一種基于局部像素值的液晶屏缺陷檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種針對液晶屏像素缺陷的自動檢測方法,特別是針對手機屏和平板 屏的像素缺陷檢測。
【背景技術(shù)】
[0002] 隨著社會生活水平的提高,人們對電子產(chǎn)品的需求與日俱增,該極大的帶動了液 晶產(chǎn)業(yè)的發(fā)展。液晶屏的自動化生產(chǎn)程度,直接制約著其產(chǎn)量與生產(chǎn)成本的高低,而目前的 液晶屏缺陷檢測方法主要是依靠人工檢測,手段比較單一,生產(chǎn)廠商通過電測器觀察液晶 屏的顯示畫面,憑借肉眼來判斷有無缺陷。該種方式即耗時又費力,而且由于人眼偶爾的疲 勞與不確定性,經(jīng)常造成部分缺陷產(chǎn)品被漏檢,當(dāng)一批產(chǎn)品的漏檢率過高時,客戶就會要求 退貨,從而給生產(chǎn)商造成經(jīng)濟和時間上的損失。如果能實現(xiàn)液晶屏缺陷檢測的自動化,取代 傳統(tǒng)的人工檢測,將大大提高生產(chǎn)效率,降低生產(chǎn)成本。
[0003] 液晶屏像素缺陷缺陷大致包括;上下偏光片異物,bl(背光)異物,白點,玻璃點, 玻璃破,漏液,燈不亮,膜不良,燈柱,缺化,無顯,異顯等。由于缺陷種類繁多,再加上 采圖技術(shù)的限制,目前國內(nèi)針對液晶屏像素的缺陷檢測還未提出一套完整的算法,已有的 算法也只能針對個別點缺陷進行檢測,檢測面窄,而且檢測準(zhǔn)確率也低,完全達不到工業(yè)生 產(chǎn)的要求。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明的目的是針對【背景技術(shù)】的不足,提出了一種基于局部像素值的液晶屏缺陷 檢測方法,從而達到能同時檢測多種像素缺陷,檢測準(zhǔn)確度高,速度快的目的。
[0005] 本發(fā)明提供的技術(shù)方案為一種基于局部像素值的液晶屏缺陷檢測方法,該方法包 括W下步驟:
[0006] 步驟1 ;采集整個液晶屏清晰的像素圖像;
[0007] 步驟2 ;對步驟1中的圖像進行灰度化處理,轉(zhuǎn)化為灰度圖像,如圖2所示;
[000引步驟3 ;對步驟2中的灰度圖像進行傅里葉正變換,得到灰度圖像的二維頻譜圖, 如圖3所示;
[0009] 步驟4 ;通過己斯特沃高通濾波器濾除步驟3中二維頻譜的低頻部分,使圖像細(xì)節(jié) 得到增強,再進行傅里葉反變換得到時域圖;
[0010] 步驟5 ;對步驟4中的時域圖像分別進行投影和列投影,并分別求取行投影和列投 影后的極小值,如圖4所示;
[0011] 步驟6 ;獲取步驟5中行投影和列投影后相鄰極小值的距離,并求取行投影和列投 影后相鄰極小值的平均距離;
[001引步驟7 ;根據(jù)行投影和列投影的相鄰極小值的平均距離及極小值的位置,將步驟1 的圖象分割為網(wǎng)狀的像素塊圖像;
[0013] 步驟8 ;將步驟7的網(wǎng)狀圖像劃分為多個局部小區(qū)域,每個局部小區(qū)域包含多個像 素塊;
[0014] 步驟9 ;計算步驟8中局部小區(qū)域內(nèi)的每個像素塊的像素值,如附圖圖5所示;
[0015] 步驟10 ;利用步驟9計算的局部小區(qū)域中各像素塊的像素值,采用曲面擬合計算 出每個像素塊的像素擬合值;
[0016] 步驟11 ;將步驟10求得的各像素塊的像素擬合值與步驟9求得的對應(yīng)像素塊的 實際像素值做差并取絕對值,獲得各像素塊擬合差值,如附圖圖6所示;
[0017] 步驟12 ;對步驟11計算的各像素塊擬合差值求平均,將該平均值乘W-定倍數(shù)作 為判定獨立像素是否為缺陷的闊值;
[0018] 步驟13 ;將步驟11計算的局部擬合差值與步驟12計算的平均值作差,如果差值 結(jié)果大于闊值則該像素判定為缺陷像素,否則為正常像素,如附圖圖7所示;
[0019] 步驟14 ;按照步驟9至步驟13的相同方法檢測下一個局部小區(qū)域是否存在缺陷 像素塊;
[0020] 步驟15 ;如果所有局部小區(qū)域都沒有缺陷則被檢測液晶屏就無缺陷,當(dāng)檢測到有 局部小區(qū)域存在缺陷,則該液晶屏就是有缺陷,停止該液晶屏的檢測,如附圖圖8所示。
[0021] 所述步驟3,具體通過W下過程實現(xiàn):
[0022] 傅里葉正變換實現(xiàn)從時域到頻域的變換公式為:
[0023]
其中F(u,v)指經(jīng)傅里葉變換后的頻域值, x,y指時域中的像素位置,f(x,y)指時域中對應(yīng)于(x,y)位置的像素值,M,N分別指時域下 圖片的長和寬。
[0024] 所述步驟4,具體通過W下過程實現(xiàn):
[0025] 己斯特沃高通濾波器表示如下:
[0026]
其中H指己斯特沃濾波器函數(shù),D(u,V)是指(U,V)點距離 頻率矩形原點的距離,其計算表達式如下
D。是指截至頻率 距離原點的距離。
[0027] 所述步驟9,具體通過W下過程實現(xiàn):
[002引對每個獨立像素所有R,G,B通道的像素值求和,然后進行歸一化,將歸一化后的 值作為每個像素塊的像素值。
[0029] 本發(fā)明一種基于局部像素值的液晶屏缺陷檢測方法,該方法通過采集液晶屏清晰 圖像,將采集到的圖像進行灰度等處理,然后對灰度圖像分別進行列投影和行投影,根據(jù)投 影的極小值,將最開始獲取的圖像劃分為網(wǎng)狀的像素塊圖像,再將整個圖像劃分為多個區(qū) 域,每個區(qū)域包含多個像素塊,針對各區(qū)域根據(jù)各像素塊灰度與該區(qū)域平均灰度的差距檢 測出有缺陷的像素塊;從而具有能同時檢測多種像素缺陷,檢測準(zhǔn)確度高,速度快的效果。
【附圖說明】
[0030] 圖1為液晶屏像素的缺陷檢測流程圖。
[0031] 圖2為液晶像素的灰度圖。
[0032] 圖3為液晶像素圖像的傅里葉變換頻譜圖。
[0033] 圖4為行投影法計算的像素極小值。
[0034] 圖5為液晶像素的像素值分布圖。
[0035] 圖6為液晶像素的像素擬合值與實際值得差值圖。
[0036] 圖7為判定缺陷像素的二值圖。
[0037] 圖8為檢測出液晶像素缺陷的結(jié)果圖。
【具體實施方式】
[003引下面結(jié)合附圖,對本發(fā)明提出的基于局部能量擬合的液晶屏像素缺陷檢測方法進 行詳細(xì)說明。具體包括W下步驟:
[0039] 步驟1、使用陣列攝像頭采集整個液晶屏的像素圖像;
[0040] 步驟2 ;對步驟1中的圖像進行灰度化處理,轉(zhuǎn)化為灰度圖像,如附圖圖2所示;
[0041] 具體方法為;逐個處理所述原始彩色數(shù)字圖像中所有的像素點,從而得到灰度圖 像,其中,對于所述原始彩色數(shù)字圖像中的任一個像素點,灰度值的計算公式為Gray(i,j) =0. 299R(i,j)+0. 587G(i,j)+0. 114B(i,j),其中R(i,j)、G(i,j)和B(i,j)分別代表所述 原始彩色數(shù)字圖像中一個像素點(i,j)的R分量值、G分量值和B分量值,(i,j)代表一個 像素點在所述原始彩色數(shù)字圖像中的坐標(biāo);
[0042] 步驟3 ;對步驟2中的灰度圖像進行傅里葉正變換,變換公式為:
[0043]
其中F指經(jīng)傅里葉變換后的頻域值,X,y指 時域中的像素位置,f(x,y)指時域中對應(yīng)于(x,y)位置的像素值,M,N分別指時域下圖片 的長和寬,通過該公式得到灰度圖像的二維頻譜圖,如附圖圖3所示;
[0044] 步驟4 ;通過己斯特沃高通濾波器濾除步驟3中二維頻譜的低頻部分,使圖像細(xì)節(jié) 得到增強,己斯特沃高通濾波器表示如下
其中H指己斯特沃濾波 器函數(shù),D(u,v)是指(u,v)點距離頻率矩形原點的距離,其計算表達式如下:
[