单边侧入光导光板缺陷检测：高精度机器视觉方法

本文主要探讨了单边侧入光式导光板的质量可视化检测方法，针对液晶显示屏背光模组生产过程中常见的亮点、划伤、压伤和暗影等缺陷，采用机器视觉技术进行有效的缺陷检测。研究的核心思路是基于网点的排列特征和缺陷的成像效果，通过以下几个步骤实现： 1. 图像分割：首先，根据网点的疏密程度将导光板图像分为疏区和密区。疏区的网点分布不均，容易对缺陷检测造成干扰。 2. 网点分离：为减少疏区网点对缺陷检测的影响，提出了网点分离策略。通过设计特定滤波器，如可能的高通或低通滤波器，将网点与背景分离，以便分别对每个区域进行处理。 3. 高斯导数滤波：对于密区，使用高斯导数滤波器进行平滑处理，去除噪声，同时保留图像边缘信息，这有助于识别潜在的缺陷区域。 4. 形态学和图像运算：接着，运用灰度形态学和图像运算技术，进一步细化缺陷的特征提取，例如膨胀、腐蚀、开闭运算等，提高缺陷检测的准确性。 5. 特征提取与筛选：针对导光板的不同区域，依据生产线的质检标准，提取缺陷的特征参数，如大小、形状、亮度等。然后，根据这些特征制定筛选规则，判断是否存在缺陷。 6. 现场测试与验证：在自主研发的导光板缺陷检测系统上，进行了大量实际操作的现场测试。结果显示，该方法对于亮白点、压伤和划伤等缺陷的检测精度非常高，达到99%以上，满足了工业级的检测需求。 总结来说，本文介绍了一种基于机器视觉的单边侧入光式导光板质量检测方法，通过有效结合图像处理技术，实现了对导光板缺陷的精确识别和定位，为提高显示效果和降低生产成本提供了有力的支持。