CN110428411B - 一种基于二次曝光的背光板检测方法及系统 - Google Patents

一种基于二次曝光的背光板检测方法及系统 Download PDF

Info

Publication number
CN110428411B
CN110428411B CN201910702722.4A CN201910702722A CN110428411B CN 110428411 B CN110428411 B CN 110428411B CN 201910702722 A CN201910702722 A CN 201910702722A CN 110428411 B CN110428411 B CN 110428411B
Authority
CN
China
Prior art keywords
image
gray scale
defect
area
backlight plate
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
CN201910702722.4A
Other languages
English (en)
Other versions
CN110428411A (zh
Inventor
吴奇峰
陈武
张胜森
郑增强
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.)
Wuhan Jingce Electronic Group Co Ltd
Wuhan Jingli Electronic Technology Co Ltd
Original Assignee
Wuhan Jingce Electronic Group Co Ltd
Wuhan Jingli Electronic 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 Wuhan Jingce Electronic Group Co Ltd, Wuhan Jingli Electronic Technology Co Ltd filed Critical Wuhan Jingce Electronic Group Co Ltd
Priority to CN201910702722.4A priority Critical patent/CN110428411B/zh
Publication of CN110428411A publication Critical patent/CN110428411A/zh
Application granted granted Critical
Publication of CN110428411B publication Critical patent/CN110428411B/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
    • 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
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明属于显示面板检测技术领域，公开了一种基于二次曝光的背光板检测方法及系统，对背光板第一次曝光正常取像得到第一图像；提升相机曝光时间后进行二次曝光对该背光板再次取像得到第二图像，将第一图像的中心区域与第二图像的边缘区域合并，将合并得到的图像作为缺陷检测图像用于背光板缺陷检测；这种方法可以有效解决背光检测图像周边灰阶较暗问题，使得用于缺陷检测的图像整体均匀性提升，在此基础上进一步通过简单参数卡控即可实现图像缺陷区域的整体分割，将该方法及系统用于AOI检测，不需要对面板划分区域分别设定参数进行分析，可极大提高检测效率，而且参数更易于维护，也可提高调参的效率。

Description

一种基于二次曝光的背光板检测方法及系统
技术领域
本发明属于背光板的自动化缺陷检测技术领域，更具体地，涉及一种基于二次曝光的背光板检测方法及系统。
背景技术
自动光学检测(Automatic Optic Inspection，AOI)机台的检测是基于相机取像的图像进行面板缺陷检测，其检测流程如图1所示，首先通过相机取像获取背光的图像，将原图进行处理，具体是对图像预处理后进行图像的分割，将缺陷区域从其背景中分离出来，最后对缺陷区域进行计算并过滤，该过程的核心是将缺陷区域从原图像中分离出来，从而获得缺陷区域，而相机取像的图像质量对缺陷的检测有着关键性的影响，图像的均匀性越好，缺陷区域越容易从其背景中分离出来。目前，由于相机镜头光学特性的影响，图像均匀性不佳，越往图像边缘区域，图像的灰阶值越低，中心与周边灰阶差异较大，即图像的局部灰阶差异较大，这种差异是不利于缺陷分割的，由于图像的局部灰阶差异较大，难以找到一个合适的阈值对图像进行简单的阈值分割，既保证中心区域缺陷分割准确而又不至于边缘区域分割不出来，或是边缘区域分割准确而中心区域不会有过多的非缺陷被分割出来。因此需要有一种方法使中心区域与边缘区域灰阶值不宜过大，从而对中心和边缘区域找到一个合适的阈值分割，实现简单的参数卡控。
针对背光图像局部灰阶差较大的问题，现有技术方案是将中心区域与边缘区域分开，分别对两个区域进行缺陷分割，即对整幅背光图像进行分区卡控。图2是现有技术将图像分为中心区域和边缘区域的示意图，对于整副图像其局部灰阶差较大，而就中心区域或边缘区域而言，其局部灰阶差较小，这种分别对中心区域和边缘区域进行阈值分割，并进行参数的卡控的方法也能达到目的，但需要建立两套参数，且两套参数的标准也会不一样，如此维护起来效率较低。需要有一种方法能够提升背光图像整体的均匀性，缩小图像中心区域与边缘区域的灰阶差异，从而达到对中心区域与边缘区域只需一套参数，通过简单的参数卡控实现缺陷区域的分割。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于二次曝光的背光板检测方法及系统，通过将二次曝光后灰阶提升的图像边缘区域与正常曝光后的图像中心区域合并后作为缺陷检测图像，以此达到降低图像中心与边缘灰阶差的目的。
为实现上述目的，按照本发明的一个方面，提供了一种基于二次曝光的背光板检测方法，对背光板第一次曝光正常取像得到第一图像；然后提升取像设备曝光时间后进行二次曝光对该背光板再次取像得到第二图像，将第一图像的中心区域与第二图像的边缘区域合并，将合并得到的图像作为缺陷检测图像，通过该种方式可以有效解决周边灰阶较低图像局部差异较大问题，获得的缺陷检测图像整体均匀性好，在此基础上通过设定简单的阈值分割参数将该缺陷检测图像中符合分割条件的缺陷区域分割出来，检测出背光板缺陷。
优选地，上述基于二次曝光的背光板检测方法，基于缺陷检测图像进行背光板缺陷检测的方法为：
对图像进行阈值分割，通过阈值分割将缺陷分割出来；
阈值分割通过设定的分割阈值将图像中符合条件的缺陷区域分割出来；具体地，
具体地，将灰阶不小于基准灰阶与设定亮缺陷阈值的亮点区域作为亮点缺陷分割出来；将灰阶不大于基准灰阶与设定暗缺陷阈值的暗区域作为暗点缺陷分割出来；
亮缺陷被分割出的条件是：
g≥gb+tbt
暗缺陷分割出的条件是：
g≤gb+tdk
其中，g为待验证像素的灰阶值，gb为基准灰阶值，tbt为亮缺陷设定阈值，tdk为暗缺陷设定阈值。
优选地，上述基于二次曝光的背光板检测方法，以灰阶值等于中心灰阶与边缘灰阶平均值的位置作为划分中心区域与边缘区域的分界。
优选地，上述基于二次曝光的背光板检测方法，在第一图像上，以分界向边缘方向多出N个像素的区域为第一图像分界区域；在第二图像上，以分界向中心区域方向多出N个像素的区域为第二图像分界区域，将第一、第二图像合并，使这两个图像的分界区域重合，重合区域的灰阶值为第一图像分界区域与第二图像分界区域的灰阶取平均值；N为自然数。
为实现上述目的，按照本发明的一个方面，提供了基于二次曝光的背光板检测系统，包括缺陷检测图像生成模块和缺陷检测模块；
其中，缺陷检测图像生成模块用于对背光板第一次曝光正常取像得到第一图像；然后提升曝光时间后进行二次曝光对该背光板再次取像得到第二图像，将第一图像的中心区域与第二图像的边缘区域合并，将合并得到的图像作为缺陷检测图像；
其中，缺陷检测模块用于根据缺陷检测图像进行背光板缺陷检测。
优选的，上述基于二次曝光的背光板检测系统，其缺陷检测模块包括图像预处理单元、缺陷区域分割单元以及缺陷区域计算单元；
其中，图像预处理单元用于对缺陷检测图像进行增强和纹理抑制，以降低噪声和背景纹理；
缺陷区域分割单元用于通过设定分割阈值将图像中符合分割条件的缺陷区域分割出来；
缺陷区域计算单元用于根据缺陷区域灰阶与缺陷区域的背景灰阶平均值得到缺陷的对比度。
优选的，上述基于二次曝光的背光板检测系统，缺陷区域分割单元亮缺陷分割条件：
g≥gb+tbt
暗缺陷分割条件是：
g≤gb+tdk
其中，g为待验证像素的灰阶值，gb为基准灰阶值，tbt为亮缺陷设定阈值，tdk为暗缺陷设定阈值。
优选的，上述基于二次曝光的背光板检测系统，缺陷区域计算单元获取缺陷对比度的方法具体如下：
会对缺陷区域灰阶求平均值，对缺陷区域的背景(即其周围区域)灰阶求平均值，用缺陷区域灰阶平均值与该背景灰阶平均值作差，对差求绝对值得到缺陷的对比度；
Cdefect＝abs(Cfg-Cbg)
式中：Cdefect为缺陷对比度，Cfg、Cbg分别是缺陷区域、背景区域灰阶均值，abs表示求绝对值计算。
为实现上述目的，按照本发明的另一个方面，提供了一种终端设备，包括至少一个处理单元、以及至少一个存储单元；该存储单元存储有可被该处理单元执行的计算机程序，当该计算机程序被处理单元执行时，使得处理单元执行上述任一项基于二次曝光的背光板检测方法的步骤。
为实现上述目的，按照本发明的另一个方面，提供了一种计算机可读介质，其存储有可由终端设备执行的计算机程序，当该计算机程序在终端设备上运行时，使得该终端设备执行上述任一项基于二次曝光的背光板检测方法的步骤。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明提供的基于二次曝光的背光板检测方法，通过将两次曝光得到的图像合并，解决了图像中心区域与边缘区域灰阶差较大的问题，提升了缺陷检测图像的均匀性；而进一步地，缺陷检测图像整体均匀性提升后，通过设定简单的阈值分割参数即通过简单参数卡控即可实现缺陷区域的分割，可提高AOI的检测效率，简化调参方法；该方法适用于绝大部分AOI背光板检测系统，具有检测速度快、检测结果稳定的优势。
附图说明
图1是现有技术中背光检检测流程示意图；
图2是现有技术中将图像分为中心区域和边缘区域示意图；
图3是本发明实施例采用的基于二次曝光的背光板检测方法的流程示意图；
图4是实施例中的缺陷成像示意图；
图5是实施例中的二次曝光图像处理的示意图；
图6是实施例中第一图像下缺陷成像示意图；
图7是实施例中第二图像下缺陷成像示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供的基于二次曝光的背光板检测方法，采取二次曝光的方法，对同一块背光板第一次曝光正常取像得到第一图像；然后提升曝光时间后进行二次曝光对该背光板再次取像得到第二图像，将第一图像的中心区域与第二图像的边缘区域合并，将合并得到的图像作为检测图像用于背光板检测。
参照图3，实施例提供的基于二次曝光的背光板检测方法，包括相机取像和缺陷检测步骤，具体如下：
(1)正常曝光对背光板进行首次取像得到第一图像；
(2)提高相机曝光时间二次曝光，对同一块背光板再次进行取像得到第二图像；
实际曝光时间值提高多少与相机、背光亮度相关，不同相机、不同背光亮度下曝光时间值提升不一样；具体提升多少是以第一图像中心亮度为准，将第二图像边缘区域的灰阶值提升至与第一图像中心灰阶在同一层次为宜。
(3)取第一图像的中心区域、第二图像的边缘区域，将这两个区域合并后得到第三图像，将该第三图像作为缺陷检测图像用于背光板检测。
中心区域与边缘区域划分未严格限定，在一个实施例中，为降低中心与边缘区域灰阶差异提高图片均匀性，以灰阶值等于中心灰阶与边缘灰阶平均值的位置作为划分中心区域与边缘区域的分界。
具体合并处理过程中对合并位置进行优化处理，使中心区域和边缘区域均多出50个像素，即分界由分界线扩展为50个像素宽的分界区域；分界区域的灰阶值为第一图像中心区域与第二图像边缘区域对应该重合区域的灰阶取平均值；在一个优选实施例中，对合并得到的图像进行平滑处理得到第三图像。在实施例中，根据合并得到的缺陷检测图像进行缺陷检测的方法是对图像进行阈值分割，通过阈值分割将缺陷分割出来；阈值分割通过设定分割阈值将图像中符合条件的缺陷区域分割出来。
亮缺陷被分割出的条件是：
g≥gb+tbt
暗缺陷分割出的条件是：
g≤gb+tdk
其中，g为待验证像素的灰阶值，gb为基准灰阶值，tbt为亮缺陷设定阈值，tdk为暗缺陷设定阈值。
如图4所示意的，该图像中存在一个亮缺陷和一个暗缺陷，如要将图中的亮点和暗点分割出来，通过设定基准灰阶gb为图像的灰阶平均值，如亮点处的灰阶不小于基准灰阶与设定亮缺陷阈值，亮点将被分割出；如暗点处的灰阶不大于基准灰阶与设定暗缺陷阈值，暗点将被分割出。
参照图5，左侧上部正常曝光后的图像灰阶从中心到边缘，其灰阶由140下降到100左右，中心与边缘灰阶差达到40，超过了一般缺陷与其背景的灰阶差。左侧下部为提高曝光时间值二次曝光取像得到的图像，该图像中心灰阶提升到160，边缘灰阶达到120，同样地，中心与边缘的灰阶差在40左右。该图右侧的图像是合并后得到的缺陷检测图像，取正常曝光图像的中心区域，该区域的灰阶值在120～140左右；取二次曝光图像的边缘区域，该区域的灰阶值也在120～140左右，将以上中心区域与边缘区域两部分合并得到的图像作为整块背光板的缺陷检测图像用于背光板检测，该图像内的灰阶值均在120～140左右，相较于首次曝光与二次曝光得到的图像而言，该缺陷检测图像中心区域与边缘区域的灰阶差缩小了，图像整体均匀性得到提升。将均匀性提升后的图像作为缺陷检测图像，便可对整体进行阈值分割，通过简单的参数卡控，对背光板缺陷进行检测。
如图6～7所示意的，背光板上有两个亮点缺陷，分别为缺陷1：该缺陷区域灰阶为135，背景灰阶为105；缺陷2：该缺陷区域灰阶为165，背景灰阶为135。如需将这两个缺陷从图像中采用阈值分割分离出来，采用图1所示意的现有方法，即只进行一次曝光，假定以图像整体灰阶平均值为基准灰阶，图像灰阶大致分布在100～140范围，对整幅图像难以设定一个合适的阈值同时将这两个缺陷分离出来；只能通过将图像分为边缘与中心两个区域，分别对这两个区域设定各自阈值分别进行阈值分割，达到将中心和边缘缺陷均分离出的目的。
而对于这两个亮点缺陷采用本发明提供的上述方法从图像中采用阈值分割分离的过程具体如下：在第一图像取像后提高曝光值再次取像，提升背光板图像周边的灰阶值，将第一图像中心区域与第二图像灰阶提升后的边缘融合，如图7所示，融合后图像的整体平均灰阶在130左右，以该值作为基准灰阶，设定阈值(如10)对整副图像进行阈值分割，分割后可从图像中获得缺陷区域。由此，通过提升周边灰阶值降低图像局部差异，以此达到通过简单参数卡控实现缺陷的分割检测。
通过提升曝光时间值的方法来提升图像边缘区域灰阶值，但边缘区域灰阶提升同时，中心区域灰阶也会同时提升，本发明提供的这种背光板检测方法，在二次曝光的基础上通过合并的方式得到缺陷检测图像，即对一块背光板第一次曝光正常取像，对该图像取中间区域；对该背光板二次曝光，提升曝光时间，将边缘区域灰阶提升到中心区域的层次，取二次曝光得到的图像的边缘区域，将一次曝光图像的中心区域和二次曝光图像的边缘区域合并，将合并后的图像作为用于检测的缺陷检测图像。相比较于现有技术采用一次曝光取像得到的图像直接进行缺陷检测而言，本发明的这种方法使得用于缺陷检测的图像整体均匀性提升。而图像均匀性提升后，进一步通过简单参数卡控即可实现图像缺陷区域的整体分割，有利于图像缺陷区域的获取。若图像不同区域的灰阶差别较大，对图像分析时需分区域设为ROI区域(即感兴趣区域)，对各个区域单独分析，因此需对各区域分布设定其合适的参数，这样既不利于缺陷的检测，也不便于现场人员进行调参；而将本发明提供的这种方法用于AOI检测，则不需要划分区域分别设定参数进行分析，可极大提高检测效率，而且参数更易于维护，也可提高调参的效率。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于二次曝光的背光板检测方法，其特征在于，对平面背光板第一次曝光正常取像得到第一图像；提升曝光时间后进行二次曝光对所述背光板再次取像得到第二图像，提升曝光时间的时长满足将第二图像边缘区域的灰阶值提升至与第一图像中心灰阶相同；将第一图像的中心区域与第二图像的边缘区域合并，将合并得到的图像作为缺陷检测图像，通过设定的阈值分割参数将所述缺陷检测图像中符合分割条件的缺陷区域分割出来，检测出背光板缺陷；
其中，所述将第一图像的中心区域与第二图像的边缘区域合并包括：
以灰阶值等于中心灰阶与边缘灰阶平均值的位置作为划分中心区域与边缘区域的分界；在第一图像上，以分界向边缘方向多出N个像素的区域为第一图像分界区域；在第二图像上，以分界向中心区域方向多出N个像素的区域为第二图像分界区域，将第一、第二图像合并，使这两个图像的分界区域重合，重合区域的灰阶值为第一图像分界区域与第二图像分界区域的灰阶取平均值；N为自然数；
对缺陷检测图像通过设定的分割阈值将其中符合分割条件的缺陷区域分割出来，检测出背光板缺陷的方法为：
将灰阶不小于基准灰阶与设定亮缺陷阈值的亮点作为亮点缺陷分割出来；将灰阶不大于基准灰阶与设定暗缺陷阈值的暗点作为暗点缺陷分割出来，其中，以融合后图像的整体平均灰阶作为基准灰阶。
2.如权利要求1所述的背光板检测方法，其特征在于，还包括对所述缺陷检测图像进行增强和纹理抑制以降低噪声和背景纹理的步骤。
3.如权利要求1所述的背光板检测方法，其特征在于，还包括获取缺陷区域对比度的步骤，具体是根据缺陷区域灰阶与缺陷区域的背景灰阶平均值得到缺陷的对比度。
4.一种基于二次曝光的背光板检测系统，其特征在于，包括缺陷检测图像生成模块和缺陷检测模块；
所述缺陷检测图像生成模块用于对平面背光板第一次曝光正常取像得到第一图像；提升曝光时间后进行二次曝光对该背光板再次取像得到第二图像，提升曝光时间的时长满足将第二图像边缘区域的灰阶值提升至与第一图像中心灰阶相同；将第一图像的中心区域与第二图像的边缘区域合并，将合并得到的图像作为缺陷检测图像；
所述缺陷检测模块用于通过设定的分割阈值将所述缺陷检测图像中符合分割条件的缺陷区域分割出来，检测出背光板缺陷；
其中，所述将第一图像的中心区域与第二图像的边缘区域合并包括：
以灰阶值等于中心灰阶与边缘灰阶平均值的位置作为划分中心区域与边缘区域的分界；在第一图像上，以分界向边缘方向多出N个像素的区域为第一图像分界区域；在第二图像上，以分界向中心区域方向多出N个像素的区域为第二图像分界区域，将第一、第二图像合并，使这两个图像的分界区域重合，重合区域的灰阶值为第一图像分界区域与第二图像分界区域的灰阶取平均值；N为自然数；
通过设定的分割阈值将所述缺陷检测图像中符合分割条件的缺陷区域分割出来，检测出背光板缺陷的方法为：
将灰阶不小于基准灰阶与设定亮缺陷阈值的亮点作为亮点缺陷分割出来；将灰阶不大于基准灰阶与设定暗缺陷阈值的暗点作为暗点缺陷分割出来，其中，以融合后图像的整体平均灰阶作为基准灰阶。
5.一种终端设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行权利要求1～3任一项所述方法的步骤。
6.一种计算机可读介质，其特征在于，其存储有可由终端设备执行的计算机程序，当所述计算机程序在终端设备上运行时，使得所述终端设备执行权利要求1～3任一项所述方法的步骤。
CN201910702722.4A 2019-07-31 2019-07-31 一种基于二次曝光的背光板检测方法及系统 Active CN110428411B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910702722.4A CN110428411B (zh) 2019-07-31 2019-07-31 一种基于二次曝光的背光板检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910702722.4A CN110428411B (zh) 2019-07-31 2019-07-31 一种基于二次曝光的背光板检测方法及系统

Publications (2)

Publication Number Publication Date
CN110428411A CN110428411A (zh) 2019-11-08
CN110428411B true CN110428411B (zh) 2022-08-30

Family

ID=68413408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910702722.4A Active CN110428411B (zh) 2019-07-31 2019-07-31 一种基于二次曝光的背光板检测方法及系统

Country Status (1)

Country Link
CN (1) CN110428411B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110782782B (zh) * 2019-11-28 2022-03-29 合肥维信诺科技有限公司 阵列基板的修补方法、修补系统
CN112791989B (zh) * 2021-03-29 2021-07-13 常州三点零智能制造有限公司 一种车牌自动检测方法及其装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4399494B2 (ja) * 2006-12-28 2010-01-13 シャープ株式会社 欠陥検出装置、欠陥検出方法、イメージセンサデバイスおよびイメージセンサモジュール
CN104749184B (zh) * 2013-12-31 2018-08-21 研祥智能科技股份有限公司 自动光学检测方法和系统
CN107450878B (zh) * 2017-07-28 2019-11-05 京东方科技集团股份有限公司 Amoled的图像处理方法、驱动芯片及可穿戴设备
CN108387587B (zh) * 2018-01-22 2020-07-31 京东方科技集团股份有限公司 缺陷检测方法及缺陷检测设备
CN109167928B (zh) * 2018-09-06 2020-11-03 武汉精测电子集团股份有限公司 基于显示面板缺陷检测的快速自动曝光方法及系统
CN109302571B (zh) * 2018-11-29 2020-06-23 武汉精立电子技术有限公司 一种快速自动曝光图形的生成方法
CN110018167B (zh) * 2019-04-04 2021-10-29 武汉精立电子技术有限公司 一种曲面屏外观缺陷快速检测方法及系统

Also Published As

Publication number Publication date
CN110428411A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
CN111028189B (zh) 图像处理方法、装置、存储介质及电子设备
US10997696B2 (en) Image processing method, apparatus and device
US11430103B2 (en) Method for image processing, non-transitory computer readable storage medium, and electronic device
US7783103B2 (en) Defect detecting device, image sensor device, image sensor module, image processing device, digital image quality tester, and defect detecting method
US9076037B2 (en) Image processing apparatus and method
CN107358593B (zh) 成像方法和装置
US11838674B2 (en) Image processing system, image processing method and storage medium
CN102175700A (zh) 数字x射线图像焊缝分割和缺陷检测方法
CN111340749B (zh) 图像质量的检测方法、装置、设备及存储介质
KR101434484B1 (ko) 영상 분할을 이용한 비전 검사 장치 및 비전 검사 방법
CN111917991B (zh) 图像的质量控制方法、装置、设备及存储介质
CN110428411B (zh) 一种基于二次曝光的背光板检测方法及系统
CN108918093B (zh) 一种滤光片镜面缺陷检测方法、装置及终端设备
JP7449507B2 (ja) カメラストリームのためのマスクを生成する方法、コンピュータープログラム製品およびコンピューター可読媒体
US20220270266A1 (en) Foreground image acquisition method, foreground image acquisition apparatus, and electronic device
CN105827993A (zh) 调整图像曝光度的方法及系统
CN110740314B (zh) 彩色线阵相机坏点校正方法及系统
CN113763401B (zh) 一种快速多点自动对焦方法、系统及其应用设备
CN114155173A (zh) 一种图像去雾方法、设备及非易失性存储介质
CN112581481B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN115861315B (zh) 缺陷检测方法和装置
CN104112266B (zh) 一种图像边缘虚化的检测方法和装置
US11631183B2 (en) Method and system for motion segmentation
CN114359414A (zh) 镜头脏污识别方法、装置、计算机设备及存储介质
CN113286079B (zh) 图像对焦方法、装置、电子设备及可读存储介质

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