基于图像处理的液晶显示器表面缺陷检测设计

武汉理工大学《专业综合》课程设计说明书课程设计任务书学生姓名：胡科_专业班级：电信1206班学生学号：0121209310623指导教师：阙大顺，沈维聪，王绪国工作单位：信息工程学院题目：基于图像处理的液晶显示器表面缺陷检测设计初始条件：具备Matlab编程能力；熟悉数字图像处理方法；提供编程所需要的计算机一台要求完成的主要任务：（1）选择液晶显示屏有缺陷的图像作为分析对象，或自行模拟相应图像，缺陷应至少包括点缺陷、线缺陷；（2）完成液晶屏图像表面缺陷的图像预处理，包括图像滤波等；（3）完成图像的分割、边缘提取和目标提取等；（4）完成图像的特征提取和识别实现；（5）给出相应程序，并给出每一步的仿真处理结果及分析。武汉理工大学《专业综合》课程设计说明书目录摘要.................................................11.概述.............................................21.1学科概述......................................21.2数字图像处理常用方法..........................22.设计原理.........................................52.1课程设计要求..................................52.2相关技术......................................53.程序设计.........................................63.1基于MATLAB的程序设计.........................63.2程序说明.....................................114.仿真结果........................................134.1无缺陷显示图样检测............................134.2点缺陷显示图样检测............................134.3区域缺陷显示图样检测..........................154.4线缺陷显示图样检测............................185.心得体会........................................236.参考文献........................................24武汉理工大学《专业综合》课程设计说明书1摘要数字图像处理技术在很多方面均可得到应用。在液晶显示器的生产过程中，由于工艺及环境的原因可能导致液晶显示屏的某些显示缺陷；为了提高检测效率及准确性，研制有效的液晶屏自动检测系统十分必要。本文基于数字图像处理技术结合Matlab实现方法，设计了液晶屏自动检测系统，主要技术包括图像增强，图像分割，边缘提取及识别等，可对点状、线状、区域状等液晶屏缺陷进行识别。关键字：数字图像处理、液晶屏缺陷检测、Matlab、图像分割武汉理工大学《专业综合》课程设计说明书21.概述1.1学科概述数字图像处理(DigitalImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展（特别是离散数学理论的创立和完善）;三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。一般来讲，对图像进行处理（或加工、分析）的主要目的有三个方面：（1）提高图像的视感质量，如进行图像的亮度、彩色变换，增强、抑制某些成分，对图像进行几何变换等，以改善图像的质量。（2）提取图像中所包含的某些特征或特殊信息，这些被提取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面，如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。（3）图像数据的变换、编码和压缩，以便于图像的存储和传输。不管是何种目的的图像处理，都需要由计算机和图像专用设备组成的图像处理系统对图像数据进行输入、加工和输出。1.2数字图像处理常用方法武汉理工大学《专业综合》课程设计说明书31）图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。2）图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。3）图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。4）图像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解武汉理工大学《专业综合》课程设计说明书4的基础。虽然已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是图像处理中研究的热点之一。5）图像分类（识别）：图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。图1.1数字图像处理设备武汉理工大学《专业综合》课程设计说明书52.设计原理2.1课程设计要求（1）选择液晶显示屏有缺陷的图像作为分析对象，或自行模拟相应图像，缺陷应至少包括点缺陷、线缺陷；（2）完成液晶屏图像表面缺陷的图像预处理，包括图像滤波等；（3）完成图像的分割、边缘提取和目标提取等；（4）完成图像的特征提取和识别实现；（5）给出相应程序，并给出每一步的仿真处理结果及分析。2.2相关技术（1）空间域图像增强技术。在空间域中，通过线性变换来增强构成图像的像素。主要用于将原始采集图像进行预处理，滤除噪声。（2）边缘检测与阈值分割技术。通过边缘点来勾画出各个物体的轮廓，将边缘点进行连接，构成整个物体。阈值分割技术用于将物体与背景有较强对比的景物分割。主要用于处理并采集图像的边缘信息，设定合适的阈值进行图像分割。（3）数学形态学图像处理技术。作为工具从图像中提取对于表达和描述区域形状有用的图像分量，其方法包括膨胀和腐蚀。根据输入图像中暗（或亮）细节的灰度值以及它们的形状相对于结构元素的关系，它们在运算中或被消减或被除掉。武汉理工大学《专业综合》课程设计说明书63.程序设计3.1基于MATLAB的程序设计function[output_args]=fun(i)%FUNSummaryofthisfunctiongoeshere%Detailedexplanationgoeshereswitchicase0I=imread('empty.jpg');case1I=imread('point.jpg');case2I=imread('line.jpg');case4I=imread('shuzhi.jpg');case5I=imread('black.jpg');otherwiseI=imread('area.jpg');endfigure,subplot(2,2,1),imshow(I),xlabel('原图');I=rgb2gray(I);[MN]=size(I);pt=sprintf('读取待处理显示器图像成功，图像尺寸为%d*%d',M,N);disp(pt);J=medfilt2(I,[3,3]);J=im2bw(J);subplot(2,2,2),imshow(I),xlabel('灰度图');average=mean2(J);minx=0;miny=0;maxx=0;maxy=0;sum1=0;sum2=0;se=strel('square',3);K2=imerode(J,se);Iout1=J-K2;subplot(2,2,3),imshow(Iout1),xlabel('腐蚀后边界轮廓');武汉理工大学《专业综合》课程设计说明书7K2=imdilate(K2,se);subplot(2,2,4),imshow(K2),xlabel('形态学运算后图像');forx=2:M-1fory=2:N-1ifK2(x,y)=averagesum1=sum1+1;elsesum2=sum2+1;end;end;end;ifsum2==0disp('显示器不存在缺陷');judge=false;elsedisp('显示器存在缺陷');judge=true;if(sum2sum1)pt=sprintf('缺陷部分颜色为图中白色区域,其大小为:%d个像素点',sum1);disp(pt)elsept=sprintf('缺陷部分颜色为图中黑色区域,其大小为:%d个像素点',sum2);disp(pt)end;end;figure,subplot(2,2,1),imshow(I),title('原灰度图');subplot(2,2,2),imshow(K),title('二值处理图');subplot(2,2,3),imhist(I),title('原图直方图');subplot(2,2,4),imhist(K2),title('开运算后直方图');武汉理工大学《专业综合》课程设计说明书8forx=2:M-1fory=2:N-1ifsum2sum1ifK(x,y)averageifminx==0||maxx==0||miny==0||maxy==0minx=x;maxx=x;miny=y;maxy=y;elseifxminxminx=x;end;ifxmaxxmaxx=x;end;ifymaxymaxy=y;end;ifyminyminy=y;end;end;end;elseifK(x,y)averageifminx==0||maxx==0||miny==0||maxy==0minx=x;maxx=x;武汉理工大学《专业综合》课程设计说明书9miny=y;maxy=y;elseifxminxminx=x;end;ifxmaxxmaxx=x;end;ifymaxymaxy=y;end;ifyminyminy=y;end;end;end;end;end;end;ifjudgeheight=maxx-minx;width=maxy-miny;div=width/height;endifjudgeifdiv20disp('缺陷类型为横向线性缺陷');武汉理工大学《专业综合》课程设计说明书10pt=sprintf('其缺陷范围水平方向起点为(%d,%d),终点为(%d,%d)',miny,minx,maxy,minx);disp(pt);pt=sprintf('缺陷长度为%d个像素，宽度为为%d个像素',maxy-m