学位论文 > 优秀研究生学位论文题录展示
面向OLED显示屏的缺陷检测算法研究与系统开发
作 者: 刘延允
导 师: 高健
学 校: 广东工业大学
专 业: 机械电子工程
关键词: OLED显示屏 缺陷检测 图像分割 大津法 差影法
分类号: TN873
类 型: 硕士论文
年 份: 2011年
下 载: 43次
引 用: 0次
阅 读: 论文下载
内容摘要
有机发光OLED显示屏因为具备色彩鲜艳、可视角度大、轻薄、省电等特性,因而被称为下一代的显示设备。OLED显示屏的制造过程极其复杂,需要近百道工序,因此在制造的过程中难免会出现缺陷。对于OLED显示屏的表面缺陷进行检测,有利于缺陷的统计分析、缺陷修补和淘汰不合格品,并通过工艺改进而提高其制造质量。本文针对OLED显示屏的缺陷检测问题,开展了较为深入的缺陷检测算法研究和系统开发,主要开展的研究工作有:1)深入调研有机发光显示屏技术的研究现状与发展趋势,了解OLED显示屏的制造过程及其可能产生的各类缺陷;2)在图像处理基础理论研究的基础上,提出基于骨架模版方式的角点提取法,将提出的角点作为图像配准的控制点,运用差影法进行差影运算,以解决图像整体匹配时花费时间长、匹配不准确等问题;3)针对标准模板与实际图像的差异性,在初始模板建立的基础上,通过动态调整标准模板解决图像匹配时的各幅图像因周围环境变化等带来的差异及不准确性;4)提出大津法的改进算法,使其具有递推特性,用以确定图像分割的阈值,实现图像的快速分割。改进后的算法在遍历整个图像的灰度值时,可以通过递推方式使本次遍历基于前一次的计算结果得出,这样可以大大降低计算量,提高其计算速度;5)基于上述OLED显示屏表面缺陷检测过程中的若干算法,本文在Visual Studio 2008开发环境下,运用C++编程语言,实现面向OLED显示屏缺陷的检测系统开发,并通过OLED显示屏图像实例,对系统的缺陷检测正确性及效果进行实验验证。
|
全文目录
摘要 4-5 Abstract 5-11 第一章 绪论 11-19 1.1 课题背景及课题来源 11-13 1.2 研究意义 13 1.3 国内外研究现状 13-15 1.4 论文的研究内容与组织框架 15-19 1.4.1 研究内容 15-17 1.4.2 论文的组织框架 17-19 第二章 图像处理的基础理论 19-27 2.1 数字图像处理的基本概念 19-20 2.2 图像分割概述 20-21 2.3 阈值选取方法 21-26 2.3.1 基于点的全局阈值方法 22-23 2.3.2 基于区域的全局阈值方法 23-24 2.3.3 局部阈值方法和多阈值方法 24-26 2.4 小结 26-27 第三章 OLED显示屏图像骨架模版与角点的提取 27-46 3.1 OLED显示屏图像的骨架模版提取 27-33 3.1.1 骨架概述 27-29 3.1.2 骨架的提取方法 29-30 3.1.3 细化法提取OLED显示屏图像骨架 30-33 3.2 角点探测 33-41 3.2.1 常用角点提取方法 33-40 3.2.2 SUSAN算子的加速 40-41 3.3 基于骨架的OLED显示屏角点提取 41-43 3.4 角点的补全 43-45 3.5 小结 45-46 第四章 OLED显示屏的像素缺陷检测算法 46-61 4.1 OLED显示屏的缺陷类型 46-47 4.2 标准图像模板的制作 47-50 4.3 改进差影法的缺陷检测 50-52 4.4 OLED显示屏的差分图像分割 52-57 4.4.1 基于动态阈值的缺陷图像分割 52-54 4.4.2 基于改进大津法的缺陷图像分割 54-57 4.5 二值化缺陷图像的去噪处理 57-60 4.5.1 OLED显示屏图像的噪点分析 57-58 4.5.2 缺陷图像的去噪处理 58-60 4.6 小结 60-61 第五章 OLED屏缺陷检测系统开发与实验验证 61-72 5.1 OLED显示屏缺陷自动检测系统的结构组成 61-63 5.2 缺陷自动检测系统的软件功能模块 63 5.3 缺陷检测系统的应用 63-67 5.4 OLED显示屏缺陷检测系统的实例实验 67-71 5.5 小结 71-72 结论与展望 72-74 参考文献 74-79 攻读硕士学位期间取得的研究成果 79-81 致谢 81
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 卧式工业CT-DR图像检查分系统设计,TP391.41
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- 基于知识的脊柱MRI影像分割算法研究,TP391.41
- 基于OpenCV的人脸检测方法研究,TP391.41
- 计算机辅助髋关节置换手术系统研究与开发,TP391.41
- 基于单目夜视图像的深度估计,TP391.41
- 基于中介真值程度度量的图像分割方法研究,TP391.41
- 基于图像处理的棉花成熟度判定技术的研究,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
- 基于超声激励的倒装芯片缺陷检测技术研究,TN407
- 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 基于改进的GVF主动轮廓模型的图像分割方法研究,TP391.41
- 基于主动红外和超声扫描的倒装芯片缺陷检测研究,TN407
- 基于图像处理的印制电路板缺陷检测的研究,TN41
中图分类: > 工业技术 > 无线电电子学、电信技术 > 无线电设备、电信设备 > 终端设备 > 显示设备、显示器
© 2012 www.xueweilunwen.com
|