术,涉及辅料自动检测装置、方法及系统,辅料自动检测装置,包含显示屏、控制器、光源发射接收装置、样品台、可移动旋转轴和遮光箱体,样品台上放置有待检测的样品,光源发射接收装置位于样品台的上方,光源发射接收装置上方连接有可移动旋转轴,光源发射接收装置包含量子点光源、光电探测器和CCD摄像头。采用量子点光源、光电探测器、CCD摄像头同时进行工业辅料表面的光学扫描和可见光传感,可同时获得工业辅料表面的3D结构,以及在多光谱发射条件下不同波段范围内反射率的分布数据。有效结合光学检测、视频探测、图像处理等手段,对工业辅料结构和材质进行综合有效分析,提高自动化、数字化检测效率。
Description
技术领域
本发明涉及一种多功能辅料检测技术,涉及一种辅料自动检测装置、方法及系统。
背景技术
随着智能制造业现代化进程的加快,工业辅料的材料、种类、结构以及加工程序变得日渐多样化和复杂化。不同工业辅料的加工工艺水平、良品率不同,而工业辅料的品质是市场流通的保障。尤其是在工业数字化领域,对大产量工业辅料的良品率提供保障是工业辅料得以推广使用的前提和基础。
目前在电子厂、材料加工厂等领域,保证工业辅料良品率的办法包括人眼观测判断、基于样品重量的自动化分类、摄像分类筛选等。此外,常规无损检测技术包括射线检测、超声检测、磁粉检测、渗透检测、电磁检测等。上述无损检测技术的适用范围具有较强针对性,包括专门用于导电材料、磁性材料等。此外,常规无损检测技术较难实现对微观材料实施三维检测、实时检测。
上述辅料检测技术可以提高一部分种类的工业辅料良品率,但仅限于一些尺寸较大、独立包装、特征清晰的工业辅料。然而,上述辅料检测技术对工业辅料在微观尺寸上的检测与筛选存在技术瓶颈。尤其在工业数字化大生产的趋势下,目前的检测技术无法对工业辅料的部分微观特征实现自动、智能化识别与处理,阻碍了产品的生产效率以及可靠性的检测效率。
工业辅料在加工、打孔的过程中由于受到应力的作用,容易出现局部瑕疵。瑕疵种类包括针孔、凹陷、孔塞、缺口、锯齿状边缘等不同类型。采用CCD图像采集方法虽然可获取局部二维图像,然而对瑕疵的凹陷、凸起情况以及工业辅料材质无法实现量化分析。采用光学检测方法虽然可以对工业辅料的划痕、凹陷、凸起情况实现较好的探测,然而无法有效判断不同瑕疵形状。仅采用图像处理方法也无法完全识别不同瑕疵的成因以及种类。
目前,单纯依靠光学检测、视频检测或者图像处理等手段对工业辅料局部进行采样和分析无法有效获得工业辅料的瑕疵种类以及进行有效筛选。
发明内容
为克服上述的技术问题,因此,本发明提供了一种多功能辅料自动检测技术。本发明采用光学扫描、可见光传感、CCD探测以及图像处理等方法综合分析工业辅料的材质、缺陷和瑕疵种类,可实时获得工业辅料的多种属性并显示在终端设备。
为实现上述目的,本发明采用的技术方案是提供一种辅料自动检测装置,其特征在于,包含显示屏、控制器、光源发射接收装置、样品台、可移动旋转轴和遮光箱体,遮光箱体一侧设有开关门,遮光箱体内设有样品台,样品台上放置有待检测的样品,光源发射接收装置位于样品台的上方,光源发射接收装置的上方连接有可移动旋转轴,其中,光源发射接收装置包含:量子点光源、光电探测器和CCD摄像头。
进一步地,量子点光源是由多量子点光源组成的阵列,量子点光源可发出多个可调制窄波长光束。
进一步地,量子点光源包括:阳极、电子传输层、量子点层,空穴传输层和阴极。
进一步地,电子传输层材料为铯掺杂SnO2,电子传输层材料的制造方法如下:
将0.001-0.1M SnCl2·2H2O和0.01-0.1mMCsCl溶解在无水酒精中,然后将混合液在室温或80℃下搅拌1-5小时,合成过程中保持密封,防止O2和H2O进入溶液;反应完成后降至室温,并持续搅拌2-5小时。
进一步地,本发明还提供一种辅料自动检测方法,采用上述所述的辅料自动检测装置,检测方法包括以下步骤:
步骤一:量子点光源发射光信号;
步骤二:使用光电探测器获取扫描范围内各个位置的光信号相位差;
步骤三:使用CCD摄像头在疑似瑕疵位置进行扫描,获得局部二维图像信息;
步骤四:量子点光源再次发射光信号,光电探测器获取疑似瑕疵位置不同波段的反射率分布数据。
进一步地,在所述的步骤二中,光电探测器扫描步长L1设置为
L1=δ,δ/2=sinαL0,
其中,量子点光源发射光斑直径大小为δ,L0为辅料样品和量子点光源的距离,α为光斑发射角度。
进一步地,在所述的步骤三中,CCD摄像头在疑似瑕疵位置进行扫描,获得局部二维图像信息,并转换为灰度图,计算疑似瑕疵位置表面区域二维灰度值差值,获得差值灰度图中坐标为(x,y)的像素p,求p的卷积c,若c>0,则将灰度图中(x,y)处的像素值设置成0,否则设置成255。
进一步地,量子点光源为多光谱可调光源,针对不同粗糙度、不同材质的工业辅料,获取工业辅料表面多光谱光信号,计算其反射率ρ,发射光谱S1(λ)和反射光谱S2(λ)会由于不同材料的吸收、反射率不同产生差异。
进一步地,本发明还提供一种辅料自动检测系统,包括:
获取模块,用于获取反射光信息的时间差、相位差;用于获取反射光信息的反射率、二维图像;
计算模块,用于根据相位差分布计算工业辅料的表面尺寸、深度、粗糙度Ra等信息,获取其凹陷和凸起的分布情况,根据一定扫描时间范围内凸起、凹陷的程度,分辨疑似瑕疵位置;对二维图片进行图像处理,并根据疑似瑕疵位置的卷积、顶点数判断图像形状、边缘条件等特征;
确定模块,基于粗糙度、二维形貌、不同波段反射率分布情况等综合分析瑕疵类型。
进一步地,本发明还提供一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述所述的辅料自动检测方法。
相对于现有技术,本发明具有如下优点:
1.量子点光源提供半峰宽为几纳米至几十纳米的光,发射波长更精确,大大提高检测效率。
2.通过反射率区分辅料的金属、塑料属性或者荧光和非荧光材质等特性。
3.采用量子点光源、光电探测器、CCD摄像头同时进行工业辅料表面的光学扫描和可见光传感,可同时获得工业辅料表面的3D结构,以及在多光谱发射条件下不同波段范围内反射率的分布数据。有效结合光学检测、视频探测、图像处理等手段,对工业辅料结构和材质进行综合和有效分析,提高自动化、数字化检测效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出了根据本申请的一个实施例的一种辅料自动检测装置的装置示意图。
图2示意性示出了根据本申请的一种新型光源光斑直径示意图。
图3示出了适于用来实现本申请实施例的一种新型光源的电子传输层结的TEM图;
图4示意性示出了根据本申请的一个实施例的一种辅料自动检测方法的流程关系图;
图5示意性示出了根据本申请的一个实施例的一种辅料自动检测方法的处理识别流程示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
实施例1
作为本发明实施例提供的一种辅料自动检测装置,包含显示屏、控制器510、光源发射接收装置100、样品台530、可移动旋转轴540和遮光箱体560,遮光箱体560一侧设有开关门,遮光箱体560内设有样品台530,样品台530上放置有待检测的样品,光源发射接收装置100位于样品台530的上方,光源发射接收装置100的上方连接有可移动旋转轴540,其中,光源发射接收装置100包含:量子点光源、光电探测器和CCD摄像头。
具体地,如图1所示,工业辅料样品550放置在样品台530上,由光源发射/接收装置100检测;光源发射/接收装置100的位置由旋转轴540进行控制。其中,光源发射接收装置100包含:量子点光源、光电探测器和CCD摄像头。量子点光源是由多量子点光源组成的阵列,量子点光源可发出多个可调制窄波长光束。量子点光源包括:阳极、电子传输层、量子点层,空穴传输层和阴极。电子传输层材料为铯掺杂SnO2,电子传输层材料的制造方法如下:将0.001-0.1M SnCl2·2H2O和0.01-0.1mMCsCl溶解在无水酒精中,然后将混合液在室温或80℃下搅拌1-5小时,合成过程中保持密封,防止O2和H2O进入溶液;反应完成后降至室温,并持续搅拌2-5小时。
本实施例中,SnO2直径约5纳米,将0.01M SnCl2·2H2O和0.01mM CsCl溶解在无水酒精中,然后将混合液在室温或80℃下搅拌3小时,合成中保持密封,防止O2和H2O进入溶液;完成后降至室温,并持续搅拌2小时。具体参照图3,示出了适于用来实现本申请实施例的电子传输层结的TEM图。
其光学扫描工业辅料表面的机理如下:量子点光源110发出的电磁波传输距离其中c为电磁波在大气中的传播速度,t2D为电磁波在测试空间的往返传播时间。量子点光源110可发出一种连续调制波,如正弦波,由光源发射出去,被反射回来后进入光电探测器,通过发射信号的相位φ1与返回信号的相位φ2对比,可测定调制波往返于测试方向的延迟相位Δφ,则往返传播时间可测定为可用多个不同调制波的测相结果综合对比推算,降低往返时间测量误差,并获得测试距离。综合仪器误差后,相位测距法获得的测试距离可表示为其中N为来回信号相差的波形整周数,c0为光在真空中共传播速度,n为大气折射率,f为光波的调制频率,Δφ为往返传播相位差,K为仪器常数。多量子点光源组成的扫描阵列可获得一个平面上的样品表面深度扫描结果。当光源—探测器阵列进行旋转的情况下,可连续获得指定区域范围内的样品表面深度扫描结果。
图2示意性示出了根据本申请的一种新型光源光斑直径示意图,包括:根据相位差分布结果获取该工业辅料的表面3D结构;为了保证相邻光斑的非相干性,δ/2=sinαL0,其中,量子点光源的发射光斑直径大小为δ,L0为辅料样品和量子点光源的距离,α为光斑发射角度,如图2所示。此外,为了实现扫面点阵的均匀性,对工业辅料的表面进行扫描的过程中扫描步长L1的选择,扫描步长L1设置为L1=δ,其中,光斑直径大小为δ,单位时间扫描速度Km/s。因此,降低光斑直径大小δ、减小量子点光源与辅料样品的距离为L0以及降低单位时间扫描速度K可以提高光学扫描精度。
相对于现有技术,本发明具有如下优点:
1.量子点光源提供半峰宽为几纳米至几十纳米的光,发射波长更精确,大大提高检测效率。
2.通过反射率区分辅料的金属、塑料属性或者荧光和非荧光材质等特性。
3.采用量子点光源、光电探测器、CCD摄像头同时进行工业辅料表面的光学扫描和可见光传感,可同时获得工业辅料表面的3D结构,以及在多光谱发射条件下不同波段范围内反射率的分布数据。有效结合光学检测、视频探测、图像处理等手段,对工业辅料结构和材质进行综合和有效分析,提高自动化、数字化检测效率。
实施例2
作为本发明实施例提供的一种辅料自动检测方法,采用实施例1所述的辅料自动检测装置,图3示意性示出了根据本申请的一个实施例的一种辅料自动检测方法的流程关系图,至少包括步骤S110至步骤S140,详细介绍如下:
步骤S110:量子点光源发射光信号;
步骤S120:使用光电探测器获取扫描范围内各个位置的光信号相位差;
步骤S130:使用CCD摄像头在疑似瑕疵位置进行扫描,疑似瑕疵面积s的数值大小需要小于CCD摄像头拍摄图像可覆盖的范围,获得局部二维图像信息;
步骤S140:量子点光源再次发射光信号,扫描光源对其局部区域继续发出具有多光谱特性的光信号,光信号垂直入射工业辅料表面,光电探测器获取疑似瑕疵位置不同波段的反射率分布数据。
具体地,量子点光源为多光谱可调光源,针对不同粗糙度、不同材质的工业辅料,获取工业辅料表面多光谱光信号,计算其反射率ρ,发射光谱S1(λ)和反射光谱S2(λ)会由于不同材料的吸收、反射率不同产生差异。在步骤S120中,光电探测器扫描步长L1设置为:L1=δ,δ/2=sinαL0,其中,量子点光源发射光斑直径大小为δ,L0为辅料样品和量子点光源的距离,α为光斑发射角度。在所述的步骤S130中,CCD摄像头在疑似瑕疵位置进行扫描,获得局部二维图像信息,并转换为灰度图,计算疑似瑕疵位置表面区域二维灰度值差值,获得差值灰度图中坐标为(x,y)的像素p,求p的卷积c,若c>0,则将灰度图中(x,y)处的像素值设置成0,否则设置成255。
图4示意性示出了根据本申请的一个实施例的一种辅料自动检测方法处理识别流程示意图,具体包括:
步骤S210:根据相位差分布结果获取该工业辅料的表面3D结构;为了保证相邻光斑的非相干性,δ/2=sinαL0,其中,量子点光源发射光斑直径大小为δ,L0为辅料样品和量子点光源的距离,α为光斑发射角度,如图6所示。此外,为了实现扫面点阵的均匀性,采用探测器阵列对工业辅料的表面进行扫描的过程中扫描步长L1的选择,扫描步长L1设置为L1=δ,其中,光斑直径大小为δ,单位时间扫描速度Km/s。降低光斑直径大小δ、减小量子点光源与辅料样品的距离为L0以及降低单位时间扫描速度可以提高光学扫描精度。
对工业辅料的表面3D结构进行尺寸、深度等数据进行分析,获取其凹陷和凸起的分布情况,找出疑似瑕疵的位置;疑似瑕疵面积s的计算方法如下:取辅料表面一定扫描时间范围内凸起、凹陷密度达到额定阈值a,根据阈值a数据的数值变化情况而将其划分为疑似瑕疵区域和合格区域。假设在光学扫描过程中,辅料表面的波峰和波谷差距大于额定阈值a,则判定疑似瑕疵位置的范围s为s=kL1+L2,其中L2为一次扫描的长度,即光源阵列所覆盖的长度,L1为扫描步长,k为扫描步长的整数倍系数。确定矩形面积s为疑似瑕疵位置后,即可对该区域进行进一步判断。
步骤S220:对局部二维图片进行图像处理,分析其顶点数、边缘条件等特征;对图像的边缘检测的步骤如下:
1、获取已知的工业辅料表面3D结构数据,获取工业辅料表面图像;
2、将表面图像转换成灰度图,图像1;
3、新建图像2,图像2为灰度图,分辨率与灰度图相同;
4、对比已知的工业辅料表面结构数据,对于图像1中坐标为(x,y)的像素p,求p的卷积c,若c>0,则将图像2中(x,y)处的像素值设置成0(即黑色),否则设置成255(即白色);
5、保存灰度图,灰度图边缘部分不同区域存在灰度值差距。边缘是灰度值不连续的结果,这种不连续常可利用求导数来检测到,一般常用一阶和二阶导数来检测边缘。
步骤S230:通过探测器接收反射回来的光信号,并对其不同波段的反射率分布和数据大小进行计算和分析,推测工业辅料的材质属性及其粗糙度;量子点光源具有可调制光谱以及发射不同信号种类的光源。针对不同粗糙度、不同材质的工业辅料,该可调光源的作用在于:发射多光谱的、可调频率的光信号。该光信号在接触到工业辅料表面并返回光电探测器,其发射光谱S1(λ)和反射光谱S2(λ)会由于不同材料的吸收、反射率不同产生差异。通过S1(λ)和S2(λ)的对比可得不同材料在不同波段范围内的反射率ρ。不同材料的反射率数值区间不同,平滑金属的反射率可达90%,而粗糙金属面反射率仅50%-60%。此外,涂料、纸类、木材类、石板的反射率各有不同。对比不同材质的反射率用表可获得反射率ρ反映的工业辅料材质的范围。然而,反射率ρ的大小受到辅料的材质本身以及辅料材料的粗糙程度的影响。辅料的粗糙程度越高,对光的散射能力越强,反射率ρ的数值越低。因此,结合反射率ρ的平均数值大小、反射率ρ在不同光波段的分布函数Ψ(λ)、辅料的粗糙度Ra等数据判断辅料材质。根据粗糙度Ra与反射率ρ的关系,ρ=f(Ra),其中f为反射率和粗糙度之间的非线性关系,Ra可通过光学扫描的表面3D结构计算得出。因此,在已知Ra的情况下,在一定反射率ρ和分布函数Ψ(λ)范围内的工业辅料不同材质拥有不同反射率。采用该种方法,可分辨出粗糙金属、粗糙塑料材质之间的区别以及荧光和非荧光材质。
步骤S240:根据光学扫描、图像探测、图像处理、不同波段反射率分布情况等存储的数据结果进行综合分析,对工业辅料材质种类进行判断,即结合多种数据结果对工业辅料的瑕疵情况进行综合评估,得出瑕疵种类。表1例举了理想条件下本发明设计的方法获取的工业辅料瑕疵分析结果。
表1系统综合分析结果举例
在通过光学扫描途径获取工业辅料表面三维特性条件下,可通过筛选部分凹凸不平的区域,将CCD摄像头对准该疑似瑕疵区域进行拍照,获取图像信息。获取图像的顶点数目、轮廓的顶点,通过轮廓的顶点得到具体图形,用两个函数:cv2.arcLength,cv2.approxPolyDP。其步骤包括图片的灰度转化、灰度图片的二值转化、图片的轮廓识别、分析图片的顶点数、依据顶点数判断图像形状等步骤。其中依据顶点数判断图像形状可根据顶点数的数目、顶点角度的大小等来进行综合判断分类。
实施例3
作为本发明实施例提供的一种辅料自动检测系统,包括:
获取模块,用于获取反射光信息的时间差、相位差;用于获取反射光信息的反射率、二维图像;
计算模块,用于根据相位差分布计算工业辅料的表面尺寸、深度、粗糙度Ra等信息,获取其凹陷和凸起的分布情况,根据一定扫描时间范围内凸起、凹陷的程度,分辨疑似瑕疵位置;计算模块,对二维图片进行图像处理,并根据疑似瑕疵位置的卷积、顶点数判断图像形状、边缘条件等特征;
确定模块,基于粗糙度、二维形貌、不同波段反射率分布情况等综合分析瑕疵类型。
实施例4
作为本发明实施例提供的一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现实施例2中所述的辅料自动检测方法。
本具体实施方式的实施例均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
Claims (10)
1.一种辅料自动检测装置,其特征在于,包含显示屏、控制器(510)、光源发射接收装置(100)、样品台(530)、可移动旋转轴(540)和遮光箱体(560),遮光箱体(560)一侧设有开关门,遮光箱体(560)内设有样品台(530),样品台(530)上放置有待检测的样品,光源发射接收装置(100)位于样品台(530)的上方,光源发射接收装置(100)的上方连接有可移动旋转轴(540),其中,光源发射接收装置(100)包含:量子点光源、光电探测器和CCD摄像头。
2.如权利要求1所述的辅料自动检测装置,其特征在于,量子点光源是由多量子点光源组成的阵列,量子点光源可发出多个可调制窄波长光束。
3.如权利要求1所述的辅料自动检测装置,其特征在于,量子点光源(110)包括:阳极、电子传输层、量子点层,空穴传输层和阴极。
4.如权利要求3所述的辅料自动检测装置,其特征在于,电子传输层材料为铯掺杂SnO2,电子传输层材料的制造方法如下:
将0.001-0.1M SnCl2·2H2O和0.01-0.1mMCsCl溶解在无水酒精中,然后将混合液在室温或80℃下搅拌1-5小时,合成过程中保持密封,防止O2和H2O进入溶液;反应完成后降至室温,并持续搅拌2-5小时。
5.一种辅料自动检测方法,其特征在于,采用权利要求1-4中任意一项所述的辅料自动检测装置,检测方法包括以下步骤:
步骤一:量子点光源发射光信号;
步骤二:使用光电探测器获取扫描范围内各个位置的光信号相位差;
步骤三:使用CCD摄像头在疑似瑕疵位置进行扫描,获得局部二维图像信息;
步骤四:量子点光源再次发射光信号,光电探测器获取疑似瑕疵位置不同波段的反射率分布数据。
6.如权利要求5所述的辅料自动检测方法,其特征在于,在所述的步骤二中,光电探测器扫描步长L1设置为
L1=δ,δ/2=sinαL0,
其中,量子点光源发射光斑直径大小为δ,L0为辅料样品和量子点光源的距离,α为光斑发射角度。
7.如权利要求5所述的辅料自动检测方法,其特征在于,在所述的步骤三中,CCD摄像头在疑似瑕疵位置进行扫描,获得局部二维图像信息,并转换为灰度图,计算疑似瑕疵位置表面区域二维灰度值差值,获得差值灰度图中坐标为(x,y)的像素p,求p的卷积c,若c>0,则将灰度图中(x,y)处的像素值设置成0,否则设置成255。
8.如权利要求5所述的辅料自动检测方法,其特征在于,量子点光源为多光谱可调光源,针对不同粗糙度、不同材质的工业辅料,获取工业辅料表面多光谱光信号,计算其反射率ρ,发射光谱S1(λ)和反射光谱S2(λ)会由于不同材料的吸收、反射率不同产生差异。
9.一种辅料自动检测系统,其特征在于,包括:
获取模块,用于获取反射光信息的时间差、相位差;用于获取反射光信息的反射率、二维图像;计算模块,用于根据相位差分布计算工业辅料的表面尺寸、深度、粗糙度Ra等信息,获取其凹陷和凸起的分布情况,根据一定扫描时间范围内凸起、凹陷的程度,分辨疑似瑕疵位置;对二维图片进行图像处理,并根据疑似瑕疵位置的卷积、顶点数判断图像形状、边缘条件等特征;
确定模块,基于粗糙度、二维形貌、不同波段反射率分布情况等综合分析瑕疵类型。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求5至8中任一项所述的辅料自动检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211472121.7A CN116026835A (zh) | 2022-11-22 | 2022-11-22 | 辅料自动检测装置、方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211472121.7A CN116026835A (zh) | 2022-11-22 | 2022-11-22 | 辅料自动检测装置、方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116026835A true CN116026835A (zh) | 2023-04-28 |
Family
ID=86069833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211472121.7A Pending CN116026835A (zh) | 2022-11-22 | 2022-11-22 | 辅料自动检测装置、方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116026835A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116985021A (zh) * | 2023-09-27 | 2023-11-03 | 深圳市永霖科技有限公司 | 一种智能抛光装置和方法 |
-
2022
- 2022-11-22 CN CN202211472121.7A patent/CN116026835A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116985021A (zh) * | 2023-09-27 | 2023-11-03 | 深圳市永霖科技有限公司 | 一种智能抛光装置和方法 |
CN116985021B (zh) * | 2023-09-27 | 2024-07-12 | 深圳市永霖科技有限公司 | 一种智能抛光装置和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4426313B2 (ja) | 多検出器欠陥検出システム及び欠陥検出方法 | |
US4766324A (en) | Particle detection method including comparison between sequential scans | |
US5355212A (en) | Process for inspecting patterned wafers | |
US7384806B2 (en) | Method for characterizing defects on semiconductor wafers | |
US6947587B1 (en) | Defect inspection method and apparatus | |
US7230243B2 (en) | Method and apparatus for measuring three-dimensional shape of specimen by using SEM | |
JP2004516461A (ja) | 基板を検査するための方法及び装置 | |
US6870611B2 (en) | Electrical circuit conductor inspection | |
US11953312B2 (en) | System and method of object inspection using multispectral 3D laser scanning | |
CN112525879B (zh) | 一种煤岩显微组分原位识别与快速定量的方法 | |
CN110596117A (zh) | 一种基于高光谱成像的苹果表面损伤快速无损检测方法 | |
JP2001077165A (ja) | 欠陥検査方法及びその装置並びに欠陥解析方法及びその装置 | |
CN116026835A (zh) | 辅料自动检测装置、方法及系统 | |
US7586599B2 (en) | Method and system for detecting defects | |
US7719671B2 (en) | Foreign matter inspection method and foreign matter inspection apparatus | |
JP5533045B2 (ja) | 微細パターン測定方法及び微細パターン測定装置 | |
CN111563870B (zh) | 图像处理方法和设备、检测方法和装置、存储介质 | |
JP3878340B2 (ja) | パターンの欠陥検査方法およびその装置 | |
CN111640085B (zh) | 图像处理方法和设备、检测方法和装置、存储介质 | |
US10545020B2 (en) | System, a method and a computer program product for size estimation | |
CN111316090A (zh) | 透明或半透明材料微观缺陷检测系统及方法 | |
JP3310524B2 (ja) | 外観検査方法 | |
KR101127796B1 (ko) | 유리 기판 크랙 검사 방법 및 장치 | |
JP2002014062A (ja) | パターン検査方法およびその装置 | |
JP5074058B2 (ja) | 異物検査方法及び異物検査装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |