CN107576663A - 一种显示屏缺陷自动检测系统及方法 - Google Patents
一种显示屏缺陷自动检测系统及方法 Download PDFInfo
- Publication number
- CN107576663A CN107576663A CN201710764594.7A CN201710764594A CN107576663A CN 107576663 A CN107576663 A CN 107576663A CN 201710764594 A CN201710764594 A CN 201710764594A CN 107576663 A CN107576663 A CN 107576663A
- Authority
- CN
- China
- Prior art keywords
- display screen
- measured
- picture
- spot
- test
- 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
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开一种显示屏缺陷自动检测系统及方法,该系统包括:暗箱、相机以及上位机;所述相机与上位机连接,用于拍摄暗箱中待测显示屏在不同颜色显示下的图片,并将所述图片输出给上位机;所述上位机用于对收到的所述图片进行处理,判断所述待测显示屏是否存在缺陷。本发明能够快速、稳定地检测显示屏在不同颜色界面中的缺陷,从而提升生产速度,节约生产人力成本。
Description
技术领域
本发明涉及显示屏缺陷检测技术领域,尤其涉及一种显示屏缺陷自动检测系统及方法。
背景技术
显示屏在出厂之前,厂家需要对显示屏是否存在缺陷进行严格的检测。以笔记本电脑的显示屏为例,往往是通过检测显示屏在红色、绿色、蓝色、白色、灰色、黑色等6个画面中显示情况,来判断显示屏是否存在缺陷。目前,传统的笔记本电脑生产线检测笔记本电脑显示屏缺陷的方法是使用人力检测,员工在检测显示屏缺陷时,借助程序观察在各个颜色的纯色画面中显现的不良现象,每种颜色画面至少需要10到15秒的观察时间,如此一来,每人检测一台电脑需要用时至少一至两分钟,一条产线至少需要安排6至8人检测才能满足生产需求。上述通过人力检测显示屏缺陷的方法不仅用时长、效率低、人力成本高,而且员工长时间观察显示屏,一来对员工健康造成伤害,二来员工视觉疲劳容易漏过一些不良产品,降低了出厂的良率,可能会对产品质量口碑造成损害。
发明内容
本发明的目的在于通过一种显示屏缺陷自动检测系统及方法,来解决以上背景技术部分提到的问题。
为达此目的,本发明采用以下技术方案:
一种显示屏缺陷自动检测系统,其包括:暗箱、相机以及上位机;所述相机与上位机连接,用于拍摄暗箱中待测显示屏在不同颜色显示下的图片,并将所述图片输出给上位机;所述上位机用于对收到的所述图片进行处理,判断所述待测显示屏是否存在缺陷。
特别地,所述显示屏缺陷自动检测系统还包括感应装置;所述暗箱选用可自动封闭的暗箱;所述感应装置用于判断所述待测显示屏是否完全进入暗箱,若是,则所述可自动封闭的暗箱关闭。
特别地,所述可自动封闭的暗箱的闸门通过气缸驱动其开闭;所述感应装置包括红外传感器,红外传感器感应到待测显示屏进入暗箱后发送脉冲通知气缸关闭暗箱闸门。
特别地,所述上位机具体用于对所述待测显示屏在不同颜色显示下的图片进行处理,完成对所述待测显示屏的亮、暗点检测,斑点检测,线条测试,及漏光测试,若未发现亮、暗点,斑点,线条,漏光,则判定所述待测显示屏无缺陷,测试结果为通过,若发现所述待测显示屏存在亮、暗点,斑点,线条,漏光的任一种,则判定所述待测显示屏存在缺陷即不良,测试结果为未通过,标注出不良现象并保存。
特别地,所述对所述待测显示屏在不同颜色显示下的图片进行处理,包括:确认测试区域:根据所述待测显示屏与暗箱内部环境的明亮度差异,找到所述待测显示屏在所述图片中的位置。
特别地,所述对所述待测显示屏的亮、暗点检测,具体包括:采用canny算法对图片进行二值化处理,提取图片中的亮、暗点边缘并用红线描绘出来保存到检测结果图片中。
特别地,所述对所述待测显示屏的斑点检测,具体包括:遍历整个测试区域,每次选取其中35×35个像素大小的图片区域进行像素比对,提取出其中和周围像素点有明显差异的像素点作为斑点边缘,以此作为依据将斑点用红线描绘出来并保存到检测结果图片中。
特别地,所述对所述待测显示屏的线条测试,具体包括:采用canny算法将测试区域进行二值化处理,并对处理后的图片作直线拟合处理,如果成功拟合出直线,说明存在线条不良缺陷,用红线描绘出来并保存到检测结果图片中。
特别地,所述对所述待测显示屏的漏光测试,具体包括:将测试区域平均划分出若干个区域,计算出每个区域的平均灰度值,找出其中高于平均灰度值预设阈值以上的区域并将该区域判定为漏光区域,用红色线条描绘出来并保存到检测结果图片中。
基于上述系统,本发明还公开了一种显示屏缺陷自动检测方法,该方法包括如下步骤:
S101、相机拍摄暗箱中待测显示屏在不同颜色显示下的图片,并将所述图片输出给上位机;
S102、所述上位机对所述待测显示屏在不同颜色显示下的图片进行处理,完成对所述待测显示屏的亮、暗点检测,斑点检测,线条测试,及漏光测试,若未发现亮、暗点,斑点,线条,漏光,则判定所述待测显示屏无缺陷,测试结果为通过,若发现所述待测显示屏存在亮、暗点,斑点,线条,漏光的任一种,则判定所述待测显示屏存在缺陷即不良,测试结果为未通过,标注出不良现象并保存;其中,所述上位机对所述待测显示屏在不同颜色显示下的图片进行处理,包括:确认测试区域:根据所述待测显示屏与暗箱内部环境的明亮度差异,找到所述待测显示屏在所述图片中的位置;对所述待测显示屏的亮、暗点检测,具体包括:采用canny算法对图片进行二值化处理,提取图片中的亮、暗点边缘并用红线描绘出来保存到检测结果图片中;对所述待测显示屏的斑点检测,具体包括:遍历整个测试区域,每次选取其中35×35个像素大小的图片区域进行像素比对,提取出其中和周围像素点有明显差异的像素点作为斑点边缘,以此作为依据将斑点用红线描绘出来并保存到检测结果图片中;对所述待测显示屏的线条测试,具体包括:采用canny算法将测试区域进行二值化处理,并对处理后的图片作直线拟合处理,如果成功拟合出直线,说明存在线条不良缺陷,用红线描绘出来并保存到检测结果图片中;对所述待测显示屏的漏光测试,具体包括:将测试区域平均划分出若干个区域,计算出每个区域的平均灰度值,找出其中高于平均灰度值预设阈值以上的区域并将该区域判定为漏光区域,用红色线条描绘出来并保存到检测结果图片中。
本发明提出的显示屏缺陷自动检测系统及方法能够快速、稳定地检测显示屏在不同颜色界面中的缺陷,从而提升生产速度,节约生产人力成本。
附图说明
图1为本发明实施例提供的显示屏缺陷自动检测系统结构示意图;
图2为本发明实施例提供的显示屏缺陷自动检测方法流程图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容理解的更加透彻全面。需要说明的是,当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参照图1所示,图1为本发明实施例提供的显示屏缺陷自动检测系统结构示意图。
本实施例中显示屏缺陷自动检测系统具体包括:暗箱101、相机102以及上位机103。
所述相机102与上位机103连接,用于拍摄暗箱101中待测显示屏104在不同颜色显示下的图片,并将所述图片输出给上位机103。
在本实施例中所述显示屏缺陷自动检测系统还包括一感应装置105。所述暗箱101选用可自动封闭的暗箱。所述相机102设置在暗箱101内部,采用910万像素以上的相机例如910万像素彩色GreyPoint工业相机,可以拍到直径0.15mm以上的不良点。所述上位机103为治具电脑。检测开始后,待测显示屏104随寸动线106流进暗箱101内部,感应装置105判断所述待测显示屏104是否完全进入暗箱101,若是,则所述可自动封闭的暗箱关闭。具体应用时,所述可自动封闭的暗箱的闸门107通过但不限于气缸驱动其开闭;所述感应装置105包括但不限于红外传感器。工作时,红外传感器发射红外光线,感应到待测显示屏104进入暗箱101后发送脉冲通知气缸关闭暗箱101闸门107,隔绝外部光线进入暗箱101。
所述上位机103用于对收到的所述图片进行处理,判断所述待测显示屏104是否存在缺陷。
上位机103对所述待测显示屏104在不同颜色(如红色、绿色、蓝色、白色、灰色、黑等)显示下的图片进行处理,完成对所述待测显示屏104的亮、暗点检测,斑点检测,线条测试,及漏光测试,若未发现亮、暗点,斑点,线条,漏光,则判定所述待测显示屏104无缺陷,测试结果为通过,若发现所述待测显示屏104存在亮、暗点,斑点,线条,漏光的任一种,则判定所述待测显示屏104存在缺陷即不良,测试结果为未通过,标注出不良现象(例如不良的名称和位置)并保存,上传到ShopFloor,方便质检复判。具体过程如下:
确认测试区域,具体包括:根据所述待测显示屏104与暗箱101内部环境的明亮度差异,找到所述待测显示屏104在所述图片中的位置。
对所述待测显示屏104的亮、暗点检测,具体包括:采用canny算法对图片进行二值化处理,提取图片中的亮、暗点边缘并用红线描绘出来保存到检测结果图片中。其中,所述canny算法是John F.Canny于1986年开发出来的一个多级边缘检测算法。
对所述待测显示屏104的斑点检测,具体包括:遍历整个测试区域,每次选取其中35×35个像素大小的图片区域进行像素比对,提取出其中和周围像素点有明显差异的像素点作为斑点边缘,以此作为依据将斑点用红线描绘出来并保存到检测结果图片中。
对所述待测显示屏104的线条测试,具体包括:采用canny算法将测试区域进行二值化处理,并对处理后的图片作直线拟合处理,如果成功拟合出直线,说明存在线条不良缺陷,用红线描绘出来并保存到检测结果图片中。
对所述待测显示屏104的漏光测试,具体包括:将测试区域平均划分出若干个区域,计算出每个区域的平均灰度值,找出其中高于平均灰度值预设阈值以上的区域并将该区域判定为漏光区域,用红色线条描绘出来并保存到检测结果图片中。其中,在本实施例中所述将测试区域平均划分出若干个区域中区域大小可为9×6或6×4。所述预设阈值设为40,即高于平均灰度值40以上的区域判定为漏光区域。
如图2所示,图2为本发明实施例提供的显示屏缺陷自动检测方法流程图。基于上述系统,本实施例还提出了一种显示屏缺陷自动检测方法,该方法具体包括如下步骤:
S201、相机102拍摄暗箱101中待测显示屏104在不同颜色显示下的图片,并将所述图片输出给上位机103。
所述相机102设置在暗箱101内部,采用910万像素以上的相机例如910万像素彩色GreyPoint工业相机,可以拍到直径0.15mm以上的不良点。所述暗箱101选用可自动封闭的暗箱。所述上位机103为治具电脑。检测开始后,待测显示屏104随寸动线106流进暗箱101内部,感应装置105判断所述待测显示屏104是否完全进入暗箱101,若是,则所述可自动封闭的暗箱关闭。具体应用时,所述可自动封闭的暗箱的闸门107通过但不限于气缸驱动其开闭;所述感应装置105包括但不限于红外传感器。工作时,红外传感器感应到待测显示屏104进入暗箱101后发送脉冲通知气缸关闭暗箱101闸门107,隔绝外部光线进入暗箱101。
S202、所述上位机103对所述待测显示屏104在不同颜色(如红色、绿色、蓝色、白色、灰色、黑色)显示下的图片进行处理,完成对所述待测显示屏104的亮、暗点检测,斑点检测,线条测试,及漏光测试,若未发现亮、暗点,斑点,线条,漏光,则判定所述待测显示屏104无缺陷,测试结果为通过,若发现所述待测显示屏104存在亮、暗点,斑点,线条,漏光的任一种,则判定所述待测显示屏104存在缺陷即不良,测试结果为未通过,标注出不良现象并保存。具体包括:确认测试区域:根据所述待测显示屏104与暗箱101内部环境的明亮度差异,找到所述待测显示屏104在所述图片中的位置。对所述待测显示屏104的亮、暗点检测:采用canny算法对图片进行二值化处理,提取图片中的亮、暗点边缘并用红线描绘出来保存到检测结果图片中。其中,所述canny算法是John F.Canny于1986年开发出来的一个多级边缘检测算法。对所述待测显示屏104的斑点检测:遍历整个测试区域,每次选取其中35×35个像素大小的图片区域进行像素比对,提取出其中和周围像素点有明显差异的像素点作为斑点边缘,以此作为依据将斑点用红线描绘出来并保存到检测结果图片中。对所述待测显示屏104的线条测试:采用canny算法将测试区域进行二值化处理,并对处理后的图片作直线拟合处理,如果成功拟合出直线,说明存在线条不良缺陷,用红线描绘出来并保存到检测结果图片中。对所述待测显示屏104的漏光测试:将测试区域平均划分出若干个区域,计算出每个区域的平均灰度值,找出其中高于平均灰度值预设阈值以上的区域并将该区域判定为漏光区域,用红色线条描绘出来并保存到检测结果图片中。其中,在本实施例中所述将测试区域平均划分出若干个区域中区域大小可为9×6或6×4。所述预设阈值设为40,即高于平均灰度值40以上的区域判定为漏光区域。
本发明在暗箱101环境中拍照测试,排除外部环境造成的影响。相机102采用910万像素以上的相机102,可以拍到直径0.15mm以上的不良点。相机102拍摄过程中根据不同画面的明暗度调节不同曝光时间值。在上位机103对图片进行处理时,将图片测试区域进行分区,不同区域使用不同的处理参数,精准地找出不良现象。对待测显示屏104的亮、暗点检测,斑点检测,线条测试,及漏光测试的检测结果图片标有不良的名称和位置,方便质检复判。
本发明提出的显示屏缺陷自动检测系统及方法能够快速、稳定地检测显示屏在不同颜色界面中的缺陷,从而提升生产速度,节约生产人力成本。与现有的技术比较,本发明节约成本:以自动化设备替代人工,节省了人力;节约时间:平均测试一台机器需要10秒左右,每天可以检测2000台以上。
本领域普通技术人员可以理解实现上述实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种显示屏缺陷自动检测系统,其特征在于,包括:暗箱、相机以及上位机;所述相机与上位机连接,用于拍摄暗箱中待测显示屏在不同颜色显示下的图片,并将所述图片输出给上位机;所述上位机用于对收到的所述图片进行处理,判断所述待测显示屏是否存在缺陷。
2.根据权利要求1所述的显示屏缺陷自动检测系统,其特征在于,还包括感应装置;所述暗箱选用可自动封闭的暗箱;所述感应装置用于判断所述待测显示屏是否完全进入暗箱,若是,则所述可自动封闭的暗箱关闭。
3.根据权利要求2所述的显示屏缺陷自动检测系统,其特征在于,所述可自动封闭的暗箱的闸门通过气缸驱动其开闭;所述感应装置包括红外传感器,红外传感器感应到待测显示屏进入暗箱后发送脉冲通知气缸关闭暗箱闸门。
4.根据权利要求1至3之一所述的显示屏缺陷自动检测系统,其特征在于,所述上位机具体用于对所述待测显示屏在不同颜色显示下的图片进行处理,完成对所述待测显示屏的亮、暗点检测,斑点检测,线条测试,及漏光测试,若未发现亮、暗点,斑点,线条,漏光,则判定所述待测显示屏无缺陷,测试结果为通过,若发现所述待测显示屏存在亮、暗点,斑点,线条,漏光的任一种,则判定所述待测显示屏存在缺陷即不良,测试结果为未通过,标注出不良现象并保存。
5.根据权利要求4所述的显示屏缺陷自动检测系统,其特征在于,所述对所述待测显示屏在不同颜色显示下的图片进行处理,包括:确认测试区域:根据所述待测显示屏与暗箱内部环境的明亮度差异,找到所述待测显示屏在所述图片中的位置。
6.根据权利要求5所述的显示屏缺陷自动检测系统,其特征在于,所述对所述待测显示屏的亮、暗点检测,具体包括:采用canny算法对图片进行二值化处理,提取图片中的亮、暗点边缘并用红线描绘出来保存到检测结果图片中。
7.根据权利要求5所述的显示屏缺陷自动检测系统,其特征在于,所述对所述待测显示屏的斑点检测,具体包括:遍历整个测试区域,每次选取其中35×35个像素大小的图片区域进行像素比对,提取出其中和周围像素点有明显差异的像素点作为斑点边缘,以此作为依据将斑点用红线描绘出来并保存到检测结果图片中。
8.根据权利要求5所述的显示屏缺陷自动检测系统,其特征在于,所述对所述待测显示屏的线条测试,具体包括:采用canny算法将测试区域进行二值化处理,并对处理后的图片作直线拟合处理,如果成功拟合出直线,说明存在线条不良缺陷,用红线描绘出来并保存到检测结果图片中。
9.根据权利要求5所述的显示屏缺陷自动检测系统,其特征在于,所述对所述待测显示屏的漏光测试,具体包括:将测试区域平均划分出若干个区域,计算出每个区域的平均灰度值,找出其中高于平均灰度值预设阈值以上的区域并将该区域判定为漏光区域,用红色线条描绘出来并保存到检测结果图片中。
10.一种显示屏缺陷自动检测方法,其特征在于,包括如下步骤:
S101、相机拍摄暗箱中待测显示屏在不同颜色显示下的图片,并将所述图片输出给上位机;
S102、所述上位机对所述待测显示屏在不同颜色显示下的图片进行处理,完成对所述待测显示屏的亮、暗点检测,斑点检测,线条测试,及漏光测试,若未发现亮、暗点,斑点,线条,漏光,则判定所述待测显示屏无缺陷,测试结果为通过,若发现所述待测显示屏存在亮、暗点,斑点,线条,漏光的任一种,则判定所述待测显示屏存在缺陷即不良,测试结果为未通过,标注出不良现象并保存;其中,所述上位机对所述待测显示屏在不同颜色显示下的图片进行处理,包括:确认测试区域:根据所述待测显示屏与暗箱内部环境的明亮度差异,找到所述待测显示屏在所述图片中的位置;对所述待测显示屏的亮、暗点检测,具体包括:采用canny算法对图片进行二值化处理,提取图片中的亮、暗点边缘并用红线描绘出来保存到检测结果图片中;对所述待测显示屏的斑点检测,具体包括:遍历整个测试区域,每次选取其中35×35个像素大小的图片区域进行像素比对,提取出其中和周围像素点有明显差异的像素点作为斑点边缘,以此作为依据将斑点用红线描绘出来并保存到检测结果图片中;对所述待测显示屏的线条测试,具体包括:采用canny算法将测试区域进行二值化处理,并对处理后的图片作直线拟合处理,如果成功拟合出直线,说明存在线条不良缺陷,用红线描绘出来并保存到检测结果图片中;对所述待测显示屏的漏光测试,具体包括:将测试区域平均划分出若干个区域,计算出每个区域的平均灰度值,找出其中高于平均灰度值预设阈值以上的区域并将该区域判定为漏光区域,用红色线条描绘出来并保存到检测结果图片中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710764594.7A CN107576663A (zh) | 2017-08-30 | 2017-08-30 | 一种显示屏缺陷自动检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710764594.7A CN107576663A (zh) | 2017-08-30 | 2017-08-30 | 一种显示屏缺陷自动检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107576663A true CN107576663A (zh) | 2018-01-12 |
Family
ID=61030466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710764594.7A Pending CN107576663A (zh) | 2017-08-30 | 2017-08-30 | 一种显示屏缺陷自动检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107576663A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108507953A (zh) * | 2018-04-02 | 2018-09-07 | 凌云光技术集团有限责任公司 | 一种带膜组件自有缺陷检测方法及装置 |
CN108871735A (zh) * | 2018-04-27 | 2018-11-23 | 上海与德科技有限公司 | 显示屏显示质量的测试夹具及其测试方法、上位机 |
CN109905522A (zh) * | 2019-02-26 | 2019-06-18 | 上海龙旗科技股份有限公司 | 检测系统及方法 |
CN110262092A (zh) * | 2019-04-26 | 2019-09-20 | 合刃科技(武汉)有限公司 | 一种基于机器视觉系统的液晶屏检测方法 |
CN111289536A (zh) * | 2020-04-07 | 2020-06-16 | 深圳回收宝科技有限公司 | 一种电子设备屏幕的缺陷检测装置 |
CN111473957A (zh) * | 2020-03-24 | 2020-07-31 | 深圳同兴达科技股份有限公司 | 一种显示屏的分区域检测方法 |
CN111724375A (zh) * | 2020-06-22 | 2020-09-29 | 中国科学院大学 | 一种屏幕检测方法及系统 |
CN112304969A (zh) * | 2019-07-15 | 2021-02-02 | 西安诺瓦星云科技股份有限公司 | 显示模块检测设备、方法、装置及系统和存储介质 |
CN115060732A (zh) * | 2022-08-18 | 2022-09-16 | 深圳市信润富联数字科技有限公司 | 视觉检测设备 |
WO2022193102A1 (zh) * | 2021-03-15 | 2022-09-22 | 京东方科技集团股份有限公司 | 显示面板的漏光程度的确定方法、装置、系统及测试治具 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103913461A (zh) * | 2013-01-07 | 2014-07-09 | 北京兆维电子(集团)有限责任公司 | 一种tft-lcd点灯自动光学检测的图像处理方法 |
CN204142647U (zh) * | 2014-08-25 | 2015-02-04 | 研祥智能科技股份有限公司 | 基于机器视觉的在线检测系统 |
CN104360501A (zh) * | 2014-10-15 | 2015-02-18 | 西安交通大学 | 一种液晶屏幕缺陷视觉检测方法及装置 |
CN105372252A (zh) * | 2014-08-25 | 2016-03-02 | 研祥智能科技股份有限公司 | 一种基于机器视觉的检测系统和检测方法 |
CN106780521A (zh) * | 2016-12-08 | 2017-05-31 | 广州视源电子科技股份有限公司 | 屏幕漏光的检测方法、系统和装置 |
CN107024476A (zh) * | 2016-03-10 | 2017-08-08 | 上海帆声图像科技有限公司 | 显示面板检测系统及其检测装置与检测方法 |
-
2017
- 2017-08-30 CN CN201710764594.7A patent/CN107576663A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103913461A (zh) * | 2013-01-07 | 2014-07-09 | 北京兆维电子(集团)有限责任公司 | 一种tft-lcd点灯自动光学检测的图像处理方法 |
CN204142647U (zh) * | 2014-08-25 | 2015-02-04 | 研祥智能科技股份有限公司 | 基于机器视觉的在线检测系统 |
CN105372252A (zh) * | 2014-08-25 | 2016-03-02 | 研祥智能科技股份有限公司 | 一种基于机器视觉的检测系统和检测方法 |
CN104360501A (zh) * | 2014-10-15 | 2015-02-18 | 西安交通大学 | 一种液晶屏幕缺陷视觉检测方法及装置 |
CN107024476A (zh) * | 2016-03-10 | 2017-08-08 | 上海帆声图像科技有限公司 | 显示面板检测系统及其检测装置与检测方法 |
CN106780521A (zh) * | 2016-12-08 | 2017-05-31 | 广州视源电子科技股份有限公司 | 屏幕漏光的检测方法、系统和装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108507953A (zh) * | 2018-04-02 | 2018-09-07 | 凌云光技术集团有限责任公司 | 一种带膜组件自有缺陷检测方法及装置 |
CN108507953B (zh) * | 2018-04-02 | 2021-01-29 | 凌云光技术股份有限公司 | 一种带膜组件自有缺陷检测方法及装置 |
CN108871735A (zh) * | 2018-04-27 | 2018-11-23 | 上海与德科技有限公司 | 显示屏显示质量的测试夹具及其测试方法、上位机 |
CN109905522A (zh) * | 2019-02-26 | 2019-06-18 | 上海龙旗科技股份有限公司 | 检测系统及方法 |
CN110262092A (zh) * | 2019-04-26 | 2019-09-20 | 合刃科技(武汉)有限公司 | 一种基于机器视觉系统的液晶屏检测方法 |
CN112304969A (zh) * | 2019-07-15 | 2021-02-02 | 西安诺瓦星云科技股份有限公司 | 显示模块检测设备、方法、装置及系统和存储介质 |
CN111473957A (zh) * | 2020-03-24 | 2020-07-31 | 深圳同兴达科技股份有限公司 | 一种显示屏的分区域检测方法 |
CN111289536A (zh) * | 2020-04-07 | 2020-06-16 | 深圳回收宝科技有限公司 | 一种电子设备屏幕的缺陷检测装置 |
CN111724375A (zh) * | 2020-06-22 | 2020-09-29 | 中国科学院大学 | 一种屏幕检测方法及系统 |
CN111724375B (zh) * | 2020-06-22 | 2023-05-09 | 中国科学院大学 | 一种屏幕检测方法及系统 |
WO2022193102A1 (zh) * | 2021-03-15 | 2022-09-22 | 京东方科技集团股份有限公司 | 显示面板的漏光程度的确定方法、装置、系统及测试治具 |
US11906827B2 (en) | 2021-03-15 | 2024-02-20 | Beijing Boe Display Technology Co., Ltd. | Method for determining light-leakage degree of display panel, test fixture and computer-readable storage medium |
CN115060732A (zh) * | 2022-08-18 | 2022-09-16 | 深圳市信润富联数字科技有限公司 | 视觉检测设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107576663A (zh) | 一种显示屏缺陷自动检测系统及方法 | |
TWI787296B (zh) | 光學檢測方法、光學檢測裝置及光學檢測系統 | |
KR101783836B1 (ko) | 미생물 검출방법, 미생물 검출장치 및 프로그램 | |
US20190311470A1 (en) | Apparel production monitoring system using image recognition | |
JP5243335B2 (ja) | 欠陥検査方法、欠陥検査装置、欠陥検査プログラム、及びそのプログラムを記録した記録媒体 | |
KR102168724B1 (ko) | 이미지 검사를 이용한 이상 판별 방법 및 장치 | |
KR20100015628A (ko) | 목재의 검사 방법, 장치 및 프로그램 | |
JP2007147442A (ja) | 木材の検査方法及び装置及びプログラム | |
CN106228541A (zh) | 视觉检测中屏幕定位的方法及装置 | |
CN105510429B (zh) | 基于图像处理的荧光磁粉探伤检测方法和检测系统 | |
CN112610905A (zh) | 一种基于图像识别和红外热成像技术的海上平台管线气体泄漏识别方法 | |
KR102000907B1 (ko) | 페라이트 외관 비전 검사방법 | |
CN109410229A (zh) | 多目标透镜位置以及凹凸面识别的方法 | |
JP3396960B2 (ja) | 塗膜劣化自動診断方法 | |
JP2002156338A (ja) | 缶蓋接合部の検査装置 | |
KR102272745B1 (ko) | 컴팩트 카메라 모듈 덮개 외관 검사 시스템 및 방법 | |
JP6861092B2 (ja) | 電子部品の外観検査方法及び外観検査装置 | |
US20220044382A1 (en) | Electronic device and method for marking defects of products | |
Kleta et al. | Image processing and analysis as a diagnostic tool for an underground infrastructure technical condition monitoring | |
KR20140082335A (ko) | 평판디스플레이의 얼룩 검사 방법 및 장치 | |
JP2007285868A (ja) | 輝度勾配検出方法、欠陥検出方法、輝度勾配検出装置および欠陥検出装置 | |
JPH04364449A (ja) | 果実の欠陥検出装置 | |
TWI447382B (zh) | Wood inspection methods and apparatus and program | |
JP6585428B2 (ja) | 微生物の検出方法、微生物の検出装置及びプログラム | |
JP2021064215A (ja) | 表面性状検査装置及び表面性状検査方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180112 |