深度學(xué)習(xí)下的偏光片檢測技術(shù)探究范文

本站小編為你精心準(zhǔn)備了深度學(xué)習(xí)下的偏光片檢測技術(shù)探究參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：偏光片外觀缺陷的在線檢測一直以來就是業(yè)界難題，深度學(xué)習(xí)工具的出現(xiàn)有助于改善這一現(xiàn)狀。實(shí)驗(yàn)中，對(duì)含有缺陷的偏光片進(jìn)行圖像采集，并將采集到的圖像分成訓(xùn)練集和驗(yàn)證集。在訓(xùn)練集中利用深度學(xué)習(xí)工具學(xué)習(xí)到了缺陷的特征閾值，將閾值應(yīng)用到驗(yàn)證集中進(jìn)行缺陷檢測，得到很好的檢測效果。然而，打痕缺陷由于圖像采集的原因并不能完全檢出。此外，偏光片自身的翹曲對(duì)檢測也有一定程度的影響。

關(guān)鍵詞：深度學(xué)習(xí)偏光片視覺檢測

引言

成卷的偏光材料經(jīng)過貼合、除泡、切割、邊緣磨削等一系列工藝，都會(huì)對(duì)偏光片內(nèi)層或者是表面造成各種各樣的缺陷。對(duì)這些缺陷的檢測一般采用兩種手段，第一是人工檢測，第二是機(jī)器視覺檢測。人工檢測，是通過專業(yè)的檢驗(yàn)員在封閉的光照環(huán)境中使用放大鏡去觀測各種缺陷。機(jī)器視覺系統(tǒng)，圍繞合適的相機(jī)分辨率和光學(xué)系統(tǒng)建立，針對(duì)不同的缺陷類型開發(fā)了固定算法，在實(shí)際工業(yè)自動(dòng)化中已經(jīng)非常的成熟。深度學(xué)習(xí)是采用人工智能的手段將人為的基礎(chǔ)訓(xùn)練同機(jī)器視覺結(jié)合起來。本質(zhì)上來說，深度學(xué)習(xí)就是教會(huì)機(jī)器像人類一樣做事情。從最初的一個(gè)核心邏輯開始訓(xùn)練，提供新的圖像信息時(shí)，不斷地調(diào)整參數(shù)，提高學(xué)習(xí)的能力[1]。為了能夠檢出偏光片上存在的異物、氣泡、打痕、壓痕等缺陷，首先進(jìn)行相機(jī)、光源的選型，依照視覺系統(tǒng)的檢出要求，設(shè)計(jì)了視覺檢測平臺(tái)，采集了足夠的缺陷樣本圖像。將圖像按照一定的比例分成訓(xùn)練集和驗(yàn)證集，在訓(xùn)練集中學(xué)習(xí)各種缺陷的特征，在驗(yàn)證集中對(duì)各種缺陷進(jìn)行驗(yàn)證性檢測。

1偏光片檢測實(shí)驗(yàn)平臺(tái)搭建

1.1檢測要求

本研究結(jié)合某偏光片制造商的技術(shù)要求進(jìn)行。按照技術(shù)要求，基于偏光片的尺寸范圍150mm×80mm~400mm×230mm，對(duì)偏光片上存在的異物、氣泡、打痕、壓痕進(jìn)行檢出實(shí)驗(yàn)。SP面異物，指的是SP面的PET和粘合劑之間的異物現(xiàn)象。PF面異物，指的是PF面的PET和TAC之間的異物現(xiàn)象。內(nèi)異物，指的是PVA與TAC層間異物現(xiàn)象。氣泡，指的是PVA內(nèi)呈圈狀的小白點(diǎn)打痕，表示膜片表面（SP或PF面）側(cè)凹進(jìn)或者凸出的現(xiàn)象出現(xiàn)。壓痕，顧名思義就是膜片表面有壓痕狀。

1.2視覺系統(tǒng)選型

為了滿足所有的檢測尺寸，視覺系統(tǒng)的選型按照最大尺寸400mm×230mm進(jìn)行，擬采用8K的線掃相機(jī)。制品流動(dòng)方向短邊進(jìn)入，因此8K線掃相機(jī)的檢測精度可以達(dá)到230/8192=0.028mm/pix，一般來講10個(gè)像素可以完整地表示特征，即精度可以達(dá)到280μm。綜合考慮檢測技術(shù)要求、檢測速度、處理時(shí)間以及算法多方面的考慮，選擇康耐視CCD系統(tǒng)以及它的基于深度學(xué)習(xí)的工業(yè)圖像分析VIDI套件進(jìn)行實(shí)驗(yàn)。康耐視ViDi套件是基于深度學(xué)習(xí)的圖像分析軟件，主要包括4個(gè)工具包：Locate，Analyze，Classify，Read。本次偏光片的缺陷檢測采用了ViDi的Analyze工具，用來學(xué)習(xí)和檢測偏光片的外觀缺陷。1.3實(shí)驗(yàn)平臺(tái)及圖像采集依據(jù)以上的分析，搭建了如圖1的視覺檢測平臺(tái)。視覺檢測平臺(tái)包括整體支架、線掃相機(jī)鏡頭系統(tǒng)、光源系統(tǒng)、偏光片、傳送機(jī)構(gòu)、圖像采集系統(tǒng)等。

2基于深度學(xué)習(xí)實(shí)驗(yàn)結(jié)果分析

在上一節(jié)的實(shí)驗(yàn)平臺(tái)中，對(duì)圖像進(jìn)行了采集。按照客戶標(biāo)注的缺陷式樣，依次進(jìn)行了圖像的采集。

2.1對(duì)訓(xùn)練集的學(xué)習(xí)

本次實(shí)驗(yàn)共采集了各種缺陷圖片225張，采用其中21張作為訓(xùn)練集進(jìn)行學(xué)習(xí)，數(shù)量是隨機(jī)選取的，沒有特別的意義。學(xué)習(xí)時(shí)，輸入所有的圖像以及一個(gè)任意設(shè)定的閾值。閾值的設(shè)定可以根據(jù)經(jīng)驗(yàn)，也可以隨意輸入。任意輸入會(huì)帶來學(xué)習(xí)時(shí)間的延長，長期實(shí)驗(yàn)下來，基本都會(huì)有一個(gè)經(jīng)驗(yàn)閾值。經(jīng)過計(jì)算，評(píng)分小于0.43的圖片是OK圖片，評(píng)分大于0.44的是NG圖片。

2.2對(duì)測試圖像驗(yàn)證

圖2是驗(yàn)證OK的圖片。左下角是對(duì)應(yīng)的評(píng)分0.06，小于之前設(shè)定的閾值，因此這些圖片是標(biāo)定為OK也測試為OK的。從圖上看雖然有些糊污或者灰塵的干擾，但還是能夠準(zhǔn)確地判定正確。圖3是驗(yàn)證NG的圖片。對(duì)應(yīng)的評(píng)分分別是0.59，大于之前設(shè)定的閾值。從這幾張圖片來看，明顯的缺陷在沒有外界干擾的情況下可以100%檢測出來，但實(shí)際情況往往會(huì)很復(fù)雜，因此存在一些誤判的情況，圖4就是一張誤判的情況。可以看到，缺陷非常的小，基本上和周圍的環(huán)境融為一體了，評(píng)分0.37，也小于閾值。這種情況是學(xué)習(xí)過程中，周圍環(huán)境造成的，而在高等級(jí)的潔凈車間中，這種學(xué)習(xí)失誤會(huì)少很多。誤判不可避免，只能是盡量減少，降低誤判率。對(duì)于這種把NG品當(dāng)成OK品的情況是不允許出現(xiàn)的，基本上要重新調(diào)整參數(shù)和測試環(huán)境。還有另外一種干擾誤判，將OK品判斷為了NG品，如圖5所示。評(píng)分是0.45，超過了我們設(shè)定的閾值。可以明顯看到，偏光片表面干擾項(xiàng)太多造成了誤判，這種誤判也必須降低。從以上的結(jié)果來看，基本上能夠拍攝出來的缺陷照片都可以完全檢測出來，異物、氣泡、壓痕比較容易檢測，打痕由于是類2.5d圖像，自身成像困難的原因，并不能很好地檢測。此外，卷邊以及表面糊污對(duì)檢測結(jié)果也有很大的影響。

3結(jié)論

1）從算法上講，機(jī)器視覺算法固定，而深度學(xué)習(xí)算法可以根據(jù)新的樣本不斷進(jìn)行學(xué)習(xí)，實(shí)時(shí)地優(yōu)化自己的檢測能力，雖然受限于硬件成本方面的原因，在市場的應(yīng)用方面不如傳統(tǒng)機(jī)器視覺檢測，但未來的技術(shù)應(yīng)用是非常有前景的。2）自動(dòng)化設(shè)備配備人工智能技術(shù)，是未來的發(fā)展趨勢。基于深度學(xué)習(xí)技術(shù)將人工智能應(yīng)用到了產(chǎn)品的自動(dòng)化檢測上來，相當(dāng)于給自動(dòng)化設(shè)備裝上了人眼和人腦。在專用設(shè)備行業(yè)，配合人工智能技術(shù)，會(huì)研發(fā)出更多的專門化、定制化的高端裝備。3）在圖像的采集過程中，偏光片由于存在邊緣翹曲，在翹曲部分不能夠完整地采集到圖像，只是翹曲部分的一個(gè)投影，這樣就影響翹曲部分的缺陷檢測。因此，在圖像采集的時(shí)候，必須盡量保證偏光片的平整，因此在機(jī)構(gòu)的設(shè)計(jì)時(shí)這是一個(gè)考慮的重點(diǎn)。4）在圖像采集過程中，發(fā)現(xiàn)對(duì)于類似凹凸點(diǎn)的打痕缺陷，現(xiàn)有的光源不易將此類缺陷照射出來。無論是變換角度，還是更換光源的安裝位置，都不能將所有的缺陷樣片拍攝出來。有研究發(fā)現(xiàn)，黑白相間的條紋光[2]，由于對(duì)比度的不同可以將凹凸點(diǎn)缺陷很好地打出來[3]，因此，對(duì)打痕缺陷的圖像采集也是一個(gè)研究的重難點(diǎn)。

參考文獻(xiàn)

[2]賀健.偏光片外觀缺陷成像仿真與檢測[D].深圳：深圳大學(xué)，2016.

[3]賴文威.偏光片外觀缺陷成像機(jī)理與檢測技術(shù)研究[D].深圳：深圳大學(xué)，2017.

作者：石鵬飛 單位：中電科風(fēng)華信息裝備股份有限公司