[发明专利]一种AOI缺陷检测系统的性能调节方法

说明书

本发明公开了一种AOI缺陷检测系统的性能调节方法，包括以下步骤：S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，所述参变量包括尺寸和对比度中的任一种或两种；所述模拟缺陷样本的缺陷尺寸或对比度呈梯度变化且须覆盖允许的最小检出规格；S2：采集模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统的检出限满足允许的最小检出规格；本发明通过制作大量的模拟缺陷样本，有效地规避了收集实际缺陷样本耗时长，实际缺陷难以涵盖等问题，降低了时间成本，同时能快速、准确地进行缺陷评估，提高了对AOI缺陷检测系统进行性能调节的效率和准确性。

技术领域

本发明属于光学自动化缺陷检测技术领域，更具体地，涉及一种AOI缺陷检测系统的性能调节方法。

背景技术

自动光学检测(Automatic Optic Inspection，AOI)缺陷检测系统，是指采用光学成像技术(通常使用相机和镜头)获取被测目标的图像，再经过一定的图像处理算法，从拍摄的图像中获取目标的尺寸、位置及缺陷等信息，从而可以执行产品的检验、装配线上的零部件鉴定及定位、过程监控中的测量、过程控制反馈、分类与分组等任务。目前，AOI在半导体、工业机器人、汽车零件制造、印刷、钢铁、医疗与医药等诸多行业都有着广泛的应用。

背光源组件(Back Light Unit，BLU)是位于液晶显示器LCD背后的一种光源，液晶显示器本身不发光，它显示图像或字符是对BLU发出的光线进行调制的结果。BLU是透射式液晶的重要组件，它的发光效果将直接影响到液晶显示模组LCM的视觉效果。在BLU的制程中，从模组框往上会依次增加反射片、导光板、扩散片、棱镜片、导光膜等，每一层片材的加入都可能引起脏污、异物、折痕、划伤等缺陷，而位于不同层间的缺陷具有形状不规则、大小不均匀、位置不固定、对比度低且不一致的特性，同时受到人眼感知力以及主观因素的限制，很难快速准确地对BLU缺陷进行快速准确地检测及评价；从图1中可以看出，BLU缺陷对比度很低，边缘模糊不清，肉眼不容易辨认，同时人眼长期对着强光容易引起视觉疲劳，同时影响判断，因此在BLU生产过程中，AOI缺陷检测至关重要，直接影响了最终BLU缺陷判定结果及出品等级。

现有的AOI缺陷检测系统的设计流程一般分为缺陷样本获取、光学设计与评估、算法开发和检测能力评估4个流程。其中缺陷样本获取这一流程主要依赖于客户提供的缺陷图片，随着缺陷样本获取周期加长，遇到客户良率高时，缺陷图片收集会更加困难，因此必须研究出一套新的方法去适应现有的行业要求，降低AOI缺陷检测系统对客户提供缺陷图片的依赖性。另外随着BLU产品制程的更新换代，各种不可预知的缺陷出现的几率大大增加，目前传统AOI检测还没有形成稳定可靠的检测体系，对于不可预知的、非显著性的缺陷的检出率较低。因此，我们需要提供一种对AOI缺陷检测系统的检测性能进行量化评估和调节的方法，以提高现有的AOI缺陷检测系统对于不可预知的、非显著性缺陷的检出率和检出准确性。

发明内容

针对现有技术的至少一个缺陷或改进需求，本发明提供了一种AOI缺陷检测系统的性能调节方法，其目的在于解决现有的AOI缺陷检测系统严重依赖客户提供的缺陷样本、对不可预知的、非显著性缺陷的检出率和检出准确性低的问题。

为实现上述目的，按照本发明的一个方面，提供了一种AOI缺陷检测系统的性能调节方法，包括以下步骤：

S1：根据实际缺陷制作若干个具有不同的参变量的模拟缺陷样本，所述参变量包括尺寸和对比度中的任一种或两种；所述模拟缺陷样本的缺陷尺寸或对比度呈梯度变化且须覆盖允许的最小检出规格；

S2：采集模拟缺陷样本的图像并对其进行缺陷检测，检测过程中对图像处理算法进行调整以使AOI缺陷检测系统的检出限满足允许的最小检出规格。

优选的，上述AOI缺陷检测系统的性能调节方法，其步骤S2之前还包括以下步骤：