CN107067421A - 一种基板残材检测方法、装置及系统 - Google Patents

一种基板残材检测方法、装置及系统 Download PDF

Info

Publication number
CN107067421A
CN107067421A CN201710335385.0A CN201710335385A CN107067421A CN 107067421 A CN107067421 A CN 107067421A CN 201710335385 A CN201710335385 A CN 201710335385A CN 107067421 A CN107067421 A CN 107067421A
Authority
CN
China
Prior art keywords
mrow
mtd
msup
substrate
munderover
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
CN201710335385.0A
Other languages
English (en)
Other versions
CN107067421B (zh
Inventor
张加勤
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.)
BOE Technology Group Co Ltd
Chongqing BOE Optoelectronics Technology Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Chongqing BOE Optoelectronics Technology Co Ltd
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 BOE Technology Group Co Ltd, Chongqing BOE Optoelectronics Technology Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201710335385.0A priority Critical patent/CN107067421B/zh
Publication of CN107067421A publication Critical patent/CN107067421A/zh
Priority to US16/304,027 priority patent/US10902583B2/en
Priority to PCT/CN2018/079085 priority patent/WO2018205742A1/zh
Application granted granted Critical
Publication of CN107067421B publication Critical patent/CN107067421B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30121—CRT, LCD or plasma display

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

本发明涉及显示技术领域，公开了一种基板残材检测方法、装置及系统；其中，基板残材检测方法，包括：当切割后的基板经过所述传送通路后，采集所述传送通路的实时图像；将采集到的传送通路的实时图像与第一基准图像进行匹配对比，根据对比结果判断所述传送通路上是否存在基板残材；其中，所述第一基准图像为无基板残材的传送通路的图像。上述基板残材检测方法，运用了图像处理和图像匹配技术，可以准确有效地检测掉落在传送通路中的基板残材，从而避免后续经过传送通路的基板被划伤。

Description

一种基板残材检测方法、装置及系统
技术领域
本发明涉及显示技术领域，特别涉及一种基板残材检测方法、装置及系统。
背景技术
在TFT-LCD行业中，为了将成盒后的大玻璃基板(Glass)转化成所需要尺寸的玻璃面板(Panel)，必须进行切割工艺(Cut)。在这一过程中，将会产生大量的玻璃残材(DummyGlass)。
切割技术的发展，经历了从单面切割、到双面切割的发展历程。一般而言，低世代生产线(<G6)，或者Q产品的切割工序，通常会采用阵列基板(TFT)切割→TFT裂片→彩膜基板(CF)切割→CF裂片→取片，或者阵列基板(TFT)切割→彩膜基板(CF)切割→裂片→取片的方式进行。这类设备，可以采用全自动在线控制(Inline)方式，产生的Dummy Glass采用真空吸附法检测；也可以采用半自动运营(Semi-Auto)方式，人工去除Dummy。而高世代生产线(>G6)的切割工序，考虑到切割效率等因素，通常采用双面上下同时切割的方式进行，这种设备一般均采用全自动在线控制方式。
无论上述哪种切割设备，只要是全自动在线控制方式运营，取片过程都是：玻璃面板(Panel)被机械手(Pickup Hand)取走并通过传送装置(Conveyor)流向下一个单元，剩下的Dummy流到废玻璃回收单元中收集。为了防止Dummy随Panel一起进入下游设备，引起Panel表面划伤、边缘破损等不良，一般可以采用以下两种方式检测Dummy存在与否：一种是切割机设备增加Dummy检测单元，如MDI设备的Dummy Y、Dummy X单元，即利用步进电机结合检测推杆(Pin)方式，通过监控当前步进电机扭矩(转矩)值，来实现判断Panel边缘有无夹带Dummy的功能；另一种检测方法是增加真空吸附单元，利用真空值判断有无Dummy残留在Panel上。
然而，实际生产发现：无论上述哪种检测方式，都仅能够检测Panel边缘规则排列的Dummy，却无法检测出掉落在传送装置路径(传送通路)中的Dummy。而在自动化生产方式下，Panel在进入下游设备途中很容易出现Dummy掉落在传送通路上的情况，且由于单个产品的生产节拍(Tact Time)很短，因此一旦发生Panel在传输通路途中Dummy掉落并漏检，短时间内就会导致后面大量的Panel划伤不良，从而给生产企业造成重大损失。
发明内容
本发明提供一种基板残材检测方法、装置及系统，用于检测掉落在传送通路中的基板残材。
为达到上述目的，本发明提供以下技术方案：
一种基板残材检测方法，包括：
当切割后的基板经过所述传送通路后，采集所述传送通路的实时图像；
将采集到的传送通路的实时图像与第一基准图像进行匹配对比，根据对比结果判断所述传送通路上是否存在基板残材；其中，所述第一基准图像为无基板残材的传送通路的图像。
上述基板残材检测方法中，将无基板残材的传送通路的图像作为第一基准图像，通过将基板经过后的传送通路实时图像与上述第一基准图像进行对比分析，可以精准有效地判断出基板经过后的传送通路上是否存在残材，从而实现对传送通路上基板残材的检测。因此，上述基板残材检测方法可以有效检测掉落在传送通路中的基板残材，从而避免后续经过传送通路的基板被划伤。
优选地，所述将采集到的传送通路的实时图像与第一基准图像进行匹配对比，根据对比结果判断传送通路上是否存在基板残材；包括以下步骤：
将第一基准图像灰度化处理，生成第一基准图像的像素灰度值矩阵：
其中，x和y分别为第一基准图像中像素的行数和列数；G1(x,y)为第一基准图像中第x行、第y列的像素的灰度值；
将采集到的传送通路的实时图像定义为第一实时图像，将所述第一实时图像灰度化处理，生成第一实时图像的像素灰度值矩阵：
其中，x和y分别为第一实时图像中像素的行数和列数；H1(x,y)为第一实时图像中位于第x行、第y列的像素的灰度值；
从第一基准图像的灰度值矩阵中截取一个M*N子矩阵GMN，定义该子矩阵为第一基准子矩阵；从第一实时图像的灰度值矩阵中获取与所述第一基准子矩阵相匹配的M*N子矩阵，定义该子矩阵为第一实时子矩阵；将所述第一实时子矩阵与所述第一基准子矩阵进行误差分析，根据所述误差分析结果判断所述传送通路上是否存在基板残材。
优选地，所述从第一实时图像的灰度值矩阵中获取与第一基准子矩阵相匹配的M*N子矩阵；具体包括：设定从第一实时图像的灰度值矩阵中、以第m行第n列开始截取的M*N子矩阵为与第一基准子矩阵GMN相匹配的M*N子矩阵，其中，1≤m+M≤x，1≤n+N≤y；
定义第一匹配函数：
其中，为矩阵中第i行第j列的元素，GMN(i,j)为矩阵GMN中第i行第j列的元素；
定义第一相关函数：
计算当第一相关函数R(m,n)最接近1时m和n的数值，根据该m和n的数值获得与所述第一基准子矩阵相匹配的M*N子矩阵
优选地，所述将第一实时子矩阵与第一基准子矩阵进行误差分析，根据所述误差分析结果判断所述传送通路上是否存在基板残材；具体包括：
定义第一单像素点绝对误差：
其中，
定义第一目标函数，
设定第一目标函数阈值K1，将第一目标函数与第一目标函数阈值K1进行比较；当所述第一目标函数大于第一目标函数阈值K1时，判断所述传送通路上存在基板残材；当所述第一目标函数不大于第一目标函数阈值K1时，判断所述传送通路上不存在基板残材。
优选地，所述基板残材检测方法还包括：采集切割后的基板经过传送通路过程的实时图像；将采集到的基板经过传送通路过程的实时图像与第二基准图像进行匹配对比，根据对比结果判断基板上是否存在残材；其中，所述第二基准图像为切割后无残材的基板经过传送通路过程的图像。
优选地，所述将采集到的基板经过传送通路过程的实时图像与第二基准图像进行匹配对比，根据对比结果判断基板上是否存在基板残材；包括以下步骤：
将第二基准图像灰度化处理，生成第二基准图像的像素灰度值矩阵：
其中，x和y分别为第二基准图像中像素的行数和列数；G2(x,y)为第二基准图像中第x行、第y列的像素的灰度值；
将采集到的基板经过传送通路过程的实时图像定义为第二实时图像，将所述第二实时图像灰度化处理，生成第二实时图像的像素灰度值矩阵：
其中，x和y分别为第二实时图像中像素的行数和列数；H2(x,y)为第二实时图像中位于第x行、第y列的像素的灰度值；
从第二基准图像的灰度值矩阵中截取一个E*F子矩阵GEF，定义该子矩阵为第二基准子矩阵；从第二实时图像的灰度值矩阵中获取与所述第二基准子矩阵相匹配的E*F子矩阵，定义该子矩阵为第二实时子矩阵；将所述第二实时子矩阵与所述第二基准子矩阵进行误差分析，根据所述误差分析结果判断所述基板上是否存在残材。
优选地，所述从第二实时图像的灰度值矩阵中获取与第二基准子矩阵相匹配的E*F子矩阵；具体包括：设定从第二实时图像的灰度值矩阵中、以第e行第f列开始截取的E*F子矩阵为与第二基准子矩阵相匹配的E*F子矩阵，其中，1≤e+E≤x，1≤f+F≤y；
定义第二匹配函数：
其中，为矩阵中第i行第j列的元素，GEF(i,j)为矩阵GEF中第i行第j列的元素；
定义第二相关函数：
计算当第二相关函数R(e,f)最接近1时e和f的数值，根据该e和f的数值获得与所述第二基准子矩阵相匹配的E*F子矩阵
优选地，所述将第二实时子矩阵与第二基准子矩阵进行误差分析，根据所述误差分析结果判断所述基板上是否存在残材；具体包括：
定义第二单像素点绝对误差：
其中，
定义第二目标函数，
设定第二目标函数阈值K2，将第二目标函数与第二目标函数阈值K2进行比较；当所述第二目标函数大于第二目标函数阈值K2时，判断所述基板上存在残材；当所述第二目标函数不大于第二目标函数阈值K2时，判断所述基板上不存在残材。
一种基板残材检测装置，包括：图像采集模块，用于当切割后的基板经过传送通路后，采集传送通路的实时图像，并将该图像存储为第一实时图像；图像处理模块，用于将所述第一实时图像与第一基准图像进行匹配对比，并根据所述对比结果判断传送通路是否存在基板残材；其中，所述第一基准图像为无基板残材的传送通路的图像。
优选地，所述图像处理模块包括：
矩阵化处理单元，用于：
将第一基准图像灰度化处理，并生成第一基准图像的像素灰度值矩阵：
其中，x和y分别为第一基准图像中像素的行数和列数；G1(x,y)为第一基准图像中第x行、第y列的像素的灰度值；
将第一实时图像灰度化处理，并生成第一实时图像的像素灰度值矩阵：
其中，x和y分别为第一实时图像中像素的行数和列数；H1(x,y)为第一实时图像中位于第x行、第y列的像素的灰度值；
矩阵匹配单元，用于：从第一基准图像的灰度值矩阵中截取一个M*N子矩阵GMN，定义该子矩阵为第一基准子矩阵；从第一实时图像的灰度值矩阵中获取与所述第一基准子矩阵相匹配的M*N子矩阵，定义该子矩阵为第一实时子矩阵；
运算单元，用于：将所述第一实时子矩阵与所述第一基准子矩阵进行误差分析，根据所述误差分析结果判断所述传送通路上是否存在基板残材。
优选地，所述矩阵匹配单元，具体用于：设定从第一实时图像的灰度值矩阵中、以第m行第n列开始截取的M*N子矩阵为与第一基准子矩阵GMN相匹配的M*N子矩阵，其中，1≤m+M≤x，1≤n+N≤y；
定义第一匹配函数：
其中，为矩阵中第i行第j列的元素，GMN(i,j)为矩阵GMN中第i行第j列的元素；
定义第一相关函数：
计算当第一相关函数R(m,n)最接近1时m和n的数值，根据该m和n的数值获得与所述第一基准子矩阵相匹配的M*N子矩阵
所述运算单元，具体用于：
定义第一单像素点绝对误差：
其中，
定义第一目标函数，
设定第一目标函数阈值K1；将第一目标函数与第一目标函数阈值K1进行比较；当所述第一目标函数大于第一目标函数阈值K1时，判断所述传送通路上存在基板残材；当所述第一目标函数不大于第一目标函数阈值K1时，判断所述传送通路上不存在基板残材。
优选地，所述图像采集模块，还用于采集切割后的基板经过传送通路过程的实时图像，并将该图像存储为第二实时图像；所述图像处理模块，还用于将所述第二实时图像与第二基准图像进行匹配对比，并根据对比结果判断基板上是否存在残材；其中，所述第二基准图像为切割后无残材的基板经过传送通路过程的图像。
优选地，所述图像处理模块中，
所述矩阵化处理单元，还用于：
将第二基准图像灰度化处理，生成第二基准图像的像素灰度值矩阵：
其中，x和y分别为第二基准图像中像素的行数和列数；G2(x,y)为第二基准图像中第x行、第y列的像素的灰度值；
将第二实时图像灰度化处理，生成第二实时图像的像素灰度值矩阵：
其中，x和y分别为第二实时图像中像素的行数和列数；H2(x,y)为第二实时图像中位于第x行、第y列的像素的灰度值；
所述矩阵匹配单元，还用于：从第二基准图像的灰度值矩阵中截取一个E*F子矩阵GEF，定义该子矩阵为第二基准子矩阵；从第二实时图像的灰度值矩阵中获取与所述第二基准子矩阵相匹配的E*F子矩阵，定义该子矩阵为第二实时子矩阵；
所述运算单元，还用于：将所述第二实时子矩阵与所述第二基准子矩阵进行误差分析，根据所述误差分析结果判断所述基板上是否存在残材。
优选地，所述矩阵匹配单元，具体用于：设定从第二实时图像的灰度值矩阵中、以第e行第f列开始截取的E*F子矩阵为与第二基准子矩阵GEF相匹配的E*F子矩阵，其中，1≤e+E≤x，1≤f+F≤y；
定义第二匹配函数：
其中，为矩阵中第i行第j列的元素，GEF(i,j)为矩阵GEF中第i行第j列的元素；
定义第二相关函数：
计算当第二相关函数R(e,f)最接近1时e和f的数值，根据该e和f的数值获得与所述第二基准子矩阵相匹配的E*F子矩阵
所述运算单元，具体用于：
定义第二单像素点绝对误差：
其中，
定义第二目标函数，
设定第二目标函数阈值K2，将第二目标函数与第二目标函数阈值K2进行比较；当所述第二目标函数大于第二目标函数阈值K2时，判断所述基板上存在残材；当所述第二目标函数不大于第二目标函数阈值K2时，判断所述基板上不存在残材。
一种基板残材检测系统，包括上述任一技术方案中所述的基板残材检测装置；以及，传送装置，用于运送切割后的基板通过传送通路；驱动模块，用于驱动传送装置运动；第一传感器，安装于传送通路的起始端，用于感测基板、并生成感测信号；主控模块，与所述图像采集模块、图像处理模块、驱动模块和第一传感器信号连接，用于：当接收到第一传感器的感测信号时，控制驱动模块停止驱动传送装置，并控制图像采集模块采集传送通路的实时图像；并且，当所述图像处理模块判断传送通路不存在基板残材时，控制驱动模块驱动传送装置继续运动。
优选地，所述基板残材检测系统还包括：与所述主控模块信号连接的第二传感器，所述第二传感器安装于传送通路的终止端，用于感测基板、并生成感测信号；所述主控模块，还用于：当接收到第二传感器的感测信号时，控制图像采集模块采集所述第二传感器所感测到的基板经过传送通路过程的实时图像；并且，当所述图像处理模块判断该基板上存在残材时，生成报警信号。
优选地，所述图像采集模块包括一维线性图像传感器和用于驱动所述一维线性图像传感器运动以获取图像的伺服驱动单元。
附图说明
图1为本发明实施例提供的一种基板残材检测方法的流程图；
图2为图1中的基板残材检测方法中步骤S103的流程图；
图3为图1中的基板残材检测方法中步骤S106的流程图；
图4为本发明实施例提供的一种基板残材检测系统的结构框图；
图5为本发明实施例提供的一种基板残材检测装置中图像处理模块的结构框图；
图6为本发明实施例提供的一种基板残材检测装置中图像采集模块的结构框图；
图7为本发明实施例提供的一种基板残材检测系统中部分结构的俯视结构示意图；
图8为本发明实施例提供的一种基板残材检测系统中部分结构的侧视结构示意图；
图9为本发明实施例提供的一种基板残材检测系统用于检测传送通路上是否存在残材的流程示意图；
图10为本发明另一实施例提供的一种基板残材检测系统用于检测传送通路上是否存在残材的流程示意图；
图11为本发明实施例提供的一种基板残材检测系统用于检测基板上是否存在残材的流程示意图；
图12为本发明另一实施例提供的一种基板残材检测系统用于检测基板上是否存在残材的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1～图8。
如图1所示，本发明实施例提供的一种基板残材检测方法，包括：
步骤S101，当切割后的基板经过传送通路后，采集传送通路的实时图像；
步骤S102，将采集到的传送通路的实时图像与第一基准图像进行匹配对比，根据对比结果判断传送通路上是否存在基板残材；其中，第一基准图像为无基板残材的传送通路的图像。
上述基板残材检测方法，步骤S101至步骤S102中，将无基板残材的传送通路的图像作为第一基准图像，通过将基板经过后的传送通路实时图像与上述第一基准图像进行对比分析，可以精准有效地判断出基板经过后的传送通路上是否存在残材，从而实现对传送通路上基板残材的检测。因此，上述基板残材检测方法可以有效检测掉落在传送通路中的基板残材，从而避免后续经过传送通路的基板被划伤。
如图1和图2所示，一种具体的实施例中，步骤S102，即将采集到的传送通路的实时图像与第一基准图像进行匹配对比，根据对比结果判断传送通路上是否存在基板残材，具体包括以下步骤：
步骤S201，
将第一基准图像灰度化处理，生成第一基准图像的像素灰度值矩阵：
其中，x和y分别为第一基准图像中像素的行数和列数；G1(x,y)为第一基准图像中第x行、第y列的像素的灰度值；
将采集到的传送通路的实时图像定义为第一实时图像，将该第一实时图像灰度化处理，生成第一实时图像的像素灰度值矩阵：
其中，x和y分别为第一实时图像中像素的行数和列数；H1(x,y)为第一实时图像中位于第x行、第y列的像素的灰度值；
步骤S202，
从第一基准图像的灰度值矩阵中截取一个M*N子矩阵GMN，定义该子矩阵为第一基准子矩阵(即第一基准图像部分区域的像素点灰度值形成的矩阵)；
从第一实时图像的灰度值矩阵中获取与第一基准子矩阵相匹配的M*N子矩阵，定义该子矩阵为第一实时子矩阵(即第一实时图像部分区域的像素点灰度值形成的矩阵)；
步骤S203，
将第一实时子矩阵与第一基准子矩阵进行误差分析，根据误差分析结果判断传送通路上是否存在基板残材。
在图像采集过程中，微小的机械振动等因素也可能导致第一基准图像与第一实时图像的各像素之间不匹配；本发明实施例的基板残材检测方法，在步骤S102中，通过匹配处理获得第一基准子矩阵和第一实时子矩阵，并利用该第一基准子矩阵和第一实时子矩阵进行误差分析以判断传送通路上是否存在基板残材，该处理方法可以避免由于环境、机械稳定性等因素的干扰而导致的误判。
如图2所示，在上述实施例的基础上，一种具体的实施例中，步骤S202中，从第一实时图像的灰度值矩阵中获取与第一基准子矩阵相匹配的M*N子矩阵；具体可以采用以下方式：
设定从第一实时图像的灰度值矩阵中、以第m行第n列开始截取的M*N子矩阵为与第一基准子矩阵GMN相匹配的子矩阵，其中，1≤m+M≤x，1≤n+N≤y；
定义第一匹配函数：
其中，为矩阵中第i行第j列的元素，GMN(i,j)为矩阵GMN中第i行第j列的元素；
定义第一相关函数：
计算当第一相关函数R(m,n)最接近1时m和n的数值，根据该m和n的数值获得即获得与第一基准子矩阵相匹配的M*N子矩阵。
上述处理方式，即分别在第一基准图像的灰度值矩阵中和第一实时图像的灰度值矩阵中提取出相关度最接近于1的两个子矩阵(即GMN和)，可以相当于分别在第一基准图像和第一实时图像中提取出相匹配的两个子图像，采用该两个子图像进行对比判断，可以避免环境、机械稳定性等因素的干扰而导致的误判。具体地，该两个子图像要求至少包括传送通路上的基板运行路径部分的像素点、以保证通过该两个子像素的对比能够判断出传送通路上的基板残材情况，即两个子矩阵的M*N个元素中至少要包括传送通路上的基板运行路径部分图像像素的灰度值。
如图2所示，在上述实施例的基础上，一种具体的实施例中，步骤S203，即将第一实时子矩阵与第一基准子矩阵进行误差分析，根据误差分析结果判断传送通路上是否存在基板残材的步骤，具体可以包括：
定义第一单像素点绝对误差：
其中，
定义第一目标函数，
设定第一目标函数阈值K1，将第一目标函数和第一目标函数阈值K1进行比较；
当第一目标函数大于上述阈值K1时，判断传送通路上存在基板残材；
当第一目标函数不大于上述阈值K1时，判断传送通路上不存在基板残材。
如图1所示，在上述各实施例的基础上，一种具体的实施例中，本发明实施例的基板残材检测方法，还可以包括以下步骤：
步骤S103，采集切割后的基板经过传送通路过程的实时图像；
步骤S104，将采集到的基板经过传送通路过程的实时图像与第二基准图像进行匹配对比，根据对比结果判断基板上是否存在残材；其中，第二基准图像为切割后无残材的基板经过传送通路过程的图像。
本发明实施例的基板残材检测方法，步骤S103至步骤S104中，将无残材的基板经过传送通路过程的图像作为第二基准图像，通过将每一个切割后的基板经过传送通路过程的实时图像与上述第二基准图像进行对比分析，可以精准有效地判断出切割后的基板上是否存在残材，从而实现对基板上残材的检测，进而，可以避免携带残材的基板输送到下一处理单元中，造成产品生产过程中的不良。
进而，本发明实施例的基板残材检测方法，可以通过步骤S101至步骤S102，检测掉落在传送通路中的基板残材，还可以通过步骤S103至步骤S104，对切割后的基板上携带的残材进行检测，因此，本发明实施例的基板残材检测方法可以有效避免基板被传送通路中的残材划伤、或者基板携带残材输出而导致的输出基板不良等问题。
如图1和图3所示，进一步地，步骤S104可以采用与步骤S102相同的处理模式；具体地，步骤S104、将采集到的基板经过传送通路过程的实时图像与第二基准图像进行匹配对比，根据对比结果判断基板上是否存在基板残材，具体包括以下步骤：
步骤S301，
将第二基准图像灰度化处理，生成第二基准图像的像素灰度值矩阵：
其中，x和y分别为第二基准图像中像素的行数和列数；G2(x,y)为第二基准图像中第x行、第y列的像素的灰度值；
将采集到的基板经过传送通路过程的实时图像定义为第二实时图像，将该第二实时图像灰度化处理，生成第二实时图像的像素灰度值矩阵：
其中，x和y分别为第二实时图像中像素的行数和列数；H2(x,y)为第二实时图像中位于第x行、第y列的像素的灰度值；
步骤S302，
从第二基准图像的灰度值矩阵中截取一个E*F子矩阵GEF，定义该子矩阵为第二基准子矩阵；
从第二实时图像的灰度值矩阵中获取与第二基准子矩阵相匹配的E*F子矩阵，定义该子矩阵为第二实时子矩阵；
步骤S303，
将第二实时子矩阵与第二基准子矩阵进行误差分析，根据误差分析结果判断基板上是否存在残材。
本发明实施例的基板残材检测方法中，步骤S104中，通过匹配处理获得第二基准子矩阵和第二实时子矩阵，并利用该第二基准子矩阵和第二实时子矩阵进行误差分析以判断基板上是否存在基板残材，该处理方法可以避免由于环境、机械稳定性等因素的干扰而导致的误判。
如图2和图3所示，在上述实施例的基础上，一种具体的实施例中，步骤S302和步骤S303的处理方式可以分别与步骤S202和步骤S203相同；
具体地，步骤S302中，从第二实时图像的灰度值矩阵中获取与第二基准子矩阵相匹配的E*F子矩阵；具体可以采用以下方式：
设定从第二实时图像的灰度值矩阵中、以第e行第f列开始截取的E*F子矩阵为与第二基准子矩阵GEF相匹配的E*F子矩阵，其中1≤e+E≤x，1≤f+F≤y；
定义第二匹配函数：
其中，为矩阵中第i行第j列的元素，GEF(i,j)为矩阵GEF中第i行第j列的元素；
定义第二相关函数：
计算当第二相关函数R(e,f)最接近1时e和f的数值，根据该e和f的数值获得即获得与第二基准子矩阵相匹配的E*F子矩阵。
上述处理方式，即分别在第二基准图像的灰度值矩阵中和第二实时图像的灰度值矩阵中提取出相关度最接近于1的两个子矩阵(GEF和)，可以相当于分别在第二基准图像和第二实时图像中提取出相匹配的两个子图像，采用该两个子图像进行对比判断，可以避免由于环境、机械稳定性等因素的干扰而导致的误判。具体地，该两个子图像中，每个子图像要求至少包括含盖整个基板部分的像素点、以保证通过该两个子像素的对比能够判断出基板上的残材情况，即两个子矩阵中，每个子矩阵的E*F个元素中要求至少包括含盖整个基板部分图像像素的灰度值。
进一步地，步骤S303、将第二实时子矩阵与第二基准子矩阵进行误差分析，根据误差分析结果判断基板上是否存在残材；具体可以包括：
定义第二单像素点绝对误差：
其中，
定义第二目标函数，
设定第二目标函数阈值K2，将第二目标函数与第二目标函数阈值K2进行比较；
当第二目标函数大于上述阈值K2时，判断基板上存在残材；
当第二目标函数不大于上述阈值K2时，判断基板上不存在残材。
需要说明的是，由于上述x、y、M、N、m、n、E、F，e、f、以及i和j都对应于矩阵中的行数或列数，因此，其取值都为正整数。
基于本发明的基板残材检测方法，本发明实施例还提供了一种基板残材检测装置，如图4所示，该基板残材检测装置1包括：
图像采集模块2，该图像采集模块2用于当切割后的基板经过传送通路后，采集传送通路的实时图像，并将该图像存储为第一实时图像；
图像处理模块3，该图像处理模块3用于将图像采集模块2采集到的第一实时图像与第一基准图像进行匹配对比，并根据对比结果判断传送通路是否存在基板残材；其中，第一基准图像为无基板残材的传送通路的图像。
如图5所示，一种具体的实施例中，图像处理模块3可以包括矩阵化处理单元31，矩阵匹配单元32和运算单元33，其中：
矩阵化处理单元31，可以将第一基准图像和第一实时图像分别进行灰度化处理，并根据灰度化处理后的第一基准图像生成第一基准图像的像素灰度值矩阵根据灰度化处理后的第一实时图像生成第一实时图像的像素灰度值矩阵具体地，
其中，x和y分别为第一基准图像中像素的行数和列数；G1(x,y)为第一基准图像中第x行、第y列的像素的灰度值；
其中，x和y分别为第一实时图像中像素的行数和列数；H1(x,y)为第一实时图像中位于第x行、第y列的像素的灰度值；
矩阵匹配单元32，可以从第一基准图像的灰度值矩阵中截取一个M*N子矩阵(即第一基准子矩阵)；并且，从第一实时图像的灰度值矩阵中获取与第一基准子矩阵相匹配的M*N子矩阵(即第一实时子矩阵)；
运算单元33，可以将第一实时子矩阵与第一基准子矩阵进行误差分析，并根据误差分析结果判断传送通路上是否存在基板残材。
如图5所示，在上述实施例的基础上，一种具体的实施例中，矩阵匹配单元32可以通过下述处理方式来实现从第一实时图像的灰度值矩阵中获取第一实时子矩阵：
设定从第一实时图像的灰度值矩阵中、以第m行第n列开始截取的M*N子矩阵为与第一基准子矩阵GMN相匹配的M*N子矩阵，其中，1≤m+M≤x，1≤n+N≤y；
定义第一匹配函数：
其中，为矩阵中第i行第j列的元素，GMN(i,j)为矩阵GMN中第i行第j列的元素；
定义第一相关函数：
寻找当第一相关函数R(m,n)最接近1时m和n的数值，根据该m和n的数值获得即获得与第一基准子矩阵相匹配的M*N子矩阵。
如图5所示，在上述实施例的基础上，一种具体的实施例中，运算单元33可以通过下述处理方式来实现对第一实时子矩阵与第一基准子矩阵的误差分析和对传送通路是否存在残材的判断结果输出：
定义第一单像素点绝对误差：
其中，
定义第一目标函数，
设定第一目标函数阈值K1；将第一目标函数与第一目标函数阈值K1进行比较，并输出比较判断结果；具体地，
当第一目标函数大于第一目标函数阈值K1时，判断结果为传送通路上存在基板残材；
当第一目标函数不大于第一目标函数阈值K1时，判断结果为传送通路上不存在基板残材。
如图4所示，在上述各实施例的基础上，一种具体的实施例中，本发明实施例的基板残材检测装置1还可以用于检测切割后的基板上是否存在基板残材；具体地，本发明实施例的基板残材检测装置中：
图像采集模块2，还可以用于采集切割后的基板经过传送通路过程的实时图像，并将该图像存储为第二实时图像；
相应地，图像处理模块3，还可以用于将第二实时图像与第二基准图像进行匹配对比，并根据对比结果判断基板上是否存在残材；其中，第二基准图像为切割后无残材的基板经过传送通路过程的图像。
如图5所示，在上述实施例的基础上，一种具体的实施例中，本发明实施例的图像处理模块3中：
矩阵化处理单元31，可以将第二基准图像和第二实时图像分别进行灰度化处理，并根据灰度化处理后的第二基准图像生成第二基准图像的像素灰度值矩阵根据灰度化处理后的第二实时图像生成第二实时图像的像素灰度值矩阵具体地，
其中，x和y分别为第二基准图像中像素的行数和列数；G2(x,y)为第二基准图像中第x行、第y列的像素的灰度值；
将第二实时图像灰度化处理，生成第二实时图像的像素灰度值矩阵：
其中，x和y分别为第二实时图像中像素的行数和列数；H2(x,y)为第二实时图像中位于第x行、第y列的像素的灰度值；
矩阵匹配单元32，可以从第二基准图像的灰度值矩阵中截取一个E*F子矩阵(即第二基准子矩阵)；并且，从第二实时图像的灰度值矩阵中获取与第二基准子矩阵相匹配的E*F子矩阵(即第二实时子矩阵)；
运算单元33，可以将第二实时子矩阵与第二基准子矩阵进行误差分析，并根据误差分析结果判断基板上是否存在残材。
如图5所示，在上述实施例的基础上，一种具体的实施例中，矩阵匹配单元32可以通过下述处理方式来实现从第二实时图像的灰度值矩阵中获取第二实时子矩阵：
设定从第二实时图像的灰度值矩阵中、以第e行第f列开始截取的E*F子矩阵为与第二基准子矩阵GEF相匹配的E*F子矩阵，其中，1≤e+E≤x，1≤f+F≤y；
定义第二匹配函数：
其中，为矩阵中第i行第j列的元素，GEF(i,j)为矩阵GEF中第i行第j列的元素；
定义第二相关函数：
寻找当第二相关函数R(e,f)最接近1时e和f的数值，根据该e和f的数值获得即获得与第二基准子矩阵相匹配的E*F子矩阵。
如图5所示，在上述实施例的基础上，一种具体的实施例中，运算单元33可以通过下述处理方式来实现对第二实时子矩阵与第二基准子矩阵的误差分析和对基板上是否存在残材的判断结果输出：
定义第二单像素点绝对误差：
其中，
定义第二目标函数，
设定第二目标函数阈值K2；将第二目标函数与第二目标函数阈值K2进行比较，并输出比较判断结果；
当第二目标函数大于第二目标函数阈值K2时，判断结果为基板上存在基板残材；
当第二目标函数不大于第二目标函数阈值K2时，判断结果为基板上不存在基板残材。
具体地，本发明实施例的基板残材检测装置1中，如图6所示，图像采集模块2可以包括图像传感器21，还可以包括用于驱动图像传感器21扫描图像的伺服驱动单元22；如图5所示，图像处理模块3可以采用计算机等具有图像处理功能的硬件装置。
采用伺服驱动单元驱动图像传感器进行扫描，可以实现图像扫描的自动化，进而保证每一次图像扫描位置的稳定性。
在上述各实施例的基础上，一种优选的实施例中，由于本发明实施例的基板残材检测装置中，第一基准图像和第二基准图像是作为比对标准的图像，因此，其可以预先被获取并存储于基板残材检测装置中；而第一实时图像和第二实时图像则可以是在输送基板的过程中实时获取；进一步优选地，基板残材检测装置中可以直接存储第一基准图像的像素灰度值矩阵、以用于直接与第一实时图像的像素灰度值矩阵进行匹配对比；同理，基板残材检测装置中也可以直接存储第二基准图像的像素灰度值矩阵、以用于直接与第二实时图像的像素灰度值矩阵进行匹配对比。
进一步优选地，上述各实施例中的第二实时图像可以为基板经过传送通路某一设定位置的过程的实时图像；相应地，第二基准图像则为切割后无残材的基板经过传送通路该设定位置的过程的图像；进而，在采集第二实时图像时，图像采集模块的镜头可以对准传送通路的该设定位置处固定不动，当基板被传送经过该设定位置时，图像采集模块即可以获取到基板经过传送通路该设定位置的过程的图像，即获取到第二实时图像。
基于本发明的基板残材检测方法，本发明实施例还提供了一种基板残材检测系统，如图4所示，该基板残材检测系统包括上述任一实施例中的基板残材检测装置1。
如图4、图7～图8所示，进一步地，本发明实施例的基板残材检测系统还包括：用于运输切割后的基板4、以使基板4经过传送通路的传送装置5；以及，用于驱动传送装置5运动的驱动模块6；具体地，传送装置5可以为滚轮式输送机50，也可以为带状等其它样式的输送装置；且传送装置5的传送路径经过传送通路；驱动模块6可以为驱动马达，也可以为步进电机等其它驱动装置。
如图4、图7～图8所示，在上述实施例的基础上，一种具体的实施例中，本发明实施例的基板残材检测系统，还可以包括第一传感器8和主控模块7，其中：
第一传感器8可以感测到基板4、并生成第一感应信号，该第一感应信号可以作为基板残材检测装置1开始检测传送通路上是否存在残材的触发信号；具体地，该第一传感器8可以安装于传送通路的起始端，进而，当切割后的基板4被运送到传送通路的起始端时，该第一传感器8可以感测到该基板4、并生成第一感测信号；
主控模块7与驱动模块6、第一传感器8、以及基板残材检测装置1中的图像采集模块2和图像处理模块3之间信号连接。
在上述实施例的基础上，一种具体的实施例中，当基板残材检测装置中直接存储有第一基准图像或第一基准图像的像素灰度值矩阵时，如图4～图9所示，本发明实施例提供的基板残材检测系统用于检测传送通路上是否存在残材时，可以包括以下步骤：
步骤S401，输送机50将基板4输送到传送通路的起始端，从而触发第一传感器8生成第一感应信号；
步骤S402，主控模块7根据第一传感器8的第一感测信号，控制驱动模块6停止驱动输送机50，即停止输送基板4；并控制图像采集模块2开始采集传送通路的实时图像(第一实时图像)，即基板残材检测装置1开始检测传送通路上是否存在残材；
步骤S403，根据基板残材检测装置1中预存的第一基准图像或者第一基准图像的像素灰度值矩阵、以及上述第一实时图像，图像处理模块3对传送通路上是否存在基板残材进行判断；
步骤S404，当图像处理模块3判断传送通路上不存在基板残材时，主控模块7控制驱动模块6对输送机50进行驱动，从而继续输送基板4、以使基板4通过传送通路；
步骤S405，当图像处理模块3判断传送通路上存在基板残材时，主控模块7控制生成报警信号，以提醒工作人员清除传送通路上的基板残材。
综上所述，本发明实施例的基板残材检测系统，可以在每一个基板4到达传送通路的起始端时，触发基板残材检测装置1进行一次检测，以判断传送通路上是否存在基板残材；且，仅当通过基板残材检测装置1判断传送通路上不存在基板残材时，基板4才会被输送通过传送通路，因此，本发明实施例的基板残材检测系统可以有效避免基板4在传送通路的途中被上一个基板掉落的残材划伤。
可选地，当基板残材检测装置1中并未存储第一基准图像或第一基准图像的像素灰度值矩阵，如图10所示，本发明实施例提供的基板残材检测系统用于检测传送通路上是否存在残材时，可以包括以下具体流程：
步骤S501，开启对传送通路残材的检测功能；
步骤S502，系统自动判断该检测功能是否为第一次启动；若是第一次启动，则首先执行步骤S601～步骤S603，然后从步骤S501重新开始执行；否则，直接执行步骤S503；
步骤S601，人工检查，以保证传送通路上没有基板残材；
步骤S602，通过伺服驱动单元驱动CCD从传送通路的起始端运动至传送通路的终止端，以获取第一基准图像；
步骤S603，CCD将第一基准图像传送到矩阵化处理单元，矩阵化处理单元对第一基准图像进行灰度化处理、并生成第一基准图像的像素灰度值矩阵；
步骤S503，输送带停止运动，伺服驱动单元驱动CCD从传送通路的起始端运动至传送通路的终止端，以获取第一实时图像；
步骤S504，CCD将第一实时图像传送到矩阵化处理单元，矩阵化处理单元对第一实时图像进行灰度化处理、并生成第一实时图像的像素灰度值矩阵；
步骤S505，矩阵匹配单元从第一实时图像的像素灰度值矩阵和第一基准图像的像素灰度值矩阵中截取相互匹配的两个子矩阵；
步骤S506，运算单元根据两个子矩阵计算第一目标函数E1；
步骤S507，运算单元将第一目标函数E1与第一目标函数阈值K1进行比较；若E1<K1，则执行步骤S508；若E1>K1，则执行步骤S509；
步骤S508，输送带重新开始运动；
步骤S509，输出报警信号。
如图4～图8所示，在上述实施例的基础上，一种具体的实施例中，本发明实施例的基板残材检测系统，还可以包括与主控模块7信号连接的第二传感器9，该第二传感器9可以感测到基板4、并生成第二感应信号，该第二感应信号可以作为开始检测基板4上是否存在残材的触发信号。
在上述实施例的基础上，一种具体的实施例中，当基板残材检测装置中直接存储有第二基准图像或第二基准图像的像素灰度值矩阵时，如图4～图8、图11所示，本发明实施例提供的基板残材检测系统用于检测基板上是否存在残材时，可以包括以下步骤：
步骤S701，输送机50将基板4输送至第二传感器9所在位置，从而触发第二传感器9生成第二感应信号；
步骤S702，主控模块7根据第二感测信号控制图像采集模块2开始采集基板4经过传送通路过程的实时图像(第二实时图像)，即基板残材检测装置1开始检测基板4上是否存在残材；
步骤S703，根据基板残材检测装置1中预存的第二基准图像或者第二基准图像的像素灰度值矩阵、以及上述第二实时图像，图像处理模块3对基板上是否存在基板残材进行判断；
步骤S704，当图像处理模块3判断基板4上不存在基板残材时，主控模块7控制驱动模块6继续驱动输送机50；
步骤S705，当图像处理模块3判断基板4上存在基板残材时，主控模块7控制生成报警信号，以提醒工作人员清除基板4上的基板残材，或者，控制输送机50停止输送基板4。
综上所述，本发明实施例的基板残材检测系统，可以在每一个基板4触发第二传感器9时，使基板残材检测装置1被触发、以检测该基板4上是否存在基板残材；且，当通过基板残材检测装置1判断该基板4上存在基板残材时，可以产生报警信号以提醒工作人员清除基板4上的基板残材，因此，本发明实施例的基板残材检测系统可以有效避免基板残材被输送至下一处理单元，从而造成基板不良。
可选地，当基板残材检测装置1中并未存储第二基准图像或第二基准图像的像素灰度值矩阵，如图12所示，本发明实施例提供的基板残材检测系统用于检测基板上是否存在残材时，可以包括以下具体流程：
步骤S801，开启对基板上的残材的检测功能；
步骤S802，系统自动判断该检测功能是否为第一次启动；若是第一次启动，则执行步骤S901～步骤S903，然后从步骤S801重新开始执行；否则，直接执行步骤S803；
步骤S901，人工检查，以保证基板上没有基板残材；
步骤S902，通过输送带驱动基板从CCD下面通过，以使CCD获取第二基准图像；
步骤S903，CCD将获取的第二基准图像传送到矩阵化处理单元，矩阵化处理单元对第二基准图像进行灰度化处理、并生成第二基准图像的像素灰度值矩阵；
步骤S803，通过输送带驱动基板从CCD下面通过，以使CCD获取第二实时图像；
步骤S804，CCD将获取的第二实时图像传送到矩阵化处理单元，矩阵化处理单元对第二实时图像进行灰度化处理、并生成第二实时图像的像素灰度值矩阵；
步骤S805，矩阵匹配单元从第二实时图像的像素灰度值矩阵和第二基准图像的像素灰度值矩阵中截取相互匹配的两个子矩阵；
步骤S806，运算单元根据两个子矩阵计算第二目标函数E2；
步骤S807，运算单元将第二目标函数E2与第二目标函数阈值K2进行比较；若E2<K2，则执行步骤S808；若E2>K2，则执行步骤S809；
步骤S808，输送带继续运动、输送基板至下一单元；
步骤S809，输出报警信号。
如图4～图6所示，具体地，本发明实施例的基板残材检测系统中，第一传感器8和第二传感器9可以采用光电传感器，如红外线传感器；主控模块7可以采用计算机或者可编程逻辑控制器(PLC)等硬件实现。
如图6～图8所示，在上述各实施例的基础上，一种具体的实施例中，本发明实施例的基板残材检测系统中，图像采集模块2中的图像传感器(CCD)21可以为架设于传送通路上的一维线性CCD211；进一步地，用于驱动一维线性CCD211扫描的伺服驱动单元22可以包括伺服电机221和沿输送机50设置的伺服导轨222，一维线性CCD211安装到伺服导轨222上、并可沿伺服导轨222移动进而扫描图像。
如图7和图8所示，在上述实施例的基础上，一种优选的实施例中，第二传感器9可以安装于传送通路的终止端。
由于本发明实施例的基板残材检测系统中，基板残材检测装置1用于检测传送通路上是否存在基板残材时，一维线性CCD211可以在伺服驱动单元22的驱动下从传送通路的起始端移动至终止端、从而实现采集传送通路的实时图像(第一实时图像)；继而，当基板4刚好到达传送通路的终止端并触发第二传感器9、进而触发基板残材检测装置1开始检测基板4上是否存在残材时，一维线性CCD211可以刚好停在传送通路的终止端，此时，由于基板4刚好开始经过传送通路的终止端，因此，一维线性CCD211无需移动、即可以获取到基板4沿传送通路运动的过程图像(第二实时图像)。
另外，当一维线性CCD211完成一次第一实时图像和第二实时图像的扫描后，可以在伺服驱动单元22的驱动下重新回到传送通路的起始端，为下一轮的基板残材检测做准备。
需要说明的是，本发明实施例的基板残材检测系统，也可以用于先检测基板上是否存在残材，然后再检测传送通路上是否存在残材；此时，需要将第二传感器置于传送通路起始端的前方；并且，此时，获取的第二基准图像和第二实时图像相应地变为基板在传送通路之前的一段传输路径上的图像。
另外，本发明实施例的基板残材检测系统中，经过传送通路的基板既可以是大块基板原材切割后所形成的小块基板，也可以是切割后的液晶显示面板；并且，上述小块基板可以是玻璃、塑料或者亚克力等各种材质。
相比于传统的推杆扭矩检测方法和真空吸附检测方法，本发明实施例的基板残材检测方法及其对应的装置和系统，不仅可以有效地检测出传统方法无法实现检测的传送通路上的基板残材，还能有效检测出传统方法无法实现检测的基板表面上所散落的残材，并且，本发明实施例的基板残材检测方法不存在对基板造成物理损害的风险；检测结果准确，检测过程安全可靠。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (17)

1.一种基板残材检测方法，其特征在于，包括：
当切割后的基板经过所述传送通路后，采集所述传送通路的实时图像；
将采集到的传送通路的实时图像与第一基准图像进行匹配对比，根据对比结果判断所述传送通路上是否存在基板残材；其中，所述第一基准图像为无基板残材的传送通路的图像。
2.根据权利要求1所述的基板残材检测方法，其特征在于，所述将采集到的传送通路的实时图像与第一基准图像进行匹配对比，根据对比结果判断传送通路上是否存在基板残材；包括以下步骤：
将第一基准图像灰度化处理，生成第一基准图像的像素灰度值矩阵：
<mrow> <msubsup> <mi>G</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> <mn>1</mn> </msubsup> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，x和y分别为第一基准图像中像素的行数和列数；G1(x,y)为第一基准图像中第x行、第y列的像素的灰度值；
将采集到的传送通路的实时图像定义为第一实时图像，将所述第一实时图像灰度化处理，生成第一实时图像的像素灰度值矩阵：
<mrow> <msubsup> <mi>H</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> <mn>1</mn> </msubsup> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，x和y分别为第一实时图像中像素的行数和列数；H1(x,y)为第一实时图像中位于第x行、第y列的像素的灰度值；
从第一基准图像的灰度值矩阵中截取一个M*N子矩阵GMN，定义该子矩阵为第一基准子矩阵；
从第一实时图像的灰度值矩阵中获取与所述第一基准子矩阵相匹配的M*N子矩阵，定义该子矩阵为第一实时子矩阵；
对所述第一实时子矩阵与所述第一基准子矩阵进行误差分析，根据所述误差分析结果判断所述传送通路上是否存在基板残材。
3.根据权利要求2所述的基板残材检测方法，其特征在于，所述从第一实时图像的灰度值矩阵中获取与第一基准子矩阵相匹配的M*N子矩阵；具体包括：
设定从第一实时图像的灰度值矩阵中、以第m行第n列开始截取的M*N子矩阵为与第一基准子矩阵GMN相匹配的M*N子矩阵，其中，1≤m+M≤x，1≤n+N≤y；
定义第一匹配函数：
<mrow> <msub> <mi>D</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>-</mo> <mn>2</mn> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>G</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msub> <mi>G</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow>
其中，为矩阵中第i行第j列的元素，GMN(i,j)为矩阵GMN中第i行第j列的元素；
定义第一相关函数：
<mrow> <msub> <mi>R</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>G</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> <mo>;</mo> </mrow>
计算当第一相关函数R(m,n)最接近1时m和n的数值，根据该m和n的数值获得与所述第一基准子矩阵相匹配的M*N子矩阵
4.根据权利要求2所述的基板残材检测方法，其特征在于，所述将第一实时子矩阵与第一基准子矩阵进行误差分析，根据所述误差分析结果判断所述传送通路上是否存在基板残材；具体包括：
定义第一单像素点绝对误差：
<mrow> <msup> <mi>&amp;epsiv;</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <mo>{</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>H</mi> <mo>&amp;OverBar;</mo> </mover> <mo>}</mo> <mo>-</mo> <mo>{</mo> <msub> <mi>G</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>G</mi> <mo>&amp;OverBar;</mo> </mover> <mo>}</mo> <mo>|</mo> </mrow>
其中，
定义第一目标函数，
设定第一目标函数阈值K1，将第一目标函数与第一目标函数阈值K1进行比较；
当所述第一目标函数大于第一目标函数阈值K1时，判断所述传送通路上存在基板残材；
当所述第一目标函数不大于第一目标函数阈值K1时，判断所述传送通路上不存在基板残材。
5.根据权利要求1～4任一项所述的基板残材检测方法，其特征在于，还包括：
采集切割后的基板经过传送通路过程的实时图像；
将采集到的基板经过传送通路过程的实时图像与第二基准图像进行匹配对比，根据对比结果判断基板上是否存在残材；其中，所述第二基准图像为切割后无残材的基板经过传送通路过程的图像。
6.根据权利要求5所述的基板残材检测方法，其特征在于，所述将采集到的基板经过传送通路过程的实时图像与第二基准图像进行匹配对比，根据对比结果判断基板上是否存在基板残材；包括以下步骤：
将第二基准图像灰度化处理，生成第二基准图像的像素灰度值矩阵：
<mrow> <msubsup> <mi>G</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> <mn>2</mn> </msubsup> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>...</mn> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mn>...</mn> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，x和y分别为第二基准图像中像素的行数和列数；G2(x,y)为第二基准图像中第x行、第y列的像素的灰度值；
将采集到的基板经过传送通路过程的实时图像定义为第二实时图像，将所述第二实时图像灰度化处理，生成第二实时图像的像素灰度值矩阵：
<mrow> <msubsup> <mi>H</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> <mn>2</mn> </msubsup> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，x和y分别为第二实时图像中像素的行数和列数；H2(x,y)为第二实时图像中位于第x行、第y列的像素的灰度值；
从第二基准图像的灰度值矩阵中截取一个E*F子矩阵GEF，定义该子矩阵为第二基准子矩阵；
从第二实时图像的灰度值矩阵中获取与所述第二基准子矩阵相匹配的E*F子矩阵，定义该子矩阵为第二实时子矩阵；
将所述第二实时子矩阵与所述第二基准子矩阵进行误差分析，根据所述误差分析结果判断所述基板上是否存在残材。
7.根据权利要求6所述的基板残材检测方法，其特征在于，所述从第二实时图像的灰度值矩阵中获取与第二基准子矩阵相匹配的E*F子矩阵；具体包括：
设定从第二实时图像的灰度值矩阵中、以第e行第f列开始截取的E*F子矩阵为与第二基准子矩阵相匹配的E*F子矩阵，其中，1≤e+E≤x，1≤f+F≤y；
定义第二匹配函数：
<mrow> <msub> <mi>D</mi> <mrow> <mo>(</mo> <mi>e</mi> <mo>,</mo> <mi>f</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>-</mo> <mn>2</mn> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>G</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msub> <mi>G</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>;</mo> </mrow>
其中，为矩阵中第i行第j列的元素，GEF(i,j)为矩阵GEF中第i行第j列的元素；
定义第二相关函数：
<mrow> <msub> <mi>R</mi> <mrow> <mo>(</mo> <mi>e</mi> <mo>,</mo> <mi>f</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>G</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> <mo>;</mo> </mrow>
计算当第二相关函数R(e,f)最接近1时e和f的数值，根据该e和f的数值获得与所述第二基准子矩阵相匹配的E*F子矩阵
8.根据权利要求6或7所述的基板残材检测方法，其特征在于，所述将第二实时子矩阵与第二基准子矩阵进行误差分析，根据所述误差分析结果判断所述基板上是否存在残材；具体包括：
定义第二单像素点绝对误差：
<mrow> <msup> <mi>&amp;epsiv;</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <mo>{</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>H</mi> <mo>&amp;OverBar;</mo> </mover> <mo>}</mo> <mo>-</mo> <mo>{</mo> <msub> <mi>G</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>G</mi> <mo>&amp;OverBar;</mo> </mover> <mo>}</mo> <mo>|</mo> <mo>;</mo> </mrow>
其中，
定义第二目标函数，
设定第二目标函数阈值K2，将第二目标函数与第二目标函数阈值K2进行比较；
当所述第二目标函数大于第二目标函数阈值K2时，判断所述基板上存在残材；
当所述第二目标函数不大于第二目标函数阈值K2时，判断所述基板上不存在残材。
9.一种基板残材检测装置，其特征在于，包括：
图像采集模块，用于当切割后的基板经过传送通路后，采集传送通路的实时图像，并将该图像存储为第一实时图像；
图像处理模块，用于将所述第一实时图像与第一基准图像进行匹配对比，并根据所述对比结果判断传送通路是否存在基板残材；其中，所述第一基准图像为无基板残材的传送通路的图像。
10.根据权利要求9所述的基板残材检测装置，其特征在于，所述图像处理模块包括：
矩阵化处理单元，用于：
将第一基准图像灰度化处理，并生成第一基准图像的像素灰度值矩阵：
<mrow> <msubsup> <mi>G</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> <mn>1</mn> </msubsup> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，x和y分别为第一基准图像中像素的行数和列数；G1(x,y)为第一基准图像中第x行、第y列的像素的灰度值；
将第一实时图像灰度化处理，并生成第一实时图像的像素灰度值矩阵：
<mrow> <msubsup> <mi>H</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> <mn>1</mn> </msubsup> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，x和y分别为第一实时图像中像素的行数和列数；H1(x,y)为第一实时图像中位于第x行、第y列的像素的灰度值；
矩阵匹配单元，用于：
从第一基准图像的灰度值矩阵中截取一个M*N子矩阵GMN，定义该子矩阵为第一基准子矩阵；
从第一实时图像的灰度值矩阵中获取与所述第一基准子矩阵相匹配的M*N子矩阵，定义该子矩阵为第一实时子矩阵；
运算单元，用于：
将所述第一实时子矩阵与所述第一基准子矩阵进行误差分析，根据所述误差分析结果判断所述传送通路上是否存在基板残材。
11.根据权利要求10所述的基板残材检测装置，其特征在于，所述矩阵匹配单元，具体用于：
设定从第一实时图像的灰度值矩阵中、以第m行第n列开始截取的M*N子矩阵为与第一基准子矩阵GMN相匹配的M*N子矩阵，其中，1≤m+M≤x，1≤n+N≤y；
定义第一匹配函数：
<mrow> <msub> <mi>D</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>-</mo> <mn>2</mn> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>G</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msub> <mi>G</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>;</mo> </mrow>
其中，为矩阵中第i行第j列的元素，GMN(i,j)为矩阵GMN中第i行第j列的元素；
定义第一相关函数：
<mrow> <msub> <mi>R</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>G</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> <mo>;</mo> </mrow>
计算当第一相关函数R(m,n)最接近1时m和n的数值，根据该m和n的数值获得与所述第一基准子矩阵相匹配的M*N子矩阵
所述运算单元，具体用于：
定义第一单像素点绝对误差：
<mrow> <msup> <mi>&amp;epsiv;</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <mo>{</mo> <msubsup> <mi>H</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>H</mi> <mo>&amp;OverBar;</mo> </mover> <mo>}</mo> <mo>-</mo> <mo>{</mo> <msub> <mi>G</mi> <mrow> <mi>M</mi> <mi>N</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>G</mi> <mo>&amp;OverBar;</mo> </mover> <mo>}</mo> <mo>|</mo> <mo>;</mo> </mrow>
其中，
定义第一目标函数，
设定第一目标函数阈值K1；将第一目标函数与第一目标函数阈值K1进行比较；
当所述第一目标函数大于第一目标函数阈值K1时，判断所述传送通路上存在基板残材；
当所述第一目标函数不大于第一目标函数阈值K1时，判断所述传送通路上不存在基板残材。
12.根据权利要求9～11任一项所述的基板残材检测装置，其特征在于，
所述图像采集模块，还用于采集切割后的基板经过传送通路过程的实时图像，并将该图像存储为第二实时图像；
所述图像处理模块，还用于将所述第二实时图像与第二基准图像进行匹配对比，并根据对比结果判断基板上是否存在残材；其中，所述第二基准图像为切割后无残材的基板经过传送通路过程的图像。
13.根据权利要求12所述的基板残材检测装置，其特征在于，所述图像处理模块中，
所述矩阵化处理单元，还用于：
将第二基准图像灰度化处理，生成第二基准图像的像素灰度值矩阵：
<mrow> <msubsup> <mi>G</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> <mn>2</mn> </msubsup> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>G</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，x和y分别为第二基准图像中像素的行数和列数；G2(x,y)为第二基准图像中第x行、第y列的像素的灰度值；
将第二实时图像灰度化处理，生成第二实时图像的像素灰度值矩阵：
<mrow> <msubsup> <mi>H</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> <mn>2</mn> </msubsup> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msup> <mi>H</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，x和y分别为第二实时图像中像素的行数和列数；H2(x,y)为第二实时图像中位于第x行、第y列的像素的灰度值；
所述矩阵匹配单元，还用于：
从第二基准图像的灰度值矩阵中截取一个E*F子矩阵GEF，定义该子矩阵为第二基准子矩阵；
从第二实时图像的灰度值矩阵中获取与所述第二基准子矩阵相匹配的E*F子矩阵，定义该子矩阵为第二实时子矩阵；
所述运算单元，还用于：
将所述第二实时子矩阵与所述第二基准子矩阵进行误差分析，根据所述误差分析结果判断所述基板上是否存在残材。
14.根据权利要求13所述的基板残材检测装置，其特征在于，所述矩阵匹配单元，具体用于：
设定从第二实时图像的灰度值矩阵中、以第e行第f列开始截取的E*F子矩阵为与第二基准子矩阵GEF相匹配的E*F子矩阵，其中，1≤e+E≤x，1≤f+F≤y；
定义第二匹配函数：
<mrow> <msub> <mi>D</mi> <mrow> <mo>(</mo> <mi>e</mi> <mo>,</mo> <mi>f</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>-</mo> <mn>2</mn> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>G</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msub> <mi>G</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>;</mo> </mrow>
其中，为矩阵中第i行第j列的元素，GEF(i,j)为矩阵GEF中第i行第j列的元素；
定义第二相关函数：
<mrow> <msub> <mi>R</mi> <mrow> <mo>(</mo> <mi>e</mi> <mo>,</mo> <mi>f</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>G</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>E</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>F</mi> </munderover> <msup> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> <mo>;</mo> </mrow>
计算当第二相关函数R(e,f)最接近1时e和f的数值，根据该e和f的数值获得与所述第二基准子矩阵相匹配的E*F子矩阵
所述运算单元，具体用于：
定义第二单像素点绝对误差：
<mrow> <msup> <mi>&amp;epsiv;</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <mo>{</mo> <msubsup> <mi>H</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> <mrow> <mi>e</mi> <mo>,</mo> <mi>f</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>H</mi> <mo>&amp;OverBar;</mo> </mover> <mo>}</mo> <mo>-</mo> <mo>{</mo> <msub> <mi>G</mi> <mrow> <mi>E</mi> <mi>F</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>G</mi> <mo>&amp;OverBar;</mo> </mover> <mo>}</mo> <mo>|</mo> </mrow>
其中，
定义第二目标函数，
设定第二目标函数阈值K2，将第二目标函数与第二目标函数阈值K2进行比较；
当所述第二目标函数大于第二目标函数阈值K2时，判断所述基板上存在残材；
当所述第二目标函数不大于第二目标函数阈值K2时，判断所述基板上不存在残材。
15.一种基板残材检测系统，其特征在于，包括权利要求12～14任一项所述的基板残材检测装置；以及，
传送装置，用于运送切割后的基板通过传送通路；
驱动模块，用于驱动传送装置运动；
第一传感器，安装于传送通路的起始端，用于感测基板、并生成感测信号；
主控模块，与所述图像采集模块、图像处理模块、驱动模块和第一传感器信号连接，用于：
当接收到第一传感器的感测信号时，控制驱动模块停止驱动传送装置，并控制图像采集模块采集传送通路的实时图像；并且，
当所述图像处理模块判断传送通路不存在基板残材时，控制驱动模块驱动传送装置继续运动。
16.根据权利要求15所述的基板残材检测系统，其特征在于，还包括：
与所述主控模块信号连接的第二传感器，所述第二传感器安装于传送通路的终止端，用于感测基板、并生成感测信号；
所述主控模块，还用于：
当接收到第二传感器的感测信号时，控制图像采集模块采集所述第二传感器所感测到的基板经过传送通路过程的实时图像；并且，
当所述图像处理模块判断该基板上存在残材时，生成报警信号。
17.根据权利要求15或16所述的基板残材检测系统，其特征在于，所述图像采集模块包括一维线性图像传感器和用于驱动所述一维线性图像传感器运动以获取图像的伺服驱动单元。
CN201710335385.0A 2017-05-12 2017-05-12 一种基板残材检测方法、装置及系统 Expired - Fee Related CN107067421B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201710335385.0A CN107067421B (zh) 2017-05-12 2017-05-12 一种基板残材检测方法、装置及系统
US16/304,027 US10902583B2 (en) 2017-05-12 2018-03-15 Dummy substrate detection method, dummy substrate detector device and system
PCT/CN2018/079085 WO2018205742A1 (zh) 2017-05-12 2018-03-15 基板残材检测方法、装置以及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710335385.0A CN107067421B (zh) 2017-05-12 2017-05-12 一种基板残材检测方法、装置及系统

Publications (2)

Publication Number Publication Date
CN107067421A true CN107067421A (zh) 2017-08-18
CN107067421B CN107067421B (zh) 2020-02-28

Family

ID=59596452

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710335385.0A Expired - Fee Related CN107067421B (zh) 2017-05-12 2017-05-12 一种基板残材检测方法、装置及系统

Country Status (3)

Country Link
US (1) US10902583B2 (zh)
CN (1) CN107067421B (zh)
WO (1) WO2018205742A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018205742A1 (zh) * 2017-05-12 2018-11-15 京东方科技集团股份有限公司 基板残材检测方法、装置以及系统
CN110053089A (zh) * 2019-04-09 2019-07-26 深圳市华星光电半导体显示技术有限公司 面板切割装置
CN110095590A (zh) * 2019-04-23 2019-08-06 深圳市华星光电半导体显示技术有限公司 玻璃基板残材侦测方法及装置
CN110885181A (zh) * 2019-11-11 2020-03-17 深圳市华星光电半导体显示技术有限公司 基板残材侦测方法及基板残材侦测装置
WO2021232742A1 (zh) * 2020-05-19 2021-11-25 深圳市华星光电半导体显示技术有限公司 面板残材检测装置及检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1378261A (zh) * 2001-03-27 2002-11-06 安藤电气株式会社 一种载带封装处理器
CN102495069A (zh) * 2011-12-07 2012-06-13 广东辉丰科技股份有限公司 一种基于数字图像处理的拉链链带缺陷检测方法
CN103824304A (zh) * 2014-03-18 2014-05-28 中国矿业大学(北京) 传送带上矿石传送过程中故障诊断方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3990981B2 (ja) * 2000-12-15 2007-10-17 ケイエルエイ−テンコー コーポレイション 基板を検査するための方法及び装置
JP2010271133A (ja) 2009-05-20 2010-12-02 Oputouea Kk 光走査式平面検査装置
CN202305836U (zh) 2011-11-01 2012-07-04 北京京东方光电科技有限公司 玻璃基板残材检测装置
CN103913468B (zh) * 2014-03-31 2016-05-04 湖南大学 生产线上大尺寸lcd玻璃基板的多视觉缺陷检测设备及方法
CN104193159B (zh) 2014-08-14 2017-02-01 深圳市华星光电技术有限公司 残材检测及去除装置及其方法
RU2727913C1 (ru) * 2016-07-12 2020-07-24 Йосино Джипсум Ко., Лтд. Способ контроля, способ контроля и передачи информации, способ изготовления, включающий способ контроля, устройство контроля и производственная установка
FR3059423B1 (fr) * 2016-11-29 2020-05-29 Vit Systeme et procede de positionnement et d'inspection optique d'un objet
WO2018200866A1 (en) * 2017-04-26 2018-11-01 UHV Technologies, Inc. Material sorting using a vision system
CN107067421B (zh) 2017-05-12 2020-02-28 京东方科技集团股份有限公司 一种基板残材检测方法、装置及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1378261A (zh) * 2001-03-27 2002-11-06 安藤电气株式会社 一种载带封装处理器
CN102495069A (zh) * 2011-12-07 2012-06-13 广东辉丰科技股份有限公司 一种基于数字图像处理的拉链链带缺陷检测方法
CN103824304A (zh) * 2014-03-18 2014-05-28 中国矿业大学(北京) 传送带上矿石传送过程中故障诊断方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018205742A1 (zh) * 2017-05-12 2018-11-15 京东方科技集团股份有限公司 基板残材检测方法、装置以及系统
US10902583B2 (en) 2017-05-12 2021-01-26 Boe Technology Group Co., Ltd. Dummy substrate detection method, dummy substrate detector device and system
CN110053089A (zh) * 2019-04-09 2019-07-26 深圳市华星光电半导体显示技术有限公司 面板切割装置
CN110053089B (zh) * 2019-04-09 2020-09-01 深圳市华星光电半导体显示技术有限公司 面板切割装置
CN110095590A (zh) * 2019-04-23 2019-08-06 深圳市华星光电半导体显示技术有限公司 玻璃基板残材侦测方法及装置
CN110885181A (zh) * 2019-11-11 2020-03-17 深圳市华星光电半导体显示技术有限公司 基板残材侦测方法及基板残材侦测装置
CN110885181B (zh) * 2019-11-11 2022-04-26 深圳市华星光电半导体显示技术有限公司 基板残材侦测方法及基板残材侦测装置
WO2021232742A1 (zh) * 2020-05-19 2021-11-25 深圳市华星光电半导体显示技术有限公司 面板残材检测装置及检测方法

Also Published As

Publication number Publication date
US10902583B2 (en) 2021-01-26
WO2018205742A1 (zh) 2018-11-15
US20200320675A1 (en) 2020-10-08
CN107067421B (zh) 2020-02-28

Similar Documents

Publication Publication Date Title
CN107067421A (zh) 一种基板残材检测方法、装置及系统
CN203508418U (zh) 烟草包装箱外观的检测装置
CN103913468B (zh) 生产线上大尺寸lcd玻璃基板的多视觉缺陷检测设备及方法
CN102608128B (zh) 用于检查瓶或类似容器的设备
CN106781529B (zh) 一种基于重量测量的车辆跨道与逆行检测系统
CN102890841B (zh) 一种有价文件鉴别方法及装置
CN104848786B (zh) 一种玻璃几何参数测量方法
CN102736280A (zh) 偏光板贴附精度检测装置及方法
CN203184248U (zh) 薄型片材检测系统
CN105964567B (zh) 一种针对生活垃圾中的玻璃瓶分拣控制系统
CN108898179B (zh) 一种瓷砖按等级包装方法及系统
CN203245133U (zh) 镜片瑕疵检测系统
CN107966459A (zh) 一种宽幅面玻璃细微划伤在线检测装置
CN102615053A (zh) 柔版机添加质检剔次装置
CN206954660U (zh) 应用于生产包装线自动获取产品条码的数据采集控制系统
CN101723100A (zh) 镜片自动焦度包装机
CN102221550A (zh) 一种岩心岩屑图像采集装置及图像采集、处理方法
CN107561083A (zh) 一种钢材表面质量检测系统
CN107238955A (zh) 液晶模组屏检测系统
CN104729423B (zh) 一种用于检测异形玻璃几何参数的测量方法
CN105588598A (zh) 一种基于机器视觉的汽车仪表自动化检测设备
CN206588032U (zh) 一种磁性材料检测及分拣装置
CN1474177A (zh) 多传感器融合智能透明容器检测设备及检测方法
CN203518957U (zh) 一种激光划线形貌的检测系统
CN109682427A (zh) 视觉检测系统及应用其的视觉检测方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200228