[发明专利]一种用于显示面板缺陷检测的周期提取方法、装置及系统在审
申请号: | 202110295369.X | 申请日: | 2021-03-19 |
公开(公告)号: | CN113205480A | 公开(公告)日: | 2021-08-03 |
发明(设计)人: | 王绍凯;罗川淦;金鑫;谭久彬 | 申请(专利权)人: | 哈工大机器人(中山)无人装备与人工智能研究院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06T7/187;G06K9/46;G06K9/62 |
代理公司: | 北京隆源天恒知识产权代理事务所(普通合伙) 11473 | 代理人: | 徐苏明 |
地址: | 528400 广东省中山市翠亨新区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 显示 面板 缺陷 检测 周期 提取 方法 装置 系统 | ||
本发明提供了一种用于显示面板缺陷检测的周期提取方法、装置及系统,涉及显示面板缺陷检测技术领域。本发明所述的用于显示面板缺陷检测的周期提取方法,包括:根据显示面板的周期特征确定周期特征点;根据所述周期特征点提取周期。本发明所述的技术方案,以周期特征点的方式进行切入来提取周期,通过以点代替周边区域,减少重复数据的计算,相比于自相关函数方法通过傅里叶变换把图像从时域变换到频域导致耗时较长而言,有效提高周期提取的效率,从而提高显示面板缺陷检测的效率。
技术领域
本发明涉及显示面板缺陷检测技术领域,具体而言,涉及一种用于显示面板缺陷检测的周期提取方法、装置及系统。
背景技术
玻璃基板是生产TFT-LCD(Thin film transistor liquid crystal display,薄膜晶体管液晶显示器)的重要原材料,在其生产过程中,由于各种原因,零部件不可避免会产生多种不同类型的缺陷,例如在印制电路板上出现划伤、孔错位、划伤、短路、断路、污染等缺陷,玻璃基板规则区域和滤光片表面含有针孔、划痕、颗粒、脏污和亮度不均匀等缺陷。这些缺陷不仅影响产品的性能,给生产厂家造成巨大经济损失,严重时甚至会危害到用户人身安全。所以产品的检测就显得尤为重要,对于玻璃基板这类显示面板,传统缺陷检测方法为人工目视检测法,但是此方法存在主观性强、人眼空间和时间分辨率有限、检测不确定性大、易产生歧义、效率低下等缺点,已很难满足现代工业高速、高分辨率的检测要求。
在显示面板检测领域,利用基于光学图像传感的表面缺陷自动光学(视觉)检测技术(automatically optical inspection,AOI)取代人工目视检测表面缺陷,已逐渐成为表面缺陷检测的重要手段;在表面缺陷自动光学(视觉)检测技术中,对周期的分析提取往往采用自相关函数的方法,但自相关函数方法需要通过傅里叶变换把图像从时域变换到频域,此步骤耗时较长,影响显示面板缺陷检测的效率。
发明内容
本发明解决的问题是如何提高显示面板缺陷检测的效率。
为解决上述问题,本发明提供一种用于显示面板缺陷检测的周期提取方法,包括:根据显示面板的周期特征确定周期特征点;根据所述周期特征点提取周期。
本发明所述的用于显示面板缺陷检测的周期提取方法,以周期特征点的方式进行切入来提取周期,通过以点代替周边区域,减少重复数据的计算,相比于自相关函数方法通过傅里叶变换把图像从时域变换到频域导致耗时较长而言,有效提高周期提取的效率,从而提高显示面板缺陷检测的效率。
可选地,所述根据显示面板的传感图像确定周期特征点包括:采用灰度变换放大所述传感图像中周期特征的对比度;通过灰度阈值分割周期特征区域;采用开运算分离所述周期特征区域中相连区域形成分离区域,从所述分离区域确定所述周期特征点。
本发明所述的用于显示面板缺陷检测的周期提取方法,采用灰度变换放大传感图像中周期特征的对比度,便于分割周期特征,以及通过灰度阈值分割周期特征区域,采用开运算分离周期特征区域中相连区域,以形成分离区域,有利于后续提取周期,从而有效提高周期提取的效率。
可选地,所述从所述分离区域确定所述周期特征点包括:根据预设筛选条件从所述分离区域筛选以确定所述周期特征点。
本发明所述的用于显示面板缺陷检测的周期提取方法,根据预设筛选条件从分离区域筛选以确定周期特征点,减少干扰点,提高周期提取的准确性。
可选地,所述根据所述周期特征点提取周期包括:从所述传感图像提取所述周期特征点的中心坐标,根据所述中心坐标分行排列所述周期特征点;从所述周期特征点中剔除异常特征点并补充缺失特征点;根据剔除所述异常特征点以及补充所述缺失特征点后的周期特征点中提取周期。
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哈工大机器人(中山)无人装备与人工智能研究院,未经哈工大机器人(中山)无人装备与人工智能研究院许可,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/202110295369.X/2.html,转载请声明来源钻瓜专利网。