[发明专利]基于机器视觉的发光面板检测方法

摘要

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。

主权项

1.基于机器视觉的发光面板检测方法，其特征在于包括以下步骤：步骤一，建立背景模型集；步骤二，获取待检测产品图像，获得预处理图像；步骤三，通过地形等高线模型与辐射能量模型，对预处理图像进行独立处理；步骤四，同步汇总处理数据，获取缺陷区域；所述地形等高线模型处理过程为，在预处理图像中建立灰度地形等高线，构成地形图，通过灰度定义地形高低，即灰度值小，则地形低，灰度值高，则地形高，灰度梯度小，则地形平坦，灰度梯度大，则地形陡峭，进行检测判断，即地形等高线密集，构成疑似区域，地形等高线稀疏的为其他区域；所述地形等高线模型中的地形图内，随机分布有点质量小球，作为求解初始种子点，用于建立粗糙度表面重力势场下的点质量小球动力学模型，通过数值迭代优化方法，求解点质量小球稳定收敛的地形底部区域，获得缺陷区域，之后，将地形图翻转一次，令山峰翻转成谷底，进行二次求解，获得缺陷区域，两次过程得到的缺陷分别为暗区和亮区；所述辐射能量模型中，将灰度值设为黑体温度，获取黑体辐射模型，采用黑体辐射模型获得灰度能量，通过耦合背景模型集获得相对辐射强度，当相对辐射强度达到判定阈值即判为缺陷，通过翻转进行二次求解，分别获得亮区和暗区缺陷。