CN109949725B - 一种aoi系统图像灰度标准化方法及系统 - Google Patents
一种aoi系统图像灰度标准化方法及系统 Download PDFInfo
- Publication number
- CN109949725B CN109949725B CN201910169382.3A CN201910169382A CN109949725B CN 109949725 B CN109949725 B CN 109949725B CN 201910169382 A CN201910169382 A CN 201910169382A CN 109949725 B CN109949725 B CN 109949725B
- Authority
- CN
- China
- Prior art keywords
- gray
- detected
- picture
- image
- defect
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000011425 standardization method Methods 0.000 title claims abstract description 8
- 230000007547 defect Effects 0.000 claims abstract description 198
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims description 26
- 238000004088 simulation Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 12
- 241001270131 Agaricus moelleri Species 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims 1
- 238000007689 inspection Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种AOI系统图像灰度标准化方法及系统,具体步骤为:为待检画面建立模拟缺陷样本图像,统计并比较不同图像灰阶下待检测画面中缺陷样本的检出结果,依据检出结果确定待检测画面的最优灰度值Ir;利用待检画面的整体灰度均值、最优灰度值和预设图像灰度补偿公式计算待检画面的补偿参数,利用计算的补偿参数对待检画面的各个像素点的灰度值进行补偿,从而实现待检画面的灰度标准化。
Description
技术领域
本发明属于图像检测领域,具体涉及一种AOI系统图像灰度标准化方法及系统。
背景技术
AOI(Automatic Optic Inspection,自动光学检测技术)广泛应用于显示屏缺陷检测中。在显示屏的AOI检测流程中,显示屏依次显示待检测画面,视觉传感器同步拍摄待检测的画面,取像完成后进入缺陷检测流程。图像质量的一致性是自动光学检测缺陷检出率的基础。
然而,图像灰度的一致性对检出影响因素主要存在如下两个方面:图像灰度的一致性和待检测画面的目标灰度值的评估。由于显示缺陷特征形态多样,当图像灰度上下波动时,缺陷的对比度和缺陷面积会随之受到影响,直接影响系统对显示屏缺陷等级的评估;同时,由于显示缺陷特征形态多样,不同的图像灰度值,缺陷表现的特征会变化。比如微弱发亮缺陷在高灰阶图像中会更加微弱,微弱发暗缺陷在低灰阶的图像中难以分辨。
在显示屏自动化生产线中,显示屏Gamma曲线是图像灰阶波动的主要原因。显示屏的Gamma值表示显示器灰阶值和显示器亮度之间的关系。由于不同显示屏的Gamma曲线存在差异,以L48画面为例,不同液晶模组间显示同一灰阶画面L48时的亮度不一致。未经Gamma矫正的液晶模组进入自动光学检测工站后,视觉传感器曝光时间及背光亮度保持不变时,待检图像的整体灰度异常波动,干扰检测系统对缺陷等级的评估。可以采用相机自动曝光,自适应背光等硬件调节方式,使待检画面整体灰度值标准化,然而该方法会增加系统耗时且硬件成本高,同时待检画面灰度值的评估主要依据现场反复调试给出经验值,因而缺乏标准的评估方法。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种AOI系统图像灰度标准化方法及系统,其为待检画面建立模拟缺陷样本图像从而确定待检测画面的最优灰度值,进而计算的补偿参数并对待检画面的各个像素点的灰度值进行补偿,从而实现待检画面的灰度标准化。
为实现上述目的,按照本发明的一个方面,提供了一种AOI系统图像灰度标准化方法,具体步骤为:
S1.为待检画面建立模拟缺陷样本图像,统计并比较不同图像灰阶下待检测画面中缺陷样本的检出结果,依据检出结果确定待检测画面的最优灰度值Ir;
S2.利用待检画面的整体灰度均值、最优灰度值和预设图像灰度补偿公式计算待检画面的补偿参数,利用计算的补偿参数对待检画面的各个像素点的灰度值进行补偿,从而实现待检画面的灰度标准化。
作为本发明的进一步改进,步骤S1具体为:
S1.1待检画面图像指定区域模拟各个灰阶的点缺陷样本,从而生成模拟点缺陷样本;
S1.2采集各个图像中心灰度均值下的模拟点缺陷样本图像;
S1.3检测各个图像中心灰度均值下的模拟点缺陷样本图像,统计各个图像中心灰度均值下模拟点缺陷样本图像的缺陷数据。
作为本发明的进一步改进,步骤S1.3具体为:利用点缺陷检测方法和相同的检测参数提取不同图像中心灰度均值下的模拟点缺陷样本图像的缺陷,统计不同图像中心灰度均值下的模拟点缺陷样本图像的中检出缺陷个数、缺陷对比度及缺陷面积;依据缺陷数据确定待检画面的最优灰度值Ir。
作为本发明的进一步改进,待检画面的整体灰度均值计算公式为
式中,R为待检画面区域,R中像素点(x,y)的灰度值为f(x,y),A为待检画面的面积。
作为本发明的进一步改进,步骤S2利用迭代算法计算待检画面的补偿参数,具体为:
预设的初始灰度值Is和迭代次数N,计算初始的补偿系数γ0=sqrt(Is/Ic);
从n=0开始,令γn+1=γn+1,将γn代入预设图像灰度补偿公式In(x,y)=aγn*[f(x,y)]γn,得到待检画面图像坐标为(x,y)像素点补偿后的灰度值In(x,y),进一步计算得到第n次迭代对应的图像的整体灰度均值,即
迭代终止条件为|In-Ir|小于预设阈值,迭代终止时γn即为所求灰度值补偿系数γ;
其中,γn为第n次迭代时的灰度值补偿系数,a为预设图像灰度补偿公式的系数。
为实现上述目的,按照本发明的另一个方面,提供了一种AOI系统图像灰度标准化系统,该系统包括模拟缺陷处理模块和灰度补偿处理模块,
模拟缺陷处理模块用于为待检画面建立模拟缺陷样本图像,统计并比较不同图像灰阶下待检测画面中缺陷样本的检出结果,依据检出结果确定待检测画面的最优灰度值Ir;
灰度补偿处理模块用于利用待检画面的整体灰度均值、最优灰度值Ir和预设图像灰度补偿公式计算待检画面的补偿参数,利用计算的补偿参数对待检画面的各个像素点的灰度值进行补偿,从而实现待检画面的灰度标准化。
作为本发明的进一步改进,模拟缺陷处理模块包括依次连接的模拟点缺陷生成模块、图像采集模块和缺陷数据处理模块,其中,
模拟点缺陷生成模块用于在待检画面图像指定区域模拟各个灰阶的点缺陷样本,从而生成模拟点缺陷样本;
图像采集模块用于采集各个图像中心灰度均值下的模拟点缺陷样本图像;
缺陷数据处理模块用于检测各个图像中心灰度均值下的模拟点缺陷样本图像,统计各个图像中心灰度均值下模拟点缺陷样本图像的缺陷数据。
作为本发明的进一步改进,模拟缺陷处理模块利用点缺陷检测方法和相同的检测参数提取不同图像中心灰度均值下的模拟点缺陷样本图像的缺陷,统计不同图像中心灰度均值下的模拟点缺陷样本图像的中检出缺陷个数、缺陷对比度及缺陷面积;依据缺陷数据确定待检画面的最优灰度值Ir。
作为本发明的进一步改进,待检画面的整体灰度均值计算公式为
式中,R为待检画面区域,R中像素点(x,y)的灰度值为f(x,y),A为待检画面的面积。
作为本发明的进一步改进,灰度补偿处理模块利用迭代算法计算待检画面的补偿参数,具体为:
预设的初始灰度值Is和迭代次数N,计算初始的补偿系数γ0=sqrt(Is/Ic);
从n=0开始,令γn+1=γn+1,将γn代入预设图像灰度补偿公式In(x,y)=aγn*[f(x,y)]γn,得到待检画面图像坐标为(x,y)像素点补偿后的灰度值In(x,y),进一步计算得到第n次迭代对应的图像的整体灰度均值,即
迭代终止条件为|In-Ir|小于预设阈值,迭代终止时γn即为所求灰度值补偿系数γ;
其中,γn为第n次迭代时的灰度值补偿系数,a为预设图像灰度补偿公式的系数。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
本发明的一种AOI系统图像灰度标准化方法及系统,针对液晶面板间Gamma曲线差异造成的待测图像不统一的问题,其为待检画面建立模拟缺陷样本图像从而确定待检测画面的最优灰度值,进而计算的补偿参数并对待检画面的各个像素点的灰度值进行补偿,从而实现待检画面的灰度标准化,其效果等效于调节视觉传感器曝光,标准化图像整体灰度之后,液晶模组缺陷在图像中表达更加真实有效,更加便于AOI检测系统公正的评估显示屏缺陷等级。
本发明的一种AOI系统图像灰度标准化方法及系统,其利用点缺陷检测方法和相同的检测参数提取不同图像中心灰度均值下的模拟点缺陷样本图像的缺陷,有利于准确提取缺陷的信息,从而进一步提高待检画面的最优灰度值的准确度。
本发明的一种AOI系统图像灰度标准化方法及系统,其利用迭代算法计算待检画面的补偿参数对待检画面的各个像素点的灰度值进行补偿,从而更有利于提取液晶模组缺陷的真实信息,从而进一步提高AOI图像检测系统的评估缺陷等级。
附图说明
图1是本发明实施例的一种AOI系统图像灰度标准化方法的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
图1是本发明实施例的一种AOI系统图像灰度标准化方法的示意图。如图1所示,具体步骤为:
S1.为待检画面建立模拟缺陷样本图像,统计并比较不同图像灰阶下待检测画面中缺陷样本的检出结果,依据检出结果确定待检测画面的最优灰度值Ir;
具体为:
S1.1待检画面图像指定区域模拟各个灰阶的点缺陷样本,从而生成模拟点缺陷样本;
具体为:在所有待检测画面中心区域,生成模拟点缺陷,区域中包含256个子像素点缺陷(显示屏最小单位缺陷),256个缺陷灰阶为0-255;
S1.2采集各个图像中心灰度均值下的模拟点缺陷样本图像;
S1.3检测各个图像中心灰度均值下的模拟点缺陷样本图像,统计各个图像中心灰度均值下模拟点缺陷样本图像的缺陷数据。
具体为:利用点缺陷检测方法和相同的检测参数提取不同图像中心灰度均值下的模拟点缺陷样本图像的缺陷,统计不同图像中心灰度均值下的模拟点缺陷样本图像的中检出缺陷个数、缺陷对比度及缺陷面积;依据缺陷数据确定待检画面的最优灰度值。
其中,可通过统计各个图像中心灰度均值下的模拟点缺陷样本图像中设计模拟缺陷区域处检出的缺陷总数得到检出缺陷个数;可通过统计各个图像中心灰度均值下的模拟点缺陷样本图像中设计模拟缺陷区域处检出缺陷对应的对比度均值和方差得到缺陷对比度;可通过统计不同图像中心灰度均值下的模拟点缺陷样本图像中设计模拟缺陷区域处检出缺陷对应的缺陷面积均值和方差得到缺陷面积;
缺陷数据中包含缺陷个数、缺陷对比度和缺陷面积,优选各个图像中心灰度均值下的模拟点缺陷样本图像检出缺陷个数最多的图像对应的图像中心灰度均值为最优灰度值,其次优选各个图像中心灰度均值下的模拟点缺陷样本图像检出缺陷对比度均值最高的图像对应的图像中心灰度均值为最优灰度值,最后优选各个图像中心灰度均值下的模拟点缺陷样本图像检出缺陷面积均值最大的图像对应的图像中心灰度均值为最优灰度值。
S2.利用待检画面的整体灰度均值、最优灰度值和预设图像灰度补偿公式计算待检画面的补偿参数,利用计算的补偿参数对待检画面的各个像素点的灰度值进行补偿,从而实现待检画面的灰度标准化。
计算待检画面的整体灰度均值具体为,采集待检画面,即待测面板进入检测载台并逐个显示待检画面,视觉传感器拍摄面板显示的待检画面;采集待检画面后计算待检画面的整体灰度均值Ic,记R为待检画面区域,那么R中像素点(x,y)的灰度值为f(x,y),A为待检画面的面积,待检画面的整体灰度均值计算公式为
利用最优灰度值和预设图像灰度补偿公式计算待检画面各个子像素点的补偿参数具体为:预设图像灰度补偿公式为I(x,y)~aγ*[f(x,y)]γ,式中,I(x,y)为图像坐标为(x,y)像素点补偿后的灰度值,f(x,y)为图像坐标为(x,y)像素点的实际灰度值,γ为灰度值补偿系数,a为预设图像灰度补偿公式的系数。
待检画面的整体灰度值标准化是指各面板间的同一待检画面的整体灰度均值统一为待检画面的最优灰度值Ir。以L48待检画面图像为示例,各待检显示屏的L48待检画面图像在预处理后具有统一的待检画面的最优灰度值Ir。
为达到统一灰度均值需要确定待检画面的灰度补偿系数γ,利用迭代算法计算确定待检画面的灰度补偿系数γ具体过程如下:
预设的初始灰度值Is和迭代次数N,计算初始的补偿系数γ0=sqrt(Is/Ic);从n=0开始,令γn+1=γn+1,将γn代入预设图像灰度补偿公式In(x,y)=aγn*[f(x,y)]γn,得到待检画面图像坐标为(x,y)像素点补偿后的灰度值In(x,y),进一步计算得到第n次迭代对应的图像的整体灰度均值,即
迭代终止条件为|In-Ir|小于预设阈值,迭代终止时γn即为所求灰度值补偿系数γ。
待检图像灰度值标准化后,进入缺陷检测流程。
一种AOI系统图像灰度标准化系统,该系统包括模拟缺陷处理模块和灰度补偿处理模块,其中,
模拟缺陷处理模块用于为待检画面建立模拟缺陷样本图像,统计并比较不同图像灰阶下待检测画面中缺陷样本的检出结果,依据检出结果确定待检测画面的最优灰度值Ir;
模拟缺陷处理模块包括依次连接的模拟点缺陷生成模块、图像采集模块和缺陷数据处理模块,其中,
模拟点缺陷生成模块用于在待检画面图像指定区域模拟各个灰阶的点缺陷样本,从而生成模拟点缺陷样本图像。在所有待检测画面中心区域,生成模拟点缺陷,区域中包含256个子像素点缺陷(显示屏最小单位缺陷),256个缺陷灰阶为0-255。
图像采集模块用于采集各个图像中心灰度均值下的模拟点缺陷样本图像;
缺陷数据处理模块用于检测各个图像中心灰度均值下的模拟点缺陷样本图像,统计各个图像中心灰度均值下模拟点缺陷样本图像的缺陷数据,依据缺陷数据确定待检画面的最优灰度值Ir。
具体为:利用点缺陷检测方法和相同的检测参数提取不同图像中心灰度均值下的模拟点缺陷样本图像的缺陷,统计不同图像中心灰度均值下的模拟点缺陷样本图像的中检出缺陷个数、缺陷对比度及缺陷面积;
其中,可通过统计各个图像中心灰度均值下的模拟点缺陷样本图像中设计模拟缺陷区域处检出的缺陷总数得到检出缺陷个数;可通过统计各个图像中心灰度均值下的模拟点缺陷样本图像中设计模拟缺陷区域处检出缺陷对应的对比度均值和方差得到缺陷对比度;可通过统计不同图像中心灰度均值下的模拟点缺陷样本图像中设计模拟缺陷区域处检出缺陷对应的缺陷面积均值和方差得到缺陷面积;
缺陷数据中包含缺陷个数、缺陷对比度和缺陷面积,优选各个图像中心灰度均值下的模拟点缺陷样本图像检出缺陷个数最多的图像对应的图像中心灰度均值为最优灰度值,其次优选各个图像中心灰度均值下的模拟点缺陷样本图像检出缺陷对比度均值最高的图像对应的图像中心灰度均值为最优灰度值,最后优选各个图像中心灰度均值下的模拟点缺陷样本图像检出缺陷面积均值最大的图像对应的图像中心灰度均值为最优灰度值。
灰度补偿处理模块用于利用待检画面的整体灰度均值、最优灰度值和预设图像灰度补偿公式计算待检画面的补偿参数,利用计算的补偿参数对待检画面的各个像素点的灰度值进行补偿,从而实现待检画面的灰度标准化。
灰度补偿处理模块利用迭代算法计算确定待检画面的灰度补偿系数γ具体为:
预设的初始灰度值Is和迭代次数N,计算初始的补偿系数γ0=sqrt(Is/Ic);从n=0开始,令γn+1=γn+1,将γn代入预设图像灰度补偿公式In(x,y)=aγn*[f(x,y)]γn,得到待检画面图像坐标为(x,y)像素点补偿后的灰度值,进一步计算得到第n次迭代对应的图像的整体灰度均值,即
迭代终止条件为|In-Ir|小于预设阈值,迭代终止时γn即为所求灰度值补偿系数γ。
待检图像灰度值标准化后,进入缺陷检测流程。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种AOI系统图像灰度标准化方法,其特征在于,具体步骤为:
S1. 为待检画面建立模拟缺陷样本图像,统计并比较不同图像灰阶下待检测画面中缺陷样本的检出结果,依据检出结果确定待检测画面的最优灰度值I r;
具体的,待检画面图像指定区域模拟各个灰阶的点缺陷样本,从而生成模拟点缺陷样本;采集各个图像中心灰度均值下的模拟点缺陷样本图像;检测各个图像中心灰度均值下的模拟点缺陷样本图像,统计各个图像中心灰度均值下模拟点缺陷样本图像的缺陷数据;
更具体的,所述最优灰度值的确定方式为:利用点缺陷检测方法和相同的检测参数提取不同图像中心灰度均值下的模拟点缺陷样本图像的缺陷,统计不同图像中心灰度均值下的模拟点缺陷样本图像中的检出缺陷个数、缺陷对比度及缺陷面积;依据缺陷数据确定待检画面的最优灰度值;
S2. 利用待检画面的整体灰度均值、最优灰度值和预设图像灰度补偿公式计算待检画面的补偿参数,利用计算的补偿参数对待检画面的各个像素点的灰度值进行补偿,从而实现待检画面的灰度标准化;
步骤S2利用迭代算法计算待检画面的补偿参数,具体为:
预设的初始灰度值I S和迭代次数n,计算初始的补偿系数γ 0=sqrt(I S/I C);I C为待检画面的整体灰度均值;
从n=0开始,令γ n+1=γ n+1,将γ n代入预设图像灰度补偿公式,得到待检画面图像坐标为(x,y)像素点补偿后的灰度值I n(x,y),f (x,y)为图像坐标为(x,y)像素点的实际灰度值,进一步计算得到第n次迭代对应的图像的整体灰度均值,即,A为待检画面的面积;
其中,γ n为第n次迭代时的灰度值补偿系数,a为预设图像灰度补偿公式的系数。
3.一种AOI系统图像灰度标准化系统,该系统包括模拟缺陷处理模块和灰度补偿处理模块,其特征在于,
所述模拟缺陷处理模块用于为待检画面建立模拟缺陷样本图像,统计并比较不同图像灰阶下待检测画面中缺陷样本的检出结果,依据检出结果确定待检测画面的最优灰度值I r;
所述模拟缺陷处理模块包括依次连接的模拟点缺陷生成模块、图像采集模块和缺陷数据处理模块,其中,
所述模拟点缺陷生成模块用于在待检画面图像指定区域模拟各个灰阶的点缺陷样本,从而生成模拟点缺陷样本;
所述图像采集模块用于采集各个图像中心灰度均值下的模拟点缺陷样本图像;
所述缺陷数据处理模块用于检测各个图像中心灰度均值下的模拟点缺陷样本图像,统计各个图像中心灰度均值下模拟点缺陷样本图像的缺陷数据;
更具体的,所述模拟缺陷处理模块利用点缺陷检测方法和相同的检测参数提取不同图像中心灰度均值下的模拟点缺陷样本图像的缺陷,统计不同图像中心灰度均值下的模拟点缺陷样本图像中的检出缺陷个数、缺陷对比度及缺陷面积;依据缺陷数据确定待检画面的最优灰度值;
所述灰度补偿处理模块用于利用待检画面的整体灰度均值、最优灰度值I r和预设图像灰度补偿公式计算待检画面的补偿参数,利用计算的补偿参数对待检画面的各个像素点的灰度值进行补偿,从而实现待检画面的灰度标准化;
所述灰度补偿处理模块利用迭代算法计算待检画面的补偿参数,具体为:
预设的初始灰度值I S和迭代次数n,计算初始的补偿系数γ 0=sqrt(I S/I C);I C为待检画面的整体灰度均值;
从n=0开始,令γ n+1=γ n+1,将γ n代入预设图像灰度补偿公式,得到待检画面图像坐标为(x,y)像素点补偿后的灰度值I n(x,y),f (x,y)为图像坐标为(x,y)像素点的实际灰度值,进一步计算得到第n次迭代对应的图像的整体灰度均值,即,A为待检画面的面积;
其中,γ n为第n次迭代时的灰度值补偿系数,a为预设图像灰度补偿公式的系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910169382.3A CN109949725B (zh) | 2019-03-06 | 2019-03-06 | 一种aoi系统图像灰度标准化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910169382.3A CN109949725B (zh) | 2019-03-06 | 2019-03-06 | 一种aoi系统图像灰度标准化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109949725A CN109949725A (zh) | 2019-06-28 |
CN109949725B true CN109949725B (zh) | 2022-09-20 |
Family
ID=67009226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910169382.3A Active CN109949725B (zh) | 2019-03-06 | 2019-03-06 | 一种aoi系统图像灰度标准化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949725B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798420B (zh) * | 2020-06-28 | 2024-07-30 | 苏州精濑光电有限公司 | 一种点屏位置定位方法、装置、设备及存储介质 |
CN112130355B (zh) * | 2020-09-21 | 2023-03-24 | 深圳同兴达科技股份有限公司 | 一种获取有缺陷的液晶显示模组的方法 |
CN114519714B (zh) * | 2022-04-20 | 2022-07-26 | 中导光电设备股份有限公司 | 一种显示屏脏污缺陷判定的方法和系统 |
CN116718353B (zh) * | 2023-06-01 | 2024-05-28 | 信利光电股份有限公司 | 一种显示模组光学自动检测方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5517234A (en) * | 1993-10-26 | 1996-05-14 | Gerber Systems Corporation | Automatic optical inspection system having a weighted transition database |
JP2004239733A (ja) * | 2003-02-05 | 2004-08-26 | Seiko Epson Corp | 画面の欠陥検出方法及び装置 |
WO2014140522A2 (en) * | 2013-03-14 | 2014-09-18 | The University Court Of The University Of Edinburgh | A method of generating predetermined luminance levels across an electronic visual display |
CN104217684A (zh) * | 2014-09-11 | 2014-12-17 | 西安诺瓦电子科技有限公司 | Led坏点处理方法及检测方法、及led显示控制方法 |
CN104424904A (zh) * | 2013-09-11 | 2015-03-18 | 三星显示有限公司 | 驱动显示面板的方法、显示装置及校正灰度级数据的方法 |
KR20170106527A (ko) * | 2016-03-10 | 2017-09-21 | 삼성디스플레이 주식회사 | 얼룩 검사 장치, 이의 구동 방법 및 얼룩 보정값을 포함하는 표시 장치 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007047122A (ja) * | 2005-08-12 | 2007-02-22 | Tokyo Seimitsu Co Ltd | 画像欠陥検査装置、欠陥分類装置及び画像欠陥検査方法 |
US20070106416A1 (en) * | 2006-06-05 | 2007-05-10 | Griffiths Joseph J | Method and system for adaptively controlling a laser-based material processing process and method and system for qualifying same |
CN101667406B (zh) * | 2009-08-14 | 2011-08-31 | 西安龙腾微电子科技发展有限公司 | Tft-lcd背光动态调节方法 |
CN102509300B (zh) * | 2011-11-18 | 2014-07-30 | 深圳市宝捷信科技有限公司 | 一种缺陷检测方法及系统 |
KR102175702B1 (ko) * | 2013-12-30 | 2020-11-09 | 삼성디스플레이 주식회사 | 표시 장치의 얼룩 보상 방법 및 이를 수행하는 비전 검사 장치 |
CN104332421B (zh) * | 2014-09-01 | 2017-05-03 | 上海华力微电子有限公司 | 一种检测扫描机台的性能方法 |
CN105911724B (zh) * | 2016-05-23 | 2018-05-25 | 京东方科技集团股份有限公司 | 确定用于检测的光照强度的方法和装置、及光学检测方法和装置 |
CN106127779B (zh) * | 2016-06-29 | 2018-12-11 | 上海晨兴希姆通电子科技有限公司 | 基于视觉识别的缺陷检测方法及系统 |
CN106444105A (zh) * | 2016-10-18 | 2017-02-22 | 凌云光技术集团有限责任公司 | 一种液晶屏缺陷检测的方法、装置及系统 |
CN206740664U (zh) * | 2017-03-03 | 2017-12-12 | 重庆恒讯联盛实业有限公司 | 一种pcb板的aoi检测控制系统 |
CN107025891B (zh) * | 2017-03-23 | 2019-05-10 | 武汉精测电子集团股份有限公司 | 一种显示模组缺陷快速修复方法及系统 |
US10453366B2 (en) * | 2017-04-18 | 2019-10-22 | Samsung Display Co., Ltd. | System and method for white spot mura detection |
CN108596226A (zh) * | 2018-04-12 | 2018-09-28 | 武汉精测电子集团股份有限公司 | 一种基于深度学习的显示面板缺陷训练方法及系统 |
CN108646445B (zh) * | 2018-05-03 | 2021-03-16 | 武汉精测电子集团股份有限公司 | 一种自适应背光的缺陷检测装置 |
CN109167928B (zh) * | 2018-09-06 | 2020-11-03 | 武汉精测电子集团股份有限公司 | 基于显示面板缺陷检测的快速自动曝光方法及系统 |
CN109406529B (zh) * | 2018-09-28 | 2021-09-14 | 武汉精立电子技术有限公司 | 一种aoi缺陷检测系统的性能调节方法 |
-
2019
- 2019-03-06 CN CN201910169382.3A patent/CN109949725B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5517234A (en) * | 1993-10-26 | 1996-05-14 | Gerber Systems Corporation | Automatic optical inspection system having a weighted transition database |
JP2004239733A (ja) * | 2003-02-05 | 2004-08-26 | Seiko Epson Corp | 画面の欠陥検出方法及び装置 |
WO2014140522A2 (en) * | 2013-03-14 | 2014-09-18 | The University Court Of The University Of Edinburgh | A method of generating predetermined luminance levels across an electronic visual display |
CN104424904A (zh) * | 2013-09-11 | 2015-03-18 | 三星显示有限公司 | 驱动显示面板的方法、显示装置及校正灰度级数据的方法 |
CN104217684A (zh) * | 2014-09-11 | 2014-12-17 | 西安诺瓦电子科技有限公司 | Led坏点处理方法及检测方法、及led显示控制方法 |
KR20170106527A (ko) * | 2016-03-10 | 2017-09-21 | 삼성디스플레이 주식회사 | 얼룩 검사 장치, 이의 구동 방법 및 얼룩 보정값을 포함하는 표시 장치 |
Non-Patent Citations (2)
Title |
---|
Novel Outlier Filtering Method for AOI Image Databases;Tibor Takacs;《IEEE Transactions on Components, Packaging and Manufacturing Technology》;20120228;700-709 * |
TFT-LCD面板光学检测自动对焦系统设计;肖磊等;《红外与激光工程》;20110925(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109949725A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949725B (zh) | 一种aoi系统图像灰度标准化方法及系统 | |
CN108682365B (zh) | 一种oled色斑检测与修复一体化系统、方法 | |
CN101655614B (zh) | 液晶显示面板云纹缺陷的检测方法和检测装置 | |
CN109167928A (zh) | 基于显示面板缺陷检测的快速自动曝光方法及系统 | |
Watson | 31.1: Invited paper: The spatial standard observer: A human vision model for display inspection | |
CN110428762B (zh) | 基于像素点亮度的oled面板老化测试发光特性检测方法 | |
CN110310596B (zh) | 一种oled模组的gamma调节初值预测方法及系统 | |
CN112505048B (zh) | 标定氢气浓度的测试装置及其方法 | |
CN108871185B (zh) | 零件检测的方法、装置、设备以及计算机可读存储介质 | |
CN108445010A (zh) | 自动光学检测方法及装置 | |
CN118018715B (zh) | 一种多相机曝光时间一致性调节的方法及相关装置 | |
CN118280238B (zh) | 一种显示屏Demura流程中Gamma侦测的方法、装置和存储介质 | |
JP4610656B2 (ja) | 検査装置、検査方法、プログラムおよび記録媒体 | |
CN111638042B (zh) | 一种dlp光学特性测试分析方法 | |
KR100842616B1 (ko) | 시각 모형에 의해 평면 표시장치를 검출하는 방법과 장치 | |
CN108965749A (zh) | 基于纹理识别的缺陷像素检测和校正装置及方法 | |
CN117115610A (zh) | 基于多角度图像曝光融合的金属表面缺陷检测方法及系统 | |
CN115546140A (zh) | 一种显示面板检测方法、系统及电子装置 | |
CN118485665B (zh) | 基于计算机视觉的液晶显示屏幕质量检测方法 | |
CN112911164A (zh) | 一种用于气密性试验的相机的曝光时间调整方法及系统 | |
CN111415611A (zh) | 亮度补偿方法、亮度补偿装置及显示装置 | |
CN113703203B (zh) | 一种针对lcd屏的显示均匀性自动测试法 | |
CN112161782B (zh) | 显示面板均一性判断方法及显示面板测试装置 | |
CN115079045B (zh) | 一种前工序图像自动检测短断路装置 | |
CN113724201B (zh) | 基于二维傅里叶变换的图像传感器校正效果量化评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |