可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法技术领域
本发明涉及AOI(自动光学检测)设备，具体地说，本发明涉及一种可提高触摸屏玻
屏AOI检测良品率的AOI新算法和其相对应的新工艺方法。
背景技术
触摸屏玻璃自动化检测有广泛的应用领域，特别是在手机玻璃、IPAD玻璃、工业用
触摸屏和平板显示器玻璃的制造商的检测领域。现有的触摸屏检测采用人工检测；而人工
检测又会受到人的视力的限制而使得检测精度的低劣，同时人的直觉、情绪和疲劳度的波
动也使得人工检测结果不可靠。
在现有触摸屏玻璃生产工艺中，会产生各种瑕疵，比如边崩、划伤、脏污(含化学溶
剂残留物、灰尘、纤维、指印和污迹)、针孔等，由于在触摸屏玻璃制造工艺中使用了大量的
化学溶剂而不能被完全清洗掉，也由于在生产工艺过程中的灰尘、纤维、指印和污迹等，所
以其中几乎90％以上的触摸屏玻璃会有脏污。
在现有触摸屏玻璃人工检测中，是把玻璃放在高强度的灯光下，如果发现有瑕疵，
先试图人工擦试，擦拭不掉的再按照其尺寸判定是否为不良品；这个过程可能会重复几次，
一直到所有可见的瑕疵都被去除而被判定为良品。
现在世界上，已有近10家触摸屏玻璃AOI检测设备开发商，在现有触摸屏玻璃AOI
检测中，已能准确地检测出大部分瑕疵，其中被检测出最大量(约80％)的瑕疵是脏污，而这
些脏污不能通过现有的清洗设备清洗掉而必须要靠人工去擦除，由于这些脏污的存在造成
了经过AOI设备检测后的良品率很低(<20％),但实际来说，只要是能被后续程序清除的瑕
疵的产品，实际都是可以被认同为是合格品的，但是，由于目前的AOI设备未能考虑到对此
类瑕疵进行区分，导致良品率过低，复检成本上升或废弃比例过高，造成了目前所有触摸屏
玻璃AOI检测开发商的AOI设备不能被用户认可和得到推广的瓶颈。
例如：艾悌亚信息技术(上海)有限公司，早在2011年11月就制造成功了当时世界
上第一台AOI触摸屏丝印前检测机并在深圳举行的海峡两岸触摸屏2011年会上发布、并一
直在为如何解决上述瓶颈而努力攻关，然2013年3月起，试销售出1台丝印前检手机触摸屏
测机和1台手机触摸屏丝印后检测机，由于没有解决上述瓶颈的有效方法，到2015年年底，
AOI触摸屏检测设备还没能在市场上得到推广。
发明内容
本发明旨在克服上述缺陷，提供一共可提高良品率、避免不必要的损失和复检工
序的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法。
本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺方法，其特
征在于：将玻屏的检测区域划分为视窗区和非视窗区(如：印刷区)后，进行AOI的检测；
在后续的工艺前和后续的工艺完成后的AOI检测工序中，包括对各区域是否存在
可容许脏污和不容许脏污的判断；
后续的工艺一般为丝印工序；
上述脏污为可被清除的污染物。如:指纹、灰尘、纤维、污迹/污渍等等可以人工擦
洗去除或通过专门的清洗机器进行清除的污染物。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺
方法，还具有这样的特点：即、丝印前，上述可容许脏污为不影响后续的丝印或可被后续的
丝印覆盖掉的污染物；如：在非印刷区的，或为在印刷区但面积较小的污渍或灰尘等。
后续的工艺前(如：丝印前)，上述不容许脏污为影响后续的丝印的污染物或不能
为后续的丝印覆盖掉的污染物；
后续的工艺完成后(如：丝印后)，上述可容许脏污为可被清除的污染物。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺
方法，还具有这样的特点：即、上述将玻屏的检测区域划分为视窗区和非视窗区(如：印刷
区)的步骤如下所示：
步骤一、根据玻屏拍摄的图像，获取图像中玻屏的高度和宽度的数值；
步骤二、调取玻屏设计图中玻屏及其视窗区域的各项设计数值；
步骤三、根据设计图中各区域的比例，计算出图像中视窗区的范围。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺
方法，还具有这样的特点：即、上述后续的工艺前(如：丝印前)的AOI检测工序中：还包括是
否存在不容许瑕疵的判断；
当视窗区存在，可清除的污染物时，判定为可容许脏污；
当视窗区存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵；
当非视窗区(如：印刷区)存在，无法清除的污染物或无法修复的瑕疵时，判定为不
容许瑕疵；
当非视窗区(如：印刷区)存在，可清除的污染物时，根据脏污的种类和特征进行可
容许脏污和不容许脏污的判断；
其中，当污染物的存在不影响后续的工艺(如：丝印工艺)或可被后续的工艺(如：
丝印工艺)覆盖时，判定为可容许脏污；反之，则判定为不容许脏污；
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺
方法，还具有这样的特点：即、上述后续的工艺前(如：丝印前)的AOI检测工序的具体步骤如
下所示：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵和污染物的位置、类型和特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进行后续的工艺(如：丝印工序)；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在不容许瑕疵；
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤五的判定环节；
步骤五、判断是否存在可容许脏污；
当判断结果为“否”时，判定为不良品，结束程序；
当判断结果为“是”时，直接进行后续的工艺(如：丝印工序)或返回步骤三的工序。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺
方法，还具有这样的特点：即、上述后续的工艺完成后(如：丝印后)的AOI检测工序中：还包
括是否存在不容许瑕疵的判断；
当视窗区存在，可清除的污染物时，判定为可容许脏污；
当视窗区存在，无法清除的污染物或无法修复的瑕疵时，判定为不容许瑕疵；
当非视窗区(如：印刷区)存在，可清除的污染物时；
当非视窗区(如：印刷区)存在，无法清除的污染物或无法修复的瑕疵时，判定为不
容许瑕疵。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺
方法，还具有这样的特点：即、上述后续的工艺完成后(如：丝印后)的AOI检测工序的具体步
骤如下所示：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵和污染物的位置、类型和特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进入后续工序(如：封装等)；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在不容许瑕疵；
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，直接进入清洗工序或返回步骤三的工序；
或
上述后续的工艺完成后(如：丝印后)的AOI检测工序的具体步骤如下所示：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵和污染物的位置、类型和特征；
步骤三、判断是否存在不容许瑕疵；
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进行步骤四的判定；
步骤四、判断是否存在脏污；
当判断结果为“否”时，直接进入后续工序(如：封装等)；
当判断结果为“是”时，直接进入清洗工序。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺
方法，还具有这样的特点：即、在判断是否存在不容许瑕疵时，当待判断的不容许瑕疵的种
类为一个以上时，该步骤为依次针对每种不容许瑕疵，进行玻屏是否存在不容许瑕疵的判
断。
不容许瑕疵一般为划痕、边崩等等固件损伤，此类损伤往往无法通过清除等动作
来实现消除和修复。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺
方法，还具有这样的特点：即、在判断是否存在不容许瑕疵时，将分析获得的瑕疵，与系统图
库中各种瑕疵的特征进行比对后，得出是否存在不容许瑕疵的结论；
其中，当其特征相同或相似时，判断为存在不容许瑕疵；反之，判断为不存在不容
许瑕疵；
在判断是否存在可容许脏污时，根据污染物的位置，将分析获得的污染物的大小
与系统中设定的可容许脏污的表面积数值的阈值进行比较；
其中，当污染物的大小小于阈值时，判断为可容许脏污；反之，判断为不容许脏污。
进一步地，本发明提供的一种可提高触摸屏玻屏AOI检测良品率的AOI算法/工艺
方法，还具有这样的特点：即、对玻屏的检测区域的划分为两个以上。
本发明的作用和效果：
本发明涉及的AOI检测方法，旨在克服现有玻璃生产检测工艺中存在的缺陷，以避
开脏污(含化学溶剂残留物、灰尘、纤维、指印和污迹)对检测的良品率的影响来实现良品率
的提高，避免不必要的损耗。
具体地，在本发明的玻璃AOI设备的检测方法中，通过将所有瑕疵的可清除的污染
物类脏污区分出来，并通过测量出脏污的位置、灰度、形状、尺寸和厚度等参数，之后，根据
玻璃上所有脏污的位置、形状、尺寸和厚度，分别判定各个脏污是否会在后道工艺的加工时
影响玻璃的质量，如果没有影响、在本发明中将其命名为可容许的脏污，就可直接将该玻璃
判为良品进入下道工艺，如：丝印等。在工艺的最后(出厂封装前)进行人工擦拭，去除所有
可容许的脏污。从而提高了触摸屏检测的良品率。
此外，在本发明涉及的在触摸屏丝印前检测中，脏污位置的判定是很重要的。触摸
屏玻璃在几何位置上，可以分为视窗区和印刷区，在印刷区的脏污在丝印前是不容许的，因
为会影响丝印的质量，造成凸出的部分，在行业的检测标准中，这种瑕疵被称为背面毛丝或
印刷不良，然，此类脏污在丝印后是可容许；而所有在视窗区的脏污都是可以容许的，因为
此类被容许的脏污都可以在最后被擦除。
采用本发明的触摸屏生产和AOI检测工艺，在丝印前AOI检测出的可容许脏污的玻
屏将进入丝印等后续工艺；丝印前AOI检测出的所有脏污的玻屏将由人工擦除。在本发明的
新工艺中，AOI设备对无瑕疵的玻璃和含容许的脏污的玻璃直接送入下道丝印流程。同样，
对丝印后的AOI检测也将把所有脏污都判为可容许的输出到人工擦拭工序，这些含容许的
脏污在产品封装前都将被擦除。这样良品率就大大提高了。
基于上述技术方案，本发明与现有技术的比对发现，本发明的方法具有相当的优
势。
如：如图2所示，是触摸屏生产和人工检测工艺的流程图，这也是到目前为止，几乎
所有触摸屏生产商都在使用的检测工艺。在现有人工检测的工艺中，有丝印前检测和丝印
后检测。丝印前检测将重复前述的擦试->检测的过程，同样丝印后检测也会重复擦试->检
测的过程，只不过丝印前检测的主要瑕疵是边崩、划伤和脏污，丝印后检测的主要瑕疵除了
边崩、划伤和脏污外，还有针孔、字符不良、漏油等和印刷相关的瑕疵。相对于AOI检测，人工
检测最大优点是可以擦拭去除所有丝印前和丝印后的脏污，这是至今为止任何清洗设备度
不能做到的，而最大的缺点是不可靠，误判和漏判率高，造成通不过收货方的验收退货而付
出几十万到上百万赔偿。
从图2中人工检测的工艺流程图来看，本发明与其的主要差别在于：(1)人工检测
是把玻璃放在高强度的灯光下，如果发现有瑕疵，先试图人工擦试，擦拭不掉的再按照其尺
寸判定是否为不良品；这个过程可能会重复几次，一直到所有可见的瑕疵都被去除而被判
定为良品。(2)AOI丝印前检测检测出的所有瑕疵中区分出脏污并测量出脏污的位置、辉度、
形状、尺寸和厚度，根据玻璃上所有脏污的位置、形状、尺寸和厚度，分别判定各个脏污是否
会在后道工艺的加工时影响玻璃的质量，如无影响则判为无影响脏污和良品玻璃一起进入
丝印工艺。(3)AOI丝印后检测检测出的所有瑕疵中区分出脏污，所有的脏污都将被判定为
无影响脏污。(4)AOI丝印检测后，必须用人工擦拭去掉所有脏污。
此外，在上述的工艺中，脏污(含化学溶剂残留物、灰尘、纤维、指印和污迹等可通
过人工擦拭去除的瑕疵)是无法通过现有的清洗设备去除的，所以在现有的工艺中有接近
90％的玻屏将由于残留的被AOI检测设备判定为不良品，这造成了AOI设备可以判定出各种
瑕疵，而由于90％的脏污还得靠人工检测，不能从根本上替代人工检测。
再如图3-1所示，系本发明前的现有触摸屏生产工艺中采用AOI检测的流程图，从
流程图上可以看出，丝印前AOI检测出的不良品中，脏污占有70％；丝印后AOI检测出的不良
品中，脏污占有60％；这些含有脏污的玻屏，还需要人工去擦除脏污和重新进行人工检测，
这就使得AOI检测的使用意义不大。
相对于图3-1中的现有技术，本发明增加了可容许脏污的的判定，可以使得丝印前
检测的良品率达到了75+％；而在丝印后检测，所有的脏污都被判定为可容许的，使得丝印
后检测的良品率达到了85+％。再加上AOI检测的可靠性，本发明所涉及的AOI检测设备和新
工艺，完全可以替代除人工擦拭以外的所有人工检测工艺。经本检测设备的用户估算，一台
丝印检测机每年能够带来的直接经济效益为180万，要大于该种设备的销售价格；也就是
说，用户可以在1年内收回设备投资成本。
本发明所采用了上述新工艺，经信利LENS部门做了长达45天的严格测试，其良品
率最高可到达80％，其最高误判漏判率＜1％，平均＜3％，最高＜5％(行业标准一般为7
+％)。
附图说明
附图1、实施例涉及的手机触摸屏的视窗区和印刷区的区分图；
附图2、现有技术中触摸屏生产和人工检测工艺流程图：
附图3-1、现有技术中采用AOI检测的流程图；
附图3-2、实施例涉及的触摸屏生产和AOI检测工艺流程图；
附图4、实施例涉及的触摸屏丝印前检测区分瑕疵和脏污算法流程图；
附图5、实施例涉及的触摸屏丝印后检测区分瑕疵和脏污算法流程图；
附图6、实施例涉及的丝印前检测计算视窗区位置的算法流程图。
具体实施方式
如图1所示，在本实施例中，将该手机触摸屏的玻屏划分为视窗区和印刷区。本实
施例系相关的手机触摸屏上的视窗区和印刷区的划分。对于其它的触摸屏，由于种类繁多，
不一一画出。但是一般来说所有的触摸屏丝印时，都会分为视窗区和非视窗的印刷区。
该视窗区和印刷区的算法如图6所示，具体步骤如下：
步骤一、根据触摸屏拍摄的图像，获取图像中玻屏的高度H和宽度W的数值；
步骤二、从触摸屏设计的AUTOCAD图中获得高度H、宽度W、顶端TOP、左端LEFT的设
计值中玻屏的H0、W0、T0、L0，视窗区域的H1、W1、T1、L1；
步骤三、从触摸屏拍摄图像上，通过图像处理，获得H、W、Top、Left的测量值，玻屏
的H2、W2、T2、L2，视窗区域的H3、W3、T3、L3；
步骤四、通过平面几何的比例算法，计算出图像中视窗区的H、W、Top、Left的范围。
如图3-2所示，本实施例中的触摸屏生产和AOI检测工艺如下：
步骤一、玻璃的切割、抛光、打磨和清洗；
步骤二、AOI检测玻璃上是否存在如：划伤、边崩、指纹、灰尘、纤维、针孔等各类瑕
疵，并根据现状、厚度、尺寸，区分出可以被清洗掉的污染物(如：灰尘、纤维、针孔)类脏污；
步骤三、判断是否良品，即、不存在任何瑕疵的状况；
当判断结果为“是”时，直接进行步骤五玻璃丝印的工序；
当判断结果为“否”时，继续进行步骤四的判定；
步骤四、判断是否为可容许瑕疵；
当判断结果为“是”时，直接进行步骤五玻璃丝印的工序；
当判断结果为“否”时，判定为不良品，结束流程，封装该不良玻璃；
步骤五、AOI检测玻璃上是否存在如：印刷不良、划伤、边崩、指纹、灰尘、纤维、针孔
等各类瑕疵，区分出可以被清洗掉的污染物(如：灰尘、纤维、针孔)类脏污；
步骤六、判断是否为印刷不良、划伤、边崩等影响产品外观和性能的瑕疵；
当判断结果为“是”时，判定为不良品，结束流程，封装该不良玻璃；
当判断结果为“否”时，继续进行步骤四的判定；
步骤七、判断是否为脏污；
当判断结果为“否”时，直接作为良品封装出库；
当判断结果为“是”时，进入人工或机器擦洗工序，将此类可以被清除掉的污染物
消除后封装出库。
在上述工艺步骤中，丝印前AOI设备对无瑕疵的玻璃和含容许的脏污的玻璃直接
送入下道丝印流程。同样，对丝印后的AOI检测也将把所有脏污都判为可容许的输出到人工
擦拭工序，这些含容许的脏污在产品封装前都将被擦除。这样良品率就大大提高了。
本实施例采用的AOI设备的新工艺已经在信利LENS部门做了严格的测试，其良品
率最高可到达80％，其最高误判漏判率＜1％，平均＜3％，最高＜5％(行业标准一般为
7％)。
在上述工艺过程中，关于丝印前的具体工艺流程还可如图4所示的方式进行：即、
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵(如：划伤、针孔、刮痕、边崩等等瑕疵和灰尘、纤
维、指纹、污渍等等可以被清除的脏污)的位置(该位置区分为视窗区和印刷区两个位置)、
及其此类污染物的厚度、尺寸、形状、灰度等等特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进行后续的工艺；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在划伤，即、丝印前检测中针对划伤的关键算法是，在检测软
件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中
(即、存储于系统内的，包含有绝大多数常规划伤形态等的数据)标准划伤特征进行比较，通
过将分别被检测到的各个瑕疵图像和划伤图像库图像，用模式识别方法进行一一匹配，从
而判定是否存在划伤这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤五的判定环节；
步骤五、判断是否存在边崩，即、丝印前检测中针对边崩的关键算法是，在检测软
件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中
(即、存储于系统内的，包含有绝大多数常规边崩形态的数据)标准边崩特征进行比较，通过
将分别被检测到的各个瑕疵图像和边崩图像库图像，用模式识别方法进行一一匹配，从而
判定是否存在边崩这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤六判定环节；
步骤六、判断是否存在可容许脏污；
该判断的规则如下表所示：
丝印前
视窗区
印刷区
污迹(大)
容许
不容许
污迹(小)
容许
容许
纤维
容许
不容许
灰尘(大)
容许
不容许
灰尘(小)
容许
容许
当判断结果为“否”时，判定为不良品，结束程序；
当判断结果为“是”时，直接进行后续的工艺或返回步骤三的工序。
在上述工艺过程中，关于丝印后的具体工艺流程还可如图5所示的方式进行：即、
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵(如：印刷不良、划伤、针孔、刮痕、边崩等等瑕疵
和灰尘、纤维、指纹、污渍等等可以被清除的脏污)的位置及其此类污染物的厚度、尺寸、形
状、灰度等等特征；
步骤三、判断是否存在瑕疵或污染物；
当判断结果为“否”时，判定为良品，直接进入后续工序；
当判断结果为“是”时，进入步骤四的判定环节；
步骤四、判断是否存在划伤，即、丝印前检测中针对划伤的关键算法是，在检测软
件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中
(即、存储于系统内的，包含有绝大多数常规划伤形态等的数据)标准划伤特征进行比较，通
过将分别被检测到的各个瑕疵图像和划伤图像库图像，用模式识别方法进行一一匹配，从
而判定是否存在划伤这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤五的判定环节；
步骤五、判断是否存在边崩，即、丝印前检测中针对边崩的关键算法是，在检测软
件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中
(即、存储于系统内的，包含有绝大多数常规边崩形态的数据)标准边崩特征进行比较，通过
将分别被检测到的各个瑕疵图像和边崩图像库图像，用模式识别方法进行一一匹配，从而
判定是否存在边崩这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤六的判定环节；
步骤六、判断是否存在丝印不良，即、丝印前检测中针对边崩的关键算法是，在检
测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据
库中(即、存储于系统内的，包含有绝大多数常规丝印不良形态的数据)标准丝印不良的特
征进行比较，通过将分别被检测到的各个瑕疵图像和丝印不良的图像库图像，用模式识别
方法进行一一匹配，从而判定是否存在丝印不良的这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，直接进入清洗工序或返回步骤三的工序。
在上述步骤中，无需对脏污进行容许与否的判断，如下表所示：该判断的规则如下
表所示：
丝印后
视窗区
印刷区
污迹
容许
容许
纤维
容许
容许
灰尘
容许
容许
此外，关于丝印后的具体工艺流程还可可以为：
步骤一、对触摸屏玻屏摄像；
步骤二、分析出图像内所有的瑕疵(如：印刷不良、划伤、针孔、刮痕、边崩等等瑕疵
和灰尘、纤维、指纹、污渍等等可以被清除的脏污)的位置及其此类污染物的厚度、尺寸、形
状、灰度等等特征；
步骤三、判断是否存在划伤，即、丝印前检测中针对划伤的关键算法是，在检测软
件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中
(即、存储于系统内的，包含有绝大多数常规划伤形态等的数据)标准划伤特征进行比较，通
过将分别被检测到的各个瑕疵图像和划伤图像库图像，用模式识别方法进行一一匹配，从
而判定是否存在划伤这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤四的判定环节；
步骤四、判断是否存在边崩，即、丝印前检测中针对边崩的关键算法是，在检测软
件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据库中
(即、存储于系统内的，包含有绝大多数常规边崩形态的数据)标准边崩特征进行比较，通过
将分别被检测到的各个瑕疵图像和边崩图像库图像，用模式识别方法进行一一匹配，从而
判定是否存在边崩这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤五的判定环节；
步骤五、判断是否存在丝印不良，即、丝印前检测中针对边崩的关键算法是，在检
测软件中根据图像分析得到的每一个瑕疵的形状、尺寸、灰度和厚度等图形和数据，与数据
库中(即、存储于系统内的，包含有绝大多数常规丝印不良形态的数据)标准丝印不良的特
征进行比较，通过将分别被检测到的各个瑕疵图像和丝印不良的图像库图像，用模式识别
方法进行一一匹配，从而判定是否存在丝印不良的这种瑕疵。
当判断结果为“是”时，判定为不良品，结束程序；
当判断结果为“否”时，进入步骤六的判定环节；
步骤六、判断是否存在脏污；
当判断结果为“否”时，直接封装出库；
当判断结果为“是”时，直接进入清洗工序后封装出库。
由此可见，在本实施例中，触摸屏玻璃在几何位置上，可以分为视窗区和印刷区
(见附图1)，视窗区不会丝印任何图案、在后道工艺中会贴膜，印刷区上将丝印上听筒孔、摄
像孔、按键、四周黑/白框等图案；在印刷区的脏污在丝印前是不容许的(因为会影响丝印的
质量，造成凸出的部分，在行业的检测标准中，这种瑕疵被称为背面毛丝或印刷不良)，在丝
印后是可容许；所有在视窗区的脏污都是可以容许的。因为被容许的脏污都可以在最后的
工艺中被擦除。
由此，由于视窗区占整个玻璃的80％，所以至少有80％以上的脏污是可容许的，这
也就大大提高了玻璃AOI检测的良品率。
值得指出的是，在上述的实施例中，仅列出了部分瑕疵和脏污的类型，在实际操作
的过程中，可根据生产的需要，对其比对和判定的项目选项进行调整。例如：脏污还可以包
含可以通过丝印印刷而覆盖住的经过后道工序处理后而不影响玻屏质量的各类细小瑕疵。