一种基于数字图像的led芯片插深和插浅缺陷的检测算法
【专利摘要】本发明公开了一种基于数字图像的LED芯片插深和插浅缺陷的检测算法：输入LED芯片图像，并对其进行二值化处理；在芯片的二值图像O′中识别出LED灯头的圆心；将滑动窗口C覆盖范围之外的LED芯片图像的像素点都赋值为0，并将滑动窗口C覆盖范围内的与灯顶像素点之间的距离超过标准半径R的LED芯片图像的像素点赋值为0；遍历滑动窗口C内的LED芯片图像的值为1的像素点，将它们分别作为目标像素点即LED芯片的灯芯，计算每个目标像素点与LED灯头的圆心的距离的最大值；比较LED芯片插入值D与规定的合格芯片插入值，得到该LED芯片是否有插深或者插浅缺陷。该算法能够快速对LED芯片插入位置深浅情况进行快速高效的检测，其检测结果定量化，准确度高。
【专利说明】一种基于数字图像的LED芯片插深和插浅缺陷的检测算法
【技术领域】
[0001]本发明属于LED封装检测【技术领域】，具体涉及一种基于数字图像的LED芯片插深和插浅缺陷的检测算法。
【背景技术】
[0002]近年来，在全自动封装线全面普及的条件下，LED发光芯片在封装生产过程中对封装质量进行在线检测，已成为提高封装水平、保证封装质量的必然需求。但由于LED芯片尺寸小、封装工艺要求高、生产线速度快，很难在封装过程中进行实时质量检测。由于现有的分选技术的局限，封装分选后的LED中只有少量产品能满足某一客户(如高端LED显示屏制造商)的要求，其余大部分将变成仓库里的存货。若LED封装分选后仍然存在的废品/次品率为0.1%，则全国每年万亿只LED封装产品中就可能产生数亿只废品/次品，造成近亿元的直接经济损失。因此，为了满足对LED封装缺陷分选质量的要求，对LED封装缺陷分选技术的研究成为了 LED行业发展的重要课题。
[0003]LED发光芯片的产品性能主要体现在发光均匀度及亮度性能方面。由于LED的发光均匀度及亮度性能主要由发光芯片在封胶内的位置决定，而发光芯片在封胶内通常会存在插深、插浅等缺陷，如果插深、插浅的数值在微米级别，其并不会明显对LED平均光谱强度和完整光谱辐照度产生影响，但却会对LED的光强分布均匀性有显著影响，从而影响LED光学性能。
[0004]现有的分选设备如分光机、分色机，只能从通电后的LED发光芯片的平均光谱强度和完整的光谱辐照度进行检测和分类，无法区分LED灯珠的光强分布均匀度，因此，使用这些设备无法识别出细微的插深、插浅缺陷，从而无法保证LED显示屏的色温色差及发光均匀度(即方向特性的离散性)。另外，用于检测LED光强分布均匀性的积分球、光电倍增管等现有分选设备由于检测原理所限，无法实现LED光强分布均匀性在线式快速连续分选，针对这些缺陷进行接触式分选更是难于实现。
[0005]综上，研究一种能够准确检测出LED发光芯片插深和插浅缺陷的检测方法，对保证LED发光芯片的光强分布均匀度从而保证LED发光芯片产品质量是十分重要的。
【发明内容】
[0006]针对上述现有技术中存在的缺陷或不足，本发明的目的在于，提供一种基于数字图像的LED芯片插深和插浅缺陷的检测算法，该算法能够在生产线上对LED发光芯片检测出细微的插深和插浅缺陷，从而能够保证LED发光芯片的光强分布均匀度。该算法计算效率高、检测精度高，适合在实时的系统中采用。
[0007]为了达到上述目的，本发明采用如下的技术方案予以解决:
[0008]一种基于数字图像的LED芯片插深和插浅缺陷的检测算法，具体包括如下步骤:
[0009]步骤1:相机拍摄封装完成的LED灯，得到LED芯片图像，输入LED芯片图像，并对其进行二值化处理，二值化处理包括自动阈值提取以及图像目标和背景分割两部分；[0010]步骤2:在芯片的二值图像(V中识别出LED灯头的圆心；具体步骤如下:以R为半径取圆环型滑动窗口 C，且滑动窗口 C上每个像素点的值为I ;将滑动窗口 C的圆心在二值图像O'上从左到右、从上到下逐个像素点滑动，每滑动一次，将滑动窗口 C上每个像素点的值与该像素点对应的二值图像O'上像素点的值相乘并求和，当求得的和大于阈值Q时，将滑动窗口 C的圆心在二值图像O'的对应处像素点作为LED灯头的圆心，此时执行步骤3 ；
[0011]步骤3:将滑动窗口 C覆盖范围之外的LED芯片图像的像素点都赋值为0，并将滑动窗口 C覆盖范围内的与灯顶像素点之间的距离超过标准半径R的LED芯片图像的像素点赋值为O ;所述灯顶像素点是指值为I的像素点的切线斜率值与LED灯灌胶底部平行的像素点；
[0012]步骤4:遍历滑动窗口 C内的LED芯片图像的值为I的像素点，将它们分别作为目标像素点即LED芯片的灯芯，计算得到每个目标像素点与LED灯头的圆心的距离的最大值rfflax ;然后利用公式5计算LED芯片插入值D:
[0013]D = R-1mx公式 5;
[0014]步骤5:比较LED芯片插入值D与规定的合格芯片插入值，得到该LED芯片是否有插深或者插浅缺陷。
[0015]进一步的，所述步骤I中对LED芯片图像的自动阈值提取再用分块最大熵法，具体步骤如下:
[0016](I)根据LED芯片图像大小，将LED芯片图像均匀分为N个图像块=O1, O2,…0k，…，0N，其中，k 取 1，2，...N;
[0017](2)对LED芯片图像中每个图像块采用最大熵法进行处理，得到每个图像块的二值化分割阈值Tk，k=l, 2，-N ;对每个图像块采用最大熵法处理包括如下步骤:
[0018]I)计算图像块k中的灰度概率分布Po, P1, , Ph，O ^ I ^ 255 ;利用公式I计算图像块的总熵H，利用公式2和公式3求背景熵Hb(t)和目标熵He(t)；
【权利要求】
1.一种基于数字图像的LED芯片插深和插浅缺陷的检测算法，其特征在于，具体包括如下步骤: 步骤1:相机拍摄封装完成的LED灯，得到LED芯片图像，输入LED芯片图像，并对其进行二值化处理，二值化处理包括自动阈值提取以及图像目标和背景分割两部分； 步骤2:在芯片的二值图像O'中识别出LED灯头的圆心；具体步骤如下:以R为半径取圆环型滑动窗口 C，且滑动窗口 C上每个像素点的值为I ;将滑动窗口 C的圆心在二值图像O'上从左到右、从上到下逐个像素点滑动，每滑动一次，将滑动窗口 C上每个像素点的值与该像素点对应的二值图像O'上像素点的值相乘并求和，当求得的和大于阈值Q时，将滑动窗口 C的圆心在二值图像(V的对应处像素点作为LED灯头的圆心，此时执行步骤3 ； 步骤3:将滑动窗口 C覆盖范围之外的LED芯片图像的像素点都赋值为O，并将滑动窗口 C覆盖范围内的与灯顶像素点之间的距离超过标准半径R的LED芯片图像的像素点赋值为O ;所述灯顶像素点是指值为I的像素点的切线斜率值与LED灯灌胶底部平行的像素点； 步骤4:遍历滑动窗口 C内的LED芯片图像的值为I的像素点，将它们分别作为目标像素点即LED芯片的灯芯，计算得到每个目标像素点与LED灯头的圆心的距离的最大值rmax ；然后利用公式5计算LED芯片插入值D: D = RTmax公式 5 ； 步骤5:比较LED芯片插入值D与规定的合格芯片插入值，得到该LED芯片是否有插深或者插浅缺陷。
2.如权利要求1所述的基于数字图像的LED芯片插深和插浅缺陷的检测算法，其特征在于，所述步骤I中对LED芯片图像的自动阈值提取再用分块最大熵法，具体步骤如下: (1)根据LED芯片图像大小，.将LED芯片图像均匀分为N个图像块=O1,O2,…0k，…，0N，其中，k 取 1，2，...N; (2)对LED芯片图像中每个图像块采用最大熵法进行处理，得到每个图像块的二值化分割阈值Tk，k=l, 2，—N ;对每个图像块采用最大熵法处理包括如下步骤: 1)计算图像块k中的灰度概率分布Po,P1,, Pu,O ^ I ^ 255 ;利用公式I计算图像块的总熵H，利用公式2和公式3求背景熵Hb(t)和目标熵He(t)；
3.如权利要求2所述的基于数字图像的LED芯片插深和插浅缺陷的检测算法，其特征在于，所述步骤(I)中LED芯片图像被分成的图像块个数N > 4。
4.如权利要求1所述的基于数字图像的LED芯片插深和插浅缺陷的检测算法，其特征在于，所述步骤I中图像目标和背景分割包括如下步骤:利用公式4计算LED芯片图像的二值化分割阈值T:
5.如权利要求1所述的基于数字图像的LED芯片插深和插浅缺陷的检测算法，其特征在于，所述步骤2中所述的滑动窗口 C的半径R取1.5mm~2mm。
6.如权利要求1所述的基于数字图像的LED芯片插深和插浅缺陷的检测算法，其特征在于，所述步骤2中求和的阈值Q为整数，且0〈Q〈 31 R0
【文档编号】G06T7/00GK103473777SQ201310432240
【公开日】2013年12月25日 申请日期:2013年9月18日 优先权日:2013年9月18日
【发明者】李伟, 孙建萍 申请人:陕西中莱节能有限公司