[发明专利]通过数据平衡基于学习的视觉检查方法以及利用其的视觉检查装置

摘要

本发明的通过数据平衡基于学习的视觉检查方法，包括：词典学习步骤，从真性不良品的样品的真性样本以及假性不良品的样品的假性样本收集影像并图示化，在特征空间上图示化而导出作为真性数据所处的区域及假性数据所处的区域的境界的分类基准；不良判断步骤；在所述特征空间上代入从检查对象物提取为影像而公式化的被检数据，以分类基准为境界在特征空间上判断被检数据所处的区域来将检查对象判断为真性不良或假性不良；以及附加学习步骤，在词典学习步骤适用被检数据而修改特征空间上的分类基准，此时，被检数据通过数据平衡步骤而修改使得真性数据及假性数据以相同的数量构成，并且，反复执行不良判断步骤及附加学习步骤。

主权项

1.一种通过数据平衡基于学习的视觉检查方法，其为用于检查粘接在显示面板的偏光层的不良的基于学习的视觉检查方法，其中，包括：词典学习步骤，以相同的数量包括真性不良品的样品的真性样本及假性不良品的样品的假性样本而形成第一学习群，并提取具备相同数量的从所述第一学习群收集的影像被公式化的真性数据及假性数据的第一数据群，并将所述第一数据群在特征空间上图示化而导出作为所述真性数据所处的真性区域及所述假性数据所处的假性区域的境界即分类基准；不良判断步骤；在所述特征空间上代入从检查对象物即粘贴有偏光层的显示面板提取为影像而公式化的被检数据，以所述分类基准为境界在所述特征空间上判断所述被检数据所处的区域来将所述检查对象判断为真性不良或假性不良；以及附加学习步骤，在所述词典学习步骤适用所述被检数据而修改所述特征空间上的分类基准，此时，所述被检数据通过数据平衡步骤而修改使得所述真性数据及所述假性数据以相同的数量构成所述第一数据群，并且，反复执行所述不良判断步骤及所述附加学习步骤。