本發(fā)明涉及液晶片檢測技術(shù)領(lǐng)域，尤其涉及一種基于機器視覺的液晶片智能檢測方法及系統(tǒng)。

背景技術(shù)：

機器視覺是一項綜合技術(shù)，包括圖像處理、機械工程技術(shù)、控制、電光源照明、光學(xué)成像、傳感器、模擬與數(shù)字視頻技術(shù)、計算機軟硬件技術(shù)(圖像增強和分析算法、圖像卡、i/o卡等)。一個典型的機器視覺應(yīng)用系統(tǒng)包括圖像捕捉、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機械控制執(zhí)行模塊。

機器視覺系統(tǒng)的特點是提高生產(chǎn)的柔性和自動化程度。在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，用機器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。而且機器視覺易于實現(xiàn)信息集成，是實現(xiàn)計算機集成制造的基礎(chǔ)技術(shù)。

液晶片智能檢測技術(shù)現(xiàn)代亟需的一種檢測技術(shù)，在傳統(tǒng)的檢測方法中，液晶片的質(zhì)量檢測主要依賴工人人眼檢測，但是由于工人自身的主觀性和視覺疲勞性，就使得這種檢測方法存在著檢測標(biāo)準受個人主觀因素影響，漏檢誤檢率高，人工成本高等缺點。

技術(shù)實現(xiàn)要素：

為了解決上述技術(shù)問題，本發(fā)明的目的是提供一種能提高檢測效率，且能降低漏檢誤檢率的一種基于機器視覺的液晶片智能檢測方法及系統(tǒng)。

本發(fā)明所采取的技術(shù)方案是：

一種基于機器視覺的液晶片智能檢測方法，包括以下步驟：

獲取標(biāo)準液晶片在夾持裝置未夾緊狀態(tài)下的圖像和在夾緊狀態(tài)下的圖像，得到標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像；

對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行處理，得到標(biāo)準液晶片二值化模板圖像；

獲取待檢測液晶片在夾持裝置未夾緊狀態(tài)下的圖像和在夾緊狀態(tài)下的圖像，得到待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像；

對待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像進行處理，得到待檢測液晶片二值化圖像；

將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像通過投影算法進行配準；

將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出兩者圖像的不同，并對其進行檢測判斷。

作為所述的一種基于機器視覺的液晶片智能檢測方法的進一步改進，所述的對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行處理，得到標(biāo)準液晶片二值化模板圖像，這一步驟具體包括：

對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行高斯濾波；

對高斯濾波處理后得到的兩個圖像通過區(qū)域化自動閾值分割算法進行二值化處理，得到標(biāo)準液晶片未夾緊二值化圖像和標(biāo)準液晶片夾緊二值化圖像；

將標(biāo)準液晶片未夾緊二值化圖像和標(biāo)準液晶片夾緊二值化圖像作差，得到標(biāo)準液晶片二值化模板圖像。

作為所述的一種基于機器視覺的液晶片智能檢測方法的進一步改進，所述的對待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像進行處理，得到待檢測液晶片二值化圖像，這一步驟具體包括：

對待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像進行高斯濾波；

對高斯濾波處理后得到的兩個圖像通過區(qū)域化自動閾值分割算法進行二值化處理，得到待檢測液晶片未夾緊二值化圖像和待檢測液晶片夾緊二值化圖像；

將待檢測液晶片未夾緊二值化圖像和待檢測液晶片夾緊二值化圖像作差，得到待檢測液晶片二值化圖像。

作為所述的一種基于機器視覺的液晶片智能檢測方法的進一步改進，所述的將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像通過投影算法進行配準，這一步驟具體包括：

對待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像分別建立高斯金字塔，得到待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像；

對待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像通過投影算法從上到下逐層進行配準。

作為所述的一種基于機器視覺的液晶片智能檢測方法的進一步改進，所述的將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出兩者圖像的不同，并對其進行檢測判斷，這一步驟具體包括：

將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出差異點數(shù)量，并進行顯示；

判斷差異點數(shù)量是否大于預(yù)設(shè)的檢測閾值，若是，則表示當(dāng)前的待檢測液晶片不合格；反之，則表示待檢測液晶片合格。

作為所述的一種基于機器視覺的液晶片智能檢測方法的進一步改進，所述的區(qū)域化自動閾值分割算法中最佳閾值的計算公式為：

其中，t表示分割的閾值，w0為背景比例，u0為背景均值，w1為前景比例，u1為前景均值，u為整幅圖像的均值，當(dāng)以上表達式值最大的t，即為分割圖像的最佳閾值。

本發(fā)明所采用的另一技術(shù)方案是：

一種基于機器視覺的液晶片智能檢測系統(tǒng)，包括：

標(biāo)準圖像獲取單元，用于獲取標(biāo)準液晶片在夾持裝置未夾緊狀態(tài)下的圖像和在夾緊狀態(tài)下的圖像，得到標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像；

標(biāo)準圖像二值化單元，用于對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行處理，得到標(biāo)準液晶片二值化模板圖像；

待檢測圖像獲取單元，用于獲取待檢測液晶片在夾持裝置未夾緊狀態(tài)下的圖像和在夾緊狀態(tài)下的圖像，得到待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像；

待檢測圖像二值化單元，用于對待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像進行處理，得到待檢測液晶片二值化圖像；

圖像配準單元，用于將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像通過投影算法進行配準；

檢測判斷單元，用于將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出兩者圖像的不同，并對其進行檢測判斷。

作為所述的一種基于機器視覺的液晶片智能檢測系統(tǒng)的進一步改進，所述的標(biāo)準圖像二值化單元包括：

濾波單元，用于對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行高斯濾波；

自動閾值單元，用于對高斯濾波處理后得到的兩個圖像通過區(qū)域化自動閾值分割算法進行二值化處理，得到標(biāo)準液晶片未夾緊二值化圖像和標(biāo)準液晶片夾緊二值化圖像；

作差單元，用于將標(biāo)準液晶片未夾緊二值化圖像和標(biāo)準液晶片夾緊二值化圖像作差，得到標(biāo)準液晶片二值化模板圖像。

作為所述的一種基于機器視覺的液晶片智能檢測系統(tǒng)的進一步改進，所述的圖像配準單元包括：

金字塔建立單元，用于對待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像分別建立高斯金字塔，得到待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像；

投影配準單元，用于對待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像通過投影算法從上到下逐層進行配準。

作為所述的一種基于機器視覺的液晶片智能檢測系統(tǒng)的進一步改進，所述的檢測判斷單元包括：

差異點計算單元，用于將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出差異點數(shù)量，并進行顯示；

差異判斷單元，用于判斷差異點數(shù)量是否大于預(yù)設(shè)的檢測閾值，若是，則表示當(dāng)前的待檢測液晶片不合格；反之，則表示待檢測液晶片合格。

本發(fā)明的有益效果是：

本發(fā)明一種基于機器視覺的液晶片智能檢測方法及系統(tǒng)通過對待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像進行像素點的對比從而檢測液晶片的質(zhì)量，有效提高液晶片檢測過程中的檢測效率，降低漏檢誤檢率并降低人工成本，提高生產(chǎn)節(jié)拍。

附圖說明

下面結(jié)合附圖對本發(fā)明的具體實施方式作進一步說明：

圖1是本發(fā)明一種基于機器視覺的液晶片智能檢測方法的步驟流程圖；

圖2是本發(fā)明一種基于機器視覺的液晶片智能檢測方法中標(biāo)準液晶片圖像二值化的步驟流程圖；

圖3是本發(fā)明一種基于機器視覺的液晶片智能檢測方法中待檢測液晶片圖像二值化的步驟流程圖；

圖4是本發(fā)明一種基于機器視覺的液晶片智能檢測方法中配準的步驟流程圖；

圖5是本發(fā)明一種基于機器視覺的液晶片智能檢測方法中檢測判斷的步驟流程圖；

圖6是本發(fā)明一種基于機器視覺的液晶片智能檢測系統(tǒng)的模塊方框圖。

具體實施方式

參考圖1，本發(fā)明一種基于機器視覺的液晶片智能檢測方法，包括以下步驟：

獲取標(biāo)準液晶片在夾持裝置未夾緊狀態(tài)下的圖像和在夾緊狀態(tài)下的圖像，得到標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像；

對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行處理，得到標(biāo)準液晶片二值化模板圖像；

獲取待檢測液晶片在夾持裝置未夾緊狀態(tài)下的圖像和在夾緊狀態(tài)下的圖像，得到待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像；

對待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像進行處理，得到待檢測液晶片二值化圖像；

將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像通過投影算法進行配準；

將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出兩者圖像的不同，并對其進行檢測判斷。

參考圖2，進一步作為優(yōu)選的實施方式，所述的對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行處理，得到標(biāo)準液晶片二值化模板圖像，這一步驟具體包括：

對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行高斯濾波；

對高斯濾波處理后得到的兩個圖像通過區(qū)域化自動閾值分割算法進行二值化處理，得到標(biāo)準液晶片未夾緊二值化圖像和標(biāo)準液晶片夾緊二值化圖像；

將標(biāo)準液晶片未夾緊二值化圖像和標(biāo)準液晶片夾緊二值化圖像作差，得到標(biāo)準液晶片二值化模板圖像。

參考圖3，進一步作為優(yōu)選的實施方式，所述的對待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像進行處理，得到待檢測液晶片二值化圖像，這一步驟具體包括：

對待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像進行高斯濾波；

對高斯濾波處理后得到的兩個圖像通過區(qū)域化自動閾值分割算法進行二值化處理，得到待檢測液晶片未夾緊二值化圖像和待檢測液晶片夾緊二值化圖像；

將待檢測液晶片未夾緊二值化圖像和待檢測液晶片夾緊二值化圖像作差，得到待檢測液晶片二值化圖像。

參考圖4，進一步作為優(yōu)選的實施方式，所述的將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像通過投影算法進行配準，這一步驟具體包括：

對待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像分別建立高斯金字塔，得到待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像；

對待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像通過投影算法從上到下逐層進行配準。

參考圖5，進一步作為優(yōu)選的實施方式，所述的將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出兩者圖像的不同，并對其進行檢測判斷，這一步驟具體包括：

將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出差異點數(shù)量，并進行顯示；

判斷差異點數(shù)量是否大于預(yù)設(shè)的檢測閾值，若是，則表示當(dāng)前的待檢測液晶片不合格；反之，則表示待檢測液晶片合格。

進一步作為優(yōu)選的實施方式，所述的區(qū)域化自動閾值分割算法中最佳閾值的計算公式為：

其中，t表示分割的閾值，w0為背景比例，u0為背景均值，w1為前景比例，u1為前景均值，u為整幅圖像的均值，當(dāng)以上表達式值最大的t，即為分割圖像的最佳閾值。

參考圖6，本發(fā)明一種基于機器視覺的液晶片智能檢測系統(tǒng)，包括：

標(biāo)準圖像獲取單元，用于獲取標(biāo)準液晶片在夾持裝置未夾緊狀態(tài)下的圖像和在夾緊狀態(tài)下的圖像，得到標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像；

標(biāo)準圖像二值化單元，用于對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行處理，得到標(biāo)準液晶片二值化模板圖像；

待檢測圖像獲取單元，用于獲取待檢測液晶片在夾持裝置未夾緊狀態(tài)下的圖像和在夾緊狀態(tài)下的圖像，得到待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像；

待檢測圖像二值化單元，用于對待檢測液晶片未夾緊圖像和待檢測液晶片夾緊圖像進行處理，得到待檢測液晶片二值化圖像；

圖像配準單元，用于將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像通過投影算法進行配準；

檢測判斷單元，用于將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出兩者圖像的不同，并對其進行檢測判斷。

進一步作為優(yōu)選的實施方式，所述的標(biāo)準圖像二值化單元包括：

濾波單元，用于對標(biāo)準液晶片未夾緊圖像和標(biāo)準液晶片夾緊圖像進行高斯濾波；

自動閾值單元，用于對高斯濾波處理后得到的兩個圖像通過區(qū)域化自動閾值分割算法進行二值化處理，得到標(biāo)準液晶片未夾緊二值化圖像和標(biāo)準液晶片夾緊二值化圖像；

作差單元，用于將標(biāo)準液晶片未夾緊二值化圖像和標(biāo)準液晶片夾緊二值化圖像作差，得到標(biāo)準液晶片二值化模板圖像。

進一步作為優(yōu)選的實施方式，所述的圖像配準單元包括：

金字塔建立單元，用于對待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像分別建立高斯金字塔，得到待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像；

投影配準單元，用于對待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像通過投影算法從上到下逐層進行配準。

進一步作為優(yōu)選的實施方式，所述的檢測判斷單元包括：

差異點計算單元，用于將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出差異點數(shù)量，并進行顯示；

差異判斷單元，用于判斷差異點數(shù)量是否大于預(yù)設(shè)的檢測閾值，若是，則表示當(dāng)前的待檢測液晶片不合格；反之，則表示待檢測液晶片合格。

本發(fā)明具體實施例中，搭建由檢測柜、人機交互顯示器、相機底架、1#相機、2#相機、相機架、1#液晶片夾具和2#液晶片夾具構(gòu)成的檢測平臺。相機和液晶片夾具分別固定于平臺之上，并保持相對位置固定，在檢測柜上固定相機底架，相機支架；固定液晶片夾具使得兩個夾具與檢測柜中心線對齊；在相機底架末端固定計算機人機交互顯示器；在相機支架上安裝1#相機和2#相機，安裝相機與計算機通訊連接線及夾具氣路，調(diào)整相機位置和焦距使得1#相機視角完全覆蓋1#夾具，2#相機視角完全覆蓋2#夾具，夾具下方液晶片檢測電路上電，并且使得圖像最清晰，然后固定相機位置。

s1、取一片標(biāo)準液晶片產(chǎn)品，放入1#夾具，氣動回路關(guān)閉保持夾具未夾緊狀態(tài)，驅(qū)動1#相機獲取此狀態(tài)下圖像，得到標(biāo)準未夾緊圖像，然后打開氣動回路，1#夾具保持夾緊狀態(tài)，同時檢測電路通電，液晶片顯示圖像時1#驅(qū)動相機，獲取標(biāo)準夾緊圖像。

s2：將得到的兩幅圖像進行高斯濾波，然后運用區(qū)域化自動閾值分割算法進行對圖片進行二值化處理獲得二值化圖片，最后對處理后的兩幅圖像作差得到標(biāo)準液晶片二值化模板圖像；

為適應(yīng)圖像處理的要求，消除圖像數(shù)字化時所混入的噪聲。在得到采集的圖像時首先要對圖像進行高斯濾波，二維高斯函數(shù)可以表達為：

其中μ為峰值(峰值對應(yīng)位置)，σ代表標(biāo)準差(變量x和變量y各有一個均值，也各有一個標(biāo)準差)；

將圖像濾波處理后，需要對圖像進行二值化處理，具體實現(xiàn)方法為自動閾值分割算法，由于在工業(yè)實際應(yīng)用過程中，采集到的圖像可能會因為光源照射不均、外界環(huán)境干擾等因素的影響而導(dǎo)致亮度不均，本發(fā)明中的自動閾值分割算法可以根據(jù)圖像亮度的不同將采集到的圖像自動的劃分為n個區(qū)域，然后在利用自動閾值分割的算法分別求每個區(qū)域的閾值，進而實現(xiàn)圖像的二值化；

設(shè)灰度圖像灰度級是l，則灰度范圍為[0,l-1]，利用自動閾值分割算法計算圖像的最佳閾值為：

其中，t表示分割的閾值，w0為背景比例，u0為背景均值，w1為前景比例，u1為前景均值，u為整幅圖像的均值，當(dāng)以上表達式值最大的t，即為分割圖像的最佳閾值。

s3：取待檢測液晶片產(chǎn)品，放入1#夾具，氣動回路關(guān)閉保持1#夾具未夾緊狀態(tài)，驅(qū)動1#相機獲取待檢測未夾緊圖像，然后打開氣動回路，1#夾具保持夾緊狀態(tài)，同時檢測電路通電，液晶片顯示圖像時1#驅(qū)動相機，獲取待檢測夾緊圖像；進行相同過程應(yīng)用于2#夾具和2#相機。將所獲取的圖像數(shù)字化存儲于計算機內(nèi)，由計算機經(jīng)過二值化處理，得到了待檢測液晶片二值化圖像，該過程和步驟s3的過程相同。

s4：將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像通過投影算法進行配準；

s41：對待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像分別建立高斯金字塔，得到待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像，獲取低分辨率圖像。本實施例中為了提高信息的識別率，利用高斯金字塔模型多尺度表達的特性，對輸入的圖片建立三層且平滑系數(shù)為0.5的高斯金字塔模型，高斯金字塔中不同組次上的圖像具有不同的尺寸和分辨率，接近底層的圖像尺寸相對較大，反映了圖像中小尺度細節(jié)；而隨著層次向上移動，圖像的尺寸和分辨率都相對降低，這樣僅描述了圖像中目標(biāo)的主要信息；

s42：對待檢測液晶片多層金字塔圖像和標(biāo)準液晶片多層金字塔圖像通過投影算法從上到下逐層進行配準。首先對搜索金字塔的最上層即最粗糙層，對最粗糙層進行匹配，生成移動圖像和固定圖像的xy梯度圖以及兩者間的差分，然后利用最小二乘法配準擬合得到最佳變化系數(shù)。記錄下當(dāng)前搜索結(jié)果，在對下一層圖像進行搜索時以這個結(jié)果為中心進行搜索，同時不停修正前一層高斯圖像的結(jié)構(gòu)，重復(fù)該步驟至原始圖像即最大尺度層。

s5：將待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像作差，得出差異點數(shù)量，并顯示在人機交互顯示器界面。根據(jù)檢測的精度要求的不同預(yù)設(shè)合理的檢測閾值，判斷差異點數(shù)量是否大于預(yù)設(shè)的檢測閾值，若是，則表示當(dāng)前的待檢測液晶片不合格；反之，則表示待檢測液晶片合格。

從上述內(nèi)容可知，本發(fā)明一種基于機器視覺的液晶片智能檢測方法及系統(tǒng)通過對待檢測液晶片二值化圖像與標(biāo)準液晶片二值化模板圖像進行像素點的對比從而檢測液晶片的質(zhì)量，有效提高液晶片檢測過程中的檢測效率，降低漏檢誤檢率并降低人工成本，提高生產(chǎn)節(jié)拍。

以上是對本發(fā)明的較佳實施進行了具體說明，但本發(fā)明創(chuàng)造并不限于所述實施例，熟悉本領(lǐng)域的技術(shù)人員在不違背本發(fā)明精神的前提下還可做作出種種的等同變形或替換，這些等同的變形或替換均包含在本申請權(quán)利要求所限定的范圍內(nèi)。