姜咪慧，王黎欣，汪萬興

(1.國網(wǎng)浙江省電力有限公司營銷服務中心，杭州 311121；2.杭州德創(chuàng)電子股份有限公司，杭州 311121)

在惡劣的環(huán)境中，電能表液晶屏會產(chǎn)生視覺缺陷，同時，電能表液晶屏的生產(chǎn)工藝復雜，流水線工藝的差異也可能會造成液晶屏的缺陷，影響電能表的讀數(shù)，因此，如何檢測液晶屏的缺陷已經(jīng)成為一個研究熱點[1-5]。

國外有關液晶顯示屏的研究起步較早，大多采用數(shù)字圖像處理的方法提取液晶屏內(nèi)出現(xiàn)的壞點區(qū)域，通過數(shù)值化處理圖像層構建像素壞點的數(shù)值關系，搭建形成了適用于不同規(guī)格液晶屏的檢測平臺。而國內(nèi)起步較晚，劉望等[6]運用了參數(shù)自適應的檢測框架，通過提取屏幕區(qū)域、預處理、閾值分割以及壞點選擇過程，設定了適用于不同檢測環(huán)境的參數(shù)，并結合該參數(shù)，形成了多種壞點視覺檢測方法。袁玉英等[7]結合物聯(lián)網(wǎng)處理技術以及數(shù)值化電能表液晶屏的特點，設定了電能表液晶屏顯示的閾值，優(yōu)化了壞點檢測過程。

電能表液晶屏內(nèi)存在明暗差異區(qū)域，會對壞點檢測產(chǎn)生干擾，導致檢測得到的壞點數(shù)量較少。現(xiàn)投入使用的視覺檢測方法存在一定的優(yōu)化空間，為此，筆者設計了一種IR46電能表液晶屏壞點視覺檢測方法并進行檢測試驗。首先采用定量化處理方式變換液晶屏內(nèi)的像素點，運用相關函數(shù)關聯(lián)處理灰度化的像素點，采用Harris角點提取像素點在液晶顯示屏內(nèi)產(chǎn)生的像素灰度偏移，配準液晶屏內(nèi)的像素點；然后采用傅里葉變換數(shù)值關系，計算相位數(shù)值差，劃分光束范圍，控制約束其圖像的振幅截止頻率，使漏光區(qū)域最小，減少壞點檢測的干擾；再根據(jù)壞點目標檢測回歸數(shù)值，構建壞點檢測窗口；基于DOC原理構建壞點檢測濾波器模型，對傅里葉變換后的圖像進行壞點濾波，完成壞點視覺檢測。

1 IR46電能表液晶屏的壞點視覺檢測方法

1.1 配準IR46電能表液晶屏像素點

將IR46電能表內(nèi)的液晶屏處理過程視為空間范圍內(nèi)的二維矩陣，采用定量化處理方式變換液晶屏內(nèi)的像素點，處理過程可表示為

(1)

式中：I(x,y)為定量變化處理函數(shù)；f(x,y)為二維矩陣內(nèi)的液晶屏像素點；g為像素點輻射關系；I1為液晶屏內(nèi)的線性數(shù)值變換關系。

將以上述數(shù)值化后的像素點作為處理對象[8-9]，在配準處理前，將數(shù)值化的像素點轉換為灰度直方圖的形式，并運用相關函數(shù)關聯(lián)處理灰度化的像素點，處理過程可表示為

(2)

式中：t為構建的處理函數(shù)；G為液晶屏的像素點樣本；l為液晶屏內(nèi)的子區(qū)域[10]；lw為液晶屏的特征維度。

為了控制灰度處理后像素點灰度的精度，采用Harris角點提取像素點在液晶顯示屏內(nèi)產(chǎn)生的像素灰度偏移，其數(shù)值關系可表示為

(3)

式中：E(t)為提取得到的像素灰度偏移；W(x,y)為設定的提取窗口。

根據(jù)上述計算得到的偏移參數(shù)可知，液晶屏可配準的區(qū)域邊框為矩形，此時可將該邊緣處的灰度定義為0，像素點的配準過程可表示為[11]

(4)

式中：M(x,y)為配準處理的像素點函數(shù)；A(i,j)為增加了偏移量的像素灰度數(shù)值。

為了增強液晶屏內(nèi)像素點配準的自適應性[12]，在上述數(shù)值關系內(nèi)設定一個灰度差閾值，閾值數(shù)值關系可表示為

|H(x,y)|≥F

(5)

式中：H(x,y)為含有灰度差的像素點樣本;F為設定的自適應閾值。

以設定的閾值數(shù)值關系作為限制，配準液晶屏內(nèi)的像素點后，劃分液晶屏內(nèi)視覺光束分束。

1.2 劃分液晶屏內(nèi)視覺光束分束

經(jīng)配準處理的像素點有著特殊的相位分布，在光波調(diào)制后，其內(nèi)部像素點衍射形成陣列形式的光束，在電能表已知衍射輸出參數(shù)的控制下，電能表液晶顯示屏在不同的振幅分布下，會產(chǎn)生光暗分布不均勻的現(xiàn)象，故采用傅里葉變換數(shù)值關系處理配準得到的像素點，處理過程可表示為

(6)

式中：Aout(i,j)為傅里葉輸出的像素數(shù)值關系；A(fx,fy)表示振幅空間調(diào)制下的像素點。

統(tǒng)一液晶屏內(nèi)的光束分布后，點陣液晶屏像素點的識別需要分辨率不低于300萬像素的相機，因此，筆者選擇了1 000萬像素的相機，并設定液晶屏的光振幅數(shù)值，以像素點光點的相位數(shù)值差，調(diào)制液晶屏內(nèi)的光束，計算得到的相位數(shù)值差可表示為

(7)

式中：Pk(x,y)為計算得到的相位數(shù)值差；Pi(x,y)為液晶屏的光振幅數(shù)值。

對應形成的數(shù)值差，劃分光束分束過程示意如圖1所示。

圖1 劃分光束分束過程示意

基于圖1所示的劃分光束分束過程，在預設的光束范圍內(nèi)[13]，控制其截止頻率，形成一個約束數(shù)值關系后，構建壞點視覺檢測過程。

1.3 實現(xiàn)壞點檢測

1.3.1 構建壞點檢測窗口

為了更清晰地標定壞點，在壞點檢測前需要在得到的分束光檢測區(qū)域內(nèi)構建壞點檢測窗口。

以上節(jié)計算得到的相位數(shù)值差作為支持系數(shù)，求壞點檢測回歸數(shù)值，該數(shù)值關系可表示為

(8)

式中：tw為計算得到的壞點檢測回歸數(shù)值；Gw為向量映射函數(shù)。

對應上述計算得到的不同大小的檢測回歸系數(shù)，基于回歸系數(shù)采用R-CNN算法構建壞點檢測窗口，形成的檢測窗口如圖2所示。

圖2 構建形成的壞點檢測窗口示意

為了控制壞點檢測窗口的誤差，定義壞點產(chǎn)生的位置回歸，根據(jù)位置回歸系數(shù)的數(shù)值，決定壞點檢測窗口的尺寸。

1.3.2 采用DOG濾波器檢測像素壞點

壞點的特征為圖像顏色發(fā)生突變,因此可以采用效用較好的DOG(高斯差分)算法作為濾波器，根據(jù)圖像的顏色特征，在檢測窗口內(nèi)檢測壞點。

在DOG算法中，設待檢測圖像為f(x,y)，轉換為高斯函數(shù)的表達式，即

(9)

式中：σ為高斯核函數(shù)的寬度。

將核寬度分別為σ1和σ2的高斯函數(shù)卷積處理得到高斯差分圖像公式，再將式(9)代入，得到DOG算子，即

(10)

DOG算子根據(jù)σ1和σ2構成多種帶通濾波器，當帶通頻率與像素壞點邊緣頻率一致時，這些邊緣被較強地突出，同時灰度調(diào)節(jié)抑制了背景顏色，從而能夠實現(xiàn)壞點檢測。

基于該原理進行壞點檢測，將上節(jié)獲得的檢測窗口灰度化，根據(jù)窗口尺寸優(yōu)化傅里葉變換速度，圖像由f(x,y)傅里葉變換為F(μ,ν)。

采用2個高斯濾波器根據(jù)公式(10)構建檢測圖像頻域中的DOG算子D(μ,ν,σ1,σ2)，得到濾波器模型

G12(μ,ν)=D(μ,ν,σ1,σ2)F(μ,ν)

(11)

采用濾波器模型對傅里葉變換后的圖像F(μ,ν)進行壞點濾波，并對濾波后的圖像進行增強處理，根據(jù)相位數(shù)值差設定最大灰度值，突變的像素壞點區(qū)域顏色凸起，從原圖像中被分割出來，以此標定液晶屏內(nèi)的壞點。

2 檢測試驗

2.1 設定電能表參比條件和測量儀器參數(shù)

試驗設備為最新版的有功準確度等級、基波有功準確度等級均為A級的新型IR46電能表，在規(guī)定的電流工作范圍內(nèi)，為了控制電能表液晶屏在不同試驗環(huán)境下產(chǎn)生的參數(shù)誤差，統(tǒng)一設定電能表的參比環(huán)境，設定的參比環(huán)境參數(shù)如表1所示。

在表1的參比環(huán)境下，設定電能表的工作溫度為-25℃～55℃，并在通用的模組環(huán)境內(nèi)工作。

表1 設定的參比環(huán)境參數(shù)

電能表的機械結構調(diào)試完畢后，采用中型LCD(液晶顯示器)和LCM(液晶模塊)光學測量儀測試屏幕壞點。中型LCD和LCM光學測量儀參數(shù)如表2所示。

表2 中型LCD和LCM光學測量儀參數(shù)

2.2 提取視覺壞點

在IR46電能表的液晶屏內(nèi)，液晶屏可配準區(qū)域邊緣處的灰度為0，通過式(5)計算得灰度差閾值為0.7，以設定的閾值數(shù)值關系作為限制，配準液晶屏內(nèi)的像素點后，定義三原色的顏色坐標范圍。根據(jù)電能表的像素允許偏差，定義坐標0.05的間隔。定義的液晶屏三原色坐標范圍如圖3所示。

圖3 定義的液晶屏三原色坐標范圍

根據(jù)圖3定義的液晶屏三原色坐標范圍，為了控制坐標范圍內(nèi)液晶屏亮度的均勻性，在設定的單位坐標范圍內(nèi)，將液晶屏內(nèi)的視覺塊轉換為UV(紋理貼圖坐標)色坐標，轉換過程可表示為

(12)

式中：ui和vi分別為二維橫、縱坐標；Xi,Yi分別為液晶屏三原色坐標；R、G、B分別為液晶屏內(nèi)的三原色參數(shù)；U為引用的均勻參數(shù)。

根據(jù)上述整理得到的數(shù)值關系，當UV色坐標參數(shù)為負數(shù)時，則表示該視覺塊為壞點，最終提取得到的液晶屏壞點圖像如圖4所示。

圖4 提取得到的液晶屏壞點圖像

以圖4提取得到的屏幕壞點作為視覺檢測對象，數(shù)值化處理液晶屏內(nèi)存在的壞點，量化液晶屏中缺陷點的對比度，量化處理過程可表示為

Ba=c×(T0/Im)

(13)

式中：Ba為構建的量化函數(shù)；c為液晶屏壞點的對比度均值；T0為缺陷點的數(shù)量；Im為液晶屏的大小。

量化提取到的液晶屏壞點后，采用文獻[6]、文獻[7]的方法以及所設計的視覺檢測方法進行測試，測試時應選用相同的測試指標，對比不同視覺檢測方法的性能。

2.3 性能測試

在采用上述3種視覺檢測方法獲取視覺壞點后，為了控制獲取壞點區(qū)域邊界對檢測結果的影響，采用閾值二值化處理量化后的液晶屏壞點圖像，處理過程可表示為

(14)

式中：g(i,j)為構建形成的二值化函數(shù)；f(i,j)為液晶屏壞點圖像；T為閾值。

處理完畢后，以設定的參比環(huán)境參數(shù)作為提取得到的液晶屏寬頻固定參數(shù)。設液晶屏尺寸為d×h(長×寬)，在該參數(shù)的控制下，計算3種視覺檢測方法產(chǎn)生的漏光區(qū)域，數(shù)值關系可表示為

(15)

式中：S為計算得到的漏光區(qū)域；P為電能表使用環(huán)境的大氣壓；D0為液晶屏內(nèi)斜面銳化參數(shù)；q1為電能表的畸變參數(shù)。

對應上述計算得到的漏光區(qū)域數(shù)值，最終3種視覺檢測方法檢測得到的漏光區(qū)域如圖5所示。

圖5 3種視覺檢測方法得到的漏光區(qū)域示意

對應上述設定的漏光區(qū)域數(shù)值關系，規(guī)定3種視覺檢測方法處理相同數(shù)值的壞點檢測區(qū)域。已知液晶屏幕內(nèi)分布著均勻的液晶屏光點，當檢測得到的漏光區(qū)域越大，漏光區(qū)域與實際產(chǎn)生的光度壞點產(chǎn)生重合，對最終壞點檢測結果產(chǎn)生了干擾。由圖5可知，文獻[6]的方法實際產(chǎn)生的漏光區(qū)域最大，實際對壞點視覺檢測產(chǎn)生的干擾最大。文獻[7]方法產(chǎn)生的漏光區(qū)域較小，對實際視覺檢測產(chǎn)生的干擾較小。筆者設計的視覺檢測方法產(chǎn)生的漏光區(qū)域最小，實際對壞點檢測結果產(chǎn)生的干擾最小。

根據(jù)上述檢測結果，將計算得到的漏光區(qū)域作為壞點檢測的算子，利用梯度圖處理方法整理3種方法的檢測結果，其結果如圖6所示，實際壞點分布如圖7所示。

圖6 3種視覺檢測方法的壞點檢測結果

圖7 實際壞點分布

由圖6，7可知，受上述檢測得到的漏光區(qū)域的影響，3種視覺檢測方法表現(xiàn)出了不同的壞點檢測結果。文獻[6]方法檢測得到的壞點較多，且在大漏光區(qū)域的影響下，檢測得到的壞點數(shù)量過多，在液晶屏的邊緣產(chǎn)生了面積較大的壞點，實際檢測效果不佳。文獻[7]方法產(chǎn)生的壞點數(shù)量較少，小于實際采集得到的標準壞點數(shù)量，檢測效果亦不佳。筆者所設計的視覺檢測方法得到的壞點數(shù)量與采集得到的實際壞點結果相差不大，與其他視覺檢測方法相比，其檢測結果最準確。

3 結語

針對電能表液晶屏內(nèi)產(chǎn)生的壞點，在空間范圍內(nèi)的二維矩陣中，采用傅里葉變換數(shù)值關系處理配準得到的像素點，構建壞點檢測窗口，基于DOC原理構建壞點檢測濾波器模型，完成圖像的壞點視覺檢測。試驗結果表明，構建的壞點視覺檢測方法，能夠改善現(xiàn)有視覺檢測方法存在的不足，為液晶屏設計提供了理論支持與實際應用依據(jù)。