手机屏幕图像缺陷检测方法的研究

论文摘要

随着科技与工业水平的突飞猛进,液晶屏类电子产品逐渐成为我们生活和生产中不可或缺的要素。现实对电子产品的液晶屏幕的品质要求日益提高,而当前的科技水平还无法避免各种各样的缺陷。那么,如何快速、准确地检测、识别液晶屏幕的缺陷将是这类产品生产企业首先必须面对和解决的问题。当前液晶屏类产品图像缺陷主要依靠人工检测,这种检测手段不能满足工业生产对液晶屏幕缺陷检测准确性的要求,也不能保证检测结果的稳定性。本课题正是以解决这一问题作为出发点,以手机液晶屏幕为研究对象,结合利用数字图像处理、模式识别以及计算机技术,针对液晶屏幕的常见图像缺陷,参照工业生产中对检测算法高效性、准确性的要求,研究并设计了一种高效的检测方案。仿真实验的结果证实了本检测方案能够实现对图像缺陷的自动、高效、准确的检测。先对手机传送系统进行标准化设计,并配备合适型号的高速图像采集卡、监控摄像头以及计算机等采集设备,完成硬件条件的准备工作。检测过程中,首先用监控摄像头采集手机图像。再利用directshow技术从图像采集卡缓存区快速获取图像数据；其次,将多帧图像加权平均处理,用以剔除恶劣的图片采集环境造成的坏帧影响。在图像预处理阶段,通过高斯金字塔采样去噪及分别从RGB三通道递归迭代获得自适应分割阈值；识别并提取图片中的形状特征,获得屏幕矩形外框信息；运用图像二维几何变换自动校正手机姿势,继而提取ROI,完成图像的预处理；最后,利用Canny算法检测缺陷轮廓,结合Douglas-Peucker算法与弗里曼链码提取缺陷信息,最终检测手机屏幕图像缺陷：坏点数目,几何失真度,色差。算法稳定、高效,依托相关国家标准,可广泛应用于液晶屏类产品的图像缺陷检测,具有一定的推广价值。

论文目录

• 摘要
• Abstract
• 目录
• 插图清单
• 插表清单
• 第一章 绪论
• 1.1 课题研究的背景及现状
• 1.1.1 课题研究的背景
• 1.1.2 课题研究的现状
• 1.2 课题研究的内容以及意义
• 1.2.1 课题研究的内容
• 1.2.2 课题研究的意义
• 1.3 数字图像处理在现代科技中的应用
• 1.3.1 数字图像的概念
• 1.3.2 数字图像处理的本质
• 1.3.3 数字图像处理在现代科技中的应用
• 1.4 系统开发环境及语言
• 1.4.1 VC++6.0面向对象程序开发
• 1.4.2 开源计算机视觉库0penCV简介
• 第二章 图像缺陷检测方案设计
• 2.1 图像采集方案设计
• 2.1.1 生产线及采集设备的设计
• 2.1.2 视频图像采集方案设计
• 2.2 图像后期处理方案设计
• 2.2.1 多帧加权平均提高图像品质
• 2.2.2 图像校正
• 2.2.3 ROI识别及提取
• 2.3 图像缺陷检测及评价方案
• 2.4 方案设计流程图
• 第三章 手机屏幕缺陷图像的预处理
• 3.1 坏帧处理
• 3.2 颜色模型
• 3.2.1 RGB颜色模型
• 3.2.2 Lab颜色模型
• 3.2.3 CMYK颜色模型
• 3.2.4 HIS颜色模型
• 3.3 边缘缺口修复
• 3.3.1 腐蚀
• 3.3.2 膨胀
• 3.4 待测图像去噪
• 3.4.1 均值滤波去噪
• 3.4.2 中值滤波去噪
• 3.4.3 小波变换滤波去噪
• 3.4.4 高斯金字塔去噪
• 3.5 图像缺陷边缘检测
• 3.5.1 图象边缘检测的基本步骤
• 3.5.2 常见边缘检测算法比较
• 3.6 屏幕矩形特征提取
• 3.6.1 图像特征的概念
• 3.6.2 常见图像特征的提取
• 3.6.3 本文选取的特征
• 3.7 待测图像校正
• 3.7.1 二维几何变换
• 3.7.2 CvBox2D数据类型
• 3.7.3 图像校正
• 3.8 屏幕ROI识别与提取
• 3.9 边框和缺陷轮廓提取
• 3.9.1 轮廓的多边形拟合
• 3.9.2 Douglas-Peucker拟合算法
• 3.9.3 弗里曼链码
• 第四章 图像缺陷检测
• 4.1 几何失真检测
• 4.1.1 圆形失真检测
• 4.1.2 矩形失真检测
• 4.2 坏点检测
• 4.3 色差检测
• 4.4 缺陷检测系统功能模块介绍
• 第五章 结论及展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文
• 攻读硕士学位期间参加的科研工作