[發(fā)明專利]一種用于液晶屏的導(dǎo)電粒子缺陷檢測的深度學(xué)習(xí)算法

在審

• 申請?zhí)枺?/td>: 202110332793.7
• 申請日: 2021-03-29
• 公開（公告）號: CN113012139A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計）人: 高飛;高小冬
• 申請（專利權(quán)）人: 南京奧縱智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 天津垠坤知識產(chǎn)權(quán)代理有限公司 12248
• 代理人: 王忠瑋

本發(fā)明提供本發(fā)明提供一種用于液晶屏的導(dǎo)電粒子缺陷檢測的深度學(xué)習(xí)算法，通過收集帶缺陷的粒子圖像，標注缺陷圖像，設(shè)置訓(xùn)練的參數(shù)，修改卷積神經(jīng)網(wǎng)絡(luò)的層和結(jié)點，預(yù)測目標圖像所包含的缺陷，實現(xiàn)缺陷的有效識別。本發(fā)明能檢測出導(dǎo)電粒子的優(yōu)劣，檢測精度和檢測穩(wěn)定性高，提高了視覺檢測設(shè)備的功能性和穩(wěn)定性。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能算法領(lǐng)域，具體為一種用于液晶屏的導(dǎo)電粒子缺陷檢測的深度學(xué)習(xí)算法。

背景技術(shù)

在智研咨詢網(wǎng)發(fā)布的《2018-2024年中國液晶顯示板行業(yè)市場運營模式分析及發(fā)展趨勢預(yù)測研究報告》的報告中指出，我國內(nèi)在未來的幾年內(nèi)會增加液晶屏的產(chǎn)能，國內(nèi)的需求量將迎來高峰期。大多數(shù)的液晶屏使用的是一種晶粒-玻璃接合技術(shù)，連接晶粒與玻璃的材料是各向異性導(dǎo)電膜(ACF)。ACF中導(dǎo)電粒子的定位和貼合質(zhì)量是判斷液晶屏質(zhì)量好壞的重要依據(jù)之一。目前很多液晶屏產(chǎn)商還是使用人工抽檢的方式對ACF中的導(dǎo)電粒子進行檢測，檢測速度慢，檢測質(zhì)量低。現(xiàn)階段人工檢測已很難滿足廠商對質(zhì)量和效率的要求。隨著圖像處理與模式識別技術(shù)不斷成熟，國內(nèi)外已成功開發(fā)了較為先進的自動化檢測設(shè)備。國外開發(fā)的導(dǎo)電粒子自動化檢測設(shè)備功能強大、穩(wěn)定性高，但價格昂貴，我國自主研發(fā)的檢測設(shè)備雖價格低廉，但功能和性能差強人意，優(yōu)秀的人工智能算法，能夠提高視覺檢測設(shè)備的功能性和穩(wěn)定性，使我國已開發(fā)的導(dǎo)電粒子自動化檢測設(shè)備即具有價格優(yōu)勢，又具有性能優(yōu)勢。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有液晶屏導(dǎo)電粒子自動化檢測準確性和穩(wěn)定性不高的技術(shù)問題，提供了一種用于液晶屏的導(dǎo)電粒子缺陷檢測的深度學(xué)習(xí)算法。

本發(fā)明提出如下技術(shù)方案：一種用于液晶屏的導(dǎo)電粒子缺陷檢測的深度學(xué)習(xí)算法，包括如下步驟：

第一步：收集帶缺陷的粒子圖像；

第二步：標注缺陷圖像；

第三步：設(shè)置訓(xùn)練的參數(shù)，修改卷積神經(jīng)網(wǎng)絡(luò)的層和結(jié)點；

第四步：預(yù)測目標圖像所包含的缺陷，實現(xiàn)缺陷的有效識別。

進一步的，在本發(fā)明中，第一步的具體步驟包括：采用定位的面陣相機和xyq的三自由度對位平臺，采樣相機采用線陣攝像頭。

進一步的，在本發(fā)明中，第二步使用labelme軟件對收集的缺陷特征圖像進行標注，生成對應(yīng)圖像的缺陷特征區(qū)域。

進一步的，在本發(fā)明中，對于細微表面粒子的缺陷特征，對表面缺陷特征采用亞像素級上采樣，采用雙線性內(nèi)插法增大圖像缺陷的特征區(qū)域。

進一步的，在本發(fā)明中，第三步的具體步驟包括：使用6層卷積結(jié)構(gòu)進行上采樣，收集每一次采樣后的圖像特征區(qū)域，提取特征區(qū)域的缺陷，建立缺陷模型，然后映射到原始圖像的對應(yīng)區(qū)域，在相同的層上使用殘差網(wǎng)絡(luò)進行相加，并把所有的特征區(qū)域resize到同樣的大小進行訓(xùn)練學(xué)習(xí)，使用每個階段的最后一個殘差結(jié)構(gòu)的特征激活輸出，將這些殘差模塊輸出表示為{C2，C3，C4，C5，C6}，對應(yīng)于conv2，conv3，conv4，conv5和conv6的輸出，它們相對于輸入圖像具有{4，8，16，32，64}像素的步長。

進一步的，在本發(fā)明中，第四步的具體步驟包括：使用訓(xùn)練好的權(quán)重文件和配置文件對目標圖像進行預(yù)測，實現(xiàn)缺陷的有效識別。

有益效果，本申請的技術(shù)方案具備如下技術(shù)效果：

1、本發(fā)明利用深度學(xué)習(xí)算法檢測液晶屏導(dǎo)電粒子缺陷，提高了檢測精度和檢測穩(wěn)定性。

2、由于表面粒子的缺陷特征比較細微，導(dǎo)致識別準確率不高，采用雙線性內(nèi)插法使圖像放大，用亞像素進行分析，檢測精度大大提升。

3、為了準確提取缺陷的特征區(qū)域，使用卷積神經(jīng)網(wǎng)絡(luò)對圖像進行六次上采樣，收集采樣后的圖像特征區(qū)域，建立缺陷的模型，然后映射到原始圖像的對應(yīng)區(qū)域，提高了檢測的準確性。