本發(fā)明涉及圖像處理。更具體地，本發(fā)明涉及基于圖像處理的涂刷缺陷檢測(cè)方法。

背景技術(shù)：

1、膠帶的生產(chǎn)流程包括多個(gè)階段，其中，基材及表面處理階段以及涂刷階段是決定產(chǎn)品質(zhì)量、降低不良品率的重要階段。

2、相關(guān)技術(shù)中，例如授權(quán)公告號(hào)為cn108387587b的中國專利文件，其公開了一種缺陷檢測(cè)方法及檢測(cè)設(shè)備，涉及顯示裝置制造技術(shù)領(lǐng)域，用于解決傳統(tǒng)缺陷檢測(cè)過程受人為因素影響大，造成檢測(cè)的準(zhǔn)確度差的問題，及傳統(tǒng)缺陷檢測(cè)過程耗時(shí)長(zhǎng)，造成生產(chǎn)效率下降的問題；該檢測(cè)方法包括：獲取待檢測(cè)基板的灰階圖像；判斷灰階圖像中是否存在灰階異常區(qū)域，如果是，則確定灰階圖像中的灰階異常區(qū)域和灰階正常區(qū)域，然后執(zhí)行下一步驟，如果否，則判定待檢測(cè)基板合格；計(jì)算灰階異常區(qū)域與灰階正常區(qū)域的灰階差值；根據(jù)灰階差值計(jì)算灰階異常區(qū)域與灰階正常區(qū)域的膜厚差估計(jì)值；根據(jù)膜厚差估計(jì)值判斷待檢測(cè)基板是否合格；該方法應(yīng)用于顯示裝置的制造過程中，對(duì)基板上所涂布的透明薄膜的厚度均勻性進(jìn)行考察。

3、相關(guān)技術(shù)提供了如何在基材及表面處理階段檢測(cè)和把控產(chǎn)品質(zhì)量的方法，除此之外，對(duì)涂刷階段形成的膠層的表面圖像進(jìn)行分析，獲得膠層的涂刷缺陷，對(duì)于保證產(chǎn)品質(zhì)量至關(guān)重要；為了減少不均勻光照對(duì)表面圖像分析的影響，采用直方圖均衡化算法對(duì)表面圖像進(jìn)行特征增強(qiáng)，直方圖均衡化算法通過對(duì)灰度值進(jìn)行擴(kuò)展，增強(qiáng)了表面圖像的對(duì)比度，但會(huì)破壞表面圖像中的局部特征，影響缺陷檢測(cè)的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述對(duì)涂刷階段形成的膠層的表面圖像進(jìn)行分析并獲得膠層的涂刷缺陷的過程中，采用直方圖均衡化算法對(duì)表面圖像進(jìn)行特征增強(qiáng)時(shí)，會(huì)破壞表面圖像中的局部特征，影響缺陷檢測(cè)的準(zhǔn)確性的技術(shù)問題，本發(fā)明提供了基于圖像處理的涂刷缺陷檢測(cè)方法，包括：在生產(chǎn)膠帶的過程中，采集涂刷階段形成的膠層的表面圖像；將表面圖像中最小的灰度值和最大的灰度值，組成灰度值范圍；通過不同的劃分方法將灰度值范圍劃分為多個(gè)子區(qū)間，對(duì)于任一劃分方法獲得的所有子區(qū)間：對(duì)子區(qū)間中所有灰度值對(duì)應(yīng)的所有像素點(diǎn)進(jìn)行聚類，獲得多個(gè)類簇；根據(jù)類簇中各像素點(diǎn)的灰度值，計(jì)算類簇的第一分布特征；根據(jù)類簇中各像素點(diǎn)的鄰域范圍內(nèi)其他像素點(diǎn)的灰度值，計(jì)算類簇的第二分布特征，所述第一分布和第二分布特征用于表征類簇中像素點(diǎn)在灰度上的連續(xù)性，所述像素點(diǎn)的鄰域范圍是以像素點(diǎn)為中心點(diǎn)且大小為的區(qū)域，表示第一預(yù)設(shè)值；獲得各灰度值在類簇中對(duì)應(yīng)的所有像素點(diǎn)的幾何中心，根據(jù)幾何中心與類簇的聚類中心的距離、類簇的第一分布特征以及第二分布特征，計(jì)算類簇的聚合程度；將子區(qū)間中所有類簇的聚合程度的平均值，作為子區(qū)間的聚合程度；將所有子區(qū)間的聚合程度之和，作為劃分方法的聚合程度；將聚合程度最小的劃分方法獲得的所有子區(qū)間，作為所有目標(biāo)灰度區(qū)間；根據(jù)各目標(biāo)灰度區(qū)間的聚合程度以及各目標(biāo)灰度區(qū)間中所有灰度值的頻率之和，確定各目標(biāo)灰度區(qū)間的映射灰度區(qū)間；根據(jù)目標(biāo)灰度區(qū)間中各灰度值在所述映射灰度區(qū)間中的映射值，對(duì)所述表面圖像進(jìn)行圖像增強(qiáng)處理；根據(jù)增強(qiáng)后的表面圖像，計(jì)算膠層的涂膠均勻程度，進(jìn)而獲得膠層的涂刷缺陷。

2、相較于直接通過直方圖均衡化對(duì)表面圖像進(jìn)行圖像增強(qiáng)處理，本發(fā)明根據(jù)所述幾何中心與類簇的聚類中心的距離、類簇中各像素點(diǎn)的灰度值以及類簇中各像素點(diǎn)的鄰域范圍內(nèi)其他像素點(diǎn)的灰度值，將表面圖像的灰度值范圍劃分為多個(gè)目標(biāo)灰度區(qū)間，獲得的各目標(biāo)灰度區(qū)間分別代表表面圖像中不同的局部特征，進(jìn)而根據(jù)各目標(biāo)灰度區(qū)間的聚合程度以及各目標(biāo)灰度區(qū)間中所有灰度值的頻率之和，確定各目標(biāo)灰度區(qū)間的映射灰度區(qū)間，并在映射灰度區(qū)間中確定目標(biāo)灰度區(qū)間中各灰度值的映射值，進(jìn)而對(duì)表面圖像進(jìn)行圖像增強(qiáng)處理，此時(shí)獲得的增強(qiáng)后的表面圖像，在增強(qiáng)缺陷區(qū)域與正常區(qū)域的對(duì)比度的同時(shí)，保留并突出了表面圖像中的局部特征，從而提高了涂刷缺陷檢測(cè)的準(zhǔn)確性。

3、優(yōu)選地，所述通過不同的劃分方法將灰度值范圍劃分為多個(gè)子區(qū)間，包括：通過不同的劃分方法將灰度值范圍劃分為個(gè)子區(qū)間，等于數(shù)量參數(shù)，各子區(qū)間由左邊界、右邊界以及左邊界和右邊界之間的所有整數(shù)組成；其中，第個(gè)子區(qū)間的左邊界為，且，表示第個(gè)子區(qū)間的右邊界；第個(gè)子區(qū)間的右邊界為，且為中的任一整數(shù)，為第個(gè)子區(qū)間的右邊界的取值范圍，表示第個(gè)波谷對(duì)應(yīng)的灰度值，所述波谷為表面圖像的灰度直方圖中的波谷；表示序號(hào)，為范圍內(nèi)的整數(shù)。

4、本發(fā)明通過不同的劃分方法將灰度值范圍劃分為多個(gè)子區(qū)間，通過對(duì)每一種劃分方式下獲得的所有子區(qū)間進(jìn)行分析，獲得能夠準(zhǔn)確且完整地表現(xiàn)表面圖像中的所有局部特征的劃分方式。

5、優(yōu)選地，所述數(shù)量參數(shù)的獲取方法，包括：獲取表面圖像的灰度直方圖，所述灰度直方圖的橫坐標(biāo)為灰度值，縱坐標(biāo)為各灰度值的頻率；獲得灰度直方圖中的所有波峰和所有波谷，每個(gè)波峰分別對(duì)應(yīng)一個(gè)灰度值，每個(gè)波谷分別對(duì)應(yīng)一個(gè)灰度值，且所述波谷的頻率是指波谷對(duì)應(yīng)的灰度值的頻率，所述波峰的頻率是指波峰對(duì)應(yīng)的灰度值的頻率；對(duì)于任一波谷，當(dāng)波谷與其相鄰的兩個(gè)波峰的頻率的差值均大于預(yù)設(shè)第一閾值時(shí)，將波谷作為目標(biāo)波谷；根據(jù)所有目標(biāo)波谷的數(shù)量，確定數(shù)量參數(shù)，則數(shù)量參數(shù)等于。

6、在表面圖像中，相同局部特征通常在表面圖像中會(huì)表現(xiàn)為一組相似的灰度值，因此，根據(jù)灰度直方圖中的所有目標(biāo)波谷的數(shù)量確定的數(shù)量參數(shù)，能夠作為將表面圖像的灰度值范圍劃分為多少子區(qū)間的數(shù)量依據(jù)，從而準(zhǔn)確地區(qū)分表面圖像中的局部特征。

7、優(yōu)選地，所述類簇的第一分布特征滿足表達(dá)式：；式中，表示類簇的第一分布特征，表示自然指數(shù)函數(shù)，表示類簇中灰度值在范圍內(nèi)的所有像素點(diǎn)的數(shù)量，表示類簇中灰度值不在范圍內(nèi)的所有像素點(diǎn)的數(shù)量，、分別表示子區(qū)間的左邊界和右邊界，為子區(qū)間中的灰度值，表示取最大值，表示類簇中所有像素點(diǎn)的數(shù)量。

8、優(yōu)選地，所述類簇的第二分布特征滿足表達(dá)式：；式中，表示類簇的第二分布特征，表示自然指數(shù)函數(shù)，表示類簇中灰度值在范圍內(nèi)的所有像素點(diǎn)的數(shù)量，表示類簇中灰度值在范圍內(nèi)的第個(gè)像素點(diǎn)的鄰域范圍內(nèi)所有其他像素點(diǎn)中，灰度值在范圍內(nèi)的其他像素點(diǎn)的數(shù)量，表示類簇中灰度值在范圍內(nèi)的第個(gè)像素點(diǎn)的鄰域范圍內(nèi)所有其他像素點(diǎn)中，灰度值不在范圍內(nèi)的其他像素點(diǎn)的數(shù)量，、分別表示子區(qū)間的左邊界和右邊界，為子區(qū)間中的灰度值，表示取最大值，所述像素點(diǎn)的鄰域范圍的大小為，表示第一預(yù)設(shè)值。

9、優(yōu)選地，所述計(jì)算類簇的聚合程度，包括：；式中，表示類簇的聚合程度，表示自然指數(shù)函數(shù)，表示類簇的第一分布特征，表示類簇的第二分布特征，、分別表示子區(qū)間的左邊界和右邊界，為子區(qū)間中的灰度值，表示灰度值在類簇中對(duì)應(yīng)的所有像素點(diǎn)的幾何中心，表示類簇的聚類中心，表示歐氏距離，、分別表示表面圖像的長(zhǎng)度和寬度。

10、優(yōu)選地，所述確定各目標(biāo)灰度區(qū)間的映射灰度區(qū)間，包括：第個(gè)目標(biāo)灰度區(qū)間的映射灰度區(qū)間為；其中，映射灰度區(qū)間的左邊界，右邊界，表示第個(gè)目標(biāo)灰度區(qū)間的聚合程度，表示向上取整，且；；表示第個(gè)目標(biāo)灰度區(qū)間中所有灰度值的頻率之和；表示第個(gè)目標(biāo)灰度區(qū)間中所有灰度值的頻率之和；表示灰度值的頻率，表示取最小值，、分別表示灰度值范圍的左邊界和右邊界。

11、優(yōu)選地，所述目標(biāo)灰度區(qū)間中各灰度值在所述映射灰度區(qū)間中的映射值的獲取方法，包括：根據(jù)直方圖均衡化算法中的變換函數(shù)，獲得目標(biāo)灰度區(qū)間中各灰度值在所述映射灰度區(qū)間中的映射值，包括：將目標(biāo)灰度區(qū)間作為變換函數(shù)的自變量的范圍，將映射灰度區(qū)間作為變換函數(shù)的因變量的范圍，將目標(biāo)灰度區(qū)間中各灰度值作為變換函數(shù)的自變量，獲得自變量在變換函數(shù)中對(duì)應(yīng)的因變量，并作為目標(biāo)灰度區(qū)間中各灰度值在所述映射灰度區(qū)間中的映射值。

12、本發(fā)明根據(jù)各目標(biāo)灰度區(qū)間的聚合程度以及各目標(biāo)灰度區(qū)間中所有灰度值的頻率之和，確定各目標(biāo)灰度區(qū)間的映射灰度區(qū)間，以此保留表面圖像中的各局部特征，同時(shí)能夠?qū)⒏髂繕?biāo)灰度區(qū)間代表的局部特征與其他目標(biāo)灰度區(qū)間代表的局部特征區(qū)分開，提高了涂刷缺陷檢測(cè)的準(zhǔn)確性。

13、優(yōu)選地，所述根據(jù)增強(qiáng)后的表面圖像，計(jì)算膠層的涂膠均勻程度，進(jìn)而獲得膠層的涂刷缺陷，包括：將增強(qiáng)后的表面圖像劃分為多個(gè)局部窗口，所述局部窗口的大小為，表示第二預(yù)設(shè)值；計(jì)算局部窗口中所有像素點(diǎn)的灰度值的方差，將作為局部窗口的均勻性；將所有局部窗口的均勻性的平均值，作為膠層的涂膠均勻程度；響應(yīng)于膠層的涂膠均勻程度小于預(yù)設(shè)第二閾值，則膠層存在涂刷缺陷。

14、本發(fā)明的有益效果在于：

15、相較于直接通過直方圖均衡化對(duì)表面圖像進(jìn)行圖像增強(qiáng)處理，本發(fā)明根據(jù)所述幾何中心與類簇的聚類中心的距離、類簇中各像素點(diǎn)的灰度值以及類簇中各像素點(diǎn)的鄰域范圍內(nèi)其他像素點(diǎn)的灰度值，將表面圖像的灰度值范圍劃分為多個(gè)目標(biāo)灰度區(qū)間，獲得的各目標(biāo)灰度區(qū)間分別代表表面圖像中不同的局部特征，進(jìn)而根據(jù)各目標(biāo)灰度區(qū)間的聚合程度以及各目標(biāo)灰度區(qū)間中所有灰度值的頻率之和，確定各目標(biāo)灰度區(qū)間的映射灰度區(qū)間，并在映射灰度區(qū)間中確定目標(biāo)灰度區(qū)間中各灰度值的映射值，進(jìn)而對(duì)表面圖像進(jìn)行圖像增強(qiáng)處理，此時(shí)獲得的增強(qiáng)后的表面圖像，在增強(qiáng)缺陷區(qū)域與正常區(qū)域的對(duì)比度的同時(shí)，保留并突出了表面圖像中的局部特征，從而提高了涂刷缺陷檢測(cè)的準(zhǔn)確性。