[发明专利]基于图片处理的金属靶材表面缺陷的检测算法

说明书

本发明公开了一种基于图片处理的金属靶材表面缺陷的检测算法，包括如下步骤：S1：统计某半径范围内的像素灰度平均值，得到从里到外刀纹的平均亮度值变化曲线；S2：计算曲线上所有峰值与周围数据的相对变化量以及峰宽度；S3：对变化量和峰值宽度进行阈值分析，从而确定是否存在不均匀刀纹；S4：在工件不同位置采集图像，并用该算法检测刀纹，最终得出刀纹的位置。还包括如下步骤：对图片划分区域，并在区域内提取边缘；边缘点连接为轮廓，并提取轮廓长度和圆度信息；对轮廓信息进行阈值分析，判断是否存在划痕。本发明的有益效果为：其能准确的计算出靶材表面是否存在刀纹和划痕。

技术领域

本发明涉及靶材技术领域，具体涉及一种基于图片处理的金属靶材表面缺陷的检测算法。

背景技术

如今，汽车,手机，平板电脑，显示器等很多产业的发展都离不开电子芯片。而金属溅射靶材是电子芯片制造的关键材料。在芯片的生产过程中，通过一定的处理，将金属靶材上的金属原子一层一层溅射到芯片上，再利用特殊的工艺，把它们切割成纳米级的金属导线，用于传输芯片信息。然而，如果溅射靶材表面不够均匀有瑕疵，会在溅射过程中造成尖端放电，形成杂质粒子，影响芯片质量，最终导致芯片报废和替换新的靶材，从而引起高额成本浪费。因而保证金属溅射靶材表面平整均匀至关重要。目前检测靶材表面是否均匀的方法是：工人通过眼睛，辅助手电照明，从各个角度照射并观察整个表面的不同位置，查看是否有较深的加工刀纹或划伤。由于金属高反光，并且不平整处与其他部分相比差别细微（微米量级），给观测造成很大难度。因而检测工人需要经过特殊培训，并积累经验，造成一定的人力和时间浪费。同时，观察结果随着工人的不同存在一定差异，很难统一标准。针对以上缺点，为了量化检测标准，数字化检测结果，提高效率，我们提出采用视觉方法进行金属靶材表面不均匀刀纹和划伤的检测。

发明内容

本发明的目的在于提供一种基于图片处理的金属靶材表面缺陷的检测算法，其能准确的计算出靶材表面是否存在刀纹和划痕。

为实现上述目的，本发明的技术方案是

一种基于图片处理的金属靶材表面缺陷的检测算法，包括如下步骤：

S1：统计某半径范围内的像素灰度平均值，得到从里到外刀纹的平均亮度值变化曲线；

S2：计算曲线上所有峰值与周围数据的相对变化量以及峰宽度；

S3：对变化量和峰值宽度进行阈值分析，从而确定是否存在不均匀刀纹；

S4：在工件不同位置采集图像，并用该算法检测刀纹，最终得出刀纹的位置。

优选地，包括如下步骤：

对图片划分区域，并在区域内提取边缘；

边缘点连接为轮廓，并提取轮廓长度和圆度信息；

对轮廓信息进行阈值分析，判断是否存在划痕。

本发明的工作原理为：

首先，将同轴光源打开，相机采图检测刀纹：光线通过靶材溅射面反射进入相机，当溅射面合格无刀纹时，相机获得灰度均匀变化的图像；当溅射面存在刀纹时，由于刀纹与溅射面表面存在高度差，光线在刀纹出现漫反射，使得刀纹在图像中表现为亮条；

关闭同轴光源，打开条形光源，相机采图检测划痕：

相机的视野范围处于条形光源散射出的光照强度较小的部分，由于靶材溅射面很光滑，光线在其表面呈镜面反射，所以当溅射面合格无划痕时，相机会获得较暗的图像；当溅射面存在划痕时，由于划痕处与溅射面表面存在高度差，光线在划痕处出现了漫反射，使得划痕在图像中表现为亮痕。

其次，具体计算时采用如下步骤：

S1：统计某半径范围内的像素灰度平均值，得到从里到外刀纹的平均亮度值变化曲线；