KR101711073B1 - 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법 - Google Patents
딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법 Download PDFInfo
- Publication number
- KR101711073B1 KR101711073B1 KR1020160094416A KR20160094416A KR101711073B1 KR 101711073 B1 KR101711073 B1 KR 101711073B1 KR 1020160094416 A KR1020160094416 A KR 1020160094416A KR 20160094416 A KR20160094416 A KR 20160094416A KR 101711073 B1 KR101711073 B1 KR 101711073B1
- Authority
- KR
- South Korea
- Prior art keywords
- camera
- deep learning
- detailed
- touch screen
- screen panel
- Prior art date
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0062—Crack or flaws
Abstract
본 발명은 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법에 관한 것으로, 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치은 보호 필름이 부착된 투명 플렉서블 터치스크린 패널을 촬영하는 카메라; 상기 카메라에서 촬영된 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널의 영상을 세부관심영역 단위의 블록으로 구분하고, 상기 블록을 상기 블록보다 작은 영역인 세부패치로 분리하는 이미지 전처리부; 상기 세부패치 각각에 크랙이 존재하는지 판단하여 검출하는 딥 러닝 알고리즘 분석부; 및 상기 딥 러닝 알고리즘 분석부의 제어에 의해 크랙이 존재하는 세부패치를 결합하여 표시하는 디스플레이 출력제어부;를 포함한다.
Description
본 발명의 실시예는 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법에 관한 것이다.
디스플레이 패널을 구성하는 유리 기판은 절단 면취 공정, 슬리밍 공정, 강화 공정, 캐비티 형성 공정, 화소 내지 회로 형성 공정 등의 많은 공정을 거치게 되며, 각 공정 마다 유리 기판 내부에 크랙이 발생할 가능성이 있으며, 크랙이 발생한 유리 기판은 디스플레이 패널의 화질을 악화시킬 수 있으므로 불량으로 처리하여야 한다.
디스플레이 패널뿐만 아니라 다른 용도의 유리 기판의 크랙은 대부분의 경우 유리 기판의 품질 불량으로 취급되므로 이와 같은 유리 기판의 크랙을 검사하기 위한 여러 가지 장비가 제안되어 있다.
종래부터 널리 사용되고 있는 크랙 검사 장치는 카메라와 광원을 구비하고 유리 기판에 빛을 조사하여 반사광 또는 투과광의 광량이 크랙이 있는 부분에서는 달라져 명도의 급격한 변화를 일으킨다는 점에 착안하여 크랙 발생을 검출하고 있다.
또한, 대한민국 공개특허공보 제 10-2009-0107400호 및 10-2009-0068945호에 따르면, 유리 기판의 크랙 검사 장 치에 레이저를 광원으로 채용하고 유리 기판을 통과한 후의 광량을 측정하여 크랙 여부를 판단하는 장치를 제안하고 있다.
그러나, 종래의 기술은 다른 레이어가 없는 순수 유리 기판의 크랙을 검사하는 기술로서, 스캔한 이미지에 대한 전형적인 패턴인식을 적용하여 유리 기판의 크랙을 검출해 낸다.
이러한 종래의 방법은 순수 유리기판 위에 추가적인 필름이 겹쳐있는 경우 유리기판에만 존재하는 크랙을 검출함에 있어 검출력을 확보하는데 어려움을 초래하고 있으며, 더불어 장치개발 후 적용 후에는 검출력이 개발 완료 시점의 검출력으로 고정되어 성능개선을 위해서는 별도의 독립적 검출 방법에 대한 요구도 높아지고 있다.
본 발명은 전술한 문제를 해결하기 위해 안출된 것으로서, 본 발명에 따른 딥 러닝 알고리즘 분석부는 딥 러닝 방식을 사용하여, 종래의 분석 방법이 제공하기 어려웠던 보호필름의 스크래치와 실제 터치스크린 패널의 크랙을 구분할 수 있는 정확한 검출력을 제공하고, 지속적 학습에 따른 검출 성능이 검사 수량에 따라 더욱 증가되도록 하고자 한다.
본 발명에 따른 딥 러닝 알고리즘 분석부는 보호 필름이 부착된 투명 플렉서블 터치스크린 패널의 영상을 세부관심영역 단위의 블록으로 구분하고, 상기 블록을 상기 블록보다 작은 영역인 세부패치로 분리하는 방법을 통해 보호 필름이 부착된 투명 플렉서블 터치스크린 패널에 존재하는 크랙을 보다 정확하게 검출하고자 한다.
전술한 문제를 해결하기 위한 본 실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치는 보호 필름이 부착된 투명 플렉서블 터치스크린 패널을 촬영하는 카메라; 상기 카메라에서 촬영된 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널의 영상을 세부관심영역 단위의 블록으로 구분하고, 상기 블록을 상기 블록보다 작은 영역인 세부패치로 분리하는 이미지 전처리부; 상기 세부패치 각각에 크랙이 존재하는지 판단하여 검출하는 딥 러닝 알고리즘 분석부; 및 상기 딥 러닝 알고리즘 분석부의 제어에 의해 크랙이 존재하는 세부패치를 결합하여 표시하는 디스플레이 출력제어부;를 포함한다.
본 발명의 다른 일실시예에 따르면, 상기 이미지 전처리부는 상기 투명 플렉서블 터치스크린 패널의 영상을 길이 방향의 세부관심영역 단위의 블록으로 구분할 수 있다.
본 발명의 다른 일실시예에 따르면, 상기 이미지 전처리부는 상기 블록을 사각형의 일정 영역으로 구성되는 세부패치로 분리할 수 있다.
본 발명의 다른 일실시예에 따르면, 상기 카메라를 제어하는 카메라 제어부; 및 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널이 배치되는 스테이지의 위치를 제어하여 상기 카메라의 촬영 위치를 제어하는 스테이지 제어부;를 더 포함할 수 있다.
본 발명의 다른 일실시예에 따르면, 상기 딥 러닝 알고리즘 분석부는 딥 러닝(deep learning) 방식을 이용하여 상기 세부패치 각각에 크랙이 존재하는지 판단하여 검출할 수 있다.
본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 방법은 카메라가 보호 필름이 부착된 투명 플렉서블 터치스크린 패널을 촬영하는 제1 단계; 이미지 전처리부가 상기 카메라에서 촬영된 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널의 영상을 세부관심영역 단위의 블록으로 구분하고, 상기 블록을 상기 블록보다 작은 영역인 세부패치로 분리하는 제2 단계; 딥 러닝 알고리즘 분석부가 상기 세부패치 각각에 크랙이 존재하는지 판단하여 검출하는 제3 단계; 및 디스플레이 출력제어부가 상기 딥 러닝 알고리즘 분석부의 제어에 의해 크랙이 존재하는 세부패치를 결합하여 표시하는 제4 단계;를 포함한다.
본 발명의 다른 일실시예에 따르면, 상기 제1 단계는 상기 스테이지 제어부가 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널이 배치되는 스테이지의 위치를 제어하여 상기 카메라의 촬영 위치를 제어하는 단계; 및 카메라 제어부가 상기 카메라를 제어하여 상기 카메라가 보호 필름이 부착된 투명 플렉서블 터치스크린 패널을 촬영하는 단계;를 포함할 수 있다.
본 발명의 다른 일실시예에 따르면, 상기 제2 단계는 상기 이미지 전처리부가 상기 투명 플렉서블 터치스크린 패널의 영상을 길이 방향의 세부관심영역 단위의 블록으로 구분하는 단계; 및 상기 이미지 전처리부가 상기 블록을 사각형의 일정 영역으로 구성되는 세부패치로 분리하는 단계;를 포함할 수 있다.
본 발명의 실시예에 따른 딥 러닝 알고리즘 분석부는 딥 러닝 방식을 사용하여, 종래의 분석 방법이 제공하기 어려웠던 보호필름의 스크래치와 실제 터치스크린 패널의 크랙을 구분할 수 있는 정확한 검출력을 제공할 수 있을 뿐 만 아니라, 지속적 학습에 따른 검출 성능이 검사 수량에 따라 더욱 증가되는 효과가 있다.
본 발명의 실시예에 따른 딥 러닝 알고리즘 분석부는 보호 필름이 부착된 투명 플렉서블 터치스크린 패널의 영상을 세부관심영역 단위의 블록으로 구분하고, 상기 블록을 상기 블록보다 작은 영역인 세부패치로 분리하는 방법을 통해 보호 필름이 부착된 투명 플렉서블 터치스크린 패널에 존재하는 크랙을 보다 정확하게 검출할 수 있다.
도 1은 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 방법을 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 방법을 설명하기 위한 도면이다.
이하에서는 첨부한 도면을 참조하여 바람직한 본 발명의 일실시예에 대해서 상세히 설명한다. 다만, 실시형태를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다. 또한, 도면에서의 각 구성요소들의 크기는 설명을 위하여 과장될 수 있으며, 실제로 적용되는 크기를 의미하는 것은 아니다.
도 1은 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치를 도시한 도면이다.
이후부터는 도 1을 참조하여 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치의 구성을 설명하기로 한다.
도 1에 도시된 바와 같이 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치는 카메라(100), 이미지 전처리부(106), 딥 러닝 알고리즘 분석부(107), 카메라 제어부(108), 스테이지 제어부(109), 디스플레이 출력제어부(110)를 포함하여 구성된다.
상기 이미지 전처리부(106), 딥 러닝 알고리즘 분석부(107), 카메라 제어부(108), 스테이지 제어부(109), 디스플레이 출력제어부(110)는 하나의 구성 장치인 크랙 검출 제어기(105)로 구성될 수 있다.
카메라(100)는 검사 대상인 보호 필름(101)이 부착된 투명 플렉서블 터치스크린 패널(102)을 촬영한다.
상기 카메라(100)는 카메라 제어부(108)에 의해 제어되며, 스테이지 제어부(109)는 상기 보호 필름(101)이 부착된 투명 플렉서블 터치스크린 패널(102)이 배치되는 스테이지(103)의 위치를 제어하여, 상기 카메라(100)의 촬영 위치를 조절할 수 있다.
이미지 전처리부(106)는 상기 카메라(100)에서 촬영된 상기 보호 필름(101)이 부착된 투명 플렉서블 터치스크린 패널(102)의 영상을 세부관심영역 단위의 블록으로 구분한다.
보다 상세하게 설명하면, 상기 이미지 전처리부(106)는 상기 투명 플렉서블 터치스크린 패널(102)의 영상을 길이 방향의 세부관심영역 단위의 블록으로 구분할 수 있다.
상기 이미지 전처리부(106)는 이와 같이 세부관심영역 단위로 구분된 블록을 상기 블록 보다 작은 영역인 세부패치로 분리할 수 있으며, 보다 구체적으로, 상기 이미지 전처리부(106)는 상기 블록을 사각형의 일정 영역으로 구성되는 세부패치로 분리할 수 있다.
딥 러닝 알고리즘 분석부(107)는 분리된 상기 세부패치 각각에 크랙이 존재하는지 판단하여 검출한다.
본 발명의 일실시예에 따른 딥 러닝 알고리즘 분석부(107)가 사용하는 딥 러닝(deep learning)은 컴퓨터가 여러 데이터를 이용해 스스로 학습할 수 있게 하기 위해 인공 신경망(ANN: artificial neural network)을 기반으로 한 기계 학습 기술을 말한다.
딥 러닝은 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방해 컴퓨터가 사물을 분별하도록 기계를 학습시키며, 딥 러닝 기술을 적용하면 사람이 모든 판단 기준을 정해주지 않아도 컴퓨터가 스스로 인지, 추론, 판단할 수 있게 되어, 음성이미지 인식과 사진 분석 등에 광범위하게 활용될 수 있다.
본 발명의 일실시예에 따른 딥 러닝 알고리즘 분석부(107)는 이와 같은 딥 러닝 방식을 사용하므로, 종래의 분석 방법이 제공하기 어려웠던 보호필름의 스크래치와 실제 터치스크린 패널의 크랙을 구분할 수 있는 정확한 검출력을 제공할 수 있을 뿐 만 아니라, 지속적 학습에 따른 검출 성능이 검사 수량에 따라 더욱 증가되는 효과가 있다.
디스플레이 출력제어부(110)는 상기 딥 러닝 알고리즘 분석부(107)의 제어에 의해 크랙이 존재하는 세부패치를 결합하여 디스플레이(111)를 통해 표시할 수 있으며, 이때 상기 카메라(100)에서 촬영된 상기 보호 필름(101)이 부착된 투명 플렉서블 터치스크린 패널(102)의 원 이미지 상에서 크랙이 존재하는 부분에 해당하는 세부패치를 표시할 수 있다.
도 2는 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 방법을 설명하기 위한 흐름도이고, 도 3은 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 방법을 설명하기 위한 도면이다.
이후부터는 도 2 및 도 3을 참조하여 본 발명의 일실시예에 따른 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 방법을 설명하기로 한다.
먼저, 스테이지 제어부가 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널이 배치되는 스테이지의 위치를 제어하여 상기 카메라의 촬영 위치를 제어한다(S210)
이후, 카메라가 보호 필름이 부착된 투명 플렉서블 터치스크린 패널을 촬영하여 영상(120)을 생성한다(S220). 보다 상세하게는 카메라 제어부가 상기 카메라를 제어하여 상기 카메라가 보호 필름이 부착된 투명 플렉서블 터치스크린 패널을 촬영하여 영상(120)을 생성할 수 있다.
이후, 이미지 전처리부가 상기 카메라에서 촬영된 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널의 영상(120)을 세부관심영역 단위의 블록(121, 122)으로 구분한다(S230).
보다 구체적으로, 상기 이미지 전처리부가 상기 투명 플렉서블 터치스크린 패널의 영상(120)을 길이 방향의 세부관심영역 단위의 블록(121, 122)으로 구분할 수 있다.
이후에는, 상기 이미지 전처리부가 상기 블록을 상기 블록보다 작은 영역인 세부패치(125, 126)로 분리하며(S240), 이때 이미지 전처리부가 상기 블록을 사각형의 일정 영역으로 구성되는 세부패치(125, 126)로 분리할 수 있다.
따라서, 딥 러닝 알고리즘 분석부는 상기 세부패치(125, 126)의 각각에 크랙이 존재하는지 판단하여 검출할 수 있다(S250).
그에 따라, 디스플레이 출력제어부가 상기 딥 러닝 알고리즘 분석부의 제어에 의해 크랙이 존재하는 세부패치(125, 126)를 결합하여 표시할 수 있다(S260).
즉, 상기 세부패치(125, 126)는 딥 러닝 알고리즘 분석부에서 각각 크랙의 존재 여부가 분석되며, 분석된 세부패치(125, 126)를 재결합하는 과정에서 크랙이 검출된 세부패치를 표시함으로써, 디스플레이 출력제어부의 제어에 의해 촬영된 원 이미지(127, 128) 상에서 크랙의 위치를 디스플레이를 통해 정확하게 표시할 수 있다.
전술한 바와 같은 본 발명의 상세한 설명에서는 구체적인 실시예에 관해 설명하였다. 그러나 본 발명의 범주에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능하다. 본 발명의 기술적 사상은 본 발명의 전술한 실시예에 국한되어 정해져서는 안 되며, 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100: 카메라
101: 보호 플림
102: 투명 플렉서블 터치스크린 패널
103: 스테이지
105: 크랙 검출 제어기
106: 이미지 전처리부
107: 딥 러닝 알고리즘 분석부
108: 카메라 제어부
109: 스테이지 제어부
110: 디스플레이 출력제어부
111: 디스플레이
120: 촬영 영상
121, 122: 세부관심영역 단위 블록
125, 126: 세부 패치
127, 128: 원 이미지 영상
101: 보호 플림
102: 투명 플렉서블 터치스크린 패널
103: 스테이지
105: 크랙 검출 제어기
106: 이미지 전처리부
107: 딥 러닝 알고리즘 분석부
108: 카메라 제어부
109: 스테이지 제어부
110: 디스플레이 출력제어부
111: 디스플레이
120: 촬영 영상
121, 122: 세부관심영역 단위 블록
125, 126: 세부 패치
127, 128: 원 이미지 영상
Claims (8)
- 보호 필름이 부착된 투명 플렉서블 터치스크린 패널을 촬영하는 카메라;
상기 카메라에서 촬영된 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널의 영상을 길이 방향의 세부관심영역 단위의 블록으로 구분하고, 상기 블록을 상기 블록보다 작은 영역인 사각형의 일정 영역으로 구성되는 세부패치로 분리하는 이미지 전처리부;
상기 세부패치 각각에 크랙이 존재하는지 판단하여 검출하는 딥 러닝 알고리즘 분석부;
상기 딥 러닝 알고리즘 분석부의 제어에 의해 크랙이 존재하는 세부패치를 결합하여 표시하는 디스플레이 출력제어부;
상기 카메라를 제어하는 카메라 제어부; 및
상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널이 배치되는 스테이지의 위치를 제어하여 상기 카메라의 촬영 위치를 제어하는 스테이지 제어부;를 포함하는 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치.
- 삭제
- 삭제
- 삭제
- 청구항 1에 있어서,
상기 딥 러닝 알고리즘 분석부는,
딥 러닝(deep learning) 방식을 이용하여 상기 세부패치 각각에 크랙이 존재하는지 판단하여 검출하는 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치.
- 카메라가 보호 필름이 부착된 투명 플렉서블 터치스크린 패널을 촬영하는 제1 단계;
이미지 전처리부가 상기 카메라에서 촬영된 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널의 영상을 길이 방향의 세부관심영역 단위의 블록으로 구분하고, 상기 블록을 상기 블록보다 작은 영역인 사각형의 일정 영역으로 구성되는 세부패치로 분리하는 제2 단계;
딥 러닝 알고리즘 분석부가 상기 세부패치 각각에 크랙이 존재하는지 판단하여 검출하는 제3 단계; 및
디스플레이 출력제어부가 상기 딥 러닝 알고리즘 분석부의 제어에 의해 크랙이 존재하는 세부패치를 결합하여 표시하는 제4 단계;를 포함하며,
상기 제1 단계는,
스테이지 제어부가 상기 보호 필름이 부착된 투명 플렉서블 터치스크린 패널이 배치되는 스테이지의 위치를 제어하여 상기 카메라의 촬영 위치를 제어하는 단계; 및
카메라 제어부가 상기 카메라를 제어하여 상기 카메라가 보호 필름이 부착된 투명 플렉서블 터치스크린 패널을 촬영하는 단계;를 더 포함하는 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 방법.
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160094416A KR101711073B1 (ko) | 2016-07-25 | 2016-07-25 | 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160094416A KR101711073B1 (ko) | 2016-07-25 | 2016-07-25 | 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101711073B1 true KR101711073B1 (ko) | 2017-02-28 |
Family
ID=58543108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160094416A KR101711073B1 (ko) | 2016-07-25 | 2016-07-25 | 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101711073B1 (ko) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108593672A (zh) * | 2018-03-01 | 2018-09-28 | 深圳回收宝科技有限公司 | 一种终端触控屏的检测方法、检测装置以及存储介质 |
| CN108765404A (zh) * | 2018-05-31 | 2018-11-06 | 南京行者易智能交通科技有限公司 | 一种基于深度学习图像分类的道路破损检测方法及装置 |
| CN109034369A (zh) * | 2018-06-26 | 2018-12-18 | 陕西师范大学 | 一种基于深度卷积生成式对抗网络的桥梁裂缝图像生成模型 |
| KR101950681B1 (ko) * | 2018-05-04 | 2019-02-21 | 주식회사 스켈터랩스 | 결함 검사 장치, 시스템, 방법 및 컴퓨터 판독가능 저장 매체 |
| KR20190023146A (ko) * | 2017-08-28 | 2019-03-08 | 김동언 | 리드탭 기포 검사장치 |
| KR20190037889A (ko) * | 2017-09-29 | 2019-04-08 | 주식회사 엘지씨엔에스 | 제품 결함 검출 방법 및 시스템 |
| CN110099172A (zh) * | 2019-04-28 | 2019-08-06 | 维沃移动通信有限公司 | 一种屏幕壁纸推荐方法及终端 |
| CN110502972A (zh) * | 2019-07-05 | 2019-11-26 | 广东工业大学 | 一种基于深度学习的路面裂缝分割与识别方法 |
| KR102102610B1 (ko) * | 2019-12-06 | 2020-04-21 | (주)티엘씨테크퍼스트 | 디스플레이 보호 필름 얼룩 검사장치 및 그 방법 |
| KR20200086812A (ko) * | 2019-01-10 | 2020-07-20 | (주)펨트론 | 기포에 의한 기판불량 검사시스템 및 기포에 의한 기판불량 검사방법 |
| CN111650201A (zh) * | 2020-07-15 | 2020-09-11 | Oppo（重庆）智能科技有限公司 | 检测装置及检测方法 |
| KR102270768B1 (ko) * | 2020-10-14 | 2021-06-30 | 주식회사 아워브레인 | 터널 내 표면의 균열 검출 시스템 및 방법 |
| KR102294899B1 (ko) * | 2020-05-26 | 2021-08-27 | (주)티엘씨테크퍼스트 | 딥 러닝을 이용한 ai 기반 자동차용 선루프의 결함 검사 시스템 및 그 방법 |
| KR20210122429A (ko) | 2020-04-01 | 2021-10-12 | 박규현 | 영상 딥러닝을 이용한 ai 기반 화장품 용기 인쇄 제조 공정에서의 자동 결함 탐지 방법 및 시스템 |
| KR20220082159A (ko) | 2020-12-09 | 2022-06-17 | 순천대학교 산학협력단 | 딥 러닝을 이용한 ai 기반의 농기계 탈부착형 안전 탐지 방법 및 안전장치 |
| KR20230119928A (ko) | 2022-02-08 | 2023-08-16 | 한밭대학교 산학협력단 | 딥러닝을 활용한 비원형 용기 생산 공정의 머신비전 검사 시스템 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100122816A (ko) * | 2009-05-13 | 2010-11-23 | 엘아이지에이디피 주식회사 | 기판검사장치 및 이를 이용한 기판검사방법 |
| WO2015017796A2 (en) * | 2013-08-02 | 2015-02-05 | Digimarc Corporation | Learning systems and methods |
| US20160163035A1 (en) * | 2014-12-03 | 2016-06-09 | Kla-Tencor Corporation | Automatic Defect Classification Without Sampling and Feature Selection |
-
2016
- 2016-07-25 KR KR1020160094416A patent/KR101711073B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100122816A (ko) * | 2009-05-13 | 2010-11-23 | 엘아이지에이디피 주식회사 | 기판검사장치 및 이를 이용한 기판검사방법 |
| WO2015017796A2 (en) * | 2013-08-02 | 2015-02-05 | Digimarc Corporation | Learning systems and methods |
| US20160163035A1 (en) * | 2014-12-03 | 2016-06-09 | Kla-Tencor Corporation | Automatic Defect Classification Without Sampling and Feature Selection |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190023146A (ko) * | 2017-08-28 | 2019-03-08 | 김동언 | 리드탭 기포 검사장치 |
| KR102000698B1 (ko) | 2017-08-28 | 2019-10-01 | 김동언 | 리드탭 기포 검사장치 |
| KR20190037889A (ko) * | 2017-09-29 | 2019-04-08 | 주식회사 엘지씨엔에스 | 제품 결함 검출 방법 및 시스템 |
| KR101995396B1 (ko) | 2017-09-29 | 2019-09-30 | 주식회사 엘지씨엔에스 | 제품 결함 검출 방법 및 시스템 |
| CN108593672A (zh) * | 2018-03-01 | 2018-09-28 | 深圳回收宝科技有限公司 | 一种终端触控屏的检测方法、检测装置以及存储介质 |
| KR101950681B1 (ko) * | 2018-05-04 | 2019-02-21 | 주식회사 스켈터랩스 | 결함 검사 장치, 시스템, 방법 및 컴퓨터 판독가능 저장 매체 |
| CN108765404A (zh) * | 2018-05-31 | 2018-11-06 | 南京行者易智能交通科技有限公司 | 一种基于深度学习图像分类的道路破损检测方法及装置 |
| CN109034369A (zh) * | 2018-06-26 | 2018-12-18 | 陕西师范大学 | 一种基于深度卷积生成式对抗网络的桥梁裂缝图像生成模型 |
| KR102172768B1 (ko) * | 2019-01-10 | 2020-11-02 | (주)펨트론 | 기포에 의한 기판불량 검사시스템 및 기포에 의한 기판불량 검사방법 |
| KR20200086812A (ko) * | 2019-01-10 | 2020-07-20 | (주)펨트론 | 기포에 의한 기판불량 검사시스템 및 기포에 의한 기판불량 검사방법 |
| CN110099172A (zh) * | 2019-04-28 | 2019-08-06 | 维沃移动通信有限公司 | 一种屏幕壁纸推荐方法及终端 |
| CN110099172B (zh) * | 2019-04-28 | 2021-12-28 | 维沃移动通信有限公司 | 一种屏幕壁纸推荐方法及终端 |
| CN110502972A (zh) * | 2019-07-05 | 2019-11-26 | 广东工业大学 | 一种基于深度学习的路面裂缝分割与识别方法 |
| KR102102610B1 (ko) * | 2019-12-06 | 2020-04-21 | (주)티엘씨테크퍼스트 | 디스플레이 보호 필름 얼룩 검사장치 및 그 방법 |
| KR20210122429A (ko) | 2020-04-01 | 2021-10-12 | 박규현 | 영상 딥러닝을 이용한 ai 기반 화장품 용기 인쇄 제조 공정에서의 자동 결함 탐지 방법 및 시스템 |
| KR102294899B1 (ko) * | 2020-05-26 | 2021-08-27 | (주)티엘씨테크퍼스트 | 딥 러닝을 이용한 ai 기반 자동차용 선루프의 결함 검사 시스템 및 그 방법 |
| CN111650201A (zh) * | 2020-07-15 | 2020-09-11 | Oppo（重庆）智能科技有限公司 | 检测装置及检测方法 |
| KR102270768B1 (ko) * | 2020-10-14 | 2021-06-30 | 주식회사 아워브레인 | 터널 내 표면의 균열 검출 시스템 및 방법 |
| KR20220082159A (ko) | 2020-12-09 | 2022-06-17 | 순천대학교 산학협력단 | 딥 러닝을 이용한 ai 기반의 농기계 탈부착형 안전 탐지 방법 및 안전장치 |
| KR20230119928A (ko) | 2022-02-08 | 2023-08-16 | 한밭대학교 산학협력단 | 딥러닝을 활용한 비원형 용기 생산 공정의 머신비전 검사 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101711073B1 (ko) | 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법 | |
| TWI787296B (zh) | 光學檢測方法、光學檢測裝置及光學檢測系統 | |
| JP2017215277A (ja) | 欠陥検査システム、フィルム製造装置及び欠陥検査方法 | |
| US8831334B2 (en) | Segmentation for wafer inspection | |
| JP5274622B2 (ja) | 欠陥検査装置及び方法 | |
| KR102168724B1 (ko) | 이미지 검사를 이용한 이상 판별 방법 및 장치 | |
| TWI512284B (zh) | 玻璃氣泡瑕疵檢測系統 | |
| US8055056B2 (en) | Method of detecting defects of patterns on a semiconductor substrate and apparatus for performing the same | |
| CN114384089B (zh) | 检测智能显示屏的系统、方法及可读存储介质 | |
| JP4523310B2 (ja) | 異物識別方法及び異物識別装置 | |
| KR101188404B1 (ko) | 디스플레이 패널 글라스 표면의 결함 검사 방법 | |
| Adamo et al. | An online defects inspection system for satin glass based on machine vision | |
| CN101604080A (zh) | 透镜基板的检测方法及其应用于显示装置的制造方法 | |
| CN114219758A (zh) | 缺陷检测方法、系统、电子设备和计算机可读存储介质 | |
| KR102114013B1 (ko) | 디스플레이 결함 검출 장치 및 방법 | |
| JP2006145228A (ja) | ムラ欠陥検出方法及び装置 | |
| CN112669272A (zh) | 一种aoi快速检测方法及快速检测系统 | |
| CN110441315A (zh) | 电子部件测试设备和方法 | |
| JP2004110543A (ja) | 顔画像処理装置及びプログラム | |
| KR102433319B1 (ko) | Led 광원용 확산 렌즈 비전 검사 방법 | |
| TW201518708A (zh) | 玻璃氣泡瑕疵檢測處理方法 | |
| KR100505219B1 (ko) | 광학계를 이용한 검사장치 | |
| KR20200062081A (ko) | 광학 표시 패널의 손상 검사 방법 | |
| KR20170122321A (ko) | 표시 패널의 광학 검사 방법 | |
| Anu et al. | Automatic visual inspection of PCB using CAD information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20200204 Year of fee payment: 4 |