CN104749184B - 自动光学检测方法和系统 - Google Patents

Abstract

本发明涉及一种自动光学检测方法和系统。所述方法包括：分别获取在预设的多种纯颜色、灰度图、灰阶图和多色交替图显示状态下的液晶显示屏图像；对获取的显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量；获取关闭的液晶显示屏在外部光照射状态下的液晶显示屏图像；对获取的在外部光照射状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否有外观缺陷。本发明提供的自动光学检测方法和系统可检测亮度、暗点、亮线、暗线、面缺陷、外观缺陷，缺陷检测种类更多，减少不合格产品，提高了液晶显示屏的质量，可对生产线进行改进，提高液晶显示屏生产良率。

Description

自动光学检测方法和系统

技术领域

本发明涉及自动光学检测领域，特别是涉及一种自动光学检测方法和系统。

背景技术

近年来，由于LCD（Liquid Crystal Display，液晶显示屏）具有轻、薄的良好特性，因此在绝大部分的通讯产品（如汽车导航系统、移动电话）、消费性电子产品（如LCD电视、摄影机）、仪器产品及工业自动化产品等领域中，都用LCD作为控制面板，其应用范围十分广泛。由于LCD整个生产工艺流程长，而且基板尺寸越来越大，线路尺寸越来越精密，因此，在LCD的生产过程中需要进行严格的质量控制。传统的LCD检测方法主要是通过人工检测，由于人的主观差异，会给质量检测带来很多不可控因素。为此采用机器视觉检测系统代替人工操作，可以消除人工检测带来的种种弊端，能够提高检测的质量与效率。

然而，目前的机器视觉检测系统仅能检测坏点和亮线缺陷，导致液晶显示屏的质量不高。

发明内容

基于此，有必要针对因仅能检测坏点和亮线缺陷导致液晶显示屏质量不高的问题，提供一种自动光学检测方法，能检测多种缺陷，从而提高液晶显示屏的质量。

此外，还有必要提供一种自动光学检测系统，能检测多种缺陷，从而提高液晶显示屏的质量。

一种自动光学检测方法，包括：

分别获取在预设的多种纯颜色、灰度图、灰阶图和多色交替图显示状态下的液晶显示屏图像；

对获取的显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量；

获取关闭的液晶显示屏在外部光照射状态下的液晶显示屏图像；

对获取的在外部光照射状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否有外观缺陷。

一种自动光学检测系统，包括：

图像获取模块，用于分别获取在预设的多种纯颜色、灰度图、灰阶图和多色交替图显示状态下的液晶显示屏图像；

处理模块，用于对获取的显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量，其中，所述缺陷类型包括亮点、暗点、亮线、暗线、面缺陷；

所述图像获取模块还用于获取关闭的液晶显示屏在外部光照射状态下的液晶显示屏图像；

所述处理模块还用于对获取的在外部光照射状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否有外观缺陷。

上述自动光学检测方法和系统，通过对获取的多种纯颜色显示状态下的液晶显示屏图像分析检测亮度、暗点、亮线、暗线缺陷，通过对获取的在灰度图和多色交替图显示状态下的液晶显示屏图像分析检测面缺陷，以及对在外部光照射下的液晶显示屏图像分析检测外观缺陷，缺陷检测种类更多，减少不合格产品，提高了液晶显示屏的质量，且根据缺陷可对生产线进行改进，从而提高液晶显示屏生产的良率。

附图说明

图1为自动光学检测方法所涉及的一种实施环境的示意图；

图2为一个实施例中自动光学检测方法的流程图；

图3为另一个实施例中自动光学检测方法的具体实现流程；

图4为一个实施例中图2中步骤204的具体流程图；

图5为一个实施例中获取在预设的多种纯颜色显示状态下的液晶显示屏图像的流程图；

图6为被检测液晶显示屏被分成12个等分的有效区域的示意图；

图7为一个实施例中自动光学检测系统的结构框图；

图8为一个实施例中处理模块的内部结构框图；

图9为另一个实施例中处理模块的内部结构框图；

图10为一个实施例中图像获取模块的内部结构框图；

图11为另一个实施例中自动光学检测系统的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1为自动光学检测方法所涉及的一种实施环境的示意图。该实施环境包括摄像机110、光源120、图像采集卡130、计算机140、显示器150、被检测液晶显示屏160和驱动系统170。其中，计算机140分别与图像采集卡130、显示器150和被检测液晶显示屏160相连，摄像机110和图像采集卡130相连，驱动系统170分别与计算机140和被检测液晶显示屏160相连。计算机140控制被检测液晶显示屏160显示图像；驱动系统170控制摄像机110移动选取工作区域；摄像机110通过镜头拍摄被检测液晶显示屏160显示的图像（显示屏点亮时显示的图像）以及在光源120照射下被检测液晶显示屏160的图像（显示屏不点亮时显示的图像）；图像采集卡130对摄像机110拍摄的图像进行采集，并传输给计算机140进行分析处理得到缺陷类型、缺陷位置和缺陷数量，并由显示器150显示缺陷类型、缺陷位置和缺陷数量。该驱动系统170可包括机械支架、电机和运动装置。被检测液晶显示屏160放在驱动系统170的机械支架平台上，所述驱动系统170用于驱动摄像机110移动。

图2为一个实施例中自动光学检测方法的流程图。结合图1、图2所示，该自动光学检测方法，包括：

步骤202，分别获取在预设的多种纯颜色、灰度图、灰阶图和多色交替图显示状态下的液晶显示屏图像。

具体的，多种纯颜色可包括纯白、纯黑、纯红、纯绿、纯蓝等中至少两种，本实施例中，该多种纯颜色包括上述五种。灰度图可采用50%灰度图或其他百分比灰度图。多色交替图可包括黑白交替图或红绿交替图或红蓝交替图等。通过计算机140控制被检测液晶显示屏160分别显示多种纯颜色、灰度图和多色交替图，再通过摄像机110和图像采集卡130配合分别采集在不同显示状态下的液晶显示屏图像。

步骤204，对获取的显示状态下的液晶显示屏图像进行处理，判断该液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量。

其中，该缺陷类型包括亮点、暗点、亮线、暗线、面缺陷。步骤204包括：对采集的纯颜色显示状态下的液晶显示屏图像进行处理，判断该液晶显示屏是否存在亮点、暗点、亮线、暗线缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量；对采集的灰度图、灰阶图和多色交替图显示状态下的液晶示屏图像进行处理，判断该液晶显示屏是否存在面缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量。

步骤206，获取关闭的液晶显示屏在外部光照射状态下的液晶显示屏图像。

具体的，关闭液晶显示屏，控制光源120发光呈一定角度照射到液晶显示屏上，该一定角度可根据需要设定。该外部光即为光源120发出的。

步骤208，对获取的在外部光照射状态下的液晶显示屏图像进行处理，判断该液晶显示屏是否有外观缺陷。

外观缺陷可包括丝印、划痕等，但不限于此。

上述自动光学检测方法，通过对获取的多种纯颜色显示状态下的液晶显示屏图像分析检测亮度、暗点、亮线、暗线缺陷，通过对获取的在灰度图和多色交替图显示状态下的液晶显示屏图像分析检测面缺陷，以及对在外部光照射下的液晶显示屏图像分析检测外观缺陷，缺陷检测种类更多，减少不合格产品，提高了液晶显示屏的质量，且根据缺陷可对生产线进行改进，从而提高液晶显示屏生产的良率。

在其他实施例中，该自动光学检测方法还可检测图像均匀度。具体的，可将采集的图像对比度与预设的标准对比度进行对比，将采集图像的色差与预设的标准色差对比，判断采集的图像均匀度。因在像素点正常时，成像色彩均匀，当有像素点坏点不发光时，对应部分图像暗淡。

图3为另一个实施例中自动光学检测方法的具体实现流程。结合图1、图3所示，多种纯颜色包括纯白、纯黑、纯红、纯绿和纯蓝，多色交替图包括黑白交替图，具体包括以下步骤：

步骤302，选取工作区域。

具体的，通过驱动系统控制摄像机110选取拍摄的工作区域。

步骤304，将被检测液晶显示屏置为全白。

步骤306，摄取该全白图像。

步骤308，判断该全白图像是否存在暗点或暗线，若是，执行步骤310，若否，执行步骤312。

步骤310，记录暗点或暗线位置，再执行步骤312。

步骤312，将被检测液晶显示屏置为全黑。

步骤314，摄取该全黑图像。

步骤316，判断该全黑图像是否存在亮点或亮线，若是，执行步骤318，若否，执行步骤320。

步骤318，记录亮点或亮线位置，再执行步骤320。

步骤320，依次将被检测液晶显示屏置为全红、全绿和全蓝。

步骤322，分别摄取全红、全绿和全蓝图像。

步骤324，判断该全红、全绿和全蓝图像是否存在暗点、亮点、暗线或亮线，若是，执行步骤326，若否，执行步骤328。

步骤326，记录暗点、亮点、暗线或亮线位置，再执行步骤328。

步骤328，依次将被检测液晶显示屏置为50%灰度图、灰阶图、黑白交替图。

步骤330，摄取该灰度图图像、灰阶图图像和黑白交替图图像。

步骤332，判断该灰度图图像、灰阶图图像或黑白交替图图像是否存在面缺陷，若是，执行步骤334，若否，执行步骤336。

步骤334，记录面缺陷位置，再执行步骤336。

步骤336，点灭被检测液晶显示屏，控制光源发光照射在被检测液晶显示屏上。

步骤338，摄取光源发光照射下的被检测液晶显示屏图像。

步骤340，判断是否存在划痕或外观缺陷，若是，执行步骤342，若否，执行步骤344。

步骤342，记录外观缺陷位置。

外观缺陷可包括丝印、划痕等，但不限于此。

步骤344，液晶显示屏所有区域是否检测完成，若是，执行步骤346，若否，返回步骤302。

具体的，当液晶显示屏所有区域没有检测完成时，可重新移动摄像机选取新的工作区域。

步骤346，返回缺陷位置，并统计缺陷数量。

此外，控制被检测液晶显示屏显示的顺序除了纯白、纯黑、纯红、纯绿、灰度图和黑白交替图外，可采用其他任意组合顺序，如依次显示纯白、纯红、纯黑、纯绿、灰度图、黑白交替图等，在此不作限定。

图4为一个实施例中图2中步骤204的具体流程图。结合图1、图2、图4所示，具体包括：

步骤402，将获取的液晶显示屏图像转为预设图像格式。

本实施例中，通过摄像机110和图像采集卡130配合采集的液晶显示屏图像经过摄像机110自身集成的图像处理软件加工成特定格式的数据结构，该数据结构中图像信息可能经过压缩或转化成图像数据结构，为此，需要将该获取液晶显示屏图像转换为计算机可处理的预设图像格式。该预设图像格式可为bmp、gif等图像格式。

步骤404，将转为预设图像格式的液晶显示屏图像进行预处理。

该预处理包括对图像去噪和滤波处理。去噪处理可去除高斯噪声、椒盐噪声等。滤波处理可采用1×8模板进行纵向均值滤波，进一步去除噪声。通过预处理提高了图像的质量。

步骤406，将预处理后的液晶显示屏图像进行阈值分割，滤除背景信息，提取液晶显示屏图像中图像信息。

因应用环境不确定，可采用自动阈值分割。自动阈值分割是基于灰度直方图，分析灰度直方图中图像信息和背景信息的特性，取两个波峰之间的波谷作为分割阈值，从而得到阈值。本实施例中，将液晶显示屏图像转换为灰度直方图，分析灰度直方图中图像信息和背景信息的特性，取两个波峰之间的波谷作为分割阈值，通过该分割阈值进行分割，滤除背景信息，提取图像信息。

步骤408，对该图像信息进行增强处理。

因图像信息较弱，通过形态学处理使得图像信息增强。

步骤410，从增强处理后的该图像信息中提取图像缺陷，将图像缺陷进行图像分割得到缺陷块。

通过RGB（Red-Green-Blue）分量阈值，从图像信息中提取图像缺陷，该RGB分量阈值根据大量数据实验统计得到。根据图像的连通性，将图像缺陷划分为多个缺陷块。划分成缺陷块后，在图像识别过程中，只需计算每个缺陷块的信息，大大降低了图像处理的运算量，节省了缺陷识别的时间开销。

步骤412，识别该缺陷块中缺陷类型，记录缺陷位置，并统计缺陷数量。

具体的，预先建立缺陷特征数据库，在该缺陷特征数据库中记录每类缺陷的特征。将检测的缺陷与缺陷特征数据库中记录的特征进行对比，识别该检测的缺陷的类型。

步骤402至步骤412可用于识别纯颜色、灰度图、灰阶图、多色交替图显示状态下的液晶显示屏图像中的缺陷，也可用于识别在外部光照射状态下的液晶显示屏图像中的缺陷。

通过对采集的图像进行转换、预处理、增强、分割等处理，提高了图像的质量，降低了图像识别的计算量。

为了提高系统的精准度和稳定性，需要取缺陷面积在3至4个像素以上，因为如果一个像素对应一个检测缺陷，则任意的一个干扰像素点都可能被误认为缺陷。为了检测精度达到RGB子像素精度，需保证一个完整的点落在R分量上，R子像素至少需要2个像素点表示，同理G、B分量也分别需要2个像素点来表示，整个点需要6个像素点。考虑横向和纵向的情况，液晶显示屏上的一个物理像素点采用6*6个摄像机像素点来表示。对于物理分辨率为1920*1080的液晶显示屏，共有1920*1080=2073600个像素点，则需要1920*1080*（6*6）个摄像机像素点表示，即摄像机完成整个液晶显示屏的拍摄所需像素点的总和为1920*1080*（6*6）个。此处采用的液晶显示屏物理分辨率为1920*1080为例描述，也可采用其他物理分辨率，如1024*768或800*600等。

若采用500W（万）像素的摄像机拍摄（假设分辨率是：2588*1940），横向需要拍1920*6/2588=5次，纵向需要拍1080*6/1940=4次。如果用4个这类摄像机沿屏纵向并排摆放以覆盖整个纵向，然后结合驱动系统控制摄像机组沿横向分别拍5次即可覆盖整个屏面。

综上所述，在液晶显示屏物理分辨率不变的情况下，检测次数与面板尺寸大小无关。次数不变，尺寸越大的面板，每次拍摄的视野就越大。所以，当检测面板尺寸变化时，只需调整摄像机拍摄的视野即可。

假设镜头X方向的视角是β，Y方向的视角是α，摄像机到被检测液晶显示屏的距离为d，X方向视野lx，Y方向视野ly，它们之间的关系如下所示：

镜头X方向视野lx=2*d*tag(β/2)

镜头Y方向视野ly=2*d*tag(α/2)

由上述关系式得知，要想改变视野，只需调整相机到待检物间的间距d即可。同时ly也在变化，所以还需调整摄像机与摄像机间的间距。为了避免漏检屏区域，摄像机与摄像机间保留一定重复视野区域。

检测完后，需要对检测缺陷进行统计，由于每个缺陷很小，只有0.06毫米或更小。为了便于精度的统计缺陷数量，采用区域分割法统计缺陷数量。

图5为一个实施例中获取在预设的多种纯颜色显示状态下的液晶显示屏图像的流程图。该获取在预设的多种纯颜色显示状态下的液晶显示屏图像步骤包括：

步骤502，控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域。

其中，第一纯颜色和第二纯颜色可根据需要选定，如第一纯颜色为白色，第二纯颜色为黑色；或者，第一纯颜色为红色，第二纯颜色为绿色；或者第一纯颜色为红色，第二纯颜色为蓝色；第一纯颜色为绿色，第二纯颜色为蓝色等等。整个液晶显示屏可预先被等分成多个有效区域，也可采用非等分的方划分成多个有效区域，非等分的情况下要满足有效区域必须小于视野区域。

首先，将整个液晶显示屏分成多个有效区域，具体包括（1）至（5）。

（1）根据被检测液晶显示屏的物理分辨率和表示每个物理像素点所需采用的预设的摄像机像素点数计算所需的总像素点。

具体的，表示每个物理像素点所需采用的预设的摄像机像素点数可根据需要进行设定，如可为3*3个、4*4个、6*6个、8*8个或9*9个摄像机像素点表示一个物理像素点，若为3*3个或4*4个，每次视野范围大，但检测精度可能不够，若为8*8个或9*9个，每次的视野范围小，则测试次数多。优选的为6*6，其精度可达到RGB子像素级，且检测次数适中。

摄像机成像X方向的总像素X总=被检测液晶显示屏X方向分辨率*6

摄像机成像Y方向的总像素Y总=被检测液晶显示屏Y方向分辨率*6

（2）根据摄像机分辨率计算每个摄像机所能拍摄的被检测液晶显示屏像素点数目。

例如假设摄像机分辨率为ResX*ResY，则

视野区域X方向被检测液晶显示屏物理像素点个数nX=ResX/6，视野区域Y方向被检测液晶显示屏物理像素点个数nY=ResY/6。

（3）计算每个摄像机视野区域尺寸。

假设被检测液晶显示屏像素点大小为xx毫米*yy毫米。

假设视野区域尺寸为nSizeX*nSizeY，则nSizeX=nX*xx毫米，nSizeY=nY*yy毫米。

（4）根据视野区域大小和摄像机位移精度，计算有效区域尺寸。

摄像机位移精度有效区域尺寸X=视野区域X－无效区域X*2；

有效区域尺寸Y=视野区域Y－无效区域Y*2。

所述无效区域X和所述无效区域Y均比摄像机位移精度至少高一个数量级。

如图6所示，被检测液晶显示屏600放置在XY轴平面内，被分成12个等分的有效区域610，视野区域620尺寸等于有效区域610尺寸和该有效区域610四周的无效区域630尺寸之和。

（5）按照有效区域尺寸对整个被检测液晶显示屏进行划分。

步骤504，获取多个视野区域图像，从各个视野区域图像中提取有效区域图像。

首先调整摄像机与被检测液晶显示屏之间的距离，使得每个摄像机视野重复区域等于无效区域尺寸，然后再获取各个视野区域图像，从视野区域图像中提取有效区域图像，有效区域图像即视野区域图像中间大的整块区域。

提取有效区域方法，包括（1）至（6），如下：

（1）取图像中心点；

（2）计算中心点RGB分量；

（3）确定主分量；

例如，确定R分量为主分量，则后续移除G分量和B分量。

（4）移除其它分量；

（5）计算连通区域；

（6）取中间较大连通区域为有效区域。

步骤506，将相邻的有效区域之间的纯颜色互换。

具体的，将先前显示第一纯颜色的有效区域换成显示第二纯颜色，先前显示第二纯颜色的有效区域换成显示第一纯颜色。例如，第一纯颜色为红色，第二纯颜色为蓝色，先将相邻的有效区域设为红蓝相间，然后将红蓝颜色互换。

步骤508，获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像。

步骤510，将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像。

本实施例中，该对获取的显示状态下的液晶显示屏图像进行处理，判断该液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量的步骤包括：

对从各个视野区域图像中提取的有效区域图像进行处理，识别该有效区域图像内的缺陷类型，记录缺陷位置，并统计缺陷数量。

分别对每个有效区域图像进行处理，计算量小，且检测更准确。

图7为一个实施例中自动光学检测系统的结构框图。本实施例以自动光学检测系统应用于图1所示的实验环境进行说明。该自动光学检测系统，包括图像获取模块720和处理模块740。其中：

图像获取模块720用于分别获取在预设的多种纯颜色、灰度图、灰阶图和多色交替图显示状态下的液晶显示屏图像。具体的，多种纯颜色可包括纯白、纯黑、纯红、纯绿、纯蓝等中至少两种，本实施例中，该多种纯颜色包括上述五种。灰度图可采用50%灰度图或其他百分比灰度图。多色交替图可包括黑白交替图或红绿交替图或红蓝交替图等。该图像获取模块720可由摄像机110和图像采集卡130组成。

处理模块740用于对获取的显示状态下的液晶显示屏图像进行处理，判断该液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量。其中，该缺陷类型包括亮点、暗点、亮线、暗线、面缺陷。

图8为一个实施例中处理模块的内部结构框图。如图8所示，该处理模块740包括点线缺陷处理单元740a和面缺陷处理单元740b。

点线缺陷处理单元740a用于对采集的纯颜色显示状态下的液晶显示屏图像进行处理，判断该液晶显示屏是否存在亮点、暗点、亮线、暗线缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量；面缺陷处理单元740b用于对采集的灰度图、灰阶图和多色交替图显示状态下的液晶示屏图像进行处理，判断该液晶显示屏是否存在面缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量。

该图像获取模块720还用于获取关闭的液晶显示屏在外部光照射状态下的液晶显示屏图像。

具体的，结合图1所示，关闭液晶显示屏，控制光源120发光呈一定角度照射到液晶显示屏上，该一定角度可根据需要设定。该外部光即为光源120发出的。

该处理模块740还用于对获取的在外部光照射状态下的液晶显示屏图像进行处理，判断该液晶显示屏是否有外观缺陷。

外观缺陷可包括丝印、划痕等，但不限于此。

上述自动光学检测系统，通过对获取的多种纯颜色显示状态下的液晶显示屏图像分析检测亮度、暗点、亮线、暗线缺陷，通过对获取的在灰度图、灰阶图和多色交替图显示状态下的液晶显示屏图像分析检测面缺陷，以及对在外部光照射下的液晶显示屏图像分析检测外观缺陷，缺陷检测种类更多，减少不合格产品，提高了液晶显示屏的质量，且根据缺陷可对生产线进行改进，从而提高液晶显示屏生产的良率。

图9为一个实施例中处理模块的内部结构框图。该处理模块740包括格式转换单元741、预处理单元742、阈值分割单元743、图像增强单元744、图像分割单元745和识别记录单元746。

格式转换单元741用于将获取的液晶显示屏图像转为预设图像格式。该预设图像格式可为bmp、gif等图像格式。

预处理单元742用于将转为预设图像格式的液晶显示屏图像进行预处理。

该预处理包括对图像去噪和滤波处理。去噪处理可去除高斯噪声、椒盐噪声等。滤波处理可采用1×8模板进行纵向均值滤波，进一步去除噪声。通过预处理提高了图像的质量。

阈值分割单元743用于将预处理后的液晶显示屏图像进行阈值分割，滤除背景信息，提取液晶显示屏图像中图像信息。

因应用环境不确定，可采用自动阈值分割。自动阈值分割是基于灰度直方图，分析灰度直方图中图像信息和背景信息的特性，取两个波峰之间的波谷作为分割阈值，从而得到阈值。本实施例中，将液晶显示屏图像转换为灰度直方图，分析灰度直方图中图像信息和背景信息的特性，取两个波峰之间的波谷作为分割阈值，通过该分割阈值进行分割，滤除背景信息，提取图像信息。

图像增强单元744用于对该图像信息进行增强处理。因图像信息较弱，通过形态学处理使得图像信息增强。

图像分割单元745用于从增强处理后的该图像信息中提取图像缺陷，将图像缺陷进行图像分割得到缺陷块。

通过RGB（Red-Green-Blue）分量阈值，从图像信息中提取图像缺陷，该RGB分量阈值根据大量数据实验统计得到。根据图像的连通性，将图像缺陷划分为多个缺陷块。划分成缺陷块后，在图像识别过程中，只需计算每个缺陷块的信息，大大降低了图像处理的运算量，节省了缺陷识别的时间开销。

识别记录单元746识别该缺陷块中缺陷类型，记录缺陷位置，并统计缺陷数量。

具体的，预先建立缺陷特征数据库，在该缺陷特征数据库中记录每类缺陷的特征。将检测的缺陷与缺陷特征数据库中记录的特征进行对比，识别该检测的缺陷的类型。

格式转换单元741、预处理单元742、阈值分割单元743、图像增强单元744、图像分割单元745和识别记录单元746配合用于识别纯颜色、灰度图、多色交替图显示状态下的液晶显示屏图像中的缺陷，也可用于识别在外部光照射状态下的液晶显示屏图像中的缺陷。

通过对采集的图像进行转换、预处理、增强、分割等处理，提高了图像的质量，降低了图像识别的计算量。

为了提高系统的精准度和稳定性，以及降低计算量，可将整个被检测液晶显示屏分成多个有效区域，识别每个有效区域内缺陷。图10为一个实施例中图像获取模块的内部结构框图。该图像获取模块720包括显示控制单元722、采集单元724和合成单元726。

该显示控制单元722用于控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域。

其中，第一纯颜色和第二纯颜色可根据需要选定，如第一纯颜色为白色，第二纯颜色为黑色；或者，第一纯颜色为红色，第二纯颜色为绿色；或者第一纯颜色为红色，第二纯颜色为蓝色；第一纯颜色为绿色，第二纯颜色为蓝色等等。整个液晶显示屏可预先被等分成多个有效区域，也可采用非等分的方划分成多个有效区域，非等分的情况下要满足有效区域必须小于视野区域。

该采集单元724用于获取多个视野区域图像，从各个视野区域图像中提取有效区域图像。

该显示控制单元722还用于将相邻的有效区域之间的纯颜色互换。

该采集单元724还用于获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像；

该合成单元726用于将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像。

该处理模块740还用于对从各个视野区域图像中提取的有效区域图像进行处理，识别该有效区域图像内的缺陷类型，记录缺陷位置，并统计缺陷数量。

在一个实施例中，如图11所示，图像获取模块720除了包括显示控制单元722、采集单元724和合成单元726，还包括划分单元721。

划分单元721用于预先将整个液晶显示屏分成多个有效区域，具体过程包括（1）至（5），如下：

（1）根据被检测液晶显示屏的物理分辨率和表示每个物理像素点所需采用的预设的摄像机像素点数计算所需的总像素点。

具体的，表示每个物理像素点所需采用的预设的摄像机像素点数可根据需要进行设定，如可为3*3个、4*4个、6*6个、8*8个或9*9个摄像机像素点表示一个物理像素点，若为3*3个或4*4个，每次视野范围大，但检测精度可能不够，若为8*8个或9*9个，每次的视野范围小，则测试次数多。优选的为6*6，其精度可达到RGB子像素级，且检测次数适中。

摄像机成像X方向的总像素X总=被检测液晶显示屏X方向分辨率*6

摄像机成像Y方向的总像素Y总=被检测液晶显示屏Y方向分辨率*6

（2）根据摄像机分辨率计算每个摄像机所能拍摄的被检测液晶显示屏像素点数目。

例如假设摄像机分辨率为ResX*ResY，则

视野区域X方向被检测液晶显示屏物理像素点个数nX=ResX/6，视野区域Y方向被检测液晶显示屏物理像素点个数nY=ResY/6。

（3）计算每个摄像机视野区域尺寸。

假设被检测液晶显示屏像素点大小为xx毫米*yy毫米，像素点大小是指相邻两个像素点之间的横向距离*纵向距离。

视野区域尺寸为nSizeX*nSizeY。nSizeX=nX*xx毫米，nSizeY=nY*yy毫米。

（4）根据视野区域大小和摄像机位移精度，计算有效区域尺寸。

有效区域尺寸X=视野区域X－无效区域X*2；

有效区域尺寸Y=视野区域Y－无效区域Y*2。

所述无效区域X和所述无效区域Y均比摄像机位移精度至少高一个数量级。

（5）按照有效区域尺寸将整个被检测液晶显示屏进行划分。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种自动光学检测方法，包括：

分别获取在预设的多种纯颜色、灰度图、灰阶图和多色交替图显示状态下的液晶显示屏图像；

对获取的显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量；

获取关闭的液晶显示屏在外部光照射状态下的液晶显示屏图像；

对获取的在外部光照射状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否有外观缺陷；

其中，所述获取在预设的多种纯颜色显示状态下的液晶显示屏图像的步骤包括：

控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域；

获取多个视野区域图像，从各个视野区域图像中提取有效区域图像；

将相邻的有效区域之间的纯颜色互换；

获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像；

将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像。

2.根据权利要求1所述的自动光学检测方法，其特征在于，所述对获取的显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量的步骤包括：

对采集的纯颜色显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在亮点、暗点、亮线、暗线缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量；

对采集的灰度图、灰阶图和多色交替图显示状态下的液晶示屏图像进行处理，判断所述液晶显示屏是否存在面缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量。

3.根据权利要求1所述的自动光学检测方法，其特征在于，所述对获取的显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量的步骤包括：

将获取的液晶显示屏图像转为预设图像格式；

将转为预设图像格式的液晶显示屏图像进行预处理；

将预处理后的液晶显示屏图像进行阈值分割，滤除背景信息，提取液晶显示屏图像中图像信息；

对所述图像信息进行增强处理；

从增强处理后的所述图像信息中提取图像缺陷，将图像缺陷进行图像分割得到缺陷块；

识别所述缺陷块中缺陷类型，记录缺陷位置，并统计缺陷数量。

4.根据权利要求1所述的自动光学检测方法，其特征在于，所述对获取的显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量的步骤包括：

对从各个视野区域图像中提取的有效区域图像进行处理，识别所述有效区域图像内的缺陷类型，记录缺陷位置，并统计缺陷数量。

5.一种自动光学检测系统，其特征在于，包括：

图像获取模块，用于分别获取在预设的多种纯颜色、灰度图、灰阶图和多色交替图显示状态下的液晶显示屏图像；

处理模块，用于对获取的显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量；

所述图像获取模块还用于获取关闭的液晶显示屏在外部光照射状态下的液晶显示屏图像；

所述处理模块还用于对获取的在外部光照射状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否有外观缺陷；

其中，所述图像获取模块包括显示控制单元、采集单元和合成单元；

所述显示控制单元用于控制多个有效区域显示第一纯颜色和第二纯颜色，且相邻的有效区域之间的纯颜色不同，其中，整个液晶显示屏预先被分成多个有效区域；

所述采集单元用于获取多个视野区域图像，从各个视野区域图像中提取有效区域图像；

所述显示控制单元还用于将相邻的有效区域之间的纯颜色互换；

所述采集单元还用于获取纯颜色互换后的多个视野区域图像，从各个视野区域图像中提取纯颜色互换后的有效区域图像；

所述合成单元用于将互换前显示第一纯颜色的有效区域图像和互换后显示第一纯颜色的有效区域形成第一纯颜色显示状态下的液晶显示屏图像，以及将互换前显示第二纯颜色的有效区域图像和互换后显示第二纯颜色的有效区域形成第二纯颜色显示状态下的液晶显示屏图像。

6.根据权利要求5所述的自动光学检测系统，其特征在于，所述处理模块包括：

点线缺陷处理单元，用于对采集的纯颜色显示状态下的液晶显示屏图像进行处理，判断所述液晶显示屏是否存在亮点、暗点、亮线、暗线缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量；以及

面缺陷处理单元，用于对采集的灰度图、灰阶图和多色交替图显示状态下的液晶示屏图像进行处理，判断所述液晶显示屏是否存在面缺陷，若存在，则识别缺陷类型，记录缺陷位置，统计缺陷数量。

7.根据权利要求5所述的自动光学检测系统，其特征在于，所述处理模块包括：

格式转换单元，用于将获取的液晶显示屏图像转为预设图像格式；

预处理单元，用于将转为预设图像格式的液晶显示屏图像进行预处理；

阈值分割单元，用于将预处理后的液晶显示屏图像进行阈值分割，滤除背景信息，提取液晶显示屏图像中图像信息；

图像增强单元，用于对所述图像信息进行增强处理；

图像分割单元，用于从增强处理后的所述图像信息中提取图像缺陷，将图像缺陷进行图像分割得到缺陷块；以及

识别记录单元，用于识别所述缺陷块中缺陷类型，记录缺陷位置，并统计缺陷数量。

8.根据权利要求5所述的自动光学检测系统，其特征在于，所述处理模块还用于对从各个视野区域图像中提取的有效区域图像进行处理，识别所述有效区域图像内的缺陷类型，记录缺陷位置，并统计缺陷数量。