一种多视觉系统的光学镜片缺陷检测装置及方法与流程

本发明专利属于光学镜片缺陷智能化检测领域，具体涉及一种采用多视觉系统相融合的光学镜片缺陷检测、分类与尺寸测量的装置及方法。

技术背景

光学镜片缺陷的检测不仅是出厂镜片合格率的重要保障，也是对镜片生产过程监控的有效方法，是提高镜片生产品质的有力保障。目前，光学镜片缺陷检测仍停留在人工肉眼检验阶段，严重阻滞了光学镜片全面自动化生产线研发的推进，主要表现为以下四方面：（1）镜片缺陷检测一致性差，无法形成数字化的统一标准；（2）检验结果数据统计反馈滞后，使得生产工艺的调整、改进与重点目标控制失去了实时性；（3）企业生产能力上限受检验人员数量限制，是产能扩展的一大瓶颈；（4）人工检测环节有碍生产线通畅物流，很难构建紧凑高效的自动化生产线。

经检索，光学镜片缺陷的自动化检测主要利用缺陷处光学特性的特异性，检测难点包括以下三方面：（1）光学镜片为具有一定弧度的透明物，对光线具有反射作用，对机器视觉光源布置提出了更高的要求；（2）光学镜片具有个体差异的屈光度，使得在检测过程中缺陷的投影位置具有不确定性；（3）相对于光学镜片本体，缺陷尺寸小，在对其本体进行全检时无法对缺陷进行高精度图像采集，缺乏对缺陷类型的细化处理；当聚焦于本体局部区域时，检测过程缺乏全面性和实时性。

专利申请号为cn201410170968的发明专利公布了一种基于太赫兹时域光谱仪的镜片缺陷的检测方法，利用太赫兹时域光谱仪对镜片进行逐行扫描，获得镜片每个扫描点的反射系数和透射系数，通过分析对各吸收率以实现对镜片缺陷点的识别；申请号为cn201710975388的发明专利提出一种基于接触式图像传感器（简称：cis）的紧凑型镜片检测系统；申请号为cn201621231450的实用新型专利公开了采用低分辨率相机用于拍摄镜片瑕疵较大的外环，高分辨率用于拍摄镜片瑕疵较小的内环，图像采集装置会根据拍摄到的画面对镜片进行等级分类；申请号为cn201610357279的发明专利公开了一种基于机器视觉的镜片表面缺陷智能检测系统及其实现方法。通过对专利内容分析，上述专利均可实现对镜片缺陷的自动化判断，但无法实现缺陷的类型准确判断和尺寸的精确测量，且无法克服外界灰尘干扰，使得对光学镜片品质等级判断不够精确，亦无法很好的指导光学镜片的生产过程。

技术实现要素：

针对现有光学镜片自动检测的上述不足，本发明所要解决的技术问题是一种多视觉系统的光学镜片缺陷检测装置及方法，通过光栅调制成像方法投影定位光学镜片缺陷，在此基础上，借助于三维运动平台采集疑似缺陷区域的高分辨率图像，进一步对其进行数字图像分析与处理，以实现对缺陷区域的识别与分类，并测量其尺寸。

本发明的技术方案为：一种多视觉系统的光学镜片缺陷检测装置，由旋转检测平台、光栅调制成像模块、定点高分辨率成像模块、工控机、运动控制器和光源控制器组成；以运动控制器和工控机为自动控制系统的核心，工控机与运动控制器通过通信接口相连，通过工控机上位机界面显示与设置运动参数，实现人机交互；其特征在于：所述的旋转检测平台由旋转电机、支撑圆盘、电动手指构成；所述旋转电机用于驱动等角度切换上料工位、检测工位和下料工位；所述支撑圆盘用于连接旋转电机与电动手指，与旋转电机通过标准法兰接口相固定，其中心与旋转电机中心同心，电动手指则等间隔对称分布固定于支撑圆盘外边缘；所述电动手指用于夹持待检镜片，其开度大小由待检镜片尺寸而定。

所述光栅调制成像模块为一种光栅调制的镜片缺陷检测系统，由直线运动平台、光栅、背光源、工业相机组成；所述直线运动平台为一直线丝杠导轨，用于高精度移动位置；所述光栅固定于直线运动平台，背光源布置于光栅下方；工业相机用于获取被检镜片的实时图像，其视场大于被检镜片直径，且其像素分辨率满足最小尺寸缺陷的识别。

所述定点高分辨率成像模块为一高分辨率视觉检测系统，由x轴直线导轨、y轴直线导轨、z轴直线导轨、高分辨率工业相机和同轴光源组成；所述x轴直线导轨、y轴直线导轨、z轴直线导轨组成三维运动平台，用于带动高分辨率工业相机进行三维移动；所述高分辨率工业相机固定于三维运动平台，用于对被检镜片局部区域进行高清晰度成像；所述同轴光源为缺陷局部图像检测提供稳定的光照条件。

所述运动控制器通过控制、反馈模式与三维运动平台、直线运动平台、电动手指、旋转电机相连，通过i/o外触发模式与光源控制器、工业相机和高分辨率相机相连；所述光源控制器与背光源、同轴光源分别连接；所述工控机与高分辨率工业相机和工业相机通过相机接口相连，获取当前待检镜片图像，并对其进行分析与处理，以实现对缺陷的识别、分类与尺寸测量。

本发明的多视觉系统的光学镜片缺陷检测的方法，通过光栅调制成像方法定位光学镜片缺陷，借助于三维运动平台对光栅调制成像方法所定位的缺陷区域进行定点高分辨率成像，进一步采用数字图像处理方法对多视觉系统所采集光学镜片图像进行处理与分析，以实现对被检光学镜片缺陷的识别、分类与尺寸测量，包括以下步骤：

1）在离线条件下，基于所搭建平台基础上采集不同缺陷类型和完好镜片图像，利用深度学习引擎对所采集图像数据进行训练，选择具有高识别精度的深度学习模型；建立以待检镜片型号为主键的镜片三维模型数据库；

2）待检光学镜片上料至检测平台；

3）旋转电机逆时针方向旋转90°，将检光学镜片切换至光栅调制成像模块2区域；

4）运动控制器驱动直线运动平台带动光栅匀速运行；

5）运动过程中通过运动控制器时间间隔向光源控制器、工业相机发送外触发命令；

6）采集多幅待检光学镜片的光栅调制图像；

7）对待检光学镜片的明、暗场图像进行全景拼接，典型暗场拼接图像；

8）采用图像分析与处理方法，对明场和暗场图像进行分析，识别并定位缺陷；

9）根据光栅调制成像方法所定位的缺陷位置，检索对应三维模型数据库，获取待成像区域的三维信息，并规划三维运动平台最短运行路径；

10）旋转电机逆时针方向旋转90°，将检光学镜片切换至定点高分辨率成像模块区域；

11）在三维运动平台的带动下，由高分辨率工业相机采集由光栅调制成像模块所识别的缺陷位置图像；

12）利用所建立的深度学习模型对所采集图像数据进行缺陷分类；

13）对分类后的缺陷进行定量尺寸测量，由图像尺寸转换至物理尺寸；

14）综合所识别缺陷的类型、位置及尺寸信息，根据行业标准对待检镜片进行分级处理，将检测信息显示于上位机界面及存入数据库；

15）综合所识别缺陷的类型、位置及尺寸信息，根据行业标准对待检镜片进行分级处理，将检测信息显示于上位机界面及存入数据库；

16）旋转电机逆时针方向旋转90°，将检光学镜片切换至下料工位；

17）按照被检光学镜片的等级，将其进行分级下料处理；

18）单片光学镜片缺陷的自动化检测完毕。

本发明的有益效果是：

1.采用光栅调制方法可获取被检光学镜片的明、暗全景图像，可有效的识别与定位镜片缺陷，为后续高分辨率图像采集提供依据；

2.采用三维运动平台及镜片三维模型数据库辅助下的定点高分辨率成像方法，可实现对疑似缺陷位置的高质量成像；

3.在高质量成像的基础上，结合深度学习的方法可实现对不同缺陷类型、灰尘和完好镜片区域的有效区分；

4.所设计的多视觉系统的光学镜片缺陷检测装置和方法将光栅调制方法与定点高分辨率成像方法想结合，可实现对光学镜片缺陷的高精度分类与定量检测，大幅提高检测的全面性和实时性。

附图说明

图1是本发明的结构总体示意图；

图2是本发明的旋转检测平台示意图；

图3是本发明的光栅调制成像模块示意图；

图4是本发明的定点高分辨率成像模块示意图；

图5是本发明的自动控制系统图；

图6是本发明的检测流程图。

图中：1旋转检测平台；2光栅调制成像模块；3定点高分辨率成像模块；4工控机；5运动控制器；6光源控制器；1-1旋转电机；1-2支撑圆盘；1-3电动手指；2-1直线运动平台；2-2光栅；2-3背光源；2-4工业相机；3-1x轴直线导轨；3-2y轴直线导轨；3-3z轴直线导轨；3-4高分辨率工业相机；3-5同轴光源。

具体实施方式

如图1所示，一种多视觉系统的光学镜片缺陷检测装置，包括旋转检测平台1、光栅调制成像模块2、定点高分辨率成像模块3、工控机4、运动控制器5和光源控制器6组成。

如图2所示，是本发明专利的旋转检测平台示意图；所述旋转检测平台1由旋转电机1-1、支撑圆盘1-2、电动手指1-3构成，用于等角度切换上料工位、检测工位和下料工位；所述支撑圆盘1-2用于连接旋转电机1-1与电动手指1-3，与旋转电机1-1通过标准法兰接口相固定，其中心与旋转电机中心同心，电动手指1-3则等间隔对称分布固定于支撑圆盘外边缘；所述电动手指1-3用于夹持待检镜片，其开度大小由待检镜片尺寸而定。

如图3所示，是本发明专利的光栅调制成像模块示意图；所述光栅调制成像模块2为一种光栅调制的镜片缺陷检测系统，由直线运动平台2-1、光栅2-2、背光源2-3、工业相机2-4组成；所述直线运动平台2-1为一直线丝杠导轨，用于高精度移动位置；；所述光栅2-2固定于直线运动平台2-1，用于调制成像光源，其整体尺寸需大于被检镜片的最大直径，黑白条纹间隔尺寸视最大缺陷的成像尺寸而定；所述背光源2-3布置于光栅2-2下方，用于提供视觉系统的光源，由发光二极管和高散射漫射板组成，提供一致性的光照环境，其尺寸由被检镜片最大尺寸而定；所述工业相机2-4用于获取被检镜片的实时图像，其视场大于被检镜片直径，且其像素分辨率满足最小尺寸缺陷的识。

如图4所示，是本发明的定点高分辨率成像模块示意图；所述定点高分辨率成像模块3为一高分辨率视觉检测系统，由x轴直线导轨3-1、y轴直线导轨3-2、z轴直线导轨3-3、高分辨率工业相机3-4和同轴光源3-5组成；所述x轴直线导轨3-1、y轴直线导轨3-2、z轴直线导轨3-3组成三维运动平台，用于带动高分辨率工业相机3-4进行三维移动，其中x、y轴用于调整水平方向拍摄位置以实现缺陷位置的高分辨成像，其行程由被检镜片最大尺寸决，z轴则用于调整垂直方向拍摄位置以消除由镜片弧度和厚度差异引起的成像模糊现象，其行程由被检镜片最大高度差决定；所述高分辨率工业相机3-4固定于三维运动平台，用于对被检镜片局部区域进行高清晰度成像，其视场大于被检镜片最大缺陷尺寸；所述同轴光源3-5为缺陷局部图像检测提供稳定的光照条件。

如图5所示，是本发明的自动控制系统图；所述系统自动控制系统以运动控制器5和工控机4为核心，运动控制器5通过控制、反馈模式与三维运动平台、直线运动平台2-1、电动手指1-3、旋转电机1-1相连，通过i/o外触发模式与光源控制器6、工业相机2-4和高分辨率相机3-4相连，触发图像采集和光照时机；所述光源控制器6与背光源2-3、同轴光源3-5分别连接，可实现对光源强度的调节；所述工控机4与运动控制器5通过通信接口相连，可通过工控机4上位机界面显示与设置运动参数，实现人机交互；所述工控机4与高分辨率工业相机3-4和工业相机2-4通过相机接口相连，获取当前待检镜片图像，并对其进行分析与处理，以实现对缺陷的识别、分类与尺寸测量。

本发明的一种多视觉系统的光学镜片缺陷检测方法，通过光栅调制成像方法定位光学镜片缺陷，借助于三维运动平台对光栅调制成像方法所定位的缺陷区域进行定点高分辨率成像，进一步采用数字图像处理方法对多视觉系统所采集光学镜片图像进行处理与分析，以实现对被检光学镜片缺陷的识别、分类与尺寸测量；

所述光栅调制成像方法是指采用光栅对背光源进行调制，增强被检光学镜片缺陷与完好区域的对比度，实现对缺陷的识别与定位，其具体步骤如下：

1）通过直线运动平台带动光栅运动，其运动速度视工业相机帧率和曝光时间而定，防止产生图像拖影现象；

2）运动过程中通过运动控制器等时间间隔向光源控制器、工业相机发送外触发命令，对待检光学镜片进行多次采集，以保证暗场图像可覆盖整个待检镜片；

3）检测过程中，被检光学镜片与相机之间相对位置不发生改变，根据图像保序性原则，通过图像处理方法对暗场条纹和明场条纹进行拼接，形成完整的光学镜片暗场图像和明场图像；

4）通过阈值分割方法分别提取暗场图像中的高灰度值区域以及明场图像中的低灰度值区域，连接共线和八邻域内特征点，综合灰度和形态特征确定疑似缺陷区域；

5）根据疑似缺陷的图像位置以及预设待检镜片尺寸，精确定位缺陷位置信息，用于后续高分辨率成像。

所述定点高分辨率成像方法是指采用高分辨率工业相机在三维运动平台的带动下对光栅调制成像方法所提取的疑似缺陷进行逐个成像，并通过深度学习方法对不同类型缺陷进行训练与识别，并对缺陷进行分类与尺寸测量，其具体步骤如下：

1）在离线条件下，基于所搭建平台基础上采集不同缺陷类型和完好镜片图像，利用深度学习引擎对所采集图像数据进行训练，选择具有高识别精度的深度学习模型；建立以待检镜片型号为主键的镜片三维模型数据库；

2）根据光栅调制成像方法所定位的缺陷位置，检索对应三维模型数据库，获取待成像区域的三维信息；

3）将待成像区域的三维信息转换至三维运动平台坐标系，规划三维运动平台最短运行路径，以提高检测的实时性；

4）在三维运动平台的带动下，高分辨工业相机逐个对疑似缺陷进行成像，并利用所建立的深度学习模型对所采集图像数据进行识别；

5）将所识别缺陷的图像尺寸转换至物理尺寸；

6）综合所识别缺陷的类型、位置及尺寸信息，根据行业标准对待检镜片进行分级处理，将检测信息显示于上位机界面及存入数据库。

如图6所示是本发明的检测流程图；以单片光学镜片自动检测为例，其具体步骤如下：

1）在离线条件下，基于所搭建平台基础上采集不同缺陷类型和完好镜片图像，利用深度学习引擎对所采集图像数据进行训练，选择具有高识别精度的深度学习模型；建立以待检镜片型号为主键的镜片三维模型数据库；

2）待检光学镜片上料至检测平台；

3）旋转电机1-1逆时针方向旋转90°，将检光学镜片切换至光栅调制成像模块2区域；

4）运动控制器5驱动直线运动平台2-1带动光栅2-2匀速运行；

5）运动过程中通过运动控制器5等时间间隔向光源控制器6、工业相机2-4发送外触发命令；

6）采集多幅待检光学镜片的光栅调制图像；

7）对待检光学镜片的明、暗场图像进行全景拼接；

8）采用图像分析与处理方法，对明场和暗场图像进行分析，识别并定位缺陷；

9）根据光栅调制成像方法所定位的缺陷位置，检索对应三维模型数据库，获取待成像区域的三维信息，并规划三维运动平台最短运行路径；

10）旋转电机1-1逆时针方向旋转90°，将检光学镜片切换至定点高分辨率成像模块3区域；

11）在三维运动平台的带动下，由高分辨率工业相机采集由光栅调制成像模块2所识别的缺陷位置图像；

12）利用所建立的深度学习模型对所采集图像数据进行缺陷分类；

13）对分类后的缺陷进行定量尺寸测量，由图像尺寸转换至物理尺寸；

14）综合所识别缺陷的类型、位置及尺寸信息，根据行业标准对待检镜片进行分级处理，将检测信息显示于上位机界面及存入数据库；

15）综合所识别缺陷的类型、位置及尺寸信息，根据行业标准对待检镜片进行分级处理，将检测信息显示于上位机界面及存入数据库；

16）旋转电机1-1逆时针方向旋转90°，将检光学镜片切换至下料工位；

17）按照被检光学镜片的等级，将其进行分级下料处理；

18）单片光学镜片缺陷的自动化检测完毕。