[发明专利]一种基于机器视觉的液晶片智能检测方法及系统有效

专利信息
申请号: 201710260493.6 申请日: 2017-04-20
公开(公告)号: CN107248151B 公开(公告)日: 2020-12-22
发明(设计)人: 靳津;于少冲 申请(专利权)人: 深圳市智能机器人研究院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/136;G06T7/30;G01D21/00
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 胡辉
地址: 518057 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 液晶 智能 检测 方法 系统
【说明书】:

发明公开了一种基于机器视觉的液晶片智能检测方法及系统,方法包括分别获取标准的液晶片和待检测液晶片在夹持装置未夹紧状态下的图像和在夹紧状态下的图像,并将两者图像通过投影算法进行配准,最后将两者图像作差,得出两者图像的不同区域,从而对其进行检测判断。系统包括标准图像获取单元、标准图像二值化单元、待检测图像获取单元、待检测图像二值化单元、图像配准单元和检测判断单元。本发明通过对待检测液晶片二值化图像与标准液晶片二值化模板图像进行像素点的对比从而检测液晶片的质量,有效提高液晶片检测过程中的检测效率,降低漏检误检率并降低人工成本,提高生产节拍。本发明可广泛应用于液晶片检测中。

技术领域

本发明涉及液晶片检测技术领域,尤其涉及一种基于机器视觉的液晶片智能检测方法及系统。

背景技术

机器视觉是一项综合技术,包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、I/O卡等)。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。

机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。

液晶片智能检测技术现代亟需的一种检测技术,在传统的检测方法中,液晶片的质量检测主要依赖工人人眼检测,但是由于工人自身的主观性和视觉疲劳性,就使得这种检测方法存在着检测标准受个人主观因素影响,漏检误检率高,人工成本高等缺点。

发明内容

为了解决上述技术问题,本发明的目的是提供一种能提高检测效率,且能降低漏检误检率的一种基于机器视觉的液晶片智能检测方法及系统。

本发明所采取的技术方案是:

一种基于机器视觉的液晶片智能检测方法,包括以下步骤:

获取标准液晶片在夹持装置未夹紧状态下的图像和在夹紧状态下的图像,得到标准液晶片未夹紧图像和标准液晶片夹紧图像;

对标准液晶片未夹紧图像和标准液晶片夹紧图像进行处理,得到标准液晶片二值化模板图像;

获取待检测液晶片在夹持装置未夹紧状态下的图像和在夹紧状态下的图像,得到待检测液晶片未夹紧图像和待检测液晶片夹紧图像;

对待检测液晶片未夹紧图像和待检测液晶片夹紧图像进行处理,得到待检测液晶片二值化图像;

将待检测液晶片二值化图像与标准液晶片二值化模板图像通过投影算法进行配准;

将待检测液晶片二值化图像与标准液晶片二值化模板图像作差,得出两者图像的不同,并对其进行检测判断。

作为所述的一种基于机器视觉的液晶片智能检测方法的进一步改进,所述的对标准液晶片未夹紧图像和标准液晶片夹紧图像进行处理,得到标准液晶片二值化模板图像,这一步骤具体包括:

对标准液晶片未夹紧图像和标准液晶片夹紧图像进行高斯滤波;

对高斯滤波处理后得到的两个图像通过区域化自动阈值分割算法进行二值化处理,得到标准液晶片未夹紧二值化图像和标准液晶片夹紧二值化图像;

将标准液晶片未夹紧二值化图像和标准液晶片夹紧二值化图像作差,得到标准液晶片二值化模板图像。

作为所述的一种基于机器视觉的液晶片智能检测方法的进一步改进,所述的对待检测液晶片未夹紧图像和待检测液晶片夹紧图像进行处理,得到待检测液晶片二值化图像,这一步骤具体包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市智能机器人研究院,未经深圳市智能机器人研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710260493.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top