玻璃表面缺陷检测

第43卷 第13期 包 装 工 程2022年7月PACKAGING ENGINEERING ·257·收稿日期：2021‒11‒13基金项目：国家自然科学基金（12074110）作者简介：郑天雄（1997—），男，湖北工业大学硕士生，主攻机器视觉和模式识别。

通信作者：冯胜（1971—），男，博士，湖北工业大学教授，主要研究方向为精密光学测量。

一种平板玻璃表面缺陷检测方法郑天雄a,b ，冯胜a,b ，伍凯凯a,b ，游淞清a,b ，谢博娅a,b（湖北工业大学 a.机械工程学院 b.精密光电测量技术与仪器研究所，武汉 430068）摘要：目的 针对平板玻璃缺陷检测中灰尘干扰划痕、亮点检测的问题，提出一种基于全反射−掠入射组合照明的平板玻璃表面缺陷检测方法。

方法 通过控制全反射光源和掠入射光源的发光时序，在相应发光时序内采集玻璃图像，根据缺陷在不同照明下的灰度纹理差异计算灰度、几何特征等一系列相对偏差特征，开发BP 神经网络算法，实现玻璃表面灰尘和表面缺陷的检测。

结果 BP 神经网络在测试集上各类别预测的查准率、查全率均在90%以上，整体准确率达到97.2%。

结论 全反射–掠入射组合照明成像系统结构简单，降低了玻璃图像中灰尘和内部点缺陷分类难度，有效减少灰尘和内部缺陷的误判。

关键词：全反射–掠入射组合照明；缺陷检测；自适应阈值分割；神经网络中图分类号：TB487；TP391.4 文献标识码：A 文章编号：1001-3563(2022)13-0257-07 DOI ：10.19554/ki.1001-3563.2022.13.033Method for Detecting Surface Defects of Flat GlassZHENG Tian-xiong a, b , FENG Sheng a, b , WU Kai-kai a, b , YOU Song-qing a, b , XIE Bo-ya a, b(a. School of Mechanical Engineering b. Institute of Precision Photoelectric Measurement Technology and Instruments,Hubei University of Technology, Wuhan 430068, China) ABSTRACT: The work aims to propose a surface defect detection method of flat glass based on total reflection-grazing in-cidence combined lighting to solve the dust interferes with the detection of scratches and bright spots in defect detection of flat glass. By controlling the time sequences of lighting of total reflection and grazing incidence light sources, the glass im-ages of glass in the corresponding time sequences of lighting were collected. The gray-scale, geometric characteristics and a series of relative deviation characteristics were calculated according to the difference of gray-scale texture of defects under different lighting. The BP neural network was developed to detect the dust and defects on the glass surface. In the end, the accuracy and recall rates of each category prediction of the BP neural network on the test set were all above 90%, and the overall accuracy rate reached 97.2%. From this point of view, the total reflection-grazing combined lighting imaging system has a simple structure, which reduces the difficulty of classification of dust and internal point defects in the glass image, and effectively reduces the misjudgment of dust and internal defects.KEY WORDS: total reflection-grazing incidence combined lighting; defect detection; adaptive threshold segmentation; neural network随着智能手机、平板电脑等电子设备的广泛使用，触摸面板的需求量不断扩大，推动了平板玻璃表面缺陷无损检测方法和设备的研究发展。

格拉斯评分标准格拉斯评分标准是一种用于评定玻璃表面缺陷程度的定量方法。

它是由美国玻璃工业协会（ASTM）制定的一种标准，用于衡量玻璃表面缺陷的大小、深度和数量。

格拉斯评分标准通常用于玻璃生产和加工过程中，以确保最终产品的质量符合规定标准。

首先，格拉斯评分标准将玻璃表面缺陷分为五个等级，分别是1、2、3、4和5。

每个等级都有其特定的缺陷容许量和尺寸限制。

等级1表示表面几乎没有缺陷，而等级5表示表面有较多且较大的缺陷。

通过对玻璃表面进行视觉检查，并根据缺陷的大小、深度和数量来确定其所属的等级。

其次，格拉斯评分标准还包括了对不同类型缺陷的描述和分类。

常见的玻璃表面缺陷包括气泡、石子、划痕、斑点等。

每种缺陷都有其特定的尺寸和形状标准，以便于评定和分类。

在实际应用中，格拉斯评分标准通常与一些测量工具结合使用，如光学显微镜、数字影像处理系统等。

通过这些工具，可以更准确地测量和评定玻璃表面的缺陷，以便于对其进行分类和等级评定。

格拉斯评分标准的应用不仅局限于玻璃生产和加工过程中，也可以用于玻璃产品的质量检验和评定。

例如，在汽车玻璃、建筑玻璃、家用电器玻璃等领域，都可以采用格拉斯评分标准来评定产品的表面质量。

总的来说，格拉斯评分标准是一种简单、直观且有效的玻璃表面缺陷评定方法。

它为玻璃行业提供了一个统一的标准，有助于确保产品质量，满足市场需求。

同时，格拉斯评分标准也为玻璃生产和加工企业提供了一种可靠的质量控制手段，有助于提高生产效率和降低成本。

在实际操作中，使用格拉斯评分标准需要对其相关知识有一定的了解，并结合实际情况进行判断和评定。

只有在熟练掌握了格拉斯评分标准的原理和方法后，才能准确地对玻璃表面缺陷进行评定，并做出合理的处理和决策。

总之，格拉斯评分标准是玻璃行业中一项重要的质量评定工具，它为玻璃产品的质量控制提供了可靠的依据。

通过对玻璃表面缺陷的评定和分类，可以有效地提高产品质量，满足市场需求，促进行业的健康发展。

玻璃缺陷在线检测系统设计玻璃制造过程中的缺陷会对产品质量产生重大影响，因此在玻璃制造过程中对缺陷进行在线检测是非常重要的。

本文将针对玻璃缺陷在线检测系统进行设计，以确保产品质量，并提高生产效率。

1.系统概述2.系统架构-图像采集模块：该模块用于采集玻璃表面图像，并将图像传输给图像处理模块。

可以采用相机等设备进行实时采集，也可以采用图像数据库进行离线处理。

-图像处理模块：该模块对采集到的图像进行预处理，包括图像去噪、图像增强、边缘检测等操作，以提高缺陷的检测效果。

-缺陷检测模块：该模块通过对预处理后的图像进行特征提取和分类，来判断图像中是否存在缺陷。

可以采用机器学习算法，如卷积神经网络（CNN）等进行缺陷检测。

-结果显示模块：该模块将缺陷检测的结果以图像或文字形式显示给操作员或自动控制系统。

显示结果可以包括缺陷位置、缺陷类型、缺陷严重程度等信息。

3.系统工作流程-图像采集：系统通过图像采集模块实时或离线地采集玻璃表面图像。

-图像预处理：采集到的图像经过图像处理模块进行预处理，包括去噪、增强和边缘检测等操作，以提高缺陷的检测效果。

-特征提取：预处理后的图像通过特征提取算法提取关键特征，如纹理特征、形状特征等，以用于缺陷分类。

-缺陷分类：特征提取后的图像通过机器学习算法进行缺陷分类，判断图像中是否存在缺陷，并确定缺陷类型和严重程度。

-结果显示：缺陷检测的结果通过结果显示模块以图像或文字形式显示给操作员或自动控制系统，以便及时采取相应的措施。

4.系统优化为了提高检测系统的性能和可靠性，可以考虑以下优化：-算法优化：针对不同类型的玻璃缺陷，设计和优化合适的特征提取算法和机器学习算法，以提高检测的准确性和效率。

-数据集构建：采集一定数量和多样性的玻璃缺陷图像，并标注缺陷位置和类型，构建起合适的训练数据集，以提高缺陷检测的泛化能力。

-实时性要求：对于需要实时监测的生产线，系统需要具备高速图像处理和缺陷检测的能力，保证检测结果的实时性。

玻璃缺陷如何检测，采用机器视觉能带来什么样的优势？
玻璃表面质量问题直接影响产品的质量及后期的用户使用。

越来越多的企业开始重视玻璃在线生产的过程的表面缺陷检测控制。

由于受生产工艺、环境等因素的影响，玻璃在生产过程中表面很容易出现晶点、划伤、污点、杂质、黑点、凝块等瑕疵，玻璃盖板生产工艺就更加复杂，特别是进入2.5D和3D盖板时代后，由于导入了更多更复杂的工序以及最终客户对外观要求的不断提高，在生产过程中无可避免的会产生各种各样类特征不同的缺陷，常见的有划痕、凹坑、丝印不良、杂质、异色等外观缺陷。

此前的检测手段多依赖于人眼手工，质检员在强光下反复翻看检查，速度大概为35-36秒/片，检测缺陷精度不高，主要根据个人经验判断，难以量化和标准化，检测结果不稳定，而且长时间检测容易疲劳，漏检率也比较高，瑕疵品流出会影响整体良品率，难以达到下游模组厂商需求。

强光下的检测工作不仅给质检工作视力造成极大损害，同时给企业带来沉重的人力、运营成本负担。

国辰机器人自主研发的玻璃表面瑕疵在线检测系统能够代替人工肉眼对玻璃生产进行高速、精确的7*24小时实时在线检测，自动报警并显示当前瑕疵的具体信息（图片展示、直径、坐标分布、瑕疵类型等），帮助工人能够及时的对不良进行处理。

同时系统根据产品批次号对每一卷产品的检测报表自动打印、自动保存，方便用户后期的查询、调用及打印，从而实现了产品质量的评级分类、客诉的有据追溯，有效的节约了人工成本，提高了产品质量。

因此玻璃表面瑕疵在线检测系统成为自动化玻璃生产线中不可或缺的一部分。

基于偏振成像的玻璃表面缺陷检测
郑钰钰;王艳红;武京治
【期刊名称】《舰船电子工程》
【年(卷),期】2024(44)1
【摘要】针对生物载玻片表面划痕缺陷检测的问题,提出了一种采用偏振成像的检测方法。

构建基于偏振相机的成像光学系统,获取玻璃表面图像,采用中值滤波和图像增强进行图像去噪和增强,采用合适图像分割算法对其中缺陷特征进行分割处理,识别缺陷。

实验研究了不同偏振角度对缺陷检测效果的影响,并与非偏振光成像检测进行了对比分析。

结果表明,与传统非偏振成像相比,采用偏振光成像检测,有效地避免了局部过曝光现象,获得低对比度划痕缺陷特征,识别同背景下传统成像无法检测的表面划痕,提高检测效率和准确度。

该方法也可推广到玻璃表面划痕缺陷的视觉检测中。

【总页数】5页(P129-132)
【作者】郑钰钰;王艳红;武京治
【作者单位】中北大学仪器与电子学院
【正文语种】中文
【中图分类】TD752
【相关文献】
1.基于主动偏振光的潜指纹偏振成像检测方法研究
2.基于稀疏成像与机器视觉的金属材料次表面缺陷检测方法
3.基于无人机成像的烟囱表面缺陷检测技术研究
4.基
于YOLO v5的带涂层钢结构亚表面缺陷脉冲涡流热成像智能检测5.基于全景成像的斜拉桥拉索表面缺陷检测研究
因版权原因，仅展示原文概要，查看原文内容请购买。

玻璃质量检验标准1. 引言玻璃作为一种常见的建筑和生活材料，其质量检验对于确保产品的安全性和可靠性至关重要。

本文将介绍一套完整的玻璃质量检验标准，以确保玻璃制品符合预期的品质要求。

2. 样本获取与准备为了进行质量检验，首先需要获取代表性的样本。

样本的选择应当具有代表性，覆盖了预期使用场景下的常见情况。

确保样本的收集和存储符合相应的规范，以避免样品的污染和变质。

3. 外观检验外观检验是玻璃质量检验的重要一环。

在外观检验中，需要检查玻璃表面是否有明显的划痕、磨损、凹陷、气泡、着色、斑点等缺陷。

检验人员应当使用适当的工具和设备来进行充分的观察，以确保产品无明显外观缺陷。

4. 尺寸和平面度检验尺寸和平面度是玻璃制品中的重要指标。

检验人员需要使用精确的测量工具，测量玻璃制品的长度、宽度、厚度等尺寸，并与标准要求进行对比。

在平面度检验中，需要使用平板测量等方法，评估玻璃表面是否具有不平整或弯曲现象。

5. 物理性能检验玻璃的物理性能对于其使用场景的安全和可靠性至关重要。

常见的物理性能检验项目包括抗折强度、抗冲击性能、耐热性、耐湿性等。

检验人员需要依据相应的标准，使用适当的试验装置和方法，对这些性能进行全面的检测。

6. 光学性能检验光学性能是玻璃制品中的关键参数之一。

光学性能检验主要包括透光率、反射率、折射率、色差等指标的测定。

检验人员需要使用专业的光学测试设备和方法，确保玻璃制品在光学性能方面符合相应行业标准和要求。

7. 包装与标识在玻璃质量检验结束后，需要将合格的产品进行包装和标识。

包装应当符合相应的规范和要求，以保护产品的安全和完整性。

标识应当清晰明确，包含产品信息、生产商信息、生产日期等必要的内容。

8. 检验记录与结果评定在整个检验过程中，检验人员需要详细记录每一项检验内容、方法、仪器设备的使用情况以及结果评定。

检验记录应当准确、清晰，以便于后续的追溯和评估。

根据检验结果，可以对产品进行评定，并判定是否符合质量标准的要求。

光学玻璃表面瑕疵符号摘要：一、光学玻璃表面瑕疵的定义与影响二、光学玻璃表面瑕疵的种类三、光学玻璃表面瑕疵检测的方法四、光学玻璃表面瑕疵在线检测系统的作用和应用五、光学玻璃表面瑕疵在线检测系统的优势正文：一、光学玻璃表面瑕疵的定义与影响光学玻璃表面瑕疵是指在光学玻璃生产和加工过程中，由于生产工艺、环境等因素的影响，导致玻璃表面出现的各种缺陷，如晶点、划伤、污点、杂质、黑点、凝块等。

这些瑕疵直接影响产品的质量及后期的用户使用，因此必须进行严格的检测和控制。

二、光学玻璃表面瑕疵的种类光学玻璃表面瑕疵种类繁多，常见的有以下几种：1.划痕：玻璃表面出现的划痕，可能是由于生产过程中工具的刮擦或玻璃之间的摩擦导致的。

2.凹坑：玻璃表面出现的凹陷，可能是由于玻璃冷却不均匀或加工过程中压力不均导致的。

3.丝印不良：丝印是光学玻璃生产过程中的一种常见加工方法，丝印不良可能导致图案模糊、线条不整等。

4.杂质：玻璃表面出现的杂质，可能是由于生产环境不洁或原料中含有杂质导致的。

5.黑点、凝块：玻璃表面出现的黑点或凝块，可能是由于生产过程中温度过高或原料中含有易燃物质导致的。

三、光学玻璃表面瑕疵检测的方法光学玻璃表面瑕疵的检测方法主要有以下几种：1.人工检测：通过肉眼观察或借助光学显微镜等工具进行检测。

这种方法耗时费力，且易受主观因素影响，准确度较低。

2.自动检测：通过搭载摄像头、激光扫描等设备的自动检测系统进行检测。

这种方法速度快、准确度高，但设备投入成本较高。

3.在线检测：在光学玻璃生产过程中进行实时检测，以确保及时发现并处理瑕疵。

这种方法能最大限度地减少瑕疵对最终产品质量的影响，但需要配备高精度的在线检测设备。

四、光学玻璃表面瑕疵在线检测系统的作用和应用光学玻璃表面瑕疵在线检测系统可以在生产过程中实时监测玻璃表面的质量，对出现的瑕疵进行及时处理。

该系统具有以下作用和应用：1.提高生产效率：通过对玻璃表面瑕疵的实时监控，可以有效减少停机换料、修复瑕疵等环节，提高生产效率。

钢化玻璃检测方法钢化玻璃检测方法引言钢化玻璃作为一种常见的建筑材料，具有高强度和耐冲击的特性。

然而，由于该材料的特殊制备方式，使得钢化玻璃存在一些隐藏的缺陷。

为了确保钢化玻璃的质量，需要通过有效的检测方法来发现并修复这些缺陷。

本文将介绍几种常用的钢化玻璃检测方法。

1. 目视检查目视检查是最常见和简单的一种方法，通过人眼观察玻璃表面以及透过玻璃观察是否存在明显的缺陷。

这种方法适用于一些明显可见的缺陷，如表面划痕、气泡、色差等。

然而，目视检查对于一些微小或内部缺陷的发现并不敏感。

2. 手持式检测器手持式检测器是一种便携式的检测设备，通常包括超声波探测器和红外线探测器。

超声波探测器通过发送超声波信号到玻璃表面，根据反射信号来判断是否存在缺陷。

红外线探测器则通过测量玻璃表面的温度差异来检测缺陷。

这两种方法都可以检测出一些小型的内部缺陷，但对于一些表面缺陷并不是很敏感。

射线检测X射线检测是一种非常常用的钢化玻璃检测方法。

通过向玻璃发射X射线，并测量射线经过玻璃后的吸收情况来判断是否存在缺陷。

这种方法可以检测出细小的缺陷，如裂纹、缺角等，且对玻璃厚度也有一定的测量能力。

然而，由于X射线辐射对人体有一定的伤害，因此在使用时需要采取相应的防护措施。

4.光学检测光学检测是一种通过光学原理来判断玻璃是否存在缺陷的方法。

其中包括偏光法、干涉法、显微镜检查等。

这些方法都是通过光线的反射、折射或干涉来观察和分析玻璃表面的特征，从而判断是否存在缺陷。

光学检测方法通常对于表面缺陷非常敏感，但对于内部缺陷的检测能力相对较弱。

5.声发射检测声发射检测是一种通过监测材料在受力时产生的声波信号来判断是否存在缺陷的方法。

在进行钢化玻璃检测时，通过加压或敲击玻璃表面，监测其发出的声波信号并进行分析，从而判断是否存在缺陷。

这种方法对于一些微小的内部缺陷非常敏感，但对于表面缺陷的检测能力相对较弱。

结论钢化玻璃的质量检测是确保建筑材料安全可靠的重要环节。

玻璃缺陷的化学成分检测与鉴定探讨玻璃作为一种非晶体材料，具有优良的透明度、硬度、抗腐蚀等特性，在生活和工业中被广泛应用。

然而，玻璃中可能存在各种缺陷或杂质，这些缺陷或杂质会影响玻璃的质量和性能，甚至会对人的健康造成威胁。

因此，化学成分检测与鉴定对于确定玻璃中的缺陷和杂质的类型和含量非常重要，是目前研究玻璃材料的重要方向之一。

一、玻璃缺陷和杂质的分类玻璃的缺陷主要有以下几种：1.气泡缺陷：是由于玻璃熔融中吸收了过多的空气而形成的缺陷。

气泡通常分为小气泡和大气泡两种。

2.石英纤维：是由于玻璃制备过程中掺入或吸附了石英纤维而形成的缺陷。

3.夹杂物：是由于玻璃熔融中混入了外来的杂质，如铁、铜、镉、镍、锡等而形成的缺陷。

4.裂纹和折痕：是由于玻璃在制备和加工过程中存在应力而导致的缺陷。

玻璃的杂质主要有以下几种：1.金属离子：如Fe3+、Co2+、Cu2+、Cr3+等。

2.非金属离子：如氧化物、氟化物、氯化物等。

3.其他杂质：如硫、钠等。

二、检测方法与技术1.电子显微镜（SEM）-能提供比普通光学显微镜更高的分辨率和放大倍数，从而更好地观察玻璃的缺陷和杂质。

对于金属和非金属离子等微小颗粒的检测非常有效。

2.X射线衍射（XRD）-能够分析玻璃中晶体杂质的类型和数量。

3.荧光光谱（XRF）-是一种非破坏性检测技术，能够快速准确地确定玻璃中金属元素的类型、含量和分布情况。

与传统的化学分析方法相比，XRF具有分析周期短，准确性高、使用简便等优点。

4.红外光谱（IR）-能够通过分析分子的振动吸收来检测玻璃材料中的杂质和缺陷。

5.质谱仪（MS）-是一种高灵敏度分析技术，能够对玻璃中微量元素进行检测，并确定其类型和含量。

三、小结玻璃缺陷的化学成分检测与鉴定是目前玻璃材料研究的重要领域之一。

通过采用不同的检测方法和技术，可以确定玻璃材料中的缺陷和杂质的类型、含量和分布情况，从而更好地控制并改善玻璃的质量和性能。

未来，随着科技的不断进步，相信会出现更加先进的检测技术和方法，不断提高玻璃材料的品质和性能，切实保障人民的生活和健康。