基于色彩感知的车载导光板黄化缺陷检测

在导光板生产时, 因生产治具温度过高, 不可避免地会出现黄化缺陷. 为提高黄化缺陷检测精度及效率, 在分析导光板及其黄化缺陷的光学特征基础上, 本文提出了基于机器视觉的导光板黄化缺陷检测方法: 首先, 将图像灰度转换, 用双边滤波器对图像平滑处理, 降低噪声影响; 其次, 对像素点邻域依次差值, 凸显导光板轮廓特征; 进而, 通过自适应的阈值填充算法与设置线段距离阈值, 完成导光板轮廓提取和3个导光板的分割; 最后, 根据导光板坐标生成矩形区域, 构建81维特征向量, 建立并训练SVM模型. 该方法在工业现场采集的导光板图像上进行了大量实验, 实验结果表明, 该算法运行效率高, 鲁棒性强, 在训练样本较少的情况下仍有较高的检测精度.