专利名称: |
一种基于AOI的基板缺陷类别判别方法 |
摘要: |
本发明提供一种基于AOI的基板缺陷类别判别方法,包括以下步骤:利用AOI扫描基板得到整片基板的灰阶图像;对灰阶图像进行识别,以识别出位于基板的边缘区域的不良区,并记录不良区的面积尺寸S1和长度尺寸L1;将S1与设定面积尺寸范围比对,并将L1与设定长度尺寸范围比对;根据比对结果判别所述不良区的缺陷的类别。利用五点比对法检测出基板上的不良像素点后,利用图形识别技术识别出由一定范围内不良像素点连接形成的不良区,并记录不良区的面积尺寸S1和长度尺寸L1,在对基板缺陷类别进行判别时,将不良区的面积尺寸和长度尺寸同时作为判别条件,可有效过滤掉大面积分布的圆形或扇形光阻残留和金属残留,达到精准侦测到玻璃边缘裂痕及缺角的效果。 |
专利类型: |
发明专利 |
国家地区组织代码: |
广东;44 |
申请人: |
深圳市华星光电技术有限公司 |
发明人: |
杨联海;叶巧云 |
专利状态: |
有效 |
申请日期: |
2019-01-23T00:00:00+0800 |
发布日期: |
2019-05-07T00:00:00+0800 |
申请号: |
CN201910064764.X |
公开号: |
CN109725002A |
代理机构: |
深圳翼盛智成知识产权事务所(普通合伙) |
代理人: |
黄威 |
分类号: |
G01N21/958(2006.01);G;G01;G01N;G01N21 |
申请人地址: |
518132 广东省深圳市光明新区塘明大道9-2号 |
主权项: |
1.一种基于AOI的基板缺陷类别判别方法,其特征在于,包括以下步骤: S10、利用AOI扫描基板得到整片基板的灰阶图像; S20、利用图形识别技术对所述灰阶图像进行识别,以识别出位于所述基板的边缘区域的不良区,并记录所述不良区的面积尺寸S1和长度尺寸L1; S30、将S1与设定面积尺寸范围比对,并将L1与设定长度尺寸范围比对; S40、根据比对结果判别所述不良区的缺陷的类别。 2.根据权利要求1所述的基于AOI的基板缺陷类别判别方法,其特征在于,所述基板缺陷类别判别方法还包括: S50、若所述S1在所述设定面积尺寸范围内,并且,所述L1在所述设定长度尺寸范围内,则所述不良区的缺陷为裂痕。 3.根据权利要求2所述的基于AOI的基板缺陷类别判别方法,其特征在于,所述基板缺陷类别判别方法还包括: S60、若所述S1未在所述设定面积尺寸范围内或/和所述L1未在所述设定长度尺寸范围内,则所述不良区的缺陷为脏污。 4.根据权利要求1所述的基于AOI的基板缺陷类别判别方法,其特征在于,所述步骤S20包括: S21、取所述基板上的五个像素点的灰阶值,并记录五个像素点的灰阶值的平均值a; S22、记录测量像素点的灰阶值b,通过b减去a,得到差值c; S23、求取灰阶中心值与c之和,得到所述测量像素点的灰阶逻辑值d; S24、将d与设定灰阶值范围比对,根据比对结果判别所述测量像素点是否为不良像素点。 5.根据权利要求4所述的基于AOI的基板缺陷类别判别方法,其特征在于,所述步骤S21包括: S211、取第一像素点的灰阶值a1; S212、取位于所述第一像素点上侧的第二像素点的灰阶值a2、取位于所述第一像素点下侧的第三像素点的灰阶值a3、取位于所述第一像素点左侧的第四像素点的灰阶值a4、取位于所述第一像素点右侧的第五像素点的灰阶值a5; S213、求取上述五个所述像素点的灰阶值的平均值,并记录为a。 6.根据权利要求4所述的基于AOI的基板缺陷类别判别方法,其特征在于,所述步骤S24包括: S241、若d在设定灰阶值范围内,则所述测量像素点正常。 7.根据权利要求6所述的基于AOI的基板缺陷类别判别方法,其特征在于,所述步骤S24包括: S242、若d未在设定灰阶值范围内,则所述测量像素点为不良像素点。 8.根据权利要求1所述的基于AOI的基板缺陷类别判别方法,其特征在于,所述设定面积尺寸范围为2000~3500像素。 9.根据权利要求1所述的基于AOI的基板缺陷类别判别方法,其特征在于,所述设定长度尺寸范围为1300~2000微米。 10.根据权利要求7所述的基于AOI的基板缺陷类别判别方法,其特征在于,所述设定灰阶值范围为90~160。 |
所属类别: |
发明专利 |