[發明專利]識別導電粒子壓痕的方法有效
| 申請號: | 201410854616.5 | 申請日: | 2014-12-31 |
| 公開(公告)號: | CN104463180B | 公開(公告)日: | 2018-01-12 |
| 發明(設計)人: | 劉曉樂;遲文宏;覃偉武 | 申請(專利權)人: | 深圳市華星光電技術有限公司 |
| 主分類號: | G06K9/46 | 分類號: | G06K9/46;G06K9/62 |
| 代理公司: | 深圳市銘粵知識產權代理有限公司44304 | 代理人: | 孫偉峰 |
| 地址: | 518132 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 識別 導電 粒子 壓痕 方法 | ||
1.一種識別導電粒子壓痕的方法,其特征在于,包括:
(A)采集待檢測的薄膜晶體管液晶顯示屏的基板的圖像;
(B)提取采集的圖像的預定類型的圖像特征;
(C)將提取的預定類型的圖像特征輸入預先訓練好的分類器,從而確定待檢測的薄膜晶體管液晶顯示屏的基板是否具有導電粒子壓痕,
其中,利用從正樣本集和負樣本集提取的所述預定類型的圖像特征來訓練所述分類器,正樣本集包括具有導電粒子壓痕的薄膜晶體管液晶顯示屏的基板的圖像,負樣本集包括不具有導電粒子壓痕的薄膜晶體管液晶顯示屏的基板的圖像;
步驟(B)包括:
(B1)在采集的圖像上確定至少一個檢測窗口;
(B2)提取各檢測窗口內的圖像的預定類型的圖像特征,
其中,步驟(C)包括:
將提取的各檢測窗口內的圖像的預定類型的圖像特征分別輸入預先訓練好的分類器,從而確定各檢測窗口是否具有導電粒子壓痕;
步驟(B2)包括:
(B21)對各檢測窗口內的圖像進行顏色空間歸一化處理;
(B22)使用預定微分模板計算各檢測窗口內的圖像的像素的梯度的大小和方向;
(B23)分別將各檢測窗口內的圖像劃分為多個細胞單元,按照預定梯度方向區間基于同一細胞單元內的像素的梯度的大小和方向計算所述同一細胞單元的方向梯度直方圖特征;
(B24)針對每個檢測窗口,將一定數量的細胞單元組成一個塊,并對同一塊內的細胞單元的方向梯度直方圖特征進行歸一化處理,以獲得所述同一塊的方向梯度直方圖特征;
(B25)將同一檢測窗口內的塊的方向梯度直方圖特征組合成所述同一檢測窗口的方向梯度直方圖特征;
預定微分模板和預定梯度方向區間通過下述方式確定:
使用多個不同的微分模板和梯度方向區間的組合從正樣本集和負樣本集提取方向梯度直方圖特征來訓練多個不同的分類器;
分別使用所述多個不同的分類器對測試樣本集進行分類,其中,測試樣本集包括具有導電粒子壓痕的薄膜晶體管液晶顯示屏的基板的圖像和不具有導電粒子壓痕的薄膜晶體管液晶顯示屏的基板的圖像;
確定所述多個不同的分類器中對測試樣本集分類準確率最高的分類器;
將用于訓練確定的分類器的微分模板和梯度方向區間作為預定微分模板和預定梯度方向區間。
2.如權利要求1所述的方法,其特征在于,所述微分模板包括:一階非對稱模板、一階對稱模板、立方校正模板、3×3索貝爾掩膜模板和2×2對角掩膜模板。
3.如權利要求1所述的方法,其特征在于,所述梯度方向區間包括0度至180度、0度至360度。
4.如權利要求1所述的方法,其特征在于,相鄰的塊之間有重疊的細胞單元。
5.如權利要求1所述的方法,其特征在于,采用學習矢量量化神經網絡利用從正樣本集和負樣本集提取的所述預定類型的圖像特征來訓練所述分類器。
6.如權利要求1所述的方法,其特征在于,所述方法還包括:
當具有導電粒子壓痕的檢測窗口的數量大于預定數量時,確定待檢測的薄膜晶體管液晶顯示屏的基板為正常的薄膜晶體管液晶顯示屏的基板。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳市華星光電技術有限公司,未經深圳市華星光電技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410854616.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:基于模板匹配的印刷體數字識別方法
- 下一篇:一種步態輪廓提取方法





