手機保護面板之自動化光學檢測系統

黃凱豐 唐永新
台灣科技大學 台灣科技大學
M9603221@mail.ntust.edu.tw ystarng@mail.ntust.edu.tw

摘要

本研究之系統為一光機電整合系統，以 90 度分度之圓盤式工作站模式帶動檢測面板，在取像設
計上將正背光源與攝影機合併於同一站，透過軟體整合機構、電控及影像模組，並開發影像演算法及
人機介面，藉由機器視覺技術，針對手機保護面板中的針孔、粉塵、Logo 異常及刮痕等，進行瑕疵
檢測。影像處理依光源種類，可分為背光影像處理及正光影像處理兩大步驟；背光影像中以檢測針孔
瑕疵為主，藉由邊緣偵測得到外圍輪廓座標，依座標值建構出虛擬邊界，以便將邊緣針孔與背景分離，
最後使用二值化及顆粒分析，定義出針孔瑕疵；正光源影像處理中，藉由圖形匹配技術來判別 Logo
異常與否，並將面板分割為透明與塗料區，藉由二值化、形態學、顆粒分析及相關判別式，定義出粉
塵與刮痕之瑕疵。

關鍵字：機器視覺，影像瑕疵檢測，手機面板瑕疵檢測

壹、前言
通訊科技的發達，手機已成為全球最普遍的通訊工具，手機市場不斷的蓬勃發展且出陳更新，手
機產業每年產能相當驚人！本研究探討的主題為手機螢幕最外層之手機保護面板，保護面板主要成分
為 PMMA 壓克力材質，採用印刷油墨技術將塗料印製於面板上，過程中會因壓克力表面髒汙造成油
墨無法吸附，或油墨噴嘴溫度控制不均造成脫墨之現象，亦或在搬運過程中的外在環境所造成的瑕疵
缺陷。
表 1: 瑕疵分類表

1
 有鑑於此，生產線上的品管必須針對面板瑕疵做檢測。目前生產線上仍然採用大量人工目測之方
式來檢測面板瑕疵，採用人工檢測，一來必須花上至少一段時間才能訓練出一個檢測員，再者長時間
的專注在檢測作業上，對人類眼睛來說是個相當耗費眼力與時間的工作，且人工檢測並無法保證其檢
測之準確度。
本研究旨在發展一手機保護面板之自動化光學檢測系統，藉由充分整合視覺、機構、電控與軟體
四大領域技術，如圖 1.3，研發出一套可落實應用於生產線上之自動化檢測系統，以取代人工檢測，
提升檢測速度與品管品質，創造更高的市場競爭力。

圖 1: 系統核心圖

貳、研究方法
本研究架構，包括機構模組、電控模組、取像模組、視覺處理模組等，最後透過程式語言整合系
統軟硬體，開發出一套人機操作介面。

一、 機構模組
機構模組包括馬達圓盤模組(1)、正光源模組(2)、背光源模組(3)、CCD 機構模組(4)，如圖 2 所示。
馬達圓盤模組由步進馬達、圓盤治具及 L 型支架所組成，圓盤治具上每隔 90 度之方形中空凹槽為固
定面板用，藉由步進馬達帶動圓盤，達到 90 度定位之分度動作。
光源設計上，正背光源與 CCD 結合於一個站別中，當面板進入檢測站別後，依序先拍攝背光影
像，拍攝完畢後由氣壓缸帶動擋光片，接著開啟正光源並拍攝正光影像，即完成正背光影像之擷取，
依此流程循環。此光源之設計方式，與傳統兩站式的擷取方式比較，除了只需用到一隻 CCD 即可擷
取到所需之影像資訊，更能確保兩張影像之面板影像定位點一致，簡化後續影像處理程序。

2
 4

1
3

圖 2: 機構體圖

二、電控模組
由 NI 準系統為中心，其周邊硬體大致上可分為三大主軸：
(一) 影像擷取: 透過 NI 準系統所提供的 USB 介面，將 CCD 攝影機所感測到的數位影像訊號傳
輸至電腦供後續影像處理。
(二) 運動控制: 運動控制主要目的在於控制步進馬達的轉動度。透過 NI-6518 運動卡之介面作
為橋樑，由控制軸卡送出運動控制訊號，經由 UMI 集線盒將軸卡 Pin 腳所送出
的訊號傳送至步進馬達驅動器，步進馬達驅動器依照指令格式再將訊號放大，
並將訊號透過內部電路轉換處理後，輸出電氣訊號來驅動馬達運動。

(三) DAQ 訊號擷取: DAQ 訊號擷取主要目的在於控制光源與氣壓缸之開關，以及抓取光遮斷器

之訊號，藉 NI-6221 資料擷取卡作為橋樑，使用 I/O 腳位作為訊號輸出/入用。

當控制訊號為 Output 訊號，則將接腳規劃為 Output，由 DAQ 卡送出訊號，
透過繼電器控制大電流量的光源及電磁閥；當制訊號為 Input 訊號時，則將
腳位規劃為 Input 以擷取光遮斷器之訊號。

3
 圖 3 : 電控系統架構圖
三、取像模組
在建立取像系統前，必須先計算其相關影像參數，以決定攝影機、鏡頭及工作距離。本研究所拍
攝的保護面板尺寸大小為 55x40mm，廠商所要求的瑕疵直徑大小為60um，為確保影像到達60um之解
析度，初步在挑選Sensor時，取小於三倍瑕疵大小(60/3=20um)來計算所需的CMOS Sensor 畫素，由

55000 40000
算式可得知水準畫面所需之圖元值 = 2750 pixels，垂直畫面所需之圖元值 = 2000
20 20
pixels，由上述結果得知，必須挑選畫素質接近2750x2000畫素之Sensor，由於目前市面上解析度最高
為2592x1944之攝影機，因此初步選定為500萬畫素CMOS黑白攝影機。
接下來設定FOV大小，FOV所拍攝的大小必須大於面板範圍，因此以60X60mm來計算；一般標準
鏡頭焦距為16mm、25mm、35mm 之規格，初步以25mm標準鏡頭來計算WD，由CMOS Sensor之規格
表可查出Sensor有效感光區域為5.700x4.280(mm),以水準邊來計算，參考前面小節所介紹的公式代入公
式可大略估算出工作距離(WD)：

25x60
5.700：25= 60:WD ， WD= =263 mm ≅ 270mm
5.7
由上述大略估算之結果，我們可以再帶入公式，推算回去計算FOV之實際大小及影像Pixel Size：
4.28：25＝Y:263，Y=45mm(垂直邊)。因此影像的FOV範圍大小約為 60x45 mm，影像圖元值大小為
60mm
2592X1944 ，可推算出Pixel Size = ＝23um ，代表影像中一個Pixel值對應到真實尺寸為
2592 pixels

23um，高於所定義的瑕疵要求約三倍，符合廠商所定義的瑕疵規範。

4
 表2: 取像系統參數表

光源種類之選定，經由實驗測試結果，背光源選用白光 LED，正光源選用 15 度低角度環形光源，

其光源拍攝結果如下圖 4、5 所示。

圖 4: 白光 LED 背光源所拍攝之背光影像

圖 5: 低角度光源所拍攝之正光影像

四、影像處理模組

由取像系統正背光影像後，各別對此兩張影像，針對不同的瑕疵種類，做後續影像處理動作，來
找出並定義瑕疵特徵，如下圖 6 所示，。

圖 6: 手機面板影像處理流程架構

5
(一) 背光影像處理
在背光源所拍攝到的影像資訊中，以找出針孔瑕疵為背光影像處理之主要目的。針孔產生的位置
皆在塗料區內且為隨機式產生，因此依照針孔有可能產生於中間塗料區域、內框塗料區邊緣及外框塗
料區邊緣，如下圖 7 所示。在中間塗料區之針孔瑕疵對比度相當明顯，很輕易的使用二值化及顆粒分
析後即可找出瑕疵，但發生在邊緣之針孔瑕疵，會與背景相連而無法徵測出此位置之瑕疵，因此必須
針對邊緣針孔瑕疵發展出一套合適的演算法。

圖 7: 針孔位置示意圖
針對邊緣針孔，本研究對內框邊界及外框圓弧進行尋邊及尋圓之動作，由得到的座標資訊，透過
方程式及可推算出內外邊框之相對座標，透過推算出來的座標資訊，即可沿內框邊緣及外框邊緣劃
線，產生一虛擬邊界，此虛擬邊界便能將針孔與背景影像分離，最後再透過顆粒濾波器(Remove Border)
將不必要的顆粒濾除，即可偵測出所有位置之針孔瑕疵，流程如下圖 8 所示。

圖 8: 背光影像處理流程圖
6
 針對背光影像處理流程，以下提出重點性技術並加以說明。
1.內外邊框座標
為求得內外邊框座標，需利用尋邊指令，對內框各邊做尋邊之動作，以得到每邊線段頭尾之座標
點。因面板本身有角度誤差存在，內框並非為標準矩形，因此需將所得到的座標點資訊，透過直線方
程式求得各交點之座標值，以求得影像中內框四個點的座標值，如下圖所示：

圖 9: 內框交點示意圖

L1: Y=m1x+C1，L2: X=C2 ，L3: Y=m3x+C3，L3: Y=m4x+C4

L1 與 L3 解聯立 可得交點(X1,Y1)
L2 與 L3 解聯立 可得交點(X2,Y2)
L2 與 L4 解聯立 可得交點(X3,Y3)
L1 與 L4 解聯立 可得 交點(X4,Y4)
由所得之座標值加上各邊塗料區之厚度，即可推算出外框四邊點之座標，如圖 10 所示。

圖 10: 外框座標示意圖
2.圓弧座標
圓弧之圓心可藉由尋圓指令求得，但圓弧與非水平直線之交點，需透過直線方程式與圓方程式兩

者解聯立，以求得交點與圓弧的夾角 θ ，如圖 11 所示。其中 L3 為 Y = m 4 x + C 4，圓為 X 2 + Y 2 = R 2 ，

兩方程式解聯立後即可得交點座標。

圖 11: 圓弧切線交點示意圖
3. 建立虛擬邊界

7
 由上述所求出的座標值，透過劃線指令，分段建立直線與圓弧線段，最後建構出面板之內外邊框
之虛擬邊界。但於外框圓弧部份，在邊界濾除過程中，因八連通的關係，圓弧線段並不足以定義為邊
界，因此本研究利用重複劃線的方式，沿著圓弧往外每平移一個 Pixel 畫一條圓弧，連續畫三條圓弧
線，等於將原本的線條寬度增加為 3 pixels，經過測試，能成功的將針孔與邊界分離，如圖 12 所示。

(A) (B)
圖 12: (A)邊界移除前(B)邊界移除後

﹝二﹞正光影像處理
正光影像處理主要目的為偵測 Logo 異常、刮痕及粉塵顆粒之瑕疵為主要目的。首先載入背光影
像之座標資訊，以對正光影像進行 ROI 遮罩，濾除影像雜訊。接著各別對 Logo 進行影像匹配，匹配
完後扣除 Logo 影像，最後針對面板中間透明區與塗料區進行二值化、濾波、形態學以及瑕疵分類之
動作。圖 13 為背光影像處理流程圖，接著針對正光影像處理流程，提出重點性技術並加以說明。

圖 13: 背光影像處理 流 程圖
8
1.ROI 遮罩
影像雜訊對影像處理結果影響甚大，因此必須先針對正光影像利用 ROI 遮罩之方式濾除不必要的
影像雜訊。由於本系統之光源設計將正背光源結合為一，因此正光影像與背光影像之面板位置一致，
故在此正光影像處理，無須再做尋邊及尋圓之動作，直接載入背光影像中所得到的座標後，再扣除面
板邊緣倒角在正光源下所產生的反光面積，即可得到完整乾淨的面板正光影像。

2.圖形匹配
為避免 Logo 會影響到後續影響處理，因此不管 Logo 是否異常，都必須透過 ROI 遮罩之功能將
之移除，故需降低匹配門檻值，以為確保偵測出 Logo 之座標位置，再經搜尋比對運算後，將所得到
的分數值與標準樣本之分數值做比較，即可得知 Logo 是否正常，如圖 14 所示。

圖 14: 圖形匹配結果

3.刮痕瑕疵分類
顆粒與刮痕瑕疵最大差異，再於刮痕瑕疵為長條狀之特徵，本研究透過等面積橢圓之長短軸比來
判斷刮痕特徵。

( )
When Area = πab ， Perimter ≈ π 2 a 2 + b 2 ，where a=1/2 E 2 a ,b=1/2 E 2b 。

圖 15: 等面積橢圓長短軸示意圖
但刮痕在二值化分析後線段很容易形成斷線，而影響分析判斷，因此在顆粒分析前，先對影像進
行膨脹次及侵蝕各 10 次，再進行顆粒分析，以確保刮痕不會產生斷線之現象，提高分類之準確度，
處理過程如下圖 16 所示。

(A) (B)
9
 圖 16: (A)刮痕特徵形態學處理前(B) 處理後
最後在透過顆粒分析，將找出顆粒中長軸與短軸比大於 12 之顆粒定義為刮痕瑕疵，剩下的顆粒
即為粉塵瑕疵，即將兩種瑕疵作初步之分類。

五、系統整合
透過 Labview 程式語言，將軟硬體整合，並設計系統人機介面程式，供使用者操作，如圖 17 所
示。操作介面共有五個主要功能鍵：主畫面功能鍵─顯示程式主要執行畫面與檢測結果，並提供使用
者選擇手動或自動模式來進行檢測。參數設定功能鍵─主要為設定影像閥值、電子快門、曝光時間、
馬達模式、馬達速度相關參數。背光處理影像功能鍵─主要顯示背光影像處理時各處理步驟之影像，
包括內框劃線圖、針孔瑕疵圖及圓角瑕疵圖。正光處理影像功能鍵─顯示影像比對圖、透明區瑕疵圖
及塗料區瑕疵圖。

圖 17: 人機介面程式架構與操作介面
參、研究成果
下表為背光及正光所拍攝到之影像，依照編號依序排列，如表 3，其檢測結果如表 4 所示:
表 3: 拍攝結果表

編號 背光影像 正光影像 編號 背光影像 正光影像

NO.1 NO3

NO.2 NO.4

10
NO.5 NO.7

NO.6 NO.8

表 4: 檢測結果表

粉塵顆粒
編號 針孔(個) Logo_Top Logo_Bottom 刮痕(個)
(個)
No.1 4 正常(982) 正常(993) 4 86
No.2 4 正常(989) 異常(939) 0 162
No.3 6 正常(984) 異常(926) 7 136
No.4 4 正常(987) 異常(916) 1 132
No.5 4 正常(981) 異常(924) 1 202
No.6 9 正常(972) 正常(986) 2 305
No.7 6 正常(987) 正常(952) 12 427
No.8 41 正常(981) 異常(941) 10 174
準確數(%) 7/8 8/8 8/8 4/8 N/A

肆、結論與建議
本研究之結論如下：
1. 系統能偵測出直徑 60um 以上之瑕疵大小，並將瑕疵加以分類，取代目前人工視覺檢測，更加速檢
測時間及提高檢測之準確度，降低檢測成本，提升檢測效率。
2. 正光源及背光源採二站合一的光源系統設計，減少 CCD 之數量，大幅降低系統成本。
3. 電控採 PC-based 為主，利用 NI-DAQ Card 與電腦連結，配合繼電器(relay)進行週邊設備控制動作，
各週邊設備之開啟與關閉，全由電腦控制，不需再外接控制器，操作簡單富彈性，能有效達到集中
控制與自動量測。
4. 人性化機操作介面，簡化繁瑣之操作步驟，以圖形按鈕、影像、文字、分析數據表格等清楚地呈現
分析狀態與分析結果，所不須仰賴高技術的操作人員，降低成本。
5. 相關參數可變更調整，可適用於不同製程之面板，大幅度提高系統使用彈性。
6. 利用光學檢測較人工檢測的速度更快更有效率，並可避免人為因素所造成之量測誤差，且可將處理

11
 結果加以分析，針對分析結果回報至相關製程以做改善。
本設備為第一代開發之雛形機，已具備瑕疵檢測功能，而為求精進，未來尚有可改善之部分，其建
議如下:
2. 增加自動取放料及排料機構，使系統能自動上下料，並加分類良品與不良品。
3. 增加面板清潔站別，在進入取像站別前，先針對粉塵做初步的處理，可提高檢測通過率，並減少後
續不良品之處理動作。
4. 在取像的過程中，環境因素是影響最大的，未來應建構無塵室之環境，以排除灰塵或其他外來物所
造成的誤判。

伍、參考文獻

[1] 黃凱豐，2009，
「手機保護面板之自動化光學檢測系統」，碩士論文，國立台灣科技大學機械研究所。
[2] National Instruments Corporation, IMAQ Vision Concepts Manual, National Instruments
Corporation，USA(2000) 。

12