各向异性导电膜(ACF)是智能手机触摸屏的重要组成部分,ACF粒子是其中实现触摸屏本体的电极和驱动IC中电极的机械和电气连接的关键部分,对热压合后的ACF粒子的检测是判断触摸屏的功能是否达标的重要依据。ACF粒子的分布模式固定、压合特征明显,适合采用自动光学检测(AOI)系统进行检测。与人工检测相比,基于AOI的检测系统具有效率高、精度高等特点,对于行业规模化生产具有重要意义。AOI系统中提高粒子提取精度的关键在于系统前端图像获取和系统后端图像处理的效果。本文分别对这两部分关键技术进行了深入的研究,实现了基于激光位移传感器的自动对焦系统,配合相机可获取全局清晰的图像;提出了基于纹理的引脚分割方法,实现了较高精度的引脚分割,结合粒子识别、评估方法,可达到对ACF粒子的精确检测。首先,本文对触摸屏行业发展近况、课题研究目的和意义进行了简要介绍,对ACF粒子的物理结构、粒子在实现触摸屏功能中发挥的作用进行了详细说明,同时对学术界和产业界关于粒子检测的研究进行了介绍。接着,本文对基于AOI技术的粒子检测系统进行了介绍,包括基于功能的模块划分,各模块的作用和运作机制等内容。软件和硬件构成了整个系统,同时硬件部分又包括光学成像模块和运动模块。软件模块规划整个系统的运行时序和粒子检测逻辑,运动模块用于控制运动轴的机械运动,光学成像模块用于采集触摸屏图像。然后,本文介绍了基于激光位移传感器的硬件自动对焦系统。详述了激光测距的工作原理、自动对焦系统的系统构成,以及配合自动对焦的多轴运动模式。基于激光位移传感器的硬件对焦系统较传统的软件对焦比,具有对焦精度高、效率高、近实时等特点。最后,基于对图像分布特征的分析,本文提出了新的引脚分割算法,实现了粒子检测算法,可有效进行引脚分割和粒子识别、评估。本文提出了两种基于纹理的引脚分割方案,分别是基于LBP纹理匹配的引脚分割算法和结合LTCD和Hu不变矩特征的引脚分割算法,两种方法均能有效进行引脚分割。本文采用的粒子检测算法包括粒子提取、计数、面积分割、粒子评估等内容。针对图像中ACF粒子的灰度分布具有亮暗区的特征,本文采用局部差值检测算法从背景中提取粒子。本文采用基于局部极大值的粒子计数算法与一种基于迭代标记的粘连粒子区域分割算法获取粒子特征。粒子压合程度的评估则是通过对粒子的灰度分布特征分析得到的。除此之外,本文还对ROI的提取和图像去噪进行了简要介绍。本文所研究的检测系统的关键技术包括基于激光位移传感器的自动对焦系统和ACF粒子检测算法。采用本文所提出的自动对焦系统配合线阵相机采集的图像可达到全局清晰,使用基于软件的自动对焦系统只能获得局部清晰的图像。粒子检测算法中提出了新的引脚分割方案,具有分割精度高的特点。基于LBP纹理的引脚分割的误检率和漏检率分别较人工检测降低1.3%和3.2%;基于LTCD和Hu的引脚分割的误检率和漏检率分别较人工检测降低1.7%和3.8%。粒子检出率为93.8%,粒子压合平均不良率为0.7%。查阅国内外相关数据库,未见针对上述两种方法应用于触摸屏ACF粒子检测系统的相关报道。