[发明专利]一种缺陷识别方法以及用于自动检查机的缺陷识别系统

说明书

技术领域

本发明涉及检测领域，具体涉及一种缺陷识别方法以及用于自动检查机的缺陷识别系统。

背景技术

在在TFT-LCD生产工艺中，需要对其中的玻璃基板存在的可能的缺陷进行检查。在现有技术中，通常采用全数检查机(AOI)对其中存在的各类微观缺陷进行检查。玻璃基板在进入检查单元后，检查系统通过透射和反射检查方式对玻璃基板上膜层的白缺陷和黑缺陷进行检查，检查出微观缺陷的大小(size)和数量，并且得到缺陷的微观图片；微观图片一般都可以反馈到检查结果当中。

但是现有技术中的检查机存在一定的技术问题，目前现有的检查技术无法进行对缺陷类别进行分类统计以及自动分析，一般都需要通过人员再对检查结果中的微观图片逐一进行肉眼识别，然后进行人为的判断和分析，从而实现对于缺陷类别的甄别。这种方式对于缺陷的统计及改善一般滞后性很大，且工作量极为繁重，也存在一定误判，不利于生产线的运营及产品良率的提升。

发明内容

为了解决现有技术中的技术问题，本发明公开一种缺陷识别方法，包括以下步骤：

步骤S1：建立已知缺陷数据的标准样本数据库；

步骤S2：将待识别的缺陷图片与所述标准样本数据库中的已知缺陷数据进行对比分析，判定缺陷的类型。

作为对步骤S1的进一步的改进，在本发明的一个实施中，所述步骤S1包括以下子步骤：

步骤S11：对首次出现的缺陷的基准画像照片进行人工判定，确定缺陷类型，并对人工判定的缺陷类型进行记忆保存；

步骤S12：对所述基准画像照片进行处理，过滤掉照片中正常区域的画像，保留照片中缺陷区域的画像，得到缺陷图样；

步骤S13：对所述缺陷图样进行灰度处理，得到只留下具有缺陷个体特征的灰度图像；

步骤S14：将所述灰度图像与所述人工判定的缺陷类型进行匹配，保存记忆，建立已知缺陷的标准样本数据库。

作为对步骤S2的进一步的改进，在本发明的一个实施中，所述步骤S2包括以下子步骤：

步骤S21：对待识别的缺陷图片进行灰度处理；

步骤S22：将灰度处理后的缺陷图片与所述标准样本数据库中的已知缺陷进行对比，得到匹配度；

步骤S23：根据所述匹配度，确定所述待识别的缺陷图片的缺陷类型。

在本发明的一个实施中，优选的，所述的灰度处理包括对缺陷图样依次进行的固定景深处理、灰度差异对比和平滑拟合处理操作。

在本发明的一个实施中，优选的，所述步骤S22中，所述相似度为待识别的缺陷图片中的缺陷与标准样本数据库中的缺陷在形貌和图片灰度上的相似度。

在本发明的一个实施中，优选的，所述缺陷的类型包括膜上异物、膜下异物、膜层脱落和/或假缺陷。

本发明的另一方面，还公开了一种用于自动检查机的缺陷识别系统，其特征在于，包括：

数据库单元，所述数据库单元用于建立已知缺陷的标准样本数据库；

缺陷判定单元，所述缺陷判定单元用于将待识别的缺陷图片与标准样本数据库中的已知缺陷数据的进行对比分析，判定缺陷的类型。

作为对缺陷识别系统的进一步改进，所述数据库单元包括：

标准缺陷模块，所述标准缺陷模块用于将首次出现的缺陷的基准画像照片进行人工判定，确定缺陷类型，并对人工判定的缺陷类型进行记忆保存；

缺陷图样模块，所述缺陷图样模块用于对所述基准画像照片进行处理，过滤掉所述基准画像照片中的正常区域的画像，保留照片中缺陷区域的画像，得到缺陷图样；

灰度处理模块，所述灰度处理模块用于对所述缺陷图样进行灰度处理，得到只留下具有缺陷个体特征的灰度图像；

数据库模块，所述数据库模块用于将所述灰度图像与所述人工判定的缺陷类型进行匹配，保存记忆，建立已知缺陷的标准样本数据库。

作为对缺陷识别系统的进一步改进，所述缺陷判定单元包括：

待识别的缺陷图片处理模块，所述待识别的缺陷图片处理模块用于对待识别的缺陷图片进行灰度处理；

对比模块，所述对比模块用于将灰度处理后的缺陷图片与所述标准样本数据中的已知缺陷进行对比，得到匹配度；

缺陷类型确定模块，所述缺陷类型确定模块根据所述匹配度，确定所述待识别的缺陷图片的缺陷类型。

作为对缺陷识别系统的进一步改进，所述的灰度处理包括对缺陷图样依次进行的固定景深处理、灰度差异对比和平滑拟合处理操作。