[发明专利]基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法

权利要求书

1.一种基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，其特征在于，包括如下步骤：

（1）在暗室中通过CCD相机采集到被点亮的TFT-LCD灰度图像，设定了采集图像时环境的照度、温度、湿度以及CCD相机的采集图像的角度和到TFT-LCD的距离，将图像传入计算机；

（2）对原始图像做滤波处理；

（3）感兴趣区域分割，将LCD图像从带有载物台背景的图像中分割出来；

（4）采用基于B样条的最小二乘法的曲面拟合方法，拟合出一个近似通过LCD图像上给定数据点、能反映图像背景基本变化趋势的B样条曲面；

（5）用滤波处理和感兴趣区域分割之后的LCD图像减去拟合出的背景，得到消除亮度不均匀背景后的图像；

（6）采用Canny算子分割步骤（5）得到的图像，将Mura缺陷区域分割出来；

（7）计算步骤（6）得到的Mura区域的面积、Mura区域亮度平均值，计算步骤（3）得到LCD图像背景亮度平均值；

（8）参照SEMU标准，按照步骤（7）计算出的缺陷面积、缺陷亮度平均值、LCD图像背景亮度平均值计算出缺陷等级。

2. 根据权利要求1所述的基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，其特征在于，步骤（1）包括了采集图像时的环境照度、温度、湿度参数范围。

3.根据权利要求1所述的基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，其特征在于，步骤（1）包括采集图像时CCD相机采集图像的角度和距离计算方法。

4.根据权利要求1所述的基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，其特征在于，步骤（2）中采用的滤波器是巴特沃斯低通滤波器。

5.根据权利要求1所述的基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，其特征在于，步骤（3）包括全局阈值法和Hough变换。

6.根据权利要求1所述的基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，其特征在于，步骤（4）包括双三次B样条的最小二乘曲面拟合、双三次B样条曲面的光顺拟合、双三次B样条函数的乘积型原理分解。

7.根据权利要求6所述的基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，其特征在于，是对原始图像的分块拟合，分块拟合后拼接成原始图像大小的背景图像。

8.根据权利要求1所述的基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，其特征在于，在步骤（4）和步骤（5）之间包括数学形态学处理方法。

9.根据权利要求1所述的基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，其特征在于，步骤（5）包括在滤波处理和感兴趣区域分割之后的LCD图像上每个像素都加上一个常量，避免背景相减后出现像素值为负值的现象。