电脑导光板质量智能光学检测关键技术研究

作     者：李兆攀 

作者单位：浙江理工大学 

学位级别：硕士

导师姓名：戴文战;李俊峰;楼小栋

授予年度：2021年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：电脑导光板 缺陷检测 深度学习 多尺度残差注意力网络 缺陷检测系统 

摘      要：在当今信息化时代,电脑仍以它优异的性能占据大量市场份额。在电脑显示器中,电脑导光板作为其背光模组的重要组成部分,负责将线光源转换成面光源,其质量直接关系到屏幕显示效果。而在电脑导光板生产环节中,由于受到工艺和环境等要素的影响,不可避免地会出现亮点、划伤、脏污等缺陷。它们的存在将影响相关设备的使用,因此,对生产出的导光板进行质量检测,剔除劣质品尤为重要。目前,大部分导光板厂家采用的是人工检测的方法,该方法是低效的、不准确的,且不利于员工身体健康。随着市场需求的提升,导光板生产线必须要提高质量和速度,因此,一小部分导光板厂家开始引进传统机器视觉检测设备来替换人工检测。但是,由于电脑导光板导光点分布不均匀,且导光板缺陷大小、形状、亮度各异的特点,传统机器视觉方法仍然很难应付这些复杂的情况。本文针对目前导光板缺陷检测领域存在的问题和难点,研发了电脑导光板质量智能光学检测系统,最后结合大量相关实验,验证了本文检测系统的可靠性。全文由如下几方面展开:(1)针对导光板光学特性及产线检测要求,制定了电脑导光板缺陷检测系统硬件方案,包含机械架构、机器视觉装置、电气控制装置。机械架构负责系统支撑、导光板传动、导光板分拣等功能;机器视觉装置负责图像的采集和处理,根据导光板缺陷成像特性,最终确定了设置选型方案:线扫相机、线扫描镜头、多角度光源、工控机;电气控制装置负责整个系统的控制逻辑,整体流程如下:导光板从产线进入检测设备,通过传送带进行运输,首先通过限位装置对其进行位置调整,保证其不超出相机视野,随后会触发光电传感器,产生一个进料信号给PLC,PLC接收到该信号后点亮多角度光源,并触发线扫相机进行图像采集,后续根据检测结果,PLC控制机械手进行导光板的分拣。(2)根据电脑导光板图像特点,构建了一个基于“分割+决策的两阶段多尺度残差注意力网络用于电脑导光板缺陷检测。第一阶段,构建一个分割子网络,通过使用U型结构和设计的多尺度残差注意力单元(Multiscale Residual Attention Unit,MRAU),来完成缺陷的精确分割和定位。第二阶段,构建一个决策子网络,在分割子网络提取出的特征的指导下,准确判断导光板图像是否有缺陷。设计的模型使用少量的样本进行训练,克服了缺陷样本数量受限的情况。通过在自建的电脑导光板数据集(Compute Light Guide Plate Surface Defect Detection,CLGPSDD)和开源的高分辨率电子换向器缺陷数据集(KolektorSDD)上的一系列实验对比,证明了本方法在检测精度和通用性上的优势,其中在CLGPSDD数据集上准确率达到了99.839%,F1-Score指标达到了99.845%。(3)基于VS2017平台的MFC框架搭建,并结合OpenCV图像库、PyTorch深度学习平台联合开发了一套模块化的导光板缺陷检测可视化系统。