一种平板玻璃表面缺陷检测方法

摘要

目的针对平板玻璃缺陷检测中灰尘干扰划痕、亮点检测的问题,提出一种基于全反射−掠入射组合照明的平板玻璃表面缺陷检测方法。方法通过控制全反射光源和掠入射光源的发光时序,在相应发光时序内采集玻璃图像,根据缺陷在不同照明下的灰度纹理差异计算灰度、几何特征等一系列相对偏差特征,开发BP神经网络算法,实现玻璃表面灰尘和表面缺陷的检测。结果BP神经网络在测试集上各类别预测的查准率、查全率均在90%以上,整体准确率达到97.2%。结论全反射-掠入射组合照明成像系统结构简单,降低了玻璃图像中灰尘和内部点缺陷分类难度,有效减少灰尘和内部缺陷的误判。