[發(fā)明專利]一種基于機器視覺的Mura缺陷檢測方法

有效

• 申請?zhí)枺?/td>: 201710578355.2
• 申請日: 2017-07-16
• 公開（公告）號: CN107678192B
• 公開（公告）日: 2020-09-25
• 發(fā)明（設(shè)計）人: 錢基德;錢基業(yè);陳斌;王佐才;陳剛;吳強;李科;張衡
• 申請（專利權(quán)）人: 中科院成都信息技術(shù)股份有限公司
• 主分類號: G02F1/13
• 分類號: G02F1/13
• 代理公司: 成都賽恩斯知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51212
• 代理人: 張端陽

本發(fā)明屬于液晶屏顯示缺陷檢測技術(shù)領(lǐng)域，具體涉及一種基于機器視覺的Mura缺陷檢測方法。所述檢測方法包含圖像采集、預(yù)處理、背景消除、二值化、去噪、缺陷判定等步驟。本發(fā)明對比基于高斯混合模型的空間域背景分離法及陰影消除法中計算全局像素平均，該檢測方法僅采用局域計算，不需要建立標(biāo)準(zhǔn)，且計算量小；避免了成像過程中光照不均勻的情況下，全局運算帶來的誤差；具有線性時間復(fù)雜度，且魯棒性好，且參數(shù)設(shè)計合理人工干預(yù)少，效率高，適合于工業(yè)檢測。

技術(shù)領(lǐng)域

本發(fā)明屬于液晶屏顯示缺陷檢測技術(shù)領(lǐng)域，具體涉及一種基于機器視覺的Mura缺陷檢測方法。

背景技術(shù)

近年來，由于液晶屏廣泛應(yīng)用于個人電腦、桌面顯示器、液晶電視、手持設(shè)備如手機、移動設(shè)備如車載顯示等產(chǎn)品，其需求量呈現(xiàn)出爆發(fā)式的增長。特別是最近兩年，液晶屏分辨率不斷提高，尤其是視網(wǎng)膜級的液晶屏的逐漸普及，消費者的體驗要求日益苛刻，液晶屏廠商之間的競爭日益激烈，亞像素缺陷檢測的需求日益凸顯，在液晶屏質(zhì)量控制中扮演著日益重要的角色。

由于目前該行業(yè)的檢測主要還是依靠人工裸眼檢測，檢測結(jié)果受人主觀判別影響較大，視覺疲勞易影響缺陷的檢測和分析，并且由于缺陷判斷缺乏統(tǒng)一的量化標(biāo)準(zhǔn)，難以保證檢測結(jié)果的一致性，不利于缺陷的定量分析。

機器視覺法通過采集液晶屏圖像，利用圖像分析算法識別和測量缺陷。由于機器視覺法具有精確性、可重復(fù)性、速度快等優(yōu)點，受到液晶屏制造商的廣泛關(guān)注。機器視覺法不會產(chǎn)生疲勞效應(yīng)，可實現(xiàn)非接觸式的長時間快速在線缺陷檢測。利用機器視覺法替代傳統(tǒng)的人工視覺法，為液晶屏缺陷檢測研究帶來一種全新的思路。因此研究基于機器視覺的缺陷自動檢測方法成了目前液晶屏檢測一個重要發(fā)展方向。

目前，基于機器視覺的液晶屏的Mura缺陷檢測方法主要有：Jiang等用方差分析和指數(shù)加權(quán)平均進行缺陷檢測，但該方法主要檢測較大面積的Mura缺陷,對面積較小的Mura缺陷檢出率很低；還有部分研究學(xué)者采用紋理消除和背景擬合的方法來進行Mura檢測，如Lu等[2]分別采用奇異值分解方法消除液晶屏圖像的重復(fù)紋理背景；Fan等[4]針對區(qū)域Mura缺陷提出了一種基于改進的回歸診斷的檢測方法，首先將圖像分塊，然后對每塊與使用2D曲線擬合估計背景圖進行差分得到差分圖像，然后對差分圖閾值化，獲得二值圖像中白色區(qū)域即為缺陷；中國專利201610761614.0《一種基于GPU的TFT-LCD Mura缺陷檢測的方法》公開了一種基于GPU硬件加速的回歸診斷缺陷檢測方法，該方法主要通過硬件改善回歸缺陷檢測方法效率低下問題。這些基于背景曲面擬合差分缺陷檢測和回歸診斷缺陷檢測，都是從檢測算法角度提高檢測準(zhǔn)確率且算法時間復(fù)雜度都較高，沒有在成像技術(shù)上進行研究，探索適合在線檢測的快速、魯棒性上，還需進一步研究。

發(fā)明內(nèi)容

本發(fā)明的目的就是針對現(xiàn)有技術(shù)的檢測復(fù)雜度高、時間長、成像系統(tǒng)研究不深入的問題，提供一種快速、高魯棒性的在線檢測的Mura缺陷的方法。

為實現(xiàn)上述目的，本發(fā)明所提供的一種基于機器視覺的Mura缺陷檢測方法的具體步驟為：

S1、圖像采集：線陣CCD相機置于液晶屏斜上方，與液晶屏呈25°～60°的角度，采集液晶屏的灰度圖像I，傳輸至缺陷檢測處理設(shè)備；

S2、預(yù)處理：對液晶屏圖像I采用梯度閾值的邊緣檢測法，獲取液晶屏的邊緣，按邊緣分割，得到待檢測液晶屏圖像P；并采用3*3的模板大小對液晶屏圖像P進行高斯模糊，得到待處理的圖像S；

S3、背景消除：對于圖像S采用公式一的基于領(lǐng)域信息的背景消除法，獲得前景圖像M：

M(x,y)＝|S(x+Δd,y)+S(x-Δd,y)+S(x,y+Δd)+S(x,y-Δd)-4M(x,y)| 公式一

其中x，y表示圖像中像素點的二維坐標(biāo)，Δd是增強邊緣的寬度，Δd的取值范圍是4～10；