基于Chan－Vese模型的TFT－LCD Mura缺陷快速分割算法

卢小鹏，李 辉＊，刘云杰，梁 平，李 坤

（1.电子科技大学 航空航天学院，四川 成都611731；2.四川出入境检验检疫局 机电处，四川 成都610041）

1 引 言

随着液晶显示器向大尺寸、轻薄化、低功耗、高分辨率的方向发展，TFT－LCD 在生产过程中产生各种显示不均匀缺陷的几率大大增加。亮点、亮线、暗线等缺陷由于其特征明显，易于检测。而Mura缺陷对比度低，边缘模糊，大小、形状都不固定，而且背景图像复杂，这就增加了缺陷分割的难度，成为研究的热点［1－2］，并且传统的图像分割方法无法得到满意的分割效果。

Osher等人［3］于1988年提出了计算稳定、抗噪性好且具有跟踪拓扑结构变化的水平集方法，并成功运用到图像处理中。Caselles［4］和Malladi［5］等人以曲线演化理论和水平集方法为基础，分别独立地提出了几何主动轮廓模型，将图像分割问题转化为求能量泛函的最优解问题。而后，Caselles等人又对几何主动轮廓模型做了改进，提出了测地主动轮廓模型［6］。国内的周则明等［7］利用Snake 模型并结合水平集方法对左心室MRI图像进行分割。但以上方法都存在基于图像梯度的边缘检测项，只能检测用梯度定义的图像边 缘。2001 年，Chan 和Vese 简 化 了Mumford－Shah［8］模 型，并 结 合 水 平 集 思 想，提 出 了Chan－Vese水 平 集 模 型［9］，即 经 典 的C－V 模 型。C－V 模型不再依赖图像的梯度信息，适用于梯度无意义或者边缘模糊的图像的分割。但是，C－V模型以2个灰度均值拟合描述目标和背景2个同质区域，对于背景不均匀的图像无法准确地分割。同时，每次的更新迭代，都要重新初始化符号距离函数，计算量大，降低了目标检测效率。……