本科毕业论文基于机器视觉识别技术的液晶屏功能显示缺陷检测软件系统设计.docx

《本科毕业论文基于机器视觉识别技术的液晶屏功能显示缺陷检测软件系统设计.docx》由会员分享，可在线阅读，更多相关《本科毕业论文基于机器视觉识别技术的液晶屏功能显示缺陷检测软件系统设计.docx（73页珍藏版）》请在三一文库上搜索。

1、摘要本文主要研究并设计了基于机器视觉识别技术的液晶屏功能显示缺陷检测软件系统。重点对缺陷检测算法的研究和软件界面的程序设计。在研究LCD电性测试特点以及显示缺陷种类的基础上，采用机器视觉技术，研究图像预处理算法以及基于图像配准方法的液晶缺陷检测算法，调用图像处理算法对图像进行处理并判定缺陷大小，类型等，输出缺陷检测信息。该系统对常见的LCD功能缺陷能够有效的检测，对长宽都不大于20Omm的液晶片，其检测精度为0.1mm,速度为1张/S。该软件系统能够代替人眼实现LCD各类显示缺陷的快速、自动检测。关键词：机器视觉，缺陷检测，LCD,图像处理，算法ABSTRACTABSTRACTThisdiss

2、ertationhasresearchedanddesignedasoftwaresystemwhichisbasedonmachinevisionrecognitiontechnologytodetectthedefectofLCD.Itfocusesonthealgorithmsofdefectdetectionandtheprogramdesigningofthesoftwareinterface.FirstwehaveresearchedtheelectricalcharacteristicsofLCDandthetypesofthedisplaydefect.Weusethemach

3、inevisiontechnologytoresearchtheimagepre-processingalgorithm,andtheLCDdefectdetectionalgorithmwhichisbasedonimageregistrationmethod.Thesystemusesimageprocessingalgorithmstoprocessimagesanddeterminesthesize,typeofdefectanddefectinformationofdetection.ThesystemcaneffectivelydetectthecommondefectsofLCD

4、Fortheliquidcrystalfilmofwhichthelengthandwidthbotharelessthan200mm,thedetectionaccuracyofthesystemis0.1mm,andthespeedis1piece/s.Thesystemcanreplacethehumaneyetoachieverapid,automaticdetectionofvarioustypesofLCDs.KeyWords:machinevision,defectdetection,LCD,algorithmsIII第1章引言41.1 课题背景41 11日日Sll41.1 .

5、2机器视觉识别41.2 课题的价值及意义51.3国内外研究现状51.4本课题研究内容与创新点6第2章LCD显示缺陷表征及特性研究721日日72.2液晶显示器的工作原理及分类82. 2.1结构及工作原理83. 2.2液晶显示器的常见分类82. 3液晶屏显不缺陷92. 3.1液晶屏显示缺陷形成原因93. 3.2常见液晶显不缺陷的分类92.4本章小结9第3章LCD显示缺陷的图像采集研究104. 1103. 2CCD相机103. 2.1CCD相机相关知识介绍1032.2CCD卞目113. 3.2镜头选择133.4图像采集卡143.514第4章LCD显示缺陷检测算法的研究154.1概述154. 2子页1

6、54. 2.1图像噪声154. 2.2图像平滑滤波161.1 3创建标准模板184.4 创建容差模板194.5 待测图像配准204. 5.1概述204. 5.2配准的基本理论介绍204. 5.3J酉Lt214. 5.3.1特征提取214. 5.3.1图像平移调整234. 5.3.2图像的旋转变换244.6图像差值运算254.7缺陷判定254.8*26第5章基于C#的液晶屏功能缺陷检测软件设计275.1C#基础2751.1IC#275. 1.2C#的特点275. 1.3C#的委托和事件285. 1.4C#的GDI+绘图技术295.2 C#开发环境的搭建295. 2.1下载和安装296. 2.2环

7、境的设置327. 2.3程序的试运行与开发325.3 缺陷检测软件的设计325.3.1Windows窗体设计器335.3.2主程序界面设计345.3.3程序的模块设计365. 3.3.1相机操作模块366. 3.3.2软件操作界面模块设计397. 3.3.3图像处理模块的设计448. 3.3.4模板管理模块设计475.4 缺陷检测程序的代码编写485.5 本章小结48第6章液晶屏功能缺陷检测软件程序编译调试496.1对软件进行调试496.2 软件的编译运行496. 2.1启动程序4962.2507. 2.3图像配准508. 2.4选择检测型号519. 2.5样片选取并执行检测5210. 2.6

8、检测结果展示526.3 调试结果分析546. 4*54第7章总结与展望557. 1本文完成的工作557.2未来的工作与展望55参考文献57致谢59附录60附录一主界面操作代码60附录二图像处理模板代码65第1章引言1.1 课题背景1.1.1 液晶的发展1888年奥地利植物学家EReinitge首先观察到液晶现象。1889年，德国物理学家OLehmann观察到同样的现象，并发现呈浑浊状的液体具有液体和晶体相似的性质，故称之为“液晶(LiqUidCrySta1)”。由于当时条件限制，液晶并没有得到重视，直到1961年，美国无线电公司(CRA)普林斯顿研究所的GHHeimeier把电子学应用到有机化

9、学，通过各种实验方式终于是液晶变成了透明状，并且发动了一系列电光效应，随之研究出了各种显示器的应用产品，但在当时RCA公司并没有对外公布。1968年RCA公司首次向世界公布了这些液晶发明，液晶开始应用于显示器上，从此LCD(LiquidCrystalDisplay)液晶显示器的发展突飞猛进，在今天已经得到了广泛的普及也应用。现如今LCD不仅具有高分辨率、高亮度和无几何变形等诸多优点外，还具有体积小、重量轻和功耗低等特点。因此被广泛应用于手机、数码照相机、摄像机、桌面显示器、笔记本电脑和液晶电视机等几乎所有的显示领域。1.1.2 机器视觉识别所谓机器视觉美国制造工程师协会(SME)机器视觉分会和

10、美国机器人工业协会(RIA)自动化视觉分会定义为：“使用光学器件进行非接触感知，自动获取和解释一个真实场景的图像，以获取信息和控制机器的过程J自从20世纪70年代中期麻省理工学院开设了“机器视觉”课程至今机器视觉技术已经从实验室走向了实际应用的发簪阶段。如今机器视觉系统应用于定位、测量、识别和检测等领域，其包括宇宙探测、航空、卫星遥测、生物医药、工业生产品质检测、指纹对比、机器人控制、多媒体技术。而视觉识别技术则是机器视觉系统应用的其中一种。在识别的过程中，首先相机通过图像传感器将光信号转换成电信号，并传送给图像处理系统；根据像素分布和亮度、颜色等信息，图像处理系统对经过数字化处理的信号进行各

11、种运算来抽取目标的特征，如位置、长度、数量等，再根据预设的阈值、容差，输出结果，如合格不合格，缺陷种类等等。课题的价值及意义1.CDCLiquidCrystalDiSPlay)液晶显示器在生产过程中涉及到光刻、取向排列、丝网印刷以及液晶灌注等一系列复杂工艺，尽管对各个工艺环节进行了质量控制,仍无法避免最终成品LCD出现各种电性显示缺陷。以往都依靠人工方式进行缺陷检测。然而，人眼很难分辨直径只有零点几毫米的缺陷，而长时间工作极易引起视觉疲劳，导致质量检测精度和一致性都无法保证。不能适应行业发展需求，因此使用机器视觉识别的方法开发自动检测LCD显示缺陷的系统以代替人工检测是必然趋势。随着科技的进步

12、以及人类的需求的多样化发展，在LCD的电性显示缺陷检测中人们的要求必然越来越高，因此机器视觉识别技术在LCD缺陷检测中发挥巨大影响力，它将为此向着高精度、高速度、高智能化的方向发展。在国外已经逐步采用机器视觉系统对LCD外观各种缺陷进行检测的情况下，国内厂商还基本使用人工目测的方式进行检测，并且没有一个相对统一的缺陷判定行业标准，只是根据不同客户要求做相应的判定。这是国内相应LCD产品成品率无法赶超国外的一个重要原因。因此，基于机器视觉识别的LCD缺陷自动检测系统的研究具有重大的意义，在不远的未来有广阔的应用前景。1.2 国内外研究现状近年来随着液晶的应用越来越广泛，液晶屏暴露出的问题也日益渐

13、增，因此液晶屏功能检测变得重要起来，国内外很多技术已经开始在液晶屏功能缺陷检测方面研究和应用。1 .日本法视特(FAST)株式会社生产的平板显示器检测系统适合于以LCD为代表的平面面板的点检测，玻璃、胶片、金属等平面的瑕疵、污垢检测等，是适合平面对象物体表面检测的图像处理系统，利用FAST独特的图像处理技术，可检测出低对比度的缺陷及ShimiMura缺陷。2 .韩国三星电子集团联合首尔大学人工智能与机器视觉实验室进行LCD显示缺陷自动检测的研究，通过开发出一种新的基于水平线的形态学方法，在改进传统的模板匹配模式识别方法、扩大系统适用领域的研究中取得了突破性进展。3 .我国液晶起步较晚，在功能检

14、测方面更是落后但经过近几年的研究也取得了不少成果。哈尔滨工业的大学的张昱张健采用基于最小二乘法的多项式曲面拟合技术以建立液晶显示器的背景模型的方法检测LCD斑痕缺陷，他们随后又提出了一种基于模糊专家系统的缺陷检测方法。1.4本课题研究内容与创新点本文是基于机器视觉识别技术对液晶屏功能缺陷的检测进行研究，并利用相关软件开发设计一套能对液晶屏显示的常见缺陷进行检测的软件系统。本文重点讨论了LCD显示缺陷的检测算法和软件的模块设计，包括图像采集，图像处理等问题。主要有一下内容：（1）介绍基于机器视觉识别的液晶屏显示缺陷的研究背景、价值意义以及国内外的研究现状（2）介绍LCD显示缺陷表征特性，包括LC

15、D的特点、工作原理，LCD显示缺陷的成因、特点和缺陷的分类。（3）介绍图像采集的相关知识，选择相机镜头及图像采集卡等器件，并对相关器件的特点和参数进行简单介绍。（4）介绍LCD显示缺陷的检测算法，主要是对图像的操作处理，包括图像的预处理，创建标准模板，待测图像配准，图像差值运算，缺陷判定等等。（5）介绍检测软件的设计，包括编程工具的选择，模块的设计，编程代码等等。（6）对写出的软件系统进行调试。（7）对软件测试出的结果进行分析，包括对数据的处理、分析，软件系统的功能、性能评价。本文的创新之处在于，基于视觉识别技术的液晶屏功能显示缺陷检测实用性高，价值大，对缺陷检测算法方面具有指导性意义。系统的

16、技术指标为：对不大于20Omm尺寸的液晶屏，检测精度为0.1mm,检测时间为Is,误检率小于5%,据我们所知这在国内属于领先水平。第2章LCD显示缺陷表征及特性研究缺陷的定义和分类是缺陷检测的基础。研究LCD显示相关知识，包括液晶材料基本特性、液晶显示器结构、分类、工作原理。划分液晶显示器显示缺陷类别，查阅文献资料，分析各类缺陷形成原因以及各自特点，为检测系统缺陷分类奠定基础。2. 1液晶显示器的特点液晶材料在用于LCD的情况下，液晶的特点的初始分子排列，在电压及热的作用下，其分子排列将发生有别于其他分子的排列变化。因此液晶盒将把双折射、旋光性、光散射等各种光学变化转化为视觉变化从而将液晶应用

17、于显示器。1.CD最大的特点是质量轻、厚度薄、功耗小等。因此到目前为止，不管是在民用还是军用的各种平板显示器当中，LCD一直占据领先优势。LCD的具体特点罗列如下叫优点：（1） 功耗低，每平方厘米耗电量不超过90微瓦，如果使用普通电池可长时间运行，属节能型显示器。（2） 厚度薄，元件为薄型，一般厚度都不超过1厘米，能应用于超薄型显示器，可制成贴片，特别适合用于便携式装置。（3） 质量轻，可以任意拼接进行扩大及组合显示，因此容易实现大画面显示，如电影幕，电视墙等等。（4） 低电压运行，可由IC直接驱动，回路简单小型，属于非主动发光性显示,几十在明亮的地方也能显示可见，并且容易实现彩色显示。缺点：

18、1） 属于非主动发光，需要背光源，如果采用发射方式进行显示时，在比较暗的场所，显示不够鲜明。（2） 一般来说，屏幕显示的对比度与观察者的观察方向有关，因此液晶的视角比较小，其扩大收到限制。（3） 液晶响应的时间与所处周围环境的温度有关，由于液晶的特性其在零下30到40度的环境下响应较低甚至不响应，故在低温条件下应用较为困难。2.2液晶显示器的工作原理及分类2.2.1结构及工作原理图2-1TFT-LCD剖面结构图以TFT-LCD为例介绍，首先，液晶显示器利用背光源发光，然后经过第一个偏光板，再经过液晶，光线最后再通过另一个偏光板射出。从图2-1我们可以看出，上下的配向膜的角度差恰好为90度，所

19、以液晶分子的排列由上而下会自动旋转90度，在不加电压的情况下，当入射的光线经过上面的偏光板时，会只剩下单方向极化的光波。通过液晶分子时，由于液晶分子总共旋转了90度，所以当光波到达下层偏光板时，光波的极化方向恰好转了90度。而下层的偏光板与上层偏光板，角度也是恰好差异90度。所以光线便可以顺利的通过。但是如果我们对上下两块玻璃之间施加电压时，液晶分子在电场的作用下，其排列都变成站立着的，此时通过上层偏光板的单方向的极化光波，经过液晶分子时便不会改变极化方向，因此就无法通过下层偏光板。因此我们只要改变刺激液晶的电压值就可以控制最后出现的光线强度与色彩，并进而能在液晶面板上变化出有不同深浅的颜色组

20、合了叫2.2.2液晶显示器的常见分类常见的LCD根据控制方式不同可以分为被动矩阵式LCD和主动矩阵式LCD两种。根据工作模式的不同可以分为动态散射型（DS）,扭曲向列型（TN）,电控双折射行（ECB）,宾主效应型（GH）,相变型（PC）,超扭曲向列型（STN）,铁电型（FL）,固态液晶膜型（PD）,多稳态型（ML）以及薄膜电晶型（TFT）0被动矩阵式LCD在亮度及可视角方面受到较大的限制，反应速度也较慢。由于画面质量方面的问题，使得这种显示设备不利于发展为桌面型显示器，但由于成本低廉的因素，市场上仍有部分的显示器采用被动矩阵式LCD。其包括TN,STN等扭曲向列类LCD。主动矩阵式LCD是目前

21、应用比较广泛的，也称TFT-LCDTFT液晶显示器是在画面中的每个像素内建晶体管，亮度更明亮、色彩更丰富及更宽广的可视面积。2.3液晶屏显示缺陷2.3.1液晶屏显示缺陷形成原因液晶屏在生产过程中要经过上百道工序，其中主要涉及到光刻，取向排列，丝网印刷以及灌注液晶等非常复杂的步骤网。因此，尽管这些大部分过程都是在高洁净的无尘室里完成的。但是还是不可避免的会出现一些缺陷。造成的原因有很多，比如驱动芯片位置放置不正；PCB板上沾染灰层异物；扫描电极断路或者短路；灌注液晶材料不均匀或者有杂质；玻璃基片平滑不一致或者上面划痕；彩色滤光片对位不正或者有划痕等等。2.3.2常见液晶显示缺陷的分类液晶屏显示的

22、缺陷种类有很多，根据缺陷的形状和面积可以将液晶屏的缺陷分为点缺陷、线缺陷、面缺陷。而点缺陷又可以根据有缺陷的像素的亮度比背景亮还是比背景暗分为亮缺陷和暗缺陷即白点和黑点。同理线缺陷也可以分为亮线和暗线，另外根据线的形状分为直线缺陷和曲线缺陷。对于面缺陷而言，目前最常见的是MUra缺陷，其来源于日本，表示脏污、斑痕的意思。MUra缺陷的特点一般其对比度小，形状和面积不定，亮度明暗不均匀的区域，缺陷面积大于一个像素。2.4本章小结本章主要介绍了液晶材料基本特性、液晶显示器结构、分类、工作原理以及常见液晶显示的缺陷成因及分类。第3章LCD显示缺陷的图像采集研究3.1概述图像的采集是通过CCD相机对待

23、测LCD摄像，CCD将获得的光信号转换成电信号传输给图像采集卡，图像采集卡经过对电信号的预处理，形成位图格式的数字图像送进电脑里面我们编辑的图像处理软。此过程完全由软件系统对其实行操作控制,并且待测LCD成像质量的好坏直接关系到系统检测精度和效率的高低,同时良好的成像质量还能够有效的降低系统的复杂程度和图像处理算法的要求。因此研究图像的采集对整个软件系统有其重要的意义和必要性，图像的采集需要涉及到相机、镜头和图像采集卡的选择以及确定系统的各项参数指标，包括分辨率、视场范围、焦距等。3.2CCD相机3.2.1CCD相机相关知识介绍常见的相机有CCD(ChargeCoupledDevice)相机和

24、CMOS(ComplementaryMetalOxideSemiCOndUCtor)相机两种，其中CCD是一种半导体是一种半导体成像器件，具有灵敏度高、抗强光、畸变小、体积小、寿命长、抗震动等优点。被摄物体的图像经过镜头聚焦到CCD芯片上，根据光的强弱累计相应比例的电荷，各个像素累积的电荷在视频时序的控制下，逐点外移，经滤波、放大处理后形成视频信号输出。目前CCD相机以其小巧、可靠、清晰度高等特点在商用和工业领域都得到了广泛的使用。CCD相机按照其使用的CCD器件可以分为线阵CCD和面阵CCD两大类。顾名思义线阵CCD相机在摄像时一次获取图像的一行信息，被拍摄的物体须以直线形式从相机前已过才能

25、获得完整的图像。线阵CCD相机主要用在检测那些条形、筒状产品，如纸张、铁片、布料玻璃等等。而面阵CCD则可以一次获取完整的一张图像。但是同等面积、同等分辨率的情况下线阵CCD比面阵CCD成本要低价格要便宜，同时由于材料的限制，线阵CCD比面阵CCD所能实现的分辨率和精度都要高。CCD的主要参数：(1) 分辨率。面阵CCD有648X484,768X484等等，常用CCD一般有512到4096个像素或者更多。(2) 快门时间。一般有l50s,l125s,等等。(3) 扫描方式。有隔行扫描和逐行扫描两种。(4) 场频。一般有50HZ左右的场频。(5) 芯片尺寸。常见的CCD芯片为1/2，1/3”等。

26、3.2.2CCD相机选择本系统采用AVT的C)SCAR系列IEEE1394a数字摄像机,具体型号为F-810C,其参数网及实物图如下所示：表3-1CCD相机参数厂家型号颜色模式分辨率CCD尺寸帧率数字接口镜头接口AVTOSCARF-SlOC彩色3288X2470233.Ifps1394aC口图3-1本系统采用的相机实物图选用该相机的原因如下：1 .分辨率：根据需求分析，基于液晶片子最大尺寸2(X)mm和检测精度0.1mm的考虑，为避免漏检，Olmm尽量至少用两个像素表示故选择分辨率为3288x2470的八百万相机，基本可达到项目队图像采集的要求。2 .颜色模式：功能检测为了达到较好的检测效果，

27、在灰度情况下很不明显，需要提取颜色分量，故选择彩色相机。3 .帧率：对于LCD和LCM电测，需要观测多幅画面，单每幅画面间隔均超过1S,因此对相机帧率要求不高，选择3.1fps的相机足矣。4 .数字接口：使用IEEEI394b技术，带宽可达800Mbits,适合高分辨率，大图像的传输。5 .配有异步外触发，支持多种触发方式。3.3光学镜头3.3.1镜头简介光学镜头是机器视觉系统中必不可少的部件，直接影响成像质量的优劣，影响算法的实现和效果。光学镜头从焦距上可以分为短焦镜头、中焦镜头、长焦镜头；从视场大小分有广角、标准，远摄镜头；结构上分忧固定光圈的定焦镜头，手动光圈的定焦镜头，自动光圈的定焦镜

28、头，动变焦镜头、自动变焦镜头，自动光圈电动变焦镜头，电动三可变（光圈、焦距、聚焦均可变）镜头等。光学镜头的主要参数：（1）光圈：光圈是控制镜头通光量的装置。光圈值（F）则用来描述光圈的大小，光圈值越大，光圈越小。常见的光圈值介于f2.8-fl6之间。（2）分辨率：分辨率代表镜头记录被测物细节的能力，以每毫米内能够分辨黑白线对数为计量单位（LPmm）o制约镜头分辨率的主要是光的衍射现象，衡量镜头分辨率的主要是调制传递函数。（3）视野：镜头所能拍到的最大尺寸，也就是镜头所能够覆盖的有效工作区域。与视场角相关,一般镜头的视场角在90。到180。不等,广角镜头甚至可以超过180。（4）景深：被测物可以

29、清晰成像的纵深范围，与视野相似，不同的只是视野是横向的范围。虽然镜头会在规定的景深范围内保持最小的分辨率，但他们不一定会保持相同的视野。（5）焦距：镜头光学后主点到其焦点的距离，也就是镜头到成像面的距离。光阑系数：即光通量，以镜头焦距和通光孔径的比值来衡量。镜头各参数之间是相互影响的，比如，焦距越小视场角越大，景深越小，畸变越大，渐晕现象越严重。光圈越大景深越小，分辨率越高，渐晕现象越严重等等。3. 3.2镜头选择本系统采用KOWA的LM16JC10M型号千万像素镜头，其参数及实物图如下:表3-2镜头参数厂家型号焦距分辨率物距范围视场角畸变率接口KOWALM16JC10M16mm2001pm0

30、1o30X22.7-0.20%C口图3-2系统所用镜头由于本次系统主要是要求检测的液晶片的最大片子尺寸200mm,其工作距离为350-500cm,而检测指标是能够分辨0.1mm的细节，为了满足要求，基于如下考虑选用该型号镜头：1 .相机选用AVTOSCARF-810C相机，靶面尺寸为2/3英寸(8.8X6.6mm),像素数为3288X2470,像元尺寸为2.68um02 .系统放大率：为p=8.8200=0.0443 .可分辨的景物精度为：像素尺寸/放大倍率=0.00260.044=0.0609mm,满足系统分辨小于0.1mm的要求。4 .假设工作距离取400mm,则系统摄影物镜的焦距为fl

31、l+l)=400(l+1/0.044)=16.856mm故选择焦距为16mm,为适应最大片子的要求，检测小片子时，可适当调整工作距离，仍能达到检测的要求5 .镜头的视场角决定了被拍摄物体的范围，像面区域半径与焦距和视场角2W的关系为：y=P=tanW,W=arctan（yf）*2=36,故视场角30*22.7能能够满足系统要求3. 4图像采集卡图像采集卡是图像采集设备与图像处理设备U3的接口。其功能是将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。它是我们进行图像处理必不可少的硬件设备，通过它，我们就可以把CCD拍摄的视频信号从摄像机转存到计算机中。它用于将模拟/数字视频流转化为模拟/

32、数字的图像数据流。图像采集卡的一些主要技术参数：（1） 图像传输格式格式是视频编辑最重要的一种参数，图像采集卡需要支持系统中摄像机所采用的输出信号格式。大多数相机采用RS422或者EIA644作为输出信号格式。在数字相机中，IEEE1394,USB2.0和CameraLink几种图像传输形式则得到了广泛的应用。（2） 图像格式（像素格式）黑白图像：通常情况下，图像灰度级可以分为256级即以8为表示。在对图像灰度有更精确要求时，可用10位，12位等来表示。彩色图像：彩色图像可由RGB3中色彩组合而形成，根据其亮度级别的不同有8-8-8,1（Mo-Io等格式。（3） 传输通道数当相机以较高速率拍摄

33、分辨率图像时，会产生很高的传输速率，这一般需要多路信号同时输出，图像采集卡应能支持多路输入。一般情况下有1路，2路，4路，8路输入等。（4） 采样频率采样频率反映了采集卡处理图像的速度和能力。在进行高度图像采集时，需要注意采集卡的采样频率是否满足要求。目前高档采集卡其采样频率可达65MHZ0（5） 传输速率主流图像采集卡与主板见都采用PCl接口，其理论传输速度为132MB/S。（6） 本章小结本章主要介绍了系统图像采集所需的硬件方面的元器件知识及参数，同时给出了本系统采用的器件及参数选择。第4章LCD显示缺陷检测算法的研究4.1概述1.CD显示缺陷检测算法也即对图像的处理是本系统的核心。研究缺

34、陷检测算法直接决定了该系统的检测正确率和执行效率。本课题检测算法主要包括：图像的预处理，创建模板，待测图像配准，图像差值运算，缺陷判定。4. 2图像预处理图像预处理是在图像分析中，对输入图像进行特征抽取，分割和匹配前所进行的处理。图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽却、图像分割、匹配和识别的可靠性。在本系统中，由于受环境和器件本身的影响，CCD采集到的光强信号会伴随着一些噪声，从而会降低信噪比，影响检测精度，并可能出现误判。故对采集到的图像进行预先的平滑和滤波处理是非常必要的。平滑操作主要用来减小采样、量化、

35、传输以及图像采集过程中环境扰动在图像产生的噪声和其他不良影响。4. 2.1图像噪声1.噪声的分类图像的来源不同，噪声的性质也大不相同，但从类别上看，主要有以下几种:（1） 加性噪声这是一种较为普遍的噪声，它和图像信号强度是不相关的，这类带有噪声的图像g看成理想无噪声图像f与噪声n之和，加性噪声的模型如图4-1所示，公式为HiJ)=f（三）+MW)(4-1)/(t)（2） 乘性噪声乘性噪声和图像信号是相关的，往往随着图像信号的变化而变化。这类噪声和图像的关系为gn=/（V）+（4-2）（3） 量化噪声量化噪声是数字图像的主要噪声源，其大小显示出数字图像和原始图像的差异，减少这种噪声的最好办法就是

36、采用按灰度级概率密度函数选择量化及的最优量化措施。（4） 冲击噪声此类噪声是指图像切割等引起的即黑图像上的白点，白图像上的黑点，或在变换域引入的误差，使图像变换后造成的变换噪声等。2.CCD采集信号的噪声来源本系统的CCD采集信号的噪声来源主要有一下几个方面：外界的环境噪声；CCD的电荷注入、电荷变化转义以及电荷输出产生的各种高频噪声；温度变化对CCD的影响；量化噪声以及各种暗电流噪声等。通常情况下，CCD内部产生的高频噪声是影响测量精度的主要因素。不管是CCD阻性器件中电子随机热运动引起的电子噪声，还是CCD感光元的颗粒噪声都趋向于零均值高斯白噪声分布模型，对于图像传感的光电转换过程中会引起

37、的光电子噪声，在弱光照条件下，该噪声主要表现为泊松分布，但在较高强光照是，它更趋向于高斯分布，因此这里主要考虑按照正态高斯型的白噪声去出处理。4. 2.2图像平滑滤波图像平滑处理方法有空域法和频域法两大类。空域法是在空间内对图像像素直接运算处理。频域则是在图像的某种对图像的变换值进行运算，比如傅里叶变换。以下是常见降低噪声的方法：(1) 高斯滤波高斯噪声是图像中最常见的噪声，高斯噪声含有亮度服从高斯噪声或正态分布的噪声。鉴于此特性，提出了一种基于高斯函数的高斯滤波器，它是一类根据高斯函数形状来选择权值的线性平滑滤波器。对图像处理来说，常用的二维零均值离散高斯函数做平滑滤波器”3函数表达式为：t

38、y=彳/）（43）其中，高斯分布参数。决定了高斯滤波器的宽度。(2) 低通滤波低通滤波是一种频域法去噪技术。在分析图像信号的频率特性时，一幅图像的边缘、跳跃部分以及颗粒噪声代表图像信号的高频分量，而大面积的背景区则代表图像信号的低频分量。低通滤波器的基本思想是保留图像空间的低频成分，对图像中的对应高频噪声分量进行衰减。基本方法是通过设计低通滤波器的脉冲响应函数g(x,y),对带有噪声的图像f(与y)进行卷积处理，假设滤波后的图像函数为h(%y)，那么滤波过程可以描述为Hwy)=/(y)*g(*,y)(4-4)其中*表示进行卷积运算。对于离散图像，通常采用一种叫做卷积核的奇数矩阵进行加权求和处理

39、例如，当输入为MXM的离散图像NXN的离散图像，并假设脉冲响应函数KXK矩阵，滤波过程可表示为：h(nv)=iubu/(三vm2)Xnl-m1+l,-w+l)(4-5)为了避免卷积的交叠，要求满足：K斗力其中(r,c)表示像素的位置，R为所有像素的位置集合。如果存在n幅在容许偏差范围内的图像，则可以使用每个灰度值的标准偏差来推导如果用n幅图像确定理想物体的容许偏差，那么这里的,表示的是标准模板里的每个相素的平均值。当然这里的n幅图像必须充分的对齐。n幅图像的平均值叫和标准偏差计算公式如下：(4-18)SY=J13,-TOrJ图像Tn“可以用来模型化参考图像，SH则可以用来模型化参考图像的容许

40、偏差。所以我们可以成此方法为偏差模型法。理想情况下我们仅通过令标准偏差与一个小倍数C相乘就可以得到心,如果UH=CSr,c=3.但是如果当图像中的偏差非常小时，比如由于图像的噪声很明显的小于用于检测图像时，或者由于物体的一部分接近相机的饱和极限时，此方法效果不好。在这些情况下，为偏差图像引入一个绝对阈值a,则有UHTaX(a,c5“)。进一步概括，对于太亮或者太暗的像素使用不同的阈值在有些情况下是很有用的。这样,偏差阈值相对于就不再是对称的，我们需要为太亮的或者太暗的像素引入两幅阈值图像。如果用UM和分别表示阈值图像，a和b表示绝对阈值，c和d表示与标准偏差相乘的因素，则采用偏差模型进行图像像

41、素由如下式给出：S=(r,c)x%(4-20)其中，max(a,cSr)(4-21)=mrmax(b,c5)(4-22)4.5待测图像配准4.5.1概述图像配准就是将不同时间、不同传感器或不同条件下(天气、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程，它已经被广泛的应用于遥感数据分析、计算机视觉、图像处理等领域。在本系统中，由于在放置LCD时，每次的位置总存在一定的偏差，待测LCD图像与标准模板图像可能存在比较明显的平移和较少的旋转，因此我们需要对待测LCD图像进行配准有必要对对图像配准进行介绍和研究。4. 5.2配准的基本理论介绍(1) 配准的技术流程首先对两幅图像进行特征提取得到特征点；通过进行相似性度量找到匹配的特征点对；然后通过匹配的特征点对得到图像空间坐标变换参数；最后由坐标进行图像配准。而特征提取是配准技术中的关键，准确的特征提取为特征匹配的成功进行提供了保障。因此，寻求具有良好不坏和准确性的特征提取对于匹配精度至关重要。(2) 配准的方式图像配准的方式可以概括为相对配准和绝对配准两种：相对配准是指选择多图像中的一张作为参考图像，将其他的相关图像与之配准，其坐标系统是任意的。而绝对配