CN113390611A - 一种屏幕缺陷的检测方法 - Google Patents

一种屏幕缺陷的检测方法 Download PDF

Info

Publication number
CN113390611A
CN113390611A CN202110588028.1A CN202110588028A CN113390611A CN 113390611 A CN113390611 A CN 113390611A CN 202110588028 A CN202110588028 A CN 202110588028A CN 113390611 A CN113390611 A CN 113390611A
Authority
CN
China
Prior art keywords
defect
defects
detecting
screen
picture image
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.)
Granted
Application number
CN202110588028.1A
Other languages
English (en)
Other versions
CN113390611B (zh
Inventor
徐博超
张莲莲
李伟
田永军
陶平
靳松
陈永超
陈晨
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.)
Beijing C&w Technology Development Co ltd
Original Assignee
Beijing C&w Technology Development 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 Beijing C&w Technology Development Co ltd filed Critical Beijing C&w Technology Development Co ltd
Priority to CN202110588028.1A priority Critical patent/CN113390611B/zh
Publication of CN113390611A publication Critical patent/CN113390611A/zh
Application granted granted Critical
Publication of CN113390611B publication Critical patent/CN113390611B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
    • G01M11/0278—Detecting defects of the object to be tested, e.g. scratches or dust
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0112—Apparatus in one mechanical, optical or electronic block
    • 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
    • G01N2021/9513—Liquid crystal panels

Landscapes

  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geometry (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种屏幕缺陷的检测方法，属于屏幕缺陷检测技术领域。本检测方法包括以下步骤：将屏幕处于黑画面和亮画面状态下拍摄，获得黑画面图像和亮画面图像，确定缺陷位置；当在黑画面存在缺陷时，根据黑画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，即为缺陷信息A；当在亮画面存在缺陷时，根据亮画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，即为缺陷信息B；根据亮画面图像，获得屏幕表面灰尘脏污的干扰缺陷；将缺陷信息A或缺陷信息B去除得到的干扰缺陷，即检测出屏幕缺陷。本检测方法可以获取缺陷所在层级，从而确定缺陷是否为可修复缺陷，提高产量，并能判别出表面脏污与内部真实缺陷，降低了过检率。

Description

一种屏幕缺陷的检测方法
技术领域
本发明属于屏幕缺陷检测技术领域，具体涉及一种屏幕缺陷的检测方法。
背景技术
随着手机屏幕需求量日益增大、质量要求日益提高，对屏幕缺陷检测的需求也日益提高。为了满足客户质量需求，需要尽可能降低屏幕漏检率，同时，为满足出货数量需求，需要尽可能降低过检率以及提高可修复屏幕的检出率。
其中，液晶显示屏分为CG盖板层、上偏光片层、CF层、下偏光片层和背光层等，其中，如果缺陷不在CF层内部时，均可以通过将缺陷所在的附近层取出，再更换为无缺陷的层进行修复，即可得到合格的手机屏幕。
目前，手机屏幕检测方法多采用低分辨率相机对手机屏幕整体进行拍摄，用以检测。
但是，目前使用这种方法缺点表现在以下四方面：
一、无法确定缺陷所在屏幕层级，即无法判断可修复屏幕与不可修复屏幕，导致存在可修复缺陷的屏幕全部报废；
二、屏幕表面脏污(如灰尘，水渍)与真实缺陷容易混淆，增加了过检率和漏检率。
发明内容
本发明为了解决上述技术问题提供一种屏幕缺陷的检测方法，可以获取缺陷所在层级，从而确定缺陷是否为可修复缺陷，提高产量，并能判别出表面脏污与内部真实缺陷，降低了过检率。
本发明解决上述技术问题的技术方案如下：一种屏幕缺陷的检测方法，包括以下步骤：
将屏幕处于黑画面和亮画面状态下拍摄，获得黑画面图像和亮画面图像，确定缺陷位置确定缺陷处于黑画面或亮画面中；
当在黑画面存在缺陷时，根据黑画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，即为缺陷信息A；
当在亮画面存在缺陷时，根据亮画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，即为缺陷信息B；
根据亮画面图像，获得屏幕表面灰尘脏污的干扰缺陷；
将缺陷信息A或缺陷信息B去除得到的干扰缺陷，即检测出屏幕缺陷。
本发明的有益效果是：(1)通过对灰尘、脏污进行检测，降低了因为脏污而所造成的过检率；
(2)利用亮画面和黑画面缺陷提取方法，获取了更加精准的缺陷，同时降低了过检率、漏检率。
(3)利用对缺陷所在层进行判断的方法，获取了缺陷所在层级信息，为屏幕的修复提供了依据，能尽可能的修复屏幕，避免屏幕的浪费，增加了屏幕的出货量。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述根据黑画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，包括以下步骤：
对黑画面图像的CF层及其附近层的图像检测，获取区域特征，将区域特征与预设值比较，当区域特征大于预设值时，确定为疑似缺陷；
将疑似缺陷带入清晰度评价函数中，计算得到清晰度分数，得到的清晰度分数的数值大的为具有疑似缺陷层级，即为疑似缺陷所在层级；
将疑似缺陷所在层级进行颜色判定，确定疑似缺陷颜色，再进行亮度判定，得到疑似缺陷单一颜色亮度，将疑似缺陷单一颜色亮度与预设标准值比较，若疑似缺陷单一颜色亮度大于预设标准值，则判定为缺陷，则得到缺陷所在层级，反之，则判定为不是缺陷。
采用上述进一步方案的有益效果是：利于在黑画面对缺陷提取，得到缺陷所在层级。
进一步，所述对黑画面图像的CF层及其附近层的图像检测，获取区域特征，包括以下步骤：
将黑画面图像的CF层及其附近层按照RGB三原色进行三个通道分层，得到单色图像；
将得到的单色图像进行形态学操作，确实缺陷区域，对缺陷区域测量，即得到区域特征。
采用上述进一步方案的有益效果是：利于确定缺陷的具体位置和形状等特征。
进一步，所述区域特征包括缺陷面积、凸度、主骨架长度、等效椭圆各主轴长度或离散度。
采用上述进一步方案的有益效果是：利于得到缺陷的具体情况。
进一步，所述清晰度评价函数为：Score＝S+∑G(x，y)-S*G(layer)；
其中，(x，y)为缺陷区域，G为缺陷区域的灰度值，S为缺陷区域的缺陷面积，G(layer)为个层灰度矫正常数。
采用上述进一步方案的有益效果是：利于判定缺陷的具体层级。
进一步，所述根据亮画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，包括以下步骤：
将亮画面图像的CF层及其附近层的缺陷像素提取，根据缺陷像素计算出图像矫正角度，并矫正亮画面图像，得到矫正亮画面图像；
将矫正亮画面图像进行区域分割，得到多个单元集，对多个单元集中的单个单元进行逐一检测是否存在缺陷，若有缺陷，则为异常单元；
对异常单元内的缺陷分割，得到单元缺陷区域，确定单元缺陷区域的所在层级的信息；
将单元缺陷区域合并，即得到缺陷所在层级。
采用上述进一步方案的有益效果是：利于确定亮画面的缺陷信息。
进一步，所述将亮画面图像的CF层及其附近层的缺陷像素提取，根据缺陷像素计算出图像矫正角度，包括以下步骤：
对亮画面图像的CF层及其附近层的缺陷像素粗提取，得到多个完整像素；
将多个完整像素的中心按照每行进行直线拟合，得到多行直线段，测出多行直线段与水平轴的夹角，取平均值，得到图像矫正夹角。
采用上述进一步方案的有益效果是：利于矫正亮画面图像。
进一步，所述对异常单元内的缺陷分割，得到单元缺陷区域，包括以下步骤：
将异常单元内的缺陷按照RGB三原色进行分离，得到子像素，将子像素生成对应的点灰度阈值分布函数，利用水漫填充，即得到完整单元缺陷区域。
采用上述进一步方案的有益效果是：利于获得确定缺陷的位置。
进一步，所述根据亮画面图像，获得屏幕表面灰尘脏污的干扰缺陷，包括以下步骤：
对亮画面图像的CG盖板层图像进行检测，采用均值滤波预处理，并与亮画面图像进行绝对值相减，得到灰尘脏污的基础区域，即得到干扰缺陷。
采用上述进一步方案的有益效果是：去除CG盖板层表面的灰尘脏污的干扰缺陷，降低过检率。
进一步，所述屏幕缺陷包括麻点类缺陷、亮点类缺陷或两点类缺陷。
采用上述进一步方案的有益效果是：利于确定屏幕缺陷。
具体实施方式
以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
实施例
本实施例提供一种屏幕缺陷的检测方法，包括以下步骤：
S1、将屏幕放置在外部机构上，通过外部机构对屏幕进行拍摄图片。
S2、将屏幕处于黑画面和亮画面状态下拍摄，获得黑画面图像和亮画面图像，确定缺陷位置和确定缺陷处于黑画面或亮画面中。
其中亮画面也可以为灰画面。其中，由于缺陷分布位置的原因，主要对屏幕的CF层及在CF层附近层的图像和CG盖板图像进行拍摄。
S3、当在黑画面存在缺陷时，根据黑画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，即为缺陷信息A。
其中，所述根据黑画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，包括以下步骤：
S31、对黑画面图像的CF层及其附近层的图像检测，获取区域特征，将区域特征与预设值比较，当区域特征大于预设值时，确定为疑似缺陷。
其中，所述对黑画面图像的CF层及其附近层的图像检测，获取区域特征，包括以下步骤：
S311、将黑画面图像的CF层及其附近层按照RGB三原色进行三个通道分层，得到单色图像。
S312、将得到的单色图像进行形态学操作，确实缺陷区域，对缺陷区域测量，即得到区域特征。
其中，所述区域特征包括缺陷面积、凸度、主骨架长度、等效椭圆各主轴长度或离散度。
其中，缺陷面积、凸度、主骨架长度、等效椭圆各主轴长度或离散度采用现有的方法直接求解或测量出来，比如缺陷面积由计算区域内所包含的像素点个数得到。
而关于预设值根据对应的区域特征进行对应设置，同时不同型号的屏幕的预设值同样不同，需要根据对应检测的屏幕进行设置。
S32、将疑似缺陷带入清晰度评价函数中，计算得到清晰度分数，得到的清晰度分数的数值大的为具有疑似缺陷层级，即为疑似缺陷所在层级。
其中，所述清晰度评价函数为：Score＝S+∑G(x，y)-S*G(layer)。
其中，(x，y)为缺陷区域，G为缺陷区域的灰度值，S为缺陷区域的缺陷面积，G(layer)为个层灰度矫正常数。
根据确定的各不同层级中的疑似缺陷区域，得到疑似缺陷区域的灰度值，再带入上述清晰度评价函数中，即可计算出清晰度分数。通过比较各不同层级中的疑似缺陷区域计算出来的清晰度分数，分数最高的即为疑似缺陷所在层级。
其中，G(layer)为个层灰度矫正常数，每一层值不相同，同时会根据不同型号的产品而变化。
S33、将疑似缺陷所在层级进行颜色判定，确定疑似缺陷颜色，再进行亮度判定，得到疑似缺陷单一颜色亮度，将疑似缺陷单一颜色亮度与预设标准值比较，若疑似缺陷单一颜色亮度大于预设标准值，则判定为缺陷，则得到缺陷所在层级，反之，则判定为不是缺陷。
S4、当在亮画面存在缺陷时，根据亮画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，即为缺陷信息B。
其中，所述根据亮画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，包括以下步骤：
S41、将亮画面图像的CF层及其附近层的缺陷像素提取，根据缺陷像素计算出图像矫正角度，并矫正亮画面图像，得到矫正亮画面图像。
其中，所述将亮画面图像的CF层及其附近层的缺陷像素提取，根据缺陷像素计算出图像矫正角度，包括以下步骤：
S411、采用blob分析方法对亮画面图像的CF层及其附近层的缺陷像素粗提取，得到多个完整像素。同时对PI柱所在位置提取，PI柱作为干扰项存在，需要剃除PI柱的干扰。
其中，有PI柱的像素与没有PI柱的像素形状不同。
S412、将多个完整像素的中心按照每行进行直线拟合，得到多行直线段，测出多行直线段与水平轴的夹角，取平均值，得到图像矫正夹角。
S413、将亮画面图像安装图像矫正夹角进行旋转，即得到矫正亮画面图像。
S42、将矫正亮画面图像进行区域分割，得到多个单元集，对多个单元集中的单个单元进行逐一检测是否存在缺陷，若有缺陷，则为异常单元。
其中，多个单元集包括像素单元集类型、背景单元集类型和忽略区域单元集类型。其中，忽略区域单元集类型不需要检测。
S43、对像素单元集类型中的异常单元的缺陷分割，得到单元缺陷区域，确定单元缺陷区域的所在层级的信息。
其中，所述对像素单元集类型中的异常单元内的缺陷分割，得到单元缺陷区域，包括以下步骤：
S431、将像素单元集类型中的异常单元内的缺陷按照RGB三原色进行分离，得到子像素，将子像素根据预制的特征点匹配，生成对应的点灰度阈值分布函数，利用水漫填充，即得到完整单元缺陷区域，得到缺陷所在层级的位置信息A。
S432、其中像素单元集类型中的异常单元内缺陷同样存在背景部分，直接采用与步骤S3相同的黑画面的缺陷提取的方法对背景单元进行提取，获取缺陷所在层级的位置信息B。
S44、对背景单元集类型中的异常单元，采用与步骤S3相同的黑画面的缺陷提取的方法对背景单元进行提取，获取缺陷所在层级的位置信息C。
S45、将缺陷所在层级的位置信息A、缺陷所在层级的位置信息B和缺陷所在层级的位置信息C合并，即得到缺陷所在层级。
S5、根据亮画面图像，获得屏幕表面灰尘脏污的干扰缺陷。
其中，所述根据亮画面图像，获得屏幕表面灰尘脏污的干扰缺陷，包括以下步骤：
S51、对亮画面图像的CG盖板层图像进行检测，采用均值滤波预处理，并与亮画面图像进行绝对值相减，得到灰尘脏污的基础区域，即得到干扰缺陷。
S6、将缺陷信息A或缺陷信息B去除得到的干扰缺陷，即检测出屏幕缺陷。
其中，所述屏幕缺陷包括麻点类缺陷、亮点类缺陷或两点类缺陷。
麻点类缺陷，为超过一定数量的面积、亮度超过一定值的点，互相之间距离小于预设值。
亮点类缺陷，为像素点亮度超过预设值限制，像素的面积及长度、宽度等特征超过预设值。
两点类缺陷，为两缺陷均不符合两点类缺陷的判定标准，但两缺陷的距离小于一定范围。
需要注意的是，本发明中的“包括”意指其除所述成分外，还可以包括其他成分，所述的“包括”，还可以替换为封闭式的“为”或“由……组成”。
以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种屏幕缺陷的检测方法，其特征在于，包括以下步骤：
将屏幕处于黑画面和亮画面状态下拍摄，获得黑画面图像和亮画面图像，确定缺陷位置和确定缺陷处于黑画面或亮画面中；
当在黑画面存在缺陷时，根据黑画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，即为缺陷信息A；
当在亮画面存在缺陷时，根据亮画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，即为缺陷信息B；
根据亮画面图像，获得屏幕表面灰尘脏污的干扰缺陷；
将缺陷信息A或缺陷信息B去除得到的干扰缺陷，即检测出屏幕缺陷。
2.根据权利要求1所述的屏幕缺陷的检测方法，其特征在于，所述根据黑画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，包括以下步骤：
对黑画面图像的CF层及其附近层的图像检测，获取区域特征，将区域特征与预设值比较，当区域特征大于预设值时，确定为疑似缺陷；
将疑似缺陷带入清晰度评价函数中，计算得到清晰度分数，得到的清晰度分数的数值大的为具有疑似缺陷层级，即为疑似缺陷所在层级；
将疑似缺陷所在层级进行颜色判定，确定疑似缺陷颜色，再进行亮度判定，得到疑似缺陷单一颜色亮度，将疑似缺陷单一颜色亮度与预设标准值比较，若疑似缺陷单一颜色亮度大于预设标准值，则判定为缺陷，则得到缺陷所在层级，反之，则判定为不是缺陷。
3.根据权利要求2所述的屏幕缺陷的检测方法，其特征在于，所述对黑画面图像的CF层及其附近层的图像检测，获取区域特征，包括以下步骤：
将黑画面图像的CF层及其附近层按照RGB三原色进行三个通道分层，得到单色图像；
将得到的单色图像进行形态学操作，确实缺陷区域，对缺陷区域测量，即得到区域特征。
4.根据权利要求3所述的屏幕缺陷的检测方法，其特征在于，所述区域特征包括缺陷面积、凸度、主骨架长度、等效椭圆各主轴长度或离散度。
5.根据权利要求2所述的屏幕缺陷的检测方法，其特征在于，所述清晰度评价函数为：Score＝S+∑G(x，y)-S*G(layer)；
其中，(x，y)为缺陷区域，G为缺陷区域的灰度值，S为缺陷区域的缺陷面积，G(layer)为个层灰度矫正常数。
6.根据权利要求1所述的屏幕缺陷的检测方法，其特征在于，所述根据亮画面图像对缺陷提取，并对缺陷检测，确定缺陷所在层级，包括以下步骤：
将亮画面图像的CF层及其附近层的缺陷像素提取，根据缺陷像素计算出图像矫正角度，并矫正亮画面图像，得到矫正亮画面图像；
将矫正亮画面图像进行区域分割，得到多个单元集，对多个单元集中的单个单元进行逐一检测是否存在缺陷，若有缺陷，则为异常单元；
对异常单元内的缺陷分割，得到单元缺陷区域，确定单元缺陷区域的所在层级的信息；
将单元缺陷区域合并，即得到缺陷所在层级。
7.根据权利要求6所述的屏幕缺陷的检测方法，其特征在于，所述将亮画面图像的CF层及其附近层的缺陷像素提取，根据缺陷像素计算出图像矫正角度，包括以下步骤：
对亮画面图像的CF层及其附近层的缺陷像素粗提取，得到多个完整像素；
将多个完整像素的中心按照每行进行直线拟合，得到多行直线段，测出多行直线段与水平轴的夹角，取平均值，得到图像矫正夹角。
8.根据权利要求7所述的屏幕缺陷的检测方法，其特征在于，所述对异常单元内的缺陷分割，得到单元缺陷区域，包括以下步骤：
将异常单元内的缺陷按照RGB三原色进行分离，得到子像素，将子像素生成对应的点灰度阈值分布函数，利用水漫填充，即得到完整单元缺陷区域。
9.根据权利要求1所述的屏幕缺陷的检测方法，其特征在于，所述根据亮画面图像，获得屏幕表面灰尘脏污的干扰缺陷，包括以下步骤：
对亮画面图像的CG盖板层图像进行检测，采用均值滤波预处理，并与亮画面图像进行绝对值相减，得到灰尘脏污的基础区域，即得到干扰缺陷。
10.根据权利要求1-9任一项所述的屏幕缺陷的检测方法，其特征在于，所述屏幕缺陷包括麻点类缺陷、亮点类缺陷或两点类缺陷。
CN202110588028.1A 2021-05-27 2021-05-27 一种屏幕缺陷的检测方法 Active CN113390611B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110588028.1A CN113390611B (zh) 2021-05-27 2021-05-27 一种屏幕缺陷的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110588028.1A CN113390611B (zh) 2021-05-27 2021-05-27 一种屏幕缺陷的检测方法

Publications (2)

Publication Number Publication Date
CN113390611A true CN113390611A (zh) 2021-09-14
CN113390611B CN113390611B (zh) 2022-07-12

Family

ID=77619357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110588028.1A Active CN113390611B (zh) 2021-05-27 2021-05-27 一种屏幕缺陷的检测方法

Country Status (1)

Country Link
CN (1) CN113390611B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114459738A (zh) * 2022-01-25 2022-05-10 Tcl华星光电技术有限公司 显示面板分析方法、装置、电子设备及存储介质
CN114519714A (zh) * 2022-04-20 2022-05-20 中导光电设备股份有限公司 一种显示屏脏污缺陷判定的方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001184510A (ja) * 1999-12-24 2001-07-06 Mitsubishi Chemicals Corp 欠陥検出方法
WO2012011784A2 (ko) * 2010-07-22 2012-01-26 경북대학교 산학협력단 평면 표시 장치의 검사 장치 및 그 장치에서의 검사 방법
CN104749184A (zh) * 2013-12-31 2015-07-01 研祥智能科技股份有限公司 自动光学检测方法和系统
CN105259181A (zh) * 2015-10-26 2016-01-20 华为技术有限公司 显示屏的显示缺陷检测方法、装置及设备
CN105424723A (zh) * 2015-11-28 2016-03-23 惠州高视科技有限公司 一种显示屏幕模组缺陷检测方法
CN110445921A (zh) * 2019-09-06 2019-11-12 东北大学 一种基于机器视觉的手机屏背光异物缺陷诊断方法及装置
CN111474177A (zh) * 2020-05-06 2020-07-31 深圳市斑马视觉科技有限公司 基于计算机视觉的液晶屏幕背光异物缺陷检测方法
CN112394064A (zh) * 2020-10-22 2021-02-23 惠州高视科技有限公司 一种屏幕缺陷检测的点线测量方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001184510A (ja) * 1999-12-24 2001-07-06 Mitsubishi Chemicals Corp 欠陥検出方法
WO2012011784A2 (ko) * 2010-07-22 2012-01-26 경북대학교 산학협력단 평면 표시 장치의 검사 장치 및 그 장치에서의 검사 방법
CN104749184A (zh) * 2013-12-31 2015-07-01 研祥智能科技股份有限公司 自动光学检测方法和系统
CN105259181A (zh) * 2015-10-26 2016-01-20 华为技术有限公司 显示屏的显示缺陷检测方法、装置及设备
US20180246044A1 (en) * 2015-10-26 2018-08-30 Huawei Technologies Co., Ltd. Display defect detection method, apparatus, and device for display screen
CN105424723A (zh) * 2015-11-28 2016-03-23 惠州高视科技有限公司 一种显示屏幕模组缺陷检测方法
CN110445921A (zh) * 2019-09-06 2019-11-12 东北大学 一种基于机器视觉的手机屏背光异物缺陷诊断方法及装置
CN111474177A (zh) * 2020-05-06 2020-07-31 深圳市斑马视觉科技有限公司 基于计算机视觉的液晶屏幕背光异物缺陷检测方法
CN112394064A (zh) * 2020-10-22 2021-02-23 惠州高视科技有限公司 一种屏幕缺陷检测的点线测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王银敏等: "基于背景分离与亮度校正的苹果表面缺陷提取", 《软件导刊》 *
苏小红等: "TFT-LCD微米级显示缺陷的自动检测算法", 《哈尔滨工业大学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114459738A (zh) * 2022-01-25 2022-05-10 Tcl华星光电技术有限公司 显示面板分析方法、装置、电子设备及存储介质
CN114459738B (zh) * 2022-01-25 2024-02-02 Tcl华星光电技术有限公司 显示面板分析方法、装置、电子设备及存储介质
CN114519714A (zh) * 2022-04-20 2022-05-20 中导光电设备股份有限公司 一种显示屏脏污缺陷判定的方法和系统
CN114519714B (zh) * 2022-04-20 2022-07-26 中导光电设备股份有限公司 一种显示屏脏污缺陷判定的方法和系统

Also Published As

Publication number Publication date
CN113390611B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN113390611B (zh) 一种屏幕缺陷的检测方法
CN109752394B (zh) 一种显示屏缺陷高精度检测方法及系统
CN106770362B (zh) 基于aoi的宏观缺陷检测装置及方法
CN1690678B (zh) 图像分析方法、图像分析程序及其像素评价系统
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
CN104749184A (zh) 自动光学检测方法和系统
CN108877615B (zh) 显示面板的残像检测方法和残像检测装置
CN102460106A (zh) 显示面板的缺陷检查方法和缺陷检查装置
CN108760767A (zh) 基于机器视觉的大尺寸液晶屏缺陷检测方法
JP2007086056A (ja) 欠陥検出方法および欠陥検出装置
CN102803917A (zh) 显示面板的缺陷检查方法和缺陷检查装置
CN105812790B (zh) 图像传感器感光面与光轴垂直度的评测方法及光学测试卡
CN114119591A (zh) 一种显示屏画面质量检测方法
CN104777172B (zh) 一种光学镜头次品快速智能检测装置及方法
CN109471276A (zh) 一种液晶屏色偏缺陷检测方法及装置
CN113034464B (zh) 一种多背景下的液晶显示器缺陷视觉实时检测方法
JP2014164221A (ja) 表示パネルの欠陥検出方法及び表示パネルの欠陥検出装置
CN107219229A (zh) 一种面板灰尘过滤方法及装置
CN114255232B (zh) Led显示屏显示缺陷检测方法、电子设备及装置
KR101876908B1 (ko) 디스플레이 패널의 결함 위치 정확도 개선 방법
KR20140067785A (ko) 표시패널의 색감차 얼룩 자동 검사 장치 및 방법
CN110530894B (zh) 导光板亮点缺陷检测方法
KR101218637B1 (ko) 윤곽선 검출을 위한 대각선 스캔방법
CN115375679B (zh) 一种缺陷芯片寻边寻点定位方法及装置
CN104977154B (zh) 具有子像素结构的空间光调制器缺陷分类方法

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