专业视觉方案及设备制造商

以视觉检测为导向
提升产品市场竞争力

电话:0755-23594656

手机:13825262003

视觉检测设备搜索:

联系我们

未耒智能(深圳)有限公司

电话0755-23594656

曾先生13825262003

地址深圳市龙华新区观湖街道大和工业区28号深澜产业园6号院

企业资讯 网站首页 >> 企业资讯 >> 未耒智能-液晶屏幕坏点的检测

未耒智能-液晶屏幕坏点的检测
发表时间:2018-11-27

对于信息数据输入输出来讲,人机交互过程当中的液晶屏幕是十分重要的设备,液晶屏幕是否拥有较好的质量,直接影响着在输入输出过程当中,用户对信息的读取以及判断。而在实际的生产的过程当中,影响液晶屏幕的不确定因素是多种多样的,例如制造工艺等很多因素都有可能会造成液晶屏幕出现像素点不正常显示的情况,这也会直接的导致产品的不合格,因此在实际的出场之前,要对生产出来的液晶屏幕进行严格的检查。

在对液晶屏幕的检测过程当中,人工目测是传统的检测方法,但是,这种方法却会受到环境、工人注意力都会对实际的生产早成一定的误差,而由于需要经历长时间的连续工作,自然而然的就会使得工人出现一定的视觉疲劳,而这样会对检测工作造成效率降低的情况,会对企业带来很多的负面影响。


1总体设计方案

在本文设计的系统当中,一共分为两个部分,分别为软件以及硬件,硬件是系统的支撑依托,而软件则是本文设计系统的处理核心。

在本文设计的系统当中,首先利用MFC对检测软件进行了编写,该软件能够对等待检测的屏幕发送数据并驱动相继进行监测,再设计出一个能够显示出三种纯色的画面程序,三种颜色分别对应三个编号,收到编号1时显示红色,软件发送数据之后驱动相机进行拍照,然后对其进行坏点检测,在对屏幕处理之后,在发送数据2以及数据三,从而对绿色、蓝色的画面进行监测。在对三种纯色画面进行显示以及检测之后,系统能够根据每一种颜色的处理结果,对该液晶屏幕的质量做出判断,只要发现在一种颜色的图像检测过程当中存在有坏点的情况,那么我们则认为该液晶屏幕并不合格。


2检测系统组成

2.1硬件部分

在本文设计的检测系统当中,硬件部分主要包含有检测台、镜头、计算机等。图1位检测台的结构,检测台上端具有与液晶屏幕大小相同的凹槽,在工作时将屏幕朝下放在凹槽当中,在接通电源之后,将检测软件打开,软件现象准备检测的屏幕分别发送“1”‘2 ‘3”的数据,在每次对数据进行发送之后,检测软件都会对相继进行驱动,相继在拍照之后会对图像进行处理,在三张图片全部拍完之后从而完成对液晶屏幕的检测。

image.

2.2软件部分

在本文设计的系统当中,其软件部分主要是由VS2010结合HALCON算子处理程序联合开发的检测软件。在该系统当中图像处理部分软件的版本为HALCONI.0。该软件是德国MVtec公司开展的专门用做图像处理的算法包,在该算法包当中,一共包含了1100多个独立的算子,由于该软件有着十分强大的处理能力,因此在本设计的系统当中,先利用HALCON算子进行处理,在将处理结果转换成为C++的格式,并配合VS2010的变成来实现本文软件的设计。


3液晶屏幕图像处理

在本文设计的系统当中,通过HALCON算子来对图像进行处理,并利用其程序完成模块的功能,配合vC++语言,将各模块整合成为完整的系统。

3.1图像采集

在本文设计的液晶屏幕坏点检测系统当中,采用的液晶屏幕为为TPC7062人机界面,由于在拍照时,是串口发送数据“1’,=乙后才打开相机来进行拍照,因此其采集模式为异步采集。此后,需要打开软件当中的图像采集设备,并对图像进行抓取,相机的类型为‘Mdindvi sion’,而其颜色采集格式则为‘BGR24’,也就是说,采集到的图像为RGB格式,而设备的句柄则为AcqHandle。

在对串口通信模块编写好之后,需要配合if语句,根据数据发送次数来作为对图像进行抓取的条件,使用这3个算子则能够从相机当中获取到图像。

3-2液晶屏幕的区域分割

在实际监测的过程当中,由于只需要对液晶屏区域进行监测,因此就要对液晶屏幕进行分割,并将分割得到的区域作为等待处理的图片,在划分区域之后在对屏幕的坏点进行检测。根据对比度特征,利用图像边缘处理的方法,能够更加准确的对液晶屏幕进行分割。

灰度比是一种对彩色图像进行处理的方法,与彩色图像一样,灰度图像的描述也能够对整幅图像的色度、亮度进行反应,灰度图像作为一种单通道的图像,与彩色图像相比能够更加简单的进行分析处理,因此在实际的分析过程当中,需要将彩色的图像转换成灰度图像。在彩色图像当中,有着多种多样的格式,而在检测过程当中,首先获取的则是RGB格式的图像,而想要将其转换为灰度图像,则通常采用平均值法、加权平均法等集中方法。在本文对RGB彩色图像转换为灰度图像的过程当中,采用了加权平均法。

S =O.299r 十0.587g +O.1 14b

在上述的式子当中,S 是对彩色图像进行转化之后得到的灰度值,而r 、g 以及b 则分别是RGB图像当中三个通道的灰度值。

在系统工作过程当中,需要首先将RGB图像转换成为灰度图像。然后在对图像的灰度阈值进行相应的处理,将前景、背景进行有效的分割,并根据面积属性对区域进行提取。

所谓的阈值处理,就是设定一个阈值,如果阈值比某像素的灰度值较高,则认为该像素是感兴趣目标点,如果阈值比某像素的灰度值较低,则该像素为背景目标点。假设灰度图像处像素值为f,在经过阈值的处理之后,该灰度图像出像素值为g,而阈值被设定为T。,则能够得到下面的公式:

image.


在上述的式子当中,(i,j)为灰度图像,而1以及0分别代表液晶屏幕当中的像素点以及背景像素点。

在本文设计的系统当中,在对液晶屏幕进行拍摄的过程当中,由于多种因素的影响,使得画质会出现不均衡等情况,除此之外,还会拍到液晶屏幕的边框区域,在本文采用了全局阈值的处理方法,能够对液晶屏幕的区域进行快速的划分。我们将液晶屏幕的区域假设为(i,j),并将其灰度的最大值设定为 ,灰度最小值设定为f ,则能够得到以下公式:

image.

Union— adjacent—contours~xld(Border,UnionContours,100,10,‘attr keep’)

Select— contours_ xld(UnionContours, Selected Contours,‘contour length’,Width*1.6,Wdith*1.7,一0.5,0.5)

将绝对以及相对最大的距离分别设定为100,10,并与边缘线进行连接能够形成必和区县,假设原图像的宽度为w0。则液晶屏幕尺寸不变的情况下,选取现场1.6-1.7倍之间的线,能够对液晶屏幕的边缘线进行选取。

在这一阶段当中,边缘线呈现出了不规则曲线的形式。为了能过更好的对矩形区域进行提取,就需要将边缘线拟合成矩形,并对其几何信息进行获取。


4实验结果

在实验过程当中,需要将液晶屏幕放到检测台当中,并驱动相机进行拍照处理,从实际检测结果能够看到,不合格的坏点被检测出来并被标记出来,并对像素坏点的个数以及是否合格进行的显示,如果没有检测到屏幕当中有坏点,则会显示该屏幕为合格产品,通过对比可知,实验结果与液晶屏幕的实际情况是符合的。