基于3D影像視覺的自動(dòng)光學(xué)檢測(cè)技術(shù)及其重要性分析 - 全文

自2008年全球金融海嘯導(dǎo)致各歐美傳統(tǒng)強(qiáng)國經(jīng)濟(jì)重創(chuàng)、歐債危機(jī)爆發(fā)，各國政府近年來開始將制造業(yè)競(jìng)爭(zhēng)力列為重點(diǎn)目標(biāo)，促使各國政府重新重視制造業(yè)的重要性，如2011年德國提出「工業(yè)4.0」，主要著重在推動(dòng)「智能工廠」，發(fā)展許多技術(shù)策略，如自動(dòng)化機(jī)器人、大數(shù)據(jù)數(shù)據(jù)分析、物聯(lián)網(wǎng)、網(wǎng)絡(luò)服務(wù)等，以人機(jī)共同合作模式來提升產(chǎn)品生產(chǎn)力及質(zhì)量管理。藉此除了提高不少生產(chǎn)價(jià)值外，更能維持在全球制造領(lǐng)域的領(lǐng)先優(yōu)勢(shì)。

本文主要以3D影像視覺為基礎(chǔ)，檢測(cè)輪胎缺陷為例，首先了解自動(dòng)光學(xué)檢測(cè)（Automated Optical Inspection， AOI）技術(shù)及其重要性，再說明AOI技術(shù)導(dǎo)入缺陷檢測(cè)取代傳統(tǒng)人力目視檢測(cè)，最后利用3D視覺缺陷檢測(cè)技術(shù)結(jié)合實(shí)際應(yīng)用，于不同類型產(chǎn)品進(jìn)行缺陷檢測(cè)。

改進(jìn)傳統(tǒng)目視檢測(cè)缺點(diǎn) 自動(dòng)光學(xué)檢測(cè)精確度高

自動(dòng)光學(xué)檢測(cè)或自動(dòng)表面檢測(cè)（Automated Surf ace Inspection， ASI）主要以「機(jī)器視覺」做為檢測(cè)關(guān)鍵技術(shù)，利用高精確度、高速度的光學(xué)儀器，以非接觸的方式取得產(chǎn)品的外觀表面狀態(tài)，接著再以圖像處理技術(shù)取代人類肉眼來檢測(cè)出是否有無異物或異常裂痕等瑕疵，改進(jìn)傳統(tǒng)上以人力目視進(jìn)行檢測(cè)的缺點(diǎn)，細(xì)微缺陷誤差較不易察覺等問題。

AOI技術(shù)導(dǎo)入好處多產(chǎn)品不良率大減

AOI應(yīng)用領(lǐng)域非常廣泛，包含量測(cè)鏡頭技術(shù)、光學(xué)照明技術(shù)、定位量測(cè)技術(shù)、電子電路測(cè)試技術(shù)、圖像處理技術(shù)及自動(dòng)化技術(shù)應(yīng)用等領(lǐng)域，廣義的AOI設(shè)備為結(jié)合光學(xué)感測(cè)系統(tǒng)、訊號(hào)處理系統(tǒng)及分析軟件，應(yīng)用層面可包括宇宙探測(cè)、航空、衛(wèi)星遙測(cè)、生物醫(yī)學(xué)、工業(yè)生產(chǎn)質(zhì)量檢測(cè)、指紋比對(duì)、機(jī)器人控制、多媒體技術(shù)。應(yīng)用產(chǎn)業(yè)包括了食品加工、建筑、電子、機(jī)械、鋼鐵、輪胎、紡織及半導(dǎo)體等。

應(yīng)用于工業(yè)檢測(cè)技術(shù)方面，相關(guān)設(shè)備大廠如ISRA Parsytec、康耐視（Cognex）、LASE、SmartRay等，也逐漸開始將3D視覺核心技術(shù)投入研發(fā)，突破過去主流基于亮度的圖像處理技術(shù)，有效提升缺陷檢測(cè)的準(zhǔn)確性， 3D影像之表面缺陷檢測(cè)技術(shù)為一個(gè)新穎且值得去深入研究的領(lǐng)域，若未來能穩(wěn)定成熟發(fā)展此項(xiàng)技術(shù)，將帶給工業(yè)檢測(cè)技術(shù)另一個(gè)高峰。

自動(dòng)光學(xué)檢測(cè)技術(shù)是一種自動(dòng)化的機(jī)器視覺檢測(cè)技術(shù)，對(duì)于提升產(chǎn)能與產(chǎn)品質(zhì)量扮演著相當(dāng)重要的角色，取代傳統(tǒng)的人工目視檢測(cè)，應(yīng)用層面廣泛。

近年來，世界各國紛紛投入3D可視化技術(shù)實(shí)際應(yīng)用，藉此突破過去基于亮度之影像技術(shù)，常受限于作業(yè)現(xiàn)場(chǎng)環(huán)境光線、機(jī)器設(shè)備或制造材質(zhì)等影響，檢查工程時(shí)容易導(dǎo)致肉眼判斷失準(zhǔn)，不注意就會(huì)遺漏缺陷或瑕疵，無法準(zhǔn)確偵測(cè)或辨識(shí)出問題所在位置，在所有產(chǎn)品制造階段，缺陷檢測(cè)是非常重要的一環(huán)，為產(chǎn)品的質(zhì)量做最后把關(guān)，有好的質(zhì)量才能持續(xù)贏得消費(fèi)者的信賴。

自動(dòng)光學(xué)檢測(cè)結(jié)合幾個(gè)重要的架構(gòu)，光學(xué)照明部分，透過CCD鏡頭（Charge Coupled Device）（圖1）、光學(xué)照明設(shè)備，將光學(xué)圖像轉(zhuǎn)換為電子訊號(hào)；系統(tǒng)主機(jī)部分，由PC與周邊組成；動(dòng)力控制部分，可程序邏輯控制器（ PLC）或PC Base控制主機(jī)；圖像處理部分，圖像處理算法、軟件、通訊設(shè)備等。

圖1 CCD自動(dòng)光學(xué)鏡頭處理檢測(cè)對(duì)象

數(shù)據(jù)源：wikipedia［1］

在進(jìn)行工業(yè)自動(dòng)化生產(chǎn)過程中，由于傳統(tǒng)產(chǎn)品檢測(cè)大多是以人力為主，不僅生產(chǎn)率有限，消耗的人事成本也相對(duì)較高，也會(huì)有人為誤判的機(jī)率。而AOI技術(shù)投入在產(chǎn)品自動(dòng)化制程中，除了能大幅縮短檢測(cè)缺陷時(shí)間、降低產(chǎn)品不良率、準(zhǔn)確檢測(cè)出人類目視所遺漏的缺陷與異物等，穩(wěn)定度和生產(chǎn)效率也會(huì)有顯著的成長(zhǎng)。

隨著機(jī)器視覺技術(shù)不斷進(jìn)步與成長(zhǎng)，應(yīng)用領(lǐng)域也越來越廣泛，像是在工業(yè)檢測(cè)與商業(yè)應(yīng)用方面，機(jī)器視覺技術(shù)常被用來檢測(cè)產(chǎn)品瑕疵缺陷部分，此技術(shù)本身具有成本低、效率高、準(zhǔn)確度佳等優(yōu)點(diǎn)，是人機(jī)互動(dòng)中關(guān)鍵技術(shù)之一。

用機(jī)器視覺技術(shù)結(jié)合自動(dòng)化檢驗(yàn)制程中工業(yè)產(chǎn)品之瑕疵，能提高整體制程效能，如電路板線路上之缺陷、半導(dǎo)體晶圓外觀表面檢測(cè)裂痕缺陷、LCD面板表面之缺陷瑕疵等肉眼較不易檢測(cè)的缺陷，皆能使用自動(dòng)化缺陷檢測(cè)技術(shù)達(dá)到產(chǎn)能提升、質(zhì)量穩(wěn)定、降低生產(chǎn)成本、減少人為誤差等效益。

自動(dòng)化缺陷檢測(cè)應(yīng)用于產(chǎn)品實(shí)例，元智大學(xué)工業(yè)工程與管理學(xué)系之機(jī)器視覺實(shí)驗(yàn)室建立一套自動(dòng)化的檢測(cè)系統(tǒng)，于太陽能硅芯片（Solar Wafer）之微裂瑕疵檢測(cè)。太陽能硅芯片具有復(fù)雜晶格紋路之特性，因此利用非線性擴(kuò)散（Anisotropic Diffusion）設(shè)計(jì)一個(gè)擴(kuò)散系數(shù)函數(shù)，同時(shí)使用灰階值與灰階梯度值做為擴(kuò)散處理的權(quán)重因子，將改善后的非線性擴(kuò)散模式，將針對(duì)瑕疵區(qū)域進(jìn)行較大程度的擴(kuò)散平滑處理，并且抑制正常表面區(qū)塊的平滑效果。

藉由改善后的非線性擴(kuò)散模式將太陽能芯片正常區(qū)塊之灰階保留不變且針對(duì)微裂瑕疵之灰階做平滑處理，接著使用原始影像與經(jīng)過擴(kuò)散處理結(jié)果之影像相減，以去除正常區(qū)塊并凸顯微裂瑕疵于差異影像（Difference image）中，最后使用二值化與形態(tài)學(xué)（Morphology）后處理技術(shù)分割瑕疵并去除噪聲。

圖2顯示太陽能芯片具有復(fù)雜紋路特性以及微裂瑕疵，肉眼不易察覺，必須經(jīng)由機(jī)器視覺技術(shù)處理后，可成功去除復(fù)雜的背景紋路以及找到微裂瑕疵之正確位置。

圖2 （左）太陽能芯片微裂瑕疵影像（右）檢測(cè)結(jié)果

數(shù)據(jù)源：元智電子報(bào)-機(jī)器視覺研究與相關(guān)應(yīng)用，工業(yè)工程與管理學(xué)系所-蔡篤銘教授［2］

增進(jìn)AOI技術(shù)效率 3D可視化技術(shù)達(dá)陣

目前許多AOI技術(shù)是基于亮度為主流，依賴作業(yè)現(xiàn)場(chǎng)環(huán)境光源、設(shè)備、材質(zhì)等因素限制，檢測(cè)缺陷之準(zhǔn)確率無法維持穩(wěn)定，容易遺漏缺陷產(chǎn)品等問題。因此，本文提出以3D可視化缺陷檢測(cè)技術(shù)應(yīng)用于輪胎產(chǎn)品，自動(dòng)化掃描輪胎表面狀態(tài)，3D可視化方式來呈現(xiàn)整體輪胎表面深度紋理，導(dǎo)入范圍影像技術(shù)達(dá)到缺陷檢測(cè)之目標(biāo)。

目前市面上常見的3D掃描技術(shù)主要分為接觸式和非接觸式技術(shù)，接觸式量測(cè)技術(shù)經(jīng)由探針接觸待測(cè)物體取得相關(guān)信息回傳至計(jì)算機(jī)，大多利用在大型對(duì)象檢測(cè)，非接觸式量測(cè)技術(shù)，也可稱做3D掃描，透過光學(xué)鏡頭組，搭配雷射光或不同光源投射的變化，取得對(duì)象的反射加以分析成為數(shù)字信息。

取得輪胎表面3D影像缺陷檢測(cè)時(shí)間大縮短

3D非接觸式掃描的應(yīng)用以SmartRay ECCO 75.100為例，SmartRay ECCO 75.100具有高掃描速率，其內(nèi)裝的攝影機(jī)與雷射光源采三角量測(cè)法的原理來設(shè)置，藉由SmartRay ECCO 75.100的雷射光源打在待測(cè)物體表面上，由內(nèi)建攝影機(jī)鏡頭接收反射光，能實(shí)時(shí)取得物體表面形狀之完整的3D點(diǎn)云信息，以利后續(xù)處理與分析。待測(cè)物體表面上有殘余異物或裂痕缺陷等問題能夠輕易被觀察，以利往后經(jīng)由圖像處理技術(shù)自動(dòng)回報(bào)缺陷部分，提高缺陷檢測(cè)準(zhǔn)確率（圖3）。

圖3 （左）SmartRay ECCO 75.100（右）測(cè)量范圍示意圖

數(shù)據(jù)源：SmartRay官方網(wǎng)站［3］

SmartRay ECCO 75.100向待測(cè)物體投射出光線后，由內(nèi)嵌攝影機(jī)接收坐標(biāo)數(shù)據(jù)取得3D點(diǎn)云信息，圖4是將光學(xué)掃描后取得的點(diǎn)云信息，繪制出3D輪胎缺陷影像，不同顏色變化對(duì)應(yīng)于深度值高低，缺陷區(qū)塊色彩差異較顯著，利用機(jī)器視覺技術(shù)可輕易辨識(shí)、擷取細(xì)微缺陷部分，提升缺陷辨識(shí)準(zhǔn)確度。

圖4 依色彩區(qū)分深度值之3D輪胎缺陷影像

傳統(tǒng)輪胎檢測(cè)是以人力進(jìn)行為主，為了檢測(cè)大量輪胎常常得耗費(fèi)相當(dāng)大量的人力資源與時(shí)間成本，且人工目視檢測(cè)也可能有誤差，而基于3D視覺為基礎(chǔ)的輪胎缺陷檢測(cè)技術(shù)可以針對(duì)輪胎表面進(jìn)行掃描檢測(cè)，取得其表面3D范圍影像，缺陷、異物或瑕疵等部分能被輕易觀察，取代人工檢測(cè)產(chǎn)品的問題，大幅縮短檢測(cè)時(shí)間，如此一來，不僅降低人力成本，同時(shí)也能穩(wěn)定提升生產(chǎn)效率。

本文案例中，雷射光學(xué)儀器打出一直線激光束，透過激光束對(duì)輪胎表面樣本作整體掃描，能及時(shí)取得輪胎表面形狀之3D點(diǎn)云信息，利用各種圖像處理方法將不需要的部分濾除，留下影像特征透過瑕疵檢測(cè)算法來辨識(shí)、分類。以色彩變化對(duì)應(yīng)于深度信息，可視化呈現(xiàn)缺陷部分之差異，以利后續(xù)圖像處理快速找出缺陷部分。

由于輪胎材質(zhì)較為特殊，且大多數(shù)輪胎表面顏色呈現(xiàn)黝黑色，對(duì)光線投射于表面反射出來的亮度變化較不明顯，導(dǎo)致傳統(tǒng)基于亮度為基礎(chǔ)的圖像處理技術(shù)應(yīng)用于輪胎檢測(cè)效果不佳，3D點(diǎn)云信息不受限于環(huán)境光線、產(chǎn)品材質(zhì)等影響，自動(dòng)呈現(xiàn)3D深度影像。

輪胎制程進(jìn)入最后階段，將會(huì)進(jìn)行嚴(yán)格的質(zhì)量把關(guān)檢測(cè)，輪胎質(zhì)量高低取決于輪胎整體是否有無裂痕、胎內(nèi)外異物殘留、氣泡缺陷等問題，且每條輪胎缺陷狀況不一，必須判斷是否符合質(zhì)量規(guī)范標(biāo)準(zhǔn)，若符合標(biāo)準(zhǔn)才能出廠（圖5）。