基于机器视觉的手机面板缺陷检测方法研究

《基于机器视觉的手机面板缺陷检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于机器视觉的手机面板缺陷检测方法研究RESEARCHFORTFT-LCDDEFECTDEDECTIONMETHODBASEDONMACHINEVISION易松松哈尔滨工业大学2015年12月国内图书分类号：TFT391.4学校代码：10213国际图书分类号：681.3密级：公开工学硕士学位论文基于机器视觉的手机面板缺陷检测方法研究硕士研究生：易松松导师：吴晓军副教授申请学位：工学硕士学科：控制科学与工程所在单位：深圳研究生院答辩日期：2015年12月授予学位单位：哈尔滨工业大学ClassifiedIndex:TFT391.4U.D.C:681.3Di

2、ssertationfortheMasterDegreeinEngineeringRESEARCHFORTFT-LCDDEFECTDEDECTIONMETHODBASEDONMACHINEVISIONCandidate：SongsongYiSupervisor：AssociateProf.XiaojunWuAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ControlScienceandEngineeringAffiliation：ShenzhenGraduateSchoolDateofDefence：

3、Dec,2015Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要全球手机市场竞争愈演愈烈，保证手机质量，提高生产效率是手机厂商竞争的根本，而手机TFT-LCD屏幕作为手机与人的主要交互界面，其质量好坏直接影响用户体验，因此，屏幕的质量检测至关重要。现在主流的人工目视检测不仅效率低下，而且检测标准主观因素大，严重制约手机制造的自动化进程，基于机器视觉的自动化缺陷检测方法越来越受到厂商青睐，但现行方法检测精度底且耗时长，不能满足实时检测需求。本课题来源于华为技术有限公司

4、，基于TFT-LCD屏幕的结构特点和生产工艺，分析了其缺陷产生的类型和特征，提出了一种新的级联检测算法，它充分利用了图像在时域空间处理的快速性和频域空间处理的准确性，有效解决了白屏黑点、白屏亮点、白屏毛丝、黑屏亮点这几种常见缺陷。本文先通过有效的硬件选型和设计图像采集方案，获得特征明显，噪声干扰小的输入图像，然后进行级联检测的第一步，通过子图像灰度差特征快速扫描输入图像，分割出异常窗口，第二步利用基于相位的傅立叶变换，在频域内根据幅值和相位信息滤掉背景纹理干扰，反变换回时域空间做精确的检测定位。本文对预处理过程中的分割提取进行了改进和拓展，利用仿射变换和边界分割解

5、决输入图像不规则的问题，利用分块和亮度校正方法解决成像灰度不均匀的问题。最后，本文结合关键参数的检测准确率曲线，给出了最优参数，并将级联检测算法与局部阈值，直接傅立叶变换检测进行横向对比，在相同的处理平台上利用1800张图像数据集进行测试，从漏检率、误检率、全局准确率、时间效率四个评价指标上论证，表明本文提出的级联检测算法优于传统的视觉检测算法。关键词：手机屏幕；缺陷检测；机器视觉-I-哈尔滨工业大学工学硕士学位论文AbstractMoreandmorecompanyjoininthecompetitionofmobilephonemarket.Theonlywa

6、ytostandoutinthefiercecompetitionistoimprovethequalityandtheefficiencyofmanufacture.Asweknow,thequalityofTFT-LCDcandirectlyaffecttheuserexperience.Therefore,thedefectdetectionofTFT-LCDiswhatthedissertationfocuson.Majorityoftheworkisfinishedbyartificialinspection,whichistime-consuminga

7、ndnotreliable.Themethodbasedonmachinevisionisontherise,butmostalgorithmscan’tsatisfytherequirementofon-lineinspectionwithlowaccuracyandefficiency.AfteranalyzingthestructurefeaturesandmanufacturingprocessofTFT-LCD,thedissertationproposedanewcascadedetectionalgorithm,whichcombinestheadv

8、antag