基于骨架模板配准的OLED显示屏斑痕缺陷检测技术

摘 要： 针对OLED显示屏的自动化缺陷检测问题，提出了一种新的检测方法。首先，基于显示屏的原图像，提取其骨架信息，进行分块处理后快速地与模板图像配准，通过差影法实现斑痕缺陷的初次提取。然后通过大津法确定图像的阈值，将图像分割并进行差影操作后，实现斑痕缺陷的检测；最后，通过列举的实例，验证了本方法的有效性。
关键词： 显示屏；斑痕缺陷；细化；图像配准；大津法

　OLED(Organic LED)显示屏作为新一代的显示设备，随着生产工艺的日趋完善，目前已广泛应用于MP3、手机、数码相机等低功耗的设备中。在基于图像处理的自动化检测过程中，为保证产品的质量，生产商迫切需要一种有效的算法，以快速抓取和识别显示屏中存在的各种缺陷。在OLED显示屏的各种缺陷中，斑痕缺陷(也称其为Mura缺陷)是最常见、最复杂的，同时也是最难检测的一种缺陷[1-2]。主要表现为对比度低、边界模糊、形状多样、亮度显示不均匀等特征。因此，如何有效地检测斑痕缺陷已成为OLED显示屏制造过程的关键环节。
　近年来，随着图像处理理论的发展，相关研究人员已提出了很多检测算法。Yen PingLang等提出了基于背景图像重建的检测方法[3]，KUO C C.提出了利用离散余弦变换滤除背景图像的方法[4]。由于斑痕缺陷的对比度低、边界模糊、形状不定，再加上显示屏本身的发光亮度难以达到完全均匀、CCD噪声等因素的影响，给提取斑痕缺陷增加了难度，应用常规的阈值分割、边缘提取等方法已不能有效地提取斑痕缺陷。
针对这一问题，本文提出了一种新的斑痕缺陷检测方法。在系统启动阶段，根据所采集图像创建理想模板，利用细化技术提取OLED显示屏的骨架信息，实现模板图像与原始图像的快速配准，并进行相减运算；然后，通过大津法(即最大类间方差法或称为OTSU算法)确定的阈值，分割相减以后的图像，可以有效地提取出斑痕缺陷。该算法流程如图1所示。
1 显示屏骨架模版的提取
　骨架(Skeleton)又称中轴(Medial Axis)，是图形几何形态的一种重要拓扑描述。骨架是一种线型的几何体，它