用于段码式LCD检测的机器视觉检测系统设计.pdf

《用于段码式LCD检测的机器视觉检测系统设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、用于段码式LCD检测的机器视觉检测系统设计摘要：在检测针床上应用USB工业摄像头，可以在生产环境下对仪表的LCD显示屏进行段码识别。通过程控针床建立仪表工作状态，控制LCD按约定显示相应段码，并由摄像头拍摄图像相片，经系统分析处理后即可判断LCD正常与否。本系统在遮光及非直射自然光条件下，具有良好的准确性及抗干扰性。关键词：工业摄像头，程控针床，镜头畸变矫正，透视变换，段码式LCD1、引言液晶显示屏，即LiquidCrystalDisplay，简称LCD，是一种利用液晶的电光效应调制外界光线进行显示的器件。因为L

2、CD控制简单，具有零辐射、低耗能、发热小、纤薄轻巧等多方面优点，所以在现代汽车仪表产品中，已大量使用LCD作为显示器件。但在生产过程，LCD的检测比较困难。因为它不能通过常规电检完成，通常都只能通过显示特定的屏段，由工人肉眼判断。这种检测方式在生产线上，容易造成人员眼睛过于疲劳，极有可能因错检、漏检而被错误放行，最终产品的质量无法保证。OpenCV的全称是OpenSourceComputerVisionLibrary，是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可

3、以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。在OpenCV软件库的基础上，开发了基于工业摄像头的仪表产品生产检测机器视觉系统。通过程控针床控制被检仪表的LCD段码分屏显示，由工业摄像头同步拍摄对应的仪表相片，通过区域分析即可判断出指定坐标的LCD段码工作状态。对比相应的控制数据，可得到该段码是否正常的结论。2、检测原理检测原理简单描述如下：通过程控针床，控制段码分屏显示，拍摄相片，取样识别各段码状态；但由于实际系统中，会因为机械定位偏差以及焊接产生的LCD屏偏移

4、导致检测点无法适应批量生产。所以需要先消除图像偏移以后才可使用检测点方案进行检测：a.镜头畸变矫正；b.透视变换，将可能的透视畸变通过空间四点定位，变换到正视图。此变换可以确定像素与尺寸的比例关系；c.检测点坐标数据：点坐标与经图像变换后的像素坐标匹配，每个段码可以由多个检测点来识别状态；完成以上的前提条件以后，可消除定偏差、焊接偏差等不良影响，LCD图像位置稳定无偏移，保证检测点位置始终有效。根据检测点状态和屏显的控制数据比较，可得出段码正常与否的结论。LCD分三屏检测，可以识别到鬼影、缺段等故障现象。3、系统

5、组成及工作流程硬件平台：计算机、程控针床、工业摄像头等；软件平台：WindowsXP、Python2.6、OpenCV2.1等；图1：检测系统示意图工业摄像机计算机程控针床如图一所示，本系统由计算机、程控针床和固定于程控针床上的工业摄像机等三大部分组成。其中，计算机运行检测软件系统，即上位机软件。上位机软件包含了程控针床管理、机器视觉、数据存储等诸多模块，在这里我们重点介绍机器视觉的图像处理部分。因为考虑跨操作系统平台的迁移，所以上位机软件的编程语言选用Python，而OpenCV也是跨平台的，具有Python语

6、言编程接口，可以在Python里面很方便地使用图像库。工业摄像机是机器视觉的关键部分，经过评估选择了200万像素的8位三通道彩色摄像头，数据接口为USB2.0。该摄像头在1600×1200的分辨率下，可以达到每秒15帧的速度，完全可以满足产品的测试需求。焊接好的被测仪表的PCB放置于程控针床的测试位上，气动压板压下被测仪表的PCB，保证PCB的测试点与各测试针有良好接触。在气动压板上对应于LCD的位置留出了观察位，可以从摄像头位置完整地拍摄到LCD屏的相片。在LCD测试子项目中，上位机软件发送控制指令，可分别设置

7、仪表的LCD屏显内容。在生产检测中，一般设为“全亮”、“全灭”、“部分点亮”等三种状态。其中部分点亮的段码，是根据原理图与PCB图计算而来，力求可以让相邻引脚为别为不同信号，便于检测到“焊接短路”的故障。4、系统方案要点a.摄像头需调整聚焦及光圈：系统使用的是1/2英寸CMOS摄像头，配1/2英寸6mm定焦镜头，在监视软件下调节镜头使其聚焦良好。调整光圈，使LCD段码显示清晰，对比度强。调整结束后，锁紧螺丝，即可用于后续测试工作。b.镜头畸变校正由于加工误差和装配误差的存在，摄像机光学系统与理想的小孔透视模型有一

8、定的差别，致使物体点在摄像机图像平面上实际所成的像与理想成像之间存在不同程度的非线性光学畸变。为了提高图像检测、模式匹配等定量分析的准确性，必须对这一类畸变进行修正。使用了棋盘格方法得到摄像机的内外参数，图像经此参数较正后效果良好。图1：原始图像，可见明显桶形畸变。需拍摄多角度多幅相片，才能计算出尽可能准确的标定参数，这里只是其中一幅示例图像。图2：寻找角点。图3：获取摄