[發明專利]基于特征金字塔網絡FPN的NLED/QLED/OLED像素缺陷檢測方法及系統

在審

• 申請號: 202210679231.4
• 申請日: 2022-06-16
• 公開（公告）號: CN114998278A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 葉蕓;劉蘭;郭太良;秦新智;鄭雅倩
• 申請（專利權）人: 福州大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T3/40;G06N3/04;G06N3/08
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 張燈燦;蔡學俊

本發明涉及一種基于特征金字塔網絡FPN的NLED/QLED/OLED像素缺陷檢測方法及系統，該方法包括：分塊獲取待測打印像素面板的原始圖像；對分塊原始圖像進行預處理；拼接同一面板的所有分塊圖像；對拼接后的圖像建立樣本數據庫，使用正常圖像作為訓練圖像，不同類型缺陷圖像及正常圖像作為測試圖像；選擇正常圖像，使用預訓練的ResNet?18模型作為訓練網絡的主干，對正常圖像特征分布進行建模；使用與預訓練網絡相同架構的網絡模型作為測試網絡，輸入測試圖像，通過特征金字塔匹配進行數據測試；通過測試圖像與正常圖像之間的異常分數得出缺陷檢測結果，判斷測試圖像是否存在缺陷，是則判定為缺陷產品。該方法及系統提高檢測的效率與精度，降低檢測成本，從而提高生產效率。

技術領域

本發明屬于顯示面板缺陷檢測技術領域，具體涉及一種基于特征金字塔網絡FPN的NLED/QLED/OLED像素缺陷檢測方法及系統。

背景技術

納米發光二極管(Nano crystal Light-EmittingDiode，NLED)是使用納米發光材料制備的電致發光或者光致發光器件；量子點發光二極管(Quantum dotLight-EmittingDiode，QLED)和OLED結構相似，制作方法也互相兼容；有機發光二極管(OrganicLight-Emitting Diode，OLED)是基于有機材料的電致發光器件。在進行NLED/QLED/OLED器件的制作時,通過噴墨打印設備的噴墨頭,采用噴墨打印的方式,將墨水打入至玻璃基板的像素坑內,形成器件上的一層材料薄膜。噴墨打印像素制程中墨水、基板、打印工藝的差異等使得面板不可避免地出現各種缺陷，這些缺陷將直接影響顯示器的顯示效率、壽命及價格。

描述缺陷的類型隨著缺陷檢測在顯示面板上應用技術的不斷發展，各個專家學者及企業對這方面的深入探索，缺陷檢測技術也逐漸開始從理論學術走向落地項目。NLED/QLED/OLED常見的像素成膜完整性缺陷主要包括：像素bank之間的阻隔壁上存在衛星點、沉積在相鄰像素bank中不正確的墨水顏色和墨水顏色混合、以及墨水空洞、為充分填充的像素bank、過填充的像素bank等。對于像素缺陷的檢測方法有：(1)利用不同顏色的相鄰像素的像素值的平均值以及指定顏色像素閾值來確定所述缺陷要被檢測的像素是否有缺陷，這種方法理論比支撐比較豐富，無需訓練過程，但是參數改動性太大，穩定性不強。(2)基于周期提取方式對像素缺陷進行檢測，這種方式簡單有效，對于采集環境高度可控的場景有很高的檢測精度，當場景或者目標發生變化時，效果就會產生很大的出入。(3)基于大數據和神經網絡的方法從大量數據中自動學習圖像的特征，擬合數學模型，從而實現像素的缺陷檢測，這類方法識別缺陷的準確率高、適應性強，對很多難以識別的缺陷也能有很好的檢測效果，這種方式需要很多樣本，同時需要對缺陷數據進行大量人工標注，當數據不夠時，會出現欠擬合的問題，無法滿足小樣本，而打印像素成膜方面的缺陷檢測又由于缺少實驗樣本，難以進行大量數據的訓練。

因此，在NLED/QLED/OLED打印像素缺陷檢測的過程中，往往會存在檢測穩定性不強、通用性弱、缺少訓練數據等問題，使像素缺陷檢測效果大打折扣，讓帶有缺陷的打印面板流入后續步驟，從而導致產品良率的降低和成本損失。

發明內容

本發明的目的在于提供一種基于特征金字塔網絡FPN的NLED/QLED/OLED像素缺陷檢測方法及系統，該方法及系統提高檢測的效率與精度，降低檢測成本，從而提高生產效率。

為實現上述目的，本發明采用的技術方案是：一種基于特征金字塔網絡FPN的NLED/QLED/OLED像素缺陷檢測方法，包括以下步驟：

步驟S1：使用圖像獲取設備分塊獲取待測打印像素面板的原始圖像；

步驟S2：對步驟S1得到的分塊原始圖像進行預處理；

步驟S3：接收到預處理后的圖像，對同一面板的所有分塊圖像通過SIFT算法進行拼接；