用奇异值分解的方法自动检测LCD的缺陷.ppt

用奇异值分解的方法自动检测LCD的缺陷 摘要 目前，Thin film transistor liquid crystal display(TFT-LCD)越来越主流化并且已经在显示设备终端领域里占有统治地位。LCD的表面缺陷不仅引起视觉上的错误，而且会造成电子元件的错误和各种设备功能上的使用错误。在本文里，我们提出了一个global（球体）逼近方法去自动监测TFT面板上的各种细微（肉眼难以发觉）的缺陷。在TFT面板上建立几何结构包括很多由水平的和垂直线划分的小面积元素，这样就可以把面板划分成由结构纹理（structural texture）的图片。这种方法不是依靠纹理的局部特征来描述。它是基于一种用奇异值分解（SVD）而重新构造的球形图片。（It is based on a global image reconstruction scheme using the singular value decomposition (SVD) ）.把图片转换成由像素组成的矩阵，由奇异值组成的对角矩阵代表了不同的图片细节。选择合适的奇异值去描述背景纹理的表面，然后去掉这些奇异值之后再重新构造一个矩阵，这样，就能够消除周期性和反复性的纹理模型图片。，并且保护图片存储过程中的不规则性。在这次试验里面，我们已经评估了TFT面板的的大量的微小，多样的缺陷，包括：小孔，刮痕，小点和指纹，并且结果显示这种方法是非常有效的检测LCD面板缺陷的方法。 1，绪论 这几年，TFT-LCD已经越来越重要，因为它具有很好的全彩色显示功能，低能耗，小体积。为了监控过程的稳定性和保证LCD显示的平面性，此TFT面板缺陷检测采用了生产过程的临界作业。人工视觉检测和电子功能检测是最主流的检测LCD缺陷的方法。但是，手动检测是非常辛苦和非常消耗时间的工作。人工检测不仅主观性很强而且对经验非常依赖。电子功能检测天生就缺乏联机检测的能力，并且通常都需要吧TFT面板做出来以后才能检测。在本文中，我们提出一个自动视觉系统来检测TFT-LCD面板的缺陷。 TFT面板的表面缺陷不仅产生视觉错误，而且会引起LCD面板的硬件操作错误。出现在TFT面板中的缺陷大致可以分成2类：宏观的缺陷和微观的缺陷。宏观缺陷包括”MURA,SIMI,ZURE”,MURA的意思是面板不均匀，SIMI的意思是TFT面板上有污点，ZURE的意思是面板没有对准。微观的缺陷包括小孔，指纹，小点和刮痕。宏观缺陷与不规则大小和形状形成鲜明对比。它们的体积一般都很大，所以很容易用人工视觉来检测。但是微观缺陷通常都很小而且很难用人工的方法或者电子的方法来检测。本文提出的方法就是重点在利用TFT面板结构特点来检测微观缺陷。 关于LCD自动检测系统，有几种基于检测技术电子的或者光学的方法已经为LCD的制造提出了方法。Henly和Addiego用2维电视觉调节器产生电压图像，这些图像表示LCD面板的没有联系的潜在表面。Kido et al.介绍了用光学感知装置来检测部分完全活性矩阵的LCD面板。表面反射被用来感知光线的变换然后产生一个图像来表示线和点的缺陷。大多数现有的自动检测系统都是基于常规的电子方法去探测表面潜在的可能。这些电子方法可以很好的查证TFT面板的基本功能。正如前面所说的，这些方法都是要在制作完成后才能进行。功能检测方法在生产过程中可能就没有用了。 一些视觉技术用模式匹配算法被用于LCD的检测。Nakashima提出在LCD彩色过滤面板中采用图像减少和光学傅立叶过滤来检测LCD的缺陷 Nakashima presented an inspection system based on image subtraction and optical Fourier filtering for detecting defects on an LCD colour filter panel。 Sokolov and Treskunov developed an automatic vision system for final chech of LCD output check. Slkolov和Treskunov发明的最终LCD自动检测系统 还有很多LCD检测技术主要都集中在最后外观缺陷检查，例如：在生产完成后检查明点和暗点。 一个TFT面板通常包含重复的水平线和垂直的数据线。当图像建立起来后，TFT面板的表面就包含了这些水平的和垂直的元素，它能够被以结构纹理来分类。TFT面板的图像就由一些相似的网格组成了一个有序的结构。TFT面板就可以很好的由奇异值分解的方法很好的来表示。在这次的研究中，我们就用SVD的方法很好的来检查TFT面板上的微观缺陷。 In this paper, we propose a global