CN114792310B 一种LCD屏幕中边缘模糊的Mura缺陷检测方法 （广东工业大学）

一种LCD屏幕中边缘模糊的Mura缺陷检测方法本发明提供一种LCD屏幕中边缘模糊的Mura缩小为原来的既节省了图像处理的时间又保2S6：对经步骤S5后的添加噪声的图像和步骤将噪声填充图与未进行噪声填充的图进行差分检测黑团缺陷，得归一化的原理是计算图像中每个像素点灰度值映射到0-255的范围内，映射前最小的方程(4)中的img(n,m)指图像中坐标为(n,m)的像素点的灰度值，min_img为该图像中2.根据权利要求1所述的LCD屏幕中边缘模糊的手动输入屏幕边缘坐标进行裁剪或自动求取边缘坐标进3.根据权利要求2所述的LCD屏幕中边缘模糊4.根据权利要求3所述的LCD屏幕中边缘模糊的Mura缺3原图中虚拟点四周的四个真实存在的像素点的灰度值来共同决定目标图中的对应像素点f(dx,dy)＝f(dx,0)*(1-5.根据权利要求4所述的LCD屏幕中边缘模糊度均值，然后通过遍历该列中所有的像素点找到该列中所有灰度值低于某一阈值的像素6.根据权利要求5所述的LCD屏幕中边缘模糊的Mu7.根据权利要求6所述的LCD屏幕中边缘模糊步骤S7中，经过未添加噪声的图像与添加噪声的图像进行差分或者对差分图的增强之后，图像中灰度值最大的地方就是缺陷所在的地方，其他地方的灰度值与最大值至少相差10，值化的结果图中每个缺陷都是由多条白色短线构成，利用膨胀运算使白色短线凝聚成白膨胀具体的操作方法是用一个宽m,高n的矩形作为模板，对图像中的每一8.根据权利要求7所述的LCD屏幕中边缘模糊的M过矩形网格中最近的16个采样点的加权平均9.根据权利要求1-8任一项所述的LCD屏幕中边缘模糊的Mur4的特点导致经过前背景分离操作得到的前景图和背景图中均包含该缺陷或均没有该缺陷，[0003]现有技术中公开了一种手机TFT-LCD屏Mura缺陷在线自动检测方法的专利，该专并根据每个子图像块的灰度分布特征，利用自适应局部增强算法增强图像中的Mura缺陷；最后采用阈值法和形态学开操作提取图像中的Mura缺陷。本发明主能自动识别对比度低、专利对通过添加适当的噪声进差分可以有效解决缺陷边缘模糊问题却[0004]本发明提供一种LCD屏幕中边缘模糊的Mura缺陷检测方法，该方法通过添加适当5个像素点，用模板确定的邻域内像素点的加权平均灰度值替代模板中心像素点的灰度值，别缩小为原来的利用原图中虚拟点四周的四个真实存在的像素点的灰度值来共同决定点到第300个像素点的灰度均值，然后通过遍历该列中所有的像素点找到该列中所有灰度[0027]归一化的原理是计算图像中每个像素点灰度值映射到0-255范围内，映射前最小6[0029]方程(4)中的img(n,m)指图像中坐标为(n,m)的像素值与最大值至少相差10，采用二值化的方法将灰度值大于某一阈值的像素点灰度值置为(x,y)的灰度值可以通过矩形网格中最[0035]本发明通过在适当的位置添加适当的噪声可以做到有效检出任意形状和大小的像大小缩小为原来的既节省了图像处理的时间又保留了图像中的有效数据；在整个图7[0055]对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解裁剪采用手动输入屏幕边缘坐标进行裁剪或自动求取边缘8的利用原图中虚拟点四周的四个真实存在的像素点的灰度值来共同决定目标图中的对[0081]方程(4)中的img(n,m)指图像中坐标为(n,m)的像素9值可以通过矩形网格中最近的16个采样点的加权平均可以准确检测任意形状大小的LCD屏幕中任意位置和任意大小的边缘模糊的Mura缺陷。下[0088]LCD屏幕有各种各样的形状和大小，在实际工业现场的检测过程中为了保证待测缺陷的灰度值与所在列其他像素点的灰度值有一定差距，因此可以在步骤4的结果图中添陷的地方与没有缺陷的地方的灰度值差距，可以采用直方图均衡化或者归一化进行增强。通过直方图均衡化或者归一化进行增强后，可以拉开缺陷区域与非缺陷区域的灰度值差[0107]方程(4)中的img(n,m)指图像中坐标为(n,m)的像素此可以采用二值化的方法将灰度值大于某一阈值的像素点灰度值置为255，其他区域的置改像素x的值为所有像素中最大的值。这样操作的结果会将图像外围的突出点连接并向外[0116]由于图像中高斯噪声会对后续的图像处理过程造成干扰，因此选用大小为45×