1. 研究目的与意义（文献综述）

1.1 研究的目的和意义
当今信息社会，随着信息的进步，越来越多的信息接收需要依靠视觉，而时下最主流的液晶显示屏也得到了蓬勃发展，随处可见。

tft-lcd（thin film transistor）薄膜场效应晶体管液晶显示屏，是在亮度，对比度，功耗，使用寿命，体积和重量都表现出极佳特点的显示器件，研究显示屏表面缺陷有助于改善生产液晶屏质量。

本文工作的主要目的是在充分了解液晶显示屏制造工艺的基础上，针对不同缺陷表现以及产生缺陷原因进行研究分析，设计一套自动化程度高、准确度高的液晶屏表面缺陷测试系统；结合图像处理技术和测量控制技术，实现对缺陷的分类分析；并通过系统的反馈分析，改善并提高系统测量的可靠性与准确性。

2. 研究的基本内容与方案

2.1基于图像处理的液晶显示器表面缺陷检测系统的总体设计
通过分析液晶显示器表面缺陷的关键参数，结合测试流程，提出测试系统在功能和性能方面的需求；同时采用测量控制技术和信号处理技术，对液晶显示器表面缺陷测试系统进行了总体结构设计。

2.2 基于图像处理的液晶显示器表面缺陷检测系统的硬件设计
在已有的机械载物平台总体结构的基础上，对实验照明和控制模块进行了功能设计，并根据测试样本的精度需求和控制需求，完成图像采集模块的设计。

照明模块，即光源模块，为了获取高分辨率和高对比度的图片，要求光源必须稳定可靠。

3. 研究计划与安排

第 1－2周：查阅相关文献资料，明确研究内容，了解研究所需的相关知识和功能要求。

确定方案，完成开题报告；
第3－4周：完成外语论文翻译和测试系统总体方案设计；
第5－10周：完成传动比测试系统设计工作；
第11－12周：完成测试系统的硬件和程序的初步调校工作；
第13－15周：完成并修改毕业论文，准备论文答辩。

4. 参考文献（12篇以上）

[1] Yu-Bin Yang,Ning Li,Yao Zhang. Automatic TFT-LCD mura detection based on image reconstruction and processing[P]. ,2013.
[2] 徐伟. LCD外观缺陷检测与识别系统设计[D].电子科技大学,2013.
[3] 闫真真. TFT-LCD点线缺陷检测图像处理算法研究[D].合肥工业大学,2017.
[4] Khalid, S.,Khalil, T.,Nasreen, S.. A survey of feature selection and feature extraction techniques in machine learning[P]. Science and Information Conference (SAI), 2014,2014.
[5] 徐莉莉.几种图像滤波处理方法比较[J].电脑知识与技术,2017,13(31):230-231.
[6] 梁耀聪. 基于机器视觉的显示屏缺陷检测系统研发[D].广东工业大学,2013.
[7] 孙新军. 基于OpenCV的机械零件局部特征的识别与检测[D]. 东南大学, 2014.
[8] 陈廉政. 基于图像背景重构和水平集的TFT-LCD缺陷检测算法研究与应用[D].华中科技大学,2016.
[9] 张戈. 液晶显示屏缺陷自动检测系统的研究[D].南京理工大学,2008.
[10] 脉冲噪声污染图象中的数学形态边缘检测器[J]. 李向吉,丁润涛. 中国图象图形学报. 1998(11).

[11] Bo Guo,Guo Qing Hu,Guang Yong Yang. TFT-LCD Spot-Type Defect Detection in Module Process[J]. Advanced Materials Research,2014,3255(971).

[12] Girshick R, Donahue J, Darrell T, et al.Rich feature hierarchies for accurate object detection and semanticsegmentation[J]. Computer Science, 2013:580-587.

[13] 李茂. 基于机器视觉的TFT-LCD屏Mura缺陷检测方法研究[D].电子科技大学,2013.
[14] 顾杰,肖辽,马军山.机器视觉在TFT-LCD暗画面缺陷检测中的应用[J].光学仪器,2017,39(03):11-15.
[15] 冯小波. 基于机器视觉的TFT-LCD点缺陷检测系统的研究[D].上海交通大学,2012.
[16] .贺智.机器视觉系统在LCD行业中的应用[J].电子工艺技术,2007(03):153-156.