[发明专利]一种基于最近邻算法的液晶屏幕缺陷检测方法和系统

权利要求书

1.一种基于最近邻算法的液晶屏幕缺陷检测方法，其特征在于，包括以下步骤：

根据采集到的已知无缺陷液晶屏幕的图像计算图像的角点信息；

根据所述角点信息计算非缺陷角点位置的统计特性，包括：

对于非缺陷的角点，并以角点为中心挖出n×n大小的角点区域图像，并计算其角点的统计特性，其中统计特性包括：

角点区域图像的平均灰度值；

角点区域图像的均方差；

角点区域图像的沿X方向一阶偏导数后图像的灰度值总和；

角点区域图像的沿Y方向一阶偏导数后图像的灰度值总和；

角点区域图像的二阶导数后的灰度值总和；

计算每个非缺陷角点的5个所述统计特性，做归一化，并记录构成统计特性表；

根据所述非缺陷角点位置的统计特性，利用最近邻算法计算待检测屏幕的缺陷位置，包括：在对待检测屏幕计算角点的5个所述统计特性的值后，根据欧式距离计算公式，找出距离最近的一个非缺陷的角点区域，若该距离小于等于阈值，则认为该角点为正常角点，不是缺陷角点；若该距离大于阈值，则认为该角点为缺陷角点。

2.根据权利要求1所述的一种基于最近邻算法的液晶屏幕缺陷检测方法，其特征在于，所述根据采集到的已知无缺陷液晶屏幕的图像计算图像的角点信息时，角点计算方法包括：基于Harris角点算法、基于FAST的角点检测算法、基于SIFT的角点检测算法、或基于SURF的角点检测算法。

3.根据权利要求1所述的一种基于最近邻算法的液晶屏幕缺陷检测方法，其特征在于，所述角点区域图像的平均灰度值，计算公式如下：

其中i，j，表示角点区域图像的横纵坐标，n为角点区域图像的宽高，f(i,j)表示角点区域图像在坐标(i,j)的灰度值。

4.根据权利要求3所述的一种基于最近邻算法的液晶屏幕缺陷检测方法，其特征在于，所述角点区域图像的均方差，计算公式如下：

。

5.根据权利要求3所述的一种基于最近邻算法的液晶屏幕缺陷检测方法，其特征在于，所述角点区域图像的沿X方向一阶偏导数后图像的灰度值总和，其中沿X方向一阶导的计算公式如下：

其中x，y，表示角点区域图像的横纵坐标，f(x,y)表示角点区域图像在坐标(x,y)处的灰度值。

6.根据权利要求5所述的一种基于最近邻算法的液晶屏幕缺陷检测方法，其特征在于，角点区域图像的沿Y方向一阶偏导数后图像的灰度值总和，其中沿Y方向一阶导的计算公式如下：

角点区域图像的二阶导数后的灰度值总和，二阶导通过拉普拉斯算子计算，其中拉普拉斯算子公式为：

其中：，

。

7.根据权利要求6所述的一种基于最近邻算法的液晶屏幕缺陷检测方法，其特征在于，所述归一化的公式如下：

其中r(x)为计算出来的统计特性，min(r)表示5个特性中的最小值，max(r)表示5个特性中的最大值，norm(x)为归一化后的值。

8.一种基于最近邻算法的液晶屏幕缺陷检测系统，其特征在于，包括：

角点计算模块，用于根据采集到的已知无缺陷液晶屏幕的图像计算图像的角点信息；

非缺陷统计特性模块，用于根据所述角点信息计算非缺陷角点位置的统计特性，包括：

对于非缺陷的角点，并以角点为中心挖出n×n大小的角点区域图像，并计算其角点的统计特性，其中统计特性包括：

角点区域图像的平均灰度值；

角点区域图像的均方差；

角点区域图像的沿X方向一阶偏导数后图像的灰度值总和；

角点区域图像的沿Y方向一阶偏导数后图像的灰度值总和；

角点区域图像的二阶导数后的灰度值总和；

计算每个非缺陷角点的5个所述统计特性，做归一化，并记录构成统计特性表；

缺陷位置计算模块，用于根据所述非缺陷角点位置的统计特性，利用最近邻算法计算待检测屏幕的缺陷位置，包括：在对待检测屏幕计算角点的5个所述统计特性的值后，根据欧式距离计算公式，找出距离最近的一个非缺陷的角点区域，若该距离小于等于阈值，则认为该角点为正常角点，不是缺陷角点；若该距离大于阈值，则认为该角点为缺陷角点。