CN102156137A - 偏光片的亮点瑕疵检测方法与门槛值产生方法及其装置 - Google Patents
偏光片的亮点瑕疵检测方法与门槛值产生方法及其装置 Download PDFInfo
- Publication number
- CN102156137A CN102156137A CN201110067106XA CN201110067106A CN102156137A CN 102156137 A CN102156137 A CN 102156137A CN 201110067106X A CN201110067106X A CN 201110067106XA CN 201110067106 A CN201110067106 A CN 201110067106A CN 102156137 A CN102156137 A CN 102156137A
- Authority
- CN
- China
- Prior art keywords
- value
- unit
- gray scale
- assessed
- surveyed area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明关于一种偏光片的亮点瑕疵检测方法与门槛值产生方法及其装置,该偏光片的亮点瑕疵检测方法于一检测装置执行,且该偏光片上具有至少一待测点,该亮点瑕疵检测方法包含以下步骤:(A)于一个包含该待测点的检测区域中取样;(B)计算该检测区域中的影像灰阶值;(C)根据该影像灰阶值产生一可表示该检测区域的灰阶变化程度的评估值;及(D)将该评估值与一门槛值相比对,以检测该待测点是否为亮点瑕疵。如此藉由该亮点瑕疵检测方法可减少后续成品检验人员的人工目检时间。
Description
技术领域
本发明关于一种自动光学检测方法,特别是用于偏光片上的亮点瑕疵检测方法。
背景技术
在偏光片(polarizer)制作完成后,会利用自动光学检测(Automated Optical Inspection,AOI)系统来进行亮点(bright spot)瑕疵的检测,自动光学检测系统利用光学的方式取得偏光片的表面影像,再以影像处理的技术来判断偏光片上的亮点瑕疵,并将所有可能的亮点瑕疵皆标示为待测点,以供后续的成品检验人员(Final Quality Control,FQC)以人工目检的方式进行最后的判定。然而,为了不让任何一个亮点瑕疵躲过检测,自动光学检测系统会发生误宰(overkill)的现象,也就是将贴附于偏光片上的离形膜(图未示)所造成的眩光(glare)误判为亮点瑕疵,使得该些被标示的待测点中会包含真正的亮点瑕疵,也会包含离形膜所造成的眩光。因此,在现今的检测流程中,需要藉由一检测方法及装置来检测哪些为亮点瑕疵(真正的瑕疵),哪些为眩光(假瑕疵)。
但是,现有的检测方法是计算每一个待测点的平均亮度,并判断该平均亮度是否大于一门槛值,若是,则判定为亮点瑕疵;反之,则判定为眩光。此种检测方法会将一些比亮点瑕疵更亮的眩光误判为亮点瑕疵,使得后续的成品检验人员在进行人工目检时,将耗费过多的工作时间,增加测试的成本。
发明内容
因此,本发明的目的,即在提供一种可以精确检测出偏光片上的待测点是否为一亮点的亮点瑕疵检测方法。
本发明提供一种偏光片的亮点瑕疵检测方法,于一检测装置执行,且该偏光片上具有至少一待测点,该亮点检测方法包含以下步骤:(A)于一个包含该待测点的检测区域中取样;(B)计算该检测区域中的影像灰阶值;(C)根据该影像灰阶值产生一可表示该检测区域的灰阶变化程度的评估值;及(D)将该评估值与一门槛值相比对,以检测该待测点是否为亮点。
根据所述的偏光片的亮点瑕疵检测方法,该步骤(C)利用以下的方程式产生该评估值:
其中,i为该检测区域中的影像灰阶值、L为一预设的最大灰阶值、pi为该影像灰阶值i发生的机率,以及E为该评估值。
根据所述的偏光片的亮点瑕疵检测方法,该步骤(D)在比较出该评估值小于该门槛值时判定该待测点为亮点瑕疵。
根据一具体实施方式,本发明提供一种检测装置,用以检测偏光片上的待测点,其特征在于该检测装置包含:取样单元,于一个包含该待测点的检测区域取样;灰阶值计算单元,耦接于该取样单元,用以计算该检测区域中的影像灰阶值;评估值产生单元,耦接于该灰阶值计算单元,其根据该些灰阶值产生一可表示该检测区域的灰阶变化程度的评估值;控制单元,耦接于该取样单元、该灰阶值计算单元及该评估值产生单元,用以控制该取样单元、该灰阶值计算单元及该评估值产生单元产生对应该待测点的检测区域的灰阶变化程度的评估值;及比对单元,耦接于该控制单元,该比对单元将该评估值与一门槛值相比较,以检测该待测点是否为亮点。
根据所述的检测装置,该评估值产生单元利用熵演算法配合该灰阶值计算单元计算出的该些灰阶值而产生一可表示检测区域的灰阶变化程度的评估值,该熵演算法的定义为:
其中,i为该检测区域中的影像灰阶值、L为一预设的最大灰阶值、pi为该影像灰阶值i发生的机率,以及E为该评估值。
根据所述的检测装置,该比对单元将该评估值与预存的门槛值相比较,若该评估值高于该门槛值,则该比对单元判定该待测点为眩光。
根据所述的检测装置,该比对单元将该评估值与预存的门槛值相比较,若该评估值等于或小于该门槛值,则该比对单元判定该待测点为亮点。
根据一具体实施方式,本发明提供一种用于比对偏光片上亮点瑕疵的门槛值产生方法,于一检测装置执行,且该偏光片材上具有多数个待测点,其特征在于该门槛值产生方法包含以下步骤:(A)于一个包含其中之一待测点的检测区域中取样;(B)计算该检测区域的影像灰阶值;(C)根据该影像灰阶值产生一可表示该检测区域的灰阶变化程度的评估值;(D)重复执行该步骤(A)~(C),直到产生所有对应该些待测点的检测区域的灰阶变化程度的评估值;及(E)从该些评估值中选取一门槛值。
根据所述的用于比对偏光片上亮点瑕疵的门槛值产生方法,该步骤(C)利用以下的方程式产生该评估值:
其中,i为该检测区域中的影像灰阶值、L为一预设的最大灰阶值、pi为该影像灰阶值i发生的机率,以及E为该评估值。
根据一具体实施方式,本发明提供一种检测装置,用于产生比对一偏光片上亮点瑕疵的门槛值,该偏光片材上具有多数个待测点,其特征在于该检测装置包含:取样单元,由一个包含其中之一待测点的检测区域中取样;灰阶值计算单元,耦接于该取样单元,用以计算该检测区域中的影像灰阶值;评估值产生单元,耦接于该灰阶值计算单元,其根据该影像灰阶值产生一可表示该检测区域的灰阶变化程度的评估值;控制单元,耦接于该取样单元、该灰阶值计算单元及该评估值产生单元,用以控制该选取单元、该灰阶值计算单元及该评估值产生单元产生所有对应该些待测点的检测区域的灰阶变化程度的评估值;及选取单元,耦接于该控制单元,该选取单元将由该些评估值中选取出一门槛值。
此外,本偏光片的亮点瑕疵检测方法可内储于一电脑程式产品,且当电脑载入该程式并执行后,可完成上述的方法步骤。
本发明的功效在于,藉由一可表示检测区域的灰阶变化程度的评估值,来精确地区分出偏光片上的亮点瑕疵及眩光,可减少后续成品检验人员的人工目检时间,以及降低人员擦拭偏光片的次数,防止偏光片受到二度人工伤害。
于本发明的优点与精神可以由以下的附图说明及具体实施方式详述得到进一步的了解。
附图说明
图1是本发明检测装置的第一实施例的示意图;
图2是偏光片上具有多数个待测点,以及选取单元所选取的检测区域的示意图;
图3是第一实施例中检测装置将偏光片上的亮点进行检测的流程图;
图4(a)是说明包含一亮点的检测区域中各个像素灰阶值所累积产生的灰阶直方图;
图4(b)是说明包含一眩光的检测区域中各个画素灰阶值所累积产生的灰阶直方图;
图5是本发明检测装置的第二实施例的示意图;及
图6是说明第二实施例中用来比对亮点瑕疵的门槛值产生流程图。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效,在以下配合参考图式的二个实施例的详细说明中,将可清楚的呈现。
参阅图1及图2,图1是本发明检测装置100的第一实施例,该检测装置100主要是应用于将一偏光片(polarizer)200上的多数个待测点210进行检测,并检测出该些待测点210中有哪些是属于偏光片200本身的真正瑕疵,即称为亮点瑕疵(bright spot)10,而又有哪些待测点210是为贴附于偏光片200上的离形膜(图未示)所造成的反光,即称为眩光(glare)20,也就是非偏光片200本身的瑕疵(假瑕疵)。
在本实施例中,检测装置100包含取样单元1、灰阶值计算单元2、评估值产生单元3、控制单元4及比对单元5。取样单元1可为摄像元件(camera),用以从偏光片200上摄像出一个包含其中之一待测点210的影像(image);灰阶值计算单元2耦接于选取单元1,用以计算影像中每一像素的灰阶值(gray level value);评估值产生单元3耦接于灰阶值计算单元2,用以根据该些灰阶值而产生一可表示检测区域220的灰阶变化程度的评估值;控制单元4耦接于选取单元1、灰阶值计算单元2及评估值产生单元3,用以控制选取单元1、灰阶值计算单元2及评估值产生单元3产生所有对应该些待测点210的检测区域220的灰阶变化程度的评估值;比对单元5耦接于控制单元4,以检测待测点为亮点瑕疵10还是眩光20。
在本实施例中,提供比对单元5检测待测点210的一门槛值为预先储存于比对单元5的内建记忆体(图未示)中,此门槛值可以根据第二实施例所述的方法产生,也可以是检测人员根据其经验而设定,并不以任一种方式为限。
配合参阅图3,以下将详细说明检测装置100是如何检测出偏光片200上的待测点210为亮点瑕疵10还是眩光20。
步骤S11,取样单元1从偏光片200上(摄像)一个包含其中之一待测点210的检测区域220(影像)中取样。该检测区域220的大小可以依据不同的影像解析度而做调整,本实施例则为一个200像素×200像素的正方矩形,也就是整个检测区域220具有40000个像素。
步骤S12,灰阶值计算单元2计算出检测区域220中每一像素的灰阶值,也就是整个检测区域220的一影像灰阶值,并将该些灰阶值传送至评估值产生单元3。
步骤S13,评估值产生单元3利用熵(entropy)演算法配合灰阶值计算单元2计算出的该些灰阶值而产生一可表示检测区域220的灰阶变化程度的评估值,而熵演算法的定义如下:
其中,i为该检测区域中的影像灰阶值、pi则表示该灰阶值发生的机率、L为一最大灰阶值(本实施例预设为255,即8位元解析度)、E为表示灰阶变化程度的评估值。
特别说明的是,当pi=1时,表示检测区域220中每个像素的灰阶值皆相同,也就是该影像灰阶是为完美均匀的(perfectly uniform),评估值产生单元3所产生的评估值将具有最小值0。另外,当时,表示检测区域220中的像素呈现两组或多组不同的灰阶值,而每一组中像素的灰阶值皆相同,此影像灰阶是极复杂的(extremely complex),评估值产生单元3所产生的评估值将具有最大值。
然而,参阅图4(a)及图4(b),图4(a)是包含一亮点10的检测区域220(即图2上方的放大区块所示)中各个像素灰阶值所累积产生的灰阶直方图;图4(b)则是包含一眩光20的检测区域220(即图2下方的放大区块所示)中各个像素灰阶值所累积产生的灰阶直方图,其中横轴皆为灰阶强度(intensity),纵轴皆为数量(count)。由图4(a)及图4(b)可知,亮点10的像素灰阶值的分布范围较小,其检测区域220的灰阶变化较单纯,相对产生的评估值较低;反之,眩光20的像素灰阶值的分布范围相较于亮点10大,也就是其检测区域220中各像素的灰阶值较分散,使得检测区域220的灰阶变化较复杂,评估值产生单元3所产生的评估值也较高。因此,利用熵演算法产生的评估值高低将可以反应出检测区域220的灰阶变化程度,亦为本发明判断待测点210为亮点10或眩光20的重要指标。当然,能够表示灰阶变化程度的方式并不仅限于熵演算法,评估值也可以为检测区域220的变异数(variance)或标准差(standard deviation),如此同样能代表检测区域220的灰阶变化,并不以本实施例为限。
步骤S14,比对单元5将评估值产生单元3所产生的评估值与预存的门槛值相比对,若评估值高于门槛值,则比对单元5判定该评估值所对应的检测区域220中的待测点210为眩光20;反之,若评估值低于门槛值,则比对单元5判定该评估值所对应的检测区域220中的待测点210为亮点瑕疵10。如此一来,检测装置100可以利用评估值准确地判别出该待测点210是否为偏光片200本身的瑕疵(亮点),还是贴附于偏光片200上的离形膜所造成的反光(眩光),以减少后续成品检验人员的目检判定时间。
图5是本发明检测装置200的第二实施例,在本实施例中,检测装置200包含取样单元1、耦接于取样单元1的灰阶值计算单元2、耦接于灰阶计算单元2的评估值产生单元3、耦接于选取单元1、灰阶值计算单元2及评估值产生单元3的控制单元4,以及耦接于控制单元4的选取单元6。其中取样单元1、灰阶值计算单元2、评估值产生单元3及控制单元4的功能皆与第一实施例相同,故不多加赘述。
不同的是,本实施例中,选取单元6自该些评估值中选取一门槛值,以检测出各个待测点210是为亮点瑕疵10还是眩光20。
以下将配合参阅图6,详细说明检测装置200是如何产生比对亮点瑕疵的门槛值。
首先,取样单元1会先从偏光片200上选取出一个包含其中之一待测点210的检测区域220(如步骤S21),接着灰阶值计算单元2计算出该检测区域220中每一像素的灰阶值(如步骤S22),评估值产生单元3再利用熵演算法产生一可表示该检测区域220的灰阶变化程度的评估值(如步骤S23)。然而,本实施例的步骤S21~S23与第一实施例中步骤S11~S13(如图3)相同,故不多加赘述。
步骤S24,控制单元4判断是否还有待测点210尚未产生其评估值,若是,则重复执行S21~S23,直到控制单元4判定偏光片200上所有的待测点210皆产生对应其检测区域220的灰阶变化程度的评估值。
接着,步骤S25,选取单元6将从所有评估值中选取一门槛值。该门槛值将可以用来与评估值相比对,用以判定待测点为一亮点瑕疵或为一眩光。而在本实施例中,选取单元6系将所有评估值由大到小排列后而选取出该门槛值。
通过实际的实验来验证,本实施例将采用59个已知影像进行测试,其中有27个包含眩光20的影像(以h01~h27表示),有32个包含亮点10的影像(以b01~b32表示),在经过上述步骤S21~S24,将59个影像的评估值计算出来后,选取单元5会自表一中的该些评估值中选一门槛值。
表一
编号 | 类型 | 评估值 | 编号 | 类型 | 评估值 |
1 | h12 | 0.3538 | 31 | b04 | 0.0357 |
2 | h26 | 0.2116 | 32 | b03 | 0.0331 |
3 | h24 | 0.2076 | 33 | b21 | 0.0325 |
4 | h07 | 0.1793 | 34 | b07 | 0.0313 |
5 | h02 | 0.1668 | 35 | b13 | 0.0313 |
6 | h03 | 0.1656 | 36 | b16 | 0.0312 |
7 | h04 | 0.1623 | 37 | b24 | 0.0304 |
8 | h19 | 0.1599 | 38 | b25 | 0.0304 |
9 | h25 | 0.1422 | 39 | b32 | 0.0294 |
10 | h22 | 0.1315 | 40 | b23 | 0.0287 |
11 | h10 | 0.1300 | 41 | b17 | 0.0283 |
12 | h18 | 0.1300 | 42 | b08 | 0.0282 |
13 | h15 | 0.1280 | 43 | b09 | 0.0282 |
14 | h13 | 0.1260 | 44 | b19 | 0.0278 |
15 | h27 | 0.1161 | 45 | b31 | 0.0276 |
16 | h21 | 0.1115 | 46 | b15 | 0.0270 |
17 | h20 | 0.1089 | 47 | b05 | 0.0261 |
18 | h11 | 0.1056 | 48 | b18 | 0.0260 |
19 | h23 | 0.1009 | 49 | b20 | 0.0259 |
20 | h05 | 0.1002 | 50 | b02 | 0.0256 |
21 | h14 | 0.0983 | 51 | b28 | 0.0251 |
22 | h09 | 0.0969 | 52 | b29 | 0.0249 |
23 | h01 | 0.0930 | 53 | b10 | 0.0246 |
24 | h06 | 0.0861 | 54 | b22 | 0.0242 |
25 | h16 | 0.0829 | 55 | b26 | 0.0241 |
26 | h08 | 0.0689 | 56 | b27 | 0.0236 |
27 | h17 | 0.0674 | 57 | b01 | 0.0230 |
28 | b12 | 0.0442 | 58 | b30 | 0.0218 |
29 | b14 | 0.0430 | 59 | b11 | 0.0217 |
30 | b06 | 0.0371 |
从表一中可以看出,当一门槛值选自编号27及编号28两评估值的平均值,也就是0.0558(=(0.0674+0.0442)/2),当评估值高于0.0558,则判定为眩光20;当评估值低于0.0558,则判定为亮点10。由此方法可得评估值较高的前27个皆为眩光20所对应的评估值,评估值较低的后32个皆为亮点10所对应的评估值。
由上述可知,检测装置200利用熵演算法而计算出每个待测点210的评估值,进而通过该评估值的高低,即可辨别出待测点210是亮点10还是眩光20,如此将大幅度降低后续成品检验人员的目检判定时间,也可以减少人员擦拭偏光片200的次数,防止偏光片200受到二度人工伤害。另外,选取门槛值(S25)也可以是以人工的方式判定,亦即,目检人员可根据评估值结果而自行设定该门槛值的大小,故不以本实施例为限。再者,本实施例的门槛值产生方法可内储于一电脑程式产品(例如:光碟片),使得当电子装置(例如:电脑,图未示)载入该程式并执行后,可完成上述的步骤S21~S25。
根据以上具体实施方式的详述,希望能更加清楚描述本发明的特征与精神,而并非以上述所揭露的具体实施方式来对本发明加以限制。
Claims (10)
1.一种偏光片的亮点瑕疵检测方法,于一检测装置执行,且该偏光片上具有至少一待测点,其特征在于该亮点检测方法包含以下步骤:
(A)于一个包含该待测点的检测区域中取样;
(B)计算该检测区域中的影像灰阶值;
(C)根据该影像灰阶值产生一可表示该检测区域的灰阶变化程度的评估值;及
(D)将该评估值与一门槛值相比对,以检测该待测点是否为亮点。
2.根据权利要求1所述的偏光片的亮点瑕疵检测方法,其特征在于:该步骤(C)利用以下的方程式产生该评估值:
其中,i为该检测区域中的影像灰阶值、L为一预设的最大灰阶值、pi为该影像灰阶值i发生的机率,以及E为该评估值。
3.根据权利要求1所述的偏光片的亮点瑕疵检测方法,其特征在于:该步骤(D)在比较出该评估值小于该门槛值时判定该待测点为亮点瑕疵。
4.一种检测装置,用以检测偏光片上的待测点,其特征在于该检测装置包含:
取样单元,于一个包含该待测点的检测区域取样;
灰阶值计算单元,耦接于该取样单元,用以计算该检测区域中的影像灰阶值;
评估值产生单元,耦接于该灰阶值计算单元,其根据该些灰阶值产生一可表示该检测区域的灰阶变化程度的评估值;
控制单元,耦接于该取样单元、该灰阶值计算单元及该评估值产生单元,用以控制该取样单元、该灰阶值计算单元及该评估值产生单元产生对应该待测点的检测区域的灰阶变化程度的评估值;及
比对单元,耦接于该控制单元,该比对单元将该评估值与一门槛值相比较,以检测该待测点是否为亮点。
5.根据权利要求4所述的检测装置,其特征在于:该评估值产生单元利用熵演算法配合该灰阶值计算单元计算出的该些灰阶值而产生一可表示检测区域的灰阶变化程度的评估值,该熵演算法的定义为:
其中,i为该检测区域中的影像灰阶值、L为一预设的最大灰阶值、pi为该影像灰阶值i发生的机率,以及E为该评估值。
6.根据权利要求4所述的检测装置,其特征在于:该比对单元将该评估值与预存的门槛值相比较,若该评估值高于该门槛值,则该比对单元判定该待测点为眩光。
7.根据权利要求4所述的检测装置,其特征在于:该比对单元将该评估值与预存的门槛值相比较,若该评估值等于或小于该门槛值,则该比对单元判定该待测点为亮点。
8.一种用于比对偏光片上亮点瑕疵的门槛值产生方法,于一检测装置执行,且该偏光片材上具有多数个待测点,其特征在于该门槛值产生方法包含以下步骤:
(A)于一个包含其中之一待测点的检测区域中取样;
(B)计算该检测区域的影像灰阶值;
(C)根据该影像灰阶值产生一可表示该检测区域的灰阶变化程度的评估值;
(D)重复执行该步骤(A)~(C),直到产生所有对应该些待测点的检测区域的灰阶变化程度的评估值;及
(E)从该些评估值中选取一门槛值。
9.根据权利要求8所述的用于比对偏光片上亮点瑕疵的门槛值产生方法,其特征在于该步骤(C)利用以下的方程式产生该评估值:
其中,i为该检测区域中的影像灰阶值、L为一预设的最大灰阶值、pi为该影像灰阶值i发生的机率,以及E为该评估值。
10.一种检测装置,用于产生比对一偏光片上亮点瑕疵的门槛值,该偏光片材上具有多数个待测点,其特征在于该检测装置包含:
取样单元,由一个包含其中之一待测点的检测区域中取样;
灰阶值计算单元,耦接于该取样单元,用以计算该检测区域中的影像灰阶值;
评估值产生单元,耦接于该灰阶值计算单元,其根据该影像灰阶值产生一可表示该检测区域的灰阶变化程度的评估值;
控制单元,耦接于该取样单元、该灰阶值计算单元及该评估值产生单元,用以控制该选取单元、该灰阶值计算单元及该评估值产生单元产生所有对应该些待测点的检测区域的灰阶变化程度的评估值;及
选取单元,耦接于该控制单元,该选取单元将由该些评估值中选取出一门槛值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110067106XA CN102156137A (zh) | 2011-03-21 | 2011-03-21 | 偏光片的亮点瑕疵检测方法与门槛值产生方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110067106XA CN102156137A (zh) | 2011-03-21 | 2011-03-21 | 偏光片的亮点瑕疵检测方法与门槛值产生方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102156137A true CN102156137A (zh) | 2011-08-17 |
Family
ID=44437711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110067106XA Pending CN102156137A (zh) | 2011-03-21 | 2011-03-21 | 偏光片的亮点瑕疵检测方法与门槛值产生方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102156137A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105388165A (zh) * | 2014-09-01 | 2016-03-09 | 东友精细化工有限公司 | 偏光膜的缺陷监控方法 |
CN105938088A (zh) * | 2016-04-14 | 2016-09-14 | 明基材料有限公司 | 隐形眼镜的颜色瑕疵的检测方法及检测系统 |
CN109870410A (zh) * | 2019-05-05 | 2019-06-11 | 征图新视(江苏)科技股份有限公司 | 一种全自动多通道光源快速成像检测方法及其系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW410275B (en) * | 2000-01-21 | 2000-11-01 | China Textile Inst | Drapery surface defects detection method with digital image processing and neural network groups |
CN1553172A (zh) * | 2003-05-26 | 2004-12-08 | 由田新技股份有限公司 | 以亮度分布的纷乱程度做为电子式显示器的显示品质的测试方法 |
CN101706959A (zh) * | 2009-10-21 | 2010-05-12 | 苏州有色金属研究院有限公司 | 基于二维信息熵金属板带表面缺陷提取方法 |
-
2011
- 2011-03-21 CN CN201110067106XA patent/CN102156137A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW410275B (en) * | 2000-01-21 | 2000-11-01 | China Textile Inst | Drapery surface defects detection method with digital image processing and neural network groups |
CN1553172A (zh) * | 2003-05-26 | 2004-12-08 | 由田新技股份有限公司 | 以亮度分布的纷乱程度做为电子式显示器的显示品质的测试方法 |
CN101706959A (zh) * | 2009-10-21 | 2010-05-12 | 苏州有色金属研究院有限公司 | 基于二维信息熵金属板带表面缺陷提取方法 |
Non-Patent Citations (1)
Title |
---|
贾方庆: "基于机器视觉的带钢表面缺陷检测系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 05, 31 May 2007 (2007-05-31), pages 23 - 31 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105388165A (zh) * | 2014-09-01 | 2016-03-09 | 东友精细化工有限公司 | 偏光膜的缺陷监控方法 |
CN105388165B (zh) * | 2014-09-01 | 2019-05-03 | 东友精细化工有限公司 | 偏光膜的缺陷监控方法 |
CN105938088A (zh) * | 2016-04-14 | 2016-09-14 | 明基材料有限公司 | 隐形眼镜的颜色瑕疵的检测方法及检测系统 |
CN105938088B (zh) * | 2016-04-14 | 2019-05-24 | 明基材料有限公司 | 隐形眼镜的颜色瑕疵的检测方法及检测系统 |
CN109870410A (zh) * | 2019-05-05 | 2019-06-11 | 征图新视(江苏)科技股份有限公司 | 一种全自动多通道光源快速成像检测方法及其系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104484878B (zh) | 显示面板缺陷的自动检测方法 | |
CN103472501B (zh) | 云检测及全天空总云量检测方法和系统 | |
CN104183229B (zh) | 显示设备的校正方法及校正装置 | |
CN103792705B (zh) | 检测基板缺陷的检测方法及检测装置 | |
WO2009147821A1 (ja) | 樹脂材料検査装置および記録媒体 | |
CN104464637B (zh) | 一种显示面板的缺陷的灰阶补偿方法及灰阶补偿系统 | |
CN106228532B (zh) | 一种lcd屏幕亚像素级缺陷检测方法 | |
CN108416817B (zh) | 一种残影校正系数自动获得方法 | |
CN107664644A (zh) | 一种基于机器视觉的物件表观自动检测装置及方法 | |
CN103489187A (zh) | 基于质量检测的宫颈lct图像中细胞核的分割方法 | |
CN102156137A (zh) | 偏光片的亮点瑕疵检测方法与门槛值产生方法及其装置 | |
Calixto et al. | A computer vision model development for size and weight estimation of yellow melon in the Brazilian northeast | |
CN116485801B (zh) | 基于计算机视觉的胶管质量在线检测方法及系统 | |
CN109975301A (zh) | 一种用于炼铁高炉的筛网破损检测方法及检测装置 | |
CN115266779B (zh) | 一种ct扫描用平板探测器像元响应非线性校正方法 | |
CN109870240A (zh) | 具有环境自适应性的目标红外图像实时定量处理系统 | |
CN108037142A (zh) | 基于图像灰度值的掩膜版光学缺陷检测方法 | |
CN108875709A (zh) | 一种扎堆行为检测方法、装置、电子设备及存储介质 | |
CN107133937B (zh) | 一种红外图像的自适应增强方法 | |
CN106813761A (zh) | 提前量自动修正方法 | |
TW201235659A (en) | A method of detecting a bright spot defect and a threshold value generating method and the device thereof | |
KR101677370B1 (ko) | Dwtt 시험 파면율 자동평가장치 및 방법 | |
CN104458736B (zh) | 一种用于农药残留检测的装置和检测方法 | |
TW202008062A (zh) | 斷層掃描系統及其操作方法 | |
CN112775032B (zh) | 一种水果分拣方法、装置及柔性机器人 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110817 |