自動光譜測試分篩系統研制

王小輝,曹一鳴,莫 忠

（廣州市光機電技術研究院，廣東 廣州 510663）

自動光譜測試分篩系統研制

王小輝,曹一鳴,莫 忠

（廣州市光機電技術研究院，廣東 廣州 510663）

為實現對工件的自動光譜測試分篩，研制自動光譜測試分篩系統。該文采用光譜曲線重合度算法及顏色判定方法，根據采集光譜曲線參數研究光譜曲線重合度算法，包括重合度函數法、尋峰法和固定點特征值法等，同時研究利用色差值進行顏色判定的方法。實驗表明：光譜測量精度達到納米級，樣品測試錯誤率小于0.5%，該方法高效、穩定可靠、精度高。

光譜測試；自動測試；自動分篩；顏色判定

0 引 言

在光學薄膜制備及其應用行業（如舞臺燈光、數碼光學、光通信、生物檢測、平板顯示、特種玻璃、太陽能電池板及LED產品制造等），其光學器件產品光學性能的檢測，光學薄膜產品的譜線分析、分篩篩選均依賴于光譜儀器來完成。由于涉及的技術參數、產品種類和數量多，且此類產品具有高精密性、高附加值性，必須對產品進行逐一檢測[1]。故有針對性地研制一種高精密、高效率且自動化程度較高的光譜測試分篩系統是非常必要的。

目前，國內外同類研究領域有各種光纖光譜儀，但它們都不能自動檢測分篩，且不能自動成批量檢測[2-4]。Lee.B等[5-6]詳細評述光纖光譜儀現狀，提出光纖光譜儀應向高效率、高精度、智能化等方向發展。本文在國內外光纖光譜檢測系統基礎上，研制批量自動光譜測試分篩系統，突破光學精密檢測因高精密化低效低產而不能充分應用于工業化生產的局限。

1 自動光譜測試分篩系統的構成及其工作原理

1.1 自動光譜測試分篩系統硬件構成

圖1為自動光譜測試分篩系統原理圖，它由機械

運動子系統、光譜采集子系統以及計算機等組成。其中，光譜采集子系統由光源、光纖光譜儀構成；機械運動子系統由多軸工作臺、Z軸運動部件、底座、支撐座和伺服運動系統構成。進行測量時，由運動控制系統精確定位，光譜采集系統獲取樣品光譜數據，由軟件進行測量及結果判定。

1.2 自動光譜測試分篩系統工作原理

自動光譜測試分篩系統工作路線如圖2所示，光源發出的標準光經輸入光纖傳輸到置于批量測試機械平臺上的待測樣品上方，標準光從樣品透射或者反射后變為攜帶該樣品光譜信息的信號光，其進入輸出光纖后傳入可實時讀取光譜的光纖光譜儀，信號光被CCD器件檢測后變成光電信號，經數據采集卡進行A/ D轉換為數字信號后由集成軟件從USB口讀入，通過集成軟件對采集數據進行處理、計算、分析后，得到測試樣品的光譜曲線數據，并將相關數據存儲。

2 光譜判定分篩標準的選取

在光學鍍膜行業的顏色濾光片出貨過程中，由于鍍膜機鍍膜時各種條件如基片加熱溫度、鍍室潔凈程度等的差別，導致每一爐產品的顏色不一致，同時由于鍍膜時均勻性控制問題，也使得同一爐產品顏色不一致，故需對出廠的每一片產品進行顏色測量與評價判定。

顏色濾光片等級自動判定主要有兩種方法：一種是測量顏色濾光片的可見光范圍內的光譜曲線，然后與標準樣板顏色濾光片的光譜曲線進行對比；另一種是測量顏色濾光片的Lab值，計算出與標準樣板顏色濾光片之間的色差。

2.1 根據光譜曲線自動判定

圖3為某公司紅色樣板的光譜曲線，圖4、圖5分別是質控人員目測判定合格的樣品1和樣品2與樣板的光譜曲線比較圖。圖6為質控人員目測不合格的樣品3與樣板的光譜曲線比較圖（樣板光譜曲線為黑色曲線，目測判定合格與不合格的光譜曲線為紅色曲線）。

判定兩條曲線的重合度可采用重合度函數、尋峰法、固定點特征值法3種評價方法[7-8]。

2.1.1 用重合度函數進行評價

重合度評價函數公式為

式中：n1——樣品測量值；

n2——樣板測量值。

用此函數可以計算出f（1）=1.37，f（2）=1.60，f（3）= 2.04。如果以目測為標準，可取f（x）=1.60為門限值，低于該值合格，高于該值不合格，但仍存在著異譜同色的可能。目測顏色相同的兩塊濾光片，有可能光譜曲線完全不同，在這種情況下用重合度評價函數來進行評價，是不合理的。只有在同一廠家用同一種膜系生產出來的顏色濾光片之間，才適合用重合度評價函數來對濾光片進行自動判定。

2.1.2 用尋峰法進行評價

表1為樣板與各樣品峰值點的數據，從表中可以看出，各光譜曲線的峰值點數量不一，且特征峰值點不明顯，不適用于計算機自動判定。

2.1.3 用固定點特征值法進行評價

從表2和圖3～圖6可以看出，根據樣板的光譜曲線所獲取的特征值點，在各樣品曲線中不是特征值點。獨立取樣板光譜曲線幾個點的數值沒有意義，在這幾個點之間的光譜曲線有可能發生變化而完全不同，計算機的自動判定結果會產生較大誤差。

2.2 根據色差值自動判定

1976年CIE推出了新的顏色空間及有關色差公式，即CIE1976LAB（或L*a*b*）系統，現在已為世界各國正式采納，成為國際通用的測色標準[9]。它適用于一切光源色或物體色的表示與計算。色差公式為

根據式（2）計算出在2°視角D65光源條件下的色差值，見表3。可以看出，如果將色差門限值設為2.0，那么自動判定的結果將與目測結果相同。

3 測試與結果

根據上述判定標準的研究，最終采用光譜曲線分級判定與顏色Lab值分級判定兩種方法，且同時采用這兩種分級標準。

3.1 測試方法

首先測試樣板的光譜曲線，作為標準光譜曲線。然后根據樣板光譜曲線的特征和Lab值，設置光譜曲線判定條件和色差值判定條件。待電腦采集數據，檢測分類完成后，發出分類指令，最后拾取裝置與樣品，通過運送裝置將樣品運送到分類區放置。

3.2 測試結果

從表4可以看出，自動測試的錯誤率低于0.5%，遠小于目測的錯誤率。

3.3 第三方測試結果

廣州計量測試技術研究院對本系統進行檢測（測試報告編號CG-20110711）：檢測100次，檢測總時間28s，正確識別100次，識別誤判率為0%。

Research and development of automatic spectral test and classification system

WANG Xiao-hui，CAO Yi-ming，MO Zhong
（Guangzhou Research Institute of Optics-Mechanics-Electricity Technology，Guangzhou 510663，China）

To realize automatic spectral test and classification for workpieces，an automatic system for spectral test and classification is researched and developed.The system uses spectral curve matching algorithm and color decision method to do the research.Firstly，mechanical motion and spectral acquisition subsystems were developed.The spectral curve matching algorithm was studied according to the parameters of captured spectral curve，which includes coincidence function，peak search method and the fixed-point characteristics value method.Then，the color difference value was used for studying the color determination method.Finally，through experimental tests，the spectral measurement accuracy reaches to the nanoscale，the test error is in the range of 0.5%.The results indicate this automatic spectral test and classification system is able to meet the requirements of efficient，stable and reliable，high precision.

spectral test；automatic measuring；automatic classification；color decision

O433.1；TN911.7；TP274+.3；TP753

：A

：1674-5124（2014）04-0087-03

10.11857/j.issn.1674-5124.2014.04.022

2014-01-11；

：2014-04-05

廣東省部產學研項目（2012B091100057）

王小輝（1963-），男，廣東廣州市人，高級工程師，碩士，主要從事光學鍍膜及光機電一體化研究。