基于機器視覺的LCD屏點缺陷檢測技術(shù)研究*

張清蓉 ， 陳龍燦 ， 南亮生

（重慶移通學院，重慶 401520）

組合儀表盤作為汽車的必備配件[1]，主要包括單個的指針表頭及LCD顯示屏。其中，LCD顯示屏能顯示汽車車速、發(fā)動機轉(zhuǎn)速等信息，它是駕駛員信息系統(tǒng)重要的組成部分，能夠幫助駕駛員及時有效地處理各種情況。因此，儀表出廠前需要對其各項功能進行嚴格的檢測。早期的汽車儀表盤LCD顯示屏缺陷檢測，主要是通過人工目測的方法實現(xiàn)各項檢測，這種檢測方法容易受到環(huán)境及人為等因素影響。將機器視覺技術(shù)應(yīng)用在汽車LCD顯示屏缺陷檢測中，不僅可以減少人工目測檢測因環(huán)境及人為因素導致的缺陷和不足，而且可以大大提高檢測效率，實現(xiàn)系統(tǒng)化自動化，確保汽車運行時，儀表盤能正確顯示汽車各部分的工作狀態(tài)。

1 LCD顯示屏的缺陷介紹

常見的LCD顯示屏的缺陷主要有線缺陷、點缺陷以及Mura缺陷[2]。不同的缺陷形成原因各不相同，線缺陷屬于功能性缺陷，主要是驅(qū)動功能的元器件損壞造成的，這種缺陷會導致畫面顯示不良。LCD顯示屏缺陷類型中最常見的是點缺陷，這種缺陷是由于在生產(chǎn)過程中，玻璃基板的像素驅(qū)動損壞，產(chǎn)生像素不良或破損，在顯示時就會出現(xiàn)點狀的缺陷。點缺陷分為暗點和亮點兩種，暗點是指LCD顯示屏全屏顯示白色時出現(xiàn)的黑點；亮點是指全屏為黑色時顯示的白色的點。Mura缺陷是LCD顯示屏上出現(xiàn)大面積的不規(guī)則缺陷區(qū)域。

2 圖像預(yù)處理

本研究要實現(xiàn)對LCD顯示屏的點缺陷檢測，需要對采集的顯示屏圖像進行處理，首先必須保證圖像的高質(zhì)量。因此，對所獲取的儀表盤圖像必須做必要的預(yù)處理[3]，減少或消除無用信息，確保檢測結(jié)果的準確性。圖像預(yù)處理的流程圖如圖1所示。

圖1 圖像預(yù)處理流程圖

2.1 圖像采集

圖像采集需要調(diào)用OpenCV函數(shù)庫中的函數(shù)，讓攝像頭實現(xiàn)抓幀處理并將采集的圖像通過USB接口保存在計算機的硬盤空間[4]。完成圖像的采集過程通常需要鏡頭、圖像傳感器（采集卡）、圖像存儲和顯示器以及它們之間的傳輸與轉(zhuǎn)換。攝像頭種類繁多，最常用的是COMS攝像頭與CCD攝像頭，二者的成像原理大體相同。本研究采用的COMS攝像頭通過USB接口與計算機直接相連，在OpenCV函數(shù)庫中的函數(shù)驅(qū)動下實時采集圖像并存儲于計算機的硬盤空間，可以顯示在計算機的屏幕上。圖像采集和保存流程如圖2所示。

圖2 圖像采集和保存流程圖

2.2 圖像矯正

圖像矯正的目的是矯正圖像失真，并補償由相機的安裝引起的定位誤差[5]。攝像機獲取的圖片會產(chǎn)生畸變主要是鏡頭的視場角和拍攝距離引起的，由鏡頭引起的光學畸變包括線性和非線性兩種，會影響調(diào)試和測量的性能。如果相機的安裝不夠準確，如相機的傾斜、平移、旋轉(zhuǎn)和距離誤差，會帶來圖像在形狀、位置、方向和尺寸上的畸變，最終導致測量誤差。對于成像系統(tǒng)的畸變、像差、拍攝姿態(tài)、光散射現(xiàn)象等引起的圖像失真，可以通過標定攝像機的方法來進行矯正，本研究采用角點標定的方法來標定攝像頭。

以下為矯正前后的圖片，圖3為采集到的原始圖片，圖4表示的是進行矯正中所找到的角點，圖5為矯正后的圖片。

圖3 采集的原始圖片

圖4 獲取的角點圖片

圖5 矯正后的圖片

2.3 ROI分割

汽車儀表盤是一種包含了多種信息的組合體，除了LCD顯示屏外還有其他單個的指針儀表頭、指示燈等。進行LCD顯示屏點缺陷檢測時，檢測的目標是LCD顯示屏。因此，需要在采集的完整的儀表盤圖像中將LCD顯示屏截取出來，截取過程被稱為圖像的感興趣區(qū)域ROI（region of interest）分割。ROI分割有三種類型：矩形分割、圓形分割、橢圓形分割。三種分割方式都是通過設(shè)置分割區(qū)域大小、分割起始點坐標分別畫矩形、圓形、橢圓形等形狀來分割感興趣的區(qū)域[6]。本研究根據(jù)LCD顯示屏特有的矩形形狀選擇ROI的矩形分割，ROI分割函數(shù)為cvSetImageROI()。

2.4 圖像去噪

除去圖像噪聲的過程也稱為濾波或平滑處理[7]，不同的噪聲源所用的濾波方法不同。濾波分為線性濾波與非線性濾波，對于人類視覺系統(tǒng)還沒有準確的標準，但現(xiàn)有的實驗結(jié)果表明，視覺系統(tǒng)在最初階段表現(xiàn)的是非線性特征。因此，在利用機器視覺技術(shù)處理圖像時，非線性濾波的濾波效果較好。為了保護圖像的邊緣，在圖像去噪過程中大多采用雙邊濾波，這種方法既能改善圖片的質(zhì)量，又能保護圖像的邊緣細節(jié)。由于汽車儀表盤圖像是在一個封閉的測試箱體中采集的，采集過程中受到的外界噪聲影響較小，采集的圖片噪聲較少。因此，雙邊濾波處理前后的圖片效果差別不大。

3 LCD顯示屏的點缺陷檢測

本研究采用閾值分割的方法實現(xiàn)LCD屏點缺陷的檢測，檢測流程圖如圖6所示。

圖6 LCD點缺陷檢測流程圖

3.1 圖像分割

圖像分割是指根據(jù)圖像特征將其分為具有不同特性的區(qū)域并提取出感興趣區(qū)域的過程，圖像分割的方法主要包括閾值分割法、邊緣檢測法和區(qū)域提取法三類。本研究采用閾值分割的方法實現(xiàn)點缺陷的分割。

閾值分割是一種常用也是最簡單的分割方法[8]，主要有兩個步驟：第一步是確定需要的分割閾值，第二步是將分割閾值與像素灰度值比較以劃分像素。利用閾值分割方法來分割灰度圖像時對圖像有一定的假設(shè)，最常用的模型如下：假設(shè)圖像由具有單峰灰度分布的目標和背景組成，如果處于目標或背景內(nèi)部相鄰像素間的灰度值高度相關(guān)，但處于目標和背景交界處兩邊的像素在灰度值上有非常明顯的差別，那么灰度直方圖可看作是由分別對應(yīng)目標和背景的兩個單峰直方圖組合而成的。進一步就是說，如果這兩個直方圖分布大小接近且均值相距很大，并且兩部分的均方差足夠小，則直方圖應(yīng)為較明顯的雙峰。對這類圖像常可選取閾值分割的方法來較好地提取特征目標。

在OpenCV圖像庫中的CVThreshold()函數(shù)為用戶提供了簡單、快速的閾值分割方法，其閾值設(shè)定方式分為固定閾值和自適應(yīng)閾值。其中，二值化算法是最基本也是應(yīng)用最為廣泛的固定閾值分割方法之一[9-10]。在獲取質(zhì)量較好的圖片的前提下，結(jié)合機器視覺技術(shù)，二值化算法足以滿足灰度差異較為明顯的圖像分割的應(yīng)用。在本研究中，由于暗點缺陷和亮點缺陷與背景的灰度值差距較大，所以選用固定閾值方式的二值化算法對于本研究的應(yīng)用是適用的。

亮點缺陷檢測采用全屏為黑色的背景圖像，并將分割閾值設(shè)定為20，本研究固定閾值的設(shè)置采用先將預(yù)處理后沒有噪聲的圖片作灰度直方圖，由于圖片只有缺陷和背景，所以直方圖上的峰值即為缺陷點的像素值。亮點檢測的閾值分割方法采用THRESH_BINARY類型的二值化處理[9]。如果src(x,y)＞threshold。dst(x,y)=max_value；否則dst（x,y）=0。即將待測圖像中每個坐標點的像素值與設(shè)定的閾值進行比較，如果待測點的像素值大于設(shè)定的閾值，此時將待測點的像素值賦值為max_value，反之賦值為0。其中，src(x,y)表示待測圖像中某點的坐標，threshold表示設(shè)定的閾值。

暗點檢測采用THRESH_BINARY_INV類型的二值化處理。如果src(x,y)＞threshold，dst(x,y)=0；否則dst(x,y)=max_value。即將待測圖像中每個坐標點的像素值與設(shè)定的閾值進行比較，如果待測點的像素值大于設(shè)定的閾值，此時將待測點的像素值賦值為0，反之賦值為max_value。做暗點檢測時，選用THRESH_BINARY_INV閾值分割方法，其實質(zhì)是將全屏為白色的背景轉(zhuǎn)為全屏為黑色的背景，然后再進行閾值分割，最后轉(zhuǎn)化成亮點檢測。

3.2 標記缺陷

為了讓檢測出來的缺陷點缺陷更醒目，本研究采用創(chuàng)建包圍輪廓的矩形和圓形邊界框的方法將檢測出來的缺陷點標記成矩形或者圓形。OpenCV使用函數(shù)boundingRect()來計算包圍輪廓的矩形框。minEnclosingCircle()函數(shù)用來計算完全包圍已有輪廓的最小圓，最終標記出來的缺陷是有最小半徑值的圓。部分標記函數(shù)如下：

LCD顯示屏點缺陷檢測實驗效果圖如圖7、圖8所示，圖7表示亮點檢測，圖8表示暗點檢測。

圖7 亮點檢測

圖8 暗點檢測

由圖7、圖8可以看出，采用閾值分割與創(chuàng)建包圍輪廓的矩形和圓形邊界框相結(jié)合的方法，能準確快速地檢測出暗點和亮點兩種常見的LCD顯示屏點缺陷。這種方法算法簡單，檢測速度快且檢測結(jié)果準確，有一定的實用性。

4 總結(jié)

本研究采用機器視覺技術(shù)[10]，以汽車指針儀表盤上的LCD顯示屏為實驗對象，根據(jù)LCD顯示屏的點缺陷與背景灰度值差異，采用閾值分割與創(chuàng)建包圍輪廓的矩形和圓形邊界框相結(jié)合的方法實現(xiàn)LCD顯示屏的暗點與亮點兩種點缺陷檢測。由實驗結(jié)果可以看出，這種方法檢測準確、算法簡單，有一定的實用性，減少了人眼檢測帶來的誤差，同時也能夠提高檢測的速度。