CN113920117A - 一种面板缺陷区域检测方法、装置、电子设备及存储介质 - Google Patents
一种面板缺陷区域检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113920117A CN113920117A CN202111520877.XA CN202111520877A CN113920117A CN 113920117 A CN113920117 A CN 113920117A CN 202111520877 A CN202111520877 A CN 202111520877A CN 113920117 A CN113920117 A CN 113920117A
- Authority
- CN
- China
- Prior art keywords
- area
- positioning
- defect
- image
- panel
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 140
- 238000001514 detection method Methods 0.000 title claims abstract description 79
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000005520 cutting process Methods 0.000 claims abstract description 22
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 19
- 230000009466 transformation Effects 0.000 claims abstract description 18
- 230000002950 deficient Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/02—Affine transformations
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30121—CRT, LCD or plasma display
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及人工智能领域，揭露一种面板缺陷区域检测方法、装置、电子设备及存储介质，所述方法包括：获取面板图像及预先在所述面板图像中设置的查找区域；标记所述面板图像的定位区域，并识别所述定位区域的定位坐标；根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，并对所述相似区域进行仿射变换，得到目标区域；将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域；将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，根据所述差分图像，识别所述待检测区域的缺陷区域。本发明可以实现面板缺陷区域的快速定位，提高面板缺陷区域的检测通用性。
Description
技术领域
本发明涉及人工智能领域，尤其涉及一种面板缺陷区域检测方法、装置、电子设备及存储介质。
背景技术
工业面板制造过程中因其工艺波动、机台差异等因素会产生各种各样的面板形态缺陷，通过面板缺陷区域的识别可以很好地了解在面板制造过程中所出现的缺陷原因，从而可以减少后续工业面板出现相同的缺陷问题提高工业面板的制造效率。
目前，面板的缺陷通常是采用人工智能ADC（自动缺陷分类系统）来取代人力进行缺陷识别，但在实际业务场景中，由于面板产品的多样化，导致在获取AI训练样本这个过程中，需要采集大量不同面板产品的训练样本，使得面板缺陷区域的识别通用性较差。
发明内容
为了解决上述技术问题，本发明提供了一种面板缺陷区域检测方法、装置、电子设备及存储介质，可以实现面板缺陷区域的快速定位，提高面板缺陷区域的检测通用性。
第一方面，本发明提供了一种面板缺陷区域检测方法，包括：
获取面板图像及预先在所述面板图像中设置的查找区域；
标记所述面板图像的定位区域，并识别所述定位区域的定位坐标；
根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，并对所述相似区域进行仿射变换，得到目标区域；
将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域；
将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，根据所述差分图像，识别所述待检测区域的缺陷区域。
在第一方面的一种可能实现方式中，所述标记所述面板图像的定位区域，包括：
接收所述面板图像的缺陷检测请求，根据所述缺陷检测请求，识别所述面板图像的缺陷描述信息；
根据所述缺陷描述信息，标记所述缺陷检测请求在所述面板图像中的定位区域。
在第一方面的一种可能实现方式中，所述根据所述缺陷检测请求，识别所述面板图像的缺陷描述信息，包括：
识别所述缺陷检测请求的缺陷检测类型，并提取所述缺陷检测请求的缺陷检测特征；
将所述缺陷检测类型和所述缺陷检测特征作为所述面板图像的缺陷描述信息。
在第一方面的一种可能实现方式中，所述识别所述定位区域的定位坐标，包括；
获取所述定位区域的顶点位置和中心位置，根据预先在所述定位区域的面板图像中构建的坐标系，计算所述顶点位置和所述中心位置的坐标，分别得到顶点坐标和中心坐标；
根据所述顶点坐标和所述中心坐标，生成所述定位区域的定位坐标。
在第一方面的一种可能实现方式中，所述根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，包括：
根据所述定位坐标中的顶点坐标，确定在所述查找区域中所述定位区域的搜索坐标；
根据所述定位坐标中的中心坐标，定义在所述查找区域中所述定位区域的搜索方向；
根据所述搜索坐标和所述搜索方向，在所述查找区域中搜索所述定位区域的相似区域。
在第一方面的一种可能实现方式中，所述对所述相似区域进行仿射变换，得到目标区域，包括：
识别所述相似区域中的图像方向是否处于正方向；
若所述图像方向不处于正方向，采用仿射变换算法将所述相似区域进行方向校正，得到目标区域；
若所述图像方向处于正方向，则将所述相似区域作为目标区域。
在第一方面的一种可能实现方式中，所述将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域，包括：
识别所述定位区域和所述目标区域的起始位置和终止位置；
根据所述定位区域和所述目标区域的起始位置和终止位置，利用预设的图像裁剪工具分别对所述定位区域和所述目标区域进行裁剪，将裁剪后的所述定位区域和所述目标区域作为所述面板图像的待检测区域。
在第一方面的一种可能实现方式中，所述将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，包括：
识别所述待检测区域与所述标准区域具有相同序列位置的第一像素和第二像素；
对所述第一像素和所述第二像素进行相减处理，得到相减像素，根据所述相减像素，生成所述待检测区域的差分图像。
在第一方面的一种可能实现方式中，所述根据所述差分图像，识别所述待检测区域的缺陷区域，包括：
标记所述差分图像中存在像素差的像素位置，根据所述像素位置，定位所述待检测区域的缺陷区域。
第二方面，本发明提供了一种面板缺陷区域检测装置，所述装置包括：
区域获取模块，用于获取面板图像及预先在所述面板图像中设置的查找区域；
区域定位模块，用于标记所述面板图像的定位区域，并识别所述定位区域的定位坐标；
区域查找模块，用于根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，并对所述相似区域进行仿射变换，得到目标区域；
区域生成模块，用于将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域；
区域检测模块，用于将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，根据所述差分图像，识别所述待检测区域的缺陷区域。
第三方面，本发明提供一种电子设备，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的面板缺陷区域检测方法。
第四方面，本发明提供一种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执行时实现如上述第一方面中任意一项所述的面板缺陷区域检测方法。
与现有技术相比，本方案的技术原理及有益效果在于：
本方案通过标记面板图像的定位区域，并识别所述定位区域的定位坐标，以在所述面板图像中设置的查找区域搜索所述定位区域的相似区域，可以实现面板缺陷区域的快速定位，有效避免了现有技术中通过训练不同区域检测模型待检测区域的识别问题，提高面板缺陷区域的检测通用性，并结合对所述相似区域进行仿射变换，以生成所述面板图像的待检测区域，保障了所述待检测区域的方向处于正方向位置，从而使得后续相似区域在缺陷检测过程中的准确性；进一步地，本发明实施例通过将所述待检测区域与预设的标准区域进行缺陷差分处理，以识别出所述待检测区域是否出现缺陷，从而实现所述面板图像的缺陷区域检测。因此，本发明实施例提出的一种面板缺陷区域检测方法、装置、电子设备以及存储介质，可以实现面板缺陷区域的快速定位，提高面板缺陷区域的检测通用性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种面板缺陷区域检测方法的流程示意图；
图2为本发明一实施例中图1提供的一种面板缺陷区域检测方法的其中一个步骤的流程示意图；
图3为本发明一实施例中图1提供的一种面板缺陷区域检测方法的另外一个步骤的流程示意图；
图4为本发明一实施例提供的查找区域的图像示意图；
图5为本发明一实施例提供的定位区域的图像示意图；
图6为本发明一实施例提供的目标区域的图像示意图；
图7为本发明一实施例提供的缺陷区域的图像示意图；
图8为本发明一实施例提供的一种面板缺陷区域检测装置的模块示意图；
图9为本发明一实施例提供的实现面板缺陷区域检测方法的电子设备的内部结构示意图。
具体实施方式
应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种面板缺陷区域检测方法，所述面板缺陷区域检测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之，所述面板缺陷区域检测方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参阅图1所示，是本发明一实施例提供的面板缺陷区域检测方法的流程示意图。其中，图1中描述的面板缺陷区域检测方法包括：
S1、获取面板图像及预先在所述面板图像中设置的查找区域。
本发明实施例中，所述面板图像是指在工业制造过程所生产出的工业面板图像，如工艺面板、液晶面板以及电子面板等，所述查找区域是指预先在所述面板图像中设置需要进行面板缺陷检测的区域，其通过不用用户需求产生，如A用户需求为设置所述面板图像中所有的区域为所述查找区域，B用户需求为设置所述面板图像中边缘区域为所述查找区域，C用户需求为设置所述面板图像中中心区域为所述查找区域，需要说明的是所述查找区域的区域尺寸根据对应的用户需求进行规定，在此不做进一步的限定。
基于所述查找区域的设置，可以明确面板图像的缺陷区域检测范围，保障所述面板图像的区域检测前提。
S2、标记所述面板图像的定位区域，并识别所述定位区域的定位坐标。
本发明实施例中，所述定位区域是指在所述面板图像中预先标记的初始待检测区域，通过所述定位区域可以向所述面板图像中的查找区域进行全局搜索，实现在所述查找区域中所有需要进行缺陷检测的目标区域，从而可以避免通过训练对应的区域检测模型进行目标区域的检测。
作为本发明的一个实施例，所述标记所述面板图像的定位区域，包括：接收所述面板图像的缺陷检测请求，根据所述缺陷检测请求，识别所述面板图像的缺陷描述信息；根据所述缺陷描述信息，标记所述缺陷检测请求在所述面板图像中的定位区域。
其中，所述缺陷检测请求是指通过用户发出的对所述面板图像进行区域缺陷检测的需求，所述缺陷描述信息是指用于描述所述面板区域中需要进行缺陷区域检测的信息。
进一步地，本发明一可选实施例中，所述根据所述缺陷检测请求，识别所述面板图像的缺陷描述信息，包括：识别所述缺陷检测请求的缺陷检测类型，并提取所述缺陷检测请求的缺陷检测特征；将所述缺陷检测类型和所述缺陷检测特征作为所述面板图像的缺陷描述信息。其中，所述缺陷检测类型是指在所述面板图像中需要定位区域的面板类别，用于表征所述面板图像的身份标识，所述缺陷检测特征是指在所述面板图像中需要定位区域的结构化信息，如硬度、尺寸、位置以及颜色等。
进一步地，本发明一可选实施例中，所述定位区域的标记通过预设的标图工具实现，如Photoshop工具。
进一步地，本发明实施例通过识别所述定位区域的定位坐标，以保障后续目标区域的查找前提，其中，所述定位坐标是指所述定位区域在所述面板图像中的位置坐标，用于表征所述定位区域在所述面板图像中的位置信息。
作为本发明的一个实施例，所述识别所述定位区域的定位坐标，包括：获取所述定位区域的顶点位置和中心位置，根据预先在所述定位区域的面板图像中构建的坐标系，计算所述顶点位置和所述中心位置的坐标，分别得到顶点坐标和中心坐标；根据所述顶点坐标和所述中心坐标，生成所述定位区域的定位坐标。
其中，所述顶点位置是指所述定位区域的边缘点，包括左上、左下、右上以及右下四个位置，所述中心位置是指所述定位区域的中心点，所述坐标系包括二维坐标系，其可以设置以所述面板图像的中心位置作为原点，以所述面板图像的横轴作为坐标系的X轴，以所述面板图像的纵轴作为坐标系的Y轴，也可以根据实际业务场景设置。
进一步地，本发明实施例中，所述顶点位置和所述中心位置的坐标通过计算其与所述坐标系的XY轴距离得到。
S3、根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，并对所述相似区域进行仿射变换，得到目标区域。
本发明实施例中，所述相似区域是指与所述定位区域具有相同尺寸，且需要进行缺陷检测的区域。作为本发明的一个实施例，参阅图2所示，所述根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，包括：
S201、根据所述定位坐标中的顶点坐标，确定在所述查找区域中所述定位区域的搜索坐标；
S202、根据所述定位坐标中的中心坐标，定义在所述查找区域中所述定位区域的搜索方向；
S203、根据所述搜索坐标和所述搜索方向，在所述查找区域中搜索所述定位区域的相似区域。
其中，所述搜索坐标是指在所述定位区域在查找区域中进行搜索的距离大小，如所述定位区域的坐标为左上（Row1, Column1）右下（ Row2, Column2），查找区域的尺寸为（width，heght），则可以定位搜索坐标为左上（Row1-32，0）右下（Row2+32，width），即在所述查找区域中进行横向全图搜索和纵向偏移32像素搜索。所述搜索方向是指所述定位区域在查找区域中进行的查找方向，如横向全局搜索、横向左端搜索、纵向全局搜索以及纵向下端搜索等。
应该了解，在所述相似区域的搜索过程中，由于所述定位区域的搜索方向会出现变化，会出现所述相似区域的方向处于倾斜的现象，导致所述相似区域的图像内容出现倾斜，因此，本发明实施例通过对所述相似区域进行仿射变换，以保障所述相似区域的方向处于正方向位置，从而使得后续相似区域在缺陷检测过程中的准确性。
作为本发明的一个实施例，所述对所述相似区域进行仿射变换，得到目标区域，包括：识别所述相似区域中的图像方向是否处于正方向；若所述图像方向不处于正方向，采用仿射变换算法将所述相似区域进行方向校正，得到目标区域；若所述图像方向处于正方向，则将所述相似区域作为目标区域。
其中，所述仿射变换算法是指将所述相似区域的顶点坐标和中心坐标保持与所述的定位区域的顶点坐标和中心坐标处于平行位置的技术。
S4、将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域。
本发明实施例通过将所述定位区域和所述目标区域进行裁剪，以获取所述面板图像的待检测区域，实现所述面板图像的缺陷区域检测前提。
作为本发明的一个实施例，所述将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域，包括：识别所述定位区域和所述目标区域的起始位置和终止位置；根据所述定位区域和所述目标区域的起始位置和终止位置，利用预设的图像裁剪工具分别对所述定位区域和所述目标区域进行裁剪，将裁剪后的所述定位区域和所述目标区域作为所述面板图像的待检测区域。
其中，所述定位区域和所述目标区域的起始位置和终止位置根据所述定位区域的定点坐标识别，所述起始位置包括横向和纵向在所述面板图像中的初始位置，所述终止位置包括横向和纵向在所述面板图像中的最终位置，所述图像裁剪工具包括上述的Photoshop工具。
进一步地，本发明又一可选实施例中，所述根据所述定位区域和所述目标区域的起始位置和终止位置，利用预设的图像裁剪工具分别对所述定位区域和所述目标区域进行裁剪，包括：查询所述起始位置和终止位置在所述定位区域和所述目标区域的纵轴长度及横轴长度，根据所述定位区域和所述目标区域的纵轴长度，利用所述图像裁剪工具分别对所述定位区域和所述目标区域进行纵向裁剪，根据所述定位区域和所述目标区域的横轴长度，利用所述图像裁剪工具分别对所述定位区域和所述目标区域进行横向裁剪。
S5、将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，根据所述差分图像，识别所述待检测区域的缺陷区域。
本发明实施例中，所述预设的标准区域是指经过检测不存在缺陷的面板区域，其用于作为所述待检测区域的缺陷检测模板，需要说明的是，所述预设的标准区域与所述待检测区域的尺寸和类别相同，因此，本发明实施例通过将所述待检测区域与预设的标准区域进行缺陷差分处理，以识别出所述待检测区域是否出现缺陷，从而实现所述面板图像的缺陷区域检测。
作为本发明的一个实施例，参阅图3所示，所述将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，包括：
S302、识别所述待检测区域与所述标准区域具有相同序列位置的第一像素和第二像素；
S302、对所述第一像素和所述第二像素进行相减处理，得到相减像素；
S303、根据所述相减像素，生成所述待检测区域的差分图像。
其中，所述相同序列位置的像素是指在所述待检测区域与所述标准区域中处于同一位置的像素，所述第一像素和所述第二像素的相减处理用于识别所述待检测区域中是否出现与所述标准区域包含不同大小的像素，从而可以获取所述待检测区域中的缺陷区域。
进一步地，本发明实施例中，所述根据所述差分图像，识别所述待检测区域的缺陷区域，包括：标记所述差分图像中存在像素差的像素位置，根据所述像素位置，定位所述待检测区域的缺陷区域。其中，所述缺陷区域是指在所述待检测区域中与所述标准区域中存在像素差的区域。
可以看出，本发明实施例通过标记面板图像的定位区域，并识别所述定位区域的定位坐标，以在所述面板图像中设置的查找区域搜索所述定位区域的相似区域，可以实现面板缺陷区域的快速定位，有效避免了现有技术中通过训练不同区域检测模型待检测区域的识别问题，提高面板缺陷区域的检测通用性，并结合对所述相似区域进行仿射变换，以生成所述面板图像的待检测区域，保障了所述待检测区域的方向处于正方向位置，从而使得后续相似区域在缺陷检测过程中的准确性；进一步地，本发明实施例通过将所述待检测区域与预设的标准区域进行缺陷差分处理，以识别出所述待检测区域是否出现缺陷，从而实现所述面板图像的缺陷区域检测。因此，本发明实施例提出的一种面板缺陷区域检测方法可以实现面板缺陷区域的快速定位，提高面板缺陷区域的检测通用性。
进一步地，参阅图4所示，是本发明一实施例提供的查找区域的图像示意图，其中，在所述图4中标记的矩形框即为在所述面板图像中预先设置的查找区域，需要说明的是，所述图4中标记的查找区域基于用上述S1中户需求进行设置，其区域范围不作限定。
进一步地，参阅图5所示，是本发明一实施例提供的定位区域的图像示意图，其中，在所述图5中标记的矩形框即为在所述面板图像中标记的定位区域，需要说明的是，所述图5中标记的定位区域作为在所述查找区域查找需要进行缺陷检测区域的搜索框，其与所述查找区域的标记原理相同。
进一步地，参阅图6所示，是本发明一实施例提供的目标区域的图像示意图，其中，在所述图6中标记的矩形框即为在所述查找区域中标记的目标区域，需要说明的是，所述图6标记的目标区域基于所述定位区域在所述查找区域的搜索坐标和搜索方向得到。
进一步地，参阅图7所示，是本发明一实施例提供的缺陷区域的图像示意图，其中，在所述图7中的阴影区域即为所述目标区域的缺陷区域，需要说明的是，所述图7的阴影区域基于所述目标区域经过裁剪后与标准的模板区域做差分处理后得到。
如图8所示，是本发明面板缺陷区域检测装置的功能模块图。
本发明所述面板缺陷区域检测装置800可以安装于电子设备中。根据实现的功能，所述面板缺陷区域检测装置可以包括区域获取模块801、区域定位模块802、区域查找模块803、区域生成模型808以及区域检测模块809。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本发明实施例中，关于各模块/单元的功能如下：
所述区域获取模块801，用于获取面板图像及预先在所述面板图像中设置的查找区域；
所述区域定位模块802，用于标记所述面板图像的定位区域，并识别所述定位区域的定位坐标；
所述区域查找模块803，用于根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，并对所述相似区域进行仿射变换，得到目标区域；
所述区域生成模块804，用于将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域；
所述区域检测模块805，用于将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，根据所述差分图像，识别所述待检测区域的缺陷区域。
详细地，本发明实施例中所述面板缺陷区域检测装置800中的所述各模块在使用时采用与上述的图1至图3中所述的面板缺陷区域检测方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图9所示，是本发明实现面板缺陷区域检测方法的电子设备的结构示意图。
所述电子设备可以包括处理器90、存储器91、通信总线92以及通信接口93，还可以包括存储在所述存储器91中并可在所述处理器90上运行的计算机程序，如面板缺陷区域检测程序。
其中，所述处理器90在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器90是所述电子设备的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器91内的程序或者模块（例如执行面板缺陷区域检测程序等），以及调用存储在所述存储器91内的数据，以执行电子设备的各种功能和处理数据。
所述存储器91至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器91在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器91在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器91还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器91不仅可以用于存储安装于电子设备的应用软件及各类数据，例如面板缺陷区域检测程序的代码等，还可以用于暂时的存储已经输出或者将要输出的数据。
所述通信总线92可以是外设部件互连标准（peripheral componentinterconnect，简称PCI）总线或扩展工业标准结构（extended industry standardarchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器91以及至少一个处理器90等之间的连接通信。
所述通信接口93用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，所述用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图9仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图9示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器90逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利发明范围上并不受此结构的限制。
所述电子设备中的所述存储器91存储的面板缺陷区域检测程序是多个计算机程序的组合，在所述处理器90中运行时，可以实现：
获取面板图像及预先在所述面板图像中设置的查找区域；
标记所述面板图像的定位区域，并识别所述定位区域的定位坐标；
根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，并对所述相似区域进行仿射变换，得到目标区域；
将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域；
将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，根据所述差分图像，识别所述待检测区域的缺陷区域。
具体地，所述处理器90对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取面板图像及预先在所述面板图像中设置的查找区域；
标记所述面板图像的定位区域，并识别所述定位区域的定位坐标；
根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，并对所述相似区域进行仿射变换，得到目标区域；
将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域；
将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，根据所述差分图像，识别所述待检测区域的缺陷区域。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种面板缺陷区域检测方法，其特征在于，所述方法包括：
获取面板图像及预先在所述面板图像中设置的查找区域；
标记所述面板图像的定位区域，并识别所述定位区域的定位坐标；
根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，并对所述相似区域进行仿射变换，得到目标区域；
将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域；
将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，根据所述差分图像，识别所述待检测区域的缺陷区域。
2.根据权利要求1所述的方法，其特征在于，所述标记所述面板图像的定位区域，包括：
接收所述面板图像的缺陷检测请求，根据所述缺陷检测请求，识别所述面板图像的缺陷描述信息；
根据所述缺陷描述信息，标记所述缺陷检测请求在所述面板图像中的定位区域。
3.根据权利要求2所述的方法，其特征在于，所述根据所述缺陷检测请求，识别所述面板图像的缺陷描述信息，包括：
识别所述缺陷检测请求的缺陷检测类型，并提取所述缺陷检测请求的缺陷检测特征；
将所述缺陷检测类型和所述缺陷检测特征作为所述面板图像的缺陷描述信息。
4.根据权利要求1所述的方法，其特征在于，所述识别所述定位区域的定位坐标，包括；
获取所述定位区域的顶点位置和中心位置，根据预先在所述定位区域的面板图像中构建的坐标系，计算所述顶点位置和所述中心位置的坐标，分别得到顶点坐标和中心坐标；
根据所述顶点坐标和所述中心坐标，生成所述定位区域的定位坐标。
5.根据权利要求1所述的方法，其特征在于，所述根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，包括：
根据所述定位坐标中的顶点坐标，确定在所述查找区域中所述定位区域的搜索坐标；
根据所述定位坐标中的中心坐标，定义在所述查找区域中所述定位区域的搜索方向；
根据所述搜索坐标和所述搜索方向，在所述查找区域中搜索所述定位区域的相似区域。
6.根据权利要求1所述的方法，其特征在于，所述对所述相似区域进行仿射变换，得到目标区域，包括：
识别所述相似区域中的图像方向是否处于正方向；
若所述图像方向不处于正方向，采用仿射变换算法将所述相似区域进行方向校正，得到目标区域；
若所述图像方向处于正方向，则将所述相似区域作为目标区域。
7.根据权利要求1所述的方法，其特征在于，所述将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域，包括：
识别所述定位区域和所述目标区域的起始位置和终止位置；
根据所述定位区域和所述目标区域的起始位置和终止位置，利用预设的图像裁剪工具分别对所述定位区域和所述目标区域进行裁剪，将裁剪后的所述定位区域和所述目标区域作为所述面板图像的待检测区域。
8.根据权利要求1所述的方法，其特征在于，所述将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，包括：
识别所述待检测区域与所述标准区域具有相同序列位置的第一像素和第二像素；
对所述第一像素和所述第二像素进行相减处理，得到相减像素；
根据所述相减像素，生成所述待检测区域的差分图像。
9.根据权利要求1至8中任意一项所述的方法，其特征在于，所述根据所述差分图像，识别所述待检测区域的缺陷区域，包括：
标记所述差分图像中存在像素差的像素位置，根据所述像素位置，定位所述待检测区域的缺陷区域。
10.一种面板缺陷区域检测装置，其特征在于，所述装置包括：
区域获取模块，用于获取面板图像及预先在所述面板图像中设置的查找区域；
区域定位模块，用于标记所述面板图像的定位区域，并识别所述定位区域的定位坐标；
区域查找模块，用于根据所述定位坐标，在所述查找区域中搜索所述定位区域的相似区域，并对所述相似区域进行仿射变换，得到目标区域；
区域生成模块，用于将所述定位区域和所述目标区域进行裁剪，得到所述面板图像的待检测区域；
区域检测模块，用于将所述待检测区域与预设的标准区域进行缺陷差分处理，得到差分图像，根据所述差分图像，识别所述待检测区域的缺陷区域。
11.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至9中任意一项所述的面板缺陷区域检测方法。
12.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9中任意一项所述的面板缺陷区域检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111520877.XA CN113920117B (zh) | 2021-12-14 | 2021-12-14 | 一种面板缺陷区域检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111520877.XA CN113920117B (zh) | 2021-12-14 | 2021-12-14 | 一种面板缺陷区域检测方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113920117A true CN113920117A (zh) | 2022-01-11 |
| CN113920117B CN113920117B (zh) | 2022-02-22 |
Family
ID=79249161
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111520877.XA Active CN113920117B (zh) | 2021-12-14 | 2021-12-14 | 一种面板缺陷区域检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113920117B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114219806A (zh) * | 2022-02-22 | 2022-03-22 | 成都数联云算科技有限公司 | 一种汽车雷达检测方法、装置、设备、介质及产品 |
| CN114519743A (zh) * | 2022-02-25 | 2022-05-20 | 成都数联云算科技有限公司 | 一种面板缺陷区域提取方法、装置、设备及存储介质 |
| CN114862856A (zh) * | 2022-07-07 | 2022-08-05 | 成都数之联科技股份有限公司 | 一种面板缺陷区域识别方法、装置、电子设备及介质 |
| CN115239734A (zh) * | 2022-09-23 | 2022-10-25 | 成都数之联科技股份有限公司 | 模型训练方法、装置、存储介质、设备及计算机程序产品 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020168099A1 (en) * | 2001-05-11 | 2002-11-14 | Orbotech Ltd | Image searching defect detector |
| CN105243663A (zh) * | 2015-09-29 | 2016-01-13 | 深圳大学 | 一种pcb扫描图像的自动匹配方法及系统 |
| US20160125590A1 (en) * | 2013-06-24 | 2016-05-05 | Hitachi High-Technologies Corporation | Wafer Appearance Inspection Apparatus |
| CN109118482A (zh) * | 2018-08-07 | 2019-01-01 | 腾讯科技（深圳）有限公司 | 一种面板缺陷分析方法、装置及存储介质 |
| CN109472770A (zh) * | 2018-09-27 | 2019-03-15 | 南通大学 | 一种印刷电路板检测中的图像特征点快速匹配算法 |
| CN109767445A (zh) * | 2019-02-01 | 2019-05-17 | 佛山市南海区广工大数控装备协同创新研究院 | 一种高精度的pcb缺陷智能检测方法 |
| CN112241975A (zh) * | 2019-07-17 | 2021-01-19 | 杭州海康机器人技术有限公司 | 特征模板的匹配定位方法和匹配定位装置 |
| CN113469997A (zh) * | 2021-07-19 | 2021-10-01 | 京东科技控股股份有限公司 | 平面玻璃的检测方法、装置、设备和介质 |
| CN113506293A (zh) * | 2021-09-08 | 2021-10-15 | 成都数联云算科技有限公司 | 一种图像处理方法、装置、设备及存储介质 |
| CN113592845A (zh) * | 2021-08-10 | 2021-11-02 | 深圳市华汉伟业科技有限公司 | 一种电池涂布的缺陷检测方法及装置、存储介质 |
| CN113781485A (zh) * | 2021-11-12 | 2021-12-10 | 成都数联云算科技有限公司 | 一种pcb缺陷类别的智能检测方法、装置、电子设备及介质 |
-
2021
- 2021-12-14 CN CN202111520877.XA patent/CN113920117B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020168099A1 (en) * | 2001-05-11 | 2002-11-14 | Orbotech Ltd | Image searching defect detector |
| US20160125590A1 (en) * | 2013-06-24 | 2016-05-05 | Hitachi High-Technologies Corporation | Wafer Appearance Inspection Apparatus |
| CN105243663A (zh) * | 2015-09-29 | 2016-01-13 | 深圳大学 | 一种pcb扫描图像的自动匹配方法及系统 |
| CN109118482A (zh) * | 2018-08-07 | 2019-01-01 | 腾讯科技（深圳）有限公司 | 一种面板缺陷分析方法、装置及存储介质 |
| CN109472770A (zh) * | 2018-09-27 | 2019-03-15 | 南通大学 | 一种印刷电路板检测中的图像特征点快速匹配算法 |
| CN109767445A (zh) * | 2019-02-01 | 2019-05-17 | 佛山市南海区广工大数控装备协同创新研究院 | 一种高精度的pcb缺陷智能检测方法 |
| CN112241975A (zh) * | 2019-07-17 | 2021-01-19 | 杭州海康机器人技术有限公司 | 特征模板的匹配定位方法和匹配定位装置 |
| CN113469997A (zh) * | 2021-07-19 | 2021-10-01 | 京东科技控股股份有限公司 | 平面玻璃的检测方法、装置、设备和介质 |
| CN113592845A (zh) * | 2021-08-10 | 2021-11-02 | 深圳市华汉伟业科技有限公司 | 一种电池涂布的缺陷检测方法及装置、存储介质 |
| CN113506293A (zh) * | 2021-09-08 | 2021-10-15 | 成都数联云算科技有限公司 | 一种图像处理方法、装置、设备及存储介质 |
| CN113781485A (zh) * | 2021-11-12 | 2021-12-10 | 成都数联云算科技有限公司 | 一种pcb缺陷类别的智能检测方法、装置、电子设备及介质 |
Non-Patent Citations (2)
| Title |
|---|
| ZHAOYANG ZENG等: "Reference-based Defect Detection Network", 《ARXIV》 * |
| 周加胜: "基于双目立体视觉的车间工件识别", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114219806A (zh) * | 2022-02-22 | 2022-03-22 | 成都数联云算科技有限公司 | 一种汽车雷达检测方法、装置、设备、介质及产品 |
| CN114219806B (zh) * | 2022-02-22 | 2022-04-22 | 成都数联云算科技有限公司 | 一种汽车雷达检测方法、装置、设备、介质及产品 |
| CN114519743A (zh) * | 2022-02-25 | 2022-05-20 | 成都数联云算科技有限公司 | 一种面板缺陷区域提取方法、装置、设备及存储介质 |
| CN114862856A (zh) * | 2022-07-07 | 2022-08-05 | 成都数之联科技股份有限公司 | 一种面板缺陷区域识别方法、装置、电子设备及介质 |
| CN115239734A (zh) * | 2022-09-23 | 2022-10-25 | 成都数之联科技股份有限公司 | 模型训练方法、装置、存储介质、设备及计算机程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113920117B (zh) | 2022-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113920117B (zh) | 一种面板缺陷区域检测方法、装置、电子设备及存储介质 | |
| CN112528863A (zh) | 表格结构的识别方法、装置、电子设备及存储介质 | |
| CN111476227B (zh) | 基于ocr的目标字段识别方法、装置及存储介质 | |
| CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
| CN112699775A (zh) | 基于深度学习的证件识别方法、装置、设备及存储介质 | |
| CN112052850A (zh) | 车牌识别方法、装置、电子设备及存储介质 | |
| CN112528616A (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
| CN112860905A (zh) | 文本信息抽取方法、装置、设备及可读存储介质 | |
| CN114708461A (zh) | 基于多模态学习模型的分类方法、装置、设备及存储介质 | |
| CN114005126A (zh) | 表格重构方法、装置、计算机设备及可读存储介质 | |
| CN114693678B (zh) | 工件质量智能检测方法、装置 | |
| CN111598076A (zh) | 一种标签图像中日期检测处理方法及装置 | |
| CN113434542A (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
| CN113487621A (zh) | 医学图像分级方法、装置、电子设备及可读存储介质 | |
| CN108564571B (zh) | 图像区域选取方法及终端设备 | |
| CN114882059A (zh) | 基于图像分析的尺寸测量方法、装置、设备及存储介质 | |
| CN110688995A (zh) | 地图查询的处理方法，计算机可读存储介质和移动终端 | |
| CN115909467A (zh) | 运动状态场景下的人脸活体检测方法、装置、设备及介质 | |
| CN114037700A (zh) | 面板缺陷检测方法、装置、电子设备及存储介质 | |
| CN110263310B (zh) | 数据图生成方法、装置及计算机可读存储介质 | |
| CN113935663A (zh) | 一种面板产品的设备组合分析方法、装置、设备及介质 | |
| CN113869385A (zh) | 基于目标检测的海报比对方法、装置、设备及存储介质 | |
| CN113140292A (zh) | 图像异常区域浏览方法、装置、移动端设备及存储介质 | |
| CN111160193A (zh) | 关键信息提取方法、装置及存储介质 | |
| CN112950100B (zh) | 图像数据标记人员的考勤统计方法、装置及相关设备 |
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 |