具狹縫結構之瑕疵檢測光源裝置與利用該光源裝置之瑕疵檢測系統

專利類型

發明

專利國別 (專利申請國家)

中華民國

專利申請案號

106142616

專利證號

I 644096

專利獲證名稱

具狹縫結構之瑕疵檢測光源裝置與利用該光源裝置之瑕疵檢測系統

專利所屬機關 (申請機關)

國立臺北科技大學

獲證日期

2018/12/11

技術說明

本計畫是提出一個結合機器視覺與深度學習為基礎，設計可控式的環境光源並使用工業用攝影機取像的檢測系統，針對射出產品上因溫度不均勻所形成的瑕疵進行分類與檢測，並透過深度學習來自動設定檢測系統的閾值，判別表面缺陷的特徵。由於一般表面缺陷的特徵都採用影像形態學的檢測方法，一般雖可以成功檢測，但是對於具有方向性、細長的表面刮痕，卻容易因為影像處理的閾值選擇不當，影響處理的結果，降低瑕疵判斷的準確性。因此，本計畫針對空間域較難判定的表面瑕疵缺陷，將影像從二維的空間域轉換到頻率域，並將表面瑕疵分類為表面刮痕瑕疵以及表面粗糙瑕疵，依據特徵頻率在空間域中所占有的比例特性，區分瑕疵的種類。為了要有效的提升瑕疵判斷的正確性，需要在影像中突顯表面瑕疵的缺陷影像，更需藉由線結構光源的輔助，將結構光源適當地照射在檢測物的表面來輔助瑕疵的檢測；本計畫將採用模擬軟體設計不同光源組合，分析照明特性與對應的光源機構。本計畫所設計的光源環境，擬採用雷射結構光源及LED光源組合成打光系統以強化表面紋路的特徵影像，並於空間域及頻率域上，分別針對射出電磁閥表面的瑕疵進行檢測。本計畫並將實現此系統於生產線上進行線上的檢測，並測試與驗證此系統的可靠度。 This project proposes a machine vision and deep learning based solenoid housing inspection system. This inspection system is equipped with multi CCD cameras, robots, and a customized lighting system. In order to enhance the defect image in the spatial domain, the surface of the specimen was illuminated with a laser and led sources to obtain a clearer image of the defects to inspect directional features i.e., thin scratches on solenoid housing surfaces. Fourier transform was also applied to convert images from two-dimensional spatial domains as the frequency domain to inspect the defects that could not be inspected by the morphological method in the spatial domain. Thus, deep learning was applied to adjust the threshold to preserve the interested regions and classify the scratch defects and roughness defects. In this project, different lighting systems will be designed to inspect difference defects of solenoid housing.

備註

連絡單位 (專責單位/部門名稱)

專利技轉組

連絡電話

02-87720360

網址