專利名稱：使用傳感器內(nèi)均勻度校正的基于光學(xué)幅材的缺陷檢測(cè)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及自動(dòng)檢測(cè)系統(tǒng)，更具體地講，涉及連續(xù)移動(dòng)幅材的光學(xué)檢測(cè)。
背景技術(shù)：
已經(jīng)證明用于分析移動(dòng)幅材的視覺檢測(cè)系統(tǒng)對(duì)現(xiàn)代制造操作至關(guān)重要。金屬制造、紙、非織物和膜等多種行業(yè)依靠這些自動(dòng)檢測(cè)系統(tǒng)進(jìn)行產(chǎn)品檢定和在線過程監(jiān)控。用于在連續(xù)移動(dòng)幅材上制造的產(chǎn)品的自動(dòng)視覺檢測(cè)系統(tǒng)通常使用一個(gè)或多個(gè)圖像捕獲裝置來在制造期間采集幅材圖像。分析計(jì)算機(jī)應(yīng)用圖像處理算法來檢測(cè)表示幅材內(nèi)潛在缺陷的異常。如果異常升至給定產(chǎn)品的缺陷的分類等級(jí)，則包含所述異常的幅材區(qū)域可被丟棄或者可被加工成將不受所述異常影響的其他產(chǎn)品。 行掃描或線陣攝像機(jī)為通常用于移動(dòng)材料的制造中的示例性圖像捕獲裝置。這些攝像機(jī)具有單一陣列的像素傳感器以用于采集圖像數(shù)據(jù)。例如，自動(dòng)視覺檢測(cè)系統(tǒng)可采用多個(gè)行掃描攝像機(jī)，所述多個(gè)行掃描攝像機(jī)被設(shè)置為跨越移動(dòng)幅材的整個(gè)寬度。行掃描攝像機(jī)中的每一個(gè)可包括線性排列的光電二極管傳感器，所述線性排列的光電二極管傳感器提供線段式圖像數(shù)據(jù)(如，2048X1像素)。由多個(gè)行掃描攝像機(jī)的排列提供的集合圖像數(shù)據(jù)表示在橫幅方向上跨越整個(gè)幅材的單行圖像數(shù)據(jù)。其他示例性圖像捕獲裝置包括多線矩陣攝像機(jī)、接觸式圖像傳感器(CIS)、和光柵掃描攝像機(jī)(其中激光掃描幅材的整個(gè)限定部分以產(chǎn)生圖像數(shù)據(jù))。在多種情況下，常規(guī)的視覺檢測(cè)系統(tǒng)不能解決與各個(gè)圖像捕獲裝置相關(guān)的裝置內(nèi)檢測(cè)不均勻性的問題。即，一個(gè)或多個(gè)圖像捕獲裝置中的裝置內(nèi)不均勻性可使得基本上相同的幅材異常被不同地分類，原因在于所述異常位于圖像捕獲裝置的視野的不同區(qū)域內(nèi)。此裝置內(nèi)不均勻性的可能原因可包括裝置的光學(xué)布置(如，透鏡外形)的變化、不均勻的照明、材料本身的特性(如，偏振)、以及光在圖像捕獲裝置的整個(gè)視野上與材料的相互作用的變化(如，角效應(yīng))。

發(fā)明內(nèi)容
大體而言，本發(fā)明描述了一種用于移動(dòng)材料的具有傳感器內(nèi)不均勻性校正的視覺檢測(cè)系統(tǒng)。例如，本發(fā)明描述了一種靈活的裝置內(nèi)像素歸一化技術(shù)，所述裝置內(nèi)像素歸一化技術(shù)基于如下認(rèn)識(shí)用于歸一化視覺檢測(cè)系統(tǒng)的背景響應(yīng)的現(xiàn)有技術(shù)可在給定圖像捕獲裝置的整個(gè)視野上獲得均勻的幅材橫向背景信號(hào)，但可能未必在圖像捕獲裝置的整個(gè)視野上實(shí)現(xiàn)均勻的幅材橫向缺陷檢測(cè)。換句話講，本文所述的技術(shù)基于如下認(rèn)識(shí)在一些情況下，相對(duì)于幅材橫向位置進(jìn)行缺陷檢測(cè)的視覺檢測(cè)系統(tǒng)的系統(tǒng)響應(yīng)可不同于關(guān)于背景信號(hào)的歸一化的系統(tǒng)響應(yīng)。即，用于校正視覺檢測(cè)系統(tǒng)以獲得單個(gè)圖像捕獲裝置的幅材橫向背景信號(hào)均勻性的數(shù)學(xué)算法可能未必導(dǎo)致對(duì)相同圖像捕獲裝置的整個(gè)視野上的可能缺陷的均勻處理。為了解決這種認(rèn)識(shí)，本文的技術(shù)提供了一種靈活的裝置內(nèi)圖像校正技術(shù)，所述裝置內(nèi)圖像校正技術(shù)允許用戶或自動(dòng)化軟件在取自多個(gè)不同像素歸一化算法(例如，增益型或偏差型校正)中的歸一化分量之間進(jìn)行選擇和調(diào)整，以使得用于歸一化原始圖像數(shù)據(jù)的數(shù)學(xué)圖像處理匹配所制造材料的缺陷響應(yīng)。在一個(gè)實(shí)施例中，提供了一種方法，所述方法包括利用圖像捕獲裝置從幅材采集圖像數(shù)據(jù)(其中所述圖像數(shù)據(jù)包括圖像捕獲裝置的整個(gè)視野上的幅材的幅材橫向部分的圖像)、將多個(gè)歸一化函數(shù)中的第一函數(shù)應(yīng)用至圖像數(shù)據(jù)以產(chǎn)生該圖像的每個(gè)像素的第一歸一化值、以及將所述多個(gè)歸一化函數(shù)的第二函數(shù)應(yīng)用至圖像數(shù)據(jù)以產(chǎn)生每個(gè)像素的第二歸一化值。所述方法還包括對(duì)每個(gè)像素的第一歸一化值的一部分和第二歸一化值的一部分求和來計(jì)算每個(gè)像素的最終歸一化值；以及處理最終歸一化值以識(shí)別出幅材上包含異常的區(qū)域，所述異常表示幅材中的可能缺陷。在另一個(gè)實(shí)施例中，提供了一種系統(tǒng)，所述系統(tǒng)包括用于從幅材采集圖像數(shù)據(jù)的圖像捕獲裝置。圖像數(shù)據(jù)包括圖像捕獲裝置的幅材橫向視野的像素值。所述系統(tǒng)包括計(jì)算機(jī)可讀介質(zhì)，所述計(jì)算機(jī)可讀介質(zhì)存儲(chǔ)多個(gè)不同歸一化算法(用于將圖像捕獲裝置的幅材橫向背景信號(hào)歸一化為一般的所需值)的參數(shù)。所述計(jì)算機(jī)可讀介質(zhì)還存儲(chǔ)所述多個(gè)歸一 化算法中的每一個(gè)的系數(shù)。分析計(jì)算機(jī)以通過應(yīng)用至少兩個(gè)像素歸一化算法(使用所存儲(chǔ)參數(shù))獲得的結(jié)果的加權(quán)和來計(jì)算圖像數(shù)據(jù)的每個(gè)像素的歸一化值，其中所存儲(chǔ)系數(shù)定義不同歸一化算法中的每一個(gè)的結(jié)果的權(quán)重。在另一個(gè)實(shí)施例中，提供了一種系統(tǒng)，所述系統(tǒng)包括計(jì)算機(jī)可讀介質(zhì)，所述計(jì)算機(jī)可讀介質(zhì)存儲(chǔ)多個(gè)不同歸一化算法(用于將圖像捕獲裝置的幅材橫向背景信號(hào)歸一化為一般的所需值)的參數(shù)。所述計(jì)算機(jī)可讀介質(zhì)還存儲(chǔ)所述多個(gè)歸一化算法中的每一個(gè)的系數(shù)。分析計(jì)算機(jī)接收具有圖像捕獲裝置的幅材橫向視野的像素值的圖像數(shù)據(jù)，并且以從應(yīng)用至少兩個(gè)像素歸一化算法(使用所存儲(chǔ)參數(shù))獲得的結(jié)果的加權(quán)和來計(jì)算圖像數(shù)據(jù)的每個(gè)像素的歸一化值。所存儲(chǔ)系數(shù)定義不同歸一化算法中的每一個(gè)的結(jié)果的權(quán)重，所述不同歸一化算法產(chǎn)生對(duì)圖像捕獲裝置的整個(gè)視野上的缺陷的均勻處理。在另一個(gè)實(shí)施例中，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括具有指令的程序代碼，所述指令使得可編程處理器利用圖像捕獲裝置從幅材接收?qǐng)D像數(shù)據(jù)，其中所述圖像數(shù)據(jù)包括圖像捕獲裝置的整個(gè)視野上的幅材的幅材橫向部分的圖像。所述指令還使得處理器將多個(gè)歸一化函數(shù)中的第一函數(shù)應(yīng)用至圖像數(shù)據(jù)以產(chǎn)生該圖像的每個(gè)像素的第一歸一化值、將所述多個(gè)歸一化函數(shù)的第二函數(shù)應(yīng)用至圖像數(shù)據(jù)以產(chǎn)生每個(gè)像素的第二歸一化值、以及對(duì)每個(gè)像素的第一歸一化值的一部分和第二歸一化值的一部分求和來計(jì)算每個(gè)像素的最終歸一化值。所述指令還使得處理器處理最終歸一化值以識(shí)別出幅材上包含異常的區(qū)域，所述異常表示幅材中的可能缺陷。本文所述的技術(shù)可提供某些優(yōu)點(diǎn)。例如，所述技術(shù)可獲得檢測(cè)均勻度以使得幅材異常在圖像捕獲裝置的視野內(nèi)的位置不影響將異常分類為缺陷。換句話講，所述技術(shù)可使得對(duì)具有給定特征(如，尺寸、形狀和密度)的缺陷的檢測(cè)不受缺陷在圖像捕獲裝置的視野內(nèi)的位置的影響。此外，所述技術(shù)提供在校正方法及其組成元件時(shí)的靈活性，以匹配對(duì)于所制造材料的特定類型和特征的缺陷響應(yīng)。使用幅材檢測(cè)系統(tǒng)制定的計(jì)算機(jī)化決策的實(shí)例描述于Steven P. Floeder等人的標(biāo)題為“METHOD FOR CONTROLLING INVENTORY OF WEB BASED ARTICLES”(用于控制基于幅材的制品的存量的方法)的美國(guó)專利No. 7，120，515和標(biāo)題為“MAXMIZATION OF YIELD FORWEB-BASED ARTICLES”(用于基于幅材的制品的產(chǎn)率的最大化)的美國(guó)專利No. 7，187，995中。


圖I為示出全局網(wǎng)絡(luò)環(huán)境的框圖，在所述全局網(wǎng)絡(luò)環(huán)境中制造出幅材并將其轉(zhuǎn)換成產(chǎn)品。圖2為示出幅材制造廠的示例性實(shí)施例的框圖。圖3為示出幅材制造廠的示例性操作的流程圖。圖4為示出轉(zhuǎn)換控制系統(tǒng)的示例性實(shí)施例的框圖。
圖5為示出通過轉(zhuǎn)換控制系統(tǒng)示例性地處理異常信息的流程圖。圖6A-6D為示出得自幅材檢測(cè)系統(tǒng)的圖像捕獲裝置的理論圖像數(shù)據(jù)的圖，其中圖像數(shù)據(jù)已利用不同的校正算法進(jìn)行歸一化。圖7為示出用于確定多項(xiàng)式的系數(shù)的示例性方法的流程圖，所述多項(xiàng)式將用于歸一化由視覺檢測(cè)系統(tǒng)接收的原始視頻數(shù)據(jù)。圖8為示出根據(jù)幅材的模型原始圖像數(shù)據(jù)計(jì)算出的示例性缺陷分布形式的圖。圖9為示出根據(jù)幅材的模型原始圖像數(shù)據(jù)計(jì)算出的第二示例性缺陷分布形式的圖。
具體實(shí)施例方式圖I為示出全局網(wǎng)絡(luò)環(huán)境2的框圖，在所述全局網(wǎng)絡(luò)環(huán)境中轉(zhuǎn)換控制系統(tǒng)4控制幅材的轉(zhuǎn)換。更具體地講，幅材制造廠6A-6N表示生產(chǎn)和運(yùn)輸幅材卷10形式的幅材的制造地點(diǎn)。幅材制造廠6A-6N可為地域性分布的。所制造的幅材可包括在一個(gè)方向上具有固定尺寸且在正交方向上具有預(yù)定或不定長(zhǎng)度的任何片狀材料。幅材的實(shí)例包括但不限于金屬、紙張、織物、非織物、玻璃、聚合物膜、柔性電路或它們的組合。金屬可以包括例如鋼或鋁等材料。織物一般包括各種布。非織物包括例如紙張、過濾介質(zhì)或絕緣材料等材料。膜包括例如透明和不透明的聚合物膜，包括層壓材料和涂覆膜。對(duì)于多種應(yīng)用，幅材卷10的幅材可具有施用的涂層，所述涂層通常被施用至基礎(chǔ)幅材的暴露表面。涂層的實(shí)例包括粘合劑、光密度涂層、低粘附力背面涂層、金屬化涂層、光活性涂層、導(dǎo)電或不導(dǎo)電涂層、或者它們的組合。涂層可施用至幅材的至少一部分或者可完全覆蓋基礎(chǔ)幅材的表面。此外，幅材可以有圖案或無(wú)圖案。將幅材卷10運(yùn)輸至可地域性地分布在不同國(guó)家內(nèi)的轉(zhuǎn)換位點(diǎn)8A-8N。轉(zhuǎn)換位點(diǎn)8A-8N (“轉(zhuǎn)換位點(diǎn)8”)將各幅材卷10轉(zhuǎn)換成一個(gè)或多個(gè)產(chǎn)品。具體地講，轉(zhuǎn)換位點(diǎn)8中的每一個(gè)均包括一條或多條生產(chǎn)線，所述一條或多條生產(chǎn)線將給定幅材卷10的幅材以物理方式切割成許多單個(gè)片材、單個(gè)部件、或許多幅材卷，這些統(tǒng)稱為產(chǎn)品12A-12N。例如，轉(zhuǎn)換位點(diǎn)8A可將膜的幅材卷10轉(zhuǎn)換成單個(gè)片材以用于移動(dòng)電話顯示屏或計(jì)算機(jī)監(jiān)視器。相似地，可根據(jù)客戶14A-14N的預(yù)期應(yīng)用而將其他形式的幅材轉(zhuǎn)換成不同形狀和大小的產(chǎn)品
12。每個(gè)轉(zhuǎn)換位點(diǎn)8可能夠接收不同類型的幅材卷10，并且每個(gè)轉(zhuǎn)換位點(diǎn)可根據(jù)轉(zhuǎn)換位點(diǎn)的位置和客戶14的具體需求而生產(chǎn)不同的產(chǎn)品12。如下文詳細(xì)所述，幅材制造廠6中的每一個(gè)均包括一個(gè)或多個(gè)自動(dòng)視覺檢測(cè)系統(tǒng)(未示于圖I中)，所述一個(gè)或多個(gè) 自動(dòng)視覺檢測(cè)系統(tǒng)利用一個(gè)或多個(gè)圖像捕獲裝置來在制造期間采集幅材圖像。視覺檢測(cè)系統(tǒng)中的一個(gè)或多個(gè)應(yīng)用本文所述的技術(shù)來提供裝置內(nèi)圖像校正，所述裝置內(nèi)圖像校正不僅產(chǎn)生用于圖像捕獲裝置的歸一化的背景強(qiáng)度信號(hào)，而且產(chǎn)生關(guān)于缺陷檢測(cè)的實(shí)質(zhì)上歸一化的系統(tǒng)響應(yīng)。所述技術(shù)可利用裝置內(nèi)像素歸一化算法來解決各個(gè)圖像捕獲裝置的不均勻性，所述裝置內(nèi)像素歸一化算法結(jié)合不同歸一化算法(例如增益型校正和偏差型校正)的分量。所述技術(shù)允許用戶(例如生產(chǎn)工程師)定義比例歸一化值和調(diào)整取自多個(gè)不同像素歸一化算法(例如增益型校正和偏差型歸一化)的分量，以使得用于歸一化原始圖像數(shù)據(jù)的數(shù)學(xué)圖像處理匹配用于所制造材料的缺陷響應(yīng)。在應(yīng)用圖像校正算法之后，幅材制造廠6的檢測(cè)系統(tǒng)使用第一、通常較低復(fù)雜度的算法來進(jìn)行初步檢查以識(shí)別制造異常，從而接受下述可能性盡管異常中的一些可顯示為有缺陷的，但多個(gè)異常可為“誤報(bào)”，即，沒有缺陷的異常。事實(shí)上，產(chǎn)品12具有不同的等級(jí)水平(也稱為質(zhì)量水平)，并且對(duì)于制造異常具有不同的容許度。因此，異常區(qū)域中的一些可獲得不同的分類結(jié)果如果相應(yīng)的幅材卷10轉(zhuǎn)換成特定產(chǎn)品12則可最終被分類為有缺陷的，但如果該幅材卷轉(zhuǎn)換成不同產(chǎn)品則可最終被分類為沒有缺陷的。幅材制造廠6將與包含異常的幅材區(qū)域有關(guān)的圖像信息通過網(wǎng)絡(luò)9傳送至轉(zhuǎn)換控制系統(tǒng)4以用于后續(xù)處理。轉(zhuǎn)換控制系統(tǒng)4應(yīng)用一個(gè)或多個(gè)缺陷檢測(cè)算法，所述一個(gè)或多個(gè)缺陷檢測(cè)算法可為專用的，即，專用于產(chǎn)品12?；谠摲治?，轉(zhuǎn)換控制系統(tǒng)4以自動(dòng)或半自動(dòng)方式確定出哪一種產(chǎn)品12將允許特定幅材卷10實(shí)現(xiàn)幅材的最大產(chǎn)率(S卩，利用率)?；谠摏Q策，轉(zhuǎn)換控制系統(tǒng)4為每一個(gè)幅材卷10產(chǎn)生轉(zhuǎn)換方案(即，用于處理幅材卷的所定義的指令)并且將轉(zhuǎn)換方案通過網(wǎng)絡(luò)9傳送至合適的轉(zhuǎn)換位點(diǎn)8以用于將幅材轉(zhuǎn)換成選定的
女口
廣叩ο在某些實(shí)施例中，轉(zhuǎn)換控制系統(tǒng)4可為各個(gè)轉(zhuǎn)換位點(diǎn)8制定這種決策。換句話講，轉(zhuǎn)換控制系統(tǒng)4可識(shí)別被指定用于每個(gè)轉(zhuǎn)換位點(diǎn)8的幅材卷，并且基于與各個(gè)轉(zhuǎn)換位點(diǎn)相關(guān)的產(chǎn)品12而產(chǎn)生轉(zhuǎn)換方案。例如，轉(zhuǎn)換控制系統(tǒng)4可識(shí)別被指定用于轉(zhuǎn)換位點(diǎn)8A的幅材卷，并且基于由轉(zhuǎn)換位點(diǎn)8A制備的產(chǎn)品12A來形成轉(zhuǎn)換方案以使幅材卷的產(chǎn)率最大化。作為另外一種選擇，轉(zhuǎn)換控制系統(tǒng)4可在幅材卷10運(yùn)輸至轉(zhuǎn)換位點(diǎn)8之前為幅材卷10產(chǎn)生轉(zhuǎn)換方案。因此，當(dāng)為幅材卷10產(chǎn)生相應(yīng)的轉(zhuǎn)換方案時(shí)，轉(zhuǎn)換控制系統(tǒng)4可考慮所有可能獲得的產(chǎn)品12。這樣，轉(zhuǎn)換控制系統(tǒng)4可考慮所有可能獲得的產(chǎn)品12以便(例如)使各個(gè)幅材卷10的產(chǎn)率最大化。以此構(gòu)型，轉(zhuǎn)換控制系統(tǒng)4產(chǎn)生轉(zhuǎn)換方案并且輸出下述指令，所述指令識(shí)別幅材卷10中的每一個(gè)應(yīng)被運(yùn)輸至的特定轉(zhuǎn)換位點(diǎn)8。在一些實(shí)施例中，轉(zhuǎn)換控制系統(tǒng)4在為幅材卷10選擇相應(yīng)的轉(zhuǎn)換位點(diǎn)8時(shí)會(huì)考慮其他參數(shù)。這些參數(shù)包括(但不限于)在轉(zhuǎn)換位點(diǎn)8中的每一個(gè)處的產(chǎn)品12的當(dāng)前存量水平、從客戶14接收的新近訂單、與轉(zhuǎn)換位點(diǎn)8中的每一個(gè)相關(guān)的運(yùn)輸時(shí)間和成本、可用的運(yùn)輸方法以及其他參數(shù)。這樣，轉(zhuǎn)換控制系統(tǒng)4將專用缺陷檢測(cè)算法應(yīng)用至從幅材制造廠6接收的異常信息，并且基于一個(gè)或多個(gè)參數(shù)來最終指導(dǎo)將幅材卷10轉(zhuǎn)換成產(chǎn)品12。如下文所示，這些因素可為用戶可選擇的，并且可通過使用加權(quán)函數(shù)或其他技術(shù)來進(jìn)行獨(dú)立或全體地應(yīng)用。
圖2為示出圖I的幅材制造廠6A的示例性實(shí)施例的框圖。在示例性實(shí)施例中，可將一段連續(xù)移動(dòng)幅材20設(shè)置在兩個(gè)支承輥之間。在一個(gè)實(shí)例中，圖像捕獲裝置26A-26N被設(shè)置為在幅材橫向布置中緊密相鄰且對(duì)準(zhǔn)以便提供跨越移動(dòng)幅材20的整個(gè)寬度的圖像數(shù)據(jù)。即，圖像捕獲裝置26收集用于幅材20的相鄰、可能交疊的線段的圖像數(shù)據(jù)，以便共同提供用于幅材的整個(gè)幅材橫向部分的圖像數(shù)據(jù)。采集計(jì)算機(jī)27從圖像捕獲裝置26收集圖像數(shù)據(jù)，然后將圖像數(shù)據(jù)傳送至分析計(jì)算機(jī)28進(jìn)行初步分析。為了示例性目的，圖2中的幅材20被示為沿方向D移動(dòng)并且具有幅材橫向方向C。圖像捕獲裝置26可為能夠讀取移動(dòng)幅材20的連續(xù)部分并以數(shù)字?jǐn)?shù)據(jù)流的形式提供輸出的常規(guī)成像裝置。如圖2所示，成像裝置26可為直接提供數(shù)字?jǐn)?shù)據(jù)流的攝像機(jī)或是具有額外模數(shù)轉(zhuǎn)換器的模擬攝像機(jī)。其他傳感器，例如激光掃描儀，可以作為圖像捕獲裝置使用。幅材的連續(xù)部分表示通過連續(xù)的單線采集數(shù)據(jù)。單線包括光學(xué)地映射到單行傳感器元件或像素的連續(xù)移動(dòng)幅材的區(qū)域。適于采集圖像的裝置的實(shí)例包括行掃描攝像機(jī)， 例如得自 Perkin Elmer (Sunnyvale, Calif.)的 LD21 型、得自 Dalsa (Waterloo, Ontario,Canada)的 Piranha 型、或得自 Thompson-CSF (Totawa, N.J.)的 TH78H15 型。其他實(shí)例包括與模數(shù)轉(zhuǎn)換器結(jié)合使用的得自Surface Inspection Systems GmbH (Munich, Germany)的激光掃描儀。可以通過使用輔助獲取圖像的光學(xué)組件而可選地采集圖像。組件可以是攝像機(jī)的一部分，也可以與攝像機(jī)分開。光學(xué)組件在成像過程中利用反射光、透射光或折射光。反射光例如通常適合檢測(cè)由于幅材表面變形(例如表面劃痕)引起的缺陷。條碼控制器30控制條碼閱讀器29，所述條碼閱讀器29可用于輸入得自幅材20的卷和位置信息。條碼控制器30將卷和位置信息傳送至分析計(jì)算機(jī)28。分析計(jì)算機(jī)28處理得自采集計(jì)算機(jī)27的圖像流。更具體地講，分析計(jì)算機(jī)28可先于所產(chǎn)生的異常信息將一個(gè)或多個(gè)預(yù)處理算法應(yīng)用至圖像流。例如，分析計(jì)算機(jī)28應(yīng)用本文所述的圖像校正算法以校正可由任一圖像捕獲裝置26顯示出的任何裝置內(nèi)不均勻性。如下文更詳細(xì)所述，分析計(jì)算機(jī)28應(yīng)用裝置內(nèi)像素歸一化算法，所述裝置內(nèi)像素歸一化算法歸一化從采集計(jì)算機(jī)27接收的原始視頻數(shù)據(jù)。此外，裝置內(nèi)像素歸一化算法相對(duì)于從每個(gè)像素處的背景信號(hào)感測(cè)的差異將像素值歸一化為目標(biāo)光強(qiáng)級(jí)，并且還利用具有下述系數(shù)的多項(xiàng)式來歸一化像素值，所述系數(shù)被調(diào)整為匹配關(guān)于缺陷檢測(cè)的系統(tǒng)響應(yīng)。這樣，裝置內(nèi)像素歸一化算法相對(duì)于背景信號(hào)的水平獲得像素歸一化和均勻性，并獲得給定圖像捕獲裝置的整個(gè)視野上的缺陷響應(yīng)。分析計(jì)算機(jī)28可將裝置內(nèi)像素歸一化算法單獨(dú)地應(yīng)用至從不同的圖像采集計(jì)算機(jī)和相應(yīng)的圖像捕獲裝置26接收的圖像數(shù)據(jù)流中的每一個(gè)。對(duì)于圖像捕獲裝置26中的每一個(gè)，例如，分析計(jì)算機(jī)28可應(yīng)用裝置內(nèi)像素歸一化算法，所述裝置內(nèi)像素歸一化算法已根據(jù)與檢測(cè)中的產(chǎn)品相結(jié)合的特定圖像捕獲裝置具有的特定裝置內(nèi)不均勻特性而被定制為組合不同歸一化算法(如，增益型校正和偏差型校正)的組成分量。盡管為了示例性目的已相對(duì)于分析計(jì)算機(jī)28進(jìn)行了描述，但采集計(jì)算機(jī)27可相反在將視頻數(shù)據(jù)傳送至分析計(jì)算機(jī)之前應(yīng)用圖像校正算法。在預(yù)處理圖像數(shù)據(jù)之后，分析計(jì)算機(jī)28使用一個(gè)或多個(gè)異常識(shí)別算法來處理數(shù)字信息以產(chǎn)生異常信息，所述異常信息識(shí)別出幅材20中包含可最終被判定為缺陷的異常的任何區(qū)域。對(duì)于每個(gè)所識(shí)別出的異常，分析計(jì)算機(jī)28從圖像數(shù)據(jù)提取包含像素?cái)?shù)據(jù)的異常圖像，所述像素?cái)?shù)據(jù)包括幅材20上的異常和可能的周圍部分。分析計(jì)算機(jī)28將卷信息、位置信息和異常信息存儲(chǔ)在數(shù)據(jù)庫(kù)32內(nèi)。數(shù)據(jù)庫(kù)32可以按許多不同形式中的任一形式執(zhí)行，包括數(shù)據(jù)存儲(chǔ)文件或在一個(gè)或多個(gè)數(shù)據(jù)庫(kù)服務(wù)器上執(zhí)行的一個(gè)或多個(gè)數(shù)據(jù)庫(kù)管理系統(tǒng)(DBMS)。數(shù)據(jù)庫(kù)管理系統(tǒng)可以是例如關(guān)系(RDBMS)、分層(HDBMS)、多維(MDBMS)、面向?qū)ο?ODBMS或OODBMS)或?qū)ο箨P(guān)系(ORDBMS)數(shù)據(jù)庫(kù)管理系統(tǒng)。例如，數(shù)據(jù)庫(kù)32是作為由Microsoft Corporation的SQL Server 提供的關(guān)系數(shù)據(jù)庫(kù)而執(zhí)行的。分析計(jì)算機(jī)28將卷信息以及異常信息和相應(yīng)的子圖像傳送至轉(zhuǎn)換控制系統(tǒng)4以供后續(xù)、離線、詳細(xì)的分析。例如，信息可通過分析計(jì)算機(jī)28與轉(zhuǎn)換控制系統(tǒng)4之間的數(shù)據(jù)庫(kù)同步來進(jìn)行傳送。圖3為示出幅材制造廠6A的示例性操作的流程圖。最初，圖像捕獲裝置26和采集計(jì)算機(jī)27從移動(dòng)幅材20采集圖像數(shù)據(jù)(40)。圖像數(shù)據(jù)可(例如)通過數(shù)字視頻攝像機(jī) 而以數(shù)字形式形成，或者可轉(zhuǎn)換成數(shù)字信息(42)。在任一種情況下，采集計(jì)算機(jī)27將數(shù)字圖像信息流輸出至分析計(jì)算機(jī)28 (44)。分析計(jì)算機(jī)28將裝置內(nèi)像素歸一化算法應(yīng)用至圖像數(shù)據(jù)流中的每一個(gè)，其中所述算法的參數(shù)已被構(gòu)造為控制不同的像素歸一化技術(shù)(例如增益型校正和偏差型校正)的組合應(yīng)用(45)。分析計(jì)算機(jī)28隨后應(yīng)用異常檢測(cè)算法以識(shí)別出包含異常的幅材區(qū)域(46)。在一些簡(jiǎn)便的實(shí)施例中，初始異常檢測(cè)算法非?？?，以便能夠通過通用計(jì)算設(shè)備來實(shí)時(shí)地執(zhí)行，即使移動(dòng)幅材20的線速度為極高的。因此，所識(shí)別出的包含異常的區(qū)域中的一些可包括“誤報(bào)”。盡管可存在多個(gè)誤報(bào)，但初始算法仍優(yōu)選被設(shè)計(jì)為使得極少(如果存在的話)產(chǎn)生“漏檢”(即，真實(shí)的缺陷未被檢測(cè)為異常)。在應(yīng)用初始異常檢測(cè)算法時(shí)，分析計(jì)算機(jī)28匯集與所識(shí)別的區(qū)域有關(guān)的異常數(shù)據(jù)并且將異常數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫(kù)32內(nèi)(48)。所述數(shù)據(jù)通常包括幅材內(nèi)的異常的起始位置和每個(gè)所識(shí)別的區(qū)域的涵蓋像素面積。在此過程中，分析計(jì)算機(jī)28對(duì)于包含異常的每個(gè)所識(shí)別的區(qū)域提取圖像數(shù)據(jù)的一部分(50)。具體地講，僅需要提取原始數(shù)字圖像信息的一部分以供轉(zhuǎn)換控制系統(tǒng)4進(jìn)行進(jìn)一步、更復(fù)雜的分析。所識(shí)別的區(qū)域通常包含(例如)比數(shù)字信息低至少一個(gè)數(shù)量級(jí)的信息，如在任何簡(jiǎn)便的測(cè)量中由大小所指出的那樣(例如，以字節(jié)為單位的文件大小)?？蓪⑻崛〕龅漠惓D像存儲(chǔ)在數(shù)據(jù)庫(kù)32或文件服務(wù)器(未示出)中(52)并且隨后與異常和卷信息一起傳送至轉(zhuǎn)換控制系統(tǒng)4(54)。作為另外一種選擇，可直接傳送卷信息、異常信息和異常圖像以供轉(zhuǎn)換控制系統(tǒng)4進(jìn)行處理。圖4為更詳細(xì)地示出轉(zhuǎn)換控制系統(tǒng)4的示例性實(shí)施例的框圖。在示例性實(shí)施例中，應(yīng)用服務(wù)器58提供軟件模塊61的操作環(huán)境。軟件模塊包括多個(gè)缺陷處理模塊60A-60M、用戶界面模塊62和轉(zhuǎn)換控制引擎64。軟件模塊61與數(shù)據(jù)庫(kù)70進(jìn)行交互以訪問數(shù)據(jù)72，所述數(shù)據(jù)72可包括異常數(shù)據(jù)72A、卷數(shù)據(jù)72B、圖像數(shù)據(jù)72C、產(chǎn)品數(shù)據(jù)72D、轉(zhuǎn)換位點(diǎn)數(shù)據(jù)72E、缺陷映射72F、合成缺陷映射72G、轉(zhuǎn)換控制規(guī)則72H、和轉(zhuǎn)換方案721。
數(shù)據(jù)庫(kù)70可以按許多不同形式中的任一種形式執(zhí)行，包括數(shù)據(jù)存儲(chǔ)文件或在一個(gè)或多個(gè)數(shù)據(jù)庫(kù)服務(wù)器上執(zhí)行的一個(gè)或多個(gè)數(shù)據(jù)庫(kù)管理系統(tǒng)(DBMS)。例如，數(shù)據(jù)庫(kù)32是作為由Microsoft Corporation的SQL Server 提供的關(guān)系數(shù)據(jù)庫(kù)而執(zhí)行的。異常數(shù)據(jù)72A、卷數(shù)據(jù)72B、和圖像數(shù)據(jù)72C表示從幅材制造廠6 (圖I)接收的卷信息、異常信息和相應(yīng)的異常圖像。產(chǎn)品數(shù)據(jù)72D表示與產(chǎn)品12 (圖I)相關(guān)的數(shù)據(jù)。更具體地講，產(chǎn)品數(shù)據(jù)72D定義可由每個(gè)轉(zhuǎn)換位點(diǎn)8產(chǎn)生的每一種類型的產(chǎn)品12。對(duì)于每個(gè)產(chǎn)品12，產(chǎn)品數(shù)據(jù)72D指定一個(gè)或多個(gè)缺陷處理模塊60，其中需要所述一個(gè)或多個(gè)缺陷處理模塊60來判斷給定幅材卷10是否滿足特定產(chǎn)品的質(zhì)量要求。換句話講，產(chǎn)品數(shù)據(jù)72D指定一個(gè)或多個(gè)缺陷處理模塊60,所述一個(gè)或多個(gè)缺陷處理模塊60將被用于分析每個(gè)產(chǎn)品12的異常數(shù)據(jù)72A和圖像數(shù)據(jù)72C。轉(zhuǎn)換位點(diǎn)數(shù)據(jù)72E表示與轉(zhuǎn)換位點(diǎn)8相關(guān)的數(shù)據(jù)。例如，轉(zhuǎn)換位點(diǎn)數(shù)據(jù)72E可存儲(chǔ)位點(diǎn)位置、生產(chǎn)線的數(shù)量以及用于每個(gè)轉(zhuǎn)換位點(diǎn)8的每個(gè)生產(chǎn)線的當(dāng)前可用容量。轉(zhuǎn)換位點(diǎn)數(shù)據(jù)72E可存儲(chǔ)其他數(shù)據(jù)，包括(但不限于)指定每個(gè)轉(zhuǎn)換位點(diǎn)8處每個(gè)產(chǎn)品12的當(dāng)前 存量水平的數(shù)據(jù)、與將幅材卷運(yùn)輸至每個(gè)轉(zhuǎn)換位點(diǎn)相關(guān)的運(yùn)輸成本、可用于每個(gè)轉(zhuǎn)換位點(diǎn)的運(yùn)輸選項(xiàng)、通過每個(gè)轉(zhuǎn)換位點(diǎn)接收的來自客戶14的當(dāng)前訂購(gòu)信息、指定每個(gè)轉(zhuǎn)換位點(diǎn)的新客戶或優(yōu)選客戶的數(shù)據(jù)、以及可用于選擇轉(zhuǎn)化方案的其他數(shù)據(jù)。如下文更詳細(xì)所述，缺陷處理模塊60輸出缺陷映射72F，所述缺陷映射72F指定哪些異常被視為不同產(chǎn)品12的實(shí)際缺陷。換句話講，每個(gè)缺陷映射72F都對(duì)應(yīng)于特定的幅材卷10和特定的產(chǎn)品12。每個(gè)缺陷映射72F都基于相應(yīng)產(chǎn)品12的產(chǎn)品專用要求來指定特定幅材卷10的特定缺陷位置。轉(zhuǎn)換控制引擎64根據(jù)轉(zhuǎn)換控制規(guī)則72H來分析缺陷映射72F以選擇用于幅材卷10中的每一個(gè)的最終轉(zhuǎn)換。例如，轉(zhuǎn)換控制引擎64可分析缺陷映射72F以確定哪一個(gè)產(chǎn)品12將允許特定幅材卷10獲得幅材的最大產(chǎn)率(即利用率)。轉(zhuǎn)換控制規(guī)則72H指定當(dāng)處理缺陷映射72F時(shí)由轉(zhuǎn)換控制引擎64考慮的一個(gè)或多個(gè)參數(shù)，例如，幅材的用量、將由用于不同產(chǎn)品12的每個(gè)幅材卷10產(chǎn)生的單元數(shù)、將由用于每個(gè)可能產(chǎn)品12的幅材卷產(chǎn)生的收入或利潤(rùn)的估計(jì)量、轉(zhuǎn)換用于不同產(chǎn)品中的每一個(gè)的幅材所需的處理時(shí)間、用于轉(zhuǎn)換位點(diǎn)10內(nèi)的每個(gè)生產(chǎn)線的當(dāng)前機(jī)器容量、用于產(chǎn)品12中的每一個(gè)的當(dāng)前需求水平以及其他參數(shù)。在此過程中，轉(zhuǎn)換控制引擎64可確定的是，如果特定幅材卷10轉(zhuǎn)換成多個(gè)產(chǎn)品12，則所述特定幅材卷10可得到最好的利用(如，可獲得最大產(chǎn)率)。換句話講，轉(zhuǎn)換控制引擎64可確定的是，當(dāng)幅材的第一部分轉(zhuǎn)換成第一產(chǎn)品時(shí)則所述第一部分可得到最好的利用，并且當(dāng)幅材的第二部分轉(zhuǎn)換成不同產(chǎn)品時(shí)則所述第二部分可得到最好的利用。在這種情況下，轉(zhuǎn)換控制引擎64產(chǎn)生“合成”缺陷映射72G，所述“合成”缺陷映射72G指定幅材的每個(gè)部分內(nèi)的缺陷位置(基于該部分所轉(zhuǎn)換的相應(yīng)產(chǎn)品)。轉(zhuǎn)換控制引擎64可通過接合兩個(gè)或更多個(gè)缺陷映射72F的部分而產(chǎn)生合成缺陷映射，以形成用于整個(gè)幅材的完整的合成缺陷映射。在為給定幅材卷10選擇特定產(chǎn)品或特定產(chǎn)品組時(shí)，轉(zhuǎn)換控制引擎64產(chǎn)生相應(yīng)的轉(zhuǎn)換方案721。每個(gè)轉(zhuǎn)換方案721提供精確的指令以用于處理相應(yīng)的幅材卷。更具體地講，每個(gè)轉(zhuǎn)換方案721定義用于處理幅材帶的構(gòu)型以將幅材以物理方式切成各個(gè)產(chǎn)品片材。轉(zhuǎn)換控制系統(tǒng)4輸出運(yùn)輸指令，所述運(yùn)輸指令指示將每個(gè)幅材卷10運(yùn)輸至相應(yīng)的目標(biāo)轉(zhuǎn)換位點(diǎn)8。此外，轉(zhuǎn)換控制系統(tǒng)4將轉(zhuǎn)換方案通過網(wǎng)絡(luò)9傳送至合適的轉(zhuǎn)換位點(diǎn)8，以用于將幅材卷轉(zhuǎn)換成選定產(chǎn)品。用戶界面模塊62提供界面，用戶可通過該界面來配置由轉(zhuǎn)換控制引擎64使用的參數(shù)。例如，用戶界面模塊62 允許用戶指示轉(zhuǎn)換控制引擎64來考慮下述參數(shù)中的一個(gè)或多個(gè)最大幅材利用率、產(chǎn)生的單元數(shù)、估計(jì)收入、估計(jì)利潤(rùn)、機(jī)器容量、當(dāng)前需求水平和/或其他參數(shù)。圖5為更詳細(xì)地示出通過轉(zhuǎn)換控制系統(tǒng)4來處理異常信息的流程圖。具體地講，圖5示出了通過缺陷處理模塊60對(duì)異常數(shù)據(jù)72A和圖像數(shù)據(jù)72C的處理。轉(zhuǎn)換控制系統(tǒng)4接收?qǐng)D像和異常數(shù)據(jù)(例如圖像144、146)，所述圖像和異常數(shù)據(jù)最初是由位于幅材制造廠6處的分析計(jì)算機(jī)28利用簡(jiǎn)單的第一檢測(cè)算法從幅材20提取的。如圖5所示，缺陷處理模塊60根據(jù)需要對(duì)產(chǎn)品12的至多N個(gè)不同需求80應(yīng)用“M”個(gè)不同算法(在圖5中指定SA1-Am 88)。圖5的交叉參考表82用于示出需求80和缺陷處理模塊60之間的映射。具體地講，交叉參考表82不出哪些缺陷處理模塊60用于確定每個(gè)異常對(duì)于給定需求80而言為缺陷還是誤報(bào)。在一些實(shí)施例中，便利地并行使用較大數(shù)量的極簡(jiǎn)易算法。具體地講，通常便利的是，后續(xù)缺陷處理模塊60中的至少一個(gè)應(yīng)用下述算法，所述算法包括將每個(gè)異常與組合閾值像素尺寸標(biāo)準(zhǔn)進(jìn)行比較。在利用(例如)光學(xué)膜的實(shí)際操作中，如果面積較大，則亮度值與目標(biāo)僅具有細(xì)小差異的異常為不合格的，并且即使面積非常小，則亮度值與目標(biāo)值具有較大差異的異常也為不合格的。另外，由缺陷處理模塊60應(yīng)用的算法可包括非常復(fù)雜的圖像處理和缺陷提取，包括(但不限于)鄰域平均、鄰域分級(jí)、對(duì)比度膨脹、各種單值和二值圖像處理、數(shù)字濾波(例如Laplacian濾波器、Sobel算子、高通濾波和低通濾波)、紋理分析、分形分析、頻率處理(例如傅里葉變換和小波變換)、卷積、形態(tài)處理、閾值化、連通分量分析、連通域(blob)處理、連通域分類、或它們的組合。可根據(jù)特定的幅材和缺陷類型來應(yīng)用其他算法以實(shí)現(xiàn)缺陷檢測(cè)的所需精確度水平?？墒褂酶鱾€(gè)缺陷處理需求82的選定組合來實(shí)現(xiàn)N個(gè)產(chǎn)品需求88中的每一個(gè)。所述算法可使用極其簡(jiǎn)單的閾值和最小連通域處理或者較復(fù)雜的算法，例如空間濾波器、形態(tài)學(xué)操作、頻率濾波器、小波處理、或任何其他已知的圖像處理算法。在此示例性的交叉參考表82中，產(chǎn)品需求R1使用算法A2、A4、和Am的組合，其中每個(gè)算法均被應(yīng)用至每一個(gè)異常圖像以確定哪些異常為R1的實(shí)際缺陷。在最簡(jiǎn)便的實(shí)施例中，使用簡(jiǎn)單的或邏輯，即，如果A2, A4、和Am中的任何一個(gè)報(bào)告異常為實(shí)際缺陷，則幅材20的該部分就不滿足產(chǎn)品需求札。對(duì)于專業(yè)化應(yīng)用而言，下述邏輯可比簡(jiǎn)單的或邏輯更復(fù)雜，通過所述邏輯將后續(xù)需求82的報(bào)告組合成是否滿足產(chǎn)品需求80的決策。相似地，產(chǎn)品需求R2使用A2、A3、和A4等。因此，被識(shí)別為R2的缺陷的異常可類似于或顯著不同于R1的缺陷。在通過使用交叉參考表82確定出哪些異常被視為實(shí)際缺陷之后，轉(zhuǎn)換控制引擎64配制出對(duì)應(yīng)于卷的各種產(chǎn)品需求的實(shí)際缺陷位置的缺陷映射72F。在一些情況下，轉(zhuǎn)換控制引擎64可通過拼合缺陷映射72F中的一個(gè)或多個(gè)部分來產(chǎn)生一個(gè)或多個(gè)合成缺陷映射72G。在此種所示實(shí)例中，轉(zhuǎn)換控制引擎64產(chǎn)生合成映射72G，所述合成映射72G具有從用于第一產(chǎn)品需求(MAP-Rl)的缺陷映射接合的第一部分90和從用于第二產(chǎn)品需求(MAP-R2)的缺陷映射接合的第二部分92。這樣，轉(zhuǎn)換控制引擎64可確定如果將幅材的某些部分轉(zhuǎn)換成不同產(chǎn)品則該幅材可得到最好的利用。一旦已完成這種處理，通常就可以丟棄子圖像信息以使所需的存儲(chǔ)介質(zhì)最小化。通過缺陷處理模塊60應(yīng)用的異常檢測(cè)算法的圖像處理和后續(xù)應(yīng)用的其他細(xì)節(jié)描述于 2003 年 4 月 24 日提交的、標(biāo)題為 “APPARATUS AND METHOD FOR AUTOMATED WEBINSPECTION”(用于自動(dòng)幅材檢測(cè)的設(shè)備和方法)的、具有代理人案卷號(hào)58695US002的共同轉(zhuǎn)讓和共同待審的美國(guó)專利申請(qǐng)No. 10/669，197中，該專利申請(qǐng)的整個(gè)內(nèi)容以引用方式并入本文中。本文所述的裝置內(nèi)像素歸一化技術(shù)使用如下認(rèn)識(shí)用于歸一化視覺檢測(cè)系統(tǒng)的背景響應(yīng)以獲得給定圖像捕獲裝置的均勻背景信號(hào)的現(xiàn)有技術(shù)可能未必實(shí)現(xiàn)均勻的缺陷檢測(cè)。換句話講，本文所述的技術(shù)基于如下認(rèn)識(shí)在一些情況下，用于缺陷檢測(cè)的視覺檢測(cè)系統(tǒng)的系統(tǒng)響應(yīng)可不同于關(guān)于背景信號(hào)歸一化的系統(tǒng)響應(yīng)。即，應(yīng)用于校正視覺檢測(cè)系統(tǒng)以 獲得單個(gè)圖像捕獲裝置的幅材橫向背景強(qiáng)度信號(hào)均勻性的數(shù)學(xué)算法可能未必導(dǎo)致對(duì)同一圖像捕獲裝置的整個(gè)視野上的可能缺陷的均勻處理。為了解決這種認(rèn)識(shí)，本文的技術(shù)提供了靈活的裝置內(nèi)圖像校正技術(shù)，所述裝置內(nèi)圖像校正技術(shù)允許用戶(例如生產(chǎn)工程師)或自動(dòng)化軟件定義和調(diào)整取自多個(gè)不同像素歸一化算法(例如，增益型校正和偏差型歸一化)的歸一化分量，以使得用于歸一化原始圖像數(shù)據(jù)的數(shù)學(xué)圖像處理匹配所制造材料的缺陷響應(yīng)。圖6A-6D提供了示出這些概念的簡(jiǎn)單實(shí)例。圖6A為示出從先前的單個(gè)圖像捕獲裝置輸出的背景信號(hào)的示例性原始圖像數(shù)據(jù)110的圖。即，在此實(shí)例中，原始圖像數(shù)據(jù)110示出由圖像捕獲裝置針對(duì)均勻的校正背景材料在幅材橫向方向上的單個(gè)像素行所輸出的背景信號(hào)。在此實(shí)例中，在單行掃描的中心像素Pl處，背景信號(hào)110具有90個(gè)單位(如，灰度級(jí))的值。圖像捕獲裝置的中心中的給定缺陷可使光強(qiáng)增加額外的25個(gè)單位，以獲得115個(gè)單位的讀數(shù)。然而，在一些情況下，位于視野邊緣(此實(shí)例中的像素P2)處的具有相同物理特征(從尺寸、形狀、和密度方面來說)的缺陷可導(dǎo)致光強(qiáng)增加27個(gè)單位以獲得157個(gè)單位的讀數(shù)。這可由(例如)如下原因引起所述兩個(gè)位置處的光照角度差、對(duì)不同光照角度的材料響應(yīng)的差異、光傳感器在圖像捕獲裝置的不同位置或其他光學(xué)部件處的光學(xué)特性的變化、或環(huán)境條件(例如溫度)的局部差異。圖6B示出了下述情況下的示例性結(jié)果，其中使用僅增益型像素歸一化方法來歸一化背景信號(hào)以獲得100個(gè)單位的均勻目標(biāo)光強(qiáng)級(jí)。在此實(shí)例中，針對(duì)視野的幅材橫向位置計(jì)算出每個(gè)像素位置的標(biāo)度因子并將所述標(biāo)度因子應(yīng)用至該位置處的相應(yīng)讀數(shù)。通常，特定幅材橫向像素位置的標(biāo)度因子可計(jì)算如下標(biāo)度因子=目標(biāo)歸一化值/平均(即背景)像素值。例如，如果給定100的目標(biāo)歸一化值，則像素位置Pl的標(biāo)度因子Spi可計(jì)算如下SP1=100/90=1. 111。相似地，像素位置P2的標(biāo)度因子Sp2可計(jì)算如下SP2=100/130=0. 769。在圖6B中，可通過應(yīng)用增益型歸一化算法來獲得歸一化的背景信號(hào)120，所述增益型歸一化算法使用以上文所述的方式計(jì)算的標(biāo)度因子。如圖所示，歸一化的背景信號(hào)120在幅材橫向方向上為均一平坦的，其中當(dāng)在校正背景材料上執(zhí)行掃描時(shí)每個(gè)像素位置產(chǎn)生100的歸一化光強(qiáng)級(jí)。然而，本文所用的技術(shù)認(rèn)識(shí)到，盡管所述方法可用于獲得關(guān)于背景強(qiáng)度信號(hào)校正的均勻裝置內(nèi)響應(yīng)，但僅增益型方法可能未必獲得關(guān)于缺陷檢測(cè)的均勻系統(tǒng)響應(yīng)。即，本文的技術(shù)基于如下認(rèn)識(shí)關(guān)于缺陷檢測(cè)的系統(tǒng)響應(yīng)可不同于關(guān)于背景變化的系統(tǒng)響應(yīng)。例如，如圖6B所示，將標(biāo)度因子Spi和Sp2應(yīng)用至像素位置PI和P2處的相同缺陷的光強(qiáng)值115和157會(huì)分別導(dǎo)致127. 7個(gè)單位和120. 7個(gè)單位的歸一化值。因此，盡管可通過應(yīng)用標(biāo)度致使歸一化的背景信號(hào)為均勻的，但因不同像素位置處的相同缺陷而產(chǎn)生的所得強(qiáng)度級(jí)可產(chǎn)生不同的光強(qiáng)。在此實(shí)例中，當(dāng)位于像素位置P2處的視野邊緣附近時(shí)，歸一化強(qiáng)度值可落在125個(gè)光單位的缺陷分類閾值Td之下，由此使得該材料中的異常被忽略。相比之下，當(dāng)位于像素位置Pl處的視野中心附近時(shí)，相同缺陷可產(chǎn)生127. 7的歸一化強(qiáng)度值，該值超過缺陷分類閾值TD，由此使得該材料中的異常將作為缺陷進(jìn)行處理。此實(shí)例證明，即使將背景信號(hào)利用標(biāo)度因子進(jìn)行校正和歸一化，但相對(duì)于檢測(cè)裝置的視野內(nèi)的位置的缺陷 響應(yīng)的原始差異仍顯示為缺陷分類差異。此外，在此實(shí)例中，應(yīng)用僅增益型歸一化方法可使得在視野中心中較多異常被分類為缺陷并且在視野邊緣處較少異常被分類為缺陷。在一些系統(tǒng)中，這些像素值可表示為二進(jìn)制整數(shù)值，但為了解釋性目的，本文將單位示為十進(jìn)制數(shù)值。圖6C示出了下述情況下的示例性結(jié)果其中使用僅偏差型方法來將背景信號(hào)相對(duì)于100個(gè)單位的均勻光強(qiáng)級(jí)進(jìn)行歸一化。在此實(shí)例中，針對(duì)視野的幅材橫向位置計(jì)算出每個(gè)位置的偏差并將所述偏差作為校正值應(yīng)用至該位置處的相應(yīng)讀數(shù)。通常，特定幅材橫向像素位置的偏差可計(jì)算如下偏差=目標(biāo)歸一化值-原始像素值例如，如果給定100的目標(biāo)歸一化值，則像素位置Pl的偏差Opi可計(jì)算如下0Ρ1=100-90=10· O。 相似地，像素位置Ρ2的偏差Op2可計(jì)算如下0Ρ2=100-130=-30· O。如圖6C所示，可通過應(yīng)用偏差型歸一化技術(shù)來獲得歸一化的背景信號(hào)130，所述偏差型歸一化技術(shù)將上文計(jì)算出的偏差加到從背景材料采集的原始視頻110上。如圖所示，歸一化的背景信號(hào)130在幅材橫向方向上為均一平坦的，其中當(dāng)掃描校正背景材料時(shí)每個(gè)像素位置產(chǎn)生100個(gè)單位的歸一化光強(qiáng)級(jí)。然而，如上文所述，本文所用的技術(shù)認(rèn)識(shí)至IJ，類似于僅增益型方法，僅偏差型方法可用于獲得關(guān)于背景校正的均勻裝置內(nèi)響應(yīng)，但僅偏差型方法可能未必獲得關(guān)于缺陷檢測(cè)的均勻系統(tǒng)響應(yīng)。例如，如圖6C所示，將偏差Opi和Op2應(yīng)用至像素位置Pl和Ρ2處的相同缺陷的光強(qiáng)值115和157會(huì)分別導(dǎo)致125. O個(gè)單位和127. O個(gè)單位的歸一化值。因此，盡管可通過應(yīng)用標(biāo)度致使歸一化的背景信號(hào)為均勻的，但因不同像素位置處的相同缺陷而產(chǎn)生的所得強(qiáng)度級(jí)可產(chǎn)生不同的光強(qiáng)。在此實(shí)例中，當(dāng)位于像素位置Ρ2處的視野邊緣附近時(shí)，歸一化強(qiáng)度值超過125個(gè)光單位的缺陷分類閾值TD，由此使得該材料中的異常將作為缺陷進(jìn)行處理。相比之下，當(dāng)位于像素位置Pl處的視野中心附近時(shí)，應(yīng)用相應(yīng)的偏差使得相同缺陷產(chǎn)生125的歸一化強(qiáng)度值，該值落在閾值之下，由此使得該異常被忽略。此實(shí)例證明，即使將背景光強(qiáng)級(jí)利用每個(gè)幅材橫向位置的偏差進(jìn)行校正和歸一化，相對(duì)于檢測(cè)裝置視野內(nèi)的位置的缺陷響應(yīng)的原始差異仍可顯示為缺陷分類差異。此外，在此實(shí)例中，應(yīng)用僅偏差型歸一化方法可使得在視野邊緣處較多異常被分類為缺陷并且在視野中心中較少異常被分類為缺陷。圖6D示出了通過應(yīng)用下述技術(shù) 獲得的均勻背景信號(hào)140，所述技術(shù)將增益型校正的分量與偏差型校正的分量進(jìn)行組合以歸一化從背景材料采集的原始視頻110。即，所述技術(shù)應(yīng)用比例校正，所述比例校正具有得自增益型和偏差型歸一化的組成分量，其中所選定的分量為適應(yīng)性地計(jì)算出的。即，加權(quán)系數(shù)S1 - Sn可用于表示不同歸一化算法的比例，其中所述系數(shù)為動(dòng)態(tài)可調(diào)的，即，可調(diào)式的。換句話講，對(duì)于每個(gè)像素，使用本文所述的技術(shù)基于每個(gè)像素而選擇不同歸一化結(jié)果之間的比值，例如增益型歸一化像素值和偏差型歸一化像素值之間的比值。在圖6D的實(shí)例中，選定第一系數(shù)S1=O. 8，并且選定第二系數(shù)S2=O. 2，其中S1表示取自偏差型方法的歸一化部分并且S2表示取自增益型方法的歸一化部分。換句話講，圖6D表示當(dāng)偏差型歸一化算法的80%權(quán)重與增益型歸一化算法的20%權(quán)重結(jié)合使用時(shí)的歸一化信號(hào)140。如圖所示，歸一化的背景信號(hào)140在幅材橫向方向上為類似地均一平坦的，其中當(dāng)掃描校正背景材料時(shí)每個(gè)像素位置產(chǎn)生100個(gè)單位的歸一化光強(qiáng)級(jí)。例如，若假定20%和80%的系數(shù)，則目標(biāo)歸一化值為數(shù)值100的像素Pl處的90個(gè)單位的原始背景光強(qiáng)級(jí)讀數(shù)將以如下方式進(jìn)行歸一化Pi=O. 2*SP1*90+0. 8* (90+0P1),Pi=O. 2*1. 11*90+0. 8* (90+10)，由此產(chǎn)生像素Pl處的歸一化像素值Pi=IOO0相似地，像素位置P2處的130個(gè)單位的原始背景光強(qiáng)級(jí)讀數(shù)將被相對(duì)于100的數(shù)
值進(jìn)行歸一化。然而，相對(duì)于缺陷分類，像素位置Pl和P2處的相同缺陷的光強(qiáng)值115和157分別產(chǎn)生125. 6個(gè)單位和125. 8個(gè)單位的歸一化值。因此，通過選擇偏差型/增益型校正的80/20比率，因不同像素位置處的相同缺陷而產(chǎn)生的所得強(qiáng)度級(jí)利用本文所述的技術(shù)產(chǎn)生基本上相同的歸一化光強(qiáng)。在此實(shí)例中，像素位置Pl和P2處的歸一化強(qiáng)度值均超過125個(gè)光單位的缺陷分類閾值TD，由此使得該材料中的異常將被分類為缺陷。盡管對(duì)缺陷的系統(tǒng)響應(yīng)可相對(duì)于給定檢測(cè)裝置的視野內(nèi)的位置而改變，但這種變化可利用本文所述的校正和歸一化方法進(jìn)行解釋。通常，所述技術(shù)可被視為基于每個(gè)像素而應(yīng)用多項(xiàng)式校正，其中不同的歸一化方案利用不同的系數(shù)進(jìn)行加權(quán)，以便實(shí)現(xiàn)給定圖像捕獲裝置的視野的幅材橫向方向上的均勻缺陷檢測(cè)。用于像素校正的高階多項(xiàng)式通?？杀硎緸镻. = s^Zpt; + * * * + s^Cp^ + SjBpj其中Pi表示校正的像素值，Pi表示原始像素值，A、B、... Z表示用于圖像校正的不同算法(如，偏差型、增益型、背景減法、暗色補(bǔ)償)，并且S1-Sn為多項(xiàng)式的系數(shù)。這些系數(shù)S1-Sn表示取自不同算法的歸一化部分，其中所述系數(shù)為動(dòng)態(tài)可調(diào)的，即，可調(diào)式的。換句話講，使用本文所述的技術(shù)來基于每個(gè)像素選擇不同歸一化結(jié)果之間的比值，例如增益型歸一化像素值和偏差型歸一化像素值之間的比值，如上文所示?？蓪?duì)于所有像素均使用相同的比值或者可針對(duì)每個(gè)像素來確定比值。這種靈活的方法可用于多種不同的工業(yè)應(yīng)用中。在一些情況下，例如，所制造和檢測(cè)的材料可往往會(huì)具有使光均勻地穿過的均勻結(jié)構(gòu)，例如灰色膜。對(duì)于這種膜，當(dāng)檢測(cè)膜時(shí)增加應(yīng)用至膜的光強(qiáng)會(huì)使得由視覺檢測(cè)系統(tǒng)接收到的光強(qiáng)也類似地增加。在這種情況下，對(duì)增益型歸一化進(jìn)行較多加權(quán)的技術(shù)可為優(yōu)選的。在這種情況下，S1可接近零。在其他情 況下，可對(duì)偏差型歸一化進(jìn)行較多加權(quán)的技術(shù)可為優(yōu)選的，即，S2可接近零。這種技術(shù)可用于(例如)所謂的暗視野應(yīng)用，在暗視野應(yīng)用中法向膜響應(yīng)使得到達(dá)傳感器的光減少或沒有光到達(dá)傳感器，除非存在缺陷。在其他情況下，S1和S2均未設(shè)為零，由此提供比例歸一化方案。此外，在一些情況下，所述技術(shù)可用于通過高階多項(xiàng)式來應(yīng)用校正。這可在如下情況中為有用的，例如，當(dāng)材料可為活性光學(xué)膜(例如光導(dǎo))時(shí)，該活性光學(xué)膜中材料的光學(xué)特性在幅材橫向方向上變化。用于應(yīng)用比例圖像校正的替代方法是對(duì)比值采用迭代法，其中用于任何給定歸一化算法的比值至少部分地基于下述比值，所述比值是針對(duì)多項(xiàng)式內(nèi)具有較低階的任何歸一化算法預(yù)先確定的。例如，這可通過下述方式來完成首先計(jì)算所需的偏差量(例如)并且使用該量的僅一部分以使得所需校正的其余部分通過與較高階相關(guān)的增益型或其他型歸一化技術(shù)來獲得。在這種方法中，存在單個(gè)比值常數(shù)并且較高階的系數(shù)取決于此標(biāo)量。下述公式概述了第一階多項(xiàng)式的這種實(shí)施方式Pi = Gi (Pi-SOi) 0 _7G _ ~P -sO，其中Pi為原始像素值,s為比值常數(shù)(每個(gè)像素的或?qū)λ邢袼貫楣潭ǖ?,T為目標(biāo)歸一化值，瓦為平均背景像素值，Oi為平均像素偏差，Gi為像素增益。當(dāng)S=O. 80時(shí),該方法產(chǎn)生與圖6D所示相同的結(jié)果。這可視為采用80%偏差和20%增益。不同的檢測(cè)布置方式和材料可能未必在所述兩種實(shí)施方式之間產(chǎn)生相同的比值(如，80/20)。圖7為示出用于確定多項(xiàng)式的系數(shù)的示例性方法的流程圖，所述多項(xiàng)式將用于歸一化由視覺檢測(cè)系統(tǒng)接收的原始視頻數(shù)據(jù)。在一個(gè)示例性實(shí)施例中，利用制造線的視覺檢測(cè)系統(tǒng)的圖像捕獲裝置來初始處理校正材料以產(chǎn)生原始視頻數(shù)據(jù)(150)。校正材料可為(例如)由制造線生產(chǎn)的類型的材料，其中所述校正材料可具有已知的缺陷分布形式。例如，當(dāng)在校正材料的整個(gè)長(zhǎng)度上考慮時(shí)，幅材橫向方向上的缺陷分布可為基本上均勻的，以使得不存在特定的幅材橫向位置相對(duì)于其他幅材橫向位置具有統(tǒng)計(jì)學(xué)上顯著增加或減少的缺陷。又如，可在制造材料時(shí)從材料實(shí)時(shí)地采集原始視頻數(shù)據(jù)，并且可在檢測(cè)給定長(zhǎng)度的所制造幅材(例如50米的幅材)之后實(shí)時(shí)地重復(fù)性計(jì)算和適應(yīng)性調(diào)整平均的幅材橫向缺陷分布形式。在此實(shí)例中，可假定所制造幅材的實(shí)際幅材橫向缺陷分布應(yīng)為均勻的或者說是符合已知形式。在任一種情況下，生產(chǎn)工程師或自動(dòng)化軟件選擇用于裝置內(nèi)像素歸一化公式的初始系數(shù)組(154)。即，針對(duì)每一個(gè)可用圖像歸一化算法選擇初始比值。初始系數(shù)組可從先前被生產(chǎn)工程師配置的默認(rèn)系數(shù)中選擇或者可基于有待制造的材料的類型進(jìn)行選擇。例如，對(duì)于灰色膜而言，可初始配置100%增益型和O %偏差型的默認(rèn)系數(shù)。對(duì)于暗視野應(yīng)用，可使用0%增益型和100%偏差型的默認(rèn)系數(shù)。又如，對(duì)于其他類型的每個(gè)像素歸一化而言，可將第一階多項(xiàng)式的默認(rèn)系數(shù)配置為80%偏差型和20%增益型的比值。在選定初始系數(shù)組之后，利用當(dāng)前選定的系數(shù)組來歸一化原始圖像數(shù)據(jù)，以計(jì)算圖像數(shù)據(jù)的幅材縱向長(zhǎng)度上的每個(gè)掃描行的每個(gè)幅材橫向像素位置處的歸一化值(156)。然后利用一種或多種方法來分析歸一化的圖像數(shù)據(jù)以針對(duì)不同的方法將檢測(cè)的異常分類成缺陷或者相應(yīng)的缺陷組(158)。然后分析所得的缺陷數(shù)據(jù)并且在當(dāng)前選定攝像機(jī)的視野的幅材橫向方向上構(gòu)建缺陷分布形式(160)。即，針對(duì)圖像數(shù)據(jù)的幅材縱向長(zhǎng)度上的每個(gè)幅材橫向位置來確定缺陷的總數(shù)，以形成用于當(dāng)前所制造的校正材料或材料段的幅材橫向缺陷分布形式。然后通過生產(chǎn)工程師或自動(dòng)化軟件來檢查缺陷分布形式，以確定該缺陷分布形式的平坦度是否合格。例如，可分析缺陷分布形式以確定具有最大缺陷數(shù)的幅材橫向攝像機(jī) 內(nèi)位置與具有最小缺陷數(shù)的位置之間的范圍?？墒褂萌菰S水平(例如，具有最大和最小缺陷數(shù)的位置之間的1%的差異)來確定當(dāng)前系數(shù)是否產(chǎn)生合格的缺陷分布形式?？墒褂闷渌夹g(shù)來確定當(dāng)前缺陷分布形式是否為平坦的，例如每個(gè)攝像機(jī)內(nèi)像素位置處的缺陷數(shù)之間的標(biāo)準(zhǔn)偏差。如果缺陷分布形式為不合格的，則生產(chǎn)工程師或自動(dòng)化軟件為裝置內(nèi)像素歸一化公式選擇不同的加權(quán)系數(shù)組(154)。例如，假定當(dāng)前系數(shù)指定100%增益型歸一化和0%偏差型歸一化，則可通過定義的增量來調(diào)整系數(shù)以指定(例如)95%增益型和5%偏差型。然后利用新系數(shù)來歸一化原始圖像數(shù)據(jù)，并且構(gòu)造和分析缺陷分布形式以確定該缺陷分布是否合格(156-162)。該過程繼續(xù)進(jìn)行并且可通過迭代方式用于對(duì)較高階多項(xiàng)式的系數(shù)組合進(jìn)行排序直至獲得合格的缺陷分布形式為止。一旦獲得合適的缺陷分布形式(對(duì)162回答“是”)，就對(duì)視覺檢測(cè)系統(tǒng)的每個(gè)圖像捕獲裝置重復(fù)該過程(164)。這樣，開發(fā)出用于每個(gè)圖像捕獲裝置的裝置內(nèi)像素歸一化公式。一旦開發(fā)出后，就應(yīng)用裝置內(nèi)像素歸一化公式來歸一化得自相應(yīng)圖像捕獲裝置的原始圖像數(shù)據(jù)，并且處理歸一化的圖像數(shù)據(jù)以識(shí)別出當(dāng)將幅材轉(zhuǎn)換成一個(gè)或多個(gè)產(chǎn)品時(shí)具有缺陷的幅材部分。圖8為示出從幅材的模型原始圖像數(shù)據(jù)計(jì)算出的缺陷分布形式的圖。如圖8所示，當(dāng)使用背景材料時(shí)，圖像捕獲裝置產(chǎn)生平均背景信號(hào)200。這可表示材料段的整個(gè)長(zhǎng)度上的平均每個(gè)像素背景值或者單個(gè)幅材橫向像素行上的背景信號(hào)。在任一種情況下，如圖所示，背景信號(hào)200指示出圖像捕獲裝置在視野的邊緣上較為敏感。另外，圖8示出了用于圖像數(shù)據(jù)的未經(jīng)校正的幅材橫向缺陷分布形式202。在此實(shí)例中，相對(duì)于光強(qiáng)示出未經(jīng)校正的缺陷分布形式202，以闡釋當(dāng)缺陷存在于圖像捕獲裝置的每一個(gè)幅材橫向像素位置處時(shí)的系統(tǒng)響應(yīng)。在其他實(shí)例中，缺陷分布形式202可被計(jì)算為在材料的所定義幅材縱向長(zhǎng)度上的每個(gè)像素位置處檢測(cè)到的缺陷數(shù)的總和。圖8的其余圖線用以進(jìn)一步地示出上文所述的方法，其中生產(chǎn)工程師或自動(dòng)化軟件通過所述方法來選擇用于裝置內(nèi)像素歸一化公式的系數(shù)。在此實(shí)例中，圖線203示出了當(dāng)應(yīng)用100%偏差型校正和0%增益型校正的系數(shù)來歸一化原始像素?cái)?shù)據(jù)時(shí)對(duì)缺陷檢測(cè)的系統(tǒng)響應(yīng)。其余圖線204-220示出了當(dāng)將本文所述的技術(shù)迭代性地用于對(duì)如下系數(shù)組合進(jìn)行排序時(shí)的系統(tǒng)響應(yīng)，所述系數(shù)組合從100%偏差型歸一化以10%減量(每次迭代之間)變化至100%增益型歸一化。在每次迭代時(shí)，調(diào)整偏差型分量的比例并且利用增益型系數(shù)獲得其余部分的校正，由此產(chǎn)生從100%偏差型/0%增益型到0%偏差型/100%增益型的偏差型/增益型加權(quán)組合。如圖8所述，100%偏差型方法和100%增益型方法均不產(chǎn)生基本上平坦的歸一化。即，100%偏差型歸一化產(chǎn)生使邊緣處的缺陷增加的缺陷分布形式202，而100%增益型方法產(chǎn)生使視野中心中的缺陷增加的缺陷分布形式200。在此實(shí)例中，在計(jì)算出的系數(shù)組合中，偏差型歸一化對(duì)增益型歸一化的50/50的比值產(chǎn)生分布形式214，所述分布形式214具有最平坦或最均一的幅材橫向、攝像機(jī)內(nèi)形式。因此，在此實(shí)例中，將選擇和使用裝置內(nèi)像素歸一化公式Pi=O. 5*SP1*90+0. 5* (90+0P1),來歸一化每個(gè)像素位置處的原始圖像值，其中Spi和Opi分別表示增益型標(biāo)度因子和偏差值，所述增益型標(biāo)度因子和偏差值將獨(dú)立地使該像素處的原始背景光強(qiáng)值歸一化為 目標(biāo)光強(qiáng)值。使用裝置內(nèi)像素歸一化算法的選定系數(shù)允許圖8的模型數(shù)據(jù)在圖像捕獲裝置的整個(gè)視野的幅材橫向方向上實(shí)現(xiàn)相對(duì)于背景信號(hào)和缺陷檢測(cè)的系統(tǒng)響應(yīng)的歸一化。圖9為示出從幅材的模型原始圖像數(shù)據(jù)計(jì)算出的缺陷分布形式的圖。在此實(shí)例中，背景信號(hào)300和未經(jīng)校正的像素值302與圖8中相同。圖9的其余圖線用以進(jìn)一步地示出上文所述的方法，其中生產(chǎn)工程師或自動(dòng)化軟件通過所述方法來選擇用于裝置內(nèi)像素歸一化公式的偏差比值常數(shù)(S)。在此實(shí)例中，圖線303示出了當(dāng)應(yīng)用100%偏差型校正(S=1.0)和0%增益型校正的系數(shù)來歸一化原始像素?cái)?shù)據(jù)時(shí)對(duì)缺陷檢測(cè)的系統(tǒng)響應(yīng)。其余圖線示出了當(dāng)將本文所述的技術(shù)迭代性地用于對(duì)如下系數(shù)組合進(jìn)行排序時(shí)的系統(tǒng)響應(yīng)，所述系數(shù)組合從100%偏差型歸一化(圖線303)以10%減量(每次迭代之間)變化至100%增益型歸一化(圖線320)。在每次迭代時(shí)，調(diào)整偏差型分量的比例并且利用增益型系數(shù)獲得其余部分的校正，由此產(chǎn)生從100%偏差型/0%增益型到0%偏差型/100%增益型的偏差型/增益型加權(quán)組合。如圖9所示，100%偏差型方法和100%增益型方法均不產(chǎn)生基本上平坦的歸一化。即，100%偏差型歸一化產(chǎn)生使邊緣處的缺陷增加的缺陷分布形式302，而100%增益型方法產(chǎn)生使視野中心中的缺陷增加的缺陷分布形式320。在此實(shí)例中，在計(jì)算出的系數(shù)組合中，偏差型歸一化對(duì)增益型歸一化的60/40的比值(與之對(duì)照的是，用于產(chǎn)生圖8的歸一化實(shí)施方式的50/50)產(chǎn)生分布形式322，所述分布形式322具有最平坦或最均一的幅材橫向、攝像機(jī)內(nèi)形式。因此，在此實(shí)例中，將選擇和使用裝置內(nèi)像素歸一化公式Pi: G. (A. — 0.6O;) = τ (a — 0.60f)
R - .56 ;來歸一化每個(gè)像素位置處的原始圖像值，其中Gi和Oi分別表示增益型標(biāo)度因子和偏差值，所述增益型標(biāo)度因子和偏差值將使該像素處的原始背景光強(qiáng)值歸一化為目標(biāo)光強(qiáng)值。使用裝置內(nèi)像素歸一化算法的選定系數(shù)允許圖9的模型數(shù)據(jù)在圖像捕獲裝置的整個(gè)視野的幅材橫向方向上實(shí)現(xiàn)相對(duì)于背景信號(hào)和缺陷檢測(cè)的系統(tǒng)響應(yīng)的歸一化。已經(jīng)描述了本發(fā)明的各種實(shí)施例。這些以及其它實(shí)施例都?xì)w于以下權(quán)利要求書的范圍以內(nèi)。
權(quán)利要求
1.一種方法，包括 利用圖像捕獲裝置從制造的材料捕獲圖像數(shù)據(jù)； 將多個(gè)歸一化函數(shù)中的第一函數(shù)應(yīng)用至所述圖像數(shù)據(jù)以產(chǎn)生圖像的每個(gè)像素的第一歸一化值； 將所述多個(gè)歸一化函數(shù)中的第二函數(shù)應(yīng)用至所述圖像數(shù)據(jù)以產(chǎn)生所述像素中的每一個(gè)的第二歸一化值； 對(duì)所述像素中的每一個(gè)的所述第一歸一化值的一部分和所述第二歸一化值的一部分求和來計(jì)算每個(gè)像素的最終歸一化值； 處理所述最終歸一化值以識(shí)別出所述制造的材料上的包含異常的區(qū)域，所述異常表示所述制造的材料中的可能缺陷； 分析所述異常以確定所述制造的材料的缺陷分布形式；以及 在計(jì)算所述像素中的每一個(gè)的所述最終歸一化值時(shí)調(diào)整所使用的所述第一歸一化值的所述部分和所述第二歸一化值的所述部分以使得所述缺陷分布形式為均勻的。
2.根據(jù)權(quán)利要求I所述的方法，還包括 利用所述圖像捕獲裝置對(duì)背景材料成像以提供背景圖像數(shù)據(jù)； 以及 選擇所述多個(gè)不同的歸一化函數(shù)以使得所述不同歸一化函數(shù)中的每一個(gè)將多個(gè)像素中的每一個(gè)的所述背景圖像數(shù)據(jù)歸一化為一般所需的背景值。
3.根據(jù)權(quán)利要求2所述的方法，還包括 選擇權(quán)重，所述權(quán)重確定所述多個(gè)歸一化函數(shù)中的所述第一函數(shù)的所述部分和所述多個(gè)歸一化函數(shù)中的所述第二函數(shù)的所述部分。
4.根據(jù)權(quán)利要求I所述的方法，其中調(diào)整所述第一歸一化值的所述部分和所述第二歸一化值的所述部分包括在制造所述制造的材料時(shí)實(shí)時(shí)地調(diào)整所述部分。
5.根據(jù)權(quán)利要求I所述的方法， 其中計(jì)算每個(gè)像素的最終歸一化值包括應(yīng)用高階多項(xiàng)式，其中通過使用下述系數(shù)來基于每個(gè)像素應(yīng)用多個(gè)不同歸一化方案并求和，所述系數(shù)實(shí)現(xiàn)所述圖像捕獲裝置的視野內(nèi)均勻的缺陷檢測(cè)。
6.根據(jù)權(quán)利要求I所述的方法， 其中所述歸一化算法中的所述第一算法為偏差型歸一化算法； 并且 其中所述歸一化算法中的所述第二算法為增益型歸一化算法。
7.根據(jù)權(quán)利要求I所述的方法， 其中所述制造的材料包括幅材，并且 其中所述圖像數(shù)據(jù)包括所述圖像捕獲裝置的整個(gè)視野上的所述幅材的幅材橫向部分的圖像。
8.根據(jù)權(quán)利要求I所述的方法，其中調(diào)整所述第一歸一化值的所述部分和所述第二歸一化值的所述部分包括 確定所述第一歸一化值的所述部分；以及 基于所述第一歸一化值的所述先前確定的部分來確定所述第二歸一化值的所述部分。
9.一種系統(tǒng),包括 圖像捕獲裝置，所述圖像捕獲裝置從制造的材料采集圖像數(shù)據(jù)，其中所述圖像數(shù)據(jù)包括所述圖像捕獲裝置的視野的像素值； 計(jì)算機(jī)可讀介質(zhì)，所述計(jì)算機(jī)可讀介質(zhì)存儲(chǔ)用于將所述圖像捕獲裝置的背景信號(hào)歸一化為一般所需值的多個(gè)不同歸一化算法的參數(shù)，其中所述計(jì)算機(jī)可讀介質(zhì)還存儲(chǔ)所述多個(gè)歸一化算法中的每一個(gè)的系數(shù)；和 分析計(jì)算機(jī)，所述分析計(jì)算機(jī)根據(jù)從應(yīng)用使用所述所存儲(chǔ)參數(shù)的所述像素歸一化算法中的至少兩個(gè)獲得的結(jié)果的加權(quán)和來計(jì)算所述圖像數(shù)據(jù)的所述像素中的每一個(gè)的歸一化值，其中所述所存儲(chǔ)系數(shù)定義所述不同歸一化算法中的每一個(gè)的結(jié)果的權(quán)重。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中所述分析計(jì)算機(jī)處理所述像素中的每一個(gè)的所述歸一化值以識(shí)別出所述制造的材料上包含異常的區(qū)域，所述異常表示所述制造的材料中的可能缺陷。
11.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中所述分析計(jì)算機(jī)通過下述方式來計(jì)算所述像素中的每一個(gè)的所述歸一化值將多個(gè)歸一化函數(shù)中的第一函數(shù)應(yīng)用至所述圖像數(shù)據(jù)以產(chǎn)生圖像的每個(gè)像素的第一歸一化值、將所述多個(gè)歸一化函數(shù)中的第二函數(shù)應(yīng)用至所述圖像數(shù)據(jù)以產(chǎn)生所述像素中的每一個(gè)的第二歸一化值、以及以所述像素中的每一個(gè)的所述第一歸一化值的一部分和所述第二歸一化值的一部分的組合來計(jì)算每個(gè)像素的所述歸一化值。
12.根據(jù)權(quán)利要求11所述的系統(tǒng)， 其中所述歸一化算法中的所述第一算法為偏差型歸一化算法，并且 其中所述歸一化算法中的所述第二算法為增益型歸一化算法。
13.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中用于所述多個(gè)不同歸一化函數(shù)的所述系數(shù)對(duì)所述不同歸一化函數(shù)中的每一個(gè)加權(quán)，以使得利用所述圖像數(shù)據(jù)的異常檢測(cè)在所述圖像捕獲裝置的整個(gè)視野上為均勻的。
14.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中當(dāng)制造所述制造的材料時(shí)，所述分析計(jì)算機(jī)實(shí)時(shí)地調(diào)整所述系數(shù)。
15.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中所述分析計(jì)算機(jī)通過應(yīng)用高階多項(xiàng)式來計(jì)算每個(gè)像素的所述歸一化值，其中基于每個(gè)像素應(yīng)用多個(gè)所述不同歸一化方案并且利用所述系數(shù)作為權(quán)重來對(duì)所述結(jié)果求和。
16.根據(jù)權(quán)利要求9所述的系統(tǒng)， 其中所述制造的材料包括幅材，并且 其中所述圖像數(shù)據(jù)包括所述圖像捕獲裝置的整個(gè)視野上的所述幅材的幅材橫向部分的圖像。
17.—種系統(tǒng),包括 計(jì)算機(jī)可讀介質(zhì)，所述計(jì)算機(jī)可讀介質(zhì)存儲(chǔ)用于將圖像捕獲裝置的幅材橫向背景信號(hào)歸一化為一般所需值的多個(gè)不同歸一化算法的參數(shù)，其中所述計(jì)算機(jī)可讀介質(zhì)還存儲(chǔ)所述多個(gè)歸一化算法中的每一個(gè)的系數(shù)；和 分析計(jì)算機(jī)，所述分析計(jì)算機(jī)接收具有所述圖像捕獲裝置的所述幅材橫向視野的像素值的圖像數(shù)據(jù)，并且以通過應(yīng)用使用所述所存儲(chǔ)參數(shù)的所述像素歸一化算法中的至少兩個(gè)獲得的結(jié)果的加權(quán)和來計(jì)算所述圖像數(shù)據(jù)的所述像素中的每一個(gè)的歸一化值，其中所述所存儲(chǔ)系數(shù)定義所述不同歸一化算法中的每一個(gè)的所述結(jié)果的權(quán)重，所述歸一化算法產(chǎn)生所述圖像捕獲裝置的整個(gè)所述視野上的幅材缺陷的均勻處理。
18.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括具有指令的程序代碼，所述指令使得可編程處理器 利用圖像捕獲裝置從幅材接收?qǐng)D像數(shù)據(jù)，其中所述圖像數(shù)據(jù)包括所述圖像捕獲裝置的整個(gè)視野上的所述幅材的幅材橫向部分的圖像； 將多個(gè)歸一化函數(shù)中的第一函數(shù)應(yīng)用至所述圖像數(shù)據(jù)以產(chǎn)生所述圖像的每個(gè)像素的第一歸一化值； 將所述多個(gè)歸一化函數(shù)中的第二函數(shù)應(yīng)用至所述圖像數(shù)據(jù)以產(chǎn)生所述像素中的每一個(gè)的第一歸一化值； 通過所述像素中的每一個(gè)的所述第一歸一化值的一部分和所述第二歸一化值的一部分的求和來計(jì)算每個(gè)像素的最終歸一化值；以及 處理所述最終歸一化值以識(shí)別出所述幅材上包含異常的區(qū)域，所述異常表示所述幅材中的可能缺陷。
19.根據(jù)權(quán)利要求18所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中指令使得所述處理器通過應(yīng)用高階多項(xiàng)式來計(jì)算每個(gè)像素的所述最終歸一化值，其中通過使用下述系數(shù)來基于每個(gè)像素應(yīng)用并加和多個(gè)不同歸一化方案，所述系數(shù)實(shí)現(xiàn)所述圖像捕獲裝置的所述視野的幅材橫向方向上均勻的缺陷檢測(cè)。
20.根據(jù)權(quán)利要求18所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)， 其中所述歸一化算法中的所述第一算法為偏差型歸一化算法，并且 其中所述歸一化算法中的所述第二算法為增益型歸一化算法。
21.—種方法,包括 利用圖像捕獲裝置從幅材捕獲圖像數(shù)據(jù)，其中所述圖像數(shù)據(jù)包括所述圖像捕獲裝置的整個(gè)視野上的所述幅材的幅材橫向部分的圖像； 將多個(gè)歸一化函數(shù)中的第一函數(shù)應(yīng)用至所述圖像數(shù)據(jù)以產(chǎn)生所述圖像的每個(gè)像素的第一歸一化值； 將所述多個(gè)歸一化函數(shù)中的第二函數(shù)應(yīng)用至所述圖像數(shù)據(jù)以產(chǎn)生所述像素中的每一個(gè)的第二歸一化值； 通過所述像素中的每一個(gè)的所述第一歸一化值的一部分和所述第二歸一化值的一部分的求和來計(jì)算每個(gè)像素的最終歸一化值；以及 處理所述最終歸一化值以識(shí)別出所述幅材上包含異常的區(qū)域，所述異常表示所述幅材中的可能缺陷。
22.根據(jù)權(quán)利要求21所述的方法，還包括 分析所述異常以確定所述圖像捕獲裝置的整個(gè)所述視野上的缺陷分布形式；以及在計(jì)算所述像素中的每一個(gè)的所述最終歸一化值時(shí)調(diào)整所使用的所述第一歸一化值的所述部分和所述第二歸一化值的所述部分，以使得所述缺陷分布形式為均勻的。
全文摘要
本發(fā)明描述了其中圖像捕獲裝置從幅材采集圖像數(shù)據(jù)的技術(shù)。所述圖像數(shù)據(jù)包括所述圖像捕獲裝置的幅材橫向視野的像素值。分析計(jì)算機(jī)包括計(jì)算機(jī)可讀介質(zhì)，所述計(jì)算機(jī)可讀介質(zhì)存儲(chǔ)多個(gè)不同歸一化算法的參數(shù)，所述多個(gè)歸一化算法用于將所述圖像捕獲裝置的幅材橫向背景信號(hào)歸一化為一般所需值。所述計(jì)算機(jī)可讀介質(zhì)還存儲(chǔ)系數(shù)，所述系數(shù)指定所述多個(gè)歸一化算法中的每一個(gè)的權(quán)重。所述分析計(jì)算機(jī)根據(jù)從應(yīng)用使用所存儲(chǔ)參數(shù)的所述像素歸一化算法中的至少兩個(gè)獲得的結(jié)果的加權(quán)和來計(jì)算所述圖像數(shù)據(jù)的像素中的每一個(gè)的歸一化值。
文檔編號(hào)G01N21/89GK102971619SQ201180012632
公開日2013年3月13日 申請(qǐng)日期2011年1月3日 優(yōu)先權(quán)日2010年1月8日
發(fā)明者史蒂文·P·弗洛德, 馬修·V·倫德奎斯特 申請(qǐng)人:3M創(chuàng)新有限公司