[发明专利]一种多背景下的液晶显示器缺陷视觉实时检测方法

权利要求书

1.一种多背景下的液晶显示器缺陷视觉实时检测方法，其特征在于：所述方法的具体步骤如下：

步骤1、将采集的一种/多种显示背景下显示器缺陷数据集进行图像预处理得到实验数据集；

步骤2、把实验数据集中的显示器缺陷归类为六种不同缺陷；

步骤3、用三种不同的检测算法检测实验数据集中的图像是否存在缺陷；其中，三种不同的检测算法包括：LCD Mura和划痕缺陷检测算法，LCD边缘缺陷检测算法，LCD色阶误差缺陷算法；

所述显示器缺陷归类为六种不同缺陷，具体包括：spotMura、line Mura、region Mura、色阶、划痕和边缘缺陷；

所述步骤3，具体如下：

LCD Mura和划痕缺陷检测算法：针对一种或者多种显示背景下实验数据集中的图像，通过像素方差与阈值的关系，标记缺陷区域；针对缺陷区域，通过像素与像素均值的减法运算，得到背景“纠正”后的图像；将纠正后的图像通过最大类间方差法进行缺陷区域的分割；使用颗粒形态学进行特征提取，并计算提取出来的缺陷个数，得到可视化缺陷效果图；其中，多种最多为六种；

LCD边缘缺陷检测算法：针对六种显示背景下实验数据集中的图像，采用LCD Mura和划痕缺陷检测算法都无法提取出缺陷区域，则将栅格作为LCD边缘缺陷的检测背景，截取栅格边缘进行重新组合，采用最大类间方差法将重组栅格分割出来，经颗粒形态学处理后将缺陷特征提取出来，得到可视化缺陷效果图；

LCD色阶误差缺陷算法：如果LCD边缘缺陷检测算法未提取出缺陷区域，采用以32级灰度渐变色作为显示背景，通过划分子区域的灰度值均值和标准偏差来判断LCD是否存在色阶偏差缺陷。

2.根据权利要求1所述的多背景下的液晶显示器缺陷视觉实时检测方法，其特征在于：所述预处理具体为依次进行均值化、高斯滤波、伽马变换和直方图均衡化处理。

3.根据权利要求2所述的多背景下的液晶显示器缺陷视觉实时检测方法，其特征在于：所述均值化具体为：通过工业相机对待检测的一种/多种显示背景连续采集三帧图像f₁、f₂、f₃，并对三帧图像均值化得到f_average。

4.根据权利要求1所述的多背景下的液晶显示器缺陷视觉实时检测方法，其特征在于：所述LCD边缘缺陷检测算法具体为：采用栅格作为显示背景，将预处理后的LCD栅格背景的图片通过像素值信息提取出图片中的栅格，截取栅格左边缘和上边缘作为ROI₁区域，截取右边缘和下边缘作为ROI₂区域，截取ROI₁和ROI₂区域分别放置在一个新的模板中，通过最大类间方差法对两块区域中的栅格进行分割，经颗粒形态学处理后将缺陷特征提取出来，得到可视化缺陷效果图：若ROI₁和ROI₂区域标记的颗粒个数都等于1，则LCD边缘不存在缺陷；否则，判断LCD边缘存在缺陷。

5.根据权利要求1所述的多背景下的液晶显示器缺陷视觉实时检测方法，其特征在于：所述LCD色阶误差缺陷算法具体为：将灰度色阶背景沿垂直方向划分为2等份，分别表示为U区域和L区域：

在U区域内，若每一行中遍历框内的灰度均值随着灰度阶的递增而有序增加，标准偏差为0；相邻两个遍历框内的灰度值均值相差8，标准偏差为4；同一灰度阶内的灰度值相同，标准偏差为0，则说明该区域色阶无偏差缺陷；否则，该区域存在色阶偏差；

在L区域内，若每一行中遍历框内的灰度均值随着灰度阶的递增而有序减少，标准偏差为0；相邻两个遍历框内的灰度值均值相差8，标准偏差为4；同一灰度阶内的灰度值相同，标准偏差为0，则说明该区域色阶无偏差缺陷；否则，该区域存在色阶偏差。

6.根据权利要求5所述的多背景下的液晶显示器缺陷视觉实时检测方法，其特征在于：将U和L区域沿水平方向划分为N个相等的子区域，并同时沿垂直方向将其均匀划分为M行，采用大小为H×W的遍历框遍历U和L区域中的N×M个子区域；U和L区域的第m行、n列的子区域的像素值分别表示为和其中m∈{1,…,M}和n∈{1,…,N}，相对应的第m×n个子区域的相应灰度像素均值为和标准偏差为

其中，I∈{U,L}，