基于机器视觉的LED显示屏缺陷检测系统设计开题报告

1. 研究目的与意义（文献综述）

智能手机发展到现在，也不过十几年的历史，但是它已经成为现代人类的生活中不可割舍的一部分了。人们连接虚拟世界的手段不止是智能手机，还可以是电视机、电脑等等，我们通过他们连接到网络世界，屏幕则帮助我们连接他们，一块屏幕好坏的重要性不言而喻。作为第三代显示技术，oled 相比于以前的显示技术可以做到更轻薄、能耗更低、发光率好、亮度高，还可以显示纯黑色。因此oled 显示器也被称为“梦幻显示器”。

oled 屏幕不断普及应用到生产生活的各个领域，oled 屏幕的好坏也至关重要，作为oled 屏幕的主要出产国之一，我国还存在着传统的屏幕检测方法，传统的屏幕缺陷检测依靠人工来进行检测和分类，依靠人工检测屏幕缺陷的方法效率较低，成本比较高，而且人工检测还有很大的主观因素干扰检测的结果，不太能满足社会生产的实际需要。通过图像技术对屏幕缺陷检测流程进行改造也就显得非常有必要。

oled 屏幕的生产流程比较复杂，在生产过程中，不可避免的会产生各种各种的缺陷，比如屏幕表面的针孔、凹陷、划痕、mura等缺陷。有时候屏幕缺陷的产生还代表着一条生产线上出现了不利于生产的因素，容易造成巨大的经济损失，用机器视觉时刻监督产品，在产品良品率发生较大变化时检查生产线可以避免事故的发生。

2. 研究的基本内容与方案

主要研究内容、目标：

学习机器视觉有关算法，了解机器视觉缺陷检测技术的发展趋势以及相关技术在生产车间的应用，知道在生产过程中薄型平板零部件之类的周期性纹理背景材料产生缺陷的原因，研究周期背景纹理缺陷的检测技术。利用机器视觉相关技术算法，对采集到的oled显示屏表面图片进行检测，做到可以分辨oled显示面板的点缺陷、线缺陷、面缺陷以及mura缺陷等问题，可以协助厂商把不合格有缺陷的产品检测出来，在良品率有异常波动的情况下，还可以通过对不合格产品产生规律的研究来优化屏幕生产流程。对比到人工检测等传统方法，机器视觉可以及时有效检测出屏幕表面缺陷，大大降低了生产成本。

技术方案:

3. 研究计划与安排

3月20号--4月1号 学习matlab设计软件的方法，输入学习算法，完善屏幕缺陷检测方法

4月1号--4月15号 设计基于matlab的软件，完成具体编码及功能模块组合工作

4月15号--5月1号 对软件功能进行仿真测试，开始撰写毕业论文

4. 参考文献（12篇以上）

[1] jin wu;xuejie nian;wankouyang;changyin sun;;mpca on gabor tensor for face recognition[a];2015年中国智能自动化学术会议论文集（第一分册）[c];2015年

[2] kurban ubul;abdiryimraxidin;alim aysa;;2-d gabor filter based feature extraction method for uyghurhandwriting image[a];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[c];2010年

[3] jiakun li;tian wang;minggao;aichun zhu;guangcun shan;hichem snoussi;;two stream neural networks withtraditional cnn and gabor cnn for object classification[a];第37届中国控制会议论文集（f）[c];2018年