一种PAD导光板黑点缺陷的视觉检测方法技术

本发明专利技术公开了一种PAD导光板黑点缺陷的视觉检测方法，包括采集导光板的图像并发送至上位机进行进一步预处理，预处理包括依次进行高斯滤波和分段线性变换，然后采用Harris角点检测算法将预处理后的图像划分为平面、边缘和角点，对检出的角点进行黑点检测判断是否为黑点缺陷，并在上位机中对黑点进行标记并显示；本发明专利技术改进了传统Harris角点检测算法误检概率大的缺陷；在Harris角点检测算法上新增了比较角点不同距离区域的灰度均值，从而判断角点是否是黑点，大大提高了检测黑点的准确度。大大提高了检测黑点的准确度。大大提高了检测黑点的准确度。

【技术实现步骤摘要】
一种PAD导光板黑点缺陷的视觉检测方法


[0001]本专利技术涉及导光板生产和图像识别领域，具体是一种PAD导光板黑点缺陷的视觉检测方法。

技术介绍

[0002]导光板(Light Guide Plate，LGP)，是采用网版印刷、激光雕刻等技术在亚克力板上制作导光点来得到的。作为一种具备高反射率的高科技光学材料，导光板具有轻薄高亮、环保耐用、发光均匀等优异特性，因此在液晶面板、广告灯、手机、PAD模组等场合有广泛应用。
[0003]便携式Android设备(PAD)导光板的熔料在塑化过程中，有时会因为装熔料的腔体温度过高而发生碳化，从而产生黑点缺陷。目前国内导光板厂家在检测黑点缺陷时，主要雇佣大量年轻员工，在专用的灯光照明下，进行导光板缺陷的多角度排查，将有缺陷的导光板剔除出来。这不仅要消耗大量人力资源，还对检测人员的视力和颈椎造成不同程度的损害。从检测效果来看，人工检测主观因素过高，个体间检测差异大，检测速度慢，而且无法实现7
×
24小时连续稳定工作。

技术实现思路

[0004]本专利技术要解决的技术问题是提供一种PAD导光板黑点缺陷的视觉检测方法，用以对生产完成的导光板进行黑点的在线检测。
[0005]为了解决上述技术问题，本专利技术提供一种PAD导光板黑点缺陷的视觉检测方法，包括：采集导光板的图像并发送至上位机进行进一步预处理，包括依次进行高斯滤波和分段线性变换，然后采用Harris角点检测算法对预处理后的图像进行角点检测，对检出的角点进行黑点检测判断是否为黑点缺陷，并在上位机中对黑点进行标圈显示。
[0006]作为本专利技术的一种PAD导光板黑点缺陷的视觉检测方法的改进：
[0007]所述高斯滤波为对图像邻域内像素进行平滑时，邻域内不同位置的像素被赋予不同的权值，离模板中心近的像素权值越大，离模板中心远的像素权值越小：
[0008][0009][0010]其中，f(x,y)是变换前的像素值，g(x,y)是变换后的像素值，w(s,t)是权值。
[0011]作为本专利技术的一种PAD导光板黑点缺陷的视觉检测方法的进一步改进：
[0012]所述分段线性变换为突出感兴趣的灰度区间，相对抑制那些不感兴趣的灰度区间：
[0013][0014]其中，f(x,y)是变换前的像素值，g(x,y)是变换后的像素值，L
‑
1是最大的像素值。
[0015]作为本专利技术的一种PAD导光板黑点缺陷的视觉检测方法的进一步改进：
[0016]所述Harris角点检测算法为利用一个局部的窗口在图像的各个方向上进行移动，通过计算灰度变化值来判断该窗口是否位于角点上，R>0时，窗口中心点为角点位置，角点坐标Q为窗口中心点坐标(x,y)：
[0017][0018]式中，R为角点响应函数值，λ1和λ2为矩阵M的特征值，detM表示行列式M的值，traceM表示矩阵M的迹，a为经验常数，一般取值范围在0.04～0.06之间；
[0019]detM＝λ1λ2＝AB
‑
C2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
(12)
[0020]traceM＝λ1+λ2＝A+B
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
(13)
[0021][0022][0023][0024][0025]W是以(x,y)为中心的窗口，w(x,y)为窗口内的窗口函数，I
x
和I
y
为I(x,y)分别在x方向和y方向的偏导数：
[0026][0027][0028]作为本专利技术的一种PAD导光板黑点缺陷的视觉检测方法的进一步改进：
[0029]所述黑点检测的过程为：
[0030]计算距离所述角点坐标Q的切比雪夫距离为5以内的区域灰度均值mean1，再计算所述角点坐标Q的切比雪夫距离为9到11的区域灰度均值mean2，然后判断两个区域灰度均值的差值是否大于事先设定的阈值(Threshold)，mean2
‑
mean1>Threshold时的角点为黑点；
[0031]切比雪夫距离的公式为：
[0032]d
1,2
＝max(|x1‑
x2|,|y1‑
y2|)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
(15)
[0033]其中，x1，x2，y1，y2为点的坐标。
[0034]作为本专利技术的一种PAD导光板黑点缺陷的视觉检测方法的进一步改进：
[0035]对所述黑点进行标圈为以黑点坐标为圆心，半径为10像素画圆。
[0036]本专利技术的有益效果主要体现在：
[0037]本专利技术改进了现有的阈值分割算法只用单一阈值作为划分、容易受成像稳定性影响发生漏检的缺陷，通过Harris角点检测算法并经过黑点检测的二次确认，提高了检测黑点的准确度。本专利技术改进了传统Harris角点检测算法只是单纯的利用了角点检测算法造成误检概率大的缺陷；在Harris角点检测算法上新增了比较角点不同距离区域的灰度均值，从而判断角点是否是黑点，大大提高了检测黑点的准确度。
附图说明
[0038]下面结合附图对本专利技术的具体实施方式作进一步详细说明。
[0039]图1为本专利技术的一种PAD导光板黑点缺陷的视觉检测方法的过程示意图；
[0040]图2为含有黑点缺陷的导光板图像；
[0041]图3为导光板的含黑点缺陷局部图像预处理前后的对比图(左图为原图像，中间为经过高斯滤波之后的图像，右图为经过分段线性变换之后的图像)；
[0042]图4为Harris角点检测算法示意图；
[0043]图5为角点响应函数R值与特征值λ1、λ2的关系示意图；
[0044]图6为本专利技术的黑点检测算法的示意图；
[0045]图7为黑点缺陷检测的效果示意图；
[0046]图8为本专利技术的黑点检测的过程示意图；
[0047]图9为分段线性变换的效果示意图。
具体实施方式
[0048]下面结合具体实施例对本专利技术进行进一步描述，但本专利技术的保护范围并不仅限于此：
[0049]实施例1、一种PAD导光板黑点缺陷的视觉检测方法，如图1所示，具体过程包括：
[0050]1、图像采集及预处理
[0051]在工业现场的导光板生产线末端，采用使用面阵相机采集生产完成的导光板图片，并发送至上位机进行进一步预处理。如图2所示，展示了面阵相机的单次成像图，其中包含了需要检测的黑点缺陷。
[0052]图像预处理的方式主要有两个：先对所获取的PAD导光板原图像进行高斯滤波，使图像背景中的杂点被模糊化了；然后再使用分段线性变换，使图像的对比度有了显著提升，这两步简化了后续检测算法的设计。经过预处理的图像如附图3所示，图3为导光板图像中具有黑点缺陷的局部图，其中，左图为原图像，中间的图像为经过高斯本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种PAD导光板黑点缺陷的视觉检测方法，其特征在于:采集导光板的图像并发送至上位机进行进一步预处理，包括依次进行高斯滤波和分段线性变换，然后采用Harris角点检测算法对预处理后的图像进行角点检测，对检出的角点进行黑点检测判断是否为黑点缺陷，并在上位机中对黑点进行标圈显示。2.根据权利要求1所述的一种PAD导光板黑点缺陷的视觉检测方法，其特征在于：所述高斯滤波为对图像邻域内像素进行平滑时，邻域内不同位置的像素被赋予不同的权值，离模板中心近的像素权值越大，离模板中心远的像素权值越小：权值，离模板中心近的像素权值越大，离模板中心远的像素权值越小：其中，f(x,y)是变换前的像素值，g(x,y)是变换后的像素值，w(s,t)是权值。3.根据权利要求2所述的一种PAD导光板黑点缺陷的视觉检测方法，其特征在于：所述分段线性变换为突出感兴趣的灰度区间，相对抑制那些不感兴趣的灰度区间：其中，f(x,y)是变换前的像素值，g(x,y)是变换后的像素值，L
‑
1是最大的像素值。4.根据权利要求3所述的一种PAD导光板黑点缺陷的视觉检测方法，其特征在于：所述Harris角点检测算法为利用一个局部的窗口在图像的各个方向上进行移动，通过计算灰度变化值来判断该窗口是否位于角点上，R>0时，窗口中心点为角点位置，角点坐标Q为窗口中心点坐标(x,y)：式中，R为角点响应函数值，λ1和λ2为矩阵M的特征值，detM表示行列式M的值，traceM表示矩阵M的迹，a为经验常数，取值范围在0.04～0.06之间；detM＝λ1λ2＝A...

【专利技术属性】
技术研发人员：李俊峰，李镇宇，姚家辉，盛育豪，洪仁彦，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：