TWI490791B - 顯示器瑕疵檢測方法 - Google Patents
顯示器瑕疵檢測方法 Download PDFInfo
- Publication number
- TWI490791B TWI490791B TW100145470A TW100145470A TWI490791B TW I490791 B TWI490791 B TW I490791B TW 100145470 A TW100145470 A TW 100145470A TW 100145470 A TW100145470 A TW 100145470A TW I490791 B TWI490791 B TW I490791B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- value
- singular value
- display
- detection method
- Prior art date
Links
Landscapes
- Testing Of Optical Devices Or Fibers (AREA)
- Liquid Crystal (AREA)
Description
本發明係關於一種顯示器瑕疵檢測方法；特別是關於一種顯示器瑕疵影像[image]檢測方法；更特別是關於一種液晶顯示器[Liquid Crystal Display，LCD]瑕疵檢測方法。
習用液晶顯示器瑕疵定位方法，例如：中華民國專利公開第200604506號之〝液晶基板之瑕疵顯示點精確定位方法〞發明專利申請案，其揭示一種液晶基板之瑕疵顯示點精確定位方法，包含有下列步驟：A、建立一比對樣式，該比對樣式是由液晶基板上的一個正常顯示點以及其周圍正常顯示點所形成，於該周圍正常顯示點中選擇其中二正常顯示點做為比對點，該二比對點之間在X軸及Y軸上至少有一軸具有距離差，並定義出位於中央的正常顯示點與該二比對點間之距離差；B、依前所定義的比對樣式，於液晶基板上的瑕疵顯示點周圍與該二比對點相同位置之的正常顯示點做為基準，比對出瑕疵顯示點的精確位置；藉由上述步驟，可利用瑕疵顯示點周圍的正常顯示點來定位出瑕疵顯示點的精確位置。
另一習用液晶顯示器瑕疵定位方法，例如：中華民國專利公開第200909796號之〝液晶面板瑕疵點精確定位方法〞發明專利申請案，其揭示一種液晶面板瑕疵點精確定位方法，其中以一攝影機相對於一待檢測液晶面板移動，並配合一第一軸馬達編碼器以及一第二軸馬達編碼器做觸發，藉以達到小間距及精準定位的效果；在該攝影機相對於該待檢測液晶面板移動的過程中，以該攝影機對該待檢測液晶面板進行連續取像，每次取像均對應於該第一軸馬達編碼器的觸發信號，並將取得的影像與一參考影像進行比對，即可藉由該第一軸馬達編碼器以及該第二軸馬達編碼器之觸發信號來得知瑕疵點所在的位置，並藉由取得的影像來取得該瑕疵點之形狀。
然而，中華民國專利公開第200604506號及第200909796號之液晶基板瑕疵顯示點精確定位方法並非用以瑕疵檢測。因此，習用液晶顯示器或其它顯示器存在需要提供適當的瑕疵檢測方法，以檢測各種液晶顯示器瑕疵之需求。
另一習用液晶顯示器瑕疵檢測裝置，例如：美國專利公開第20040201838號之〝LCD defect identifying apparatus〞發明專利申請案，其揭示一種液晶顯示器瑕疵確認裝置標示一瑕疵位置，並以消除在液晶顯示器製程上的人工標示[manual marking]。該液晶顯示器瑕疵確認裝置包含一檢視顯微鏡[microscope]及一瑕疵標示器[defect marker]。該瑕疵標示器包含一墨水噴嘴[ink jet]及一框架[support frame]，其用以將該墨水噴嘴固定於該檢視顯微鏡之基座[base]。該墨水噴嘴固定於一物鏡[objective lens]與一焦距平面[focal plane]之間，以避免刮傷液晶顯示器。
另一習用液晶顯示器瑕疵檢測裝置，例如：美國專利第6,529,837號之〝Apparatus and method for inspecting cell defect of liquid crystal display device〞發明專利，其揭示一種液晶顯示器瑕疵檢測裝置及方法用於修復瑕疵。一指向裝置[pointing device]尋找瑕疵像素[bad pixel]於液晶顯示器面板[LCD panel]上。
然而，美國專利公開第20040201838號及美國專利第6,529,837號僅揭示單純利用瑕疵位置標示器或指向裝置尋找瑕疵像素。因此，習用液晶顯示器或其它顯示器存在需要提供適當的瑕疵影像檢測方法，以檢測各種液晶顯示器影像瑕疵之需求。
前述中華民國專利公開第200604506號、中華民國專利公開第200909796號、美國專利公開第20040201838號及美國專利第6,529,837號僅為本發明技術背景之參考及說明目前技術發展狀態而已，其並非用以限制本發明之範圍。
有鑑於此，本發明為了滿足上述需求，其提供一種顯示器瑕疵檢測方法，其奇異值分解結合二維離散小波轉換應用於瑕疵影像檢測，以達成檢測顯示器瑕疵之目的。
本發明之主要目的係提供一種顯示器瑕疵檢測方法，其利用數個影像參考值分別與一第一比對值及一第二比對值進行判斷瑕疵及瑕疵分類，以尋找一粗糙瑕疵及一細微瑕疵，以達成顯示器瑕疵檢測及瑕疵分類之目的。
為了達成上述目的，本發明較佳實施例之顯示器瑕疵檢測方法包含：將一原始面板影像進行分解，以獲得數個影像參考值；將該影像參考值利用一第一比對值進行判斷瑕疵，以尋找至少一瑕疵影像或無瑕疵影像；及將該影像參考值利用一第二比對值進行分類該瑕疵影像，以尋找一粗糙瑕疵及一細微瑕疵。
本發明較佳實施例利用奇異值分解進行該原始面板影像之分解。
本發明較佳實施例利用奇異值分解第一根奇異值與第二根奇異值之比值與該第一比對值進行比對判斷瑕疵。
本發明較佳實施例之該第一比對值為無瑕疵影像與瑕疵影像之奇異值分解第一根奇異值與第二根奇異值比值之平均值。
本發明較佳實施例利用奇異值分解第一根奇異值與第二根奇異值之比值與該第二比對值進行比對分類該瑕疵影像。
本發明較佳實施例之該第二比對值為奇異值分解第一根奇異值與第二根奇異值比值之平均值與奇異值分解第三根奇異值與第四根奇異值比值之變化值。
本發明較佳實施例之該變化值為一下降幅度值。
本發明較佳實施例將該原始面板影像利用一重建影像方式進行增強瑕疵影像。
本發明較佳實施例利用二維小波框架轉換進行檢出一瑕疵區塊。
本發明較佳實施例利用一瑕疵區塊之高度、寬度及面積進行瑕疵分類。
為了充分瞭解本發明，於下文將例舉較佳實施例並配合所附圖式作詳細說明，且其並非用以限定本發明。
本發明較佳實施例之顯示器瑕疵檢測方法或液晶顯示器瑕疵檢測方法係可廣泛應用於各種液晶顯示器瑕疵檢測或分類技術，例如：薄膜電晶體[Thin Film Transistor，TFT]液晶顯示器、超扭轉向列型[Super-Twisted Nematic，STN]液晶顯示器、單晶矽液晶[Liquid Crystal on Silicon，LCoS]顯示器或其它相關顯示器技術領域[例如：電漿顯示器]，該相關技術領域係屬未脫離本發明之精神與技術領域範圍。
第1圖揭示本發明較佳實施例之顯示器瑕疵檢測方法之流程方塊圖。請參照第1圖所示，本發明較佳實施例之顯示器瑕疵檢測方法應用於液晶顯示器瑕疵檢測，但其並非用以限制本發明之範圍。本發明較佳實施例之顯示器瑕疵檢測方法包含第一步驟S1：將一原始面板影像輸入後進行分解，以獲得數個影像參考值。為了取得該影像參考值，利用奇異值分解[singular value decompostion，SVD]進行該面板影像之分解。
本發明採用奇異值分解該m
×n
面板影像為：I
=U
ΣV T
接著，將奇異值分解的矩陣展開式：
其中，k
為奇異值的總數，U
=[u 1
,u 2
,...,u k
]為m
×m
的方陣，為n
×n
的方陣，Σ=diαg
(λ 1
,λ 2
...λ k
)為m
×n
的主對角矩陣，λ 1
,λ 2
...λ k
為奇異值，rankA
=k
，奇異值用以表示影像能量的大小。
請再參照第1圖所示，本發明較佳實施例之顯示器瑕疵檢測方法包含第二步驟S2：將該影像參考值利用一第一比對值進行判斷瑕疵，以尋找至少一瑕疵影像或無瑕疵影像。
一般而言，奇異值分解的第一根奇異值具有最大值，其用以表示液晶顯示器之面板紋路[texture]的主要能量，而奇異值分解的第二根及之後的奇異值則用以表示瑕疵區塊影像。相對於瑕疵影像，無瑕疵影像其第一根奇異值與第二根奇異值之大小具有非常顯著的差異。
因此，利用奇異值分解第一根奇異值與第二根奇異值之比值與該第一比對值進行比對判斷瑕疵。該第一比對值為無瑕疵影像與瑕疵影像之奇異值分解第一根奇異值與第二根奇異值比值之平均值。
其中，μ p
與μ q
分別為無瑕疵影像與瑕疵影像之第一根奇異值與第二根奇異值比值之平均值，μ p
與μ q
分別由訓練影像[training image]求得。λ 1
與λ 2
為第一根、第二根奇異值。當該面板影像之第一根奇異值λ 1
與第二根奇異值λ 2
之比值大或等於該第一比對值，就可判定為無瑕疵影像[good image]，反之則判定為瑕疵影像[defect image]。
本發明採用瑕疵影像判斷式之該第一比對值為
請再參照第1圖所示，本發明較佳實施例之顯示器瑕疵檢測方法包含第三步驟S3：將該影像參考值利用一第二比對值進行分類該瑕疵影像，以尋找一粗糙瑕疵[coarse defect]及一細微瑕疵[fine defect]，即瑕疵影像可進一步區分為粗糙瑕疵及細微瑕疵。事實上，由於粗糙瑕疵具有較高的影像對比，因此其易於檢出。相對的，由於細微瑕疵具有過低的影像對比，因此其需額外的影像前處理方能檢出瑕疵。
利用奇異值分解第一根奇異值與第二根奇異值之比值與該第二比對值進行比對分類該瑕疵影像。該第二比對值為奇異值分解第一根奇異值與第二根奇異值比值之平均值與奇異值分解第三根奇異值與第四根奇異值比值之變化值，且該變化值為一下降幅度值。
由於粗糙瑕疵與細微瑕疵之間第一根、第二根奇異值之比值與第三根、第四根奇異值之比值在下降幅度上顯著不同，因而本發明採用前述差異性結合第一根、第二根奇異值之比值之標準差，做為瑕疵分類判斷式之該第二比對值，以分辨粗糙瑕疵與細微瑕疵之不同。
本發明採用粗糙瑕疵與細微瑕疵分類判斷式為：
其中，σ q
為瑕疵影像第一根奇異值與第二根奇異值比值之平均值的標準差，λ 3
與λ 4
為第三根、第四根奇異值。
請再參照第1圖所示，本發明較佳實施例之顯示器瑕疵檢測方法包含第四步驟S4：若檢出該粗糙瑕疵時，直接利用二維小波框架轉換[2D discrete wavelet frame transform，DWT]進行檢出一粗糙瑕疵區塊。反之，若檢出該細微瑕疵時，需增強瑕疵像素後再檢出一細微瑕疵區塊。
若檢出該細微瑕疵時，在增強瑕疵像素上，本發明僅保留第一根奇異值做影像重建，其餘的奇異值皆設定為零，以便移除瑕疵像素，以獲得一重建影像。本發明採用移除瑕疵像素方程式為：I 1
=u 1 λ 1 。
顯然，僅保留第一根奇異值重建的影像可將瑕疵像素完全移除，若將該原始面板影像與重建影像直接相減，則可獲得一瑕疵像素增強影像。本發明採用瑕疵像素增強方程式為：
I S
=I
-I 1
其中，I S
與I
分別為瑕疵像素增強影像及原始面板影像。
第2a至2c圖揭示本發明較佳實施例之顯示器瑕疵檢測方法以原始面板影像進行移除瑕疵像素及增強瑕疵像素之影像示意圖。請參照第2a圖所示，舉例而言，本發明採用七個原始面板影像分別具有細微瑕疵。請參照第2b圖所示，由七個原始面板影像獲得七個重建影像。請參照第2c圖所示，由七個重建影像獲得七個瑕疵像素增強影像，其中白色區塊屬於增強的瑕疵像，而其餘的影像背景訊號則可有效抑制。
本發明在利用二維小波框架轉換進行檢出時，該粗糙瑕疵直接檢出該粗糙瑕疵區塊。本發明在利用二維小波框架轉換進行檢出時，先取得該瑕疵像素增強影像，如第2c圖所示，再由該瑕疵像素增強影像檢出該細微瑕疵區塊。
本發明利用二維離散小波框架轉換進行濾波，以取得瑕疵區塊的大概範圍。二維離散小波框架轉換對原始面板影像進行不同頻率的分解[decomposition]，經由一階[first level]轉換分解獲得一低頻[low frequency]子頻帶[subband]及一高頻[high frequency]子頻帶。將該低頻及高頻子頻帶進一步進行二階[second level]轉換分解，則可獲得四個不同的子頻帶LL
、LH
、HL
及HH
，每一個子頻帶的大小與原始面板影像完全相同。低頻子頻帶LL
具有的資訊與原始面板影像的輪廓較為接近，而高頻子頻帶HH
則因具有邊緣[edge]及轉折點[corner point]等特徵，其可用於偵測瑕疵像素區塊的所在位置。因此，利用分解後的HH
子頻帶，利用資訊分佈(entropy)的原理來計算瑕疵像素的分佈情形。
本發明採用二維離散小波框架轉換係數[coefficient]用以瑕疵濾波[filtering]檢出的計算式為：
其中，e DWT
表示瑕疵檢出分佈值，視窗大小設定值為11×11[N=11]。整張影像經濾波及二值化後，即可取出瑕疵區塊，但仍無法明確界定瑕疵區塊所屬範圍。
第3a至3c圖揭示本發明較佳實施例之顯示器瑕疵檢測方法採用二維離散小波框架轉換檢出瑕疵區塊之影像示意圖。請參照第3a圖所示，舉例而言，本發明採用十個原始面板影像進行檢出瑕疵區塊。請參照第3b圖所示，由十個原始面板影像檢出十個瑕疵區塊。
接著，以十個該瑕疵區塊重心[centroid]為個別起始點，根據四相鄰[4-connectivity]的原理，本發明採用點聚集[point aggregation procedure]區塊成長[region growing]演算法達成精確的檢出十個該瑕疵區塊的範圍，並以黑色區塊表示檢出該瑕疵區塊，如第3b圖所示。請參照第3c圖所示，在進行檢出瑕疵區塊時，該瑕疵區塊之參考依據。
最後，本發明利用該瑕疵區塊之高度、寬度及面積進行瑕疵分類。在利用該瑕疵區塊之高度、寬度、及面積用於分類瑕疵影像的類別時，本發明採用二元樹[binary tree]階層式[hierarchical]分類法則。首先，本發明採用瑕疵區塊的高度進行初步分類判斷式為：
其中，μ h
為瑕疵區塊的高度平均值。利用瑕疵區塊的高度h
，初步將點滴Mura及丸狀Mura分成一類[Mura為由日文名詞，其用以定義液晶顯示器亮度不均勻所造成的瑕疵]，將拱形Mura及刮痕分成另一類。由於點滴Mura及丸狀Mura為圓形，本發明採用瑕疵區塊的面積判斷式為：
其中，A
與μ A
分別表示圓形Mura面積及圓形Mura面積的平均值。
另外，拱形Mura及刮痕[scratch]均呈現出不規則狀，使用交叉投影(projection)沿水平軸及垂直軸分別投影(projection)[10]，取出水平軸投影寬度w1及垂直軸的投影寬度w2後，再利用w1和w2的總和來判斷拱形Mura或刮痕。判斷式如下：
其中，w t
為w 1
及w 2
兩者的和，μ w
為w t
的平均值。
上述實驗數據及影像為在特定條件之下所獲得的初步實驗結果，其僅用以易於瞭解或參考本發明之技術內容而已，其尚需進行其他實驗。該實驗數據及其結果並非用以限制本發明之權利範圍。
前述較佳實施例僅舉例說明本發明及其技術特徵，該實施例之技術仍可適當進行各種實質等效修飾及/或替換方式予以實施；因此，本發明之權利範圍須視後附申請專利範圍所界定之範圍為準。
S1．．．第一步驟
S2．．．第二步驟
S3．．．第三步驟
S4．．．第四步驟
第1圖：本發明較佳實施例之顯示器瑕疵檢測方法之流程方塊圖。
第2a至2c圖：本發明較佳實施例之顯示器瑕疵檢測方法以原始面板影像進行移除瑕疵像素及增強瑕疵像素之影像示意圖。
第3a至3c圖：本發明較佳實施例之顯示器瑕疵檢測方法採用二維離散小波框架轉換檢出瑕疵區塊之影像示意圖。
S1．．．第一步驟
S2．．．第二步驟
S3．．．第三步驟
S4．．．第四步驟
Claims (10)
- 一種顯示器瑕疵檢測方法，其包含：將一原始面板影像進行分解，以獲得數個影像參考值，其中利用奇異值分解進行該原始面板影像之分解，如此該數個影像參考值為數個奇異值參考值；將該影像參考值利用一第一比對值進行判斷瑕疵，以尋找至少一瑕疵影像或無瑕疵影像；及將該影像參考值利用一第二比對值進行分類該瑕疵影像，以尋找一粗糙瑕疵及一細微瑕疵。
- 一種顯示器瑕疵檢測方法，其包含：將一原始面板影像進行分解，以獲得數個影像參考值；將該影像參考值利用一第一比對值進行判斷瑕疵，以尋找至少一瑕疵影像或無瑕疵影像；及其中利用奇異值分解進行該原始面板影像之分解，如此該數個影像參考值為數個奇異值參考值。
- 依申請專利範圍第1或2項所述之顯示器瑕疵檢測方法，其中利用奇異值分解第一根奇異值與第二根奇異值之比值與該第一比對值進行比對判斷瑕疵。
- 依申請專利範圍第1或2項所述之顯示器瑕疵檢測方法，其中該第一比對值為無瑕疵影像與瑕疵影像之奇異值分解第一根奇異值與第二根奇異值比值之平均值。
- 依申請專利範圍第1項所述之顯示器瑕疵檢測方法，其中利用奇異值分解第一根奇異值與第二根奇異值之比值與該第二比對值進行比對分類該瑕疵影像。
- 依申請專利範圍第1項所述之顯示器瑕疵檢測方法，其中該第二比對值為奇異值分解第一根奇異值與第二根奇異值比值之平均值與奇異值分解第三根奇異值與第四根奇異值比值之變化值。
- 依申請專利範圍第6項所述之顯示器瑕疵檢測方法，其中該變化值為一下降幅度值。
- 依申請專利範圍第1或2項所述之顯示器瑕疵檢測方法，其中將該原始面板影像利用一重建影像方式進行增強瑕疵影像。
- 依申請專利範圍第1或2項所述之顯示器瑕疵檢測方法，其中利用二維小波框架轉換進行檢出一瑕疵區塊。
- 依申請專利範圍第1或2項所述之液晶顯示器瑕疵檢測方法，其中利用一瑕疵區塊之高度、寬度及面積進行瑕疵分類。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW100145470A TWI490791B (zh) | 2011-12-09 | 2011-12-09 | 顯示器瑕疵檢測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW100145470A TWI490791B (zh) | 2011-12-09 | 2011-12-09 | 顯示器瑕疵檢測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201324380A TW201324380A (zh) | 2013-06-16 |
| TWI490791B true TWI490791B (zh) | 2015-07-01 |
Family
ID=49033020
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW100145470A TWI490791B (zh) | 2011-12-09 | 2011-12-09 | 顯示器瑕疵檢測方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI490791B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108303237A (zh) * | 2018-03-01 | 2018-07-20 | 深圳回收宝科技有限公司 | 一种终端屏幕检测的方法、检测装置以及存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114226262A (zh) * | 2020-09-09 | 2022-03-25 | 宜谷京科技实业有限公司 | 瑕疵检测方法、瑕疵分类方法及其系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200709667A (en) * | 2005-08-26 | 2007-03-01 | Utechzone Co Ltd | Method for detecting mura defect of display by reconstructing the background image |
| TW200844429A (en) * | 2007-05-15 | 2008-11-16 | Chi-Hao Yeh | An automatic optical inspection approach for detecting and classifying the surface defects on coating brightness enhancement film |
| US20090180109A1 (en) * | 2008-01-11 | 2009-07-16 | Hitachi High-Technologies Corporation | Defect inspection method and defect inspection system |
-
2011
- 2011-12-09 TW TW100145470A patent/TWI490791B/zh not_active IP Right Cessation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200709667A (en) * | 2005-08-26 | 2007-03-01 | Utechzone Co Ltd | Method for detecting mura defect of display by reconstructing the background image |
| TW200844429A (en) * | 2007-05-15 | 2008-11-16 | Chi-Hao Yeh | An automatic optical inspection approach for detecting and classifying the surface defects on coating brightness enhancement film |
| US20090180109A1 (en) * | 2008-01-11 | 2009-07-16 | Hitachi High-Technologies Corporation | Defect inspection method and defect inspection system |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108303237A (zh) * | 2018-03-01 | 2018-07-20 | 深圳回收宝科技有限公司 | 一种终端屏幕检测的方法、检测装置以及存储介质 |
| CN108303237B (zh) * | 2018-03-01 | 2020-07-28 | 深圳回收宝科技有限公司 | 一种终端屏幕检测的方法、检测装置以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201324380A (zh) | 2013-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10330608B2 (en) | Systems and methods for wafer surface feature detection, classification and quantification with wafer geometry metrology tools | |
| CN104732900B (zh) | 像素缺陷检测方法和装置 | |
| WO2018086289A1 (zh) | 显示面板自动光学检测中的背景抑制方法及检测装置 | |
| Yang et al. | A robust vision inspection system for detecting surface defects of film capacitors | |
| Xu et al. | Application of Shearlet transform to classification of surface defects for metals | |
| TW200844429A (en) | An automatic optical inspection approach for detecting and classifying the surface defects on coating brightness enhancement film | |
| CN101063660A (zh) | 一种纺织品缺陷检测方法及其装置 | |
| CN111474177A (zh) | 基于计算机视觉的液晶屏幕背光异物缺陷检测方法 | |
| CN109632808A (zh) | 棱边缺陷检测方法、装置、电子设备及存储介质 | |
| Tsai et al. | Low-contrast surface inspection of mura defects in liquid crystal displays using optical flow-based motion analysis | |
| CN1928535A (zh) | 一种基于机器视觉的液晶显示器斑痕缺陷检测方法与系统 | |
| CN105741281B (zh) | 基于邻域离散度的图像边缘检测方法 | |
| CN116577351A (zh) | 基于图像数据的液晶玻璃基板偏光片质量检测方法 | |
| Hu et al. | Automated defect detection in textured materials using wavelet-domain hidden Markov models | |
| TWI490791B (zh) | 顯示器瑕疵檢測方法 | |
| WO2015089859A1 (zh) | 配向膜的边界获取方法及检测方法 | |
| WO2020114134A1 (zh) | 一种识别金刚砂颗粒的视觉处理方法 | |
| CN109829912B (zh) | Tft阵列基板的缺陷检测方法 | |
| Hung et al. | A novel algorithm for defect inspection of touch panels | |
| Yen et al. | Inspection of polarizer tiny bump defects using computer vision | |
| Chen et al. | Research on pupil center location based on improved Hough transform and edge gradient algorithm | |
| CN111028215A (zh) | 一种基于机器视觉的检测钢卷端面缺陷方法 | |
| Kong et al. | Detection of water-stains defects in TFT-LCD based on machine vision | |
| CN113487569B (zh) | 基于频域和空域结合的复杂背景图像缺陷检测方法及系统 | |
| Cheng et al. | Application of the Haar wavelet to Mura detection for polarizer |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |