一种液晶屏中各向异性导电膜粒子的自动检测方法

技术领域

本发明涉及图像处理技术领域，具体涉及一种液晶屏中各向异性导电膜粒子的自动检测方法。

背景技术

目前，液晶显示屏的厚度越来越薄，重量越来越轻，因此工业生产的要求不断增加。其中对液晶盒玻璃和IC器件的连接情况进行检测是必须的，两者主要使用晶粒-玻璃接合技术(COG)进行连接，COG技术的核心是各向异性导电膜(ACF)。液晶屏的导电能力取决于ACF中导电粒子的数目，因此可以根据导电粒子的数目对液晶屏生产是否合格做出判断。

ACF粒子经过压合后特征比较明显，分布比较均匀，适合采用自动光学检测(AOI)系统进行检测，同人工检测相比，其速度快、准确率高。现有专利公开了一种ACF导电粒子压合自动检测方法(公开号：CN 110672474 A)，使用动态阈值分割算法进行导电粒子区域的分割，但是该算法在一个引脚内有多个导电粒子区域的情形下分割效果较差，并且导电粒子检测容易受图像中杂质的干扰，漏检率和错检率较高。

发明内容

发明目的：本发明的目的在于提供一种液晶屏中各向异性导电膜粒子的自动检测方法，以解决上述背景技术中导电粒子区域分割算法分割效果较差，导电粒子检测算法准确率较低的问题。本发明方法具体包括以下步骤：

步骤1、采集导电粒子区域图像；

步骤2、对图像中的标记点进行定位，再对结果图像进行二值化处理，计算确定标记点中心的坐标；

步骤3、采用基于均方差的算法分割出每块导电粒子区域；

步骤4、使用基于局部极大值的算法对步骤3中分割出的每块区域进行检测；

步骤5、统计步骤4中导电粒子的数量，和预设阈值进行比较，判断各向异性导电膜ACF中导电粒子数量是否合格。

步骤1中，使用DIC微分干涉镜头DAF-100来搭配DALSA线阵相机采集图像，使得导电粒子成像具有立体感，便于与背景图像分割开。

步骤2包括：

步骤2-1、使用加权法对步骤1采集的图像进行灰度化处理，每个像素点计算公式如下：

Gray＝0.299×R+0.587×G+0.114×B

其中Gray表示灰度值，R表示红色的值，G表示绿色的值，B表示蓝色的值；

步骤2-2、将十字型标记点作为模板，使用模板匹配算法对图像进行处理，得出匹配的图像，相似度的计算公式如下：

其中D(i,j)表示坐标(,j)处的相似度大小，M为横坐标的最大值，N为纵坐标的最大值，T(s,t)表示模板的能量，S(i+s-1,j+t-1)为模板覆盖下对应的那块子图像的能量。

步骤2-3、使用感知哈希算法对模板图像和匹配到的图像进行相似度的判断，对比结果位数，如果不相同的位数小于X

步骤2-4、对2-3中判定结果相似的图像使用大津法进行二值化处理；

步骤2-5、依次经过腐蚀运算、面积阈值法和膨胀运算去除掉二值化后产生的杂质；

步骤2-6、通过步骤2-5提取出十字型标记点的图像，然后将标记点的重心作为定位点，重心坐标(x

其中T是十字型标记图像像素点个数，X(t)是横坐标序列，Y(t)是纵坐标序列。

步骤3包括：

步骤3-1、对导电粒子区域图像作均方差处理，遍历图像中每一个像素点，在像素点5×5邻域内通过如下公式进行计算：

其中，g(i,j)为像素点新的灰度值，f(x,y)为邻域内像素点的灰度值，p表示的是像素点(i,j)的5×5邻域内灰度值的平均值，q为邻域大小。

步骤3-2、使用OTSU法对步骤3-1处理后的图像进行二值化；

步骤3-3、图像二值化后，导电粒子所在区域和背景区域的灰度值有明显差异，因此在垂直方向上进行灰度投影并绘制出灰度投影图；

步骤3-4、灰度投影图中导电粒子区域之间的间隙部分的灰度值为0，通过这一特点来进行引脚的分割。

步骤4包括：

步骤4-1、使用一种光照方向局部均值差值的算法对图像进行增强：遍历图像中每一个像素点，在像素点7×7邻域范围内，分为上下两个部分，分别计算出上下两部分像素点的灰度均值，然后求上下两部分像素点的灰度均值的差值，所述差值的绝对值就是目标像素点新的灰度值，最终得到均值差值图像；

步骤4-2、对步骤4-1处理后的图像使用大津法法进行二值化处理，得到二值化图像；

步骤4-3、使用广度优先搜索算法对二值化图像进行连通区域的标记，并计算出每一块连通区域的面积；

步骤4-4、进行面积阈值去噪：设置一个面积阈值Q，由于导电粒子的尺寸一般在7×7到11×11之间，所以取Q为49，将每块连通区域的面积与阈值Q进行比较，如果是小于Q，则判断连通区域为噪声，将噪声从图中删除，否则就把连通区域保留下来；

步骤4-5、通过局部极大值法来确定导电粒子的位置和数目：对步骤4-1中得出的均值差值图像的连通区域进行遍历，以当前遍历的像素点为中心、X

步骤4-5中，如果是一个范围内有两个以上极大值点，则连接任意两个极大值点并取中间的点为新的极大值点，直到最后只有一个极大值点，则该极大值点就是导电粒子的中心。

本发明的有益效果如下：实现了基于光学和图像融合的方法来实现ACF中导电粒子位置和数目的自动检测，与人工抽检相比，本发明检测的速度快、准确率高，能够满足工业检测的需求。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1为本发明ACF粒子自动检测的流程图。

图2为图像预定位算法的流程图。

图3为感知哈希算法实现流程图。

图4为二值化结果图。

图5为十字标记点图。

图6为定位结果图。

图7为导电粒子区域分割算法的流程图。

图8为均方差图像。

图9为二值化后的灰度投影图。

图10为导电粒子检测算法流程图。

图11为光照方向局部均值差值算法原理图。

图12为导电粒子检测结果图。

具体实施方式

如图1所示，本发明实施例提供了一种液晶屏中各向异性导电膜粒子的自动检测方法，包括如下步骤：

S1、采图步骤，使用DIC微分干涉镜头DAF-100来搭配DALSA线阵相机进行采图，使得导电粒子成像具有立体感，便于与背景图像分割开。

S2、图像预定位步骤，使用模板匹配算法和感知哈希算法对图像中的标记点进行定位，再对结果图像进行二值化处理，计算确定标记点中心的坐标。

S3、导电粒子区域分割步骤，采用基于均方差的算法分割出每块导电粒子区域。

S4、导电粒子检测步骤，使用基于局部极大值的算法对步骤S3中分割出的每块区域进行检测。

S5、检测结果导出步骤，统计步骤S4中导电粒子的数量，和预设阈值进行比较，判断ACF中导电粒子数量是否合格。

所述步骤S1中，ACF导电粒子尺寸为微米级且成像为立体的，若用普通的相机无法分辨出导电粒子的凸起和与背景的灰度值差异。因此发明选用DAF-100微分干涉镜头搭配DALSA LA-CM-02K08A线阵相机进行采图。

如图2所示，所述步骤S2中，使用模板匹配算法和感知哈希算法对图像中的标记点进行定位，再对结果图像进行二值化处理，计算确定标记点中心的坐标，具体的步骤包括：

S21、使用加权法对步骤S1得出的图像进行灰度化处理，每个像素点计算公式如下：

Gray＝0.299×R+0.587×G+0.114×B

其中Gray表示灰度值，R表示红色的值，G表示绿色的值，B表示蓝色的值。

S22、将十字型标记点作为模板，使用模板匹配算法对图像进行处理，得出匹配的图像，相似度的计算公式如下：

S23、使用感知哈希算法对模板图像和匹配到的图像进行相似度的判断，对比结果位数，若不相同的位数小于10，则图像相似，否则图像不相似，具体的算法实现流程图如图3所示。

S24、对2-3中判定结果相似的图片使用大津法(OTSU)法进行二值化处理，结果图如图4所示。

S25、依次经过腐蚀运算、面积阈值法和膨胀运算去除掉二值化后产生的杂质，结果图如图5所示。

S26、通过步骤S25可以提取出十字型标记点的图像，然后将标记点的重心作为定位点。重心坐标(x

其中T是十字型标记图像像素点个数，X(t)是横坐标序列，Y(t)是纵坐标序列，定位结果的图像如图6所示。

所述步骤S2中，定位点的坐标到导电粒子区域的位置是固定的，因此确定了定位点，后续就能找到导电粒子区域。

如图7所示，所述步骤S3中，采用基于均方差的算法分割出每块导电粒子区域，具体步骤包括：

S31、对导电粒子区域图像作均方差处理，遍历图像中每一个像素点，在该像素点5×5邻域内通过下述公式进行计算：

其中，g(i,j)为像素点新的灰度值，f(x,y)为邻域内像素点的灰度值，p表示的是像素点(i,j)的5×5邻域内灰度值的平均值，q为邻域大小；处理后的结果图如图8所示

S32、使用OTSU法对处理后的图像进行二值化。

S33、图像二值化后，导电粒子所在区域和背景区域的灰度值有明显差异，因此在垂直方向上进行灰度投影并绘制出灰度投影图。

S34、灰度投影图中导电粒子区域之间的间隙部分的灰度值为0，通过这一特点来进行引脚的分割，投影图如图9所示。

如图10所示，所述步骤S4中，使用基于局部极大值的算法来进行导电粒子的检测，具体步骤包括：

S41、使用一种光照方向局部均值差值的算法对导电粒子特征进行增强，遍历图像中每一个像素点，在该像素点7×7邻域范围内，分为上下两个部分，分别计算出上下两部分像素点的灰度均值，然后求两者的差值，该差值的绝对值就是目标像素点新的灰度值，算法的原理图如图11所示。

S42、再对均值差值图像使用OTSU法进行二值化处理。

S43、使用广度优先搜索算法对二值化图像进行连通区域的标记，并计算出每一块连通区域的面积。

S44、再进行面积阈值去噪，具体是设置一个面积阈值Q，由于导电粒子的尺寸一般在7×7到11×11之间，所以取Q为49，将每块连通区域的面积与阈值Q进行比较，若是小于Q，则判断该区域为噪声，将其从图中删除，否则就把该区域保留下来。

S45、最后通过局部极大值法来确定导电粒子的位置和数目：对步骤4-1中得出的均值差值图像的连通区域进行遍历，以当前遍历的像素点为中心，5为半径查看该点灰度值是否是极大值，如果是，则该点是导电粒子的中心，否则，遍历下一个点。注意如果是一个范围内有多个极大值点，则任意连接两个极大值点并取中间的点为新的极大值点，直到最后只有一个极大值点，则该点就是导电粒子的中心，检测的结果图如图12所示。

具体实现中，本申请提供计算机存储介质以及对应的数据处理单元，其中，该计算机存储介质能够存储计算机程序，所述计算机程序通过数据处理单元执行时可运行本发明提供的一种液晶屏中各向异性导电膜粒子的自动检测方法的发明内容以及各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，ROM)或随机存储记忆体(random access memory，RAM)等。

本领域的技术人员可以清楚地了解到本发明实施例中的技术方案可借助计算机程序以及其对应的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机程序即软件产品的形式体现出来，该计算机程序软件产品可以存储在存储介质中，包括若干指令用以使得一台包含数据处理单元的设备(可以是个人计算机，服务器，单片机。MUU或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本发明提供了一种液晶屏中各向异性导电膜粒子的自动检测方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。