基于机器视觉的液晶基板表面缺陷检测系统

双线CCD相机

基板传送方向

光学失真通道灯箱

图2 光源系统设计框图

3 图像处理算法及软件实现

基于机器视觉的液晶玻璃表面缺陷在线检测系统，其技术要求主要是实时性、准确性和可靠性，因此相应的算法研究和软件设计必须围绕这些要求展开。实时性，是指检测系统的采集速度能够满足玻璃的运行速度(即采集实时性)，并且能在每帧图像的采集时间内完成数据的传输、存储、分析处理及结果输出(处理实时性)。由此要求检测算法的运行速度必须足够快，软件流程尽量简洁；所谓准确性，是指检测系统所采用的算法应能对所采集图像中的不同类型缺陷在给定精度条件下都能准确检出，并且不误检；所谓可靠性，则是指检测系统的算法和软件要具有鲁棒性，即能长时间运行并保证得到正确结果，而软件需要在满足算法目标的同时，具有

bugs

少，消耗内存少等要求。

3.1

图像处理算法

目标提取：目标提取完成对缺陷的准确提取。实时采集的液晶玻璃基板图像由于受光源以及采集系统自身系统如大镜头的光学畸变)的影响，图像灰度值曲线会出现干扰信号。因此需要对图像进行预处理分割。采用了全局阈值[3,4]技术处理及信号放大，使灰度图像背景与缺陷分割开，为图像的特征提取做准备。如图示5种典型缺陷处理后的灰度图像，进行全局阈值处理后，背景灰度值为128，缺陷被很好的分割开来。

表面内部包含物粘附气泡

划伤灰尘

图3 5种典型缺陷目标提取