[发明专利]基于轮廓检测和特征匹配的LCD缺陷检测方法

说明书

技术领域

本发明涉及LCD显示缺陷检测领域，特别是一种基于轮廓检测和特征匹配的LCD缺陷检测方法。

背景技术

液晶显示器件广泛应用于各种家用电器和仪器仪表，取得了长足发展。显示屏由于生产工艺繁杂、易受周围环境影响，使其容易产生缺陷，因此LCD显示缺陷的检测对改进LCD显示屏生产工艺以及提高其产品质量有着重要的意义。常用的方法有人工视觉检测、电学参数检测、自动光学检测，前两者一般用来检测宏观缺陷，对于微观缺陷无法检测，传统的人工视觉检测中人眼的分辨率不高会出现漏检误检，主观性大，长期工作会产生视觉疲劳导致稳定性不高，质量检测精度难保证，无法成为统一的检测标准。自动光学检测以其非接触性、高性能等优点得以快速发展。很多学者对LCD显示缺陷自动检测做过研究，但大量方法中，有的没有很好的克服光照影响，有的对图像旋转敏感，有的要求被测对象背景简单，有的无法检测出缺陷信息等，且基本没有方法检测与目标背景相近的缺陷。

LCD缺陷检测的核心是图像配准，配准精度越高检测精度越高，主要有基于区域和基于特征两种方法，目前基于特征的方法最普遍。传统的SIFT算法对图像旋转和尺度变化鲁棒性好，但运算量大、时间复杂度高。基于SIFT提出的SURF算法以牺牲精度换取速度。后来很多学者在SIFT和SURF的基础上进行改进，但是，大多方法图像配准的精度一般，且适用范围比较局限；对图像亮度变化的抗干扰能力不高；能够处理的旋转角度小；都必须采用去除误匹配算法，时间复杂度高；所有方法配准过程都采用仿射变换，而仿射变换是透射变换的一种特殊情况，只能处理二维空间旋转和平移，若图像微畸变出现三维状态，仿射变换将会出错。

发明内容

本发明的目的在于提供一种简单、快速、准确率高的LCD缺陷检测方法，满足各种需要LCD检测市场的需求。

实现本发明目的的技术解决方案为：一种基于轮廓检测和特征匹配的LCD缺陷检测方法，包括以下步骤：

步骤1、采集m幅标准的LCD显示屏图像并求平均，得到标准模板图，建立标准图库,其中m为正整数；

步骤2、采集待测的LCD显示屏图像；

步骤3、将步骤1的标准模板图和步骤2的待测图进行配准，采用基于轮廓检测和特征匹配的方法，得到配准后的待测图；

步骤4、对步骤1的标准模板图和步骤3得到的待测图进行融合处理，得到融合后的待测图；

步骤5、分别对步骤1的标准模板图、步骤4得到的待测图进行阈值分割，得到两幅阈值图；

步骤6、利用差影法处理步骤5得到的两幅阈值图，检测出缺陷。

进一步地，步骤1所述的N≥5。

进一步地，步骤1所述的采集N幅标准图并求平均，该过程需每2min重复一次，更新标准图库。

进一步地，步骤3中基于轮廓检测和特征匹配的方法，具体过程如下：

(1)将步骤2的待测图和标准模板图填充延扩，得到两个w×h的矩形图像，且w≠h，其中，w为宽，h为高；

(2)对(1)延扩之后的待测图进行全局阈值分割，得到二值图；

(3)对(2)中的二值图进行轮廓检测，去除小于0.5×l或大于l以外的轮廓，留下图像目标区域的轮廓，保存为初步轮廓图，其中l为(1)中矩形的周长；

(4)对(3)中的初步轮廓图再进行由顶层至下的轮廓检测，保存为2D点集，并建立顶层点集的最小外接矩形；

(5)对(4)得到的最小外接矩形进行分析计算，确定其与水平轴逆时针方向的旋转夹角绝对值θ和逆时针四个顶点坐标；

(6)根据(5)得到的四个顶点坐标判别步骤2中的待测图相对标准模板图的旋转角度为正/负，之后再选择-θ或90^°-θ对步骤2的待测图进行仿射变换获得初步配准图；

(7)对(6)的初步配准图和标准模板图进行基于特征点的匹配，获得配准后的待测图。

进一步地，步骤4中融合处理，具体采用的是加权平均融合的方法，所用的公式为：

B'(M,N)＝c₁A(M,N)+c₂B(M,N)

式中，A为标准图，B为配准后的待测图，B’为融合后的待测图，大小均为M×N，

加权系数：本发明选取c₁＝0.38，c₂＝0.62。

进一步地，步骤5中阈值分割，具体采用的是局部自适应阈值分割，其滑动窗口大小为9×9。