手機屏幕表面劃痕檢測系統(tǒng)研究

王思宇　郭陽寬　郭會梁　孫文藝

摘要：針對當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98%以上。

關鍵詞：劃痕檢測；種子填充算法；細化處理算法；掃描標記法

中圖分類號：TP39 文獻標識碼：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。但目前對透明材質檢測仍是一大難點，實際應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]。近年來國內很多學者將其運用到屏幕缺陷檢測中，蘇孝雨[4]設計出一套液晶屏裂痕缺陷自動檢測系統(tǒng)利用數(shù)學形態(tài)學提出了對裂痕的自動檢測的方法。趙健[5]采用了一種改進的支持向量算法，實現(xiàn)了對缺陷區(qū)域的識別和分類。文獻主要是做定性分析。本文基于數(shù)字圖像處理技術提出了一套定量檢測方法。

2 系統(tǒng)結構設計

本文設計的檢測系統(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)算法設計

本文提出了一套基于圖像處理技術的手機劃痕檢測算法，算法設計方案如圖2所示。

預處理后，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。再采用掃描標記法，求出劃痕區(qū)域面積；運用細化算法對劃痕填充區(qū)域進行處理，獲得劃痕骨架進而求出弧長。

3.1 圖像預處理

圖像在獲取和傳輸過程中會產生噪聲，引起細節(jié)模糊化，邊緣退化，偽特征增加等，進行圖像預處理，將無用信息消除并將真實有用的信息增強。

對采集到的圖像進行二值化處理，然后進行外輪廓提取，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部區(qū)域。具體算法步驟：

（1）標記種子（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)學表達式如下：

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 細化處理算法

為求劃痕的弧長，需要將填充好的連通區(qū)細化處理，即一層層剝離，直到得到圖像骨架。采用Rosenfeld細化算法，結果如圖4（a），細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

劃痕的弧長利用細化結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)計實驗結果如表1、表2。

實驗結果表明，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 結語

本文設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

[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，2016.

[2]張巖，王寶光.手機面板表面質量在線檢測系統(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)的設計[J].電子測量與儀器學報，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].測控技術與儀器儀表，2013，39（12）：90-92.