[發(fā)明專利]基于傅里葉梅林及特征匹配的LCD缺陷檢測系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201611174488.5
• 申請日: 2016-12-19
• 公開（公告）號: CN108205210B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 陳文建;朱炳斐;李武森;張峻乾
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G02F1/13
• 分類號: G02F1/13
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 馬魯晉

1.一種基于傅里葉梅林及特征匹配的LCD缺陷檢測方法，其特征在于，包括以下步驟：

步驟1、系統(tǒng)初始化，用CMOS相機(jī)采集標(biāo)準(zhǔn)的LCD顯示屏圖像存入標(biāo)準(zhǔn)圖庫；

步驟2、用CMOS相機(jī)采集待測的LCD顯示屏圖像；

步驟3、計算機(jī)對所述兩幅圖進(jìn)行圖像配準(zhǔn)，具體采用基于傅里葉梅林及特征匹配的方法進(jìn)行配準(zhǔn)，先對標(biāo)準(zhǔn)圖和待測圖做傅里葉梅林變換，計算出兩者之間的旋轉(zhuǎn)角度θ₀，然后根據(jù)旋轉(zhuǎn)角度θ₀初步校正待測圖，接著利用基于特征SURF/SIFT的匹配方法，對標(biāo)準(zhǔn)圖和校正后的待測圖進(jìn)一步配準(zhǔn)，獲得配準(zhǔn)后的待測圖；

步驟4、對步驟3配準(zhǔn)后的待測圖和標(biāo)準(zhǔn)圖進(jìn)行融合處理，具體采用加權(quán)平均融合方法進(jìn)行融合，得到融合后的待測圖；

步驟5、對步驟4融合后的待測圖和標(biāo)準(zhǔn)圖進(jìn)行閾值分割，具體采用的是局部自適應(yīng)閾值分割，然后利用差影法檢測缺陷，并用最小外接矩形法統(tǒng)計缺陷的位置及類型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1每5min執(zhí)行一次，更新標(biāo)準(zhǔn)圖庫。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟3中采用基于傅里葉梅林及特征匹配所用公式為：

g₂(x,y)＝g₁[(xcosθ₀+ysinθ₀)-Δx,(-xcosθ₀+ysinθ₀)-Δy]

G₂(ξ,η)＝e^{-2πj(ξΔx+ηΔy)}|G₁[(ξcosθ₀+ηsinθ₀),(-ξcosθ₀+ηsinθ₀)]|

s_p1(θ,ρ)＝r_p1[(θ-θ₀),λ]

式中，G₂(ξ,η)為g₂(x,y)的傅里葉變換，g₁(x,y)為標(biāo)準(zhǔn)圖,g₂(x,y)待測圖,θ₀為待測圖和標(biāo)準(zhǔn)圖之間的旋轉(zhuǎn)角度，Δx和Δy分別為兩者之間的水平和垂直偏移量，G₁和G₂分別為g₁(x,y)和g₂(x,y)的頻譜，r_p1(θ,ρ)和s_p1(θ,ρ)分別為G₁和G₂在極坐標(biāo)中的頻譜，θ為極坐標(biāo)下的角度參數(shù)，ρ為極徑，λ＝lgρ。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟3中基于特征SURF/SIFT的匹配方法中最后一步幾何變換采用透射變換。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟3中圖像配準(zhǔn)精度由相關(guān)系數(shù)衡量，所用公式為：

式中，A_ij為標(biāo)準(zhǔn)圖某一像素點(diǎn)的灰度值，B_ij為待測圖某一像素點(diǎn)的灰度值，為標(biāo)準(zhǔn)圖灰度平均值，為待測圖灰度平均值，C為標(biāo)準(zhǔn)圖和待測圖的相關(guān)系數(shù)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟4中加權(quán)平均融合所用的公式為：

B'(M,N)＝c₁A(M,N)+c₂B(M,N)

式中，A為標(biāo)準(zhǔn)圖，B為待測圖，大小均為M×N，B’為融合后的圖像，加權(quán)系數(shù)：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟5中局部自適應(yīng)閾值分割的滑動窗口大小為9×9。

8.根據(jù)權(quán)利要求6所述的方法，其特征在于，步驟4中加權(quán)系數(shù):c₁＝0.38，c₂＝0.62。