【摘要】：液晶屏是目前移動設備信息顯示的重要載體,其應用十分廣泛。但在生產(chǎn)和運輸中可能產(chǎn)生各種類型的線路和外觀缺陷。其中邊緣的微小“崩”、“裂”兩種類型缺陷可能引起后續(xù)生產(chǎn)和使用過程中的液晶屏的破裂,這將成為質(zhì)量隱患,造成用戶的不滿意和廠家生產(chǎn)維修成本的增加。本文以液晶屏邊緣微小缺陷檢測為目標,以光學檢測為方案途徑,對相應的檢測方案進行研究與實現(xiàn)。本文主要研究內(nèi)容包括:1.針對液晶屏邊緣特點,分析相應的光學成像系統(tǒng),實現(xiàn)高效的拍攝。提出使用雙反射鏡成像方式,同時針對屏幕邊緣的正面、背面及側(cè)邊進行同步拍攝。2.分析液晶屏照明特點,對屏幕邊緣的“崩”、“裂”小缺陷實現(xiàn)較高對比度的呈現(xiàn),達到對相關缺陷的有效讀取。3.分析液晶屏邊緣圖像特征,使用灰度變換、閾值分割、形態(tài)學處理和邊緣檢測等對缺陷圖像進行處理與特征提取,對多個實際液晶屏邊緣樣本圖樣提取了疑似缺陷區(qū)域輪廓并標定出區(qū)域特征參數(shù)。4.分析各類缺陷的參數(shù)指標,通過輪廓區(qū)域的面積和長寬比等參數(shù)去除圖像中鏡面眩光等非特征區(qū)域,判斷缺陷的類型并獲取最終處理結(jié)果。最終在實驗環(huán)境下分別采用直接拍攝法和雙反射鏡拍攝法得到特征良好的液晶屏邊緣崩缺陷和裂缺陷的圖像,對多個實際液晶屏邊緣樣本圖像經(jīng)圖像處理后提取出疑似缺陷區(qū)域,建立判斷準則并有效排除干擾,成功判定多個樣本邊緣的“崩”、“裂”缺陷類型,建立判據(jù)避免重復判斷,可同時檢測多個缺陷。對多個樣本的檢測結(jié)果顯示,“崩”缺陷檢測靈敏度最小可達1個像素,并且實現(xiàn)對樣本中“裂”缺陷的良好識別。
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN873.93
【圖文】：

圖２－１邋ＴＦＴ－ＬＣＤ圖

是一種較為嚴重的缺陷類型。因此一旦發(fā)現(xiàn)，整塊基板都很可能會報廢，取決于裂逡逑紋的深度。逡逑如圖２－３邋（ａ，ｂ，ｃ）所示為本文分析針對的液晶屏的部分缺陷樣本，其中圖２－３邋（ａ）逡逑存在明顯崩缺陷，圖２－３邋（ｂ）存在細小崩缺陷，圖２－３（ｃ）存在裂缺陷。本文的工作即逡逑需將相應的缺陷進行良好的識別、定位與參數(shù)判定。逡逑（ａ）邐（ｂ）邐（ｃ）逡逑圖２－３崩缺陷和裂缺陷樣本示例（ａ）明顯崩缺陷；（ｂ）細小崩缺陷；（ｃ）裂缺陷逡逑８逡逑

是一種較為嚴重的缺陷類型。因此一旦發(fā)現(xiàn)，整塊基板都很可能會報廢，取決于裂逡逑紋的深度。逡逑如圖２－３邋（ａ，ｂ，ｃ）所示為本文分析針對的液晶屏的部分缺陷樣本，其中圖２－３邋（ａ）逡逑存在明顯崩缺陷，圖２－３邋（ｂ）存在細小崩缺陷，圖２－３（ｃ）存在裂缺陷。本文的工作即逡逑需將相應的缺陷進行良好的識別、定位與參數(shù)判定。逡逑（ａ）邐（ｂ）邐（ｃ）逡逑圖２－３崩缺陷和裂缺陷樣本示例（ａ）明顯崩缺陷；（ｂ）細小崩缺陷；（ｃ）裂缺陷逡逑８逡逑

【參考文獻】

相關期刊論文 前6條

1 竇兆玉;張奇志;周亞麗;劉俊;;基于機器視覺的液晶屏幕壞點檢測[J];北京信息科技大學學報(自然科學版);2015年05期

2 簡川霞;;TFT-LCD表面缺陷檢測方法綜述[J];電視技術;2015年09期

3 王新新;徐江偉;鄒偉金;劉永豐;王秀麗;;TFT-LCD缺陷檢測系統(tǒng)的研究[J];電子測量與儀器學報;2014年03期

4 馮小波;賀臻;施旭;;機器視覺在TFT-LCD點缺陷檢測系統(tǒng)中的應用[J];現(xiàn)代顯示;2011年09期

5 朱飛虎;;LCD ITO自動檢測系統(tǒng)設計[J];機電工程技術;2011年01期

6 周波;;TFT液晶顯示原理[J];科技資訊;2006年35期

相關碩士學位論文 前10條

1 關欣燁;基于數(shù)字圖像處理的LCD邊緣瑕疵檢測[D];吉林大學;2018年

2 蕭達安;基于機器視覺的STN-LCD表面缺陷檢測系統(tǒng)研究[D];廣東工業(yè)大學;2018年

3 陳紅麗;基于結(jié)構(gòu)光的玻璃面板缺陷檢測方法研究[D];電子科技大學;2018年

4 朱恒川;基于機器視覺的液晶屏缺陷檢測[D];電子科技大學;2018年

5 朱炳斐;液晶顯示屏缺陷自動光學檢測系統(tǒng)及算法研究[D];南京理工大學;2018年

6 曾毅;基于機器視覺的液晶屏點燈缺陷檢測系統(tǒng)關鍵技術研究[D];湖南理工學院;2017年

7 陳玉葉;液晶屏非顯示缺陷檢測[D];廈門大學;2017年

8 閆真真;TFT-LCD點線缺陷檢測圖像處理算法研究[D];合肥工業(yè)大學;2017年

9 王海波;透明玻璃面板表面缺陷圖像采集硬件的研究[D];浙江工業(yè)大學;2016年

10 潘如瑤;透明玻璃面板缺陷圖像采集軟件系統(tǒng)的研究[D];浙江工業(yè)大學;2016年

本文編號：2779320