基于邊緣檢測清晰度評價函數的導光板翹曲度檢測

陳 功，朱錫芳，盛 露，張 燕，陳宗濤

CHEN Gong, ZHU Xi-fang, SHENG Lu, ZHANG Yan, CHEN Zong-tao

（常州工學院 常州現代光電技術研究院，常州 213022）

0 引言

導光板具有機械強度高、光學特性優良、熱穩定性好、耐化學性強、加工性能好的特點。作為液晶和超薄燈箱顯示的一個重要部件，其質量直接影響整個背光模塊的好壞。導光板一般厚2mm～9mm，其主要功能在于導引光線方向，以提高面板的輝度并控制面板亮度的均勻性。導光板產生翹曲時，會影響光線的折射，使背光模塊光度降低及亮度不均，其不僅影響產品裝配和使用性能，而且會影響產品外觀質量。因此導光板的翹曲度的大小會直接影響后期的使用[1,2]。對導光板翹曲變形的評價是用翹曲量來進行的，一般用最大翹曲變形量來評價[3]。

現有最大翹曲變形量一般采用為塞尺間隙測量法，通過在大理石平臺表面和導光板中間加塞尺測量間隙，并計算翹曲度與標準值比較（如圖1所示）。此檢測方法對塞尺表面光滑度要求較高，檢測時缺乏直觀的數據顯示，精度較低，且塞尺會出現滑動和堵死的情況，此外人工重復觀察容易產生視覺疲勞。

數字圖像相關方法（Digital Image Correlation，DIC）自提出后[4,5]，廣泛地應用于位移的測量[6,7]。基于單CCD攝像機的數字圖像相關的圖像清晰度方法，通過標定建立數字圖像像素距離和實際距離間聯系，利用調焦鏡頭搜索圖像所有可能的聚焦位置，將采集到的圖像信息進行圖像清晰度處理分析，得到最佳聚焦位置，但是該方法只能測量CCD相機被測物表面的位移。

本文提供了一種基于單CCD攝像機圖像清晰度評價方法對導光板翹曲度進行測量的方法。該方法基于CCD攝像機檢測裝置（如圖2所示），打開上方光照組和下方可調節亮度的LED光源，將檢測紙和導光板分別置于檢測平臺表面，手動調節X軸、Y軸傳動組定位、手動調節Z軸傳動組調焦，經上位機軟件分別獲取導光板中間底面和表面不同邊緣檢測圖像清晰度峰值，以此通過上位機自動計算得到導光板翹曲度值。

圖1 導光板翹曲度大理石檢測平臺

圖2 導光板翹曲度檢測平臺示意圖

1 導光板翹曲度

翹曲變形是評定產品質量的重要指標之一。參考塑件行業中的翹曲度概念[8]，本文定義導光板的翹曲度。其公式為：

由式(1)和圖3可知，γ為導光板的翹曲度，h為翹曲量，即導光板底面與檢測紙表面之間的最大距離。L為導光板在X軸方向的投影長度，H1為CCD攝像機通過搜索聚焦檢測紙表面得到的圖像清晰度峰值后，得到CCD攝像機到檢測紙表面的距離。H2為CCD攝像機通過搜索聚焦導光板正中間表面得到的圖像清晰度峰值，得到CCD攝像機到導光板正中間上表面的距離。d為導光板厚度，由于導光板厚度均勻且翹曲度值較小，一般可以認為導光板厚度為固定值。

圖3 導光板翹曲度計算示意圖

2 不同邊緣檢測清晰度評價函數仿真實驗

在一幅圖像中，邊緣含有極大的信息量，且在邊緣處灰度變化比較劇烈。基于邊緣檢測的清晰度評價算法就是以圖像的邊界和細節特征為基礎，通過對圖像的進一步處理，得出清晰度評價值。邊緣檢測的空間濾波算子包括Roberts算子、Prewitt算子、Sobel算子、Laplacian算子和LOG算子。其中Roberts算子、Prewitt算子和Sobel算子都是一階微分算子，一階微分對圖像的低頻分量比較敏感，對高頻分量反應相對遲鈍，而一副圖像的大部分信息體現在邊緣的高頻分量部分。Laplacian算子是一種二階微分算子，其具有旋轉不變的性質有利于提取邊緣。分別選取2組導光板檢測圖，其中圖4(a)第8張和圖4(b)第9張為最佳清晰度圖。

圖4 CCD攝像機聚焦成像檢測圖

2.1 未污染導光板仿真實驗

針對導光板表面和檢測紙表面不同成像目標，分別選取以上各種基于邊緣梯度檢測算子的清晰度評價函數，計算在正焦位置前后的圖像（如圖4所示）的清晰度評價值，然后對取得的評價值進行歸一化（如圖5所示）。

圖5 不同檢測情況下不同評價函數調焦曲線

由圖可知，Log算子在單峰性方面表現不佳，在某些區域存在毛刺，其余算子基本上都滿足對焦函數的單峰性、無偏性、以及在對焦位置附近較高的斜率，即靈敏度強。其中以Roberts算子的靈敏度最高，表明Roberts算子對于高頻分量的敏感度較高。實驗表明在較為理想的情況下，傳統的算子幾乎都可以滿足清晰度評價的任務。

2.2 污染導光板仿真實驗

在工程實踐過程中，包括天氣情況、光照情況、成像目標、成像設備的問題等都可能造成所拍攝的圖像具有噪聲污染。實驗中在未污染的導光板圖像中分別加入了高斯噪聲（方差為0.8和0.1）和椒鹽噪聲（方差為0.8和0.0001）的圖像，其中高斯噪聲模擬電子電路噪聲和有低照明度或高溫帶來的傳感器的噪聲，椒鹽噪聲模擬由CCD相機，傳輸信道和解碼處理等產生的黑白相間的亮暗點噪聲。以下用上述算子在噪聲背景下進行清晰度評價分析。

圖6 導光板表面加入不同噪聲后的調焦曲線

圖7 檢測紙表面加入不同噪聲后的調焦曲線

當圖像受到噪聲污染之后，以上算子均出現了很多毛刺，單峰性遭到嚴重破壞；峰值兩邊的曲線變的平坦了許多，敏感性明顯減弱，曲線整體向上移動，這種“上浮”在加入高斯噪聲的圖像中表現的尤為明顯。

在加入椒鹽噪聲后的圖像清晰度函數值都出現了較大幅度的上浮，其中以Laplacian算子上浮幅度最大，其他三者表現差別不大，可見Laplacian算子對于噪聲最為敏感。同時四種算子的單峰性都遭到不同程度的破壞，均出現了局部極大值。其中以Log算子最為明顯，可見Log算子對孤立噪聲點響應比較激烈，而且抗干擾能力不夠強。而Roberts算子對于椒鹽噪聲的響應較小，Roberts算子采用對角線方向兩個相鄰像素之差計算幅值梯度，雖然對噪聲較為敏感，但相對其他幾種三維甚至五維的算子，對于孤立噪點的響應最弱，其檢測精度較高。

在加入高斯噪聲后的圖像清晰度函數值出現了更大幅度的上浮，其中同樣以Laplacian算子上浮幅度最大，Roberts算子次之，也有很大幅度的上浮，Prewitt算子、Sobel算子和Log算子的表現差別不大。此時，Laplacian算子己經變的十分平坦，敏感度遭到十分嚴重的破壞，但是單峰性能表現略優于其他四種算子。而與此相對應的Prewitt算子、Sobel算子和Log算子的單峰性遭到嚴重破壞，但是敏感度較好于Laplacian算子和Roberts算子。而Roberts算子表現居于五者中間，在敏感度和單峰性能方面都表現一般。

針對椒鹽噪聲背景下上述仿真實驗算子所表現的不穩定現象，選取了7組方差不同的噪聲背景下導光板表面的清晰度評價結果，如表1所示。

由表可知，對加入不同椒鹽噪聲影響最大的是Roberts和Log算子。在實驗中椒鹽噪聲方差越低，兩個算子的穩定性越好。

綜上所述，成像的情況根據成像環境和成像目標改變而改變，在一種情況下適用的評價函數，在另外一種情況下并不一定好。因為實驗圖像引入了噪點，而噪點在圖像中基本表現為高頻分量，與圖像的邊緣混雜在一起，很難分辨出來哪里是邊緣，哪里是噪點。故而使得以前不清晰的圖像也擁有了較多的高頻分量，從而大大縮小了不清晰圖像的高頻分量與清晰圖像的高頻分量之間的差距，導致以上清晰度評價值集體上浮的情況。在復雜噪聲環境下，Roberts算子依然能保持較好的敏感度，單峰性能和無偏性。

表1 導光板表面加入各種椒鹽的五種算子之間的比較

表2 實測翹曲量比較數據

2.3 Roberts算子導光板翹曲量實測

根據Roberts算子分別得到導光板和檢測紙正中間表面最大圖像的清晰度峰值，確定最佳聚焦距離，根據標定比例關系得到CCD攝像機到被測物表面的距離。表2給出了上述算法的實測比較翹曲量數據。表中三組數據中能有效判斷導光板翹曲度是否符合標準。三組中塞尺測量的精度均低于本文檢測方法，其中第一組和第二組中塞尺和本文檢測方法檢測結果一致，產品均判斷為合格。第三組檢測數據中塞尺測量法由于精度原因不能準確判斷產品是否合格。

3 結束語

針對現有導光板翹曲度檢測的不足之處，本文采用一種單CCD攝像機基于不同邊緣檢測清晰度評價函數對導光板翹曲度進行測量的方法。該方法基于CCD攝像機檢測裝置，將檢測紙和導光板分別置于檢測平臺表面，手動調節X軸、Y軸傳動組定位、手動調節Z軸傳動組調焦，經上位機軟件分別獲取導光板中間底面和表面不同邊緣檢測清晰度評價函數的圖像清晰度峰值，通過未污染和已污染條件下的仿真以及實際測量比較發現，該方法示值誤差小、重復性較好，能夠滿足接觸線在線、非接觸檢測的需求。

[1]蔣炳炎,沈龍江,羅建華,等.微特征結構對導光板翹曲變形的影響[J].光學精密工程,2007,15(11):1739-1743.

[2]李青祝,竇沙沙.冷卻水路位置對導光板翹曲影響的CAE分析[J].鑄造技術,2011,32(8):1170-1173.

[3]李吉泉,李德群,郭志英.塑件翹曲度及其計算方法[J].高分子材料科學與工程,2008,24(6):1-4.

[4]W.H.Peters,W.F.Ranson.Digital imaging techniques in experimental stress analysis[J].Opt.Eng.,1982,21(3):427-431.

[5]T.C.Chu,W.F.Ranson,M.A.Suttonet al.Applications of digital image correlation techniques to experimental mechanics[J].Exp.Mech,1985,25(3):232-245.

[6]孫偉,何小元,C.Quan,鄭翔.基于數字圖像相關的三維剛體位移測量方法[J].光學學報,2008,28(5):894-901.

[7]代祥俊,云海,蒲琪.基于數字圖像相關的透明材料厚度測量[J].光學技術,2010,36(4):525-529.

[8]李吉泉,李德群,郭志英.塑件翹曲度及其計算方法[J].高分子材料科學與工程,2008,24(6):1-4.

[9]黃文輝,陳仁雷,張家謀.數字視頻圖像質量客觀測量方法的改進與實現[J].北京郵電大學學報,2005,28(4):87-90.

[10]Z.Wang,A.C.Bovik.A universal image quality index[J].IEEE Signal Processing Letters,2002,9(3):81-84.