摘要
手机是互联网时代人们获取外界信息以及实现交流的重要工具，在人们的生活中扮演着越来越重要的地位。手机在生产过程中，如何保证产品良品率，避免缺陷产品流入市场也成为手机厂家需要着重解决的品质控制问题。 为保护手机液晶显示屏，通常需要在其上贴合玻璃盖板，盖板玻璃(CoverGlass,CG)常用于与LCD、OLED液晶显示面板的贴合，能够保护显示面板和提升显示面板环境适应能力。在贴合玻璃盖板的制程中，由于环境的影响，容易造成贴合夹层异物，会造成屏幕暗点、黑点等显示异常，从而影响显示效果。为了检出贴合异物造成的不良产品，目前靠人工检测成本太高，也难以做到全检，且手机产品批量非常大，人工检测劳动强度太高，因此采用机器视觉替代人工检测已经是行业的趋势。针对盖板玻璃CG和固态光学胶OCA贴合夹层异物的检测以及贴合精度检测的需求，本文开展了如下研究: 完成了系统检测方案和检测平台的搭建。根据对CG与OCA贴合制程工艺的分析和夹层异物在成像上的差异，针对异物检测和贴合精度检测需求，设计了两套光学成像系统。其中异物检测采用31M工业面阵相机、同轴光源和远心镜头构成的光学成像方案，同时利用双相机双拍照位对位检测方式。而贴合精度采用两个4k线扫相机与同轴光源的光学成像方案。在此基础上，完成了检测平台的搭建，并确定了系统整体检测工作流程。 针对夹层异物低对比度、小目标的检测问题，提出了一系列的屏体图像预处理算法，获取高质量的待检测图像。首先通过对相机内参标定减少成像畸变，然后通过上下两个相机的视野调成一致，实现多相机成像机械配准。其次，通过对ROI提取，减少非屏体区域的干扰。然后再采用双边滤波、小波变换图像增强、二值化、形态学处理和连通域分析等操作，获取CG图像所有异物区域并对各连通域标记，最终得到后续对异物所处层间位置判定的待处理图像。 提出了基于背景重构的夹层异物检测方法和基于决策树和SVM的异物分层判别方法。综合时域和频域背景重建，提出了一种改进的快速异物区域背景重建算法。在获得背景图像后，提取异物区域的形貌特征，进而利用SVM分类器进行异物分类，最后再通过决策树判定异物层间位置。现场初步测试表明，CG与OCA夹层异物总体过检率为1.31％,漏检率为0.33％。 最后，我们完成了算法的加速和实际部署，达到了检测速度要求，并在某厂商手机生产线上进行了现场测试，验证了系统检测方案和检测算法的可行性和有效性，后续将做进一步的整体优化和量产调试。
NETL