[发明专利]一种基于机器视觉的Mura缺陷检测方法

说明书

本发明属于液晶屏显示缺陷检测技术领域，具体涉及一种基于机器视觉的Mura缺陷检测方法。所述检测方法包含图像采集、预处理、背景消除、二值化、去噪、缺陷判定等步骤。本发明对比基于高斯混合模型的空间域背景分离法及阴影消除法中计算全局像素平均，该检测方法仅采用局域计算，不需要建立标准，且计算量小；避免了成像过程中光照不均匀的情况下，全局运算带来的误差；具有线性时间复杂度，且鲁棒性好，且参数设计合理人工干预少，效率高，适合于工业检测。

技术领域

本发明属于液晶屏显示缺陷检测技术领域，具体涉及一种基于机器视觉的Mura缺陷检测方法。

背景技术

近年来，由于液晶屏广泛应用于个人电脑、桌面显示器、液晶电视、手持设备如手机、移动设备如车载显示等产品，其需求量呈现出爆发式的增长。特别是最近两年，液晶屏分辨率不断提高，尤其是视网膜级的液晶屏的逐渐普及，消费者的体验要求日益苛刻，液晶屏厂商之间的竞争日益激烈，亚像素缺陷检测的需求日益凸显，在液晶屏质量控制中扮演着日益重要的角色。

由于目前该行业的检测主要还是依靠人工裸眼检测，检测结果受人主观判别影响较大，视觉疲劳易影响缺陷的检测和分析，并且由于缺陷判断缺乏统一的量化标准，难以保证检测结果的一致性，不利于缺陷的定量分析。

机器视觉法通过采集液晶屏图像，利用图像分析算法识别和测量缺陷。由于机器视觉法具有精确性、可重复性、速度快等优点，受到液晶屏制造商的广泛关注。机器视觉法不会产生疲劳效应，可实现非接触式的长时间快速在线缺陷检测。利用机器视觉法替代传统的人工视觉法，为液晶屏缺陷检测研究带来一种全新的思路。因此研究基于机器视觉的缺陷自动检测方法成了目前液晶屏检测一个重要发展方向。

目前，基于机器视觉的液晶屏的Mura缺陷检测方法主要有：Jiang等用方差分析和指数加权平均进行缺陷检测，但该方法主要检测较大面积的Mura缺陷,对面积较小的Mura缺陷检出率很低；还有部分研究学者采用纹理消除和背景拟合的方法来进行Mura检测，如Lu等[2]分别采用奇异值分解方法消除液晶屏图像的重复纹理背景；Fan等[4]针对区域Mura缺陷提出了一种基于改进的回归诊断的检测方法，首先将图像分块，然后对每块与使用2D曲线拟合估计背景图进行差分得到差分图像，然后对差分图阈值化，获得二值图像中白色区域即为缺陷；中国专利201610761614.0《一种基于GPU的TFT-LCD Mura缺陷检测的方法》公开了一种基于GPU硬件加速的回归诊断缺陷检测方法，该方法主要通过硬件改善回归缺陷检测方法效率低下问题。这些基于背景曲面拟合差分缺陷检测和回归诊断缺陷检测，都是从检测算法角度提高检测准确率且算法时间复杂度都较高，没有在成像技术上进行研究，探索适合在线检测的快速、鲁棒性上，还需进一步研究。

发明内容

本发明的目的就是针对现有技术的检测复杂度高、时间长、成像系统研究不深入的问题，提供一种快速、高鲁棒性的在线检测的Mura缺陷的方法。

为实现上述目的，本发明所提供的一种基于机器视觉的Mura缺陷检测方法的具体步骤为：

S1、图像采集：线阵CCD相机置于液晶屏斜上方，与液晶屏呈25°～60°的角度，采集液晶屏的灰度图像I，传输至缺陷检测处理设备；

S2、预处理：对液晶屏图像I采用梯度阈值的边缘检测法，获取液晶屏的边缘，按边缘分割，得到待检测液晶屏图像P；并采用3*3的模板大小对液晶屏图像P进行高斯模糊，得到待处理的图像S；

S3、背景消除：对于图像S采用公式一的基于领域信息的背景消除法，获得前景图像M：

M(x,y)＝|S(x+Δd,y)+S(x-Δd,y)+S(x,y+Δd)+S(x,y-Δd)-4M(x,y)| 公式一

其中x，y表示图像中像素点的二维坐标，Δd是增强边缘的宽度，Δd的取值范围是4～10；