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

 式中，S(i，j)为原始图像，T(i，j)为模板图像，D(i，j)为差影后的图像。
　在实际缺陷算法中，依据图4中的每一个点作为控制点，将原始图像与小的模板图像采用差影法，求得整幅图像的差影图像，差影法检测流程如图5所示。采用这一差影检测方法，将图2所示原图像经差影处理后的图像如图6所示。

[1] [2]  下一页