ImageRange 檢測步驟設計與性質

此檢測步驟是讓標準影像和待測影像的原始數據做最少變動的前處理，避免 過濾掉太多的資訊，而漏掉了某些瑕疵。

圖 3-1 ImageRange 檢測步驟圖 灰階化

侵蝕運算 灰階化 標準影像 待測影像

樣板比對 減灰階門檻

瑕疵篩選

13

在標準影像的前處理包含灰階化、侵蝕處理和減掉灰階值處理，灰階化是為 了讓 RGB 三種顏色的數據變為單一灰階數據的前處理，使數據變單純，又可以達 到標準影像不失真的目的。侵蝕運算，是為了避免金屬和不導電之間的灰色區域，

被誤判為瑕疵，而做的處理。而在灰階化、侵蝕運算後，會讓整張影像的灰階像 素值皆減掉灰階值 G，這麼做的目的，可以使樣板比對時多了 G 值的灰階彈性，

而待測影像在經過灰階化處理後，就和檢測樣板做樣板比對，比對後產生的結果 再做瑕疵篩選，若瑕疵篩選大於等於門檻則為產品異常頇由現場人員再次確認，

小於門檻則為產品正常。

因為原始資料變動不大關係，使得檢測精確度不高，為了找到一個缺陷會多 誤殺好幾個好的影像。而這樣的檢測步驟優點為，不限制產品樣式皆可上機，且 影像中的缺陷都可以檢測，因為此檢測方法完全依賴標準影像和待測影像的相似 度，若是有一點不相同，系統即判定為異常點。但缺點就是，產能過低、過量報 廢數量過高，因有些異常點在製程上是容許的誤差值。

3.1.1 ImageRange 檢測步驟

檢測步驟如圖 3-1 所示，載入標準影像，經過灰階化、侵蝕運算後，整張影像 像素值減掉灰階門檻值即為檢測樣板。載入待測影像經由灰階化後和檢測樣板做 樣板比對，即可產生比對結果，最後將比對結果經過瑕疵篩選後，大於面積門檻 即為異常點區域。

3.1.2 ImageRange 檢測範例

 前處理：如圖 3-2 所示，將標準影像為 S，待測影像 P，S 和 P 經由灰階 化運算產生 S’、P’。利用灰階化運算可使 RGB 三種色階數值轉為單一灰 階數值，可減少後續計算量。

14

 前處理 2：如圖 3-3 所示，將 S’ 經過侵蝕運算增加不導電區域面積可減 少製程變異上的誤判，將整張影像中的每個像素點減掉灰階門檻值 G，

可使檢測樣板減少些微照度誤差所產生的誤判，即可得到檢測樣板。

 樣板比對：如圖 3-4 所示，將 P’ 和檢測標準經過樣板比對後，再經過瑕 疵篩選即出現檢測結果。在這個檢測方法中，所使用到的樣板比對方法 為影像相減。由於視覺上越接近白色的像素值越高，故使用檢測樣板減 掉 P’，P’中的缺陷區域會留下較高的值，而其他與檢測樣板顏色差異不 大的區域值會幾乎等於 0，視覺上會變成黑色，再將相減後的影像做二值 化處理，即可得到圖 3-2.4 中 Result 中的影像。

圖 3-2 彩色轉灰階處理

圖 3-3 標準影像前處理 S

P

S’

P’

RGB轉灰階

RGB轉灰階

Erode 減灰階門檻

S’ ^檢測樣板

15

圖 3-4 檢測結果

3.1.3ImageRange 檢測步驟小結

圖 3-5 誤判範例 檢測樣板

樣板比對

Result P’

P

S

Result

16

 優點 : 不限制影像圖形、不限制檢測缺陷種類，只要有標準影像皆可檢測。

 缺點 : 如圖 3-5 所示，由於產品在製程中會有脹縮，我們所設定的侵蝕矩 陣若太小，則會發生在誤判在邊緣，因而造成 Over Kill 數量過高。