基于傅里叶及Hough变换的LCD缺陷检测方法与流程

本发明涉及lcd显示缺陷检测领域，特别是一种基于傅里叶及hough变换的lcd缺陷检测方法。

背景技术：

液晶显示器件广泛应用于各种家用电器和仪器仪表，取得了长足发展。显示屏由于生产工艺繁杂、易受周围环境影响，使其容易产生缺陷，因此lcd显示缺陷的检测对改进lcd显示屏生产工艺以及提高其产品质量有着重要的意义。常用的方法有人工视觉检测、电学参数检测、自动光学检测，前两者一般用来检测宏观缺陷，对于微观缺陷无法检测，传统的人工视觉检测中人眼的分辨率不高会出现漏检误检，主观性大，长期工作会产生视觉疲劳导致稳定性不高，质量检测精度难保证，无法成为统一的检测标准。自动光学检测以其非接触性、高性能等优点得以快速发展。很多学者对lcd显示缺陷自动检测做过研究，但大量方法中，有的没有很好的克服光照影响，有的对图像旋转敏感，有的要求被测对象背景简单，有的无法检测出缺陷信息等，且基本没有方法检测与目标背景相近的缺陷。

lcd缺陷检测的核心是图像配准，配准精度越高检测精度越高，主要有基于区域和基于特征两种方法，目前基于特征的方法最普遍。传统的sift算法对图像旋转和尺度变化鲁棒性好，但运算量大、时间复杂度高。基于sift提出的surf算法以牺牲精度换取速度。后来很多学者在sift和surf的基础上进行改进，但是，大多方法图像配准的精度一般，且适用范围比较局限；对图像亮度变化的抗干扰能力不高；能够处理的旋转角度小；都必须采用去除误匹配算法，时间复杂度高；所有方法配准过程都采用仿射变换，而仿射变换是透射变换的一种特殊情况，只能处理二维空间旋转和平移，若图像微畸变出现三维状态，仿射变换将会出错。

技术实现要素：

本发明的目的在于提供一种简单、快速、准确率高的lcd缺陷检测方法，满足各种需要lcd检测市场的需求。

实现本发明目的的技术解决方案为：一种基于傅里叶及hough变换的lcd缺陷检测方法，包括以下步骤：

步骤1、采集标准的lcd显示屏图像，建立标准图库；所述的标准图需每2min重新采集一次，从而更新标准图库。

步骤2、采集待测的lcd显示屏图像；

步骤3、将步骤1的标准图和步骤2的待测图进行配准，采用基于傅里叶及hough变换的方法，得到配准后的待测图；基于傅里叶及hough变换的方法对图像进行配准，具体过程如下：

步骤3-1、对待测图进行纯黑色填充延扩，使其尺寸变为2、3或5的倍数；

步骤3-2、对延扩之后的待测图进行快速傅里叶变换，并对幅度值进行归一化处理，将频域原点置于整幅图像的中心位置，得到傅里叶频谱图；

步骤3-3、以上述得到的傅里叶频谱图中心为原点，设置一个长、宽分别为频谱图长、宽1/4的矩形，先取阈值110对频谱图进行阈值分割，判断未分布在上述矩形范围内的散点数占总散点数的比例是否超过10％，若超过，阈值加1重新阈值分割，若反之，得到阈值图且进行下一步；

步骤3-4、对得到的阈值图以设定的投票点数值进行hough直线检测，判断检测到的直线数目是否等于3，若不等于，投票点数值减1重新进行hough直线检测，若反之，检测出直线且进行下一步；优选的，设定的投票点数值为200～250。

步骤3-5、对得到的直线求其斜率获得旋转角度θ，根据该角度对待测图做仿射变换获得初步待测图；

步骤3-6、将得到的初步待测图与标准图进行基于特征点的匹配，得到最终配准后的待测图。

步骤4、对步骤1的标准图和步骤3配准后的待测图进行融合处理，得到融合后的待测图；对标准图和待测图进行融合处理，具体采用的是加权平均融合，所用的公式为：

b'(m,n)＝c1a(m,n)+c2b(m,n)

式中，a为标准图，b为配准后的待测图，大小均为m×n，b’为融合后的待测图，加权系数：c2＝1-c1

优选的，加权系数的取值为：c1＝0.38，c2＝0.62。

步骤5、分别对步骤1的标准图、步骤4融合后的待测图进行阈值分割，得到两幅阈值图；阈值分割时，具体采用的是局部自适应阈值分割，其滑动窗口大小为7×7。

步骤6、利用差影法处理步骤5得到的两幅阈值图，检测出缺陷，并用最小外接矩形法统计缺陷的类型及位置，从而完成缺陷检测。

本发明与现有方法相比，其显著优点在于：(1)本发明方法是自动光学检测，非接触性测量，可以避免对测量对象的破坏；(2)本发明需2min自动更新标准图库，一定程度上避免了光照变化对检测结果的影响，提高了检测精度；(3)本发明中基于傅里叶及hough变换的配准方法速度快且精度高，为lcd缺陷检测提供很好的基础；(4)本发明中加权平均融合进一步提高了配准精度，进而提高检测精度；(5)本发明中局部自适应阈值分割，不仅可以区分明显的缺陷，也能够区分与背景近似的缺陷，降低了漏检率。

附图说明

图1是本发明基于傅里叶及hough变换的lcd缺陷检测方法流程图。

图2是本发明中基于傅里叶及hough变换的配准过程的流程图。

图3为本发明基于傅里叶及hough变换的lcd缺陷检测方法的实施例图，其中图(a)为标准图，图(b)为待检测图，图(c)为配准后的待测图，图(d)为融合后的待测图，图(e)为图(a)的阈值分割图，图(f)为图(d)的阈值分割图，图(g)和图(h)为缺陷检测的结果。

具体实施方式

下面结合附图及具体实施方式对本发明作进一步详细说明。

结合图1，本发明基于傅里叶变换和hough变换的图像配准方法，包括以下步骤：

步骤1、采集标准的lcd显示屏图像，建立标准图库，标准图需每2min重新采集一次，从而更新标准图库；

步骤2、采集待测的lcd显示屏图像；

步骤3、采用基于傅里叶及hough变换的方法，对步骤1的标准图和步骤2的待测图进行配准，具体过程结合图2，得到配准后的待测图；基于傅里叶及hough变换的方法对图像进行配准，具体过程如下：

步骤3-1、对待测图进行纯黑色填充延扩，使其尺寸变为2、3或5的倍数；

步骤3-2、对延扩之后的待测图进行快速傅里叶变换，并对幅度值进行归一化处理，将频域原点置于整幅图像的中心位置，得到傅里叶频谱图；

步骤3-3、以上述得到的傅里叶频谱图中心为原点，设置一个长、宽分别为频谱图长、宽1/4的矩形，先取阈值110对频谱图进行阈值分割，判断未分布在上述矩形范围内的散点数占总散点数的比例是否超过10％，若超过，阈值加1重新阈值分割，若反之，得到阈值图且进行下一步；

步骤3-4、对得到的阈值图以设定的投票点数值进行hough直线检测，判断检测到的直线数目是否等于3，若不等于，投票点数值减1重新进行hough直线检测，若反之，检测出直线且进行下一步；优选的，设定的投票点数值为200～250。

步骤3-5、对得到的直线求其斜率获得旋转角度θ，根据该角度对待测图做仿射变换获得初步待测图；

步骤3-6、将得到的初步待测图与标准图进行基于特征点的匹配，得到最终配准后的待测图。

步骤4、对步骤1的标准图和步骤3配准后的待测图进行加权平均融合处理，得到融合后的待测图，所用的公式为：

b'(m,n)＝c1a(m,n)+c2b(m,n)

式中，a为标准图，b为配准后的待测图，大小均为m×n，b’为融合后的待测图，加权系数：c2＝1-c1。加权系数的取值为：c1＝0.38，c2＝0.62；

步骤5、分别对步骤1的标准图、步骤4融合后的待测图进行局部自适应阈值分割，其滑动窗口大小为7×7，得到两幅阈值图；

步骤6、利用差影法处理步骤5得到的两幅阈值图，检测出缺陷，并用最小外接矩形法统计缺陷的类型及位置，从而完成缺陷检测。

本发明的一种基于傅里叶及hough变换的lcd缺陷检测方法，能够快速检测出缺陷并判断其位置和类型。与传统的方法相比，本发明的检测方法不仅速度快而且准确率高，准确率能够达到98.667％，具有很好的应用前景。

下面结合实施例进行具体描述。

实施例

(1)结合图3，采集标准图如图(a)，存入标准图库；

(2)采集待测图如图(b)；

(3)采用基于傅里叶及hough变换的方法，对图(a)和(b)进行配准得到图(c)；

(4)对图(a)、(c)进行加权平均融合得到图(d)；

(5)对图(a)、(d)分别进行局部自适应阈值分割，得到图(e)和(f)；

(6)对图(e)和图(f)进行差影法检测出缺陷，并用最小外接矩形法统计缺陷的类型及位置如图(g)和图(h)。

本发明方法简单、速度快、准确率高，准确率能够达到98.667％，满足各种需要lcd缺陷检测市场的需求，有很好的应用前景。