[发明专利]基于边缘场和深度学习的检查方法

说明书

根据本公开的一实施例，公开缺陷检查装置。上述装置可包括：照明系统，以向检查对象物体表面透射按照区域具有不同照度的照明图案的方式设计；拍摄部，用于获取上述检查对象物体的图像数据；一个以上的处理器，用于处理上述图像数据；以及存储器，存储基于深度学习的模型。并且，在一个以上的上述处理器中，通过控制上述照明系统，来使得上述照明系统向上述检查对象物体表面透射按照区域具有不同照度的照明图案，向上述基于深度学习的模型输入通过上述拍摄部获取的图像数据，上述图像数据包括因所透射的上述照明图案而在物体表面的至少一区域所产生的照度的剧烈变化，可利用上述基于深度学习的模型判断上述检查对象物体表面的缺陷。

技术领域

本发明涉及缺陷检查设备，更具体地，涉及用于检查检查对象物体表面是否具有缺陷的装置。

背景技术

在工厂生产一对象的过程中，因机械、工序或除此之外的事由，对象可产生缺陷。在工厂，在完成对象的生产而出库之前，通常进行确认相应对象是否具有缺陷的步骤。

并且，近来，在本领域中，为了缩短工序时间并迅速检查对象物品的缺陷，导入了利用计算机视图判断检查对象物品的好坏的技术。

但是，现有技术的计算机视图技术仅使用附着有扩散板的状态的照明系统，因此，照明的散射严重，当检查具有光滑的表面、闪烁的表面或具有光泽的表面等的检查对象物体时，具有微细划痕(scratch)、高度差、凹痕(dent)等的表面缺陷识别率降低的缺点。

在韩国授权专利第10-1517929号(发明名称：可不间断检查部件的高速机器人视图装置)中公开了如下的装置：利用配置于检查对象物的外侧的多关节机器人拍摄上述检查对象物，从所拍摄的影像图像判断检查对象物的好坏。

发明内容

本公开与如上所述的背景技术对应来提出，其目的在于，提供更有效地检查检查对象物体表面的缺陷的检查装置。

用于实现如上所述的目的的本公开一实施例的缺陷检查装置可包括：照明系统，以向检查对象物体表面透射按照区域具有不同照度的照明图案的方式设计；拍摄部，用于获取上述检查对象物体的图像数据；一个以上的处理器，用于处理上述图像数据；以及存储器，存储基于深度学习的模型。并且，在一个以上的上述处理器中，可通过控制上述照明系统，来使得上述照明系统向上述检查对象物体表面透射按照区域具有不同照度的照明图案，可向上述基于深度学习的模型输入通过上述拍摄部获取的图像数据，上述图像数据包括因所透射的上述照明图案而在物体表面的至少一区域所产生的照度的剧烈变化，可利用上述基于深度学习的模型判断上述检查对象物体表面的缺陷。

在代替实施例中，缺陷检查装置的上述照明系统可包括多个光源，上述多个光源能够以事先确定的间隔配置。

在代替实施例中，缺陷检查装置的上述照明系统可包括多个光源，可通过控制多个光源中的每个光源的动作来向检查对象物体表面透射按照区域具有不同照度的照明图案。

在代替实施例中，缺陷检查装置的上述照明系统可包括由至少两个组合构成的多个光源。

在代替实施例中，缺陷检查装置的上述照明系统包括多个光源，在上述光源发光的情况下，在上述检查对象物体表面的一区域中，所生成的每单位面积的边缘场的数量至少与其他区域不同。

在代替实施例中，缺陷检查装置的上述照明系统透射的按照区域具有不同照度的照明图案以包括照度的剧烈变化的照度变化区域覆盖上述检查对象物体的表面的至少一部分的方式构成。

在代替实施例中，在缺陷检查装置的上述照明系统透射的按照区域具有不同照度的照明图案中，上述照明系统的多个光源可被控制成线形、多边形、圆形来透射。

在代替实施例中，缺陷检查装置的上述处理器可通过向基于深度学习的模型输入在互不相同的照明图案下获取的多个图像数据来判断检查对象物体表面的缺陷。