CN108734700B - 基板盲区缺陷检测方法、装置、计算机和存储介质 - Google Patents

基板盲区缺陷检测方法、装置、计算机和存储介质 Download PDF

Info

Publication number
CN108734700B
CN108734700B CN201810373360.4A CN201810373360A CN108734700B CN 108734700 B CN108734700 B CN 108734700B CN 201810373360 A CN201810373360 A CN 201810373360A CN 108734700 B CN108734700 B CN 108734700B
Authority
CN
China
Prior art keywords
area
detection
blind area
substrate
defect
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
CN201810373360.4A
Other languages
English (en)
Other versions
CN108734700A (zh
Inventor
方宇立
刘力明
黄伟东
李建华
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.)
Truly Huizhou Smart Display Ltd
Original Assignee
Truly Huizhou Smart Display 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 Truly Huizhou Smart Display Ltd filed Critical Truly Huizhou Smart Display Ltd
Priority to CN201810373360.4A priority Critical patent/CN108734700B/zh
Publication of CN108734700A publication Critical patent/CN108734700A/zh
Application granted granted Critical
Publication of CN108734700B publication Critical patent/CN108734700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30121CRT, LCD or plasma display

Abstract

本申请涉及一种基板盲区缺陷检测方法、装置、计算机和存储介质。所述方法包括:获取基板图像;解析所述基板图像,区分所述基板图像上的检测盲区和图形区;检测所述图形区的缺陷;基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正;检测所述检测盲区的缺陷。通过首先区分基板图像上的检测盲区和图形区,并对检测盲区的位置进行校正,使得能够对检测盲区进行单独检测,进而提高了对检测盲区的缺陷的检测精度,从而提高了对图形区边缘上的检测精度,有效避免误检和漏检,使得对基板的检测效果更佳,且使得检测成本较低。

Description

基板盲区缺陷检测方法、装置、计算机和存储介质
技术领域
本发明涉及平板显示制造技术领域,特别是涉及基板盲区缺陷检测方法、装置、计算机和存储介质。
背景技术
在平板显示器的面板制造过程中,需要对面板的各个生产制程使用AOI(Automated Optical Inspection,自动光学检查机)检查面板上的图形是否存在缺陷,以便及时发现面板存在的问题,提高面板的良率。
AOI利用高速图像处理技术的邻接图案重复模式比较法对基板进行检查。重复模式比较法在显示设备上将一个图像与相邻图像的像素逐个进行比较,如果发现不同,就认为是一个缺陷。但因为AOI所采用的光学器件在高速移动过程,受各种干扰而发生位置偏差,导致获取的图像信息在做图形对比时,边缘上的图形容易偏出比对范围,而导致误检或漏检。这种位置偏差虽然可以通过提高设备精度改善,但改善效果不佳,且成本较高,导致问题无法彻底解决。
发明内容
基于此,有必要针对上述技术问题,提供一种基板盲区缺陷检测方法、装置、计算机和存储介质。
一种基板盲区缺陷检测方法,所述方法包括:
获取基板图像;
解析所述基板图像,区分所述基板图像上的检测盲区和图形区;
检测所述图形区的缺陷;
基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正;
检测所述检测盲区的缺陷。
在其中一个实施例中,所述基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正的步骤包括:
基于所述图形区的位置,对所述检测盲区在所述基板图像上的位置进行校正。
在其中一个实施例中,所述基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正的步骤包括:
基于所述图形区的形状,对所述检测盲区在所述基板图像上的位置进行校正。
在其中一个实施例中,所述检测所述检测盲区的缺陷的步骤包括:
基于图形比较法检测所述检测盲区的缺陷。
在其中一个实施例中,所述解析所述基板图像,区分所述基板图像上的检测盲区和图形区的步骤包括:
解析所述基板图像,区分所述基板图像上的检测盲区和图形区,确定所述基板图像上的所述检测盲区和所述图形区的位置。
一种基板盲区缺陷检测装置,所述装置包括:
基板图像获取模块,用于获取基板图像;
区分模块,用于解析所述基板图像,区分所述基板图像上的检测盲区和图形区;
图形缺陷检测模块,用于检测所述图形区的缺陷;
盲区校正模块,用于基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正;
盲区缺陷检测模块,用于检测所述检测盲区的缺陷。
在其中一个实施例中,所述盲区校正模块还用于基于所述图形区的位置,对所述检测盲区在所述基板图像上的位置进行校正。
在其中一个实施例中,所述盲区校正模块还用于基于所述图形区的形状,对所述检测盲区在所述基板图像上的位置进行校正。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
上述基板盲区缺陷检测方法、装置、计算机和存储介质,通过首先区分基板图像上的检测盲区和图形区,并对检测盲区的位置进行校正,使得能够对检测盲区进行单独检测,进而提高了对检测盲区的缺陷的检测精度,从而提高了对图形区边缘上的检测精度,有效避免误检和漏检,使得对基板的检测效果更佳,且使得检测成本较低。
附图说明
图1为一个实施例中基板盲区缺陷检测方法的应用环境图;
图2为一个实施例中基板盲区缺陷检测方法的流程示意图;
图3为一个实施例中基板盲区缺陷检测装置的结构框图;
图4为一个实施例中计算机设备的内部结构图;
图5为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的基板盲区缺陷检测方法,可以应用于如图1所示的应用环境中。其中,图像传感器102通过数据接口与计算机104进行通信。其中,计算机104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。图像传感器102获取基板图像,随后发送至计算机104,计算机104解析所述基板图像,区分所述基板图像上的检测盲区和图形区,检测所述图形区的缺陷,基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正,检测所述检测盲区的缺陷。
例如,一种基板盲区缺陷检测方法,包括:获取基板图像;解析所述基板图像,区分所述基板图像上的检测盲区和图形区;检测所述图形区的缺陷;基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正;检测所述检测盲区的缺陷。
上述实施例中,通过首先区分基板图像上的检测盲区和图形区,并对检测盲区的位置进行校正,使得能够对检测盲区进行单独检测,进而提高了对检测盲区的缺陷的检测精度,从而提高了对图形区边缘上的检测精度,有效避免误检和漏检,使得对基板的检测效果更佳,且使得检测成本较低。
在一个实施例中,如图2所示,提供了一种基板盲区缺陷检测方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤210,获取基板图像。
具体地,基板图像为基板的图像,例如,采集获取基板图像。该基板为显示器生产过程的面板,例如,该基板为OLED(Organic Light-Emitting Diode,有机发光二极管)基板,例如,该基板为液晶基板。
本实施例中,该基板为待测基板。通过图像传感器获取基板的图像,即基板图像。这样,可以在获得基板图像后,通过直接对基板图像进行解析检测缺陷,而无需直接对基板进行检测缺陷,能够有效提高缺陷的检测精度。
例如,通过TDI(Time Delay Integration,时间延迟积分)CCD(Charge-coupledDevice,电荷耦合元件)图像传感器获取基板的图像,又如,通过CMOS(ComplementaryMetal Oxide Semiconductor,互补金属氧化物半导体)图像传感器获取基板的图像。
例如,在获取基板图像之前还包括基于基准坐标,校正所述基板的位置。例如,基于基准坐标,校正所述基板的位置,例如,基于基准坐标,校正所述基板的坐标位置,例如,基于基准坐标的坐标原点、横轴和纵轴,校正基板的坐标位置,使得基板的一对角对齐坐标原点,该对角的两个边分别与基准坐标的横轴和纵轴重合对齐,进而使得基板得到位置得到校正,使得基板的位置更为准确,进而使得图像传感器能够准确地定位基板的位置,进而准确获取基板的图像。
步骤230,解析所述基板图像,区分所述基板图像上的检测盲区和图形区。
例如,解析所述基板图像,区分所述基板图像上的检测盲区和多个图形区。例如,解析所述基板图像,区分所述基板图像上的检测盲区和多个图形区,其中,相邻的两个图形区之间为检测盲区。
具体地,对于AOI而言,图形区之间普遍存在一些无法检测到或检测效果差的区域,称之为检测盲区。检测盲区的存在,使生产存在严重质量隐患,一旦图形缺陷发生在检测盲区,就容易导致批量质量事故。具体地,该缺陷指的是电路上的缺陷,例如,电路的短路或者断路。
具体地,基板上具有多个图形区,该图形区为通过掩膜板进行蒸镀,在基板上形成的蒸镀图形区域,例如,该图形区为像素区,例如,该图形区为电路区。相邻的两个图形区之间为检测盲区,该检测盲区可以是一个,也可以是多个。由于图形区具有明显特征,因此,图形区易于分辨,而由于检测盲区位于相邻的两个图形区之间,且特征相较于图形区较为不明显,因此,不易于识别,故采用传统的检测方法,会对检测盲区造成漏检或者误检。
例如,解析所述基板图像,区分所述基板图像上的各检测盲区和各图形区的位置,解析所述基板图像,区分所述基板图像上的各检测盲区和各图形区的位置和形状。本实施例中,对基板图像进行解析,区分基板图像上的检测盲区和图形区,以确定各图形区的位置和形状,确定检测盲区的位置和形状。值得一提的是,本步骤中的对检测盲区的位置以及图形区的位置的区分,目的在于后续对图形区的检测,提高对图形区的检测效率和检测精度。
为了区分检测盲区和图形区,例如,解析所述基板图像,基于图形比较法区分所述基板图像上的检测盲区和图形区,例如,根据预设图形解析所述基板图像,基于图形比较法区分所述基板图像上的检测盲区和图形区。具体地,该预设图形作为参考图形,用于为图形区提供参考,具体地,解析基板图像,对比基板图像上的各图形形状与预设图形,获取与预设图形匹配的图形形状,确定为图形区,这样,通过图形比较法确定基板图像上的图形区的位置,在确定各图形区后,相邻的图形区之间即为检测盲区。这样,通过上述方法,即可初步区分基板图像上的检测盲区和图形区,进而确定图形区和检测盲区的位置。
步骤250,检测所述图形区的缺陷。
具体地,该缺陷指的是图形区内像素或者电路的异常。
例如,检测所述图形区是否存在缺陷,例如,检测各所述图形区是否存在缺陷,例如,检测各所述图形区,获取各图形区的缺陷,例如,一一解析各所述图形区,一一检测各所述图形区的缺陷。
本步骤中,对图形区进行检测,检测图形区内的像素是否存在异常,或者检测图形区内的电路是否存在短路或者断路的情况,从而检测出基板的缺陷,有利于提高产品良率。
步骤270,基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正。
例如,所述基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正的步骤包括:基于所述图形区的位置,对所述检测盲区在所述基板图像上的位置进行校正。
例如,所述基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正的步骤包括:基于所述图形区的形状,对所述检测盲区在所述基板图像上的位置进行校正。
例如,基于各所述图形区的形状和位置,对所述检测盲区在所述基板图像上的位置进行校正。例如,基于各所述图形区的形状和位置,对所述检测盲区在所述基板图像上的形状和位置进行校正。
本实施例中,根据图形区的形状和位置,对检测盲区的位置进行校正,使得检测盲区的位置和形状得到进一步确定,并且使得检测盲区的位置和形状更为准确,有利于对检测盲区的缺陷的检测。也就是说,本步骤中,通过对初步确定的检测盲区的位置的进一步校正,使得检测盲区的位置和形状更为精确。
步骤290,检测所述检测盲区的缺陷。
例如,检测所述检测盲区是否存在缺陷,例如,检测各所述检测盲区是否存在缺陷,例如,检测各所述检测盲区,获取各所述检测盲区的缺陷,例如,一一解析各所述检测盲区,一一检测各所述检测盲区的缺陷。
本步骤中,单独对所述检测盲区进行检测,检测所述检测盲区内的电路是否存在短路或者断路的情况,避免电路缺陷出现在检测盲区中,从而检测出基板的缺陷,有利于提高产品良率。
上述实施例中,不仅对图形区的缺陷进行检测,并且还针对检测盲区进行单独检测,从而消除检测盲区的误检和漏检,使基板在制造过程所有重要制程的图形缺陷都能被检查出来,有效提高了显示器的产品良率。此外,通过首先区分基板图像上的检测盲区和图形区,并对检测盲区的位置进行校正,使得检测盲区的位置和形状能够得到精确确定,进而能够精确对检测盲区进行检测,提高了对检测盲区的缺陷的检测精度,从而提高了对图形区边缘上的检测精度,有效避免误检和漏检,使得对基板的检测效果更佳,且使得检测成本较低。
为了检测该检测盲区的缺陷,在一个实施例中,所述检测所述检测盲区的缺陷的步骤包括:基于图形比较法检测所述检测盲区的缺陷。
例如,基于图形比较法,根据预设盲区图形,检测所述检测盲区的缺陷。例如,基于图形比较法,对于预设盲区图形和所述检测盲区,检测所述检测盲区的缺陷。具体地,该预设盲区图形作为参考图形,用于为检测盲区提供参考。该预设盲区图形内的电路线路图形为正常图形,也就是说,预设盲区图形内的电路不存在异常,其不存在短路或者断路,这样,通过将检测盲区与预设盲区图形进行对比,检测两者是否存在差异,即可对比获得检测盲区内是否存在电路的线路异常,电路是否存在短路或者断路。
值得一提的是,该预设盲区图形可以是预先获取的图形,也可以是基于基板图像上截取的正常电路对应的检测盲区的图形,例如,预先获取线路正常的图形,生成预设盲区图形,进而进行图形比较,例如,获取基板图像上线路正常的检测盲区的图像,以该线路正常的检测盲区作为预设盲区图形。
在一个实施例中,所述解析所述基板图像,区分所述基板图像上的检测盲区和图形区的步骤包括:解析所述基板图像,区分所述基板图像上的检测盲区和图形区,确定所述基板图像上的所述检测盲区和所述图形区的位置。
本实施例中,在区分基板图像上的检测盲区和图形区后,即确定基板图像上的各检测盲区和各图形区的各自位置,并在随后对图形区进行缺陷检测后,再次对检测盲区的位置进行校正。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种基板盲区缺陷检测装置,包括:基板图像获取模块310、区分模块330、图形缺陷检测模块350、盲区校正模块370和盲区缺陷检测模块390,其中:
基板图像获取模块310用于获取基板图像。
区分模块330用于解析所述基板图像,区分所述基板图像上的检测盲区和图形区。
图形缺陷检测模块350用于检测所述图形区的缺陷。
盲区校正模块370用于基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正。
盲区缺陷检测模块390用于检测所述检测盲区的缺陷。
在一个实施例中,所述盲区校正模块还用于基于所述图形区的位置,对所述检测盲区在所述基板图像上的位置进行校正。
在一个实施例中,所述盲区校正模块还用于基于所述图形区的形状,对所述检测盲区在所述基板图像上的位置进行校正。
在一个实施例中,所述盲区缺陷检测模块还用于基于图形比较法检测所述检测盲区的缺陷。
在一个实施例中,所述区分模块还用于解析所述基板图像,区分所述基板图像上的检测盲区和图形区,确定所述基板图像上的所述检测盲区和所述图形区的位置。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基板盲区缺陷检测数据。该计算机设备的数据接口用于与图像传感器连接通信。该计算机程序被处理器执行时以实现一种基板盲区缺陷检测方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和图像传感器。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的设备通过网络连接通信。该计算机程序被处理器执行时以实现一种基板盲区缺陷检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的图像传感器用于采集基板的图像。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取基板图像。
解析所述基板图像,区分所述基板图像上的检测盲区和图形区。
检测所述图形区的缺陷。
基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正。
检测所述检测盲区的缺陷。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于所述图形区的位置,对所述检测盲区在所述基板图像上的位置进行校正。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于所述图形区的形状,对所述检测盲区在所述基板图像上的位置进行校正。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于图形比较法检测所述检测盲区的缺陷。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
解析所述基板图像,区分所述基板图像上的检测盲区和图形区,确定所述基板图像上的所述检测盲区和所述图形区的位置。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取基板图像。
解析所述基板图像,区分所述基板图像上的检测盲区和图形区。
检测所述图形区的缺陷。
基于所述图形区,对所述检测盲区在所述基板图像上的位置进行校正。
检测所述检测盲区的缺陷。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于所述图形区的位置,对所述检测盲区在所述基板图像上的位置进行校正。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于所述图形区的形状,对所述检测盲区在所述基板图像上的位置进行校正。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于图形比较法检测所述检测盲区的缺陷。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
解析所述基板图像,区分所述基板图像上的检测盲区和图形区,确定所述基板图像上的所述检测盲区和所述图形区的位置。
本领域普通技术人员可以理解实现上述实施例方法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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基板盲区缺陷检测方法,其特征在于,包括:
基于基准坐标,校正基板的坐标位置;
针对校正坐标位置后的基板,获取所述基板对应的基板图像;
根据预设图形解析所述基板图像,并基于图形比较法区分所述基板图像上的检测盲区和多个图形区,以确定各所述图形区的位置和形状,以及确定所述检测盲区的位置和形状;
检测所述图形区的缺陷;所述缺陷包括图形区内的像素异常或电路异常;
基于所述图形区的位置和形状中的至少一种,对所述检测盲区在所述基板图像上的位置进行校正;
单独对经过校正后的检测盲区进行缺陷检测。
2.根据权利要求1所述的基板盲区缺陷检测方法,其特征在于,所述基于所述图形区的位置和形状中的至少一种,对所述检测盲区在所述基板图像上的位置进行校正的步骤包括:
根据所述图形区的位置,对所述检测盲区在所述基板图像上的位置进行校正。
3.根据权利要求1所述的基板盲区缺陷检测方法,其特征在于,所述基于所述图形区的位置和形状中的至少一种,对所述检测盲区在所述基板图像上的位置进行校正的步骤包括:
根据图形区的形状,对所述检测盲区在所述基板图像上的位置进行校正。
4.根据权利要求1所述的基板盲区缺陷检测方法,其特征在于,所述单独对经过矫正后的检测盲区进行缺陷检测的步骤包括:
基于图形比较法检测所述检测盲区的缺陷。
5.一种基板盲区缺陷检测装置,其特征在于,所述装置包括:
基板图像获取模块,用于基于基准坐标,校正基板的坐标位置;针对校正坐标位置后的基板,获取所述基板对应的基板图像;
区分模块,用于根据预设图形解析所述基板图像,并基于图形比较法区分所述基板图像上的检测盲区和多个图形区,以确定各所述图形区的位置和形状,以及确定所述检测盲区的位置和形状;
图形缺陷检测模块,用于检测所述图形区的缺陷;所述缺陷包括图形区内的像素异常或电路异常;
盲区校正模块,用于基于所述图形区的位置和形状中的至少一种,对所述检测盲区在所述基板图像上的位置进行校正;
盲区缺陷检测模块,用于单独对经过矫正后的检测进行缺陷检测。
6.根据权利要求5所述的基板盲区缺陷检测装置,其特征在于,所述盲区校正模块还用于基于所述图形区的位置,对所述检测盲区在所述基板图像上的位置进行校正。
7.根据权利要求5所述的基板盲区缺陷检测装置,其特征在于,所述盲区校正模块还用于基于所述图形区的形状,对所述检测盲区在所述基板图像上的位置进行校正。
8.根据权利要求5所述的基板盲区缺陷检测装置,其特征在于,所述盲区缺陷检测模块还用于基于图形比较法检测所述检测盲区的缺陷。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
CN201810373360.4A 2018-04-24 2018-04-24 基板盲区缺陷检测方法、装置、计算机和存储介质 Active CN108734700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810373360.4A CN108734700B (zh) 2018-04-24 2018-04-24 基板盲区缺陷检测方法、装置、计算机和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810373360.4A CN108734700B (zh) 2018-04-24 2018-04-24 基板盲区缺陷检测方法、装置、计算机和存储介质

Publications (2)

Publication Number Publication Date
CN108734700A CN108734700A (zh) 2018-11-02
CN108734700B true CN108734700B (zh) 2021-06-11

Family

ID=63939812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810373360.4A Active CN108734700B (zh) 2018-04-24 2018-04-24 基板盲区缺陷检测方法、装置、计算机和存储介质

Country Status (1)

Country Link
CN (1) CN108734700B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5735547A (en) * 1992-10-01 1998-04-07 Morelle; Fredric T. Anti-photographic/photocopy imaging process and product made by same
CN101981683A (zh) * 2008-03-27 2011-02-23 东京毅力科创株式会社 缺陷分类方法、计算机存储介质以及缺陷分类装置
CN107390404A (zh) * 2017-09-21 2017-11-24 京东方科技集团股份有限公司 一种图像检测方法及图像检测设备
CN107845583A (zh) * 2016-09-18 2018-03-27 中芯国际集成电路制造(上海)有限公司 基板表面缺陷检测装置、图像畸变校正方法和装置以及基板表面缺陷检测设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE465468T1 (de) * 2002-12-03 2010-05-15 Silverbrook Res Pty Ltd Rotationssymmetrische markierungen
CN107462585B (zh) * 2017-08-10 2021-01-29 武汉华星光电技术有限公司 自动光学检查机及玻璃基板的缺陷检查方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5735547A (en) * 1992-10-01 1998-04-07 Morelle; Fredric T. Anti-photographic/photocopy imaging process and product made by same
CN101981683A (zh) * 2008-03-27 2011-02-23 东京毅力科创株式会社 缺陷分类方法、计算机存储介质以及缺陷分类装置
CN107845583A (zh) * 2016-09-18 2018-03-27 中芯国际集成电路制造(上海)有限公司 基板表面缺陷检测装置、图像畸变校正方法和装置以及基板表面缺陷检测设备
CN107390404A (zh) * 2017-09-21 2017-11-24 京东方科技集团股份有限公司 一种图像检测方法及图像检测设备

Also Published As

Publication number Publication date
CN108734700A (zh) 2018-11-02

Similar Documents

Publication Publication Date Title
US11120565B2 (en) Image registration method, image registration device and storage medium
US7366343B2 (en) Pattern inspection method and apparatus
CN112750116B (zh) 一种缺陷检测方法、装置、计算机设备及存储介质
US10210605B2 (en) Method and device for detecting boundary of region on display motherboard
WO2017071406A1 (zh) 金针类元件的引脚检测方法和系统
WO2023109557A1 (zh) 连接器件检测方法、电子设备及存储介质
JP2008041749A (ja) 画像欠陥検査装置
JP5609433B2 (ja) 円筒形状容器の検査方法
CN108734700B (zh) 基板盲区缺陷检测方法、装置、计算机和存储介质
CN112198685B (zh) Coa基板检测方法及装置
CN115839957B (zh) 显示模组夹层缺陷的检测方法、装置、设备及存储介质
CN104198495A (zh) 检测半导体衬底出现阶梯演变异常的方法
US20150117769A1 (en) Blob-Encoding
CN115984185A (zh) 纸巾包装缺陷检测方法、装置、系统和存储介质
TW201522949A (zh) 影像資訊檢測方法
KR20190079317A (ko) 머신 비전 장치 및 머신 비전을 이용한 제품 검사 방법
JP2008261692A (ja) 基板検査システム及び基板検査方法
JP6049101B2 (ja) 検査装置
JP5672918B2 (ja) 連続部品の検査方法、連続部品の検査プログラムおよび連続部品の検査装置
CN111077155A (zh) 显示面板检查系统和显示面板的检查方法
TW202026942A (zh) 影像檢測方法
CN107945170B (zh) 一种判定线性制程不均匀的方法及装置
JP2007147320A (ja) 検査装置
US11948323B2 (en) Measurement method and measurement apparatus
CN117351859B (zh) 一种显示模组用检测方法、装置及系统

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