王思宇 郭陽寬 郭會梁 孫文藝
摘要:針對當(dāng)前手機屏幕劃痕檢測存在的檢測精度低,主觀性強等問題,提出了一套定量檢測方法。通過邊緣檢測算法得到劃痕區(qū)域輪廓,在測量劃痕區(qū)域像素點累加求出劃痕面積;采用Rosenfeld細(xì)化算法求出弧長。實驗表明,系統(tǒng)對劃痕區(qū)域面積和弧長的檢測精確度均可達(dá)98%以上。
關(guān)鍵詞:劃痕檢測;種子填充算法;細(xì)化處理算法;掃描標(biāo)記法
中圖分類號:TP39 文獻(xiàn)標(biāo)識碼:A 文章編號:1007-9416(2018)04-0057-02
1 概述
隨著市場化競爭日趨激烈,對手機屏幕缺陷的識別和定量分析的要求越來越高。但目前對透明材質(zhì)檢測仍是一大難點,實際應(yīng)用中仍采用人工目檢的方法,檢測速度慢,精度低,不同的人甚至同一人在不同的狀態(tài)下檢測結(jié)果也不盡相同,極易對缺陷造成漏檢或錯檢[1]。很難滿足自動化生產(chǎn)對手機屏幕劃痕檢測高精度、高穩(wěn)定性的要求[2]。近年來國內(nèi)很多學(xué)者將其運用到屏幕缺陷檢測中,蘇孝雨[4]設(shè)計出一套液晶屏裂痕缺陷自動檢測系統(tǒng)利用數(shù)學(xué)形態(tài)學(xué)提出了對裂痕的自動檢測的方法。趙健[5]采用了一種改進(jìn)的支持向量算法,實現(xiàn)了對缺陷區(qū)域的識別和分類。文獻(xiàn)主要是做定性分析。本文基于數(shù)字圖像處理技術(shù)提出了一套定量檢測方法。
2 系統(tǒng)結(jié)構(gòu)設(shè)計
本文設(shè)計的檢測系統(tǒng)主要由工業(yè)相機,光源和計算機三部分組成,如圖1所示。根據(jù)手機劃痕定量檢測要求,采用黑白面陣工業(yè)攝像頭,視野范圍設(shè)計為160mm*120mm,分辨率為4096*3000,像素點尺寸為0.039mm*0.039mm。
3 系統(tǒng)算法設(shè)計
本文提出了一套基于圖像處理技術(shù)的手機劃痕檢測算法,算法設(shè)計方案如圖2所示。
預(yù)處理后,將手機屏幕從背景中分離,通過濾波去噪,灰度變換提高圖片質(zhì)量。利用邊緣檢測算法檢測各區(qū)域的邊緣,實現(xiàn)對劃痕區(qū)域的提取。再采用掃描標(biāo)記法,求出劃痕區(qū)域面積;運用細(xì)化算法對劃痕填充區(qū)域進(jìn)行處理,獲得劃痕骨架進(jìn)而求出弧長。
3.1 圖像預(yù)處理
圖像在獲取和傳輸過程中會產(chǎn)生噪聲,引起細(xì)節(jié)模糊化,邊緣退化,偽特征增加等,進(jìn)行圖像預(yù)處理,將無用信息消除并將真實有用的信息增強。
對采集到的圖像進(jìn)行二值化處理,然后進(jìn)行外輪廓提取,求出外輪廓最小外接長方形,并計算得出手機的幾何中心。采用Canny算子對圖像中的邊緣進(jìn)行檢查。
3.2 劃痕輪廓提取與填充算法
提取圖片邊緣檢測處理后,根據(jù)區(qū)域面積排除噪聲干擾,提取劃痕輪廓,如圖3(a)所示。本文采取種子填充法填充劃痕輪廓內(nèi)部區(qū)域。具體算法步驟:
(1)標(biāo)記種子(x,y)點。(2)檢測該點的顏色,如果與邊界色不同,就用填充色填充該點,否則不用填。(3)檢測相鄰八連通區(qū)域,重復(fù)2)。
效果如圖3(b)所示。
3.3 劃痕區(qū)域面積算法
劃痕區(qū)域面積可通過累加求得,數(shù)學(xué)表達(dá)式如下:
S為劃痕區(qū)域的面積,單位為mm2,為像素點的面積,單位為mm2,表示任意像素點的像素值。
3.4 細(xì)化處理算法
為求劃痕的弧長,需要將填充好的連通區(qū)細(xì)化處理,即一層層剝離,直到得到圖像骨架。采用Rosenfeld細(xì)化算法,結(jié)果如圖4(a),細(xì)化后骨架均為單像素寬度,如圖4(b)。
3.5 劃痕弧長計算方法
劃痕的弧長利用細(xì)化結(jié)果通過像素點累加得出。像素點的連接方式,一種是水平或者垂直連接,長度為1個像素點,另一種是對角線連接,長度為個像素點,如圖5(a)(b)所示。因此劃痕弧長。式中為劃痕的弧長,單位為mm,為像素點的長度,單位為mm,為水平豎直連接點數(shù),為對角線連接點數(shù)。依次提取相鄰像素點,軸或y軸坐標(biāo)相同,則這兩個點為水平或者垂直連接。反之,則為對角線連接。
4 系統(tǒng)搭建、實驗及結(jié)果分析
手機屏幕劃痕檢測系統(tǒng),如圖6所示。
測量統(tǒng)計實驗結(jié)果如表1、表2。
實驗結(jié)果表明,本系統(tǒng)對劃痕區(qū)域面積和弧長的檢測精確度均達(dá)到98%以上。滿足高精確度和高穩(wěn)定性的工業(yè)要求,其效果明顯好于人工目檢。
5 結(jié)語
本文設(shè)計的手機屏幕劃痕檢測系統(tǒng)效果良好,精確度和穩(wěn)定性明顯高于人工目檢。
參考文獻(xiàn)
[1]易松松.基于機械視覺的手機面板缺陷檢測方法研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2016.
[2]張巖,王寶光.手機面板表面質(zhì)量在線檢測系統(tǒng)的研究[J].傳感器與微系統(tǒng),2010,29(4):52-54.
[3]劉澤,王嵬,王平.鐵軌表面缺陷檢測機器視覺系統(tǒng)的設(shè)計[J].電子測量與儀器學(xué)報,2010,24(11):1012-1017.
[4]蘇孝雨,張榮輝,張杰.基于機器視覺的液晶屏裂痕自動檢測方法研究[J].微型機與應(yīng)用,2016,35(10):52-54.
[5]趙健,高軍,羅超.基于數(shù)字圖像處理的玻璃缺陷在線檢測系統(tǒng)[J].測控技術(shù)與儀器儀表,2013,39(12):90-92.