偏光片外观缺陷成像仿真与检测

发布时间：2017-09-08 08:22

  本文关键词：偏光片外观缺陷成像仿真与检测

  更多相关文章： 缺陷检测 结构光照明 机器视觉 偏光片 模板差分法 TracePro仿真

【摘要】：偏光片是一种常用偏振光学元件,应用非常广泛,是液晶显示器的关键原材料之一。偏光片的外观缺陷对液晶面板质量有直接影响。人工检测劳动强度大,容易受到易疲劳、人眼分辨能力等主观因素影响,检测速度难以提高。因此,研究精度高、速度快的偏光片外观缺陷自动检测技术,对相关产业发展有重要的意义。针对偏光片内部细微透明缺陷,在普通照明条件下难以成像、难以检测的问题,本文研究了基于机器视觉的外观缺陷自动检测技术。采用二元结构光照明,增强缺陷成像,提高对比度,从而大大简化后续图像处理算法,提高缺陷检测速度和准确度。具体研究工作包括:1、成像增强机理仿真研究首次提出了内部透明缺陷的微透镜模型,并建立了基于TracePro的缺陷成像仿真系统,研究缺陷成像增强的机理。研究发现,结构光照明可以将缺陷成像为“亮条纹中黑点”或“黑条纹中亮点”,对比度至少增大7.8倍;在条纹边缘处,缺陷成像增强效果最好,对比度增大到14.6倍。2、成像规律仿真研究仿真研究了像距、深度、折射率差值对缺陷成像的影响。(1)缺陷随像距变化成像规律的仿真结果,与实验结果一致;(2)缺陷深度和像距对缺陷成像规律的影响基本类似,从而说明不同深度的缺陷对应的等效焦距不同;(3)缺陷深度越大,其最佳成像的像距值越小。这个结论可为估测缺陷深度提供一种新的方法;(4)仿真发现内部透明缺陷与相邻膜层的折射率差值为10-3量级。3、图像处理算法研究了四步模板差分法,即在一个条纹周期内分别对缺陷图像和模板图像扫描四次,对四步扫描图像分别差分,然后对四副差分图像相加,从而得到对比度很好的样品图像,再通过阈值分割和目标提取检测到缺陷。实测精度达到了99%,在普通PC机上检测速度达到9.5s/张。4、检测系统设计根据仿真结果构建了偏光片缺陷检测系统,检测系统主要包括结构光源、工业相机、工作台、遮光装置和计算机。并通过大量实验发现,本文构建的检测系统确实提高了缺陷成像对比度。
【关键词】：缺陷检测 结构光照明 机器视觉 偏光片 模板差分法 TracePro仿真
【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TH74
【目录】：

• 摘要2-4
• Abstract4-9
• 第1章 绪论9-17
• 1.1 偏光片9-10
• 1.2 偏光片外观缺陷10-11
• 1.3 外观缺陷检测技术11-15
• 1.3.1 人工检测11-12
• 1.3.2 机器视觉与自动检测技术12-13
• 1.3.3 离线自动检测技术研究进展13-15
• 1.4 结构光检测技术15-17
• 第2章 实验系统17-25
• 2.1 实验系统17-21
• 2.1.1 工业相机的选取17-18
• 2.1.2 镜头的选择18-19
• 2.1.3 光源的选择19
• 2.1.4 实验台架19-20
• 2.1.5 遮光装置20-21
• 2.1.6 实验系统整体结构21
• 2.2 主动光扫描21-22
• 2.3 实验结果22-24
• 2.4 本章小结24-25
• 第3章 缺陷成像的仿真研究25-45
• 3.1 仿真软件25-27
• 3.2 缺陷模型27-28
• 3.3 仿真系统28-32
• 3.3.1 光源的建立28-29
• 3.3.2 偏光片模型的建立及参数设置29-30
• 3.3.3 接收屏的建立及参数设置30
• 3.3.4 软件分析界面参数设置30-31
• 3.3.5 仿真系统整体结构31-32
• 3.4 成像增强机理的仿真研究32-35
• 3.4.1 成像增强仿真系统验证32-33
• 3.4.2 成像增强机理探索实验33-34
• 3.4.3 成像增强机理分析34-35
• 3.5 成像增强机理仿真研究的指导意义35
• 3.6 成像系统参数对缺陷成像效果的仿真研究35-43
• 3.6.1 缺陷随像距变化的成像规律36-40
• 3.6.2 缺陷随深度变化的成像规律研究40-41
• 3.6.3 深度与像距对缺陷成像的综合研究41-42
• 3.6.4 折射率差值研究42-43
• 3.7 本章小结43-45
• 第4章 仿真与实验对比45-51
• 4.1 条纹结构光成像增强的仿真与实验对比45-48
• 4.2 像距对缺陷成像影响的仿真与实验对比48-49
• 4.3 缺陷深度对缺陷成像影响的仿真与实验对比49-50
• 4.4 本章总结50-51
• 第5章 图像处理算法与检测结果51-59
• 5.1 图像处理算法51-54
• 5.1.1 目标检测方法51-52
• 5.1.2 阈值分割52
• 5.1.3 模板差分法52-54
• 5.2 检测结果54-58
• 5.3 本章小结58-59
• 第6章 总结与展望59-60
• 6.1 总结59
• 6.2 创新点与特色59
• 6.3 展望59-60
• 参考文献60-64
• 致谢64-65
• 研究成果65

【相似文献】

中国期刊全文数据库 前10条

1 马吉权;宫兵;;一种焊点缺陷检测方法的研究[J];哈尔滨商业大学学报(自然科学版);2008年03期

2 李莉萍;;新的3D缺陷检测技术实现纳米级快速检测[J];计测技术;2013年04期

3 Ryszard Szymanl;Kent A.McDonald;宗子刚;;成材缺陷检测技术现状[J];国外林业;1984年03期

4 包正林;;有关阀门缺陷检测方法的分析[J];科技创业家;2013年22期

5 肖庆;杨朝红;宫云战;;提高静态缺陷检测精度方法[J];计算机辅助设计与图形学学报;2010年11期

6 朱明岩;邓洪亮;黄东辉;付思远;;探地雷达在道路缺陷检测中的应用[J];山西建筑;2014年04期

7 刘浩;刘春;胡存刚;;混合滤波器在玻璃瓶缺陷检测中的应用[J];电子测量与仪器学报;2007年03期

8 李方兵;;煤矿地面机械缺陷检测技术的应用[J];科技创新与应用;2013年25期

9 马少林;用于全寿命风险管理的缺陷检测和预防技术研究[J];航空兵器;2005年02期

10 李晓慧;张宝峰;朱均超;;基于多光谱柑桔缺陷检测方法研究[J];天津理工大学学报;2010年04期

中国重要会议论文全文数据库 前10条

1 杨德美;杨学志;;基于独立分量分析高阶统计量的纺织品缺陷检测[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 于景兰;于健;翁昌年;;探地雷达在桥梁缺陷检测中的应用初探[A];中国地球物理第二十一届年会论文集[C];2005年

3 李兵;邓善熙;李焕然;;计算机图像处理技术应用于晶振元件缺陷检测[A];首届信息获取与处理学术会议论文集[C];2003年

4 赵涟漪;许宝杰;童亮;;在线玻璃缺陷检测系统的研究[A];机械动力学理论及其应用[C];2011年

5 何涛;吴永祥;李伟;吴庆华;钟飞;;Hexsight视觉软件包在串行端子缺陷检测中的应用[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

6 曾理;郭海燕;蒲云;毕碧;;射线数字成像缺陷检测技术研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年

7 蔡茂蓉;;PCB缺陷检测系统的研究与实现[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

8 潘敏;程良伦;;一种基于角点匹配的PCB板元件安装缺陷检测基准点定位算法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

9 王国勋;彭怡;寇纲;石勇;;基于MCDM的软件缺陷检测算法评估[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年

10 刘松林;陈杰;郝向阳;西勤;;玻壳缺陷检测与几何量测视觉系统的设计与实现[A];2009年全国测绘仪器综合学术年会论文集[C];2009年

中国重要报纸全文数据库 前1条

1 本报记者 张海志;一名产业工人的创新情结[N];中国知识产权报;2010年

中国博士学位论文全文数据库 前10条

1 苏日亮;面向钢轨轨底缺陷检测的电磁超声换能器研究[D];哈尔滨工业大学;2015年

2 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年

3 肖庆;提高静态缺陷检测精度的关键技术研究[D];北京邮电大学;2012年

4 张大林;静态缺陷检测优化若干关键技术研究[D];北京邮电大学;2014年

5 周文;IC互连中的缺陷检测方法及缺陷对电路可靠性的影响[D];西安电子科技大学;2010年

6 司小书;面向织物缺陷检测的CUDA并行图像处理模型与算法研究[D];武汉大学;2011年

7 刘艳;基于CCD扫描的聚合物薄膜缺陷检测关键技术研究[D];哈尔滨理工大学;2009年

8 王庆香;基于小波的纹理分析及其在FPC金面缺陷检测中的应用[D];华南理工大学;2011年

9 明俊峰;羽毛片缺陷检测若干关键技术的研究[D];广东工业大学;2014年

10 毕昕;面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究[D];上海交通大学;2009年

中国硕士学位论文全文数据库 前10条

1 陈宇;软包商标印刷缺陷检测系统研究[D];昆明理工大学;2015年

2 周艳;光通信滤光片外观缺陷自动检测系统任务调度优化方法[D];华南理工大学;2015年

3 黄文军;基于机器视觉的印字缺陷检测系统研究与实现[D];五邑大学;2015年

4 陈洪磊;基于宽频信号的板中缺陷检测[D];上海应用技术学院;2015年

5 章玲;基于图像放缩算法的轮胎缺陷检测系统研究与实现[D];山东大学;2015年

6 刘博;基于电磁超声Lamb波换能器阵列的板材检测方法研究[D];哈尔滨工业大学;2015年

7 刘振东;钢芯传送带缺陷检测系统中图像处理算法研究[D];山西大学;2015年

8 胡sズ，

本文编号：812935