CN109829912B - Tft阵列基板的缺陷检测方法 - Google Patents
Tft阵列基板的缺陷检测方法 Download PDFInfo
- Publication number
- CN109829912B CN109829912B CN201910116680.6A CN201910116680A CN109829912B CN 109829912 B CN109829912 B CN 109829912B CN 201910116680 A CN201910116680 A CN 201910116680A CN 109829912 B CN109829912 B CN 109829912B
- Authority
- CN
- China
- Prior art keywords
- image
- array substrate
- pixel
- tft array
- denoised
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Abstract
本发明提供一种TFT阵列基板的缺陷检测方法。本发明的TFT阵列基板的缺陷检测方法在获取TFT阵列基板的原始图像后对原始图像进行去噪处理产生去噪图像,对去噪图像进行规则结构纹理背景去除处理产生待判定图像,对所述待判定图像进行缺陷提取获取TFT阵列基板的缺陷的描述参数,利用TFT阵列基板的缺陷的描述参数及预设的参考描述参数判断TFT阵列基板的缺陷的类型,能够简单准确地对TFT阵列基板上的缺陷类型进行检测。
Description
技术领域
本发明涉及显示技术领域,尤其涉及一种TFT阵列基板的缺陷检测方法。
背景技术
在显示技术领域,液晶显示装置(Liquid Crystal Display,LCD)等平板显示装置已经逐步取代阴极射线管(Cathode Ray Tube,CRT)显示装置。液晶显示装置具有机身薄、省电、无辐射等众多优点,得到了广泛的应用。
现有市场上的液晶显示装置大部分为背光型液晶显示装置,其包括液晶显示面板及背光模组(backlight module),其工作原理是在两片平行的玻璃基板当中放置液晶分子,两片玻璃基板中间有许多垂直和水平的细小电线,通过通电与否来控制液晶分子改变方向,将背光模组的光线折射出来产生画面。
通常液晶显示面板由彩膜(Color Filter,CF)基板、薄膜晶体管(Thin FilmTransistor,TFT)阵列(Array)基板、夹于彩膜基板与薄膜晶体管阵列基板之间的液晶(Liquid Crystal,LC)及密封胶框(Sealant)组成,其成型工艺一般包括:前段阵列制程(薄膜、黄光、蚀刻及剥膜)、中段成盒(Cell)制程(TFT阵列基板与彩膜基板贴合)及后段模组组装制程(驱动芯片与印刷电路板压合)。其中,前段阵列制程主要是形成TFT基板,以便于控制液晶分子的运动;中段成盒制程主要是在TFT阵列基板与彩膜基板之间添加液晶;后段模组组装制程主要是驱动芯片压合与印刷电路板的整合,进而驱动液晶分子转动,显示图像。
现有技术中在制作TFT阵列基板时,TFT阵列基板上往往会形成缺陷,包括点状缺陷、纤维状缺陷、不规则异物缺陷、彩晕状缺陷等等,若将有缺陷的TFT阵列基板与彩膜基板对组成盒,最终制得的液晶显示面板将存在显示不良,因此现有技术中会在对组成盒前对TFT阵列基板进行缺陷检测以识别TFT阵列基板上的缺陷位置及类型。现有的TFT阵列基板的缺陷检测方法中,由于TFT阵列基板存在依次排列的重复结构,为了便于提取缺陷,一般会对TFT阵列基板表面图像的纹理背景进行消除,但由于存在截断效应,会影响消除TFT阵列基板表面纹理背景的效果,从而影响缺陷的提取效果,使得现有的TFT阵列基板的缺陷检测方法进能够对比较大的缺陷实现检测并不能对TFT阵列基板的缺陷类型进行有效的识别。
发明内容
本发明的目的在于提供一种TFT阵列基板的缺陷检测方法,能够简单准确地对TFT阵列基板上的缺陷类型进行检测。
为实现上述目的,本发明提供一种TFT阵列基板的缺陷检测方法,包括如下步骤:
步骤S1、提供TFT阵列基板,获取所述TFT阵列基板的原始图像;
步骤S2、对所述原始图像进行去噪处理产生去噪图像;
步骤S3、对所述去噪图像进行规则结构纹理背景去除处理产生待判定图像;
步骤S4、对所述待判定图像进行缺陷提取获取TFT阵列基板的缺陷的描述参数;
步骤S5、利用TFT阵列基板的缺陷的描述参数及预设的参考描述参数判断TFT阵列基板的缺陷的类型。
所述步骤S1中,利用自动光学检测机获取TFT阵列基板的原始图像。
所述TFT阵列基板的原始图像包括呈阵列式排布的多个原始像素。
所述步骤S2具体为:利用全变分模型对原始图像进行处理从而形成去噪图像,所述去噪图像包括分别与多个原始像素对应且呈阵列式排布的多个去噪像素。
所述去噪图像的多个去噪像素的像素值为 其中,λ为预设的参数,Si为多个去噪像素中第i个去噪像素的像素值,Gi为多个原始像素中与第i个去噪像素对应的第i个原始像素的像素值,为对去噪图像的多个去噪像素的像素值进行一阶差分运算后第i个去噪像素对应的差分运算值,表示为最小值时对应的去噪图像的多个去噪像素的像素值,i为正整数。
所述步骤S3包括:
步骤S31、获取去噪图像中的最小重复单元;
步骤S32、依据最小重复单元将去噪图像划分为阵列排布的多个待处理区块,相邻的待处理区块相连接,多个待处理区块的尺寸相同,多个待处理区块包括与一最小重复单元重合的参考区块及除了参考区块外的待计算区块;
步骤S33、利用预设的互功率谱计算公式分别计算多个待计算区块与参考区块之间的对应的互功率谱,对多个互功率谱进行傅里叶逆变换对应产生多个互相关曲面函数,取每个互相关曲面函数中的峰值对应的横坐标及纵坐标分别作为该互相关曲面函数对应的待计算区块相对于参考区块的水平位移量及竖直位移量,依据每一待计算区块相对于参考区块的水平位移量及竖直位移量获取每一待计算区块中的各去噪像素与参考区块中各去噪像素之间的对应关系,将去噪图像的多个待计算模块中多个去噪像素的像素值分别减去参考区块中对应的去噪像素的像素值并将参考区块中多个去噪像素的像素值取0而形成待判定图像,所述待判定图像包括阵列排布的多个待判定像素。
所述预设的互功率谱计算公式为:
其中,Pk(u,v)为互功率谱中第u行第v列的值,F0(u,v)为对参考区块进行傅里叶变换后产生的矩阵中第u行第v列的值,Fk(u,v)为对多个待计算区块中第k个待计算区块进行傅里叶变换后产生的矩阵中第u行第v列的值,为Fk(u,v)的共轭复数,u、v、k均为正整数。
所述步骤S4具体包括:
步骤S41、利用预设的二值化处理公式对所述待判定图像的多个待判定像素的像素值进行二值化处理;
步骤S42、计算所述待判定图像的质心在待判定图像中的行坐标及列坐标,将待判定图像中进行二值化处理后像素值为1的待判定像素记为缺陷像素;
步骤S43、获取每个缺陷像素与质心的距离,形成缺陷像素与质心的距离和缺陷像素数量的相应关系的直方图作为TFT阵列基板的缺陷的描述参数。
所述预设的二值化处理公式为:
其中,I(x,y)为待判定图像中第x行第y列的处理像素进行二值化处理前的像素值,I′(x,y)为待判定图像中第x行y列的待判定像素进行二值化处理后的像素值,T为预设的阈值,x、y均为正整数。
所述步骤S5具体为:提供预设的多个参考直方图作为预设的多个参考描述参数,每一参考直方图与一缺陷类型对应,计算缺陷像素与质心的距离和缺陷像素数量的相应关系的直方图同多个参考直方图之间的多个巴氏距离,选取多个巴氏距离中的最大值对应的参考直方图所对应的缺陷类型作为TFT阵列基板的缺陷类型。
本发明的有益效果:本发明的TFT阵列基板的缺陷检测方法在获取TFT阵列基板的原始图像后对原始图像进行去噪处理产生去噪图像,对去噪图像进行规则结构纹理背景去除处理产生待判定图像,对所述待判定图像进行缺陷提取获取TFT阵列基板的缺陷的描述参数,利用TFT阵列基板的缺陷的描述参数及预设的参考描述参数判断TFT阵列基板的缺陷的类型,能够简单准确地对TFT阵列基板上的缺陷类型进行检测。
附图说明
为了能更进一步了解本发明的特征以及技术内容,请参阅以下有关本发明的详细说明与附图,然而附图仅提供参考与说明用,并非用来对本发明加以限制。
附图中,
图1为本发明的TFT阵列基板的缺陷检测方法的流程图;
图2为本发明的TFT阵列基板的步骤S2的示意图;
图3至图5为本发明的TFT阵列基板的步骤S3的示意图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及其效果,以下结合本发明的优选实施例及其附图进行详细描述。
请参阅图1,本发明提供一种TFT阵列基板的缺陷检测方法,包括如下步骤:
步骤S1、提供TFT阵列基板,获取所述TFT阵列基板的原始图像。
具体地,所述步骤S1中,利用自动光学检测机(AOI)获取TFT阵列基板的原始图像。
具体地,所述TFT阵列基板的原始图像包括呈阵列式排布的多个原始像素。
步骤S2、对所述原始图像进行去噪处理产生如图2所示的去噪图像10。
具体地,所述步骤S2具体为:利用全变分模型对原始图像进行处理从而形成去噪图像10,所述去噪图像10包括分别与多个原始像素对应且呈阵列式排布的多个去噪像素。
具体地,所述去噪图像10的多个去噪像素的像素值为其中,λ为预设的参数,Si为多个去噪像素中第i个去噪像素的像素值,Gi为多个原始像素中与第i个去噪像素对应的第i个原始像素的像素值,为对去噪图像10的多个去噪像素的像素值进行一阶差分运算后第i个去噪像素对应的差分运算值,表示为最小值时对应的去噪图像10的多个去噪像素的像素值,i为正整数。
步骤S3、请参阅图5,对所述去噪图像10进行规则结构纹理背景去除处理产生待判定图像20。
具体地,所述步骤S3包括:
步骤S31、请参阅图3,获取去噪图像10中的最小重复单元11。此步骤中,可从去噪图像10的左上角开始扫描,选取第一个面积最小的重复单元作为最小重复单元11。
步骤S32、请参阅图4,依据最小重复单元11将去噪图像10划分为阵列排布的多个待处理区块,相邻的待处理区块相连接,多个待处理区块的尺寸相同,多个待处理区块包括与一最小重复单元11重合的参考区12块及除了参考区块外的待计算区块13。
步骤S33、利用预设的互功率谱计算公式分别计算多个待计算区块与参考区块之间的对应的互功率谱,对多个互功率谱进行傅里叶逆变换对应产生多个互相关曲面函数,取每个互相关曲面函数中的峰值对应的横坐标及纵坐标分别作为该互相关曲面函数对应的待计算区块相对于参考区块的水平位移量及竖直位移量,依据每一待计算区块相对于参考区块的水平位移量及竖直位移量获取每一待计算区块中的各去噪像素与参考区块中各去噪像素之间的对应关系,将去噪图像的多个待计算模块中多个去噪像素的像素值分别减去参考区块中对应的去噪像素的像素值并将参考区块中多个去噪像素的像素值取0而形成如图5所示的待判定图像,所述待判定图像包括阵列排布的多个待判定像素。
进一步地,所述预设的互功率谱计算公式为:
其中,Pk(u,v)为互功率谱中第u行第v列的值,F0(u,v)为对参考区块进行傅里叶变换后产生的矩阵中第u行第v列的值,Fk(u,v)为对多个待计算区块中第k个待计算区块进行傅里叶变换后产生的矩阵中第u行第v列的值,为Fk(u,v)的共轭复数,u、v、k均为正整数。
步骤S4、对所述待判定图像20进行缺陷提取获取TFT阵列基板的缺陷的描述参数。
具体地,所述步骤S4具体包括:
步骤S41、利用预设的二值化处理公式对所述待判定图像20的多个待判定像素的像素值进行二值化处理。
步骤S42、计算所述待判定图像20的质心在待判定图像20中的行坐标及列坐标,将待判定图像20中进行二值化处理后像素值为1的待判定像素记为缺陷像素。
步骤S43、获取每个缺陷像素与质心的距离,形成缺陷像素与质心的距离和缺陷像素数量的相应关系的直方图作为TFT阵列基板的缺陷的描述参数。
进一步地,所述预设的二值化处理公式为:
其中,I(x,y)为待判定图像20中第x行第y列的处理像素进行二值化处理前的像素值,I′(x,y)为待判定图像20中第x行y列的待判定像素进行二值化处理后的像素值,T为预设的阈值,x、y均为正整数。
步骤S5、利用TFT阵列基板的缺陷的描述参数及预设的参考描述参数判断TFT阵列基板的缺陷的类型。
具体地,所述步骤S5具体为:提供预设的多个参考直方图作为预设的多个参考描述参数,每一参考直方图与一缺陷类型对应,计算缺陷像素与质心的尺寸和缺陷像素数量的相应关系的直方图同多个参考直方图之间的多个巴氏距离,选取多个巴氏距离中的最大值对应的参考直方图所对应的缺陷类型作为TFT阵列基板的缺陷类型。
需要说明的是,本发明的TFT阵列基板的缺陷检测方法在获取TFT阵列基板的原始图像后对原始图像进行去噪处理产生去噪图像,对去噪图像进行规则结构纹理背景去除处理产生待判定图像,具体为利用图像的互功率去除去噪图像中的规律的TFT单元背景,对所述待判定图像进行缺陷提取获取TFT阵列基板的缺陷的描述参数,具体为利用缺陷像素与质心的距离和缺陷像素数量的相应关系的直方图作为TFT阵列基板的缺陷的描述参数,利用TFT阵列基板的缺陷的描述参数及预设的参考描述参数判断TFT阵列基板的缺陷的类型,具体为利用缺陷像素与质心的距离和缺陷像素数量的相应关系的直方图同多个参考直方图进行巴氏距离计算,选取多个巴氏距离中的最大值对应的参考直方图所对应的缺陷类型作为TFT阵列基板的缺陷类型,能够简单准确地对TFT阵列基板上的缺陷类型进行检测,相比于现有技术,无需人工进行TFT阵列基板的缺陷检测,节约生产成本,也无需大量图像样本和复杂参数计算,可满足实际生产需要。
综上所述,本发明的TFT阵列基板的缺陷检测方法在获取TFT阵列基板的原始图像后对原始图像进行去噪处理产生去噪图像,对去噪图像进行规则结构纹理背景去除处理产生待判定图像,对所述待判定图像进行缺陷提取获取TFT阵列基板的缺陷的描述参数,利用TFT阵列基板的缺陷的描述参数及预设的参考描述参数判断TFT阵列基板的缺陷的类型,能够简单准确地对TFT阵列基板上的缺陷类型进行检测。
以上所述,对于本领域的普通技术人员来说,可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形,而所有这些改变和变形都应属于本发明权利要求的保护范围。
Claims (7)
1.一种TFT阵列基板的缺陷检测方法,其特征在于,包括如下步骤:
步骤S1、提供TFT阵列基板,获取所述TFT阵列基板的原始图像;
步骤S2、对所述原始图像进行去噪处理产生去噪图像;
步骤S3、对所述去噪图像进行规则结构纹理背景去除处理产生待判定图像;
步骤S4、对所述待判定图像进行缺陷提取获取TFT阵列基板的缺陷的描述参数;
步骤S5、利用TFT阵列基板的缺陷的描述参数及预设的参考描述参数判断TFT阵列基板的缺陷的类型;
所述TFT阵列基板的原始图像包括呈阵列式排布的多个原始像素;
所述步骤S2具体为:利用全变分模型对原始图像进行处理从而形成去噪图像,所述去噪图像包括分别与多个原始像素对应且呈阵列式排布的多个去噪像素;
所述步骤S3包括:
步骤S31、获取去噪图像中的最小重复单元;
步骤S32、依据最小重复单元将去噪图像划分为阵列排布的多个待处理区块,相邻的待处理区块相连接,多个待处理区块的尺寸相同,多个待处理区块包括与一最小重复单元重合的参考区块及除了参考区块外的待计算区块;
步骤S33、利用预设的互功率谱计算公式分别计算多个待计算区块与参考区块之间的对应的互功率谱,对多个互功率谱进行傅里叶逆变换对应产生多个互相关曲面函数,取每个互相关曲面函数中的峰值对应的横坐标及纵坐标分别作为该互相关曲面函数对应的待计算区块相对于参考区块的水平位移量及竖直位移量,依据每一待计算区块相对于参考区块的水平位移量及竖直位移量获取每一待计算区块中的各去噪像素与参考区块中各去噪像素之间的对应关系,将去噪图像的多个待计算模块中多个去噪像素的像素值分别减去参考区块中对应的去噪像素的像素值并将参考区块中多个去噪像素的像素值取0而形成待判定图像,所述待判定图像包括阵列排布的多个待判定像素。
2.如权利要求1所述的TFT阵列基板的缺陷检测方法,其特征在于,所述步骤S1中,利用自动光学检测机获取TFT阵列基板的原始图像。
5.如权利要求1所述的TFT阵列基板的缺陷检测方法,其特征在于,所述步骤S4具体包括:
步骤S41、利用预设的二值化处理公式对所述待判定图像的多个待判定像素的像素值进行二值化处理;
步骤S42、计算所述待判定图像的质心在待判定图像中的行坐标及列坐标,将待判定图像中进行二值化处理后像素值为1的待判定像素记为缺陷像素;
步骤S43、获取每个缺陷像素与质心的距离,形成缺陷像素与质心的尺寸和缺陷像素数量的相应关系的直方图作为TFT阵列基板的缺陷的描述参数。
7.如权利要求5所述的TFT阵列基板的缺陷检测方法,其特征在于,所述步骤S5具体为:提供预设的多个参考直方图作为预设的多个参考描述参数,每一参考直方图与一缺陷类型对应,计算缺陷像素与质心的距离和缺陷像素数量的相应关系的直方图同多个参考直方图之间的多个巴氏距离,选取多个巴氏距离中的最大值对应的参考直方图所对应的缺陷类型作为TFT阵列基板的缺陷类型。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116680.6A CN109829912B (zh) | 2019-02-14 | 2019-02-14 | Tft阵列基板的缺陷检测方法 |
PCT/CN2019/087581 WO2020164201A1 (zh) | 2019-02-14 | 2019-05-20 | Tft阵列基板的缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116680.6A CN109829912B (zh) | 2019-02-14 | 2019-02-14 | Tft阵列基板的缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109829912A CN109829912A (zh) | 2019-05-31 |
CN109829912B true CN109829912B (zh) | 2020-09-08 |
Family
ID=66862059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910116680.6A Active CN109829912B (zh) | 2019-02-14 | 2019-02-14 | Tft阵列基板的缺陷检测方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109829912B (zh) |
WO (1) | WO2020164201A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327204B (zh) * | 2021-06-01 | 2024-03-15 | 中科晶源微电子技术(北京)有限公司 | 图像校准方法和装置、设备及存储介质 |
CN113822893B (zh) * | 2021-11-24 | 2022-03-11 | 中导光电设备股份有限公司 | 一种基于纹理特征的液晶面板外围电路检测方法和系统 |
CN113936002A (zh) * | 2021-12-17 | 2022-01-14 | 成都数之联科技有限公司 | 周期提取方法、装置、计算机设备及可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9142012B2 (en) * | 2012-05-31 | 2015-09-22 | Apple Inc. | Systems and methods for chroma noise reduction |
CN107610056A (zh) * | 2017-08-11 | 2018-01-19 | 南京信息工程大学 | 基于全变分的混合加权维纳滤波图像去噪方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7154292B2 (en) * | 2003-01-31 | 2006-12-26 | Yieldboost Tech, Inc. | Method of detecting defects in TFT-arrays and a TFT-array testing system incorporating the same |
JP4908995B2 (ja) * | 2006-09-27 | 2012-04-04 | 株式会社日立ハイテクノロジーズ | 欠陥分類方法及びその装置並びに欠陥検査装置 |
WO2008051512A2 (en) * | 2006-10-20 | 2008-05-02 | Soligie, Inc. | Patterned printing plates and processes for printing electrical elements |
CN104795339B (zh) * | 2015-03-09 | 2017-10-20 | 昆山龙腾光电有限公司 | 薄膜晶体管阵列基板的检测装置及检测方法 |
KR102340938B1 (ko) * | 2015-09-17 | 2021-12-20 | 엘지디스플레이 주식회사 | 표시장치와 그 접촉 저항 측정 방법 |
CN109036236B (zh) * | 2018-09-14 | 2021-10-26 | 京东方科技集团股份有限公司 | 阵列基板检测方法及检测装置 |
-
2019
- 2019-02-14 CN CN201910116680.6A patent/CN109829912B/zh active Active
- 2019-05-20 WO PCT/CN2019/087581 patent/WO2020164201A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9142012B2 (en) * | 2012-05-31 | 2015-09-22 | Apple Inc. | Systems and methods for chroma noise reduction |
CN107610056A (zh) * | 2017-08-11 | 2018-01-19 | 南京信息工程大学 | 基于全变分的混合加权维纳滤波图像去噪方法 |
Non-Patent Citations (3)
Title |
---|
Nonlinear Total Variation based noise removal algorithm;L.Rudin et al.;《IEEE》;19921231;第259-268页 * |
TFT-LCD表面缺陷检测方法综述;简川霞;《电视技术》;20151231;第39卷(第9期);第146-152页 * |
周期纹理背景中的表面缺陷检测技术;史艳琼 等;《测控技术》;20161231;第17-20页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2020164201A1 (zh) | 2020-08-20 |
CN109829912A (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829912B (zh) | Tft阵列基板的缺陷检测方法 | |
US8145008B2 (en) | Non-uniform image defect inspection method | |
US9846932B2 (en) | Defect detection method for display panel based on histogram of oriented gradient | |
Li et al. | Wavelet-based defect detection in solar wafer images with inhomogeneous texture | |
Li et al. | Defect inspection in low-contrast LCD images using Hough transform-based nonstationary line detection | |
CN107678192B (zh) | 一种基于机器视觉的Mura缺陷检测方法 | |
US20050007364A1 (en) | Method for sorting ununiformity of liquid crystal display panel sorting apparatus, and information recorded medium with recorded program for executing this sorting | |
CN114494045B (zh) | 一种基于机器视觉的大型直齿轮几何参数测量系统及方法 | |
CN106556940A (zh) | 一种tft‑lcd屏自动光学检测中的背景抑制方法 | |
CN116165216B (zh) | 一种液晶显示屏微划伤瑕疵3d检测方法、系统及计算设备 | |
CN101063660A (zh) | 一种纺织品缺陷检测方法及其装置 | |
CN117132844B (zh) | 一种基于图像处理的光伏板裂纹与划痕的分类方法 | |
CN109449093A (zh) | 晶圆检测方法 | |
CN112014407A (zh) | 一种集成电路晶圆表面缺陷检测的方法 | |
CN116990993A (zh) | 一种lcd显示面板质量检测方法 | |
CN113808104B (zh) | 一种基于分块的金属表面缺陷检测方法及系统 | |
CN110766675B (zh) | 太阳能电池板缺陷检测方法 | |
CN112419225B (zh) | 一种基于引脚分割的sop型芯片检测方法及系统 | |
CN108898584B (zh) | 一种基于图像分析的全自动贴面电容装焊极性判别方法 | |
CN113487569B (zh) | 基于频域和空域结合的复杂背景图像缺陷检测方法及系统 | |
CN111598851A (zh) | 一种基于形态学图像处理的太阳能电池破片检测方法 | |
CN116503324A (zh) | 一种基于机器视觉的黑胶模组外观检测方法及系统 | |
Zhang et al. | A LCD screen Mura defect detection method based on machine vision | |
CN106651869B (zh) | 一种基于局部投影的ito分割方法 | |
CN111161264A (zh) | 一种对含有缺陷的tft电路图像的分割方法 |
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 |