面向玻璃基板的微米级划痕检测与分类算法实现.pdfVIP

面向玻璃基板的微米级划痕检测与分类算法实现1

面向玻璃基板的微米级划痕检测与分类算法实现

摘要

本文系统研究了面向玻璃基板的微米级划痕检测与分类算法实现方案。随着显示

面板、半导体等高端制造业的快速发展，玻璃基板表面质量检测已成为关键工艺环节。

传统人工检测方法存在效率低、精度差、主观性强等问题，难以满足现代工业对微米级

缺陷检测的需求。本文基于机器视觉与深度学习技术，提出了一套完整的微米级划痕检

测与分类解决方案，包括图像采集系统设计、预处理算法优化、特征提取与分类模型构

建等核心内容。研究结果表明，该方案可实现微米级划痕的自动化检测与分类，检测精

度达到95%以上，分类准确率超过92%，显著提升了生产效率与产品质量。本文还详

细分析了技术实施路径、风险因素及应对策略，为相关领域的技术应用提供了理论依据

和实践参考。

引言与背景

1.1研究背景与意义

玻璃基板作为显示面板、半导体器件等高端制造领域的关键基础材料，其表面质量

直接影响最终产品的性能与可靠性。根据《中国新型显示产业发展白皮书(2023)》数据

显示，我国显示面板产业规模已突破6000亿元，对玻璃基板的需求量年增长率保持在

15%以上。在玻璃基板生产过程中，微米级划痕是最常见的表面缺陷之一，其宽度通常

在110微米之间，长度可达数十毫米。这些微小划痕虽不易被肉眼察觉，但可能导致光

散射、电学性能下降等严重问题。

传统的玻璃基板表面质量检测主要依赖人工目检，存在三大突出问题：一是检测效

率低下，每人每小时仅能检测约5平方米基板；二是精度不足，人工检测对微米级缺陷

的漏检率高达30%；三是主观性强，不同检测人员的标准难以统一。随着工业4.0和智

能制造的深入推进，开发自动化、高精度的划痕检测技术已成为行业迫切需求。

1.2国内外研究现状

国际上，日本、韩国等显示技术领先国家在玻璃基板检测技术方面起步较早。日本

JSR公司开发的基于线阵相机的检测系统可实现5微米级缺陷检测，但设备成本高达

500万元/套，难以大规模推广。韩国三星电子则采用多光谱成像技术，通过不同波长

下的图像融合提升缺陷对比度，但系统复杂度较高。

国内研究主要集中在高校和科研院所。清华大学精密仪器系开发了基于暗场照明

的划痕检测系统，对宽度大于10微米的划痕检测效果较好；华中科技大学图像识别研

究所尝试使用传统图像处理方法进行划痕识别，但在复杂背景下的适应性不足。近年

面向玻璃基板的微米级划痕检测与分类算法实现2

来，随着深度学习技术的发展，商汤科技、旷视科技等企业开始探索基于卷积神经网络

的缺陷检测方案，但在微米级检测精度方面仍有提升空间。

1.3研究目标与内容

本研究旨在开发一套完整的面向玻璃基板的微米级划痕检测与分类算法系统，具

体目标包括：实现微米级(110微米)划痕的高精度检测，检测精度不低于95%；建立

多维度划痕分类体系，分类准确率不低于92%；开发实时处理系统，单帧图像处理时间

控制在200毫秒以内；构建标准化数据集，包含不少于10,000张标注图像。

研究内容主要包括四个方面：一是高分辨率图像采集系统设计，解决微米级缺陷成

像问题；二是图像预处理算法研究，提升缺陷对比度；三是深度学习检测模型构建，实

现划痕的精准定位；四是多特征融合分类算法开发，实现划痕的智能分类。

研究概述

2.1项目定位与价值

本项目定位于高端制造业质量检测领域，重点解决玻璃基板生产过程中的微米级

划痕检测难题。从产业链角度看，该项目处于显示面板制造的关键环节，向上衔接玻璃

基板生产，向下影响面板组装与测试。根据《“十四五”智能制造发展规划》，到2025年，

我国制造业关键工序数控化率需达到70%，本项目正是响应这一政策导向的具体实践。

项目价值主要体现在三个方面：经济价值方面，预计可为企业节省人工成本60%

以上，减少因缺陷漏检导致的损失约30%；技术价值方面，将突破微米级缺陷检测的多

项关键技术，形成具有自主知识产权的解决方案；社会价值方面，有助于提升我国显示

产业整体竞争力，减少对进口检测设备的依赖。

2.2核心创新点

本项目的核心创新点包括：提出基于多尺度特征融合的微米级划痕检测算法，通过

结合局部细节与全局上下文