基于CCD技術(shù)的手機液晶屏缺陷檢測方法探析

牟淑賢

【摘 要】近年來，隨著經(jīng)濟的迅猛發(fā)展，液晶顯示屏得到更廣泛的應(yīng)用，而應(yīng)用在手機上的液晶屏的高質(zhì)量要求更加凸顯。手機用液晶屏的缺陷檢測的重要性也不言而喻，如何為手機液晶屏質(zhì)量提供可靠保障成為手機制造商們極為關(guān)注的問題。傳統(tǒng)的手機屏幕缺陷的檢測通常是人工檢測，此方法浪費人力物力資源成本高、操作環(huán)節(jié)有限，目檢人員的視覺極易產(chǎn)生疲勞，存在主觀性、標(biāo)準(zhǔn)難統(tǒng)一，從而會產(chǎn)生檢測產(chǎn)品合格率和檢測效率的下降。

【關(guān)鍵詞】CCD技術(shù)；手機液晶屏；檢測

中圖分類號： TN929.53；TP391.41 文獻標(biāo)識碼： A 文章編號： 2095-2457（2018）32-0195-003

DOI：10.19694/j.cnki.issn2095-2457.2018.32.091

【Abstract】in recent years， with the rapid development of economy， LCD screens have been more widely used， and the high quality requirements of LCD screens applied on mobile phones are more prominent. The importance of testing the defects of mobile phone's LCD screen is self-evident. How to provide a reliable guarantee for the quality of mobile phone's LCD screen has become a major concern of mobile phone manufacturers. Traditional detection of mobile phone screen defects is usually manual detection. This method wastes human and material resources， has high cost and limited operation. Visual fatigue of visual inspectors is easy to occur.

【Key words】CCD technology； Mobile phone LCD screen； Detection

電子科技的產(chǎn)物工業(yè)機器視覺檢測技術(shù)在工業(yè)檢測儣領(lǐng)域中逐漸成為當(dāng)下檢測液晶屏重要手段。工業(yè)機器視覺檢測技術(shù)主要用圖像傳感器CCD技術(shù)代替人眼，采集被檢測對象的圖像信息并進行實時數(shù)據(jù)處理，再借助邊緣檢測算子方法將缺陷邊緣檢測過程加以實現(xiàn)。

基于CCD的手機液晶屏缺陷邊緣檢測法是借助CCD數(shù)碼相機完成圖像數(shù)據(jù)采集到圖像采集卡，再運用計算機軟件VS2010，通過OpenCV數(shù)據(jù)庫處理圖像，利用高斯濾波算法處理圖像數(shù)據(jù)后，結(jié)合一階、二階邊緣檢測算法實時在線監(jiān)測液晶屏缺陷邊緣。

1 系統(tǒng)結(jié)構(gòu)設(shè)計

手機液晶屏缺陷檢測系統(tǒng)的組成包含光學(xué)系統(tǒng)、圖像采集與處理、CCD和顯示標(biāo)識等，主要依據(jù)圖像處理方法進行[1]檢測手機液晶屏缺陷。光源固定位置照明、CCD相機位置明確，同步采集實測物體數(shù)據(jù)，并把采集到的手機液晶屏圖像信號傳輸給計算機，計算機以圖像預(yù)處理的方式處理采集的圖像信息，在完成邊緣檢測、分析識別后，根據(jù)判別標(biāo)準(zhǔn)來對手機液晶屏缺陷檢測任務(wù)是否能夠完成進行判斷。

圖1為圖像采集系統(tǒng)原理圖，被測對象（液晶屏）的光信息通過光學(xué)系統(tǒng)，在CCD的光敏面元上形成光學(xué)圖像，CCD器件把光敏元上的光信息轉(zhuǎn)換成與光強成比例的電荷量的圖像數(shù)據(jù)，把采集到的圖像數(shù)據(jù)傳輸?shù)綀D像采集卡上，運用計算機以圖像濾波、邊緣檢測等方式處理和分析圖像，并顯示、識別檢測到的邊緣缺陷，進而實現(xiàn)手機液晶屏缺陷邊緣檢測。

2 圖像處理

2.1 圖像預(yù)處理

直接獲取的圖片上會有噪聲、失真等情況存在，所以必須在處理圖片后再檢測。首先，需進行圖像預(yù)處理，以除噪方式處理采集的圖片信息，去除影響圖片真實性的數(shù)據(jù)和干擾因素。在進行除噪處理后，液晶屏缺陷數(shù)據(jù)的篩選就能更加有效。

圖像預(yù)處理過程中，圖像濾波處理十分關(guān)鍵，其目的在于消除圖像受到噪聲的部分影響，只將需要待處理的手機液晶屏幕缺陷部分保留。圖像濾波有很多種方式，針對手機液晶屏幕特點和處理目的，高斯濾波方式應(yīng)為首選。

濾波方式主要有非線性和線性兩種濾波。非線性濾波器是通過邏輯運算從而得到原始數(shù)據(jù)、濾波結(jié)果的，不存在固定模板、特定轉(zhuǎn)移函數(shù)等[2]。非線性濾波主要有中值濾波、雙邊濾波等，經(jīng)濾波處理的效果圖如圖2所示?，F(xiàn)行濾波器有具備固定模板的原始數(shù)據(jù)和濾波效果，是算術(shù)運算的一種。濾波器傅里葉變換表示了轉(zhuǎn)移函數(shù)是唯一可確定的。

高斯濾波、均值濾波和方框濾波等方式都屬于線性濾波，其中均值濾波十分典型，均值濾波的效果如圖2（c）所示。領(lǐng)域平均法是主要的方法，在圖片中，針對原圖像中各個像素值而言，均值濾波可借助一片圖像區(qū)域的各個像素均值來完成替換，如式（1）所示的區(qū)域內(nèi)權(quán)系數(shù)矩陣模板。

盡管均值濾波算法簡單，能降低圖像噪聲，但也會加大圖像的模糊程度，并將原圖像個別細(xì)節(jié)損壞[3]。若將均值濾波歸納于歸一化后的方框濾波，可為方框濾波的延伸之一，方框水上的效果如圖2（b）所示。

中值濾波是以像素值中值替換原圖像素值，其和均值濾波方式類似，效果如圖2（e）所示。雙邊濾波是將圖像空間鄰近度、像素值相似特性結(jié)合在一起，為空間信息、灰度相似性提供了一定保障，輸出像素值主要取決于鄰域像素值加權(quán)值的組合。

高斯濾波能將高斯噪聲處理成線性平滑濾波的效果如圖2（d）所示。高斯濾波能對整幅圖所有像素在卷積的運用下實現(xiàn)掃描，通過卷積將鄰域內(nèi)像素加權(quán)平均灰度值確定并將圖片中心像素點值替換。高斯濾波有著廣泛的運用，鄰域內(nèi)像素加權(quán)平均灰度值得到確定后，能保障圖像細(xì)節(jié)。如對整幅圖進行濾波處理，高斯濾波與其它濾波方式相比更能良好地消除圖像中的噪聲，并能將原圖缺陷細(xì)節(jié)相對地保留完整。

2.2 圖像分割

對圖像預(yù)處理后，圖像各部分瑕疵能較為清晰地顯示出來，事實上這類瑕疵無法有效剔除。故而，利用圖像分割技術(shù)，分割出瑕疵的特征區(qū)域后再進行圖像邊緣檢測，但要強調(diào)的是必須先確定瑕疵所處區(qū)域，再提取圖像瑕疵特征[4]。圖像分割技術(shù)是將圖像分成互不重疊，具有各自特征（如灰度、顏色或紋理等）的區(qū)域，分割后的所有區(qū)域總和覆蓋整個圖像，同一區(qū)域的像元應(yīng)具備某種共同特征如像素值、顏色、紋理和形狀等，并對分割后的目標(biāo)圖像區(qū)域的特征、感興趣區(qū)域、邊界進行提取和分析，圖像分割主要基于邊界閾值分割和區(qū)域分割，閾值分割在圖像預(yù)處理技術(shù)中是最常用的并行區(qū)域技術(shù)。

對圖像完成噪聲處理后，利用全閾值的方法，對整幅圖確定一個閾值（T=100）后進行分割處理，這是根據(jù)像素本身的灰度值來確定的。

2.3 圖像邊緣檢測

閾值化處理后，基本能明顯地將圖像缺陷部分顯示出來，即可得到缺陷邊緣的圖像。邊緣與物體間不存在相同的邊界，邊緣表示圖像像素值有個別突變的地方，因此有邊界的地方或許不存在邊緣，而有邊緣的地方或許不存在邊界[5]。處理算法的實際運用中，可用二階導(dǎo)數(shù)來說明灰度突變類型。邊緣檢測算法有一階、二階。一階邊緣檢測算法又有Canny、Sobel和Roberts等算子，二階邊緣檢測算法又有LoG、Laplacian等算子。Canny邊緣檢測算子主要目的是找出最優(yōu)邊緣檢測算法。評判最優(yōu)算法的標(biāo)準(zhǔn)有3個，即最小響應(yīng)、低錯誤率和高定位性。

依據(jù)上述的評判標(biāo)準(zhǔn)進行判定得到的圖像如圖4所示。從圖4（a）中不難發(fā)現(xiàn)明顯的缺陷邊緣，在定位缺陷邊緣時有較高的準(zhǔn)確度，同時還能將圖像缺陷若干邊緣檢測出來，也顯示出了明顯細(xì)節(jié)，具有較好的邊緣線性銜接程度，然而個別不明顯缺陷也無法將其邊緣檢測并顯示出來。

3 結(jié)語

本文基于CCD的手機液晶屏缺陷檢測為主要探討對象。在檢測過程中，CCD相機采集圖像信息，而最關(guān)鍵的是圖像處理，流程包括圖像預(yù)處理、分割和邊緣檢測等組成，消除影響檢測的因素后提取有用的信息，隨后利用計算機分析這些數(shù)據(jù)信息，進而實現(xiàn)手機液晶屏缺陷的部分檢測。

【參考文獻】

[1]董洪濤.以CCD為基礎(chǔ)的手機液晶屏缺陷檢測[J].通訊世界，2017（24）：339-340.

[2]易鑫，劉靜然，孔宏偉.液晶屏CCD檢測技術(shù)創(chuàng)新與應(yīng)用[J].信息系統(tǒng)工程，2017（6）：80-80.

[3]廖苗，劉毅志，歐陽軍林，等.基于自適應(yīng)局部增強的手機TFT-LCD屏Mura缺陷自動檢測[J].液晶與顯示，2018（6）.

[4]夏曉云.基于MapReduce的液晶屏缺陷檢測技術(shù)研究[D].合肥工業(yè)大學(xué)，2016.

[5]胡慶云.基于CCD的手機液晶屏缺陷檢測方法及技巧分析[J].中國新技術(shù)新產(chǎn)品，2018（2）：18-19.

[6]韓九強，李倩茹，王夏冰，等.一種液晶屏幕缺陷視覺檢測方法及裝置：，CN104360501A[P].2015.