LED模組在線檢測設(shè)計

摘要：在項目實踐基礎(chǔ)上，使用機器視覺技術(shù)，對采集的圖像采用中值濾波窗口濾除采集過程中的脈沖及椒鹽噪聲；使用自適應(yīng)大津法分割圖像，在對單元扳在線檢測時，由于工作臺振動造成模組擺放位置與標準模板位置產(chǎn)生偏差，可采用Fomier-Mellin法進行圖像配準，并對配準結(jié)果進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的閾值，配準結(jié)果滿足工廠檢測要求，適用于工業(yè)現(xiàn)場快速實時測量系統(tǒng)，具有較高的推廣價值。
關(guān)鍵詞：在線檢測；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、使用和性能評定時均需要對其進行快速準確的測量和分析。國內(nèi)對LED單元板的檢測在很大程度上依靠人工完成，使得檢測速度和質(zhì)量受個人主觀因素影響較大，結(jié)果凸顯出來的問題就是發(fā)光模組的發(fā)光亮度、色度不一致性過大，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。文中針對該問題并根據(jù)廠家實際的需要，利用機器視覺技術(shù)，將其融入到對LED單元板的檢測過程中，實現(xiàn)了一種快速高效價格低廉的LED單元板檢測系統(tǒng)。
用于模組的檢測設(shè)備總體由顯示屏驅(qū)動控制單元、工作臺、CCD圖像傳感器、圖像采集卡、PC機等組成，如圖1所示。選用64顆LED組成的8x8點陣LED模組作為檢測模板，如圖2所示。

1 檢測系統(tǒng)算法流程
在機器視覺系統(tǒng)中，視覺信息的處理主要依賴于圖像處理，其包括圖像增強、數(shù)據(jù)編碼傳輸、平滑處理、邊緣銳化、圖像分割、特征抽取、圖像識別和理解等。根據(jù)具體應(yīng)用要求在這些過程中進行折中選擇。處理后，輸出圖像的質(zhì)量會得到相當程度的改善，便于計算機對圖像進行分析、處理和識別。根據(jù)需求設(shè)計的主要算法流程如圖3所示。

2 圖像去噪
在圖像的獲取、采集和傳輸過程中，由CCD輸入轉(zhuǎn)換器件及周圍環(huán)境等因素，檢測系統(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。大量的實驗研究發(fā)現(xiàn)，由攝像機拍攝得到的圖像受離散的脈沖、椒鹽噪聲的影響比較嚴重。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、椒鹽噪聲同時又能保留圖像邊緣細節(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的圖像細節(jié)模糊，它是一種不同于卷積的鄰域計算，其處理原理是(按3x3模板)，將濾波模板內(nèi)的9個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個位置上的像素的灰度值(中值)作為濾波后該像素點上的灰度值。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、最右的所有像素點都無法進行濾波，但在實際檢測過程中這些點都位于圖像邊緣，屬于背景色不需檢驗。

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、具有獨特性質(zhì)的區(qū)域并提取出感興趣的目標。為了減少由于二極管發(fā)光不均勻性帶來的影響，文中采用自適應(yīng)門限處理技術(shù)，將圖像分為4個相同大小的區(qū)域，并對每個部分的閾值用大津發(fā)單獨進行計算。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，前景點數(shù)占圖像比例為α0，平均灰度為β0；背景點數(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t使得類間方差值g=α0x(β0-β)+α1x(β1-β)最大時，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，即可說明構(gòu)成圖像的兩部分差別越大。當目標錯分為背景或背景錯分為目標時都會導(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分概率最小。直接應(yīng)用大津法計算量很大，在使用時采用了g的等價公式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。