高精度自动光学检测方法和系统
阅读：32发布：2020-05-14
专利汇可以提供高精度自动光学检测方法和系统专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种高 精度 自动光学检测 方法和系统。该方法包括：控制多个有效区域显示第一纯 颜色 和第二纯颜色，且相邻的有效区域之间的纯颜色不同；获取多个 视野 区域图像，从各个视野区域图像中提取有效区域图像；将相邻的有效区域之间的纯颜色互换；获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像；对各个有效区域图像进行处理，识别 缺陷 ，记录缺陷 位置 ，并统计缺陷数量；计算得到第一纯颜色显示状态下和第二纯颜色显示状态下的 液晶 显示屏图像中的缺陷类型，记录缺陷位置，并统计缺陷数量。每次仅需对单个有效区域图像进行处理，拍摄精度高，能准确检测缺陷，提高了检测的准确度。，下面是高精度自动光学检测方法和系统专利的具体信息内容。
1.一种高精度自动光学检测方法，包括：
控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域；
获取多个视野区域图像，从各个视野区域图像中提取有效区域图像；
对各个有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量；
将相邻的有效区域之间的纯颜色互换；
获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像；
对各个互换后的有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量；
将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像，分别计算得到第一纯颜色显示状态下和第二纯颜色显示状态下的液晶显示屏图像中的缺陷类型，记录缺陷位置，并统计缺陷数量。
2.根据权利要求1所述的高精度自动光学检测方法，其特征在于，所述对各个有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量，或者对各个互换后的有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量的步骤包括：
将获取的有效区域图像转为预设图像格式；
将转为预设图像格式的有效区域图像进行预处理；
将预处理后的有效区域图像进行阈值分割，滤除背景信息，提取有效区域图像中图像信息；
对所述图像信息进行增强处理；
从增强处理后的所述图像信息中提取图像缺陷，将图像缺陷进行图像分割得到缺陷块；
识别所述缺陷块中缺陷类型，记录缺陷位置，并统计缺陷数量。
3.根据权利要求1所述的高精度自动光学检测方法，其特征在于，所述预先将整个液晶显示屏分成多个有效区域的步骤包括：
根据被检测液晶显示屏的物理分辨率和表示每个物理像素点所需采用的预设的摄像机像素点数计算所需的总像素点；
根据摄像机分辨率计算每个摄像机所能拍摄的被检测液晶显示屏像素点数目；
计算每个摄像机视野区域尺寸；
根据视野区域大小和运动装置精度，计算有效区域尺寸；
按照有效区域尺寸对整个被检测液晶显示屏进行划分。
4.根据权利要求3所述的高精度自动光学检测方法，其特征在于，所述表示每个物理像素点所需采用的预设的摄像机像素点数为6*6个。
5.一种高精度自动光学检测系统，其特征在于，包括显示控制模块、采集模块、处理模块和合成模块；
所述显示控制模块用于控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域；
所述采集模块用于获取多个视野区域图像，从各个视野区域图像中提取有效区域图像；
所述处理模块用于对各个有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量；
所述显示控制模块还用于将相邻的有效区域之间的纯颜色互换；
所述采集模块还用于获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像；
所述处理模块还用于对各个互换后的有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量；
所述合成模块用于将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像，分别计算得到第一纯颜色显示状态下和第二纯颜色显示状态下的液晶显示屏图像中的缺陷类型，记录缺陷位置，并统计缺陷数量。
6.根据权利要求5所述的高精度自动光学检测系统，其特征在于，所述处理模块包括：
格式转换单元，用于将获取的液晶显示屏图像转为预设图像格式；
预处理单元，用于将转为预设图像格式的液晶显示屏图像进行预处理；
阈值分割单元，用于将预处理后的液晶显示屏图像进行阈值分割，滤除背景信息，提取液晶显示屏图像中图像信息；
图像增强单元，用于对所述图像信息进行增强处理；
图像分割单元，用于从增强处理后的所述图像信息中提取图像缺陷，将图像缺陷进行图像分割得到缺陷块；以及
识别记录单元，用于识别所述缺陷块中缺陷类型，记录缺陷位置，并统计缺陷数量。
7.根据权利要求6所述的高精度自动光学检测系统，其特征在于，所述系统还包括划分模块，所述划分模块包括：
总像素点计算单元，用于根据被检测液晶显示屏的物理分辨率和表示每个物理像素点所需采用的预设的摄像机像素点数计算所需的总像素点；
像素点数目计算单元，用于根据摄像机分辨率计算每个摄像机所能拍摄的被检测液晶显示屏像素点数目；
视野区域尺寸计算单元，用于计算每个摄像机视野区域尺寸；
有效区域尺寸计算单元，用于根据视野区域大小和摄像机位移精度，计算有效区域尺寸；
划分单元，用于按照有效区域尺寸对整个被检测液晶显示屏进行划分。
8.根据权利要求7所述的高精度自动光学检测系统，其特征在于，所述表示每个物理像素点所需采用的预设的摄像机像素点数为6*6个。
高精度自动光学检测方法和系统
技术领域
背景技术
[0002] 近年来，由于LCD（Liquid Crystal Display，液晶显示屏）具有轻、薄的良好特性，因此在绝大部分的通讯产品（如汽车导航系统、移动电话）、消费性电子产品（如LCD电视、摄影机）、仪器产品及工业自动化产品等领域中，都用LCD作为控制面板，其应用范围十分广泛。由于LCD整个生产工艺流程长，而且基板尺寸越来越大，线路尺寸越来越精密，因此，在LCD的生产过程中需要进行严格的质量控制。传统的LCD检测方法主要是通过人工检测，由于人的主观差异，会给质量检测带来很多不可控因素。为此采用机器视觉检测系统代替人工操作，可以消除人工检测带来的种种弊端，能够提高检测的质量与效率。
发明内容
[0004] 基于此，有必要针对传统的高精度自动光学检测精确度不高，准确率低的问题，提供一种高精度自动光学检测方法，能提高检测的精确度和准确度。
[0005] 此外，还有必要提供一种高精度自动光学检测系统，能提高检测的精确度和准确度。
[0006] 一种高精度自动光学检测方法，包括：
[0007] 控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域；
[0008] 获取多个视野区域图像，从各个视野区域图像中提取有效区域图像；
[0009] 对各个有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量；
[0010] 将相邻的有效区域之间的纯颜色互换；
[0011] 获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像；
[0012] 对各个互换后的有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量；
[0013] 将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像，分别计算得到第一纯颜色显示状态下和第二纯颜色显示状态下的液晶显示屏图像中的缺陷类型，记录缺陷位置，并统计缺陷数量。
[0015] 所述显示控制模块用于控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域；
[0016] 所述采集模块用于获取多个视野区域图像，从各个视野区域图像中提取有效区域图像；
[0017] 所述处理模块用于对各个有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量；
[0018] 所述显示控制模块还用于将相邻的有效区域之间的纯颜色互换；
[0019] 所述采集模块还用于获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像；
[0020] 所述处理模块还用于对各个互换后的有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量；
[0021] 所述合成模块用于将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像，分别计算得到第一纯颜色显示状态下和第二纯颜色显示状态下的液晶显示屏图像中的缺陷类型，记录缺陷位置，并统计缺陷数量。
[0022] 上述高精度自动光学检测方法和系统，将被检测液晶显示屏分成多个有效区域，分别每次仅需对单个有效区域图像进行处理，拍摄精度高，能准确检测缺陷，提高了检测的准确度，且每次处理单个有效区域图像，计算量低。附图说明
[0023] 图1为高精度自动光学检测方法所涉及的一种实施环境的示意图；
[0025] 图3为一个实施例中被检测液晶显示屏被分成12份的示意图；
[0026] 图4为另一个实施例中高精度自动光学检测方法的流程图；
[0027] 图5为一个实施例中将整个液晶显示屏等分成多个有效区域的流程图；
[0028] 图6为一个实施例中图2中步骤206或步骤212的具体流程图；
[0029] 图7为一个实施例中高精度自动光学检测系统的结构框图；
[0030] 图8为一个实施例中处理模块的内部结构框图；
[0031] 图9为另一个实施例中高精度自动光学检测系统的结构框图；
[0032] 图10为一个实施例中划分模块的内部结构框图。
具体实施方式
[0033] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0034] 图1为高精度自动光学检测方法所涉及的一种实施环境的示意图。该实施环境包括摄像机110、光源120、图像采集卡130、计算机140、显示器150、被检测液晶显示屏160和驱动系统170。其中，计算机140分别与图像采集卡130、显示器150和被检测液晶显示屏160相连，摄像机110和图像采集卡130相连，驱动系统170分别与计算机140和被检测液晶显示屏160相连。计算机140控制被检测液晶显示屏160显示图像；驱动系统170控制摄像机110移动选取工作区域；摄像机110通过镜头拍摄被检测液晶显示屏160显示的图像（显示屏点亮时显示的图像）以及在光源120照射下被检测液晶显示屏160的图像（显示屏不点亮时显示的图像）；图像采集卡130对摄像机110拍摄的图像进行采集，并传输给计算机140进行分析处理得到缺陷类型、缺陷位置和缺陷数量，并由显示器150显示缺陷类型、缺陷位置和缺陷数量。该驱动系统170可包括机械支架、电机和运动装置。被检测液晶显示屏160放在驱动系统
170的机械支架上，所述驱动系统170用于驱动摄像机110移动。
170的机械支架上，所述驱动系统170用于驱动摄像机110移动。
[0035] 为了提高系统的精准度和稳定性，需要取缺陷面积在3至4个像素以上，因为如果一个像素对应一个检测缺陷，则任意的一个干扰像素点都可能被误认为缺陷。为了检测精度达到RGB（Red-Green-Blue）子像素精度，需保证一个完整的点落在R分量上，R子像素至少需要2个像素点表示，同理G、B分量也分别需要2个像素点来表示，整个点需要6个像素点。考虑横向和纵向的情况，液晶显示屏上的一个物理像素点采用6*6个摄像机像素点来表示。对于物理分辨率为1920*1080的液晶显示屏，共有1920*1080=2073600个像素点，则需要1920*1080*（6*6）个摄像机像素点表示，即摄像机完成整个液晶显示屏的拍摄所需像素点的总和为1920*1080*（6*6）个。此处仅以物理分辨率为1920*1080为例，还可以检测其他物理分辨率的显示屏，如1024*768或800*600等。
[0036] 若采用500W（万）像素的摄像机拍摄（假设分辨率是：2588*1940），横向需要拍1920*6/2588=5次，纵向需要拍1080*6/1940=4次。如果用4个这类摄像机沿屏纵向并排摆放以覆盖整个纵向，然后结合驱动系统控制摄像机组沿横向分别拍5次即可覆盖整个屏面。
[0037] 综上所述，在液晶显示屏物理分辨率不变的情况下，检测次数与面板尺寸大小无关。次数不变，尺寸越大的面板，每次拍摄的视野就越大。所以，当检测面板尺寸变化时，只需调整摄像机拍摄的视野即可。
[0038] 假设镜头X方向的视角是β，Y方向的视角是α，摄像机到被检测液晶显示屏的距离为d，X方向视野lx，Y方向视野ly，它们之间的关系如下所示：
[0039] 镜头X方向视野lx=2*d*tag(β/2)
[0040] 镜头Y方向视野ly=2*d*tag(α/2)
[0041] 由上述关系式得知，要想改变视野，只需调整相机到待检物间的间距d即可。同时ly也在变化，所以还需调整摄像机与摄像机间的间距。为了避免漏检屏区域，摄像机与摄像机间保留一定重复视野区域。
[0042] 检测完后，需要对检测缺陷进行统计，由于每个缺陷很小，只有0.06毫米或更小。为了便于精度的统计缺陷数量，采用区域分割法统计缺陷数量。
[0043] 图2为一个实施例中高精度自动光学检测方法的流程图。该高精度自动光学检测方法可应用于图1中的实验环境。该高精度自动光学检测方法，包括：
[0044] 步骤202，控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域。
[0045] 其中，第一纯颜色和第二纯颜色可根据需要选定，如第一纯颜色为白色，第二纯颜色为黑色；或者，第一纯颜色为红色，第二纯颜色为绿色；或者第一纯颜色为红色，第二纯颜色为蓝色；第一纯颜色为绿色，第二纯颜色为蓝色等等。整个液晶显示屏可预先被等分成多个有效区域，也可采用非等分的方划分成多个有效区域，非等分的情况下要满足有效区域必须小于视野区域。
[0046] 如图3所示，被检测液晶显示屏300被分成12个有效区域310，视野区域320尺寸等于有效区域310尺寸和该有效区域310四周的无效区域330尺寸之和。视野区域是摄像头所拍摄的区域。无效区域是指其X方向和Y方向均比摄像机位移精度至少高一个数量级形成的区域。
[0047] 通过计算机140控制被检测液晶显示屏160上进行第一纯颜色和第二纯颜色的相间显示。
[0048] 步骤204，获取多个视野区域图像，从各个视野区域图像中提取有效区域图像。
[0049] 首先调整摄像机与被检测液晶显示屏之间的距离，使得每个摄像机视野重复区域等于无效区域尺寸，然后再通过摄像机110和图像采集卡130配合分别获取各个视野区域图像，从视野区域图像中提取有效区域图像，有效区域图像即视野区域图像中间大的整块区域。
[0050] 提取有效区域方法，包括（1）至（6），如下：
[0051] （1）取图像中心点；
[0052] （2）计算中心点RGB分量；
[0053] （3）确定主分量；
[0054] 例如，确定R分量为主分量，则后续移除G分量和B分量。
[0055] （4）移除其它分量；
[0056] （5）计算连通区域；
[0057] （6）取中间较大连通区域为有效区域。
[0058] 步骤206，对各个有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量。
[0059] 具体的，该缺陷包括亮点、暗点、亮线、暗线等。
[0060] 步骤208，将相邻的有效区域之间的纯颜色互换。
[0061] 具体的，将先前显示第一纯颜色的有效区域换成显示第二纯颜色，先前显示第二纯颜色的有效区域换成显示第一纯颜色。例如，第一纯颜色为红色，第二纯颜色为蓝色，先将相邻的有效区域设为红蓝相间，然后将红蓝颜色互换。
[0062] 步骤210，获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像。
[0063] 步骤212，对各个互换后的有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量。
[0064] 步骤214，将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像，分别计算得到第一纯颜色显示状态下和第二纯颜色显示状态下的液晶显示屏图像中的缺陷类型，记录缺陷位置，并统计缺陷数量。
[0065] 上述高精度自动光学检测方法，将被检测液晶显示屏分成多个有效区域，分别每次仅需对单个有效区域图像进行处理，拍摄精度高，能准确检测缺陷，提高了检测的准确度，且每次处理单个有效区域图像，计算量低。
[0066] 图4为另一个实施例中高精度自动光学检测方法的流程图。结合图1、图3和图4所示，该高精度自动光学检测方法，包括：
[0067] 步骤402，将整个液晶显示屏分成多个有效区域。
[0068] 步骤404，控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同。
[0069] 步骤406，获取多个视野区域图像，从各个视野区域图像中提取有效区域图像。
[0070] 步骤408，对各个有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量。
[0071] 步骤410，将相邻的有效区域之间的纯颜色互换。
[0072] 步骤412，获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像。
[0073] 步骤414，对各个互换后的有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量。
[0074] 步骤416，将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像，分别计算得到第一纯颜色显示状态下和第二纯颜色显示状态下的液晶显示屏图像中的缺陷类型，记录缺陷位置，并统计缺陷数量。
[0075] 上述高精度自动光学检测方法，将被检测液晶显示屏分成多个有效区域，分别每次仅需对单个有效区域图像进行处理，拍摄精度高，能准确检测缺陷，提高了检测的准确度，且每次处理单个有效区域图像，计算量低。
[0076] 图5为一个实施例中将整个液晶显示屏等分成多个有效区域的流程图。如图3和图5所示，将整个液晶显示屏分成多个有效区域，包括：
[0077] 步骤502，根据被检测液晶显示屏的物理分辨率和表示每个物理像素点所需采用的预设的摄像机像素点数计算所需的总像素点。
[0078] 具体的，表示每个物理像素点所需采用的预设的摄像机像素点数可根据需要进行设定，如可为3*3个、4*4个、6*6个、8*8个或9*9个摄像机像素点表示一个物理像素点，若为3*3个或4*4个，每次视野范围大，但检测精度可能不够，若为8*8个或9*9个，每次的视野范围小，则测试次数多。优选的表示每个物理像素点所需采用的预设的摄像机像素点数为6*
6，其精度可达到RGB子像素级，且检测次数适中。
6，其精度可达到RGB子像素级，且检测次数适中。
[0079] 摄像机成像X方向的总像素X总=被检测液晶显示屏X方向分辨率*6
[0080] 摄像机成像Y方向的总像素Y总=被检测液晶显示屏Y方向分辨率*6
[0081] 步骤504，根据摄像机分辨率计算每个摄像机所能拍摄的被检测液晶显示屏像素点数目。
[0082] 例如假设摄像机分辨率为ResX*ResY，则
[0083] 视野区域X方向被检测液晶显示屏物理像素点个数nX=ResX/6，视野区域Y方向被检测液晶显示屏物理像素点个数nY=ResY/6。
[0084] 步骤506，计算每个摄像机视野区域尺寸。
[0085] 假设被检测液晶显示屏像素点大小为xx毫米*yy毫米，像素点大小是指相邻两个像素点之间的横向距离*纵向距离。
[0086] 视野区域尺寸为nSizeX*nSizeY。nSizeX=nX*xx毫米，nSizeY=nY*yy毫米。
[0087] 步骤508，根据视野区域大小和摄像机位移精度，计算有效区域尺寸。
[0088] 有效区域尺寸X=视野区域X－无效区域X*2；
[0089] 有效区域尺寸Y=视野区域Y－无效区域Y*2。所述无效区域X和所述无效区域Y均比摄像机位移精度至少高一个数量级。
[0090] 步骤510，按照有效区域尺寸对整个被检测液晶显示屏进行划分。
[0091] 通过摄像机精度和被检测液晶显示屏的物理像素确定有效区域尺寸，能更准确的确定有效区域尺寸，提高检测精确度和准确度。
[0092] 图6为一个实施例中图2中步骤206或步骤212的具体流程图。步骤206或步骤212具体包括：
[0093] 步骤602，将获取的有效区域图像转为预设图像格式。
[0094] 本实施例中，通过摄像机110和图像采集卡130配合采集的液晶显示屏图像经过摄像机110自身集成的图像处理软件加工成特定格式的数据结构，该数据结构中图像信息可能经过压缩或转化成图像数据结构，为此，需要将该获取液晶显示屏图像转换为计算机可处理的预设图像格式。该预设图像格式可为bmp、gif等图像格式。
[0095] 步骤604，将转为预设图像格式的有效区域图像进行预处理。
[0096] 该预处理包括对图像去噪和滤波处理。去噪处理可去除高斯噪声、椒盐噪声等。滤波处理可采用1×8模板进行纵向均值滤波，进一步去除噪声。通过预处理提高了图像的质量。
[0097] 步骤606，将预处理后的有效区域图像进行阈值分割，滤除背景信息，提取有效区域图像中图像信息。
[0098] 因应用环境不确定，可采用自动阈值分割。自动阈值分割是基于灰度直方图，分析灰度直方图中图像信息和背景信息的特性，取两个波峰之间的波谷作为分割阈值，从而得到阈值。本实施例中，将液晶显示屏图像转换为灰度直方图，分析灰度直方图中图像信息和背景信息的特性，取两个波峰之间的波谷作为分割阈值，通过该分割阈值进行分割，滤除背景信息，提取图像信息。
[0099] 步骤608，对该图像信息进行增强处理。
[0100] 因图像信息较弱，通过形态学处理使得图像信息增强。
[0101] 步骤610，从增强处理后的该图像信息中提取图像缺陷，将图像缺陷进行图像分割得到缺陷块。
[0102] 通过RGB（Red-Green-Blue）分量阈值，从图像信息中提取图像缺陷，该RGB分量阈值根据大量数据实验统计得到。根据图像的连通性，将图像缺陷划分为多个缺陷块。划分成缺陷块后，在图像识别过程中，只需计算每个缺陷块的信息，大大降低了图像处理的运算量，节省了缺陷识别的时间开销。
[0103] 步骤612，识别该缺陷块中缺陷类型，记录缺陷位置，并统计缺陷数量。
[0104] 具体的，预先建立缺陷特征数据库，在该缺陷特征数据库中记录每类缺陷的特征。将检测的缺陷与缺陷特征数据库中记录的特征进行对比，识别该检测的缺陷的类型。
[0105] 通过对采集的图像进行转换、预处理、增强、分割等处理，提高了图像的质量，降低了图像识别的计算量。
[0106] 图7为一个实施例中高精度自动光学检测系统的结构框图。本实施例以高精度自动光学检测系统应用于图1所示的实验环境进行说明。该高精度自动光学检测系统，包括显示控制模块720、采集模块740、处理模块760和合成模块780。其中：
[0107] 显示控制模块720用于控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域。整个液晶显示屏可预先被等分成多个有效区域，也可采用非等分的方划分成多个有效区域，非等分的情况下要满足有效区域必须小于视野区域。
[0108] 其中，第一纯颜色和第二纯颜色可根据需要选定，如第一纯颜色为白色，第二纯颜色为黑色；或者，第一纯颜色为红色，第二纯颜色为绿色；或者第一纯颜色为红色，第二纯颜色为蓝色；第一纯颜色为绿色，第二纯颜色为蓝色等等。
[0109] 采集模块740用于获取多个视野区域图像，从各个视野区域图像中提取有效区域图像。
[0110] 具体的，该缺陷包括亮点、暗点、亮线、暗线等。
[0111] 处理模块760用于对各个有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量。
[0112] 显示控制模块720还用于将相邻的有效区域之间的纯颜色互换。
[0113] 采集模块740还用于获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像。
[0114] 处理模块760还用于对各个互换后的有效区域图像进行处理，识别缺陷，记录缺陷位置，并统计缺陷数量。
[0115] 合成模块780用于将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像，分别计算得到第一纯颜色显示状态下和第二纯颜色显示状态下的液晶显示屏图像中的缺陷类型，记录缺陷位置，并统计缺陷数量。
[0116] 上述高精度自动光学检测系统，将被检测液晶显示屏分成多个有效区域，分别每次仅需对单个有效区域图像进行处理，拍摄精度高，能准确检测缺陷，提高了检测的准确度，且每次处理单个有效区域图像，计算量低。
[0117] 图8为一个实施例中处理模块的内部结构框图。该处理模块740包括格式转换单元741、预处理单元742、阈值分割单元743、图像增强单元744、图像分割单元745和识别记录单元746。
[0118] 格式转换单元741用于将获取的液晶显示屏图像转为预设图像格式。该预设图像格式可为bmp、gif等图像格式。
[0119] 预处理单元742用于将转为预设图像格式的液晶显示屏图像进行预处理。
[0120] 该预处理包括对图像去噪和滤波处理。去噪处理可去除高斯噪声、椒盐噪声等。滤波处理可采用1×8模板进行纵向均值滤波，进一步去除噪声。通过预处理提高了图像的质量。
[0121] 阈值分割单元743用于将预处理后的液晶显示屏图像进行阈值分割，滤除背景信息，提取液晶显示屏图像中图像信息。
[0122] 因应用环境不确定，可采用自动阈值分割。自动阈值分割是基于灰度直方图，分析灰度直方图中图像信息和背景信息的特性，取两个波峰之间的波谷作为分割阈值，从而得到阈值。本实施例中，将液晶显示屏图像转换为灰度直方图，分析灰度直方图中图像信息和背景信息的特性，取两个波峰之间的波谷作为分割阈值，通过该分割阈值进行分割，滤除背景信息，提取图像信息。
[0123] 图像增强单元744用于对该图像信息进行增强处理。因图像信息较弱，通过形态学处理使得图像信息增强。
[0124] 图像分割单元745用于从增强处理后的该图像信息中提取图像缺陷，将图像缺陷进行图像分割得到缺陷块。
[0125] 通过RGB（Red-Green-Blue）分量阈值，从图像信息中提取图像缺陷，该RGB分量阈值根据大量数据实验统计得到。根据图像的连通性，将图像缺陷划分为多个缺陷块。划分成缺陷块后，在图像识别过程中，只需计算每个缺陷块的信息，大大降低了图像处理的运算量，节省了缺陷识别的时间开销。
[0126] 识别记录单元746识别该缺陷块中缺陷类型，记录缺陷位置，并统计缺陷数量。
[0127] 具体的，预先建立缺陷特征数据库，在该缺陷特征数据库中记录每类缺陷的特征。将检测的缺陷与缺陷特征数据库中记录的特征进行对比，识别该检测的缺陷的类型。
[0128] 通过对采集的图像进行转换、预处理、增强、分割等处理，提高了图像的质量，降低了图像识别的计算量。
[0129] 图9为另一个实施例中高精度自动光学检测系统的结构框图。本实施例以高精度自动光学检测系统应用于图1所示的实验环境进行说明。该高精度自动光学检测系统，除了包括显示控制模块720、采集模块740、处理模块760和合成模块780，还包括划分模块710。其中：划分模块710用于预先将整个液晶显示屏分成多个有效区域。整个液晶显示屏可预先被等分成多个有效区域，也可采用非等分的方划分成多个有效区域，非等分的情况下要满足有效区域必须小于视野区域。
[0130] 图10为一个实施例中划分模块的内部结构框图。该划分模块710包括总像素点计算单元711、像素点数目计算单元712、视野区域尺寸计算单元713、有效区域尺寸计算单元714和划分单元715。
[0131] 总像素点计算单元711用于根据被检测液晶显示屏的物理分辨率和表示每个物理像素点所需采用的预设的摄像机像素点数计算所需的总像素点。
[0132] 具体的，表示每个物理像素点所需采用的预设的摄像机像素点数可根据需要进行设定，如可为3*3个、4*4个、6*6个、8*8个或9*9个摄像机像素点表示一个物理像素点，若为3*3个或4*4个，每次视野范围大，但检测精度可能不够，若为8*8个或9*9个，每次的视野范围小，则测试次数多。优选的为6*6，其精度可达到RGB子像素级，且检测次数适中。
[0133] 摄像机成像X方向的总像素X总=被检测液晶显示屏X方向分辨率*6
[0134] 摄像机成像Y方向的总像素Y总=被检测液晶显示屏Y方向分辨率*6
[0135] 像素点数目计算单元712用于根据摄像机分辨率计算每个摄像机所能拍摄的被检测液晶显示屏像素点数目。
[0136] 例如假设摄像机分辨率为ResX*ResY，则
[0137] 视野区域X方向被检测液晶显示屏物理像素点个数nX=ResX/6，视野区域Y方向被检测液晶显示屏物理像素点个数nY=ResY/6。
[0138] 视野区域尺寸计算单元713用于计算每个摄像机视野区域尺寸。
[0139] 假设被检测液晶显示屏像素点大小为xx毫米*yy毫米，像素点大小是指相邻两个像素点之间的横向距离*纵向距离。
[0140] 视野区域尺寸为nSizeX*nSizeY。nSizeX=nX*xx毫米，nSizeY=nY*yy毫米。
[0141] 有效区域尺寸计算单元714用于根据视野区域大小和摄像机位移精度，计算有效区域尺寸。
[0142] 有效区域尺寸X=视野区域X－无效区域X；
[0143] 有效区域尺寸Y=视野区域Y－无效区域Y。
[0144] 所述无效区域X和所述无效区域Y均比摄像机位移精度至少高一个数量级。
[0145] 划分单元715按照有效区域尺寸对整个被检测液晶显示屏进行划分。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种生成图像互换格式文件的方法及装置 | 2020-05-14 | 448 |
| 一种视频信息处理方法及装置 | 2020-05-17 | 921 |
| 一种网页的处理方法及相关设备 | 2020-05-20 | 329 |
| 集成有相机系统和非电3D/多视频和静止帧观看器的用于3D和/或2D高质量摄像、摄影和自拍录制的多功能移动设备外壳/盖体 | 2020-05-23 | 849 |
| 视频的种子文件处理方法及装置 | 2020-05-26 | 31 |
| 阵列基板、液晶显示面板及其驱动方法 | 2020-05-18 | 628 |
| 图像处理方法、终端、计算机存储介质及计算机程序 | 2020-05-23 | 21 |
| 一种多终端兼容显示的方法 | 2020-05-20 | 633 |
| 一种混凝土骨料数值模型重建方法 | 2020-05-22 | 18 |
| 图像互换格式图的制作方法和装置 | 2020-05-23 | 329 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
图像互换格式热门专利
-
2 网络安全系统
QQ群二维码
意见反馈
意见反馈