基于圖像背景重構(gòu)和水平集的TFT-LCD缺陷檢測算法研究與應(yīng)用.pdf

1、薄膜晶體管液晶顯示屏（thin film transistor-liquid crystal display，TFT-LCD），是目前最為常見的一種顯示屏；為了提高 TFT-LCD產(chǎn)品質(zhì)量，更加準(zhǔn)確、高效地檢測出次品，國外廠商開發(fā)出了自動化的屏幕檢測設(shè)備來替代人工檢測。但是在國內(nèi)，許多屏幕生產(chǎn)廠家還是依靠人工進(jìn)行檢測，雖然國內(nèi)也有公司進(jìn)行自動檢測設(shè)備的研發(fā)，但是由于檢測算法存在漏檢和誤檢等問題，使得研發(fā)的設(shè)備難以應(yīng)用到實際生產(chǎn)中。

2、>　　本文針對現(xiàn)有算法存在的這些不足，提出了基于圖像背景重構(gòu)和水平集的TFT-LCD缺陷檢測算法，并搭建實驗平臺進(jìn)行算法驗證，最后將算法應(yīng)用到自動檢測設(shè)備上進(jìn)行實際應(yīng)用測試。本文具體的研究內(nèi)容如下：
　　（1）檢測平臺硬件系統(tǒng)設(shè)計，依據(jù)屏幕檢測需求提出硬件架構(gòu)和選型方案。
　?。?）針對圖像背景不均勻造成的誤檢問題，本文提出了基于缺陷區(qū)域預(yù)判的背景圖像重構(gòu)方法，來消除缺陷區(qū)域的像素對背景圖像重構(gòu)的影響，從而獲得高精度的背景圖

3、像，再用原圖與背景圖像求差來抑制背景不均勻。
　　（3）針對現(xiàn)有的基于主動輪廓模型的屏幕缺陷分割法對小缺陷不敏感而產(chǎn)生的漏檢問題，本文提出了基于梯度和區(qū)域信息的主動輪廓模型并基于水平集進(jìn)行輪廓演化來分割缺陷，該算法能夠應(yīng)對背景不均情況并且對小缺陷敏感，有效提高了檢測精度。
　　（4）利用GPU并行處理技術(shù)對算法進(jìn)行加速，并對檢測平臺的軟件架構(gòu)和功能進(jìn)行了設(shè)計，實現(xiàn)了算法在實驗平臺上的應(yīng)用。
　?。?）通過實驗將本文所提