ACF中导电粒子检测算法的研究.pdfVIP

ACF中导电粒子检测算法的研究 摘 要 随着电子产业的高速发展，液晶屏的需求量也不断提高。大多数的液晶屏使用的是 一种晶粒-玻璃接合技术，而连接晶粒与玻璃的材料是各向异性导电膜(ACF)。ACF中导 电粒子数目是判断液晶屏质量好坏的重要依据之一。人工抽检的方式需要利用高精密的 仪器辅助工人进行检测，并且只能在每批产品中抽出部分产品进行检测。所以，人工抽 检速度慢，检测不完全，不准确，已经不能满足市场的需求。利用自动光学检测技术是 解决上述问题的研究方向。 基于自动光学检测的导电粒子检测系统需要在图像中自动分割出导电粒子的区域， 将分割的导电粒子区域的坐标记录在标准档中，后续导电粒子检测算法直接在标准档中 读取导电粒子区域的坐标。最后，在导电粒子区域中利用导电粒子检测算法检测出导电 粒子的个数。本文研究的ACF导电粒子检测系统已经在公司里应用，并受到了公司的好 评。本文的主要研究工作可分为以下三个部分。 1.图像预定位算法的研究。本文提出了一种根据图像相似度判断图像是否相似的判 断方法。该算法与感知哈希算法进行对比，具有较好的直观性以及更好的判断效果和更 高的运行效率，能较好地应用在图像预定位当中。 2.改进了导电粒子区域分割算法。针对现有的导电粒子区域分割算法由于导电粒子 分布复杂，分割算法通用性差以及分割结果准确率低的问题，本文改进了一种基于预处 理的导电粒子区域分割算法。该算法首先对图像进行预处理，通过二值化及区域差分得 到具有导电粒子的引脚区域。再对导电粒子进行增强，重新绘制图像的灰度值。最后用 图像的水平和垂直灰度投影精确地分割出导电粒子区域的坐标。实验结果表明，本文提 出的导电粒子区域分割算法能较准确地分割出导电粒子区域的坐标，具有更好的通用 性。 3.改进了导电粒子检测算法。针对现有的导电粒子算法受光照方向的影响以及对粘 连的导电粒子计数不准确的问题，本文提出了基于补偿的局部均值差值的改进算法。该 算法增加左右两个局部区域，得到水平方向的局部均值差值，与原来垂直方向的局部均 值差值进行补充，解决光照方向的影响。又针对面积较大，粘连的导电粒子利用分水岭 结合形态学运算的方法进行分离，准确地对粘连的导电粒子进行计数。实验结果表明， 本文提出的导电粒子检测算法提高了检测的准确率，并且降低了受光照方向的影响。 I ACF中导电粒子检测算法的研究 关键词：ACF；导电粒子区域分割；导电粒子检测；定位 II ResearchonthedetectionalgorithmofconductiveparticlesinACF Abstract Withtherapiddevelopmentoftheelectronicsindustry,thedemandforLCDscreenshas also increased. Most liquid crystal panels use a chip on glass bonding technique, and the material that connects the chip to the glass is an anisotropic conductive film (ACF). The numberofconductiveparticlesinACFisoneoftheimportantbasisforjudgingthequalityof LCDscreen.Themethodofmanualsamplingrequirestheuseofhigh-precisioninstruments toassistworkersintesting,andonlysomeproductscanbetakenoutofeachbatchfortesting. Therefore,themanualsamplingspeedisslow,thedetectionisincomplete,andtheaccuracyis not high enough to meet the client