技術應用技術應用

挑戰「零不良品」- R2R製程檢測的設定Know-how大公開!

您是否已在使用自動化設備生產,卻還在以人眼檢測瑕疵品呢?若能夠利用機器視覺光學檢測(AOI),更精確的量化各項數據,不但能提升產品競爭力,還能夠做到遠超人眼檢測的穩定、高速,長期的維護成本甚至還遠低於人力成本,因此不只是高科技製造業,近年來也有中小企業陸續引入AOI檢測。

與IC廠、晶圓廠等等高科技產業不同的是,傳統產業的產品變異性較大,以傳統產業中的紡織為例,會出現長度超過60碼的布匹,此時可以搭配線掃相機(line scan camera),配合Roll to Roll(R2R)的機構設計,並搭配影像處理軟體進行影像處理及檢測流程的設計。 

紡織業的機台構造示意圖
R2R的機台構造示意圖

在設計R2R檢測流程時,通常需要特別注意以下四個步驟:

1. 不限制長度之連續取像模式
以布匹來說,若是使用多台線掃相機(line scan camera)並列、搭配線型光源進行同時拍攝,可以將相機設定為觸發模式,讓馬達或是編碼器(Encoder)每隔一定的距離,就送出一個訊號通知相機拍攝(line trigger),取得影像後進行檢測,達到即時檢測的效果。動態的設定檢測區域。

2. 動態的設定檢測區域
R2R的機台有時會因馬達旋轉,布料寬度不一、撐布機的張力等問題導致布匹的x軸方向偏移。這時可以使用具有尋邊功能的影像處理軟體(如:Matrox Image Library),來進一步確定待測物的邊界位置。 

布料初步拍攝圖

3. 影像前處理
當我們的檢測區域都設定好之後,就可以進行缺陷檢測。這個步驟中有三個重點必須留意:
1)在將近3M寬的布匹與長條light bar可能會導致影像不均勻,可以進行小局部的亮暗校正。
2) 有時候因為布料本身材質差異大,需要做一些動態的檢測參數調整,我們可以透過計算影像平均灰階、標準差等數值的方式實現動態的參數調整。
3) 再透過影像形態學的方式,將影像中瑕疵進行強化,背景/雜訊消除。


4. 瑕疵檢測
經過影像前處理的修正/補償後,可再依照訂下的驗收規範,把超過一定尺寸的瑕疵,比如暗勾紗、汙染、破洞等等問題,利用正光、背光的拍攝特性,搭配Matrox Image Library這樣的影像處理軟體,來進行影像處理、影像強化、將瑕疵檢出。 

去雜訊後之影像示意圖

上述分享的案例圖片,都是以Matrox Image Library實際進行影像處理後的第一手效果圖。如果您正在規劃將精密量測自動化,或想進一步瞭解如何利用影像軟體提升檢測成效,歡迎立即與我們聯繫。