专利名称：玻璃基板内缺陷的深度方向位置检测方法
技术领域：
本发明涉及一种检测存在于玻璃基板内的内部缺陷的深度方向位置的方法，更详细地说，涉及一种玻璃基板内缺陷的深度方向位置检测方法，可以使用在使摄影机(camera)的焦点面(focal plane)从玻璃基板的表面向玻璃基板内移动的同时，处理由摄影机拍摄的缺陷的图像而计算出的梯度指标(Gradient Indicator)，与照明的亮度、缺陷的大小、形状、边界、厚度等无关地正确计算缺陷的深度方向位置，而且，对微细的缺陷也能通过该正确的位置获得鲜明的缺陷图像。
背景技术：
一般在TFT-LCD、PDP、EL(Electro-Luminescence)等平板显示器的制造领域中使用的玻璃基板上，若其中存在微小空洞、微小裂痕、杂质等微细的缺陷，则在制品的使用环境中，容易由冲击、热应变等造成破损。为此，在用于具有高可靠性的玻璃基板的生产中，该缺陷的检测是非常重要的。
作为玻璃基板的缺陷检测方法，依靠检测者感觉的肉眼检测法被广泛使用。随着玻璃基板的大型化，该肉眼检测法显现出与检测的正确性和检测所用时间相关的界限。
因此，为了克服检测玻璃基板缺陷的肉眼检测法的界限，有必要开发自动检测法。
作为自动检测法，可以例举在使用CCD(电荷耦合器件)摄影机检测车辆用玻璃、玻璃瓶等的检测工序中使用的机械影像(MachineVision)技术。
这样的使用CCD摄影机的机械影像检测法具有能应用于透明且表面光滑的玻璃、能进行非接触检测、成本比较低的优点。
但是，使用CCD摄影机的机械影像检测法还存在只能应用于比较大的缺陷的检测、不能鲜明地检测玻璃基板内存在的数百微米以下的缺陷的缺点。
因此，有必要开发一种自动检测法，能通过检测玻璃基板内存在的微细缺陷，来正确判断该玻璃基板的好坏。
发明内容
本发明是鉴于上述问题而提出来的，其目的在于提供一种玻璃基板内缺陷的基板深度方向位置检测方法，通过使摄影机的焦点面从玻璃基板的表面向内部移动，并处理由摄影机拍摄的图像计算出的亮度梯度指标，与照明的亮度、缺陷的大小、形状、边界、厚度等无关地正确计算缺陷的深度方向位置，对微细的缺陷也能通过该计算出的缺陷深度方向的正确位置获得鲜明的缺陷图像，由此可以正确且立即判断玻璃基板的好坏。
为了达成上述目的，根据本发明的较佳实施例，本发明的玻璃基板内缺陷的深度方向位置的检测方法，使用摄影机检测玻璃基板内缺陷的深度方向位置，其特征在于，具有以下步骤第1步骤，使上述摄影机的焦点面与上述缺陷位于的上述玻璃基板的一个面一致；第2步骤，使上述摄影机的焦点面从上述玻璃基板的一个面向另一个面移动一定距离量；第3步骤，用使上述焦点面移动了一定距离的上述摄影机拍摄上述缺陷；第4步骤，使用由上述摄影机拍摄的图像，计算缺陷和背景的边界的亮度梯度，并计算与上述摄影机的焦点面从上述玻璃基板的表面移动的距离相对应的梯度指标GI的值；第5步骤，对上述摄影机的焦点面从上述玻璃基板的表面移动的距离和上述玻璃基板的厚度进行比较；第6步骤，在上述第5步骤，当上述摄影机的焦点面距离上述玻璃基板表面的移动距离大于上述玻璃基板的厚度时，将与上述梯度指标GI的值之中的最大值相对应的距离上述玻璃基板表面的移动距离，决定为缺陷的深度方向位置。
根据本发明，可以达到如下效果，使摄影机的焦点面从玻璃基板的表面向内部移动，处理由摄影机拍摄的图像计算出梯度指标，使用该梯度指标与照明的亮度、缺陷的大小、形状、厚度等无关地正确计算缺陷的深度方向位置，而且，对微细的缺陷也能通过该计算出的缺陷深度方向的正确位置获得鲜明的缺陷图像，由此可以正确且立即判断玻璃基板的好坏。
图1是表示本发明涉及的玻璃基板内缺陷的深度方向位置检测方法的流程图。
图2是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中使用的装置的示意图。
图3是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，使摄影机焦点面与缺陷位于的面一致时的示意图。
图4是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，用于说明轮廓线检测的存在于玻璃基板内的气泡的图像，图4a是原图像，图4b是应用了索贝尔滤波器(Sobel Filter)的图像。
图5是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，用于说明轮廓线检测的存在于玻璃基板内的杂质的图像，5a是原图像，图5b是应用了索贝尔滤波器的图像。
图6由图6a至图6e组成，是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，用于说明梯度指标的图，是使椭圆形缺陷边界厚度改变的仿真模型。
图7由图7a至图7f组成，是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，用于说明梯度指标的图，是使圆形缺陷边界厚度改变的仿真模型。
图8是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，与图6a至图6e的椭圆形缺陷边界厚度变化相对应的梯度指标的分布的曲线图。
图9是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，与图7a至图7f的圆形缺陷边界厚度变化相对应的梯度指标的分布的曲线图。
图10是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，与图6c的椭圆形缺陷的背景亮度变化相对应的梯度指标的分布的曲线图。
图11是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，与图7c的圆形缺陷的背景亮度变化相对应的梯度指标的分布的曲线图。
图12是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，梯度指标值(纵轴)与基于摄影机焦点面z轴移动距离(横轴)的气泡的变化的曲线图。
图13由图13a至图13c组成，是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，与图12所示的梯度指标值的变化相对应的气泡的图像。
图14是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，梯度指标值(纵轴)与基于摄影机焦点面z轴移动距离(横轴)的杂质的变化的曲线图。
图15由图15a至图15c组成，是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，与图14所示的梯度指标值的变化相对应的杂质的图像。
具体实施例方式
以下，基于附图详细地说明本发明的较佳实施例。
图1是表示本发明涉及的玻璃基板内缺陷的深度方向位置检测方法的流程图，图2是表示本发明涉及的方法中使用的装置的示意图，图3是表示在本发明涉及的方法中，使摄影机焦点面与缺陷位于的面一致时的操作的示意图。
本发明涉及的玻璃基板内缺陷的深度方向位置检测方法，具备以下步骤使摄影机11(例如CCD摄影机)的焦点面与玻璃基板1的表面1b一致的步骤(S10)(即、基板1的表面1b和摄影机11之间的间隔成为焦距fc)；通过朝z方向移送摄影机11一定距离，例如100μm，使摄影机11的焦点面向玻璃基板1的内部移动一定距离的步骤(S20)；用摄影机11拍摄缺陷1a的步骤(S30)；从用摄影机11拍摄的图像，计算出摄影机11的焦点面从玻璃基板1的表面1b移动的距离对应的梯度指标(Gradient IndicatiorGI)的步骤(S40)；对摄影机11的焦点面从玻璃基板1的表面1b移动的距离和玻璃基板1的厚度tG进行比较的步骤(S50)；以及，作为该比较结果，在焦点面向玻璃基板1的表面1b移动的距离在玻璃基板1的厚度tG以下的情况，反复进行步骤S20、S30、S40、S50，摄影机11的焦点面从玻璃基板1的表面1b移动的距离在玻璃基板1的厚度tG以上的情况，将与最大梯度指标GI的值相对应的摄影机11的焦点面距离玻璃基板1的表面1b的移动距离Δz，定为缺陷1a的深度方向位置d的步骤(S60)。
图2是表示在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中使用的装置10的示意图，玻璃基板1受支持台12垂直支持，将摄影机11设置成从玻璃基板1的一侧通过直线运动装置13沿着玻璃基板1的深度方向、即z轴方向自由移动，安装与摄影机11成同轴的照明装置14，具备用于控制摄影机11和直线运动装置13的计算机15。
摄影机11通过由计算机15控制的直线运动装置13移动，摄影机11获得的图像由计算机15进行图像处理。
使摄影机11的焦点面与玻璃基板1的表面1b一致的步骤(S10)如图3所示，使摄影机11的焦点面与已知x轴和y轴上位置的玻璃基板1的内部缺陷1a的位置相对应的玻璃基板1的表面1b一致。
使摄影机11的焦点面与玻璃基板1的表面1b一致之后，使摄影机11的焦点面向玻璃基板1内移动一定距离(S20)。
使摄影机11的焦点面向玻璃基板1内移动一定距离的步骤(S20)，摄影机11通过直线运动装置13的驱动向玻璃基板1侧移动一定距离，由此，摄影机11的焦点面向玻璃基板1内移动一定距离量。
使摄影机11的焦点面向玻璃基板1内移动一定距离(S20)后，用摄影机11拍摄缺陷1a(S30)。
从由摄影机11拍摄的缺陷1a的图像，计算出摄影机11的焦点面从玻璃基板1的表面1b移动的距离相对应的梯度指标GI。
算出梯度指标GI的步骤(S40)，从由摄影机11拍摄的图像计算缺陷1a和背景的边界上的亮度梯度，并算出摄影机11的焦点面从玻璃基板1的表面1b移动的距离相对应的梯度指标GI。
为了算出梯度指标GI，首先需要从拍摄的图像分离缺陷1a和背景。该分离方法使用的算法是轮廓线(edge)检测法。
该轮廓线检测法是将缺陷1a的轮廓线部分、或缺陷1a的表面和背景的亮度差变换成1次或2次梯度值来识别轮廓线的方法，也可以使用索贝尔滤波器(Sobel Filter)、拉普拉斯滤波器(LaplacianFilter)、普拉卫特梯度法(Prewitt Gradient Method)、线段增强(Line Segment Enhancement)等多种技术中的任意一种。特别优选使用纵横方向的轮廓线检测特性优异的索贝尔滤波器。
图像G(x，y)的点(x，y)处的亮度梯度可以用下式的向量表示。
数1
▿G=GxGy=∂G∂x∂G∂y]]>式(1)在式(1)中，G是点(x，y)处的梯度向量，表示该点处的亮度的最大变化率方向，轮廓线检测中最重要的值是该向量的大�。绻ゴ康亟渥魑荻龋蚩梢杂孟率奖硎�。
数2▿G=mag(▿G)=[Gx2+Gy2]12]]>式(2)在上述式(2)中，G与每个向G方向的单位长度的G(x，y)的最大增加率相同。具体实现实际算法时，为了节省计算时间并节省硬件，多使用下式作为梯度的计算式。
数3G≈|Gx|+|Gy|式(3)上式(3)是用绝对值表示梯度的近似式。
图4a和图5a分别表示玻璃基板1内存在的缺陷1a之中的气泡和杂质，应用索贝尔滤波器将各像素的G值变换成256灰度级再构成该两图的图像，则如图4b和图5b所示。
同图所示，由缺陷1a和背景的亮度差，可以确认边界浮出的情况。如上所述使用索贝尔滤波器获得的轮廓线灵活运用于缺陷1a和背景的分离、及自动调焦(autofocusing)。
随着摄影机11的焦点面与缺陷1a的位置x轴和y轴所成的水平面一致，图像中缺陷1a的轮廓变得明确，缺陷1a和背景的边界处的亮度梯度增加。因此，着重这点由下式算出梯度指标GI。
数4GI(z)=Σimageat z[|▿G|▿Gmax-▿Gmin]]]>式(4)在上述式(4)中，可以由式(3)求出G的z(x，y)位置的像素和8方向相邻的像素的亮度梯度，Gmax、Gmin是一图像内梯度值的最大、最小值。
G自身可受到周围平面背景亮度的影响，所以，应用Gmax与Gmin的差值来减少对亮度绝对值的影响，求出这样计算的各值的合计，是为了合计各像素的各梯度值来得到对图像全体的梯度值。
计算出与摄影机11的焦点面从玻璃基板1的表面1b移动的距离相对应的梯度指标(S40)之后，对摄影机11的焦点面从玻璃基板1的表面1b移动的距离和玻璃基板1的厚度tG进行比较(S50)。
在对摄影机11的焦点面从玻璃基板1的表面1b移动的距离和玻璃基板1的厚度tG进行比较的步骤(S50)，摄影机11的焦点面从玻璃基板1的表面1b移动的距离在玻璃基板1的厚度tG以下的情况，反复进行使摄影机11的焦点面向玻璃基板1内移动一定距离的步骤(S20)，对每个摄影机11的焦点面从玻璃基板1的表面1b移动的距离算出梯度指标GI(S40)。
在对摄影机11的焦点面从玻璃基板1的表面1b移动的距离和玻璃基板1的厚度tG进行比较的步骤(S50)，摄影机11的焦点面从玻璃基板1的表面1b移动的距离超过玻璃基板1的厚度tG时，将与梯度指标GI之中最大的值相对应的摄影机11的焦点面距离玻璃基板1的表面1b的移动距离Δz，定为缺陷1a的深度方向位置d(S60)。
这样一来，最大梯度指标GI对应的摄影机11焦点面距离玻璃基板1的表面1b的移动距离Δz相当于缺陷1a的深度方向位置、即距离玻璃基板1的表面1b的深度d，所以，使摄影机11的焦点面与梯度指标GI中最大值对应的摄影机11的焦点面距离玻璃基板1的表面1b的移动距离Δz进行位置配合，通过最佳阈值化和附带标记(Labeling)，可以向检测者提供鲜明的缺陷1a的图像。
在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，为了决定玻璃基板1内的缺陷1a的位置，将梯度指标GI作为对焦(infocus)判定指标使用，但为了表示作为玻璃基板内的缺陷检测指标是妥当的，进行了以下试验。
(实验1)生产玻璃基板1时发生最多的缺陷1a的代表例有气泡(blister)和杂质(inclusion)等。气泡是在玻璃基板1的制造过程中的熔融过程中空气混合而表现的形态，杂质不是非晶质状态的玻璃，是指结晶性物质存在于玻璃基板1内而言。该实验使用计算机，以类似实际缺陷1a的形态，使用了图6和图7那样生成的仿真模型。
图6a～图6e分别表示具有1、5、10、15的边界厚度t、黑色的椭圆形仿真模型，图7a～图7f分别表示边界厚度t为1、5、10、15、20、黑色的圆形仿真模型。
如图8所示，可知背景亮度一定的情况下，对应于图6a～6e的椭圆形缺陷边界厚度t的变化，梯度指标GI的值的大小几乎不变。通过从焦点偏移状态向对焦状态的聚焦程度的变化，可以确认梯度指标GI的值的变化的大小明确不同。
如图9所示的图7a～图7f的圆形缺陷的边界厚度的变化对应的梯度指标GI的值的分布那样，圆形缺陷的情况也可以得到这样的结果。
由于缺陷边界厚度固定为一定值，所以背景亮度为256灰度级变化为50、100、150、200、250，而且，对梯度指标GI的值的变化进行仿真。其结果，可知缺陷边界厚度t为10，表示图6c的椭圆形缺陷背景亮度变化相对应的梯度指标GI的值的分布的图10，其缺陷边界厚度t为10，如表示图7c的圆形缺陷背景亮度变化相对应的梯度指标GI的值的分布的图11那样，即使背景亮度增加，梯度指标GI也几乎不变化。
另外，可知对应于从焦点偏移状态向对焦状态的聚焦程度的变化，可以明确地体现梯度指标GI的值的大小的变化。
这样的结果是表示在检测玻璃基板1内的缺陷时使用梯度指标GI是妥当的。梯度指标GI有最大值时，通过使摄影机11的焦点面与缺陷1a存在的缺陷面一致，可以对缺陷1a获得鲜明的图像。
(实验2)为了调查本发明涉及的玻璃基板内缺陷深度方向位置检测方法的实际应用及作用，使用图2的装置对玻璃基板1进行缺陷1a的检测的实验。
图像获得所使用的影像板(vision board)是迈创(Matrox)公司制的Meteor II，摄影机11使用三星BE360ED单色(Monochrome)的CCD摄影机，照明装置14使用与摄影机同轴的超高亮度LED，计算机15使用AMD Duron 1GHz。
图12表示对数百微米左右的气泡的梯度指标GI的值(纵轴)的z轴方向移动距离(横轴)相对应的变化，在z轴每100μm进行移动来获得图像，对各个获得的图像计算梯度指标GI的值。
如图12所示，可知梯度指标GI的值的大小在某一特定位置急剧增大而减少，距离原点的距离在1.1mm附近有最大值。
图13a～图13c是图12中梯度指标GI有最大值时的图像和有接近最大值的梯度指标GI的值时的图像，分别是距离原点的距离为1.0mm、1.1mm、1.2mm时的气泡的图像。
如图13a～图13c所示，可知在梯度指标GI有最大值的情况、距离原点的距离为1.1mm时，摄影机11的焦点面与气泡存在的平面一致，而且可以使用梯度指标GI的值判定玻璃基板1内像气泡这样的缺陷1a存在的平面。
图14表示对数十微米左右的微细杂质的实验结果。详细进行说明，就是表示梯度指标GI的值对摄影机11的焦点面的z轴方向移动距离(横轴)对应的杂质的变化，杂质的大小比在上述实验中使用的气泡小很多，样子也不同，但已知与气泡一样，摄影机11的焦点面到达缺陷面，而且存在梯度指标GI的值比周围的梯度指标GI的值大很多的部分。
图15a～图15c是图14中梯度指标GI有最大值时的图像和有最大值附近的梯度指标GI的值时的图像，分别是距离原点的距离为0.9mm、1.0mm、1.1mm时的杂质的图像。
如图15a～图15c所示，可知在梯度指标GI有最大值的情况、距离原点的距离为1.0mm时，摄影机11的焦点面与杂质存在的平面一致，而且可以使用梯度指标GI的值判定玻璃基板1内像杂质这样的缺陷1a存在的平面。
如上所述，本发明涉及的玻璃基板内缺陷的深度方向位置检测方法，为了检测内部存在缺陷1a的玻璃基板1的表面1b到深度方向的位置，使用利用摄影机11的自动调焦技术，将梯度指标GI作为对缺陷1a存在面的对焦判定基准使用。
在本发明涉及的玻璃基板内缺陷的深度方向位置检测方法中，为了验证使用梯度指标GI的妥当性，进行仿真，来检测与缺陷1a的边界厚度的变化和背景亮度的变化相对应的梯度指标GI的值的变化，并说明其结果。另外，本发明中提示过的算法可以应用于实际工序中，而且，对是否具有预期的作用也进行了实验，并详细说明了其结果。
因此，随着从焦点偏移状态转移至对焦状态，梯度指标GI的值增大，梯度指标GI是最大值时，将摄影机11的焦点面距离玻璃基板1的表面1b的移动距离Δz判定为缺陷1a的深度d，由此可以正确判定是否存在微细的缺陷1a，而且可以获得缺陷1a的鲜明的图像。
以上说明了本发明的较佳实施方式，但本发明的权利要求范围不限于此，本领域的技术人员可以进行各种改变。
权利要求
1.一种玻璃基板内缺陷的深度方向位置的检测方法，使用摄影机检测玻璃基板内缺陷的深度方向位置，其特征在于，具有以下步骤第1步骤，使上述摄影机的焦点面与上述缺陷位于的上述玻璃基板的一个面一致；第2步骤，使上述摄影机的焦点面从上述玻璃基板的一个面向另一个面移动一定距离量；第3步骤，用使上述焦点面移动了一定距离的上述摄影机拍摄上述缺陷；第4步骤，使用由上述摄影机拍摄的图像，计算缺陷和背景的边界的亮度梯度，并计算与上述摄影机的焦点面从上述玻璃基板的表面移动的距离相对应的梯度指标GI的值；第5步骤，对上述摄影机的焦点面从上述玻璃基板的表面移动的距离和上述玻璃基板的厚度进行比较；以及第6步骤，在上述第5步骤，当上述摄影机的焦点面距离上述玻璃基板表面的移动距离大于上述玻璃基板的厚度时，将与上述梯度指标GI的值之中的最大值相对应的上述摄影机的焦点面距离上述玻璃基板表面的移动距离，决定为缺陷的深度方向位置。
2.如权利要求1所记载的玻璃基板内缺陷的深度方向位置的检测方法，其特征在于，在上述第4步骤中，当G是一个像素z与其邻接像素的亮度梯度、Gmax是一个图像内的亮度梯度值的最大值、Gmin是一个图像内的亮度梯度值的最小值时，上述梯度指标GI的值由下式求出GI(z)=Σimageatz[|▿G|▿Gmax-▿Gmin]]]>
3.如权利要求1所记载的玻璃基板内缺陷的深度方向位置的检测方法，其特征在于，在上述第5步骤中，当上述摄影机的焦点面距离上述玻璃基板表面的移动距离不大于上述玻璃基板的厚度时，反复进行上述第2、第3、第4和第5步骤。
全文摘要
本发明的目的是在使摄影机的焦点面从玻璃基板的表面向内部移动的同时，基于被拍摄的缺陷的图像正确计算出缺陷的深度方向位置，以获得微细的缺陷的鲜明的图像，由此可以正确且立即判断玻璃基板的好坏。使摄影机的焦点面与玻璃基板表面缺陷存在的位置一致，边使焦点从表面向里面侧移动，边拍摄缺陷的图像，使用该图像算出缺陷和背景的边界处的亮度梯度，作为对距离玻璃表面的移动距离的梯度指标GI值计算出，并决定梯度指标GI的最大值相对应的移动距离作为缺陷的深度方向位置。
文档编号G01N21/88GK1573319SQ20041000204
公开日2005年2月2日 申请日期2004年1月9日 优先权日2003年5月31日
发明者李昌夏, 金昔俊, 丁址和 申请人:三星康宁精密琉璃株式会社
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
