胡慶云

摘 要：隨著我國(guó)科學(xué)技術(shù)的不斷發(fā)展，手機(jī)逐漸成為人們出行的必需品，而手機(jī)液晶屏的質(zhì)量也逐漸成為人們關(guān)注的重要問(wèn)題。因此，如何做好手機(jī)液晶屏缺陷檢測(cè)工作成為生產(chǎn)廠家所面臨的主要問(wèn)題。本文將結(jié)合實(shí)際情況對(duì)CCD下手機(jī)液晶屏缺陷的檢測(cè)方式及技巧進(jìn)行分析，旨在促進(jìn)我國(guó)手機(jī)液晶屏缺陷的檢測(cè)方法不斷完善。

關(guān)鍵詞：CCD；手機(jī)液晶屏；缺陷檢測(cè)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著我國(guó)社會(huì)經(jīng)濟(jì)的快速增長(zhǎng)使得電子科技得到較好的發(fā)展，手機(jī)作為重要的通信工具已成為人們生活的必需品。在這樣的時(shí)代背景下，做好手機(jī)液晶屏缺陷檢測(cè)工作、保證手機(jī)液晶屏質(zhì)量成為手機(jī)制造商需要考慮的重要問(wèn)題。本文將結(jié)合實(shí)際情況對(duì)CCD下手機(jī)液晶屏缺陷的檢測(cè)方式及技巧進(jìn)行分析，以期為今后的相關(guān)工作提供寶貴經(jīng)驗(yàn)。

1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

手機(jī)液晶屏缺陷監(jiān)測(cè)系統(tǒng)是一種用于檢測(cè)手機(jī)液晶屏缺陷的檢測(cè)系統(tǒng)，在檢測(cè)過(guò)程中這一系統(tǒng)主要是應(yīng)用圖像處理方式對(duì)屏幕進(jìn)行有效監(jiān)測(cè)，主要是由光學(xué)系統(tǒng)、CCD、圖像采集部分、圖像處理部分、顯示識(shí)別部分構(gòu)成。手機(jī)液晶屏缺陷監(jiān)測(cè)系統(tǒng)的運(yùn)行原理為在確定CCD相機(jī)未知的基礎(chǔ)上通過(guò)光源位置同步采集被檢測(cè)物體的數(shù)據(jù)，同時(shí)將采集到的數(shù)據(jù)信息以圖像信號(hào)的方式傳送至計(jì)算機(jī)，再有計(jì)算機(jī)對(duì)收集的手機(jī)液晶屏數(shù)據(jù)進(jìn)行圖像處理、邊緣檢測(cè)、分析識(shí)別等處理后，根據(jù)判別標(biāo)準(zhǔn)來(lái)判斷手機(jī)液晶屏是可以完成檢測(cè)手機(jī)液晶屏缺陷的任務(wù)。

2 圖像處理

2.1 圖像預(yù)處理

在獲取圖像的過(guò)程中，通過(guò)CCD獲得的圖像在經(jīng)過(guò)一系列處理后會(huì)產(chǎn)生一定的噪聲污染，使得檢測(cè)目標(biāo)可能會(huì)受到聲音的影響不會(huì)反映在背景中，從而降低了圖像的質(zhì)量，為后期的檢測(cè)工作帶來(lái)一定困難。通過(guò)圖像預(yù)處理對(duì)原圖像進(jìn)行一些簡(jiǎn)單處理，從而有效地將圖像中存在的噪聲干擾去除，使得手機(jī)液晶屏缺陷工作可以順利進(jìn)行。在這一過(guò)程中，應(yīng)根據(jù)實(shí)際情況選擇濾波，使得濾波既可以保留圖像的輪廓細(xì)節(jié)，又可以有效去除圖像中的噪聲干擾。濾波主要可以分為線性濾波和非線性濾波兩種，這兩種濾波的主要區(qū)別在于原始數(shù)據(jù)以及濾波結(jié)果是否具有固定模板。其中線性濾波器原始數(shù)據(jù)以及濾波結(jié)果中含有固定模板，而非線性濾波器則不含有固定模板。均值濾波是線性濾波中一種較為典型的算法，主要是在計(jì)算過(guò)程中利用鄰域平均法，這一種算法主要是用于將原圖像中的各個(gè)像素值替換為現(xiàn)有的圖像區(qū)域各個(gè)像素的平均值。雖然這種算法較為簡(jiǎn)便、易于操作，然而在使用這種方式的過(guò)程中會(huì)在降低噪聲的同時(shí)降低圖像畫面的清晰度，從而對(duì)原有圖像造成一定破壞，使得其中的微小細(xì)節(jié)無(wú)法充分體現(xiàn)出來(lái)。

與均值濾波較為相似的算法是中值濾波，這種方式主要是將像素值的中值作為目標(biāo)像素值的替代者，在使用過(guò)程中應(yīng)根據(jù)空間鄰近度和像素值相似這一特性，有效保證了空域以及灰度的相似度，而經(jīng)過(guò)中值濾波計(jì)算輸出的像素的值主要是建立在像素值的加權(quán)值組合的基礎(chǔ)上。高斯濾波卷積對(duì)圖像中所存在的像素進(jìn)行全面掃描，然后通過(guò)利用卷積確定出的鄰域內(nèi)的像素的加權(quán)平均灰度值來(lái)替換模板中心像素點(diǎn)的值。在檢測(cè)手機(jī)液晶屏缺陷的過(guò)程中，高斯濾波一種較常被應(yīng)用的方式，通過(guò)鄰域內(nèi)的像素的加權(quán)平均灰度值可以將圖像中的各個(gè)細(xì)節(jié)充分保留出來(lái)，是一種可以對(duì)整幅圖像進(jìn)行詳細(xì)處理的濾波過(guò)程，這種方式不僅可以有效去除圖像中的噪聲還可以將原圖像中的手機(jī)液晶屏缺陷清晰的保留下來(lái)，為后期的邊緣檢測(cè)提供了便利。

2.2 圖像分割

在經(jīng)過(guò)圖像預(yù)處理后，圖像中的各部分瑕疵均可以清晰地顯示出來(lái)，然而卻無(wú)法根據(jù)實(shí)際情況將這些瑕疵有效剔除。因此在應(yīng)在圖像邊緣檢測(cè)前利用圖像分割技術(shù)將瑕疵的特征區(qū)域分割出，注意在提取圖像瑕疵特征前應(yīng)事先選定瑕疵所處區(qū)域。圖像分割技術(shù)主要是將圖像分成具有不同特征的區(qū)域并提取其中感興趣區(qū)域及邊界的過(guò)程。在圖像分割技術(shù)中主要是應(yīng)用閾值分割法，閾值分割法是一種較為常用的圖像預(yù)處理技術(shù)，被廣泛應(yīng)用于分割處理中。

閾值分割法主要是指輸入圖像f與輸出圖像g之間的完美轉(zhuǎn)換，并遵循以下規(guī)則：

其中T表示閾值，對(duì)于物體的圖像元素g（i， j）=1，對(duì)于背景的圖像元素則g（i， j）=0。在利用閾值分割法進(jìn)行操作的過(guò)程中，閾值的確定是閾值分割法的關(guān)鍵，只有在操作前充分掌握閾值才可以為后續(xù)的分割工作創(chuàng)造有利條件。在確定閾值的過(guò)程中主要可以利用迭代法進(jìn)行計(jì)算。在確定圖像最大閾值與最小閾值后可以有效計(jì)算出初始閾值，即T0=（Pmax+Pmin）/2，然后根據(jù)閾值T（k）將圖像的前景與背景相互分離并計(jì)算出圖像的平均灰度H1、H2，然后充分計(jì)算閾值T（k=1），當(dāng)條件滿足T（k）=T（k=1）時(shí)，則T為所求閾值。在確定閾值后，可以通過(guò)對(duì)比閾值與灰度值進(jìn)行對(duì)比，就可以實(shí)現(xiàn)像素分割與各個(gè)像素一同進(jìn)行，圖則選定圖像特定區(qū)域可被直接分離出來(lái)。

2.3 圖像邊緣檢測(cè)

在經(jīng)過(guò)閾值化后圖像中所含有的缺陷可以充分顯示出來(lái)，在此基礎(chǔ)上可以通過(guò)使用邊緣算法來(lái)確定并獲取手機(jī)液晶屏缺陷的邊緣圖像。邊緣與傳統(tǒng)意義上的物體與物體之間的邊界有所區(qū)別，手機(jī)液晶屏檢測(cè)中所說(shuō)的邊緣主要是指圖像中像素值發(fā)生突變的部位。因此在實(shí)際處理的過(guò)程中，通常只會(huì)運(yùn)用到二階導(dǎo)數(shù)，通過(guò)對(duì)二階導(dǎo)數(shù)進(jìn)行分析還可以將灰度突變的類型詳細(xì)的反映出來(lái)。

此外，一階邊緣檢測(cè)算子和二階邊緣檢測(cè)算子均是邊緣檢測(cè)算法中的重要內(nèi)容。其中，Soble算子、Canny算子、Roberts算子均是屬于一階邊緣檢測(cè)算子，而LoG算子、Laplacian算子則屬于二階邊緣檢測(cè)算子。其中Canny算子是目前邊緣檢測(cè)算法中效率最高、且檢測(cè)最準(zhǔn)確的算法，而Laplacian算子也是二階邊緣檢測(cè)算子較常采用的算法。然而這兩種檢測(cè)方式在檢測(cè)過(guò)程中均存在一定缺陷，Canny算子在檢測(cè)過(guò)程中雖然可以將缺陷邊緣準(zhǔn)確定位并可以高效的檢測(cè)到弱邊緣，可以將圖形中的各個(gè)細(xì)節(jié)明確顯示出來(lái)，并且具有將好的連續(xù)性，但是對(duì)于圖像中一些不明顯的缺陷檢測(cè)效果無(wú)法達(dá)到最佳；利用Laplacian算子進(jìn)行檢測(cè)的過(guò)程中，雖然對(duì)圖像中手機(jī)液晶屏的缺陷部位的細(xì)節(jié)與孤立點(diǎn)會(huì)有比一階邊緣檢測(cè)算子更加強(qiáng)烈的反應(yīng)，但是Laplacian算子卻無(wú)法準(zhǔn)確地檢測(cè)出圖像中邊緣的具體方向。

因此在檢測(cè)過(guò)程中可以將一階Canny算子與二階Laplacian算子相結(jié)合的方式對(duì)手機(jī)液晶屏的缺陷進(jìn)行檢測(cè)，在檢測(cè)過(guò)程中通過(guò)對(duì)兩種算子作用下產(chǎn)生的圖像進(jìn)行適當(dāng)?shù)谋壤€性疊加圖像信息的算法，則缺陷邊緣檢測(cè)可以清晰地呈現(xiàn)出來(lái)，這種方式主要是利用一階Canny算子對(duì)細(xì)微缺陷部位的敏感性與二階Laplacian算子對(duì)缺陷位置的準(zhǔn)確定位，使得手機(jī)液晶屏檢測(cè)的效率及質(zhì)量有效提升，并在有效降低噪聲干擾的情況下將圖像中的各部分細(xì)節(jié)充分保留，符合單邊緣響應(yīng)準(zhǔn)則。

結(jié)論

綜上所述，通過(guò)在手機(jī)液晶屏缺陷檢測(cè)過(guò)程中利用一階邊緣檢測(cè)算子和二階邊緣檢測(cè)算子相結(jié)合的方式可以充分將液晶屏缺陷邊緣顯示出來(lái)同時(shí)確定適合比例，可有效保證邊緣檢測(cè)工作的準(zhǔn)確性、完整性，實(shí)現(xiàn)了背景與缺陷目標(biāo)相互分離，從而為后續(xù)對(duì)手機(jī)液晶屏缺陷進(jìn)行處理提供了便利，可以及時(shí)發(fā)現(xiàn)手機(jī)液晶屏幕中存在的問(wèn)題，有效提高了手機(jī)液晶屏幕的合格率，為人們的正常使用提供有力保障。

參考文獻(xiàn)

[1]閆俊紅，禹昕暉，李忠虎，等.基于CCD的手機(jī)液晶屏缺陷檢測(cè)方法[J].包頭職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2017，18（1）：18-20，59.