基于机器视觉的LED液晶屏缺陷检测系统研究申报书

1、 项目编号:大连民族学院“大学生创新创业训练计划”2015年度创新训练项目申报书 学 院：信息与通信工程学院 项目名称：基于机器视觉的led液晶屏缺陷检测系统研究 负 责 人：苏孝雨指导教师（组）:杨亚宁项目负责人邮箱:1257566890 项目执行时间：2014.10-2015.10大连民族学院教务处 填 写 须 知1、 项目类型说明：创新训练项目是在校内导师（组）指导下，学生团队自主完成创新性实验方法的设计、设备和材料的准备、实验的实施、数据处理与分析、总结报告撰写等工作。二、申报书请按顺序逐项填写，填写内容必须实事求是，表达明确严谨，空缺项要填“无”。三、申请参加大学生创新创

2、业训练计划项目团队的人数含负责人在内不得超过5人，每个学生只能主持或参与一个项目。四、填写时可以根据内容多少调整字体大小等，但不要改变表格的样式；填写完后用a4纸张双面打印，左侧装订，不得随意涂改。项目名称基于机器视觉的led液晶屏缺陷检测系统研究项目所属领域机器视觉项目起止时间2014 年 10月 至 2015 年 10 月负责人姓名民族年级专业学号联系电话e-mail苏孝雨满2013电子信息工程2013131315188426295431257566890项目组主要成员张杰汉2013电子信息工程2013131129188426858191840622459邓光钦瑶族

3、2013电子信息工程201313140418842647128707064894严锦土家2013电子信息工程201313112615286434667617306643责任指导教师姓名杨亚宁职务/职称工程师所在单位大连民族学院信息与通信工程学院联系电-主持人相关经历简介项目负责人成绩优秀，跟着老师学习过halcon。vc+6.0。vs2010等开发软件，精通c语言，c+,c#等编程语言，有丰富的软件开发基础。在图像处理领域积极探索，先后学习过opencv和halcon等图像处理软件，能熟练运用halcon等软

4、件进行数字图像处理。参加过多个项目，拥有丰富的经验，拥有有坚实的基础知识和迎难而上、吃苦耐劳的精神项目团队成员相关经历简介小组成员热爱创新，善于钻研，对c语言、c#，数字电子技术、模拟电子技术等知识进行了深入的学习研究，对51单片机编程非常了解，长期从事电子设计和编程，能够熟练的应用各种开发工具，拥有扎实的专业基础知识和吃苦耐劳的精神,并且在假期积极学习了halcon，vc+6.0，vs2010等软件。导师（组）指导学生经历情况导师组多次指导学生参加校内外信息实践类比赛并获奖，2012年指导学生获全国大学生科技创新作品大赛二等奖，有着丰富的电子信息类产品设计经验。导师（组）对本项目支持情况导师

5、组从目前的市场需求和技术可靠性的角度，分别论证了项目开发和运作的可行性，并积累了大量的机器视觉类文章和专利，拥有非常丰富的图像处理项目的经验。一、项目简介（申报项目的目的和主要工作内容，500字左右）申报目的：现代电子产业高度发达,电子产品的市场比例不断增大,应用的领域也越来越多,显示液晶屏是电子产业的一个重要领域,其应用在社会生活中随处可见,如高清电视,电脑,平板化的大屏幕室内外显示屏等,且随着经济的持续发展,需求量将会越来越大.但是led显示屏由于制造工艺,散热及老化等问题,导致出现缺陷,影响显示效果,led显示屏成像的缺陷种类很多,目前仍然缺乏有效的缺陷检测方法,而当前针对led显示屏的

6、缺陷检测主要依靠经验丰富的技术人员通过主观评价完成随着现代发展连续，液晶屏的大批量生产以及生产精度的提高，在工业制造过程中为了提高产品的生产效率以及合格率，非接触、实时、在线检测来确保实现控制产品制造全过程的方法受到越来越多的重视。传统的单纯依靠人工肉眼来进行检测的模式不仅人工成本管理成本高，而且测量速度及精度都无法适应工业发展的需求，必须有更适宜的高精度高效率检测方法,大量的检测概念用人不仅影响工厂的成本与效率，还会出现误检漏检，直接影响产品质量。另外，许多检测的工序不仅要求完整性，同时还要获取产品的数据，如零件尺寸大小，圆心的坐标等，这些依靠人眼很难有效的进行检测。而如今，对于这类工作，机

7、器视觉检测系统可以通过图像的像素分布、颜色和亮度等信息，来对尺寸、颜色和形状等进行判断，轻松实现精密高效检测。大大提高生产效率和质量。申请此项目的目的主要有以下几点： 1、提高生产检验过程中的检测精度，消除人工检测中的个体差异； 2、提高检测速度，提高企业效益； 3、一劳永逸，只需简单维护，节省人力、物力，平均成本远小于人工成本； 4、实现自动化检测，在工业生产环境中可靠性高。主要工作内容该检测技术主要包含图像采集、缺陷检测两个部分。图像采集部分：在计算机的控制下，对于被检测的led显示屏所显示的图像进行采集、存储。作为做关键的数据采集部分，其采集的图像质量的效果直接决定了后面的检测效果缺陷检

8、测部分：包含图像预处理、特征提取，图像后处理三个部分。图像预处理主要针对led显示成像的特点，对于采集后的图像进行滤波等处理，改善图像效果；而特征提取，就是为了将图像的缺陷特征从背景中分离出来，是检测技术最重要的部分。图像后处理则是将特征提取之后得到的二值化图像中包含的噪声滤除二、已有工作基础1、与本项目有关的研究积累和已取得的成绩曾学习过halcon数字图像处理软件，了解过一些简单的图像处理算法和机器视觉理论。基于基于机器视觉的产品缺陷检测项目以前已经有很多，比如智能照明系统在智能办公大厦，现代化建筑中的研究应用，这项研究控制应用的思想与本项目的思想统一。另外还有从研究“线扫描图像测量系统”

9、项目，光学字符识别，工件表面和航空图片的分析和解释等研究中得到积累；2、已具备的条件，尚缺少的条件及解决方法从目前的情况来看，我们已具备此项目的基本技术与基本思想，并对项目的市场应用方面基本了解。但机器视觉理论方面尚未形成自己完整的理论体系，技术上许多方面还达不到实际应用水平。出现以上情况的主要原因是机器视觉在实际应用中的复杂性。客观方面，光源的照明难以掌控，光线平行度难以达到，容易造成系统判断错误等；机械设备转动精度无法达到预定值可能会导致系统运行不稳定甚至影响检测精度及检测效率；存在有被测物表面氧化、油污等干扰信息，无法要求待测品都不存在干扰信息。机器视觉目前主要以二维灰度图像为研究对象，

10、由于图像多义性，同一幅图像可能会对应不同的三维物体，场景中的环境因素也会影响到图像的变化。而且二维灰度图像往往数据量过大，图像处理时间较长，图像处理的重复精度较差。另外，机器视觉系统本身价格昂贵等也是此项目的困难之处；另外系统中软件算法存在局限和不足，难以达到面面俱到。我们针对这些问题会更加深入研究，运用更精确的机器视觉算法和图像处理技术来克服这些问题。三、项目方案（计划、技术路线、人员分工等）1、计划： 在阅读和查询大量资料后，首先结合工业生产实际，提出了研究的对象。然后，搭建相机和光源等机器视觉硬件，模拟实际生产线，再结合其他的软件编译出上位机，进行图像采集和分析并作出相应的处理。最后，通

11、过实例来检测系统的高效性、准确性以及可行性。 2、技术路线： （1）熟练掌握halcon11(图像算法，导出c+代码)visual studio 2010（软件界面设计， 配合核心代码完成任务）。 （2）熟练应用上位机等相应的软件和算法进行图像的采集和处理。 （3）软件开发流程：图像采集-图像增强-图像分割-傅里叶变换-图像滤波 傅里叶逆变换-形态学分析-显示结果-自动分类。 （4）结合生产实例，验证其准确性，并以此进行后期工作。 （5）根据项目内容，成员分工合作，多进行讨论交流，共同进步促使项目顺利完成。 3、人员分工： （1）成员a负责项目总体规划，还有复制打印资料及购买书籍、设备的添置等

12、。 （2）成员b、c负责软硬件的实现、调试及维护。 （3）成员d、e负责市场调研和向外交流学习。四、项目特色与创新点基于机器视觉的led显示屏缺陷检测系统设计其实质是机器视觉系统的设计。机器视觉的特点是自动化、客观、非接触和高精度，与一般意义上的图像处理系统相比，机器视觉强调的是精度和速度，以及工业现场环境下的可靠性。基于机器视觉的自动化检测系统能在汽车制造、医学检测、食品检测以及各种工业加工品生产检测等众多领域，在很多人工作业危险或者无法完成的环境下代替人工工作。 采用图像处理与模式识别技术、嵌入式技术，采用各向异性的光学结构设计，实现了光电机一体化的自动识别分拣系统。软件设计中采用了傅里叶

13、变换的方法提取缺陷并进行定位，采用一系列的算法实现并改进了整个系统的工作流程，使得检测系统整体得到了很大的优化。 机器视觉是适合现在制造技术的一种检测方式原因如下： 1、机器视觉可以实现非接触在线监测，完成对生产线上的零件100%的检测满足自动化自动系统中的工序间检测和过程检测的要求； 2、机器视觉检测是通过计算机或数字信号处理器中的程序对图像进行处理而得到的处理结果，因此机器视觉检测具有一定的智能和柔和，适用于现代企业的柔性生产方式； 3、只要采用足够高精度的镜头和图像传感器机器是检测技术可以达到较高的检测精度。机器视觉检测是与先进制造工艺与现代制造生产模式相适应的智能化、自动化、柔性的检测

14、手段。五、项目进度安排项目大致分五个阶段： 1、 2014.10-2014.12 项目组进行方案设计的理论论证，比如项目的可行性报告、市场调查分析、摄像机图像采集、图像处理分析及缺陷定位等，并给各个组员明确的分工。 2、 2015.01.-2014.03 熟练使用系统所需用的工具，如halcon11、visual studio 2010等图像处理软件和编程软件。 3、 2015.04-2015.07 项目主体部分，完成项目的软硬件实现，包括搭建系统的物理结构，并完成核心代码的编写。如安装生产线上内部光源，放置调试摄像机，以及剔除不合格产品的机械部分。 4、 2015.08-2015.09计算机

15、对采集的图像进行分析处理，再得出产品的id号，logo，颜色等详细参数，并记录产品质量，根据实际开发过程中产生的数据和观测到的现象撰写文章和专利。 5、 2015.10-2015.11总结系统的优点和不足，改进、优化系统，完成系统使用及维护说明书。六、项目经费使用计划（要求说明项目各项经费用途和预算额度）预算支出科目金额（万元）备注资料费0.2购买书籍、复印 、打印资料购置硬件0.6购置摄像头、 工业相机和镜头、led光源等系统所需的硬件差旅费0.4调研、现场测试等差旅。合计1.2均用于项目研发七、项目团队完成预期成果（成果要求学生为第一完成人，成果形式论文、专利、产品（系统）设计、应用情况等）1、开发出led显示屏缺陷检测系统简易样机一套，能完成产品缺陷的自动检测，且精度和速度均高。 2、针对在产品设计过程中提出的创新性和实用性技术解决方案，申请一项软件著作权。 3、完成生产线产品质量检测系统使用及维护说明书一份。校内指导教师（组）意见：随着电子技术的不断发展，多屏时代已走进千家万户。led液晶屏的使用量呈指数倍增长。我国是led液晶屏的生产大国，但还不是技术强国。低端的led液晶屏缺陷检测技术我