手机背光模组点灯检测ROI分割方法技术

本发明专利技术公开了一种手机背光模组点灯检测ROI分割方法，该手机背光模组点灯检测ROI分割方法包括：步骤1，对待测图片进行全局阈值分析，得到SegmentRegion；步骤2，对阈值分析得到的SegmentRegion进行8邻域的连通域分析，将图像中连通区域找出来并进行标记；步骤3，根据面积大小选择Region，去除干扰，并对选择的区域进行区域填充操作，得到完整化的区域；步骤4，对完整化的区域进行形态学开操作，去除毛刺点，得到模组图案区域。该手机背光模组点灯检测ROI分割方法可以实现将待检测的模组图案画面从采集到的整个手机模组图像中分割出来。

【技术实现步骤摘要】
手机背光模组点灯检测ROI分割方法
本专利技术涉及机器视觉检测领域，具体地，涉及手机背光模组点灯检测ROI分割方法。
技术介绍
机器视觉检测技术主要是通过计算机配合工业相机和镜头来模拟人眼的视觉功能，通过对采集客观事物的图像并从中提取有用信息进行处理并加以理解，最终用于实际的检测与分类。随着经济的发展，手机已经成为全世界人人不可缺少的物品。在具有液晶屏幕的手机，显示屏是其重要的组件，一个完整的显示屏结构为：前框、水平偏光片、彩色滤光片、玻璃基板、液晶、薄膜电晶体玻璃基板、垂直偏光片、驱动IC与印刷电路板、扩散板、胶框、背光源、背板、主控制器板和背光模组点灯器组成，其中背光模组的好坏直接决定了其产品品质。随着科技的发展，人们对手机显示屏的体验感要求逐渐提高，这也对显示屏背光模组的质量提出了更高的要求，传统的人工检测已经无法满足要求。基于机器视觉方法的液晶显示屏背光模组自动检测具有效率高、检测质量佳、准确率高等诸多优点。在利用机器视觉技术进行手机液晶背光屏模组点灯检测时，一般步骤为首先通过工业相机采集点灯器点亮下的背光模组图案画面，然后根据图像处理算法对模组画面图像进行分析以判断是否存在缺陷。但在整个检测过程中，最重要的步骤就是将待检测的模组图案画面从采集到的整个手机模组图像中分割出来，即ROI的分割，所有缺陷检测相关的图像处理算法设计皆基于ROI分割基础上进行的。
技术实现思路
本专利技术的目的是提供一种手机背光模组点灯检测ROI分割方法，该手机背光模组点灯检测ROI分割方法可以实现将待检测的模组图案画面从采集到的整个手机模组图像中分割出来。为了实现上述目的，本专利技术提供了一种手机背光模组点灯检测ROI分割方法，该手机背光模组点灯检测ROI分割方法包括：步骤1，对待测图片进行全局阈值分析，得到SegmentRegion；步骤2，对阈值分析得到的SegmentRegion进行8邻域的连通域分析，将图像中连通区域找出来并进行标记；步骤3，根据面积大小选择Region，去除干扰，并对选择的区域进行区域填充操作，得到完整化的区域；步骤4，对完整化的区域进行形态学开操作，去除毛刺点，得到模组图案区域；步骤5，对模组图案区域进行亚像素精度的轮廓拟合，得到图案区域的边缘轮廓，将此轮廓分割成线，并作相应的平滑和近似；分割得到的结果为矩形模组ROI区域的四条边；步骤6，所述矩形模组ROI区域的四条边按照行列坐标点位置选择算法进行划分得到分离状态下的矩形模组图案区域的四条边；步骤7，对分离状态下的矩形模组图案区域的四条边进行基于Tukey最小二乘法下的亚像素轮廓的直线拟合，得到矩形区域每条边直线的起始点和结束点坐标；步骤8，计算拟合得到的矩形ROI轮廓四条边的四个端点坐标；步骤9，根据步骤8得到的四个端点坐标生成亚像素轮廓，并计算该亚像素轮廓的最小内接矩形，得到该矩形的中心点坐标、旋转角度及对角线的长度，并作矩形拟合；步骤10，利用步骤9中得到的亚像素轮廓与模组原图进行交集算法，得到背光模组的ROI部分；步骤11，计算步骤9中矩形的中心点坐标、旋转角度及对角线的长度得到仿射变换矩阵，并根据仿射变换矩阵进行图形的旋转，得到的图像为位置矫正后的图像。优选地，在步骤1中，对图像进行灰度化处理并计算图像灰度直方图，按照图像灰度直方图所呈现出来的图像灰度分布选择合适的最小灰度值和最大灰度值，选择的区域为：MinGray<SegmentRegion<MaxGray。优选地，在步骤6中，所述矩形模组ROI区域的四条边按照行列坐标点位置选择算法进行划分得到分离状态下的矩形模组图案区域的四条边的方法包括：在亚像素轮廓面积选择算法里，采用“contlength”特征并选择大小为[4916,10000]的参数区间，其中所选择参数的单位为像素个数，得到的结果为矩形模组图案区域水平的两条边缘直线；采用“rect2_len1”特征并选择大小为[0,1627]的参数区间，矩形模组图案区域竖直的两条边缘直线；在得到水平和垂直的边缘直线的基础上，同理根据算法里的坐标点列位置“column1”特征对水平的两条直线进行分离，参数区间[500,824]下得到上边缘直线，参数区间[825,1000]下得到下边缘直线；根据算法里坐标点行位置“row1”特征对竖直的两条直线进行分离，参数区间[873,1000]得到左边缘直线，参数区间[97,865]得到右边缘的直线。优选地，在步骤9中，为了防止过度分割，在横纵坐标及对角线长度上进行一定参数量的伸缩，伸缩量参数ZoomPar为可调参数，具体规则为：(Row-ZoomPar，Col-ZoomPar)和(Length1+ZoomPar，Length2+zoomPar)。优选地，在步骤3中，根据面积大小选择Region，去除一些小的且不相干Region的干扰，具体选择的参数为：2.77985e+006<SelectedRegions<2e+007，其中参数表示为像素点的数量，并对选择的区域进行区域填充操作，得到完整化的区域。根据上述技术方案，本专利技术可以将待检测的模组图案画面从采集到的整个手机模组图像中分割出来，即ROI的分割，基于机器视觉方法的液晶显示屏背光模组自动检测具有效率高、检测质量佳、准确率高等诸多优点。本专利技术的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术，但并不构成对本专利技术的限制。在附图中：图1是说明本专利技术的一种背光模组的结构示意图。附图标记说明1背光模组2手机显示屏边框3模组矩形图案显示区域具体实施方式以下结合附图对本专利技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术，并不用于限制本专利技术。本专利技术提供一种手机背光模组1点灯检测ROI分割方法，该手机背光模组1点灯检测ROI分割方法包括：步骤1，对待测图片进行全局阈值分析，得到SegmentRegion；步骤2，对阈值分析得到的SegmentRegion进行8邻域的连通域分析，将图像中连通区域找出来并进行标记；步骤3，根据面积大小选择Region，去除干扰，并对选择的区域进行区域填充操作，得到完整化的区域；步骤4，对完整化的区域进行形态学开操作，去除毛刺点，得到模组图案区域；步骤5，对模组图案区域进行亚像素精度的轮廓拟合，得到图案区域的边缘轮廓，将此轮廓分割成线，并作相应的平滑和近似；分割得到的结果为矩形模组ROI区域的四条边；步骤6，所述矩形模组ROI区域的四条边按照行列坐标点位置选择算法进行划分得到分离状态下的矩形模组图案区域的四条边；步骤7，对分离状态下的矩形模组图案区域的四条边进行基于Tukey最小二乘法下的亚像素轮廓的直线拟合，得到矩形区域每条边直线的起始点和结束点坐标；步骤8，计算拟合得到的矩形ROI轮廓四条边的四个端点坐标；步骤9，根据步骤8得到的四个端点坐标生成亚像素轮廓，并计算该亚像素轮廓的最小内接矩形，得到该矩形的中心点坐标、旋转角度及对角线的长度，并作矩形拟合；步骤10，利用步骤9中得到的亚像素轮廓与模组原图进行交集算法，得到背光模组1的ROI部分；步骤11，计算步骤本文档来自技高网...

【技术保护点】
1.一种手机背光模组点灯检测ROI分割方法，其特征在于，该手机背光模组点灯检测ROI分割方法包括：步骤1，对待测图片进行全局阈值分析，得到SegmentRegion；步骤2，对阈值分析得到的SegmentRegion进行8邻域的连通域分析，将图像中连通区域找出来并进行标记；步骤3，根据面积大小选择Region，去除干扰，并对选择的区域进行区域填充操作，得到完整化的区域；步骤4，对完整化的区域进行形态学开操作，去除毛刺点，得到模组图案区域；步骤5，对模组图案区域进行亚像素精度的轮廓拟合，得到图案区域的边缘轮廓，将此轮廓分割成线，并作相应的平滑和近似；分割得到的结果为矩形模组ROI区域的四条边；步骤6，所述矩形模组ROI区域的四条边按照行列坐标点位置选择算法进行划分得到分离状态下的矩形模组图案区域的四条边；步骤7，对分离状态下的矩形模组图案区域的四条边进行基于Tukey最小二乘法下的亚像素轮廓的直线拟合，得到矩形区域每条边直线的起始点和结束点坐标；步骤8，计算拟合得到的矩形ROI轮廓四条边的四个端点坐标；步骤9，根据步骤8得到的四个端点坐标生成亚像素轮廓，并计算该亚像素轮廓的最小内接矩形，得到该矩形的中心点坐标、旋转角度及对角线的长度，并作矩形拟合；步骤10，利用步骤9中得到的亚像素轮廓与模组原图进行交集算法，得到背光模组的ROI部分；步骤11，计算步骤9中矩形的中心点坐标、旋转角度及对角线的长度得到仿射变换矩阵，并根据仿射变换矩阵进行图形的旋转，得到的图像为位置矫正后的图像。...

【技术特征摘要】
1.一种手机背光模组点灯检测ROI分割方法，其特征在于，该手机背光模组点灯检测ROI分割方法包括：步骤1，对待测图片进行全局阈值分析，得到SegmentRegion；步骤2，对阈值分析得到的SegmentRegion进行8邻域的连通域分析，将图像中连通区域找出来并进行标记；步骤3，根据面积大小选择Region，去除干扰，并对选择的区域进行区域填充操作，得到完整化的区域；步骤4，对完整化的区域进行形态学开操作，去除毛刺点，得到模组图案区域；步骤5，对模组图案区域进行亚像素精度的轮廓拟合，得到图案区域的边缘轮廓，将此轮廓分割成线，并作相应的平滑和近似；分割得到的结果为矩形模组ROI区域的四条边；步骤6，所述矩形模组ROI区域的四条边按照行列坐标点位置选择算法进行划分得到分离状态下的矩形模组图案区域的四条边；步骤7，对分离状态下的矩形模组图案区域的四条边进行基于Tukey最小二乘法下的亚像素轮廓的直线拟合，得到矩形区域每条边直线的起始点和结束点坐标；步骤8，计算拟合得到的矩形ROI轮廓四条边的四个端点坐标；步骤9，根据步骤8得到的四个端点坐标生成亚像素轮廓，并计算该亚像素轮廓的最小内接矩形，得到该矩形的中心点坐标、旋转角度及对角线的长度，并作矩形拟合；步骤10，利用步骤9中得到的亚像素轮廓与模组原图进行交集算法，得到背光模组的ROI部分；步骤11，计算步骤9中矩形的中心点坐标、旋转角度及对角线的长度得到仿射变换矩阵，并根据仿射变换矩阵进行图形的旋转，得到的图像为位置矫正后的图像。2.根据权利要求1所述的手机背光模组点灯检测ROI分割方法，其特征在于，在步骤1中，对图像进行灰度化处理并计算图像灰度直方图，按照图像灰度直方图所呈现出来的图像灰度分布选择合适的最小灰度值和最大灰度值，选择的区域为：MinGray<Segm...

【专利技术属性】
技术研发人员：熊节，周秋俊，陈尹力，
申请(专利权)人：安徽皓视光电科技有限公司，
类型：发明
国别省市：安徽,34