The invention discloses a method for dividing the micro-coating area of high-power white LED phosphor, which includes obtaining the coated substrate picture, pretreatment of the substrate picture, separation of the three channels of chromaticity, saturation and brightness of the pre-processed substrate image, and threshold segmentation based on histogram to obtain the coating area with deeper color. Then the final segmentation region is obtained based on the region growth of the threshold segmentation result. The detection result of this method has high precision and is suitable for industrial production.
【技术实现步骤摘要】
一种大功率白光LED荧光粉微涂覆区域的分割方法
本专利技术涉及视觉检测及图像处理领域,具体涉及一种大功率白光LED荧光粉微涂覆区域的分割方法。
技术介绍
大功率白光LED荧光粉微涂覆是一种利用压电原理控制涂覆的方法,该方法不同于传统的点胶方法,能对基板上的大量规则排布的芯片进行快速涂覆,且可通过喷嘴雾化气压、喷嘴高度、进料气压等各参数,达到多次微量涂覆的高精度控制作用。涂覆质量检测是LED封装中较为重要的环节。其中,涂覆区域的有效分割对涂覆质量检测有着关键的作用。考虑到微涂覆工艺的特点,涂覆区域分割方法需能达到快速、高精度的分割作用。但所需处理的基板上分布着大量的涂覆区域,且涂覆区域具有周边涂覆量稀薄的特点,与基板区域重叠,区分不明显。目前对涂覆区域分割的研究较少,且多针对点胶涂覆技术,难以满足微涂覆大量、快速、高精度分割的特点。
技术实现思路
为了克服现有技术存在的缺点与不足,本专利技术提供一种大功率白光LED荧光粉微涂覆区域的分割方法,本方法对微涂覆后获得的LED芯片基板上的荧光粉涂覆区域具有较好的分割效果。本专利技术采用如下技术方案:一种大功率白光LED荧光粉微涂覆区域的分割方法,包括如下步骤:S1获取涂覆后的基板图片;S2对基板图像进行预处理;S3将预处理后的基板图像从RGB空间转换为HSV空间,分离色度、饱和度和明度三通道;S4基于直方图的阈值分割,具体步骤如下:S4.1将S3中的饱和度分量和色度分量融合为一维,获得新分量;S4.2对新分量进行直方图统计;S4.3根据直方图统计选取阈值,利用新分量进行阈值分割,获得分割二值图片,分割出来的区域即为颜色 ...
【技术保护点】
1.一种大功率白光LED荧光粉微涂覆区域的分割方法,其特征在于,包括如下步骤:S1 获取涂覆后的基板图片;S2 对基板图像进行预处理;S3 将预处理后的基板图像从RGB空间转换为HSV空间,分离色度、饱和度和明度三通道;S4 基于直方图的阈值分割,具体步骤如下:S4.1 将S3中的饱和度分量和色度分量融合为一维,获得新分量;S4.2 对新分量进行直方图统计;S4.3 根据直方图统计选取阈值,利用新分量进行阈值分割,获得分割二值图片,分割出来的区域即为颜色较深的涂覆区域,此处将分割出来的涂覆区域所有像素点记为集合K;S5 基于阈值分割结果的区域生长,具体步骤如下:S5.1 将色度分量图划分为n*n个的局部区域;S5.2 利用canny算子对分割出的二值图片进行边缘提取,获得二值图边缘点位置,将色度分量图片中与二值图中边缘点位置一致的像素点作为种子点,进而获得色度分量中每个局部区域的种子点集合Pj,此处j指的是第j个局部区域;S5.3 计算色度分量每个局部区域内与集合K中像素点位置一致的像素点色度平均值及色度标准差,并将色度平均值加减色度标准差得到结果pj、qj,并作为区域分割边界的判断条 ...
【技术特征摘要】
1.一种大功率白光LED荧光粉微涂覆区域的分割方法,其特征在于,包括如下步骤:S1获取涂覆后的基板图片;S2对基板图像进行预处理;S3将预处理后的基板图像从RGB空间转换为HSV空间,分离色度、饱和度和明度三通道;S4基于直方图的阈值分割,具体步骤如下:S4.1将S3中的饱和度分量和色度分量融合为一维,获得新分量;S4.2对新分量进行直方图统计;S4.3根据直方图统计选取阈值,利用新分量进行阈值分割,获得分割二值图片,分割出来的区域即为颜色较深的涂覆区域,此处将分割出来的涂覆区域所有像素点记为集合K;S5基于阈值分割结果的区域生长,具体步骤如下:S5.1将色度分量图划分为n*n个的局部区域;S5.2利用canny算子对分割出的二值图片进行边缘提取,获得二值图边缘点位置,将色度分量图片中与二值图中边缘点位置一致的像素点作为种子点,进而获得色度分量中每个局部区域的种子点集合Pj,此处j指的是第j个局部区域;S5.3计算色度分量每个局部区域内与集合K中像素点位置一致的像素点色度平均值及色度标准差,并将色度平均值加减色度标准差得到结果pj、qj,并作为区域分割边界的判断条件;S5.4生成一张和分割二值图片大小相同的空白图片,在新生成图片中标记与S4中已被判定为涂覆区域相同位置的像素点,将新生成图片作为标记对比图;S5.5分别对每个局部区域进行八邻域生长,具体为:从S5.2步骤中获得该局部区域中的种子点集合Pj,然后选取种子集合Pj里的第一个种子,放入堆栈,并对该种子进行八邻域生长,进行生长条件判别,若符合生长条件,则继续生长,否则停止,直至该区域种子集合Pj内所有种子都生长完成,则该局部区域完成八邻域生长;S5.6当所有局部区域都完成八邻域生长后,则区域生长结束,获得最终的LED荧光粉微涂覆区域分割图片。2.根据权利要求1所述的分割方法,其特征在于,所述S2中,预处理具体为高斯滤波,高斯滤波核大小为3*3。3.根据权利要求1所述的分割方法,其特征在于,新分量的公式为:s=8*s0-h0其中s新饱和度分量,s0为原始饱和度分量,h0为原始色度分量,该变换公式对原始饱和度增强后减去原始色度,新获得的饱和度分量涂覆区域与基...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。