《基于CCD的手机液晶屏缺陷检测方法及技巧分析》-工学论文，工业技术论文-论文范文参考-科学狗论文网

标题

基于CCD的手机液晶屏缺陷检测方法及技巧分析

范文

胡庆云

摘要：随着我国科学技术的不断发展，手机逐渐成为人们出行的必需品，而手机液晶屏的质量也逐渐成为人们关注的重要问题。因此，如何做好手机液晶屏缺陷检测工作成为生产厂家所面临的主要问题。本文将结合实际情况对CCD下手机液晶屏缺陷的检测方式及技巧进行分析，旨在促进我国手机液晶屏缺陷的检测方法不断完善。

关键词：CCD；手机液晶屏；缺陷检测

中图分类号：TP391 文献标志码：A

0 引言

随着我国社会经济的快速增长使得电子科技得到较好的发展，手机作为重要的通信工具已成为人们生活的必需品。在这样的时代背景下，做好手机液晶屏缺陷检测工作、保证手机液晶屏质量成为手机制造商需要考虑的重要问题。本文将结合实际情况对CCD下手机液晶屏缺陷的检测方式及技巧进行分析，以期为今后的相关工作提供宝贵经验。

1 系统结构设计

手机液晶屏缺陷监测系统是一种用于检测手机液晶屏缺陷的检测系统，在检测过程中这一系统主要是应用图像处理方式对屏幕进行有效监测，主要是由光学系统、CCD、图像采集部分、图像处理部分、显示识别部分构成。手机液晶屏缺陷监测系统的运行原理为在确定CCD相机未知的基础上通过光源位置同步采集被检测物体的数据，同时将采集到的数据信息以图像信号的方式传送至计算机，再有计算机对收集的手机液晶屏数据进行图像处理、边缘检测、分析识别等处理后，根据判别标准来判断手机液晶屏是可以完成检测手机液晶屏缺陷的任务。

2 图像处理

2.1 图像预处理

在获取图像的过程中，通过CCD获得的图像在经过一系列处理后会产生一定的噪声污染，使得检测目标可能会受到声音的影响不会反映在背景中，从而降低了图像的质量，为后期的检测工作带来一定困难。通过图像预处理对原图像进行一些简单处理，从而有效地将图像中存在的噪声干扰去除，使得手机液晶屏缺陷工作可以顺利进行。在这一过程中，应根据实际情况选择滤波，使得滤波既可以保留图像的轮廓细节，又可以有效去除图像中的噪声干擾。滤波主要可以分为线性滤波和非线性滤波两种，这两种滤波的主要区别在于原始数据以及滤波结果是否具有固定模板。其中线性滤波器原始数据以及滤波结果中含有固定模板，而非线性滤波器则不含有固定模板。均值滤波是线性滤波中一种较为典型的算法，主要是在计算过程中利用邻域平均法，这一种算法主要是用于将原图像中的各个像素值替换为现有的图像区域各个像素的平均值。虽然这种算法较为简便、易于操作，然而在使用这种方式的过程中会在降低噪声的同时降低图像画面的清晰度，从而对原有图像造成一定破坏，使得其中的微小细节无法充分体现出来。

与均值滤波较为相似的算法是中值滤波，这种方式主要是将像素值的中值作为目标像素值的替代者，在使用过程中应根据空间邻近度和像素值相似这一特性，有效保证了空域以及灰度的相似度，而经过中值滤波计算输出的像素的值主要是建立在像素值的加权值组合的基础上。高斯滤波卷积对图像中所存在的像素进行全面扫描，然后通过利用卷积确定出的邻域内的像素的加权平均灰度值来替换模板中心像素点的值。在检测手机液晶屏缺陷的过程中，高斯滤波一种较常被应用的方式，通过邻域内的像素的加权平均灰度值可以将图像中的各个细节充分保留出来，是一种可以对整幅图像进行详细处理的滤波过程，这种方式不仅可以有效去除图像中的噪声还可以将原图像中的手机液晶屏缺陷清晰的保留下来，为后期的边缘检测提供了便利。

2.2 图像分割

在经过图像预处理后，图像中的各部分瑕疵均可以清晰地显示出来，然而却无法根据实际情况将这些瑕疵有效剔除。因此在应在图像边缘检测前利用图像分割技术将瑕疵的特征区域分割出，注意在提取图像瑕疵特征前应事先选定瑕疵所处区域。图像分割技术主要是将图像分成具有不同特征的区域并提取其中感兴趣区域及边界的过程。在图像分割技术中主要是应用阈值分割法，阈值分割法是一种较为常用的图像预处理技术，被广泛应用于分割处理中。

阈值分割法主要是指输入图像f与输出图像g之间的完美转换，并遵循以下规则：

其中T表示阈值，对于物体的图像元素g（i， j）=1，对于背景的图像元素则g（i， j）=0。在利用阈值分割法进行操作的过程中，阈值的确定是阈值分割法的关键，只有在操作前充分掌握阈值才可以为后续的分割工作创造有利条件。在确定阈值的过程中主要可以利用迭代法进行计算。在确定图像最大阈值与最小阈值后可以有效计算出初始阈值，即T0=（Pmax+Pmin）/2，然后根据阈值T（k）将图像的前景与背景相互分离并计算出图像的平均灰度H1、H2，然后充分计算阈值T（k=1），当条件满足T（k）=T（k=1）时，则T为所求阈值。在确定阈值后，可以通过对比阈值与灰度值进行对比，就可以实现像素分割与各个像素一同进行，图则选定图像特定区域可被直接分离出来。

2.3 图像边缘检测

在经过阈值化后图像中所含有的缺陷可以充分显示出来，在此基础上可以通过使用边缘算法来确定并获取手机液晶屏缺陷的边缘图像。边缘与传统意义上的物体与物体之间的边界有所区别，手机液晶屏检测中所说的边缘主要是指图像中像素值发生突变的部位。因此在实际处理的过程中，通常只会运用到二阶导数，通过对二阶导数进行分析还可以将灰度突变的类型详细的反映出来。

此外，一阶边缘检测算子和二阶边缘检测算子均是边缘检测算法中的重要内容。其中，Soble算子、Canny算子、Roberts算子均是属于一阶边缘检测算子，而LoG算子、Laplacian算子则属于二阶边缘检测算子。其中Canny算子是目前边缘检测算法中效率最高、且检测最准确的算法，而Laplacian算子也是二阶边缘检测算子较常采用的算法。然而这两种检测方式在检测过程中均存在一定缺陷，Canny算子在检测过程中虽然可以将缺陷边缘准确定位并可以高效的检测到弱边缘，可以将图形中的各个细节明确显示出来，并且具有将好的连续性，但是对于图像中一些不明显的缺陷检测效果无法达到最佳；利用Laplacian算子进行检测的过程中，虽然对图像中手机液晶屏的缺陷部位的细节与孤立点会有比一阶边缘检测算子更加强烈的反应，但是Laplacian算子却无法准确地检测出图像中边缘的具体方向。

因此在检测过程中可以将一阶Canny算子与二阶Laplacian算子相结合的方式对手机液晶屏的缺陷进行检测，在检测过程中通过对两种算子作用下产生的图像进行适当的比例线性叠加图像信息的算法，则缺陷边缘检测可以清晰地呈现出来，这种方式主要是利用一阶Canny算子对细微缺陷部位的敏感性与二阶Laplacian算子对缺陷位置的准确定位，使得手机液晶屏检测的效率及质量有效提升，并在有效降低噪声干扰的情况下将图像中的各部分细节充分保留，符合单边缘响应准则。

结论

综上所述，通过在手机液晶屏缺陷检测过程中利用一阶边缘检测算子和二阶边缘检测算子相结合的方式可以充分将液晶屏缺陷边缘显示出来同时确定适合比例，可有效保证边缘检测工作的准确性、完整性，实现了背景与缺陷目标相互分离，从而为后续对手机液晶屏缺陷进行处理提供了便利，可以及时发现手机液晶屏幕中存在的问题，有效提高了手机液晶屏幕的合格率，为人们的正常使用提供有力保障。

参考文献

[1]闫俊红，禹昕晖，李忠虎，等.基于CCD的手机液晶屏缺陷检测方法[J].包头职业技术学院学报，2017，18（1）：18-20，59.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。