基于轮廓检测和特征匹配的LCD缺陷检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107633507A(43)申请公布日2018.01.26(21)申请号201710782328.7(22)申请日2017.09.02(71)申请人南京理工大学地址210094江苏省南京市孝陵卫200号(72)发明人朱炳斐陈文建张峻乾(74)专利代理机构南京理工大学专利中心32203代理人马鲁晋(51)Int.Cl.G06T7/00(2017.01)G06T7/13(2017.01)G06T7/136(2017.01)G06T7/33(2017.01)权利要求书2页说明书4页附图3页(54)发明名称基于轮廓检测和特征匹配的LCD缺陷检测方法(57)摘要本发明公开了一种基于轮廓检测和特征匹配的LCD缺陷检测方法，步骤如下：首先采集m幅标准的LCD显示屏图像并求平均建立标准图库，每2min重新采集更新图库；然后采集待测的LCD显示屏图像；然后对标准图和待测图进行配准，采用基于轮廓检测和特征匹配的方法；接着对配准后的待测图和标准图进行加权平均融合，得到新的待测图；之后对融合后的待测图和标准图分别进行局部自适应阈值分割；最后差影法检测缺陷，并由最小外接矩形法统计缺陷的类型及位置。本发明能实时高精度检测LCD缺陷。CN107633507ACN107633507A权利要求书1/2页1.一种基于轮廓检测和特征匹配的LCD缺陷检测方法，其特征在于，包括以下步骤：步骤1、采集N幅标准的LCD显示屏图像并求平均，得到标准模板图，建立标准图库,其中N为正整数；步骤2、采集待测的LCD显示屏图像；步骤3、将步骤1的标准模板图和步骤2的待测图进行配准，采用基于轮廓检测和特征匹配的方法，得到配准后的待测图；步骤4、对步骤1的标准模板图和步骤3得到的待测图进行融合处理，得到融合后的待测图；步骤5、分别对步骤1的标准模板图、步骤4得到的待测图进行阈值分割，得到两幅阈值图；步骤6、利用差影法处理步骤5得到的两幅阈值图，检测出缺陷。2.根据权利要求1所述的基于轮廓检测和特征匹配的LCD缺陷检测方法，其特征在于，步骤1所述的N≥5。3.根据权利要求1所述的基于轮廓检测和特征匹配的LCD缺陷检测方法，其特征在于，步骤1所述的采集N幅标准图并求平均，该过程需每2min重复一次，更新标准图库。4.根据权利要求1所述的基于轮廓检测和特征匹配的LCD缺陷检测方法，其特征在于，步骤3中基于轮廓检测和特征匹配的方法，具体过程如下：步骤3-1、将步骤2的待测图和标准模板图填充延扩，得到两个w×h的矩形图像，且w≠h，其中，w为宽，h为高；步骤3-2、对步骤3-1延扩之后的待测图进行全局阈值分割，得到二值图；步骤3-3、对步骤3-2中的二值图进行轮廓检测，去除小于0.5×l或大于l以外的轮廓，留下图像目标区域的轮廓，保存为初步轮廓图，其中l为步骤3-1中矩形的周长；步骤3-4、对步骤3-3中的初步轮廓图再进行由顶层至下的轮廓检测，保存为2D点集，并建立顶层点集的最小外接矩形；步骤3-5、对步骤3-4得到的最小外接矩形进行分析计算，确定其与水平轴逆时针方向的旋转夹角绝对值θ和逆时针四个顶点坐标；步骤3-6、根据步骤3-5得到的四个顶点坐标判别步骤2中的待测图相对标准模板图的旋转角度为正/负，之后再选择-θ或90°-θ对步骤2的待测图进行仿射变换获得初步配准图；步骤3-7、对步骤3-6的初步配准图和标准模板图进行基于特征点的匹配，获得配准后的待测图。5.根据权利要求1所述的基于轮廓检测和特征匹配的LCD缺陷检测方法，其特征在于，步骤4中融合处理，具体采用的是加权平均融合，所用的公式为：B'(M,N)＝c1A(M,N)+c2B(M,N)式中，A为标准模板图，B为配准后的待测图，大小均为M×N，其中M和N均为正整数，B’为融合后的待测图，加权系数：c2＝1-c1。6.根据权利要求1所述的基于轮廓检测和特征匹配的LCD缺陷检测方法，其特征在于，步骤5中阈值分割，具体采用的是局部自适应阈值分割，其滑动窗口大小为9×9。7.根据权利要求5所述的基于轮廓检测和特征匹配的LCD缺陷检测方法，其特征在于，2CN107633507A权利要求书2/2页加权系数c1＝0.38，c2＝0.62。3CN107633507A说明书1/4页基于轮廓检测和特征匹配的LCD缺陷检测方法技术领域[0001]本发明涉及LCD显示缺陷检测领域，特别是一种基于轮廓检测和特征匹配的LCD缺陷检测方法。背景技术[0002]液晶显示器件广泛应用于各种家用电器和仪器仪表，取得了长足发展。显示屏由于生产工艺繁杂、易受周围环境影响，使其容易产生缺陷，因此LCD显示缺陷的检测对改进LCD显示屏生产工艺以及提高其产品质量有着重要的意义。常用的方法有人工视觉检测、电学