基于骨架模板配準的OLED顯示屏斑痕缺陷檢測技術

　在遞歸調用過程中，t=t+1，直至遞歸結束，t=254。該算法進行遞推改進后可提高計算效率80%。
4 缺陷圖像實例

　實驗表明，本文提出的以顯示屏骨架為基準的圖像配準與檢測技術能夠有效地提取出顯示屏的斑痕缺陷。在算法的處理效率方面，以Visual Studio 2008為開發(fā)環(huán)境，在配置為CPU T6500、內存2 GB的筆記本上測試一幅分辨率為1280×960的圖像，算法所耗時間為282 ms，其中骨架提取約219 ms，差影法約16 ms，大津法(OTSU算法)約2 ms。
　本文在傳統(tǒng)的差影法的基礎上，對圖像配準時的搜索策略進行改進，提出了一種基于骨架模板配準的OLED顯示屏斑痕缺陷檢測方法，利用分塊配準的方式，解決了配準時顯示屏小角度的旋轉所帶來的影響，能有效地檢測顯示屏的斑痕缺陷，且耗時短，可滿足實時檢測的要求。
參考文獻
[1] 張昱，張健.基于多項式曲面擬合的TFT—LCD斑痕缺陷自動檢測系統(tǒng)[J].光電工程，2006，33(10)：108-114．
[2] 唐劍，王大巍.B樣條曲面擬合在Mura缺陷獲取中的應用[J].現(xiàn)代顯示，2008(89)：24-28.
[3] YEN P L. Automatic optical inspection on TFT-LCD mura defects using background image reconstruction [J]. Key Engineering Materials， 2008，364/366：400-403.
[4] KUO C C. Automatic TFT-LCD mura defect inspection using discrete cosine transform-based background filtering and ′just noticeable difference′ quantification strategies[J]. Measurement Science Technology，2008，19(1)：015507-1-015507-10.
[5] 呂俊啟.一種有效的二值圖像細化算法[J].計算機工程，2003，29(18)：147-148.
[6] 蘇小紅，何志廣，馬培軍.TFT—LCD微米級顯示缺陷的自動檢測算法[J].哈爾濱工業(yè)大學學報，2008，40(11)：1756-1760.
[7] OTSU N. A threshold selection method from gray-level histogram[J]. IEEE Transactions on System， Man， and Cybernetics， 1979，SMC-9(1)：62-66.
[8] 景曉軍，蔡安妮，孫景鰲.一種基于二維最大類間方差的圖像分割算法[J].通訊學報，2001，22(4)：71-76.
[9] 李了了，鄧善熙.基于大津法的圖像分塊二值化算法[J].微型計算機信息，2005，21(8-3)：76-77.