TW200842339A - Mura detection method and system - Google Patents
Mura detection method and system Download PDFInfo
- 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
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)
- 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
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)
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)
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 |
-
2007
- 2007-04-19 TW TW96113819A patent/TWI334928B/zh active
Cited By (5)
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 |