[发明专利]印刷显示面板喷墨打印像素缺陷检测与分类方法及其装置在审

专利信息
申请号: 201810727496.0 申请日: 2018-07-05
公开(公告)号: CN108986086A 公开(公告)日: 2018-12-11
发明(设计)人: 林志贤;纪艳玲;唐谦;林珊玲;郭太良 申请(专利权)人: 福州大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/10;G06T3/40
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 蔡学俊
地址: 350108 福建省福*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 原始图像 分类 预处理 像素缺陷检测 喷墨打印 显示面板 拼接 提示 图像 印刷 分块图像 后续工艺 机器学习 检测结果 面板图像 缺陷像素 人工检测 图像缺陷 主观因素 统计分析 分类器 细分类 分割 分块 像素
【权利要求书】:

1.一种印刷显示面板喷墨打印像素缺陷检测与分类方法,其特征在于,包括如下步骤:

步骤S1、将喷墨打印后的印刷显示面板放在检测平台上,分块获取待检测印刷显示面板的原始图像;

步骤S2、对步骤S1接收到的分块原始图像进行预处理;

步骤S3、对预处理后且同一印刷显示面板的所有分块原始图像进行拼接;

步骤S4、对拼接后的原始图像进行分割,获取检测目标;

步骤S5、对分割后的原始图像,采用机器学习中的分类器对打印像素图像进行二分类,若无缺陷则进行后续工艺,若有则执行步骤S6;

步骤S6、对分类后提示有缺陷像素的原始图像,进行缺陷像素的定位及细分类,并对缺陷类别及数量进行统计分析指明相应缺陷的解决方法。

2.根据权利要求1所述的印刷显示面板喷墨打印像素缺陷检测与分类方法,其特征在于,所述步骤S2中预处理方式为对分块原始图像进行灰度直方图均衡化来提高图像亮度,增强细节。

3.根据权利要求1所述的印刷显示面板喷墨打印像素缺陷检测与分类方法,其特征在于,所述步骤S3中拼接方式包括图像特征点匹配、坐标变换和图像融合,所述图像特征点匹配是对预处理后的分块原始图像进行梯度特征提取及配对,所述坐标变换是根据两幅待拼接的分块原始图像的坐标系之间的关系,通过矩阵乘法将二者的坐标系统一成一个,所述图像融合是将不同来源的相同对象的图像数据进行空间上配准,然后通过算法将各个图像所有信息互补,有效结合,拼接为一幅图像,方便后续对整张印刷显示面板缺陷的分类及统计。

4.根据权利要求1所述的印刷显示面板喷墨打印像素缺陷检测与分类方法,其特征在于,所述步骤S4的具体实现过程为:利用改进的K-均值聚类算法对拼接后的原始图像进行分割,最终得到图像的发光材料打印区和bank背景区。

5.根据权利要求1所述的印刷显示面板喷墨打印像素缺陷检测与分类方法,其特征在于,所述步骤S5的具体实现过程为:对分割后的原始图像,采用机器学习中的SVM分类器及方向梯度直方图特征对图像进行二分类,若无缺陷像素则进入后续工艺,若有则执行步骤S6。

6.根据权利要求1所述的印刷显示面板喷墨打印像素缺陷检测与分类方法,其特征在于,所述步骤S6的具体实现过程为:对分类后提示有缺陷像素的原始图像,利用坐标变换定位缺陷像素的实际位置,利用概率神经网络模型对图像纹理特征训练实现缺陷像素的细分类,并对其进行统计分析最终指明相应缺陷的解决方法。

7.一种印刷显示面板喷墨打印像素缺陷检测与分类装置,其特征在于,包括:

喷墨打印机,用于将发光材料打印到印刷显示面板的bank里,为缺陷像素检测提供检测对象;

可移动检测平台,用于固定喷墨打印后的印刷显示面板,并能够按照预设步长移动印刷显示面板;

相机,设置于所述印刷显示面板上方,用于分块采集待测图像;

计算机,与所述相机连接,用于控制所述相机分块采集待测图像,并对接收到的分块待测图像进行分析并输出分析结果。

8.根据权利要求7所述的印刷显示面板喷墨打印像素缺陷检测与分类装置,其特征在于,所述计算机对所述待测图像进行分析并输出分析结果的具体实现步骤如下:

步骤S01、对接收到的分块待测图像进行预处理;

步骤S02、对预处理后且同一印刷显示面板的所有分块待测图像进行拼接;

步骤S03、对拼接后的待测图像进行分割,获取检测目标;

步骤S04、对分割后的待测图像,采用机器学习中的分类器对像素图像进行二分类,若无缺陷则进行后续工艺,若有则执行步骤S05;

步骤S05、对分类后提示有缺陷像素的待测图像,进行缺陷像素的定位及细分类,并对其类别及数量进行统计分析指明相应缺陷的解决方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810727496.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top