基于圖像輪廓分析的LCD 線路缺陷檢測

2. 2 輪廓面積計算

當?shù)玫揭粋€輪廓的所有像素之后，就能很方便地計算其特征參量，比如周長。面積。質(zhì)心等。由圖6 可以看出，輪廓的周長即是該輪廓所包含的像素個數(shù)，因此可以很方便地計算出來; 質(zhì)心可由質(zhì)心公式計算，對于圖像即是所有像素的坐標平均值。

本文中檢測缺陷時需要用到輪廓的面積，對于曲線所圍成區(qū)域，可以采用格林公式計算其面積，定義如下： 設(shè)單連通閉區(qū)域D 由分段光滑的曲線L 圍成，函數(shù)R( x,y) 及Q( x,y) 在D 上具有1 階連續(xù)偏導數(shù)，則有。

其中對于二值圖像中的連通區(qū)域，用差分代替微分，用求和代替積分，可推導出輪廓的面積計算公式。設(shè)輪廓由m 個像素點Rk( Xk,Yk) 組成，其中k = 1,2,…，m;Rm + 1 = R1; R1,R2,…，Rm沿輪廓正向排列，則面積S 可表示為。

如果按輪廓曲線的正向來搜索像素，最后得到的contour 中的像素點即是按正向排列的，應(yīng)用上面公式可快速計算出輪廓面積。在計算面積的時候，不管輪廓內(nèi)部是否包含其它輪廓，均當做單連通區(qū)域處理，因為當一個輪廓內(nèi)部包含其它輪廓的時候，內(nèi)部輪廓則是由于線路的孔洞缺陷導致，將其也看作一個單連通區(qū)域，便于后面的缺陷判斷檢測。

2. 3 整幅圖像輪廓分析

設(shè)經(jīng)過二值化。目標區(qū)域提取以及邊緣檢測后的圖像為image[m][n],輪廓為白色，背景為黑色。為了對已搜索過的像素作標記，建立一個與原圖像尺寸一致的標記數(shù)組。將所有輪廓存儲在一個vector 對象中，算法具體步驟如下。

( 1) 建立一個與圖像尺寸一致的標記數(shù)組flag[m][n],初始化為0,表示所有元素均沒被標記。

( 2) 從左至右從上至下遍歷圖像所有像素，當掃描到一個白色且未被標記的像素Pix( i,j) 時，說明找到一個新輪廓，以該像素為起點，按照上面的單個輪廓分析算法搜索出該輪廓的所有像素，存入表示該輪廓的Contour對象中，搜索過程中已搜索過的白色像素在flag 數(shù)組中的對應(yīng)元素置1?當本次搜索完畢時，將該輪廓的Contour 對象存入vector Contour > 對象中。

( 3) 繼續(xù)掃描圖像，重復第( 2) 步，直到遍歷完成個圖像，至此已找出所有輪廓，算法結(jié)束。

對圖2 應(yīng)用上面的算法進行輪廓分析，統(tǒng)計了輪廓的面積，結(jié)果圖7 所示。

為了測試該算法的性能，選擇了不同尺寸和不同輪廓數(shù)目的LCD 線路圖像，對每張圖像進行50 次重復測試統(tǒng)計輪廓分析時間，其圖像尺寸。輪廓數(shù)目以及輪廓分析平均消耗時間的關(guān)系如表1 所示。所用PC 配置Intel Core2 Duo T6670,2. 2GHz 處理器，2GB 內(nèi)存，Windows7 系統(tǒng)，并在VS2008 開發(fā)環(huán)境下進行試驗。

從表1 可以看出，該輪廓分析方法能快速地找出所有線路輪廓并計算出其面積。同時由表1 前4 行可知，在輪廓數(shù)目相同的情況下，隨著圖像尺寸的成倍增加，所需時間增加很緩慢; 由后4 行可知，在圖像尺寸不變的情況下，輪廓分析時間隨輪廓數(shù)目成近似線性關(guān)系; 因此，影響消耗時間的主要因素是輪廓數(shù)目。由于LCD 線路圖像的像素分辨率高，圖像尺寸很大，但線路數(shù)目相對較少，因此，用該方法可高效率地檢測LCD 的線路缺陷。

3 檢測流程和實驗結(jié)果

本文中算法檢測的LCD 線路的缺陷示意圖如圖8所示，包括短路。短路。孔洞和孤島4 種缺陷。

缺陷檢測流程如下。

( 1) 對某一型號的LCD,選擇一定數(shù)目( 這里取10塊) 標準樣品，按上述算法過程計算出每塊LCD 線路的輪廓數(shù)目和每個輪廓的面積，對于面積將10 次所得到的值取平均，以此作為這一型號的標準數(shù)據(jù)。

( 2) 對該型號任一待測LCD,同樣按照上述算法計算出其輪廓數(shù)和每個輪廓的面積。如果輪廓數(shù)與標準數(shù)據(jù)不同，則必定是不良品; 否則轉(zhuǎn)下一步。

( 3) 由于數(shù)目相同時可能是短路。斷路等多種缺陷同時發(fā)生，因此將輪廓面積逐個與標準數(shù)據(jù)比較，如果有短路。斷路。孔洞和孤島等缺陷，則必定存在某些輪廓與標準數(shù)據(jù)差異很大，故設(shè)定適當閾值T,如果每個輪廓面積差值的絕對值都小于T,則判定為合格品，否則為不良品。

根據(jù)上述算法和檢測流程，選擇了10 種不同型號的小型LCD,每種選取了20 個樣品進行測試，這些樣品包含無缺陷及有短路。斷路。孔洞及孤島缺陷的LCD,在總共200 個樣品中，只有2 片誤檢，正確率達99%,對誤檢的LCD 進行分析，其誤檢主要是線路受到灰塵的污染所致。同時，采用基于圖像配準再作差的模板匹配法對上面200 個樣品進行測試，結(jié)果有9片誤檢，正確率95. 5%,誤檢主要因素是圖像配準的偏差?？梢娫摲椒梢杂行У貦z測出含有上述4 種缺陷的LCD?

4 結(jié)論

基于圖像輪廓分析的LCD 線路缺陷檢測方法與傳統(tǒng)的基于圖像配準的方法相比，由于避免了配準偏差帶來的影響，因此提高了檢測正確率。在輪廓分析過程中，對單像素輪廓采用基于深度優(yōu)先搜索的方法，有效地提取了線路輪廓，并根據(jù)離散化的格林公式快速地計算出了輪廓面積。將待檢測LCD 的線路輪廓信息與標準信息比較以判斷是否存在缺陷，經(jīng)驗證，本文中的算法可以有效地檢測出LCD 中的短路。斷路?？锥匆约肮聧u缺陷，在LCD 線路缺陷檢測方面具有很好的應(yīng)用前景。