论文部分内容阅读
Mura缺陷是广泛存在于TFT-LCD上最难检测的一类显示缺陷,具有低对比度、无清晰边缘、亮度不均匀等特性。当前,国内外主要TFT-LCD厂商仍采取人工视觉检测的方式检测该类缺陷,无法满足平板显示产业高度自动化、标准化的要求,迫切需要快速准确的Mura缺陷机器检测方法。基于当前Mura缺陷机器检测现状,提出一种快速准确的Mura缺陷自动检测方法。该检测方法分为三大部分:图像预处理、背景抑制和缺陷分割。在图像预处理部分,针对TFT-LCD区域外背景干扰、TFT-LCD区域发生倾斜和几何形变等问题,采用Hough变换求取倾斜角并使用旋转公式矫正,通过Harris角点检测提取区域角点并将其完整无损地提取出来。此后,通过Butterworth低通滤波器对感兴趣区域进行滤波。在背景抑制部分,针对图像的整体亮度不均匀、背景复杂等问题,在传统最小二乘双三次B样条曲面拟合的基础上,提出增添了光顺项的改进背景抑制方法,解决传统B样条曲面拟合由于拟合精度过高而导致的Mura缺陷被削弱的问题。为提高拟合速度,通过乘积型原理对双三次B样条曲面函数分步求解,并采用数据压缩和分块拟合的方法进一步提高算法效率。在缺陷分割部分,提出改进的Snake模型进行缺陷分割。为了解决Mura缺陷的形状和数量不定的分割难题,采用自适应的初始曲线,并引入水平集函数以分割数目不定的Mura区域。为提升算法性能,根据零水平线二值曲线的长度设置终止条件以减少迭代次数,并采用AOS格式对Snake模型进行求解,从而实现了Mura缺陷的准确快速检测。最终,根据上述检测方法建立了Mura缺陷检测系统,采用行业内国际通用的SEMU标准量化检测结果并给待检测TFT-LCD评级。为验证检测方法和系统,从生产线随机抽取100个样本进行实验,检测准确率为99%,检测时间不超过30s,准确性和算法性能较现有的人工视觉检测及机器检测方法均有一定的提高。实验结果表明,提出的Mura缺陷自动检测方法和建立的检测系统,能够实现Mura缺陷的准确、稳定、高效检测。