基于LabVIEW的段码式LCD屏缺陷检测软件设计

蔡湘云

（惠州城市职业学院 广东省惠州市 516025）

机器视觉系统的应用范围非常广，在工业领域主要用于产品质量检测、分类和机器人定位安装等。小型段码式LCD 显示屏因其直观的显示方式，被广泛应用于各种电子产品当中。常见的针对LCD 屏缺陷检测的方式主要有三种，分别是人工视觉检测法、电学参数检测法和机器视觉检测法，人工视觉检测受到个人身体状况差异的影响很大，工作效率低；电学参数检测法需要针对不同的检测对象设计外围驱动电路和配置检测工具，对于产品品类较多、更新较快的企业，检测的成本相对较高，过程比较复杂。综合成本、准确率考虑，采用机器视觉进行LCD等显示器件的缺陷检测是最优选项。

1 设计任务和总体思路

LabVIEW 的视觉与运动系统可以方便的、快速的搭建系统，快速进行数字图像处理，大大缩短设备仪器开发时间，设计任务采用基于LabVIEW 开发平台，设计一款针对段码式LCD 屏缺陷检测的软件，并通过软硬件搭配，搭建出一台光学自动检测设备。实现能够准确检测出尺寸在100mm*100mm 内的 FSTN 产品的发白、过暗、缺画、多画等问题，并将检测速度提升到10s/p，检测的准确度接近100%。同时要求保证设备安全、准确、稳定和快速，能满足工业生产所要求的开发周期短、调试简单、易操作，便于生产人员的使用。

设计项目通过LabVIEW 的图像处理和视觉开发工具，特别是利用黄金匹配模板实现缺陷检测。检测主要步骤包括图像采集、图像处理和金牌模板匹配。金牌模板匹配的关键技术和方法包括标定和校正、图像预处理、模板学习等几个方面。其中对于模板匹配中的对齐、视角校正、直方图归一化、边缘忽略等关键问题进行分析并提出解决的办法。最后从相机USB 端口设置、图像采集，标准模板的生成以及实现与用户的基本交互功能等组成部分进行设计和说明，搭建整个测试平台。

对检测系统进行测试和分析。试验测试系统的缺陷检测功能，分析统计检测的准确性、速度是否达到设计的目标。

2 检测平台总体设计

整个设计平台由硬件电路和软件共同构成，软件的工作流程包括初始化——LCD 复位——工作电流检测——启动测试 ——调用测试模板——拍摄照片——图像处理比对——反馈比对结果。初始化阶段用于选取相机USB 端口，配置端口的波特率，数据位、奇偶校验位等，通过图像采集VI 获取相机的信息并设置为连续采集图像，因此在测试平台界面将显示相机的实时画面。对采集的图像进行标定和校正，为后续的目标识别提供真实的尺寸和校准后的图像。在图像预处理中，通过中值滤波等方式去除图像采集和传输过程中导入的噪声，同时保持了缺陷形态。

完成之后分为两个选择，第一种是生成模板图像，先对图像预处理后，ROI 选取感兴趣区域，也就是要匹配的区域，并设置参数，如边缘阈值和边缘厚度，以控制后续参与到图像匹配的边缘多少，最后成为金牌模板保存在指定文件夹；第二种是检测图像，将采集的图像进行预处理后，提取金牌模板进行减法运算。也就是将对应像素点相减，获得该点的差值，通过与设定的阈值相比，超出阈值的范围则判定为缺陷。在进行相减之前必须学习金牌模板，解决模板图像与检测图像之间对齐、视角校正、直方图匹配、忽略边缘等问题。

3 金牌匹配模板（Golden Template Inspection）缺陷检测实现原理

采用金牌匹配模板（Golden Template Comparison）实现图像的缺陷检测，是通过将检测图像与模板图像对应的像素点相减，根据差值来判断灰度强度是否在设定的范围之内，如果在范围之内，则通过，如果不符合，则判定为缺陷并显示。如图1所示为模拟相机采集图像，利用金牌模板匹配检测出的缺陷，其中图(a)为金牌模板，图(b)为检测图像，在图像上模拟了缺陷，图(c)为检测结果，其中检查图像比模板亮的缺陷（缺画）区域用绿色显示出来，比模板暗的地方（多画）用红色显示出来。

图1：金牌匹配模板示例

对于类似上面在与模板图片相同的图上添加模拟缺陷，并进行金牌匹配是较容易实现的，因为图像的尺寸大小、像素点的分布都是一一对应的。但是实际对LCD 产品的检测，被测图像是对每一个不同的LCD 产品拍照取像获得的，因为产品的位置偏移、旋转，环境灯光的变化，相机拍摄的视角变化甚至像素级的边缘偏差都会影响匹配的结果。

要实现金牌匹配模板的缺陷检测，要求检测图像和标准模板必须尺寸一致、坐标对应才能实现，针对以上的问题，从下面几个方面进行分析和解决。

4 金牌匹配模板缺陷检测实现关键技术

4.1 对齐

从相机采集到的检测图像，即使经过夹具进行位置固定，仍然和金牌模板之间会存在位置的偏移或者旋转。即使是轻微的位置变化也会对缺陷的检测产生误判。如图2展示了这个偏移对检测的影响。

图2：没有对齐的匹配结果

对于这种因为图像的错位而引起的检测误判，必须指定位置、角度以及比例使得金牌模板和被测图像可以准确重叠，常采用的方式有模式匹配、边缘检测、几何匹配等，平台设计选用了模式匹配的方式来获得这些对齐信息。在建立模板的过程中，我们会选定ROI 区域，即在采集的图像中选择我们希望匹配的区域，一般用矩形工具选取LCD 的所有字符、图形、图像。之后将选取的区域做成模板图片，在采集的检测图形中进行模式匹配，搜索到匹配区域后模板和图像将会重合并确定中心坐标，为后续金牌匹配提供对齐信息。

通过Vision Builder设置模板图片，然后在图中进行搜索，结果为Matches=1,实现建立了匹配区域的中心坐标。

图3展示了为通过学习标准模板获取对齐信息的相关程序，利用程序中的控件“IMAQ Setup Match Pattern2”设置模式匹配允许的旋转角度范围为±10°,然后利用控件“IMAQ Match Pattern2”在检测图像中搜索模板图像，提取x、y 的坐标以及角度，并将这些对齐（Alignment）信息送入金牌匹配模板控件“IMAQ Compare Golden Template”中。使得后续进行匹配的减法运算时图像能够高度重合。

图3：学习标准模板

4.2 视角校正和直方图归一化

在图像采集中，除了可能因为零件在平面上的位置偏移或者旋转而引起的对齐问题，还有可能存在模板图像和检测图像不在同一视角，使得采集的图像无法与模板重合，即使是这样轻微的偏转也会对缺陷的检测产生误判。

在精确匹配的时候，我们必须对视角差做校正。本次设计采用透视标定的方法，在标定模板中提取几个（最少四个）与检测相关的角点，将检测图像与标准模板进行标定校正。

在金牌模板匹配中，一般还要考虑采集模板和检测图像的照明条件前后不一致的问题，由于金牌模板匹配是对每一个像素点强度的比较，所以光线的亮暗变化会对检测结果有影响。对于这个问题一般会采用直方图归一化像素强度，即对比两个图片的直方图信息，然后用检查表来截取直方图信息特征一致的区域，去除变化强度大的范围。

但是由于在工业检测环境下，光照条件可以保持较高的一致性，而且检测系统必须对LCD 显示发白、过暗的情况进行检测，而且会对缺陷设置判断阈值，因此不再考虑照明差异的问题。

4.3 忽略边缘

在完成对齐、视角校正、直方图归一后，即使检测图像和模板看起来几乎一样，也可能还是会返回细小的缺陷信息。这些缺陷可能是来自于很小的、剩余的未对齐或者图像采集中的量化误差（如相机的暗电流等）。这样的问题不会影响产品质量，我们一般不认为是缺陷，但是它们的存在会影响检测软件的判断。如果这些细小的信息来自于较为孤立的位置而不是在边缘，如划痕或者污点，那么我们希望将它判断为缺陷，如果是在图形图像的边缘，我们要通过必要的忽略边缘来避免误判。

因此在生成匹配模板的过程中，要设置忽略边缘阈值，如图4所示为忽略边缘厚度为1 个像素点的检测结果，图5所示为忽略边缘厚度为5 个像素点的检测结果。

图4：忽略边缘1 个像素

图5：忽略边缘5 个像素

由于段码式LCD 产品的图形图像本身具有边缘清晰的特点，结合不同像素值的实验结果以及为了使细小缺陷不被漏掉，一般将边缘忽略的厚度设为0～1。在检测平台的设计中，将边缘厚度选项设计在测试软件操作界面，用户可以根据产品类型设置适合参数。

4.4 设置缺陷判定阈值

通过像素灰度相减获得的缺陷区域，利用设置阈值的方式进行筛选，因为不可能有两块完全一模一样的LCD，所以即使是肉眼所看没有质量问题，一模一样的LCD，相减后总会有一定的强度差异。因此对缺陷进行阈值处理，设置白色值（Bright Level）和黑色值（Dark Level）用于划分相减获得的缺陷区域是真缺陷还是正常差异，可根据产品显示情况进行设置。如果判定为缺陷，用绿色标记过白或者缺失图形，用红色标记过暗或者多出图形。

5 测试平台操作界面

如图6所示为自动光学检测系统的操作界面。

图6：测试平台操作界面

其中Camera 窗口显示摄像头获取的实时画面，Template窗口显示调用的匹配模板图像，Image out 窗口显示的为采集的图像以及匹配的结果。直方图显示窗口用于显示图像的直方图信息。检查选项（Inspection Options）用于设置模板匹配相关参数，校准方法（Registration Method）用于视角校正，归一化方法（Normalization Method）用于对于光线亮暗变化的校正，边缘厚度忽略（Edge Thickness to Ignore）用于边缘忽略，可以设置忽略的像素点大小。亮度阈值（Bright Threshold）和暗度阈值（Dark Threshold）用于设置模板相减后允许的亮暗范围，主要用于判断是否过亮或者过暗。指示控件主要用于提示检测结果，其中PassFail 指示单幅图片是否检测通过，Match FailMatch Pass 指示LCD 的所有图像是否通过。路径主要用于打开或者保存图像时输入或显示路径。

6 缺陷检测效果

如图7所示为部分缺陷的检测效果，利用圈指示出的为缺陷部位，从图中可以看出，检测平台可以完成图(a)缺画类型的检测，也可以完成如图(b)所示的多画的检测。

图7：缺陷检测效果

实验中没有发现过亮过暗的样品，但是通过调节缺陷判定的阈值，将白色值和黑色值的大小从50 调节为53，即收紧了亮暗的标准，可获得过暗（红色标出）的检测结果和过亮（绿色标出）的检测结果。从检测结果可以看出，检测平台可以实现过亮过暗检测的设计目的。

7 小结

伴随着计算机技术、图像处理技术、传感器技术CCD/COMS 的发展，机器视觉检测被广泛应用在工业自动化生产过程中。小型码段式LCD 屏的检测也逐渐从传统的肉眼检测转换为机器视觉检测。LCD 屏的自动化检测系统对企业的效率、成本和质量都有很大的改善。它对于生产的柔性和自动化程度的提高是越来越多企业选择的原因。

本课题应企业实际生产需要而提出，分析比较了几种LCD 屏显示缺陷常用的检测方法，利用LabVIEW 的视觉与运动系统能快速方便搭建检测系统，进行数字图像处理，解决了利用黄金匹配模板进行缺陷检测的相关图像处理问题。通过试验验证了测试系统的功能、速度和准确度，也实现了成本低、系统稳定、开发周期短、系统界面友好易于操作等特点，达到企业生产的实际需求。