CN109559308B - 基于机器视觉的液晶面板偏光片喷码检测方法及装置 - Google Patents

基于机器视觉的液晶面板偏光片喷码检测方法及装置 Download PDF

Info

Publication number
CN109559308B
CN109559308B CN201811444324.9A CN201811444324A CN109559308B CN 109559308 B CN109559308 B CN 109559308B CN 201811444324 A CN201811444324 A CN 201811444324A CN 109559308 B CN109559308 B CN 109559308B
Authority
CN
China
Prior art keywords
image
liquid crystal
crystal panel
code spraying
polarizer
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
CN201811444324.9A
Other languages
English (en)
Other versions
CN109559308A (zh
Inventor
续欣莹
窦翔
程兰
闫飞
韩晓明
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.)
Taiyuan University of Technology
Original Assignee
Taiyuan University of Technology
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 Taiyuan University of Technology filed Critical Taiyuan University of Technology
Priority to CN201811444324.9A priority Critical patent/CN109559308B/zh
Publication of CN109559308A publication Critical patent/CN109559308A/zh
Application granted granted Critical
Publication of CN109559308B publication Critical patent/CN109559308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30121—CRT, LCD or plasma display
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)

Abstract

本发明公开了一种基于机器视觉的液晶面板偏光片喷码检测方法及装置，该方法包含以下步骤：获取喷码内容并取样为模板图像；通过相机拍摄并载入待匹配的生产图像；构建模板图像和生产图像的图像金字塔；在生产图像金字塔顶层规定搜索范围并对模板图像进行匹配；若在规定范围内，则相似度量大于等于阈值，则进一步在图像金字塔下一层匹配，循环此步骤直到图像金字塔底层为止，若都满足相似度大于阈值，则此偏光片记为良品；若相似度小于阈值，则此偏光片记为次品。本发明的检测方法，可提高检测效率和准确率，代替检测人员的目检流程。

Description

基于机器视觉的液晶面板偏光片喷码检测方法及装置
技术领域
本发明关于机器视觉检测领域，特别用于一种基于机器视觉的液晶面板偏光片喷码检测方法及装置。
背景技术
在偏光片发片装置的喷码工序后面，通过采集装置采集图片以检测喷码内容。喷码内容检测主要是对喷码的位置和内容进行识别确认，喷码缺陷主要是指喷码字符不在指定区域范围、在喷码精度范围内喷码内容不符合标准喷码内容，检测多以人工检测方式完成，检测效率低，准确性低，客观标准性低。为了不让任何喷码缺陷产品被误判为良品，机器视觉技术在偏光片喷码检测中的应用开始迅速发展。采用机器视觉技术，能够提高准确性和降低主观因素的影响，而且大大降低人力资源的投资，适用于现代化工业全自动生产线。
但是，现有的喷码检测方法是通过采集回来的图像与模板进行匹配，匹配相似度与阈值对比，相似度若大于阈值，则进入下一层检测，直至检测到金字塔底层；相似度若小于阈值，则喷码不符合规定。当采集图片像素过高时，将耗费过长的检测时长，效率降低，增加测试的成本。
发明内容
鉴于上述问题，本发明提供了一种基于机器视觉的液晶面板偏光片喷码检测方法和装置。
本发明提供了一种基于机器视觉的液晶面板偏光片喷码检测方法，包含以下步骤： 获取第一液晶面板偏光片喷码内容，并取样作为模板图像；通过相机拍摄并载入待匹配的第二液晶面板偏光片喷码内容，作为生产图像；构建模板图像和生产图像的图像金字塔；在生产图像金字塔顶层搜索模板图像进行匹配；相似度量与阈值对比，以检测第二液晶面板偏光片的喷码是否为良品。
其中，在相似度量与阈值对比，以检测第二液晶面板偏光片的喷码是否为良品的步骤中，相似度由归一化平方差匹配法产生，相似度若大于阈值，则进入下一层检测，直至检测到金字塔底层，若小于阈值，则喷码不符合规定。
其中，在获取模板图像和生产图像的步骤中，使用黑白相机作为拍摄装置，并通过可见光为拍摄装置提供光源。
其中，第一液晶面板偏光片和第二液晶面板偏光片的喷码内容包括数字、文字及图形，喷码单个墨点大小为0.3mm。
此外，本发明提供了一种基于机器视觉的液晶面板偏光片喷码检测装置，包括：采集图像单元，用于拍摄第一液晶面板偏光片喷码内容，作为模板图像，并拍摄待匹配的第二液晶面板偏光片的喷码内容，作为生产图像；图像转化单元，耦接于采集图像单元，用于将生产图像转化为图像金字塔获取转化后的图片；模板输入单元，耦接于采集图像单元，用于获取模板图像或直接输入模板图像；图像匹配单元，耦接于图像转化单元，用于将转化后的图片与模板图片匹配；对比结果单元，耦接于图像匹配单元，用于将相似度与阈值对比，以检测该偏光片是否为良品。
其中，对比结果单元计算的相似度由归一化平方差匹配法产生，相似度若大于阈值，则进入下一层检测，直至检测到金字塔底层，若小于阈值，则喷码不符合规定。
其中，使用黑白相机作为采集图像单元，并通过可见光为采集图像单元提供光源。
其中，第一液晶面板偏光片和第二液晶面板偏光片的喷码内容包括数字、文字及图形，喷码单个墨点大小为0.3mm。
区别于现有技术，本发明提供了一种基于机器视觉的液晶面板偏光片喷码检测方法和装置，该方法包含以下步骤： 获取第一液晶面板偏光片喷码内容，并取样作为模板图像；通过相机拍摄并载入待匹配的第二液晶面板偏光片喷码内容，作为生产图像；构建模板图像和生产图像的图像金字塔；在生产图像金字塔顶层搜索模板图像进行匹配；相似度量与阈值对比，以检测第二液晶面板偏光片的喷码是否为良品。通过本发明，能够在采集图像像素过高时，利用金字塔图像降低像素，逐层优化，进行匹配，提高检测效率，降低成本，可针对液晶屏或偏光片等喷码内容检测。
附图说明
图1为本发明提供的一种基于机器视觉的液晶面板偏光片喷码检测方法的流程示意图。
图2为本发明提供的一种基于机器视觉的液晶面板偏光片喷码检测装置的结构示意图。
图3为喷码检测功能示意图。
图4为本发明本发明提供的一种基于机器视觉的液晶面板偏光片喷码检测方法检测出偏光片喷码位置及内容符合要求的情况的示意图。
图5为本发明提供的一种基于机器视觉的液晶面板偏光片喷码检测方法检测出偏光片喷码内容不符合要求的一种情况的示意图。
图6为本发明提供的一种基于机器视觉的液晶面板偏光片喷码检测方法检测出偏光片喷码内容不符合要求的另一种情况的示意图。
图7为本发明提供的一种基于机器视觉的液晶面板偏光片喷码检测方法检测出偏光片喷码内容不符合要求的再一种情况的示意图。
图8为本发明提供的一种基于机器视觉的液晶面板偏光片喷码检测方法中构建图像金字塔的示意图。
具体实施方式
为了使本发明的目的、技术内容、特点及功效进一步说明，兹配合实施例详细阐明如下。
本发明提供了一种基于机器视觉的液晶面板偏光片喷码检测方法，其流程示意图如图1所示。该检测方法主要应用于偏光片上的检测范围和喷码范围内的内容进行检测。包含以下步骤：获取第一液晶面板偏光片喷码内容，并取样作为模板图像；通过相机拍摄并载入待匹配的第二液晶面板偏光片喷码内容，作为生产图像；构建模板图像和生产图像的图像金字塔；在生产图像金字塔顶层搜索模板图像进行匹配；相似度量与阈值对比，以检测第二液晶面板偏光片的喷码是否为良品。
其中，在相似度量与阈值对比，以检测第二液晶面板偏光片的喷码是否为良品的步骤中，相似度由归一化平方差匹配法产生，相似度若大于阈值，则进入下一层检测，直至检测到金字塔底层，若小于阈值，则喷码不符合规定。
其中，在获取模板图像和生产图像的步骤中，使用黑白相机作为拍摄装置，并通过可见光为拍摄装置提供光源。
其中，第一液晶面板偏光片和第二液晶面板偏光片的喷码内容包括数字、文字及图形，喷码单个墨点大小为0.3mm。
此外，本发明提供了一种基于机器视觉的液晶面板偏光片喷码检测装置，其结构如图2所示。包括：采集图像单元1，用于拍摄第一液晶面板偏光片喷码内容，作为模板图像，并拍摄待匹配的第二液晶面板偏光片的喷码内容，作为生产图像；图像转化单元2，耦接于采集图像单元1，用于将生产图像转化为图像金字塔获取转化后的图片；模板输入单元3，耦接于采集图像单元1，用于获取模板图像或直接输入模板图像；图像匹配单元4，耦接于图像转化单元2，用于将转化后的图片与模板图片匹配；对比结果单元5，耦接于图像匹配单元4，用于将相似度与阈值对比，以检测该偏光片是否为良品。
其中，对比结果单元5计算的相似度由归一化平方差匹配法产生，相似度若大于阈值，则进入下一层检测，直至检测到金字塔底层，若小于阈值，则喷码不符合规定。
其中，使用黑白相机作为采集图像单元1，并通过可见光为采集图像单元1提供光源。
其中，第一液晶面板偏光片和第二液晶面板偏光片的喷码内容包括数字、文字及图形，喷码单个墨点大小为0.3mm。
请参照图3及图4-7及图8，图3为本发明喷码检测功能示意图，该检测功能主要对检测范围和喷码范围内的内容进行检测，通过与模板对比，检测出正确喷码内容，即记为良品；而检测出错误喷码内容，即记为次品。
请参照图3，其为喷码检测功能示意图，其中检测范围210可自由设定X、Y参数，喷码范围220在检测范围210之内，且可自由设定a，b参数。当喷码字符在a*b内且在X*Y的范围内为合格，否则判为不良。
请参照图3，需要对检测的喷码内容230进行有无，内容识别判断，在检测范围210和喷码范围220内有内容，且内容正确，则继续金字塔的下一层402匹配，直到金字塔底层403。参照图5，需要对检测的喷码内容231进行有无，内容识别判断，若在检测范围210和喷码范围220内有内容，但内容不符合要求，则判为不良。参照图6，需要对检测的喷码内容232进行有无，内容识别判断，若在检测范围210内和喷码范围220内有内容，但内容不符合要求，则判为不良。参照图7，需要对检测的喷码内容233进行有无，内容识别判断，若在检测范围210无内容，则判为不良。
本实施例中，根据采集像素将图像金字塔分为三层，由原图片尺寸缩小，即原图图片尺寸的四分之一401开始，若模板实例能够被搜索到，则继续图像金字塔下一层匹配，即原图图片尺寸的二分之一402,直到图像金字塔底层403，即原图片。如图8所示。当然，本发明不以此为限，其它分层方式也可以，只要满足能够降低像素，从而提高匹配速度即可。
本实施例中，对偏光片130上的喷码进行检测，检测结果准确有效。当然，本发明不以此为限，其它液晶面板也可以，只要能透过光源呈现喷码内容即可检测。
本发明的偏光片喷码检测的方法，消耗时间短、准确性高、步骤简洁，可降低生产成本，提高检测效率。
本发明已由上述相关实施例加以描述，当然上述实施例仅为实施本发明的样例。必须说明的是，已揭露的实施例并未限制本发明范围，相反地，在不脱离本发明的精神和范围内所作的更改和润饰，均属本发明的专利保护范围。

Claims (6)

1.一种基于机器视觉的液晶面板偏光片喷码检测方法，其特征在于，包含以下步骤：
获取第一液晶面板偏光片喷码内容，并取样作为模板图像；
通过相机拍摄并载入待匹配的第二液晶面板偏光片喷码内容，作为生产图像；
构建模板图像和生产图像的图像金字塔；
在生产图像金字塔顶层搜索模板图像进行匹配；
相似度量与阈值对比，以检测第二液晶面板偏光片的喷码是否为良品；
在相似度量与阈值对比，以检测第二液晶面板偏光片的喷码是否为良品的步骤中，相似度由归一化平方差匹配法产生，相似度若大于阈值，则进入下一层检测，直至检测到金字塔底层，若小于阈值，则喷码不符合规定。
2.根据权利要求1所述的基于机器视觉的液晶面板偏光片喷码检测方法，其特征在于，在获取模板图像和生产图像的步骤中，使用黑白相机作为拍摄装置，并通过可见光为拍摄装置提供光源。
3.根据权利要求1所述的基于机器视觉的液晶面板偏光片喷码检测方法，其特征在于，第一液晶面板偏光片和第二液晶面板偏光片的喷码内容包括数字、文字及图形，喷码单个墨点大小为0.3mm。
4.一种基于机器视觉的液晶面板偏光片喷码检测装置，用于执行如权利要求1-3任意一项所述的基于机器视觉的液晶面板偏光片喷码检测方法，其特征在于，包含以下单元：
采集图像单元，用于拍摄第一液晶面板偏光片喷码内容，作为模板图像，并拍摄待匹配的第二液晶面板偏光片的喷码内容，作为生产图像；
图像转化单元，耦接于采集图像单元，用于将生产图像转化为图像金字塔获取转化后的图片；
模板输入单元，耦接于采集图像单元，用于获取模板图像或直接输入模板图像；
图像匹配单元，耦接于图像转化单元，用于将转化后的图片与模板图片匹配；
对比结果单元，耦接于图像匹配单元，用于将相似度与阈值对比，以检测该偏光片是否为良品；
所述对比结果单元计算的相似度由归一化平方差匹配法产生，相似度若大于阈值，则进入下一层检测，直至检测到金字塔底层，若小于阈值，则喷码不符合规定。
5.根据权利要求4所述的基于机器视觉的液晶面板偏光片喷码检测装置，其特征在于，使用黑白相机作为采集图像单元，并通过可见光为采集图像单元提供光源。
6.根据权利要求4所述的基于机器视觉的液晶面板偏光片喷码检测装置，其特征在于，第一液晶面板偏光片和第二液晶面板偏光片的喷码内容包括数字、文字及图形，喷码单个墨点大小为0.3mm。
CN201811444324.9A 2018-11-29 2018-11-29 基于机器视觉的液晶面板偏光片喷码检测方法及装置 Active CN109559308B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811444324.9A CN109559308B (zh) 2018-11-29 2018-11-29 基于机器视觉的液晶面板偏光片喷码检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811444324.9A CN109559308B (zh) 2018-11-29 2018-11-29 基于机器视觉的液晶面板偏光片喷码检测方法及装置

Publications (2)

Publication Number Publication Date
CN109559308A CN109559308A (zh) 2019-04-02
CN109559308B true CN109559308B (zh) 2022-11-04

Family

ID=65868072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811444324.9A Active CN109559308B (zh) 2018-11-29 2018-11-29 基于机器视觉的液晶面板偏光片喷码检测方法及装置

Country Status (1)

Country Link
CN (1) CN109559308B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156978A (zh) * 2010-12-24 2011-08-17 辽宁科锐科技有限公司 基于机器视觉的工业器件快速定位方法
CN106874908A (zh) * 2017-01-17 2017-06-20 浙江大学台州研究院 喷码检测方法
CN107671896A (zh) * 2017-05-19 2018-02-09 重庆誉鸣科技有限公司 基于scara机器人的快速视觉定位方法及系统
CN107851196A (zh) * 2016-06-01 2018-03-27 深圳配天智能技术研究院有限公司 一种图像模式匹配的方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4842034B2 (ja) * 2006-07-12 2011-12-21 株式会社日本マイクロニクス 液晶パネルの検査方法および画像処理装置
CN101493354B (zh) * 2009-03-01 2010-07-07 太原理工大学 基于多传感器融合技术的滚筒式球磨机料位检测方法
CN106845555A (zh) * 2017-02-09 2017-06-13 聚龙智瞳科技有限公司 基于Bayer格式的图像匹配方法及图像匹配装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156978A (zh) * 2010-12-24 2011-08-17 辽宁科锐科技有限公司 基于机器视觉的工业器件快速定位方法
CN107851196A (zh) * 2016-06-01 2018-03-27 深圳配天智能技术研究院有限公司 一种图像模式匹配的方法及装置
CN106874908A (zh) * 2017-01-17 2017-06-20 浙江大学台州研究院 喷码检测方法
CN107671896A (zh) * 2017-05-19 2018-02-09 重庆誉鸣科技有限公司 基于scara机器人的快速视觉定位方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于机器视觉的喷码检测系统设计;谭星凯;《机械工程师》;20161212(第10期);摘要，文章第1节 *
基于金字塔图像结构与 Hu 高阶矩的螺丝目标匹配算法;齐美星;《组合机床与自动化加工技术》;20171027(第9期);摘要，文章第1节 *

Also Published As

Publication number Publication date
CN109559308A (zh) 2019-04-02

Similar Documents

Publication Publication Date Title
WO2023077404A1 (zh) 缺陷检测方法、装置和系统
CN110942458B (zh) 一种温度异常缺陷检测定位方法及系统
AU2020101832A4 (en) Image collection and depth image enhancement method and apparatus for kinect
US9582872B2 (en) Optical film defect detection method and system thereof
CN105913093B (zh) 一种用于文字识别处理的模板匹配方法
JP5061543B2 (ja) 印刷物検査装置、印刷物検査方法
CN108871185B (zh) 零件检测的方法、装置、设备以及计算机可读存储介质
JP2007285754A (ja) 欠陥検出方法および欠陥検出装置
CN110940670A (zh) 基于机器视觉的柔印标签印刷首稿检测系统及其实现方法
CN113688817A (zh) 一种自动巡检的仪表识别方法及识别系统
CN106093055B (zh) 一种复数张菲林质量检测方法
TW201930908A (zh) 電路板瑕疵篩選方法及其裝置與電腦可讀取記錄媒體
CN110991360A (zh) 一种基于视觉算法的机器人巡检点位智能配置方法
KR20140075042A (ko) 표시패널 검사 장치 및 그 방법
CN112070762A (zh) 液晶面板的mura缺陷检测方法、装置、存储介质及终端
CN110879131A (zh) 目视光学系统的成像质量测试方法、成像质量测试装置和电子设备
CN110992313A (zh) 一种基于机器视觉的摄像头图像中心检测及中心调整方法
CN104966283A (zh) 图像分层配准方法
JP2005345290A (ja) 筋状欠陥検出方法及び装置
CN108511356B (zh) 一种电池串焊机定位与电池外观检测方法
CN109559308B (zh) 基于机器视觉的液晶面板偏光片喷码检测方法及装置
CN107248151B (zh) 一种基于机器视觉的液晶片智能检测方法及系统
CN117092113A (zh) 一种摄像头模具焊接质量检测装置及其系统
CN108230385B (zh) 单相机运动检测超高叠层、超薄烟标数量方法及装置
TW201445458A (zh) 一種攝像設備的檢測裝置及方法

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