缺陷检测是液晶显示屏生产流程中不可或缺的一道工序,而缺陷检测技术是降低生产成本、提高产品质量的关键手段。传统的检测方式是人工检查,其主观性大、检测效率和精度比较低,而且近年来人工成本逐年上升,这种方法已经不能适应生产线上大批量、低成本、高效率、高精度的要求。因此,研究具有速度快、非接触、准确度高等优点的自动光学检测方法对提高LCD产品质量、促进产业发展有很重要的意义。针对以上问题,本文将展开研究基于机器视觉的自动光学缺陷检测算法,并设计一套完整的检测系统。首先,在分析LCD工作原理、显示缺陷类型及产生原因、系统设计需求的基础上提出了总体设计方案,并重点讨论了影响图像质量的两个关键部分:照明模块和图像采集模块,对其中的硬件架构进行了详细的分析与选型,完成了光学采集系统的设计。其次,研究了相关的图像处理算法,包含滤波去噪、二值化、形态学、图像校正等,对每一种算法中的多种方法进行对比分析,结合实际需求,选取最优方法或由此提出新方法,为后续缺陷检测算法鉴定基础。然后依次详细介绍了缺陷检测算法的每个环节,合理建立标准模板库以及算法预处理能克服外界干扰;算法的核心是图像配准,针对LCD自身特点,提出了基于傅里叶梅林变换及特征匹配的算法,其配准精度高、抗干扰能力强,并由加权平均融合进一步提高配准精度;通过形态学算法与提出的局部自适应高斯加权二值化对缺陷进行良好的分割,提高检测准确率;基于区域特征参数以及最小外接矩形法,对缺陷的类型和位置进行判断。最后,设计缺陷检测软件,并介绍了其功能和具体操作。通过实验对检测算法及系统检测精度进行验证,实验都是通过与基于SURF/SIFT的算法对比进行量化分析的。实验结果表明,本文检测算法、系统检测精度和效率均优于对比算法,检测准确率达97%,能够满足实际要求,具有良好的应用前景。