[發明專利]一種用于顯示面板缺陷檢測的周期提取方法、裝置及系統在審
| 申請號: | 202110295369.X | 申請日: | 2021-03-19 |
| 公開(公告)號: | CN113205480A | 公開(公告)日: | 2021-08-03 |
| 發明(設計)人: | 王紹凱;羅川淦;金鑫;譚久彬 | 申請(專利權)人: | 哈工大機器人(中山)無人裝備與人工智能研究院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06T7/136;G06T7/187;G06K9/46;G06K9/62 |
| 代理公司: | 北京隆源天恒知識產權代理事務所(普通合伙) 11473 | 代理人: | 徐蘇明 |
| 地址: | 528400 廣東省中山市翠亨新區*** | 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: | 一種 用于 顯示 面板 缺陷 檢測 周期 提取 方法 裝置 系統 | ||
本發明提供了一種用于顯示面板缺陷檢測的周期提取方法、裝置及系統,涉及顯示面板缺陷檢測技術領域。本發明所述的用于顯示面板缺陷檢測的周期提取方法,包括:根據顯示面板的周期特征確定周期特征點;根據所述周期特征點提取周期。本發明所述的技術方案,以周期特征點的方式進行切入來提取周期,通過以點代替周邊區域,減少重復數據的計算,相比于自相關函數方法通過傅里葉變換把圖像從時域變換到頻域導致耗時較長而言,有效提高周期提取的效率,從而提高顯示面板缺陷檢測的效率。
技術領域
本發明涉及顯示面板缺陷檢測技術領域,具體而言,涉及一種用于顯示面板缺陷檢測的周期提取方法、裝置及系統。
背景技術
玻璃基板是生產TFT-LCD(Thin film transistor liquid crystal display,薄膜晶體管液晶顯示器)的重要原材料,在其生產過程中,由于各種原因,零部件不可避免會產生多種不同類型的缺陷,例如在印制電路板上出現劃傷、孔錯位、劃傷、短路、斷路、污染等缺陷,玻璃基板規則區域和濾光片表面含有針孔、劃痕、顆粒、臟污和亮度不均勻等缺陷。這些缺陷不僅影響產品的性能,給生產廠家造成巨大經濟損失,嚴重時甚至會危害到用戶人身安全。所以產品的檢測就顯得尤為重要,對于玻璃基板這類顯示面板,傳統缺陷檢測方法為人工目視檢測法,但是此方法存在主觀性強、人眼空間和時間分辨率有限、檢測不確定性大、易產生歧義、效率低下等缺點,已很難滿足現代工業高速、高分辨率的檢測要求。
在顯示面板檢測領域,利用基于光學圖像傳感的表面缺陷自動光學(視覺)檢測技術(automatically optical inspection,AOI)取代人工目視檢測表面缺陷,已逐漸成為表面缺陷檢測的重要手段;在表面缺陷自動光學(視覺)檢測技術中,對周期的分析提取往往采用自相關函數的方法,但自相關函數方法需要通過傅里葉變換把圖像從時域變換到頻域,此步驟耗時較長,影響顯示面板缺陷檢測的效率。
發明內容
本發明解決的問題是如何提高顯示面板缺陷檢測的效率。
為解決上述問題,本發明提供一種用于顯示面板缺陷檢測的周期提取方法,包括:根據顯示面板的周期特征確定周期特征點;根據所述周期特征點提取周期。
本發明所述的用于顯示面板缺陷檢測的周期提取方法,以周期特征點的方式進行切入來提取周期,通過以點代替周邊區域,減少重復數據的計算,相比于自相關函數方法通過傅里葉變換把圖像從時域變換到頻域導致耗時較長而言,有效提高周期提取的效率,從而提高顯示面板缺陷檢測的效率。
可選地,所述根據顯示面板的傳感圖像確定周期特征點包括:采用灰度變換放大所述傳感圖像中周期特征的對比度;通過灰度閾值分割周期特征區域;采用開運算分離所述周期特征區域中相連區域形成分離區域,從所述分離區域確定所述周期特征點。
本發明所述的用于顯示面板缺陷檢測的周期提取方法,采用灰度變換放大傳感圖像中周期特征的對比度,便于分割周期特征,以及通過灰度閾值分割周期特征區域,采用開運算分離周期特征區域中相連區域,以形成分離區域,有利于后續提取周期,從而有效提高周期提取的效率。
可選地,所述從所述分離區域確定所述周期特征點包括:根據預設篩選條件從所述分離區域篩選以確定所述周期特征點。
本發明所述的用于顯示面板缺陷檢測的周期提取方法,根據預設篩選條件從分離區域篩選以確定周期特征點,減少干擾點,提高周期提取的準確性。
可選地,所述根據所述周期特征點提取周期包括:從所述傳感圖像提取所述周期特征點的中心坐標,根據所述中心坐標分行排列所述周期特征點;從所述周期特征點中剔除異常特征點并補充缺失特征點;根據剔除所述異常特征點以及補充所述缺失特征點后的周期特征點中提取周期。
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哈工大機器人(中山)無人裝備與人工智能研究院,未經哈工大機器人(中山)無人裝備與人工智能研究院許可,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/202110295369.X/2.html,轉載請聲明來源鉆瓜專利網。





