基于图像轮廓分析的LCD 线路缺陷检测

2. 2 轮廓面积计算

当得到一个轮廓的所有像素之后，就能很方便地计算其特征参量，比如周长。面积。质心等。由图6 可以看出，轮廓的周长即是该轮廓所包含的像素个数，因此可以很方便地计算出来; 质心可由质心公式计算，对于图像即是所有像素的坐标平均值。

本文中检测缺陷时需要用到轮廓的面积，对于曲线所围成区域，可以采用格林公式计算其面积，定义如下： 设单连通闭区域D 由分段光滑的曲线L 围成，函数R( x,y) 及Q( x,y) 在D 上具有1 阶连续偏导数，则有。

其中对于二值图像中的连通区域，用差分代替微分，用求和代替积分，可推导出轮廓的面积计算公式。设轮廓由m 个像素点Rk( Xk,Yk) 组成，其中k = 1,2,…，m;Rm + 1 = R1; R1,R2,…，Rm沿轮廓正向排列，则面积S 可表示为。

如果按轮廓曲线的正向来搜索像素，最后得到的contour 中的像素点即是按正向排列的，应用上面公式可快速计算出轮廓面积。在计算面积的时候，不管轮廓内部是否包含其它轮廓，均当做单连通区域处理，因为当一个轮廓内部包含其它轮廓的时候，内部轮廓则是由于线路的孔洞缺陷导致，将其也看作一个单连通区域，便于后面的缺陷判断检测。

2. 3 整幅图像轮廓分析

设经过二值化。目标区域提取以及边缘检测后的图像为image[m][n],轮廓为白色，背景为黑色。为了对已搜索过的像素作标记，建立一个与原图像尺寸一致的标记数组。将所有轮廓存储在一个vector 对象中，算法具体步骤如下。

( 1) 建立一个与图像尺寸一致的标记数组flag[m][n],初始化为0,表示所有元素均没被标记。

( 2) 从左至右从上至下遍历图像所有像素，当扫描到一个白色且未被标记的像素Pix( i,j) 时，说明找到一个新轮廓，以该像素为起点，按照上面的单个轮廓分析算法搜索出该轮廓的所有像素，存入表示该轮廓的Contour对象中，搜索过程中已搜索过的白色像素在flag 数组中的对应元素置1?当本次搜索完毕时，将该轮廓的Contour 对象存入vector Contour > 对象中。

( 3) 继续扫描图像，重复第( 2) 步，直到遍历完成个图像，至此已找出所有轮廓，算法结束。

对图2 应用上面的算法进行轮廓分析，统计了轮廓的面积，结果图7 所示。

为了测试该算法的性能，选择了不同尺寸和不同轮廓数目的LCD 线路图像，对每张图像进行50 次重复测试统计轮廓分析时间，其图像尺寸。轮廓数目以及轮廓分析平均消耗时间的关系如表1 所示。所用PC 配置Intel Core2 Duo T6670,2. 2GHz 处理器，2GB 内存，Windows7 系统，并在VS2008 开发环境下进行试验。

从表1 可以看出，该轮廓分析方法能快速地找出所有线路轮廓并计算出其面积。同时由表1 前4 行可知，在轮廓数目相同的情况下，随着图像尺寸的成倍增加，所需时间增加很缓慢; 由后4 行可知，在图像尺寸不变的情况下，轮廓分析时间随轮廓数目成近似线性关系; 因此，影响消耗时间的主要因素是轮廓数目。由于LCD 线路图像的像素分辨率高，图像尺寸很大，但线路数目相对较少，因此，用该方法可高效率地检测LCD 的线路缺陷。

3 检测流程和实验结果

本文中算法检测的LCD 线路的缺陷示意图如图8所示，包括短路。短路。孔洞和孤岛4 种缺陷。

缺陷检测流程如下。

( 1) 对某一型号的LCD,选择一定数目( 这里取10块) 标准样品，按上述算法过程计算出每块LCD 线路的轮廓数目和每个轮廓的面积，对于面积将10 次所得到的值取平均，以此作为这一型号的标准数据。

( 2) 对该型号任一待测LCD,同样按照上述算法计算出其轮廓数和每个轮廓的面积。如果轮廓数与标准数据不同，则必定是不良品; 否则转下一步。

( 3) 由于数目相同时可能是短路。断路等多种缺陷同时发生，因此将轮廓面积逐个与标准数据比较，如果有短路。断路。孔洞和孤岛等缺陷，则必定存在某些轮廓与标准数据差异很大，故设定适当阈值T,如果每个轮廓面积差值的绝对值都小于T,则判定为合格品，否则为不良品。

根据上述算法和检测流程，选择了10 种不同型号的小型LCD,每种选取了20 个样品进行测试，这些样品包含无缺陷及有短路。断路。孔洞及孤岛缺陷的LCD,在总共200 个样品中，只有2 片误检，正确率达99%,对误检的LCD 进行分析，其误检主要是线路受到灰尘的污染所致。同时，采用基于图像配准再作差的模板匹配法对上面200 个样品进行测试，结果有9片误检，正确率95. 5%,误检主要因素是图像配准的偏差。可见该方法可以有效地检测出含有上述4 种缺陷的LCD?

4 结论

基于图像轮廓分析的LCD 线路缺陷检测方法与传统的基于图像配准的方法相比，由于避免了配准偏差带来的影响，因此提高了检测正确率。在轮廓分析过程中，对单像素轮廓采用基于深度优先搜索的方法，有效地提取了线路轮廓，并根据离散化的格林公式快速地计算出了轮廓面积。将待检测LCD 的线路轮廓信息与标准信息比较以判断是否存在缺陷，经验证，本文中的算法可以有效地检测出LCD 中的短路。断路。孔洞以及孤岛缺陷，在LCD 线路缺陷检测方面具有很好的应用前景。