CN105699385B - 空间光调制器的缺陷层别检测系统及检测方法 - Google Patents

空间光调制器的缺陷层别检测系统及检测方法 Download PDF

Info

Publication number
CN105699385B
CN105699385B CN201610069274.5A CN201610069274A CN105699385B CN 105699385 B CN105699385 B CN 105699385B CN 201610069274 A CN201610069274 A CN 201610069274A CN 105699385 B CN105699385 B CN 105699385B
Authority
CN
China
Prior art keywords
defect
spatial light
light modulator
image
layer
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.)
Active
Application number
CN201610069274.5A
Other languages
English (en)
Other versions
CN105699385A (zh
Inventor
范静涛
索津莉
蔡娅雯
戴琼海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201610069274.5A priority Critical patent/CN105699385B/zh
Publication of CN105699385A publication Critical patent/CN105699385A/zh
Application granted granted Critical
Publication of CN105699385B publication Critical patent/CN105699385B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G01N2021/889—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques providing a bare video image, i.e. without visual measurement aids

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)

Abstract

本发明公开了一种空间光调制器的缺陷层别检测系统及检测方法。检测方法包括以下步骤：S1：采集空间光调制器的缺陷中心处的两个彼此相对的方向的图像；S2：对采集的两个所述图像分别进行图像预处理，转换为将所述缺陷中心处凸显出来的二值图像；S3：采用双目匹配算法，依据两个所述二值图像计算所述空间光调制器的缺陷视差；S4：采用kmeans聚类方法，依据所述缺陷视差进行层别判断，完成所述空间光调制器缺陷的层别检测。本发明具有如下优点：广泛应用在各种空间光调制器的缺陷层别检测当中，并且可以实现高效率、高准确度的全自动检测设备，弥补了人工检测的不足。

Description

空间光调制器的缺陷层别检测系统及检测方法
技术领域
本发明属于电子制造生产线上检测设备领域，尤其是空间光调制器的检测，特别涉及一种空间光调制器的缺陷层别检测系统及检测方法。
背景技术
空间光调制器(SLM)是一种可以对光信号进行调制的现代光学关键器件，广泛应用于光信息处理、光束变换和输出显示等诸多应用领域。尤其在屏幕显示领域，随着人们生活品质的要求越来越高，对台式显示器、笔记本电脑、大屏幕彩电、监视器、可视电话、掌上电脑、手机等电子设备的应用越来越频繁，以液晶显示器(LCD)为代表的平板显示技术发展越发迅猛，已经成为科技研发和产业生产的关注热点。据统计，仅在智能手机这一子领域，2014年第一季度其全球出货量就达到了2.794亿部(中国占比高达35％，位居全球首位)，而某些公司的手机屏幕生产线更是能够完成日均近50万片的惊人产量。因此，在庞大的市场需求和工厂供给环境下，对LCD等空间光调制器的产品质量要求也越来越高。
尽管SLM的生产过程都是在高洁净度的无尘室内完成的，但是由于工艺、环境或者人为等因素的影响还是可能导致元件产生缺陷，这些缺陷就会造成SLM的输出存在误差。而层叠式SLM作为一种具有集成结构的光学器件，它的制作往往需要经过多个表面贴装的流程。比如液晶显示模组(LCM)的封装就包含偏贴、COG、FOG、背光组装等关键步骤，而这每一个制造环节都可能会导致缺陷的产生。这些缺陷主要包括损伤、异物、空洞、电气故障等。
现有的方法可以将SLM的缺陷位置检测出来，但是并不能对缺陷诞生于工业线中的哪一环节进行判断，因此工厂往往将元件拆卸并重新组装，导致成本高昂。实际上，层叠式SLM中缺陷出现的生产环节不同，它的改装成本也大不相同。比如LCM中，如果缺陷出现在上下偏振片之间的Cell部分，那么就需要将Cell返厂进行更换，但如果缺陷出现在偏振片与Cell之间，那么只需要更换偏振片即可，无需置换成本高昂的Cell，改装成本极低。层叠式SLM每一层出现缺陷，因各层元器件的制作成本不同，缺陷的修补成本也都各不相同。因此，对层叠式SLM进行缺陷的层析检测可以大大降低改装或回收成本，提高资源的利用率。
在现代化的高速自动化电子工业生产线环境中，如何对层叠式SLM进行快速、准确的缺陷层别检测，是直接关系产品质量问题的技术重点。目前大多数生产线采取人工的的方法进行产品的质量检测。人工检测有着以下几个缺点：1.检测效率低，速度慢，无法适应高速自动化的生产要求。2.检测精度低，检测质量受人为因素影响大，误检和漏检的概率较高。3.检测数据不易保存和检索，管理上不方便。
本发明可以广泛应用在各种空间光调制器的缺陷层别检测当中，并且可以实现高效率、高准确度的全自动检测设备，弥补了人工检测的不足。
发明内容
本发明旨在至少解决上述技术问题之一。
为此，本发明的第一个目的在于提出一种空间光调制器的缺陷层别检测系统。
本发明的第二个目的在于提出一种空间光调制器的缺陷层别检测方法。
为了实现上述目的，本发明的实施例公开了一种空间光调制器的缺陷层别检测系统，包括：伺服机构、显微采集机构和处理机构，所述伺服机构包括伺服机械手，自动装载平台和控制盒，所述伺服机械手、所述自动装载平台和所述控制盒均与所述处理机构连接；所述自动装载平台用于自动装载和自动卸载空间光调制器；所述伺服机械手用于将所述空间光调制器放置在所述自动装载平台的预设位置上；所述控制盒预先存储有所述空间光调制器的缺陷类型，并根据所述缺陷类型调整所述空间光调制器的输出；所述显微采集机构，与所述处理机构连接，用于根据所述空间光调制器的输出采集所述空间光调制器的缺陷区域图像；所述处理机构用于根据所述缺陷区域图像进行层别检测。
根据本发明实施例的空间光调制器的缺陷层别检测系统，广泛应用在各种空间光调制器的缺陷层别检测当中，并且可以实现高效率、高准确度的全自动检测设备，弥补了人工检测的不足。
另外，根据本发明上述实施例的空间光调制器的缺陷层别检测系统，还可以具有如下附加的技术特征：
进一步地，所述显微采集机构安装在所述伺服机械手上。
进一步地，所述处理机构控制所述显微采集机构采集所述空间光调制器的缺陷中心处的两个彼此相对的方向的图像，并根据所述两个相对侧面的图像计算所述空间光调制器的缺陷视差，所述处理机构根据所述缺陷视差完成所述层别检测。
进一步地，所述伺服机械手包括上下移动机构、左右移动机构和前后移动机构，所述伺服机械手在三维方向上移动。
进一步地，所述自动装载平台上设置有位置微调系统，用于对所述空间光调制器的位置进行微调。
进一步地，还包括密闭仓体，所述伺服机构和所述显微采集机构均设置在所述密闭仓体内。
为了实现上述目的，本发明的实施例公开了一种空间光调制器的缺陷层别检测方法，包括以下步骤：S1：采集空间光调制器的缺陷中心处的两个彼此相对的方向的图像；S2：对采集的两个所述图像分别进行图像预处理，转换为将所述缺陷中心处凸显出来的二值图像；S3：采用双目匹配算法，依据两个所述二值图像计算所述空间光调制器的缺陷视差；S4：采用kmeans聚类方法，依据所述缺陷视差进行层别判断，完成所述空间光调制器缺陷的层别检测。
根据本发明实施例的空间光调制器的缺陷层别检测方法，广泛应用在各种空间光调制器的缺陷层别检测当中，并且可以实现高效率、高准确度的全自动检测设备，弥补了人工检测的不足。
另外，根据本发明上述实施例的空间光调制器的缺陷层别检测方法，还可以具有如下附加的技术特征：
进一步地，所述步骤S2进一步包括：S201：如果采集得到的所述图像是灰度图像，则进入步骤202；若采集得到的所述图像是彩色图像，则对所述彩色图像进行HSV色彩空间变换，并提取V通道将所述彩色图像变为灰度图像后进入步骤S202；S202：对两个所述灰度图像均进行膨胀处理，对经过膨胀处理后的两个所述灰度图像均进行腐蚀处理；S203：将两个所述灰度图像均进行二值化，凸显出所述空间光调制器的缺陷区域的位置。
进一步地，所述步骤S3进一步包括：S301：分别计算两个所述图像中缺陷区域中心像素点的第一坐标和第二坐标，其中，所述第一坐标和所述第二坐标是通过对缺陷区域所有像素点的坐标求平均值得到的；S302：计算所述第一坐标和所述第二坐标的欧氏距离的到所述缺陷视差。
进一步地，所述步骤S4进一步包括：S401：如果空间光调制器训练集已经存在，则进入步骤403；否则，制作多个有缺陷的空间光调制器样本构建出一个缺陷层对应缺陷视差的训练集，其中每个所述空间光调制器样本中都在已知的某一层存在缺陷，且所述空间光调制器的每一层都存在相同数量有缺陷的训练样本，进入步骤S402；S402：对每个所述缺陷层计算所述空间光调制器样本的视差平均值，作为所述缺陷层的聚类中心；S403：将所述缺陷视差分别与聚类中心比较，选取所述缺陷视差与所述聚类中心中差值最小的层作为所述空间光调制器的缺陷层。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一个实施例的空间光调制器的缺陷层别检测系统的结构示意图；
图2是本发明一个实施例的空间光调制器的缺陷层别检测系统的工作流程示意图；
图3是本发明一个实施例的缺陷层别检测方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的系统或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
以下结合附图描述根据本发明实施例的空间光调制器的缺陷层别检测系统。
本实施例使用Samsung的屏幕分辨率为800x600的LCM，缺陷层别检测的流程如下：
LCM缺陷层别检测装置包括伺服机构11、显微采集机构12和处理机构13。为提高检测精度，检测装置应安放于没有外部光源直射的环境当中，同时保证检测环境的照度尽可能低。
其中，所述伺服机构11包括一个伺服机械手111，一个自动装载平台112和一个控制盒113，均受控于嵌入式处理机构13。伺服机械手111能够从预先设定的待测LCM准备区域中抓取待检测的LCM，并移动到自动装载平台112的正上方，将LCM放置在预先设定的位置上，自动装载平台112接收到控制信号，会自动完成LCM的吸合，并将LCM与控制盒进行电路连接。待检测完成后，自动装载平台接收信号并卸载LCM，机械手从平台上抓取LCM，并放置到按照缺陷层别分类的不同位置。如此完成一个LCM的缺陷层别检测流程，机械手抓取下一个待检测LCM开始新一轮检测环节。
所述显微采集机构12为一个图像分辨率为640 x 480像素的微距窥镜，装载在所述伺服机械手111上，并受控于处理机构13。微距窥镜在处理机构13的触发控制下，获得LCM缺陷区域的局部放大图像，微距窥镜的光轴垂直于LCM平面安装，并位于LCM表面上方5mm处。在检测流程之前，需要调节微距窥镜的焦距，使得拍摄图像中的像素清晰成像。
处理机构13控制伺服机械手111抓取LCM到达自动装载平台112上预设的固定位置，再根据LCM缺陷的类型控制控制盒113调整LCM的输出，进而控制机械手111将微距窥镜指向LCM的缺陷中心位置，分别左移和右移各2mm，微距窥镜采集LCM缺陷区域局部放大的左右视图图像返回给处理机构13，处理机构13进而依据LCM的左右视图图像对缺陷进行层别检测。
以下结合附图描述根据本发明实施例的空间光调制器的缺陷层别检测方法。
空间光调制器的缺陷层别检测方法采用空间光调制器的缺陷层别检测系统，包括如下步骤：
步骤1：实时采集2张LCM缺陷区域的左右视图图像。在没有外界光干扰的低照度环境下，伺服机械手111将LCM装载到自动装载平台112上固定并连接电路。控制盒113根据LCM的缺陷类型控制其输出，如果缺陷区域常亮则LCM输出纯黑图像，如果缺陷区域常暗或者半透明则LCM输出纯白图像。伺服机械手111进而定位到LCM缺陷的中心位置，分别向左和向右移动2mm，微距窥镜采集缺陷区域左右视图的2张图像。
步骤2：分别对左右视图的彩色图像进行HSV色彩空间变换，并提取左右视图的V通道图像。以左视图为例，公式如下：
步骤3：对左右视图的V通道图像Iv进行先膨胀后腐蚀的操作，得到Iu。
步骤4：根据OTSU最大类间方差法计算出的阈值t将灰度图像Iu二值化，得到像素值取自集合(0,1)的二值图像I。以左视图为例，公式如下：
步骤5：分别计算左右视图中缺陷区域中心像素点的坐标(xl,yl)和(xr,yr)，即对缺陷区域所有像素点的坐标求平均值。若在步骤1中LCM输出的是纯黑图像，则缺陷区域像素点为白色，像素值为1，其他区域像素点为黑色，像素值为0；反之若在步骤1中LCM输出的是纯白图像，则缺陷区域像素点为黑色，像素值为0。以左视图为例，对于第一种情况，公式如下：
以左视图为例，对于第二种情况，公式如下：
步骤6：计算左右视图中缺陷区域中心像素点的欧氏距离，即为LCM缺陷的视差d。公式如下：
步骤7：若LCM训练集已经存在，则进入步骤9；否则，需要构建一个缺陷层别对应缺陷视差的训练集。首先制作一系列有缺陷的LCM样本，保证其中每一个LCM都在已知的某一层存在缺陷，且LCM的每一层都存在100个有缺陷的训练样本。接下来对训练集中的每一个LCM重复所述步骤1-6，各自计算出缺陷的视差，从而构建出一个缺陷层对应缺陷视差的训练集。
步骤8：对每一个缺陷层计算LCM训练样本的视差平均值，作为该缺陷层的聚类中心c[1]…c[k]，其中1…k表示缺陷所在的层别。
步骤9：将所求的LCM缺陷视差值d分别与聚类中心c[1]…c[k]比较，假设与其中的聚类中心点c[i]差值最小，则LCM的缺陷层别为第i层。
另外，本发明实施例的空间光调制器的缺陷层别检测系统和检测方法的其它构成以及作用对于本领域的技术人员而言都是已知的，为了减少冗余，不做赘述。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。

Claims (4)

1.一种空间光调制器的缺陷层别检测方法，其特征在于，包括以下步骤：
S1：采集空间光调制器的缺陷中心处的两个彼此相对的方向的图像；
S2：对采集的两个所述图像分别进行图像预处理，转换为将所述缺陷中心处凸显出来的二值图像，所述步骤S2进一步包括：S201：如果采集得到的所述图像是灰度图像，则进入步骤202；若采集得到的所述图像是彩色图像，则对所述彩色图像进行HSV色彩空间变换，并提取V通道将所述彩色图像变为灰度图像后进入步骤S202；S202：对两个所述灰度图像均进行膨胀处理，对经过膨胀处理后的两个所述灰度图像均进行腐蚀处理；S203：将两个所述灰度图像均进行二值化，凸显出所述空间光调制器的缺陷区域的位置；
S3：采用双目匹配算法，依据两个所述二值图像计算所述空间光调制器的缺陷视差；
S4：采用kmeans聚类方法，依据所述缺陷视差进行层别判断，完成所述空间光调制器缺陷的层别检测。
2.根据权利要求1所述的空间光调制器的缺陷层别检测方法，其特征在于，所述步骤S2进一步包括：
S201：如果采集得到的所述图像是灰度图像，则进入步骤202；若采集得到的所述图像是彩色图像，则对所述彩色图像进行HSV色彩空间变换，并提取V通道将所述彩色图像变为灰度图像后进入步骤S202；
S202：对两个所述灰度图像均进行膨胀处理，对经过膨胀处理后的两个所述灰度图像均进行腐蚀处理；
S203：将两个所述灰度图像均进行二值化，凸显出所述空间光调制器的缺陷区域的位置。
3.根据权利要求1所述的空间光调制器的缺陷层别检测方法，其特征在于，所述步骤S3进一步包括：
S301：分别计算两个所述图像中缺陷区域中心像素点的第一坐标和第二坐标，其中，所述第一坐标和所述第二坐标是通过对缺陷区域所有像素点的坐标求平均值得到的；
S302：计算所述第一坐标和所述第二坐标的欧氏距离的到所述缺陷视差。
4.根据权利要求1所述的空间光调制器的缺陷层别检测方法，其特征在于，所述步骤S4进一步包括：
S401：如果空间光调制器训练集已经存在，则进入步骤403；
否则，制作多个有缺陷的空间光调制器样本构建出一个缺陷层对应缺陷视差的训练集，其中每个所述空间光调制器样本中都在已知的某一层存在缺陷，且所述空间光调制器的每一层都存在相同数量有缺陷的训练样本，进入步骤S402；
S402：对每个所述缺陷层计算所述空间光调制器样本的视差平均值，作为所述缺陷层的聚类中心；
S403：将所述缺陷视差分别与聚类中心比较，选取所述缺陷视差与所述聚类中心中差值最小的层作为所述空间光调制器的缺陷层。
CN201610069274.5A 2016-02-01 2016-02-01 空间光调制器的缺陷层别检测系统及检测方法 Active CN105699385B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610069274.5A CN105699385B (zh) 2016-02-01 2016-02-01 空间光调制器的缺陷层别检测系统及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610069274.5A CN105699385B (zh) 2016-02-01 2016-02-01 空间光调制器的缺陷层别检测系统及检测方法

Publications (2)

Publication Number Publication Date
CN105699385A CN105699385A (zh) 2016-06-22
CN105699385B true CN105699385B (zh) 2018-11-09

Family

ID=56229004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610069274.5A Active CN105699385B (zh) 2016-02-01 2016-02-01 空间光调制器的缺陷层别检测系统及检测方法

Country Status (1)

Country Link
CN (1) CN105699385B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7287669B2 (ja) * 2019-08-21 2023-06-06 株式会社ブイ・テクノロジー 欠陥部認識装置及び欠陥部認識方法
CN112949452B (zh) * 2021-02-25 2022-05-31 山西大学 一种基于多任务共享网络的机器人弱光环境抓取检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4832447A (en) * 1987-12-04 1989-05-23 Board Of Trustees Operating Michigan State University Joint transform image correlation using a nonlinear spatial light modulator at the fourier plane
CN104978747A (zh) * 2015-06-26 2015-10-14 清华大学 空间光调制器显微缺陷检测的目标提取方法及装置
CN104977304A (zh) * 2015-06-26 2015-10-14 清华大学 具有子像素结构的空间光调制器缺陷检测的装置及方法
CN104977154A (zh) * 2015-06-26 2015-10-14 清华大学 具有子像素结构的空间光调制器缺陷分类方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2712940B2 (ja) * 1991-10-18 1998-02-16 富士ゼロックス株式会社 表面層欠陥検出装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4832447A (en) * 1987-12-04 1989-05-23 Board Of Trustees Operating Michigan State University Joint transform image correlation using a nonlinear spatial light modulator at the fourier plane
CN104978747A (zh) * 2015-06-26 2015-10-14 清华大学 空间光调制器显微缺陷检测的目标提取方法及装置
CN104977304A (zh) * 2015-06-26 2015-10-14 清华大学 具有子像素结构的空间光调制器缺陷检测的装置及方法
CN104977154A (zh) * 2015-06-26 2015-10-14 清华大学 具有子像素结构的空间光调制器缺陷分类方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于视差法的焊接缺陷深度定位技术;任明照，高岩;《结构件的焊接及质量控制》;20031231;第32卷(第6期);第49页右栏倒数第1段-第50页左栏第5段及图1 *

Also Published As

Publication number Publication date
CN105699385A (zh) 2016-06-22

Similar Documents

Publication Publication Date Title
CN205317678U (zh) 一种基于机器视觉的金属制品印刷缺陷在线检测系统
CN106323600B (zh) 一种级联分布式aoi缺陷检测系统及其检测方法
CN204359710U (zh) 一种玻璃表面缺陷检测装置
CN104034516B (zh) 基于机器视觉的led检测装置及其检测方法
CN105241638A (zh) 基于视觉的led模块亮度均匀性快速检测方法
CN101324824B (zh) 一种基于图像感应器的拼接墙定位系统及定位方法
CN104102394A (zh) 一种光学多点触控设备及方法
CN109765234A (zh) 同时对物体正反两个表面进行光学检测的装置及方法
CN201225883Y (zh) 一种实用数字散斑相关测试系统仪器
CN103645573A (zh) 一种基于机器视觉的lcd检测的方法和系统
CN102879404B (zh) 工业结构化场景中医用胶囊缺陷自动检测的系统
CN110991360B (zh) 一种基于视觉算法的机器人巡检点位智能配置方法
CN105486288A (zh) 一种基于机器视觉的视觉伺服对准系统
CN109596054A (zh) 长条形工件的尺寸检测识别方法
KR102009740B1 (ko) 표시패널 검사 장치 및 그 방법
CN105181713A (zh) 一种用于光纤倒像器表面缺陷的检测装置
CN113688817A (zh) 一种自动巡检的仪表识别方法及识别系统
CN105699385B (zh) 空间光调制器的缺陷层别检测系统及检测方法
CN113723389B (zh) 一种支柱式绝缘子定位方法及装置
CN112730442A (zh) 基于机器视觉的产品表面缺陷自动在线检测装置及系统
Du et al. An automated optical inspection (AOI) platform for three-dimensional (3D) defects detection on glass micro-optical components (GMOC)
CN220602453U (zh) 一种掩膜板变形检测辅助装置
WO2019100551A1 (zh) 显示面板Mura的检测方法、检测装置及计算机可读存储介质
CN210719640U (zh) 一种显示类产品检测设备
CN106841211A (zh) 一种运用机器视觉对电池片表面缺陷检测的平台及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Fan Jingtao

Inventor after: Suo Jinli

Inventor after: Cai Yawen

Inventor after: Dai Qionghai

Inventor before: Fan Jingtao

Inventor before: Suo Jinli

Inventor before: Cai Yawen

Inventor before: Dai Qionghai

COR Change of bibliographic data
GR01 Patent grant
GR01 Patent grant