CN109000887B - 一种图案检测装置及方法、图案化控制系统及方法 - Google Patents

一种图案检测装置及方法、图案化控制系统及方法 Download PDF

Info

Publication number
CN109000887B
CN109000887B CN201810517710.XA CN201810517710A CN109000887B CN 109000887 B CN109000887 B CN 109000887B CN 201810517710 A CN201810517710 A CN 201810517710A CN 109000887 B CN109000887 B CN 109000887B
Authority
CN
China
Prior art keywords
pattern
film
film layer
image
data
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
CN201810517710.XA
Other languages
English (en)
Other versions
CN109000887A (zh
Inventor
王洪
李昭月
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
Original Assignee
BOE Technology Group 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 filed Critical BOE Technology Group Co Ltd
Priority to CN201810517710.XA priority Critical patent/CN109000887B/zh
Publication of CN109000887A publication Critical patent/CN109000887A/zh
Priority to US16/633,400 priority patent/US11270152B2/en
Priority to PCT/CN2019/088146 priority patent/WO2019223763A1/zh
Application granted granted Critical
Publication of CN109000887B publication Critical patent/CN109000887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/02—Testing optical properties
    • G01M11/0285—Testing optical properties by measuring material or chromatic transmission properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/2163—Partitioning the feature space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/001—Arbitration of resources in a display system, e.g. control of access to frame buffer by video controller and/or main processor
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/003—Details of a display terminal, the details relating to the control arrangement of the display terminal and to the interfaces thereto
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2320/00—Control of display operating conditions
    • G09G2320/02—Improving the quality of display appearance
    • G09G2320/0242—Compensation of deficiencies in the appearance of colours
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2340/00—Aspects of display data processing
    • G09G2340/04—Changes in size, position or resolution of an image
    • G09G2340/0464—Positioning
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2340/00—Aspects of display data processing
    • G09G2340/06—Colour space transformation
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2340/00—Aspects of display data processing
    • G09G2340/14—Solving problems related to the presentation of information to be displayed
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2340/00—Aspects of display data processing
    • G09G2340/16—Determination of a pixel data signal depending on the signal applied in the previous frame
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2360/00—Aspects of the architecture of display systems
    • G09G2360/16—Calculation or use of calculated indices related to luminance levels in display data
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2370/00—Aspects of data communication
    • G09G2370/04—Exchange of auxiliary data, i.e. other than image data, between monitor and graphics controller

Abstract

本发明公开一种图案检测装置及方法、图案化控制系统及方法，涉及显示技术领域，以使得膜层图案精度检测智能化和准确化，从而降低人力投入成本。所述图案检测装置包括：接收单元接收图案化膜层的膜层图像；图像识别单元对膜层图像进行识别，获得实测图案特征信息；偏差计算单元根据实测图案特征信息和标准图案特征信息，获得膜层图案偏差。所述图案化控制系统包括相互通信的云端服务器与上述图案检测装置。本发明提供的图案检测装置及方法、图案化控制系统及方法用于图案化膜层检测。

Description

一种图案检测装置及方法、图案化控制系统及方法
技术领域
本发明涉及显示技术领域，尤其涉及一种图案检测装置及方法、图案化控制系统及方法。
背景技术
TFT-LCD显示装置是一种依靠背光模组提供背光，利用显示面板对背光进行调制，实现画面显示的平板显示装置，其具有良好的显示效果。
目前，TFT-LCD显示装置的主要部件一般采用光刻等图案化工艺而成，在外界干扰的情况下，图案化精度有可能出现偏差，导致所制作的TFT-LCD显示装置的质量不高，因此，采用图案化工艺完成膜层图案制作后，需要采用人工检测方式对所制作的膜层图案进行定性检测，以确定所制作的膜层图案精度满足需要，然而由于个体差异的问题，使得不同的人工检测同一膜层图案的结果不同，无法量化膜层图案精度，导致检测标准不一致。
发明内容
本发明的目的在于提供一种图案检测装置及方法、图案化控制系统及方法，以使得膜层图案精度检测智能化和准确，并降低人力投入成本。
为了实现上述目的，本发明提供如下技术方案：
一种图案检测装置，该图案检测装置包括：
接收单元，用于接收图案化膜层的膜层图像；
与所述图像采集单元连接的图像识别单元，用于对所述膜层图像进行识别，获得实测图案特征信息；
与图像识别单元连接的偏差计算单元，用于根据所述实测图案特征信息和标准图案特征信息，获得膜层图案偏差。
与现有技术相比，本发明提供的图案检测装置中，利用图像识别单元对膜层图像进行识别，获得实测图案特征信息；并根据实测图案特征信息和标准图案特征信息，获得膜层图案偏差，该膜层图案偏差可作为膜层图案精度，使得膜层图案精度的测量准确化，这样就能够代替人工检测方式实现对膜层图案精度的智能化检测，从而避免人工检测所带来的人力成本投入过大的问题。
本发明还提供了一种图案检测方法，该图案检测方法包括：
接收图案化膜层的膜层图像；
对所述膜层图像进行识别，获得实测图案特征信息；
根据所述实测图案特征信息和标准图案特征信息，获得膜层图案偏差。
与现有技术相比，本发明提供的图案检测方法的有益效果与上述技术方案提供的图案检测装置的有益效果相同，在此不做赘述。
本发明还提供了一种图案化控制系统，该图案化控制系统包括云端服务器和上述技术方案所述图案检测装置，所述云端服务器与所述图案检测装置通信；
所述云端服务器用于获取所述图案检测装置检测的膜层图案偏差，根据膜层图案偏差和工艺参数关系，对所述图案检测装置检测的膜层图案偏差进行处理，得到工艺校正参数；并根据所述工艺校正参数控制重新制作图案化膜层的过程。
与现有技术相比，本发明提供的图案化控制系统中，云端服务器与图案检测装置通信，且云端服务器用于获取图案检测装置检测的膜层图案偏差，并根据膜层图案偏差和工艺参数关系，对图案检测装置检测的膜层图案偏差进行处理，得到工艺校正参数；利用工艺校正参数控制重新制作图案化膜层的过程，从而使得图案化控制系统以闭环的方式控制图案化膜层的制作，以尽早发现膜层图案精度较差的图案化膜层，并重新制作，从而降低多层图案化膜层的制作成本。
本发明还提供了一种图案化控制方法，该图案化控制方法包括：
获取上述技术方案所述图案检测装置检测的膜层图案偏差；
根据膜层图案偏差和工艺参数关系，对所述图案检测装置检测的膜层图案偏差进行处理，得到工艺校正参数；
根据所述工艺校正参数控制重新制作图案化膜层的过程。
与现有技术相比，本发明提供的图案化控制方法的有益效果与上述技术方案提供的图案化控制装置的有益效果相同，在此不做赘述，
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例提供的图案检测装置的应用场景图；
图2为本发明实施例提供的图案检测装置的结构框图；
图3为本发明实施例提供的图案检测方法的流程框图；
图4为本发明实施例中对膜层图像进行识别的流程框图；
图5为本发明实施例提供的图案化控制方法的流程框图。
附图标记：
100-图像采集器， 200-图案检测装置；
210-接收单元， 220-图像识别单元；
221-数据化模块， 222-特征提取模块；
230-数学表达单元， 240-偏差计算单元；
300-云端服务器， 400-图案化设备；
500-成膜设备。
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，本领域普通技术人员在没有作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。
现有人工检测膜层图案时，需要工作人员较长时间和投入专注的精力去进行检测和识别，且人眼在长时间盯着种类繁杂的监控屏幕后极容易导致视觉疲劳使注意力下降，导致检测可靠性比较差，给产品质量带来隐患，同时这也使得检测膜层图案的人力成本过大。
针对上述问题，本发明实施例提供了一种图案检测装置及方法、图案化控制系统及方法，图1示出了本发明实施例提供的图案检测装置及方法、图案化控制系统及方法的应用场景。
图1所示出的应用场景包括图像采集器100、云端服务器300、图案检测装置200、成膜设备500和图案化设备400；其中，图像采集器100采集图案化设备400所形成的图案化膜层的膜层图像，利用图案检测装置对膜层图像进行分析，获得表征膜层图案精度的膜层图案偏差，图案检测装置将膜层图案偏差上传到云端服务器300，云端服务器300根据膜层图案偏差和工艺参数关系，对图案检测装置检测的膜层图案偏差进行处理，获得工艺校正参数，云端服务器300将工艺校正参数发送给膜层制作使用的成膜设备500和图案化设备400，以重新成膜和对膜层进行图案化。
可以理解的是，图像采集器100所采集的图案化膜层的膜层图像，可以是以图片的形式存在，也可以是以视频等其他形式存在，图案化膜层一般是采用光刻工艺形成的图案化膜层，也可以是采用干法刻蚀、湿法刻蚀等工艺形成的图案化膜层。
云端服务器300所使用膜层图案偏差和工艺参数关系，是通过大数据分析(如机器学习、神经网络等算法)历史图案化膜层的工艺参数和图案化膜层的图案精度，建立膜层图案偏差与图案化工艺参数的对应关系；另外，图案检测装置上传膜层图案偏差至云端服务器300时，云端服务器300还收集将图案检测装置所检测的图案化膜层的图案化工艺参数，以作为大数据分析的一部分使用。
具体的，如图2所示，本发明实施例提供的图案检测装置包括：接收单元210，用于接收图案化膜层的膜层图像；与接收单元210连接的图像识别单元220，用于对膜层图像进行识别，获得实测图案特征信息；与图像识别单元220连接的偏差计算单元240，用于根据实测图案特征信息和标准图案特征信息，获得膜层图案偏差。
实施时，接收单元210接收图案化膜层的膜层图像，图像识别单元220对膜层图像进行识别，获得实测图案特征信息，偏差计算单元240根据实测图案特征信息和标准图案特征信息，获得膜层图案偏差。
基于本发明实施例提供的图案检测装置可知，利用图像识别单元220对膜层图像进行识别，获得实测图案特征信息；并根据实测图案特征信息和标准图案特征信息，获得膜层图案偏差，该膜层图案偏差可作为膜层图案精度，使得膜层图案精度的测量准确化，这样就能够代替人工检测方式实现对膜层图案精度的智能化检测，从而避免人工检测所带来的人力成本投入过大的问题。换句话说，本发明实施例提供的图案检测装置能够使得膜层图案精度以膜层图案偏差的形式量化，从而更为精确的判断膜层图案是否准确，避免了人工定性检测所带来的膜层图案检测精度差的问题。
同时，本发明实施例提供的图案检测装置通过智能化处理图案化膜层的膜层图像，以获得膜层图案精度，使得检测膜层图案精度的速度大大提高，解决了人工定性检测膜层图案速度相对较慢的问题。而且，由于图案检测装置通过智能化处理图案化膜层的膜层图像，其处理过程和标准一致，摆脱了人工定性检测的标准不稳定性。
例如：制作阵列基板的过程中，其中涉及到栅线、数据线、像素电极，还有薄膜晶体管的各个膜层以及膜层见的过孔均采用成膜工艺和图案化工艺相结合的方式制作，当完成一层膜层的图案化，就利用图案检测装置对该图案化膜层进行检测，以确定所制作的图案化膜层是否满足需要。
示例性的，本发明实施例提供的图案检测装置对过孔开设位置和开设大小进行检测时，可通过测量过孔的中心坐标和过孔半径，并与标准过孔的中心坐标和半径进行比较，以量化的标准判断所测量的过孔的中心坐标和半径的精度。
可选的，本发明实施例中图案识别单元对膜层图像进行识别的方式多种多样，例如：如图2和图4所示，图案识别单元包括数据化模块221和特征提取模块222，数据化模块221用于将不可进行特征提取的膜层图像进行数据化处理，获得可进行数据提取和编辑的膜层图像数据，特征提取模块222用于对膜层图像数据进行数据分割，获得去除背景数据的多个膜层数据；对每个膜层数据进行图案提取，获得组成实测图案特征信息的多个图案特征数据。
上述数据化模块221将膜层图像进行数据化处理的方法比较多，如：数据化模块221对膜层图像进行图像颜色空间转换、图像噪声滤除和图像形态学处理，获得膜层图像数据。当然，除了进行图像颜色空间转换、图像噪声滤除和图像形态学这些基本数据处理，还可以做其他处理，以适应不同的图像特征提取。
上述数据分割的方法多种多样，如基于像素阈值的分割方法，基于边缘的分割方法，基于区域的分割方法、基于能量函数的分割方法，这些分割方法可以单独使用，也可以结合使用，具体使用方法与膜层图像数据的特点有关。
对于基于像素阈值的分割方法，其是一种基于区域的传统图像分割技术，图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术，它特别适用于目标和背景占据不同灰度级范围的图像。具体而言，基于像素阈值的分割方法是按照灰度级，对图像像素集合进行划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域不具有这种一致属性，这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。
对于基于边缘的分割方法，其是依赖于由边缘检测算子找到的图像边缘来完成图像的分割。具体而言，基于边缘的分割方法首先利用合适的边缘检测算子提取出待分割场景不同区域的边界，然后对分割边界内的像素进行连通和标注。从而构成分割区域。
对于基于区域的分割方法，其是指将待分析的数据进行区域划分，将其中感兴趣的数据片段提取出来做进一步处理，而将其它的数据抛弃，以减少后续处理的数据量。
对于基于能量函数的分割方法，其具有良好的特性，它通过建立数学模型，将分割问题转化成数学寻优问题，能够清楚地描述要解决的问题，而且与求解问题的算法分开。
另外，上述进行图案提取的方法包括基于形状的特征、颜色特征、纹理特征、几何特征或基于空间的特征的提取方法实现，具体提取方法根据分割后的多个膜层数据的数据内容决定。
进一步，考虑到偏差计算单元240用于根据实测图案特征信息和标准图案特征信息，获得膜层图案偏差，需要使得图案特征信息和标准图案特征信息的数据格式相同，因此，如图2和图3所示，本发明实施例提供的图案检测装置还包括分别与图像识别单元220和偏差计算单元240连接的数学表达单元230，用于对实测图案特征信息进行数学表达，获得图案特征数学表达信息；并限定图案特征数学表达信息的表达格式与标准图案特征信息的表达格式相同。如标准图案特征信息的格式为数值形式，则将实测图案特征信息表达为数值形式；如标准图案特征信息的格式为矩阵形式，则将实测图案特征信息表达为矩阵形式；如标准图案特征信息的格式为向量，则将实测图案特征信息表达为向量形式。
如图3所示，本发明实施例还提供了一种图案检测方法，该图案检测方法包括：
步骤S110：接收图案化膜层的膜层图像；
步骤S120：对膜层图像进行识别，获得实测图案特征信息；
步骤S140：根据实测图案特征信息和标准图案特征信息，获得膜层图案偏差。
与现有技术相比，本发明实施例提供的图案检测方法的有益效果与上述实施例提供的图案检测装置的有益效果相同，在此不做赘述。
其中，如图4所示，上述对膜层图像进行识别，获得实测图案特征信息包括：
步骤S121：对膜层图像进行数据化处理，获得膜层图像数据；对膜层图像进行数据化处理的具体过程包括：
对膜层图像进行图像颜色空间转换、图像噪声滤除和图像形态学处理，获得膜层图像数据。
步骤S122：对膜层图像数据进行数据分割，获得去除背景数据的多个膜层数据；数据分割的方法为基于像素阈值的分割方法，基于边缘的分割方法，基于区域的分割方法、基于能量函数的分割方法中的一种或多种。
步骤S123：对每个膜层数据进行图案提取，获得组成实测图案特征信息的多个图案特征数据；进行图案提取的方法为基于形状特征、颜色特征、纹理特征、几何特征、基于空间特征中的一种或多种。
另外，获得实测图案特征信息后，根据实测图案特征信息和标准图案特征信息前，如图3所示，本发明实施例提供的图案检测方法还包括：
步骤S130：对实测图案特征信息进行数学表达，获得图案特征数学表达信息；图案特征数学表达信息的表达格式与标准图案特征信息的表达格式相同。
本发明实施例还提供了一种图案化控制系统，如图1和图5所示，包括云端服务器300和上述实施例提供的图案检测装置，云端服务器300与图案检测装置通信，以实现数据传输，
其中，云端服务器300用于获取图案检测装置检测的膜层图案偏差，根据膜层图案偏差和工艺参数关系，对图案检测装置检测的膜层图案偏差进行处理，得到工艺校正参数，并根据工艺校正参数控制重新制作图案化膜层的过程。
具体实施时，云端服务器300将工艺校正参数发送给成膜过程所需要的成膜设备500和图案化设备400，从而控制成膜设备500重新进行成膜和图案化设备400重新进行图案化。
基于本发明提供的图案化控制系统中，云端服务器300与图案检测装置通信，且云端服务器300用于获取图案检测装置检测的膜层图案偏差，并根据膜层图案偏差和工艺参数关系，对图案检测装置检测的膜层图案偏差进行处理，得到工艺校正参数；利用工艺校正参数控制重新制作图案化膜层的过程，从而使得图案化控制系统以闭环的方式控制图案化膜层的制作，以尽早发现膜层图案精度较差的图案化膜层，并重新制作，从而降低多层图案化膜层的制作成本。换句话说，本发明实施例通过云端服务器300与图案检测装置通信，使得利用图像采集技术获取图像后，利用图案检测装置智能检测出膜层图案偏差，并通过云端服务器300分析出工艺校正参数，对成膜和图案化工艺进行重新校正，可见，本发明实施例提供的图案化控制系统能够智能化的闭环控制成膜和图案化工艺过程，具有良好的实时性。
本发明实施例还提供了一种图案化控制方法，如图1和图5所示，该图案化控制方法包括：
步骤210：获取上述实施例提供的图案检测装置检测的膜层图案偏差；
步骤220：根据膜层图案偏差和工艺参数关系，对所述图案检测装置检测的膜层图案偏差进行处理，得到图案化工艺校正参数；
步骤230：根据图案化工艺校正参数控制重新制作图案化膜层的过程。
与现有技术相比，本发明实施例提供的图案化控制方法的有益效果与上述实施例提供的图案化控制系统的有益效果相同，在此不做赘述。
在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种阵列基板图案检测装置，其特征在于，包括：
接收单元，用于接收图案化膜层的膜层图像；
与所述接收单元连接的图像识别单元，用于对所述膜层图像进行识别，获得实测图案特征信息；
与图像识别单元连接的偏差计算单元，用于根据所述实测图案特征信息和标准图案特征信息，获得膜层图案偏差；其中，所述实测图案特征信息包括过孔的中心坐标和过孔半径，所述标准图案特征信息包括标准过孔的中心坐标和标准过孔半径；
所述图像识别单元包括：
与所述接收单元连接的数据化模块，用于对所述膜层图像进行数据化处理，获得膜层图像数据；
与数据化模块连接的特征提取模块，用于对所述膜层图像数据进行数据分割，获得去除背景数据的多个膜层数据；对每个膜层数据进行图案提取，获得组成所述实测图案特征信息的多个图案特征数据；
其中，所述数据分割的方法为基于像素阈值的分割方法、基于边缘的分割方法、基于区域的分割方法、基于能量函数的分割方法中的一种或多种。
2.根据权利要求1所述的阵列基板图案检测装置，其特征在于，
所述数据化模块具体用于对所述膜层图像进行图像颜色空间转换、图像噪声滤除和图像形态学处理，获得膜层图像数据；进行图案提取的方法为基于形状特征、颜色特征、纹理特征、空间特征中的一种或多种。
3.根据权利要求1～2任一项所述的阵列基板图案检测装置，其特征在于，所述阵列基板图案检测装置还包括分别与所述图像识别单元和所述偏差计算单元连接的数学表达单元，用于对实测图案特征信息进行数学表达，获得图案特征数学表达信息；所述图案特征数学表达信息的表达格式与所述标准图案特征信息的表达格式相同。
4.一种阵列基板图案检测方法，其特征在于，包括：
接收图案化膜层的膜层图像；
对所述膜层图像进行识别，获得实测图案特征信息；
根据所述实测图案特征信息和标准图案特征信息，获得膜层图案偏差；
所述对所述膜层图像进行识别，获得实测图案特征信息包括：
对所述膜层图像进行数据化处理，获得膜层图像数据；
对所述膜层图像数据进行数据分割，获得去除背景数据的多个膜层数据；
对每个膜层数据进行图案提取，获得组成所述实测图案特征信息的多个图案特征数据；
其中，所述数据分割的方法为基于像素阈值的分割方法、基于边缘的分割方法、基于区域的分割方法、基于能量函数的分割方法中的一种或多种；
其中，根据所述实测图案特征信息和标准图案特征信息，获得膜层图案偏差的方法包括：根据过孔的中心坐标和过孔半径，与标准过孔的中心坐标和标准过孔半径进行比较，获得所述过孔的中心坐标和过孔半径的精度。
5.根据权利要求4所述的阵列基板图案检测方法，其特征在于，所述对所述膜层图像进行数据化处理，获得膜层图像数据包括：
对所述膜层图像进行图像颜色空间转换、图像噪声滤除和图像形态学处理，获得膜层图像数据；
进行图案提取的方法为基于形状特征、颜色特征、纹理特征、空间特征中的一种或多种。
6.根据权利要求4所述的阵列基板图案检测方法，其特征在于，所述获得实测图案特征信息后，根据所述实测图案特征信息和标准图案特征信息，获得膜层图案偏差前，所述阵列基板图案检测方法还包括：
对实测图案特征信息进行数学表达，获得图案特征数学表达信息；所述图案特征数学表达信息的表达格式与所述标准图案特征信息的表达格式相同。
7.一种阵列基板图案化控制系统，其特征在于，包括云端服务器和权利要求1～3任一项所述阵列基板图案检测装置，所述云端服务器与所述阵列基板图案检测装置通信；
所述云端服务器用于获取所述阵列基板图案检测装置检测的膜层图案偏差，根据膜层图案偏差和工艺参数关系，对所述阵列基板图案检测装置检测的膜层图案偏差进行处理，得到工艺校正参数；并根据所述工艺校正参数控制重新制作图案化膜层的过程。
8.一种阵列基板图案化控制方法，其特征在于，包括：
获取权利要求1～3任一项所述阵列基板图案检测装置检测的膜层图案偏差；
根据膜层图案偏差和工艺参数关系，对所述阵列基板图案检测装置检测的膜层图案偏差进行处理，得到工艺校正参数；
根据所述工艺校正参数控制重新制作图案化膜层的过程。
CN201810517710.XA 2018-05-25 2018-05-25 一种图案检测装置及方法、图案化控制系统及方法 Active CN109000887B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810517710.XA CN109000887B (zh) 2018-05-25 2018-05-25 一种图案检测装置及方法、图案化控制系统及方法
US16/633,400 US11270152B2 (en) 2018-05-25 2019-05-23 Method and apparatus for image detection, patterning control method
PCT/CN2019/088146 WO2019223763A1 (zh) 2018-05-25 2019-05-23 图像检测方法、装置、设备及介质，图案化控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810517710.XA CN109000887B (zh) 2018-05-25 2018-05-25 一种图案检测装置及方法、图案化控制系统及方法

Publications (2)

Publication Number Publication Date
CN109000887A CN109000887A (zh) 2018-12-14
CN109000887B true CN109000887B (zh) 2021-04-23

Family

ID=64573287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810517710.XA Active CN109000887B (zh) 2018-05-25 2018-05-25 一种图案检测装置及方法、图案化控制系统及方法

Country Status (3)

Country Link
US (1) US11270152B2 (zh)
CN (1) CN109000887B (zh)
WO (1) WO2019223763A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109000887B (zh) 2018-05-25 2021-04-23 京东方科技集团股份有限公司 一种图案检测装置及方法、图案化控制系统及方法
US11750927B2 (en) * 2021-08-12 2023-09-05 Deepx Co., Ltd. Method for image stabilization based on artificial intelligence and camera module therefor

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3028945B2 (ja) * 1998-04-17 2000-04-04 日本電気株式会社 多階調丸め補正処理方法およびパターン検査装置
US6675174B1 (en) * 2000-02-02 2004-01-06 International Business Machines Corp. System and method for measuring similarity between a set of known temporal media segments and a one or more temporal media streams
JP2002040626A (ja) * 2000-07-24 2002-02-06 Seiko Epson Corp 導体パターンの検査方法、電気光学装置の製造方法
JP4438696B2 (ja) * 2005-06-15 2010-03-24 セイコーエプソン株式会社 画像表示装置及び方法
CN100561146C (zh) * 2007-11-09 2009-11-18 无锡东望科技有限公司 机器视觉系统对印染染色色差的在线检测方法
JP4599420B2 (ja) * 2008-02-29 2010-12-15 株式会社東芝 特徴量抽出装置
CN101751572A (zh) * 2008-12-05 2010-06-23 比亚迪股份有限公司 一种图案检测方法、装置、设备及系统
CN102253506B (zh) 2010-05-21 2019-05-14 京东方科技集团股份有限公司 液晶显示基板的制造方法及检测修补设备
CN102262093A (zh) * 2010-05-24 2011-11-30 张爱明 基于机器视觉的印花机在线检测方法
EP2631872A4 (en) * 2010-10-18 2015-10-28 Univ Osaka CHARACTER EXTRACTION DEVICE, CHARACTER EXTRACTION METHOD AND PROGRAM THEREFOR
CN103503025B (zh) * 2011-02-25 2016-09-07 弗劳恩霍夫应用研究促进协会 基于对对象的模型进行变换来确定模型参数
CN102601131B (zh) * 2012-03-09 2016-01-13 湖南镭目科技有限公司 一种钢坯表面质量在线检测装置
JP2014002178A (ja) * 2012-06-15 2014-01-09 Sharp Corp 配向膜の修正方法、配向膜の修正装置および液晶パネルの製造方法
CN203191327U (zh) * 2013-04-19 2013-09-11 杭州电子科技大学 一种基于机器视觉的pcb板缺陷自动检测装置
KR101436050B1 (ko) * 2013-06-07 2014-09-02 한국과학기술연구원 손모양 깊이영상 데이터베이스 구축방법, 손모양 인식방법 및 손모양 인식 장치
CN104349021A (zh) * 2013-07-24 2015-02-11 腾讯科技（深圳）有限公司 图像采集方法、装置及终端
JP5744161B2 (ja) * 2013-11-18 2015-07-01 シャープ株式会社 画像処理装置
CN103885217B (zh) * 2014-03-10 2016-06-15 京东方科技集团股份有限公司 一种检测液晶面板柱状隔垫物缺陷的方法及装置
JP6344015B2 (ja) * 2014-03-31 2018-06-20 ダイキン工業株式会社 給湯システム
JP6685301B2 (ja) 2014-11-19 2020-04-22 デカ テクノロジーズ インコーポレイテッド ユニット固有パターニングの自動光学検査
CN104659071B (zh) * 2015-03-16 2017-10-31 合肥鑫晟光电科技有限公司 一种amoled显示面板制作方法及制作装置
CN104933978A (zh) * 2015-07-02 2015-09-23 京东方科技集团股份有限公司 显示面板的检测方法和检测装置
CN105371955B (zh) * 2015-11-24 2018-08-24 华侨大学 一种染色色差检测装置及检测方法
CN105467634B (zh) * 2016-01-27 2018-11-09 京东方科技集团股份有限公司 一种彩膜基板的彩色图案缺失的检测方法及装置
US20180348792A1 (en) * 2017-06-06 2018-12-06 Walmart Apollo, Llc Systems and methods for coupling autonomous ground vehicles delivering merchandise
CN109000887B (zh) * 2018-05-25 2021-04-23 京东方科技集团股份有限公司 一种图案检测装置及方法、图案化控制系统及方法
CN109286825B (zh) * 2018-12-14 2021-04-30 北京百度网讯科技有限公司 用于处理视频的方法和装置

Also Published As

Publication number Publication date
CN109000887A (zh) 2018-12-14
US20210166060A1 (en) 2021-06-03
WO2019223763A1 (zh) 2019-11-28
US11270152B2 (en) 2022-03-08

Similar Documents

Publication Publication Date Title
WO2021000524A1 (zh) 孔位保护门检测方法、装置、计算机设备和存储介质
CN106157310B (zh) 基于混合自适应水平集模型与多通道结合的TFT LCD mura缺陷检测方法
CN104680519B (zh) 基于轮廓和颜色的七巧板识别方法
WO2018023916A1 (zh) 一种彩色图像去阴影方法和应用
Mathavan et al. Use of a self-organizing map for crack detection in highly textured pavement images
CN103345755A (zh) 一种基于Harris算子的棋盘格角点亚像素提取方法
CN112149543B (zh) 一种基于计算机视觉的建筑扬尘识别系统与方法
CN110930427B (zh) 一种基于语义轮廓信息的图像分割方法、设备和存储介质
CN111815564B (zh) 一种检测丝锭的方法、装置及丝锭分拣系统
CN111062934B (zh) 一种织物图像缺陷实时检测方法
CN109000887B (zh) 一种图案检测装置及方法、图案化控制系统及方法
CN111507426A (zh) 基于视觉融合特征的无参考图像质量分级评价方法及装置
CN112730251B (zh) 一种用于屏幕颜色缺陷检测的装置及方法
CN117392042A (zh) 缺陷检测方法、缺陷检测设备及存储介质
CN108520539B (zh) 一种基于稀疏学习可变模型的图像目标检测方法
CN117351472A (zh) 烟叶信息检测方法、装置及电子设备
Kuo et al. Automated inspection of micro-defect recognition system for color filter
CN115908774A (zh) 一种基于机器视觉的变形物资的品质检测方法和装置
CN112733584A (zh) 通信光缆的智能告警方法和装置
CN114723728A (zh) 一种手机摄像头玻璃盖板丝印cd纹缺陷检测方法及系统
CN113570587A (zh) 一种基于计算机视觉的光伏电池断栅检测方法及系统
CN114881984A (zh) 一种大米加工精度的检测方法、装置、电子设备及介质
CN108133210B (zh) 一种图像格式识别方法及装置
CN117152158B (zh) 基于人工智能的纺织品疵点检测方法及系统
CN116645368B (zh) 一种流延膜卷边在线视觉检测方法

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