表面缺陷检测系统技术方案

提供了一种用于检测表面上的缺陷的检查系统。该系统使用面向表面的具有不同颜色或暗度的图案。光照射表面上的图案使得表面上的图案和任何缺陷被反射和捕获以用于图像分析。处理器然后从将图案与图像分离以便标识表面上的任何缺陷的位置。的任何缺陷的位置。的任何缺陷的位置。

【技术实现步骤摘要】
【国外来华专利技术】表面缺陷检测系统
[0001]相关申请的交叉引用：
[0002]本专利申请要求于2020年8月21日提交的美国专利申请号16/999,361的权益，该美国专利申请通过引用完整并入本文。


[0003]本专利技术总体涉及检查系统；以及更特别地，涉及标识表面上的缺陷。

技术介绍

[0004]检测表面上的缺陷可能是困难且耗时的。缺陷检测是重要且具有挑战性的一个示例，该示例涉及涂漆的表面。当制造具有涂漆的表面的产品时，重要的是确保涂漆的表面被漆均匀覆盖且在漆覆盖中没有任何异常。然而，使用人工检查可能是不可靠且昂贵的。因此，需要改进的表面检测系统。

技术实现思路

[0005]描述了一种检测系统用于检测表面上的缺陷，诸如漆覆盖中的异常。该系统将图案从表面反射出来，并将图案与反射图像分离以显示任何缺陷。低秩矩阵和稀疏矩阵可用于将图案与缺陷分离。然后可以为操作者显示表面上的缺陷的位置用以进一步评估表面。本专利技术还可以包括在书面描述或附图中的下文描述的任何其它方面及其任意组合。
附图说明
[0006]通过结合附图阅读以下描述，可以更全面地理解本专利技术，附图中：
[0007]图1是表面缺陷检测系统的示意图；
[0008]图2是来自表面缺陷检测系统的反射图像；
[0009]图3是将噪声滤波器应用于图像之后的图2的图像；
[0010]图4是图3的图像的低秩矩阵；
[0011]图5是图3的图像的稀疏矩阵；
[0012]图6是图5的图像的统计分析，示出了图像中的缺陷的位置；以及
[0013]图7是示出了反射图像中的缺陷位置的反射图像的显示输出。
具体实施方式
[0014]通过本文改进的系统解决的一个问题是，标识和定位表面10上的缺陷12，其中缺陷12从车体的涂漆的表面10中被反射24。因此，不均匀的漆覆盖或其它漆覆盖异常可以被自动标识和定位。缺陷检测系统可以提高检查速度并降低检查成本。由于分析图像所需的数据量减少和图像采集要求降低，因此可以降低成本。还需要这种系统使假阳性最小化并在标识实际缺陷时提供可接受的准确度。
[0015]在典型的制造设备中，制造的产品的表面，诸如汽车涂漆的质量，是由专家来评
价。然而，这种过程可能是昂贵且劳动密集型的，可能需要多个检查线以满足大批量生产。专家对表面质量做出的判断也是主观的，因此，分类结果可能不一致。由于用于基于视觉系统的机器学习算法领域的发展，有可能开发用于汽车涂漆的质量检查或其它表面质量检查的自动缺陷检测解决方案。这种系统的挑战包括难以获得质量好的图像，这种图像通常不能通过标准相机来实现。例如由于涂漆的表面的高反射系数，提供一致的可接受的照明条件是有挑战性的。因此，图像的获取通常基于当前解决方案中的不同原理。一种这样的技术是相位测量偏折术(PMD)，其中通过分析结构化光源的反射来获得镜面表面的形貌信息。这是通过首先在距离测试表面一定距离的LCD屏幕上显示条纹图案，然后借助于照相机捕获反射图案来完成的。为了检测缺陷，现有的算法需要生成具有特定相移图案的多个图像(例如多达20个图像)，这使得这种系统成本高且使用慢。
[0016]与像PMD的自动缺陷检测系统相比，本文改进的自动系统可以利用少至一个图像来标识表面上的缺陷。这里的改进系统也可以在不需要明确训练系统的情况下使用，因为可以独立地分析每个样品。图1示出了用于检测表面缺陷的自动化系统的基本结构。如图所示，具有不同颜色或暗度的区域16A、16B的图案14面对其上具有缺陷12的表面10。光源18照射表面10使得图案14被表面10反射24。尽管图案14和光源18可以彼此分离(例如静态标牌和灯)，但是图案14和光源18可以优选地从单个装置如显示屏20(例如LCD)被一起发出。图案14的反射24然后被图像捕获装置22(例如照相机)接收。如下文进一步描述的，被接收的反射24然后可以由处理器26自动分析以在将不同颜色或暗度的区域16A、16B与反射24分离后标识反射24中的缺陷12。在标识任何的缺陷12的位置后，系统可在输出装置28(例如另一显示屏)上显示出缺陷位置。
[0017]优选地，图案14具有不同颜色或暗度的垂直或水平线条16A、16B，它们彼此交错并延伸穿过图案14。因此，反射图像24包括图案14和表面10中的通常尺寸较小的任何缺陷12。改进的缺陷检测系统可以使用低秩矩阵与稀疏矩阵分解，其中低秩分量表示正弦条纹图案14，以及稀疏矩阵包括缺陷12和周围噪声。然后可以使用统计学的异常检测方法标识缺陷12在扫描表面10上的位置。
[0018]图2示出了具有图案14和缺陷12(出于说明的目的用方框30标记)的反射图像24的示例。在这种情况下，图案14包括交错的亮区16A和暗区16B的水平区域16A、16B。图像24优选地被分析为像素矩阵，其中每个像素具有由其颜色或暗度定义的值。在图2的情况下，关系可以表示图像24的像素值。由于图像24是灰度的，因此在这个例子中只有一个通道。矩阵M或任何其它以条纹图案产生的反射图像的特定特征在于，矩阵具有低秩分量(即图案14)和表示异常12的稀疏分量。因此，原始反射图像24可以分别由L0和S0表示低秩矩阵和稀疏矩阵的关系M＝L0+S0来表示。换句话说，低秩矩阵的值和稀疏矩阵的值可以加在一起以得到原始反射图像24矩阵。优选地，矩阵值是像素值(即每个像素的暗度值或颜色值)使得当两个矩阵中的相应像素值被加在一起时，结果是原始反射图像24中的相应像素的像素值。
[0019]矩阵关系可以被简化以找到解决以下优化问题的矩阵L和S：
[0020][0021]在关系(1)中，||.||
*
表示被定义为矩阵的奇异值之和的核范数。对于非方形矩
阵，A，A
T
可以表示转秩使得方形矩阵K：＝A
T
A。奇异值A可以定义为矩阵K特征值的平方根。由于核范数是秩函数的良好凸下近似，所以它可以用于搜索低秩矩阵的优化问题。在这里的系统中，核范数有助于找到图像24中的水平(或垂直)图案16A、16B。另一方面，对于矩阵表示矩阵的范数被视为中的矢量，其中矢量又有助于标识稀疏分量并因此标识反射图像24中的异常12。因此，当优化低秩矩阵和稀疏矩阵时，处理器26可以最小化低秩矩阵的核范数，并且可以最小化稀疏矩阵的范数。特别地，当优化矩阵时，可能期望最小化第一和第二矩阵中的不同的特征(例如核范数与范数)。
[0022]上述公式可以称为鲁棒主成分分析(RPCA)，其可以通过易处理的凸优化问题来求解。在某些条件下，矩阵L0和S0和可以被精确地恢复。这些条件可以粗略地规定低秩矩阵L0不应该是稀疏的，并且稀疏矩阵S0不应该是低秩的。下面更详细地描述这些条件。
[0023]可以使用若干使用了RPCA的概括和算法以有效地计算稀疏和低秩矩阵。一种可能的方法是交错方向的主分量追踪，其中可以定义以下增广拉格朗日函数：
[0024][0025]其中||
·
||
...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于检测表面缺陷的系统，包括：表面，所述表面上具有缺陷；图案，面向所述表面，具有不同颜色或暗度的区域；光源，照射所述表面；图像捕获设备，从所述表面接收所述图案的反射；处理器，在将不同颜色或暗度的所述区域与所述反射分离后标识所述反射中的所述缺陷；以及输出设备，显示所述表面上的所述缺陷的位置。2.根据权利要求1所述的系统，其中所述图案包括跨所述图案延伸的不同颜色或暗度的交错区域。3.根据权利要求2所述的系统，其中所述处理器将所述反射划分为多个区域，每个区域都跨所述反射延伸，所述处理器将每个区域内的部分互相比较以在将不同颜色或暗度的所述交错区域与所述反射分离后标识所述区域中的一个区域中的所述缺陷。4.根据权利要求3所述的系统，其中所述多个区域横向于所述交错区域定向，所述多个区域因此筛选出穿过所述交错区域与所述反射的分离的所述交错区域的任何剩余部分。5.根据权利要求1所述的系统，其中所述处理器将所述反射划分为多个区域，每个区域跨所述反射延伸，所述处理器将每个区域内的部分互相比较以在将不同颜色或暗度的所述区域与所述反射分离之后标识所述区域中的一个区域的缺陷。6.根据权利要求5所述的系统，其中所述缺陷的所述位置由所述输出设备沿着对应于所述多个区域的轴线显示。7.根据权利要求5所述的系统，其中所述区域中的每一个包括一行像素并且所述部分包括在每一行内的像素。8.根据权利要求1所述的系统，其中所述处理器将所述反射分成包括不同颜色或暗度的所述区域...

【专利技术属性】
技术研发人员：内维罗兹，
申请(专利权)人：ABB瑞士股份有限公司，
类型：发明
国别省市：