CN106651869B - 一种基于局部投影的ito分割方法 - Google Patents

一种基于局部投影的ito分割方法 Download PDF

Info

Publication number
CN106651869B
CN106651869B CN201610838809.0A CN201610838809A CN106651869B CN 106651869 B CN106651869 B CN 106651869B CN 201610838809 A CN201610838809 A CN 201610838809A CN 106651869 B CN106651869 B CN 106651869B
Authority
CN
China
Prior art keywords
ito
characteristic value
value
projection
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610838809.0A
Other languages
English (en)
Other versions
CN106651869A (zh
Inventor
刘霖
刘鹏
杜晓辉
卿亮
王祥舟
夏翔
倪光明
张静
刘娟秀
刘永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201610838809.0A priority Critical patent/CN106651869B/zh
Publication of CN106651869A publication Critical patent/CN106651869A/zh
Application granted granted Critical
Publication of CN106651869B publication Critical patent/CN106651869B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Abstract

该发明公开了一种基于局部投影的ITO分割方法，属于数字图像处理领域，具体涉及一种针对液晶面板IC压合区域的ITO分割方法。本方法通过获取屏幕的ITO图像，对图像进行二值化处理，获取每个ITO的宽度及间隔距离，再分别对二值化图像进行纵向和横向投影获取两次投影的特征值曲线，根据获得特征值曲线计算出ITO的左右边缘，从而对ITO进行分割。从而能准确分割ITO区域，并且速度快，处理简单。

Description

一种基于局部投影的ITO分割方法
技术领域
本发明属于数字图像处理领域，具体涉及一种针对液晶面板IC压合区域的ITO分割方法。
背景技术
随着智能手机的普及，传统的液晶面板生产模式已经远远满足不了人们对它的需求，基于数字图像处理的各类自动化检测设备也应运而生，它们为提高液晶面板的生产效率与质量发挥了重要作用。
液晶面板COG的制备过程需要先在玻璃基板IC压合区域贴上一次异方导电膜，该导电膜内均匀分布着导电粒子，导电粒子直径约3到5微米，此时导电粒子在未加温加压前是不导电的。当在IC上方施加一定的温度和压力后，会使位于IC的bump区域和玻璃基板ITO之间的导电粒子破裂，进而形成IC的bump电极与ITO线路导通，这样就能让驱动液晶面板正常显示各种画面了；在对COG粒子进行压合的过程中，不能保证所有粒子都被压合的很好，由于压合的精度要求高，有可能出现部分区域压偏或者压力不均，从而造成液晶面板显示不良，因此对COG粒子进行检测是液晶面板生产过程中必不可少的一个环节，但是由于COG粒子区域多，一块液晶面板上分布着上千个粒子区域，因此依靠目前的人工镜检方式只能实现部分抽检，这严重制约了生产效率与生产质量。实现一种能自动检测COG粒子的自动化设备也越来越被企业所需求，而在进行COG粒子检测的前提是将一个个包含COG粒子的ITO区域分割开来，逐个对分割出来的ITO进行粒子检测。由于不同类型的液晶面板上分布的ITO样式也各不相同，有灰白的ITO，有黑白相间的ITO等等，所以提出一种能适应各种样式的ITO 的分割方法是至关重要的。
发明内容
本发明的目的是针对ITO线路的复杂性，提出了一种能自动分割ITO的方法，从而达到快速准确分割各种不同类型的ITO的目的。
本发明提供的技术方案为一种基于局部投影的ITO分割方法，该方法包括以下步骤：
步骤1：采集液晶面板上IC区域的ITO图像，如附图图2所示；
步骤2：根据步骤1中的输入图像，利用大津法计算阈值；
步骤3：根据步骤2计算出来的阈值，对步骤1的输入图像进行二值化，如附图图3所示；
步骤4：根据步骤3的二值化图像计算单个ITO的宽度；
步骤5：根据步骤3的二值化图像计算相邻ITO的间隔距离；
步骤6：对步骤3的二值化图像进行纵向投影，并求纵向投影均值，得到ITO线路的纵向投影曲线，如附图图4所示；
步骤7：根据步骤6的投影均值，计算每列像素的特征值1，得到特征值1的曲线，如附图图5所示；
步骤8：根据步骤7的特征值1，求特征值里的局部极大值，该极大值位置就是ITO的左边缘位置；
步骤9：根据步骤8的投影均值，计算每列像素的特征值2；
步骤10：根据步骤9的特征值2，求特征值里的局部极小值，该极小值位置就是ITO的右边缘位置；
步骤11：输出被找到的所有ITO区域，如附图图6所示。
所述步骤7，具体通过以下过程实现：
每列像素的特征值1的计算公式为：
其中eig1(i)指第i列像素的特征值1，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itowidth是指步骤4中计算的单个ITO的宽度；
所述步骤9，具体通过以下过程实现：
每列像素的特征值2的计算公式为：
其中eig2(i)指第i列像素的特征值2，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itospace是指步骤5中计算的相邻ITO的间隔距离；
所述步骤11 ：具体通过以下过程实现：
对步骤8找到的所有ITO左边缘将和步骤10找到的所有ITO的右边缘进行依次配对，将步骤1中输入图像的上下位置作为所有ITO对应的上下位置，由以上四个位置则可以完全确定每个ITO的位置，输出每个ITO对应的位置。
本发明一种基于局部投影的ITO分割方法；本方法通过获取屏幕的ITO图像，对图像进行二值化处理，获取每个ITO的宽度及间隔距离，再分别对二值化图像进行纵向和横向投影获取两次投影的特征值曲线，根据获得特征值曲线计算出ITO的左右边缘，从而对ITO进行分割。从而能准确分割ITO区域，并且速度快，处理简单。
附图说明
图1为ITO分割算法的流程图。
图2为IC区域的ITO图像。
图3为ITO图像的二值化图。
图4为二值化图像的投影曲线图。
图5为特征值1的曲线图。
图6为ITO图像的分割结果图。
具体实施方式
下面结合附图，对本发明提出的基于局部投影思想的ITO分割方法进行详细说明。具体包括以下步骤：
步骤1：采集液晶面板上IC区域的ITO图像，如附图图2所示；
步骤2：根据步骤1中的输入图像，利用大津法计算阈值；
步骤3：根据步骤2计算出来的阈值，对步骤1的输入图像进行二值化，如附图图3所示；
具体方法为：依次遍历每个像素，对大于阈值的像素将其像素值置为255，否则置为0；
步骤4：根据步骤3的二值化图像计算单个ITO的宽度；
具体方法为:截取步骤3中二值化图像的最前面区域，进行边缘提取，第一个边缘与第二个边缘的间距就是所求的单个ITO宽度；
步骤5：根据步骤3的二值化图像计算相邻ITO的间隔距离；
具体方法为:截取步骤3中二值化图像的最前面区域，进行边缘提取，第二个边缘与第三个边缘的间距就是所求的相邻ITO的间隔距离；
步骤6：对步骤3的二值化图像进行纵向投影，并求纵向投影均值，该均值的计算公式为：其中proj(j)表示第j列像素的投影均值，h表示图像的高度，Gray(i,j)表示图像上(i,j)位置的像素灰度值；得到ITO线路的纵向投影曲线，如附图图4所示；
步骤7：根据步骤6的投影均值，计算每列像素的特征值1，
每列像素的特征值1的计算公式为：
其中eig1(i)指第i列像素的特征值1，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itowidth是指步骤4中计算的单个ITO的宽度，得到特征值1的曲线，如附图图5所示；
步骤8：根据步骤7的特征值1，求特征值里的局部极大值，该极大值位置就是ITO的左边缘位置；
具体方法为:依次遍历特征值1中的所有值，记录满足特征值本身值大于230且同时大于其前后15个特征值的位置，该位置为所求的局部极大值位置；
步骤9：根据步骤8的投影均值，计算每列像素的特征值2，
每列像素的特征值2的计算公式为：
其中eig2(i)指第i列像素的特征值2，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itospace是指步骤5中计算的相邻ITO的间隔距离；
步骤10：根据步骤9的特征值2，求特征值里的局部极小值，该极小值位置就是ITO的右边缘位置；
具体方法为:依次遍历特征值2中的所有值，记录满足特征值本身值小于150且同时小于其前后15个特征值的位置，该位置为所求的局部极小值位置；
步骤11：输出被找到的所有ITO区域，如附图图6所示。
具体方法为:对步骤8找到的所有ITO左边缘将和步骤10找到的所有ITO的右边缘进行依次配对，将步骤1中输入图像的上下位置作为所有ITO对应的上下位置，由以上四个位置则可以完全确定每个ITO的位置，输出每个ITO对应的位置。

Claims (3)

1.一种基于局部投影的ITO分割方法，该方法包括以下步骤：
步骤1：采集液晶面板上IC区域的ITO图像；
步骤2：根据步骤1中的输入图像，利用大津法计算阈值；
步骤3：根据步骤2计算出来的阈值，对步骤1的输入图像进行二值化；
步骤4：根据步骤3的二值化图像计算单个ITO的宽度；
步骤5：根据步骤3的二值化图像计算相邻ITO的间隔距离；
步骤6：对步骤3的二值化图像进行纵向投影，并求纵向投影均值，得到ITO线路的纵向投影曲线；
步骤7：根据步骤6的投影均值，计算每列像素的特征值1，得到特征值1的曲线；
步骤8：根据步骤7的特征值1，求特征值里的局部极大值，该极大值位置就是ITO的左边缘位置；
步骤9：根据步骤6的投影均值，计算每列像素的特征值2；
步骤10：根据步骤9的特征值2，求特征值里的局部极小值，该极小值位置就是ITO的右边缘位置；
步骤11：输出被找到的所有ITO区域；
其特征在于所述步骤7具体通过以下过程实现：
每列像素的特征值1的计算公式为：
其中eig1(i)指第i列像素的特征值1，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itowidth是指步骤4中计算的单个ITO的宽度。
2.如权利要求1所述的一种基于局部投影的ITO分割方法，其特征在于所述步骤9，具体通过以下过程实现：
每列像素的特征值2的计算公式为：
其中eig2(i)指第i列像素的特征值2，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itospace是指步骤5中计算的相邻ITO的间隔距离。
3.如权利要求1所述的一种基于局部投影的ITO分割方法，其特征在于所述步骤11 ：具体通过以下过程实现：
对步骤8找到的所有ITO左边缘将和步骤10找到的所有ITO的右边缘进行依次配对，将步骤1中输入图像的上下位置作为所有ITO对应的上下位置，由以上四个位置则可以完全确定每个ITO的位置，输出每个ITO对应的位置。
CN201610838809.0A 2016-09-21 2016-09-21 一种基于局部投影的ito分割方法 Active CN106651869B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610838809.0A CN106651869B (zh) 2016-09-21 2016-09-21 一种基于局部投影的ito分割方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610838809.0A CN106651869B (zh) 2016-09-21 2016-09-21 一种基于局部投影的ito分割方法

Publications (2)

Publication Number Publication Date
CN106651869A CN106651869A (zh) 2017-05-10
CN106651869B true CN106651869B (zh) 2019-12-10

Family

ID=58852556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610838809.0A Active CN106651869B (zh) 2016-09-21 2016-09-21 一种基于局部投影的ito分割方法

Country Status (1)

Country Link
CN (1) CN106651869B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110517614B (zh) * 2019-08-28 2022-11-22 苏州精速智能科技有限公司 一种液晶模组导电粒子不良的检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58146973A (ja) * 1982-02-25 1983-09-01 Ricoh Co Ltd 文字行および文字の切出し方法
CN102043945A (zh) * 2010-11-23 2011-05-04 聊城大学 基于车辆实时跟踪和二进指数分类车牌字符识别的方法
CN103488986A (zh) * 2013-09-18 2014-01-01 西安理工大学 自适应字符切分及提取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58146973A (ja) * 1982-02-25 1983-09-01 Ricoh Co Ltd 文字行および文字の切出し方法
CN102043945A (zh) * 2010-11-23 2011-05-04 聊城大学 基于车辆实时跟踪和二进指数分类车牌字符识别的方法
CN103488986A (zh) * 2013-09-18 2014-01-01 西安理工大学 自适应字符切分及提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
车牌定位与车牌字符识别算法的研究与实现;凌佳宁;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130115;第4.2.5节 *

Also Published As

Publication number Publication date
CN106651869A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN108460757B (zh) 一种手机TFT-LCD屏Mura缺陷在线自动检测方法
CN111833303A (zh) 产品的检测方法、装置、电子设备及存储介质
CN104867144B (zh) 基于混合高斯模型的ic元件焊点缺陷检测方法
CN104616275A (zh) 一种缺陷检测方法和装置
CN104729961B (zh) 一种各向异性导电膜中粒子的检测方法
CN104934015A (zh) 显示补偿方法与显示补偿系统
CN103218961A (zh) 一种lcd缺陷在线检测方法及系统
WO2020248513A1 (zh) 用于综合性能试验的ocr识别方法
CN110111330B (zh) 手机屏幕检测方法
CN103676242A (zh) 彩膜基板的修补方法
WO2015089859A1 (zh) 配向膜的边界获取方法及检测方法
CN107730510B (zh) 一种结合LTCD和Hu不变矩的COG中bump的分割方法
KR102009740B1 (ko) 표시패널 검사 장치 및 그 방법
WO2024002187A1 (zh) 缺陷检测方法、缺陷检测设备及存储介质
CN110648330A (zh) 摄像头玻璃的缺陷检测方法
CN106706644A (zh) 一种镜片疵病的检测方法
CN117197527A (zh) 一种液晶显示屏的玻璃基板的缺陷检测分类方法及装置
CN106651869B (zh) 一种基于局部投影的ito分割方法
CN115866502A (zh) 一种麦克风零件表面缺陷在线检测流程
CN116773548A (zh) 一种晶圆表面缺陷检测方法及系统
WO2020164201A1 (zh) Tft阵列基板的缺陷检测方法
CN104952081B (zh) 一种基于极值差分统计特征的cog偏移检测方法
Lin et al. An automatic inspection method for the fracture conditions of anisotropic conductive film in the TFT-LCD assembly process
CN113706468A (zh) 基于bp神经网络的玻璃缺陷检测方法
Cui et al. Liquid crystal display defects in multiple backgrounds with visual real‐time detection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant