基于圖像輪廓分析的LCD 線路缺陷檢測

摘要： 為了避免圖像配準精度對液晶顯示屏( LCD) 線路缺陷檢測準確率的影響，采用一種基于圖像輪廓分析的新方法，基于深度優(yōu)先搜索尋找圖像輪廓，并根據(jù)格林公式計算輪廓面積，將待檢測LCD 的線路輪廓面積與標準模板的輪廓面積比較，從而判斷是否存在短路。斷路?？锥春凸聧u缺陷。該方法不需要圖像配準，降低了算法精度要求，從而提高了檢測的正確率。通過對200 片小型LCD 的測試，檢測準確率達99%?結(jié)果表明，該方法可以快速正確地檢測出圖像上的所有輪廓，并計算出輪廓面積，用面積比較代替?zhèn)鹘y(tǒng)的圖像像素比較，檢測短路。斷路等缺陷的正確率有了較大提升。該算法在LCD 線路缺陷檢測方面具有很好的應(yīng)用前景。

引言

近年來，隨著液晶顯示屏( liquid crystal disPlay,LCD) 的廣泛應(yīng)用，生產(chǎn)過程中對LCD 缺陷的檢測變得越來越重要，而自動光學檢測技術(shù)作為質(zhì)量檢測的重要手段，也已經(jīng)在LCD 缺陷檢測中得到了應(yīng)用。

LCD 缺陷種類繁多，比如刮痕。雜質(zhì)。Mura 缺陷以及線路缺陷等，本文中將討論線路缺陷的檢測。LCD 缺陷檢測中常見的檢測方法主要有3 種： 參考比較法。非參考校驗法和混合法。非參考校驗法主要基于數(shù)學形態(tài)學操作; 應(yīng)用較多的是參考比較法，它基于圖像配準和與標準模板作差進行缺陷檢測，這種方法操作簡單，可以有效地檢測出常見缺陷，但是對配準精度要求很高，同時由于需要事先建立標準模板，內(nèi)存消耗也較大。例如KANG 等人提出了一種基于模式比較和邊界擴張的方法，首先由模式比較得到只包含缺陷的圖像，然后對每個缺陷的每個像素作標記，對于同一個缺陷卻被劃分為多個區(qū)域的情況，采用邊界擴張的方法進行區(qū)域合并，最后分析缺陷區(qū)域特征信息。本文中的方法其優(yōu)點在于不需要模式比較。該線路缺陷檢測算法基于圖像輪廓分析，在目標區(qū)域提取過程中，采用了一種形態(tài)學操作的擊中擊不中變換( hit-miss transform,HMT) 方法，有效準確地提取出了待檢測的線路區(qū)域。圖像輪廓分析是本文中檢測算法的核心，在閾值分割之后，進行邊緣檢測以得到單像素邊界，根據(jù)這個特點采用基于深度優(yōu)先搜索的方法來進行邊界追蹤，以尋找線路圖像輪廓，并用離散化的格林公式計算輪廓面積。

1 系統(tǒng)組成及預處理

由于LCD 線路的線寬線距很小，需要很高的像素分辨率，同時又要保證足夠的視場，因此面陣相機很難滿足要求。本系統(tǒng)采用線掃描電荷耦合器件( chargecouPled device,CCD) 相機，有效像素7400; 另外，采用直線電機代替?zhèn)鹘y(tǒng)的旋轉(zhuǎn)電機以提高系統(tǒng)精度。檢測系統(tǒng)如圖1 所示

圖2 展示了該系統(tǒng)采集的1 幅LCD 線路圖像的一部分。圖2 中畫出了L1,L2兩條直線，L1和L2之間的區(qū)域為所要檢測的目標區(qū)域，L1上面和L2下面部分是由于相機視場因素而多拍攝的圖像，因此首先進行目標區(qū)域的提取。提取目標區(qū)域需要先找到一個定位標志，然后以定位標志為基準點提取出目標區(qū)域，LCD 上一般采用十字形作為定位標志。本文中采用基于擊中擊不中變換的方法來檢測十字形的坐標。

HMT 針對二值圖像操作，因此先要將線路圖像進行閾值分割，然后應(yīng)用HMT 找到十字形定位標志的中心，再根據(jù)液晶尺寸，以定位中心為基準點，向上下左右4 個方向偏移適當距離提取出目標區(qū)域。圖3 顯示了閾值分割后提取出的目標區(qū)域圖像。

在輪廓分析之前，首先要提取線路單像素邊緣，且由于二值化后的線路邊緣明確，canny 邊緣檢測即可得到單像素邊緣圖像。圖4 為采用canny 邊緣檢測后的結(jié)果的局部圖。

2 LCD 線路輪廓分析

2. 1單個輪廓搜索在液晶線路的輪廓圖像中，每一條線路或者一個標志( 例如十字形定位標志) 的輪廓均為一條封閉曲線。

輪廓分析已有相關(guān)算法被提出，在作者采用的檢測方法中，結(jié)合LCD 線路輪廓的單像素特點，分析時采用八鄰域連通的方法，但是在搜索輪廓過程中優(yōu)先搜索中心像素的左右上下4 個像素，然后再搜索4個角的像素，并采用深度優(yōu)先搜索策略[10]?基于八鄰域連通的深度優(yōu)先搜索如圖5 所示，P 為中心像素，搜尋輪廓時先判斷P5,P4,P2,P7,如果沒有像素與P 連通，然后再判斷P3,P8,P6,P1; 一旦找到一個與P 連通的像素，例如P5,那么立即停止搜索P 的其它相鄰像素，而以P5為中心繼續(xù)搜索。

在搜索過程中，定義如下數(shù)據(jù)結(jié)構(gòu)來表示一個輪廓： tyPedef vector Pair int,int > > Contour; vector 和Pair 是C + + 標準庫類型，Pair int,int > 表示輪廓上的1 個像素，第1 個參量為行坐標，第2 個參量為列坐標。在搜索過程中每找到一個像素就將其加入到vector.圖6 說明了對單個輪廓的搜索過程。

首先定義一個Contour 對象contour,假定從P1開始搜索，由于LCD 線路主要走向是橫向，因此先搜索P1的左右像素，再搜索上下像素，最后搜索4 個角的像素; 當搜索到一個連通像素P2后，根據(jù)深度優(yōu)先策略，停止對P1鄰域的搜索，即使P1還可能有其它連通像素，例如這里的P5和P3,將P1存入contour,并將P1標記為已搜索; 然后以P2為中心搜索，雖然P1與P2連通，但標記為已搜索，因此，將搜索到P2的連通像素P3; 再以P3為中心搜索到P4,如此進行下去。當搜索到P5時，發(fā)現(xiàn)與其連通的像素均已標記為已搜索，于是對該輪廓的搜索結(jié)束。可見，對一個輪廓搜索結(jié)束的條件為： 某一像素的所有連通像素均標記為已搜索。