CN113393437A - 基于oled显示模块的缺陷检测方法 - Google Patents
基于oled显示模块的缺陷检测方法 Download PDFInfo
- Publication number
- CN113393437A CN113393437A CN202110658984.2A CN202110658984A CN113393437A CN 113393437 A CN113393437 A CN 113393437A CN 202110658984 A CN202110658984 A CN 202110658984A CN 113393437 A CN113393437 A CN 113393437A
- Authority
- CN
- China
- Prior art keywords
- image
- defect
- template
- display module
- oled display
- 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.)
- Pending
Links
- 230000007547 defect Effects 0.000 title claims abstract description 72
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 230000000877 morphologic effect Effects 0.000 claims abstract description 10
- 230000003287 optical effect Effects 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 17
- 230000002950 deficient Effects 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 241000519995 Stachys sylvatica Species 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 230000010339 dilation Effects 0.000 claims description 2
- 230000003628 erosive effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007747 plating Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 229920001621 AMOLED Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000012044 organic layer Substances 0.000 description 1
- 238000001259 photo etching Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Electroluminescent Light Sources (AREA)
Abstract
本发明公开了一种基于OLED显示模块的缺陷检测方法,所述缺陷检测方法包括依次通过与模板图像配准、差影法处理和形态学处理对OLED显示模块的缺陷进行判定;其中,缺陷包括亮暗缺陷和显示屏或其表面粘接屏蔽滤光片在加工制作过程中产生的脏点、划痕。该缺陷检测方法适用范围广,检测精度高,减轻了噪声影响,提高了生产效率。
Description
技术领域
本发明涉及OLED显示模块的生产加工,具体地,涉及一种基于OLED显示模块的缺陷检测方法。
背景技术
OLED,即有机发光二极管(Organic Light-Emitting Diode),由于同时具备自发光,不需要背光源、对比度高、厚度薄、视角广、反应速度快、可用于挠曲性面板、使用温度范围广、构造及制程较简单等优异之特性,被认为是下一代的平面显示器新兴应用技术。其根据驱动方式的不同分为主动式OLED(AMOLED)与被动式OLED(PMOLED)。近年来,OLED因其优势在各领域有了突破性发展,在显示领域有可观的前景。
OLE显示模块在经过基板玻璃清洗及光刻、镀有机层、镀电极层及保护层、显示屏表面处理、模块组装等多道工序制备而成。在制作过程中由于原材料特性和生产工艺的影响,可能产生各种缺陷,如有机发光层与框架吻合不紧密导致的漏光,各种制造过程产生的mura(显示不均),屏幕基板或滤光片存在的气泡划伤和脏污,像素无法正常工作产生的坏点(亮点、暗点)等。
当前显示屏幕生产厂商都是通过纯人工的方式完成对显示面板缺陷的检测,工人需要具备一定缺陷识别能力,因此需要对其严格培训,增加生产成本。同时,缺陷种类繁多,人工检测效率低,长时间工作较容易出现疲劳而误判或漏判,不稳定的人为因素对屏幕缺陷检测结果影响较大。
发明内容
本发明的目的是提供一种基于OLED显示模块的缺陷检测方法,该缺陷检测方法适用范围广,检测精度高,减轻了噪声影响,提高了生产效率。
为了实现上述目的,本发明提供了一种基于OLED显示模块的缺陷检测方法,所述缺陷检测方法包括依次通过与模板图像配准、差影法处理和形态学处理对OLED显示模块的缺陷进行判定;其中,
缺陷包括亮暗缺陷和显示屏或其表面粘接屏蔽滤光片在加工制作过程中产生的脏点、划痕。
优选地,亮暗缺陷包括本不应亮点却点亮的点和本应点亮却未点亮的点。
优选地,直径大于0.5mm的坏点为缺陷点。
优选地,直径大于0.1mm的坏点为视觉疵点,长度超过6.25mm的条痕为划痕。
优选地,与模板图像配准时,检测采集图像角点,根据图像角点进行配准,配准过程中对图像进行几何校正、裁剪、旋转以降低环境影响;然后,对配准图像进行统计平均以获取图像模板;此后,进行缺陷检测前,检测图像同样需要根据标准图像模板进行配准。
优选地,差影法处理包括与模板图像配准后,待检测图像与图像模板需进行差分运算,以便于找到图像间差异,即缺陷点。
优选地,在差分运算前,对图像进行归一化与去噪处理,以将噪声在检测前期滤除。
优选地,差分运算后得到的图像中缺陷部位呈白斑形式出现。
优选地,形态学处理包括对缺陷图像做开运算操作,即先膨胀后腐蚀;具体的,先采用’disk’结构元素进行开运算以检测缺陷点,再采用’line’结构元素对图像开运算检测划痕;其中,腐蚀与膨胀使用的模板大小相同,放大裂缝和低密度区域,将图像中存在的较小的噪声点滤除,尺寸过小的噪声点不会被误判作缺陷点。
优选地,形态学处理后的图片仅保留了缺陷信息,通过计算检测出的缺陷像素大小中,只有最大直径或最大长度大于或等于规定像素点数才能被判定为缺陷点或划痕。
根据上述技术方案,本发明经过图像几何校正,将待测图像与模板图像进行位置、形状上的配准,随后进行改进差影法处理,得到大致的缺陷图像,最后经过形态学处理后得到缺陷图像。此方法适用于多种显示模式,同时也能达到较高的检测精度。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1是本发明提供的一种基于OLED显示模块的缺陷检测方法的流程图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
在本发明中,在未作相反说明的情况下,包含在术语中的方位词仅代表该术语在常规使用状态下的方位,或为本领域技术人员理解的俗称,而不应视为对该术语的限制。
参见图1,本发明提供一种基于OLED显示模块的缺陷检测方法,该缺陷检测方法包括依次通过与模板图像配准、差影法处理和形态学处理对OLED显示模块的缺陷进行判定;其中,
缺陷包括亮暗缺陷和显示屏或其表面粘接屏蔽滤光片在加工制作过程中产生的脏点、划痕。
亮暗缺陷包括本不应亮点却点亮的点和本应点亮却未点亮的点,其中,直径大于0.5mm的坏点为缺陷点。实际试验中,采集的图像每个缺陷点直径约为3个像素。
脏点、划痕判定时,直径大于0.1mm的坏点为视觉疵点,长度超过6.25mm的条痕为划痕。
由于本发明中缺陷检测算法的核心思想是通过比较待检测图像与标准图像来进行缺陷的识别,因此,标准图像模板制作的好坏直接关系到系统检测的效果。并且,在开始检测之前就制作好图像模板有助于减少实时处理时间,提高检测的效率,故设计合理并且有效的模板制作方法十分重要。在现有的检测方法中,通常使用采集到的多张合格图像做统计平均,以获取标准图像。然而,采集图像由于采集环境、光照条件不同,其统计平均后图像模板效果参差不齐。
针对此,本发明中与模板图像配准时,检测采集图像角点,根据图像角点进行配准,配准过程中对图像进行几何校正、裁剪、旋转以降低环境影响;然后,对配准图像进行统计平均以获取图像模板;此后,进行缺陷检测前,检测图像同样需要根据标准图像模板进行配准。
差影法处理包括与模板图像配准后,待检测图像与图像模板需进行差分运算,以便于找到图像间差异,即缺陷点。
在差分运算前,对图像进行归一化与去噪处理,以将噪声在检测前期滤除。
差分运算后得到的图像中缺陷部位呈白斑形式出现。
在经过图像配准及差影法处理后,大部分干扰信息已经被去除,但缺陷点仍被部分噪声信息掩盖。缺陷图像中检测目标目标明确主要为缺陷点与划痕,因此应对图像进行相应的形态学处理,提取缺陷信息。
为了提取缺陷信息,形态学处理包括对缺陷图像做开运算操作,即先膨胀后腐蚀;具体的,先采用’disk’结构元素进行开运算以检测缺陷点,再采用’line’结构元素对图像开运算检测划痕;其中,腐蚀与膨胀使用的模板大小相同,放大裂缝和低密度区域,将图像中存在的较小的噪声点滤除,尺寸过小的噪声点不会被误判作缺陷点。
形态学处理后的图片仅保留了缺陷信息,通过计算检测出的缺陷像素大小中,只有最大直径或最大长度大于或等于规定像素点数才能被判定为缺陷点或划痕。
通过上述技术方案,利用迭代配准的方式获取标准图像模板,随后利用差影法与形态学处理检测OLED显示模块缺陷。此方法考虑到了由于环境条件引起的干扰,提高了检测精度,减轻了噪声影响;同时,对环境条件具有较高的兼容性,可适用于多种显示模式。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (10)
1.一种基于OLED显示模块的缺陷检测方法,其特征在于,所述缺陷检测方法包括依次通过与模板图像配准、差影法处理和形态学处理对OLED显示模块的缺陷进行判定;其中,
缺陷包括亮暗缺陷和显示屏或其表面粘接屏蔽滤光片在加工制作过程中产生的脏点、划痕。
2.根据权利要求1所述的基于OLED显示模块的缺陷检测方法,其特征在于,亮暗缺陷包括本不应亮点却点亮的点和本应点亮却未点亮的点。
3.根据权利要求2所述的基于OLED显示模块的缺陷检测方法,其特征在于,直径大于0.5mm的坏点为缺陷点。
4.根据权利要求1所述的基于OLED显示模块的缺陷检测方法,其特征在于,直径大于0.1mm的坏点为视觉疵点,长度超过6.25mm的条痕为划痕。
5.根据权利要求1所述的基于OLED显示模块的缺陷检测方法,其特征在于,与模板图像配准时,检测采集图像角点,根据图像角点进行配准,配准过程中对图像进行几何校正、裁剪、旋转以降低环境影响;然后,对配准图像进行统计平均以获取图像模板;此后,进行缺陷检测前,检测图像同样需要根据标准图像模板进行配准。
6.根据权利要求1所述的基于OLED显示模块的缺陷检测方法,其特征在于,差影法处理包括与模板图像配准后,待检测图像与图像模板需进行差分运算,以便于找到图像间差异,即缺陷点。
7.根据权利要求6所述的基于OLED显示模块的缺陷检测方法,其特征在于,在差分运算前,对图像进行归一化与去噪处理,以将噪声在检测前期滤除。
8.根据权利要求6所述的基于OLED显示模块的缺陷检测方法,其特征在于,差分运算后得到的图像中缺陷部位呈白斑形式出现。
9.根据权利要求1所述的基于OLED显示模块的缺陷检测方法,其特征在于,形态学处理包括对缺陷图像做开运算操作,即先膨胀后腐蚀;具体的,先采用’disk’结构元素进行开运算以检测缺陷点,再采用’line’结构元素对图像开运算检测划痕;其中,腐蚀与膨胀使用的模板大小相同,放大裂缝和低密度区域,将图像中存在的较小的噪声点滤除,尺寸过小的噪声点不会被误判作缺陷点。
10.根据权利要求9所述的基于OLED显示模块的缺陷检测方法,其特征在于,形态学处理后的图片仅保留了缺陷信息,通过计算检测出的缺陷像素大小中,只有最大直径或最大长度大于或等于规定像素点数才能被判定为缺陷点或划痕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110658984.2A CN113393437A (zh) | 2021-06-15 | 2021-06-15 | 基于oled显示模块的缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110658984.2A CN113393437A (zh) | 2021-06-15 | 2021-06-15 | 基于oled显示模块的缺陷检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113393437A true CN113393437A (zh) | 2021-09-14 |
Family
ID=77621005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110658984.2A Pending CN113393437A (zh) | 2021-06-15 | 2021-06-15 | 基于oled显示模块的缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113393437A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069790A (zh) * | 2015-08-06 | 2015-11-18 | 潍坊学院 | 一种齿轮外观缺陷快速影像检测方法 |
CN107389693A (zh) * | 2017-06-29 | 2017-11-24 | 西安理工大学 | 一种基于机器视觉的印刷品缺陷自动检测方法 |
CN109993745A (zh) * | 2019-04-15 | 2019-07-09 | 苏州研路智能科技有限公司 | 一种用于检测oled显示模组不良特性的检测方法 |
CN111028213A (zh) * | 2019-12-04 | 2020-04-17 | 北大方正集团有限公司 | 图像缺陷检测方法、装置、电子设备及存储介质 |
WO2021012735A1 (zh) * | 2019-07-25 | 2021-01-28 | 研祥智能科技股份有限公司 | 屏幕显示缺陷的检测方法及系统 |
-
2021
- 2021-06-15 CN CN202110658984.2A patent/CN113393437A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069790A (zh) * | 2015-08-06 | 2015-11-18 | 潍坊学院 | 一种齿轮外观缺陷快速影像检测方法 |
CN107389693A (zh) * | 2017-06-29 | 2017-11-24 | 西安理工大学 | 一种基于机器视觉的印刷品缺陷自动检测方法 |
CN109993745A (zh) * | 2019-04-15 | 2019-07-09 | 苏州研路智能科技有限公司 | 一种用于检测oled显示模组不良特性的检测方法 |
WO2021012735A1 (zh) * | 2019-07-25 | 2021-01-28 | 研祥智能科技股份有限公司 | 屏幕显示缺陷的检测方法及系统 |
CN111028213A (zh) * | 2019-12-04 | 2020-04-17 | 北大方正集团有限公司 | 图像缺陷检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
汪志亮等: "面向OLED屏像素缺陷检测的新方法", 《计算机工程与应用》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110018167B (zh) | 一种曲面屏外观缺陷快速检测方法及系统 | |
CN102162797B (zh) | 玻璃瓶瓶口破损和瓶底污物检测算法 | |
CN109215026B (zh) | 一种基于机器视觉的高速准确led缺陷检测方法 | |
CN110849906A (zh) | 一种新型显示面板表面缺陷检测系统 | |
CN110021012B (zh) | 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法 | |
CN110208269B (zh) | 一种玻璃表面异物与内部异物区分的方法及系统 | |
CN1696671A (zh) | 缺陷检测装置和方法以及接线区域提取装置和方法 | |
CN103913461A (zh) | 一种tft-lcd点灯自动光学检测的图像处理方法 | |
JP5260188B2 (ja) | ハードディスク検査装置及び方法並びにプログラム | |
JP3595226B2 (ja) | ガラス板のエッジ欠陥検出方法及び同検出装置 | |
CN104568989A (zh) | 玻璃基板的缺陷检测方法 | |
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 | |
CN114119591A (zh) | 一种显示屏画面质量检测方法 | |
CN110428764B (zh) | 显示面板检测方法 | |
CN113393437A (zh) | 基于oled显示模块的缺陷检测方法 | |
US20100295934A1 (en) | Monitoring apparatus and monitoring method | |
CN101408520A (zh) | 一种判别内外层瑕疵的检测方法与系统 | |
CN116758425A (zh) | 一种大基地光伏电站自动验收方法和装置 | |
CN110243822A (zh) | 显示面板检查系统以及显示面板检查方法 | |
US20140022376A1 (en) | Method and apparatus for inspecting flat panel display | |
JP2007187630A (ja) | パターンの欠陥検出方法およびパターンの欠陥検出装置 | |
CN105954894A (zh) | 液晶显示器制程异常测试方法 | |
JP2011029324A (ja) | レシピ更新方法およびレシピ更新システム | |
KR20160101436A (ko) | 표면의 이물검사 방법 | |
JP4036048B2 (ja) | 欠陥識別方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210914 |
|
RJ01 | Rejection of invention patent application after publication |