CN116523831B - 一种曲面背光源的组装成型工艺控制方法 - Google Patents
一种曲面背光源的组装成型工艺控制方法 Download PDFInfo
- Publication number
- CN116523831B CN116523831B CN202310235976.6A CN202310235976A CN116523831B CN 116523831 B CN116523831 B CN 116523831B CN 202310235976 A CN202310235976 A CN 202310235976A CN 116523831 B CN116523831 B CN 116523831B
- Authority
- CN
- China
- Prior art keywords
- circle center
- fitting
- candidate
- value
- obtaining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 230000000877 morphologic effect Effects 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000010606 normalization Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000007665 sagging Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 3
- 238000004886 process control Methods 0.000 abstract description 5
- 230000001105 regulatory effect Effects 0.000 abstract description 5
- 230000001276 controlling effect Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 238000009825 accumulation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000000465 moulding Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012788 optical film Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
- G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour
- G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour based on liquid crystals, e.g. single liquid crystal display cells
- G02F1/1303—Apparatus specially adapted to the manufacture of LCDs
-
- G—PHYSICS
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
- G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour
- G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour based on liquid crystals, e.g. single liquid crystal display cells
- G02F1/133—Constructional arrangements; Operation of liquid crystal cells; Circuit arrangements
- G02F1/1333—Constructional arrangements; Manufacturing methods
- G02F1/1335—Structural association of cells with optical devices, e.g. polarisers or reflectors
- G02F1/1336—Illuminating devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nonlinear Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Crystallography & Structural Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Optics & Photonics (AREA)
- Mathematical Physics (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种曲面背光源的组装成型工艺控制方法。该方法通过获得连续多帧的背光源区域图像,通过对图像中霍夫圆检测获得的候选圆心本身直线拟合特征进行分析获得第一拟合影响值,通过对导光板边缘形态特征的分析获得第二拟合影响值,通过对相邻两帧背光源区域图像中候选圆心的变化特征进行分析,获得第三拟合影响值和第四拟合影响值,最终根据四个拟合影响值得到最优圆心直线并获得真实圆心的位置,根据真实圆心位置获得导光板的下陷程度,根据导光板下陷程度控制组装过程时的压力。本发明通过图像处理,获得更精确的真实圆心的位置,使下陷检测更准确,更好地对组装时的压力进行调控。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种曲面背光源的组装成型工艺控制方法。
背景技术
背光源是提供LCD面板的光源。主要由光源、导光板、光学用膜片、塑胶框等组成。背光源具有亮度高,寿命长和发光均匀等特点。目前主要有EL、CCFL及LED三种背光源类型,根据光源分布位置不同则分为侧光式和直下式也即底背光式。随着LCD模组不断向更亮、更轻和更薄方向发展,侧光式CCFL式背光源成为背光源发展的主流。
液晶显示是被动发光元件,显示屏本身并不发光,而是由其下方的背光系统照亮的。背光源和液晶显示屏组合在一起构成了液晶显示模块。而在进行曲面背光源的组装过程中,由于压力控制不好,会导致导光板下降,进而导致后续导光板与反射板之间的距离不合理,进一步影响最终背光源的性能。
由于曲面背光源的外形特征为规律的曲线,因此采用霍夫圆检测方法确定圆心位置,进而判断导光板的下降程度,而传统的霍夫圆检测无法准确的反映曲面导光板的曲线,获取到的圆心存在较大差异,进而使对导光板下降压力的判断不准确,使得最终组装的背光源性能较差。
发明内容
为了解决现有技术中传统的霍夫圆检测无法准确的反映曲面导光板的曲线,获取到的圆心存在较大差异,进而使对导光板下降压力的判断不准确的技术问题,本发明的目的在于提供一种曲面背光源的组装成型工艺控制方法,所采用的技术方案具体如下:
本发明提供了一种曲面背光源的组装成型工艺控制方法,所述方法包括:
获取至少连续两帧的曲面背光源的背光源区域图像;
取任意一帧的背光源区域图像作为参考图像,根据霍夫圆检测获得参考图像的候选圆心,根据候选圆心的累加值和对应半径在所有候选圆心半径中的分布获得每个候选圆心的影响程度;
根据候选圆心的影响程度和坐标获得参考图像的第一拟合影响值;根据候选圆心对应边缘的形态特征获得参考图像的第二拟合影响值;根据参考图像前一帧中的前候选圆心与参考图像的拟合直线的拟合偏差程度获得参考图像的第三拟合影响值;根据参考图像前一帧中真实圆心的位置与参考图像中的候选圆心的匹配程度获得匹配候选圆心,根据真实圆心与匹配候选圆心之间的坐标差异获得参考图像的第四拟合影响值;
根据参考图像的第一拟合影响值、第二拟合影响值、第三拟合影响值和第四拟合影响值获得最优圆心直线,根据候选圆心与最优圆心直线的相距情况筛选出参考图像的真实圆心;
根据连续多帧的背光源区域图像中真实圆心之间的距离变化差异获得导光板下陷程度,根据导光板下陷程度控制组装反射板和导光板时的压力。
进一步地,所述影响程度的获取包括:
获得参考图像中候选圆心对应的候选圆心累加值,根据候选圆心的半径大小进行聚类获得至少两个第一聚类簇;获得每个候选圆心所属第一聚类簇中的簇内样本数量;对候选圆心累加值和簇内样本数量的乘积进行归一化处理,将归一化处理后的乘积作为候选圆心的影响程度。
进一步地,所述第一拟合影响值的获取包括:
采用最小二乘法获得每个候选圆心坐标的拟合值,将每个候选圆心的坐标与拟合值的差值平方作为拟合差异;以每个候选圆心对应的影响程度作为权重将对应的拟合差异进行调整,获得候选拟合差异;将所有候选拟合差异相加获得第一拟合影响值。
进一步地,所述第二拟合影响值的获取包括:
获得参考图像中候选圆心对应的边缘,根据对应边缘上的像素点与候选圆心的坐标差异获得候选圆心对应边缘的边缘开口方向状态值;根据候选圆心对应边缘的边缘长度获得候选圆心对应边缘的边缘完整状态值;
将候选圆心的边缘开口方向状态值与边缘完整状态值相加,获得候选圆心对应边缘的形态特征值;将参考图像中所有候选圆心对应边缘的形态特征值累加,获得第二拟合影响值。
进一步地,所述第三拟合影响值的获取包括:
获得前候选圆心的影响程度,将每个前候选圆心的坐标与前候选圆心在参考图像中的前拟合值之间的差值平方作为偏差差异;以每个前候选圆心的影响程度作为权重将对应的偏差差异进行调整,获得候选偏差差异;将所有候选偏差差异相加获得第三拟合影响值。
进一步地,所述第四拟合影响值的获取包括:
将参考图像前一帧的背光源区域图像中的真实圆心与参考图像中的候选圆心的坐标位置之间的欧氏距离作为匹配准则,采用匈牙利算法将获得与真实圆心匹配的候选圆心作为匹配候选圆心;
将真实圆心与对应的匹配候选圆心的坐标间距离作为坐标差异,将获得的所有匹配组的坐标差异相加,获得第四拟合影响值。
进一步地,所述最优圆心直线的获取包括:
将第一拟合影响值、第二拟合影响值、第三拟合影响值和第四拟合影响值相加,获得拟合函数值,根据最小二乘法使拟合函数值最小时获得最优圆心直线。
进一步地,所述真实圆心的获取包括:
获得每个候选圆心到最优圆心直线的直线距离,将候选圆心对应的累加值与直线距离的比值作为第一比值,对第一比值进行归一化处理,获得圆心可能性;对所有候选圆心的圆心可能性进行聚类,获得至少两个第二聚类簇;将每个聚类簇中的圆心可能性最大值对应的候选圆心作为真实圆心,获得参考图像的所有真实圆心。
进一步地,所述导光板下陷程度的获取包括:
将背光源区域图像中对应反射板下边缘与导光板上边缘的两个真实圆心之间的圆心纵坐标之间的距离作为第一距离差;持续获得每帧背光源区域图像的第一距离差,构成第一距离差序列;当第一距离差序列中出现突变值时,停止组装并将突变值对应的背光源区域图像作为完成导光板组装后的待检测背光源区域图像;
获得待检测背光源区域图像中除第一距离差之外的所有对应导光板之间间距的真实圆心之间的距离差,将所有距离差的平均差作为导光板下陷程度。
进一步地,所述根据导光板下陷程度控制组装反射板和导光板时的压力包括:
当导光板下陷程度大于预设的下陷阈值时,减小组装反射板与导光板时的压力后继续进行后续导光板的组装过程。
本发明具有如下有益效果:
本发明考虑到根据导光板和反射板的曲面外形特征,采用霍夫圆检测的方法获得曲线对应的真实圆心,相较于传统的霍夫圆检测,综合考虑到在曲面背光源组装成型过程中,导光板和反射板的圆心位置均在同一条直线上的特点,获取更准确的圆心位置。本发明实施例根据霍夫圆检测获得候选圆心,通过对背光源区域图像中候选圆心的影响以及边缘形态特征的综合分析,获得影响最优圆心直线拟合的第一拟合影响值和第二拟合影响值,进一步对背光源区域图像以及前一帧背光源区域图像之间候选圆心的拟合偏差程度和匹配差异程度进行整体分析,获得影响最优圆心直线拟合的第三拟合影响值和第四拟合影响值,最终可得到最优圆心直线。四个拟合影响值分别从候选圆心本身直线拟合特征、导光板边缘形态特征和相邻两帧图像中候选圆心的变化特征进行分析,根据最优圆心直线可以得到组装过程中更准确的每个目标曲线对应的圆心位置,再进一步通过圆心间的位置变化可以更准确的反映导光板的下陷程度,了解导光板组装时的压力的情况,进而更及时的调整组装时的压力,提高了背光源组装的质量,保证了背光源的性能。
附图说明
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和优点,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的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种曲面背光源的组装成型工艺控制方法流程图;
图2为本发明一个实施例所提供的曲面背光源导光板组装装置示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种曲面背光源的组装成型工艺控制方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种曲面背光源的组装成型工艺控制方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种曲面背光源的组装成型工艺控制方法流程图,该方法包括:
步骤S1:获取至少连续两帧的曲面背光源的背光源区域图像。
在本发明实施例中,为了使得到的背光源的性能更佳,在曲面背光源进行导光板与反射板的组装过程中,通过调控组装时的压力控制好反射板与导光板之间的距离,避免后续组装工艺过程收到影响。请参阅图2,其出示了本发明一个实施例所提供的曲面背光源导光板组装装置示意图。为了更好地检测如图2中所示导光板之间的距离,需要先获取装置中背光源的反射板与导光板区域,在本发明实施例中,将工业相机放置在组装装置的一侧,使装置在在组装过程中可以获取导光板间的距离以判断导光板的下降情况,根据工业相机获取背光源旁侧图像,对背光源旁侧图像采用加权平均法进行灰度化处理,并使用高斯滤波进行去噪等完成对背光源旁侧图像的预处理。需要说明的是,采用加权平均法进行灰度化和高斯滤波去噪方法均为本领域技术人员熟知的技术手段,在此不做赘述。
由于本发明主要根据导光板的下陷程度判断压力情况进而对组装过程进行调控,因此为了方便后续的分析,需要获取背光源旁侧图像中导光板和反射板的区域,即获取仅包含背光源区域的图像,在本发明实施例中,对预处理好的背光源旁侧图像使用UNet神经网络进行语义分割,其中网络输入为预处理号的背光源旁侧图像,将图像中背景区域标记为0,背光源区域标记为1,使用交叉函数作为损失函数,最终输出为仅包含背光源区域的图像,也即后续分析过程中的背光源区域图像,需要说明的是,采用UNet神经网络进行语义分割的具体方法和构成均为本领域技术人员熟知的技术手段,在此不做赘述。
根据上述步骤可获得曲面背光源的背光源区域图像,而在具体的组装过程中需要对组装完成的图像进行分析,因此需要获得至少连续两帧的背光源区域图像,通过对连续多帧的背光源区域图像分析,进一步判断组装时的压力情况。
步骤S2:取任意一帧的背光源区域图像作为参考图像,根据霍夫圆检测获得参考图像的候选圆心,根据候选圆心的累加值和对应半径在所有候选圆心半径中的分布获得每个候选圆心的影响程度。
在对背光源区域图像进行分析时,也即对导光板和反射板的侧面进行分析时,由于曲面背光源的曲面是规则的圆形曲面,并且导光板和反射板均为较厚的材料,因此在背光源区域图像中可以对每个导光板和反射板检测出两条规则的曲线,对检测出的曲线进行区分,可以获得导光板与反射板之间的距离,还有导光板和导光板之间的距离,根据距离差异的变化判断组装成型工艺过程中的压力情况,完成对组装过程的控制,保证了背光源的质量。
根据导光板和反射板的形状特征,可以采用霍夫圆检测方法对背光源区域图像进行检测,获得其中的曲线,并确定圆心位置,进一步根据圆心的位置更准确的反映距离差异。根据如图2中的组装装置可知,各个导光板与反射板的圆心位置在同一条直线上,根据这一特征改进霍夫圆检测方法,使获得的圆心位置更精确,进而反映距离差异更准确,对组装过程中的压力情况判断也更准确。因此根据霍夫圆检测获得参考图像的候选圆心,根据候选圆心的累加值和对应半径在所有候选圆心半径中的分布获得每个候选圆心的影响程度,具体包括:
由于获取到的背光源区域图像为连续多帧的图像,在分析时需对其中的每一帧背光源图像分析,因此选取任意一帧背光源区域图像作为参考图像进行分析。对于传统的霍夫圆检测算法,首先利用边缘点的梯度信息,沿着梯度方向画线,对线段经过的累加器中可能为圆心的候选圆心进行数量统计,获得候选圆心的累加值,该累加值可以反映边缘梯度线经过该点的数量,当累加值越大,说明该候选圆心更可能为真实圆心;当根据累加值确定圆心后,计算该圆心到边缘的距离,将出现频数较大的半径作为可能的半径值,完成检测。而在本发明实施场景中,存在过多的干扰曲线,使通过传统的霍夫圆检测方法可能会出现多种位置的圆,导致获得的圆心位置与真实圆心位置差距过大。因此为了提高检测精度,在传统霍夫圆检测中对圆心的获取步骤进行改进。
由于导光板与反射板对应圆心的位置在同一条直线上,因此可以对候选圆心进行拟合获得最优圆心直线,但是每个候选圆心对拟合直线的影响程度均不相同,为了得到更好的拟合直线,需要先对获取的候选圆心进行分析,获得每个候选圆心的影响程度。在本发明实施例中,设置累加阈值为25,当霍夫圆检测过程中圆心的累加值大于累加阈值时,将对应的圆心作为后续分析的候选圆心,并获取每个候选圆心对应的半径。
在本发明实施例中,根据候选圆心的半径大小采用DBSCAN聚类算法进行聚类,获得至少两个第一聚类簇,统计每个候选圆心对应的第一聚类簇中的簇内样本数量,当簇内样本数量越多,说明候选圆心对应的半径越可能为需要获取的目标曲线对应的半径,故该候选圆心对拟合直线的影响应该越大。
获得候选圆心对应的累加值,当累加值越大,也说明候选圆心为真实圆心的可能性越大,故对应的候选圆心对拟合直线的影响也是越大的。获得候选圆心的累加值与对应簇内样本数量的乘积,将归一化处理后的乘积作为候选圆形的影响程度,在本发明实施例中,为了后续计算的准确性,影响程度的表达式为:
式中,表示为候选圆心的影响程度,表示为候选圆心的累加值,表示为候选圆
心的簇内样本数量,表示为以自然常数为底的指数函数。
对候选圆心的累加值和簇内样本数量采用乘积的方式进行综合分析,候选圆心的
累加值和簇内样本数量与候选圆心的影响程度均为正相关关系,当累加值越大,对应簇内
样本数量越多,则说明该候选圆心对拟合直线的影响越大,对应影响程度越大。式中,通过指数函数将数据进行负相关的映射并归一化处理,再通过计算常数1与归一化后数据
的差值获得影响程度,控制影响程度的数值范围,使影响程度既能与累加值和簇内样本数
量呈正相关关系,又能使其数值保持在0到1之间。
至此,获取参考图像中所有候选圆心的影响程度。
步骤S3:根据候选圆心的影响程度和坐标获得参考图像的第一拟合影响值;根据候选圆心对应边缘的形态特征获得参考图像的第二拟合影响值;根据参考图像前一帧中的前候选圆心与参考图像的拟合直线的拟合偏差程度获得参考图像的第三拟合影响值;根据参考图像前一帧中真实圆心的位置与参考图像中的候选圆心的匹配程度获得匹配候选圆心,根据真实圆心与匹配候选圆心之间的坐标差异获得参考图像的第四拟合影响值。
在根据候选圆心进行拟合直线时,为了获得更精确的圆心直线,不仅仅考虑参考图像中候选圆心的影响以及候选圆心对应的边缘形态特征,还考虑到不同帧背光源区域图像中对应的圆心直线均为同一条直线的情况,进一步整体分析参考图像与前一帧背光源区域图像之间的候选圆心的拟合偏差程度和匹配差异程度,使最终获得的圆心直线为最优圆心直线,根据最优圆心直线可以得到更精确的真实圆心的位置,使后续的距离计算更准确。
采用最小二乘法拟合直线方程,获得一条拟合直线,拟合直线方程表达式为:,根据拟合直线对后续的拟合影响值进行分析,需要说明的是,最小二乘法拟合
为本领域技术人员熟知的技术手段,在此不做赘述。
首先对参考图像单独进行分析,通过参考图像中候选圆心的影响程度不同和对应边缘的形态特征不同,分别分析获得第一拟合影响值和第二拟合影响值。
第一,对参考图像中候选圆心的影响程度进行分析,获得约束拟合直线的第一拟合影响值,根据候选圆心的影响程度和坐标获得参考图像的第一拟合影响值,具体包括:
因为在本发明实施的场景中,圆心所在直线为一条竖直的直线,因此在对圆心位置进行分析时,主要考虑每个候选圆心在纵向方向上的变化。根据拟合直线获得参考图像中每个候选圆心在纵轴方向上的拟合值,根据步骤S2得到的候选圆心对应的影响程度,将每个候选圆心对应的纵坐标与拟合值的差值平方作为拟合差异,当拟合差异越小,说明直线的拟合程度越好。
同时,考虑到每个候选圆心对拟合直线的影响程度不同,以每个候选圆心对应的影响程度作为权重将对应的拟合差异进行调整,获得候选拟合差异,候选拟合差异可以反映出每个候选圆心对拟合直线的拟合差异影响程度,当候选拟合差异越小,说明拟合程度越好。
将所有候选拟合差异相加获得第一拟合影响值,在本发明实施例中,第一拟合影响值的表达式为:
式中,表示为参考图像的第一拟合影响值,表示为参考图像中候选圆心的总
数量,表示为第个候选圆心对应的影响程度,表示为第个候选圆心对应的纵坐标,
表示为第个候选圆心对应的横坐标,表示为第个候选圆心根据拟合直
线获得的拟合值。
对参考图像中每个候选圆心的拟合影响程度采用累加的形式综合分析,表示为每个候选圆心的坐标与拟合值的差值平方,也即拟合差异,反映了
候选圆心与拟合直线间的差异程度,当差异程度越小,说明该候选圆心对应的拟合程度越
优;表示为以每个候选圆心对应的影响程度作为权重将对应的拟合差
异进行调整,获得的候选拟合差异,根据每个候选圆心对于拟合直线的影响不同,其对应的
拟合差异能够反映拟合直线的程度也不同,当候选拟合差异越小,其代表的拟合程度更优。
将参考图像中所有的候选拟合差异相加,获得第一拟合影响值。
至此,完成对参考图像中候选圆心的影响程度的分析。
第二,对参考图像中候选圆心对应边缘的形态特征进行分析,获得约束拟合直线的第二拟合影响值,根据候选圆心对应边缘的形态特征获得参考图像的第二拟合影响值,具体包括:
在本发明实施场景中,导光板和反射板对应的边缘均具有开口向下且并不完整的边缘形态特征,因此可以依据边缘的形态特征对候选圆心影响的拟合程度进行判断,当候选圆心对应的边缘越为开口向下且越不完整时,说明对应候选圆心越可能为真实圆心,其对应的拟合程度应该会越好,因此通过候选圆心对应边缘的开口方向状态值和完整状态值综合分析。
获得参考图像中候选圆心对应的边缘,根据对应边缘上的像素点与候选圆心的坐标差异获得候选圆心对应边缘的边缘开口方向状态值,在本发明实施例中,由于对于圆心的分析基于纵向方向,因此通过对候选圆心与边缘上各个边缘点的纵坐标差值的正负获得开口方向状态值,开口方向状态值表达式为:
式中,表示为候选圆心对应的开口方向状态值,表示为候选圆心对应边缘的像
素点总数量,表示为候选圆心对应的纵坐标,表示为候选圆心对应边缘上的第个像素
点的纵坐标。
当为大于0时,说明候选圆心对应边缘的像素点整体在候选圆心的上
方,则开口方向为向下的,此时值取为0;当为小于0时,说明候选圆心对应边
缘的像素点整体在候选圆心的下方,则开口方向为向上的,此时值取为1。
其次根据候选圆心对应边缘的边缘长度获得候选圆心对应边缘的边缘完整状态值,在本发明实施例中,由于候选圆心对应边缘的周长根据其对应半径获取,因此在一定误差内,当候选圆心的周长与对应边缘长度的差值大于预设的长度阈值时,则认为该候选圆心对应的边缘为非闭合边缘,获得边缘完整状态值,边缘完整状态值的表达式为:
式中,表示为候选圆心对应的边缘完整状态值,表示为候选圆心对应的半径,
表示为候选圆心对应的边缘长度,表示为圆周率,表示为预设的长度阈值,在本发明实施
例中,预设的长度阈值设置为10。
当小于预设长度阈值时,说明候选圆心对应边缘的状态为较为完整,此时
边缘完整状态值为1,当大于等于预设的阈值时,说明候选圆心对应边缘的状态为
圆弧状,此时边缘的完整状态值为0。
将候选圆心的边缘开口方向状态值与边缘完整状态值相加,获得候选圆心对应边缘的形态特征值,当形态特征值越小,说明候选圆心对应的形态特征越符合真实圆心对应的形态特征,则对应候选圆心的拟合程度会越好。
将参考图像中所有候选圆心对应边缘的形态特征值累加,获得第二拟合影响值,第二拟合影响值的表达式为:
式中,表示为参考图像的第二拟合影响值,表示为参考图像中候选圆心的总
数量,表示为参考图像中第个候选圆心对应边缘的开口方向状态值,表示为参考图像
中第个候选圆心对应边缘的完整状态值。
对参考图像中所有候选圆心通过累加综合判断,表示为候选圆心对应边缘
的形态特征值,当形态特征值越小,说明对应候选圆心的边缘特征越符合真实圆心,当参考
图像中整体的候选圆心越符合真实圆心,则其对应的拟合效果越优,第二拟合影响值越小。
至此,完成对参考图像中候选圆心对应边缘的形态特征的分析。
第三,对参考图像与前一帧背光源区域图像之间的候选圆心的拟合偏差程度进行分析,获得约束拟合直线的第三拟合影响值,根据参考图像前一帧中的前候选圆心与参考图像的拟合直线的拟合偏差程度获得参考图像的第三拟合影响值,具体包括:
对于获得的连续多帧背光源区域图像中的拟合直线,应该具有相似性,因此获取前一帧的背光源区域图像中的前候选圆心,对前候选圆心采用参考图像中对应的拟合直线获得前拟合值,将每个前候选圆心的坐标与前候选圆心在参考图像中的前拟合值之间的差值平方作为偏差差异,当偏差差异越小时,说明前候选圆心在参考图像中对拟合直线的偏差越小,说明拟合直线的拟合程度越好。
获得前候选圆心的影响程度,以每个前候选圆心的影响程度作为权重将对应的偏差差异进行调整,获得候选偏差差异,根据前候选圆心对拟合直线的影响程度不同,其能反映出的偏差差异程度也不同,将所有候选偏差差异相加获得第三拟合影响值,在本发明实施例中,考虑到后续计算的准确性,第三拟合影响值表达式为:
式中,表示为参考图像的第三拟合影响值,表示为前一帧背光源区域图像中前
候选圆心的总数量,表示为第个前候选圆心对应的影响程度,表示为第个前候选圆
心对应的纵坐标,表示为第个前候选圆心对应的横坐标,表示为第个前候选圆
心根据参考图像中拟合直线获得的前拟合值。
对参考图像与前一帧背光源区域图像之间候选圆心的拟合偏差采用累加形式综
合分析,表示为每个前候选圆心的坐标与前候选圆心在参考图像中的前
拟合值之间的差值平方,也即偏差差异,表示了前候选圆心与参考图像中拟合直线间的偏
差差异程度,当偏差差异程度越小,说明参考图像中的拟合直线拟合程度越优;表示为以每个前候选圆心的影响程度作为权重将对应的偏差差异
进行调整,获得的候选偏差差异,根据每个前候选圆心对于拟合直线的影响不同,其对应的
偏差差异能够反映出拟合直线的偏差程度也不同,当候选偏差差异越小,代表前一帧背光
源区域图像中候选圆心与参考图像中的拟合直线之间的拟合偏差更小,说明拟合直线更
优。将所有的候选偏差差异相加,获得第三拟合影响值。
至此,完成对参考图像与前一帧背光源区域图像之间的候选圆心的拟合偏差程度的分析。
第四,对参考图像与前一帧背光源区域图像之间的候选圆心的匹配差异程度进行分析,获得约束拟合直线的第四拟合影响值,根据参考图像前一帧中真实圆心的位置与参考图像中的候选圆心的匹配程度获得匹配候选圆心,根据真实圆心与匹配候选圆心之间的坐标差异获得参考图像的第四拟合影响值,具体包括:
对于获得的背光源区域图像来说,对应的拟合直线是不变的,真实圆心的位置基本位于拟合直线附近,且相邻两帧背光源区域图像中的真实圆心的位置应该是基本相互对应的,故在判断拟合直线的拟合程度时,可以将获取的前一帧背光源区域图像中的确定圆心与参考图像中的候选圆心进行匹配,通过匹配可以更好的将多个圆心区分,减小因为圆心相近而识别为一个圆心的可能性,进一步通过计算真实圆心与匹配的候选圆心的坐标差异程度,判断拟合直线的拟合优度。
优选地,将参考图像前一帧的背光源区域图像中的真实圆心与参考图像中的候选圆心的坐标位置之间的欧氏距离作为匹配准则,采用匈牙利算法将获得与真实圆心匹配的候选圆心作为匹配候选圆心,需要说明的是,欧氏距离和匈牙利算法均为本领域技术人员熟知的技术手段,在此不做赘述。获取前一帧背光源区域图像中每个真实圆心与之匹配的在参考图像中的匹配候选圆心,匹配候选圆心也表示为,根据前一帧背光源区域图像中的真实圆心获得参考图像中与之匹配的近似参考图像的真实圆心的候选圆心,因此可以根据真实圆心与匹配候选圆心之间的差异程度,判断拟合直线的拟合优度。
将每个真实圆心与对应的匹配候选圆心的坐标间距离作为坐标差异,坐标差异反映了前一帧背光源图像中的真实圆心与参考图像中匹配的候选圆心之间的差异程度,进一步反映了参考图像中拟合直线与前一帧背光源图像中的拟合直线的相似性,
将获得的所有匹配组的坐标差异相加,获得第四拟合影响值,第四拟合影响值的表达式为:
式中,表示为参考图像的第四拟合影响值,表示为前一帧背光源区域图像中的
真实圆心的数量,表示为前一帧背光源区域图像中第个匹配组的真实圆心,
表示为对应的参考图像中第个匹配组的匹配候选圆心。
对参考图像与前一帧背光源区域图像之间的候选圆心的匹配差异采用累加的形
式进行综合分析,表示为第个匹配组中真实圆心与对应的匹配候
选圆心之间的坐标间距离,即坐标差异;当坐标差异越小时,说明真实圆心与对应的匹配候
选圆心越相似,进一步说明参考图像中拟合直线与前一帧背光源图像中的拟合直线越相
似,则参考图像的拟合直线越优,此时第四拟合影响值越小。
至此,完成对参考图像与前一帧背光源区域图像之间的候选圆心的匹配差异程度的分析。
步骤S4:根据参考图像的第一拟合影响值、第二拟合影响值、第三拟合影响值和第四拟合影响值获得最优圆心直线,根据候选圆心与最优圆心直线的相距情况筛选出参考图像的真实圆心。
根据步骤S3,对参考图像的拟合直线的影响值进行整体分析,获得了参考图像的第一拟合影响值、第二拟合影响值、第三拟合影响值和第四拟合影响值,将第一拟合影响值、第二拟合影响值、第三拟合影响值和第四拟合影响值相加,获得拟合函数值,拟合函数值反映了根据参考图像的拟合直线进行拟合直线优度分析获得的函数值,为了获得最优的拟合直线,可不断调整拟合直线使拟合函数值最小,此时获得的拟合直线为最优的拟合直线,将最优拟合直线作为最优圆心直线,进一步获取真实圆心。拟合函数值的表达式为:
式中,表示为参考图像的拟合函数值,表示为参考图像的第一拟合影响值,
表示为参考图像的第二拟合影响值,表示为参考图像的第三拟合影响值,表示为参考
图像的第四拟合影响值。
对参考图像的拟合影响值采用累加的形式综合分析,当第一拟合影响值、第二拟合影响值、第三拟合影响值和第四拟合影响值越小时,说明拟合直线的拟合程度越优,越可能为对应的最优拟合直线,故当综合的拟合函数值最小时,可以得到最优拟合直线,也即最优圆心直线。
在最优圆心直线上存在不止一个真实圆心,因此需要对候选圆心进行聚类分析,分析每个聚类簇中的候选圆心,确定真实圆心位置,以便后续的分析计算,根据候选圆心与最优圆心直线的相距情况筛选出参考图像的真实圆心,具体包括:
获得每个候选圆心到最优圆心直线的直线距离,当距离越近说明该候选圆心越可能为真实圆心,由于候选圆心的累加值也可以直接反映该候选圆心与真实圆心的相似度,因此将候选圆心对应的累加值与直线距离的比值作为第一比值,第一比值反映了候选圆心与真实圆心的相近程度,当候选圆心与最优圆心直线越近,对应累加值越大,说明该候选圆心越可能为真实圆心,对第一比值进行归一化处理,获得圆心可能性,在本发明实施例中,考虑到后续计算的便捷性,圆心可能性表达式为:
式中,表示为候选圆心的圆心可能性,表示为候选圆心到最优圆心直线上的距
离,表示为候选圆心的累加值,表示为以自然常数为底的指数函数,表示为常数系
数,在本发明实施例中,常数系数设置为1,其目的是为了防止分母为零而导致公式无意义
的情况。
采用比值的形式对候选圆心的累加值和与最优圆心直线的距离综合分析,候选圆
心的累加值与圆心可能性呈正相关关系,当候选圆心的累加值越大说明候选圆心越可能为
真实圆心;而候选圆心与最优圆心直线之间的距离与圆心可能性呈负相关关系,当候选圆
心距离最优直线越近,说明候选圆心越可能为真实圆心。式中,通过指数函数将第一
比值进行负相关的映射并归一化处理,再通过计算常数1与归一化后数据的差值获得影响
程度,控制圆心可能性的数值范围,使圆心可能性既能与第一比值呈正相关关系,又能使其
数值保持在0到1之间。
对所有候选圆心的圆心可能性进行聚类,获得至少两个第二聚类簇,每个聚类簇均代表了一个真实圆心的位置范围,将每个聚类簇中的圆心可能性的最大值对应的候选圆心作为真实圆心,获得参考图像的所有真实圆心。在本发明实施例中,采用DBSCAN聚类算法进行聚类,需要说明的是,根据具体实施方式可选取不同的聚类方法,在此不做限定。
步骤S5:根据连续多帧的背光源区域图像中真实圆心之间的距离变化差异获得导光板下陷程度,根据导光板下陷程度控制组装反射板和导光板时的压力。
在进一步对导光板的下陷程度进行分析时,首先需要获取到完成组装后的背光源区域图像,根据完成组装后的背光源区域图像进行分析,才能判断其下压力度的情况,因此先获取反射板与导光板之间的距离差。
在本发明实施例中,对于连续多帧的背光源区域图像,根据步骤S4获取到的真实圆心可知,在最优圆心直线上,由上自下的圆心纵坐标由大变小,因此按照纵坐标从大到小对真实圆心进行标号,获得坐标序号。坐标序号中第一圆心与第二圆心分别代表了反射板的上边缘与下边缘对应的真实圆心,第三圆心和第四圆心分别代表了正在组装的导光板的上边缘与下边缘对应的真实圆心,取第二圆心与第三圆心之间的距离作为第一距离差,第一距离差代表了反射板与导光板之间的间距。
持续获得每帧背光源区域图像的第一距离差,构成第一距离差序列,第一距离差序列可以反映反射板与导光板之间的距离变化,进一步判断反射板与导光板之间的组装进度。在反射板与导光板进行组装时,反射板与导光板之间的间距由大变小,当第一距离差序列中出现突变值时,说明反射板与导光板之间已经完成组装,此刻获得的第一距离差对应为导光板的厚度,这时停止下一步的组装过程并将突变值对应的背光源区域图像作为完成导光板组装后的待检测背光源区域图像,以便下一步对导光板下陷程度进行分析。
获得待检测背光源区域图像中除第一距离差之外的所有对应导光板之间间距的真实圆心之间的距离差,具体包括:
在本发明实施例中,对已完成导光板与反射板组装后的待测背光源区域图像中的真实圆心对应的纵坐标进行标号,获得坐标序号,将第三圆心与第四圆心之间的间距作为一个距离差,将第五圆心与第六圆心之间的间距作为一个距离差,以此类推获得所有对应导光板之间间距的距离差,对获得的距离差按从上到下的顺序进行标记。将所有距离差的平均差作为导光板下陷程度,导光板下陷程度的表达式为:
式中,表示为导光板下陷程度,表示为距离差的总数量,表示为第个距离差
的距离大小,表示为平均距离差的距离大小。
采用平均差对导光板下陷程度进行分析,表示为一个距离差与平均距离
差之间的差异大小,表示为每个距离差与平均距离差之间的差异之和,表示为计算距离差的平均差公式,反映了每个距离差与平均距离差之间的差异大
小,当每个距离差与平均距离差之间的差距越小,说明导光板的下陷程度越小。
在导光板与反射板进行组装时,会产生压力使的导光板之间出现位移的情况,压力作为干扰项会使原本对位的反射板和导光板之间的安装出现不匹配和错位等情况,对后续的导光板组装有很大程度的影响,因此可以通过计算导光板的下陷程度,及时对组装过程中压力进行调控,需要说明的是,在本发明实施例场景中,组装工艺为对曲面背光源进行组装,需要组装的导光板与反射板均为相互贴合的弯曲形态,因此不需要额外的压力对反射板与导光板进行压弯处理。
根据获得的导光板下陷程度对组装反射板与导光板时的压力进行调控,当导光板下陷程度大于预设的下陷阈值时,说明导光板的下陷程度过大,此时的下陷程度会影响后续导光板与反射板的定位及组装工艺,进而影响得到的曲面背光源的性能,因此需要调整组装反射板与导光板时的压力,降低反射板下压速度,完成调整后可继续进行后续导光板的组装过程。在本发明实施例中,预设的下陷阈值为0.5。
综上所述,本发明通过获得连续多帧的背光源区域图像,通过对背光源区域图像中候选圆心的拟合影响程度以及边缘形态特征分析,获得影响最优圆心直线拟合的第一拟合影响值和第二拟合影响值;对背光源区域图像以及前一帧背光源区域图像之间候选圆心的拟合偏差程度和匹配差异程度分析,获得影响最优圆心直线拟合的第三拟合影响值和第四拟合影响值,最终可得到最优圆心直线,根据最优圆心直线获得真实圆心位置,根据真实圆心位置的变换获得导光板的下陷程度,根据导光板下陷程度控制导光板与反射板组装时的压力。本发明通过图像处理,对传统的霍夫圆检测进行优化,获得更精确的真实圆心的位置,提高了对下陷位置变化的检测,使压力控制更准确,进而提高得到的曲面背光源的质量。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (10)
1.一种曲面背光源的组装成型工艺控制方法,其特征在于,所述方法包括:
获取至少连续两帧的曲面背光源的背光源区域图像;
取任意一帧的背光源区域图像作为参考图像,根据霍夫圆检测获得参考图像的候选圆心,根据候选圆心的累加值和对应半径在所有候选圆心半径中的分布获得每个候选圆心的影响程度;
根据候选圆心的影响程度和坐标获得参考图像的第一拟合影响值;根据候选圆心对应边缘的形态特征获得参考图像的第二拟合影响值;根据参考图像前一帧中的前候选圆心与参考图像的拟合直线的拟合偏差程度获得参考图像的第三拟合影响值;根据参考图像前一帧中真实圆心的位置与参考图像中的候选圆心的匹配程度获得匹配候选圆心,根据真实圆心与匹配候选圆心之间的坐标差异获得参考图像的第四拟合影响值;
根据参考图像的第一拟合影响值、第二拟合影响值、第三拟合影响值和第四拟合影响值获得最优圆心直线,根据候选圆心与最优圆心直线的相距情况筛选出参考图像的真实圆心;
根据连续多帧的背光源区域图像中真实圆心之间的距离变化差异获得导光板下陷程度,根据导光板下陷程度控制组装反射板和导光板时的压力;
所述累加值的获取方法包括:
在霍夫圆检测算法中,利用边缘点的梯度信息,沿梯度方向画线,对线段经过的累加器中的候选圆心进行数量统计,获得候选圆心的累加值。
2.根据权利要求1所述的一种曲面背光源的组装成型工艺控制方法,其特征在于,所述影响程度的获取包括:
获得参考图像中候选圆心对应的候选圆心累加值,根据候选圆心的半径大小进行聚类获得至少两个第一聚类簇;获得每个候选圆心所属第一聚类簇中的簇内样本数量;对候选圆心累加值和簇内样本数量的乘积进行归一化处理,将归一化处理后的乘积作为候选圆心的影响程度。
3.根据权利要求1所述的一种曲面背光源的组装成型工艺控制方法,其特征在于,所述第一拟合影响值的获取包括:
采用最小二乘法获得每个候选圆心坐标的拟合值,将每个候选圆心的坐标与拟合值的差值平方作为拟合差异;以每个候选圆心对应的影响程度作为权重将对应的拟合差异进行调整,获得候选拟合差异;将所有候选拟合差异相加获得第一拟合影响值。
4.根据权利要求1所述的一种曲面背光源的组装成型工艺控制方法,其特征在于,所述第二拟合影响值的获取包括:
获得参考图像中候选圆心对应的边缘,根据对应边缘上的像素点与候选圆心的坐标差异获得候选圆心对应边缘的边缘开口方向状态值;根据候选圆心对应边缘的边缘长度获得候选圆心对应边缘的边缘完整状态值;
将候选圆心的边缘开口方向状态值与边缘完整状态值相加,获得候选圆心对应边缘的形态特征值;将参考图像中所有候选圆心对应边缘的形态特征值累加,获得第二拟合影响值。
5.根据权利要求3所述的一种曲面背光源的组装成型工艺控制方法,其特征在于,所述第三拟合影响值的获取包括:
获得前候选圆心的影响程度,将每个前候选圆心的坐标与前候选圆心在参考图像中的前拟合值之间的差值平方作为偏差差异;以每个前候选圆心的影响程度作为权重将对应的偏差差异进行调整,获得候选偏差差异;将所有候选偏差差异相加获得第三拟合影响值。
6.根据权利要求1所述的一种曲面背光源的组装成型工艺控制方法,其特征在于,所述第四拟合影响值的获取包括:
将参考图像前一帧的背光源区域图像中的真实圆心与参考图像中的候选圆心的坐标位置之间的欧氏距离作为匹配准则,采用匈牙利算法将获得与真实圆心匹配的候选圆心作为匹配候选圆心;
将真实圆心与对应的匹配候选圆心的坐标间距离作为坐标差异,将获得的所有匹配组的坐标差异相加,获得第四拟合影响值。
7.根据权利要求1所述的一种曲面背光源的组装成型工艺控制方法,其特征在于,所述最优圆心直线的获取包括:
将第一拟合影响值、第二拟合影响值、第三拟合影响值和第四拟合影响值相加,获得拟合函数值,根据最小二乘法使拟合函数值最小时获得最优圆心直线。
8.根据权利要求1所述的一种曲面背光源的组装成型工艺控制方法,其特征在于,所述真实圆心的获取包括:
获得每个候选圆心到最优圆心直线的直线距离,将候选圆心对应的累加值与直线距离的比值作为第一比值,对第一比值进行归一化处理,获得圆心可能性;对所有候选圆心的圆心可能性进行聚类,获得至少两个第二聚类簇;将每个聚类簇中的圆心可能性最大值对应的候选圆心作为真实圆心,获得参考图像的所有真实圆心。
9.根据权利要求1所述的一种曲面背光源的组装成型工艺控制方法,其特征在于,所述导光板下陷程度的获取包括:
将背光源区域图像中对应反射板下边缘与导光板上边缘的两个真实圆心之间的圆心纵坐标之间的距离作为第一距离差;持续获得每帧背光源区域图像的第一距离差,构成第一距离差序列;当第一距离差序列中出现突变值时,停止组装并将突变值对应的背光源区域图像作为完成导光板组装后的待检测背光源区域图像;
获得待检测背光源区域图像中除第一距离差之外的所有对应导光板之间间距的真实圆心之间的距离差,将所有距离差的平均差作为导光板下陷程度。
10.根据权利要求1所述的一种曲面背光源的组装成型工艺控制方法,其特征在于,所述根据导光板下陷程度控制组装反射板和导光板时的压力包括:
当导光板下陷程度大于预设的下陷阈值时,减小组装反射板与导光板时的压力后继续进行后续导光板的组装过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310235976.6A CN116523831B (zh) | 2023-03-13 | 2023-03-13 | 一种曲面背光源的组装成型工艺控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310235976.6A CN116523831B (zh) | 2023-03-13 | 2023-03-13 | 一种曲面背光源的组装成型工艺控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116523831A CN116523831A (zh) | 2023-08-01 |
CN116523831B true CN116523831B (zh) | 2023-09-19 |
Family
ID=87392975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310235976.6A Active CN116523831B (zh) | 2023-03-13 | 2023-03-13 | 一种曲面背光源的组装成型工艺控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116523831B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103267995A (zh) * | 2013-03-25 | 2013-08-28 | 苏州奥浦迪克光电技术有限公司 | 导光板以及具有该导光板的背光模组 |
CN112164323A (zh) * | 2020-08-28 | 2021-01-01 | 福州大学 | 一种利用双凹扩散单元结构混光的μLED背光源及其制造方法 |
CN113034485A (zh) * | 2021-04-09 | 2021-06-25 | 浙江欧视电科技有限公司 | 融合Hough变换和卡尺聚类的圆检测方法 |
CN113835264A (zh) * | 2021-09-14 | 2021-12-24 | 永州市福源光学技术有限公司 | 曲面背光模组及其制备方法 |
CN115018833A (zh) * | 2022-08-05 | 2022-09-06 | 山东鲁芯之光半导体制造有限公司 | 一种半导体器件的加工缺陷检测方法 |
CN115018834A (zh) * | 2022-08-08 | 2022-09-06 | 山东光岳九州半导体科技有限公司 | 一种半导体晶片图像对准方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101991496B1 (ko) * | 2014-02-04 | 2019-06-20 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. | 허프 프로세서 |
-
2023
- 2023-03-13 CN CN202310235976.6A patent/CN116523831B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103267995A (zh) * | 2013-03-25 | 2013-08-28 | 苏州奥浦迪克光电技术有限公司 | 导光板以及具有该导光板的背光模组 |
CN112164323A (zh) * | 2020-08-28 | 2021-01-01 | 福州大学 | 一种利用双凹扩散单元结构混光的μLED背光源及其制造方法 |
CN113034485A (zh) * | 2021-04-09 | 2021-06-25 | 浙江欧视电科技有限公司 | 融合Hough变换和卡尺聚类的圆检测方法 |
CN113835264A (zh) * | 2021-09-14 | 2021-12-24 | 永州市福源光学技术有限公司 | 曲面背光模组及其制备方法 |
CN115018833A (zh) * | 2022-08-05 | 2022-09-06 | 山东鲁芯之光半导体制造有限公司 | 一种半导体器件的加工缺陷检测方法 |
CN115018834A (zh) * | 2022-08-08 | 2022-09-06 | 山东光岳九州半导体科技有限公司 | 一种半导体晶片图像对准方法 |
Non-Patent Citations (1)
Title |
---|
"基于Hough变换实现圆的快速检测方法";孙晓敏 等;《制造业自动化》;第第40卷卷(第第5期期);第115-119页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116523831A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110866476B (zh) | 一种基于自动标注和迁移学习的密集堆垛目标检测方法 | |
CN115311292B (zh) | 基于图像处理的带钢表面缺陷检测方法及系统 | |
CN116030061B (zh) | 一种基于视觉的硅胶成型效果检测方法 | |
CN104794491B (zh) | 基于预分类的模糊聚类钢板表面缺陷检测方法 | |
CN104008399B (zh) | 一种仪表检测中基于支持向量机的仪表指针抖动的识别方法 | |
CN110363122A (zh) | 一种基于多层特征对齐的跨域目标检测方法 | |
CN111612737B (zh) | 一种人造板表面瑕疵检测装置及检测方法 | |
CN106228137A (zh) | 一种基于关键点定位的atm机异常人脸检测方法 | |
CN107832801B (zh) | 一种细胞图像分类用模型构建方法 | |
CN110490842B (zh) | 一种基于深度学习的带钢表面缺陷检测方法 | |
CN116645367B (zh) | 一种高端制造用的钢板切割质量检测方法 | |
CN109580656A (zh) | 基于动态权重组合分类器的手机导光板缺陷检测方法及系统 | |
CN117237646B (zh) | 基于图像分割的pet高温阻燃胶带瑕疵提取方法及系统 | |
CN108257124A (zh) | 一种基于图像的白细胞计数方法和系统 | |
CN116990323B (zh) | 一种高精密印刷版视觉检测系统 | |
CN114723705A (zh) | 一种基于图像处理的布匹瑕疵的检测方法 | |
CN110969121A (zh) | 一种基于深度学习的高分辨率雷达目标识别算法 | |
CN112233059A (zh) | 基于分割+决策的二阶段残差注意力网络的导光板缺陷检测方法 | |
CN115620061A (zh) | 一种基于图像识别技术的五金零件缺陷检测方法及系统 | |
CN116523831B (zh) | 一种曲面背光源的组装成型工艺控制方法 | |
CN115272305A (zh) | 一种纽扣孔洞缺陷检测方法 | |
CN203177944U (zh) | 一种颗粒物计数装置 | |
Chen et al. | Real-time defect detection of TFT-LCD displays using a lightweight network architecture | |
CN116092078B (zh) | 一种污水处理智能控制系统 | |
CN114943738A (zh) | 一种基于视觉识别的传感器封装固化胶缺陷识别方法 |
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 |