作者：卢荣胜，合肥工业大学 仪器科学与光电工程学院
上回，3分钟了解AOI技术让我们了解了AOI技术的概念、系统组成和应用等。那么，有哪些AOI检测方法呢，下文为你介绍。
随着智能制造过程对检测分辨率、精度、速度的要求越来越高，利用相机直接光学成像方式构成的简单AOI系统往往无法满足制造过程的高要求。因为一方面几何光学直接成像的分辨率受镜头分辨率的限制，光学显微成像最高分辨率只有四分之一照明光源的波长大小，即约150 μm；另一面许多被检测特征不是简单用相机直接成像能够感知和探测的，必须选择合理的检测方法。常用的AOI检测方法有以下方式。
角度分辨检测方法
角度分辨散射方法是基于光在物体表面不同方向的散射特性与物体表面的特征相关原理实现的。光束照射到被测表面后根据粗糙度的不同会发生镜面反射、方向散射和均匀散射三种现象；如图1所示，合理布局照明方向、相机光轴方向相对于物体表面法线方向的夹角， 可以检测不同种类的表面特征，产生了不同的光学散射角度分辨AOI方法，如同轴、明场、暗场、漫反射、背光等照明检测方法等。
图 1 表面缺陷与相机、光源的角度分辨关系。（a）相机与光源之间的角度关系；（b）角度分辨缺陷种类
色彩分辨检测方法
图像的颜色不仅与被测物表面的颜色有关，而且与光源的颜色有关，不同颜色的物体对不同颜色的光具有选择吸收性，如一束白光照射在红色物体上，只有红光被反射，其他颜色的光被吸收，物体呈红色；如果选用红光照射在红色物体上，则反射光线较强；如果选用与红光波长相距较远的单色光照射在红色物体上，则反射光线几乎没有。
因此，根据被检测对象的背景颜色和前景特征颜色，选择不同颜色的光源照明，可以有效地辨率出被检测特征。图2为红、绿、蓝三种颜色光源照射不同颜色物体表面，用黑白相机生成图像的灰度变化，从中可以看出选择合适的照明颜色，可以获取更高质量的图像。
图 2 照明色彩、物体特征颜色和成像效果
光谱分辨检测方法
彩色光源是电磁波谱0.4~0.74 μm范围的可见光，该波段在整个电磁波谱范围内只是非常窄小的一部分，色彩分辨检测方法大多数情况下没有用到物体本身的红外辐射能成像。但很多物体在可见光范围内看起来似乎一样，在红外波段却表现出非常大的差异，如图3所示，通过红外成像可以实现可见光看不见的许多信息，实现红外视觉测量与检测。另外，红外成像的对比度主要取决于被测表面材料的成分，而不是表面的颜色，因此可以采用红外分辨检测技术消除在色彩分辨情况下由于被测表面颜色不同造成的对比度变化干扰，实现红外成像滤波效果。
图 3 可见光与红外光谱成像比较
除了上述基于红外光谱分辨实现AOI检测外，紫外光具有比可见光更短的波长，能被许多材料吸收，受表面特征散射的能力更强，紫外光可用于检测用可见光无法检测到的特征。紫外照明能以两种不同的方式应用到机器视觉系统中, 即紫外反射/散射成像检测和紫外荧光成像检测。在紫外反射成像应用中，用紫外光照射物体，并使用对紫外光敏感的单色或彩色相机捕获图像。在紫外荧光成像中，用紫外光照射物体表面，在添加有荧光增白剂的涂料、塑料、印刷油墨和染料等产品中，这些荧光材料将吸收紫外辐射，然后发射出波长更长的荧光，实现荧光成像AOI。如图4 所示，利用紫外光谱检测方法能区分汽车外表新涂漆层与旧涂漆层的差异，虽然两者在可见光下显示同一种色彩。
图 4 紫外反射喷漆差异检测, (a)在可见光下呈现相同颜色; (b)在紫外光下颜色有差异
偏振分辨检测方法
光本质是一种电磁波，当光波电磁场振动方向和初相位具有规则性时，光的电磁场振动就具有偏振性，即光是一种偏振光。通过光与物体相互作用偏振态的变化，可以实现AOI检测或提高AOI检测的效果。例如：
1）利用偏振片消除强反光。有些物体表面具有很强的反射特征，如抛光金属表面、玻璃和晶片等，或者从某个角度照明会产生强烈的反射，视场范围会产生极其明亮的区域或亮斑，此时相机如果直接成像，图像特征可能淹没在亮斑区域里，无法分辨，如果采用偏振分辨技术，能够有效解决以上成像带来的困扰，如图5所示。
图 5 使用偏振片成像消除反射表面的眩光或亮斑的影响。（a）光滑表面非偏振照明反光现象；（b）偏振照明成像效果
2）利用有些透明材料的光学各向异性，即双折射现象，检测材料内部的应力与微裂纹。如图6所示，条纹密处是应力较大的部位，条纹疏处是应力较小的部位。
图 6 光弹效应, (a)应力状态光弹检测结果; (b) 普通成像效果
干涉分辨检测技术
光学干涉测量以光源波长为基准，具有很高的灵敏度与检测分辨率，因此在几何量测量中得到广泛的应用。AOI中常用的干涉检测方法有数字全息成像（digital holographic imaging）技术、散斑干涉（speckle interferometry）技术、微分干涉差（DIC）技术和大视场白光干涉（white light interferometry）技术等。如图7所示的典型的全息干涉成像技术，图7（a）为参考干涉图生成与记录过程，图 7（b）为散斑干涉测试过程。在参考干涉图记录时，用相干光束照明标准参考物体，被物体表面反射形成物光；同时从激光器发出的相干光束被分光镜分束直接反射形成参考光束；物光和参考光束在感光介质上交汇，形成参考干涉图被记录下来。在测试过程中，参考物体被待测物体替换，如图7 （b）所示，待测物体的物光和参考物体的全息重建目标参考光在相机的感光面上形成干涉图案，通过干涉图案可以计算出对应的相位差和光程差，即可以测量出被测物体与参考物体之间的差异，并且具有亚波长分辨率和精度。
图 7 AOI中的全息干涉技术; (a) 参考干涉图生成与记录; (b) 散斑干涉测试过程
图像处理、缺陷识别及分类是AOI中的核心技术，关乎系统的功能能否成功实现。通常表面检测生成的图像含有大量噪声，有些表面图像还含有纹理背景，如太阳能电池阵列、薄膜晶体管液晶显示器（TFT-LCD）和彩色滤光片阵列等，会影响缺陷检测的速度和识别的准确性，对在线检测非常不利。
缺陷图像的处理通常需要经历图8所示的6个阶段，即缺陷图像获取、图像预处理、缺陷检测、缺陷标记、缺陷特征提取和blob分析、缺陷分类。
图 8 缺陷检测图像处理流程
为了准确地检测出缺陷，一般要通过一些预处理方法，如对图像进行增强，提高被检特征的对比度；减小背景噪声的影响，提高信噪比等。缺陷检测的方法可以分为三大类：统计方法、结构方法和滤波方法。统计方法有基于直方图缺陷方法和局部二值图案方法等；结构方法采用传统的形态学操作；滤波可在空域或频域进行，空域滤波主要通过各种模板对图像进行卷积运算，频域滤波为间接处理方法，在频域中对图像进行运算处理。
根据图像背景情况和图像处理的难易程度，待处理的图像可以分为三种类型：均匀背景的图像、周期纹理背景的图像和复杂随机纹理背景的图像。均为背景的图像相对比较容易处理，因为从均匀背景中比较容易分割出缺陷，并进行识别和分类。从周期纹理背景图像中分辨微小缺陷难度较大，首先需要通过滤波的方法去掉纹理，将其变成均匀背景的图像，再进行缺陷提取、识别与分类。随机纹理背景图像缺陷检测与识别最难，均匀背景和周期纹理背景图像中的算法不适用于随机纹理背景图像，不过目前可以采取深度学习等机器学习的方法解决。
封面图来源：
http://mento.com.cn/ki-aoi/content/?411.html
由光电汇领衔打造的
光电行业专业媒体
带你快速进入光电圈
—END—
关注我们，从这里开始
我们的微信矩阵
本文版权所有，未经授权，谢绝转载
如需转载，请联系oepn@siom.ac.cn
（欢迎转发到朋友圈~~）