光通信滤光片外观特性及缺陷的视觉检测

卫 红,曹一鸣,王小辉,范卫星,董兴华

（1.广州市光机电技术研究院，广东 广州 510663；2.奥普镀膜技术（广州）有限公司，广东 广州 510730）

光通信滤光片外观特性及缺陷的视觉检测

卫 红1,曹一鸣1,王小辉1,范卫星2,董兴华2

（1.广州市光机电技术研究院，广东 广州 510663；2.奥普镀膜技术（广州）有限公司，广东 广州 510730）

针对目前光通信滤光片外观检测及筛选仍依赖人工的情况，提出利用机器视觉与软件分析方法，通过光通信滤光片与系统内标准滤光片模板外观特性进行比对，实现光通信光学薄膜元器件外观缺陷的高效、准确检测，并在检测线上根据设定类别进行自动分类及产品自动装盒，实现自动检测分类，提高生产效率。

精密工程；光学薄膜；外观特性；视觉检测

0 引 言

光通信滤光片作为光通信中最关键的光学元器件[1-2]，其制备过程非常复杂。光学通信滤光片具有镀膜周期长（多腔窄带滤光片常常要蒸镀100多层，时间要十几小时以上）、加工检测工序多、精度要求高、切割尺寸细小等特点，能否对其进行快速准确外观检测及筛选成为保证滤光片光学性能、产量的前提，也是有效降低生产成本、提高生产效率重要因素。当前光通信滤光片的外观检测及筛选仍依赖人工逐片检测，其检测效率低、误检率高、人为影响因素大，而生产企业需要投入大量的检测人员，这也使得光通信滤光片的检测成为企业大规模化生产的“瓶颈”。虽然目前光通信滤光片的光学性能检测技术已比较成熟，但发展高效、精密的外观检测系统仍然是一个亟待解决的课题[3-4]。

本文设计一种利用机器视觉及软件分析控制技术对光通信滤光片进行外观检测的系统。

1 检测系统结构设计

光学滤光片视觉检测系统结构如图1所示，系统由机械臂、上料盘、检测台、三架CCD工业相机（定位CCD1、外观CCD2和CCD3）、分装盘、CCD支架等主要部件组成。

系统具体工作流程为：

（1）将光学滤光片无序载入滤光片上料盒。

（2）工业相机CCD1对载入的滤光片拍照，通过对所获照片分析计算，视觉定位系统实现对滤光片的坐标定位[5]。

（3）通过坐标换算，将每个滤光片的图像坐标换算到世界坐标。

（4）通信控制系统将每个滤光片的坐标位置数据传递给机械控制系统。

（5）机械控制系统指引机械手1到滤光片的坐标位置处拾取待检滤光片，将其放置到检测平台。

（6）工业相机CCD2结合CCD3对滤光片膜面进行识别，并对其外观进行检测，根据检测结果分辨出滤光片等级、类别。

（7）通信控制系统将滤光片检测的等级类别信号传送给控制系统。

（8）机械手2根据收到的系统等级类别信息把检测后的滤光片放置到相应等级滤光片装载盒中。

光学滤光片外观特性视觉检测系统采用模块化系统设计思路：整体系统可分解为视觉定位系统、膜面判定系统、外观缺陷检测系统、机械控制系统及通信控制系统共5个独立子系统。各个系统独立完成相应工序，并通过相互间通信协议关联协调，最终完成光学滤光片整体检测分析。具体工艺流程如图2所示。

2 主要模块功能

文中系统采用模块化设计思路，通过独立子系统各自功能的协同配合实现光学滤光片外观特性视觉检测系统的最终检测目的。

2.1 视觉定位模块

视觉定位系统从获取的图像信息中分析计算每个滤光片图像坐标，视觉定位系统工作流程为：

（1）采集原始图像信息。

（2）对图像信息进行有效范围锁定。

（3）对图像信息进行颜色处理。

（4）锁定图像信息中分析目标。

（5）对图像中的分析目标进行图像坐标计算。

图3为视觉定位系统上位机操作界面。

在获取滤光片位于图像坐标系中的图像坐标后，通过转换计算将图像坐标转化为世界坐标系中的物理坐标，并通过信息交互系统将求取的坐标信息传送给机械控制系统，根据坐标信息控制机械臂的运动，拾取滤光片。图4展示了视觉系统的工作特点：可以通过机械控制系统实时读取真空吸附拾取吸头的中空轴心与世界坐标系交点处的坐标；读取该坐标后把吸嘴上衔接的气管取走，背光通过吸头的中空轴可以在图像坐标中形成一个圆孔光斑像，通过图像处理分析算法对圆孔光斑像进行分析，计算出圆孔光斑像中心点的图像坐标[6]（即光斑图像坐标）。

2.2 膜面分辨识别模块

根据滤光片的光谱特性，选择滤光片在光谱中透射能力最低或比较低的波谱段，作为膜面正反面识别的特征波谱段[7]。

当滤光片的膜面朝上时，若特征波谱以一定的角度θ从下往上入射，大部分入射光线进入有一定厚度的玻璃片内部，到达上表面的膜层时，已进行多次反射及散射，使得滤光片的内部及边缘充满了光亮；当滤光片的膜面朝下时，如果特征波谱以一定的角度θ从下往上入射，入射光到达滤光片下表面（即膜面）时，大部分入射光被反射而无法进入滤光片内部，从而导致滤光片的内部及边缘基本没有光亮。CCD2采集滤光片图像，分析入射光斑点之外的亮度，与设置的亮度值进行比较，据此识别出滤光片正反面[8]。图5为滤光片正反面分析测定示意图。

2.3 视觉外观特性检测模块

滤光片表面常见的缺陷有：麻点缺陷、划伤缺陷、蹦边缺陷、表面脏污缺陷，在所获取的滤光片表面图像中，这些缺陷处的灰度值与正常滤光片表面处的灰度值有明显区别。根据灰度值的变化，可以对滤光片的外观特性进行检测。选择表面有缺陷区域作为分析目标，计算出每个表面缺陷的面积，据此将滤光片表面范围划分为有效范围和无效范围，计算有效范围内的缺陷面积总和Ai与表面无效范围内的缺陷面积总和Ao；有效范围内的判别临界值为Li，无效范围内的判别临界值为Lo；通过比较Ai与Li值的大小、Ao与Lo的值大小，判别产品缺陷等级。如现有判别标准见表1。

外观检测流程为：

（1）采集原始图像，进行阈值分割[9-10]。

（2）对分割后图像设置有效范围和无效范围。

（3）选定滤光片表面无效范围。

（4）选定滤光片表面有效范围。

（5）进行无效范围内的缺陷分析。

（6）有效范围内的缺陷分析。

在机操作界面如图6所示。

3 系统性能指标

经广州计量检测研究院检测，系统滤光片元器件视觉定位坐标准确度达到0.2mm、滤光片元器件膜面正反识别错误率小于0.5%、滤光片元器件外观缺陷检测精度达30μm；正反面外观检测效率达每小时900片以上。此外，系统能全自动实现对滤光片外观的特性检测，还可根据客户设定的检测等级要求，实现自动分类。

4 结束语

整个系统的设计采用模块化思路，视觉定位模块通过图像坐标系与世界坐标系的关系获取光学滤光片的物理坐标；膜面分辨识别模块利用图像亮度大小判断滤光片的正反面；视觉外观特性检测模块利用图像处理中的阈值分割实现对滤光片表面缺陷的识别测量，并据此结果对滤光片自动分类。系统实现了光通信光学滤光片的自动检测分类，提高了生产效率，对现有光通信滤光片制造企业进行自动化转型升级具有示范意义，并可在此基础之上进行相关技术的延伸和拓展。

[1]李金丽，刘全校，许文才.光学薄膜及其发展现状[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.高能激光器中晶体薄膜的研究与特性[J].分析激光与红外，2009，39（9）：974-977.

[4]刘千顺.带通滤光片质量自动扫描检测装置的研究与实现[D].杭州：浙江大学，2012.

[5]叶平，李自亮，王轩，等.基于立体视觉定位的球型机器人研制[J].机器人，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，米红菊，赵宏伟.基于HDR图像处理的数码相机成像式亮度测量方法[J].光学技术，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]李朝晖，郝建军，杨新桦.视频检测技术在曲轴锻件尺寸检测中的应用 [J].中国测试，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

卫 红（1970-），男，陕西汉中市人，工程师，主要从事光学薄膜检测、光机电一体化研究。