[發明專利]缺陷判斷訓練方法及其的系統及缺陷判斷方法及其的系統

有效

• 申請號: 202010300051.1
• 申請日: 2020-04-16
• 公開（公告）號: CN111507961B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 吳精文;李世欣
• 申請（專利權）人: 住華科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 張燕華

缺陷判斷訓練方法包括以下步驟。首先，獲取光學膜的圖像，圖像包含一缺陷區。然后，取得缺陷區的缺陷邊界的多個邊界點沿方向的多個座標值。然后，取得此些座標值的平均座標值。然后，取得各座標值與平均座標值的差值。然后，依據此些差值的最大者，決定圖像中做為缺陷判斷機器學習的區域。

技術領域

本發明是有關于一種訓練方法及應用其的系統以及判斷方法及應用其的系統，且特別是有關于一種缺陷判斷訓練方法及應用其的系統以及缺陷判斷方法及應用其的系統。

背景技術

習知光學膜在制作完成后必須以人工肉眼觀察方式，觀察光學膜是否具有缺陷以及缺陷種類。然而，人工肉眼觀察方式容易造成誤判。因此，提出一種新的可增加判斷準確度的缺陷判斷技術是本技術領域業者努力的目標之一。

發明內容

本發明實施例提出一種缺陷判斷訓練方法及應用其的系統以及缺陷判斷方法及應用其的系統，可改善上述問題。

本發明一實施例提出一種缺陷判斷訓練方法。缺陷判斷訓練方法包括以下步驟。獲取一光學膜的一側面的一圖像，圖像包含一缺陷區及一邊界基準線，缺陷區相對于邊界基準線突出或內陷；取得缺陷區的一缺陷邊界的多個邊界點沿一方向的多個座標值；取得此些座標值的一平均座標值；取得各座標值與平均座標值的一差值；以及，依據此些差值的最大者，決定圖像中做為缺陷判斷機器學習的區域。

本發明另一實施例提出一種缺陷判斷訓練系統。缺陷判斷訓練系統包括一攝像器及一缺陷判斷機器學習器。攝像器用以獲取一光學膜一側面的一圖像，圖像包含一缺陷區及一邊界基準線，缺陷區相對于邊界基準線突出或內陷。缺陷判斷機器學習器用以：取得缺陷區的一缺陷邊界的多個邊界點沿一方向的多個座標值；取得此些座標值的一平均座標值；取得各座標值與平均座標值的一差值；以及，依據此些差值的最大者，決定圖像中做為缺陷判斷機器學習的區域。

本發明一實施例提出一種缺陷判斷方法。缺陷判斷方法包括以下步驟。獲取一光學膜的一圖像，圖像具有一待判定缺陷區；以及依據一缺陷判斷模型，執行以下步驟：分析待判定缺陷區，并產生待判定缺陷區相對于多個缺陷類型的各者的一相似度分數；判斷此些相似度分數中最高者所對應的缺陷類型是否屬于此些缺陷類型的一特定者；當最高者所對應的缺陷類型屬于特定者，判斷最高者是否大于一預設值；當最高者大于預設值，判定待判定缺陷區屬于特定者；以及，當最高者不大于預設值，判定待判定缺陷區屬于此些缺陷類型的另一者；

其中，該缺陷判斷模型采用上述的缺陷判斷訓練方法所產生。

本發明一實施例提出一種缺陷判斷系統。缺陷判斷系統包括一攝像器及一缺陷判斷器。攝像器用以獲取一光學膜的圖像，圖像具有一待判定缺陷區。缺陷判斷器用以依據一缺陷判斷模型，執行：分析待判定缺陷區，并產生待判定缺陷區相對于多個缺陷類型的各者的一相似度分數；判斷此些相似度分數中最高者所對應的缺陷類型是否屬于此些缺陷類型的一特定者；當最高者所對應的缺陷類型屬于特定者，判斷最高者是否大于一預設值；當最高者大于預設值，判定待判定缺陷區屬于特定者；以及，當最高者不大于預設值，判定待判定缺陷區屬于此些缺陷類型的另一者；其中，該缺陷判斷模型采用如前述的缺陷判斷訓練方法所產生。

以下結合附圖和具體實施例對本發明進行詳細描述，但不作為對本發明的限定。

附圖說明

圖1為依照本發明一實施例的缺陷判斷訓練系統的功能方塊圖。

圖2A～2F為依照本發明實施例的光學膜可能發生的數種實害缺陷類型的圖像。

圖2G～2H為依照本發明實施例的光學膜可能發生的數種非實害缺陷類型的圖像。

圖3A～3B為圖1的缺陷判斷訓練系統的缺陷判斷方法的流程圖。

圖4為依照本發明一實施例的缺陷判斷系統的功能方塊圖。

圖5為圖4的缺陷判斷系統的缺陷判斷方法的流程圖。