CN102288619A - 三维光学膜的瑕疵检测方法及*** - Google Patents

Abstract

本发明提供一种三维光学膜的瑕疵检测方法及***，该方法包含下列步骤。接收对应于待检测的三维光学膜的待检测影像；根据该待检测影像中的至少一区域，求得该区域于第一方向上的复数个第一投影量；根据第二步骤所求得的该区域的该等第一投影量，求得对应于该区域的第一瑕疵检测参数；根据第三步骤所求得的对应于该区域的该第一瑕疵检测参数，判断该待检测影像中的该区域是否具有瑕疵；及输出上一步骤的判断结果。通过本发明，可对具有纹理特性的三维光学膜进行瑕疵检测。

Description

三维光学膜的瑕疵检测方法及***

技术领域

本发明是有关于一种自动光学检测方法(Automated Optical Inspection，AOI)，特别是指一种三维光学膜(3D optical film)的瑕疵(defect)检测方法及***。

背景技术

现有的光学膜瑕疵检测技术，多半是针对表面不具纹理(texture)特性的产品进行检测。请参阅图1A和图1B，以表面不具纹理特性的偏光片(polarizedfilm)为例，根据偏光片分别对应的影像11、12在色彩空间(color space)上的特性，即可直接判断出何者具有瑕疵；进一步来说，颜色变异微小的该影像11所对应的偏光片为无瑕疵(defect-free)的偏光片，颜色变异较大的该影像12所对应的偏光片为具有瑕疵的偏光片。

然而，三维光学膜属于表面具有结构性纹理的产品，故无法利用其对应的影像在色彩空间上的特性来进行瑕疵检测。

发明内容

因此，本发明之目的，即在提供一种三维光学膜的瑕疵检测方法。

于是，本发明三维光学膜的瑕疵检测方法，是利用处理单元配合影像撷取单元来执行，该影像撷取单元用以撷取对应于待检测的三维光学膜的待检测影像；该方法包含下列步骤：(A)接收该待检测影像；(B)根据该待检测影像中的至少一个区域，求得该区域于第一方向上的复数个第一投影量；(C)根据步骤(B)所求得的该区域的这些第一投影量，求得对应于该区域的第一瑕疵检测参数；(D)根据步骤(C)所求得的对应于该区域的该第一瑕疵检测参数，判断该待检测影像中的该区域是否具有瑕疵；及(E)输出步骤(D)的判断结果。

根据本发明所述的三维光学膜的瑕疵检测方法，步骤(B)包括下列子步骤：(b-1)将该待检测影像进行二值化处理，以得到二值化的该待检测影像；及(b-2)根据二值化的该待检测影像中的该区域，求得该区域的该复数个第一投影量。进一步地，步骤(b-2)包括下列子步骤：(b-2-1)根据预先求得的最适区域大小，将二值化的该待检测影像分割为复数个区域；及(b-2-2)对于每一个区域，根据该区域中的复数个像素分别对应的复数个二元值，求得该区域的该复数个第一投影量；其中，步骤(C)根据步骤(B)所求得的该区域的该复数个第一投影量，求得分别对应于该区域的复数个第一瑕疵检测参数；其中，步骤(D)根据步骤(C)所求得的分别对应于该区域的该复数个第一瑕疵检测参数，判断该待检测影像中的该区域是否具有瑕疵。更进一步地，该影像撷取单元还用以撷取对应于无瑕疵的三维光学膜的第一训练影像，该方法还包含步骤(A)之前的下列步骤：(F)接收该第一训练影像；(G)将该第一训练影像进行二值化处理，以得到二值化的该第一训练影像；(H)根据二值化的该第一训练影像，求得至少一个水平纹理周期，及至少一个垂直纹理周期；及(I)根据步骤(H)所求得的该水平纹理周期及该垂直纹理周期，决定该最适区域大小。

根据本发明所述的三维光学膜的瑕疵检测方法，步骤(C)根据该区域的该复数个第一投影量计算第一标准差，以作为对应于该区域的该第一瑕疵检测参数。进一步地，步骤(B)还求得该区域于第二方向上的复数个第二投影量，其中，该第二方向垂直于该第一方向；其中，步骤(C)还根据该区域的该复数个第二投影量计算第二标准差，以作为对应于该区域的第二瑕疵检测参数；其中，步骤(D)根据步骤(C)所求得的对应于该区域的该第一瑕疵检测参数及该第二瑕疵检测参数，判断该待检测影像中的该区域是否具有瑕疵。更进一步地，该影像撷取单元还用以撷取对应于具有瑕疵的三维光学膜的第二训练影像，该方法还包含步骤(A)之前的下列步骤：(J)接收该第二训练影像；(K)将该第二训练影像进行二值化处理，以得到二值化的该第二训练影像；(L)根据二值化的该第二训练影像中的复数个训练区域，求得每一训练区域于该第一方向上的复数个第一训练投影量，及于该第二方向上的复数个第二训练投影量；(M)根据步骤(L)所求得的每一训练区域的该复数个第一训练投影量及该复数个第二训练投影量，计算对应于每一训练区域的第一训练标准差及第二训练标准差；及(N)根据步骤(M)所求得的分别对应于该训练区域的该复数个第一训练标准差及该复数个第二训练标准差，求得第一瑕疵检测参数上限值、第一瑕疵检测参数下限值、第二瑕疵检测参数上限值，及第二瑕疵检测参数下限值。

根据本发明所述的三维光学膜的瑕疵检测方法，步骤(N)利用下列式子来求得该第一瑕疵检测参数上限值、该第一瑕疵检测参数下限值、该第二瑕疵检测参数上限值，及该第二瑕疵检测参数下限值：

HP_thr_u＝HP_Std_avg+k×HP_Std_std；

Hp_thr_l＝Hp_Std_avg-k×Hp_Std_std；

VP_thr_u＝VP_Std_avg+k×Vp_Std_std；及

Vp_thr_l＝Vp_Std_avg-k×Vp_Std_std；

其中，Hp_thr_u代表该第一瑕疵检测参数上限值、Hp_Std_avg代表该复数个第一训练标准差的平均值、Hp_Std_std代表该复数个第一训练标准差的标准差、Hp_thr₁表该第一瑕疵检测参数下限值、Vp_thr_u代表该第二瑕疵检测参数上限值、Vp_Std_avg代表该复数个第二训练标准差的平均值、Vp_Std_std代表该复数个第二训练标准差的标准差、Vp_thr_l代表该第二瑕疵检测参数下限值，k为一个预设常数。

根据本发明所述的三维光学膜的瑕疵检测方法，步骤(D)根据步骤(C)所求得的对应于该区域的该第一瑕疵检测参数及该第二瑕疵检测参数，并配合预先求得的该第一瑕疵检测参数上限值、该第一瑕疵检测参数下限值、该第二瑕疵检测参数上限值，及该第二瑕疵检测参数下限值，以判断该待检测影像中的该区域是否具有瑕疵。

本发明的另一目的，即在提供一种三维光学膜的瑕疵检测***。

于是，本发明三维光学膜的瑕疵检测***包含影像撷取单元及处理单元。该影像撷取单元用以撷取对应于待检测的三维光学膜的待检测影像。该处理单元用以进行：接收该待检测影像；根据该待检测影像中的至少一个区域，求得该区域于第一方向上的复数个第一投影量；根据该区域的这些第一投影量，求得对应于该区域的第一瑕疵检测参数；及根据对应于该区域的该第一瑕疵检测参数，判断该待检测影像中的该区域是否具有瑕疵，并输出判断结果。

本发明的功效在于：藉由根据待检测影像中的该区域的该复数个第一投影量所求得的该第一瑕疵检测参数，可对具有纹理特性的三维光学膜进行瑕疵检测。

附图说明

图1A和图1B是照片影像图，说明一个无瑕疵的偏光片，及一个具有瑕疵的偏光片，两者分别对应的影像；

图2是一方块图，说明本发明三维光学膜的瑕疵检测***的一较佳实施例；

图3A和图3B是照片影像图，说明对应于一个无瑕疵的三维光学膜的一个第一训练影像，及对应于一个具有瑕疵的三维光学膜的一个第二训练影像；

图4是一流程图，说明在本发明三维光学膜的瑕疵检测方法的一个较佳实施例的***初始化阶段中，用于求得一最适区域大小的步骤；

图5A、图5B和图5C是一示意图，说明一个二元范例影像、一个第一曲线图及一个第二曲线图；

图6是一流程图，说明在该***初始化阶段中，用于求得一个第一瑕疵检测参数上限值、一个第一瑕疵检测参数下限值、一个第二瑕疵检测参数上限值，及一个第二瑕疵检测参数下限值的步骤；及

图7是一流程图，说明本发明三维光学膜的瑕疵检测方法的该较佳实施例的***检测阶段所包括的步骤。

具体实施方式

为使对本发明的目的、构造、特征、及其功能有进一步的了解，兹配合实施例详细说明如下。

参阅图2，本发明三维光学膜的瑕疵检测***2的较佳实施例包含光学镜头21、影像撷取单元22，及处理单元23。其中，该影像撷取单元22用以撷取对应于该光学镜头21下的一个三维光学膜的影像；该处理单元23用以根据对应于该三维光学膜的该影像进行瑕疵检测。

以下配合本发明三维光学膜的瑕疵检测方法的一个较佳实施例，说明该处理单元23所执行的步骤。其中，该三维光学膜的瑕疵检测方法分为***初始化阶段，及***检测阶段。

【***初始化阶段】

首先，参阅图2～图5C，该影像撷取单元22撷取对应于无瑕疵的三维光学膜的第一训练(training)影像31，其中，该第一训练影像31具有如图3A所示的结构性纹理特性。

继而，该处理单元23执行以下步骤，以得到一个最适区域大小(size)。

在步骤41中，该处理单元23接收该第一训练影像31。

在步骤42中，该处理单元23将该第一训练影像31进行二值化处理(thresholding)，以得到二值化的该第一训练影像31，其中，二值化的该第一训练影像31为一个二元(binary)影像。

在步骤43中，该处理单元23根据二值化的该第一训练影像31，求得至少一个水平纹理周期，及至少一个垂直纹理周期。

该水平纹理周期及该垂直纹理周期配合图5A所示的一个二元范例影像51进一步说明如后；其中，该二元范例影像51包括其二元值为0的复数个像素(pixel)511，及其二元值为1的复数个像素512。在本较佳实施例中，该处理单元23根据式子(1)～(2)的计算结果，以得到该水平纹理周期及该垂直纹理周期。

令该二元范例影像51的大小以m×n表示；且令该二元范例影像51中每一个像素511、512的二维座标以(x，y)表示其中，该二元范例影像51中最左上角的像素511的二维座标为(1，1)，最右下角的像素511的二维座标为(m，n)；P(x，y)代表其二维座标为(x，y)的像素511、512的二元值。

${\mathrm{SUM}}_{H\_\mathrm{diff}}\left(i\right)=\underset{x=1}{\overset{m-i}{\mathrm{\Σ}}}\underset{y=1}{\overset{n}{\mathrm{\Σ}}}|P(x+i,y)-P(x,y)|---\left(1\right)$

${\mathrm{SUM}}_{V\_\mathrm{diff}}\left(j\right)=\underset{x=1}{\overset{m}{\mathrm{\Σ}}}\underset{y=1}{\overset{n-j}{\mathrm{\Σ}}}|P(x,y+j)-P(x,y)|---\left(2\right)$

其中，i＝1，2，K，m-1，j＝1，2，K，n-1。

为了便于说明，将式子(1)～(2)的计算结果分别以一个第一曲线图52(如图5B)及一个第二曲线图53(如图5C)来示意；由该第一曲线图52可得知SUM_{H_diff}(4)＝SUM_{H_diff}(8)＝SUM_{H_diff}(12)＝0，其对应的物理意义为：该二元范例影像51于水平方向上纹理的重复周期为4、8、12；类似地，由该第二曲线图53可得知SUM_{V_diff}(4)＝SUM_{V_diff}(8)＝SUM_{V_diff}(12)＝0，其对应的物理意义为：该二元范例影像51于垂直方向上纹理的重复周期为4、8、12。令水平纹理周期以H_period表示，垂直纹理周期以V_period表示，则在本范例中，得到三个水平纹理周期与三个垂直纹理周期；即，H_period＝4，8，12，V_period＝4，8，12。

更广义言之，只要分别找出该第一曲线图52及该第二曲线图53中的波谷，即可得到水平纹理周期(H_period)及垂直纹理周期(V_period)；换句话说，根据式子(1)～(2)的计算结果，配合预设的一个第一门槛值(以thr₁表示)及一个第二门槛值(以thr₂表示)，即可得到H_period及V_period；其中，SUM_{H_diff}(H_period)与thr₁，及SUM_{V_diff}(V_period)与thr₂的关系式进一步表示如式子(3)～(4)。

SUM_{H_diff}(H_period)＜thr₁    (3)

SUM_{V_diff}(V_period)＜thr₂    (4)

在步骤44中，该处理单元23根据该水平纹理周期及该垂直纹理周期，决定该最适区域大小。令该最适区域大小以w×h表示；在本较佳实施例中，系以最小的该水平纹理周期，及最小的该垂直纹理周期来决定该最适区域大小；即，w＝min(H_period)，h＝min(V_period)。

然后，参阅图2、图3B及图6，该影像撷取单元22撷取对应于具有瑕疵的三维光学膜的第二训练影像32，该处理单元23接着执行以下步骤，以得到第一瑕疵检测参数上限值、第一瑕疵检测参数下限值、第二瑕疵检测参数上限值，及第二瑕疵检测参数下限值。

在步骤61中，该处理单元23接收该第二训练影像32。

在步骤62中，该处理单元23将该第二训练影像32进行二值化处理，以得到二值化的该第二训练影像32。

在步骤63中，该处理单元23根据预先求得的该最适区域大小(w×h)，将二值化的该第二训练影像32分割为复数个训练区域；其中，每一训练区域的大小等于该最适区域大小。

在步骤64中，该处理单元23根据二值化的该第二训练影像32中的这些训练区域，求得每一训练区域于第一方向上的复数个第一训练投影量，及于第二方向上的复数个第二训练投影量。在本较佳实施例中，该第一方向为水平方向，该第二方向为垂直方向，该第二方向垂直于该第一方向；每一训练区域的这些第一、二训练投影量利用式子(5)～(6)来计算。

$\mathrm{Hp}\left(y\right)=\underset{x=1}{\overset{w}{\mathrm{\Σ}}}P(x,y)---\left(5\right)$

$\mathrm{Vp}\left(x\right)=\underset{y=1}{\overset{h}{\mathrm{\Σ}}}P(x,y)---\left(6\right)$

其中，对于每一训练区域，Hp(y)代表该训练区域的该等第一训练投影量，Vp(x)代表该训练区域的该等第二训练投影量；y＝1，2，K，h，x＝1，2，K，w；P(x，y)代表在该训练区域中，其二维座标为(x，y)的像素的二元值。

在步骤65中，该处理单元23根据每一训练区域的该等第一训练投影量及该等第二训练投影量，计算对应于每一训练区域的第一训练标准差及第二训练标准差；其计算如式子(7)～(8)所示。

$\mathrm{Hp}\_\mathrm{Std}=\sqrt{\frac{1}{h}\underset{y=1}{\overset{h}{\mathrm{\Σ}}}{(\mathrm{Hp}\left(y\right)-{\mathrm{Hp}}_{\mathrm{avg}})}^2}---\left(7\right)$

$\mathrm{Vp}\_\mathrm{Std}=\sqrt{\frac{1}{w}\underset{x=1}{\overset{w}{\mathrm{\Σ}}}{(\mathrm{Vp}\left(x\right)-{\mathrm{Vp}}_{\mathrm{avg}})}^2}---\left(8\right)$

其中，对于每一训练区域，Hp_Std代表对应于该训练区域的该第一训练标准差，Vp_Std代表对应于该训练区域的该第二训练标准差；Hp_avg代表该训练区域的该等第一训练投影量的平均值，Vp_avg代表该训练区域的该等第二训练投影量的平均值。

在步骤66中，该处理单元23根据分别对应于该等训练区域的该等第一训练标准差及该等第二训练标准差，求得该第一瑕疵检测参数上、下限值，及该第二瑕疵检测参数上、下限值；其计算如式子(9)～(12)所示。

Hp_thr_u＝Hp_Std_avg+k×Hp_Std_std    (9)

Hp_thr_l＝HP_Std_avg-k×HP_Std_std    (10)

Vp_thr_u＝Vp_Std_avg+k×Vp_Std_std    (11)

Vp_thr_l＝Vp_Std_avg-k×Vp_Std_std    (12)

其中，Hp_thr_u代表该第一瑕疵检测参数上限值、Hp_Std_avg代表该等第一训练标准差的平均值、Hp_Std_std代表该等第一训练标准差的标准差、Hp_thr_l代表该第一瑕疵检测参数下限值、Vp_thr_u代表该第二瑕疵检测参数上限值、Vp_Std_avg代表该等第二训练标准差的平均值、Vp_Std_std代表该等第二训练标准差的标准差、Vp_thr_l代表该第二瑕疵检测参数下限值，k为一个预设常数。在本较佳实施例中，k＝3。

【***检测阶段】

参阅图2及图7，在进行完***初始化阶段后，即可将预先求得的该最适区域大小(w×h)、该第一瑕疵检测参数上、下限值(Hp_thr_u、Hp_thr_l)，及该第二瑕疵检测参数上、下限值(Vp_thr_u、Vp_thr_l)应用于三维光学膜的瑕疵检测。

该影像撷取单元22持续撷取对应于待检测的三维光学膜的待检测影像。

在步骤71中，该处理单元23接收待检测影像。

在步骤72中，该处理单元23将该待检测影像进行二值化处理，以得到二值化的该待检测影像。

在步骤73中，该处理单元23根据该最适区域大小(w×h)，将二值化的该待检测影像分割为复数个区域；其中，每一区域的大小等于该最适区域大小。

在步骤74中，该处理单元23根据二值化的该待检测影像中的该等区域，求得每一区域于该第一方向(水平方向)上的复数个第一投影量，及于该第二方向(垂直方向)上的复数个第二投影量；其计算类似于式子(5)～(6)，故不再赘述。

在步骤75中，该处理单元23根据每一区域的该等第一投影量，及该等第二投影量，计算对应于每一区域的第一瑕疵检测参数(以H_d表示)，及第二瑕疵检测参数(以V_d表示)；在本较佳实施例中，该处理单元23根据每一区域的该等第一投影量计算第一标准差作为对应于该区域的该第一瑕疵检测参数，并根据每一区域的该等第二投影量计算第二标准差作为对应于该区域的该第二瑕疵检测参数，其计算类似于式子(7)～(8)，故不再赘述。

在步骤76中，该处理单元23根据对应于每一区域的该第一瑕疵检测参数及该第二瑕疵检测参数，并配合该第一瑕疵检测参数上、下限值(Hp_thr_u、Hp_thr₁)，及该第二瑕疵检测参数上、下限值(Vp_thr_u、Vp_thr_l)，以判断该待检测影像中的每一区域是否具有瑕疵。其中，对于每一区域，若其第一瑕疵检测参数及第二瑕疵检测参数两者其中任一者不符合关系式(11)～(12)，则代表该区域具有瑕疵；否则，代表该区域为无瑕疵。

Hp_thr_l＜H_d＜Hp_thr_u    (11)

Vp_thr_l＜V_d＜Vp_thr_u    (12)

在步骤77中，该处理单元23输出步骤76的判断结果，即，关于该等区域是否具有瑕疵的检测结果；然后，回到步骤71继续接收对应于下一个(next)待检测的三维光学膜的下一个待检测影像。

值得一提的是，由步骤76的判断结果，可得知待检测的三维光学膜中瑕疵区域的比例；再者，由于该三维光学膜的瑕疵检测***2的该光学镜头21的架设位置为已知，故该待检测影像与该待检测的三维光学膜的几何对应关系亦为已知，因此，由该待检测影像中该等区域的检测结果，即可对应得知该待检测的三维光学膜中瑕疵发生的相关位置。

综上所述，藉由收对应于该待检测的三维光学膜的该待检测影像中分别对应于该等区域的该等第一、二瑕疵检测参数，可对具有纹理特性的三维光学膜进行瑕疵检测；更进一步来说，配合预先求得的该最适区域大小、该第一瑕疵检测参数上、下限值，及该第二瑕疵检测参数上、下限值，可对具有纹理特性的三维光学膜进行全自动的瑕疵检测，故确实能达成本发明的目的。

本发明已由上述相关实施例加以描述，然而上述实施例仅为实施本发明的范例。必需指出的是，已揭露的实施例并未限制本发明的范围。相反地，在不脱离本发明的精神和范围内所作的更动与润饰，均属本发明的专利保护范围。

Claims (10)

1.一种三维光学膜的瑕疵检测方法，利用处理单元配合影像撷取单元来执行，该影像撷取单元用以撷取对应于待检测的三维光学膜的待检测影像，其特征在于该方法包含下列步骤：

(A)接收该待检测影像；

(B)根据该待检测影像中的至少一个区域，求得该区域于第一方向上的复数个第一投影量；

(C)根据步骤(B)所求得的该区域的该复数个第一投影量，求得对应于该区域的第一瑕疵检测参数；

(D)根据步骤(C)所求得的对应于该区域的该第一瑕疵检测参数，判断该待检测影像中的该区域是否具有瑕疵；及

(E)输出步骤(D)的判断结果。

2.如权利要求1所述的三维光学膜的瑕疵检测方法，其特征在于，步骤(B)包括下列子步骤：

(b-1)将该待检测影像进行二值化处理，以得到二值化的该待检测影像；及(b-2)根据二值化的该待检测影像中的该区域，求得该区域的该复数个第一投影量。

3.如权利要求2所述的三维光学膜的瑕疵检测方法，其特征在于，步骤(b-2)包括下列子步骤：

(b-2-1)根据预先求得的最适区域大小，将二值化的该待检测影像分割为复数个区域；及

(b-2-2)对于每一个区域，根据该区域中的复数个像素分别对应的复数个二元值，求得该区域的该复数个第一投影量；

其中，步骤(C)根据步骤(B)所求得的该区域的该复数个第一投影量，求得分别对应于该区域的复数个第一瑕疵检测参数；

其中，步骤(D)根据步骤(C)所求得的分别对应于该区域的该复数个第一瑕疵检测参数，判断该待检测影像中的该区域是否具有瑕疵。

4.如权利要求3所述的三维光学膜的瑕疵检测方法，其特征在于，该影像撷取单元还用以撷取对应于无瑕疵的三维光学膜的第一训练影像，该方法还包含步骤(A)之前的下列步骤：

(F)接收该第一训练影像；

(G)将该第一训练影像进行二值化处理，以得到二值化的该第一训练影像；

(H)根据二值化的该第一训练影像，求得至少一个水平纹理周期，及至少一个垂直纹理周期；及

(I)根据步骤(H)所求得的该水平纹理周期及该垂直纹理周期，决定该最适区域大小。

5.如权利要求1所述的三维光学膜的瑕疵检测方法，其特征在于，步骤(C)根据该区域的该复数个第一投影量计算第一标准差，以作为对应于该区域的该第一瑕疵检测参数。

6.如权利要求5所述的三维光学膜的瑕疵检测方法，其特征在于，步骤(B)还求得该区域于第二方向上的复数个第二投影量，其中，该第二方向垂直于该第一方向；

其中，步骤(C)还根据该区域的该复数个第二投影量计算第二标准差，以作为对应于该区域的第二瑕疵检测参数；

其中，步骤(D)根据步骤(C)所求得的对应于该区域的该第一瑕疵检测参数及该第二瑕疵检测参数，判断该待检测影像中的该区域是否具有瑕疵。

7.如权利要求6所述的三维光学膜的瑕疵检测方法，其特征在于，该影像撷取单元还用以撷取对应于具有瑕疵的三维光学膜的第二训练影像，该方法还包含步骤(A)之前的下列步骤：

(J)接收该第二训练影像；

(K)将该第二训练影像进行二值化处理，以得到二值化的该第二训练影像；

(L)根据二值化的该第二训练影像中的复数个训练区域，求得每一训练区域于该第一方向上的复数个第一训练投影量，及于该第二方向上的复数个第二训练投影量；

(M)根据步骤(L)所求得的每一训练区域的该复数个第一训练投影量及该复数个第二训练投影量，计算对应于每一训练区域的第一训练标准差及第二训练标准差；及

(N)根据步骤(M)所求得的分别对应于该训练区域的该复数个第一训练标准差及该复数个第二训练标准差，求得第一瑕疵检测参数上限值、第一瑕疵检测参数下限值、第二瑕疵检测参数上限值，及第二瑕疵检测参数下限值。

8.如权利要求7所述的三维光学膜的瑕疵检测方法，其特征在于，步骤(N)利用下列式子来求得该第一瑕疵检测参数上限值、该第一瑕疵检测参数下限值、该第二瑕疵检测参数上限值，及该第二瑕疵检测参数下限值：

Hp_thr_u＝Hp_Std_avg+k×Hp_Std_std；

Hp_thr_l＝Hp_Std_avg-k×Hp_Std_std；

Vp_thr_u＝Vp_Std_avg+k×Vp_Std_std；及

Vp_thr_l＝Vp_Std_avg-k×Vp_Std_std；

其中，Hp_thr_u代表该第一瑕疵检测参数上限值、Hp_Std_avg代表该复数个第一训练标准差的平均值、Hp_Std_std代表该复数个第一训练标准差的标准差、Hp_thr_l代表该第一瑕疵检测参数下限值、Vp_thr_u代表该第二瑕疵检测参数上限值、Vp_Std_avg代表该复数个第二训练标准差的平均值、Vp_Std_std代表该复数个第二训练标准差的标准差、Vp_thr_l代表该第二瑕疵检测参数下限值，k为一个预设常数。

9.如权利要求7所述的三维光学膜的瑕疵检测方法，其特征在于，步骤(D)根据步骤(C)所求得的对应于该区域的该第一瑕疵检测参数及该第二瑕疵检测参数，并配合预先求得的该第一瑕疵检测参数上限值、该第一瑕疵检测参数下限值、该第二瑕疵检测参数上限值，及该第二瑕疵检测参数下限值，以判断该待检测影像中的该区域是否具有瑕疵。

10.一种三维光学膜的瑕疵检测***，其特征在于包含影像撷取单元及处理单元，该影像撷取单元用以撷取对应于待检测的三维光学膜的待检测影像，该处理单元用以进行：

接收该待检测影像；

根据该待检测影像中的至少一个区域，求得该区域于第一方向上的复数个第一投影量；

根据该区域的该复数个第一投影量，求得对应于该区域的第一瑕疵检测参数；及

根据对应于该区域的该第一瑕疵检测参数，判断该待检测影像中的该区域是否具有瑕疵，并输出判断结果。

Images