CN103760165B - 显示面板的缺陷检测方法及缺陷检测装置 - Google Patents

显示面板的缺陷检测方法及缺陷检测装置 Download PDF

Info

Publication number
CN103760165B
CN103760165B CN201310752733.6A CN201310752733A CN103760165B CN 103760165 B CN103760165 B CN 103760165B CN 201310752733 A CN201310752733 A CN 201310752733A CN 103760165 B CN103760165 B CN 103760165B
Authority
CN
China
Prior art keywords
pixel
making
defect
grey decision
specific region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310752733.6A
Other languages
English (en)
Other versions
CN103760165A (zh
Inventor
黄海波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TCL China Star Optoelectronics Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen China Star Optoelectronics Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Technology Co Ltd
Priority to CN201310752733.6A priority Critical patent/CN103760165B/zh
Priority to US14/239,126 priority patent/US9230316B2/en
Priority to PCT/CN2014/070386 priority patent/WO2015100777A1/zh
Publication of CN103760165A publication Critical patent/CN103760165A/zh
Application granted granted Critical
Publication of CN103760165B publication Critical patent/CN103760165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9513—Liquid crystal panels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30121—CRT, LCD or plasma display

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)
  • Liquid Crystal (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供了一种显示面板的缺陷检测方法及缺陷检测装置。该缺陷检测方法包括步骤：A）获取显示面板的边缘图像及该边缘图像中每个像素的灰阶值；B）在该边缘图像中选择一特定区域，并获得该特定区域中的每个像素的灰阶值；C）获得该特定区域中的所有像素的平均灰阶值；D）基于该平均灰阶值对该特定区域中的每个像素的灰阶值进行二值化处理，以获得若干分界线，其中，分界线上的像素的灰阶值与除分界线上的像素之外的其它像素的灰阶值不同；E）过滤若干分界线中的水平线和垂直线，以得到若干剩余的分界线；F）对若干剩余的分界线压缺陷规格线，当所述剩余的分界线的宽度不小于与缺陷规格线的宽度时，确定所述剩余的分界线为缺陷线。

Description

显示面板的缺陷检测方法及缺陷检测装置
技术领域
本发明涉及显示面板的检测技术领域；更具体地讲，涉及一种显示面板的缺陷检测方法及缺陷检测装置。
背景技术
随着显示技术领域的飞速发展，高品质图像显示的显示面板（例如，液晶显示面板）已变得越来越流行。然而根据现有的显示面板的制造技术，完全避免显示缺陷的发生是非常困难也是不现实的，因此在显示面板的制造工序中，对显示面板进行显示缺陷检查的工序是十分必要的。
现有技术中，一般采用光源照射显示面板，并获取对应的灰阶图，继而根据灰阶图是否出现灰阶差异来判定显示面板是否具有缺陷。然而，由于某些类型的缺陷（例如在显示面板端子侧的凸起或贝壳裂）在光源照射显示面板时对应灰阶图的灰阶差异较小，不易被分辨，极易被漏检，从而降低对显示面板的缺陷检测能力。
发明内容
为了解决上述现有技术存在的问题，本发明的目的在于提供一种能够极易分辨显示面板上的各种缺陷，从而提高检测准确率的显示面板的缺陷检测方法及缺陷检测装置。
根据本发明的一方面，提供了一种显示面板的缺陷检测方法，包括步骤：A）获取显示面板的边缘图像及所述边缘图像中每个像素的灰阶值；B）在所述边缘图像中选择一特定区域，并获得所述特定区域中的每个像素的灰阶值；C）对所述特定区域中的所有像素的灰阶值取平均值，以得到所述特定区域中的所有像素的平均灰阶值；D）基于得到的所述平均灰阶值对所述特定区域中的每个像素的灰阶值进行二值化处理，以获得若干分界线，其中，所述分界线上的像素的灰阶值与除所述分界线上的像素之外的其它像素的灰阶值不同；E）过滤所述若干分界线中的水平线和垂直线，以得到若干剩余的分界线；F）对所述若干剩余的分界线压缺陷规格线，当所述剩余的分界线的宽度不小于所述缺陷规格线的宽度时，确定所述剩余的分界线为缺陷线。
进一步地，所述的缺陷检测方法还包括步骤：G）当所述剩余的分界线的宽度小于所述缺陷规格线的宽度时，确定所述剩余的分界线不为缺陷线。
进一步地，在所述步骤D）中，所述“基于得到的所述平均灰阶值来对所述特定区域中的每个像素的灰阶值进行二值化处理”的具体实现方式为：将所述特定区域中的每个像素的灰阶值与所述平均灰阶值进行比较；其中，当所述特定区域中的某个像素的灰阶值不小于所述平均灰阶值时，将该某个像素的灰阶值设置为“1”，当所述特定区域中的某个像素的灰阶值小于所述平均灰阶值时，将该某个像素的灰阶值设置为“0”。
进一步地，所述分界线的宽度与每个所述像素的宽度相同。
根据本发明的另一方面，还提供了一种显示面板的缺陷检测装置，包括：图像获取单元，被配置为获取显示面板的边缘图像及所述边缘图像中每个像素的灰阶值；选择单元，被配置为在所述边缘图像中选择一特定区域，并获得所述特定区域中的每个像素的灰阶值；计算单元，被配置为对所述特定区域中的所有像素的灰阶值取平均值，以得到所述特定区域中的所有像素的平均灰阶值；二值化处理单元，被配置为基于得到的所述平均灰阶值对所述特定区域中的每个像素的灰阶值进行二值化处理，以获得若干分界线，其中，所述分界线上的像素的灰阶值与除所述分界线上的像素之外的其它像素的灰阶值不同；过滤单元，被配置为过滤所述若干分界线中的水平线和垂直线，以得到若干剩余的分界线；缺陷判断单元，被配置为判断所述剩余的分界线的宽度是否小于所述缺陷规格线的宽度；缺陷确定单元，被配置为当所述缺陷判断单元判断为所述剩余的分界线的宽度不小于所述缺陷规格线的宽度时，确定所述剩余的分界线为缺陷线。
进一步地，当所述缺陷判断单元判断所述剩余的分界线的宽度小于所述缺陷规格线的宽度时，所述缺陷确定单元确定所述剩余的分界线不为缺陷线。
进一步地，所述二值化处理单元对所述特定区域中的每个像素的灰阶值与所述平均灰阶值进行比较；其中，当所述特定区域中的某个像素的灰阶值不小于所述平均灰阶值时，所述二值化处理单元将该某个像素的灰阶值设置为“1”，当所述特定区域中的某个像素的灰阶值小于所述平均灰阶值时，所述二值化处理单元将该某个像素的灰阶值设置为“0”。
进一步地，所述分界线的宽度与每个所述像素的宽度相同。
本发明的显示面板的缺陷检测方法及缺陷检测装置，能够容易地分辨出显示面板的某些难以被检测出的缺陷（例如在显示面板端子侧的凸起或贝壳裂），提高检测准确率，从而提升对显示面板的缺陷检测能力。
附图说明
通过下面结合附图进行的详细描述，本发明的上述和其它目的、特点和优点将会变得更加清楚，附图中：
图1是示出根据本发明的示例性实施例的显示面板的缺陷检测方法的流程图；
图2是示出根据本发明的示例性实施例的显示面板的缺陷检测装置的框图。
具体实施方式
以下，将参照附图更充分地描述本发明的示例性实施例，其示例在附图中示出。然而，可以以许多不同的形式实施示例性实施例，并且本发明不应被解释为局限于在此阐述的示例性实施例。相反，提供这些示例性实施例从而本公开将会彻底和完整，并可完全地将示例性实施例的范围传达给本领域的技术人员。
图1是示出根据本发明的示例性实施例的显示面板的缺陷检测方法的流程图。
如图1所示，在步骤101中，获取显示面板的边缘图像，并获取所述边缘图像中每个像素的灰阶值。例如，可利用电荷耦合元件（Charge-coupled Device，CCD）等图像传感器以设定的参数对显示面板的边缘进行扫描取像，以获取所述显示面板的边缘图像，并读取所述显示面板的边缘图像中的每个像素的灰阶值。
在步骤102中，在所述显示面板的边缘图像中选择一特定区域，并获取所述特定区域中的每个像素的灰阶值。例如，可利用一选择框在所述显示面板的边缘图像中选择一特定区域。由于在步骤101中已经读取出所述显示面板的边缘图像中的每个像素的灰阶值，因此根据选择的特定区域在显示面板的边缘图像中所处的位置，能够容易地获取所述特定区域中的每个像素的灰阶值。
在步骤103中，对所述特定区域中的所有像素的灰阶值取平均值，以得到所述特定区域中的所有像素的平均灰阶值。然后在步骤104中，基于得到的所述平均灰阶值对所述特定区域中的每个像素的灰阶值进行二值化处理，以获得若干分界线，其中，每条分界线上的像素的灰阶值与所述特定区域中的除所述分界线上的像素之外的其它像素的灰阶值不同，也就是说，每条分界线的灰阶图与所述特定区域中除所述分界线之外的区域的灰阶图具有较大的灰阶差异，从而使得每条分界线极易被分辨。此外，每条分界线的宽度可例如与所述特定区域中的每个像素的宽度相同，但本发明并不局限于此。
此外，在步骤104中，根据得到所述特定区域中的所有像素的平均灰阶值在整个所述特定区域中对每个像素的灰阶值做二值化处理，具体为：将所述特定区域中的每个像素的灰阶值与得到的所述平均灰阶值进行比较；其中，当所述特定区域中的某个像素的灰阶值不小于（即大于或等于）所述平均灰阶值时，将该某个像素的灰阶值设置为“1”，当所述特定区域中的某个像素的灰阶值小于所述平均灰阶值时，将该某个像素的灰阶值设置为“0”，这样将所述特定区域中的每个像素的灰阶值转换成“0”或“1”。这里，可例如以灰阶值为“0”代表像素显示的灰阶图最黑，以灰阶值为“1”代表像素显示的灰阶图最白，这样，如果所述特定区域中除每条分界线之外的区域显示的灰阶图为最黑，而每条分界线显示的灰阶图为最白，因此能够容易地分辨出每条分界线。
在步骤105中，将所述特定区域中的所述若干分界线中的水平线和垂直线进行过滤，以得到若干剩余的分界线。应当理解，这里所述的若干剩余的分界线是不包括水平线（即水平分界线）和垂直线（即垂直分界线）。
在步骤106中，对所述若干剩余的分界线进行压缺陷规格线，以判断所述剩余的分界线的宽度（即线宽）是否小于与所述缺陷规格线的宽度重合。当在步骤106判断为所述剩余的分界线的宽度不小于与所述缺陷规格线的宽度时，则执行步骤107，确定所述剩余的分界线为缺陷线。当在步骤106判断为所述剩余的分界线的宽度小于所述缺陷规格线的宽度时，则执行步骤108，确定所述剩余的分界线不为缺陷线。应该理解，这里的缺陷线指的是所述显示面板上的缺陷，例如在所述显示面板端子侧的凸起或贝壳裂等缺陷。
本发明的上述示例性实施例可通过硬件、固件实现，或者被实现为可存储在记录介质（诸如CD ROM、RAM、软盘、硬盘或磁光盘）中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法或部分方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件（诸如ASIC或FPGA）的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件（例如，RAM、ROM、闪存等），当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的处理方法。此外，当通用计算机访问用于实现在此示出的处理的代码时，代码的执行将通用计算机转换为用于执行在此示出的处理的专用计算机。
图2是示出根据本发明的示例性实施例的显示面板的缺陷检测装置的框图。
如图2所示，根据本发明的示例性实施例的显示面板的缺陷检测装置200包括：图像获取单元201、选择单元202、计算单元203、二值化处理单元204、过滤单元205、缺陷判断单元206、缺陷确定单元207。
图像获取单元201用于获取显示面板的边缘图像及所述边缘图像中每个像素的灰阶值。具体而言，图像获取单元201可例如是，但不限于，电荷耦合元件（Charge-coupled Device，CCD）等图像传感器。利用图像获取单元201以设定的参数对显示面板的边缘进行扫描取像，以获取所述显示面板的边缘图像，并利用既定程式读取所述显示面板的边缘图像中的每个像素的灰阶值。
选择单元202用于在由图像获取单元201获取的显示面板的所述边缘图像中选择一特定区域，并获得该特定区域中的每个像素的灰阶值。这里，由于已由图像获取单元201读取出所述显示面板的边缘图像中的每个像素的灰阶值，因此根据选择单元202选择的特定区域在显示面板的边缘图像中所处的位置，能够容易地获取所述特定区域中的每个像素的灰阶值。
计算单元203用于对所述特定区域中的所有像素的灰阶值取平均值，以得到所述特定区域中的所有像素的平均灰阶值。
二值化处理单元204用于根据由计算单元203得到的所述特定区域中的所有像素的所述平均灰阶值对所述特定区域中的每个像素的灰阶值进行二值化处理，以获得若干分界线，其中，每条分界线上的像素的灰阶值与除所述分界线上的像素之外的其它像素的灰阶值不同；也就是说，每条分界线的灰阶图与所述特定区域中除所述分界线之外的区域的灰阶图具有较大的灰阶差异，从而使得每条分界线极易被分辨。此外，每条分界线的宽度可例如与所述特定区域中的每个像素的宽度相同，但本发明并不局限于此。
此外，二值化处理单元204根据得到所述特定区域中的所有像素的平均灰阶值在整个所述特定区域中对每个像素的灰阶值做二值化处理，具体为：二值化处理单元204将所述特定区域中的每个像素的灰阶值与得到的所述平均灰阶值进行比较；其中，当所述特定区域中的某个像素的灰阶值不小于（即大于或等于）所述平均灰阶值时，二值化处理单元204将该某个像素的灰阶值设置为“1”，当所述特定区域中的某个像素的灰阶值小于所述平均灰阶值时，二值化处理单元204将该某个像素的灰阶值设置为“0”，这样二值化处理单元204将所述特定区域中的每个像素的灰阶值转换成“0”或“1”。这里，可例如以灰阶值为“0”代表像素显示的灰阶图最黑，以灰阶值为“1”代表像素显示的灰阶图最白，这样，如果所述特定区域中除每条分界线之外的区域显示的灰阶图为最黑，而每条分界线显示的灰阶图为最白，因此能够容易地分辨出每条分界线。
过滤单元205用于过滤所述若干分界线中的水平线和垂直线，以得到若干剩余的分界线。应当理解，这里所述的若干剩余的分界线是不包括水平线（即水平分界线）和垂直线（即垂直分界线）。
缺陷判断单元206用于判断所述剩余的分界线的宽度（即线宽）是否小于与所述缺陷规格线的宽度。缺陷确定单元207用于基于所述缺陷判断单元206的判断来确定所述剩余的分界线是否为缺陷线。具体而言，当所述缺陷判断单元206判断为所述剩余的分界线的宽度不小于所述缺陷规格线的宽度时，缺陷确定单元207确定所述剩余的分界线为缺陷线；当缺陷判断单元206判断所述剩余的分界线的宽度小于所述缺陷规格线的宽度时，所述缺陷确定单元207确定所述剩余的分界线不为缺陷线。应该理解，这里的缺陷线指的是所述显示面板上的缺陷，例如在所述显示面板端子侧的凸起或贝壳裂等缺陷。
综上所述，根据本发明的示例性实施例，能够容易地分辨出显示面板的某些难以被检测出的缺陷（例如在显示面板端子侧的凸起或贝壳裂），提高检测准确率，从而提升对显示面板的缺陷检测能力。
尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。

Claims (10)

1.一种显示面板的缺陷检测方法，其特征在于，包括以下步骤：
A)获取显示面板的边缘图像及所述边缘图像中每个像素的灰阶值；
B)在所述边缘图像中选择一特定区域，并获得所述特定区域中的每个像素的灰阶值；
C)对所述特定区域中的所有像素的灰阶值取平均值，以得到所述特定区域中的所有像素的平均灰阶值；
D)基于得到的所述平均灰阶值对所述特定区域中的每个像素的灰阶值进行二值化处理，以获得若干分界线，其中，所述分界线上的像素的灰阶值与除所述分界线上的像素之外的其它像素的灰阶值不同；
E)过滤所述若干分界线中的水平线和垂直线，以得到若干剩余的分界线；
F)对所述若干剩余的分界线压缺陷规格线，当所述剩余的分界线的宽度不小于所述缺陷规格线的宽度时，确定所述剩余的分界线为缺陷线。
2.根据权利要求1所述的缺陷检测方法，其特征在于，还包括步骤：
G)当所述剩余的分界线的宽度小于所述缺陷规格线的宽度时，确定所述剩余的分界线不为缺陷线。
3.根据权利要求1或2所述的缺陷检测方法，其特征在于，在所述步骤D)中，所述“基于得到的所述平均灰阶值来对所述特定区域中的每个像素的灰阶值进行二值化处理”的具体实现方式为：将所述特定区域中的每个像素的灰阶值与所述平均灰阶值进行比较；其中，当所述特定区域中的某个像素的灰阶值不小于所述平均灰阶值时，将该某个像素的灰阶值设置为“1”，当所述特定区域中的某个像素的灰阶值小于所述平均灰阶值时，将该某个像素的灰阶值设置为“0”。
4.根据权利要求1或2所述的缺陷检测方法，其特征在于，所述分界线的宽度与每个所述像素的宽度相同。
5.根据权利要求3所述的缺陷检测方法，其特征在于，所述分界线的宽度与每个所述像素的宽度相同。
6.一种显示面板的缺陷检测装置，其特征在于，包括：
图像获取单元(201)，被配置为获取显示面板的边缘图像及所述边缘图像中每个像素的灰阶值；
选择单元(202)，被配置为在所述边缘图像中选择一特定区域，并获得所述特定区域中的每个像素的灰阶值；
计算单元(203)，被配置为对所述特定区域中的所有像素的灰阶值取平均值，以得到所述特定区域中的所有像素的平均灰阶值；
二值化处理单元(204)，被配置为基于得到的所述平均灰阶值对所述特定区域中的每个像素的灰阶值进行二值化处理，以获得若干分界线，其中，所述分界线上的像素的灰阶值与除所述分界线上的像素之外的其它像素的灰阶值不同；
过滤单元(205)，被配置为过滤所述若干分界线中的水平线和垂直线，以得到若干剩余的分界线；
缺陷判断单元(206)，被配置为判断所述剩余的分界线的宽度是否小于缺陷规格线的宽度；
缺陷确定单元(207)，被配置为当所述缺陷判断单元(206)判断为所述剩余的分界线的宽度不小于所述缺陷规格线的宽度时，确定所述剩余的分界线为缺陷线。
7.根据权利要求6所述的缺陷检测装置，其特征在于，当所述缺陷判断单元(206)判断所述剩余的分界线的宽度小于所述缺陷规格线的宽度时，所述缺陷确定单元(207)确定所述剩余的分界线不为缺陷线。
8.根据权利要求6或7所述的缺陷检测装置，其特征在于，所述二值化处理单元(204)对所述特定区域中的每个像素的灰阶值与所述平均灰阶值进行比较；
其中，当所述特定区域中的某个像素的灰阶值不小于所述平均灰阶值时，所述二值化处理单元将该某个像素的灰阶值设置为“1”，当所述特定区域中的某个像素的灰阶值小于所述平均灰阶值时，所述二值化处理单元将该某个像素的灰阶值设置为“0”。
9.根据权利要求6或7所述的缺陷检测装置，其特征在于，所述分界线的宽度与每个所述像素的宽度相同。
10.根据权利要求8所述的缺陷检测装置，其特征在于，所述分界线的宽度与每个所述像素的宽度相同。
CN201310752733.6A 2013-12-31 2013-12-31 显示面板的缺陷检测方法及缺陷检测装置 Active CN103760165B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201310752733.6A CN103760165B (zh) 2013-12-31 2013-12-31 显示面板的缺陷检测方法及缺陷检测装置
US14/239,126 US9230316B2 (en) 2013-12-31 2014-01-09 Defect inspection device for display panel and method for the same
PCT/CN2014/070386 WO2015100777A1 (zh) 2013-12-31 2014-01-09 显示面板的缺陷检测方法及缺陷检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310752733.6A CN103760165B (zh) 2013-12-31 2013-12-31 显示面板的缺陷检测方法及缺陷检测装置

Publications (2)

Publication Number Publication Date
CN103760165A CN103760165A (zh) 2014-04-30
CN103760165B true CN103760165B (zh) 2016-08-17

Family

ID=50527440

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310752733.6A Active CN103760165B (zh) 2013-12-31 2013-12-31 显示面板的缺陷检测方法及缺陷检测装置

Country Status (2)

Country Link
CN (1) CN103760165B (zh)
WO (1) WO2015100777A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484878B (zh) * 2014-12-16 2017-10-17 深圳市华星光电技术有限公司 显示面板缺陷的自动检测方法
CN105205803A (zh) * 2015-08-18 2015-12-30 武汉华星光电技术有限公司 显示面板缺陷检测方法
CN106228548B (zh) * 2016-07-18 2019-03-29 图麟信息科技（上海）有限公司 一种屏幕裂痕的检测方法及装置
CN106447657B (zh) * 2016-09-23 2019-04-05 电子科技大学 一种基于局部均值思想的ic粒子区域缺陷检测方法
CN107515481B (zh) * 2017-08-29 2020-09-11 惠科股份有限公司 一种显示面板的检测方法和装置
CN107657606B (zh) * 2017-09-18 2020-05-05 深圳市华星光电半导体显示技术有限公司 一种显示装置的亮度缺陷检测方法与装置
CN107918216B (zh) * 2017-12-13 2021-03-12 深圳Tcl新技术有限公司 图像Mura缺陷评估方法、***以及可读存储介质
CN116973369A (zh) * 2018-01-15 2023-10-31 株式会社斯库林集团 片剂检查方法以及片剂检查装置
CN110857920A (zh) * 2018-08-24 2020-03-03 东华大学 一种卷装长丝的成型不良缺陷检测方法
CN109444151A (zh) * 2018-11-15 2019-03-08 深圳市华星光电半导体显示技术有限公司 一种液晶面板缺陷检测方法及其***
CN109636778B (zh) * 2018-11-22 2021-03-23 Tcl华星光电技术有限公司 显示面板的缺陷检测方法以及显示面板的缺陷检测装置
CN109870293B (zh) * 2019-03-15 2022-06-07 合肥鑫晟光电科技有限公司 显示面板的检测方法和检测装置
CN110517318B (zh) * 2019-08-28 2022-05-17 昆山国显光电有限公司 定位方法和装置、存储介质
CN111007086A (zh) * 2019-11-25 2020-04-14 合肥维信诺科技有限公司 缺陷检测方法和装置、存储介质
CN113096577B (zh) * 2021-04-06 2022-09-23 昆山国显光电有限公司 显示面板的驱动方法、驱动芯片及显示装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3731947A1 (de) * 1987-09-23 1989-04-13 Kurt Dr Sauerwein Verfahren und vorrichtung zum feststellen und auswerten von oberflaechenrissen bei werkstuecken
JPH08145907A (ja) * 1994-11-15 1996-06-07 Toshiba Eng Co Ltd 欠陥検査装置
JP3669698B2 (ja) * 2002-09-20 2005-07-13 日東電工株式会社 印刷物の検査方法及び検査装置
CN101419176B (zh) * 2007-10-26 2012-03-28 比亚迪股份有限公司 表面瑕疵检测方法及装置
CN101256157B (zh) * 2008-03-26 2010-06-02 广州中国科学院工业技术研究院 表面缺陷检测方法和装置
JP5498109B2 (ja) * 2009-09-25 2014-05-21 パナソニック株式会社 欠陥検出装置および欠陥検出方法

Also Published As

Publication number Publication date
CN103760165A (zh) 2014-04-30
WO2015100777A1 (zh) 2015-07-09

Similar Documents

Publication Publication Date Title
CN103760165B (zh) 显示面板的缺陷检测方法及缺陷检测装置
JP5043755B2 (ja) 樹脂材料検査装置およびプログラム
CN109523527B (zh) 图像中脏污区域的检测方法、装置和电子设备
CN106839976B (zh) 一种检测镜头中心的方法及装置
CN111970506A (zh) 镜头脏污检测方法、装置和设备
WO2017020829A1 (zh) 解像力测试方法和解像力测试装置
JP4680640B2 (ja) 画像入力装置および画像入力方法
JP7039640B2 (ja) シンボルを評価するためのシステムおよび方法
JPWO2014013792A1 (ja) ノイズ評価方法、画像処理装置、撮像装置およびプログラム
JP6630341B2 (ja) シンボルの光学的検出方法
US9230316B2 (en) Defect inspection device for display panel and method for the same
JP2006266752A (ja) 欠陥検出方法、欠陥検査方法、欠陥検出装置、欠陥検査装置、欠陥検出プログラムおよびこのプログラムを記録した記録媒体
JP4244046B2 (ja) 画像処理方法および画像処理装置
JP2007155405A (ja) 外観検査方法及び外観検査装置
TWI757590B (zh) 輝度均勻檢測系統及輝度均勻檢測方法
JP2007081513A (ja) 固体撮像素子のシミ欠陥検査方法
JP2021064215A (ja) 表面性状検査装置及び表面性状検査方法
JP2006270334A (ja) シェーディング補正方法および画像検査装置
JP3870208B2 (ja) 画像処理方法及び検査装置
JP2004286708A (ja) 欠陥検出装置、方法及びプログラム
JP2016109437A (ja) 画像処理装置及び方法、並びに欠陥検査装置
TW201514474A (zh) 一種檢測具週期性結構光學薄膜的瑕疵檢測方法及其檢測裝置
JP3608923B2 (ja) 欠陥検査装置用蛇行追従装置及び欠陥検査装置
JP6035375B1 (ja) 欠陥検査装置、及び欠陥検査方法
JP2012181148A (ja) 物体検出装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant