[发明专利]检测膜缺陷的方法及系统

说明书

本发明提供一种检测膜缺陷的系统，包括：图像获取部，用于在制造工艺中获取膜图像；缺陷检测部，通过所述图像获取部获取输入至所述缺陷检测部的所述膜的图像时，所述缺陷检测部利用提前学习检测缺陷的机器学习算法，识别获取的所述膜的图像，并以识别到的所述膜的图像为基础，检测所述膜存在的所述缺陷；以及信息输出部，用于输出所述缺陷检测部检测的所述缺陷的信息。

【技术领域】

本发明涉及膜制造工艺中检测膜缺陷的方法及执行此方法的系统(METHOD FORDETECTING DEFECT OF FILM AND SYSTEM THEREFOR)。

【背景技术】

通过制造工艺制造产品的过程中，产品会出现各种缺陷。例如，在膜制造工艺中，铸造工艺易发生膜上产生气泡或者拉伸工艺中膜被撕裂等缺陷。发生这种缺陷有多种原因，因此为了提高产品的品质，有必要甄别有缺陷的产品与最终产品并分别管理。

现有技术中，为了甄别有缺陷的产品，需要人亲自确认产品是否有缺陷并分类的过程。但是，类似情况下，往往会依赖人的经验或者体况来判断产品是否有缺陷，因此，多少会存在准确性下降，花费工时较长的问题。

另外，最近由于技术发达，电子技术应用在各种领域，且应用在制造工艺中以提高制造效率的电子技术方案的研究也正在积极进行。例如，制造工艺自动化的引进正在积极推进，在这方面，提高检测缺陷相关的准确性和效率的要求在自动化中逐步在增加。

在先技术文献

专利文献

专利文献1：韩国授权专利第10-1541242号(2015年07月27日登记)

【发明内容】

本发明的目的在于：提供一种利用机器学习算法有效检测膜缺陷的方法及执行该方法的系统。

然而，本发明拟要解决的课题不受上述内容限制，虽然未提及，但本发明的目的可以包括，使所属技术领域的普通技术人员可以通过以下记载，明确理解本发明。

为实现上述目的，本发明的一实施例提供一种检测膜缺陷的系统，包括：图像获取部，用于在制造工艺中获取膜的图像；缺陷检测部，通过所述图像获取部获取输入至所述缺陷检测部的所述膜的图像时，所述缺陷检测部利用提前学习检测缺陷的机器学习算法，识别获取的所述膜的图像，并以识别到的所述膜的图像为基础，检测所述膜存在的所述缺陷；以及信息输出部，用于输出所述缺陷检测部检测到的所述缺陷的信息。

进一步的，所述机器学习算法可以提前学习以检测所述膜具有的所述缺陷的类型、所述缺陷的类型数量以及所述缺陷的大小信息中的至少一个。

进一步的，检测膜缺陷的系统还可以包括附加信息获取部，用于获取所述制造工艺中与膜缺陷相关的参数值。

所述机器学习算法可以通过进一步输入的参数值提前学习，以检测出输入的所述图像中的膜缺陷，其中，所述参数值是通过所述附加信息部获取的。

进一步的，所述参数值可以在所述缺陷的形状、所述缺陷的大小、所述缺陷的颜色以及是否在所述制造工艺的拉伸工艺之前获得所述膜的图像中至少包括一个。

进一步的，所述机器学习算法可以包括卷积神经网络(convolutional neuralnetwork)。

进一步的，所述图像获取部可以利用所述膜的光透射技术获取所述膜的图像。

进一步的，所述制造工艺包括依次进行的多个阶段，所述图像获取部分别在所述制造工艺的第一阶段与第二阶段获取所述膜的图像，所述缺陷检测部分别检测所述第一阶段与所述第二阶段中获取的图像的膜缺陷，并按检测出的所述缺陷类型，分别对获得的所述图像进行分类，所述第一阶段可以在所述第二阶段之前执行，其属于所述制造工艺的其中一阶段。