一种LCD屏幕亚像素级缺陷检测方法技术

本发明专利技术属于机器视觉图像测量与屏幕检测技术领域，具体涉及一种基于计算机视觉的LCD屏幕亚像素级缺陷检测方法。本方法对屏幕图像预处理获取二值化参数u0，通过自学习获取LCD单元的垂直VD、水平HD间距参数；对待检测图像进行全局二值化得到图像BI；然后对二值化图像BI进行采用约束性梯度方法，得到梯度图像DI；最后对梯度图像DI进行连通域面积计算，通过对面积进行判断是否存在缺陷，并对缺陷进行准确定位，从而实现LCD屏幕亚像素级的点线缺陷的快速检测。本发明专利技术适用于高清屏的点线缺陷检测环节，能够提高产品的良品率。

Method for detecting sub-pixel defect of LCD screen

The invention belongs to the technical field of machine vision image measurement and screen detection, in particular relates to a method for detecting a sub-pixel defect of a LCD screen based on computer vision. This method gets the binarization parameter U0 on screen image preprocessing, the level of VD and HD through the vertical spacing parameter acquisition unit LCD self-learning; to detect the overall image binarization image BI; then the binarization image BI using the constraint gradient method, gradient image by DI; at the end of the gradient DI image connected domain area calculation, judge whether there are defects through the area, and to locate the defects, so as to realize the rapid detection of point and line defects in LCD screen pixel. Point line defect detection part of the invention is applicable to the high screen, can improve the yield of the product.

【技术实现步骤摘要】

本专利技术属于机器视觉图像测量与屏幕检测
，具体涉及一种基于计算机视觉的LCD屏幕亚像素级缺陷检测方法。
技术介绍
近年来，随着制造技术的不断进步，消费者对液晶屏幕的屏幕效果要求也越来越高，高清屏在智能携带设备中的普及，在便携智能设备中已经开始出现2K分辨率的超高清屏幕。随着智能设备市场高清屏幕的需求旺盛，液晶屏生产质量受到市场的重视，屏幕质量检测作为生产过中重要的环节，也开始受到厂商和国内外广泛的关注。一方面，人工检测检测合格率波动大，影响产品的良品率，亚像素缺陷检测已经达到裸眼检测极限；另一方面，高强度的检测导致人员流动性大，企业成本上升，市场的旺盛需求已经不是单纯的人工能完成的。因此，针对液晶屏的缺陷自动检测是当前的研究热点，近年来也取得了许多显著的成果。然而，目前基于计算机视觉的屏幕缺陷自动检测方法主要是针对面缺陷、边界模糊等，对点线缺陷检测的研究较少。如专利201310379001.7公开了一种LCD异物缺陷检测方法，主要针对块状缺陷Mura的检测，对点线等像素级缺陷效果不理想。专利201310379518.6公开的一种LCD总体检测缺陷的方法，该方法主要用于低分辨率下的点线缺陷检测，并且涉及模版学习、匹配、轮廓检测等方法，时间复杂度高更加不能满足高速生产线。针对高清屏下的点线缺陷检测技术匮乏，使得现有的检测方法难以满足实际生产中的检测标准。
技术实现思路
本专利技术的目的就是针对现有技术的不足，提供一种能够快速对LCD屏幕的亚像素级点线缺陷检测的方法。为实现上述目的，本专利技术提供一种基于计算机视觉技术的LCD屏幕亚像素级缺陷检测方法，包含如下步骤：S1、图像采集：利用线阵相机和运动控制器对LCD屏幕进行成像；S2、图像阈值参数：对原始图像OI随机采样局部图像，获取全局二值化阈值u０；S3、屏幕预处理参数获取：对新型号的检测产品，通过随机采样若干个原始图像OI的局部样本，得到一组样本图像ROI；然后对这组样本图像ROI用S2中的阈值参数u０进行二值化，得到一组二值图像BROI；通过对所述的这组二值图像BROI采用差分分析获取LCD屏幕元件之间的水平间距参数HD和垂直间距参数VD；S4、图像预处理：利用S2中的二值化阈值u０对原始图像OI进行二值化预处理，得到二值化图像BI。S5、约束梯度图像获取：利用S3中获取的水平间距参数HD和垂直间距参数VD，采用约束性梯度方法对二值化图像BI求梯度，得到梯度图像DI；S6、缺陷快速判定定位：对梯度图像DI寻找连通域和面积计算，通过对面积进行判断是否缺陷。进一步的，在步骤S6中，对连通域面积大于该分辨率下单个液晶显示单元面积1/3判断为缺陷。优化的，在步骤S2中，采用自适应阈值方法获取全局二值化阈值u０参数。具体的，在步骤S3中，所述获取水平间距参数HD的步骤具体为：分别对二值图像组BROI中每一个图像进行间距为δ水平差分得到一组差分图像DROI，δ以步长1增长进行测试；对差分图像DROI的任一图像在所有的δ情况下分别求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的水平间距参数HD’；然后对所有样本图像的水平间距参数HD’求均值，即得到该型号屏幕对应水平间距参数HD；同样的，在步骤S3中，所述获取垂直间距参数VD的步骤具体为：分别对二值图像组BROI中每一个图像进行间距为δ垂直差分得到一组差分图像VROI，δ以步长1增长进行测试；对差分图像VROI的任一图像在所有的δ情况下分别求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的垂直间距参数VD’；然后对所有样本图像的垂直间距参数VD’求均值，即得到该型号屏幕对应垂直间距参数VD。其中，所述δ>1。优化的，在步骤S5中所述的对二值化图像BI求梯度的约束性梯度方法符合： D I ( i , j ) = 1 | B I ( i , j + H D ) + B I ( i + V D , j ) - 2 * B ( i , j ) | = 2 , i < H 2 , j < W 2 1 | B I ( i , j + H D ) + B I ( i - 本文档来自技高网...

【技术保护点】
一种LCD屏幕亚像素级缺陷检测方法，基于计算机视觉技术，包含如下步骤：S1、图像采集：利用线阵相机和运动控制器对LCD屏幕进行成像；S2、图像阈值参数：对原始图像OI随机采样局部图像，获取全局二值化阈值u0；S3、屏幕预处理参数获取：对新型号的检测产品，通过随机采样若干个原始图像OI的局部样本，得到一组样本图像ROI；然后对这组样本图像ROI用S2中的阈值参数u0进行二值化，得到一组二值图像BROI；通过对所述的这组二值图像BROI采用差分分析获取LCD屏幕元件之间的水平间距参数HD和垂直间距参数VD；S4、图像预处理：利用S2中的二值化阈值u0对原始图像OI进行二值化预处理，得到二值化图像BI。S5、约束梯度图像获取：利用S3中获取的水平间距参数HD和垂直间距参数VD，采用约束性梯度方法对二值化图像BI求梯度，得到梯度图像DI；S6、缺陷快速判定定位：对梯度图像DI寻找连通域和面积计算，通过对面积进行判断是否缺陷。

【技术特征摘要】
1.一种LCD屏幕亚像素级缺陷检测方法，基于计算机视觉技术，包含如下步骤：S1、图像采集：利用线阵相机和运动控制器对LCD屏幕进行成像；S2、图像阈值参数：对原始图像OI随机采样局部图像，获取全局二值化阈值u0；S3、屏幕预处理参数获取：对新型号的检测产品，通过随机采样若干个原始图像OI的局部样本，得到一组样本图像ROI；然后对这组样本图像ROI用S2中的阈值参数u0进行二值化，得到一组二值图像BROI；通过对所述的这组二值图像BROI采用差分分析获取LCD屏幕元件之间的水平间距参数HD和垂直间距参数VD；S4、图像预处理：利用S2中的二值化阈值u0对原始图像OI进行二值化预处理，得到二值化图像BI。S5、约束梯度图像获取：利用S3中获取的水平间距参数HD和垂直间距参数VD，采用约束性梯度方法对二值化图像BI求梯度，得到梯度图像DI；S6、缺陷快速判定定位：对梯度图像DI寻找连通域和面积计算，通过对面积进行判断是否缺陷。2.根据权利要求1所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S6中，对连通域面积大于该分辨率下单个液晶显示单元面积1/3判断为缺陷。3.根据权利要求1、2任一项所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S2中，采用自适应阈值方法获取全局二值化阈值u0参数。4.根据权利要求1、2任一项所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S3中，所述获取水平间距参数HD的步骤具体为：分别对二值图像组BROI中每一个图像进行间距为δ水平差分得到一组差分图像DROI，δ以步长1增长进行测试；对差分图像DROI的任一图像在所有的δ情况下分别求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的水平间距参数HD’；然后对所有样本图像的水平间距参数HD’求均值，即得到该型号屏幕对应水平间距参数HD；在步骤S3中，所述获取垂直间距参数VD的步骤具体为：分别对二值图像组BROI中每一个图像进行间距为δ垂直差分得到一组差分图像VROI，δ以步长1增长进行测试；对差分图像VROI的任一图像在所有的δ情况下分别求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的垂直间距参数VD’；然后对所有样本图像的垂直间距参数VD’求均值，即得到该型号屏幕对应垂直间距参数VD。5.根据权利要求3所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：δ>1。6.根据权利要求1、2、4任一项所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S5中，所述的对二值化图像BI求梯度的约束性梯度方法符合： D I ( i , j ) = 1 | B I ( i , j + H D ) + B I ( i + V D , j ) - 2 * B ( i , j ) | = 2 , i < H 2 , j < W 2 1 | B I ( i , j + H D ) + B I ( i - V D , j ) - 2 * B ( i , j ) | = 2 , i &G...

【专利技术属性】
技术研发人员：钱基德，陈斌，吴珊，赵雪专，李科，张衡，周中伟，吴强，
申请(专利权)人：中科院成都信息技术股份有限公司，
类型：发明
国别省市：四川;51