LED模組在線檢測(cè)設(shè)計(jì)

摘要：在項(xiàng)目實(shí)踐基礎(chǔ)上，使用機(jī)器視覺(jué)技術(shù)，對(duì)采集的圖像采用中值濾波窗口濾除采集過(guò)程中的脈沖及椒鹽噪聲；使用自適應(yīng)大津法分割圖像，在對(duì)單元扳在線檢測(cè)時(shí)，由于工作臺(tái)振動(dòng)造成模組擺放位置與標(biāo)準(zhǔn)模板位置產(chǎn)生偏差，可采用Fomier-Mellin法進(jìn)行圖像配準(zhǔn)，并對(duì)配準(zhǔn)結(jié)果進(jìn)行雙線性插值法處理，結(jié)果表明，該方法能精確確定圖像分割時(shí)的閾值，配準(zhǔn)結(jié)果滿足工廠檢測(cè)要求，適用于工業(yè)現(xiàn)場(chǎng)快速實(shí)時(shí)測(cè)量系統(tǒng)，具有較高的推廣價(jià)值。
關(guān)鍵詞：在線檢測(cè)；大津法；雙線性插值；Fomier-Mellin；中值濾波

    LED顯示屏產(chǎn)業(yè)現(xiàn)已成為新興的高科技產(chǎn)業(yè)，在各終端設(shè)備中已經(jīng)被廣泛使用，如廣告牌，文字顯示器，大屏幕視頻顯示器等。顯示屏顯示效果的好壞直接取決于發(fā)光模組質(zhì)量的高低，LED拼接顯示屏技術(shù)作為實(shí)現(xiàn)大屏幕的一種方法已經(jīng)得到了極大的推廣應(yīng)用，LED模組作為組成LED顯示屏的主要部件，在制造、使用和性能評(píng)定時(shí)均需要對(duì)其進(jìn)行快速準(zhǔn)確的測(cè)量和分析。國(guó)內(nèi)對(duì)LED單元板的檢測(cè)在很大程度上依靠人工完成，使得檢測(cè)速度和質(zhì)量受個(gè)人主觀因素影響較大，結(jié)果凸顯出來(lái)的問(wèn)題就是發(fā)光模組的發(fā)光亮度、色度不一致性過(guò)大，使得拼接出的顯示屏不可避免的出現(xiàn)“馬賽克”現(xiàn)象，極大的影響顯示屏的顯示效果，直接降低顯示屏的產(chǎn)品質(zhì)量和檔次。文中針對(duì)該問(wèn)題并根據(jù)廠家實(shí)際的需要，利用機(jī)器視覺(jué)技術(shù)，將其融入到對(duì)LED單元板的檢測(cè)過(guò)程中，實(shí)現(xiàn)了一種快速高效價(jià)格低廉的LED單元板檢測(cè)系統(tǒng)。
    用于模組的檢測(cè)設(shè)備總體由顯示屏驅(qū)動(dòng)控制單元、工作臺(tái)、CCD圖像傳感器、圖像采集卡、PC機(jī)等組成，如圖1所示。選用64顆LED組成的8x8點(diǎn)陣LED模組作為檢測(cè)模板，如圖2所示。

1 檢測(cè)系統(tǒng)算法流程
    在機(jī)器視覺(jué)系統(tǒng)中，視覺(jué)信息的處理主要依賴于圖像處理，其包括圖像增強(qiáng)、數(shù)據(jù)編碼傳輸、平滑處理、邊緣銳化、圖像分割、特征抽取、圖像識(shí)別和理解等。根據(jù)具體應(yīng)用要求在這些過(guò)程中進(jìn)行折中選擇。處理后，輸出圖像的質(zhì)量會(huì)得到相當(dāng)程度的改善，便于計(jì)算機(jī)對(duì)圖像進(jìn)行分析、處理和識(shí)別。根據(jù)需求設(shè)計(jì)的主要算法流程如圖3所示。

2 圖像去噪
    在圖像的獲取、采集和傳輸過(guò)程中，由CCD輸入轉(zhuǎn)換器件及周圍環(huán)境等因素，檢測(cè)系統(tǒng)中采集的數(shù)字圖像不可避免的含有各種各樣的噪聲和失真。大量的實(shí)驗(yàn)研究發(fā)現(xiàn)，由攝像機(jī)拍攝得到的圖像受離散的脈沖、椒鹽噪聲的影響比較嚴(yán)重。中值濾波是應(yīng)用極為廣泛的一種非線性濾波方法，它能有效去除脈沖噪聲、椒鹽噪聲同時(shí)又能保留圖像邊緣細(xì)節(jié)，由于其不依賴于領(lǐng)域內(nèi)那些與典型值差別很大的值，故可以克服線性濾波器濾波帶來(lái)的圖像細(xì)節(jié)模糊，它是一種不同于卷積的鄰域計(jì)算，其處理原理是(按3x3模板)，將濾波模板內(nèi)的9個(gè)像素的灰度值由小到大排列(或是由大到小排列)之后，按其排列順序選取第5個(gè)位置上的像素的灰度值(中值)作為濾波后該像素點(diǎn)上的灰度值。分析可知，中值濾波濾除噪聲的性能與濾波窗口的大小直接相關(guān)，小的濾波窗口可以較好的保持圖片細(xì)節(jié)，但不能有效的去除脈沖噪聲；較大的窗口能更好地抑制噪聲，但會(huì)使圖像變得模湖。文中選用3x3處理窗口，采集圖像中最上、最下、最左、最右的所有像素點(diǎn)都無(wú)法進(jìn)行濾波，但在實(shí)際檢測(cè)過(guò)程中這些點(diǎn)都位于圖像邊緣，屬于背景色不需檢驗(yàn)。

3 圖像分割
    圖像分割是由圖像處理轉(zhuǎn)到圖像分析的關(guān)鍵，其目的就是把圖像分割成若干特定的、具有獨(dú)特性質(zhì)的區(qū)域并提取出感興趣的目標(biāo)。為了減少由于二極管發(fā)光不均勻性帶來(lái)的影響，文中采用自適應(yīng)門限處理技術(shù)，將圖像分為4個(gè)相同大小的區(qū)域，并對(duì)每個(gè)部分的閾值用大津發(fā)單獨(dú)進(jìn)行計(jì)算。大津法基本思想為：記t為區(qū)域內(nèi)部前景與背景的分割閾值，前景點(diǎn)數(shù)占圖像比例為α0，平均灰度為β0；背景點(diǎn)數(shù)占圖像比例為α1，平均灰度為β1，圖像的總平均灰度為β=α0xβ0+α1xβ1。從最小灰度值到最大灰度值依次遍歷t，當(dāng)t使得類間方差值g=α0x(β0-β)+α1x(β1-β)最大時(shí)，t即為分割的最佳閾值。方差作為灰度分布均勻性的一種度量，其值越大，即可說(shuō)明構(gòu)成圖像的兩部分差別越大。當(dāng)目標(biāo)錯(cuò)分為背景或背景錯(cuò)分為目標(biāo)時(shí)都會(huì)導(dǎo)致兩部分差別變小。因此，使類間方差最大化的分割意味著錯(cuò)分概率最小。直接應(yīng)用大津法計(jì)算量很大，在使用時(shí)采用了g的等價(jià)公式g=α0xα1x(β0-β)。原始圖像如圖4所示，灰度直方圖如圖5所示，大津法求出最大閾值如圖6所示。

    模組圖像用大津法處理后得到的二值化結(jié)果如圖7、8所示。

    通過(guò)圖可以發(fā)現(xiàn)模組圖像直接經(jīng)過(guò)大津法分割后，不同區(qū)域之間可能存在著斷續(xù)的連接，為了斷開(kāi)這些連接部分，用開(kāi)運(yùn)算進(jìn)行處理，運(yùn)算規(guī)則為：使用結(jié)構(gòu)元素B對(duì)集合A進(jìn)行開(kāi)運(yùn)算表達(dá)式為；，用B對(duì)A進(jìn)行開(kāi)運(yùn)算就是用B對(duì)A進(jìn)行腐蝕，然后用B對(duì)結(jié)果進(jìn)行膨脹。開(kāi)運(yùn)算會(huì)消除圖像邊緣毛刺，使得輪廓變得光滑，斷開(kāi)狹窄的間斷，結(jié)果如圖9所示。

4 圖像配準(zhǔn)
4．1 Fourler-Mellin圖像配準(zhǔn)
    在LED模組的檢測(cè)過(guò)程中，模組擺放位置的變化必將導(dǎo)致待測(cè)圖像與標(biāo)準(zhǔn)模板圖像之間存在著差異，對(duì)下一步檢測(cè)的準(zhǔn)確性將產(chǎn)生不可預(yù)計(jì)的影響。在實(shí)際情況中，可能存在著旋轉(zhuǎn)縮放等使問(wèn)題。文中使用Fourier-Mellin圖像配準(zhǔn)算法，該算法是一種經(jīng)典的基于非特征的圖像配準(zhǔn)算法，考慮被配準(zhǔn)的兩幅圖像s(x，y)和r(x，y)，其中s(x，y)是r(x，y)經(jīng)過(guò)平移、旋轉(zhuǎn)和一定尺度縮放變換后的圖像，即

    式中|．|表示頻譜幅度?？梢钥闯?，α(旋轉(zhuǎn)角度)和σ(縮放因子)可以和平移量(x0，y0)分離計(jì)算。分析可知頻譜幅度僅與α和σ有關(guān)，而與平移量(x0，y0)無(wú)關(guān)，故相似變換參數(shù)可分兩步來(lái)分別計(jì)算，第一步通過(guò)圖像幅度譜求出旋轉(zhuǎn)角度α和縮放因子σ，第二步求出平移參數(shù)x0和y0。
4. 2 重新采樣插值
    變換后，像素的坐標(biāo)不會(huì)和原來(lái)的采樣網(wǎng)格完全相同，即輸入圖像的位置坐標(biāo)為整數(shù)，而輸出圖像的位置坐標(biāo)為非整數(shù)，這就需要對(duì)變換后的圖像進(jìn)行重新采樣和插值處理。文中使用雙線性插值法對(duì)圖像進(jìn)行插值處理。處理公式為：
   
    其中，(x，y)為映射位置，0<x<1，0<y<1，(0，0)、(0，1)、(1，0)、(1，1)為映射位置臨近的4個(gè)像素點(diǎn)，通過(guò)插值運(yùn)算，可使的插值結(jié)果較為平滑，可能會(huì)使圖像的細(xì)節(jié)產(chǎn)生退化，也可能會(huì)使得到圖像表面在領(lǐng)域邊界處溫和，但是斜率卻不吻合，但是這兩種情況均可通過(guò)高階插值得以修正。
    利用Fomier-Mellin交換，對(duì)旋轉(zhuǎn)后的模組圖像進(jìn)行校正，對(duì)變換后的圖像進(jìn)行重采樣和插值處理，校正后模組圖像與原始圖像進(jìn)行重疊配準(zhǔn)。結(jié)果如圖10、11、12所示。

5 失控點(diǎn)檢測(cè)
    根據(jù)項(xiàng)目檢測(cè)的要求，需要檢測(cè)出有無(wú)下瞎燈、半衰、串線現(xiàn)象，依據(jù)第二類最小風(fēng)險(xiǎn)貝葉斯決策規(guī)則，貝葉斯決策就是在不完全情報(bào)下，對(duì)部分未知的狀態(tài)用主觀概率估計(jì)，然后用貝葉斯公式對(duì)發(fā)生概率進(jìn)行修正，最后再利用期望值和修正概率做出最優(yōu)決策，既考慮了各類參考總體出現(xiàn)的概事大小，又考慮了因誤判造成的損失大小，判別能力強(qiáng)，規(guī)則如下：
   
    為將失控點(diǎn)檢測(cè)并表示出來(lái)，將失控點(diǎn)用框子框出來(lái)，檢測(cè)結(jié)果如圖13、14、15所示。

    檢測(cè)結(jié)果應(yīng)當(dāng)保存，以便做相應(yīng)的統(tǒng)計(jì)分析，將檢測(cè)結(jié)果自動(dòng)保存到數(shù)據(jù)庫(kù)中，就可以快速的查找及分析，結(jié)果如表1所示。

    實(shí)驗(yàn)時(shí)，采集130張圖片，其中有缺陷的有45張，正確識(shí)別127張，精度約為97％。

6 結(jié)論
    依據(jù)顯示屏模組的檢測(cè)要求，設(shè)計(jì)了系統(tǒng)將機(jī)器視覺(jué)技術(shù)融入到對(duì)LED模組檢測(cè)過(guò)程中，在不改變LED模組硬件條件下，實(shí)現(xiàn)了LED模組的快速品質(zhì)檢測(cè)，滿足客戶的檢測(cè)要求，在LED單元板快速現(xiàn)場(chǎng)檢測(cè)領(lǐng)域必將具有較大的應(yīng)用市場(chǎng)。