基于计算机视觉的液晶屏幕背光异物缺陷检测方法技术

本发明专利技术公开了一种基于计算机视觉的液晶屏幕背光异物缺陷检测方法，其包括：点亮状态和未点亮状态下的图像采集、基于固定阈值法的屏幕区域提取、基于Gabor滤波器的图像纹理滤波、背光异物候选区域确定、以及屏幕表面异物筛选。本发明专利技术提供的基于计算机视觉的液晶屏幕背光异物缺陷检测方法可实现在不去除保护膜的情况下，去除保护膜上的异物、划痕、疵点等对屏幕背光异物检测的干扰。

【技术实现步骤摘要】
基于计算机视觉的液晶屏幕背光异物缺陷检测方法
本专利技术涉及液晶模组生产行业中对产品的自动光学缺陷检测领域，尤其涉及一种基于计算机视觉的液晶屏幕背光异物缺陷检测方法。
技术介绍
随着信息产业的发展，液晶显示屏幕的需求量也不断攀升。一方面，人们对于液晶屏幕的品质有着更为严苛的把控；另一方面，行业竞争的激烈程度也与日俱增，提高生产效率和产品质量，降低生产成本变得尤为重要。然而液晶屏幕的生产过程极为复杂，对生产环境的要求也非常严格。在目前的屏幕生产工艺下，缺陷的存在是无法避免的，因此，在出厂前对其进行严格的检测是非常必要和关键的。目前，TFT-LCD生产厂商对缺陷的主流检测方式都是训练一批检测人员来判定缺陷，这些检测人员根据经验进行视觉上的判定和评级。但人眼检测具有主观性，不同检测人员之间并不能保证检测标准的完全一致，且长时间的检测易引起视觉疲劳影响缺陷的检测结果，检测工作后会出现视觉疲劳甚至会对人眼产生伤害，其效率低下且判断标准难以量化。随着技术的发展和积累，机器视觉(也称计算机视觉)逐渐取代人工检测，其解决人工检测缺陷时标准的主观性强，漏检率高以及对质检工人长时间工作产生的视觉疲劳问题，还可以缩短检测时间，提高检测效率。然而，采用机器视觉在检测背光异物缺陷也会受到多种外部干扰，其中就包括表面异物干扰。现有液晶屏幕表面都覆盖一层透明的塑料材质的保护膜，在原材料运输搬运过程中以及生产过程中，保护膜表面会沾染灰尘等表面异物，保护膜自身也会有划痕、疵点，这就对背光异物的检测带来很大的干扰。若要避免保护膜表面异物的干扰，就需要在检测时撕掉保护膜，在检测完成后重新使用覆膜机贴膜，这就会导致整个检测过程对环境的洁净度要求极高，使得检测成本很高，使用不便。
技术实现思路
针对现有技术存在的问题，本专利技术的主要目的是提供一种基于计算机视觉的液晶屏幕背光异物缺陷检测方法，旨在解决在不去除保护膜的情况下，去除保护膜上的异物、划痕、疵点等对屏幕背光异物检测的干扰。为实现上述目的，本专利技术提出的基于计算机视觉的液晶屏幕背光异物缺陷检测方法，具体包括如下步骤：步骤S1，控制CCD相机在垂直视角下采集点亮状态下的液晶屏幕图像A，以及未点亮状态下的处于外界环境光条件下的液晶屏幕图像B；步骤S2，采用固定阈值分别提取液晶屏幕图像A中的屏幕显示区域A和液晶屏幕图像B中的屏幕显示区域B；步骤S3，通过Gabor滤波器，对步骤2中获取的屏幕显示区域A和屏幕显示区域B进行0°和90°方向的多方向滤波；步骤S4，采用自适应灰度阈值分割算法从滤波后的屏幕显示区域A中的分割出疑似异物区域，对疑似异物区域进行定位并对所有的疑似异物区域进行二次阈值分割，得到候选异物区域；步骤5，按照的候选异物区域的位置坐标，在屏幕显示区域B中对与候选异物区域相同位置进行定位，提取候选异物区域相同位置上的领域局部子图，计算候选异物区域相同位置对应区域和领域局部子图的灰度均值，若候选异物区域相同位置的领域局部子图的灰度均值大于预设阈值，则认定检测的候选异物区域内的异物为表面异物，否则认定检测的候选异物区域内的异物为背光异物。可选地，在步骤S1中，在拍摄液晶屏幕图像时，通过自适应调节迭代算法调整CCD相机的曝光值，所述自适应调节迭代算法为：Exposurei＝Exposurei-1+ΔEΔE＝(Ave_Grayi-1-Ave_Graytarget)×70式中，Exposurei为当前计算得到的曝光参数，Exposurei-1为上一次使用的曝光参数；Ave_Grayi-1上一次采集得到的液晶屏幕图像中屏幕显示区域的亮度均值，Ave_Graytarget为屏幕显示区域的理想亮度值。可选地，所述步骤S2包括如下步骤：步骤S21，选取液晶屏幕图像的中心区域面积为100×100的区域作为候选像素区域，计算该区域的平均亮度值Ave_Gray100×100；步骤S22，以Ave_Gray100×100作为分割液晶屏幕图像中屏幕显示区域与背景区域的固定阈值Th，使用固定阈值Th对液晶屏幕图像进行二值化分割，得到边缘轮廓明显的二值图；步骤S23，检索二值图中屏幕显示区域的外部轮廓，对所述屏幕显示区域进行透视变换，得到矩形的屏幕显示区域；步骤S23，根据步骤S22中获取的二值图提取屏幕显示区域的外部轮廓，对所述外部轮廓进行透视变换，得到矩形的屏幕显示区域。可选地，所述步骤S23包括如下步骤：步骤S231，设定屏幕显示区域变换后对应矩形轮廓的四个角点构成的矩阵其中，NL为液晶屏幕显示区域在变换后的长边对应的像素个数，NW为液晶屏幕显示区域在变换后的长边对应的像素个数；步骤S232，对步骤S22中获取的二值图采用轮廓多边形近似的方式进行轮廓检索，再对检索得到的轮廓进行多边形拟合，得到屏幕显示区域的外部轮廓，并记录该外部轮廓信息：四个角点坐标(xij,yij)i＝0,1；j＝0,1和中心点坐标(xc,yc)；步骤S233，将外部轮廓的四个角点坐标(xij,yij)分别与中心点坐标(xc,yc)进行比较，对四个角点进行排序，确定变换前的外部轮廓的四个角点构成的矩阵其中，(xLT,yLT)为左上角坐标，(xLB,yLB)为左下角坐标，(xRT,yRT)为右上角坐标，(xRB,yRB)为右下角坐标；步骤S234，使用矩阵M1和矩阵M2对步骤S22获取的屏幕显示区域进行透视变换，得到矩形的屏幕显示区域。可选地，所述步骤S4包括如下步骤：步骤S41，对滤波后的屏幕显示区域进行灰度处理，获取一灰度图；步骤S42，采用尺寸为31*31的滑动窗口依次对灰度图进行行扫描和列扫描；步骤S43，提取灰度图中滑动窗口所覆盖的区域作为子图像，对所有子图像采用自适应灰度阈值分割算法进行阈值分割，得到疑似异物区域；步骤S44，按照子图像所对应的滑动窗口在灰度图中的位置，将分割后的二值图拼接为与灰度图尺寸相同的整体二值图；步骤S45，检索整体二值图中疑似异物区域的轮廓，对每个轮廓进行定位，对疑似异物区域进行二次阈值分割，得到候选异物区域。可选地，所述步骤S42包括如下步骤：步骤421，确定滑动窗口起点Point(i,j)＝(0,0)；步骤422，根据滑动窗口的尺寸生成当前的滑动窗口标记{i,j,31,31}，其中，(i,j)为滑动窗口左上角坐标；当i+31小于灰度图的列数时，执行步骤423否则跳转到步骤425；步骤423，将滑动窗口沿着水平方向滑动一个步长，水平滑动步长取27，并计算下一滑动窗口的起点坐标(i'＝i+27j'＝j)；步骤424，根据步骤423中得到的新起点坐标(i',j')，返回步骤422生成一新的滑动窗口；步骤425，将滑动窗口沿着垂直方向滑动一个步长，垂直滑动步长取27，并计算下一滑动窗口的起点坐标(i”＝i,j”＝j+27)；步骤426，根据步骤423中得本文档来自技高网...

【技术保护点】
1.一种基于计算机视觉的液晶屏幕背光异物缺陷检测方法，其特征在于，包括如下步骤：/n步骤S1，控制CCD相机在垂直视角下采集点亮状态下的液晶屏幕图像A，以及未点亮状态下的处于外界环境光条件下的液晶屏幕图像B；/n步骤S2，采用固定阈值分别提取液晶屏幕图像A中的屏幕显示区域A和液晶屏幕图像B中的屏幕显示区域B；/n步骤S3，通过Gabor滤波器，对步骤2中获取的屏幕显示区域A和屏幕显示区域B进行0°和90°方向的多方向滤波；/n步骤S4，采用自适应灰度阈值分割算法从滤波后的屏幕显示区域A中的分割出疑似异物区域，对疑似异物区域进行定位并对所有的疑似异物区域进行二次阈值分割，得到候选异物区域；/n步骤5，按照的候选异物区域的位置坐标，在屏幕显示区域B中对与候选异物区域相同位置进行定位，提取候选异物区域相同位置上的领域局部子图，计算候选异物区域相同位置对应区域和领域局部子图的灰度均值，/n若候选异物区域相同位置的领域局部子图的灰度均值大于预设阈值，则认定检测的候选异物区域内的异物为表面异物，否则认定检测的候选异物区域内的异物为背光异物。/n

【技术特征摘要】
1.一种基于计算机视觉的液晶屏幕背光异物缺陷检测方法，其特征在于，包括如下步骤：
步骤S1，控制CCD相机在垂直视角下采集点亮状态下的液晶屏幕图像A，以及未点亮状态下的处于外界环境光条件下的液晶屏幕图像B；
步骤S2，采用固定阈值分别提取液晶屏幕图像A中的屏幕显示区域A和液晶屏幕图像B中的屏幕显示区域B；
步骤S3，通过Gabor滤波器，对步骤2中获取的屏幕显示区域A和屏幕显示区域B进行0°和90°方向的多方向滤波；
步骤S4，采用自适应灰度阈值分割算法从滤波后的屏幕显示区域A中的分割出疑似异物区域，对疑似异物区域进行定位并对所有的疑似异物区域进行二次阈值分割，得到候选异物区域；
步骤5，按照的候选异物区域的位置坐标，在屏幕显示区域B中对与候选异物区域相同位置进行定位，提取候选异物区域相同位置上的领域局部子图，计算候选异物区域相同位置对应区域和领域局部子图的灰度均值，
若候选异物区域相同位置的领域局部子图的灰度均值大于预设阈值，则认定检测的候选异物区域内的异物为表面异物，否则认定检测的候选异物区域内的异物为背光异物。


2.如权利要求1所述的基于计算机视觉的液晶屏幕背光异物缺陷检测方法，其特征在于，在步骤S1中，在拍摄液晶屏幕图像时，通过自适应调节迭代算法调整CCD相机的曝光值，所述自适应调节迭代算法为：
Exposurei＝Exposurei-1+ΔE
ΔE＝(Ave_Grayi-1-Ave_Graytarget)×70
式中，Exposurei为当前计算得到的曝光参数，Exposurei-1为上一次使用的曝光参数；Ave_Grayi-1上一次采集得到的液晶屏幕图像中屏幕显示区域的亮度均值，Ave_Graytarget为屏幕显示区域的理想亮度值。


3.如权利要求1所述的基于计算机视觉的液晶屏幕背光异物缺陷检测方法，其特征在于，所述步骤S2包括如下步骤：
步骤S21，选取液晶屏幕图像的中心区域面积为100×100的区域作为候选像素区域，计算该区域的平均亮度值Ave_Gray100×100；
步骤S22，以Ave_Gray100×100作为分割液晶屏幕图像中屏幕显示区域与背景区域的固定阈值Th，使用固定阈值Th对液晶屏幕图像进行二值化分割，得到边缘轮廓明显的二值图；
步骤S23，检索二值图中屏幕显示区域的外部轮廓，对所述屏幕显示区域进行透视变换，得到矩形的屏幕显示区域；
步骤S23，根据步骤S22中获取的二值图提取屏幕显示区域的外部轮廓，对所述外部轮廓进行透视变换，得到矩形的屏幕显示区域。


4.如权利要求3所述的基于计算机视觉的液晶屏幕背光异物缺陷检测方法，其特征在于，所述步骤S23包括如下步骤：
步骤S231，设定屏幕显示区域变换后对应矩形轮廓的四个角点构成的矩阵其中，NL为液晶屏幕显示区域在变换后的长边对应的像素个数，NW为液晶屏幕显示区域在变换后的长边对应的像素个数；
步骤S232，对步骤S22中获取的二值图采用轮廓多边形近似的方式进行轮廓检索，再对检索得到的轮廓进行多边形拟合，得到屏幕显示区域的外部轮廓，并记录该外部轮廓信息：四个角点坐标(xij,yij)i＝0,1；j＝0,1和中心点坐标(xc,yc)；
步骤S233，将外部轮廓的四个角点坐标(xij,yij)分别与中心点坐标(xc,yc)进行比较，对四个角点进行排序，确定变换前的外部轮廓的四个角点构成的矩阵其中，(xLT,yLT)为左上角坐标，(xLB,yLB)为左下角坐标，(xRT,yRT)为右上角坐标，(xRB,yRB)为右下角坐标；
步骤S234，使用矩阵M1和矩阵M2对步骤S22获取的屏幕显示区域进行透视变换，得到矩形的屏幕显示区域。


5.如权利要求1所述的基于计算机视觉的液晶屏幕背光异物缺陷检测方法，其特征在于，所述步骤S4包括如下步骤：
步骤S41，对滤波后的屏幕显示区域进行灰度处理，获取一灰度图；
步骤S42，采用尺寸为31*31的滑动窗口依次对灰度图进行行扫描和列扫描；
步骤S43，提取灰度图中滑动窗口所覆盖的区...

【专利技术属性】
技术研发人员：曹永照，马忠强，何为，黄先齐，宫俊，
申请(专利权)人：深圳市斑马视觉科技有限公司，
类型：发明
国别省市：广东;44