因此，基于机器视觉的DLP投影仪图像品质检测可作为针对投影仪自动测试的参考文献。

1。2 设计方案

通过了解投影机的产品特性，确定本论文的研究方向。并将投影仪端口测试环节中的方格画面以及灰阶画面作为主要的研究对象。

在产品组立完好后，通过高清CCD相机扑捉投影机投射在幕布上的画面并进行数据存储，后由MATLAB软件读取图像数据并智能分析出图像的品质问题以及输出判断结果。系统方案构图如图1所示：

图1 系统方案构图

1。3 实现步骤

首先，学习DLP投影机的内部原理以及产品特性，确定企业内部急需改善的测试项目。

其次，学习机器视觉以及图像处理技术，确定适用于DLP投影仪的图像处理算法，建立本设计的系统方案。

最后，通过加强学习MATLAB这一高级数学处理工具，将投影仪输出的图像进行一定算法的运算以及制作相应的GUI交互界面，最终实现对投影仪输出图像品质的判断。

2。系统总体方案论文网

2。1 机器视觉简介

机器视觉是一门涉及领域广泛的交叉学科，包括机器学习、人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等。机器视觉主要通过PC以及模拟系统来模拟人的视觉功能，它不仅是作为人眼感觉器官的模拟，更重要的是可以拥有像人脑的一部分功能可以从客观事物的图像中来捕获信息，进而处理判断信息的特征，最终实现产品的实际检测、测量和控制。

机器视觉系统的应用与发展是随着工业自动化的提升而逐步完善与成熟的，从20世纪50年代开始到60年代分别开始进行了二维图像的统计模式识别以及三维机器视觉的研究。从80年代开始，机器视觉技术开始了全球性的研究热潮并获得了蓬勃发展以及新概念、新理论不断涌现，到现在机器视觉仍然是一个非常热门的研究领域，与之相关的学科涉及大数据、图像识别、人工智能、计算机图形学、神经网络分析等。

2。2 DLP投影仪的基本原理以及测试方法

DLP投影仪：DLP投影仪的核心在于DLP技术，DLP技术先将图片信号经过一系列的数字处理，然后通过光学器件将光投射到屏幕上。它的主要核心器件为数字微镜元件Digital Micromirror Device，简称DMD。DMD为TI（德州仪器）公司研发的数字光处理产品，通过DMD可将数字信号转换为数字光信号。其原理是将投影仪的光源通过导光棒以及折射透镜将光的均匀性达到最佳效果，让后光经过一个高速旋转的色轮，将光分成红绿蓝三种基色，将光的三种颜色经过透镜和DMD芯片反射出调整后的映像，最终光线经过投影仪镜头将调制后的图像投影到幕布上形成图像的彩色信息[2]。

功能测试：一般来讲，投影仪在经过组立线作业后就会进入功能检查站别的作业。测试站别的目的与意义在于产品的性能检测以及系统信息匹对。例如：行程信息设定与录入、机台SN信息录入与核对、机台MAC信息录入与核对、DDC信息录入与核对、端口功能检测与筛选、亮度以及对比度测试等等，而这些基本的品质信息大多都是测试人员通过人眼直接判断得出。多数情况下，由于测试人的疏漏以及误判都是直接导致产品的不良升高的关键因素，尤其是针对于一些测试规格不明显的测试项目，作业员以及品质管理人员很难直接通过人眼来判断出品质的优良与否，无法采取更为规范、科学的评判方法。

2。3 MATLAB在图像识别方向的应用

MATLAB是美国MathWorks公司旗下的商业数学处理软件，广泛适用于大数据运算、算法开发、可视化运算以及数据分析的高级计算机语言和交互式平台，包括MATLAB和Simulink两大组成部分。在数字统计类软件中，MATLAB和Mathematica、Maple并称为三大数字处理软件。MATLAB可以进行矩阵运算、绘制函数模型、编写算法、搭建用户界面、结合其他编程语言二次开发等，主要应用于图像运算、控制设计、建模设计和分析、信号处理与通讯、工程量化处理、信号转化等领域。