一种基于局部像素值的液晶屏缺陷检测方法
【技术领域】
[0001] 本发明设及一种针对液晶屏像素缺陷的自动检测方法，特别是针对手机屏和平板 屏的像素缺陷检测。
【背景技术】
[0002] 随着社会生活水平的提高，人们对电子产品的需求与日俱增，该极大的带动了液 晶产业的发展。液晶屏的自动化生产程度，直接制约着其产量与生产成本的高低，而目前的 液晶屏缺陷检测方法主要是依靠人工检测，手段比较单一，生产厂商通过电测器观察液晶 屏的显示画面，凭借肉眼来判断有无缺陷。该种方式即耗时又费力，而且由于人眼偶尔的疲 劳与不确定性，经常造成部分缺陷产品被漏检，当一批产品的漏检率过高时，客户就会要求 退货，从而给生产商造成经济和时间上的损失。如果能实现液晶屏缺陷检测的自动化，取代 传统的人工检测，将大大提高生产效率，降低生产成本。
[0003] 液晶屏像素缺陷缺陷大致包括；上下偏光片异物，bl(背光）异物，白点，玻璃点， 玻璃破，漏液，灯不亮，膜不良，灯柱，缺化，无显，异显等。由于缺陷种类繁多，再加上 采图技术的限制，目前国内针对液晶屏像素的缺陷检测还未提出一套完整的算法，已有的 算法也只能针对个别点缺陷进行检测，检测面窄，而且检测准确率也低，完全达不到工业生 产的要求。
【发明内容】
[0004] 本发明的目的是针对【背景技术】的不足，提出了一种基于局部像素值的液晶屏缺陷 检测方法，从而达到能同时检测多种像素缺陷，检测准确度高，速度快的目的。
[0005] 本发明提供的技术方案为一种基于局部像素值的液晶屏缺陷检测方法，该方法包 括W下步骤：
[0006] 步骤1 ;采集整个液晶屏清晰的像素图像；
[0007] 步骤2 ;对步骤1中的图像进行灰度化处理，转化为灰度图像，如图2所示；
[000引步骤3 ;对步骤2中的灰度图像进行傅里叶正变换，得到灰度图像的二维频谱图， 如图3所示；
[0009] 步骤4 ;通过己斯特沃高通滤波器滤除步骤3中二维频谱的低频部分，使图像细节 得到增强，再进行傅里叶反变换得到时域图；
[0010] 步骤5 ;对步骤4中的时域图像分别进行投影和列投影，并分别求取行投影和列投 影后的极小值，如图4所示；
[0011] 步骤6 ;获取步骤5中行投影和列投影后相邻极小值的距离，并求取行投影和列投 影后相邻极小值的平均距离；
[001引步骤7 ;根据行投影和列投影的相邻极小值的平均距离及极小值的位置，将步骤1 的图象分割为网状的像素块图像；
[0013] 步骤8 ;将步骤7的网状图像划分为多个局部小区域，每个局部小区域包含多个像 素块；
[0014] 步骤9 ;计算步骤8中局部小区域内的每个像素块的像素值，如附图图5所示；
[0015] 步骤10 ;利用步骤9计算的局部小区域中各像素块的像素值，采用曲面拟合计算 出每个像素块的像素拟合值；
[0016] 步骤11 ;将步骤10求得的各像素块的像素拟合值与步骤9求得的对应像素块的 实际像素值做差并取绝对值，获得各像素块拟合差值，如附图图6所示；
[0017] 步骤12 ;对步骤11计算的各像素块拟合差值求平均，将该平均值乘W-定倍数作 为判定独立像素是否为缺陷的阔值；
[0018] 步骤13 ;将步骤11计算的局部拟合差值与步骤12计算的平均值作差，如果差值 结果大于阔值则该像素判定为缺陷像素，否则为正常像素，如附图图7所示；
[0019] 步骤14 ;按照步骤9至步骤13的相同方法检测下一个局部小区域是否存在缺陷 像素块；
[0020] 步骤15 ;如果所有局部小区域都没有缺陷则被检测液晶屏就无缺陷，当检测到有 局部小区域存在缺陷，则该液晶屏就是有缺陷，停止该液晶屏的检测，如附图图8所示。
[0021] 所述步骤3,具体通过W下过程实现：
[0022] 傅里叶正变换实现从时域到频域的变换公式为：
[0023]
其中F(u，v)指经傅里叶变换后的频域值， x，y指时域中的像素位置，f(x，y)指时域中对应于（x，y)位置的像素值，M，N分别指时域下 图片的长和宽。
[0024] 所述步骤4,具体通过W下过程实现：
[0025] 己斯特沃高通滤波器表示如下：
[0026]
其中H指己斯特沃滤波器函数，D(u，V)是指（U，V)点距离 频率矩形原点的距离，其计算表达式如下
D。是指截至频率 距离原点的距离。
[0027] 所述步骤9,具体通过W下过程实现：
[002引对每个独立像素所有R，G，B通道的像素值求和，然后进行归一化，将归一化后的 值作为每个像素块的像素值。
[0029] 本发明一种基于局部像素值的液晶屏缺陷检测方法，该方法通过采集液晶屏清晰 图像，将采集到的图像进行灰度等处理，然后对灰度图像分别进行列投影和行投影，根据投 影的极小值，将最开始获取的图像划分为网状的像素块图像，再将整个图像划分为多个区 域，每个区域包含多个像素块，针对各区域根据各像素块灰度与该区域平均灰度的差距检 测出有缺陷的像素块；从而具有能同时检测多种像素缺陷，检测准确度高，速度快的效果。
【附图说明】
[0030] 图1为液晶屏像素的缺陷检测流程图。
[0031] 图2为液晶像素的灰度图。
[0032] 图3为液晶像素图像的傅里叶变换频谱图。
[0033] 图4为行投影法计算的像素极小值。
[0034] 图5为液晶像素的像素值分布图。
[0035] 图6为液晶像素的像素拟合值与实际值得差值图。
[0036] 图7为判定缺陷像素的二值图。
[0037] 图8为检测出液晶像素缺陷的结果图。
【具体实施方式】
[003引下面结合附图，对本发明提出的基于局部能量拟合的液晶屏像素缺陷检测方法进 行详细说明。具体包括W下步骤：
[0039] 步骤1、使用阵列摄像头采集整个液晶屏的像素图像；
[0040] 步骤2 ;对步骤1中的图像进行灰度化处理，转化为灰度图像，如附图图2所示；
[0041] 具体方法为；逐个处理所述原始彩色数字图像中所有的像素点，从而得到灰度图 像，其中，对于所述原始彩色数字图像中的任一个像素点，灰度值的计算公式为Gray(i，j) =0. 299R(i，j)+0. 587G(i，j)+0. 114B(i，j)，其中R(i，j)、G(i，j)和B(i，j)分别代表所述 原始彩色数字图像中一个像素点（i，j)的R分量值、G分量值和B分量值，（i，j)代表一个 像素点在所述原始彩色数字图像中的坐标；
[0042] 步骤3 ;对步骤2中的灰度图像进行傅里叶正变换，变换公式为：
[0043]
其中F指经傅里叶变换后的频域值，X，y指 时域中的像素位置，f(x，y)指时域中对应于（x，y)位置的像素值，M，N分别指时域下图片 的长和宽，通过该公式得到灰度图像的二维频谱图，如附图图3所示；
[0044] 步骤4 ;通过己斯特沃高通滤波器滤除步骤3中二维频谱的低频部分，使图像细节 得到增强，己斯特沃高通滤波器表示如下
其中H指己斯特沃滤波 器函数，D(u，v)是指（u，v)点距离频率矩形原点的距离，其计算表达式如下：
[