结合加权模板差图与双边滤波的TFT-LCD检测算法

发布时间：2019-12-04 06:24

【摘要】：为了检测薄膜晶体管液晶显示器(TFT-LCD)面板上常见的点缺陷和线缺陷,提出了一种加权模板差图法与双边滤波相结合的缺陷检测算法。选取待检图左上角l×k大小的理想纹理模板,将原图分割为若干相同大小的单元,与加权的模板相减后再合成以去除大部分纹理背景;采用双边滤波抑制残余纹理背景;采用最大熵法分割缺陷;最后提取图像中的缺陷参数。通过对构造的理论缺陷图试验,验证了算法能检测出TFT-LCD面板图像上的缺陷,再对针孔、划痕、颗粒等样本缺陷进行试验并成功检出。算法结合了差图法去背景性能优异和双边滤波去噪效果明显的优点,具有良好的准确性和适用性。
【图文】：

的区域范围，不利于提取正确的缺陷参数，或是因为背景复杂导致三维参数十分离散，无法拟合成光滑的曲面方程。为此，本文设计使用了一种简单的差图法，结合现下在医学影像噪声处理和SAＲ图像相干斑抑制等方面有着广泛应用的双边滤波［14-15］，在图像分割［16］提取缺陷的基础上，重点研究针对复杂背景下点、线缺陷的检测算法。1缺陷特征提取算法1．1加权模板差图法去除背景整个TFT-LCD面板的显示区域就是由数百万个独立TFT元件控制的重复的像素矩阵构成，在低分辨率下CCD获取的无缺陷TFT-LCD面板表面图像如图1所示，可见低分辨率面板图像上有规律性的水平栅极线和垂直数据线，因此采集到的图像含有重复性的纹理背景。图1中纹理网格中的每一格即为实际显示面板上的一个像素单元。图1无缺陷图像Fig．1Non-defectimage通常，获取的TFT-LCD面板图像大部分区域是无缺陷的，根据自我比较法的思想，选取本图像中无缺陷的部分作为差图的理想纹理模板单元，然后将待检面板图像与模板单元进行遍历差分运算，获得的残影图像可保留面板上的缺陷，同时去除大部分纹理背景。其中，理想纹理模板单元的选取是重点。假设待检面板图像的左上角区域是没有缺陷的，考虑到选取单个像素单元作为模板存在较大偶然性，同时为避免差分过程中待检图像某个部分被漏检，故从待检面板图像左顶点开始，，选取长l、宽k的矩形区域作为理想纹理模板单元Icell。考虑到各单元的亮度不均匀，引入亮度校正因子w，按式1～3将待检面板图像Iori与理想纹理模板单元Icell遍历差分运算，得到输出的残影图像Iout。具体方法如下:I'ij=Iij－w·Icell(1)w=meanij/meancell(2)式中:i=1，…，n;j=1，…，m。Iij为Iori

积、位置和矩形度3个特征参数来判定。样本图像中缺陷的面积、位置和矩形度可由下列公式得出。1)位置(质心):x=1N∑i，()j

本文编号：2569510