本发明属于机器视觉图像测量与屏幕检测技术领域，具体涉及一种基于计算机视觉的LCD屏幕亚像素级缺陷检测方法。本方法对屏幕图像预处理获取二值化参数u0，通过自学习获取LCD单元的垂直VD、水平HD间距参数；对待检测图像进行全局二值化得到图像BI；然后对二值化图像BI进行采用约束性梯度方法，得到梯度图像DI；最后对梯度图像DI进行连通域面积计算，通过对面积进行判断是否存在缺陷，并对缺陷进行准确定位，从而实现LCD屏幕亚像素级的点线缺陷的快速检测。本发明适用于高清屏的点线缺陷检测环节，能够提高产品的良品率。
1.一种LCD屏幕亚像素级缺陷检测方法，基于计算机视觉技术，包含如下步骤：
S1、图像采集：利用线阵相机和运动控制器对LCD屏幕进行成像；
S2、图像阈值参数获取：对原始图像OI随机采样局部图像，获取全局二值化阈值u0；
S3、屏幕预处理参数获取：对新型号的检测产品，通过随机采样若干个原始图像OI的局部样本，得到一组样本图像ROI；然后对这组样本图像ROI用S2中的阈值参数u0进行二值化，得到一组二值图像BROI；通过对这组二值图像BROI采用差分分析，获取LCD屏幕元件之间的水平间距参数HD和垂直间距参数VD；
S4、图像预处理：利用S2中的二值化阈值u0对原始图像OI进行二值化预处理，得到二值化图像BI；
S5、约束梯度图像获取：利用S3中获取的水平间距参数HD和垂直间距参数VD，采用约束性梯度方法对二值化图像BI求梯度，得到梯度图像DI；
S6、缺陷快速判定定位：对梯度图像DI寻找连通域和计算面积，通过面积判断是否存在缺陷。
2.根据权利要求1所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S6中，对连通域面积大于所述LCD屏幕分辨率下的单个液晶显示单元面积1/3的地方判断为缺陷。
3.根据权利要求1、2任一项所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S2中，采用自适应阈值方法获取全局二值化阈值u0参数。
4.根据权利要求1、2任一项所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S3中，所述获取水平间距参数HD的步骤具体为：分别对二值图像组BROI中每一个图像进行间距为δ的水平差分得到一组差分图像DROI，δ以步长1增长进行测试；对差分图像DROI的任一图像在所有的δ情况下分别求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的水平间距参数HD’；然后对所有样本图像的水平间距参数HD’求均值，即得到该型号屏幕对应水平间距参数HD；
在步骤S3中，所述获取垂直间距参数VD的步骤具体为：分别对二值图像组BROI中每一个图像进行间距为δ的垂直差分得到一组差分图像VROI，δ以步长1增长进行测试；对差分图像VROI的任一图像在所有的δ情况下分别求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的垂直间距参数VD’；然后对所有样本图像的垂直间距参数VD’求均值，即得到该型号屏幕对应垂直间距参数VD。
5.根据权利要求4所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：δ>1。
6.根据权利要求1、2任一项所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S5中，对二值化图像BI求梯度的约束性梯度方法符合：以此得到梯度图像DI，其中H、W分别表示采集图像的高度(Height)与宽度(Width)。
7.根据权利要求1、2任一项所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S6中，寻找连通域并计算面积的具体步骤为：对梯度图像DI按行以一个像素步长增长扫描，对任何DI(i,j)＝1扫描其8邻域是否存在像素值为1的像素点；若存在，则将此点加入下一次邻域检测队列，同时赋值当前像素值为0和连通域面积加1，如此递归邻域检测队列找到该连通域并计算出面积S。
8.根据权利要求1、2任一项所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：在步骤S1中，对所述屏幕的单个液晶显示的成像的分辨率不低于10*10。
9.根据权利要求1、2任一项所述的LCD屏幕亚像素级缺陷检测方法，其特征在于：步骤S3中，随机采样5～10个原始图像OI的局部样本，得到一组样本图像ROI。
一种LCD屏幕亚像素级缺陷检测方法
技术领域
[0001] 本发明属于机器视觉图像测量与屏幕检测技术领域，具体涉及一种基于计算机视觉的LCD屏幕亚像素级缺陷检测方法。
背景技术
[0002] 近年来，随着制造技术的不断进步，消费者对液晶屏幕的屏幕效果要求也越来越高，高清屏在智能携带设备中的普及，在便携智能设备中已经开始出现2K分辨率的超高清屏幕。随着智能设备市场高清屏幕的需求旺盛，液晶屏生产质量受到市场的重视，屏幕质量检测作为生产过中重要的环节，也开始受到厂商和国内外广泛的关注。一方面，人工检测检测合格率波动大，影响产品的良品率，亚像素缺陷检测已经达到裸眼检测极限；另一方面，高强度的检测导致人员流动性大，企业成本上升，市场的旺盛需求已经不是单纯的人工能完成的。因此，针对液晶屏的缺陷自动检测是当前的研究热点，近年来也取得了许多显著的成果。
[0003] 然而，目前基于计算机视觉的屏幕缺陷自动检测方法主要是针对面缺陷、边界模糊等，对点线缺陷检测的研究较少。如专利201310379001.7公开了一种LCD异物缺陷检测方法，主要针对块状缺陷Mura的检测，对点线等像素级缺陷效果不理想。专利201310379518.6公开的一种LCD总体检测缺陷的方法，该方法主要用于低分辨率下的点线缺陷检测，并且涉及模版学习、匹配、轮廓检测等方法，时间复杂度高更加不能满足高速生产线。针对高清屏下的点线缺陷检测技术匮乏，使得现有的检测方法难以满足实际生产中的检测标准。
发明内容
[0004] 本发明的目的就是针对现有技术的不足，提供一种能够快速对LCD屏幕的亚像素级点线缺陷检测的方法。
[0005] 为实现上述目的，本发明提供一种基于计算机视觉技术的LCD屏幕亚像素级缺陷检测方法，包含如下步骤：
[0006] S1、图像采集：利用线阵相机和运动控制器对LCD屏幕进行成像；
[0007] S2、图像阈值参数获取：对原始图像OI随机采样局部图像，获取全局二值化阈值u0；
[0008] S3、屏幕预处理参数获取：对新型号的检测产品，通过随机采样若干个原始图像OI的局部样本，得到一组样本图像ROI；然后对这组样本图像ROI用S2中的阈值参数u0进行二值化，得到一组二值图像BROI；通过对所述的这组二值图像BROI采用差分分析获取LCD屏幕元件之间的水平间距参数HD和垂直间距参数VD；
[0009] S4、图像预处理：利用S2中的二值化阈值u0对原始图像OI进行二值化预处理，得到二值化图像BI；
[0010] S5、约束梯度图像获取：利用S3中获取的水平间距参数HD和垂直间距参数VD，采用约束性梯度方法对二值化图像BI求梯度，得到梯度图像DI；
[0011] S6、缺陷快速判定定位：对梯度图像DI寻找连通域和计算面积，通过面积判断是否存在缺陷。
[0012] 进一步的，在步骤S6中，对连通域面积大于所述的LCD屏幕分辨率下的单个液晶显示单元面积1/3的地方判断为缺陷。
[0013] 优化的，在步骤S2中，采用自适应阈值方法获取全局二值化阈值u0参数。
[0014] 具体的，在步骤S3中，所述获取水平间距参数HD的步骤具体为：分别对二值图像组BROI中每一个图像进行间距为δ水平差分得到一组差分图像DROI，δ以步长1增长进行测试；对差分图像DROI的任一图像在所有的δ情况下分别求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的水平间距参数HD’；然后对所有样本图像的水平间距参数HD’求均值，即得到该型号屏幕对应水平间距参数HD；同样的，在步骤S3中，所述获取垂直间距参数VD的步骤具体为：分别对二值图像组BROI中每一个图像进行间距为δ垂直差分得到一组差分图像VROI，δ以步长1增长进行测试；对差分图像VROI的任一图像在所有的δ情况下分别求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的垂直间距参数VD’；然后对所有样本图像的垂直间距参数VD’求均值，即得到该型号屏幕对应垂直间距参数VD。其中，所述δ>1。
[0015] 优化的，在步骤S5中所述的对二值化图像BI求梯度的约束性梯度方法符合：
[0016]
[0017] 以此得到梯度图像DI，其中H、W分别表示采集图像的高度(Height)与宽度(Width)。
[0018] 优化的，在步骤S6中，寻找连通域并计算面积的具体步骤为：对梯度图像DI按行以一个像素步长增长扫描，对任何DI(i,j)＝1扫描其8邻域是否存在像素值为1的像素点；若存在，则将此点加入下一次邻域检测队列，同时赋值当前像素值为0和连通域面积加1，如此递归邻域检测队列找到该连通域并计算出面积S。
[0019] 优化的，在步骤S1中，对所述屏幕的单个液晶显示的成像的分辨率不低于10*10。
[0020] 优化的，在步骤S3中，随机采样5～10个原始图像OI的局部样本，得到一组样本图像ROI。
[0021] 本发明的有益效果是提供了一种能够快速对LCD屏幕的亚像素级点线缺陷检测的方法，本方法基于约束性剃度方法获得梯度图像DI进而由连通域面积确定点线缺陷，能够实现缺陷的快速监测和准确定位；另外选用自适应阈值方法获取二值化阈值，对阈值的设定更加合理；并通过自学习获取LCD成像单元的水平间距参数HD、垂直间距参数VD，时间复杂度低。
[0022] 说明书附图
[0023] 图1为本发明中液晶屏幕缺陷视觉检测方法流程图。
具体实施方式
[0024] 下面结合实施例，对本发明的实施作进一步的描述。
[0025] 实施例
[0026] 为更进一步阐述本发明为达成预定发明目的所采取方法,以下结合实施例,对依据本发明提出的用户原创内容的方法详细说明如下：
[0027] S1：图像采集：利用线阵相机和运动控制器对LCD屏幕进行成像；其中该线阵相机采用高分辨率线阵相机，并且对所述屏幕的单个液晶显示的成像的分辨率不低于10*10；本实施例采集LCD屏幕图像分辨率达12000*19600；
[0028] S2：图像阈值参数获取：对原始图像OI随机采样局部图像，获取全局二值化阈值u0；具体采用自适应阈值方法(简称OSTU)获取全局二值化阈值u0参数；
[0029] S3、屏幕预处理参数获取：对新型号的检测产品，通过随机采样8个原始图像OI的局部样本，得到一组样本图像ROI；然后对这组样本图像ROI用S2中的阈值参数u0进行二值化，得到一组二值图像BROI；通过对所述的这组二值图像BROI采用差分分析获取LCD屏幕元件之间的水平间距参数HD和垂直间距参数VD；具体的，对BROI中每个图像进行间距为δ水平差分得到差分图像DROI，δ以步长1增长进行测试；对差分图像DROI的任一图像在所有的δ情况下按行求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的水平间距参数HD’；然后对所有样本图像的水平间距参数HD’求均值，即得到该型号屏幕对应水平间距参数HD；同样的，BROI中每个图像进行垂直差分得到差分图像DROI，δ以步长1增长进行测试；对差分图像DROI的任一图像在所有的δ情况下按列求积分和Sum；对所有δ情况下的积分和Sum求极小值，所对应的最小δ即为当前样本图像的垂直间距参数VD’；然后对所有样本图像的水平间距参数VD’求均值，即得到该型号屏幕对应水平间距参数VD，其中δ>1。
[0030] S4、图像预处理：利用步骤S2中的二值化阈值u0对原始图像OI进行二值化预处理，得到二值化图像BI；
[0031] S5、约束梯度图像获取：利用步骤S3中获取的水平间距参数HD和垂直间距参数VD，采用如下约束性梯度方法对二值化图像BI求梯度，得到梯度图像DI，其中H、W分别表示采集图像的高度(Height)与宽度(Width)；
[0032]
[0033] S6、缺陷快速判定定位：对梯度图像DI寻找连通域和面积计算，通过面积判断是否存在缺陷。寻找连通域并计算面积的具体步骤为：对梯度图像DI按行以一个像素步长增长扫描，对任何DI(i,j)＝1扫描其8邻域是否存在像素值为1的像素点；若存在，则将此点加入下一次邻域检测队列，同时赋值当前像素值为0和连通域面积加1，如此递归邻域检测队列找到该连通域并计算出面积S。对连通域面积大于所述的LCD屏幕分辨率下的单个液晶显示单元面积1/3的地方判断为缺陷。
[0034] 以上结合对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。
