[发明专利]基于机器视觉的发光面板检测方法

说明书

本发明涉及一种基于机器视觉的发光面板检测方法，其特点是：通过建立背景模型集来获取待检测产品图像，从而获得预处理图像。之后，通过地形等高线模型、辐射能量模型，对产品图像进行独立处理。最终，采用同步汇总处理数据，获取缺陷区域。由此，能够满足适各类常见发光面板的检测。同时，依托于各类模型的相互配合，可有效通过机器视觉来求解发光面板的各类缺陷，弥补对MURA缺陷收敛效果不佳的问题。再者，可配合常规图像采集系统、检测软件以及相关的机械机构来实现，易于推广。

技术领域

本发明涉及一种检测方法，尤其涉及一种基于机器视觉的发光面板检测方法。

背景技术

就现有技术来看，机器视觉就是用机器代替人眼来做测量和判断。具体来说，机器视觉系统是指通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

具体来说，以TFT-LCD为例，其生产过程中要经过100多道生产工艺，生产工艺繁多复杂，尽管大部分生产工艺都已经十分成熟且每个生产工序都有严格的质量控制，但是在TFT-LCD量产过程中还是不可避免地会出现一定数量的显示缺陷。TFT-LCD的显示缺陷种类繁多，按照缺陷和背景的对比度的不同，可以将这些缺陷分为以下几类：亮点缺陷、暗点缺陷、亮线缺陷、暗线缺陷、Mura缺陷(Mura是日本语，本意为脏污、玷污的意思，现为平板显示行业专用术语，Mura缺陷表示平板显示器的区块显示缺陷、显示不完美现象)。亮点缺陷、暗点缺陷、亮线缺陷、暗线缺陷一般都是因为TFT-LCD生产过程中的电气特性引起的，比如TFT阵列短路、断路或者背光灯的损坏等。而Mura缺陷是由于玻璃基板的不均匀、玻璃基板内外的压力分布不均匀、液晶分子分布不均匀等因素引起的。

在TFT-LCD的各类的显示缺陷中，由于亮点缺陷、暗点缺陷、亮线缺陷、暗线缺陷都有较高的对比度、边缘清晰、形状规则，能很容易地被人工或者机器视觉检测出来。而Mura缺陷具有边缘模糊、对比度低、形状不规则、大小变化多端、位置不固定等特点，是所有显示缺陷中最难检测的一类缺陷。目前，大多数TFT-LCD生产厂家都是使用熟练的工人用肉眼检测Mura缺陷的，判断缺 陷的严重程度是通过工人感觉Mura缺陷的面积和Mura缺陷的对比度等做出的主观判定，缺乏客观评判依据。

一般情况下，在采用机器视觉检测缺陷时，只需经过滤波等预处理即可采用不同的缺陷分割方法将缺陷目标分割出来。然而，通过CCD相机采集到的TFT-LCD图像会由于外界光照的不均、TFT-LCD本身材料的不均匀、CCD相机距离TFT-LCD不同位置的距离不同等原因产生图像的整体亮度不均匀，图像背景的亮度不均匀会与Mura缺陷的亮度不均匀混在一起，即Mura缺陷的灰度变化趋势和背景的灰度变化趋势保持一致，会使得Mura缺陷淹没在背景中，从而导致不能准确地检测出Mura缺陷甚至是检测失败。

同时，现有技术的主要问题是工程化适应性较差，如对不同型号产品的差异特性(屏幕分辨率、缺陷类别和状态等方面差异)的适应性较差。同时，设备调试和可操作性较差，在综合考虑过检率等指标情况下对MURA类缺陷检测效果不理想。

并且，现有技术往往采用诸如“小波变换”、“最小二乘的B样条拟合”等一般意义上的通用处理方法，未能建立起针对检测对象的有效模型。

更为重要的是，现有的常规检测方法，其对成像硬件的要求极为苛刻，不具有工程应用价值。

举例来说，“小波变换”作为一种针对傅立叶变换进行改进的基本方法，在通用信号处理较为有效，但在本案发光面板的缺陷检测中(尤其针对MURA缺陷)，无法用这种基本方法达到预期效果。如针对模组复杂背景无法进行有效抑制，主要表现在像素纹理干扰、摩尔纹干扰。特别是模组分辨率变化时，像素纹理干扰、摩尔纹干扰呈现不规律强烈变化，“小波变换”对这种变化的适应性较差，使检测效果强烈依赖于机种属性，不具有工程价值。