玻璃基板是平板顯示制造產(chǎn)業(yè)重要的上游產(chǎn)品,隨著平板顯示技術(shù)在當(dāng)今社會(huì)中的廣泛應(yīng)用,玻璃基板的市場需求量大為提高,因此玻璃基板的缺陷檢測技術(shù)也越來越受到重視。傳統(tǒng)的人工目視玻璃基板缺陷檢測方法由于技術(shù)落后已經(jīng)無法滿足當(dāng)代大規(guī)模生產(chǎn)的要求,AOI（自動(dòng)光學(xué)檢測）和圖像處理技術(shù)在玻璃基板缺陷檢測中的應(yīng)用變得越來越廣泛。本文主要對(duì)玻璃基板自動(dòng)光學(xué)檢測中的缺陷圖像預(yù)處理、不同類型缺陷圖像的特征參數(shù)提取以及缺陷識(shí)別與分類中的相關(guān)圖像處理技術(shù)進(jìn)行了系統(tǒng)研究。在對(duì)玻璃基板缺陷圖像進(jìn)行預(yù)處理算法的研究時(shí),分別研究了均值濾波、高斯濾波及中值濾波算法對(duì)圖像噪聲的濾除效果,提出一種基于幾何均值濾波與自適應(yīng)中值濾波算法相結(jié)合的綜合濾波方法,有效過濾了玻璃基板缺陷圖像中存在的噪聲;在圖像增強(qiáng)算法中,采用直方圖均衡化方法增強(qiáng)了缺陷位置區(qū)域的圖像對(duì)比度;在圖像分割算法中,引入OTSU分割法,實(shí)現(xiàn)了對(duì)缺陷圖像的分割。在玻璃基板缺陷特征參數(shù)提取部分,首先針對(duì)圖像預(yù)處理后的缺陷二值圖像進(jìn)行了特征參數(shù)的分析,選取幾何特征、形狀特征以及圖像不變矩特征作為不同缺陷類型的分類依據(jù),對(duì)不同位置區(qū)域的缺陷進(jìn)行連通域標(biāo)記時(shí),對(duì)兩次掃描法... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

玻璃基板實(shí)物圖

第二章玻璃基板缺陷檢測的基本處理算法7（e）顆粒內(nèi)容物圖2.1缺陷實(shí)際示意圖Figure2.1Actualschematicdiagramofdefects2.2玻璃基板缺陷檢測基本流程本論文在對(duì)玻璃基板缺陷檢測中的相關(guān)圖像處理技術(shù)進(jìn)行研究時(shí)，采用的編程環(huán)境為64位Windows10平臺(tái)下的VisualStudio2010及OpenCV2.4.9，計(jì)算機(jī)CPU為Inteli5-4200M,2.50GHz。2.2.1缺陷圖像預(yù)處理獲取原始缺陷圖像圖像濾波圖像增強(qiáng)圖像預(yù)處理算法圖像分割預(yù)處理操作后缺陷圖像圖2.2缺陷圖像預(yù)處理流程圖Figure2.2Flowchartofpreprocessingofdefectiveimages圖像預(yù)處理算法的選擇與設(shè)計(jì)是否恰當(dāng)、合理將會(huì)直接影響玻璃基板自動(dòng)光學(xué)檢測的準(zhǔn)確性和可靠性[14]。在圖像預(yù)處理算法的選擇上主要從以下幾個(gè)方面進(jìn)行考慮：在相機(jī)圖像傳感器獲取玻璃基板圖像的過程中由于環(huán)境和設(shè)備自身因素可能會(huì)摻雜各種噪聲，會(huì)對(duì)最終缺陷識(shí)別與分類的結(jié)果準(zhǔn)確性造成影響，因此第一步需要考慮進(jìn)行圖像濾波操作以便消除噪聲的影響[15]；經(jīng)過濾波后的圖像可能會(huì)

高斯噪聲缺陷圖像

【參考文獻(xiàn)】：
期刊論文
[1]TFT-LCD技術(shù)發(fā)展趨勢淺析[J]. 劉莎,王丹,楊照坤,馮翔,孫曉,邱云,董學(xué).  液晶與顯示. 2018(06)
[2]基于OpenCV機(jī)器視覺的玻璃缺陷檢測系統(tǒng)的研究[J]. 趙漣漪.  寧夏師范學(xué)院學(xué)報(bào). 2018(04)
[3]液晶顯示器（LCD）產(chǎn)業(yè)的迭代演進(jìn)[J]. 呂延曉.  精細(xì)與專用化學(xué)品. 2018(02)
[4]基于支持向量機(jī)的槍彈外觀缺陷識(shí)別與分類[J]. 王鵬,郭朝勇,劉紅寧.  計(jì)算機(jī)工程與科學(xué). 2016(09)
[5]大尺寸LCD玻璃基板多視覺缺陷檢測系統(tǒng)研究[J]. 李力,王耀南,陳鐵健.  控制工程. 2016(02)
[6]TFT-LCD表面缺陷檢測方法綜述[J]. 簡川霞.  電視技術(shù). 2015(09)
[7]玻璃生產(chǎn)缺陷在線檢測技術(shù)研究[J]. 余發(fā)山,田西方,韓超超,婁慧明.  河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(04)
[8]圖像分割算法研究綜述[J]. 何俊,葛紅,王玉峰.  計(jì)算機(jī)工程與科學(xué). 2009(12)
[9]基于Sobel算子的圖像邊緣檢測研究[J]. 袁春蘭,熊宗龍,周雪花,彭小輝.  激光與紅外. 2009(01)
[10]自動(dòng)光學(xué)檢測技術(shù)的發(fā)展現(xiàn)狀[J]. 盧榮勝.  紅外與激光工程. 2008(S1)

碩士論文
[1]基于機(jī)器視覺的縫跡幾何量檢測與缺陷識(shí)別研究[D]. 楊帆.西安理工大學(xué) 2019
[2]TFT-LCD面板缺陷成像、提取、識(shí)別和分類方法研究[D]. 王宏碩.合肥工業(yè)大學(xué) 2019
[3]基于機(jī)器視覺的防火板表面質(zhì)量檢測技術(shù)研究[D]. 張起.山東理工大學(xué) 2018
[4]基于機(jī)器視覺的風(fēng)力發(fā)電機(jī)葉片表面缺陷檢測研究[D]. 張建斐.蘭州理工大學(xué) 2018
[5]TFT-LCD點(diǎn)線缺陷檢測圖像處理算法研究[D]. 閆真真.合肥工業(yè)大學(xué) 2017
[6]基于圖像處理技術(shù)的AOI系統(tǒng)的研究[D]. 全正相.浙江理工大學(xué) 2017
[7]基于機(jī)器視覺玻璃缺陷在線檢測系統(tǒng)的研究[D]. 羅超.山東理工大學(xué) 2016
[8]TFT面板表面缺陷檢測高速圖像采集與處理方法研究[D]. 湯捷.合肥工業(yè)大學(xué) 2016
[9]基于機(jī)器視覺的玻璃表面質(zhì)量檢測若干技術(shù)問題的研究[D]. 謝世斌.浙江大學(xué) 2016
[10]TFT-LCD面板缺陷分類方法研究[D]. 李小娟.合肥工業(yè)大學(xué) 2015



本文編號(hào)：3219329