当下,智能手机和平板电脑快速普及,相应的屏幕产量需求也是日益激增。导光板作为屏幕的重要组成部分,其质量直接影响到屏幕的显示效果。而在导光板的丝印制作、化学蚀刻、激光加工和撞点加工等生产制造过程中,由于原材料特性、设备的磨损情况、工人加工工艺等因素的影响,导光板上无法避免地会产生亮点、线刮伤、压伤、暗影等加工缺陷。目前,对导光板缺陷检测还停留在人工检测的阶段,不但人工成本逐年提高,并且由于导光板的光学特性,必须在强光照射下才能检查是否存在缺陷。强光下长时间的高强度工作,危害工人的身心健康。另一方面,由于导光板的制作精度要求比较高,导光板的缺陷一般非常微小,有些线刮伤宽度甚至不到一个像素,已经超过人工裸眼检测的极限。因此,本文针对导光板生产商质量检测的需求,进行深入研究,开发了基于机器视觉的导光板缺陷检测系统,包含硬件和软件两部分,最后进行了大量的实验测试,验证本文算法的可靠性。全文从以下几个方面展开:(1)结合导光板的光学特性,制定了基于机器视觉的导光板缺陷检测工作台总方案,该方案涉及机械结构设计和视觉系统。机械结构设计中,要保证检测过程不会对导光板造成二次损伤,利用机械手上的吸盘对导光板进行抓取,吸盘将导光板放置于上料平台。采用一个直线型导轨,上料平台携带待测导光板从导轨一段匀速移动到另一端。通过激光传感器下方时,传感器给出触发信号给线阵相机进行图像采集。视觉系统中,根据导光板的光学特性、成像特征和缺陷特点,确定了由16K线阵相机、镜头、多角度光源等部件组成的机器视觉检测装置。(2)导光板图像自动分区算法设计由于采用了16K线阵相机,一张导光板线阵图像接近400MB,且导光点分布不均,入光侧稀疏,而另一侧较密集,不同区域的检测标准也不同,若采用统一算法会带来严重的误检问题。本文提出了一种基于密度的图像自动分区算法,在获取导光板线阵图像本体边界的基础上,通过OTSU阈值分割提取导光点,计算不同区域的导光点密度,将图像分为多个子区域,并配套不同的算法,进行并行检测。(3)导光板常规缺陷检测算法设计对于常规的亮点、压伤、刮伤等缺陷,本文设计一个高斯双方向导数滤波器对导光板图像进行卷积操作。再利用两个大小不一的均值滤波对卷积结果作差,以去除正常导光点的干扰,获得缺陷增强图像;进而,利用二值化阈值操作提取疑似缺陷连通区域,并在分析其区域特征基础上确认是否为缺陷,再加以分类;最后,利用在工业现场采集的导光板图像,进行了大量的实验。实验结果表明,针对亮点、压伤和线刮伤缺陷具有较高的检测精度,综合准确率达到93.4%。(4)导光板轻微线刮伤缺陷检测算法设计本文在分析导光板轻微线刮伤产生原因、成像特征的基础上,提出了一种基于多方向Gabor滤波和亚像素分析的导光板轻微线刮伤检测方法。首先,为了突出缺陷区域,设计了一个多方向的Gabor滤波器;进而,利用亚像素图像分析方法,准确将疑似缺陷区域从背景图中分割出来;最后,分析区域形状特征,准确提取轻微线刮伤缺陷。实验结果表明,该算法的运行效率和准确率高,能够有效检测轻微线刮伤,综合准确率达到95%。