基于机器视觉的手机屏幕坏点检测系统研究

摘要

随着如今市场化竞争日趋激烈，传统人工检测手机屏幕质量的方法已经无法适应高质、高效的生产要求，国内各手机生产厂家正在努力研发能够替代人工检测的基于机器视觉的自动化检测系统，以提高生产效率，降低生产成本。因此，研究与开发一套基于机器视觉的手机屏幕缺陷检测系统有着巨大的市场价值。
　　本论文正是基于以上背景，分析了国内外近年来机器视觉应用于工业检测的科研项目和工程案例，深入研究了机器视觉相关的图像获取、相机标定、图像处理技术，设计并实现了基于机器视觉的手机屏幕坏点缺陷检测系统。
　　该系统主要由图像采集模块、相机标定模块、缺陷检测模块组成。图像采集模块作为系统的基础，利用DirectShow技术完成了图像采集工作；相机标定模块建立了相机模型，求解出相机的内参数矩阵和畸变向量，完成了图像的畸变矫正，提高了缺陷检测模块特征参数提取的准确度；缺陷检测模块作为系统的核心，首先使用CSA算法提取的图像峰值对Log Gabor滤波器组参数进行自适应设置，完成相位一致性边缘检测，再综合运用区域生长算法完成手机屏幕坏点缺陷区域分割，最后根据缺陷区域归一化特征参数值对手机屏幕质量进行评价。
　　在实验室环境下，进行了系统测试。测试结果表明，手机屏幕坏点缺陷检测系统能够实时的对屏幕坏点进行准确的判别。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景

1.2国内外研究现状

1.3论文的来源与需求

1.4论文开展的工作及特色

1.5论文的组织结构

第二章 技术基础

2.1机器视觉

2.2 DirectShow图像采集技术

2.3数字图像处理

2.4本章小结

第三章 手机屏幕坏点缺陷检测系统总体设计

3.1设计需求

3.2系统框架

3.3本章小结

第四章 图像采集模块设计

4.1捕获图像帧数据的方式

4.2图像采集模块的设计与实现

4.3本章小结

第五章 相机标定模块设计

5.1相机模型建立

5.2相机标定算法

5.3标定算法实现

5.4畸变矫正

5.5本章小结

第六章 缺陷检测模块设计

6.1边缘检测

6.2相位一致性边缘检测的改进

6.3区域生长

6.4形态学处理

6.5缺陷特征提取

6.6判别标准

6.7本章小结

第七章 系统测试

7.1相机标定测试

7.2坏点缺陷检测测试

7.3本章小结

第八章 总结与展望

8.1论文总结

8.2工作展望

致谢

参考文献

攻硕期间取得的研究成果