本文關(guān)鍵詞：基于稀疏特征的觸摸屏圖像缺陷檢測(cè)及識(shí)別方法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：觸摸屏是手機(jī)、平板電腦等現(xiàn)代智能終端的關(guān)鍵零部件。隨著信息技術(shù)和平面顯示技術(shù)的迅速發(fā)展，全球觸摸屏市場(chǎng)以年均47%的增長(zhǎng)率迅猛增長(zhǎng)。中國(guó)作為觸摸屏的生產(chǎn)制造大國(guó)，觸摸屏品質(zhì)和生產(chǎn)效率是其觸摸屏生產(chǎn)企業(yè)最核心的競(jìng)爭(zhēng)力之一。然而，市場(chǎng)需求的不斷增大，競(jìng)爭(zhēng)的加劇以及客戶對(duì)觸摸屏質(zhì)量要求的提高，導(dǎo)致傳統(tǒng)的人工檢測(cè)難以滿足生產(chǎn)企業(yè)的觸摸屏品質(zhì)檢測(cè)和檢測(cè)效率的要求。觸摸屏表面缺陷自動(dòng)檢測(cè)成為提高產(chǎn)品質(zhì)量和產(chǎn)量的唯一途徑。 本文闡述了觸摸屏結(jié)構(gòu)和生產(chǎn)工藝，分析了產(chǎn)品生產(chǎn)過程中可能出現(xiàn)的表面缺陷及其圖像特征，深入研究了無(wú)底紋和有底紋兩類圖像的稀疏特性，相應(yīng)地提出了基于PCA算法的無(wú)底紋蓋板玻璃表面缺陷檢測(cè)與識(shí)別算法，基于冗余字典的有底紋觸摸屏表面缺陷檢測(cè)算法及其基于低秩矩陣重構(gòu)的表面缺陷提取算法。此外，論文還提出了觸摸屏表面缺陷自動(dòng)光學(xué)檢測(cè)系統(tǒng)的設(shè)計(jì)思路。論文主要?jiǎng)?chuàng)新點(diǎn)如下： (1)針對(duì)無(wú)底紋蓋板玻璃表面缺陷類型識(shí)別率不高的問題，提出了基于主成分分析的表面缺陷檢測(cè)與識(shí)別算法。該算法提取訓(xùn)練樣本集中的“缺陷特征”作為缺陷圖像的基向量，得到各類缺陷圖像適用的特征缺陷子空間，將待檢測(cè)圖像投影到該特征空間，并與訓(xùn)練集中已知樣本在特征空間中的投影相比較，實(shí)現(xiàn)缺陷檢測(cè)與缺陷類型的識(shí)別。該算法將表面缺陷檢測(cè)與識(shí)別過程合二為一，簡(jiǎn)化了圖像表面缺陷檢測(cè)與識(shí)別過程。實(shí)驗(yàn)結(jié)果表明，當(dāng)訓(xùn)練集中的圖像數(shù)量達(dá)到90幅時(shí)，，缺陷檢測(cè)漏檢率與虛警率分別為12%和6%，缺陷類型識(shí)別率達(dá)到90%以上。 (2)針對(duì)不同光照條件下，低分辨率的觸摸屏圖像背景底紋和缺陷區(qū)域容易產(chǎn)生混疊導(dǎo)致表面缺陷檢測(cè)準(zhǔn)確率不高的問題，提出了基于冗余字典稀疏表示的觸摸屏圖像表面缺陷檢測(cè)算法。算法首先利用不同光照與不同分辨率下的無(wú)缺陷觸摸屏圖像構(gòu)造原子庫(kù)，優(yōu)選構(gòu)建過完備冗余字典，通過l1極小化計(jì)算待檢測(cè)圖像在冗余字典下線性表出系數(shù)的方法，將缺陷檢測(cè)問題轉(zhuǎn)化為圖像在冗余字典下能否被稀疏表示的問題，并提出了稀疏率作為待檢測(cè)圖像在字典下線性表出系數(shù)的稀疏度評(píng)價(jià)函數(shù)，實(shí)現(xiàn)了不同光照條件下觸摸屏低分辨率圖像表面缺陷的有效快速檢測(cè)。實(shí)驗(yàn)結(jié)果表明，利用100幅無(wú)缺陷圖像和100幅帶缺陷圖像進(jìn)行實(shí)驗(yàn)，漏檢率及虛警率分別為7%和11%。 (3)針對(duì)觸摸屏低分辨率表面缺陷圖像的缺陷前景和背景底紋分割效果不佳導(dǎo)致識(shí)別困難的問題，提出了基于低秩矩陣重構(gòu)的結(jié)構(gòu)性紋理產(chǎn)品表面缺陷提取算法。論文利用觸摸屏圖像具有結(jié)構(gòu)性底紋的特性，提出采用低秩矩陣重構(gòu)方法將缺陷觸摸屏圖像的缺陷區(qū)域提取問題轉(zhuǎn)化為低秩矩陣和稀疏矩陣的分離問題，并利用APG凸優(yōu)化算法進(jìn)行求解，最后提出了利用低秩矩陣與原始圖像的相關(guān)度來(lái)作為評(píng)價(jià)缺陷提取效果的指標(biāo)。實(shí)驗(yàn)結(jié)果表明該算法對(duì)不同分辨率、不同光照條件以及不同缺陷類型均有較好的缺陷提取效果，同時(shí)可以推廣到其它低秩結(jié)構(gòu)性紋理的工業(yè)產(chǎn)品表面缺陷提取。 論文充分利用了無(wú)底紋蓋板玻璃和有底紋觸摸屏圖像的“稀疏特性”，深入研究了不同光照、不同缺陷種類以及不同工藝過程下具有魯棒性的快速準(zhǔn)確的產(chǎn)品低分辨率圖像的表面缺陷檢測(cè)與識(shí)別算法。實(shí)驗(yàn)結(jié)果驗(yàn)證了論文提出算法的有效性和實(shí)時(shí)性，為觸摸屏實(shí)際生產(chǎn)過程表面缺陷自動(dòng)檢測(cè)提供了有效的算法和參考。
【關(guān)鍵詞】：觸摸屏 表面缺陷檢測(cè) 稀疏特征 主成分分析 冗余字典 低秩矩陣重構(gòu)
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41;TN873
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 緒論12-28
• 1.1 研究背景與意義12-14
• 1.2 觸摸屏技術(shù)及其發(fā)展趨勢(shì)14-18
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀18-26
• 1.4 本文主要研究?jī)?nèi)容及各章安排26-28
• 第二章 觸摸屏生產(chǎn)工藝與表面缺陷分析28-43
• 2.1 觸摸屏工作原理28-29
• 2.2 觸摸屏結(jié)構(gòu)、生產(chǎn)工藝簡(jiǎn)介及缺陷類型分析29-37
• 2.3 表面缺陷檢測(cè)圖像來(lái)源與自動(dòng)檢測(cè)系統(tǒng)設(shè)計(jì)37-42
• 2.4 本章小結(jié)42-43
• 第三章 基于主成分分析的蓋板玻璃表面缺陷檢測(cè)與識(shí)別43-66
• 3.1 蓋板玻璃表面缺陷檢測(cè)原理43-45
• 3.2 蓋板玻璃圖像表面缺陷預(yù)處理45-52
• 3.3 基于主成分分析的蓋板玻璃缺陷檢測(cè)52-58
• 3.4 基于邊界追蹤算法的缺陷邊緣提取58-59
• 3.5 實(shí)驗(yàn)結(jié)果59-65
• 3.6 本章小結(jié)65-66
• 第四章 基于冗余字典稀疏表示的觸摸屏缺陷檢測(cè)66-80
• 4.1 問題描述66-68
• 4.2 基于冗余字典的稀疏表示理論68-71
• 4.3 觸摸屏表面缺陷字典的構(gòu)造及原子選擇71-73
• 4.4 低分辨率觸摸屏圖像缺陷檢測(cè)步驟73-75
• 4.5 實(shí)驗(yàn)結(jié)果75-79
• 4.6 本章小結(jié)79-80
• 第五章 基于低秩矩陣重構(gòu)的觸摸屏圖像缺陷提取80-102
• 5.1 問題描述80-82
• 5.2 低秩矩陣重構(gòu)82-85
• 5.3 基于低秩矩陣重構(gòu)的表面缺陷提取算法85-93
• 5.4 實(shí)驗(yàn)結(jié)果93-101
• 5.5 本章小結(jié)101-102
• 結(jié)論與展望102-104
• 參考文獻(xiàn)104-114
• 攻讀博士學(xué)位期間取得的研究成果114-116
• 致謝116-117
• 附件117

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 徐美君;ITO透明導(dǎo)電膜玻璃生產(chǎn)及應(yīng)用[J];玻璃與搪瓷;2001年02期

2 蔡澤民;賴劍煌;;一種基于超完備字典學(xué)習(xí)的圖像去噪方法[J];電子學(xué)報(bào);2009年02期

3 岑翼剛;岑麗輝;;基于峰值變換的信號(hào)稀疏表示及重建[J];電子與信息學(xué)報(bào);2011年02期

4 屈惠明;TFT-LCD屏缺陷檢測(cè)的研究[J];光電子技術(shù);1997年02期

  本文關(guān)鍵詞：基于稀疏特征的觸摸屏圖像缺陷檢測(cè)及識(shí)別方法的研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：303405