当前位置： >
> 详细内容
液晶显示屏坏点检测系统
分享到：&&
免责声明：以上信息由相关企业自行提供，该企业负责信息内容的真实性、准确性和合法性。
中华液晶网对此不承担任何保证责任。基于机器视觉的液晶屏裂痕自动检测方法研究_通信产品_中国百科网
基于机器视觉的液晶屏裂痕自动检测方法研究
     　　苏孝雨，张荣辉，张杰，杨亚宁　　（大连民族大学 信息与通信工程学院，辽宁 大连 116600）　　摘要：随着液晶的普及，对液晶屏生产过程中质量控制提出更高的要求，液晶屏裂痕自动检测系统应运而生，它能真正实现高效率、高稳定性的实时检测。针对液晶屏裂痕缺陷中的“线缺陷”、“点缺陷”进行深入研究，把机器视觉、数字图像处理技术运用到液晶屏裂痕自动检测系统中，并以HALCON和VC++联合编程完成了裂痕自动检测系统的设计。在数字图像处理部分，根据指定尺寸对图像进行傅里叶变换、高斯滤波、迭代处理等一系列操作，为了得到更清晰的图像，突出裂痕区域，对图像进行灰度化、频域图像卷积、滤波去噪、形态学处理。选择出适合在线测量的各种算法，进行了大量实验测试和实时自动检测，结果表明，该方法在识别液晶屏裂痕的几何特征上效果和精度较好，识别速度达到在线要求。　　关键词：机器视觉；高斯滤波；数字图像处理；形态学处理0引言　　液晶屏生产过程不可避免地出现一些缺陷，最常见的缺陷是液晶屏有裂痕。如何保证液晶屏质量，提高产品合格率成为亟待解决的问题。国内外检测液晶屏裂痕的方法主要有两大类，即在线检测和离线检测。电位法、磁粉法、超声波法、电磁检测法等常见的离线检测方法已经被时代淘汰，目前国内主要依靠人工检测的方法，在射线照射下观察是否有裂痕存在。人工的方法效率低下，生产成本高。近年来，许多学者将机器视觉技术运用到物体表面裂痕检测中，取得了突出成绩［1］。本文研究一种基于机器视觉的液晶屏裂痕自动检测系统，以提高液晶屏缺陷检测的效率。自动检测的基本思路是对工业相机采集到的液晶屏表面图像进行图像处理，将图像信息传输到上位机或者指定中。1光学系统平台结构　　液晶屏的生产过程技术复杂、工艺精密，少则20多道工序，多则达50多道工序，这些工序大致分为氧化铟锡玻璃刻蚀、定向排列、空盒制作、液晶灌注、成品检测和包装5个阶段。每个阶段都会引发各种类型的裂痕缺陷，包括外刮、破损以及切割不良等，液晶屏的检测主要是为了淘汰不合格产品。　　光学系统平台由高速、高精度的工业相机和镜头与高稳定、均匀的高性能照明系统组成。裂痕产生的大小、位置以及方式都会不一样，为了突出显示裂痕缺陷，需要对光源做深入研究，包括光源的种类、光源的照明方式、光源的强弱等。根据实际需要检测的最小裂痕尺寸，确定相机和镜头参数，均衡优劣，共同搭建图1液晶屏原始图像示范图光学系统平台［2］。原始图像示范图如图1所示。　　针对系统对生产线上的液晶屏进行不间断裂痕检测的要求，在图像采集系统设计时采用了双线高速线扫描相机。设在水平方向上基板传送速度设计为v1（mm/s），相机扫描速率达到v2（Hz/s），水平方向上能检测到最小缺陷为x（μm），则x=（v1 /v2）×103。设每线像素数为m（Pixel），在垂直方向上n个相机直线排列，基板垂直尺寸为s（mm）, 垂直方向上能检测到最小y（μm)的缺陷。则y=［s/(n×m)］×103。2基于HALCON的图像处理　　基于机器视觉的液晶屏裂痕自动检测系统核心技术体现在数字图像处理部分。其技术要求主要是实时性、准确性和稳定可靠性。为了避免误检达到准确性的要求，检测系统根据指定尺寸对图像进行傅里叶变换、高斯滤波、迭代处理等一系列操作，应对所采集的图像中不同类型的裂痕缺陷在给定精度和要求中能够准确检出并标记。为了得到更清晰的图像［3］，突出裂痕区域，对图像进行灰度化、频域图像卷积、滤波去噪、形态学处理。遵循实用的原则，择优选择出适合在线测量的各种算法［4］。　　2.1对图像进行傅里叶变换　　对图像进行傅里叶变换后就能通过频率成分来分析一个函数。任何信号（如图像信号）都可以表示成一系列正弦信号的叠加，在图像处理方面就是将图像brightness variation 作为正弦变量，图像的频率表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度，一幅图像能量主要集中在低频区域，在噪声点和图像边缘处的频率为高频。傅里叶变换在实际应用中有非常明显的物理意义，傅里叶变换将图像的灰度分布函数变换为图像的频率分布函数，如式（1）所示；傅里叶逆变换是将图像的频率分布函数变换为灰度分布函数，如式（2）所示。　　　　2.2对图像进行高斯滤波与迭代处理　　一幅原始图像在获取和传输过程中会受到各种噪声的干扰，一些常见的噪声有椒盐噪声、脉冲噪声、高斯噪声等，这些噪声会使图像质量下降，对分析图像不利。为了抑制噪声，改善图像质量，要对图像进行平滑处理。图像平滑处理的方法有中值滤波、高斯滤波、灰度最小方差的均值滤波等。高斯滤波对去除服从正态分布的噪声是很有效果的。迭代处理能够有效解决平滑过程中的细节保持和边缘检测时剔除伪边缘这两个难题。　　2.3图像处理　　2.3.1图像的灰度化　　灰度直方图是数字图像处理中最简单实用的工具，其原理是在RGB模型中，若R=G=B时，则灰度图像是R、G、B3个分量相同的一种特殊彩色图像，其中R=G=B的值叫灰度值，灰度值范围为0~255，灰度图像每个像素只需一个字节存放灰度值。灰度图像的描述仍然反映了整幅图像整体和局部的色度和亮度等级的分布和特征。HALCON中的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数。　　2.3.2对频域图像进行卷积　　可以将数字图像看作一个二维空间的离散函数，该函数用f(x, y)表示, 假设有对于二维卷积操作函数C(u, v) ，则会产生输出图像g(x, y) = f(x, y) C(u,v), 利用卷积可以实现对图像模糊处理，边缘检测，产生轧花效果的图像。　　一般卷积模板行列为奇数，输出图像大小与输入相同。设卷积模板F、输入图像X、输出图像均为3×3矩阵。　　F=|f（2,1）f（2,2）f（2,3）|　　X=|x（2,1）x（2,2）x（2,3）|（3）　　卷积模板元素下标调整后，为：　　｜f（0,-1）f（0,0）f（0,1）｜（4）　　输入图像二维扩展1行1列（M行、N列），以0填充（或行列元素对称扩展）,代入离散二维卷积公式，逐行逐列计算，其中i,j=1∶3，即得结果。图像卷积的过程，相当于将原模板矩阵旋转180°（即中心对称），然后与输入图像矩阵对应元素相乘求和，得出输出图像中心元素的值。　　2.3.3形态学处理　　数学形态学是一门建立在格论和拓扑学基础之上的图像分析学科，是由一组形态学的代数算子组成的，最基本的形态学算子有：腐蚀、膨胀、开运算、闭运算和骨骼［5］。腐蚀的作用是消除物体边界点，使目标缩小，可以消除小于结构元素的噪声点；膨胀的作用是将与物体接触的所有背景点合并到物体中，使目标增大，可添补目标中的空洞；开运算是先腐蚀后膨胀的过程，可以消除图像上细小的噪声，并平滑物体边界；闭运算是先膨胀后腐蚀的过程，可以填充物体内细小的空洞，并平滑物体边界。HALCON 的形态学运算有基于二值化图像区域的形态学算子和基于灰度化图像区域的形态学算子。图像处理后示范图如图2所示。　　　　为了能够将工业相机集成到自行开发的液晶屏裂痕自动检测系统中进行图像采集，需要使用工业相机厂商提供的开发包SDK进行二次开发。基于VC++的裂痕自动检测软件系统的功能主要分为控制模块、图像采集模块、图像处理和检测结果显示模块。为了保证实时检测的大场景要求以及采集到图像的质量，软件设计的一个关键点是液晶屏传送平台到位时间几乎恒定，图像处理和显示检测结果所需时间也都基本为定值，设计时可取二者间隔时间中较大值进行触发，即可实现较高效率，系统也相对稳定。在VC++中使用SetTimer函数来确定时间间隔，然后使用OnTimer函数进行响应。4结论　　本文研究了一种高精度、大场景、实时稳定的液晶屏裂痕自动检测系统，分别进行了硬件结构的搭建和软件系统的设计。该系统主要包括由工业相机、镜头和光源搭建的光学系统平台、数字图像处理模块和裂痕缺陷检测结果显示模块。通过考察液晶屏生产线上的场景、裂痕缺陷检测的现状以及参考国内液晶屏合格标准，不断优化系统设计，改进的图像处理算法保证了系统的准确率，一键式自动检测的设计满足实时检测的要求。实际应用也表明，相对于传统缺陷检测而言，在线检测解决了人工检测的主观因素，检测结果更为准确可靠，同时方便形成数据报表，能够通过网络进行数据分析和管理，保证液晶屏生产过程中质量控制，提高管理效率，具有很高的实用价值。参考文献　　［1］ 李炜,黄心汉,王敏,等.基于机器视觉的带钢表面缺陷检测系统［J］.华中科技大学学报(自然科学版)，):7274.　　［2］ 王时丽，刘桂华.基于机器视觉的钢轨表面缺陷三维检测方法［J］.微型机与应用，）：1013.　　［3］ 宋菲菲，赵宏宇．基于双目立体视觉的图像增强［J］.微型机与应用，2015 ，34(19)：4042.　　［4］ 龚声蓉,刘纯平,王强.数字图像处理与分析［M］.北京：清华大学出版社，2006.　　［5］ 马颂德，张正友．计算机视觉――计算理论与算法基础［M］．北京：科学出版社，1999．
Copyright by ；All rights reserved.基于机器视觉的TFT-LCD点缺陷检测系统的研究--《上海交通大学》2012年硕士论文
基于机器视觉的TFT-LCD点缺陷检测系统的研究
【摘要】：作为平板显示器（Flat Panel Display，简称FPD）的主流器件，薄膜晶体管液晶显示器（Thin Film Transistor–Liquid Crystal Display，简称TFT-LCD）以其产品轻薄、低功耗、低辐射、高清晰度等优点而广受消费者的青睐。但由于TFT-LCD是属于高精密技术与高材料成本的产业，生产流程复杂，工艺要求极高，制备过程中容易产生各种各样的显示缺陷，尤其是最为常见的点缺陷。
作为提高产品品质，降低成本的必要手段，TFT-LCD点缺陷的检测技术显得非常重要。当前，如何在生产线上实现TFT-LCD点缺陷的高速自动检测是TFT-LCD生产研究的重要课题之一。
本文在分析研究TFT-LCD点缺陷特征和规律的基础上，提出了一种基于机器视觉技术的TFT-LCD点缺陷检测方法，并依据该方法设计和搭建了一套集机器视觉、数字化图像处理技术为一体的TFT-LCD点缺陷检测系统。该系统在采集得到高质量TFT-LCD的图像的基础上，结合点缺陷的特点，依据本文提出的方法对图像进行处理，最终实现对被测对象TFT-LCD点缺陷快速准确的检测的目的。
在硬件系统实现上，设计了由变倍镜头、面阵CCD、图像采集卡及三维移动平台构成的图像采集装置。在软件系统实现上，综合运用图像增强，图像分割，边缘提取等图像识别与处理技术,开发了基于VisualC++6.0集成开发环境下的实时采集、图像处理及点缺陷特征识别的软件检测系统。通过对TFT-LCD的典型点缺陷进行试验性检测，取得了令人满意的实验结果，为以后研究处理速度更快、可靠性更高的检测技术奠定了基础。
【关键词】：
【学位授予单位】：上海交通大学【学位级别】：硕士【学位授予年份】：2012【分类号】：TP274;TN873.93【目录】：
摘要5-6ABSTRACT6-9第一章 绪论9-13 1.1 研究的目的和意义9-11 1.2 国内外的研究现状11 1.3 研究的内容和方法11-13
1.3.1 研究内容11-12
1.3.2 研究方法12-13第二章 TFT-LCD 的制备及其显示缺陷13-25 2.1 TFT-LCD 面板结构13 2.2 TFT-LCD 制备工艺13-18
2.2.1 Array 制程14-15
2.2.2 Cell 制程15-16
2.2.3 Module 制程16-18 2.3 TFT-LCD 显示原理18-20 2.4 TFT-LCD 显示缺陷20-22
2.4.1 显示缺陷的分类20-21
2.4.2 显示缺陷的成因21-22 2.5 显示缺陷的检测22-24
2.5.1 检测标准22-23
2.5.2 检测环境23-24 2.6 本章小结24-25第三章 基于机器视觉的 TFT-LCD 点缺陷检测系统25-35 3.1 机器视觉简介25 3.2 机器视觉系统的组成25-29
3.2.1 镜头26-27
3.2.2 相机27-28
3.2.3 光源28-29
3.2.4 图像采集卡29 3.3 实验系统的构成与分析29-34
3.3.1 主要硬件架构29-31
3.3.2 软件开发平台31-33
3.3.3 实验对象33-34 3.4 本章小结34-35第四章 基于机器视觉的图像采集和图像处理35-56 4.1 图像采集35-40
4.1.1 图像校正37-38
4.1.2 自动聚焦38-40
4.1.3 图像获取40 4.2 图像预处理40-45
4.2.1 图像增强41
4.2.2 图像噪声41-43
4.2.3 图像滤波43-45 4.3 图像分割45-53
4.3.1 阈值分割46-48
4.3.2 边缘检测48-51
4.3.3 斑点分析51-53 4.4 结果分析53-55 4.5 本章小结55-56第五章 总结与展望56-58 5.1 总结56 5.2 展望56-58参考文献58-60致谢60-61攻读硕士学位期间已发表或录用的论文61
欢迎：、、)
支持CAJ、PDF文件格式
【参考文献】
中国期刊全文数据库
贺智;;[J];电子工艺技术;2007年03期
包晓敏,张云华,汪亚明,罗一平;[J];纺织学报;2005年04期
周贤;姜威;;[J];光学技术;2006年02期
王怀野,张科,李言俊;[J];计算机工程与应用;2004年10期
戴君,赵海洋,冯心海;[J];机械设计与制造工程;1998年04期
罗希平;田捷;诸葛婴;王靖;戴汝为;;[J];模式识别与人工智能;1999年03期
程军;[J];现代显示;2005年09期
冯小波;贺臻;施旭;;[J];现代显示;2011年09期
中国博士学位论文全文数据库
张昱;[D];哈尔滨工业大学;2006年
毕昕;[D];上海交通大学;2009年
中国硕士学位论文全文数据库
张戈;[D];南京理工大学;2008年
马宝平;[D];苏州大学;2009年
【共引文献】
中国期刊全文数据库
邢青青;罗新斌;;[J];四川有色金属;2009年01期
朱汉云;蔡凤丽;;[J];安徽电子信息职业技术学院学报;2010年06期
朱孔凤;;[J];安徽大学学报(自然科学版);2009年02期
欧阳鑫玉,赵楠楠,宋蕾,谢元旦;[J];鞍山钢铁学院学报;2002年05期
陈向伟,王龙山,刘庆民,崔治;[J];半导体光电;2004年04期
陈向伟,王龙山,刘庆民;[J];半导体光电;2004年06期
刘晨;费业泰;卢荣胜;张勇斌;陈晓怀;;[J];半导体光电;2006年05期
胡明鹏;马冬梅;刘志祥;马磊;;[J];半导体光电;2008年02期
石炜;郗安民;;[J];半导体光电;2008年05期
高红霞;王姗;李政访;;[J];半导体技术;2006年09期
中国重要会议论文全文数据库
季铮;张剑清;詹总谦;;[A];第二十六届中国控制会议论文集[C];2007年
刘磊;王永骥;;[A];第二十六届中国控制会议论文集[C];2007年
周艳;唐权华;金炜东;;[A];第二十七届中国控制会议论文集[C];2008年
陈文颉;刘劲;甘名刚;;[A];第二十九届中国控制会议论文集[C];2010年
蒋薇薇;鲁昌华;郭铭铭;;[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
吴能伟;;[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
张炜;蒋大林;郎芬玲;曹广鑫;王秀芬;;[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
周灿林;李剑峰;徐建强;李方义;高成勇;司书春;王红星;;[A];中国光学学会2010年光学大会论文集[C];2010年
郭厚焜;罗晖;Xi K林风涛;;[A];中国光学学会2010年光学大会论文集[C];2010年
廖娟;罗锡文;张智刚;胡炼;;[A];中国农业工程学会2011年学术年会论文集[C];2011年
中国博士学位论文全文数据库
孔凡芝;[D];哈尔滨工程大学;2009年
王文标;[D];大连海事大学;2010年
乔小燕;[D];中国海洋大学;2010年
时长江;[D];中国海洋大学;2009年
孙贤斌;[D];华中科技大学;2010年
韩守东;[D];华中科技大学;2010年
陈志国;[D];江南大学;2010年
王晓松;[D];北京林业大学;2010年
贾奋励;[D];解放军信息工程大学;2010年
车森;[D];解放军信息工程大学;2010年
中国硕士学位论文全文数据库
展慧;[D];华中农业大学;2010年
廖甜甜;[D];南昌航空大学;2010年
王敏君;[D];南昌航空大学;2010年
陈忠翔;[D];南昌航空大学;2010年
蒲锰;[D];山东科技大学;2010年
郑纪业;[D];山东科技大学;2010年
郑莉;[D];山东科技大学;2010年
徐元;[D];山东科技大学;2010年
潘博;[D];长春理工大学;2010年
张亚军;[D];浙江理工大学;2010年
【二级参考文献】
中国期刊全文数据库
张文肃;[J];半导体技术;1994年05期
皮文凯,刘宏,查红彬;[J];北京大学学报(自然科学版);2004年03期
韩鸿哲,王志良,刘冀伟,李彬,韩忠涛;[J];北京科技大学学报;2003年04期
郑亚林,黄德隆,郭健;[J];宝鸡文理学院学报(自然科学版);2001年03期
郭凤鸣,张水英;[J];电脑学习;1999年01期
李华,宋晓虹,张宁;[J];电脑与信息技术;2004年01期
胡志勇;[J];电子产品世界;2000年01期
刘萍;[J];电子工艺技术;2002年06期
陈金都,鹿凯宁,丁润涛;[J];电子测量与仪器学报;1996年01期
康宗明,张利,谢攀;[J];电子学报;2003年04期
中国博士学位论文全文数据库
杨晓波;[D];东华大学;2003年
熊四昌;[D];浙江大学;2003年
崔扬;[D];浙江大学;2004年
凌云;[D];中国农业大学;2004年
李迎春;[D];吉林大学;2004年
刘大健;[D];浙江大学;2005年
张昱;[D];哈尔滨工业大学;2006年
中国硕士学位论文全文数据库
叶枫;[D];西北工业大学;2003年
张艳晶;[D];国防科学技术大学;2003年
朱妙贤;[D];广东工业大学;2005年
李岩山;[D];浙江工业大学;2005年
赵芳;[D];山东大学;2005年
史永杰;[D];吉林大学;2007年
吴军;[D];南京理工大学;2007年
【相似文献】
中国期刊全文数据库
冯恩娟;康敏;傅秀清;杨勇;;[J];现代制造工程;2010年04期
陈艺峰;;[J];机电技术;2011年02期
李昕;李立君;易春峰;;[J];中南林业科技大学学报;2011年07期
С.И.Мишкинд
,丁柏;[J];机器人;1985年04期
李炜,黄心汉,王敏,万国红;[J];华中科技大学学报(自然科学版);2003年02期
李强,陈善勇,杨尚罡;[J];电视技术;2004年07期
马训鸣;[J];西安石油大学学报(自然科学版);2004年05期
成芳,应义斌;[J];农业工程学报;2004年05期
陈勇,田磊,郑加强;[J];农业机械学报;2005年10期
;[J];可编程控制器与工厂自动化;2005年02期
中国重要会议论文全文数据库
沈宝国;陈树人;尹建军;;[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年
金晅宏;戴曙光;穆平安;;[A];第十三届全国汽车检测技术年会论文集[C];2009年
罗明智;杜家政;;[A];北京力学会第17届学术年会论文集[C];2011年
鲁波;黄坚;朱子伟;;[A];浙江省电子学会2010学术年会论文集[C];2010年
何浩;龙淼;王晓婷;王忆文;李辉;;[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（A辑）[C];2011年
管庶安;周龙;陈永强;廖明潮;;[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年
张海潮;邱红专;;[A];2004中国控制与决策学术年会论文集[C];2004年
胡庆新;王伟;顾爱华;;[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
陈艳;张漫;刘兆祥;籍颖;马文强;刘春红;;[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年
杨雪勤;张洪钺;;[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年
中国重要报纸全文数据库
李剑琦;[N];机电商报;2005年
袁中;[N];中国包装报;2009年
李剑琦;[N];机电商报;2005年
陈蕾;[N];中国包装报;2010年
齐齐哈尔大学计算机系讲师
赵鑫;[N];齐齐哈尔日报;2008年
李跃辉?通讯员
杨凡;[N];中国知识产权报;2008年
天笑;[N];电子资讯时报;2008年
李剑琦;[N];机电商报;2005年
陈蕾;[N];中国包装报;2008年
陈文;[N];中国包装报;2009年
中国博士学位论文全文数据库
龚爱平;[D];浙江大学;2013年
葛动元;[D];华南理工大学;2013年
李九灵;[D];武汉科技大学;2013年
刘波;[D];大连理工大学;2013年
丁萌;[D];南京航空航天大学;2010年
徐剑坤;[D];中国矿业大学;2012年
盛遵冰;[D];哈尔滨工业大学;2009年
陈志国;[D];江南大学;2010年
许海霞;[D];湖南大学;2011年
成芳;[D];浙江大学;2004年
中国硕士学位论文全文数据库
吴珂;[D];重庆大学;2010年
程现彬;[D];合肥工业大学;2010年
袁云峰;[D];广西大学;2002年
晁攀攀;[D];电子科技大学;2010年
刘华冠;[D];济南大学;2011年
阮晓虹;[D];上海交通大学;2010年
刘学山;[D];华南理工大学;2010年
王强;[D];电子科技大学;2010年
王磊;[D];中国科学技术大学;2011年
赵娇洁;[D];沈阳师范大学;2011年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
液晶屏显示缺陷自动检测系统的设计.pdf4页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：150 &&
你可能关注的文档：
··········
··········
模式识别’
文章编号：l∞8一，07一卜0250-02
液晶屏显示缺陷自动检测系统的设计 OfLcDVjsualDefectAutomated
Design DetectingSystem 华南理工大学 刘毅郑学仁 UUYiZHENGXue_他n filmtr龃sistor
摘要：文章介绍了机器视觉的基本研究内容、’rFr―LcD nin
liquidcrystaldisplay 的显示缺陷种类和检测方法，提
业摄像机采集到的数字图像，结合二维图像拟合技术和以韦伯定律为原理的自动阚值获取技术，使用MATLAB作为核心算
法工具，使用vc++为可视化界面的编程工具。文章给出了该方案的硬件组成和检测原理、MA研AB算法流程和详细的检测
步骤及结果，为液晶屏显示缺陷的检测提供了一种快速有效的方法。
关键词：机器视觉；液晶显示器；数字图像处理；缺陷检测
中图分类号：’rP391．41 文献标识码：B
Abstmct：7rhisintmducethemachinevision andthedefectdetectionofTFT一【￡D．A 0f paper basic8lly newme出oddetectingthe
TFT―LCD’sdefect
MATLABandVC+十is
Itisbasedonthe f0珊the mainlyusing pmposedpaper． digitalpicture CMOS the2D
andWeber’sI丑w鹊themain
andMA，11一ABa5themaintool-’rhealsointfoducesthe
camem，usingfjtting principle paper the flowchanand GUIofVC++ofthis indetail．Theactualresultsofthedefectdetec“onshows new
hardware， pmject thattlIis
methodcanfinishthe
jnashorttime。andcanbeused intheLCD’smanuf．acture． detectin只task emcientlv words：MachiIIe detecti∞
Key V汹伽；LCD；DigitaI五mgeProce鹞；Defkt 1引言 20世纪50年代机器视觉从统计模式识别开始，工作主要集
中在二维图像分析和识别上，Roberts 1965 通过计算机程序从数
字图像中提取出立方体和棱柱体等多面体的i维结构；70年代
中期，麻省理工学院人丁智能实验室正式开放“机器视觉”课程，
David vi― Marr教授在1977年提
正在加载中，请稍后...