[发明专利]智能型光学检测样品特征与瑕疵智能打光取像方法及装置

权利要求书

1.一种智能型光学检测样品特征与瑕疵智能打光取像方法，其特征在于，实施方法运用于该主流程时，包括：

样品定位，是指将样品以手动、可动式机构如机械手臂输送带等方式使样品与光源装置打光与相机单元的相对位置是正确的；

初步取像，是指以相机单元及光谱仪对样品进行取像；

智能分类，是指智能分类器依据智能分类模型中初步取像图片及光谱(包含亮度及波长分部)分析待测物的材质光泽色调，来判断对应的最佳光源及打光参数；

智能打光，是指以智能分类的结果，将对应的最佳光源打光参数加载光源摄影控制模组；

二次取像，是指由光源摄影控制模组控制相机、光源装置以智能打光进行二次样品取像；

效果是否良好判读，是指判断该智能打光与取像的结果是否良好；

导出图像，是指将效果良好的样品图像导出至该数据库单元或是其他应用端。

2.根据权利要求1所述的一种智能型光学检测样品特征与瑕疵智能打光取像方法，其特征在于，实施方法运用于智能分类模型训练或更新流程时，包括：

输入数据，是指将初步取像图片及光谱以人工方式找出对应的最佳光源打光参数的数据由数据库单元传输至智能分类训练模组；

智能分类模型训练或更新，是指由智能分类训练模组根据前一步骤传输的数据，以深度学习神经网络对智能分类器进行智能分类模型训练，或进行更新智能分类模型图像处理、逻辑运算的标准，以得出结果良好的智能分类模型；

效果是否良好判读，是指判别智能分类模型训练或更新的结果是否良好；

调整训练参数，是指若智能分类模型训练或更新结果不佳，即针对智能分类训练模组以深度学习神经网络进行训练或更新时的参数进行调整；

导出智能分类模型，是指将效果良好的智能分类模型导出储存于数据库单元，以供往后主流程的使用或是其他应用端使用。

3.根据权利要求2所述的一种智能型光学检测样品特征与瑕疵智能打光取像方法，其特征在于，智能分类模型训练或更新的步骤可以为：

训练一卷积神经网络，输入取像图片或光谱仪的光波分布图，以最佳打光参数为标记，对卷积神经网络分类器做训练，使该分类器能够区分图片或光波分部以对应到最佳打光参数。

4.根据权利要求2所述的一种智能型光学检测样品特征与瑕疵智能打光取像方法，其特征在于，智能分类模型训练或更新的步骤可以为：

训练一随机森林网络，输入取像图片或光谱仪的光波分布图，以最佳打光参数为标记，对卷积神经网络分类器做训练，使该分类器能够区分图片或光波分部以对应到最佳打光参数。

5.根据权利要求1所述的一种智能型光学检测样品特征与瑕疵智能打光取像方法，其特征在于，效果是否良好判读的步骤可以为：

使用一智能瑕疵检测器，检测待测物的瑕疵数量、大小、及信心指数；优先找出最高的平均信心指数、最多瑕疵数量、最大瑕疵面积，可做为效果是否良好判读的基准。

6.根据权利要求2所述的一种智能型光学检测样品特征与瑕疵智能打光取像方法，其特征在于，效果是否良好判读的步骤可以为：

使用一智能瑕疵检测器，检测待测物的瑕疵数量、大小、及信心指数；优先找出最高的平均信心指数、最多瑕疵数量、最大瑕疵面积，可做为效果是否良好判读的基准。

7.一种智能型光学检测样品特征与瑕疵智能打光取像装置，其特征在于，该装置主要包括有装载收集平台，以供待测物放置；光源装置，该光源装置设于该装载收集平台上方周缘，备具有同轴光源、线光源、背光源、环形光源、球形光源等各组灯源治具，并结合有可动式机构如机械手臂与光源摄影控制模组施可提供不同光源控制方法开关各组灯源、可编辑灯源强度、角度；相机单元，该相机单元与该光源装置交错设于该装载收集平台上方周缘，包含有相机治具、线相机治具等应用相机治具并结合摄影机重复拍摄功能与以达到快速收集数据的功能；光谱仪，具有收集光谱数据的功能；智能分类器，可由智能分类训练模组对智能分类器进行智能分类模型训练，使智能分类器能够区分图片或光波分部以对应到最佳打光参数，并依此数据对初步取像结果进行智能分类；光源摄影控制模组，由智能分类器将智能分类结果即初步取像图片所对应的最佳光源打光参数传输至光源摄影控制模组后，光源摄影控制模组可以初步取像图片所对应的最佳光源打光参数控制光源装置与相机单元以及可动式机构进行智能打光及二次取像流程；可动式机构，该可动式机构可为升降式机构输送机构或机械手臂；智能分类训练模组，可利用数据库单元储存的初步取像图片及光谱及以人工方式找出其对应最佳光源打光参数的数据，根据该数据以深度学习神经网络对智能分类器进行智能分类模型训练，或进行更新智能分类模型图像处理、逻辑运算的标准，以得出结果良好的智能分类模型；数据库单元，可储存主流程的打光效果良好的取像图片供其他应用端使用，也可储存初步取像图片及光谱及以人工方式找出的对应最佳光源打光参数的数据，供智能分类训练模组使用，也可储存经智能分类模型训练或更新流程获得的结果良好智能分类模型数据，供智能分类器、智能分类训练模组或其他应用端使用。