TW200949722A - Automatic recognition of the number of backlight modules under inspection - Google Patents

Automatic recognition of the number of backlight modules under inspection Download PDF

Info

Publication number
TW200949722A
TW200949722A TW97118280A TW97118280A TW200949722A TW 200949722 A TW200949722 A TW 200949722A TW 97118280 A TW97118280 A TW 97118280A TW 97118280 A TW97118280 A TW 97118280A TW 200949722 A TW200949722 A TW 200949722A
Authority
TW
Taiwan
Prior art keywords
image
backlight
backlight modules
backlight module
automatically
Prior art date
Application number
TW97118280A
Other languages
English (en)
Inventor
Wu-Ja Lin
Wei-Yu Han
Original Assignee
Wu-Ja Lin
Wei-Yu Han
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 Wu-Ja Lin, Wei-Yu Han filed Critical Wu-Ja Lin
Priority to TW97118280A priority Critical patent/TW200949722A/zh
Publication of TW200949722A publication Critical patent/TW200949722A/zh

Links

Description

200949722 七、指定代表圖: (一) 本案指定代表圖為··第(一)圖。 (二) 本代表圖之元件符號簡單說明: 八、本案若有化學式時,請揭示最能顯示發明特徵的化學式: (本欄空白) 九、發明說明: 【發明所屬之技術領域】 本發明所屬之技術領域包含光電、資訊及自動控制。 【先前技術】 背光模組是-矩形巧組,常用於液晶螢幕之中,其品 液晶螢果與品質。對於背光模組產品 本較高、產品數量計算常會出現錯誤。.,匕括了 .人工成 4 200949722 【發明内容】 士發縣於上述f知的缺點而加以改進,提出 ΐίίΞ,測數量的方法,本方法可轉H J ^ 又進^了=動化背光模組檢測方法整合,取代用 背光模組的步驟處理,一次將多片 ❹ 魯 步驟組數位影像:透過數位攝影機每隔一段時 - ^像本步驟的二值化方法為選取一個臨界灰階值σ,所 像像素以白色表示(灰階值為 A5)反之則以黑色(灰階值為〇)表示。對於 像本步驟會先將其轉為灰階影像,織再以上述方式產^ =值化數位影像。對於二值化數位影像所使用的臨界灰階 驟建議讓使用者依照現場絲環_情況決定, ^疋6十杨像巾灰階值最高的⑽平均R,與灰階值最低的 10/〇平均s,然後以(R+s)/2當作臨界灰階值。 步驟(C)-影像邊線躺:本步驟步驟⑻所產生的二值化 ,巧,產生一張邊線影像。產生的方法為對於每一個像素 計算其新的灰階值’以SGbel運算子為例,新的灰階值 7m=V^^7/1.8 > ,
Kj - Lu-t + 2 · Iu_, + 7i+1 -1 IM J+1 _ 2. Ij j+i _ /(+i ^+1 , 其 中 鄰居像^的灰階值。任二個像素a,b其座標為(从)與 (〜九)’若卜£1-^1或丨凡-;^1,代表此二個像素相鄰。若广 5 ❹
,...,<}分別代表集合$所包 <ax -4|或-1|小於使用者 200949722 t臨界知職&設為255,設為G。使用者 其需要,選用其他邊線運算子來計算邊 :對步驟(〇所產生的邊Si進行處理, 個集合㈣I.,(切}, i=1,. J,其“; 戶斤找到的區域數量1代表第嗰區域所包含 =),々=1,..4,所成的集合、為第?·個區域所包含的像^ 數置。 、 步驟ii—於步驟(D)所產生的每—個集和,檢 任一條件,若是,代表此集合是雜訊, E1:集合所包含的像素數量w小於選定的臨界值 E2:令 <〇=_{«,...,心 =max{x[,x[,...,x>n} * y 含座標的最小值與最大值, 所選定的臨界值σ,與σ 步驟(F)-背光模組數量計算:經過步_)祕喊除之後, 我們得到了 Μ個集合,&,a = 1,m,因此經過辯識之後所 得到的背光模組數量即為从。 步驟(G):拍攝下一批背光模組的數位影像,並以步驟 計算數量並將數量加總’直到停止計算背光模組數量為 止。在實際產線應用時,輸送帶傳輸速度設定為每一批背 光模組進入到數位攝影機拍攝的範圍之内可以在固定時間 T之内完成。 6 200949722 【實施方式】 '"月參閱圖所不’係為本發明實施之流短。開私給 mf光模組運送至攝影機拍攝範圍之内,▲影機拍“ 產生邊線^影t、’此數位影像經過二值化以及邊線偵測之後 -個區域〜i ’透過影像蝴將所有連接在—柳邊線歸類成 域數濾除將非背光模組的區域移除,剩下的區 數量,最後將目前這批背光模組數量與 是否要繼便是目前_過的#光模組總量,接下來判斷 〇 =組,ϊ後重複上述步驟,計數新一批的背 置…、後做加總,若不繼續的話則結束本方法。 待檢3 = f所示,係為本發明步觀A)利用數位攝影機拍攝 狀之i白區域、《发\、么81,母一片背光模組上方有二個小圓 寸、光源°、°擺、以隨著背光模組尺 位影像也會有所差異,本===圖本步驟所拍攝到的數 之數:後係驟⑻將在步驟(Α)所取得 素只有黑色與白色二|顏^ °果。在此影像中每一個像 之二將在步驟⑻所產生 果。在此潍^色的料树結 之邊:=:;切=發:,)將在娜)所產生 〜像切割之後,所得到的結果。在此影像中我 7 200949722 財24麵频縣舰域虹締。鎌本例僅用 但實因此有些不同區域的顏色會被塗成-樣。 出^ί_六所示,係為本發明步驟⑻將在步驟(D)所侧 訊濾除之後,所得到的結果。我們在步驟⑺ ΐΐ組的數量之後,在本例為8,骑個背光模 所提的方法處理之後’娜可 ❹ 效,施例是絲詳細說明本發明之目的、特徵及功 ΐ此類聽之人士而言,根據上述_,可能對該 邛伤變更及修改,而並不脫離出本發明之精神範疇。 【圖式簡單說明】 内容為貴審ί委員能更進—步了解本發明之特點及技術 考與‘ΐϋΓί關本發明之_,細所關示僅提供參 ”說月用,麟被用來對本發明加以限制者。有關之附圖為: 圖一為本發明之流程示意圖 圖1本發月步驟(Α)利用攝影機拍攝待檢測背光模組 到的數位影像示意圖 于 圖三為本發明在步驟⑻將數位影像二值化後所得到的結果 圖1本發明在步驟⑹將二值化數位影像進行邊線伽之 後,所得到的邊線影像結果
S 200949722 圖五為本發明在步驟(D)將邊線影像進行影像切割之 後,所得到的結果 σ 圖六為本發縣步驟⑻將非#域_影像 後,並在步驟⑺計算背光模組數量所 $之 每-片背光模組用-個數字標記。叫的結果,其中 【主要元件符號說明】

Claims (1)

  1. 200949722 十、申請專利範圍·· ⑷她,紐下列步驟·· (Β)影像二值化; (c)影像邊線偵測; (D)影像切割; (Ε)雜訊濾除; (F)背光模組數量計算 ⑹光模組數量與步驟(F) ❹ 2如申H^(AMF)直解止計為止。 法,Ϊ中,於之一種自動計算背光模組數量之方 背光模組_1Τ拍攝—_帶上的 I申ίί利:ί步圍驟= 無任何限制。步 衫像中背光模組擺放的方向與位置 1項之一種自動計算背光模組數量之方 ^中’於步驟⑻令,將步驟(A)取得 ‘ ;立影像二值化,產生-張二值化的數位影丄 利範圍第1項之一種自動計算背光模組數量之方 個臨步驟’對於灰階影像二值化方法為選取一 於此臨界灰階值的影像像素以白色表 不(灰階值為255),反之則以黑色(灰階值為〇)表示。 t 利範圍第1項之一種自動計算背光模組數量之方 I* *二’於步驟⑻巾’對於彩色數姆彡像本步驟會先將其 轉為灰階影像,然後再以如中請專利細第5項之 二 值化數位影像。 7.如申請專利制第丨項之—種自動計算背光模組數量之方 200949722 ❹ 。其中,於步驟(B)中,對於二值化數位影像所使用的臨界 灰階f%,可以讓使用者依照現場光源環境的情況決定。 8.如申請專利範圍第1項之-種自動計算背光模組數量之方 ϋ中,於步驟⑻巾’對於二值化數位影像所使用的臨界 又1^值%,可以計算影像中灰階值最高的1〇%平均R,與 值最低的10%平均s,然後以(R+s)/2當作臨界灰階值。 利範圍第1項之-種自動計算背光模組數量之方 產生^_糊所細二值化影像, ίο.如H專利範_丨項之—種自動計算背光模組數量之方 斟於於步驟(C)中,產生一張邊線影像。產生的方法為 g於每二個像素計算其新的灰階值,以s〇bel運算子為例為 、灰階值 ^=^+ν^2η8 , Μ,7-1 + /ί+1>>1 - 2 I._XJ + 2. /.+ . . J 卜 1,>1 + (+] ❹ ^,+2.wwl.“-2^-‘ ,其 中-則將“ 11.如申請專利範圍第1項之一 ί影於步靴)中,可《選用 12法如Π專:項㈡自動計算背光模組數量之方 個集合《,,办...,(以)},j素連在令其歸屬在同-找到的區域數量,s状矣楚”·’,#,八中#代表邊線影像所 ,、一,所成的⑼ 量 200949722 法,其自7計算背光模組數量之方 疋代表此集合疋雜訊,將此集合移除。 ” 令,y 產生的母個集合y 分別代表集合w包含座標的最小值厶
    e 抑ΐ 或卜二-心小於使用者所選定的臨界值σ盥 Α代^表此集合是雜訊,將此集合移除。 x 15法如專=圍第1項之—種自動計算背光模組數量之方 所“I ’ It驟(F)中’計算經過步驟⑻的雜訊據除之後, 為:。、M集合,5*’々=1,‘.,从’北次拍攝的背光模組數量即 沐專利範圍第1項之一種自動計算背光模組數量之方 t =中’於步驟⑹中,拍攝下一批背光模組的數位影像, 丄以步驟(A)-(F)計算數量並將數量加總,直到停止計算背光 模組數量為止。 •如申請專利範圍第1項之-種自動計算背光模組數量之方 一二其丄二於步驟(G)中,在實際產線應用時,輸送帶傳輸速 以設定為每一批背光模組由進入到離開數位攝影機拍攝 的範圍在固定時間τ完成。 12 200949722 七、指定代表圖: (一) 本案指定代表圖為··第(一)圖。 (二) 本代表圖之元件符號簡單說明: 八、本案若有化學式時,請揭示最能顯示發明特徵的化學式: (本欄空白) 九、發明說明: 【發明所屬之技術領域】 本發明所屬之技術領域包含光電、資訊及自動控制。 【先前技術】 背光模組是-矩形巧組,常用於液晶螢幕之中,其品 液晶螢果與品質。對於背光模組產品 本較高、產品數量計算常會出現錯誤。.,匕括了 .人工成 4 200949722 發明專利說明書
    (本說明書格式、順序及粗體字,請勿任意更動,※記號部分請勿填寫) ※申請案號:竹丨丨<^扣 ※申請曰期:W /6 余1卩(:分類:今〇GM 7,0 〇 (2006.0^ 一、發明名稱 :(中文/英文) 丁 1 /“ (2006.01) ^〇(,Y r/i〇 (ΐΰ〇6.οΐ) 背光模組數量自動檢測的方法/Automatic Recognition of the number of backlight modules under inspection 二、申請人:(共2人) Ο 姓名或名稱:(中文/英文) 林武杰/Lin,Wu-Ja, 韓維愈/Han, Wei-Yu, 代表人:(中文/英文)林武杰/Wu-ja Lin 住居所或營業所地址:(中文/英文) 台北縣新店市民權路127巷23號6F 6F., No.23, Lane 127, Mincyuan Rd., Sindian City, Taipei County 231, Taiwan (R.O.C.) ❿ 國籍.(中文/英文)中華民國/Republic of China 三' 發明人:(共2人) 姓名:(中文/英文) 林武杰/Lin, Wu-Ja, 韓維愈/Han, Wei-Yu, 國籍:(中文/英文) 中華民國/Republic of China
TW97118280A 2008-05-16 2008-05-16 Automatic recognition of the number of backlight modules under inspection TW200949722A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW97118280A TW200949722A (en) 2008-05-16 2008-05-16 Automatic recognition of the number of backlight modules under inspection

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW97118280A TW200949722A (en) 2008-05-16 2008-05-16 Automatic recognition of the number of backlight modules under inspection

Publications (1)

Publication Number Publication Date
TW200949722A true TW200949722A (en) 2009-12-01

Family

ID=44871069

Family Applications (1)

Application Number Title Priority Date Filing Date
TW97118280A TW200949722A (en) 2008-05-16 2008-05-16 Automatic recognition of the number of backlight modules under inspection

Country Status (1)

Country Link
TW (1) TW200949722A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI618916B (zh) * 2016-09-23 2018-03-21 啟碁科技股份有限公司 貨架庫存估測方法與系統

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI618916B (zh) * 2016-09-23 2018-03-21 啟碁科技股份有限公司 貨架庫存估測方法與系統

Similar Documents

Publication Publication Date Title
Jo et al. Pothole detection system using a black-box camera
CN104616275B (zh) 一种缺陷检测方法和装置
Petrellis Plant disease diagnosis for smart phone applications with extensible set of diseases
CN106295789B (zh) 一种基于图像处理的作物种子计数方法
TWI240067B (en) Rapid color recognition method
Ngo et al. Robust single-image haze removal using optimal transmission map and adaptive atmospheric light
CN107705288A (zh) 伪目标运动强干扰下的危险气体泄漏红外视频检测方法
CN109240572A (zh) 一种获取图片的方法、对图片进行处理的方法及装置
JP2016514305A5 (zh)
JP2002257679A (ja) 輝度情報取得方法、画質評価方法、表示装置の輝度情報取得装置および表示装置の画質評価装置
CN107066955B (zh) 一种从局部人脸区域还原整张人脸的方法
CN105719274B (zh) 边缘检测系统及方法
CN108986125B (zh) 物体边缘提取方法、装置及电子设备
Chen et al. An automatic defect detection system for petrochemical pipeline based on cycle-gan and yolo v5
CN113837316B (zh) 一种基于农产品的异常区域检测方法、装置、设备及介质
CN105096330A (zh) 一种自动识别纯色边框的图像处理方法、系统及拍摄终端
Serrano-Cuerda et al. Selection of a visible-light vs. thermal infrared sensor in dynamic environments based on confidence measures
Alenezi et al. Block-greedy and CNN based underwater image dehazing for novel depth estimation and optimal ambient light
CN112084851A (zh) 手卫生效果检测方法、装置、设备及介质
CN107564041A (zh) 一种可见光图像空中运动目标的检测方法
Van De Vijver et al. Ultra-high-resolution UAV-based detection of alternaria solani infections in potato fields
TW200949722A (en) Automatic recognition of the number of backlight modules under inspection
JP6630341B2 (ja) シンボルの光学的検出方法
CN111028210B (zh) 一种基于深度神经网络的玻璃管端面缺陷检测方法
Ansarnia et al. Contextual detection of pedestrians and vehicles in orthophotography by fusion of deep learning algorithms