一种基于局部均值思想的IC粒子区域缺陷检测方法与流程

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粒子区域的缺陷检测方法。

背景技术：

随着智能手机的快速发展，液晶面板的需求已越来越大。液晶面板的自动化生产程度，直接制约着其产量与生产成本的高低，而目前液晶面板IC粒子区域的缺陷检测主要是依靠人工镜检，由于IC区域有上千个需要检测的粒子区域，所以传统的人工检测只能满足极少部分液晶面板的抽检，而不能实现全检；这就在一定程度上制约了产品质量与生产效率；

在对IC粒子进行压合的过程中，由于空气中少量杂质或IC来料的赃污都有可能造成粒子压合失败，形成异物和腐蚀等缺陷，从而导致液晶面板显示不良。在生产初期及时发现各类缺陷，分析造成各种缺陷的原因是及其重要的，这样可以有效避免批量性的产品不良。随着计算机数字图像处理技术的不断发展，开发一套能自动检测IC粒子区域缺陷的设备越来越被企业所需求，使用计算机自动处理替代传统的人工检测可以有效提高检测效率与检测精度，同时也能降低生产成本。

技术实现要素：

本发明的目的是针对国内目前对液晶面板IC区域缺陷检测的空白，提出了一种基于局部均值思想的IC粒子区域缺陷检测方法，达到检测效率高，速度快的要求。

本发明提供的技术方案为一种基于局部均值思想的IC粒子区域缺陷检测方法，该方法包括以下步骤：

步骤1：采集液晶面板IC粒子区域的清晰图像，如图2所示；

步骤2：对步骤1中的图像计算IC里bump区域的像素均值；

步骤3：将步骤1中的bump区域分割为大小相同的小区域；

步骤4：对步骤3中分割的图像依次求取每个小区域的像素均值，所有像素均值曲线如图3所示；

步骤5：对步骤4中计算的所有像素均值进行指数拉伸，拉伸后的像素均值曲线如附图图4所示；

步骤6：计算步骤5中拉伸后的最大像素均值和最小像素均值；

步骤7：将步骤6中的最大像素均值与最小像素均值做差；

步骤8：如果步骤7中所得的差值小于给定的阈值，说明该IC区域无缺陷，进入步骤11，如果该差值大于给定的阈值，则说明有缺陷，进入步骤9；

步骤9：将步骤6计算的最大均值与步骤2中计算的全图的像素均值做差，再将步骤2中计算全图像素均值与步骤6的最小均值做差，对这两个差值再做差；

步骤10：如果步骤9的所得的差值大于0，则说明为异物缺陷，否则为腐蚀缺陷；

步骤11：输出缺陷检测结果，如图5所示。

进一步的，所述步骤4，具体通过以下过程实现：

指数拉伸公式为：

其中strech(i,j)是指(i,j)位置进行指数拉伸后的像素均值，regiArea(i,j)是指步骤4中计算的(i,j)位置的像素均值。

本发明一种基于局部均值思想的IC粒子区域缺陷检测方法，通过采集液晶面板IC粒子区域的清晰图像，计算IC里bump区域的像素均值，将bump区域分割为大小相同的小区域，对分割的图像依次求取每个小区域的像素均值，将所有像素均值进行指数拉伸，拉伸后的最大像素均值和最小像素均值；再最大像素均值与最小像素均值做差；差值小于给定的阈值，说明该IC区域无缺陷，如果该差值大于给定的阈值，则说明有缺陷；该方法达到了提高达到检测效率高，速度快的效果。

附图说明

图1为IC粒子区域的缺陷检测流程图：

图2为IC粒子区域的灰度图

图3为拉伸前像素均值曲线图

图4为指数拉伸后像素均值曲线图

图5为缺陷检测结果图

具体实施方式

下面结合附图，对本发明提出的局部均值思想的IC区域缺陷检测算法进行详细说明。具体包括以下步骤：

步骤1：采集液晶面板IC粒子区域的清晰图像，如图2所示；

步骤2：对步骤1中的图像计算IC里bump区域的像素均值；

具体方法为：

其中Aave为bump区域的像素均值，Gray(i,j)表示在(i,j)位置的像素灰度值，h和w分别值bump区域的长和宽；

步骤3：将步骤1中的bump区域分割为等大小的小区域；

具体方法为：以位置(i,j)为起点，像素为单位，每个小区域为一个20*20的正方形，其中1<i<h-20,1<j<w-20；

步骤4：对步骤3中分割的图像依次求取每个小区域的像素均值，所有像素均值曲线如图3所示；

具体方法为：其中regiArea(i,j)表示在(i,j)位置的像素均值，Gray(i,j)表示在(i,j)位置的像素灰度值，

步骤5：对步骤4中计算的所有像素均值进行指数拉伸，拉伸后的像素均值曲线如图4所示；

其中指数拉伸公式为：

其中strech(i,j)是指(i,j)位置进行指数拉伸后的像素均值，regiArea(i,j)是指步骤4中计算的(i,j)位置的像素均值

步骤6：计算步骤5中拉伸后的最大像素均值和最小像素均值；

步骤7：将步骤6中的最大像素均值与最小像素均值做差；

步骤8：如果步骤7中所得的差值小于给定的阈值，说明该IC区域无缺陷，进入步骤11，如果该差值大于给定的阈值，则说明有缺陷，进入步骤9；

步骤9：将步骤6计算的最大均值与步骤2中计算的全图的像素均值做差，再将步骤2中计算全图像素均值与步骤6的最小均值做差，最后对这两个差值做差；

步骤10：如果步骤9的所得的差值大于0，则说明为异物缺陷，否则为腐蚀缺陷；

步骤11：输出缺陷检测结果，如图5所示。