基于机器视觉的液晶屏字符缺陷检测装置研究

摘要

随着液晶屏越来越多的应用于人们的日常生活中，液晶屏字符显示正确与否成为了一些产品在生产过程中的一项必不可少的检测工序。传统的检测主要依赖于人工方式，人工方式检测效率低，而且带有很强的主观性。基于此，本文对基于机器视觉的液晶屏字符缺陷检测方法展开了研究，论述了检测系统的整体设计以及相应的缺陷检测算法，最终实现了液晶屏字符缺陷的自动检测。文章主要做了以下工作：
　　基于机器视觉，根据液晶屏字符缺陷检测的需要，设计了检测装置的总体方案。通过对图像传感器、镜头及光源的分析和选型，设计了一套主要由图像采集模块、照明模块和PC机组成的液晶屏字符缺陷检测装置，完成了装置的机械制图，协助完成了检测系统机械装置的加工。
　　研究了模板匹配时所需模板图像的提取算法。该算法主要包括滤波和阈值分割，滤波主要是为了抑制图像噪声，突出待提取目标。图像经滤波后，对图像进行阈值分割二值化，从而获得所需模板图像。
　　研究了基于机器视觉的液晶屏字符缺陷检测算法。算法的核心是基于形状模板的图像匹配算法，通过对算法中相似性度量方法的改进，克服了光照对匹配结果的影响。通过图像匹配，在待检图像中找到模板图像实例，确定相应字符的位置。确定字符位置后，通过提取字符并求取像素数，与设定值进行比较，从而对字符是否存在缺陷做出判断。
　　在微软Visual Studio2005集成开发环境下，结合图像处理软件Halcon，编写了液晶屏字符检测系统上位机软件，实现了检测装置的自动化检测功能。对厂家提供的液晶屏样品，分别采用本文算法、基于SIFT匹配算法及人工三种方式进行实验。实验结果表明，本文设计的检测算法能够准确地对液晶屏显示字符是否存在缺陷做出检测判断，与其它两种方式相比，检测的准确性和效率都有所提高，能够取代现有的人工检测方式。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

1 绪论

1.1课题研究背景及意义

1.2机器视觉技术

1.3 LCD字符缺陷检测

1.4论文研究内容及章节安排

2 液晶屏字符缺陷检测系统总体设计

2.1液晶屏字符缺陷分析

2.2检测系统总体结构设计

2.3图像采集模块分析

2.4照明模块设计

2.5图像采集方案设计

2.6检测装置机械设计

2.7本章小结

3 模板图像获取

3.1图像噪声

3.2图像噪声模型

3.3常用滤波去噪声方法

3.4二值化提取模板

3.5本章小结

4 字符缺陷检测算法

4.1检测分析及检测流程

4.2图像匹配

4.3 ASMIM算法

4.4缺陷判断

4.5本章小结

5 软件设计及实验

5.1软件开发环境简介

5.2软件框架设计

5.3软件实现

5.4缺陷检测实验

5.5本章小结

6 总结与展望

6.1总结

6.2展望

参考文献

作者简介