SM-PDP板中電極線的檢測算法

潘世麗 張金龍 劉京南

1.硅湖職業技術學院，江蘇 昆山 215332;2.南京師范大學電氣與自動化工程學院，江蘇 南京 210042;3. 東南大學自動化學院，江蘇 南京210096

SM-PDP板中電極線的檢測算法

潘世麗1張金龍2劉京南3

1.硅湖職業技術學院，江蘇 昆山 215332;2.南京師范大學電氣與自動化工程學院，江蘇 南京 210042;3. 東南大學自動化學院，江蘇 南京210096

東南大學自主研制開發的SM-PDP顯示屏的生產工藝要求上基板的電極線和下基板的電極線兩兩垂直交叉于蔭罩板上的相應網孔,應用計算機視覺檢測技術可以實現三塊板的初定位。本文在Canny邊緣檢測的結果圖上,應用Freeman鏈碼、模式匹配度、K均值聚類算法識別出了電極線的斜率、位置和十字線的位置,理論分析和試驗驗證相結合,為后面視覺檢測與定位部分的研究奠定了基礎。

Freeman鏈碼;模式匹配度;K均值聚類算法;電極線檢測;十字線檢測

引言

PDP顯示屏的生產工藝要求上基板的電極線和下基板的電極線兩兩垂直交叉于蔭罩板上的相應網孔.對于CCD攝取的一幅下基板和蔭罩板的圖像（圖1）,使用Canny算法可以將圖像中的一部分電極線邊緣和網孔圓弧形邊緣檢測出來（圖2）.由圖2可知,圖像預處理操作可將電極線、網孔的邊界標定出來.但是作為屏板圖像的主要標識,它們精確的幾何位置,比如電極線的傾斜角度是預處理操作無法獲取的，這需要由圖像的識別算法來實現.圖像識別算法是機器視覺技術的核心,基本思想是從圖像預處理后所獲得的邊緣二值圖像中獲取對應標識圖形的位置信息。

圖1 下基板和蔭罩板的圖像

圖2 Canny邊緣檢測圖

1 電極線的檢測

1.1 Freeman鏈碼原理簡介

一條數字化二值曲線可用方向鏈碼(Freeman碼)表示。Freeman出于模式識別的目的提出了用圖3所示的不同斜率方向的8個小直線段作為基元,通過這8個方向的編碼來描述線條圖即為Freeman 鏈碼。

1.2 運用Freeman準則的直線檢測算法

圖3 Freeman鏈碼

圖4 電極線檢測結果圖

參數說明 ⑴ LT：預設的最小直線段長度閾值。

(2)S：鏈碼串的直線近似度。

(3)ST :預設的直線近似度閾值。

(4)在計算鏈碼串的實際長度時,若方向碼為0、2、4、6，則鏈碼連接的兩像素間的實際長度為1;若方向碼為1,3,5,7,則兩像素間的實際長度為。算法步驟（1）將目標邊界跟蹤得到的鏈碼串,依次與LT比較,若小于LT則舍棄該鏈碼串。

（2）從起點開始將滿足（1）的子鏈碼分別計算它們的s,若s ≥st,則該段滿足直線約束,轉(3),否則舍棄該段,繼續判斷下一段子鏈碼串。

（3）若前一段子鏈碼串也滿足直線約束,則考慮相鄰的兩條子鏈碼串能否合并成一條更長的直線段.將前一段鏈碼串的起點到本段鏈碼串的終點間的這段鏈碼看作一條新的鏈碼串計算其直線段近似度s,若s ≥st,則進行合并,否則將本段子鏈碼串標記成一條新的直線段。

(4)若已到達鏈碼串終點,則結束，否則轉（1）繼續判斷下一段子鏈碼串。

實驗結果

針對圖1的原始圖圖像,采用上面的算法,設置st為52個像素,最小直線相似度值為0.95,可得到實驗結果(圖4),電極線斜率k=0.014.其中白色直線為檢測到的電極線.

2 電極線上十字線的識別

圖5 電極線上十字線的幾何位置

2.1 十字線匹配度

電極線的位置一旦求出，就可在電極線上搜索十字線的位置（見圖5），設同一個電極線上相鄰兩個十字的間距為l個像素，則相鄰兩個十字的水平間距L=l×cos(θ)個像素，十字線長度為C個像素，則十字線在縱坐標上的投影長度A=C×cos(θ)個像素，十字線在橫坐標上的投影長度為B= C×sin(θ) 個像素。

當用斜率值固定的直線依次遍歷圖像中的像素點，對于每個橫坐標，可以找到圖像中所有位于直線上的像素點的總數以及這些像素點中所有為標記的邊界像素點的總數，用這兩個值之比代表圖像中此處存在十字線的近似度量，記為approx；使用上述方法在圖像中遍歷查找得到一組approx，取這組approx中的最大值為圖像中存在這個斜率十字線的匹配度，這樣，每個橫坐標都對應了一個匹配度量，這個匹配度量標識了圖像中存在這個斜率十字線的可能性大小，當用斜率為-1/k的直線在檢測到的最上面一條電極線附近掃描十字線時，就會得到電極線上不同位置十字線的匹配度.掃描到存在十字線的圖像位置時，位于直線上的黑色像素點會大量增加，表現為十字線匹配度量approx會出現峰值(見圖6)。

2.2 K均值聚類方法識別十字線

圖6 聚類識別結果

圖7 十字線識別結果

tK均值聚類算法是一種采用迭帶最優化方法求最優劃分的動態聚類法.其中心思想是通過不斷調整聚類中心使得誤差平方和準則函數取得極小值.使用K均值聚類方法對上述十字線匹配度數組進行聚類判別，聚類數c為3，最大迭代次數m為100，聚類得到的三類數據之間的分割門限為:0.089、0.203,如圖6中紅色直線所示，十字線匹配度最大的一類點就是可能存在十字線的點。根據這些點對圖4最上面第一條電極線進行簡單十字線識別,結果如圖7所示,圖中的豎直白線條為標記出的十字線。

判別出存在十字線中心點的橫坐標為：38、39、54、55、59、60、65、77、78、89、90、105、106、107、121、122、126、127、133、150、156、174、175、189、194、200、201、214、215、224、239、240、256、257、261、262、268、280、281、291、323、324、328、335、336、348。

2.2.3 十字線識別的改進方法

由圖7可見識別出的十字線與實際的位置有很大的誤差,并不能精確表示十字線中心點的橫坐標。考慮到下基板上電極線分布的規律性:相鄰兩根電極線之間的間距為51個像素,電極線上的十字之間的間隔為68個像素，由圖5可知相鄰兩個十字線中心的橫坐標相差L,近似68個像素.如果存在十字線,那么十字線的中心位置應該相互間隔整數個L,由圖6可知第一個最大的十字線匹配點的橫坐標為127。理想情況下，識別得到的十字線的橫坐標為：127-68=59、127、127+68=195、127+68×2=263、127+68×3=331、127+68×4=399；

根據上述方法得到最終的十字線位置為：60、127、195、262、330。

2.2.4 矯正后的實驗結果

圖8 第一條電極線上十字線檢測的結果圖

圖9 全部電極線、十字線的識別結果圖

3 結論

本文在Canny邊緣檢測的結果圖像上運用Freeman鏈碼,模式匹配度量和K均值聚類方法進行了電極線檢測,基本可以滿意地把電極線和十字線的位置識別出來,為后續圖像檢測及定位工作奠定了基礎。

[1]孫涵,任明武,楊靜字.一種快速實用的直線檢測算法[A].計算機應用研究，2006,2:256～257

[2]鐘珞,潘昊,封筠,何平.模式識別.武漢大學出版社,2006:113～114.

[3]張金龍，余玲玲，劉京南. 精密檢測與定位技術的研究，儀器儀表學報,2004,25(6 ):754～756

國家863計劃資助項目(2005AA303610)、江蘇省自然科學基金項目（BK2009406）

10.3969/j.issn.1001-8972.2012.07.017