資源描述：
《基于機器視覺的手機面板缺陷檢測方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文基于機器視覺的手機面板缺陷檢測方法研究RESEARCHFORTFT-LCDDEFECTDEDECTIONMETHODBASEDONMACHINEVISION易松松哈爾濱工業(yè)大學(xué)2015年12月國內(nèi)圖書分類號：TFT391.4學(xué)校代碼：10213國際圖書分類號：681.3密級：公開工學(xué)碩士學(xué)位論文基于機器視覺的手機面板缺陷檢測方法研究碩士研究生：易松松導(dǎo)師：吳曉軍副教授申請學(xué)位：工學(xué)碩士學(xué)科：控制科學(xué)與工程所在單位：深圳研究生院答辯日期：2015年12月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)ClassifiedIndex:TFT391.4U.D.C:681.3Di
2、ssertationfortheMasterDegreeinEngineeringRESEARCHFORTFT-LCDDEFECTDEDECTIONMETHODBASEDONMACHINEVISIONCandidate：SongsongYiSupervisor：AssociateProf.XiaojunWuAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ControlScienceandEngineeringAffiliation：ShenzhenGraduateSchoolDateofDefence：
3、Dec,2015Degree-Conferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要全球手機市場競爭愈演愈烈，保證手機質(zhì)量，提高生產(chǎn)效率是手機廠商競爭的根本，而手機TFT-LCD屏幕作為手機與人的主要交互界面，其質(zhì)量好壞直接影響用戶體驗，因此，屏幕的質(zhì)量檢測至關(guān)重要?，F(xiàn)在主流的人工目視檢測不僅效率低下，而且檢測標(biāo)準(zhǔn)主觀因素大，嚴(yán)重制約手機制造的自動化進程，基于機器視覺的自動化缺陷檢測方法越來越受到廠商青睞，但現(xiàn)行方法檢測精度底且耗時長，不能滿足實時檢測需求。本課題來源于華為技術(shù)有限公司
4、，基于TFT-LCD屏幕的結(jié)構(gòu)特點和生產(chǎn)工藝，分析了其缺陷產(chǎn)生的類型和特征，提出了一種新的級聯(lián)檢測算法，它充分利用了圖像在時域空間處理的快速性和頻域空間處理的準(zhǔn)確性，有效解決了白屏黑點、白屏亮點、白屏毛絲、黑屏亮點這幾種常見缺陷。本文先通過有效的硬件選型和設(shè)計圖像采集方案，獲得特征明顯，噪聲干擾小的輸入圖像，然后進行級聯(lián)檢測的第一步，通過子圖像灰度差特征快速掃描輸入圖像，分割出異常窗口，第二步利用基于相位的傅立葉變換，在頻域內(nèi)根據(jù)幅值和相位信息濾掉背景紋理干擾，反變換回時域空間做精確的檢測定位。本文對預(yù)處理過程中的分割提取進行了改進和拓展，利用仿射變換和邊界分割解
5、決輸入圖像不規(guī)則的問題，利用分塊和亮度校正方法解決成像灰度不均勻的問題。最后，本文結(jié)合關(guān)鍵參數(shù)的檢測準(zhǔn)確率曲線，給出了最優(yōu)參數(shù)，并將級聯(lián)檢測算法與局部閾值，直接傅立葉變換檢測進行橫向?qū)Ρ龋谙嗤奶幚砥脚_上利用1800張圖像數(shù)據(jù)集進行測試，從漏檢率、誤檢率、全局準(zhǔn)確率、時間效率四個評價指標(biāo)上論證，表明本文提出的級聯(lián)檢測算法優(yōu)于傳統(tǒng)的視覺檢測算法。關(guān)鍵詞：手機屏幕；缺陷檢測；機器視覺-I-哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractMoreandmorecompanyjoininthecompetitionofmobilephonemarket.Theonlywa
6、ytostandoutinthefiercecompetitionistoimprovethequalityandtheefficiencyofmanufacture.Asweknow,thequalityofTFT-LCDcandirectlyaffecttheuserexperience.Therefore,thedefectdetectionofTFT-LCDiswhatthedissertationfocuson.Majorityoftheworkisfinishedbyartificialinspection,whichistime-consuminga
7、ndnotreliable.Themethodbasedonmachinevisionisontherise,butmostalgorithmscan’tsatisfytherequirementofon-lineinspectionwithlowaccuracyandefficiency.AfteranalyzingthestructurefeaturesandmanufacturingprocessofTFT-LCD,thedissertationproposedanewcascadedetectionalgorithm,whichcombinestheadv
8、antag
