陳亞西 段春迪

?

基于三幀差法算法的空間潔凈度測定設(shè)備開發(fā)

陳亞西 段春迪

天津三星電子有限公司，天津 300354

液晶模組生產(chǎn)過程中，異物侵入性不良占絕大比例。所以，生產(chǎn)場所的潔凈度、溫濕度、氣流速度和分布等都有相當高的要求。但當前市售塵埃粒子計數(shù)器對空氣中微粒計數(shù)，常是微米級別。大于100微米的粒子常常不能精確計數(shù)，然而造成液晶模組發(fā)生不良的粒子直徑，通常都在100微米以上，為毫米級別異物。針對以上問題，使用機器視覺的檢測方式，提出一種可以對毫米級別異物進行計數(shù)和尺寸測量的設(shè)備設(shè)計方案。

液晶模組；潔凈度測定；機器視覺；運動檢測；毫米異物；HALCON

引言

液晶模組產(chǎn)品生產(chǎn)過程對生產(chǎn)環(huán)境的潔凈度要求嚴格，為滿足生產(chǎn)工藝和保證質(zhì)量，必須對無塵車間內(nèi)環(huán)境、人員作業(yè)、資材流通、設(shè)備運轉(zhuǎn)等生產(chǎn)環(huán)節(jié)進行監(jiān)控和管理[1]。但受限于當前使用器材，實際生產(chǎn)環(huán)節(jié)對車間內(nèi)潔凈度的評價存在一定程度的偏差。根據(jù)日本工業(yè)標準：市售塵埃粒子計數(shù)器，0.3微米粒子要求50%±20%的計數(shù)效率；0.3微米粒子處檢測0.45微米的計數(shù)效率，要求達到100%±10%。一臺粒子計數(shù)器能否具有所稱檢測粒子的靈敏度是由高精度的門限電路及其相關(guān)電路的分辨率和準確性來保證。因為這些儀器并非針對液晶生產(chǎn)工業(yè)專門設(shè)計，雖然測定的潔凈度仍可作為參考，但并不能對生產(chǎn)過程有特別好的指導(dǎo)意義。本文提出一種基于機器視覺的毫米異物檢測計數(shù)設(shè)備，旨在能夠?qū)撩讈喓撩准墑e粒子進行實時計數(shù)記錄。

1 基于機器視覺的異物計數(shù)系統(tǒng)

1.1 丁達爾效應(yīng)

首先，因為盡管本文提出要測量毫米級別異物，但在實際上此種微粒仍是一種在空氣中懸浮，極易被空氣帶動的小微粒。光線在空氣中傳播時因丁達爾效應(yīng)，遇到小微粒發(fā)生散射，這種散射發(fā)生的同時也可以很好地表征微粒的大小特征[2]。此種現(xiàn)象在中學物理中都有比較好的討論，此處不再多說明。本文為了利用此種原理，需要構(gòu)建一套完整的系統(tǒng)，打亮微粒，排除空氣擾動的影響。

1.2 視覺系統(tǒng)

圖1中展示了本設(shè)計的側(cè)視示意圖。為了保證微粒下落時不被空氣帶動，在暗盒的開口處，設(shè)計了一個長筒，保證微粒下落時，可以保證是垂直方向下落的。暗盒的內(nèi)部為了保證無各種散光的干擾，對系統(tǒng)造成更多不穩(wěn)定性，在暗盒內(nèi)壁上粘貼吸光布來減少干擾。另外我們用LED面光源來打亮視野，仍然為了微粒更好的成像，我們把視野內(nèi)光線光照度保證在1500～3000?lux。因為本文為了完成一個定性測量，所以作為采集器件，我們僅使用了一個易于驅(qū)動的USB攝像頭用于圖像的采集。

1.3 算法實現(xiàn)

圖1 側(cè)視示意圖

常用的運動物體檢測算法有特征提取法、質(zhì)心跟蹤法、模板匹配法、幀間差分法、三幀差法、粒子濾波法、光流法等。本文使用改善的三幀差法，進行粒子的計數(shù)和檢測，算法實現(xiàn)我們用流行的HALCON算法庫進行研討制作。

首先，簡單介紹一下改善的三幀差法。為了監(jiān)測的實時性，我們需要盡量保證算法執(zhí)行時間足夠短。三幀差法使用圖像間作差和簡單的形態(tài)學處理來提取變化的區(qū)域，執(zhí)行的時間可以保證。

三幀差法公式如下[1-2]：

1.4 HALCON應(yīng)用

HALCON是德國MVtec公司開發(fā)的一套完善的標準的機器視覺算法包，集成了機器視覺領(lǐng)域非常多的算法和控制邏輯。應(yīng)用HALCON可以節(jié)約產(chǎn)品成本，縮短項目開發(fā)周期。另外，HALCON語言組織架構(gòu)靈活，可以和C、C++、VB，C#等編程語言緊密關(guān)聯(lián)，快速制作特定生產(chǎn)或檢測環(huán)節(jié)的算法和程序集。在歐洲以及日本的工業(yè)界已經(jīng)是公認具有最佳效能的機器視覺軟件。

HALCON內(nèi)基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)分為三種：Image、Region、XLD。首先，Image是機器視覺里的最基本的數(shù)據(jù)結(jié)構(gòu)，它用來保存由像素構(gòu)成的圖像數(shù)據(jù)。其次，Region用來保存具有某些特性的區(qū)域，比如進行閾值分割后得到的前景或背景圖像。區(qū)別于其他圖像二值化的形式，HALCON提供Region用來保存此種區(qū)域并方便各種形態(tài)學處理[3-4]。XLD是HALCON內(nèi)的亞像素精度輪廓，此文不涉及輪廓信息，這里不再介紹。

三幀差法算法對應(yīng)到HALCON 中的處理算子為如下形式。

abs_diff_image(PrePreImage,PreImage,ImageAbsDiff,?1)

abs_diff_image(PreImage,NowImage,ImageAbsDiff1,?1)

threshold(ImageAbsDiff1,?Region,?10,?255)

threshold(ImageAbsDiff,?Region1,?10,?255)

intersection(Region,Region1,RegionIntersection)

1.4.1 abs_diff_image

此算子計算兩個圖像的絕對差異，其輸入和輸出參數(shù)形式如下：

Abs_diff_image(ImageIn1,ImageIn2,ImageAbsDiff,Mult)

函數(shù)形式為：

ImageAbsDiff = |ImageIn1-ImageIn2|*Mult

1.4.2 Threshold，二值化ImageAbsDiff圖像

此算子在之前取得的查分圖像中提取亮度較高的點輸出出來。其輸入輸出參數(shù)形式如下：

Threshold (Image,Region,MinGray,MaxGray)

此算子使用全局閾值分割的方式將圖像Image中灰度值在MinGray和MaxGray的點集保存到Region中。

1.4.3 Intersection，兩次二值化圖像求交集

相鄰幀間查分法容易產(chǎn)生雙邊粗輪廓的問題，三幀差法使用相鄰三幀之間的關(guān)系，兩兩對比結(jié)果再求交集，這樣就解決了粗輪廓的問題，對于快速變化的懸浮異物有更好的追蹤效果。該算子的輸入輸出參數(shù)形式如下。

Intersection(ReiongIn1,RegionIn2,RegionIntersected

該算子將RegionIn1和RegionIn2兩者交集保存到RegionIntersected里。

1.5 其他

本文算法通過其他形態(tài)學變換的方法，穩(wěn)定地記錄圖像中異物的下落過程。我們使用特定大小的異物來標定異物在圖像中成像的像素面積大小，從而得到可以量化的計數(shù)系統(tǒng)。軟件運行時的記錄見圖2。

圖2 軟件運行時的記錄

2 結(jié)論

本文使用機器視覺中的三幀差法，制作了一套定性評價生產(chǎn)環(huán)境中懸浮異物數(shù)量的測試系統(tǒng)。本系統(tǒng)基于HALCON制作底層算法，使用WinForm制作上位機操作界面，增加了數(shù)據(jù)記錄和查詢的功能。在實際工程應(yīng)用中，我們根據(jù)歷史數(shù)據(jù)分析，能夠很快找到環(huán)境中異物突然變化的時間節(jié)點，也可以根據(jù)異物下落的規(guī)律性來制作針對性很強的線體管理方案。

[1]王孝艷，張艷珠，董慧穎，等. 運動目標檢測的三幀差法算法研究[J]. 沈陽理工大學學報，2011，30（6）：82-85.

[2]陳寶遠，霍智超，陳光毅，等. 一種改進的三幀差分運動目標檢測算法[J]. 應(yīng)用科技，2016，43（2）：10-13.

[3]熊剛. 大面積負壓潔凈廠房環(huán)境控制的研究與實施[D]. 上海：同濟大學，2007.

[4]李平. 丁達爾效應(yīng)實驗的新光源[J]. 天津師范大學學報（基礎(chǔ)教育版），2000（2）：70.

Development of Space Cleanliness Measurement Equipment based on Three-Frame Difference Algorithm

Chen Yaxi Duan Chundi

Tianjin Samsung Electronics Co., Ltd., Tianjin 300354

In the production process of liquid crystal modules, the intrusion of foreign matter accounts for a large proportion. Therefore, the cleanliness, temperature and humidity, airflow speed and distribution of the production site have quite high requirements. However, the current commercially available dust particle counter counts the particles in the air, which is often on the micron level. Particles larger than 100 μm are often not accurately counted, however, the liquid crystal module has a poor particle diameter, usually above 100 μm, which is a millimeter-level foreign matter. In view of the above problems, the paper proposes a device design scheme that can count and measure millimeter-level foreign objects using machine vision detection.

liquid crystal module; cleanliness measurement; machine vision; motion detection; millimeter foreign body; HALCON

TP391.4

A