巨觀檢測

第一站檢測的項目包含拉線與塗佈不均。由於此種瑕疵分佈的範圍較廣且面 積較大，因此是採用巨觀的方式做檢測。本研究是利用線掃描CCD 攝影機搭配 輸送平台及線形光纖光源進行動態取像，影像之大小可依需求加以調整。基於設 備的因素，本研究無法擷取整張擴散片的影像，因此僅針對現有設備所能提供之 影像大小進行檢測。目前使用之影像大小為640×480 pixels，影像解析度為 16 pixels/mm。

一般傳統檢測方式是將擴散片對著光源，前後左右傾斜約

查，藉由檢測人員的主觀意識進行瑕疵的判別。本研究是藉由機器視覺的方式對 擴散片進行取像及檢測的工作，實驗結果顯示能夠有效的偵測出拉線與塗佈不均 等瑕疵。以下就巨觀檢測流程之方法及步驟進行說明。

由於塗佈不均(圖 4.14(a)、圖 4.14(b))與拉線(圖 4.14(c)、圖 4.14(d))存在的形 式有許多種，本研究利用圖4.15(a)~圖 4.15(d)所示之檢測流程進行瑕疵偵測，可 以有效的將巨觀瑕疵偵測出並達到分類的目的。

(a)塗佈不均 (b)塗佈不均

(c)拉線(水平式) (d)拉線(垂直式) 圖4.14 擴散片之巨觀瑕疵

開始

影像前處理 (高斯濾波)

影像分割 (歐蘇法)

計算影像白 點百分比(P)

P>5?

1

是

否 擷取影像

塗佈不均

影像前處理 (中值濾波)

灰階標準差 二值化

型態處理 (斷開)

計算物體的 最大直徑

最大直徑

>240?

2

是

否 1

塗佈不均

圖4.15(a) 巨觀檢測流程之一 圖4.15(b) 巨觀檢測流程之二

抽取水平特 徵(MMO)

型態處理 (閉合)

計算物體最 小圍繞矩形 的寬(∆X)

∆X>100?

3

是

否 2

拉線 尺寸濾波

(去除面積

<50的物體)

抽取垂直特 徵(MMO)

型態處理 (閉合)

計算物體最 小圍繞矩形 的長(∆Y)

∆Y>100? 是 否

3

尺寸濾波 (去除面積

<50的物體)

拉線

合格

圖4.15(c) 巨觀檢測流程之三 圖4.15(d) 巨觀檢測流程之四

首先，使用線掃描 CCD 攝影機擷取影像，再對擷取到之待測影像使用高斯 濾波進行影像平滑，接著使用歐蘇二值化法進行影像分割，以突顯出瑕疵。接下 來計算影像中灰階值為255 之像素所佔的百分比，由於塗佈不均瑕疵分佈的範圍 很廣，經由上述處理程序後，如果有瑕疵存在白點所佔的百分比必定很大，因此 當影像中白點所佔百分比大於定義的判斷閥值時，判定有瑕疵存在。在此使用的 判斷閥值為5%，是由實驗求得。經由上述步驟可順利的將較明顯的塗佈不均(圖 4.14(a))偵測出，但是仍然有些塗佈不均瑕疵無法以上述方法檢測出，例如圖 4.14(b)所示之塗佈不均。

針對此類型之塗佈不均，本研究是利用圖 4.15(b)所示之檢測流程做檢測。

首先，使用中值濾波消除影像中的雜訊。接著計算影像的灰階平均值與灰階標準 差，並利用這些統計資訊進行影像的分割。有鑑於此種塗佈不均具有較高的灰 階，因此影像分割的方式是將影像中每個像素之灰階值與整張影像之平均灰階值 做相減，當相減後的值大於零且差值大於灰階標準差時，則將該點之灰階設為 255；反之，則設為 0，如此即可達到突顯瑕疵的目的。之後透過形態處理中的 斷開運算做影像後處理即可將影像中的雜點消去，並使得影像的輪廓變的更平 滑。最後藉由抽取物體的最大直徑作為瑕疵判斷的依據。在此使用的判斷閥值 T1 為 240pixels，此判斷閥值是經由實驗求得，當物體的最大直徑小於 T1 時，

將其視為合格並加以排除；反之，則判定為瑕疵，並在螢幕上顯示塗佈不均。

經由上述之檢測流程(圖 4.15(a)及圖 4.15(b))可將塗佈不均偵測出，但仍無 法有效的偵測出拉線瑕疵。因此本研究接著使用圖 4.15(c)與圖 4.15(d)所示之檢 測流程進行拉線瑕疵的偵測。拉線有水平分佈與垂直分佈兩種型式，本研究依據 此特性使用修正式單調運算子( Modified Monotony Operator，MMO )進行特徵的 抽取，此步驟可抽取出影像中的水平與垂直特徵。接著將影像中面積小於50 像 素的物體去除，此步驟可視為雜訊的濾除，再經由形態處理中的閉合運算做影像 的修補。最後計算各個物體的最小圍繞矩形的寬度(∆ )與長度( YX ∆ )作為瑕疵判 斷的依據。對於水平拉線與垂直拉線分別使用∆ 與 YX ∆ 做判斷，在此使用的判 斷閥值 T2 為 100pixels，此判斷閥值是經由實驗求得，當物體的∆ 與 YX ∆ 小於 T2 時，視為合格並予以排除；反之，則判定為瑕疵，並在螢幕上顯示拉線。