基于CCD的手機(jī)液晶屏缺陷檢測方法及技巧分析

胡慶云

摘 要：隨著我國科學(xué)技術(shù)的不斷發(fā)展，手機(jī)逐漸成為人們出行的必需品，而手機(jī)液晶屏的質(zhì)量也逐漸成為人們關(guān)注的重要問題。因此，如何做好手機(jī)液晶屏缺陷檢測工作成為生產(chǎn)廠家所面臨的主要問題。本文將結(jié)合實際情況對CCD下手機(jī)液晶屏缺陷的檢測方式及技巧進(jìn)行分析，旨在促進(jìn)我國手機(jī)液晶屏缺陷的檢測方法不斷完善。

關(guān)鍵詞：CCD；手機(jī)液晶屏；缺陷檢測

中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著我國社會經(jīng)濟(jì)的快速增長使得電子科技得到較好的發(fā)展，手機(jī)作為重要的通信工具已成為人們生活的必需品。在這樣的時代背景下，做好手機(jī)液晶屏缺陷檢測工作、保證手機(jī)液晶屏質(zhì)量成為手機(jī)制造商需要考慮的重要問題。本文將結(jié)合實際情況對CCD下手機(jī)液晶屏缺陷的檢測方式及技巧進(jìn)行分析，以期為今后的相關(guān)工作提供寶貴經(jīng)驗。

1 系統(tǒng)結(jié)構(gòu)設(shè)計

手機(jī)液晶屏缺陷監(jiān)測系統(tǒng)是一種用于檢測手機(jī)液晶屏缺陷的檢測系統(tǒng)，在檢測過程中這一系統(tǒng)主要是應(yīng)用圖像處理方式對屏幕進(jìn)行有效監(jiān)測，主要是由光學(xué)系統(tǒng)、CCD、圖像采集部分、圖像處理部分、顯示識別部分構(gòu)成。手機(jī)液晶屏缺陷監(jiān)測系統(tǒng)的運行原理為在確定CCD相機(jī)未知的基礎(chǔ)上通過光源位置同步采集被檢測物體的數(shù)據(jù)，同時將采集到的數(shù)據(jù)信息以圖像信號的方式傳送至計算機(jī)，再有計算機(jī)對收集的手機(jī)液晶屏數(shù)據(jù)進(jìn)行圖像處理、邊緣檢測、分析識別等處理后，根據(jù)判別標(biāo)準(zhǔn)來判斷手機(jī)液晶屏是可以完成檢測手機(jī)液晶屏缺陷的任務(wù)。

2 圖像處理

2.1 圖像預(yù)處理

在獲取圖像的過程中，通過CCD獲得的圖像在經(jīng)過一系列處理后會產(chǎn)生一定的噪聲污染，使得檢測目標(biāo)可能會受到聲音的影響不會反映在背景中，從而降低了圖像的質(zhì)量，為后期的檢測工作帶來一定困難。通過圖像預(yù)處理對原圖像進(jìn)行一些簡單處理，從而有效地將圖像中存在的噪聲干擾去除，使得手機(jī)液晶屏缺陷工作可以順利進(jìn)行。在這一過程中，應(yīng)根據(jù)實際情況選擇濾波，使得濾波既可以保留圖像的輪廓細(xì)節(jié)，又可以有效去除圖像中的噪聲干擾。濾波主要可以分為線性濾波和非線性濾波兩種，這兩種濾波的主要區(qū)別在于原始數(shù)據(jù)以及濾波結(jié)果是否具有固定模板。其中線性濾波器原始數(shù)據(jù)以及濾波結(jié)果中含有固定模板，而非線性濾波器則不含有固定模板。均值濾波是線性濾波中一種較為典型的算法，主要是在計算過程中利用鄰域平均法，這一種算法主要是用于將原圖像中的各個像素值替換為現(xiàn)有的圖像區(qū)域各個像素的平均值。雖然這種算法較為簡便、易于操作，然而在使用這種方式的過程中會在降低噪聲的同時降低圖像畫面的清晰度，從而對原有圖像造成一定破壞，使得其中的微小細(xì)節(jié)無法充分體現(xiàn)出來。

與均值濾波較為相似的算法是中值濾波，這種方式主要是將像素值的中值作為目標(biāo)像素值的替代者，在使用過程中應(yīng)根據(jù)空間鄰近度和像素值相似這一特性，有效保證了空域以及灰度的相似度，而經(jīng)過中值濾波計算輸出的像素的值主要是建立在像素值的加權(quán)值組合的基礎(chǔ)上。高斯濾波卷積對圖像中所存在的像素進(jìn)行全面掃描，然后通過利用卷積確定出的鄰域內(nèi)的像素的加權(quán)平均灰度值來替換模板中心像素點的值。在檢測手機(jī)液晶屏缺陷的過程中，高斯濾波一種較常被應(yīng)用的方式，通過鄰域內(nèi)的像素的加權(quán)平均灰度值可以將圖像中的各個細(xì)節(jié)充分保留出來，是一種可以對整幅圖像進(jìn)行詳細(xì)處理的濾波過程，這種方式不僅可以有效去除圖像中的噪聲還可以將原圖像中的手機(jī)液晶屏缺陷清晰的保留下來，為后期的邊緣檢測提供了便利。

2.2 圖像分割

在經(jīng)過圖像預(yù)處理后，圖像中的各部分瑕疵均可以清晰地顯示出來，然而卻無法根據(jù)實際情況將這些瑕疵有效剔除。因此在應(yīng)在圖像邊緣檢測前利用圖像分割技術(shù)將瑕疵的特征區(qū)域分割出，注意在提取圖像瑕疵特征前應(yīng)事先選定瑕疵所處區(qū)域。圖像分割技術(shù)主要是將圖像分成具有不同特征的區(qū)域并提取其中感興趣區(qū)域及邊界的過程。在圖像分割技術(shù)中主要是應(yīng)用閾值分割法，閾值分割法是一種較為常用的圖像預(yù)處理技術(shù)，被廣泛應(yīng)用于分割處理中。

閾值分割法主要是指輸入圖像f與輸出圖像g之間的完美轉(zhuǎn)換，并遵循以下規(guī)則：

其中T表示閾值，對于物體的圖像元素g（i， j）=1，對于背景的圖像元素則g（i， j）=0。在利用閾值分割法進(jìn)行操作的過程中，閾值的確定是閾值分割法的關(guān)鍵，只有在操作前充分掌握閾值才可以為后續(xù)的分割工作創(chuàng)造有利條件。在確定閾值的過程中主要可以利用迭代法進(jìn)行計算。在確定圖像最大閾值與最小閾值后可以有效計算出初始閾值，即T0=（Pmax+Pmin）/2，然后根據(jù)閾值T（k）將圖像的前景與背景相互分離并計算出圖像的平均灰度H1、H2，然后充分計算閾值T（k=1），當(dāng)條件滿足T（k）=T（k=1）時，則T為所求閾值。在確定閾值后，可以通過對比閾值與灰度值進(jìn)行對比，就可以實現(xiàn)像素分割與各個像素一同進(jìn)行，圖則選定圖像特定區(qū)域可被直接分離出來。

2.3 圖像邊緣檢測

在經(jīng)過閾值化后圖像中所含有的缺陷可以充分顯示出來，在此基礎(chǔ)上可以通過使用邊緣算法來確定并獲取手機(jī)液晶屏缺陷的邊緣圖像。邊緣與傳統(tǒng)意義上的物體與物體之間的邊界有所區(qū)別，手機(jī)液晶屏檢測中所說的邊緣主要是指圖像中像素值發(fā)生突變的部位。因此在實際處理的過程中，通常只會運用到二階導(dǎo)數(shù)，通過對二階導(dǎo)數(shù)進(jìn)行分析還可以將灰度突變的類型詳細(xì)的反映出來。

此外，一階邊緣檢測算子和二階邊緣檢測算子均是邊緣檢測算法中的重要內(nèi)容。其中，Soble算子、Canny算子、Roberts算子均是屬于一階邊緣檢測算子，而LoG算子、Laplacian算子則屬于二階邊緣檢測算子。其中Canny算子是目前邊緣檢測算法中效率最高、且檢測最準(zhǔn)確的算法，而Laplacian算子也是二階邊緣檢測算子較常采用的算法。然而這兩種檢測方式在檢測過程中均存在一定缺陷，Canny算子在檢測過程中雖然可以將缺陷邊緣準(zhǔn)確定位并可以高效的檢測到弱邊緣，可以將圖形中的各個細(xì)節(jié)明確顯示出來，并且具有將好的連續(xù)性，但是對于圖像中一些不明顯的缺陷檢測效果無法達(dá)到最佳；利用Laplacian算子進(jìn)行檢測的過程中，雖然對圖像中手機(jī)液晶屏的缺陷部位的細(xì)節(jié)與孤立點會有比一階邊緣檢測算子更加強(qiáng)烈的反應(yīng)，但是Laplacian算子卻無法準(zhǔn)確地檢測出圖像中邊緣的具體方向。

因此在檢測過程中可以將一階Canny算子與二階Laplacian算子相結(jié)合的方式對手機(jī)液晶屏的缺陷進(jìn)行檢測，在檢測過程中通過對兩種算子作用下產(chǎn)生的圖像進(jìn)行適當(dāng)?shù)谋壤€性疊加圖像信息的算法，則缺陷邊緣檢測可以清晰地呈現(xiàn)出來，這種方式主要是利用一階Canny算子對細(xì)微缺陷部位的敏感性與二階Laplacian算子對缺陷位置的準(zhǔn)確定位，使得手機(jī)液晶屏檢測的效率及質(zhì)量有效提升，并在有效降低噪聲干擾的情況下將圖像中的各部分細(xì)節(jié)充分保留，符合單邊緣響應(yīng)準(zhǔn)則。

結(jié)論

綜上所述，通過在手機(jī)液晶屏缺陷檢測過程中利用一階邊緣檢測算子和二階邊緣檢測算子相結(jié)合的方式可以充分將液晶屏缺陷邊緣顯示出來同時確定適合比例，可有效保證邊緣檢測工作的準(zhǔn)確性、完整性，實現(xiàn)了背景與缺陷目標(biāo)相互分離，從而為后續(xù)對手機(jī)液晶屏缺陷進(jìn)行處理提供了便利，可以及時發(fā)現(xiàn)手機(jī)液晶屏幕中存在的問題，有效提高了手機(jī)液晶屏幕的合格率，為人們的正常使用提供有力保障。

參考文獻(xiàn)

[1]閆俊紅，禹昕暉，李忠虎，等.基于CCD的手機(jī)液晶屏缺陷檢測方法[J].包頭職業(yè)技術(shù)學(xué)院學(xué)報，2017，18（1）：18-20，59.