TW200842339A - Mura detection method and system - Google Patents

Mura detection method and system Download PDF

Info

Publication number
TW200842339A
TW200842339A TW96113819A TW96113819A TW200842339A TW 200842339 A TW200842339 A TW 200842339A TW 96113819 A TW96113819 A TW 96113819A TW 96113819 A TW96113819 A TW 96113819A TW 200842339 A TW200842339 A TW 200842339A
Authority
TW
Taiwan
Prior art keywords
image
tested
display
defect
reference points
Prior art date
Application number
TW96113819A
Other languages
English (en)
Other versions
TWI334928B (en
Inventor
Jian Zhang
Yu Zhang
Li-Ying Wu
bo-han Liu
Original Assignee
Au Optronics Corp
Harbin Inst Of Technology
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 Au Optronics Corp, Harbin Inst Of Technology filed Critical Au Optronics Corp
Priority to TW96113819A priority Critical patent/TWI334928B/zh
Publication of TW200842339A publication Critical patent/TW200842339A/zh
Application granted granted Critical
Publication of TWI334928B publication Critical patent/TWI334928B/zh

Links

Description

200842339 t 九、發明說明: 【發明所屬之技術領域】 -本發明係為-種運用自動化影像(based Qn machine - visi〇n)檢測顯示器之斑痕缺陷的方法與系統,係透過先進 的圖像處理及辨識之技術’可執行顯示器斑痕缺陷的快速 檢測。 【先前技術】 顯示器的生產製程非常複雜,儘管大部分的製程均於無 塵至内完成’但仍難以避免出現-些視覺缺陷。液晶顯示器 為顯不的一種,亦不例外。 對於液晶顯示器而言,視覺缺陷的種類繁多,一般可依 據缺陷的面積與形狀分為三類,包括點缺陷、線缺陷及面缺 陷。面缺陷又可分為區塊缺陷和斑痕(英語中稱為mura, 該同來源於日語,表示髒污、斑痕之意,為最常見的一種面 • 缺陷)缺陷兩種。點缺陷、線缺陷和區塊缺陷主要係由於液 晶顯示器中的薄膜電晶體(TFT)陣列短路、斷路或晶體損 壞等電性原因所引起:斑痕缺陷一般係由於液晶分子材料的 分佈不均勻或背光板扭曲等非電性原因造成的。 液晶顯不器的所有視覺缺陷中,點缺陷、線缺陷及區塊 缺具有較面的對比度和規則的幾何形狀,因此相對較易檢 測。斑痕缺陷則因其對比度較低、面積大小不定、形狀不規 則、it緣模糊且位置亦不固定,因此是所有視覺缺陷中最難 6 200842339 檢測的一種。 此外,整體的液晶顯示器產業迄今對於斑痕缺陷,尚 " 無統一的定義及一致的檢測標準,這些都造成斑痕缺陷實 • 行自動化檢測的困難。所以,到目前為止,斑痕缺陷的檢 測工作仍由熟練的技術工人以肉眼完成。 【發明内容】 • 本發明之一目的係提供一種運用自動化影像檢測顯示 器之斑痕缺陷的方法與系統,透過先進的圖像處理與辨識之 技術,直接對顯示器之斑痕缺陷進行快遠的檢測。 本發明為一種運用自動化影像檢測顯示器之斑痕缺陷 的方法,該方法之步驟包括:產生一待測顯示器圖像;產生 近似通過參考點且能代表該些參考點之基本趨勢的一多 • 項式曲面背景模型;以及將待測顯示器圖像減去該多項式曲 面背景模型,將一辨識度誤差值超過一設定門檻值的圖像區 域作為斑痕缺陷的可能目標(candidate),加以分離出來。 上述一種運用自動化影像檢測顯示器之斑痕缺陷的方 % | 、,可進一步包括一數學形態學(Mathematical morphology) 的處理步驟及一濾除圖像雜訊之步驟;其中數學形態學的處 理步騍為膨脹(dilation)運算或侵蝕(erosi〇n)運算或為二 項運算之組合。 200842339 在較佳實施例中,產生待測顯示器之圖像的步驟為:獲 取複數幅爾咖示器之圖像,進而產生複數幅待測顯示器 之圖像的平均值;其帽取複數幅待測顯示器之圖像的頻率 為大於10幅/秒,而其獲取之數量為50至7〇幅。 此外,待測顯示器之圖像可為待測顯示器之侧視圖像; 其侧視角度在30至60度之間為宜。在較佳實施例中,可採 用一雙線性敏法對上述之舰圖像進行幾何校正。
在較佳實施例中,產生近似通過參考點且能代表該些參 考點基本趨勢的多項式曲面f景模型之步驟包括:假設一圖 像t的每-像素之細值均為該像素二維_的函數,而所 有像素之灰階值與其二維座標構成了分佈於矩形格點上之 I間參考點的集合;以及採用一二元多項式對這些空間參考 點進行曲面擬合(surface fitting),求得近似通過參考 點且能代表檢測參考值基本趨勢的多項式曲面背景模型。 本發明一種運用自動化影像檢測顯示器之斑痕缺陷的 方法’更包括一斑痕缺陷之辨識模式步驟,該步驟包括:產 生複數個輸入變量;進行一模糊運算;以及輸出一輪出變量。 在較佳實施例中,輸入變量包括對比度、面積、邊緣參 數、位置參數、灰階均勻性和形狀參數;輸出變量則為斑痕 缺陷的等級。上述模糊運算係將前述輸入變量及輸出變量劃 分成一定數目的模糊子集,並為每一模糊子集建立一相應的 8 200842339 函數;該相應的函數可為三角函數或梯形函數。在較佳實施 ^ 财上述斑痕缺㉟的辨識模式步驟更包括設定輸入變量與 _ 輪出變量之步驟。 ^ 本發明的另-目的在於提供—種運用自動化影像檢測 顯示器之斑痕缺陷的系統。該檢測系統包括:-圖像產生裝 置,用於產生複數幅待測顯示器之圖像;一滤波裝置,用於 • 遽除前述之__訊;-曲面擬合裝置,用以產生一近似 通過參考點且能代表該些參考點基本趨勢的一多項式曲面 背景模型;以及—分轉置,肋將上述峨波去除雜訊的 圖像減去多項式曲面背景模型,並將一辨識度誤差值超過一 設定門檻值的圖像區域作為斑痕缺陷的可能目標分離出來。 在較佳實施例中,上述濾波裝置係位於圖像產生裝置盘 曲面擬合裝置之間;且於該分離裝置之後更包括一數學形態 子(Mathematical morphology)處理裝置。 在較佳實施例中,上述檢測系統更包括一判斷裝置,用 以將可能目標區域之對比度、面積、邊緣參數、位置參數、 灰階均勻性㈣狀參數之—歧合作為系_輸人變量;斑 痕缺陷的等級作為系統的輸出變量,將前述之輸入變量及輸 出變量劃分成-定數目的模糊子集並為每一模糊子集建立 一相應的函數。 在較佳實施例中,上述檢測系統更包括··一载物台用於 200842339 承f示11三軸定位平"於定位_產生裝置;以及 生裝置設置於 一遮光罩’將載物台、三轴定位平台及圖像產 遮光罩内。 本發明紐供-種基於多項_面擬合技術之斑痕圖 像分割方法,其步驟包括:假設―圖像中每__像素之灰階值 均為該像素二維座標的函數,而所有像麵灰階值與其二維
座標構成了分佈於矩形格點上的空間參考點的集合;以及採 用-二元多項式壯述之空間參考點進行曲面擬合,求得一 近似通過參考點且能代表該些參相基本趨勢的一多項式 曲面。 【實施方式】 本發明係-種自動化影像檢測顯示器之斑痕缺陷 的方法與純’ _絲_像處理和觸猶,直接對顯 不器之斑痕缺陷進行快速的檢測。 兹配合圖式將本發明之較佳實施例加以詳細說明如 下。第一圖為本發明一種運用自動化影像檢測顯示器之斑痕 缺陷的方法與系統之整體結構示意圖。該·自動化影像檢 測顯示器之斑痕缺陷的檢測系统包括:一三軸精密定位平台 卜一電荷麵合元件(charge coupled device,CCD)攝影機 2、一液晶顯示器驅動模組3、一載物台[一圖像採集卡5及 一電腦6。載物台4係固定連結於三軸精密定位平台1上,並 200842339 透過電纜線連接到專用的液晶顯示器驅動模組3的介面上。 待測之液晶顯示器7置放在可於垂直方向進行丨8〇度旋轉之 載物台4上。 CCD攝影機2可作為待測之液晶顯示器7之圖像採集設 備,並固定於三軸精密定位平台丨上,使其可以根據待測液 晶顯示器7的型號在電腦6的控制下移動到一相對應的位置 進行圖像採集。 在較佳實施例中,圖像採集卡5是標準類比或數位圖像 採集卡,例如USB介面之數位攝影機或是視訊卡。電腦6是一 具有標準計算功能的主控設備,其包含例如機殼本體、cpu、 主機板、硬碟及顯示器等裝置。CCD攝影機2連接到圖像採集 卡5的輸入端。在較佳實施例中,電腦6安裝有一執行自動檢 測任務的系統軟體,其可控制液晶顯示器驅動模組3及點亮 待測液晶顯示器7,並使待測液晶顯示器7顯示初始畫面。 檢測斑痕缺陷時,承載待測液晶顯示器7的載物台4可在 電腦6的㈣下_-定的歧,使⑧攝影機2的光轴與待 測液晶顯示之平面細度的錢。此時,GGD攝影機 2可以自待測液晶顯示器7的侧面獲得側視圖像,利用重複採 樣的方式採麟測液晶顯示||7之整體圖像訊息。 由於待測液晶顯示器7係由液晶顯示器驅動模組3所驅 動’因此其自身可以發光,I需任舰明設備。為防止外界 光線的干擾,三_蚊辦#卜α瞬賴2、载物台4 200842339 * 以及待測液晶顯示器7等均被放置於一個遮光罩8中。電腦^ 可控制液晶顯示器驅動模組3,使待測液晶顯示器7顯示之書 ’ 面為一灰階畫面。 第一圖為本發明一種運用自動化影像檢測顯示器之斑 痕缺陷的方法與系統之流程圖,透過上述系統可產生一待測 液晶顯示器上之像素點的電壓信號,執行一圖像採集步驟 801 ;在該步驟中,由於斑痕缺陷的對比度很低,為減小該 • 麟雜訊之影響、提升·像之品質,因此於®像採集步驟 801中採用對一幅待測晝面重複採#之方法。採樣的頻率一 般應大於10幅/秒,而重複採樣的次數一般為5〇次至7〇次。 完成採集圖像步驟801後,繼而進行一圖像渡波步驟 802 ;若發生於圖像上的雜訊如)不具相關性,則具有均值 為零之隨機雜訊,可以利用數幅於相同條件下i生之隨機圖 像之平均值表示原圖像。假設原圖像為加),發生之雜訊@ • 為㈣’則具有雜訊之圖像為咖)=細♦),此時,°可 «=ι 來估計原圖像/(^),其中从為圖像之數量。 顯然,此種估計值應不具偏差,因為 顺X,少)}=古|/('少)V('少)。 完成圖像滤波步驟802後,還需將待測液晶顯示器之部 分從圖像中分離,並且採關如雙插錄對糊像柄 12 200842339 幾何校正,從而將該圖像中由於CCD視角的原因而變為梯形 的待測液晶顯示器恢復為標準的矩形。 根據上述之雙線性插值法,校正圖像中像素點(〇取 传又P自值/(z,y’)可以由其周圍四個像素的灰階值計算出來。
經濾波之圖像於進行斑痕缺陷檢測時,由於液晶顯示器 本身的特點與CCD視角的關係,待測液晶顯示器的灰階於整 個顯示器的範圍内變化非常大,遠遠超過了斑痕缺陷本身的 灰I5白I化。因此,對於斑痕缺陷的檢測來說,斑痕圖像的分 離是最為重要同時也是最為困難的一個環節。運用傳統的圖 像分離方法,例如邊緣檢測等技術,根本難以完成斑痕圖像 的分離任務。因此,本發明提出了一種利用多項式曲面擬合 的斑痕圖像之分離方法。 參閱第二圖之步驟803,於該步驟中,首先假設一圖像 中每一像素之灰階值/(X,力均為該像素二維座標以,力的 函數,而所有像素之灰階值與其二維座標構成了分布於矩形 格點上的空間參考點的集合。接下來採用二元多項式對上述 之空間參考點進行曲面擬合,即求得一近似通過參考點且能 代表該些參考點趨勢的該多項式曲面··設已知矩形區域内 _個矩形格點(χμΧ^ο,ι,···,”,^,以)上的函數值 〜,假設待求的多項式為 13 200842339 /(^^) = ΣΣα^ν /=〇/·.〇 其中%(! = 0,1,",/>-1)〇〇,1,,[1)是一待定參數,它使〜, /(x,j〇在矩形格點上的值的差之平方和於最小的二乘方下 達到最小,即 "ΣΣα(;χΙ/)2 = min
^=1/=1 /=〇 j=zQ 由上式所決定的待定參數〜,其對應的曲面稱為最小二乘 方多項式曲面。利用多元函數的極值理論,在上式中令 δΐ Λ/ 便付到關於{%}的pxg階的代數方程式: « ^ ρΛ ^-1 解這個pxg階的代數方程式,就可以得到%。 由於斑痕缺陷的面積很小,並不會改變圖像的基本變化 趨勢’因此可將多項式曲面視為—不含斑痕缺陷的背景模 型。相對於背景模型,制液a示^之圖像中没有缺陷的 區域辨識度之誤差值
p-1 qA ζ^ΣΣ^ν /=0 y's〇 很小’而斑痕缺陷所在的區域與背景模型的辨識度之誤差值 Ρ-ί Η ζ^ΣΣ^ν i=0 j=〇 則很大。 200842339 如第二圖之步驟804,利用該背景模型 +哭夕同將待/則液晶顯 二圖料魏背雜餅可將_度誤差值超過 设定的Η襤值之圖像區域作為斑痕缺_可能目標 模型中分離出來。
第三Α圖為一 CCD聽之原始圖像經過上述之多圖像平 均法及圖像校正處理步驟後的結果,圖中有五處斑痕缺陷。 紅B圖係為對第三網進行該多項式曲面擬合方法所獲得 之不含斑痕缺陷的背景模型。第三c圖係為第三a圖減去第三 B圖所示之背景模型後所獲得的處理結果。 經由上述之圖像處理後,利用數學形態學 (Mathematical morphology)的運算處理步驟進行圖像形狀 和架構的分析及處理。利用膨脹(dUati〇n)運算及侵蝕 (_ion)運算及二者的組合可執行上述之圖像形狀和架構 的分析及處理。 設集合a為輸入圖像,集合5為結構元素,若集合 z被集合β侵敍(erosi〇n),就表示為: ΑΘΒ = {χ:Β^χςζ A} 祕之作用係域、賴像巾的—些獨立_訊點和毛 刺(burr)〇 膨脹(dilation)運算為侵钱(er〇si〇n)運算的逆運算, 可以透過餘集的觀念來定義。 J被集合s膨脹表示為,其定義為: 15 200842339 j ㊉ β = [^4cq(—B)]c 其中,#表示J的餘集於 膨服係為填充圖像中比架構元素小的孔洞和圖像邊緣 處的小凹陷部分。 第三D圖為對第三C圖進行數學形態學處理後之結果。 、如第二圖之步驟805,係將目標區域的對比度、面積、 邊=參數、位置參數、灰階均句性與形狀參數等六個參數之 或、逍合作為斑痕缺陷等級評價的依據。 其中’對比度參數之定義為:
Const : 式中和邱,Λ分别為可能目標區域及背景模型於 ψ 1 4 L Μ處之灰階值;U為目標區域内所有像素點的集 合,#為目標區域内像素點的個數。 面積參數之定義為·· Z j
UyjhU 其中1 4目標區域内所有像素點的集合。 位置參數之定義為目標輯巾㈣與待職晶顯示。。 螢幕中心點的距離,gp 裔 L〇ca_ 二 其中 ' ^。分別為待測液晶顯示器之幾何中心點 座標與縱座辨· - $ - “、的横 、’軚,x和^ y刀别為可能目標區域幾何中心點的 16 200842339 横座標與縱座標,且有.
,ΝάυiJ Η!, (u)像素點的横座 式中6和&分别為可能目標區域中 標及縱座標。 邊緣參數咖職料娜狀義:
一/0+v) -/(/为、-_ 式中"為目標區域的所有邊界點的集合。 形狀參數之疋義為:如=maxRc}式中,及為目^ 區域的圓形度,描述了物體邊界的複雜程度,可以用目標^ 域的面積與周長的關係來表示。圓形度的數學表達式為· RS … 式中*5為目標區域的面積,p為目標區域的周長。 C為目標區域的矩形度,用目標區域之面積與其最小 的外接矩形面積之比來描述,即: C =—-c
^MER 其中,S為目標區域的面積,Smer為目標區域最小外 接矩形的面積。 灰階均勻性係以目標區域之灰階標準差加以描述·· 17 200842339 助伽_ …+ Σ(/(υ)-//)2 2 气中 、 L (,,⑽ ($/(J)為目標區域内所有像素點的灰階平均值。 - 於辨識模式步驟805中’本發明提出-種利用模糊集合 理論和^糊邏輯之斑痕缺陷的一模糊辨識方法。、 在以該模_識方法時,首先須定義出歸統之輸入 變1及輸峻里。根縣發明之較佳實施例,係將可能目標 • 區域之對時、吟邊緣參數、位置參數、灰階均勻性和 綠參數等6個參數之一或組合作為輸入變量;斑痕缺陷的 等級作為輸出變量;其中斑痕缺陷的等級-般劃分為不合格 (N級)、合格(P級)、良(V級),實際應用可依工廠之實 際情況適當的加以調整。 、 接下來,根據專業技術人員的經驗將上述之輸入變量與 輸出變篁劃分成一定數目的模糊子集並為每一模糊子集建 • 立一相應的函數;為簡化運算、提升系統的營運速度,一般 均選取形狀較簡單之三角形和梯形的函數。 例如對於系統之六項輸入變量,將其作以下之劃分: 將對比度分成五級,即極低⑽、低(L)、中_、高⑻ 和極高⑽;面積分成小⑻、中(M)和大⑻三級;邊緣參 數分成低(L)、中⑻、高⑻;位置參數分成靠邊⑷、一 般(N)和居中(〇三級;灰階均勻性分成低⑴、中等⑻和高 ⑻三級;形狀參數分成不規則⑽和規則(R)兩級。系統之 18 200842339 t 輸出變量即_缺陷等級劃分為輕微咖ra缺陷⑺、一般 mura缺陷(N)和嚴重mura缺陷(V)三級。在較佳實施例中, * 輸人變量及輸出所對應之相應的函數均以三角函數和 ^ 梯形函數來表示,請參閱第四圖。 模糊if-then規則的制定是模糊辨識方法的核心問 題。根據本發a月之較佳實施例’模糊規則係根據專 家經驗制定。 φ 例如,一 if-then規則如下:
If (Const is H) and (Area is M) and (Edge is H) then (mura level is V) 採用模糊識別方法,系統可模仿人的辯識方式並充分利 用專家的經驗和知識,完成對液晶顯示器之斑痕缺陷進行自 動識別。 上述實施例雖以液晶顯示器為例進行說明,但並非限定 參 本發明於液晶顯示器之檢測,利用其它顯示技術之顯示器的 缺陷檢測亦可以應用本發明。 以上所述僅為本發明之較佳實施例,其並非用來限定本 發明之範圍。針對本發明所做的均等變化與修飾,皆為本發 明專利範圍所涵蓋。 200842339 【圖式簡單說明】 第-圖係為本發明一種運用自動化影像檢測顯示器 之斑痕缺陷的系統之整體架構示意圖 第二圖係、為-種運用自動化影像檢測顯示器之斑痕 缺陷的方法之流程圖 第二A圖係為CCD採集之原始圖像經過多圖像平均法及 圖像校正處理後之結果 第^圖係為對第二A圖進行多項式曲面擬合法後所產 生之不含斑痕缺陷的背景模型 第三C圖係為第三A圖減去第三請所示之背景模型所 得之處理結果 第三1)圖係為對第三(:圖進行數學形態學之處理結果 第四圖係為本發明提出的模糊辨識系統輸入變量及 輸出變量所對應之函數實例 【主要元件符號說明】 j 三軸精密定位平台 2 CCD攝影機 3 液晶顯示器驅動模組 a 載物台 20 200842339 5 圖像採集卡 6 電腦 7 待測之液晶顯不器 8 遮光罩 21

Claims (1)

  1. 200842339 十、申請專利範圍: 1· 一種财自動储像檢義示器之轉缺_方法,該 方法包括下列步驟: 產生一待測顯示器之圖像,該待測顯示器之圖像包括複數 個像素; 產生近似通過參考點且能代表該些參考點的基本趨勢 之一多項式曲面背景模型;以及
    將該待測顯示器之圖像減去該多項式曲面背景模型,將一 辨識度誤差值超過-設定Η赌之圖像區域,作為斑痕 缺陷的可能目標,並分離出來。 2. 如”專利範圍第丨項所述之方法,其中更包括一數學 形態學(Mathematical morphology)之處理步驟。 3. 如申請專利範圍第2項所述之方法,其中該數學形態學 (M她efflatical morphology)之處理步驟為膨服(di邮⑹ 運算、侵姓(erosion)運算或膨脹與侵钱組合之運算。 4. 如申請專利顧第丨項所述之方法,其中更包括有_滤 除圖像的雜訊之步驟。 5·如申請專利範圍第丨項所述之方法,其中產生該待測顯 示器之圖像的步驟為獲取複數幅該待測顯示器之圖像。 6.如申請專利範圍第4項所述之方法,其中顧除圖像的 雜訊之步驟係產生-平均值’該平均值為該複數幅待測顯 示器之圖像的平均值。 22 200842339 7. 如申料纖圍第5項所述之方法,其巾獲取該複數幅 待測顯示器之圖像的頻率為大於1〇幅/秒。 8. 如申請專纖㈣5項所述之方法,其中該複數幅待測 顯示器之圖像的數量為50至70幅。 9. 如申請專利範圍第i至8項中任_項所述之方法,其中 該待測顯示器之圖像係為該待測顯示器之側視圖像。八
    H).如申請專概圍第9項所述之方法,其中雜測顯示器 之侧視圖像的角度為30至60度。 11.如申請專利細第9項所述之枝,更包括制一雙線 性插值法對該待測顯示器之侧視圖像進行幾何校正。 •如申賴咖第1項所述之方法,其中產㈣近似通 過參考點且能代表該些參考點之基本趨勢的該多項式曲 面背景模型之步驟包括: 假設-圖像中每-像素之灰階值均為該像素二維座標的 函數’而财像素之灰階值與其二維麟構成了分佈於 矩形格點上之空間參考點的集合;以及 採用-二元多項式對上述之空間參考點進行曲面擬合,求 得該近似通過參考點且能代表該些參考點之基本趨勢 的該多項式曲面背景模型。 ,其中更包括一斑痕 13·如申請專利範圍第1項所述之方法 缺陷的模糊辨識步驟。 14·如申請專利範圍第13項所, 貝所迹之方法,其中該斑痕缺陷 23 200842339 * 的模糊辨識步驟包括: 產生複數個輸入變量; 進行一模糊運算;以及 輸出一輸出變量。 15·如申請專利範圍第u項 入傲曰^ <夂万去,其中該複數個輪 入變1係包括對比度、面積、邊 緣參數、位置參數、灰階 均勻性和形狀參數。 16·如申請專利範圍第14項所 .^ 义之方去,其中該輸出變量 為斑痕缺陷的等級。 π如申請專利範圍第14項所述之方法,其中該模糊運算 =上奴輸人變量與輸峻量劃分成—定數目的模糊 子木,並為每-模糊子集建立一相對應的函數。 18. 如申請專利範圍第17 ^ ^ 万去,其中該函數為三 角函數或梯形函數。 19. 如申請專利範圍第13項所述之方法,其中該斑痕缺陷 的換糊辨識步驟更包括設定該複數個輸入變量及該輸出 變量。 20. -種運用自動化影像檢測顯示器之斑痕缺_系統,可 針對-待測顯不||進行斑痕缺陷的檢測,. 一圖像獲取裝置,用於產生複數___^像, 该複數幅待峨示||之圖像包括複數個像素; -濾波裝置’用於齡上聊像的雜訊; 24 200842339 -曲面擬合裝置,用以產生-近似通過參考點且能代表該 些參考點之基本趨勢的一多項式曲面背景模型;以及 一分離裝置,用以將上述經濾波去除雜訊之圖像減去上述 之多項_ i識度誤差值超過一設 定門檻值的圖像區域,作為斑痕缺陷的可能目標分離出 來。 21·如申請專利範圍第20項所述之系統,其中該濾波裝置 係用於濾除該複數幅待測顯示器之圖像的雜訊。 22. 如申請專利範圍第20項所述之系統,其中該渡波裝置 $ 又置於該圖像產生裝置及該曲面擬合裝置之門。 23. 如申請專利範圍第20項所述之系統,另包含—數學形 態學(Mathematical morphology)處理裴置,其中該分離 裝置連接該數學形態學處理裝置。 24. 如申請專利細第20項所述之系統,更包含一判斷装 置’用以將可能目標區域之對比度、面積、邊緣參數、位 置參數、灰階均勻性及形狀參數之一或組合作為該系統之 輸入變量,其中斑痕缺陷的等級作為該系統之輸出變量, 將該輸入與雜自變量齡成—缝目魄糊子集,並為 每一模糊子集建立一相對應的函數。 25. 如申請專利範圍第2〇項所述之系統,更包括—載物 台’用於承載該待測顯示器。 26·如申請專利範圍第2〇項所述之系統,更包括一三轴定 25 200842339 , ψ 位平台,用於定位該圖像產生裝置。 ι 27·如申請專利範圍第2〇項所述之系統,更包括一遮光 ,罩,該載物台、該三軸定位平台及該圖像產生裝置係設置 於該遮光罩内。 28· —種基於多項式曲面擬合技術之斑痕圖像分離方法,該 方法包括下列步驟: 假设一圖像中的每一像素之灰階值均為該像素二維座標 ㈣數’而所有騎之雄值與其二_標構成了分佈 於矩形格點上之空間參考點的集合;以及 採用-二元多項式對上述之空間參考點進行曲面擬合,求 得-近似通過參相錢代表轉參考點之基本趨勢 的一多項式曲面。
    26
TW96113819A 2007-04-19 2007-04-19 Mura detection method and system TWI334928B (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW96113819A TWI334928B (en) 2007-04-19 2007-04-19 Mura detection method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW96113819A TWI334928B (en) 2007-04-19 2007-04-19 Mura detection method and system

Publications (2)

Publication Number Publication Date
TW200842339A true TW200842339A (en) 2008-11-01
TWI334928B TWI334928B (en) 2010-12-21

Family

ID=44212151

Family Applications (1)

Application Number Title Priority Date Filing Date
TW96113819A TWI334928B (en) 2007-04-19 2007-04-19 Mura detection method and system

Country Status (1)

Country Link
TW (1) TWI334928B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI501627B (zh) * 2012-03-01 2015-09-21 Nihon Micronics Kk Display unevenness detection method and device thereof
CN107024485A (zh) * 2017-04-10 2017-08-08 青岛海信电器股份有限公司 曲面显示屏的缺陷检测方法和装置
CN114112323A (zh) * 2021-11-08 2022-03-01 云谷(固安)科技有限公司 显示面板显示均匀性的检测方法及检测装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI456190B (zh) * 2013-09-16 2014-10-11 Univ Nat Chunghsing 偵測晶片影像瑕疵方法及其系統與電腦程式產品

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI501627B (zh) * 2012-03-01 2015-09-21 Nihon Micronics Kk Display unevenness detection method and device thereof
CN107024485A (zh) * 2017-04-10 2017-08-08 青岛海信电器股份有限公司 曲面显示屏的缺陷检测方法和装置
CN107024485B (zh) * 2017-04-10 2019-11-26 青岛海信电器股份有限公司 曲面显示屏的缺陷检测方法和装置
CN114112323A (zh) * 2021-11-08 2022-03-01 云谷(固安)科技有限公司 显示面板显示均匀性的检测方法及检测装置
CN114112323B (zh) * 2021-11-08 2024-03-22 云谷(固安)科技有限公司 显示面板显示均匀性的检测方法及检测装置

Also Published As

Publication number Publication date
TWI334928B (en) 2010-12-21

Similar Documents

Publication Publication Date Title
CN115908269B (zh) 视觉缺陷检测方法、装置、存储介质和计算机设备
CN108846397B (zh) 一种基于图像处理的电缆半导电层自动检测方法
CN110210448B (zh) 一种智能人脸皮肤老化程度的识别与评估方法
CN115222733A (zh) 基于图像识别的金属构件表面缺陷检测方法
CN114897864B (zh) 基于数模信息的工件检测及缺陷判断方法
CN109801286B (zh) 一种lcd导光板的表面缺陷检测方法
CN111598869B (zh) 一种对显示屏幕的Mura进行检测的方法、设备及存储介质
CN105741281B (zh) 基于邻域离散度的图像边缘检测方法
CN114757913A (zh) 一种显示屏缺陷检测方法
CN115082477B (zh) 一种基于去反光效果的半导体晶圆加工质量检测方法
CN114719749B (zh) 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统
JP2005172559A (ja) パネルの線欠陥検出方法及び装置
CN113989233A (zh) 基于图像的零件表面粗糙度支持向量机检测方法及系统
CN112381751A (zh) 一种基于图像处理算法的在线智能检测系统及方法
TW200842339A (en) Mura detection method and system
CN112802022B (zh) 智能检测缺陷玻璃图像的方法、电子设备以及存储介质
TW201512649A (zh) 偵測晶片影像瑕疵方法及其系統與電腦程式產品
CN114332041A (zh) 基于U-Net的抛釉砖表面瑕疵检测方法及装置
US5881164A (en) Image data processing method and image data processing apparatus
JP2019090643A (ja) 検査方法、および検査装置
CN116612125A (zh) 基于人工智能的食药品胶囊质量检测方法
JP4405407B2 (ja) 欠陥検査装置
CN115330705A (zh) 一种基于自适应加权模板ncc的蒙皮漆面缺陷检测方法
CN109448012A (zh) 一种图像边缘检测方法及装置
JP2006133055A (ja) ムラ欠陥検出方法及び装置、空間フィルタ、ムラ欠陥検査システム並びにムラ欠陥検出方法のプログラム