利用機器視覺的檢測液晶屏幕壞點分析

蔡湘云

(1.廣東工業大學機電學院,廣東廣州，510006；2.惠州城市職業學院,廣東惠州，516025)

利用機器視覺的檢測液晶屏幕壞點分析

蔡湘云

(1.廣東工業大學機電學院,廣東廣州，510006；2.惠州城市職業學院,廣東惠州，516025)

本文針對液晶屏幕像素壞點檢測當中出現的問題，根據機器視覺原理，利用HALCON以及VS2010作為開發平臺，設計了液晶屏幕像素壞點自動檢測系統。

機器視覺；液晶屏幕；像素壞點檢測

0 引言

在對液晶屏幕的檢測過程當中，人工目測是傳統的檢測方法，但是，這種方法卻會受到環境、工人注意力都會對實際的生產早成一定的誤差，而由于需要經歷長時間的連續工作，自然而然的就會使得工人出現一定的視覺疲勞，而這樣會對檢測工作造成效率降低的情況，會對企業帶來很多的負面影響。

1 總體設計方案

在本文設計的系統當中，一共分為兩個部分，分別為軟件以及硬件，硬件是系統的支撐依托，而軟件則是本文設計系統的處理核心。

在本文設計的系統當中，首先利用MFC對檢測軟件進行了編寫，該軟件能夠對等待檢測的屏幕發送數據并驅動相繼進行監測，再設計出一個能夠顯示出三種純色的畫面程序，三種顏色分別對應三個編號，收到編號1時顯示紅色，軟件發送數據之后驅動相機進行拍照，然后對其進行壞點檢測，在對屏幕處理之后，在發送數據2以及數據三，從而對綠色、藍色的畫面進行監測。在對三種純色畫面進行顯示以及檢測之后，系統能夠根據每一種顏色的處理結果，對該液晶屏幕的質量做出判斷，只要發現在一種顏色的圖像檢測過程當中存在有壞點的情況，那么我們則認為該液晶屏幕并不合格。

2 檢測系統組成

2.1 硬件部分

在本文設計的檢測系統當中，硬件部分主要包含有檢測臺、鏡頭、計算機等。圖1位檢測臺的結構，檢測臺上端具有與液晶屏幕大小相同的凹槽，在工作時將屏幕朝下放在凹槽當中，在接通電源之后，將檢測軟件打開，軟件現象準備檢測的屏幕分別發送“1”“2”“3”的數據，在每次對數據進行發送之后，檢測軟件都會對相繼進行驅動，相繼在拍照之后會對圖像進行處理，在三張圖片全部拍完之后從而完成對液晶屏幕的檢測。

圖1 檢測臺結構圖

2.2 軟件部分

在本文設計的系統當中，其軟件部分主要是由VS2010結合HALCON算子處理程序聯合開發的檢測軟件。在該系統當中圖像處理部分軟件的版本為HALCON1.0。該軟件是德國MVtec公司開展的專門用做圖像處理的算法包，在該算法包當中，一共包含了1100多個獨立的算子，由于該軟件有著十分強大的處理能力，因此在本設計的系統當中，先利用HALCON算子進行處理，在將處理結果轉換成為C++的格式，并配合VS2010的變成來實現本文軟件的設計。

本土譯者的數量何以逐漸拓展？外來譯者對佛教場域的建構，逐漸改變了受眾慣習，使受眾對佛教教義的接受度逐漸提高，出家修行的人逐漸增加。佛教初入中國，寺廟不多，主要為了滿足西域、天竺來華僧侶及商人的宗教信仰，法律不允許中國人出家。（同上：1）隨著佛教影響日盛，佛教教義逐漸為統治階級和大眾所接受，本土僧侶開始向外來僧侶學佛。漢時嚴浮調學佛于安息國僧人安世高，后與安息僧人安玄合譯，安玄口陳，浮調筆受；道安師從西域僧人竺佛圖澄。（湯用彤 2016：46，134）

3 液晶屏幕圖像處理

在本文設計的系統當中，通過HALCON算子來對圖像進行處理，并利用其程序完成模塊的功能，配合VC++語言，將各模塊整合成為完整的系統。

3.1 圖像采集

在本文設計的液晶屏幕壞點檢測系統當中，采用的液晶屏幕為為TPC7062人機界面，由于在拍照時，是串口發送數據“1”之后才打開相機來進行拍照，因此其采集模式為異步采集。此后，需要打開軟件當中的圖像采集設備，并對圖像進行抓取，相機的類型為‘Mdindvision’，而其顏色采集格式則為‘BGR24’，也就是說，采集到的圖像為RGB格式，而設備的句柄則為AcqHandle。

在對串口通信模塊編寫好之后，需要配合if語句，根據數據發送次數來作為對圖像進行抓取的條件，使用這3個算子則能夠從相機當中獲取到圖像。

3.2 液晶屏幕的區域分割

在實際監測的過程當中，由于只需要對液晶屏區域進行監測，因此就要對液晶屏幕進行分割，并將分割得到的區域作為等待處理的圖片，在劃分區域之后在對屏幕的壞點進行檢測。根據對比度特征，利用圖像邊緣處理的方法，能夠更加準確的對液晶屏幕進行分割。

灰度比是一種對彩色圖像進行處理的方法，與彩色圖像一樣，灰度圖像的描述也能夠對整幅圖像的色度、亮度進行反應，灰度圖像作為一種單通道的圖像，與彩色圖像相比能夠更加簡單的進行分析處理，因此在實際的分析過程當中，需要將彩色的圖像轉換成灰度圖像。在彩色圖像當中，有著多種多樣的格式，而在檢測過程當中，首先獲取的則是RGB格式的圖像，而想要將其轉換為灰度圖像，則通常采用平均值法、加權平均法等集中方法。在本文對RGB彩色圖像轉換為灰度圖像的過程當中，采用了加權平均法。

Sv=0.299rv+0.587gv+0.114bv

在上述的式子當中，sv是對彩色圖像進行轉化之后得到的灰度值，而rv、gv以及bv則分別是RGB圖像當中三個通道的灰度值。

在系統工作過程當中，需要首先將RGB圖像轉換成為灰度圖像。然后在對圖像的灰度閾值進行相應的處理，將前景、背景進行有效的分割，并根據面積屬性對區域進行提取。

所謂的閾值處理，就是設定一個閾值，如果閾值比某像素的灰度值較高，則認為該像素是感興趣目標點，如果閾值比某像素的灰度值較低，則該像素為背景目標點。假設灰度圖像處像素值為f，在經過閾值的處理之后，該灰度圖像出像素值為g，而閾值被設定為T0，則能夠得到下面的公式：

在上述的式子當中，（i，j）為灰度圖像，而1以及0分別代表液晶屏幕當中的像素點以及背景像素點。

在本文設計的系統當中，在對液晶屏幕進行拍攝的過程當中，由于多種因素的影響，使得畫質會出現不均衡等情況，除此之外，還會拍到液晶屏幕的邊框區域，在本文采用了全局閾值的處理方法，能夠對液晶屏幕的區域進行快速的劃分。我們將液晶屏幕的區域假設為（i，j），并將其灰度的最大值設定為fmax，灰度最小值設定為fmin，則能夠得到以下公式：

Threshold_sub_pix（GrayImage，Border，120）

在本文當中，假設閾值為120，基于閾值法能夠獲取 分割后的邊緣線，在對算子進行應用之前，需要先利用mean_image對圖像均值進行濾波平滑。

Union_adjacent_contours_xld（Border，UnionContours，100，10，‘attr_keep’）

Select_contours_xld（UnionContours，Selected Contours，‘contour_length’，Width*1.6，Wdith*1.7，-0.5，0.5）

將絕對以及相對最大的距離分別設定為100,10，并與邊緣線進行連接能夠形成必和區縣，假設原圖像的寬度為W0。則液晶屏幕尺寸不變的情況下，選取現場1.6-1.7倍之間的線，能夠對液晶屏幕的邊緣線進行選取。

在這一階段當中，邊緣線呈現出了不規則曲線的形式。為了能過更好的對矩形區域進行提取，就需要將邊緣線擬合成矩形，并對其幾何信息進行獲取。

4 實驗結果

在實驗過程當中，需要將液晶屏幕放到檢測臺當中，并驅動相機進行拍照處理，從實際檢測結果能夠看到，不合格的壞點被檢測出來并被標記出來，并對像素壞點的個數以及是否合格進行的顯示，如果沒有檢測到屏幕當中有壞點，則會顯示該屏幕為合格產品，通過對比可知，實驗結果與液晶屏幕的實際情況是符合的。

[1]基于機器視覺的集裝箱鎖孔識別算法研究[J].宓為建,張志偉,宓超.中國工程機械學報. 2016(05).

[2]基于機器視覺的定向播種用玉米種粒精選裝置研究[J].王僑,陳兵旗,朱德利,梁習卉子,代賀,陳洪密.農業機械學報.2017(02)

Analysis of machine vision detection using pixel LCD screen

Cai Xiangyun
（School of mechanical and electrical engineering, Guangdong University of Technology,Guangzhou Guangdong,510006;2.City College of Huizhou,Huizhou Guangdong,516025）

This paper present the LCD screen pixel errors detection problem, based on the machine vision principle, using HALCON and VS2010 as the development platform, design the automatic detection system of liquid crystal screen pixel errors in this system.

machine vision; LCD screen; error detection