CN109959666B - 一种阵列基板缺陷判定方法、处理器及判定系统 - Google Patents

一种阵列基板缺陷判定方法、处理器及判定系统 Download PDF

Info

Publication number
CN109959666B
CN109959666B CN201910287502.XA CN201910287502A CN109959666B CN 109959666 B CN109959666 B CN 109959666B CN 201910287502 A CN201910287502 A CN 201910287502A CN 109959666 B CN109959666 B CN 109959666B
Authority
CN
China
Prior art keywords
array substrate
defect
scanning
determining
defects
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
CN201910287502.XA
Other languages
English (en)
Other versions
CN109959666A (zh
Inventor
邹克
何林峰
胡岩
韩明昆
袁洪光
张科
冯星
冯鹏
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
Chengdu BOE Optoelectronics Technology Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Chengdu 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, Chengdu BOE Optoelectronics Technology Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201910287502.XA priority Critical patent/CN109959666B/zh
Publication of CN109959666A publication Critical patent/CN109959666A/zh
Application granted granted Critical
Publication of CN109959666B publication Critical patent/CN109959666B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Abstract

本发明公开了一种阵列基板缺陷判定方法、处理器及判定系统，该方法包括：实时获取待判别阵列基板当前扫描区域的表面图像数据；对获取到的表面图像数据进行处理，确定阵列基板存在的缺陷与扫描时间的对应关系；根据缺陷与扫描时间的对应关系、预存储的扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定阵列基板中存在缺陷的类型。上述方法可以根据实时获取待判别阵列基板当前扫描区域的表面图像数据，确定阵列基板中存在缺陷的类型，无需工程师进行人为判定，节约了缺陷判定时间，根据判定结果可以及时对缺陷进行处理，避免大量的经济损失。

Description

一种阵列基板缺陷判定方法、处理器及判定系统
技术领域
本发明涉及缺陷判定领域，尤其涉及一种阵列基板缺陷判定方法、处理器及判定系统。
背景技术
目前，在阵列基板的制作过程中，由于工艺的稳定性以及外界环境的干扰等会导致阵列基板的膜层出现缺陷，因此在阵列基板制作完特定膜层后对阵列基板进行缺陷检测显得尤为重要。
相关技术中，对阵列基板的缺陷进行检测与判定，是通过自动光学检测(Automatic Optical Inspection，AOI)设备对阵列基板的缺陷进行检测，以图片的形式将阵列基板中的缺陷反应出来，由于AOI设备本身无法对缺陷是否造成良率损失进行判定，以致缺陷判定需在后段工艺由工程师进行人工判定，这极大的延缓了缺陷反馈的时间，极易由于缺陷反馈时间过长造成更大的良率及经济损失。
因此，如何有效的对阵列基板的缺陷进行判定是本领域技术人员亟待解决的技术问题。
发明内容
本发明提供了一种阵列基板缺陷判定方法、处理器及判定系统，用以解决相关技术中需要人为进行缺陷判定导致缺陷反馈时间过长的问题。
一方面，本发明实施例提供了一种阵列基板缺陷判定方法，包括：
实时获取待判别阵列基板当前扫描区域的表面图像数据；
对获取到的所述表面图像数据进行处理，确定所述阵列基板存在的缺陷与扫描时间的对应关系；
根据所述缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定所述阵列基板中存在缺陷的类型。
在一种可能的实施方式中，在本发明实施例提供的阵列基板缺陷判定方法中，当获取的表面图像数据为一个图像采集器按预设周期获取的表面图像数据时，根据所述缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定所述阵列基板中存在缺陷的类型，具体包括：
当相邻奇数个周期或相邻偶数个周期内相同的时间段存在同样的缺陷聚集时，则确定所述阵列基板在与扫描方向垂直的方向存在聚集缺陷；
当在同一周期内所述缺陷存在的时长大于第一阈值时，则确定所述阵列基板在扫描方向上存在聚集缺陷。
在一种可能的实施方式中，在本发明实施例提供的阵列基板缺陷判定方法中，当获取的表面图像数据为多个图像采集器同时获取的表面图像数据时，根据所述缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定所述阵列基板中存在缺陷的类型，具体包括：
当各所述图像采集器所扫描的区域同时被确定存在缺陷时，则确定所述阵列基板在与扫描方向垂直的方向存在聚集缺陷；
当各所述图像采集器所扫描的区域逐个被确定存在缺陷聚集时，则确定所述阵列基板在与扫描方向存在夹角方向存在聚集缺陷；
当所述图像采集器所扫描区域存在缺陷的连续时长大于第一阈值时，则确定所述阵列基板在扫描方向上存在聚集缺陷。
在一种可能的实施方式中，在本发明实施例提供的阵列基板缺陷判定方法中，当所述阵列基板在同一区域内存在任两个方向上的聚集缺陷时，则确定所述阵列基板存在簇状缺陷。
在一种可能的实施方式中，在本发明实施例提供的阵列基板缺陷判定方法中，所述当前扫描区域的表面图像数据包括：当前扫描区域的表面灰度图。
在一种可能的实施方式中，在本发明实施例提供的阵列基板缺陷判定方法中，当所述阵列基板包括多个呈周期性排列的区域时，对获取到的所述表面图像数据进行处理，确定所述阵列基板存在的缺陷与扫描时间的对应关系，具体包括：
将获取到的当前扫描区域的表面图像数据与相邻区域的表面图像数据进行对比；
确定所述当前扫描区域的表面图像数据与所述相邻区域的表面图像数据的灰阶差异是否大于第二阈值；
当确定所述当前扫描区域的表面图像数据与所述相邻区域的表面图像数据的灰阶差异大于所述第二阈值时，则确定所述区域存在缺陷；
根据当前扫描时间，确定所述缺陷与所述扫描时间的对应关系。
在一种可能的实施方式中，在本发明实施例提供的阵列基板缺陷判定方法中，所述方法还包括：
将当前阵列基板上所存在的缺陷聚集与前一阵列基板上所存在的缺陷聚集进行对比；
当两个所述阵列基板在相同位置出现相同类型的缺陷聚集时，向外部报警设备发送报警指令；
当连续排列的至少两个阵列基板在相同的位置存在相同类型的缺陷时，则向报警设备发送报警指令，使所述报警设备报警。
另一方面，本发明实施例还提供了一种处理器，包括程序代码，当所述程序代码在计算设备上运行时，所述程序代码用于使所述计算设备执行上述阵列基板缺陷判定方法的步骤。
又一方面，本发明实施例还提供了一种阵列基板缺陷判定系统，包括上述实施例提供的处理器，以及图像采集器；
所述图像采集器用于按预设规则扫描待判定阵列基板，并将获取的图像转换为灰度图提供给所述处理器。
在一种可能的实施方式中，在本发明实施例提供的阵列基板缺陷判定系统中，还包括：报警设备；
所述报警设备用于根据所述处理器发送的报警指令进行报警。
本发明有益效果如下：
本发明实施例提供了一种阵列基板缺陷判定方法、处理器及判定系统，该阵列基板缺陷判定方法包括：实时获取待判别阵列基板当前扫描区域的表面图像数据；对获取到的所述表面图像数据进行处理，确定所述阵列基板存在的缺陷与扫描时间的对应关系；根据所述缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定所述阵列基板中存在缺陷的类型。上述方法通过获取到的阵列基板的表面图像数据，将阵列基板所存在的缺陷以缺陷与扫描时间的对应关系反应出来，根据缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，即可确定阵列基板中所存在缺陷的类型，无需工程师进行人为判定，节约了缺陷判定时间，根据判定结果可以及时对缺陷进行处理，避免大量的经济损失。
附图说明
图1为本发明实施例提供的阵列基板缺陷判定方法的流程图；
图2为本发明实施例提供的阵列基板的一种缺陷率与扫描时间对应的关系图；
图3为图2对应的缺陷聚集信号与时间的对应关系图；
图4为本发明实施例提供的阵列基板的另一种缺陷率与扫描时间对应的关系图；
图5为图4对应的缺陷聚集信号与时间的对应关系图。
具体实施方式
相关技术中，通过AOI设备对阵列基板上是否存在缺陷进行检测，具体为先通过摄像机对阵列基板进行扫描，将扫描得到的图像投影至感光器件上转化为灰度图，根据灰度图确定阵列基板存在缺陷的位置，并向点位摄像头发送指令，拍摄多个点位对应的图片，将图片反馈给工程师，由于图片的数量较多，工程师需要较长时间对图片进行分析，才能判定阵列基板上的缺陷的类型，确定该缺陷是否对阵列基板的良率产生影响。上述方式，由于利用人工对图片信息进行判定需要时间较长，导致判定效率不高，且人工进行判定存在较多的主观因素，判定结果的准确率也无法得到保证，一旦存在判定时间过长或判定结果错误就会给生产带来较大的经济损失。
针对相关技术存在的上述问题，本发明实施例提供了一种阵列基板缺陷判定方法、处理器及判定系统。为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
附图中各部件的形状和大小不反应真实比例，目的只是示意说明本发明内容。
具体地，如图1所示，本发明实施例提供了一种阵列基板缺陷判定方法，包括：
S101、实时获取待判别阵列基板当前扫描区域的表面图像数据；
具体地，可以通过图像采集器对阵列基板进行实时扫描，实时获取当前扫描区域对应的表面图像数据，其中，可以是一个图像采集器按照预设周期进行扫描(例如，可以沿阵列基板栅线的延伸方向进行往复扫描)，也可以是多台摄像机同时对阵列基板进行扫描。
其中，当前扫描区域的表面图像数据包括：当前扫描区域的表面灰度图。
S102、对获取到的表面图像数据进行处理，确定阵列基板存在的缺陷与扫描时间的对应关系；
具体地，如图2和图4所示，图2为阵列基板的一种缺陷率与扫描时间对应的关系图，图4为阵列基板的另一种缺陷率与扫描时间对应的关系图，其中，缺陷率是指单位扫描时间内存在缺陷的个数。通过对实时获取的表面图像数据进行处理，可以确定单位扫描时间内阵列基板存在缺陷的个数。
其中，阵列基板上包括驱动电路和像素区域，每个像素区域呈周期性排列，当阵列基板包括多个呈周期性排列的区域时，对获取到的表面图像数据进行处理，确定阵列基板存在的缺陷与扫描时间的对应关系，具体包括：
将获取到的当前扫描区域的表面图像数据与相邻区域的表面图像数据进行对比；
确定当前扫描区域的表面图像数据与相邻区域的表面图像数据的灰阶差异是否大于第二阈值；
当确定当前扫描区域的表面图像数据与相邻区域的表面图像数据的灰阶差异大于第二阈值时，则确定区域存在缺陷；
根据当前扫描时间，确定缺陷与扫描时间的对应关系。
其中，第二阈值可以根据检测不同的缺陷具体进行配置，在此不作具体限定。
S103、根据缺陷与扫描时间的对应关系、预存储的扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定阵列基板中存在缺陷的类型。
可选地，在本发明实施例提供的阵列基板缺陷判定方法中，当获取的表面图像数据为一个图像采集器按预设周期获取的表面图像数据时，根据缺陷与扫描时间的对应关系、预存储的扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定阵列基板中存在缺陷的类型，具体包括：
当相邻奇数个周期或相邻偶数个周期内相同的时间段存在同样的缺陷聚集时，则确定阵列基板在与扫描方向垂直的方向存在聚集缺陷；
当在同一周期内缺陷存在的时长大于第一阈值时，则确定阵列基板在扫描方向上存在聚集缺陷。
具体地，在本发明实施例提供的阵列基板缺陷判定方法中，如图2所示，横坐标在0～40时间段内，图像采集器沿栅线的延伸方向从左到右进行扫描，在40～80时间段内，图像采集器沿栅线的延伸方向从右到左进行扫描，在80～120时间段内，图像采集器沿栅线的延伸方向从左到右进行扫描，即图像采集器在沿栅线方向上进行往复运动，其中，0～40时间段，40～80时间段，以及80～120时间段，仅代表对时间段的划分，为时间长度，表示该图像呈现出一种周期性变化的规律，并不限定为具体多长时间内完成一个周期的扫描，一个周期具体需要多长时间根据实际情况进行设定。在缺陷判定的过程中，认为单位时间内缺陷的个数大于一个阈值时，则确认该缺陷会对阵列基板的良率产生影响，如图2所示，当单位时间内缺陷的个数大于3时，则确定该时间段内缺陷出现聚集，会对良率产生影响，而其他单位时间内缺陷个数小于3个的，则忽略不计，通过对图2进行处理，得到图3所示的聚集信号与时间的对应关系图，如图3所示，在10～20时间段内，60～70时间段内，以及90～100时间段内，均出现了聚集信号，根据扫描时间与扫描阵列基板对应位置关系可以确定，在上述三个时间段内，扫描的位置呈纵向排列，即可以确定该阵列基板出现了竖向聚集，也就是说在与扫描方向垂直的方向存在聚集缺陷。
具体地，在本发明实施例提供的阵列基板缺陷判定方法中，如图4所示，在4～5时间段内出现缺陷的个数均超过3个，认为该时间段内缺陷存在的时长超出第一阈值，则确认阵列基板在扫描方向上存在聚集缺陷，该第一阈值可以为0.6秒。经过对图4进行处理，得到图5所示的聚集信号与时间的对应关系可以看出在较长的时间段内均出现了聚集缺陷，因此认为阵列基板在扫描方向上存在聚集缺陷。
可选地，在本发明实施例提供的阵列基板缺陷判定方法中，当获取的表面图像数据为多个图像采集器同时获取的表面图像数据时，根据缺陷与扫描时间的对应关系、预存储的扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定阵列基板中存在缺陷的类型，具体包括：
当各图像采集器所扫描的区域同时被确定存在缺陷时，则确定阵列基板在与扫描方向垂直的方向存在聚集缺陷；
当各图像采集器所扫描的区域逐个被确定存在缺陷聚集时，则确定阵列基板在与扫描方向存在夹角方向存在聚集缺陷；
当图像采集器所扫描区域存在缺陷的连续时长大于第一阈值时，则确定阵列基板在扫描方向上存在聚集缺陷。
具体地，在本发明实施例提供的阵列基板缺陷判定方法中，当采用多个图像采集器对阵列基板进行扫描时，各图像采集器可以沿数据线方向排列，且设置为运动规律相同，可以同时沿栅线方向上从左至右进行扫描，根据扫描规律，可以确定当图像采集器所扫描的区域同时被确定存在缺陷时，则确定阵列基板在与扫描方向垂直的方向存在聚集缺陷，即竖向缺陷聚集；当各图像采集器所扫描的区域逐个被确定存在缺陷聚集时，则确定阵列基板在与扫描方向存在夹角方向存在聚集缺陷，即斜向缺陷聚集；当图像采集器所扫描区域存在缺陷的连续时长大于第一阈值时，则确定阵列基板在扫描方向上存在聚集缺陷，即横向缺陷聚集。
具体地，在本发明实施例提供的阵列基板缺陷判定方法中，当阵列基板在同一区域内存在任两个方向上的聚集缺陷时，则确定阵列基板存在簇状缺陷。
可选地，在本发明实施例提供的阵列基板缺陷判定方法中，该法还包括：
将当前阵列基板上所存在的缺陷聚集与前一阵列基板上所存在的缺陷聚集进行对比；
当两个阵列基板在相同位置出现相同类型的缺陷聚集时，向外部报警设备发送报警指令；
当连续排列的至少两个阵列基板在相同的位置存在相同类型的缺陷时，则向报警设备发送报警指令，使报警设备报警。
具体地，在本发明实施例提供的阵列基板缺陷判定方法中，当两个阵列基板在相同的位置出现了相同类型的聚集性缺陷时，则判定该聚集性缺陷极大可能是由工艺导致，如不及时进行处理，则会造成更大的损失。
基于同一发明构思，本发明实施例提供了一种处理器，包括程序代码，当程序代码在计算设备上运行时，程序代码用于使计算设备执行上述任一实施例提供的阵列基板缺陷判定方法的步骤。
基于同一发明构思，本发明实施例还提供了一种阵列基板缺陷判定系统，包括上述实施例提供的处理器，以及图像采集器；
图像采集器用于按预设规则扫描待判定阵列基板，并将获取的图像转换为灰度图提供给处理器。
其中，该图像采集器包括摄像机，以及用于接收摄像机获取的图像的感光单元，以将摄像机获取到的图像转化为灰度图。
可选地，在本发明实施例提供的阵列基板缺陷判定系统中，还包括：报警设备；
报警设备用于根据处理器发送的报警指令进行报警。
由于处理器以及阵列基板缺陷判定系统解决问题的原理与前述一种阵列基板缺陷判定方法相似，因此该处理器以及阵列基板缺陷判定系统的实施可以参见上述阵列基板缺陷判定方法的具体实施例进行实施，重复之处不再赘述。
本发明实施例提供了一种阵列基板缺陷判定方法、处理器及判定系统，该阵列基板缺陷判定方法包括：实时获取待判别阵列基板当前扫描区域的表面图像数据；对获取到的所述表面图像数据进行处理，确定所述阵列基板存在的缺陷与扫描时间的对应关系；根据所述缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定所述阵列基板中存在缺陷的类型。上述方法通过获取到的阵列基板的表面图像数据，将阵列基板所存在的缺陷以缺陷与扫描时间的对应关系反应出来，根据缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，即可确定阵列基板中所存在缺陷的类型，无需工程师进行人为判定，节约了缺陷判定时间，根据判定结果可以及时对缺陷进行处理，避免大量的经济损失。
显然，本领域的技术人员可以对本发明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 (9)

1.一种阵列基板缺陷判定方法，其特征在于，包括：
实时获取待判别阵列基板当前扫描区域的表面图像数据；
对获取到的所述表面图像数据进行处理，确定所述阵列基板存在的缺陷与扫描时间的对应关系；
根据所述缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定所述阵列基板中存在缺陷的类型；
当获取的表面图像数据为一个图像采集器按预设周期获取的表面图像数据时，根据所述缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定所述阵列基板中存在缺陷的类型，具体包括：
当相邻奇数个周期或相邻偶数个周期内相同的时间段存在同样的缺陷聚集时，则确定所述阵列基板在与扫描方向垂直的方向存在聚集缺陷；
当在同一周期内所述缺陷存在的时长大于第一阈值时，则确定所述阵列基板在扫描方向上存在聚集缺陷。
2.如权利要求1所述的阵列基板缺陷判定方法，其特征在于，当获取的表面图像数据为多个图像采集器同时获取的表面图像数据时，根据所述缺陷与所述扫描时间的对应关系、预存储的所述扫描时间与扫描位置的对应关系以及预存储的缺陷类型规则，确定所述阵列基板中存在缺陷的类型，具体包括：
当各所述图像采集器所扫描的区域同时被确定存在缺陷时，则确定所述阵列基板在与扫描方向垂直的方向存在聚集缺陷；
当各所述图像采集器所扫描的区域逐个被确定存在缺陷聚集时，则确定所述阵列基板在与扫描方向存在夹角方向存在聚集缺陷；
当所述图像采集器所扫描区域存在缺陷的连续时长大于第一阈值时，则确定所述阵列基板在扫描方向上存在聚集缺陷。
3.如权利要求1或2所述的阵列基板缺陷判定方法，其特征在于，当所述阵列基板在同一区域内存在任两个方向上的聚集缺陷时，则确定所述阵列基板存在簇状缺陷。
4.如权利要求1或2所述的阵列基板缺陷判定方法，其特征在于，所述当前扫描区域的表面图像数据包括：当前扫描区域的表面灰度图。
5.如权利要求1或2所述的阵列基板缺陷判定方法，其特征在于，当所述阵列基板包括多个呈周期性排列的区域时，对获取到的所述表面图像数据进行处理，确定所述阵列基板存在的缺陷与扫描时间的对应关系，具体包括：
将获取到的当前扫描区域的表面图像数据与相邻区域的表面图像数据进行对比；
确定所述当前扫描区域的表面图像数据与所述相邻区域的表面图像数据的灰阶差异是否大于第二阈值；
当确定所述当前扫描区域的表面图像数据与所述相邻区域的表面图像数据的灰阶差异大于所述第二阈值时，则确定所述区域存在缺陷；
根据当前扫描时间，确定所述缺陷与所述扫描时间的对应关系。
6.如权利要求1或2所述的阵列基板缺陷判定方法，其特征在于，所述方法还包括：
将当前阵列基板上所存在的缺陷聚集与前一阵列基板上所存在的缺陷聚集进行对比；
当两个所述阵列基板在相同位置出现相同类型的缺陷聚集时，向外部报警设备发送报警指令；
当连续排列的至少两个阵列基板在相同的位置存在相同类型的缺陷时，则向报警设备发送报警指令，使所述报警设备报警。
7.一种处理器，其特征在于，包括程序代码，当所述程序代码在计算设备上运行时，所述程序代码用于使所述计算设备执行权利要求1-6任一项所述的阵列基板缺陷判定方法的步骤。
8.一种阵列基板缺陷判定系统，其特征在于，包括如权利要求7所述的处理器，以及图像采集器；
所述图像采集器用于按预设规则扫描待判定阵列基板，并将获取的图像转换为灰度图提供给所述处理器。
9.如权利要求8所述的阵列基板缺陷判定系统，其特征在于，还包括：报警设备；
所述报警设备用于根据所述处理器发送的报警指令进行报警。
CN201910287502.XA 2019-04-11 2019-04-11 一种阵列基板缺陷判定方法、处理器及判定系统 Active CN109959666B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910287502.XA CN109959666B (zh) 2019-04-11 2019-04-11 一种阵列基板缺陷判定方法、处理器及判定系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910287502.XA CN109959666B (zh) 2019-04-11 2019-04-11 一种阵列基板缺陷判定方法、处理器及判定系统

Publications (2)

Publication Number Publication Date
CN109959666A CN109959666A (zh) 2019-07-02
CN109959666B true CN109959666B (zh) 2021-08-03

Family

ID=67026010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910287502.XA Active CN109959666B (zh) 2019-04-11 2019-04-11 一种阵列基板缺陷判定方法、处理器及判定系统

Country Status (1)

Country Link
CN (1) CN109959666B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1512169A (zh) * 2002-12-27 2004-07-14 株式会社东芝 图形检查方法和图形检查装置
CN1536349A (zh) * 2002-11-01 2004-10-13 光子动力学公司 用于检查具有图样的平的介质的方法和装置
CN1954204A (zh) * 2004-05-14 2007-04-25 光子动力学公司 使用按需自动光学检查子系统的改进的tft液晶显示器面板检查方法
KR100810058B1 (ko) * 2003-06-10 2008-03-05 에이디이 코포레이션 멀티-채널 데이터의 그래픽 표현을 이용하여 기판의표면에서 발생하는 결함을 분류하는 방법 및 시스템
CN102099672A (zh) * 2008-07-18 2011-06-15 旭硝子株式会社 用于缺陷检查的图像数据的处理装置及方法、使用它们的缺陷检查装置及方法、使用它们的板状体的制造方法、以及存储介质
JP2012053073A (ja) * 2006-03-14 2012-03-15 Hitachi High-Technologies Corp 光学式欠陥検査装置
CN102654465A (zh) * 2012-04-11 2012-09-05 法国圣戈班玻璃公司 光学测量装置和光学测量方法
CN103676234A (zh) * 2013-11-29 2014-03-26 合肥京东方光电科技有限公司 一种检测装置、阵列基板检测系统及其方法
CN106055177A (zh) * 2016-07-04 2016-10-26 青岛海信电器股份有限公司 一种红外触摸屏的扫描方法和装置
CN108344751A (zh) * 2018-03-20 2018-07-31 湖南科创信息技术股份有限公司 基于多通道光源的材料板形缺陷检测系统和方法
CN108445010A (zh) * 2018-03-12 2018-08-24 昆山国显光电有限公司 自动光学检测方法及装置
CN109307675A (zh) * 2017-07-26 2019-02-05 凌云光技术集团有限责任公司 一种产品外观检测方法和系统
CN109387525A (zh) * 2017-08-09 2019-02-26 苏州精濑光电有限公司 一种膜上膜内缺陷的判定方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7433053B2 (en) * 2002-08-08 2008-10-07 Applied Materials, Israel, Ltd. Laser inspection using diffractive elements for enhancement and suppression of surface features
CN102645435A (zh) * 2012-04-19 2012-08-22 深圳市华星光电技术有限公司 基板的检测方法和装置
CN106093073B (zh) * 2016-06-02 2019-09-17 昆山国显光电有限公司 基板缺陷位置定位方法及装置和系统
CN106814084A (zh) * 2016-06-08 2017-06-09 北京壹格科技有限公司 一种新型显示面板表面缺陷检测系统
KR102564336B1 (ko) * 2016-07-18 2023-08-04 엘지디스플레이 주식회사 표시패널 및 액정표시장치
CN107328791B (zh) * 2017-07-31 2020-06-30 京东方科技集团股份有限公司 一种缺陷检测方法及装置
CN108226166A (zh) * 2017-12-29 2018-06-29 信利（惠州）智能显示有限公司 一种自动光学检测扫描方法
CN208140607U (zh) * 2018-05-23 2018-11-23 苏州江锦自动化科技有限公司 双面视觉检测机器人

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1536349A (zh) * 2002-11-01 2004-10-13 光子动力学公司 用于检查具有图样的平的介质的方法和装置
CN1512169A (zh) * 2002-12-27 2004-07-14 株式会社东芝 图形检查方法和图形检查装置
KR100810058B1 (ko) * 2003-06-10 2008-03-05 에이디이 코포레이션 멀티-채널 데이터의 그래픽 표현을 이용하여 기판의표면에서 발생하는 결함을 분류하는 방법 및 시스템
CN1954204A (zh) * 2004-05-14 2007-04-25 光子动力学公司 使用按需自动光学检查子系统的改进的tft液晶显示器面板检查方法
JP2012053073A (ja) * 2006-03-14 2012-03-15 Hitachi High-Technologies Corp 光学式欠陥検査装置
CN102099672A (zh) * 2008-07-18 2011-06-15 旭硝子株式会社 用于缺陷检查的图像数据的处理装置及方法、使用它们的缺陷检查装置及方法、使用它们的板状体的制造方法、以及存储介质
CN102654465A (zh) * 2012-04-11 2012-09-05 法国圣戈班玻璃公司 光学测量装置和光学测量方法
CN103676234A (zh) * 2013-11-29 2014-03-26 合肥京东方光电科技有限公司 一种检测装置、阵列基板检测系统及其方法
CN106055177A (zh) * 2016-07-04 2016-10-26 青岛海信电器股份有限公司 一种红外触摸屏的扫描方法和装置
CN109307675A (zh) * 2017-07-26 2019-02-05 凌云光技术集团有限责任公司 一种产品外观检测方法和系统
CN109387525A (zh) * 2017-08-09 2019-02-26 苏州精濑光电有限公司 一种膜上膜内缺陷的判定方法
CN108445010A (zh) * 2018-03-12 2018-08-24 昆山国显光电有限公司 自动光学检测方法及装置
CN108344751A (zh) * 2018-03-20 2018-07-31 湖南科创信息技术股份有限公司 基于多通道光源的材料板形缺陷检测系统和方法

Also Published As

Publication number Publication date
CN109959666A (zh) 2019-07-02

Similar Documents

Publication Publication Date Title
CN102175700B (zh) 数字x射线图像焊缝分割和缺陷检测方法
CN103471512B (zh) 一种基于机器视觉的玻璃板宽检测系统
CN110517318B (zh) 定位方法和装置、存储介质
CN110441319B (zh) 一种外观缺陷的检测方法及装置
JP2015511310A (ja) ウエハ検査のためのセグメント化
US20060067569A1 (en) Image inspection device, image inspection method, and image inspection program
US11928805B2 (en) Information processing apparatus, information processing method, and storage medium for defect inspection and detection
CN113838038B (zh) 一种碳纤维布面疵点检测方法、装置、电子设备和存储介质
CN116721107B (zh) 一种电缆生产质量智能监控系统
CN103500722B (zh) 一种电子束缺陷检测方法
CN114972575A (zh) 一种基于轮廓边缘的直线拟合算法
CN109959666B (zh) 一种阵列基板缺陷判定方法、处理器及判定系统
CN103247548A (zh) 一种晶圆缺陷检测装置及方法
CN110428411B (zh) 一种基于二次曝光的背光板检测方法及系统
CN116993654A (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
CN113012137A (zh) 一种面板缺陷检查方法、系统、终端设备及存储介质
JP6114559B2 (ja) フラットパネルディスプレイの自動ムラ検出装置
CN112804426A (zh) 一种可修正缺陷像元的多线线阵相机及方法
CN110738613A (zh) 线阵探测器图像拼接实时校正方法、装置、设备和介质
KR100505365B1 (ko) 픽셀보간을 이용한 디스플레이 패널 검사 장치 및 방법
CN117036364B (zh) 图像处理方法及装置、存储介质、计算设备
US11875502B2 (en) Production-speed component inspection system and method
CN115631249B (zh) 一种相机校正方法、装置、设备和存储介质
CN117173185B (zh) 轧制板材的区域检测方法及装置、存储介质、计算机设备
JPH11102442A (ja) エッジ検出方法及びその装置

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