一种基于局部投影的ITO分割方法与流程

本发明属于数字图像处理领域，具体涉及一种针对液晶面板IC压合区域的ITO分割方法。

背景技术：

随着智能手机的普及，传统的液晶面板生产模式已经远远满足不了人们对它的需求，基于数字图像处理的各类自动化检测设备也应运而生，它们为提高液晶面板的生产效率与质量发挥了重要作用。

液晶面板COG的制备过程需要先在玻璃基板IC压合区域贴上一次异方导电膜，该导电膜内均匀分布着导电粒子，导电粒子直径约3到5微米，此时导电粒子在未加温加压前是不导电的。当在IC上方施加一定的温度和压力后，会使位于IC的bump区域和玻璃基板ITO之间的导电粒子破裂，进而形成IC的bump电极与ITO线路导通，这样就能让驱动液晶面板正常显示各种画面了；在对COG粒子进行压合的过程中，不能保证所有粒子都被压合的很好，由于压合的精度要求高，有可能出现部分区域压偏或者压力不均，从而造成液晶面板显示不良，因此对COG粒子进行检测是液晶面板生产过程中必不可少的一个环节，但是由于COG粒子区域多，一块液晶面板上分布着上千个粒子区域，因此依靠目前的人工镜检方式只能实现部分抽检，这严重制约了生产效率与生产质量。实现一种能自动检测COG粒子的自动化设备也越来越被企业所需求，而在进行COG粒子检测的前提是将一个个包含COG粒子的ITO区域分割开来，逐个对分割出来的ITO进行粒子检测。由于不同类型的液晶面板上分布的ITO样式也各不相同，有灰白的ITO，有黑白相间的ITO等等，所以提出一种能适应各种样式的ITO的分割方法是至关重要的。

技术实现要素：

本发明的目的是针对ITO线路的复杂性，提出了一种能自动分割ITO的方法，从而达到快速准确分割各种不同类型的ITO的目的。

本发明提供的技术方案为一种基于局部投影的ITO分割方法，该方法包括以下步骤：

步骤1：采集液晶面板上IC区域的ITO图像，如附图图2所示；

步骤2：根据步骤1中的输入图像，利用大津法计算阈值；

步骤3：根据步骤2计算出来的阈值，对步骤1的输入图像进行二值化，如附图图3所示；

步骤4：根据步骤3的二值化图像计算单个ITO的宽度；

步骤5：根据步骤3的二值化图像计算相邻ITO的间隔距离；

步骤6：对步骤3的二值化图像进行纵向投影，并求纵向投影均值，得到ITO线路的纵向投影曲线，如附图图4所示；

步骤7：根据步骤6的投影均值，计算每列像素的特征值1，得到特征值1的曲线，如附图图5所示；

步骤8：根据步骤7的特征值1，求特征值里的局部极大值，该极大值位置就是ITO的左边缘位置；

步骤9：根据步骤8的投影均值，计算每列像素的特征值2；

步骤10：根据步骤9的特征值2，求特征值里的局部极小值，该极小值位置就是ITO的右边缘位置；

步骤11：输出被找到的所有ITO区域，如附图图6所示。

所述步骤7，具体通过以下过程实现：

每列像素的特征值1的计算公式为：

其中eig1(i)指第i列像素的特征值1，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itowidth是指步骤4中计算的单个ITO的宽度；

所述步骤9，具体通过以下过程实现：

每列像素的特征值2的计算公式为：

其中eig2(i)指第i列像素的特征值2，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itospace是指步骤5中计算的相邻ITO的间隔距离；

所述步骤12：具体通过以下过程实现：

对步骤8找到的所有ITO左边缘将和步骤10找到的所有ITO的右边缘进行依次配对，将步骤1中输入图像的上下位置作为所有ITO对应的上下位置，由以上四个位置则可以完全确定每个ITO的位置，输出每个ITO对应的位置。

本发明一种基于局部投影的ITO分割方法；本方法通过获取屏幕的ITO图像，对图像进行二值化处理，获取每个ITO的宽度及间隔距离，再分别对二值化图像进行纵向和横向投影获取两次投影的特征值曲线，根据获得特征值曲线计算出ITO的左右边缘，从而对ITO进行分割。从而能准确分割ITO区域，并且速度快，处理简单。

附图说明

图1为ITO分割算法的流程图。

图2为IC区域的ITO图像。

图3为ITO图像的二值化图。

图4为二值化图像的投影曲线图。

图5为特征值1的曲线图。

图6为ITO图像的分割结果图。

具体实施方式

下面结合附图，对本发明提出的基于局部投影思想的ITO分割方法进行详细说明。具体包括以下步骤：

步骤1：采集液晶面板上IC区域的ITO图像，如附图图2所示；

步骤2：根据步骤1中的输入图像，利用大津法计算阈值；

步骤3：根据步骤2计算出来的阈值，对步骤1的输入图像进行二值化，如附图图3所示；

具体方法为：依次遍历每个像素，对大于阈值的像素将其像素值置为255，否则置为0；

步骤4：根据步骤3的二值化图像计算单个ITO的宽度；

具体方法为:截取步骤3中二值化图像的最前面区域，进行边缘提取，第一个边缘与第二个边缘的间距就是所求的单个ITO宽度；

步骤5：根据步骤3的二值化图像计算相邻ITO的间隔距离；

具体方法为:截取步骤3中二值化图像的最前面区域，进行边缘提取，第二个边缘与第三个边缘的间距就是所求的相邻ITO的间隔距离；

步骤6：对步骤3的二值化图像进行纵向投影，并求纵向投影均值，该均值的计算公式为：其中proj(j)表示第j列像素的投影均值，h表示图像的高度，Gray(i,j)表示图像上(i,j)位置的像素灰度值；得到ITO线路的纵向投影曲线，如附图图4所示；

步骤7：根据步骤6的投影均值，计算每列像素的特征值1，

每列像素的特征值1的计算公式为：

其中eig1(i)指第i列像素的特征值1，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itowidth是指步骤4中计算的单个ITO的宽度，得到特征值1的曲线，如附图图5所示；

步骤8：根据步骤7的特征值1，求特征值里的局部极大值，该极大值位置就是ITO的左边缘位置；

具体方法为:依次遍历特征值1中的所有值，记录满足特征值本身值大于230且同时大于其前后15个特征值的位置，该位置为所求的局部极大值位置；

步骤9：根据步骤8的投影均值，计算每列像素的特征值2，

每列像素的特征值2的计算公式为：

其中eig2(i)指第i列像素的特征值2，proj(j)是指步骤6中计算出来的第j列像素的投影均值，itospace是指步骤5中计算的相邻ITO的间隔距离；

步骤10：根据步骤9的特征值2，求特征值里的局部极小值，该极小值位置就是ITO的右边缘位置；

具体方法为:依次遍历特征值2中的所有值，记录满足特征值本身值小于150且同时小于其前后15个特征值的位置，该位置为所求的局部极小值位置；

步骤11：输出被找到的所有ITO区域，如附图图6所示。

具体方法为:对步骤8找到的所有ITO左边缘将和步骤10找到的所有ITO的右边缘进行依次配对，将步骤1中输入图像的上下位置作为所有ITO对应的上下位置，由以上四个位置则可以完全确定每个ITO的位置，输出每个ITO对应的位置。