光通信濾光片外觀特性及缺陷的視覺檢測

衛 紅,曹一鳴,王小輝,范衛星,董興華

（1.廣州市光機電技術研究院，廣東 廣州 510663；2.奧普鍍膜技術（廣州）有限公司，廣東 廣州 510730）

光通信濾光片外觀特性及缺陷的視覺檢測

衛 紅1,曹一鳴1,王小輝1,范衛星2,董興華2

（1.廣州市光機電技術研究院，廣東 廣州 510663；2.奧普鍍膜技術（廣州）有限公司，廣東 廣州 510730）

針對目前光通信濾光片外觀檢測及篩選仍依賴人工的情況，提出利用機器視覺與軟件分析方法，通過光通信濾光片與系統內標準濾光片模板外觀特性進行比對，實現光通信光學薄膜元器件外觀缺陷的高效、準確檢測，并在檢測線上根據設定類別進行自動分類及產品自動裝盒，實現自動檢測分類，提高生產效率。

精密工程；光學薄膜；外觀特性；視覺檢測

0 引 言

光通信濾光片作為光通信中最關鍵的光學元器件[1-2]，其制備過程非常復雜。光學通信濾光片具有鍍膜周期長（多腔窄帶濾光片常常要蒸鍍100多層，時間要十幾小時以上）、加工檢測工序多、精度要求高、切割尺寸細小等特點，能否對其進行快速準確外觀檢測及篩選成為保證濾光片光學性能、產量的前提，也是有效降低生產成本、提高生產效率重要因素。當前光通信濾光片的外觀檢測及篩選仍依賴人工逐片檢測，其檢測效率低、誤檢率高、人為影響因素大，而生產企業需要投入大量的檢測人員，這也使得光通信濾光片的檢測成為企業大規模化生產的“瓶頸”。雖然目前光通信濾光片的光學性能檢測技術已比較成熟，但發展高效、精密的外觀檢測系統仍然是一個亟待解決的課題[3-4]。

本文設計一種利用機器視覺及軟件分析控制技術對光通信濾光片進行外觀檢測的系統。

1 檢測系統結構設計

光學濾光片視覺檢測系統結構如圖1所示，系統由機械臂、上料盤、檢測臺、三架CCD工業相機（定位CCD1、外觀CCD2和CCD3）、分裝盤、CCD支架等主要部件組成。

系統具體工作流程為：

（1）將光學濾光片無序載入濾光片上料盒。

（2）工業相機CCD1對載入的濾光片拍照，通過對所獲照片分析計算，視覺定位系統實現對濾光片的坐標定位[5]。

（3）通過坐標換算，將每個濾光片的圖像坐標換算到世界坐標。

（4）通信控制系統將每個濾光片的坐標位置數據傳遞給機械控制系統。

（5）機械控制系統指引機械手1到濾光片的坐標位置處拾取待檢濾光片，將其放置到檢測平臺。

（6）工業相機CCD2結合CCD3對濾光片膜面進行識別，并對其外觀進行檢測，根據檢測結果分辨出濾光片等級、類別。

（7）通信控制系統將濾光片檢測的等級類別信號傳送給控制系統。

（8）機械手2根據收到的系統等級類別信息把檢測后的濾光片放置到相應等級濾光片裝載盒中。

光學濾光片外觀特性視覺檢測系統采用模塊化系統設計思路：整體系統可分解為視覺定位系統、膜面判定系統、外觀缺陷檢測系統、機械控制系統及通信控制系統共5個獨立子系統。各個系統獨立完成相應工序，并通過相互間通信協議關聯協調，最終完成光學濾光片整體檢測分析。具體工藝流程如圖2所示。

2 主要模塊功能

文中系統采用模塊化設計思路，通過獨立子系統各自功能的協同配合實現光學濾光片外觀特性視覺檢測系統的最終檢測目的。

2.1 視覺定位模塊

視覺定位系統從獲取的圖像信息中分析計算每個濾光片圖像坐標，視覺定位系統工作流程為：

（1）采集原始圖像信息。

（2）對圖像信息進行有效范圍鎖定。

（3）對圖像信息進行顏色處理。

（4）鎖定圖像信息中分析目標。

（5）對圖像中的分析目標進行圖像坐標計算。

圖3為視覺定位系統上位機操作界面。

在獲取濾光片位于圖像坐標系中的圖像坐標后，通過轉換計算將圖像坐標轉化為世界坐標系中的物理坐標，并通過信息交互系統將求取的坐標信息傳送給機械控制系統，根據坐標信息控制機械臂的運動，拾取濾光片。圖4展示了視覺系統的工作特點：可以通過機械控制系統實時讀取真空吸附拾取吸頭的中空軸心與世界坐標系交點處的坐標；讀取該坐標后把吸嘴上銜接的氣管取走，背光通過吸頭的中空軸可以在圖像坐標中形成一個圓孔光斑像，通過圖像處理分析算法對圓孔光斑像進行分析，計算出圓孔光斑像中心點的圖像坐標[6]（即光斑圖像坐標）。

2.2 膜面分辨識別模塊

根據濾光片的光譜特性，選擇濾光片在光譜中透射能力最低或比較低的波譜段，作為膜面正反面識別的特征波譜段[7]。

當濾光片的膜面朝上時，若特征波譜以一定的角度θ從下往上入射，大部分入射光線進入有一定厚度的玻璃片內部，到達上表面的膜層時，已進行多次反射及散射，使得濾光片的內部及邊緣充滿了光亮；當濾光片的膜面朝下時，如果特征波譜以一定的角度θ從下往上入射，入射光到達濾光片下表面（即膜面）時，大部分入射光被反射而無法進入濾光片內部，從而導致濾光片的內部及邊緣基本沒有光亮。CCD2采集濾光片圖像，分析入射光斑點之外的亮度，與設置的亮度值進行比較，據此識別出濾光片正反面[8]。圖5為濾光片正反面分析測定示意圖。

2.3 視覺外觀特性檢測模塊

濾光片表面常見的缺陷有：麻點缺陷、劃傷缺陷、蹦邊缺陷、表面臟污缺陷，在所獲取的濾光片表面圖像中，這些缺陷處的灰度值與正常濾光片表面處的灰度值有明顯區別。根據灰度值的變化，可以對濾光片的外觀特性進行檢測。選擇表面有缺陷區域作為分析目標，計算出每個表面缺陷的面積，據此將濾光片表面范圍劃分為有效范圍和無效范圍，計算有效范圍內的缺陷面積總和Ai與表面無效范圍內的缺陷面積總和Ao；有效范圍內的判別臨界值為Li，無效范圍內的判別臨界值為Lo；通過比較Ai與Li值的大小、Ao與Lo的值大小，判別產品缺陷等級。如現有判別標準見表1。

外觀檢測流程為：

（1）采集原始圖像，進行閾值分割[9-10]。

（2）對分割后圖像設置有效范圍和無效范圍。

（3）選定濾光片表面無效范圍。

（4）選定濾光片表面有效范圍。

（5）進行無效范圍內的缺陷分析。

（6）有效范圍內的缺陷分析。

在機操作界面如圖6所示。

3 系統性能指標

經廣州計量檢測研究院檢測，系統濾光片元器件視覺定位坐標準確度達到0.2mm、濾光片元器件膜面正反識別錯誤率小于0.5%、濾光片元器件外觀缺陷檢測精度達30μm；正反面外觀檢測效率達每小時900片以上。此外，系統能全自動實現對濾光片外觀的特性檢測，還可根據客戶設定的檢測等級要求，實現自動分類。

4 結束語

整個系統的設計采用模塊化思路，視覺定位模塊通過圖像坐標系與世界坐標系的關系獲取光學濾光片的物理坐標；膜面分辨識別模塊利用圖像亮度大小判斷濾光片的正反面；視覺外觀特性檢測模塊利用圖像處理中的閾值分割實現對濾光片表面缺陷的識別測量，并據此結果對濾光片自動分類。系統實現了光通信光學濾光片的自動檢測分類，提高了生產效率，對現有光通信濾光片制造企業進行自動化轉型升級具有示范意義，并可在此基礎之上進行相關技術的延伸和拓展。

[1]李金麗，劉全校，許文才.光學薄膜及其發展現狀[J].化工新型材料，2012，40（2）：14-20.

[2]Wang J J，Li R F，Mo X T，et al.Web film inspection system[C]∥Optik-International Journal for Lightand Electron Optics，2009，8（13）：630-635.

[3]岳威，席喆，洪冬梅，等.高能激光器中晶體薄膜的研究與特性[J].分析激光與紅外，2009，39（9）：974-977.

[4]劉千順.帶通濾光片質量自動掃描檢測裝置的研究與實現[D].杭州：浙江大學，2012.

[5]葉平，李自亮，王軒，等.基于立體視覺定位的球型機器人研制[J].機器人，2012，34（6）：697-763.

[6]Lowe D G.Distinctive image features from scale-invariantkey-points[J].International Journal of Computer Vision，2004，60（2）：91-110.

[7]Alexander V，Michael K.Estimations of production yields for selection of a practical optimal optical coating design[J]. Optics Info Base，2011，50（9）：141-147.

[8]易斌，米紅菊，趙宏偉.基于HDR圖像處理的數碼相機成像式亮度測量方法[J].光學技術，2012，38（2）：191-196.

[9]Al-amri S S，Kalyankar N V，Khamitkar S D.Image segmentation by using threshold Techniques[J].Journal of Computing，2012，2（5）：83-86.

[10]李朝暉，郝建軍，楊新樺.視頻檢測技術在曲軸鍛件尺寸檢測中的應用 [J].中國測試，2009，35（6）：9-13.

Visual test system of optical communication filter’s appearance characteristic and defects

WEI Hong1，CAO Yi-ming1，WANG Xiao-hui1，FAN Wei-xing2，DONG Xing-hua2
（1.Guangzhou Institute of Optical Mechanical and Electrical Technology，Guangzhou 510663，China；2.Optimal Coatech（Guangzhou）Co.，Ltd.，Guangzhou 510730，China）

As the detection and selection of optical communication filter’s appearance still rely on manual operation，the machine vision and software analysis method were proposed.By comparing the appearance characteristics of the optical communication filter with that of the standard filter template，the appearance defects of the optical coating elements were detected efficiently and accurately.The detection line automatically classifies and packs the product according to the set category classification，which greatly improves the production efficiency.

precision engineering；optical coating；outer inspection；visual test

TP391；TN929.1；TP206+.1；TN249

：A

：1674-5124（2014）04-0030-03

10.11857/j.issn.1674-5124.2014.04.008

2013-05-28；

：2013-07-27

衛 紅（1970-），男，陜西漢中市人，工程師，主要從事光學薄膜檢測、光機電一體化研究。