一种LED芯片外观智能快速检测系统及方法与流程

本发明涉及芯片检测，具体为一种led芯片外观智能快速检测系统及方法。

背景技术：

1、led芯片外观智能快速检测系统属于工业自动化检测领域，尤其是智能化视觉检测技术的应用范畴。在现代制造业中，led芯片的外观质量直接影响其性能和市场竞争力，因此，高效、精确的外观检测成为led芯片生产过程中至关重要的一环。该检测系统利用多角度光源分析、图像处理和智能算法，针对led芯片表面的细微缺陷进行检测，确保产品的高质量输出。

2、在申请公布号为cn112964635b的中国发明申请中，公开了一种芯片检测方法以及系统，芯片检测方法包括：控制光源发出的目标光线经过检测基板照射至设置在承载基板一侧的待检测芯片，使检测基板靠近待检测芯片的一侧形成与各个待检测芯片对应的劈尖干涉条纹；通过图像采集装置采集各个待检测芯片对应的劈尖干涉条纹以形成与各个待检测芯片对应的干涉条纹图像；对干涉条纹图像与预设图像进行匹配，以获得检测结果。本发明的芯片检测方法不仅能够检测芯片的摆放是否摆正，也能够检测包括芯片在垂直方向上是否存在高低不平在内的多个方面，且检测准确精度高。

3、结合现有技术，以上申请还存在以下不足：

4、现阶段由于现有检测技术的局限性，led芯片在制造过程中容易出现漏检或误检的问题。尤其是当芯片表面存在复杂的纹理或光反射特性时，传统检测系统无法充分分析和处理这些信息，导致难以发现表面细微的裂纹、划痕、腐蚀或其他缺陷。这些缺陷如果不及时检测并加以控制，会直接影响芯片的发光效率和使用寿命，进而影响到下游产品的质量和市场口碑。随着市场对高质量led产品需求的增加，这些检测不足之处对制造商的生产效率和经济效益构成了严峻挑战。

技术实现思路

1、针对现有技术的不足，本发明提供了一种led芯片外观智能快速检测系统及方法，解决了背景技术中提到的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：包括光源控制模块、图像采集模块、特征提取与融合模块、缺陷识别模块和综合检测分析模块；

3、所述光源控制模块通过在计算机光源控制平台上构建光源组合矩阵l与光源控制设备进行集成，对拍摄光源进行多角度和多方位的设定；

4、所述图像采集模块用于根据光源组合矩阵l，逐次采集不同光源组合下的led芯片外观图像，并对采集到的led芯片外观图像进行预处理，获取标准外观图片集；

5、所述特征提取与融合模块用于对标注外观图片集进行特征提取，获取图片特征集，再构建相关算法公式，提取图片特征集输入到相关算法公式中，输出多角度反射指数r（a，b）、局部表面纹理参数t（x，y）和光源偏振角p（a，b），再将多角度反射指数r（a，b）、局部表面纹理参数t（x，y）和光源偏振角p（a，b），进行综合计算获取融合图像ifused；

6、所述缺陷识别模块通过构建相关缺陷算法公式，将融合图像ifused输入到相关缺陷算法公式，输出边缘检测得分sedge、纹理分析得分stexture和反射异常检测得分sreflection；

7、所述综合检测分析模块通过将边缘检测得分sedge、纹理分析得分stexture和反射异常检测得分sreflection进行综合计算获取综合得分scom，并预设合格阈值t与综合得分scom进行对比评估分析检测情况。

8、优选的，所述光源控制模块通过构建光源组合矩阵l与光源控制设备，在计算机控制平台上进行集成，设定拍摄光源的光源状态l、俯仰角a和方位角b进行控制，所述光源控制设备包括数字信号处理dsp、脉宽调制设备、自动化控制电动机和自动化旋转支架；

9、通过数字信号处理器dsp控制光源的开启和关闭，使用脉宽调制设备调节光源的亮度，光源自动化控制电动机用于改变光源的俯仰角，自动化旋转支架用于调整光源的方位角；

10、所述光源组合矩阵l的矩阵形式如下；

11、；

12、式中，lij表示第i组中，第j个光源的光源状态，l具体数值为二进制0和1，0表示光源关闭，1表示光源开启，aij表示第i组中，第j个光源的俯仰角，bij表示第i组中，第j个光源的方位角，公式的意义：光源组合矩阵l用于精确控制光源的组合和配置，在计算机控制平台上发送指令给光源控制设备进行光源调整。

13、优选的，所述图像采集模块包括图像采集单元和图像预处理单元；

14、所述图像采集单元通过使用带有偏振滤镜的工业相机与光源控制设备同步工作，并对工业相机设置软件触发机制，所述触发机制通过光源组合矩阵l逐次调整光源时触发工业相机拍摄，实时捕捉拍摄不同光源角度下的led芯片外观图像；

15、所述图像预处理单元通过wifi无线传输协议与工业相机进行集成，将实时捕捉拍摄获取的led芯片外观图像，传输到中央处理器中，对led芯片外观图像进行预处理，再对预处理后的led芯片外观图像进行汇总，获取标准外观图片集，所述预处理的方式包括图像校正和图像噪声去除；

16、所述图像校正包括透视校正、放射畸变校正和图像配准，消除同光源角度和工业相机位置导致的集合失真和偏差；

17、所述图像噪声去除通过将图像中横轴x和纵轴y的每个像素替换为领域内所有像素的平均值，平滑图像去除led芯片外观图像中随机噪声。

18、优选的，所述特征提取与融合模块包括特征提取单元、特征计算单元和特征融合单元；

19、所述特征提取单元用于对预处理后获取的标准图像集进行特征提取，获取图片特征集；

20、所述图片特征集包括反射光强度iref、入射光强度iinc、横轴方向电场分量ex和纵轴方向电场分量ey；

21、所述反射光强度iref通过对标准图像集图像的像素点进行rgb值转换为灰度值进行分析提取反射光强度iref，具体提取方法为，其中，i(x，y）表示像素点（x，y）处的亮度值；

22、所述入射光强度iinc通过对光源功率p和光线照射到芯片表面的面积a进行特征提取获取，具体提取方法为，式中光源功率p通过光源设备的规格中获取，光线照射到芯片表面的面积a通过相机成像法获取；

23、所述横轴方向电场分量ex和纵轴方向电场分量ey通过偏振滤镜捕捉标准图像集的偏振光强度，再进行特征提取获取，具体提取方法，式中ipz（x，y）表示标准图片集的像素点（x，y）处测量到的偏振光强度；

24、所述特征提取单元包括多角度反射分析单元、局部表面纹理分析单元和光源偏振分析单元；

25、所述多角度反射分析单元用于构建多角度反射算法公式，提取图片特征集中的反射光强度iref和入射光强度iinc输入到多角度反射算法公式中，进行计算输出多角度反射指数r（a，b）；

26、所述多角度反射指数r（a，b）通过以下多角度反射算法公式计算获取；

27、；

28、式中，iref（a，b）表示在角度（a，b）下的反射光强度，iinc（a，b）在角度（a，b）下的入射光强度。

29、优选的，所述局部表面纹理分析单元通过使用图像二阶微分的方差构建局部纹理计算公式，进行计算输出标准图像集的局部表面纹理参数t（x，y）；

30、所述局部表面纹理参数t（x，y）通过以下局部纹理计算公式计算获取；

31、；

32、式中，var表示图像二阶微分的方差。

33、优选的，所述光源偏振分析单元通过构建光源偏振角算法公式，并提取图片特征集中的横轴方向电场分量ex和纵轴方向电场分量ey，输入到光源偏振角算法公式中，进行计算输出光源偏振角p（a，b）；

34、所述光源偏振角p（a，b）通过以下光源偏振角算法公式计算公式获取；

35、；

36、式中，ey（a，b）表示在角度（a，b）确定的光线中电场在横轴x方向上的分量，ex（a，b）表示在角度（a，b）确定的光线中电场在纵轴y方向上的分量，arctan表示反正切函数；

37、所述特征融合单元用于将所获取的多角度反射指数r（a，b）、局部表面纹理参数t（x，y）和光源偏振角p（a，b），进行综合计算获取融合图像ifused；

38、所述融合图像ifused通过以下算法公式计算获取；

39、；

40、式中，m表示总融合项数，表示在融合过程中多角度反射特性、多位置纹理参数和多偏振角度，m表示融合项索引，am表示第m个测量条件下光源的俯仰角，bm表示第m个测量条件下光源的方位角，xm表示第m个测量条件下，图像中横轴像素坐标，ym表示第m个测量条件下，图像中纵轴像素坐标。

41、优选的，所述缺陷识别模块包括边缘检测单元、纹理分析单元和反射异常检测单元；

42、所述边缘检测单元通过利用canny检测算法，计算融合图像ifused的边缘强度，并构建边缘检测得分算法公式，将检测到的边缘强度，输入到边缘检测得分算法公式，进行边缘得分计算获取边缘检测得分sedge；

43、所述边缘检测得分sedge通过以下算法公式计算获取；

44、；

45、式中，n表示边缘点的数量，gx表示融合图像在横轴x方向上的梯度，gy表示融合图像在纵轴y方向上的梯度，edgeregion表示融合图像中的边缘区域，表示纹理强度；

46、所述纹理分析单元通过使用小波变换提取融合图像ifused不同尺度下的能量系数，使用灰度共生矩阵glcm提取对比度c、熵e和纹理均匀性h参数，并构建纹理得分算法公式，将对比度c、熵e和均匀性纹理h输入到纹理得分算法公式中，进行计算输出纹理分析得分stexture；

47、所述纹理分析得分stexture通过以下纹理得分算法公式计算获取；

48、；

49、式中，k表示总检测区域数量，ck表示第k个检测区域的对比度，ek表示第k个检测区域的熵，hk表示第k个检测区域的纹理均匀性；

50、所述反射异常检测单元用于构建反射得分算法公式，再将获取的多角度反射指数r（a，b）输入到反射得分算法公式中，进行计算输出反射异常检测得分sreflection；

51、所述纹理分析得分通过以下反射得分算法公式计算获取；

52、；

53、式中，rre（a，b）表示参考多角度反射指数，表示第k个检测区域的反射特性偏差。

54、优选的，所述综合检测分析模块包括综合得分计算单元和综合评估单元；

55、所述综合得分计算单元用于将边缘检测得分sedge、纹理分析得分stexture和反射异常检测得分sreflection，进行综合计算获取综合得分scom；

56、所述综合得分scom通过以下算法公式计算获取；

57、；

58、式中，a1、a2和a3分别表示边缘检测得分sedge、纹理分析得分stexture和反射异常检测得分sreflection的预设权重值，其具体数值由用户进行设定。

59、优选的，所述综合评估单元通过用户进行设定合格阈值t与综合得分scom进行对比评估，分析led芯片外观进行快速检测合格性，并生成智能预警信息，具体评估内容如下；

60、当综合得分scom＜合格阈值t时，表示检测结果合格，此时无需生成预警信息；

61、当综合得分scom≥合格阈值t时，表示检测结果不合格，此时生成预警信息提示当前检测led芯片外观存在异常。

62、一种led芯片外观智能快速检测方法，包括以下步骤：

63、s1、通过在计算机光源控制平台上构建光源组合矩阵l与光源控制设备进行集成，对拍摄光源进行多角度和多方位的设定；

64、s2、根据光源组合矩阵l，逐次采集不同光源组合下的led芯片外观图像，并对采集到的led芯片外观图像进行预处理，获取标准外观图片集；

65、s3、对标注外观图片集进行特征提取，获取图片特征集，再构建相关算法公式，提取图片特征集输入到相关算法公式中，输出多角度反射指数r（a，b）、局部表面纹理参数t（x，y）和光源偏振角p（a，b），再将多角度反射指数r（a，b）、局部表面纹理参数t（x，y）和光源偏振角p（a，b），进行综合计算获取融合图像ifused；

66、s4、构建相关缺陷算法公式，将融合图像ifused输入到相关缺陷算法公式，输出边缘检测得分sedge、纹理分析得分stexture和反射异常检测得分sreflection；

67、s5、将边缘检测得分sedge、纹理分析得分stexture和反射异常检测得分sreflection进行综合计算获取综合得分scom，并预设合格阈值t与综合得分scom进行对比评估分析检测情况。

68、本发明提供了一种led芯片外观智能快速检测系统及方法。具备以下有益效果：

69、（1）该系统通过集成光源控制、图像采集、特征提取与融合、缺陷识别和综合检测分析五大模块，显著提升了检测的精度和效率。光源控制模块通过在计算机光源控制平台上构建光源组合矩阵l，精确设定光源状态l、俯仰角a和方位角b，确保对led芯片进行多角度、多方位的照射。图像采集模块利用带有偏振滤镜的工业相机同步捕捉不同光源角度下的图像，并通过图像预处理如透视校正、放射畸变校正和图像配准等，消除畸变与噪声，获取高质量的标准外观图片集。在特征提取与融合模块中，系统从这些图片集中提取出多角度反射指数r（a，b）、局部表面纹理参数t（x，y）和光源偏振角p（a，b）等关键特征，并通过多角度反射指数r（a，b）、局部表面纹理参数t（x，y）和光源偏振角p（a，b）的综合计算，生成融合图像ifused。这种多角度、多维度的检测方法，使系统能够更加准确地识别芯片表面的细微缺陷，大幅度提高了检测的准确性和一致性，同时减少了人工检测的时间和误差。

70、（2）该系统采用模块化设计，使其具有高度的灵活性和适应性。光源控制模块通过数字信号处理器dsp、脉宽调制设备、自动化控制电动机和自动化旋转支架等设备，灵活控制光源的状态、亮度、俯仰角和方位角。图像采集模块通过工业相机的软触发机制和wifi无线传输协议，与光源控制设备紧密集成，实时捕捉和传输不同光源角度下的图像，并通过透视校正、放射畸变校正等预处理技术，确保图像质量的稳定。特征提取与融合模块进一步提取和融合多角度反射指数r（a，b）、局部表面纹理参数t（x，y）和光源偏振角p（a，b），获取融合图像ifused，确保在各种复杂的生产环境中，该系统能够灵活应对不同的检测需求。这种模块化和可调节的设计，使系统能够在应对不同产品规格、生产线节奏和复杂生产环境时，依然保持高效的检测能力，确保产品质量的稳定性。

71、（3）该系统通过综合检测分析模块，该系统实现了对检测结果的智能化评估与实时预警。缺陷识别模块通过边缘检测、纹理分析和反射异常检测等多项技术，获取边缘检测得分sedge、纹理分析得分stexture和反射异常检测得分sreflection。综合检测分析模块则将这些得分综合计算，生成综合得分scom。系统设定合格阈值t，并将综合得分scom与合格阈值t进行对比，当综合得分scom低于合格阈值t时，系统自动判断检测结果合格；当综合得分scom高于或等于合格阈值t时，系统立即生成智能预警信息，提示检测到的led芯片外观存在异常或缺陷。这种智能预警功能不仅减少了人工干预的必要性，还能够显著提升生产线的自动化程度，确保生产过程中的问题能够被及时识别和处理，从而保障led芯片的高质量生产和可靠的产品性能。