【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于参数自适应调整的miniled外观检测方法及装置。
技术介绍
1、在miniled面板的生产制造过程中，不同的工艺制程会导致出现多种芯片缺陷，包括焊锡异常、缺件、偏移、旋转、侧立、翘起、异物、缺损、点灯等。在产线的不同节点添加aoi检测机器能够帮助厂商及时定位问题，优化产线的生产工艺，从而提升效率。当前已有miniled外观缺陷检测的技术方案通常是，先通过高精度的工业相机对mini led板进行拍照，然后根据图片信息与目标图像的差异大小确定是否存在缺陷。
2、具体的实现方法有两种，一种是预先挑选好最佳的模版图片，制作模版后，比较每个灯珠与模版的差异，若差异超出一定范围，则认为该灯珠存在异常。另一种是对图像预处理后进行阈值分割，然后对分割后的特定区域做形状拟合，将拟合后的形状与已知的灯珠信息做比较，如果超出阈值，说明该灯珠存在异常。
3、其中，前者则对图像的清晰度一致性要求较高，而在miniled面板的制作过程中，有概率出现板子弯曲变形的情况，由于拍照所用的工业镜头一般为定焦镜头，这就会导致成像模糊，从而导致算法的检测结果出错；后者中涉及到的阈值分割、形态学滤波、形状筛选、形状拟合等过程中有一系列的可调参数，针对不同清晰度的图片，想要达到检测效果最优，需要花费大量的时间和精力进行参数调整，此外，一般来说，不同的待检产品对应的最佳参数也不同。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种基
2、为了解决上述技术问题，本专利技术实施例提供了一种基于参数自适应调整的miniled外观检测方法，所述方法包括：
3、基于第一自适应阈值分割算法对miniled外观图像中的灯组区域进行分割处理，获得包含焊盘和灯组的第一分割图像；
4、基于第二次自适应阈值分割算法对所述第一分割图像各灯珠区域进行分割处理，获得灯组中各灯珠粗略形状和各灯珠分割阈值；
5、对灯组中各灯珠粗略形状进行矩形拟合处理，获得各灯珠对应拟合矩形；
6、计算获得各灯珠对应拟合矩形的长、宽、面积，并基于所述各灯珠对应拟合矩形的长、宽、面积与对应灯珠的规格参数进行对比处理。
7、可选的，所述基于第一自适应阈值分割算法对miniled外观图像中的灯组区域进行分割处理，获得包含焊盘和灯组的第一分割图像，包括：
8、在对所述miniled外观图像进行分割处理时，选择选择所述miniled外观图像的背景为亮，并利用所述第一自适应阈值分割算法进行分割处理，获得初步分割图像；
9、对所述初步分割图像进行质心位置计算处理，获得初步分割图像的质心位置；
10、根据所述初步分割图像的质心位置获得灯组中红色灯珠在所述初步分割图像中的区域，并对红色灯珠在所述初步分割图像中的区域进行填充处理，形成第一分割图像，所述第一分割图像由红色灯珠和焊盘组成的红色灯珠子区域、绿色灯珠和焊盘组成的绿色灯珠子区域和蓝色灯珠和焊盘组成的蓝色灯珠子区域组成。
11、可选的，所述获得包含焊盘和灯组的第一分割图像之后，还包括：
12、分别计算所述第一分割图像中的红色灯珠子区域、绿色灯珠子区域和蓝色灯珠子区域的面积，获得红色灯珠区域面积、绿色灯珠区域面积和蓝色灯珠区域面积；
13、分别判断所述红色灯珠区域面积、绿色灯珠区域面积和蓝色灯珠区域面积是否在预设阈值范围内，预设阈值为预设面积到预设两倍面积之间；
14、若在预设阈值范围内时，则基于第二次自适应阈值分割算法对所述第一分割图像各灯珠区域进行分割处理；
15、若不在预设阈值范围内时，其小于预设面积时，则判断对应颜色灯珠区域为异物区域；
16、若不在预设阈值范围内时，其大于两倍预设面积时，则判断对应颜色灯珠区域为缺失灯珠的焊盘区域。
17、可选的，所述基于第二次自适应阈值分割算法对所述第一分割图像各灯珠区域进行分割处理，获得灯组中各灯珠粗略形状和各灯珠分割阈值，包括：
18、获得所述第一分割图像对应的绿色灯珠子区域、蓝色灯珠子区域和红色灯珠子区域；
19、对所述绿色灯珠子区域、蓝色灯珠子区域在分割时选择目标相对于背景为亮的分割阈值来利用所述第二次自适应阈值分割算法进行分割处理，获得绿色灯珠粗略形状、蓝色灯珠粗略形状、绿色灯珠分割阈值和蓝色灯珠分割阈值；
20、对所述红色灯珠子区域在分割时选择目标相对于背景为暗的分割阈值来利用所述第二次自适应阈值分割算法进行分割处理，获得红色灯珠粗略形状及红色灯珠分割阈值。
21、可选的，所述对所述红色灯珠子区域在分割时选择目标相对于背景为暗的分割阈值来利用所述第二次自适应阈值分割算法进行分割处理，包括：
22、对所述红色灯珠子区域进行最小外接矩形区域计算处理，获得红色灯珠最小外接矩形区域；
23、对所述红色灯珠最小外接矩形区域在分割时选择目标相对于背景为暗的分割阈值来利用所述第二次自适应阈值分割算法进行分割处理。
24、可选的，所述对灯组中各灯珠粗略形状进行矩形拟合处理，获得各灯珠对应拟合矩形，包括：
25、分别对绿色灯珠粗略形状、蓝色灯珠粗略形状和红色灯珠粗略形状进行形态学滤波处理，获得滤波后绿色灯珠粗略形状、滤波后蓝色灯珠粗略形状和滤波后红色灯珠粗略形状；
26、分别对所述滤波后绿色灯珠粗略形状、所述滤波后蓝色灯珠粗略形状和所述滤波后红色灯珠粗略形状进行矩形拟合处理，获得绿色灯珠拟合矩形、蓝色灯珠拟合矩形和红色灯珠拟合矩形。
27、可选的，所述基于所述各灯珠对应拟合矩形的长、宽、面积与对应灯珠的规格参数进行对比处理，包括：
28、并判断各灯珠对应的长、宽和面积是否均在对应灯珠的规格参数内；
29、若各灯珠对应的长、宽和面积任意一个不在对应灯珠的规格参数内时，判断对应灯珠的长宽比值是否在预设比值范围内；
30、若对应灯珠的长宽比值不在预设比值范围内时，判断所述长宽比值对应的灯珠为翘起；
31、若对应灯珠的长宽比值在预设比值范围内，调整所述长宽比对应的灯珠的分割阈值，并在调整分割阈值后返回基于第二次自适应阈值分割算法对所述第一分割图像进行分割处理步骤；
32、若各灯珠对应的长、宽和面积均在对应灯珠的规格参数内时，则确认各灯珠对应的拟合矩形为对应灯珠区域。
33、可选的，所述调整所述长宽比对应的灯珠的分割阈值，包括：
34、按照固定步长的方式调整所述长宽比对应的灯珠的分割阈值。
35、可选的，所述确认各灯珠对应的拟合矩形为对应灯珠区域之后，还包括本文档来自技高网...
【技术保护点】
1.一种基于参数自适应调整的MiniLed外观检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的MiniLed外观检测方法，其特征在于，所述基于第一自适应阈值分割算法对MiniLed外观图像中的灯组区域进行分割处理，获得包含焊盘和灯组的第一分割图像，包括：
3.根据权利要求2所述的MiniLed外观检测方法，其特征在于，所述获得包含焊盘和灯组的第一分割图像之后，还包括：
4.根据权利要求1所述的MiniLed外观检测方法，其特征在于，所述基于第二次自适应阈值分割算法对所述第一分割图像各灯珠区域进行分割处理，获得灯组中各灯珠粗略形状和各灯珠分割阈值，包括：
5.根据权利要求4所述的MiniLed外观检测方法，其特征在于，所述对所述红色灯珠子区域在分割时选择目标相对于背景为暗的分割阈值来利用所述第二次自适应阈值分割算法进行分割处理，包括：
6.根据权利要求1所述的MiniLed外观检测方法，其特征在于，所述对灯组中各灯珠粗略形状进行矩形拟合处理，获得各灯珠对应拟合矩形，包括：
7.根据权利要求1所述的
8.根据权利要求7所述的MiniLed外观检测方法，其特征在于，所述调整所述长宽比对应的灯珠的分割阈值，包括：
9.根据权利要求7所述的MiniLed外观检测方法，其特征在于，所述确认各灯珠对应的拟合矩形为对应灯珠区域之后，还包括：
10.一种基于参数自适应调整的MiniLed外观检测装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种基于参数自适应调整的miniled外观检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的miniled外观检测方法，其特征在于，所述基于第一自适应阈值分割算法对miniled外观图像中的灯组区域进行分割处理，获得包含焊盘和灯组的第一分割图像，包括：
3.根据权利要求2所述的miniled外观检测方法，其特征在于，所述获得包含焊盘和灯组的第一分割图像之后，还包括：
4.根据权利要求1所述的miniled外观检测方法，其特征在于，所述基于第二次自适应阈值分割算法对所述第一分割图像各灯珠区域进行分割处理，获得灯组中各灯珠粗略形状和各灯珠分割阈值，包括：
5.根据权利要求4所述的miniled外观检测方法，其特征在于，所述对所述红色灯珠子区域在分割时选择目标相对于背景为...
【专利技术属性】
技术研发人员：吴宗泽，于崇，彭胜龙，周磊，黄广俊，
申请(专利权)人：人工智能与数字经济广东省实验室深圳，
类型：发明
国别省市：
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。