[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

说明书

技术领域

本发明涉及平板显示器制造行业和液晶显示器显示缺陷检测领域，特别涉及TFT-LCD上的Mura缺陷的机器视觉检测领域。 

背景技术

TFT-LCD生产过程中要经过100多道生产工艺，生产工艺繁多复杂，尽管大部分生产工艺都已经十分成熟且每个生产工序都有严格的质量控制，但是在TFT-LCD量产过程中还是不可避免地会出现一定数量的显示缺陷。TFT-LCD的显示缺陷种类繁多，按照缺陷和背景的对比度的不同，可以将这些缺陷分为以下几类：亮点缺陷、暗点缺陷、亮线缺陷、暗线缺陷、Mura缺陷（Mura是日本语，本意为脏污、玷污的意思，现为平板显示行业专用术语，Mura缺陷表示平板显示器的区块显示缺陷、显示不完美现象）。亮点缺陷、暗点缺陷、亮线缺陷、暗线缺陷一般都是因为TFT-LCD生产过程中的电气特性引起的，比如TFT阵列短路、断路或者背光灯的损坏等。而Mura缺陷是由于玻璃基板的不均匀、玻璃基板内外的压力分布不均匀、液晶分子分布不均匀等因素引起的。 

在TFT-LCD的各类的显示缺陷中，由于亮点缺陷、暗点缺陷、亮线缺陷、暗线缺陷都有较高的对比度、边缘清晰、形状规则，能很容易地被人工或者机器视觉检测出来。而Mura缺陷具有边缘模糊、对比度低、形状不规则、大小变化多端、位置不固定等特点，是所有显示缺陷中最难检测的一类缺陷。目前，大多数TFT-LCD生产厂家都是使用熟练的工人用肉眼检测Mura缺陷的，判断缺陷的严重程度是通过工人感觉Mura缺陷的面积和Mura缺陷的对比度等做出的主观判定，缺乏客观评判依据。 

一般情况下，在采用机器视觉检测缺陷时，只需经过滤波等预处理即可采用不同的缺陷分割方法将缺陷目标分割出来。然而，通过CCD相机采集到的TFT-LCD图像会由于外界光照的不均、TFT-LCD本身材料的不均匀、CCD相机距离TFT-LCD不同位置的距离不同等原因产生图像的整体亮度不均匀，图像背景的亮度不均匀会与Mura缺陷的亮度不均匀混在一起，即Mura缺陷的灰度变化趋势和背景的灰度变化趋势保持一致，会使得Mura缺陷淹没在背景中，从而导致不能准确地检测出Mura缺陷甚至是检测失败。 

发明内容

本发明是为了解决由于图像背景亮度不均匀导致的Mura缺陷不能被准确分割的问 题，提出一种基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，通过建立一套TFT-LCD Mura缺陷检测系统和检测流程，利用先进的数字图像处理技术、双三次B样条曲面拟合技术，实现TFT-LCD Mura缺陷的准确快速检测。 

本发明提出了一种基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法，该方法包括以下步骤： 

第1步：在暗室中通过CCD相机采集到被点亮的TFT-LCD灰度图像，按照采集图像时的要求设定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，采集图像后将图像传入计算机做下一步处理； 

第2步：采用巴特沃斯低通滤波器对原始图像做滤波处理，消除图像中的随机噪声； 

第3步：通过全局阈值分割和Hough变换对感兴趣区域进行分割，将TFT-LCD图像从带有载物台等背景的图像中分割出来； 

第4步：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样条曲面作为图像背景，采用B样条函数做曲面拟合时，通过添加光顺项进一步控制拟合精度，并将双三次B样条函数分解为一维函数求解，且拟合图像时是对原图像的分块拟合； 

第5步：用第3步得到的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； 

第6步：采用Canny算子分割第5步得到的图像，将Mura缺陷区域分割出来； 

第7步：采用数学形态学的方法中的腐蚀和闭运算的技术对第6步得到的缺陷分割图像进行修正，修复较大连通区域并抑制较小连通区域。 

第8步：计算第7步得到的Mura区域的面积、Mura区域的亮度平均值，计算第3步得到的LCD图像背景亮度平均值； 

第9步：参照SEMU标准，按照第8步计算出的缺陷面积、缺陷亮度平均值、LCD图像背景亮度平均值计算出缺陷等级。 

作为本发明的进一步改进：步骤（1）包括了采集图像时的环境照度、温度、湿度参数范围。 

作为本发明的进一步改进：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。