LED大屏幕质量检测中的像素点定位方法研究

王 克，李志敏，古利超，陈学保，靳佳伟

(重庆大学光电工程学院，重庆400030)

0 概述

电荷耦合器件(CCD)在测光法和比色法领域中的应用被认为是在未来光谱辐射线测定和光度测定中极具吸引力的发展方向。作为21世纪的绿色光源，LED大屏幕显示技术日益成熟，应用范围不断扩大。但由于LED间存在着光电学特性差异。这通常会引起LED显示屏尤其是全彩LED大屏幕亮度、色度不一致，进而破坏显示屏的白平衡，降低显示品质。此外，一旦LED显示屏投入使用，每个LED的亮度以不同的速度衰减。衰减速率随物理、电气和环境因素而异，但它是不可避免的。屏幕上的颜色逐渐出现像素级的颗粒现象(如白色往往向粉红色方向转变)。

目前LED显示系统的检测通常使用亮度计和色度计，传统的亮度计和色度计同一时间只能检测一个点，因而被称为点式光度计或点式色度计，其测量方法是将一个显示装置分成许多分离的测量点，针对每个测量点移动点式检测器进行单点测量。显然，对于LED大屏幕数以百万计的像素点，传统检测仪器及方法效率低下。而采用CCD面阵检测器单次测量的像素点数量可以非常大，在相同的时间内，其具有比其他方法测得更多的数据点的能力。测量时间上有了实质性的节省。因此，采用CCD面阵检测器的LED测量系统在显示系统设计和生产的实施与质量保证阶段具有巨大的优势。

本文基于图像形态学处理方法，讨论在复杂环境背景下，以及由于待测屏幕角度等原因造成投影到CCD上呈现的不规则大屏幕图像的LED像素点的定位。为下一阶段的像素级亮度色度检测提供可靠的保证。

1 基于CCD图像传感器的LED大屏幕校正方案

基于CCD图像传感器的LED大屏幕校正过程可分为以下几个步骤:

(1)准备 首先应完成一些必要的维护，比如LED的更换，屏幕的清洁等。

(2)安装 确定合理的CCD倾角、视野，使之基本上与待测屏幕对应。

(3)测量 进行必要的倾角校正及环境光补偿，确定LED像素点的相对坐标。由CCD充当的成像比色计实时进行每个LED像素点的亮度和色度值的精确测量。

(4)计算 由测得的每个LED像素点的量化值计算实际值，根据用户选择的色域，生成包括每个像素点的调整值的校正系数表。

(5)输出 如果LED屏幕的硬件支持，可以直接将校正系数传送给LED大屏幕;如果不支持，可以根据校正系数添加额外的硬件对显示信号预处理后再输入显示系统。

(6)验证 对调整后的屏幕再进行验证测量，确保校正的有效性和准确性。

2 LED像素点定位

通常LED大屏幕安装位置很高，或者安装时并不严格垂直于地面，并且受限于图像采集系统的位置。这些都会造成图像采集系统的光轴和大屏幕平面不垂直，此外由于安装场地环境复杂多样，这些因素都会造成亮度的不均匀和像素定位的困难，本文设计下述步骤进行大屏幕像素点的精确定位。

2.1 灰度图像二值化

由于噪声及环境影响，实际采集的图像灰度分布直方图并不是典型的目标及背景截然分开的双峰分布形式，采用最大方差阈值分割法这种传统的分割方法效果较差。对于大屏幕检测这种以分离主动光源为目标的情况，合理选取一个较高的分割阈值，可以滤除周边复杂背景的干扰，而只保留LED像素点。由于在大屏幕的图像采集过程中，已经采用了合适的滤光片使图像中最大亮度值接近但不超过饱和值，LED构成灰度直方图中灰度值最高的一类目标。为了尽可能分离每个LED像素点，又最大限度地滤除噪声和环境背景，本文采用灰度直方图最后一个波谷处的灰度值作为分割阈值，将灰度值最高的波峰对应的像素点分离为目标点。

图1为一幅大屏幕图像，图2为其灰度分布直方图，由于环境背景的影响，灰度直方图呈多峰分布。图3为采用最大方差阈值分割法分割的图像，图4为采用上述方法分割的图像，由对比可见，上述方法有效地消除了背景的干扰。

图1 待测LED大屏幕图像显示单元

图2 灰度直方图

图3 采用最大方差阈值分割法分割的图像

图4 分割后的图像

2.2 进行细化处理

由图4可见，虽然有效地消除了背景的干扰，但得到的LED像素点目标大小不一致，均匀性差。为了得到精确的LED坐标，采用图像形态学算法，对图像进行细化处理，得到每个LED的单一像素表示。通过结构元素B细化集合A，表示为A⊗B:

这里A#B表示在A中对B进行匹配，A!B表示由结构元素B腐蚀A，Ac为A的补集。图5是对图4进行上述细化处理后得到的图像，图中每一个目标大小均为一个像素，其对应原始图像中的一个LED像素点。

图5 目标细化至一个像素后的图像

2.3 确定待测大屏幕区域

连接步骤2所得图像的所有最外层目标点构成一个封闭的边界，由此边界上的相邻目标点的距离可以确定LED像素点间距以及大屏幕中LED像素点的行数和列数。根据以上信息确定外接的最小四边形，并将其从图像中分离出来，作为后续阶段处理的目标图像。

2.4 定位异常目标点

由于噪声的影响，可能有些LED像素点不能细化至一个像素点表示，解决方法是根据步骤3.3估测的LED像素点间距设计卷积模板，对分离出的图像进行图像邻域处理定位单个LED像素点对应的多个目标点并将目标点合并为单一像素点表示。图6所示为经过图像邻域处理定位的不能细化至单一像素点表示的LED像素点位置。

2.5 LED像素点定位

由于已经确定了边界LED像素点的位置、相邻LED像素点间的平均距离以及大屏幕上LED的行数和列数，本文根据以上信息及相邻LED像素点之间的相对关系确定各LED像素点在大屏幕上的相对位置，具体的步骤如下:

图6 定位不能细化为单一像素表示的LED像素点

(1)根据步骤3.3计算所得的大屏幕边界确定图5中位于第一行第一列的目标点作为起始位置。

(2)从第一列开始根据LED像素点间的平均距离寻找本行下一列LED像素点，若未找到则转向步骤4;若找到则记录其在图像中的位置及相对的行号和列号，依次进行直到达到最后一列，若当前行是最后一行则结束。

(3)确定图5中位于下一行第一列的目标点作为下一行的起始位置，并转向步骤2。

(4)根据LED像素点的平均距离寻找上一行或下一行的相邻LED像素点，并继续闭合式寻找，直到回起始行，跳转到步骤2相应位置。

表1是对图5采用上述处理方法得到的点阵坐标，行号和列号分别标注在了点阵的左侧和上面。

表1 LED像素点的位置矩阵及对应行号和列号

2.6 LED像素点插补

步骤3.5定位了图5中的目标点及其对应的行号和列号，但不能确定失效LED像素点(图5中的三个空缺)的位置。对空缺的位置可以采用相邻像素来估计，对上述的位置矩阵，对两侧或上下有效LED像素点位置求均值可容易地确定失效LED像素点的位置，最终得到整幅LED大屏幕图像每个LED像素点在图像中的位置和对应的行列号。进行LED像素点插补后，为直观显示定位结果，连接相邻LED像素点即得到图7所示的图像。

图7 连接相邻LED像素点后的图像

3 实验结果分析

为了验证本方法的精度和可靠性。本文选取了一张成像效果较差，噪声成分较多的图像，并将其置于复杂的环境背景中进行实验。由以上分析可见，LED像素点定位精确，对异常LED像素点进行了有效的处理，本文实验图像LED像素点间距约7个像素，最大偏差只有一个像素，能够满足后续检测阶段的要求。若图像采集系统采用2048×1536分辨率的CCD摄像机，单次最多能够采集超过60 000个LED像素点。相对传统检测方法，检测效率得到了极大的提高。

4 小结

在基于CCD图像传感器的LED大屏幕校正过程中，精确地确定各LED像素点的坐标是后续检测步骤顺利进行的关键。实验结果表明:该方法在定位过程中对LED像素点中心定位准确且稳定，无论光照、天气等环境因素，还是测站位置，大屏幕角度的因素，都有很好的适应性。对于环境信息复杂，背景知识不清楚，目标规则及位置不明确的情况下，该方法能有效地消除各种噪声及背景干扰，得到较高的定位精度。此外，该方法抗干扰能力强，允许采集的图像有一定的畸变、缺损等，降低了对图像采集系统精度的要求，增强了图像处理系统的适应能力，扩大了应用范围。

［1］李志敏，常宇，薛平，等.一种户外全彩LED显示屏亮度色度检测新方法［J］.激光杂志，2010，31(4):63 ～65

［2］傅仲良，李勇.基于梯度幅度直方图和类内方差的边缘提取方法［J］.武汉大学学报，2005，30(12):1056 ～1058

［3］郭进，刘先勇.机器视觉标定中的亚像素中心定位算法［J］.传感器与微系统，2008，27(2):106 ～108

［4］Rafael C.GONZALEZ，Richard E.WOODS.数字图像处理［M］.北京:电子工业出版社，2009

［5］David CASASENT，Demetri PSALTIS.Position，rota-tion，and scale invariant optical correlation［J］.Applied Optics，1976，vol.15(7):1795 ～1799

［6］A M.DARWISH，A K.JAIN.A rule based approach for visual pattern inspection［J］.IEEE Transactions of Pattern Analysis and Machine Intelligence，1998:10(1):56～68