[发明专利]一种基于经验模态分解与回归模型的OLED缺陷检测方法

摘要

本发明公开了一种基于经验模态分解与回归模型的OLED缺陷检测方法，所述方法包括如下步骤：采集OLED图像，并对OLED图像进行强度信号分析；采用自回归模型的经验模态分解方法对OLED图像强度信号按照x和y方向进行线信号分解，根据得到的频谱数据计算OLED图像中的OLED子图像x和y方向的边长；将OLED图像的左上角顶点作为原点，利用OLED子图x和y方向的边长定义OLED图像的切割网格；并对OLED图像进行切割，得到矩形OLED发光图像阵列；计算矩形OLED发光图像阵列中OLED元件的位置偏移值，根据所述位置偏移值调整OLED子图像与切割网格对齐；选取OLED子图像模板，将OLED子图像模板与矩形OLED发光图像阵列中OLED子图像逐一比较来判断OLED有无缺陷。本发明准确性高、检测效率高。

主权项

1.一种基于经验模态分解与回归模型的OLED缺陷检测方法，其特征在于，所述方法包括如下步骤：S1：采集OLED图像，并对OLED图像进行强度信号分析，得到OLED图像强度信号数据；S2：采用自回归模型的经验模态分解方法对OLED图像强度信号按照x和y方向进行线信号分解，其中OLED图像水平方向作为x方向，OLED图像竖直方向作为y方向，得到OLED图像x和y方向不同频率的强度信号分量，去除所述x和y方向不同频率的强度信号分量中的高频和低频分量，得到OLED图像x方向和y方向的最终频谱数据，根据x方向和y方向的最终频谱数据计算OLED图像中的OLED子图x方向的边长和y方向的边长；S3：将OLED图像的左上角顶点作为原点，利用OLED子图x方向的边长和y方向的边长定义OLED图像的切割网格；S4：使用切割网格将OLED图像进行分割，得到矩形OLED发光图像阵列；所述OLED发光图像阵列由OLED子图像组成，所述OLED发光子图像均为矩形；S5：使用2D图像的互相关算法对矩形OLED发光图像阵列中OLED元件的位置偏移值进行计算，根据OLED元件的位置偏移值的大小调整OLED子图像，使得OLED子图像与切割网格对齐；S6：在矩形OLED发光图像阵列中选取OLED子图像模板，将OLED子图像模板与矩形OLED发光图像阵列中OLED子图像逐一比较来判断OLED有无缺陷。