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。