热压导光板智能质量视觉检测系统研发
作者单位：浙江理工大学
学位级别：硕士
导师姓名：李俊峰
授予年度：2023年
学科分类：0810[工学-信息与通信工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
摘 要：当下,随着信息技术的不断发展,终端显示设备逐渐成为人们获取信息的重要媒介。热压导光板作为车载、笔记本、平板等显示屏背光模组的重要组成部分,其质量的好坏直接影响了显示屏的显示效果。然而在热压导光板的裁切、刨光、激光加工、热压成型等生产制造过程中,由于设备老化磨损、原料瑕疵、人工操作不当以及制作工艺等因素的影响,其表面难免会出现线划伤、暗影、白点、破损、留白边缘异常等工艺缺陷。目前,在热压导光板的质量检测方面,人工验光依然是国内大多数导光板生产厂商通用的方式。但人工验光主要存在两个问题,一方面,人工验光要求验光人员在强光环境下作业,不仅容易造成视觉疲劳,影响检测质量和效率,而且长时间下来还会对验光人员的身心健康造成一定的影响;另一方面,由于验光人员的主观性,很难形成统一的缺陷判断标准,标准过高生产效益会受到影响,标准过低则难以满足客户要求。基于此,一种替代人工操作的热压导光板智能质量检测方式急需被开发出来,用以提高热压导光板的检测效率。本文结合人工验光现状并根据生产厂商的检测要求,开发出了一套热压导光板智能质量视觉检测系统,并通过大量实验验证了该系统算法设计的可行性。具体内容如下:(1)视觉检测系统整体方案设计视觉检测系统整体方案设计包括硬件设计和软件设计两个部分。其中硬件设计部分包含机械装置设计、机器视觉装置设计以及电气控制设计。机械装置主要负责整个系统的硬件支撑,并根据需要设计了两个检测工位,其中,工位一用于表面缺陷检测,工位二用于留白边缘检测。机器视觉装置负责对热压导光板图像进行采集和处理工作,主要包括工业相机、工业镜头、工控机以及光源等设备。电气控制部分负责对整个视觉检测系统进行逻辑控制,具体流程如下:当热压导光板从传送带进入视觉检测系统时,触发光电传感器产生进料信号,PLC根据进料信号依次完成工位一和工位二图像采集任务,随后热压导光板流入下一工位由机械手根据检测结果进行分拣。软件设计部分包括表面缺陷检测算法和留白边缘检测算法,主要负责整个系统的算法检测任务。(2)热压导光板表面缺陷检测算法设计热压导光板在进入检测系统时,由于机械装置的抖动以及相机成像面难以水平会导致导光板图像倾斜,倾斜图像会增大缺陷检测算法的难度。故本文首先使用倾斜矫正预处理方法将导光板图像进行矫正,然后针对线划伤、白点、破损等表面缺陷,提出了一种HM-YOLOv5的热压导光板表面缺陷检测方法,主要包括创新性提出的混合注意力模块(Hybrid Attention Module,HAM)和多扩张卷积模块(Multi-expansion Convolution Module,MCM)。HAM模块用于加强缺陷特征提取能力,MCM模块用于提高缺陷检测能力。并在此基础上将HM-YOLOv5缺陷检测网络分别在自建的热压导光板表面缺陷数据集(Hot-pressed Light Guide Plate Surface-Defect Dataset,HPLGP-SDD)和电子换向器表面缺陷数据集(Kolektor SDD)上进行实验,实验充分表明本文提出的HM-YOLOv5缺陷检测网络性能优异,在HPLGP-SDD上检测算法的均值平均精度(Mean Average Precision,m AP)为98.9%,在Kolektor SDD上的m AP为99.5%。检测精度和实时性都优于主流表面缺陷目标检测算法,能很好地完成热压导光板的表面缺陷检测任务。(3)热压导光板留白边缘检测算法设计由于热压导光板在激光加工、裁切等过程中,其留白边缘可能会超出厂家指定的范围,所以需要对其进行留白边缘检测。本文在图像预处理的基础上结合Res Net-50模型自建热压导光板留白边缘数据集并进行实验分析,与同级模型和轻量级模型检测结果相比,Res Net-50效果最佳,在速度和检测精度上都能满足工业需求。(4)热压导光板智能视觉检测软件系统本文智能视觉检测软件系统是由Open CV开源图像处理库与相机通用程序库共同完成开发的。基于Windows 10、VS2019开发环境,采用MFC与Py Torch深度学习框架进行软件的搭建,完成热压导光板智能视觉检测软件系统。
同方学位论文库