当前位置：文档之家 › 基于图像处理方法的液晶显示器表面缺陷检测设计

基于图像处理方法的液晶显示器表面缺陷检测设计

  • 格式：pdf
  • 大小：977.75 KB
  • 文档页数：26

关键词：LCD;数字图像处理;预处理;边缘改进全局阀值
武汉理工大学《专业综合》课程设计说明书
目
录
第 1 章 绪论................................................................................................................................... 1 1.1 研究背景及意义...................................................................................................................... 1 1.2 TFT-LCD 显示缺陷.................................................................................................................. 2 第 2 章 检测方案设计与分析....................................................................................................... 3 2.1 检测方案.................................................................................................................................. 3 2.1.1 图像采集硬件平台....................................................................................................... 3 2.1.2 缺陷检测算法设计....................................................................................................... 3 2.2 关键技术分析.......................................................................................................................... 4 2.2.1 图像背景抑制技术....................................................................................................... 4 2.2.2 缺陷分割技术............................................................................................................... 5 第 3 章 Matlab 缺陷检测实现....................................................................................................... 6 3.1 生成模拟缺陷图像.................................................................................................................. 6 3.2 Gabor 滤除纹理背景................................................................................................................ 7 3.2.1 Gabor 滤波器................................................................................................................. 7 3.2.2 背景抑制仿真............................................................................................................... 9 3.3 边缘改进全阈值处理............................................................................................................ 10 3.3.1 阈值处理..................................................................................................................... 10 3.3.2 边缘改进全阈值处理..................................................................................................11 3.3.3 边缘改进全阈值仿真................................................................................................. 12 3.4 边缘填充与区域提取............................................................................................................ 12 3.5 缺陷识别................................................................................................................................ 13 3.6 整体检测仿真........................................................................................................................ 14 3.6.1 无缺陷检测................................................................................................................. 14 3.6.2 点缺陷检测................................................................................................................. 15 3.6.3 线缺陷检测................................................................................................................. 15
图 1.1 液晶显示器的应用
目前液晶显示行业成本竞争激烈，而对于液晶显示器制造商模组段制造来讲，人力的 使用直接决定着生产成本。以现有的液晶显示制造业后段模组的制造成本来看，人力成本 约占 25%，而在整个后段的模组部分，使用人力最多的地方在于画面检测。液晶模组段制 程中使用在检测上的员工占 38%以上。为实现人力成本的降低，此部分的人力缩减就成为
1
武汉理工大学《专业综合》课程设计说明书
现阶段迫切需要解
TFT-LCD 屏显示缺陷又名不良，英文词为“defect”，其种类繁多，根据不同标准可分 为不同种类。按照缺陷的形成原因分，显示缺陷可分为电气类缺陷和非电气类缺陷。按照 尺寸分类，缺陷分为点缺陷、线缺陷和面缺陷。如果进一步细分，点缺陷又可分为亮点、 暗点、和坏点，线缺陷又可分为亮线、暗线和弱亮线等，而面缺陷中一种最常见的缺陷叫 Mura 缺陷。 “Mura”一词来源于日语，可以翻译成斑或者云纹，由日本在液晶显示器领域 所做出的突出贡献，该词汇已经成为 LCD 业界公认的描述某种特定面缺陷的专业术语。 单个液晶体在制造过程的失效就会引起点缺陷的发生，而驱动 IC 与屏上的有源器件 连接不良则可以导致线缺陷的发生。 “Mura”是指显示器亮度不均匀造成各种痕迹的现象， Mura 缺陷对比度低，与其他像素差别仅为几个灰度值，没有固定形状和大小，没有明显的 边缘，因此在通常的环境下肉眼很难辨别，而且与观察的角度有关。要辨认 Mura 缺陷就 Mura 缺陷的产 必须在暗室下为液晶显示屏提供特定的背景亮度， 并从多个角度进行观察。 生主要是因为光学膜片内部位造成不均一所致，主要表现为液晶分子配向不均匀、液晶显 Mura 缺陷是所有缺陷检测中的难点， 示屏漏电不均匀和背光源发光不均匀等。 也是人们重 点研究的问题，Mura 缺陷又可细分为三种类型：点状 Mura，线状 Mura 以及区域 Mura。
武汉理工大学《专业综合》课程设计说明书
摘
要
为满足市场对 LCD 日益激增的需求，液晶显示屏产业日趋标准化和规模化，而液晶 显示屏缺陷检测作为生产过程中的重要环节，目前多采用人工检测方法。人工检测不仅存 在主观性、标准难以统一等弱点，且占用大量人力、物力资源。因此，本课程设计主要基 于数字图像处理方法的液晶显示器表面缺陷检测设计以期望实现快速、规范、低成本的自 动识别系统。 本文在分析了一些典型的液晶缺陷的基础上，设计出了一种基于机器视觉的液晶缺陷 检测方法，通过前端摄像头对液晶屏图像信息的采集，经由电脑机器视觉自动识别判断。 其方法包括预处理滤波抑制背景、边缘改进全局阀值处理图像二值化、图像填充以及区域 参数提取等。通过模拟生成的缺陷图像进行检测，该方法可以达到初步的对点、线、块以 及 Mura 缺陷的数量类别的识别。

合集下载

基于图像处理的缺陷检测与质量控制研究

基于图像处理的缺陷检测与质量控制研究

基于图像处理的缺陷检测与质量控制研究摘要：随着制造业的发展和进步，产品质量控制变得尤为重要。

而基于图像处理的缺陷检测与质量控制成为新的研究热点。

本文将介绍基于图像处理的缺陷检测技术的原理、方法和应用，并总结其在质量控制方面的作用。

1.引言随着全球制造业的快速发展，对产品质量的要求也日益提高。

传统的缺陷检测方法通常依赖于人工目视，这种方法不仅效率低下，而且容易出错。

因此，基于图像处理的自动缺陷检测技术应运而生。

2.基于图像处理的缺陷检测技术的原理基于图像处理的缺陷检测技术通过采集和处理产品图像来检测和识别缺陷。

其原理主要包括如下几个步骤：(1)图像采集：通过高分辨率的相机对产品进行拍摄，获取产品表面的图像信息。

(2)图像预处理：对采集到的图像进行预处理，包括图像增强、滤波、去噪等操作，以提高缺陷的可见性。

(3)特征提取：从预处理后的图像中提取特征来描述缺陷，包括纹理特征、颜色特征、形状特征等。

(4)分类与判别：通过训练分类器，对提取到的特征进行分类和判别，以实现缺陷检测和识别。

3.基于图像处理的缺陷检测技术的方法在基于图像处理的缺陷检测技术中，常用的方法包括以下几种：(1)基于阈值判别：使用预先设定的阈值来判断图像中是否存在缺陷。

该方法简单高效，但对图像质量要求较高，并且缺乏适应性。

(2)基于模板匹配：利用已知的缺陷模板与产品图像进行匹配，从而检测和识别缺陷。

该方法对缺陷模板的准确性和适应性有较高要求。

(3)基于机器学习：通过大量的训练样本，建立一个分类器来检测和识别缺陷。

常见的机器学习方法包括支持向量机、随机森林和深度学习等。

4.基于图像处理的缺陷检测技术的应用基于图像处理的缺陷检测技术在各个领域都有广泛的应用，包括电子产品制造、汽车制造、食品加工等。

以电子产品制造为例，通过基于图像处理的缺陷检测技术，可以实现对电子元件焊接、线路连接等缺陷的自动检测，提高生产效率和产品质量。

5.基于图像处理的缺陷检测技术在质量控制中的作用基于图像处理的缺陷检测技术在质量控制中起到了重要作用。

基于机器视觉的TFT-LCD屏mura缺陷检测技术研究共3篇

基于机器视觉的TFT-LCD屏mura缺陷检测技术研究共3篇

基于机器视觉的TFT-LCD屏mura缺陷检测技术研究共3篇基于机器视觉的TFT-LCD屏mura缺陷检测技术研究1基于机器视觉的TFT-LCD屏mura缺陷检测技术研究随着科技的不断进步，TFT-LCD屏已经广泛应用于电子产品中，如手机、电视、电脑等。

然而，由于其制造过程中存在多种不可避免的因素，如尘埃、残留物等，会导致一些缺陷出现在屏幕上，从而影响到其质量和使用效果。

其中，mura缺陷是一种最为常见的缺陷，通常表现为屏幕表面出现不均匀的亮度和色彩等问题。

为了保证产品质量和客户体验，需要对TFT-LCD屏进行缺陷检测。

本文探讨了一种基于机器视觉的TFT-LCD屏mura缺陷检测技术。

机器视觉是一种以计算机视觉算法为基础的视觉系统，它可以对图像进行快速而准确的分析和处理。

在TFT-LCD屏的mura缺陷检测中，机器视觉可以实现快速定位、准确识别缺陷，并进行有效的分类处理。

具体来说，该技术主要包含以下几个步骤：第一步是图像采集。

使用高分辨率相机或显微镜等设备采集TFT-LCD屏的图像，并将其转换成数字信号。

第二步是预处理。

将图像进行去噪、平滑和灰度化等处理，以消除噪声、提高图像质量和降低复杂度。

第三步是特征提取。

将处理后的图像进行特征提取，如亮度、颜色、对比度等，以获取重要的信息。

第四步是缺陷检测。

提取到特征向量后，可以利用支持向量机、卷积神经网络等算法进行分类，并进行缺陷检测。

第五步是结果分析。

根据测试结果分析缺陷类型、分布范围、严重程度等，并进行记录和报告，为后续处理提供依据。

在具体实现过程中，需要考虑多种因素。

例如，图像采集设备的选择与配置、人工干预的影响、算法准确度等。

同时，在算法方面还需要进一步提高检测的速度和准确度，以满足不同应用场景的需要。

总的来说，基于机器视觉的TFT-LCD屏mura缺陷检测技术具有快速、准确、可靠的优点，可以有效地提升产品质量和客户体验。

未来，我们可以进一步拓展应用领域，如面板制造、电子产品检测等，为智能制造和智慧生活提供更多的支持综上所述，基于机器视觉的TFT-LCD屏mura缺陷检测技术是一种重要的质检方法，具有高效、准确、可靠的优点。

TFT—LCD表面缺陷及其检测方法

TFT—LCD表面缺陷及其检测方法

摘要：当前薄膜晶体管液晶显示器(TFT—LCD)应用范围较广，但其面板缺陷问题对于整体显示质量影响较为突出，甚至对于面板生产效率产生负面影响，因此面板缺陷检测已成为当前TFT—LCD生产重要检测指标之一。

本文首先阐述TFT—LCD结构及表面缺陷，然后解析TFT—LCD表面缺陷检测方法，以期为减少TFT—LCD表面缺陷提供一定参考。

关键词：TFT—LCD；面板结构；表面缺陷；基板一、TFT—LCD结构及表面缺陷1.1TFT—LCD结构通常TFT—LCD面板结构具体包括上下两个基板，其中上基板主要安装彩色滤光片，这样会形成一定颜色，而下基板具体设有薄膜电晶体矩阵，其能够有效控制像素矩阵的灰阶显示，这两个基板之间具体是液晶层。

TFT—LCD面板具体显示区域具体包括大量独立性TFT元件控制的像素矩阵，而单一像素矩阵由水平栅极线以及垂直信号线构成，其内部区域包括薄膜晶体管、连接栅极线以及信号线。

根据CCD获取的低分辨率TFT—LCD面板表面图像可知，低分辨率面板图像表面存在栅极线及数据线，而高分辨率面板图像不仅具有栅极线、数据线，并有公共线，这样会大幅度增加高分辨率面板表面图像结构复杂程度[1]。

1.2TFT—LCD表面缺陷基于TFT—LCD生产工艺复杂程度，工艺环节多达300个，各个环节都极有可能出现缺陷，这些缺陷种类不同，这样致使面板生产效率遭受严重负面影响。

同时TFT—LCD表面缺陷大体包括宏观缺陷以及微观缺陷，其中宏观缺陷能够利用肉眼观察到，而微观缺陷要求采用电化学方法检测获得。

根据聚集状态不同，TFT—LCD面板缺陷具体细分为点缺陷、线缺陷以及Mura缺陷[2]。

二、TFT—LCD表面缺陷检测方法2.1图像识别法这种方法能够确认TFT—LCD面板存在缺陷，也可区分缺陷类别或缺陷等级，其面板图像数据主要利用降维方法或面板缺陷特征提取，控制整体缺陷识别速度及精确度，要求采用适当分类器，这样能够提升缺陷分类精度和速度[3]。

TFT-LCD表面缺陷检测方法PPT课件

TFT-LCD表面缺陷检测方法PPT课件


产生原因：电气和非电气。
引起缺陷的几种电气故障
2020/3/24
2
TFT-LCD表面缺陷检测方法
检测方法： 1）人工视觉检测法
人工视觉检测是最原始的表面缺陷检测手段，即采用肉眼 检测产品缺陷的方法。
缺点： 一 是检测速度慢 ，效率低 ，无法满足高速自动化生产线； 二是检测精度低，无法识别微米级尺寸的缺陷，误检漏检
2020/3/24
自动光学检测原理
5
TFT-LCD表面缺陷检测方法
根据对获取的图像的处理方式，自动光学检测法又可以分为 图像处理法和图像识别法。图像处理法又可分为边界模糊缺陷分 割、差影法和滤波法。
2020/3/24
6
TFT-LCD表面缺陷检测方法
图像识别法：
图像识别法是根据获取的图像数据进行特征提取或维数降低， 再将提取的特征或降低维数后的数据输入到分类器中进行面板图 像分类，从而判定有无缺陷、缺陷的种类以及缺陷的等级等。
的概率高； 三是工人劳动强度大，工作环境差，容易受周围环境的影
响而导致误判； 四是监测数据不便于管理和保存。
2020/3/24
3
TFT-LCD表面缺陷检测方法
2）电学参数检测法
电学参数检测是通过测定产品的电学性能来判定其是否合格。 由于电学检测法只能检测出由于电学因素导致的缺陷，仅能 用于TFT-LCD面板制造完成后的检测，对面板制造过程中出现的 各种缺陷无法检测，有很大的局限性，主要用于检测面板的功能 性缺陷。如TFT面板中数据线和栅极线之间的短路、数据线和栅 极线自身的断路等电气原因造成的缺陷，需要通过电学法进行检 测。 常用的电学检测方法有：全屏点亮法、 探针扫描法、电荷 读出法、 电压图像法、导纳电路检测法和电子束扫描像素电极法 等。