隨著液晶面板行業(yè)的發(fā)展,薄膜晶體管液晶顯示器(TFT-LCD)面板的尺寸越來越大,在面板缺陷檢測技術(shù)上,傳統(tǒng)人工視覺檢測技術(shù)逐步被自動(dòng)光學(xué)檢測技術(shù)所替代,成為在提高企業(yè)生產(chǎn)效率和質(zhì)量上的關(guān)鍵技術(shù)之一。本文主要研究了面板缺陷的提取,缺陷特征的提取與選擇和缺陷多類別分類的問題。在缺陷提取部分,測試了基于譜殘差的顯著性模型,發(fā)現(xiàn)該模型對(duì)缺陷大小敏感,故對(duì)該模型進(jìn)行改進(jìn)并將其用于檢測面板圖像經(jīng)二維離散傅里葉變換(DFT)后獲得的頻譜圖中的高能量成分,同時(shí)生成頻域?yàn)V波器將該部分消除,經(jīng)過而二維離散傅里葉逆變換(IDFT)重構(gòu)圖像,達(dá)到去除空域中面板圖像周期性方向紋理和保留缺陷的目的。同時(shí)使用灰度共生矩陣研究了模型中參數(shù)取值問題,在固定參數(shù)的條件下改進(jìn)后的模型不受缺陷大小和灰度值以及面板紋理的影響。在缺陷特征提取部分,根據(jù)本文中圖像的特點(diǎn)優(yōu)化了部分算法。選用兩步法對(duì)缺陷二值連通區(qū)域進(jìn)行標(biāo)記,并對(duì)算法中的排序操作進(jìn)行優(yōu)化,較原始算法標(biāo)記速度提升約79.3%。在凸包算法上,比較了Melkman算法與Andrew算法,并在減少邊緣點(diǎn)策略上提出了水平方向修整和垂直方向修整兩種策略。在求解凸包上只進(jìn)行水平方...

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.2面板缺陷Fig1.2Paneldefects

(d)劃痕缺陷圖1.2面板缺陷Fig1.2Paneldefects1.3TFT-LCD液晶面板缺陷檢測自動(dòng)分類研究現(xiàn)狀液晶面板缺陷檢測和自動(dòng)分類是近些年來研究的一個(gè)熱點(diǎn)，許多學(xué)者做了很多研究。在缺陷提取方面，大致分為圖像空域缺陷提取、基于離散傅里葉變換的頻域缺陷提....

圖2.1面板缺陷檢測

合肥工業(yè)大學(xué)學(xué)術(shù)第二章缺陷分離特征2.1TFT-LCD面板成像系統(tǒng)的構(gòu)成為獲取TFT-LCD面板圖像，使用如由兩個(gè)可調(diào)角度的器材安裝架、線陣CC勻速運(yùn)動(dòng)的載物臺(tái)以及相關(guān)的控制電機(jī)系線CCD（像素尺寸為5×5μm，最高分辨線掃描鏡頭（焦距120mm，工作距離39....

圖2.2項(xiàng)目中的面板檢測樣機(jī)Fig2.2Paneldefectdetectionprototypeintheproject

素尺寸為5×5μm，最高分辨率為4×16584），鏡頭采用長（焦距120mm，工作距離390.5mm，標(biāo)準(zhǔn)放大倍率0.5），光源兩種。項(xiàng)目中的面板缺陷檢測樣機(jī)如圖2.2所示，光為氣浮導(dǎo)軌。光源載物臺(tái)圖2.1面板缺陷檢測試驗(yàn)機(jī)及原理簡圖Fig2.1Panel....

圖2.3部分面板圖像

圖2.3部分面板圖像Fig2.3Aportionofthepanelimage原始圖像缺陷圖像特征提取特征選擇訓(xùn)練分類圖2.4本文圖像處理流程Fig2.4Flowchartofimageprocessinginthisarticle2.2....

本文編號(hào)：3997386