[發(fā)明專利]薄膜缺陷分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310387103.3
• 申請(qǐng)日: 2013-08-30
• 公開(kāi)（公告）號(hào): CN103439338A
• 公開(kāi)（公告）日: 2013-12-11
• 發(fā)明（設(shè)計(jì)）人: 徐明;胡鑫成;鄒逸
• 申請(qǐng)（專利權(quán)）人: 無(wú)錫金視界科技有限公司
• 主分類號(hào): G01N21/88
• 分類號(hào): G01N21/88
• 代理公司: 江蘇英特東華律師事務(wù)所 32229
• 代理人: 邵鋆

1.薄膜缺陷分類方法，其特征在于：包括以下步驟：

(1)提取目標(biāo)區(qū)域，利用全局閾值算法提取待檢測(cè)圖像內(nèi)的目標(biāo)區(qū)域；

(2)消除偽邊界，通過(guò)形態(tài)學(xué)腐蝕算法與膨脹算法剔除目標(biāo)區(qū)域的偽邊界；

(3)缺陷分類檢測(cè)，根據(jù)缺陷的灰度與形態(tài)特征，利用動(dòng)態(tài)閾值算法結(jié)合形態(tài)學(xué)算法計(jì)算缺陷區(qū)域的特征參數(shù)，以此對(duì)缺陷進(jìn)行分類。

2.根據(jù)權(quán)利要求1所述的薄膜缺陷分類方法，其特征在于：所述(1)提取目標(biāo)區(qū)域包括以下步驟：

（1.1）根據(jù)前景區(qū)域與背景區(qū)域的灰度特征，選擇合適的全局閾值，利用閾值分割得到初始目標(biāo)區(qū)域；

（1.2）利用區(qū)域填充算法對(duì)初始目標(biāo)區(qū)域內(nèi)的空白區(qū)域進(jìn)行填充，得到完整的目標(biāo)區(qū)域。

3.根據(jù)權(quán)利要求1所述的薄膜缺陷分類方法，其特征在于：所述(2)消除偽邊界包括以下步驟：

（2.1）利用形態(tài)學(xué)腐蝕算法消除目標(biāo)區(qū)域邊緣被光源衍射的邊界區(qū)域；

（2.2）利用形態(tài)學(xué)膨脹算法對(duì)步驟（2.1）誤消除的真實(shí)邊界區(qū)域進(jìn)行補(bǔ)償，得到真實(shí)或者接近真實(shí)的目標(biāo)邊界。

4.根據(jù)權(quán)利要求1所述的薄膜缺陷分類方法，其特征在于：所述(3)缺陷分類檢測(cè)包括以下步驟：

(3.1)穿孔檢測(cè)，將背景灰度值作為全局閾值分割得到穿孔區(qū)域，根據(jù)基于輪廓跟蹤技術(shù)的標(biāo)記算法對(duì)分散的穿孔區(qū)域進(jìn)行標(biāo)記，得到穿孔數(shù)目，分別計(jì)算穿孔區(qū)域的像素和以及中心坐標(biāo)，得到穿孔尺寸和坐標(biāo)；

（3.2)碳點(diǎn)檢測(cè)，以步驟(3.1)穿孔區(qū)域的補(bǔ)集作為碳點(diǎn)檢測(cè)的目標(biāo)圖像，首先根據(jù)碳點(diǎn)與背景的灰度特征設(shè)置閾值偏移量，利用動(dòng)態(tài)閾值算法對(duì)目標(biāo)圖像進(jìn)行分割；然后根據(jù)碳點(diǎn)的圓度特征預(yù)設(shè)圓度閾值，如果檢測(cè)區(qū)域的圓度值大于預(yù)設(shè)的圓度閾值則作為碳點(diǎn)區(qū)域，否則作為非碳點(diǎn)缺陷轉(zhuǎn)至步驟（3.4）；最后對(duì)碳點(diǎn)區(qū)域進(jìn)行標(biāo)記，得到碳點(diǎn)數(shù)目，計(jì)算碳點(diǎn)區(qū)域的像素和以及中心坐標(biāo)，得到碳點(diǎn)的尺寸和坐標(biāo)；

（3.3）色皺檢測(cè)，以以步驟（3.1）穿孔檢測(cè)和步驟（3.2）碳點(diǎn)檢測(cè)得到的缺陷區(qū)域的補(bǔ)集作為色皺檢測(cè)的目標(biāo)圖像，根據(jù)色皺與背景的灰度特征設(shè)置閾值偏移量，利用動(dòng)態(tài)閾值算法對(duì)目標(biāo)圖像進(jìn)行分割得到色皺區(qū)域；對(duì)色皺區(qū)域進(jìn)行標(biāo)記，得到色皺數(shù)目；

?(3.4)褶皺檢測(cè)，經(jīng)步驟（3.2）檢測(cè)得到的非碳點(diǎn)缺陷作為褶皺的檢測(cè)目標(biāo)區(qū)域，計(jì)算檢測(cè)目標(biāo)區(qū)域的骨架與面積，并計(jì)算兩者差值,設(shè)置該差值的閾值，若大于該閾值的檢測(cè)區(qū)域作為褶皺，否則作為非褶皺區(qū)域轉(zhuǎn)到步驟（3.5）；

（3.5）異物檢測(cè)，將步驟（3.4）檢測(cè)得到的非褶皺區(qū)域分類為異物。

5.根據(jù)權(quán)利要求4所述的薄膜缺陷分類方法，其特征在于：所述的動(dòng)態(tài)閾值分割算法為：

動(dòng)態(tài)閾值算法將目標(biāo)區(qū)域的原始圖像中滿足閾值條件的像素區(qū)域作為分割結(jié)果，分割算法為：

其中，、、分別為原始圖像、閾值圖像和閾值分割結(jié)果，為閾值補(bǔ)償值。