[發明專利]導光板亮點缺陷檢測方法

有效

• 申請號: 201910513783.6
• 申請日: 2019-06-14
• 公開（公告）號: CN110530894B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 樓小棟;李俊峰;李越;盧彭飛;萬超楊
• 申請（專利權）人: 杭州舜浩科技有限公司
• 主分類號: G01N21/956
• 分類號: G01N21/956
• 代理公司: 杭州中成專利事務所有限公司 33212
• 代理人: 金祺

1.導光板亮點缺陷檢測方法，其特征在于：包括以下步驟：

(1)采集導光板圖像F；執行步驟(2)；

(2)檢測導光板邊緣，得到導光板邊緣圖像；執行步驟(3)；

步驟(2)為通過Canny邊緣檢測算法檢測出導光板圖像的邊緣，包括以下步驟：

第一步，進行高斯平滑濾波，大小為(2k+1)×(2k+1)的高斯濾波器核公式如下：

式中σ為標準差；H是高斯濾波核矩陣；H_ij為高斯濾波核矩陣第i行第j列元素；i是高斯濾波核矩陣行索引；j是高斯濾波核矩陣列索引；

使用高斯濾波器與圖像進行卷積，卷積運算公式如下：

f_s(x,y)＝H*f(x,y)

式中f_s(x,y)是高斯濾波后的圖像點(x,y)處的灰度值，H是高斯濾波器，f(x,y)是要進行高斯濾波的圖像，*表示卷積運算；

第二步，計算梯度大小與方向，確定像素點的梯度大小M(x,y)和方向α(x,y)；

式中f_s是第一步中高斯濾波后的圖像；g_x和g_y分別是水平和垂直方向的一階導數值；

第三步，應用非極大值(Non-Maximum Suppression)抑制，以消除邊緣檢測帶來的雜散響應；

此操作主要分為以下兩個步驟，

選擇最接近α(x,y)的方向d_k；

若M(x,y)的值至少小于d_k的兩個鄰居的梯度大小之一，則令g_N(x,y)＝0，g_N(x,y)＝0表示抑制；否則，令g_N(x,y)＝M(x,y)，這里g_N(x,y)是指非最大抑制后的圖像；

第四，用雙閾值處理和連接分析來檢測并連接邊緣；對g_N(x,y)進行閾值處理，以便減少偽邊緣點；得到導光板邊緣圖像；

(3)對導光板邊緣圖像進行分區操作，得到疏區圖像與密區圖像；執行步驟(4)；

(4)對疏區圖像進行檢測邊緣，得到疏區邊緣圖像；執行步驟(5)；

(5)對疏區邊緣圖像和疏區圖像進行加法運算，并閾值提取可能亮點缺陷，得到疏區可能亮點缺陷圖像；執行步驟(6)；

(6)求取疏區可能亮點缺陷圖像的連通域，得到疏區連通域圖像；執行步驟(7)；

(7)根據特征選擇疏區連通域圖像，得到疏區可能缺陷區域圖像；執行步驟(8)；

(8)提取疏區可能缺陷區域圖像的骨架，得到疏區骨架圖像；執行步驟(9)；

(9)對疏區骨架圖像進行特征提取，得到特征提取后疏區圖像；執行步驟(10)；

(10)使用SVM分類特征提取后疏區圖像的亮點缺陷與非亮點缺陷，得到疏區亮點缺陷圖像；執行步驟(11)；

(11)檢測密區圖像缺陷，均值濾波，得到第一次密區均值濾波結果圖和第二次密區值濾波結果圖；執行步驟(12)；

(12)第一次密區均值濾波結果圖減去第二次密區值濾波結果圖，得到密區缺陷圖像；執行步驟(13)；

(13)對步驟(12)中的密區缺陷圖像求取標準差，進一步凸顯缺陷，得到密區灰度值處理后的標準差圖像；執行步驟(14)；

(14)對密區灰度值處理后的標準差圖像消除背景影響，得到缺陷明顯的密區缺陷圖像；執行步驟(15)；

(15)對缺陷明顯的密區缺陷圖像進行灰度變換和閾值分割，得到密區可能亮點缺陷圖像；執行步驟(16)；

(16)對密區可能亮點缺陷圖像進行腐蝕操作，得到密區腐蝕后圖像；執行步驟(17)；

(17)對密區腐蝕后圖像求取連通域，得到密區缺陷區域圖像；執行步驟(18)；

(18)根據特征對密區缺陷區域圖像選擇缺陷區域，得到密區亮點缺陷圖像；執行步驟(19)；

(19)顯示缺陷區域，得到導光板亮點缺陷檢測圖。