一种基于CCD感知的发光强度及均匀度的检测方法技术

本发明专利技术涉及一种基于CCD感知的发光强度及均匀度的检测方法，包括标定步骤和检测步骤，所述检测步骤包括以下步骤：步骤a1、取待测发光面，设置CCD的参数，使其与标定步骤的CCD参数相同；步骤a2、在暗室环境中，对待测发光面做成像，得到成像图像I；步骤a3、提取成像图像I的亮度特征矩阵M和均匀度特征U；步骤a4、根据标定步骤建立并学习亮度模型，得到学习后的亮度模型；步骤a5、根据学习后的亮度模型和亮度特征矩阵计算待测发光面的亮度A；根据均匀度特征矩阵U，计算待测发光面的均匀度u。本发明专利技术能够实现不同发光材质的亮度和均匀检测，而且能实现不同发光位置、不同发光尺寸的检测，能够抗噪声干扰，且简单易实行。

【技术实现步骤摘要】
一种基于CCD感知的发光强度及均匀度的检测方法
本专利技术涉及发光面检测
，具体讲的是一种基于CCD感知的发光强度及均匀度的检测方法。
技术介绍
随着平板显示器的升级换代的加快，用户对显示设备的显示效果要求越来越高，以及批量生产过程中对生产效率的高要求，使得传统的点式亮度计无法满足测试要求。传统的亮度和均匀度检测方法主要是5点，9点法等，这就导致如果需要进行全屏检测时，效率及其低下，无论是自动还是半自动产线，都需要很长的时间，无法满足产线需要。另外，传统的方法对于小范围的发光亮度检测不佳，有些方法标定过程复杂，对于不同的产品，标定方式单一，不能很好的适应不同的显示设备。有些设备不能实现任意一点处发光亮度的测量。在显示设备的自动化检测中，显示设备亮度变化呈现一定的趋势，传统算法无法很好针对特定产品拟合这种趋势，无法实现特定产品的精准检测。有些检测设备很容易受到噪声干扰。因此，能够做到全屏检测，不同发光面积检测，降低噪声干扰，适应不同产线，不同产品的检测设备，将很有必要。
技术实现思路
本专利技术要解决的技术问题是针对以上不足，提供一种基于CCD感知的发光强度及均匀度的检测方法。为解决以上技术问题，本专利技术采用以下技术方案：一种基于CCD感知的发光强度及均匀度的检测方法，包括以下步骤：步骤a1、取待测发光面，设置CCD的参数，使其与标定步骤的CCD参数相同；步骤a2、在暗室环境中，对待测发光面做成像，得到成像图像I；步骤a3、提取成像图像I的亮度特征矩阵M和均匀度特征U；步骤a4、根据标定步骤建立并学习亮度模型，得到学习后的亮度模型；步骤a5、根据学习后的亮度模型和亮度特征矩阵计算待测发光面的亮度A；根据均匀度特征矩阵U，计算待测发光面的均匀度u。进一步的，所述步骤a3具体包括以下步骤：步骤a31、生成成像图像I的k层金字塔G，表示为：G＝{G1…Gj}，j＝1，2，…，k；步骤a32、将Gj分为相同大小的m*n区域，j＝1，2，…，k；步骤a34、依次提取Gj，j＝1，2，…，k上相同位置的灰度值Gj(p，q)，(p，q)为位置点的坐标，p＝1，2，…，m；q＝1，2，…，n，构成尺度一致局部直方图，表示为：Hp，q(j)＝Gj(p，q)；j＝1，2，…，k；p＝1，2，…，m；q＝1，2，…，n；步骤a35、将所有尺寸一致局部直方图Hp，q(j)进行合并，得到成像图像I的多维特征矩阵H，表示为：H＝{Hp，q(j)|j＝1，2，…，k；p＝1，2，…，m；q＝1，2，…，n}则，成像图像I的亮度特征矩阵M表示为：步骤a36、将多维特征矩阵H做归一化处理，表示为：生成成像图像I的均匀度特征矩阵U，表示为：进一步的，所述标定步骤包括以下步骤：步骤b1、选取与待测发光面相同的N个发光面样品，按照等差变换规律设置N个发光面样品的亮度值；步骤b2、将每个发光面样品分成m*n个区域，用高精度测量工具对发光面样品的各个区域做亮度测量，N个发光面样品的亮度标准值，表示为：其中，Ai为第i个发光面样品的亮度标准值，i＝1、2……N；步骤b3、设置CCD的参数；步骤b4、在暗室环境中，将N个发光面样品依次放置于CCD的正下方，并对其进行成像，生成N个成像图像Bi，i＝1，2，…，N，得到对应的成像图像序列{Bi}i＝1，2，…，N；步骤b5、提取成像图像序列{Bi}中每个成像图像Bi的亮度特征矩阵Mi，提取步骤与步骤a3相同；步骤b6、建立亮度模型：其中Mi为成像图像Bi的亮度特征矩阵，Ai为第i个发光面样品的亮度标准值，α、β和γ为亮度模型中的待训练值；步骤b7、将所有成像Bi的亮度特征矩阵Mi代入亮度模型中，训练亮度模型，得到训练后的亮度模型。进一步的，所述步骤b4中，计算待测发光面的均匀度的公式为：其中u为待测发光面的均匀度，U为均匀度矩阵。本专利技术采用以上技术方案后，与现有技术相比，具有以下优点：本专利技术能够实现不同发光材质的亮度和均匀检测，而且能实现不同发光位置、不同发光尺寸的检测，能够抗噪声干扰，且简单易实行；本专利技术的检测方法通过标定过程建立亮度学习模型，并选取多个样品发光面对学习模型进行训练，提高学习模型数值的准确度，以提高检测精度；本专利技术通过CCD进行检查，检测效率高，成本较低便于推广。下面结合附图和实施例对本专利技术进行详细说明。附图说明图1为与待检测发光面一致的，按照等差数列显示亮度的发光面样品(即标定样品)；图2为构建高斯金字塔得到亮度矩阵和均匀度协方差矩阵的示意图；图3为成像系统示意图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。一种基于CCD感知的发光强度及均匀度的检测方法，包括以下步骤：步骤a1、取待测发光面，设置CCD的参数，包括焦距f、光圈F、增益GA、白平衡参数BA、曝光时间T和工作距离L等参数，使其与标定步骤的GCD参数相同；步骤a2、在暗室环境中，对待测发光面做成像，得到成像图像I；步骤a3、提取成像图像I的亮度特征矩阵M和均匀度特征U，提取过程具体包括以下步骤：步骤a31、如图2所示，生成成像图像I的k层金字塔G，表示为：G＝{G1…Gj}，j＝1，2，…，k；步骤a32、将Gj分为相同大小的m*n区域，j＝1，2，…，k；步骤a34、依次提取Gj，j＝1，2，…，k上相同位置的灰度值Gj(p，q)，(p，q)为位置点的坐标，p＝1，2，…，m；q＝1，2，…，n，构成尺度一致局部直方图，表示为：Hp，q(j)＝Gj(p，q)；j＝1，2，…，k；p＝1，2，…，m；q＝1，2，…，n；步骤a35、将所有尺寸一致局部直方图Hp，q(j)进行合并，得到成像图像I的多维特征矩阵H，表示为：H＝{Hp，q(j)|j＝1，2，…，k；p＝1，2，…，m；q＝1，2，…，n}则，成像图像I的亮度特征矩阵M表示为：步骤a36、将多维特征矩阵H做归一化处理，表示为：生成成像图像I的均匀度特征矩阵U，表示为：步骤a4、根据标定步骤建立并学习亮度模型，得到学习后的亮度模型；步骤a5、根据学习后的亮度模型和亮度特征矩阵计算待测发光面的亮度A，将亮度特征矩阵M代入学习后的亮度模型得到发光面亮度A，表示为：A＝αM2+βM+γ；根据均匀度特征矩阵U，计算待测发光面的均匀度u，计算待测发光面的均匀度的公式为：其中u为待测发光面的均匀度，U为均匀度矩阵。标定步骤包括以下步骤：步骤b1、如图1所示，选取与待测本文档来自技高网...

【技术保护点】
1.一种基于CCD感知的发光强度及均匀度的检测方法，其特征在于，包括以下步骤：/n步骤a1、取待测发光面，设置CCD的参数，使其与标定步骤的CCD参数相同；/n步骤a2、在暗室环境中，对待测发光面做成像，得到成像图像I；/n步骤a3、提取成像图像I的亮度特征矩阵M和均匀度特征U；/n步骤a4、根据标定步骤建立并学习亮度模型，得到学习后的亮度模型；/n步骤a5、根据学习后的亮度模型和亮度特征矩阵计算待测发光面的亮度A；根据均匀度特征矩阵U，计算待测发光面的均匀度u。/n

【技术特征摘要】
1.一种基于CCD感知的发光强度及均匀度的检测方法，其特征在于，包括以下步骤：
步骤a1、取待测发光面，设置CCD的参数，使其与标定步骤的CCD参数相同；
步骤a2、在暗室环境中，对待测发光面做成像，得到成像图像I；
步骤a3、提取成像图像I的亮度特征矩阵M和均匀度特征U；
步骤a4、根据标定步骤建立并学习亮度模型，得到学习后的亮度模型；
步骤a5、根据学习后的亮度模型和亮度特征矩阵计算待测发光面的亮度A；根据均匀度特征矩阵U，计算待测发光面的均匀度u。


2.根据权利要求1所述的基于CCD感知的发光强度及均匀度的检测方法，其特征在于，所述步骤a3具体包括以下步骤：
步骤a31、生成成像图像I的k层金字塔G，表示为：
G＝{G1…Gj}，j＝1，2，…，k；
步骤a32、将Gj分为相同大小的m*n区域，j＝1，2，…，k；
步骤a34、依次提取Gj，j＝1，2，…，k上相同位置的灰度值Gj(p，q)，(p，q)为位置点的坐标，p＝1，2，…，m；q＝1，2，…，n，构成尺度一致局部直方图，表示为：
Hp，q(j)＝Gj(p，q)；j＝1，2，…，k；p＝1，2，…，m；q＝1，2，…，n；
步骤a35、将所有尺寸一致局部直方图Hp，q(j)进行合并，得到成像图像I的多维特征矩阵H，表示为：
H＝{Hp，q(j)|j＝1，2，…，k；p＝1，2，…，m；q＝1，2，…，n}
则，成像图像I的亮度特征矩阵M表示为：



步骤a36、将多维特征矩阵H做归一化...

【专利技术属性】
技术研发人员：胡伦庭，林碧云，
申请(专利权)人：武汉海微科技有限公司，
类型：发明
国别省市：湖北;42