CN113176275B - 一种用于显示面板复检的方法、装置及系统 - Google Patents

一种用于显示面板复检的方法、装置及系统 Download PDF

Info

Publication number
CN113176275B
CN113176275B CN202110295331.2A CN202110295331A CN113176275B CN 113176275 B CN113176275 B CN 113176275B CN 202110295331 A CN202110295331 A CN 202110295331A CN 113176275 B CN113176275 B CN 113176275B
Authority
CN
China
Prior art keywords
defect
determining
defects
image
candidate
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
CN202110295331.2A
Other languages
English (en)
Other versions
CN113176275A (zh
Inventor
王绍凯
罗川淦
金鑫
谭久彬
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.)
Harbin Institute Of Technology Robot (zhongshan) Unmanned Equipment And Artificial Intelligence Research Institute
Original Assignee
Harbin Institute Of Technology Robot (zhongshan) Unmanned Equipment And Artificial Intelligence Research Institute
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 Harbin Institute Of Technology Robot (zhongshan) Unmanned Equipment And Artificial Intelligence Research Institute filed Critical Harbin Institute Of Technology Robot (zhongshan) Unmanned Equipment And Artificial Intelligence Research Institute
Priority to CN202110295331.2A priority Critical patent/CN113176275B/zh
Publication of CN113176275A publication Critical patent/CN113176275A/zh
Application granted granted Critical
Publication of CN113176275B publication Critical patent/CN113176275B/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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • G01N21/8851—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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates 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

Landscapes

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

Abstract

本申请提供了一种用于显示面板复检的方法、装置及系统，涉及显示面板检测技术领域。本申请的用于显示面板复检的方法，包括：缺陷评价结果获取阶段和待检测显示面板复检阶段；缺陷评价结果获取阶段包括：根据显示面板的扫描图像确定第一缺陷评分；从第一候选缺陷中筛选第二候选缺陷，根据复检图像确定第二缺陷评分；根据第一缺陷评分和第二缺陷评分确定各类缺陷的缺陷评价结果；待检测显示面板复检阶段包括：获取待检测显示面板的扫描图像，并根据扫描图像确定缺陷和各缺陷的类型；根据预先获取的缺陷评价结果确定需复检类缺陷，从上述缺陷中挑选需复检类缺陷进行复检。本申请的技术方案，能够极大提高复检的效率，并同时兼顾缺陷检测的准确性。

Description

一种用于显示面板复检的方法、装置及系统
技术领域
本申请涉及显示面板检测技术领域，具体而言，涉及一种用于显示面板复检的方法、装置及系统。
背景技术
随着电子技术、图像传感技术和计算机技术的快速发展，利用基于光学图像传感的表面缺陷自动光学(视觉)检测技术(automatically optical inspection，AOI)取代人工目视检测表面缺陷，已逐渐成为表面缺陷检测的重要手段。
对于较大尺寸的面板，多采用高分辨率线扫相机和高分辨率面阵相机相结合的方式检测，一般分为扫描与复检阶段。检测步骤一般为线扫相机对整个显示面板进行图像采集，并通过初检阶段的图像处理算法获取候选缺陷位置信息，面阵相机根据候选缺陷位置信息与候选缺陷设定的数量进行运动以及图像采集，最后根据复检阶段的图像处理算法对候选缺陷进行检测分类处理，最终确定缺陷。
目前在显示面板检测在复检时,一般只根据设定的候选缺陷数量进行复检,无法完全覆盖所有候选缺陷,如果要设定所有候选缺陷复检,那么检测效率将会十分低下。
发明内容
本申请解决的问题是如何检测全部缺陷同时保证检测效率。
为解决上述问题，本申请提供一种用于显示面板复检的方法，包括：缺陷评价结果获取阶段和待检测显示面板复检阶段；所述缺陷评价结果获取阶段包括：根据显示面板的扫描图像确定所述扫描图像的第一候选缺陷，根据所述第一候选缺陷确定裁剪图像，根据所述裁剪图像确定第一缺陷评分；从所述第一候选缺陷中筛选第二候选缺陷，根据所述第二候选缺陷的坐标位置移动复检相机以采集复检图像，根据所述复检图像确定第二缺陷评分；根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果；所述待检测显示面板复检阶段包括：获取待检测显示面板的扫描图像，并根据所述扫描图像确定缺陷和各缺陷的类型；根据预先获取的缺陷评价结果确定需复检类缺陷，从上述缺陷中挑选需复检类缺陷进行复检。
本申请所述的用于显示面板复检的方法，通过扫描图像确定的第一缺陷评分和复检图像确定的第二缺陷评分来确定各类缺陷的缺陷评价结果，根据缺陷评价结果挑选需复检类缺陷进行复检，无需对已拥有较好准确率的某类缺陷进行复检，因此能够极大提高复检的效率，并同时兼顾缺陷检测的准确性。
可选地，所述根据显示面板的扫描图像确定所述扫描图像的第一候选缺陷包括：通过线扫系统扫描所述显示面板，获取所述扫描图像；根据所述扫描图像，采用线扫算法确定所述第一候选缺陷。
本申请所述的用于显示面板复检的方法，通过线扫系统扫描显示面板，获取扫描图像，根据扫描图像，采用线扫算法确定第一候选缺陷，从而能够根据第一候选缺陷来进行缺陷评价。
可选地，所述根据所述第一候选缺陷确定裁剪图像包括：根据所述第一候选缺陷的中心坐标和复检相机的分辨率确定裁剪图像。
本申请所述的用于显示面板复检的方法，根据第一候选缺陷的中心坐标和复检相机的分辨率确定裁剪图像，从而能够通过带有缺陷的裁剪图像确定第一缺陷评分。
可选地，所述根据所述裁剪图像确定第一缺陷评分包括：采用复检算法对所述裁剪图像进行复检以确定所述第一缺陷评分。
本申请所述的用于显示面板复检的方法，采用复检算法对裁剪图像进行复检以确定第一缺陷评分，根据第一缺陷评分与缺陷评价结果的一致性来确定某类缺陷是否可以只需要通过初检即可进行准确的缺陷评价，避免复检相机重新拍照增加不必要的时间消耗，由此实现检测全部缺陷同时保证检测效率。
可选地，所述从所述第一候选缺陷中筛选第二候选缺陷包括：从所述第一候选缺陷中筛选出需要所述复检相机采集的候选缺陷作为所述第二候选缺陷。
本申请所述的用于显示面板复检的方法，从第一候选缺陷中筛选出需要复检相机采集的候选缺陷作为第二候选缺陷，从而根据第二候选缺陷的坐标移动复检相机以采集复检图像，进而能够根据复检图像确定的第二缺陷评分来进行缺陷评价。
可选地，所述根据所述复检图像确定第二缺陷评分包括：采用复检算法对所述复检图像进行复检以确定所述第二缺陷评分。
本申请所述的用于显示面板复检的方法，采用复检算法对复检图像进行复检以确定第二缺陷评分，从而通过复检图像确定的第二缺陷评分来进行缺陷评价。
可选地，所述根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果包括：根据所述第一缺陷评分和第一权重确定第一加权结果；根据所述第二缺陷评分和第二权重确定第二加权结果；根据所述第一加权结果和所述第二加权结果确定所述缺陷评价结果。
本申请所述的用于显示面板复检的方法，根据第一缺陷评分和第二缺陷评分的加权结果确定各类缺陷的缺陷评价结果可以根据实际效果来调整第一缺陷评分和第二缺陷评分的权重占比，相比现有技术而言灵活性更高且误判率更低。
本申请还提供一种用于显示面板复检的装置，包括：缺陷评价结果获取模块，用于根据显示面板的扫描图像确定所述扫描图像的第一候选缺陷，根据所述第一候选缺陷确定裁剪图像，根据所述裁剪图像确定第一缺陷评分，从所述第一候选缺陷中筛选第二候选缺陷，根据所述第二候选缺陷的坐标位置移动复检相机以采集复检图像，根据所述复检图像确定第二缺陷评分，根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果；待检测显示面板复检模块，用于获取待检测显示面板的扫描图像，并根据所述扫描图像确定缺陷和各缺陷的类型，根据预先获取的缺陷评价结果确定需复检类缺陷，从上述缺陷中挑选需复检类缺陷进行复检。所述用于显示面板复检的装置与上述用于显示面板复检的方法相对于现有技术所具有的优势相同，在此不再赘述。
本申请还提供一种用于显示面板复检的系统，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如上所述的用于显示面板复检的方法。所述用于显示面板复检的系统与上述用于显示面板复检的方法相对于现有技术所具有的优势相同，在此不再赘述。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如上所述的用于显示面板复检的方法。所述计算机可读存储介质与上述用于显示面板复检的方法相对于现有技术所具有的优势相同，在此不再赘述。
附图说明
图1为本申请实施例的用于显示面板复检的方法的示意图；
图2为本申请实施例的缺陷评价结果获取阶段的示意图；
图3为本申请实施例的显示面板的扫描图像；
图4为本申请实施例的缺陷示意图；
图5为本申请实施例的裁剪图像。
具体实施方式
为使本申请的上述目的、特征和优点能够更为明显易懂，下面结合附图对本申请的具体实施例做详细的说明。
对于较大尺寸的面板，多采用高分辨率线扫相机和高分辨率面阵相机相结合的方式检测，一般分为初检与复检阶段。复检是确定大尺寸面板缺陷的重要步骤。由于复检阶段，需要移动复检相机至缺陷处采集缺陷图像，复检缺陷数量过大，现有的显示面板复检方法无法同时兼顾效率和准确率。
针对上述技术问题，本申请实施例提供一种用于显示面板复检的方法，如图1所示，包括：缺陷评价结果获取阶段和待检测显示面板复检阶段；所述缺陷评价结果获取阶段包括：根据显示面板的扫描图像确定所述扫描图像的第一候选缺陷，根据所述第一候选缺陷确定裁剪图像，根据所述裁剪图像确定第一缺陷评分；所述第一候选缺陷中筛选第二候选缺陷，根据所述第二候选缺陷的坐标位置移动复检相机以采集复检图像，根据所述复检图像确定第二缺陷评分；根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果；
所述待检测显示面板复检阶段包括：获取待检测显示面板的扫描图像，并根据所述扫描图像确定缺陷和各缺陷的类型；根据预先获取的缺陷评价结果确定需复检类缺陷，从上述缺陷中挑选需复检类缺陷进行复检。
本申请实施例所述的显示面板包括玻璃基板、印制电路板(Printed circuitboards,PCB)、玻璃基板规则区域和滤光片等，但不限于上述类型，本申请实施例用于尺寸较大的玻璃基板效果最佳。在一些例子中，所述待检测显示面板与所述缺陷评价结果获取阶段的显示面板为同类产品。
本申请实施例所述的缺陷类型包括：在印制电路板上出现划伤、孔错位、划伤、短路、断路、污染等,玻璃基板规则区域和滤光片表面含有针孔、划痕、颗粒、脏污、mura(斑)等，但不限于上述类型。
本申请实施例所述的扫描图像可以是线扫描系统扫描显示面板/待检测显示面板，获取的图像，可以理解，本申请并不限制获取扫描图像的获取方式。
本申请实施例所述的获取待检测显示面板的扫描图像，并根据所述扫描图像确定缺陷和各缺陷的类型为本申请后文所述的初检阶段。
本申请实施例所述的缺陷评价结果获取阶段，可以用于确定初检阶段对各类待检测显示面板的各类缺陷的缺陷评价结果，所述缺陷评价结果用于表征某种类型缺陷在初检时的准确度。本申请发明人经过大量实验和实践发现某类型缺陷在初检时就能非常准确地被检测出，并因待检测显示面板类型、初检时缺陷检测算法类型、线扫描相机分辨率等因素影响。本申请通过提前筛选出初检阶段准确率较高的某一类或多类缺陷，并无需对已拥有较好准确率的该类缺陷进行复检，如此可极大提高复检的效率，并同时兼顾缺陷检测的准确性。
在一些实施例中，具体的，对某类待检测显示面板复检前，可以先挑选同类显示面板进行缺陷评价结果获取，确定各类缺陷的缺陷评价结果，并将缺陷评价结果低于设定阈值的缺陷类型确定为需复检缺陷。在对待检测显示面板进行缺陷检测时，可先获取待检测显示面板的扫描图像，并根据所述扫描图像确定缺陷和各缺陷的类型，从需复检缺陷中挑选全部或部分进行复检，也可以是从需复检缺陷中挑选预设数量的缺陷进行复检。在一些例子中，所述获取待检测显示面板的扫描图像，并根据所述扫描图像确定缺陷和各缺陷的类型，也可以是：通过线扫系统扫描所述待检测显示面板，获取所述扫描图像；根据所述扫描图像，采用线扫算法确定缺陷和缺陷分类。在一些例子中，也可以是：获取扫描图像后，采用线扫算法确定缺陷，再针对缺陷对扫描图像进行裁剪，根据裁剪图像确定缺陷分类。
具体地，在一些例子中，缺陷评价结果获取具体可包括：根据显示面板的扫描图像确定扫描图像的第一候选缺陷，根据第一候选缺陷确定裁剪图像，根据裁剪图像确定第一缺陷评分，即根据显示面板的扫描图像确定裁剪图像后，通过带有缺陷的裁剪图像确定第一缺陷评分；从第一候选缺陷中筛选第二候选缺陷，根据第二候选缺陷的坐标位置移动复检相机以采集复检图像，根据复检图像确定第二缺陷评分，即通过复检相机采集的复检图像确定第二缺陷评分；由于第一缺陷评分和第二缺陷评分均用于评价缺陷的可靠性，因此可以根据第一缺陷评分和第二缺陷评分的加权结果确定缺陷评价结果；根据缺陷评价结果确定扫描图像的真实缺陷以完成复检。
相比于现有技术中为了提高检测效率,都是挑选一定数量的候选缺陷进行复检，本实施例中，通过扫描图像确定的第一缺陷评分和复检图像确定的第二缺陷评分来确定缺陷评价结果，从而确定第一缺陷评分与缺陷评价结果是否存在一致性，以此来确定在多次测试后，某种类型的缺陷是否可以只需要通过初检即可进行准确的缺陷评价，例如某种类型的缺陷的识别率很高，那么在复检时就可以忽略这类型的缺陷，避免复检相机重新拍照增加不必要的时间消耗，由此实现检测全部缺陷同时保证检测效率。
在本实施例中，通过扫描图像确定的第一缺陷评分和复检图像确定的第二缺陷评分来确定缺陷评价结果，根据缺陷评价结果挑选需复检类缺陷进行复检，无需对已拥有较好准确率的某类缺陷进行复检，因此能够极大提高复检的效率，并同时兼顾缺陷检测的准确性。
可选地，所述根据显示面板的扫描图像确定所述扫描图像的第一候选缺陷包括：通过线扫系统扫描所述显示面板，获取所述扫描图像；根据所述扫描图像，采用线扫算法确定所述第一候选缺陷。
具体地，在本实施例中，结合图2所示，根据显示面板的扫描图像确定扫描图像的第一候选缺陷包括：通过线扫系统扫描显示面板，获取扫描图像；根据扫描图像，采用线扫算法确定第一候选缺陷。结合图3所示，通过线扫系统扫描显示面板获取的扫描图像如图3所示，在获取扫描图像后，采用线扫算法确定的第一候选缺陷如图4所示，从而能够根据第一候选缺陷来进行缺陷评价。
其中，线扫算法为传统图像处理算法，用于处理扫描图像确定缺陷，在此不再赘述。
在本实施例中，通过线扫系统扫描显示面板，获取扫描图像，根据扫描图像，采用线扫算法确定第一候选缺陷，从而能够根据第一候选缺陷来进行缺陷评价。
可选地，所述根据所述第一候选缺陷确定裁剪图像包括：根据所述第一候选缺陷的中心坐标和复检相机的分辨率确定裁剪图像。
具体地，在本实施例中，结合图2所示，根据第一候选缺陷确定裁剪图像包括：根据第一候选缺陷的中心坐标和复检相机的分辨率确定裁剪图像。在某些实施例中可以是：以第一候选缺陷的中心坐标为裁剪中心，从扫描图像中裁剪出分辨率为复检相机分辨率的图像作为裁剪图像。结合图5所示，例如复检相机分辨率为1280×1024，那么以候选缺陷的中心坐标为裁剪中心，从扫描图像中裁剪出分辨率为1280×1024的图像作为裁剪图像，从而能够通过带有缺陷的裁剪图像确定第一缺陷评分。
在本实施例中，根据第一候选缺陷的中心坐标和复检相机的分辨率确定裁剪图像，从而能够通过带有缺陷的裁剪图像确定第一缺陷评分。
可选地，所述根据所述裁剪图像确定第一缺陷评分包括：采用复检算法对所述裁剪图像进行复检以确定所述第一缺陷评分。
具体地，在本实施例中，结合图2所示，根据裁剪图像确定第一缺陷评分包括：采用复检算法对裁剪图像进行复检以确定第一缺陷评分。区别于传统图像处理算法，复检算法基于卷积神经网络，采用大量图像进行训练，完善网络，从而确定第一缺陷评分与缺陷评价结果是否存在一致性，以此来确定在多次测试后，某种类型的缺陷是否可以只需要通过扫描图像确定准确的缺陷评价，那么在复检时就可以忽略这类型的缺陷，避免复检相机重新拍照增加不必要的时间消耗，由此实现检测全部缺陷同时保证检测效率。
在本实施例中，采用复检算法对裁剪图像进行复检以确定第一缺陷评分，根据第一缺陷评分与缺陷评价结果的一致性来确定某类缺陷是否可以只需要通过初检即可进行准确的缺陷评价，避免复检相机重新拍照增加不必要的时间消耗，由此实现检测全部缺陷同时保证检测效率。
可选地，所述从所述第一候选缺陷中筛选第二候选缺陷包括：从所述第一候选缺陷中筛选出需要所述复检相机采集的候选缺陷作为所述第二候选缺陷。
具体地，在本实施例中，结合图2所示，从第一候选缺陷中筛选第二候选缺陷包括：从第一候选缺陷中筛选出需要复检相机采集的候选缺陷作为第二候选缺陷。一般为了提高检测效率,都是挑选一定数量(例如200个)的候选缺陷进行复检，筛选的规则根据随机法以及缺陷评价结果进行筛选，即200个候选缺陷在考虑缺陷评价结果后进行随机选取，缺陷评价结果确定后，可能需要对某些类型(比如脏污类)的缺陷会进行忽略或者重点观察。
在本实施例中，从第一候选缺陷中筛选出需要复检相机采集的候选缺陷作为第二候选缺陷，从而根据第二候选缺陷的坐标移动复检相机以采集复检图像，进而能够根据复检图像确定的第二缺陷评分来进行缺陷评价。
可选地，所述根据所述复检图像确定第二缺陷评分包括：采用复检算法对所述复检图像进行复检以确定所述第二缺陷评分。
具体地，在本实施例中，结合图2所示，根据复检图像确定第二缺陷评分包括：采用复检算法对复检图像进行复检以确定第二缺陷评分，并对缺陷进行相应分类。在一些例子中，复检算法区别于传统图像处理算法，复检算法基于卷积神经网络，采用大量图像进行训练，完善网络。与上述确定第一缺陷评分的步骤不同，本实施例中应用的图像来源于复检相机的采集，而第一缺陷评分则采用裁剪图像进行，现有技术在复检时，通常只有复检相机采集，而没有经过裁剪图像这一步骤。
在本实施例中，采用复检算法对复检图像进行复检以确定第二缺陷评分，从而通过复检图像确定的第二缺陷评分来进行缺陷评价。
可选地，所述根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果包括：根据所述第一缺陷评分和第一权重确定第一加权结果；根据所述第二缺陷评分和第二权重确定第二加权结果；根据所述第一加权结果和所述第二加权结果确定所述缺陷评价结果。
具体地，在本实施例中，结合图2所示，根据第一缺陷评分和第二缺陷评分确定各类缺陷的缺陷评价结果包括：根据第一缺陷评分和第一权重确定第一加权结果；根据第二缺陷评分和第二权重确定第二加权结果；根据第一加权结果和第二加权结果确定缺陷评价结果。例如对于一个脏污的疑似缺陷，第一缺陷评分为0.6，第二缺陷评分为0.7，根据算法表现和经验来设定第一缺陷评分和第二缺陷评分的权重，可以是缺陷评分越高，为其设置更高权重的形式，比如第一缺陷评分权重为0.4，第二缺陷评分权重为0.6，那么这个脏污的疑似缺陷的总评分为：0.6*0.4+0.7*0.6＝0.66，通过总评分确定缺陷评价结果，一般总评分超过0.5时可认定该类缺陷部位需复检类缺陷。可以根据实际效果来调整裁剪图像与复检相机采集图像计算的结果的权重占比，相比现有技术而言灵活性更高且误判率更低。
在本实施例中，根据第一缺陷评分和第二缺陷评分的加权结果确定缺陷评价结果可以根据实际效果来调整第一缺陷评分和第二缺陷评分的权重占比，相比现有技术而言灵活性更高且误判率更低。
本申请另一实施例提供一种用于显示面板复检的装置，包括：缺陷评价结果获取模块，用于根据显示面板的扫描图像确定所述扫描图像的第一候选缺陷，根据所述第一候选缺陷确定裁剪图像，根据所述裁剪图像确定第一缺陷评分，从所述第一候选缺陷中筛选第二候选缺陷，根据所述第二候选缺陷的坐标位置移动复检相机以采集复检图像，根据所述复检图像确定第二缺陷评分，根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果；待检测显示面板复检模块，用于获取待检测显示面板的扫描图像，并根据所述扫描图像确定缺陷和各缺陷的类型，根据预先获取的缺陷评价结果确定需复检类缺陷，从上述缺陷中挑选需复检类缺陷进行复检。
本申请另一实施例提供一种用于显示面板复检的系统，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如上所述的用于显示面板复检的方法。
本申请另一实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如上所述的用于显示面板复检的方法。
虽然本申请公开披露如上，但本申请公开的保护范围并非仅限于此。本领域技术人员在不脱离本申请公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本申请的保护范围。

Claims (9)

1.一种用于显示面板复检的方法，其特征在于，包括：
缺陷评价结果获取阶段和待检测显示面板复检阶段；
所述缺陷评价结果获取阶段包括：
根据显示面板的扫描图像确定所述扫描图像的第一候选缺陷，根据所述第一候选缺陷确定裁剪图像，根据所述裁剪图像确定第一缺陷评分；
从所述第一候选缺陷中筛选第二候选缺陷，根据所述第二候选缺陷的坐标位置移动复检相机以采集复检图像，根据所述复检图像确定第二缺陷评分，其中，所述第一缺陷评分和所述第二缺陷评分均用于评价缺陷的可靠性；
根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果，以确定所述第一缺陷评分与所述缺陷评价结果是否存在一致性，其中，所述根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果包括：根据所述第一缺陷评分和第一权重确定第一加权结果；根据所述第二缺陷评分和第二权重确定第二加权结果；根据所述第一加权结果和所述第二加权结果确定所述缺陷评价结果；
所述待检测显示面板复检阶段包括：
获取待检测显示面板的扫描图像，并根据所述扫描图像确定缺陷和各缺陷的类型；
根据预先获取的缺陷评价结果确定需复检类缺陷，从上述缺陷中挑选需复检类缺陷进行复检。
2.根据权利要求1所述的用于显示面板复检的方法，其特征在于，所述根据显示面板的扫描图像确定所述扫描图像的第一候选缺陷包括：
通过线扫系统扫描所述显示面板，获取所述扫描图像；
根据所述扫描图像，采用线扫算法确定所述第一候选缺陷。
3.根据权利要求1所述的用于显示面板复检的方法，其特征在于，所述根据所述第一候选缺陷确定裁剪图像包括：
根据所述第一候选缺陷的中心坐标和复检相机的分辨率确定裁剪图像。
4.根据权利要求1所述的用于显示面板复检的方法，其特征在于，所述根据所述裁剪图像确定第一缺陷评分包括：
采用复检算法对所述裁剪图像进行复检以确定所述第一缺陷评分。
5.根据权利要求1所述的用于显示面板复检的方法，其特征在于，所述从所述第一候选缺陷中筛选第二候选缺陷包括：
从所述第一候选缺陷中筛选出需要所述复检相机采集的候选缺陷作为所述第二候选缺陷。
6.根据权利要求1所述的用于显示面板复检的方法，其特征在于，所述根据所述复检图像确定第二缺陷评分包括：
采用复检算法对所述复检图像进行复检以确定所述第二缺陷评分。
7.一种用于显示面板复检的装置，其特征在于，包括：
缺陷评价结果获取模块，用于根据显示面板的扫描图像确定所述扫描图像的第一候选缺陷，根据所述第一候选缺陷确定裁剪图像，根据所述裁剪图像确定第一缺陷评分，从所述第一候选缺陷中筛选第二候选缺陷，根据所述第二候选缺陷的坐标位置移动复检相机以采集复检图像，根据所述复检图像确定第二缺陷评分，其中，所述第一缺陷评分和所述第二缺陷评分均用于评价缺陷的可靠性；根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果，以确定所述第一缺陷评分与所述缺陷评价结果是否存在一致性，其中，所述根据所述第一缺陷评分和所述第二缺陷评分确定各类缺陷的缺陷评价结果包括：根据所述第一缺陷评分和第一权重确定第一加权结果；根据所述第二缺陷评分和第二权重确定第二加权结果；根据所述第一加权结果和所述第二加权结果确定所述缺陷评价结果；
待检测显示面板复检模块，用于获取待检测显示面板的扫描图像，并根据所述扫描图像确定缺陷和各缺陷的类型，根据预先获取的缺陷评价结果确定需复检类缺陷，从上述缺陷中挑选需复检类缺陷进行复检。
8.一种用于显示面板复检的系统，其特征在于，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如权利要求1至6任一项所述的用于显示面板复检的方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如权利要求1至6任一项所述的用于显示面板复检的方法。
CN202110295331.2A 2021-03-19 2021-03-19 一种用于显示面板复检的方法、装置及系统 Active CN113176275B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110295331.2A CN113176275B (zh) 2021-03-19 2021-03-19 一种用于显示面板复检的方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110295331.2A CN113176275B (zh) 2021-03-19 2021-03-19 一种用于显示面板复检的方法、装置及系统

Publications (2)

Publication Number Publication Date
CN113176275A CN113176275A (zh) 2021-07-27
CN113176275B true CN113176275B (zh) 2022-02-01

Family

ID=76922173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110295331.2A Active CN113176275B (zh) 2021-03-19 2021-03-19 一种用于显示面板复检的方法、装置及系统

Country Status (1)

Country Link
CN (1) CN113176275B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116344378B (zh) * 2023-03-31 2024-01-23 江苏神州新能源电力有限公司 一种光伏板生产用智能检测系统及其检测方法
CN116930207B (zh) * 2023-07-24 2024-04-12 上海感图网络科技有限公司 展示区与实时区视野同步放大的显示方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5987428A (en) * 1996-06-25 1999-11-16 Ncr Corporation Method and apparatus for checking out non-barcoded items at a checkout station
JP2003284798A (ja) * 2002-03-29 2003-10-07 Sanyo Electric Co Ltd ゴルフカート
JP4232976B2 (ja) * 2004-08-16 2009-03-04 Ｋｄｄｉ株式会社 動き予測情報検出装置
JP2008203034A (ja) * 2007-02-19 2008-09-04 Olympus Corp 欠陥検出装置および欠陥検出方法
US20110132114A1 (en) * 2009-12-03 2011-06-09 Sony Ericsson Mobile Communications Ab Vibration apparatus for a hand-held mobile device, hand-held mobile device comprising the vibration apparatus and method for operating the vibration apparatus
JP2012021852A (ja) * 2010-07-13 2012-02-02 Olympus Corp 基板検査装置および基板検査方法
US10436720B2 (en) * 2015-09-18 2019-10-08 KLA-Tenfor Corp. Adaptive automatic defect classification
CN108846841A (zh) * 2018-07-02 2018-11-20 北京百度网讯科技有限公司 显示屏质量检测方法、装置、电子设备及存储介质
JP2020061600A (ja) * 2018-10-05 2020-04-16 株式会社Ｎｔｔドコモ 制御装置及びプログラム
CN210242727U (zh) * 2019-06-14 2020-04-03 哈工大机器人集团(江苏)华粹智能装备有限公司 一种线位移传感器调试装置
CN110208286B (zh) * 2019-06-21 2020-08-28 上海精测半导体技术有限公司 一种检测设备

Also Published As

Publication number Publication date
CN113176275A (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
TWI757825B (zh) 基於假點缺陷檢測之pcb檢修系統及檢修方法
CN112053318B (zh) 基于深度学习的二维pcb缺陷实时自动检测与分类装置
US7127099B2 (en) Image searching defect detector
JP4250898B2 (ja) 回路パターンの検査方法及びその装置
WO2017092427A1 (zh) 一种电子元件定位方法及装置
CN110044405B (zh) 一种基于机器视觉的汽车仪表自动化检测装置及方法
CN113176275B (zh) 一种用于显示面板复检的方法、装置及系统
US20080281548A1 (en) Method and System for Automatic Defect Detection of Articles in Visual Inspection Machines
WO2017020829A1 (zh) 解像力测试方法和解像力测试装置
US11315229B2 (en) Method for training defect detector
JP2008145226A (ja) 欠陥検査装置及び欠陥検査方法
CN108445010B (zh) 自动光学检测方法及装置
JP2008076184A (ja) 電子部品の実装状態検査方法、電子部品の実装状態検査装置及び電子機器の製造方法
CN113111903A (zh) 智能产线监测系统及监测方法
JP2004251781A (ja) 画像認識による不良検査方法
JP2007327757A (ja) 目視検査装置
US11176419B1 (en) Method for labeling image
CN116580026B (zh) 精密零部件外观缺陷自动光学检测方法、设备及存储介质
CN110880171A (zh) 一种显示装置的检测方法及电子设备
US8055056B2 (en) Method of detecting defects of patterns on a semiconductor substrate and apparatus for performing the same
JP2009264882A (ja) 外観検査装置
JP4956077B2 (ja) 欠陥検査装置及び欠陥検査方法
JP2004515830A (ja) 欠陥検出のための二次分散プロット技術
JP4428112B2 (ja) 外観検査方法及び外観検査装置
WO2024095721A1 (ja) 画像処理装置および画像処理方法

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