tft-lcd mura缺陷机器视觉检测方法分析-analysis of machine vision inspection method for tft - lcd mura defects.docx

独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：日期：年月日摘要近年来，TFT-LCD向着大尺寸、轻薄化、低功耗、高分辨率的方向发展，在其生产过程中Mura缺陷出现的几率也大大增加。传统的依靠人眼检测Mura缺陷的方法已经无法满足TFT-LCD产品质量和生产效率的要求。因此，研究一种不受外界条件干扰的、准确、快速的Mura缺陷机器视觉检测方法已成为TFT-LCD发展的必然要求。在对Mura缺陷分析研究的基础上，设计了TFT-LCDMura缺陷机器视觉检测系统。本系统主要分为图像采集模块和图像处理模块两部分，图像采集模块主要负责图像的采集和存储。而图像处理模块完成对Mura缺陷的检测，主要包括几何矫正、纹理背景抑制、Mura缺陷分割和量化四个步骤。根据Mura缺陷的特点，通过理论研究和验证仿真，实现了基于实值Gabor小波滤波的TFT-LCD纹理背景抑制、基于Chan-Vese（C-V）模型及水平集方法的Mura缺陷分割和基于DSEMU标准的缺陷量化的三大关键技术。首先，在纹理背景抑制部分，通过对Gabor小波滤波原理的分析和滤波器参数的选择，设计了4个滤波方向、4个中心频率的16通道的实值Gabor小波滤波器组，并设计了三层子图像融合方法，最终实现了对TFT-LCD图像纹理噪声的有效抑制。其次，在Mura缺陷分割部分，针对传统的C-V模型在分割背景复杂的图像方面存在的不足，分别从模型本身和数值实现两个方面对C-V模型进行改进，提高了C-V模型的分割能力和分割速度。最后，在Mura缺陷量化方面，由于传统的SEMU标准未能考虑拍摄距离对缺陷量化的影响，采用了更加准确、可靠的DSEMU标准对Mura缺陷进行量化，并且给出了Mura缺陷位置和形状的判定方法，为改进TFT-LCD生产工艺，消除Mura缺陷提供参考。通过实验验证，提出的TFT-LCDMura缺陷机器视觉检测方法可以实现对Mura缺陷准确、快速的检测。并且100个实验样本中，只有两个未能成功检测，有效检出率为98%，漏检率为2%，错检率为0%，能够满足TFT-LCD的生产要求。关键词：TFT-LCD，Mura缺陷，机器视觉，Gabor小波，Chan-Vese模型ABSTRACTInrecentyears,withthedevelopmentofTFT-LCD(ThinFilmTransistor-LiquidCrystalDiaplay)towardslargesize,thinthickness，lowpowerconsumptionandhighresolution，theprobabilityofMuradefectsintheproductionprocessofTFT-LCDisgreatlyincreasing.ThetraditionalmethodsofrelyingonthehumaneyetodetectMuradefecthavebeenunabletomeettheproductqualityandproductionefficiencyofTFT-LCD.Therefore,thestudyonamachinevisiondetectionmethodwhichisaccurate,fastandwithoutdisturbancefromoutsidehasbecomeanecessaryrequirement.AmachinevisiondetectionsystemwithimageacquisitionmoduleandimageprocessingmoduleisproposedtodetectTFT-LCDMurabasedontheanalysisofMuradefect.Themainlyresponsibilityoftheimageacquisitionmoduleistocaptureandstoragetheimages.Whilethefunctionofimageprocessingmodule,w