基于色彩感知的车载导光板黄化缺陷检测

摘要

在导光板生产时,因生产治具温度过高,不可避免地会出现黄化缺陷.为提高黄化缺陷检测精度及效率,在分析导光板及其黄化缺陷的光学特征基础上,本文提出了基于机器视觉的导光板黄化缺陷检测方法:首先,将图像灰度转换,用双边滤波器对图像平滑处理,降低噪声影响;其次,对像素点邻域依次差值,凸显导光板轮廓特征;进而,通过自适应的阈值填充算法与设置线段距离阈值,完成导光板轮廓提取和3个导光板的分割;最后,根据导光板坐标生成矩形区域,构建81维特征向量,建立并训练SVM模型.该方法在工业现场采集的导光板图像上进行了大量实验,实验结果表明,该算法运行效率高,鲁棒性强,在训练样本较少的情况下仍有较高的检测精度.