基于一維圖像的投射電容觸摸屏ito電路缺陷檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于圖像處理的表面缺陷檢測方法，特別是涉及一種基于一維圖 像的投射電容觸摸屏ITO電路缺陷檢測的方法。
【背景技術(shù)】
[0002] 觸摸屏，作為一種信息輸入設(shè)備，目前被廣泛應(yīng)用于筆記本電腦、平板電腦及智能 手機等設(shè)備中。其中，由于投射電容觸摸屏（PCTP, Projective Capacitive Touch Panel) 在透光率、分辨率、多點觸控及成本方面具有顯著的優(yōu)勢，其已成為市場主流。在PCTP的生 產(chǎn)工藝中，在基板兩側(cè)均勻涂覆ITO(氧化銦錫，Indium Tin Oxide)材料，然后通過濕蝕刻、 等離子刻蝕或光刻中的任一種方法，刻蝕出ITO電路。但目前所有刻蝕方法都不可避免會 對ITO電路造成缺陷（可分為：孔洞、刮蹭、污點、短路及斷路），并且這種缺陷通常會造成 PCTP的失效。為了保證產(chǎn)品的質(zhì)量及成品率，因此在制造中對PCTP的ITO電路進行缺陷檢 測無比重要。
[0003] 在一張基板上會同時刻蝕幾排，每排若干個相同的PCTP，數(shù)量是由基板大小確定。 在采用線陣成像系統(tǒng)對PCTP的ITO電路成像時，單次掃描可同時對多個PCTP成像于一張 圖像上。PCTP的ITO電路線陣檢測檢測的特點為：1).隨著半導(dǎo)體制造技術(shù)的發(fā)展，刻蝕的 ITO電路密度已從幾十微米向幾微米發(fā)展，因此微觀缺陷本身就極大增加了缺陷識別的難 度；2).刻蝕密度的增加，使得相同尺寸基板上的信息總量成倍增加。因為檢測中具有高實 時性與高生成率的要求，故結(jié)合復(fù)雜數(shù)學(xué)變換或統(tǒng)計量計算的算法無法滿足要求；3).對 此類大幅面為目標(biāo)體的機器視覺檢測系統(tǒng)通常是由線陣相機陣列構(gòu)成成像系統(tǒng)，但由于環(huán) 境、光源不均及線陣相機成像所必然造成的機械振動的影響，成像不可避免存在變形。故此 最簡單的模板匹配算法無法有效直接應(yīng)用于此。若先對成像圖像進行校正的話，將極大耗 費時間，滿足不了實時性的要求。隨著PCTP的ITO電路線距從幾十微米到幾微米發(fā)展，曾經(jīng) 適用的探針通電檢測已無法滿足當(dāng)前的需要，并且該方法只能檢測出斷路與短路缺陷。目 前有一些研究人員對PCTP的ITO電路缺陷檢測提出了一些基于機器視覺的方法。這些方 法可歸納為：1).基于面陣相機的成像系統(tǒng)并采用靜態(tài)的圖像處理算法。此種方法采集的 圖像不存在如線陣成像系統(tǒng)振動引起的圖像畸變，故基于此法的研究都是基于沒有畸變圖 像且靜態(tài)下的圖像處理算法。工業(yè)實際應(yīng)用中面陣相機構(gòu)成的系統(tǒng)無法滿足高生產(chǎn)率的要 求，故不存在無畸變的圖像及靜態(tài)的環(huán)境，此類算法研究無法應(yīng)用于實際工業(yè)生產(chǎn)；2).結(jié) 合復(fù)雜的數(shù)學(xué)變換提出的圖像處理算法，如傅里葉變換、小波變換及獨立成分分析等。該類 方法不具備直觀的數(shù)學(xué)及物理意義，且計算量大且復(fù)雜，無法滿足線陣檢測時對高實時性 與高檢測速度的需要。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的缺點與不足，提供一種基于一維圖像、高實 時性、高檢測速率、高精度的投射電容觸摸屏ITO電路缺陷檢測方法。該方法充分利用線陣 光學(xué)系統(tǒng)成像特點、數(shù)據(jù)結(jié)構(gòu)特點及投射電容觸摸屏ITO電路特點，對其一維圖像直接進 行比較處理，以確定缺陷的位置。
[0005] 為了達(dá)到上述目的，本發(fā)明通過下述技術(shù)方案予以實現(xiàn)：基于一維圖像的投射電 容觸摸屏ITO電路缺陷檢測方法，其特征在于，依次包括一維模板建立階段和缺陷檢測階 段；其中，
[0006] 所述一維模板建立階段包括如下步驟：
[0007] 第一步，采用線陣相機對基板掃描形成圖像；將圖像分割成若干個尺寸為NXM的 單元圖像，各個單元圖像上分別包括一個完整的投射電容觸摸屏ITO電路；任意選取三個 單元圖像，并將三個單元圖像分別設(shè)定為PjP P 3;
[0008] 第二步，將PjP P 3進行空間對齊；
[0009] 第三步，將P1、匕和P 3分別分解為：
[0010] V1= (v (li〇), V(lil), - , v(liM 1}),
[0011] Xi - (x (i，〇), x(i，i), ...，x(i，M i))，
[0012] Y1= (y (li〇), y(lil), -, y(l,M d)，
[0013] 其中，i e (0，N-1);
[0014] 第四步，選取V1為目標(biāo)一維圖像，X JP Y i為參考一維圖像；分別對V p XJP Y 1進 行處理和分析，分別求取其判斷樣本點矩陣v"、1"與Y。1;
[0015] 第五步，判別目標(biāo)一維圖像中是否存在缺陷邊緣點，并記錄缺陷邊緣點的位置坐 標(biāo)；目標(biāo)一維圖像中偶數(shù)坐標(biāo)缺陷邊緣點與其左側(cè)奇數(shù)坐標(biāo)缺陷邊緣點組成缺陷區(qū)間；
[0016] 第六步，利用參考一維圖像的元素對目標(biāo)一維圖像的缺陷區(qū)間進行修復(fù)，完成一 維模板的構(gòu)建；然后i = i+Ι，并跳至第四步，直至i = M，完成整幅標(biāo)準(zhǔn)模板構(gòu)建；
[0017] 第七步，將整幅標(biāo)準(zhǔn)模板儲存為Pt，標(biāo)準(zhǔn)模板Pt的一維圖像的分解為=T 1 = (t(i，〇), …，t(i，M 1));
[0018] 所述缺陷檢測階段包括如下步驟：
[0019] 第I步，讀入待檢測圖像；
[0020] 第II步，將待檢測圖像與標(biāo)準(zhǔn)模板Pt進行空間對齊，并將待檢測圖像裁剪為標(biāo)準(zhǔn) 模板Pt的尺寸；
[0021] 第III步，將待檢測圖像的一維圖像分解為Di= (d &。}，(^1}，…，d&M 1});
[0022] 第IV步，采用Otsu法分別求取1\與0;在第i行的參考比較點ε ti與ε di;以參考 比較點etl與ε dl為灰度基準(zhǔn)進行變換得到Te ^Dei:
[0026] 第VI步，分別計算Tni和D ηι:
[0027]
[0028] 第VII步，統(tǒng)計Tni和D ηι中的值為0的元素數(shù)量并得到C ,和C d;判斷C ,和C d是否相 等：若Ct= Cd，則該一維圖像中無缺陷邊緣點，跳至第I步進行下一維圖像的檢測直至最后 一維圖像完成檢測；若仏辛Cd，則該一維圖像中有缺陷邊緣點，執(zhí)行第VID步；
[0029] 第VID步，將Tni中值為0點的元素的位置坐標(biāo)存儲到t k中，t k= (t kl，tk2；將 Dni中值為0點的元素的位置坐標(biāo)存儲到dk中，dk= (dkl，dk2，···）；
[0030] 分別將各個鞏值代入到J &tk)中進行計算：
[0031] J(i，D) = [t n(i，tk)_Pn(i，dk) tn(i，tk)-pn(i，dk+1) tn(i，tk)_pn(i，dk d] = [ctl ct2 ct3]
[0032] 計算V1= c tl&ct2&ct3，判斷V1的大?。喝鬡 # 0則d( iitk)是缺陷邊緣點；
[0033] 第IX步，記錄缺陷邊緣點的位置坐標(biāo)，并形成缺陷區(qū)間坐標(biāo)為（qdl，q d2)，將Dlq = (d&qdl)，c^qd2))設(shè)為1，其他像素設(shè)為0,以實現(xiàn)缺陷區(qū)間突出顯示；
[0034] 跳至第I步進行下一維圖像的檢測直至最后一維圖像完成檢測。
[0035] 本發(fā)明方法充分利用線陣光學(xué)系統(tǒng)成像特點、數(shù)據(jù)結(jié)構(gòu)特點及投射電容觸摸屏 ITO電路特點；首先采用三個單元圖像進行處理分析以構(gòu)建標(biāo)準(zhǔn)模板；之后將統(tǒng)計待檢測 圖像的一維圖像的過參考線點個數(shù)，判斷其是否與標(biāo)準(zhǔn)模板的一維圖像的過參考線點個數(shù) 相等，以確定待檢測圖像是否含有缺陷。本發(fā)明是采用比較算法來檢測缺陷；具有算法簡 單、快速的特點，可滿足實時性要求，加速檢測效率，滿足投射電容觸摸屏的生產(chǎn)需求。
[0036] 進一步的方案是，所述第四步包括如下步驟：
[0037] 四①步，采用Otsu法分別求取V1 JjPY1在第i行的參考比較點ε νι、^和ε yi;
[0038] 四②步，分別將V1 JjPY1以參考比較點ε ν1、εχ1和ε yl為灰度基準(zhǔn)進行變換得
[0042] 其中，E為IXM維全1矩陣；
[0043] 四③步，分別將Ve p Xe^Y E1的元素分別左移一位，并將其中值為0的元素用其 左側(cè)的元素替代，并在末尾添加元素1，得到V E H、X E H與Y E H:
[0044] 四④步，將V E i、X E i、Y E i分別與V E H、X E H與Y E H相乘獲得判別向量V ηι、1與Y ηι， 并分別比較判別向量Vni、Xnr^ Y ni中各個元素的大?。喝粼刂?lt; 0則該元素置為1，否則 該元素置為0 :
[0049] 四⑤步，將Vni、乂。1與Yni中的值為1的元素分別設(shè)定為判斷樣本點，并將其存儲 為新向里為：Vci - (V n(i,kl)，Vn(i,k2)，…，Vn(i,k))，Xci - (X n (i, ql)，Xn (i, q2)，…，Xn (i, q))與 Yci - (Υη(i，zl)，Υη(i，z2)， ，Υη(?，ζ)) 0
[0050] 所述第五步包括如下步驟：
[0051] 五①步，對Vni中所有判斷樣本點，計算主動判別矩陣J&κ);對X ηιψ位置坐標(biāo)不與 Vni中判斷樣本點重合的判斷樣本點，計算參考判別矩陣R &Q);
[0054] 五②步，計算 V1= c Ac2l^c3, V2= c 4&c5&c6;判斷 V JP V2的大?。喝?V i = 0 且 V2 = 0,則V n(i，K)、Xn(i，K)和 Υ n(i，K) 均不是缺陷邊緣點；若V i= 1且V 2= 1，則V ^^是缺陷邊緣點；
[0055] 五③步，對Xn^)中Q e (K-1 ,K+1)的判斷樣本點，計算V3= r Ar2^r3, V4= r4&r5&r6;判斷V 3和V 4的大?。喝鬡 3= 1且V 4= 0,則V 是缺陷邊緣點；
[0056] 五④步，記錄缺陷邊緣點的位置坐標(biāo)；將Vni的缺陷邊緣點的位置坐標(biāo)存儲為ρ _j, j =(1,2,…）；將vni中偶數(shù)坐標(biāo)的缺陷邊緣點與其左側(cè)奇數(shù)坐標(biāo)的缺陷邊緣點組成缺陷區(qū) 間；Vnl的缺陷區(qū)間為（V (1,pj), ν(1,ρ?+1))。
[0057] 所述第六步中的利用參考一維圖像的元素對目標(biāo)一維圖像的缺陷區(qū)間進行修復(fù) 是指：
[0058] 設(shè)目標(biāo)一維圖像缺陷區(qū)間（Vu,p])，vu^ ]+1))中，v(1,w)的前向缺陷區(qū)間位置坐標(biāo)所 對應(yīng)的像素點為_、，1,,、的后向像素點為V 計筧：
[0062] 利用Otsu算法，