原文传递
一种显示屏的缺陷自动光学检测方法
| 专利名称： | 一种显示屏的缺陷自动光学检测方法 |
| 摘要： | 本发明公开一种显示屏的缺陷自动光学检测方法，读入一自动光学检测图像；对自动光学检测图像进行ROI区域裁剪，获得待检图像；将待检图像分割成大小为S*S的子图像；将每个子图象平均分成N*N个部分；对子图象进行卷积计算，得到每个子图像灰度差的统计特征值；根据当前子图象的灰度差的统计特征值计算所有子图象灰度差的平均值和标准方差；根据平均值和标准方差计算图像的子图象灰度差的自适应阈值的上限值和下限值；将当前子图像的灰度差的统计特征值与上限值和下限值进行比较；若当前子图像子图象的灰度差的统计特征值大于所述上限值，或者大于下限值，则判定该当前子图像为缺陷。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 江苏;32 |
| 申请人： | 苏州佳智彩光电科技有限公司 |
| 发明人： | 不公告发明人 |
| 专利状态： | 有效 |
| 申请日期： | 2018-11-05T00:00:00+0800 |
| 发布日期： | 2019-04-26T00:00:00+0800 |
| 申请号： | CN201811305859.8 |
| 公开号： | CN109682820A |
| 代理机构： | 苏州创元专利商标事务所有限公司 |
| 代理人： | 马明渡;吴雯珏 |
| 分类号： | G01N21/88(2006.01);G;G01;G01N;G01N21 |
| 申请人地址： | 215200 江苏省苏州市吴江经济技术开发区长安路东侧 |
| 主权项： | 1.一种显示屏的缺陷自动光学检测方法，其特征在于：按照以下步骤进行操作： 第一步，读入一显示屏的自动光学检测图像； 第二步，对所述自动光学检测图像进行区域裁剪，获得待检图像； 第三步，将所述待检图像分割成大小为S*S的子图像； 第四步，将每个子图象平均分成N*N个部分； 第五步，设定当前子图象为Aij，该当前子图像特征量的计算公式为其中(i,j)代表子图像的下标，(m,n)代表该子图像卷积移动的位置下标； 第六步，对每个子图象进行单独卷积，得到当前子图象卷积后的灰度数据，并计算卷积数据的最大值max(Aij)和最小值min(Aij)，并根据公式Bij＝max(Aij)-min(Aij)得到每个子图像灰度差的统计特征值Bij； 第七步，按照公式计算所有子图象灰度差的平均值并按照公式计算所有子图象灰度差的标准方差σ； 第八步，根据所述平均值和标准方差σ，按照公式TUB＝B+C*σ计算待检图像的子图象灰度差的自适应阈值的上限值，并按照公式TUB＝B-C*σ计算待检图像的子图象灰度差的自适应阈值的下限值，其中，C为控制常量； 第九步，将当前子图像的灰度差的统计特征值Bij与上限值和下限值进行比较；若当前子图像子图象的灰度差的统计特征值Bij大于所述上限值，或者大于所述下限值，则判定该当前子图像为缺陷。 2.根据权利要求1所述的显示屏的缺陷自动光学检测方法，其特征在于：所述第六步中，对每个子图像做卷积操作，其中，子图象大小为S*S，其有效子图像个数为：其中Nsh和Nsw分别代表图像沿高度，宽度方向的有效子图像个数，H为图像的高度，W为图像的宽度，卷积窗口大小是N*N，其卷积核大小为S，卷积的步长为得到卷积后的灰度数据图像，再计算所有子图像卷积数据中最大值max(Aij)和最小值min(Aij)的差值，得到当前子图像灰度差的统计特征值Bij。 3.根据权利要求1所述的显示屏的缺陷自动光学检测方法，其特征在于：所述第二步中，对所述自动光学检测图像进行区域裁剪时采用ROI裁剪。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
