[发明专利]用于白点Mura检测的系统及方法

说明书

本发明涉及用于白点Mura检测的系统及方法。一种用于对显示面板中的图像的诸如白点Mura缺陷等一个或多个缺陷进行检测的方法包括：接收显示面板的图像；将图像划分为多个斑块，多个斑块中的每个斑块对应于图像的m个像素×n个像素的区域(其中m和n是大于或等于1的整数)；针对多个斑块生成多个特征向量，多个特征向量中的每个特征向量对应于多个斑块中的一个斑块，并且包括一个或多个图像纹理特征以及一个或多个图像矩特征；以及通过利用多类支持向量机，基于多个特征向量中的相应一个特征向量来对多个斑块中的每个斑块进行分类，以检测一个或多个缺陷。

相关申请的交叉引用

本申请要求于2017年4月18日提交的美国临时申请62/486,928号(“System andMethod for White Spot Mura Detection(用于白点Mura检测的系统及方法)”)以及2017年6月30日提交的美国申请15/639,859号的优先权和权益，其全部内容通过引用被并入本文。

技术领域

本发明实施例的各方面涉及一种用于缺陷检测的系统以及使用该系统的方法。

背景技术

近年来，随着新的显示技术推向市场，显示产业一直在迅猛发展。移动设备、电视机、虚拟现实(VR)耳机以及其他显示器一直是促使显示器拥有更高分辨率以及更精确的色彩再现的忠实力量。随着新型显示面板模块以及生产方法的部署，使用传统方法检查表面缺陷变得更加困难。

本背景技术部分中公开的上述信息仅用于增强对本发明的理解，因此其可能包含不构成对于本领域普通技术人员而言为已知的现有技术的信息。

发明内容

本发明实施例的各方面针对一种自动检查系统及方法，其利用机器学习来提高缺陷检测(诸如白点Mura缺陷的检测)的速度及准确性。在一些实施例中，自动检查系统接收显示设备拍摄到的图像，将图像分割为斑块，计算每个斑块的图像特征，并且通过利用经训练的支持向量机(SVM)使用计算出的特征来识别包含诸如白点Mura等缺陷的斑块。在一些实施例中，特征包括纹理特征和图像矩的组合。

根据本发明的一些实施例，提供一种用于对显示面板中的一个或多个白点Mura缺陷进行检测的方法，该方法包括：接收显示面板的图像，图像包括一个或多个白点Mura缺陷；将图像划分为多个斑块，多个斑块中的每个斑块对应于图像的m个像素×n个像素的区域(其中m和n是大于或等于1的整数)；针对多个斑块生成多个特征向量，多个特征向量中的每个特征向量对应于多个斑块中的一个斑块，并且包括一个或多个图像纹理特征以及一个或多个图像矩特征；以及通过利用多类支持向量机(SVM)，基于多个特征向量中的相应一个特征向量来对多个斑块中的每个斑块进行分类，以检测一个或多个白点Mura缺陷。

在一些实施例中，多个斑块彼此不重叠。

在一些实施例中，每个斑块在尺寸上大于平均的白点Mura缺陷。

在一些实施例中，每个斑块对应于显示面板的32个像素×32个像素的区域。

在一些实施例中，一个或多个图像纹理特征包括对比度灰度共生矩阵(GLCM)纹理特征和非相似性GLCM纹理特征中的至少一个。

在一些实施例中，一个或多个图像矩特征包括三阶质心矩μ₃₀、第五胡不变矩I₅和第一胡不变矩I₁中的至少一个。

在一些实施例中，使用含缺陷的图像和无缺陷的图像两者来对多类SVM进行训练。

在一些实施例中，对一个或多个斑块进行分类包括：将多个斑块的多个特征向量提供给多类SVM，以基于特征向量来识别一个或多个白点；以及将多个斑块中包含识别出的一个或多个白点的一个或多个斑块标记为有缺陷。