CN107037053A - 用于检测斑缺陷的设备和方法 - Google Patents

用于检测斑缺陷的设备和方法 Download PDF

Info

Publication number
CN107037053A
CN107037053A CN201610952450.XA CN201610952450A CN107037053A CN 107037053 A CN107037053 A CN 107037053A CN 201610952450 A CN201610952450 A CN 201610952450A CN 107037053 A CN107037053 A CN 107037053A
Authority
CN
China
Prior art keywords
spot defect
curve
display panel
spot
image
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.)
Granted
Application number
CN201610952450.XA
Other languages
English (en)
Other versions
CN107037053B (zh
Inventor
赵相熙
蒋盛旭
元祥运
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.)
AP Systems Inc
AP Cells Inc
Original Assignee
AP Cells Inc
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 AP Cells Inc filed Critical AP Cells Inc
Publication of CN107037053A publication Critical patent/CN107037053A/zh
Application granted granted Critical
Publication of CN107037053B publication Critical patent/CN107037053B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination

Landscapes

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

Abstract

本发明提供一种用于检测斑缺陷的设备和方法,所述方法包含:获得显示面板的图像;检测来自图像的斑缺陷;当检测到斑缺陷时,产生表示图像的灰阶分布的曲线;以及分析曲线以确定斑缺陷的种类。根据所述方法,可检测显示面板上的斑缺陷且可确定斑缺陷的种类。

Description

用于检测斑缺陷的设备和方法
技术领域
本发明内容涉及一种用于检测斑缺陷的设备和方法,且更明确地说,涉及一种能够检测显示面板的斑缺陷和确定斑缺陷的种类的用于检测斑缺陷的设备和方法。
背景技术
随着例如液晶显示器装置的显示面板的大小变得更大,当执行退火工艺时,难以确保均匀性,且因此已提议各种替代方案。替代方案中的一个为使用激光的退火方法。
即,使从激光照射器输出的激光束穿过石英窗以照射显示面板。具有线形状的此激光束按窗帘形状照射显示面板,同时针对显示面板垂直或稍微倾斜。并且,虽然在针对激光束的表面垂直或稍微倾斜的方向上水平移动显示面板,但用激光束照射显示面板的全部表面。
此处,当在照射激光束的长度、均匀性、能量或类似者中出现异常时,在退火工艺期间,在显示面板的表面上可造成斑缺陷(或斑)或类似者。举例来说,斑缺陷包含在垂直方向上形成的扫描斑和在水平方向上形成的丸粒斑和类似者,其可在显示面板的表面上由相互不同的原因造成。归因于此类斑缺陷,当按恒定灰阶显示全部屏幕时,可能不均匀地显示具体区域。
因此,在相关技术中,通过使用斑缺陷检测装置检验显示面板的表面以检测在显示面板的表面上是否出现斑缺陷。然而,根据相关技术的斑缺陷检测装置可能仅检测在显示面板的表面上出现的斑效应,但不能确定斑缺陷的种类。因此,难以发现何原因造成斑缺陷,而当延迟工艺以发现原因时,工艺的效率降级了。
[现有技术文档]
(专利文档1)KR2014-0006582A
发明内容
本发明内容提供一种能够确定斑缺陷的种类的用于检测斑缺陷的设备和方法。
本发明内容还提供一种能够快速发现斑缺陷的原因的用于检测斑缺陷的设备和方法。
根据示范性实施例,一种用于检测斑缺陷的设备包含:捕获单元,其用于捕获显示面板的图像;以及处理单元,其连接到所述捕获单元以检测来自所述图像的斑缺陷,其中所述处理单元包含:用于通过处理所述图像确定斑是否出现在所述显示面板上的第一处理器;以及用于通过产生表示所述图像的灰阶分布的曲线来确定斑缺陷的种类的第二处理器。
所述第二处理器可包含分别产生表示关于在垂直和水平方向上的长度的灰阶分布的曲线的曲线产生单元;以及用于通过分别比较在所述垂直和水平方向上的所述曲线与预定设定范围来确定斑缺陷的种类的第二确定单元。
所述第二处理器可还包含边缘增强处理单元,其处理所述图像中的边缘以便强调所述图像中的斑缺陷。
根据示范性实施例,一种用于检测在显示面板的表面上出现的斑缺陷的方法,所述方法包含:获得所述显示面板的图像;检测来自所述图像的斑缺陷;当检测到所述斑缺陷时,产生表示所述图像的灰阶分布的曲线;以及分析所述曲线以确定所述斑缺陷的种类。
产生所述曲线可包含产生分别表示关于在所述图像的垂直和水平方向上的长度的灰阶分布的曲线。
在产生所述曲线前可包含增强所述图像的边缘。
分析所述曲线可包含:分别比较所述垂直和水平方向曲线与预定设定范围;以及当在所述垂直方向曲线中检测到在所述设定范围外的值时,确定出现垂直方向斑缺陷,且当在所述水平方向曲线中检测到在所述设定范围外的值时,确定出现水平方向斑缺陷。
分析所述曲线可包含:比较在所述垂直和水平曲线中的在所述设定范围外的值的比率与预定设定比率;以及当在所述设定范围外的值的比率至少为所述设定比率时,确定所述斑缺陷有缺陷。
在获得所述显示面板的所述图像前,可包含用激光退火所述显示面板。
附图说明
可从结合附图进行的以下描述来更详细地理解示范性实施例。
图1为说明根据示范性实施例的用于检测斑缺陷的设备的结构的视图。
图2为说明根据示范性实施例的用于检测斑缺陷的方法的流程图。
图3为说明根据示范性实施例的产生在垂直和水平方向上的曲线的工艺的视图。
图4(a)和图4(b)为说明根据示范性实施例的在正常状态中的显示面板的图像的视图。
图5为说明根据示范性实施例的在正常状态中的显示面板的曲线的曲线图。
图6(a)和图6(b)为说明根据示范性实施例的在有缺陷状态中的显示面板的图像的视图。
图7为说明根据示范性实施例的在有缺陷状态中的显示面板的曲线的曲线图。
具体实施方式
下文,将参看附图更详细地描述实施例。然而,本发明内容可呈不同形式,并且不应被解释为限于本文中所阐述的实施例。相反地,提供这些实施例以使得本发明将透彻且完整,且将向所属领域的技术人员充分传达本发明内容的范围。为详细地描述本发明内容,可能夸大了附图,且在所述附图中,相似参考数字指相似元件。
图1为说明根据示范性实施例的用于检测斑缺陷的设备的结构的视图。
首先,参看图1,根据示范性实施例的用于检测斑缺陷的设备100包含:捕获单元110,其用于捕获显示面板10的图像;以及处理单元,其连接到所述捕获单元110以检测来自所述所捕获图像的斑缺陷。此外,用于检测斑缺陷的设备100可还包含将照明发射到所述显示面板10的照明单元150。此处,显示面板10可为在液晶显示装置、等离子显示装置、有机发光显示装置或类似者中提供的显示面板10。
捕获单元110用以通过捕获待检验的显示面板10来产生图像。举例来说,捕获单元110可为CCD相机,且可安装于平台50上并与平台50隔开,平台50上安置有显示面板10。并且,捕获单元110可在在显示面板10上朝向显示面板10按大致30度到大致60度倾斜的状态中捕获显示面板10的图像。
照明单元150可连接到捕获单元110或安置于捕获单元110之下。并且,照明单元150可被安置为在显示面板10上朝向显示面板10倾斜大致30度。因此,从照明单元150发射的光由显示面板10反射以入射到捕获单元110。因此,捕获单元110可通过从照明单元150产生的照射光捕获显示面板10的图像。
此处,捕获单元110和照明单元150可安置于执行显示面板10的退火工艺的腔室(未展示)内部。因此,可针对显示面板10执行退火工艺,且可通过使用捕获单元110和照明单元150检测显示面板10上的斑缺陷。因此,在执行退火工艺后,省略将显示面板10分开来移动到检验处以待检验的工艺,故可快速执行全部工艺且可改善效率。然而,安装捕获单元110和照明单元150的位置不限于此且可为可变的。
处理单元120可连接到捕获单元110以检测来自所捕获图像的斑缺陷和确定斑缺陷的种类。此处,可将图像显示为通过在图像点处指派黑和白亮度而非色彩来形成图像的灰阶。处理单元120可包含处理图像以确定斑是否出现在显示面板10上的第一处理器121,和产生表示图像的灰阶分布的曲线以确定斑缺陷的种类的第二处理器122。此处,垂直方向可为显示面板10或图像的垂直方向,且水平方向可为显示面板10或图像的水平方向。然而,根据捕获单元110的捕获角度,垂直和水平方向可相互不同。
第一处理器121用以接收从捕获单元110捕获的输入图像,和通过处理输入图像来检测斑缺陷。第一处理器121可包含增强处理单元121a、预处理单元121b、数字化单元(未展示)和第一确定单元121c。
增强处理单元121a用以从输入自捕获单元110的图像去除噪声分量和强调斑。即,增强处理单元121a可通过从图像提取所关注的区域和从所关注的区域去除噪声和类似者来强调斑。因此,可产生出现斑缺陷的部分与未出现斑缺陷的部分之间的对比度增大的检测图像。
预处理单元121b产生仅背景图像是从斑被强调的检测图像提取的参考图像,且执行从检测图像减去参考图像的计算以输出差图像。因此,背景信号被去除的输入信号的改变的波形保留在差图像中。
数字化单元可将差图像数字化。举例来说,数字化单元可将差图像二进制化以提取斑的特性。因此,可量化斑等级以从差图像提取斑的大小,和斑的最大亮度与斑的亮度改变程度。然而,本发明内容的实施例不限于此,且可不同地数字化差图像。
第一确定单元121c可通过针对每一斑等级比较数字化的斑数值与预先计算的数值来确定斑属于哪一级别。因此,第一确定单元121c根据买家的请求设定一个级别,且比较数字化的斑级别与设定级别,可因此确定在显示面板10上出现的斑是否有缺陷。即,有可能确定显示面板10是否有缺陷。此处,斑缺陷包含在垂直方向上形成的扫描斑和在水平方向上形成的丸粒斑和类似者,其可因相互不同的原因而在显示面板的表面上造成。因此,为了快速确定斑缺陷的原因,用于通过使用第二处理器122确定斑缺陷的种类的操作。
当第一处理器121确定斑缺陷出现在显示面板10的表面上时,第二处理器122用以确定出现的斑缺陷的种类。第二处理器122包含:曲线产生单元122b,其分别针对在图像的垂直和水平方向上的长度产生表示灰阶分布的曲线;以及第二确定单元122c,其通过分别比较产生的垂直方向曲线和水平方向曲线与预设定的设定范围来确定斑缺陷的种类,且可还包含处理图像中的边缘以强调图像中的斑缺陷的边缘增强处理单元122a。
当第一确定单元121c确定出现在显示面板10上的斑有缺陷时,曲线产生单元122b用以产生表示关于在图像的垂直和水平方向上的长度的灰阶分布的曲线。即,曲线产生单元122b分别在图像的垂直和水平方向上产生曲线。
垂直方向上的曲线包含为对应于图像的每一行的像素的平均值且针对每一列排列的值,水平方向上的曲线包含为对应于图像的每一列的像素的平均值且针对每一行排列的值。
在产生图像的曲线前,边缘增强处理单元122a可增强图像中的边缘。即,可通过使用在图像中的轮廓处的亮度改变来执行差处理。因此,可在增强图像中的线和轮廓的同时强调斑缺陷。因此,此处,在增强型图像中,出现斑的部分可具有显著的灰阶改变宽度。
第二确定单元122c用以通过分析在垂直和水平方向上的曲线中的每一个来确定斑缺陷的种类。举例来说,第二确定单元122c可分别比较垂直和水平曲线中的曲线与预设定的设定范围。即,第二确定单元122c可确定当检测到在垂直方向曲线中的在设定范围外的值时出现垂直方向斑缺陷,和当检测到在水平方向曲线中的在设定范围外的值时出现水平方向斑缺陷。此处,设定范围可由操作者根据买家的请求来不同地设定。
并且,第二确定单元122c可比较在垂直方向曲线与水平方向曲线中的在设定范围外的值的比率(下文被称作计算的比率)与预设定的设定比率。此处,可通过以下等式获得计算的比率,且设定比率可由操作者根据买家的请求不同地设定。
等式:计算的比率=((曲线中在设定范围外的值的数目)-(曲线中所有值的数目))×100
因此,当比较计算的比率与设定比率且计算的比率不小于设定比率时,可将检测的斑缺陷确定为有缺陷。相反地,当计算的比率小于设定比率时,可将检测的斑缺陷确定为正常。即,设定比率越小,那么斑缺陷可被确定为有缺陷或正常越严格,且设定比率越大,那么斑缺陷可被确定为有缺陷或正常越不严格。此处,当斑缺陷被确定为有缺陷时,显示面板10可不被用作产品,且当斑缺陷被确定为正常时,显示面板10可用作产品。
因而,可针对斑缺陷产生曲线,且分析曲线以确定斑缺陷的种类。即,可将斑缺陷确定为在垂直方向上形成的斑缺陷或在水平方向上形成的斑缺陷。因此,有可能根据斑缺陷的种类快速确定斑缺陷的原因。因此,通过快速解决造成缺陷的问题,可改善工艺效率且可减小缺陷速率。
图2为说明根据示范性实施例的用于检测斑缺陷的方法的流程图,图3为说明根据示范性实施例的产生在垂直和水平方向上的曲线的工艺的视图,图4(a)和图4(b)为说明根据示范性实施例的在正常状态中的显示面板的图像的视图,图5为说明根据示范性实施例的在正常状态中的显示面板的曲线的曲线图,图6(a)和图6(b)为说明根据示范性实施例的在有缺陷状态中的显示面板的图像的视图,和图7为说明根据示范性实施例的在有缺陷状态中的显示面板的曲线的曲线图。
以下描述根据示范性实施例的用于检测斑缺陷的方法。
参看图2,根据示范性实施例的用于检测斑缺陷的方法为用于检测在显示面板的表面上出现的斑缺陷的方法,所述方法包含:捕获显示面板的图像(步骤S100);检测来自所捕获图像的斑缺陷(步骤S200);当检测到斑缺陷时,产生表示所捕获图像的灰阶分布的曲线(步骤S300);和通过分析产生的曲线来确定斑缺陷的种类(步骤S400)。
此处,在捕获显示面板10的图像前,可借助于激光来退火显示面板10。举例来说,按线形状投影激光束,且在垂直方向上或在针对激光束的表面稍微倾斜的方向上水平地移动显示面板10,因此可用激光束照射显示面板10的全部表面。
然而,当在照射激光束的长度、均匀性、能量或类似者中出现异常时,在退火工艺期间,在显示面板10的表面上可造成斑缺陷(或斑)或类似者。举例来说,斑缺陷包含在垂直方向上形成的扫描斑和在水平方向上形成的丸粒斑和类似者,其可在显示面板10的表面上由相互不同的原因造成。因此,检测在执行退火工艺的腔室内部的显示面板10的表面上的斑缺陷的操作。
首先,通过操作照明单元150来产生照射光,且接着借助于捕获单元110捕获显示面板10,因此可产生或获得显示面板的图像。此处,可将图像显示为通过在每一图像点处指派黑和白亮度而非色彩来形成图像的灰阶。接着,可执行处理所捕获图像的操作以确保是否出现斑缺陷。即,从图像去除噪声分量,且可执行用于强调斑的增强工艺。因此,可产生出现斑缺陷的部分与未出现斑缺陷的部分之间的对比度增大的检测图像。
接着,产生仅背景图像是从斑被强调的检测图像提取的参考图像,且执行从检测图像减去产生的参考图像的计算,因此可输出差图像。背景信号被去除的输入信号的改变的波形保留在差图像中。
接着,可将差图像数字化。举例来说,可将差图像二进制化以提取斑的特性。因此,可量化斑等级以从差图像提取斑的大小,和斑的最大亮度和斑的亮度改变程度。
可针对每一斑等级比较数字化的斑数值与预先计算的数值以确定斑属于哪一级别。举例来说,根据买家的请求来设定一个级别,且可将数字化的斑的级别与设定的级别比较。因此,当数字化的斑的级别大于设定级别时,有可能确定斑缺陷出现在显示面板10上。相反地,当数字化的斑的级别小于设定级别时,有可能确定在显示面板10上不存在斑缺陷。
接着,可执行确定斑缺陷的种类的操作以快速发现斑缺陷的原因。当确定斑缺陷出现在显示面板10上时,可增强图像中的边缘。即,可通过使用在图像中的轮廓处的亮度改变来执行差处理。因此,可在增强图像中的线和轮廓的同时强调斑缺陷。因此,此处,在增强型图像中,出现斑的部分可具有显著的灰阶改变宽度。
接着,如图3中所说明,可产生表示关于图像的垂直和水平长度的灰阶分布的曲线。即,可产生在图像的垂直方向上的曲线和在图像的水平方向上的曲线中的每一个。此处,垂直方向上的曲线包含为对应于图像的每一行的像素的平均值且针对每一列排列的值,水平方向上的曲线包含为对应于图像的每一列的像素的平均值且针对每一行排列的值。
接着,可分析在垂直和水平方向上的曲线中的每一个以确定斑缺陷的种类。即,可分别将在垂直和水平方向上的曲线与预设定的设定范围比较。当检测到在垂直方向曲线中的在设定范围外的值时,可确定垂直方向斑缺陷的出现,和当检测到在水平方向曲线中的在设定范围外的值时,可确定水平方向斑缺陷的出现。此处,设定范围可由操作者根据买家的请求来不同地设定。
举例来说,当对例如图4(a)中说明的原始图像的原始图像执行边缘增强处理时,图像中的轮廓可变得更清晰得多,如在图4(b)中说明的图像。可产生表示关于轮廓变得更清晰的图像的灰阶分布的垂直方向曲线和水平方向曲线中的每一个,且可将每一曲线与设定范围比较。
当设定范围由操作者根据买家的请求设定到大致110到大致130时,可分别将垂直和水平方向中的曲线与预设定的设定范围比较。因此,如图5中所说明,当未检测到在大致110到大致130外的值或仅在垂直和水平方向上的曲线中检测到非常小的量时,可通常确定垂直方向和水平方向斑缺陷未出现在显示面板10上。
相反地,当对出现斑缺陷的图像(如图6(a)和图6(b)中所说明)执行边缘增强处理时,可清晰地显示图像上靠近白的部分与靠近黑的部分之间的亮度差。可产生表示关于此图像的灰阶分布的垂直方向曲线和水平方向曲线中的每一个,且可将每一曲线与设定范围比较。
即,如图7中所说明,当比较垂直方向曲线与设定范围且检测到大量在大致110到大致130外的值时,可确定斑缺陷(或扫描斑)出现在垂直方向上。同样地,当比较水平方向曲线与设定范围时,检测到大量在大致110到大致130外的值,可确定斑缺陷(或丸粒斑)出现在水平方向上。然而,设定范围不限于此且可不同地设定。
此处,可将在垂直和水平方向上的曲线中的在设定范围外的值的比率(或计算的比率)与预设定的设定比率比较。即,可通过比较在设定范围外的值关于曲线中的所有值的比率与设定比率来将垂直方向斑缺陷或水平方向斑缺陷确定为正常或有缺陷。
举例来说,操作者可根据买家的请求将设定比率设定到5%。因此,当比较计算的比率与设定比率且计算的比率不小于大致5%时,可将检测的斑缺陷确定为有缺陷。相反地,当计算的比率小于大致5%时,可将检测的斑缺陷确定为正常。即,设定比率越小,那么斑缺陷可被确定为有缺陷或正常越严格,且设定比率越大,那么斑缺陷可被确定为有缺陷或正常越不严格。此处,当斑缺陷被确定为有缺陷时,显示面板10可不被用作产品,且当斑缺陷被确定为正常时,显示面板10可用作产品。然而,设定比率不限于此且可不同地设定。
因而,可针对斑缺陷产生曲线,且分析曲线以确定斑缺陷的种类。即,可将斑缺陷确定为在垂直方向上形成的斑缺陷或在水平方向上形成的斑缺陷。因此,有可能根据斑缺陷的种类快速确定斑缺陷的原因。因此,通过快速解决造成缺陷的问题,可改善工艺效率且可减小缺陷速率。
根据示范性实施例,针对斑缺陷产生曲线,且接着分析曲线,且因此可确定斑缺陷的种类。即,有可能确定斑缺陷是在垂直方向上形成的斑缺陷(扫描斑)还是在水平方向上形成的斑缺陷(丸粒斑)。因此,有可能根据斑缺陷的种类快速确定斑缺陷的原因。因此,通过快速解决造成缺陷的问题,可改善工艺效率且可减小缺陷速率。
虽然已在本发明内容的详细描述中描述了具体实施例,但在不脱离本发明的精神和范围的情况下,可对其进行各种修改和改变。因此,本发明的范围不限于以上描述的实施例,而应由所附权利要求书和其等效内容定义。

Claims (9)

1.一种用于检测斑缺陷的设备,包括:
捕获单元,其用于捕获显示面板的图像;以及
处理单元,其连接到所述捕获单元以检测来自所述图像的斑缺陷,
其中所述处理单元包括:用于通过处理所述图像确定斑是否出现在所述显示面板上的第一处理器;以及用于通过产生表示所述图像的灰阶分布的曲线来确定斑缺陷的种类的第二处理器。
2.根据权利要求1所述的用于检测斑缺陷的设备,其中所述第二处理器包括:分别产生表示关于在垂直方向和水平方向上的长度的灰阶分布的曲线的曲线产生单元;以及用于通过分别比较在所述垂直方向和所述水平方向上的曲线与预设定的设定范围来确定斑缺陷的种类的第二确定单元。
3.根据权利要求2所述的用于检测斑缺陷的设备,其中所述第二处理器还包括处理所述图像中的边缘以强调所述图像中的斑缺陷的边缘增强处理单元。
4.一种用于检测在显示面板的表面上出现的斑缺陷的方法,包括:
获得显示面板的图像;
检测来自所述图像的斑缺陷;
当检测到所述斑缺陷时,产生表示所述图像的灰阶分布的曲线;以及
分析所述曲线以确定所述斑缺陷的种类。
5.根据权利要求4所述的用于检测在显示面板的表面上出现的斑缺陷的方法,其中产生所述曲线包括产生分别表示关于在所述图像的垂直方向和水平方向上的长度的灰阶分布的曲线。
6.根据权利要求5所述的用于检测在显示面板的表面上出现的斑缺陷的方法,其中在产生所述曲线前包含增强所述图像的边缘。
7.根据权利要求5或6所述的用于检测在显示面板的表面上出现的斑缺陷的方法,其中分析所述曲线包括:分别比较垂直方向曲线和水平方向曲线与预定的设定范围;以及当在所述垂直方向曲线中检测到在所述设定范围外的值时,确定出现垂直方向斑缺陷,且当在所述水平方向曲线中检测到在所述设定范围外的值时,确定出现水平方向斑缺陷。
8.根据权利要求7所述的用于检测在显示面板的表面上出现的斑缺陷的方法,其中分析所述曲线包括:比较在所述垂直方向曲线和所述水平方向曲线中的在所述设定范围外的值的比率与预设定的设定比率;以及当在所述设定范围外的值的比率至少为所述设定比率时,确定所述斑缺陷有缺陷。
9.根据权利要求4至6中任一项所述的用于检测在显示面板的表面上出现的斑缺陷的方法,其中在获得所述显示面板的所述图像前,包含用激光退火所述显示面板。
CN201610952450.XA 2015-12-07 2016-11-02 用于检测斑缺陷的设备和方法 Active CN107037053B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020150173514A KR101862310B1 (ko) 2015-12-07 2015-12-07 얼룩결함 검사장치 및 얼룩결함 검사방법
KR10-2015-0173514 2015-12-07

Publications (2)

Publication Number Publication Date
CN107037053A true CN107037053A (zh) 2017-08-11
CN107037053B CN107037053B (zh) 2021-06-01

Family

ID=59217319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610952450.XA Active CN107037053B (zh) 2015-12-07 2016-11-02 用于检测斑缺陷的设备和方法

Country Status (2)

Country Link
KR (1) KR101862310B1 (zh)
CN (1) CN107037053B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019100551A1 (zh) * 2017-11-23 2019-05-31 武汉华星光电半导体显示技术有限公司 显示面板Mura的检测方法、检测装置及计算机可读存储介质
CN110987945A (zh) * 2019-12-24 2020-04-10 合肥维信诺科技有限公司 缺陷检测方法、检测装置及触控显示面板的检测方法
WO2022116107A1 (en) * 2020-12-03 2022-06-09 Boe Technology Group Co., Ltd. Data management platform, intelligent defect analysis system, intelligent defect analysis method, computer-program product, and method for defect analysis

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108387587B (zh) * 2018-01-22 2020-07-31 京东方科技集团股份有限公司 缺陷检测方法及缺陷检测设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1504742A (zh) * 2002-11-28 2004-06-16 威光机械工程股份有限公司 印刷电路板上瑕疵组件的自动光学检测系统
CN102487026A (zh) * 2010-12-02 2012-06-06 中芯国际集成电路制造(北京)有限公司 检测通孔缺陷的方法
CN103514841A (zh) * 2012-06-15 2014-01-15 宏碁股份有限公司 透明显示装置及其透明度调整方法
CN103869511A (zh) * 2012-12-13 2014-06-18 乐金显示有限公司 显示装置的mura检测设备和方法
KR20140121068A (ko) * 2013-04-05 2014-10-15 엘지디스플레이 주식회사 평판디스플레이의 얼룩 검사 방법 및 장치
CN104374551A (zh) * 2014-11-24 2015-02-25 深圳科瑞技术股份有限公司 一种led发光均匀性检测方法及其系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1504742A (zh) * 2002-11-28 2004-06-16 威光机械工程股份有限公司 印刷电路板上瑕疵组件的自动光学检测系统
CN102487026A (zh) * 2010-12-02 2012-06-06 中芯国际集成电路制造(北京)有限公司 检测通孔缺陷的方法
CN103514841A (zh) * 2012-06-15 2014-01-15 宏碁股份有限公司 透明显示装置及其透明度调整方法
CN103869511A (zh) * 2012-12-13 2014-06-18 乐金显示有限公司 显示装置的mura检测设备和方法
KR20140121068A (ko) * 2013-04-05 2014-10-15 엘지디스플레이 주식회사 평판디스플레이의 얼룩 검사 방법 및 장치
CN104374551A (zh) * 2014-11-24 2015-02-25 深圳科瑞技术股份有限公司 一种led发光均匀性检测方法及其系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019100551A1 (zh) * 2017-11-23 2019-05-31 武汉华星光电半导体显示技术有限公司 显示面板Mura的检测方法、检测装置及计算机可读存储介质
CN110987945A (zh) * 2019-12-24 2020-04-10 合肥维信诺科技有限公司 缺陷检测方法、检测装置及触控显示面板的检测方法
CN110987945B (zh) * 2019-12-24 2023-03-28 合肥维信诺科技有限公司 缺陷检测方法、检测装置及触控显示面板的检测方法
WO2022116107A1 (en) * 2020-12-03 2022-06-09 Boe Technology Group Co., Ltd. Data management platform, intelligent defect analysis system, intelligent defect analysis method, computer-program product, and method for defect analysis
CN114868092A (zh) * 2020-12-03 2022-08-05 京东方科技集团股份有限公司 数据管理平台、智能缺陷分析系统、智能缺陷分析方法、计算机程序产品和用于缺陷分析的方法
US11797557B2 (en) 2020-12-03 2023-10-24 Boe Technology Group Co., Ltd. Data management platform, intelligent defect analysis system, intelligent defect analysis method, computer-program product, and method for defect analysis

Also Published As

Publication number Publication date
KR101862310B1 (ko) 2018-05-29
CN107037053B (zh) 2021-06-01
KR20170067079A (ko) 2017-06-15

Similar Documents

Publication Publication Date Title
CN105158258B (zh) 一种基于计算机视觉的竹条表面缺陷检测方法
CN107037053A (zh) 用于检测斑缺陷的设备和方法
KR101635461B1 (ko) 웨이블릿 변환에서 마스크 필터링을 이용한 얼룩 결함 자동 검출 시스템 및 방법
US20070047801A1 (en) Defect detecting method and defect detecting device
CN109801322B (zh) 一种漏光检测方法及装置
JP2007078540A (ja) 外観検査方法及び外観検査装置
JP2001184510A (ja) 欠陥検出方法
JP5088165B2 (ja) 欠陥検出方法および欠陥検出装置
JPH03160349A (ja) ひび検出装置
JP2002148195A (ja) 表面検査装置及び表面検査方法
JP5849397B2 (ja) 表面欠陥検出装置および表面欠陥検出方法
JP2005165387A (ja) 画面のスジ欠陥検出方法及び装置並びに表示装置
KR20160097651A (ko) 유효화 영상처리기법을 이용한 시료의 패턴 검사 장치 및 방법, 그리고 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
JP4318776B2 (ja) ムラの検査方法及び装置
JP4184511B2 (ja) 金属試料表面の欠陥検査方法及び装置
KR101993654B1 (ko) 표시패널의 얼룩 검사 장치 및 그 방법
TWI493177B (zh) 一種檢測具週期性結構光學薄膜的瑕疵檢測方法及其檢測裝置
JP2001028059A (ja) 色ムラ検査方法及び装置
JP2004053477A (ja) 色ムラ検査方法及び装置
KR102117697B1 (ko) 표면검사 장치 및 방법
JP3047168B2 (ja) 鶏卵の検査方法
JP2003329428A (ja) 表面検査装置及び表面検査方法
JP2004286708A (ja) 欠陥検出装置、方法及びプログラム
KR20110020437A (ko) 패턴이 형성된 웨이퍼의 결함 검사 방법
JP4036048B2 (ja) 欠陥識別方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant