CN103645573A

CN103645573A - 一种基于机器视觉的lcd检测的方法和系统

Info

Publication number: CN103645573A
Application number: CN201310595780.4A
Authority: CN
Inventors: 刘建青
Original assignee: DALIAN EVERYDAY GOOD ELECTRONIC Co Ltd
Current assignee: DALIAN EVERYDAY GOOD ELECTRONIC Co Ltd
Priority date: 2013-11-22
Filing date: 2013-11-22
Publication date: 2014-03-19

Abstract

本发明提供一种基于机器视觉的LCD检测系统，包括：双相机，工控机，光纤和计算机，其中，所述工控机包含了速图像采集卡和并口，并支持多路图像采集，通过所述光纤用于对LCD面板的背面进行打光，所述双相机用于拍摄LCD面板，获得黑色区域的图像，所述黑色区域的图像为LCD面板图像，所述双相机将LCD面板图像发送给工控机，所述工控机用于将所述LCD面板图像转化为数字图像，并将数字化图像发送给计算机，所述计算机根据LCD面板图像进行二值化处理，并和所述标准图像进行对比，确定LCD的面板质量。可以方便的检测LCD面板的质量的好坏。

Description

一种基于机器视觉的LCD检测的方法和系统

技术领域

本发明属于电子领域，特别涉及一种基于机器视觉的LCD检测的方法和系统。

背景技术

机器视觉是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术，机器视觉系统得首要目标是用图像创建或恢复现实世界模型，然后认知现实世界。机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品将被摄取的目标转换成图像信号，传送给图像处理系统，根据像素分布和亮度、颜色等信息，转换成数字信号；图像系统对这些信号进行各种预案算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

机器视觉系统得特点是提高生产的柔性和自动化程序。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量的工业生产过程中，用人工视觉检查产品质量效率低且精度不搞，用机器视觉检测方法可以大大提高生产效率和生产的自动化程序。

随着通讯实业在中国的蓬勃发展，移动电话的使用在中国越来越普遍。作为移动电话的核心之一的液晶显示器，由于用户的需求，正向大屏幕多点及彩色方向发展。由于液晶显示的分辨率不断上升，对其进行人工检测的难度也越来越大。

发明内容

基于现有技术中存在的上述技术问题。本发明提出了一种基于机器视觉的LCD检测的方法和系统，解决对LCD面板检测困难的问题。

本发明提供了一种基于机器视觉的LCD检测系统，包括：双相机，工控机，光纤和计算机，其中，所述工控机包含了速图像采集卡和并口，并支持多路图像采集，通过所述光纤用于对LCD面板的背面进行打光，所述双相机用于拍摄LCD面板，获得黑色区域的图像，所述黑色区域的图像为LCD面板图像，所述双相机将LCD面板图像发送给工控机，所述工控机用于将所述LCD面板图像转化为数字图像，并将数字化图像发送给计算机，所述计算机根据LCD面板图像进行二值化处理，并和所述标准图像进行对比，确定LCD的面板质量。

本发明还提供了一种基于机器视觉的LCD检测的方法，包括：

步骤1：根据LCD检测需求，设定模式识别模板；

步骤2：选定标准LCD面板，进行自学习，生成标准图像；

步骤3：利用双相机采集待检测的LCD面板的图像，并将采集到待检测LCD面板的图像发送给采集卡，由采集卡进行数字化转化，将转化后的待检测LCD图像发送给计算机，由计算机经过二值化处理，得到了待检测的LCD面板二值化图像；

步骤4：将标准的图像和待检测LCD面板的二值化图像进行对比，确定该待检测LCD面板的质量好坏。

基于上述的方法，还包括：经LCD驱动产生定位用模板，在液晶显示矩阵的四角各显示四个定位用方形小块作为模板识别时用的标准图像模板，在每个镜头的标准图像中，在自学习标准图像的时候，会自动将工程师定义的每个镜头的左右链各个模板的图像及其坐标保存下来，则在定位用的标准图像上，必有一对定位模板；在检测产品时，利用保存在硬盘中的模板在采集图像进行模板识别，然后将找到的模板坐标与保存在硬盘上的标准图像上相应模板的坐标进行比较，确定采集图像由多少为宜和旋转。

基于上述的方法，还包括：通过灰度整体拉伸的方法预先对采集的图像做预调整，LCD面板图像的黑白两种颜色，对应灰度直方图有两个峰值，分别为亮度大的峰值和亮度小的峰值，将较大的一个作为调整的基点，与设定的标准值相除，得到的商为灰度拉伸的放大倍数，然后将此倍数乘采集图像所有点的灰度得到灰度拉伸之后的采集图像。

本发明的有益效果是：通过上述方法和的系统，可以方便的检测LCD面板的质量的好坏。

附图说明

图1为本发明的一种基于机器视觉的LCD检测系统的示意图。

图中，1，双相机，2，工控机，3，LCD驱动，4，LCD，5，光纤，6，光源，7，图像采集卡，8，并口。

具体实施方式

下面结合附图和实施例对本发明作进一步说明，应指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。

下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供了一种基于机器视觉的LCD检测系统，包括：双相机1，工控机2，LCD驱动3，LCD4、光纤5和光源6。其中，双相机的摄像头是CCD摄像头，通过采用双相机输入，可以提高系统的分辨率。工控机包含了图像采集卡7PCI-1408和并口8，该采集卡和并口支持多路图像采集。通过光源和光纤对LCD的背面进行打光，由于整个LCD的周围都有白光，只有LCD本身的面板没有光，因此双相机所采集的图像的黑色区域就是LCD面板的图像了，双相机将采集到的LCD图像发送给工控机，由工控机的采集卡转化为数字化图像，并将数字化图像发送给计算机，由计算机对数字化图像进行处理。

无论进行图像处理还是进行图像分析，照明条件都是最重要的外部条件。对于机器视觉而言，可控并恒定的光源是使检测可靠并突出检测目标的最重要的手段之一，对于LCD检测尤其如此。因为对于LCD生产公司而言，不仅检测系统得检测精度很重要，检测的时间也是衡量一个机器视觉检测系统优劣的指标。如果照明系统不够均匀稳定，势必造成重测率的上升而影响到生产，所以如何确定系统得照明光源非常重要。本系统采用FOSTEC可调试光源20750.2，并经光纤将光纤引至磨砂灯板，使之作为均匀并可调的背光，在实践中取得了很好的效果。

一种基于机器视觉的LCD检测包括：

步骤1：根据LCD检测需求，设定模式识别模板，该模式识别模板用于确定像素阈值，图像的像素大于该阈值的，认为该像素为特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。

步骤2：利用一个高质量的LCD面板作为标准LCD面板，进行自学习，生成标准图像。

例如：通过光纤对选用的高质量的LCD面板的背部进行打光，这样除了LCD面板本身没有光外，其它的地方都有光了，因此双相机对LCD面板进行拍照，将拍到的LCD图像发送给采集卡上，由采集卡将其转化为数字化图像，由于除了LCD面板外，其它都有光，因此整个黑色区域的，即为LCD面板的图像。因此采集卡可以只将黑色区域的图像转化为数字化图像，并将数字化图像发送给计算机。计算机对图像进行根据步骤1的模式识别模板进行图像的二值化处理，因此二值化处理处理后的该图像即为标准图像。如果LCD面板某个地方是漏光的，那么经过二值化处理的该地方的像素为0，而其它像素为255，因此一个标准图像的各个像素为0的很少，理想情况下，应该是没有的。

图像的二值化处理就是将图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。如果某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下，使用阀值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阀值选取技术来分割该图像。动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。

由于操作人员的摆放每次都不同，并且由于采用双镜头提高系统得分辨率，所以采集图像与标准图像之间必然有位置上的差异，进行位置调整的算法就必不可少。为定位需要，经飞利浦的LCD驱动产生定位用模板，在液晶显示矩阵的四角各显示四个定位用方形小块作为将来模板识别时用的标准图像模板。在每个镜头的标准图像中，在自学习标准图像的时候，会自动将工程师定义的每个镜头的左右链各个模板的图像及其坐标保存下来。则在定位用的标准图像上，必有一对定位模板。在检测产品时，利用保存在硬盘中的模板在采集图像进行模板识别，然后将找到的模板坐标与保存在硬盘上的标准图像上相应模板的坐标进行比较，就可以知道究竟采集图像由多少为宜和旋转。然后将标准图像相应为宜并旋转，这样就可以进行图像相减了。

步骤3：利用双相机采集待检测的LCD面板的图像，并将采集到待检测LCD面板的图像发送给采集卡，并由采集卡进行数字化转化，将转化后的LCD图像发送给计算机，由计算机经过二值化处理，得到了待检测的LCD面板二值化图像，该过程和步骤2的过程相同。

步骤4：将标准的图像和待检测的图像进行对比，确定该待检测LCD面板的质量好坏。

在进行了标准图像的位置调整后，经与采集图像相减得到的一系列差异图像，在每个差异图像上还需要进一步处理方可得到正确的问题点。问题点的得出与三个因素有关，分别是LCD显示矩阵的行列边缘引起的对位问题，LCD投射反射膜引起的背景噪声，以及照明引起的图像整体灰度平移。过滤差异图像以去除边缘带来的对位问题，对采集图像增加一个背景系数以减少噪声的影响，对采集图像整体增加一灰度阀值以消除照明引起的灰度偏移。

在LCD的生产过程中，或多或少总存在产品的差异，但由于机器视觉系统无法区分这些差别，就必须预先对采集的图像做预调整以尽可能的减少产品差异对检测的影响。本方法采用灰度整体拉伸的方法调节，因为对于LCD而言，总归只有黑白两种颜色，对应灰度直方图必有两个峰值，分别为亮度大的峰值和亮度小的峰值。将较大的一个作为调整的基点，与设定的标准值相除，得到的商为灰度拉伸的放大倍数，然后将此倍数乘采集图像所有点的灰度得到灰度拉伸之后的采集图像，这样产品差异造成的影响就最大程度的得到减小了。至此产品的质量就可以判断并输出了。

上面描述仅是本发明的一个具体实施例，显然在本发明的技术方案指导下本领域的任何人所作的修改或局部替换，均属于本发明权利要求书限定的范围。

Claims

1.一种基于机器视觉的LCD检测系统，其特征在于，包括：双相机，工控机，光纤和计算机，其中，所述工控机包含了速图像采集卡和并口，并支持多路图像采集，通过所述光纤用于对LCD面板的背面进行打光，所述双相机用于拍摄LCD面板，获得黑色区域的图像，所述黑色区域的图像为LCD面板图像，所述双相机将LCD面板图像发送给工控机，所述工控机用于将所述LCD面板图像转化为数字图像，并将数字化图像发送给计算机，所述计算机根据LCD面板图像进行二值化处理，并和所述标准图像进行对比，确定LCD的面板质量。

2.一种基于机器视觉的LCD检测的方法，其特征在于，包括：

步骤1：根据LCD检测需求，设定模式识别模板；

步骤2：选定标准LCD面板，进行自学习，生成标准图像；

3.如权利要求2所述的基于机器视觉的LCD检测的方法，其特征在于，还包括：经LCD驱动产生定位用模板，在液晶显示矩阵的四角各显示四个定位用方形小块作为模板识别时用的标准图像模板，在每个镜头的标准图像中，在自学习标准图像的时候，会自动将工程师定义的每个镜头的左右链各个模板的图像及其坐标保存下来，则在定位用的标准图像上，必有一对定位模板；在检测产品时，利用保存在硬盘中的模板在采集图像进行模板识别，然后将找到的模板坐标与保存在硬盘上的标准图像上相应模板的坐标进行比较，确定采集图像由多少为宜和旋转。

4.如权利要求2所述的基于机器视觉的LCD检测的方法，其特征在于，还包括：通过灰度整体拉伸的方法预先对采集的图像做预调整，LCD面板图像的黑白两种颜色，对应灰度直方图有两个峰值，分别为亮度大的峰值和亮度小的峰值，将较大的一个作为调整的基点，与设定的标准值相除，得到的商为灰度拉伸的放大倍数，然后将此倍数乘采集图像所有点的灰度得到灰度拉伸之后的采集图像。