CN103927749A - 图像处理方法、装置和自动光学检测机 - Google Patents
图像处理方法、装置和自动光学检测机 Download PDFInfo
- Publication number
- CN103927749A CN103927749A CN201410147746.5A CN201410147746A CN103927749A CN 103927749 A CN103927749 A CN 103927749A CN 201410147746 A CN201410147746 A CN 201410147746A CN 103927749 A CN103927749 A CN 103927749A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- product
- sample
- gray
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种图像处理方法、装置和自动光学检测机。所述方法包括检测区域确定步骤,确定检测图像中矩形检测区域;清晰度阈值确定步骤,根据多个样本图像在所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值;产品图像清晰度确定步骤,根据产品图像在所述检测区域内的每个像素点的灰度值,计算产品图像清晰度;比较步骤,比较产品图像清晰度与所述图像清晰度阈值;产品图像选定步骤,选定当前产品图像为待检测图像。
Description
技术领域
本发明涉及自动光学测量技术领域,具体地说,涉及一种图像处理方法、装置和自动光学检测机。
背景技术
薄膜晶体管液晶显示屏TFT-LCD(Thin Film Transistor Liquid CrystalDisplay)正朝着大尺寸、高分辨率的方向发展,并且消费者对显示屏的视觉感受的要求也越来越高。通常采用自动光学检测AOI(Automated Optical Inspection)设备监控TFT-LCD产品品质。但是,在AOI设备运行过程中通常会出现震动,导致相机拍摄图像的清晰度降低,以至于影响检测结果。
图1为现有技术中彩色滤光片的RGB子像素分布示意图。黑色矩阵BM(Black Matrix)12排列设置在基板11上,红色子像素13a,绿色子像素13b,蓝色子像素13c间隔设置在黑色矩阵12之间。通常黑色矩阵的宽度D作为线宽CD(Critical Demention)。在TFT-LCD制程中,RGB子像素与黑色矩阵12产生交叠,形成重叠区域(overlay)14。
在生产过程中采用AOI设备测量TFT-LCD产品的线宽CD(CriticalDemention)和重叠区域(overlay)宽度来检测产品质量。通常AOI设备在运行中会出现震动,引起扫描图像清晰度降低,例如线宽和重叠区域模糊,边缘不清晰,导致测量结果不准确甚至误判。图2所示为震动造成扫描图像中重叠区域模糊的示意图。如图2所示,测量所得重叠区域宽度L2比正常的重叠区域宽度L1小。
目前,降低AOI设备震动的方法是在机台下方的地板做防震处理,或者将机台基板承载体的滚压装置改造为平台,进一步,还可在平台底座加入气浮功能,从而减少环境震动引起的基板震动。
基于上述情况,亟需一种改进的AOI图像处理方法解决设备震动引起的扫描图像清晰度降低的技术问题。
发明内容
本发明针对现有技术中存在的上述问题,提供了一种图像处理方法,用于自动光学检测过程中,包括:
检测区域确定步骤,确定检测图像中的矩形检测区域;
清晰度阈值确定步骤,根据多个样本图像在所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值;
产品图像清晰度确定步骤,根据产品图像在所述检测区域内的每个像素点的灰度值,计算产品图像清晰度;
比较步骤,比较产品图像清晰度与所述图像清晰度阈值;当产品图像清晰度大于所述图像清晰度阈值时,执行产品图像选定步骤;当产品图像清晰度小于所述图像清晰度阈值时,执行所述产品图像清晰度确定步骤;
产品图像选定步骤,选定当前产品图像为待检测图像。
根据本发明的一个实施例,所述清晰度阈值确定步骤包括:
样本扫描步骤,对同一检测样本进行多次扫描获得与标准片匹配的多个样本图像;
阈值计算步骤,分别获取多个样本图像在所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值。
根据本发明的一个实施例,所述产品图像清晰度确定步骤包括:
产品扫描步骤,扫描产品获得产品图像;
图像清晰度计算步骤,获取产品图像中所述检测区域内的每个像素点的灰度值,计算产品图像清晰度。
根据本发明的一个实施例,所述阈值计算步骤包括:
获取每一样本图像在所述检测区域内像素点的灰度值;
分别计算每一样本图像中所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为样本图像行灰度差值;选取样本图像行灰度差值的最大值为当前样本图像的样本清晰度;
选取全部样本清晰度的最小值为所述图像清晰度阈值。
根据本发明的一个实施例,所述图像清晰度计算步骤包括:
获取产品图像在所述检测区域内像素点的灰度值;
分别计算产品图像中所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为产品图像行灰度差值;选取产品图像行灰度差值的最大值为产品图像清晰度。
根据本发明的另一个方面,提供一种图像处理装置,用于自动光学检测机中,包括:
检测区域确定单元,用于确定检测图像中矩形检测区域;
清晰度阈值确定单元,用于根据多个样本图像在所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值;
产品图像清晰度确定单元,用于根据产品图像在所述检测区域内的每个像素点的灰度值,计算产品图像清晰度;
比较单元,用于比较产品图像清晰度与所述图像清晰度阈值;当产品图像清晰度大于所述图像清晰度阈值时,调用产品图像选定单元;当产品图像清晰度小于所述图像清晰度阈值时,调用产品图像清晰度确定单元;
产品图像选定单元,用于选定当前产品图像为待检测图像。
根据本发明的一个实施例,所述清晰度阈值确定单元还包括:
样本扫描子单元,用于对同一检测样本进行多次扫描获得与标准片匹配的多个样本图像;
阈值计算子单元,用于获取每一样本图像中所述检测区域内像素点的灰度值;
分别计算每一样本图像中所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为样本图像行灰度差值;选取样本图像行灰度差值的最大值为当前样本图像的样本清晰度;
选取全部样本清晰度的最小值为所述图像清晰度阈值。
根据本发明的一个实施例,所述产品图像清晰度确定单元还包括:
产品扫描子单元,用于扫描产品获得产品图像;
图像清晰度计算子单元,用于获取产品图像在所述检测区域内像素点的灰度值;
分别计算产品图像中所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为产品图像行灰度差值;选取产品图像行灰度差值的最大值为产品图像清晰度。
根据本发明的另一方面,提供一种自动光学检测机,包括上述图像处理装置,还包括检测装置,用于根据所述待检测图像进行光学检测。
本发明带来了以下有益效果:对于不同类型的产品,清晰度阈值确定单元可以通过多次扫描计算得到相应于该产品的清晰度阈值,从而针对每种类型的产品提供精准的AOI检验。在图像处理过程中,由于仅仅计算测量项目附近的检测区域内的像素灰度差,计算量小,计算方式简单便捷,可大幅度提高检测效率。本发明在图像处理过程中增加了图像清晰度的计算,设定了清晰度阈值,在存在机台震动影响的情况下,提供了针对同一的产品检测标准,提高了AOI设备的检测质量。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1是现有技术中彩色滤光片的RGB子像素分布示意图;
图2是震动造成扫描图像中重叠区域模糊的示意图;
图3是本发明的实施例中图像处理装置的功能模块示意图;
图4是本发明的实施例中确定的矩形检测区域示意图;
图5是本发明的实施例中自动光学检测机的功能模块示意图;
图6是本发明的实施例中图像处理方法的流程图;
图7a是本发明实施例中清晰度较小的样本图像;
图7b是本发明实施例中清晰度较大的样本图像;
图8是本发明实施例中样本图像矩形检测区域内像素灰度的分布示意图;
图9是本发明实施例中产品图像矩形检测区域内像素灰度的分布示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
实施例一
图3为本发明一个实施例的图像处理装置的功能模块示意图。图像处理装置300包括:
检测区域确定单元301,用于确定检测图像中矩形检测区域;优选的,但不限于,选定图4所示的矩形框401、402、403内的区域其中之一作为矩形检测区域;
清晰度阈值确定单元302,用于根据多个样本图像在所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值;
优选的,清晰度阈值确定单元302进一步包括样本扫描子单元3021,用于对同一检测样本进行多次扫描获得与标准片匹配的多个样本图像;阈值计算子单元3022,用于分别获取多个样本图像中所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值;
具体的,阈值计算子单元3022用于获取每一样本图像中所述检测区域内像素点的灰度值;分别计算每一样本图像中所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为样本图像行灰度差值;选取样本图像行灰度差值的最大值为当前样本图像的样本清晰度;选取全部样本清晰度的最小值为所述图像清晰度阈值;
产品图像清晰度确定单元303,用于根据产品图像在所述检测区域内的每个像素点的灰度值,计算产品图像清晰度;
优选的,产品图像清晰度确定单元303进一步包括产品扫描子单元3031,用于扫描产品获得产品图像;图像清晰度计算子单元3032,用于获取产品图像中所述检测区域内的每个像素点的灰度值,计算产品图像清晰度;
具体的,图像清晰度计算子单元3032用于获取产品图像在所述检测区域内像素点的灰度值,分别计算产品图像中所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为产品图像行灰度差值;选取产品图像行灰度差值的最大值为产品图像清晰度;
比较单元304,用于比较产品图像清晰度与所述图像清晰度阈值;当产品图像清晰度大于所述图像清晰度阈值时,调用产品图像选定单元305;当产品图像清晰度小于所述图像清晰度阈值时,调用产品图像清晰度确定单元303。
产品图像选定单元305,用于当产品图像清晰度大于所述图像清晰度阈值时,选定当前产品图像为待检测图像。
实施例二
如图5所示,本发明的实施例还提供一种自动光学检测机500,包括图像处理装置300,还包括检测装置501,用于根据所述待检测图像进行光学检测。
其中图像处理装置300的功能参见图3的描述,在此不再赘述。
实施例三
本实施例的图像处理方法用于自动光学检测过程中,以下结合图6对本发明实施例中的图像处理方法进行说明。
步骤S601,检测区域确定单元301确定检测图像中的矩形检测区域。
优选的,在AOI软件Recipe参数设置的步骤中,选择测量项目附近的检测区域,例如,设置图4所示的矩形框401、402、403内的区域其中之一或者其组合为检测区域;其中,矩形框401、402内的检测区域可用于测量重叠区域(overlay)宽度,矩形框403内的检测区域可用于测量线宽CD。
在本实施例的计算中,以矩形框401内的区域做为矩形检测区域。
步骤S602,清晰度阈值确定单元302对同一检测样本进行多次扫描获得与标准片匹配的多个样本图像,分别获取多个样本图像中所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值。
具体的,首先,样本扫描子单元3021对同一检测样本进行多次扫描获得与标准片匹配的多个样本图像;
举例而言,图7a和图7b为同一检测样本进行两次扫描的,并且与标准片匹配的两个样本图像,图7a中的样本图像清晰度较小,图像模糊,说明在扫描过程中AOI机台震动较大;图7b中样本图像清晰度较大,图像清晰,说明在扫描过程中AOI机台震动较小;图7a和图7b所示的样本图像与标准片相匹配,说明AOI设备震动引起的测量误差是可容忍的。
然后,阈值计算子单元3022分别获取多个样本图像中所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值。
图8所示为样本图像7a中矩形框401内检测区域内像素灰度的分布示意图,检测区域包括有4行6列像素,每行命名为A、B、C、D行。以图8所示的像素灰度分布为例说明图像清晰度阈值计算子单元3022的计算过程:
获取每行像素点的灰度值;分别计算每一行相邻像素点灰度值的差值的绝对值,例如A行中,计算得到│A1-A2│=14,│A2-A3│=10,│A3-A4│=50,│A4-A5│=20,│A5-A6│=60,得到A行中绝对值的最大值为60,样本图像图7a的A行灰度差值为60。
用同样的方法计算B、C、D行中的行灰度差值,分别为59、64、66。
选择样本图像图7a行灰度差值的最大值66为样本图像图7a的样本清晰度。
选取全部样本清晰度的最小值为所述图像清晰度阈值,例如,图7b中样本清晰度为70,则图像清晰度阈值为66。
本步骤中,通过样本图像清晰度阈值的计算,在存在机台震动影响的情况下提供针对同一的产品检测标准,从而消除机台震动的影响,提高AOI设备的检测质量。
步骤S603,产品图像清晰度确定单元303扫描产品获得产品图像,获取产品图像中所述检测区域内的每个像素点的灰度值,计算产品图像清晰度。
首先,产品扫描子单元3031扫描产品获得产品图像;然后,图像清晰度计算子单元3032获取产品图像中所述检测区域内的每个像素点的灰度值,计算产品图像清晰度。
图9所示为产品图像中矩形框401内检测区域内像素灰度的分布示意图,以图9所示的像素灰度分布为例说明产品图像清晰度计算子单元3032的计算过程:
获取每行像素点的灰度值;分别计算每一行相邻像素点灰度值的差值的绝对值,例如A行中,计算得到│A1-A2│=21,│A2-A3│=9,│A3-A4│=50,│A4-A5│=15,│A5-A6│=56,得到A行中绝对值的最大值为56,产品图像的行灰度差值为56。
用同样的方法计算B、C、D行中的行灰度差值,分别为60、64、67。
选择产品图像行灰度差值的最大值67为产品图像清晰度。
步骤S604,比较单元304判断产品图像清晰度是否大于所述图像清晰度阈值;当产品图像清晰度大于所述图像清晰度阈值时,执行产品图像选定步骤S605;当产品图像清晰度小于所述图像清晰度阈值时,执行产品图像清晰度确定步骤S603,调用所述产品图像清晰度确定单元303以再次扫描产品。
步骤S605,产品图像选定单元305,当产品图像清晰度大于所述图像清晰度阈值时,选定当前产品图像为待检测图像。
本实施例中产品图像清晰度67大于图像清晰度阈值66,选定当前产品图像为待检测图像,进行后续的光学检测。
对于不同类型的产品,步骤S602中清晰度阈值确定单元302可以通过多次扫描计算得到相应于该产品的清晰度阈值,从而针对每种类型的产品提供精准的AOI检验。
在图像处理过程中,由于本发明的实施例仅仅计算测量项目附近的检测区域内的像素灰度差,计算量小,计算方式简单便捷,因此可大幅度提高检测效率。
本发明的实施例在图像处理过程中增加了图像清晰度的计算,设定了清晰度阈值,在存在机台震动影响的情况下,提供了针对同一的产品检测标准,提高了AOI设备的检测质量。
虽然本发明所揭露的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (9)
1.一种图像处理方法,用于自动光学检测过程中,其特征在于,包括
检测区域确定步骤,确定检测图像中的矩形检测区域;
清晰度阈值确定步骤,根据多个样本图像在所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值;
产品图像清晰度确定步骤,根据产品图像在所述检测区域内的每个像素点的灰度值,计算产品图像清晰度;
比较步骤,比较所述产品图像清晰度与所述图像清晰度阈值;当产品图像清晰度大于所述图像清晰度阈值时,执行产品图像选定步骤;当产品图像清晰度小于所述图像清晰度阈值时,执行产品图像清晰度确定步骤;
产品图像选定步骤,选定当前产品图像为待检测图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述清晰度阈值确定步骤包括:
样本扫描步骤,对同一检测样本进行多次扫描获得与标准片匹配的多个样本图像;
阈值计算步骤,分别获取多个样本图像中所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值。
3.根据权利要求2所述的图像处理方法,其特征在于,所述产品图像清晰度确定步骤包括:
产品扫描步骤,扫描产品获得产品图像;
图像清晰度计算步骤,获取产品图像中所述检测区域内的每个像素点的灰度值,计算产品图像清晰度。
4.根据权利要求2或3所述的图像处理方法,其特征在于,所述阈值计算步骤包括:
获取每一样本图像在所述检测区域内像素点的灰度值;
分别计算每一样本图像在所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为样本图像行灰度差值;选取样本图像行灰度差值的最大值为当前样本图像的样本清晰度;
选取全部样本清晰度的最小值为所述图像清晰度阈值。
5.如权利要求4所述的图像处理方法,其特征在于,所述图像清晰度计算步骤包括:
获取产品图像在所述检测区域内像素点的灰度值;
分别计算产品图像在所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为产品图像行灰度差值;选取产品图像行灰度差值的最大值为产品图像清晰度。
6.一种图像处理装置,用于自动光学检测机中,其特征在于,包括:
检测区域确定单元,用于确定检测图像中矩形检测区域;
清晰度阈值确定单元,用于根据多个样本图像在所述检测区域内的每个像素点的灰度值,计算图像清晰度阈值;
产品图像清晰度确定单元,用于根据产品图像在所述检测区域内的每个像素点的灰度值,计算产品图像清晰度;
比较单元,用于比较所述产品图像清晰度与所述图像清晰度阈值;当产品图像清晰度大于所述图像清晰度阈值时,调用产品图像选定单元;当产品图像清晰度小于所述图像清晰度阈值时,调用产品图像清晰度确定单元;
产品图像选定单元,用于选定当前产品图像为待检测图像。
7.根据权利要求6所述的图像处理装置,其特征在于,所述清晰度阈值确定单元还包括:
样本扫描子单元,用于对同一检测样本进行多次扫描获得与标准片匹配的多个样本图像;
阈值计算子单元,用于获取每一样本图像中所述检测区域内像素点的灰度值;
分别计算每一样本图像中所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为样本图像行灰度差值;选取样本图像行灰度差值的最大值为当前样本图像的样本清晰度;
选取全部样本清晰度的最小值为所述图像清晰度阈值。
8.根据权利要求6或7所述的图像处理装置,其特征在于,所述产品图像清晰度确定单元还包括:
产品扫描子单元,用于扫描产品获得产品图像;
图像清晰度计算子单元,用于获取产品图像在所述检测区域内像素点的灰度值;
分别计算产品图像在所述检测区域内每一行相邻像素点灰度值的差值的绝对值,选取绝对值的最大值为产品图像行灰度差值;选取产品图像行灰度差值的最大值为产品图像清晰度。
9.一种自动光学检测机,其特征在于,包括根据权利要求6至8任一项所述的图像处理装置,还包括检测装置,用于根据所述待检测图像进行后续检测。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410147746.5A CN103927749A (zh) | 2014-04-14 | 2014-04-14 | 图像处理方法、装置和自动光学检测机 |
US14/375,714 US9646224B2 (en) | 2014-04-14 | 2014-05-15 | Image processing method, image processing device and automated optical inspection machine |
PCT/CN2014/077579 WO2015158024A1 (zh) | 2014-04-14 | 2014-05-15 | 图像处理方法、装置和自动光学检测机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410147746.5A CN103927749A (zh) | 2014-04-14 | 2014-04-14 | 图像处理方法、装置和自动光学检测机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103927749A true CN103927749A (zh) | 2014-07-16 |
Family
ID=51145960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410147746.5A Pending CN103927749A (zh) | 2014-04-14 | 2014-04-14 | 图像处理方法、装置和自动光学检测机 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103927749A (zh) |
WO (1) | WO2015158024A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106934804A (zh) * | 2017-03-13 | 2017-07-07 | 重庆贝奥新视野医疗设备有限公司 | 图像清晰度检测方法及装置 |
CN107424128A (zh) * | 2017-06-20 | 2017-12-01 | 南京泰立瑞信息科技有限公司 | 一种从所录制的眼底视频中提取清晰图像帧的方法及系统 |
CN107770520A (zh) * | 2017-11-13 | 2018-03-06 | 凌云光技术集团有限责任公司 | 一种线阵相机辅助对焦方法及装置 |
CN108961201A (zh) * | 2017-05-19 | 2018-12-07 | 广州康昕瑞基因健康科技有限公司 | 图像清晰度识别方法和自动聚焦方法 |
CN110838099A (zh) * | 2019-10-10 | 2020-02-25 | 深圳市燕麦科技股份有限公司 | 一种异物检测方法、装置、系统及终端设备 |
CN111368812A (zh) * | 2020-05-27 | 2020-07-03 | 北京伟杰东博信息科技有限公司 | 一种列车前方异物侵限检测方法及系统 |
CN111626204A (zh) * | 2020-05-27 | 2020-09-04 | 北京伟杰东博信息科技有限公司 | 一种铁路异物入侵监测方法及系统 |
CN111626207A (zh) * | 2020-05-27 | 2020-09-04 | 北京伟杰东博信息科技有限公司 | 一种基于图像处理的列车前方异物入侵检测方法及系统 |
CN111626203A (zh) * | 2020-05-27 | 2020-09-04 | 北京伟杰东博信息科技有限公司 | 一种基于机器学习的铁路异物识别方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060098970A1 (en) * | 2004-11-10 | 2006-05-11 | Pentax Corporation | Image signal processing unit and digital camera |
CN101527040A (zh) * | 2008-03-05 | 2009-09-09 | 深圳华为通信技术有限公司 | 图像处理方法及系统 |
CN102404602A (zh) * | 2011-09-23 | 2012-04-04 | 浙江工业大学 | 一种基于清晰度测试卡的摄像机清晰度检测方法 |
CN102800082A (zh) * | 2012-06-19 | 2012-11-28 | 浙江捷尚视觉科技有限公司 | 一种无参考的图像清晰度检测方法 |
CN103051836A (zh) * | 2012-12-14 | 2013-04-17 | 中兴通讯股份有限公司 | 移动终端防抖动拍照方法和装置 |
CN103093178A (zh) * | 2011-10-28 | 2013-05-08 | 浙江大华技术股份有限公司 | 视频图像清晰度及移动幅度检测方法 |
CN103686148A (zh) * | 2013-12-05 | 2014-03-26 | 北京华戎京盾科技有限公司 | 一种基于图像处理的自动检测视频图像清晰度的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4760801B2 (ja) * | 2007-08-07 | 2011-08-31 | ソニー株式会社 | 画像判定装置、画像判定方法、およびプログラム |
CN201440128U (zh) * | 2009-07-13 | 2010-04-21 | 北京航星科技有限公司 | 一种面向pcb缺陷检测的自动光学检测系统 |
CN102609939B (zh) * | 2012-01-16 | 2015-03-11 | 北京航空航天大学 | 一种tfds图像质量评价方法及系统 |
-
2014
- 2014-04-14 CN CN201410147746.5A patent/CN103927749A/zh active Pending
- 2014-05-15 WO PCT/CN2014/077579 patent/WO2015158024A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060098970A1 (en) * | 2004-11-10 | 2006-05-11 | Pentax Corporation | Image signal processing unit and digital camera |
CN101527040A (zh) * | 2008-03-05 | 2009-09-09 | 深圳华为通信技术有限公司 | 图像处理方法及系统 |
CN102404602A (zh) * | 2011-09-23 | 2012-04-04 | 浙江工业大学 | 一种基于清晰度测试卡的摄像机清晰度检测方法 |
CN103093178A (zh) * | 2011-10-28 | 2013-05-08 | 浙江大华技术股份有限公司 | 视频图像清晰度及移动幅度检测方法 |
CN102800082A (zh) * | 2012-06-19 | 2012-11-28 | 浙江捷尚视觉科技有限公司 | 一种无参考的图像清晰度检测方法 |
CN103051836A (zh) * | 2012-12-14 | 2013-04-17 | 中兴通讯股份有限公司 | 移动终端防抖动拍照方法和装置 |
CN103686148A (zh) * | 2013-12-05 | 2014-03-26 | 北京华戎京盾科技有限公司 | 一种基于图像处理的自动检测视频图像清晰度的方法 |
Non-Patent Citations (1)
Title |
---|
姚芳兵: "模糊图像复原之研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106934804A (zh) * | 2017-03-13 | 2017-07-07 | 重庆贝奥新视野医疗设备有限公司 | 图像清晰度检测方法及装置 |
CN106934804B (zh) * | 2017-03-13 | 2019-12-13 | 重庆贝奥新视野医疗设备有限公司 | 图像清晰度检测方法及装置 |
CN108961201A (zh) * | 2017-05-19 | 2018-12-07 | 广州康昕瑞基因健康科技有限公司 | 图像清晰度识别方法和自动聚焦方法 |
CN107424128A (zh) * | 2017-06-20 | 2017-12-01 | 南京泰立瑞信息科技有限公司 | 一种从所录制的眼底视频中提取清晰图像帧的方法及系统 |
CN107770520A (zh) * | 2017-11-13 | 2018-03-06 | 凌云光技术集团有限责任公司 | 一种线阵相机辅助对焦方法及装置 |
CN110838099A (zh) * | 2019-10-10 | 2020-02-25 | 深圳市燕麦科技股份有限公司 | 一种异物检测方法、装置、系统及终端设备 |
CN111368812A (zh) * | 2020-05-27 | 2020-07-03 | 北京伟杰东博信息科技有限公司 | 一种列车前方异物侵限检测方法及系统 |
CN111626204A (zh) * | 2020-05-27 | 2020-09-04 | 北京伟杰东博信息科技有限公司 | 一种铁路异物入侵监测方法及系统 |
CN111626207A (zh) * | 2020-05-27 | 2020-09-04 | 北京伟杰东博信息科技有限公司 | 一种基于图像处理的列车前方异物入侵检测方法及系统 |
CN111626203A (zh) * | 2020-05-27 | 2020-09-04 | 北京伟杰东博信息科技有限公司 | 一种基于机器学习的铁路异物识别方法及系统 |
CN111626207B (zh) * | 2020-05-27 | 2021-07-06 | 深圳智锐通科技有限公司 | 一种基于图像处理的列车前方异物入侵检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2015158024A1 (zh) | 2015-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927749A (zh) | 图像处理方法、装置和自动光学检测机 | |
KR102281106B1 (ko) | 결함 검출 방법, 결함 검출을 위한 시스템 및 훈련 방법 | |
CN109345528B (zh) | 一种基于人眼视觉特性的显示屏缺陷检测方法及装置 | |
CN110225336B (zh) | 评估图像采集精度的方法及装置、电子设备、可读介质 | |
US7974458B2 (en) | System and method for detecting defects in camera modules | |
CN103792705B (zh) | 检测基板缺陷的检测方法及检测装置 | |
CN103369347A (zh) | 相机瑕疵缺陷检测 | |
KR20100053442A (ko) | 결함 검사 장치 및 결함 검사 방법 | |
KR20090101356A (ko) | 결함 검출 장치 및 결함 검출 방법 | |
US10657859B2 (en) | Testing method for splicing screens | |
CN110418124B (zh) | 投影图像检测方法、装置、设备及计算机可读存储介质 | |
KR20140075042A (ko) | 표시패널 검사 장치 및 그 방법 | |
KR102688199B1 (ko) | 촬상 장치 및 이의 구동 방법 | |
KR20140067785A (ko) | 표시패널의 색감차 얼룩 자동 검사 장치 및 방법 | |
US9646224B2 (en) | Image processing method, image processing device and automated optical inspection machine | |
KR20140121068A (ko) | 평판디스플레이의 얼룩 검사 방법 및 장치 | |
CN112465780A (zh) | 绝缘层膜厚异常监控方法及装置 | |
CN105427315B (zh) | 数字仪表图像位置测试方法及装置 | |
KR101426487B1 (ko) | 표시패널의 검사 장치 및 그 방법 | |
CN116718351A (zh) | 一种成像设备点检方法、装置、电子设备及存储介质 | |
KR20140082333A (ko) | 평판디스플레이의 얼룩 검사 방법 및 장치 | |
CN106713907B (zh) | 一种显示器的hdr图像显示性能评测方法及装置 | |
KR101946581B1 (ko) | 패널 검사 방법 | |
CN116128867A (zh) | 一种板材封边缺陷检测方法、装置、设备及存储介质 | |
KR102586407B1 (ko) | 화소 보상 장치 및 이를 포함하는 디스플레이 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140716 |
|
RJ01 | Rejection of invention patent application after publication |