1、本科毕业论文（20 届）银浆线路缺陷检测算法研究所在学院 专业班级 光电工程与光通信 学生姓名 学号 指导教师 职称 完成日期 年 月 摘 要II摘 要本文在机器视觉技术和图像处理技术的基础上完成了对银浆线路缺陷检测算法模块的设计和实现。介绍了银浆线路检测的系统原理，对其中运用到的关键技术进行了细致的分析，对在银浆线路缺陷检测中所运用的算法流程进行了深入的探讨。展示了银浆图片的处理效果，并比较了一些算法的优缺点。使用MATLAB 对图像算法进行仿真，并在 VS2012 软件编程环境下使用 C+实现编程。关键词：机器视觉，银浆线路，缺陷检测摘 要IIIABSTRACTBased on machi
2、ne vision and image processing, the module design and realization of the algorithm of the silver line defect detection was done. The paper introduces the silver line detection system. The algorithm used on the silver line defects detection was in-depth studies, which apply to a detailed analysis of
3、the key technology. Show the effects of the paste picture, and compare the advantages and disadvantages of some algorithms. Images simulated using MATLAB and VS2012 software programming which implemented using C+ programming.Key words: machine vision, silver line, defect detection目 录IV目 录第一章 引言 .11.
4、1 课题研究背景及意义 .11.2 国内外研究现状 .21.2.1 国外研究现状 .21.2.2 国内研究现状 .31.3 本课题所涉及的主要领域及技术 .41.3.1 机器视觉技术 .41.3.2 图像处理技术 .51.4 本课题的研究内容 .51.4.1 缺陷类型 .51.4.2 研究内容 .8第二章 银浆线路检测系统原理 .102.1 系统总体框架 .102.2 系统模块分析 .112.2.1 图像采集模块 .112.2.2 运动控制模块 .112.2.3 图像处理模块 .122.3 本章小结 .13第三章 银浆线路检测关键技术 .143.1 图像二值化 .143.2 图像滤波 .143
5、.3 图像匹配 .163.3.1 模板匹配 .173.3.2 基于特征的图像匹配 .193.4 连通域分析 .223.5 角点检测 .253.6 基于霍夫变换的直线检测 .273.7 相关和卷积 .283.8 形态学处理 .293.9 本章小结 .30目 录V第四章 银浆线路检测算法设计 .314.1 图像预处理 .314.1.1 图像二值化 .324.1.2 图像滤波 .344.2 图像匹配 .364.2.1 基于最大连通域的图像匹配 .364.2.2 基于最大相关度的图像匹配 .394.3 形态学处理 .424.4 缺陷分类识别 .434.5 测试结果及分析 .464.6 本章小结 .47
6、第五章 结束语 .48参考文献 .49致 谢 .51附录 程序代码 .52外文资料原文 .58外文资料译文 .62第一章 引言1第一章 引言银浆线路缺陷检测算法模块的设计与实现是机器视觉和图像处理技术在工业领域的典型应用，本章首先将对本课题的研究背景、意义、研究现状、涉及的主要技术和研究内容进行简要的介绍。1.1 课题研究背景及意义当代社会已进入生活全面信息化的时代，立足于先进的信息处理技术，人类建立起强大的信息网络，由于正常人有 80%以上的信息接收需要靠视觉，伴随着人们对信息快而全的追求，各种上网和通讯设备快速革新，时下作为主流显示材料的液晶及平板显示行业也得到迅猛发展。本文的研究对象就是
7、液晶显示屏四周的银浆线路。银浆系由高纯度的(99.9% )金属银的微粒、粘合剂、溶剂、助剂所组成的一种机械混和物的粘稠状的浆料。其品质的高低、含量的多少，以及形状、大小对银浆性能都有着密切关系。虽然，与传统的阴极射线管 (Cathode Ray Tube, CRT) 显示器相比，LCD 具有诸多优点：体积小，功耗低，清晰度高，无几何失真，可视面积大，辐射低等。但是，LCD 设备流程极其复杂，对原材料、加工工艺、生产环境等都有极高的要求，因此在生产过程中难免会出现各种各样的缺陷，于是缺陷的检测自然就成为 LCD 生产流程中的一个不可或缺的环节。目前，液晶显示屏线路缺陷的检测主要依靠人工，工作和分
8、选的过程中效率低、差异大等原因都是由于受到个人的疲劳、视力低下、情绪波动大、光线、检测的可靠性较低、环境等多种因素的影响；一些特殊缺陷需要长时间训练的检测人员方能比较准确观测出；对于缺陷尺寸大小依靠人眼观测对比，容易出现误检和漏检情况。这些原因都在一定程度上影响了生产质量，导致了较大的返修及退货率，从而也增加了成本。因此，为了提高生产效率，加强检测的可靠性，降低生产成本，用机器视觉的方法自动检测 LCD 缺陷是行业发展的必然趋势 1，也是迫在眉睫的需求。 在我国，近几年生产 LCD 的能力有了显著的提高，但是相对应的产品检测系统落后、不完善，尤其很多中小企业目前主要依靠传统的人工检测方式，主观
9、性强，工作效率低，漏检误检率高。随着现在对液晶屏品质的要求越来越严格，这些由人工检测带来的问题会导致液晶屏的次品率越来越高，这些问题随着机器第一章 引言2视觉技术的快速发展得到了解决办法，可以长时间的在同一标准控制下，对产品进行严格检测。图 1-1 为银浆的制作流程。图 1-1 银浆制作流程1.2 国内外研究现状1.2.1 国外研究现状显示行业的发展和对 LCD 需求量的激增，使得对质量检测设备的需求变得日益迫切，国外在该领域的研究比较早，部分高校以及公司投入了大量的资源来研究 LCD 缺陷检测设备 2。 2005 年， LG 公司的 Dae-Cheol Lim 等人提出了一种基于缺陷本身潜在
10、危害性的分类方法，并将其应用到视觉缺陷分类系统中。该算法主要根据缺陷的位置来判断，例如在线路上的缺陷将对 LCD 产生大的危害，而在线路之间的小缺陷对 LCD 质量没有什么影响。对该系统进行测试的结果显示，它能很好的排除那些没有危害的缺陷的信息，正确率可达到 0.98。2007 年，以色列的 Orbotech 公司发表了用于制作大尺寸液晶的自动光学检测技术，它融合了缺陷检测与分类这两种技术，Orbotech 表示该技术已被确认能够提高产品合格率和生产效率。Orbotech 的 AOI 设备使用多个相机、光源和特殊的数字图像处理算法，它可检测的缺陷尺寸达 5 m 以下。同时，利用先进的学习型及规
11、则型筛选技术，它可对检测结果进行自动分类，并对缺陷进行快速第一章 引言3定位；正在检测的无缺陷 LCD 面板可直接进入下一个生产环节；有缺陷但可修复的不良品将被传送到维修站，并且包含了缺陷的位置信息，从而提高了修复效率；不可修复的不良品直接报废。 2008 年， LG 公司的 Lee Woo Chul 等人发表了基于图像处理的缺陷自动检测算法，以用于 TFT-LCD 激光修复机。对于采集的图像经过预处理去除相应噪声后，检测缺陷区域，然后通过 Blob 分析提取缺陷的轮廓，以此得到缺陷的位置、形状和大小等信息；在此基础上设计了产生修复路径的算法。由于激光修复要求定位精度很高，因此还提出了补偿算法
12、用于补偿硬件畸变和激光模式畸变带来的差异。该系统可以检测尺寸 2 m 的缺陷，成功率达 98%；同时由于采用了补偿算法，得到的激光位置精度可达到 1 m 。 1.2.2 国内研究现状我国 LCD 质量检测设备的研究发展比国外稍晚，并且以台湾地区为主，不过近些年对该领域的研究逐渐增多，例如台湾成功大学、东捷、美科乐等均投入了大批资产以研究相关检测设备。哈尔滨工业大学超精密光电技术研究所与友达光电合作，计划开发一套 LCD 缺陷自动检测系统，2006 年该研究所的张昱等人提出了一种 LCD 缺陷检测技术，该技术以模糊专家系统为理论依据，可避免建立复杂的数学模型。浙大三色公司在浙大雄厚科研实力的支撑
13、下，研发了用于 LCD 的 AOI 系统 FPDM-108，在国内处于较高水平。2008 年，南京理工大学的张戈提出了处理不同缺陷的解决方案，作者对液晶屏实行分块检测，从而解决了 CCD 视场的不足问题，通过大量测试，初步实现了 LCD 瑕疵的自动检测。同年，华南理工大学的刘毅等人设计了一种基于图像处理技术、采用 MATLAB 与 VC+为开发工具的液晶屏缺陷检测方案。 2009 年，东南大学的彭永林等人提出了检测 ITO 玻璃缺陷的一组算法，并介绍了基于此算法的初步自动化缺陷检测系统；2010 年，毕昕等人针对 LCD 制作流程中的 Mura 缺陷，提出了一种检测 Mura 缺陷的机器视觉方
14、法，该方法基于实值 Gabor 小波滤波、独立分量分析以及水平集方法等理论，构建了缺陷检测流程，取得了较好效果。台湾元智大学 Shin-Min Chao 等人提出了一种基于各向异性扩散模型的低对比度表面缺陷检测算法, 用于检测低对比度、非均匀图像上的细微缺陷；通过控制扩散系数函数的曲线参数，该模型可灵活运用于各种低对比度表面缺陷的检测；该模型的所有参数值都是自适应调整的，不需要人第一章 引言4为的干涉。 1.3 本课题所涉及的主要领域及技术在本课题中涉及的主要技术有机器视觉技术和图像处理技术，其中图像处理技术是机器视觉技术的基础。1.3.1 机器视觉技术机器视觉以图像处理理论为核心，是人工智能
15、范畴的一个领域，广泛应用于各种无损检测技术中 2。机器视觉就是用摄像机和计算机来模拟人的视觉功能，它通过提取物体的图像信息，经过分析处理，对检测物进行识别、跟踪和测量。机器视觉测量系统的结构主要有 CCD 摄像机、图像采集卡、图像处理软件、计算机和其它外设组成。其工作过程为：首先将被测物体放置于均匀照明的可控背景前，采用 CCD 摄像机将检测目标转换成图像信号，再由图像采集卡将其转化成数字化信号传送给专用的图像处理系统，计算机里面的图像处理软件对所得的信号根据像素分布、亮度和颜色等信息，进行各种运算来提取目标的特征，根据预设的容许度和其他条件输出判断结果 4。在工业检测中，对不同的检测标准进行
16、定量的设置，既能排除人为主观因素的影响，又能排除因人而异的差距，大大提高了检测效率。以计算机视觉为理论基础的机器视觉的兴起为人们提供了一种新的检测手段。目前，随着科学技术的发展，机器视觉在各种领域得到了广泛的应用，如工业检测，农产品的分选、制造业、PCB 印刷电路、电子封装技术与设备、医疗工程、航空航天以及军事工业等。机器视觉作为近年来新出现的一门学科一直以较快的速度发展，自上世纪 90 年代中期开始，机器视觉的发展已经从当初的实验研究阶段逐步的走向实际应用的发展阶段。进入 21 世纪以后，机器视觉在各个行业的应用得到了迅猛的普及和推广 5。经过几十年的发展，机器视觉技术逐渐成熟，有精度高、成
17、本低、灵活性好等优点。由于其自身的特点，机器视觉广泛的代替人工应用于恶劣的工作环境，其在制造业中的应用一般分为基于产品特征的检测和机器人的研究这两大方向。其中产品特征的检测又分为产品表面品质特征的检测、产品结构特征的检测和产品空间特征的检测。表面检测作为一种控制产品质量的重要手段，被广泛地应用于工业自动化生产中。南昌大学的郭波等人设计了一个基于机器视觉的机械加工缺陷检测与定位系统。该方法能够有效的检测、定位并识别工件表面的缺陷，其系统第一章 引言5为缺陷抽检系统。南京工程学院的李春颖提出一种基于机器视觉钢球表面缺陷识别方法。能够实现钢球表面缺陷的自动检测，具有可靠、高效的特点。重庆大学的高潮等
18、人介绍了一种机器视觉应用于零件表面裂纹的自动检测技术，该方法要求把待测零件放在工作台上的特定检测区内检测，能很好地实现零件表面裂纹缺陷的自动判别和定量检测，但无法实现大批量的在线检测。1.3.2 图像处理技术图像处理技术是机器视觉技术的基础，它是把输入图像转换成具有所希望特性的另一幅图像，在机器视觉的研究中往往利用图像处理技术进行特征提取。数字图像处理是利用计算机对图像进行去噪、增强、复原、分割、提取特征等的理论、方法和技术。图像处理是将输入图像转换成一个数字矩阵存放在计算机中，再采用一定的算法对其进行处理。数学是图像处理的基础，最主要的任务是处理过程中各种算法的设计和实现。图像处理技术的主要
19、内容如下。1图像数字化：通过采样和量化过程将模拟图像变换成易于计算机处理的数字信号。 2图像增强与复原：主要通过有效的算法处理，突出图像中有用的目标信息，抑制无用的背景信息，即减弱干扰与噪声，使图像变得清晰，便于后续处理，是提高图像质量的常用方法。图像复原则依据图像降质的过程建立“降质模型”，在采用相应的滤波方法，恢复或重建原来的图像。 3图像编码：简化图像的表示，用较少的存储量和传输量来存储、传输较多的信息，以便于数据的存储和传输。 4图像分割与特征提取：图像分割是将图像划分为一些互不重叠的区域，依据图像灰度值的不连续性或相似性，按照一定的规则把图像分成各具特性的区域并提取感兴趣目标的技术和过程。 5图像识别：图像识别的主要任务是对目标物体的归属作出判决，属于模式识别和人工智能的范畴，常用的方法有模板匹配、统计模式识别、句法结构模式识别和神经网络模式识别。1.4 本课题的研究内容1.4.1 缺陷类型银浆线路缺陷检测，将要检测的缺陷主要包括短路、断路、图缺与电极划伤四种缺陷。
