买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福州大学

摘要：本发明涉及一种基于模板匹配的NLEDQLEDOLED像素缺陷定位方法及系统，该方法包括：获取原始图像和目标图像并进行预处理；根据目标图像制作初始模板图；将初始模板图进行不同尺度的变换，获取多个尺度层的模板图像；将模板图像与预处理后的原始图像在多个尺度层上对每个像素采用匹配算法进行相似度的遍历匹配；根据每个像素点对应的特征向量的数量，确定对应的匹配分值；设定每个位置匹配分数的阈值范围，处于阈值范围之内则匹配成功，超出则匹配不成功；将识别出的超出阈值所对应的像素点作为识别结果并显示在原始图像上，识别出原始图像中缺陷的数量和位置，实现对像素缺陷的定位。该方法及系统有利于提高打印像素缺陷定位的精度和效率，适用范围广。

主权项：1.一种基于模板匹配的NLEDQLEDOLED像素缺陷定位方法，其特征在于，包括以下步骤：步骤S1：获取原始图像和目标图像并进行预处理；步骤S2：根据目标图像制作相对应的初始模板图；步骤S3：将初始模板图进行不同尺度的变换，获取多个尺度层的模板图像；步骤S4：将所获取的模板图像与预处理后的原始图像在多个尺度层上对每个像素采用匹配算法进行相似度的遍历匹配；步骤S5：根据每个像素点对应的特征向量的数量，确定对应的匹配分值，分值越大，说明匹配程度越准确；步骤S6：设定每个位置匹配分数的阈值范围，处于阈值范围之内则匹配成功，超出阈值范围则匹配不成功；步骤S7：将识别出的超出阈值所对应的像素点作为识别结果并显示在原始图像上，识别出原始图像中缺陷的数量和具体位置，从而实现对像素缺陷进行定位；所述步骤S1中，获取原始图像和目标图像，并对所述原始图像和目标图像进行预处理，所述原始图像包含有缺陷像素图像和无缺陷像素图像，所述目标图像为无缺陷像素图像；所述预处理包括对图像进行灰度直方图变换，以提高图像的对比度，增强细节；所述预处理还包括采用增强算法对图像的分辨率、大小、角度以及由于环境造成的背景差异过大因素进行处理；所述步骤S2中，通过多张目标图像制作相对应的初始模板图，根据目标图像制作初始模板图的具体方法为：首先将目标图像经过旋转、角度周期修正，变换为长宽为300×100的正向尺寸；再估计目标图像周期的上下限，确定模板单个像素的周期；然后，确定目标图像与模板图的角度关系，方向须与模板图一致；最后，在目标图像上标注出二值图，根据图像像素周期、对称、翻转、平移性质矫正标注位置，使用另外一张无缺陷目标图像与二值图匹配，叠加得出单个像素的算术平均值，通过横向及纵向复制扩展得到初始模板图；所述步骤S4中，采用SURF匹配算法对原始图像与模板图像进行相似度的遍历匹配，包括以下步骤：S41：构建Hessian矩阵，生成所有的兴趣点，用于特征提取；Hessian矩阵是一个多元函数的二阶偏导数构成的方阵，描述了函数的局部概率，对一个图像fx,y，其Hessian矩阵为：S42：构建尺度空间；使用相同尺寸的滤波器对尺度空间进行构造；S43：特征点定位；将经过Hessian矩阵处理的每个像素点与二维图像空间和尺度空间邻域内的26个点进行比较，初步定位出关键点，再经过滤除能量比较弱的关键点以及错误定位的关键点，筛选出最终稳定的特征点；S44：特征点主方向分配；在特征点的圆形邻域内，统计60度扇形内所有点的水平、垂直haar小波特征总和，然后以0.2弧度大小的间隔进行旋转并再次统计该区域内haar小波特征值之后，最后将最大的那个扇形的方向作为该特征值的主方向；S45：生成特征点描述子；在特征点周围取4×4的矩形区域块，所取得的矩形区域方向是沿着特征点的主方向，每个子区域统计25个像素的水平方向和垂直方向的haar小波特征，所述水平方向和垂直方向都是相对于主方向而言的；所述haar小波特征方向为水平方向值之和、垂直方向值之和、水平方向绝对值之和以及垂直方向绝对值之和4个方向；S46：特征点匹配；通过计算两个特征点之间的欧氏距离来确定匹配度，欧氏距离越短，表示两个特征点的匹配度越好，如果两个特征点的矩阵迹正负号相同，表示这两个特征具有相同方向上的对比度变化，如果不同，说明这两个特征点的对比度方向是相反的，即使欧氏距离为0，也直接排除。

全文数据：

权利要求：

百度查询： 福州大学 基于模板匹配的NLED/QLED/OLED像素缺陷定位方法及系统