基于OpenCV的液晶顯示面板切割對位技術研究

徐江潮，李玉剛，曹力寧

（中電科風華信息裝備股份有限公司，山西 太原 030024）

引言

視覺對位是液晶顯示面板切割過程中的一項重要環(huán)節(jié)，傳統(tǒng)的人工對位無法適應現(xiàn)代工業(yè)對勞動生產(chǎn)率和生產(chǎn)過程自動化水平的需求，將機器視覺對位技術和顯示面板切割平臺相結(jié)合，使得顯示面板的生產(chǎn)具有更高的效率和良率。本文基于開源計算機視覺庫（Open Source Computer Vision Library）中算法對顯示面板上的MARK 標進行精確識別和定位，使用相機獲取MARK 標的圖像并進行預處理，采用多閾值模板匹配算法完成MARK 標的匹配，實現(xiàn)了對目標MARK的檢測和識別，最后利用切割平臺實現(xiàn)切割刀和液晶顯示面板的精確對位和切割。

1 液晶面板MARK 標視覺對位系統(tǒng)

本視覺對位系統(tǒng)的實物圖如圖1，主要由X 向直線電機系統(tǒng)、Y 向伺服電機系統(tǒng)、DD 馬達控制系統(tǒng)、Z 向伺服電機系統(tǒng)以及視覺對位系統(tǒng)組成。其中，視覺對位系統(tǒng)采用海康威視MV-CE013-50GM型工業(yè)相機（130 萬像素，最大幀率90 fps）明亞達MY-110-16TC 鏡頭、光源和光源控制器組成，相機安裝在X 向直線電機的上方。利用相機拍攝液晶顯示面板的MARK 標并發(fā)送至控制系統(tǒng)，控制系統(tǒng)計算MARK 標的坐標，實時控制X 向、Y 向、DD 電機運動并完成抓取和定位動作[1]。

圖1 液晶面板MARK 標視覺對位系統(tǒng)

2 相機標定

由于相機與X 向、Y 向、DD 電機不是在同一個坐標系，所以需要確定圖像像素坐標系、相機坐標系和世界坐標系的對應關系。本文相機標定的模型是基于小孔成像模型，以相機坐標系為橋梁建立世界坐標系與計算機的圖像像素坐標系之間的對應關系。其中：X 軸為刀頭左右運動軸；Y 軸為切割臺前后運動軸；Z 軸為刀頭上下運動軸；CCDL 軸為左相機軸；CCDR 軸為右相機軸；θ 軸為切割臺DD 馬達旋轉(zhuǎn)軸。

對于Y 軸的標定：在切割平臺上放置一塊帶有MARK 點的玻璃，通過移動CCD1 軸和Y 軸電機，找出MARK 標的Y 向坐標CCDY1，然后旋轉(zhuǎn)切割平臺180°，移動CCD1 軸和Y 軸電機，找到此時MARK標的Y 向坐標CCDY2，從而計算出Y 軸原點相對于θ 軸旋轉(zhuǎn)中心的偏差Y[2]：

同理，可以得出左相機軸和右相機軸原點相對于θ 軸旋轉(zhuǎn)中心的偏差L 和R：

3 液晶面板MARK 標的精準識別和對位

建立了相機和切割平臺的相對對應關系后，就可通過采集MARK 標來得到放置在切割平臺上的液晶顯示面板與切割平臺的坐標關系。采集MARK 標時，首先需要通過視覺對位系統(tǒng)來實現(xiàn)MAKR 標的圖像提取和識別。這里，通過采集MARK 標的圖像邊緣來實現(xiàn)。

由于MARK 標的圖象邊緣是視覺對位系統(tǒng)采集區(qū)域中，亮度變化顯著的部分，該區(qū)域的灰度剖面可以看作是一個階躍，即從一個灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個灰度相差較大的灰度值。圖象的邊緣部分集中了MARK 標的大部分信息，圖象邊緣的確定與提取對于視覺對位系統(tǒng)是非常重要的。通常，圖像的邊緣檢測主要是圖象的灰度變化的度量、檢測和定位，本文使用而OpenCV的Canny 檢測算法的實現(xiàn)了MARK 標的邊緣檢測。

3.1 液晶面板MARK 標的精準識別

實現(xiàn)液晶面板上MARK 標的識別，就是要用離散化梯度逼近函數(shù)根據(jù)二維灰度矩陣梯度向量來尋找MARK 標上灰度矩陣的灰度躍變位置，然后在圖像中將這些位置的點連起來，從而構(gòu)成MARK 標的圖像邊緣，程序界面如圖2、圖3 所示。

圖2 視覺對位系統(tǒng)MARK標采集界面

圖3 視覺對位系統(tǒng)MARK標標定界面

本文主要通過濾波、增強和檢測三個步驟實現(xiàn)了MARK 邊緣的提取。

1）濾波：邊緣檢測的算法對圖像中的噪聲難以處理，因此通過采用濾波器來改善與噪聲有關的邊緣特性。本文基于高斯二維函數(shù)對圖像灰度矩陣的每個點的權(quán)重進行了計算，公式如下：

邊緣的最重要的特征是灰度值劇烈變化，本文中，通過Canny 算法的四個算子來檢測采集到的圖像的水平、垂直和對角邊緣[3]。

其x 向、y 向的一階偏導數(shù)矩陣、梯度幅值以及梯度方向的數(shù)學表達式為：

2）增強：增強邊緣的基礎是確定圖像各點鄰域強度的變化值。增強算法可以將圖像灰度點鄰域強度值有顯著變化的點凸顯出來，在上述算法中，通過計算梯度幅值，實現(xiàn)了對非極大值的去除。

3）檢測：經(jīng)過增強的圖像，往往在相鄰的區(qū)域中有很多點的梯度值比較大，而這些點，并不能發(fā)揮實際的作用，需要對這些點進行處理。在本文中，采用雙閾值法來減少假邊緣的數(shù)量（在高閾值圖像中把邊緣連成輪廓，當?shù)竭_輪廓的端點時，在斷點的鄰域點中尋找滿足低閾值的點，再根據(jù)此點收集新的邊緣，直到整個圖像邊緣閉合）。

3.2 液晶面板MARK 標的定位

通過視覺對位系統(tǒng)識別到顯示面板上的MARK標后，需要通過X 向、Y 向、DD 伺服控制系統(tǒng)與視覺系統(tǒng)定位到的坐標進行計算，通過像素尺寸和MARK 標在X 向、Y 向、DD 旋轉(zhuǎn)方向的像素距離，從而得到MARK 標相對于垂直放置的相機的X、Y、θ 方向?qū)嶋H坐標距離。

本視覺對位系統(tǒng)是相機距液晶顯示面板上的MARK 標正上方大約11 cm 上進行測量的，相機為垂直顯示面板放置[3]。針對實際生產(chǎn)中的各種MARK 標進行處理，選取其中有代表性的進行分析，如圖4、圖5 所示。

圖4 液晶顯示面板MARK標

圖5 液晶顯示面板MARK標

通過實驗結(jié)果如表1 可以發(fā)現(xiàn)，液晶顯示面板只要能夠在視覺對位系統(tǒng)視野范圍內(nèi)，則可以達到在0.005 mm 以內(nèi)的對位精度。

表1 視覺對位系統(tǒng)對位精度

4 結(jié)論

1）經(jīng)過大量的驗證，基于OpenCV的液晶面板MARK 標的識標算法，可以提取MARK 標的邊緣輪廓，而且對各種MARK 標都可以進行標定識別。

2）利用OpenCV 中算法組合，可以對液晶顯示面板上的MARK 標進行精準識別，通過計算可以得到液晶顯示面板相對于切割機系統(tǒng)的相對位置，定位精度小于0.005 mm。滿足了實際生產(chǎn)需要，算法的穩(wěn)定性得到了生產(chǎn)驗證。