张亚洲 ，卢先领 *

（1.江南大学物联网工程学院，江苏无锡214122；2.轻工过程先进控制教育部重点实验室（江南大学），江苏无锡214122）（∗通信作者电子邮箱jnluxl@jiangnan.edu.cn）

0 引言

液晶屏（Liquid Crystal Display，LCD）导光板是液晶显示器背光源模组中的重要组成部件，其表面缺陷将影响液晶屏的显示效果。基于机器视觉的LCD导光板表面缺陷自动光学检测（Automated Optical Inspection，AOI）［1］系统，相对人工视觉检测具有检出率高、误检率低、速度快、可全天无间断工作等优点，其中，LCD导光板图像在复杂背景下的缺陷检测技术是AOI系统视觉检测部分的核心［2］，其难点问题在于：1）由于LCD导光板表面导光颗粒尺寸和散布密度渐变的特点，导致同一图像不同区域的背景纹理差异性较大；2）在复杂背景纹理信息的干扰下，成像面积较小，其特征难以提取；3）对漏检率和误检率等性能指标有较高的要求。

根据LCD导光板表面常见缺陷的种类和缺陷特征的提取方式，目前现有的LCD导光板缺陷检测方法有不变矩特征检测法［3-4］和频域滤波检测法［5-7］。不变矩特征检测法通过提取图像的矩不变量作为描述不同区域网点结构分布的特征量，但使用高阶矩表征图像细节信息时易受到噪声等因素的影响，对此，Lin［3］通过引入加权中心矩来提高远离质心区域噪声的容忍度，并结合人工神经网络（Artificial Neural Network，ANN）识别出LCD导光板表面微结构缺陷，但没有对划痕和异物等常见缺陷提出检测方法，而且矩不变量的计算较为复杂，难以达到检测系统的实时性要求。频域滤波检测法是实际……