基于边缘检测清晰度评价函数的导光板翘曲度检测

陈 功，朱锡芳，盛 露，张 燕，陈宗涛

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

（常州工学院 常州现代光电技术研究院，常州 213022）

0 引言

导光板具有机械强度高、光学特性优良、热稳定性好、耐化学性强、加工性能好的特点。作为液晶和超薄灯箱显示的一个重要部件，其质量直接影响整个背光模块的好坏。导光板一般厚2mm～9mm，其主要功能在于导引光线方向，以提高面板的辉度并控制面板亮度的均匀性。导光板产生翘曲时，会影响光线的折射，使背光模块光度降低及亮度不均，其不仅影响产品装配和使用性能，而且会影响产品外观质量。因此导光板的翘曲度的大小会直接影响后期的使用[1,2]。对导光板翘曲变形的评价是用翘曲量来进行的，一般用最大翘曲变形量来评价[3]。

现有最大翘曲变形量一般采用为塞尺间隙测量法，通过在大理石平台表面和导光板中间加塞尺测量间隙，并计算翘曲度与标准值比较（如图1所示）。此检测方法对塞尺表面光滑度要求较高，检测时缺乏直观的数据显示，精度较低，且塞尺会出现滑动和堵死的情况，此外人工重复观察容易产生视觉疲劳。

数字图像相关方法（Digital Image Correlation，DIC）自提出后[4,5]，广泛地应用于位移的测量[6,7]。基于单CCD摄像机的数字图像相关的图像清晰度方法，通过标定建立数字图像像素距离和实际距离间联系，利用调焦镜头搜索图像所有可能的聚焦位置，将采集到的图像信息进行图像清晰度处理分析，得到最佳聚焦位置，但是该方法只能测量CCD相机被测物表面的位移。

本文提供了一种基于单CCD摄像机图像清晰度评价方法对导光板翘曲度进行测量的方法。该方法基于CCD摄像机检测装置（如图2所示），打开上方光照组和下方可调节亮度的LED光源，将检测纸和导光板分别置于检测平台表面，手动调节X轴、Y轴传动组定位、手动调节Z轴传动组调焦，经上位机软件分别获取导光板中间底面和表面不同边缘检测图像清晰度峰值，以此通过上位机自动计算得到导光板翘曲度值。

图1 导光板翘曲度大理石检测平台

图2 导光板翘曲度检测平台示意图

1 导光板翘曲度

翘曲变形是评定产品质量的重要指标之一。参考塑件行业中的翘曲度概念[8]，本文定义导光板的翘曲度。其公式为：

由式(1)和图3可知，γ为导光板的翘曲度，h为翘曲量，即导光板底面与检测纸表面之间的最大距离。L为导光板在X轴方向的投影长度，H1为CCD摄像机通过搜索聚焦检测纸表面得到的图像清晰度峰值后，得到CCD摄像机到检测纸表面的距离。H2为CCD摄像机通过搜索聚焦导光板正中间表面得到的图像清晰度峰值，得到CCD摄像机到导光板正中间上表面的距离。d为导光板厚度，由于导光板厚度均匀且翘曲度值较小，一般可以认为导光板厚度为固定值。

图3 导光板翘曲度计算示意图

2 不同边缘检测清晰度评价函数仿真实验

在一幅图像中，边缘含有极大的信息量，且在边缘处灰度变化比较剧烈。基于边缘检测的清晰度评价算法就是以图像的边界和细节特征为基础，通过对图像的进一步处理，得出清晰度评价值。边缘检测的空间滤波算子包括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算子都是一阶微分算子，一阶微分对图像的低频分量比较敏感，对高频分量反应相对迟钝，而一副图像的大部分信息体现在边缘的高频分量部分。Laplacian算子是一种二阶微分算子，其具有旋转不变的性质有利于提取边缘。分别选取2组导光板检测图，其中图4(a)第8张和图4(b)第9张为最佳清晰度图。

图4 CCD摄像机聚焦成像检测图

2.1 未污染导光板仿真实验

针对导光板表面和检测纸表面不同成像目标，分别选取以上各种基于边缘梯度检测算子的清晰度评价函数，计算在正焦位置前后的图像（如图4所示）的清晰度评价值，然后对取得的评价值进行归一化（如图5所示）。

图5 不同检测情况下不同评价函数调焦曲线

由图可知，Log算子在单峰性方面表现不佳，在某些区域存在毛刺，其余算子基本上都满足对焦函数的单峰性、无偏性、以及在对焦位置附近较高的斜率，即灵敏度强。其中以Roberts算子的灵敏度最高，表明Roberts算子对于高频分量的敏感度较高。实验表明在较为理想的情况下，传统的算子几乎都可以满足清晰度评价的任务。

2.2 污染导光板仿真实验

在工程实践过程中，包括天气情况、光照情况、成像目标、成像设备的问题等都可能造成所拍摄的图像具有噪声污染。实验中在未污染的导光板图像中分别加入了高斯噪声（方差为0.8和0.1）和椒盐噪声（方差为0.8和0.0001）的图像，其中高斯噪声模拟电子电路噪声和有低照明度或高温带来的传感器的噪声，椒盐噪声模拟由CCD相机，传输信道和解码处理等产生的黑白相间的亮暗点噪声。以下用上述算子在噪声背景下进行清晰度评价分析。

图6 导光板表面加入不同噪声后的调焦曲线

图7 检测纸表面加入不同噪声后的调焦曲线

当图像受到噪声污染之后，以上算子均出现了很多毛刺，单峰性遭到严重破坏；峰值两边的曲线变的平坦了许多，敏感性明显减弱，曲线整体向上移动，这种“上浮”在加入高斯噪声的图像中表现的尤为明显。

在加入椒盐噪声后的图像清晰度函数值都出现了较大幅度的上浮，其中以Laplacian算子上浮幅度最大，其他三者表现差别不大，可见Laplacian算子对于噪声最为敏感。同时四种算子的单峰性都遭到不同程度的破坏，均出现了局部极大值。其中以Log算子最为明显，可见Log算子对孤立噪声点响应比较激烈，而且抗干扰能力不够强。而Roberts算子对于椒盐噪声的响应较小，Roberts算子采用对角线方向两个相邻像素之差计算幅值梯度，虽然对噪声较为敏感，但相对其他几种三维甚至五维的算子，对于孤立噪点的响应最弱，其检测精度较高。

在加入高斯噪声后的图像清晰度函数值出现了更大幅度的上浮，其中同样以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算子的表现差别不大。此时，Laplacian算子己经变的十分平坦，敏感度遭到十分严重的破坏，但是单峰性能表现略优于其他四种算子。而与此相对应的Prewitt算子、Sobel算子和Log算子的单峰性遭到严重破坏，但是敏感度较好于Laplacian算子和Roberts算子。而Roberts算子表现居于五者中间，在敏感度和单峰性能方面都表现一般。

针对椒盐噪声背景下上述仿真实验算子所表现的不稳定现象，选取了7组方差不同的噪声背景下导光板表面的清晰度评价结果，如表1所示。

由表可知，对加入不同椒盐噪声影响最大的是Roberts和Log算子。在实验中椒盐噪声方差越低，两个算子的稳定性越好。

综上所述，成像的情况根据成像环境和成像目标改变而改变，在一种情况下适用的评价函数，在另外一种情况下并不一定好。因为实验图像引入了噪点，而噪点在图像中基本表现为高频分量，与图像的边缘混杂在一起，很难分辨出来哪里是边缘，哪里是噪点。故而使得以前不清晰的图像也拥有了较多的高频分量，从而大大缩小了不清晰图像的高频分量与清晰图像的高频分量之间的差距，导致以上清晰度评价值集体上浮的情况。在复杂噪声环境下，Roberts算子依然能保持较好的敏感度，单峰性能和无偏性。

表1 导光板表面加入各种椒盐的五种算子之间的比较

表2 实测翘曲量比较数据

2.3 Roberts算子导光板翘曲量实测

根据Roberts算子分别得到导光板和检测纸正中间表面最大图像的清晰度峰值，确定最佳聚焦距离，根据标定比例关系得到CCD摄像机到被测物表面的距离。表2给出了上述算法的实测比较翘曲量数据。表中三组数据中能有效判断导光板翘曲度是否符合标准。三组中塞尺测量的精度均低于本文检测方法，其中第一组和第二组中塞尺和本文检测方法检测结果一致，产品均判断为合格。第三组检测数据中塞尺测量法由于精度原因不能准确判断产品是否合格。

3 结束语

针对现有导光板翘曲度检测的不足之处，本文采用一种单CCD摄像机基于不同边缘检测清晰度评价函数对导光板翘曲度进行测量的方法。该方法基于CCD摄像机检测装置，将检测纸和导光板分别置于检测平台表面，手动调节X轴、Y轴传动组定位、手动调节Z轴传动组调焦，经上位机软件分别获取导光板中间底面和表面不同边缘检测清晰度评价函数的图像清晰度峰值，通过未污染和已污染条件下的仿真以及实际测量比较发现，该方法示值误差小、重复性较好，能够满足接触线在线、非接触检测的需求。

[1]蒋炳炎,沈龙江,罗建华,等.微特征结构对导光板翘曲变形的影响[J].光学精密工程,2007,15(11):1739-1743.

[2]李青祝,窦沙沙.冷却水路位置对导光板翘曲影响的CAE分析[J].铸造技术,2011,32(8):1170-1173.

[3]李吉泉,李德群,郭志英.塑件翘曲度及其计算方法[J].高分子材料科学与工程,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]孙伟,何小元,C.Quan,郑翔.基于数字图像相关的三维刚体位移测量方法[J].光学学报,2008,28(5):894-901.

[7]代祥俊,云海,蒲琪.基于数字图像相关的透明材料厚度测量[J].光学技术,2010,36(4):525-529.

[8]李吉泉,李德群,郭志英.塑件翘曲度及其计算方法[J].高分子材料科学与工程,2008,24(6):1-4.

[9]黄文辉,陈仁雷,张家谋.数字视频图像质量客观测量方法的改进与实现[J].北京邮电大学学报,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.