CN105205803A - 显示面板缺陷检测方法 - Google Patents
显示面板缺陷检测方法 Download PDFInfo
- Publication number
- CN105205803A CN105205803A CN201510507211.9A CN201510507211A CN105205803A CN 105205803 A CN105205803 A CN 105205803A CN 201510507211 A CN201510507211 A CN 201510507211A CN 105205803 A CN105205803 A CN 105205803A
- Authority
- CN
- China
- Prior art keywords
- size
- defect pattern
- display panel
- detection method
- pattern
- 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.)
- Pending
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
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种显示面板缺陷检测方法,其步骤对显示面板需要检测的一侧表面进行拍照以获取显示面板需要检测的表面的检测图像;计算该检测图像的灰度值并根据检测图像灰度值的大小及变化检测出检测图像中的缺陷图案;检测出该缺陷图案的边缘;建立一坐标系以获取该缺陷图案的边缘上任意一点的坐标;根据缺陷图案边缘上的点的坐标计算出该缺陷图案的尺寸大小;根据该缺陷图案的尺寸判断该显示面板是否合格。
Description
技术领域
本发明涉及一种显示面板缺陷检测方法。
背景技术
现有的显示面板在制造完成后需要经过自动光学检测装置以检测是否存在缺陷。若检测出显示面板上存在缺陷则会对检测出的缺陷进行定位并将该显示面板运送至修复站点进行修复。然而,在实际修复过程中发现所述自动光学检测装置经常发生误判,比如:检测出的缺陷尺寸小于标准值、缺陷在玻璃背面却被检测为膜面缺陷、前段制程未吹干的水汽被误认为缺陷等。所以,现有的检测流程需要增设复检站点对该显示面板被检测出缺陷的位置进行拍照,再由作业人员根据照片进行判断是否真的存在缺陷。但此种方式会提高生产成本,而且会由于作业人员的个体差异而出现检测标准不一的情况。
因此,需要提供能够改善上述问题的显示面板缺陷检测方法。
发明内容
为了解决上述技术问题,本发明实施例提供了一种显示面板缺陷检测方法,其包括:
对显示面板需要检测的一侧表面进行拍照以获取显示面板需要检测的表面的检测图像;
计算该检测图像的灰度值并根据检测图像灰度值的大小及变化检测出检测图像中的缺陷图案;
检测出该缺陷图案的边缘;
建立一坐标系以获取该缺陷图案的边缘上任意一点的坐标;
根据缺陷图案边缘上的点的坐标计算出该缺陷图案的尺寸大小;
根据该缺陷图案的尺寸判断该显示面板是否合格。
其中,若该缺陷图案的尺寸大小不合格则将该缺陷图案的尺寸大小与预设的修复阈值相比较以判断该显示面板是否需要修复。
其中,该缺陷图案的尺寸大小采用沿第一方向的第一尺寸及沿第二方向的第二尺寸来评估,若该缺陷图案沿第一方向的第一尺寸小于或等于预设的第一方向修复阈值或者该缺陷图案沿第二方向的第二尺寸小于或等于预设的第一方向修复阈值则需要人工判定该缺陷图案是否需要修复。
其中,若该缺陷图案沿第一方向的第一尺寸大于预设的第一方向修复阈值或者该缺陷图案沿第二方向的第二尺寸大于预设的第二方向修复阈值则判断显示面板需要进行修复。
其中,该缺陷图案的尺寸大小采用沿第一方向的第一尺寸及沿第二方向的第二尺寸来评估,若该缺陷图案沿第一方向的第一尺寸小于或等于预设的第一方向合格阈值及该缺陷图案沿第二方向的第二尺寸小于或等于预设的第二方向合格阈值则判断该缺陷图案的尺寸合格。
其中,所建立的是一直角坐标系,分别以不同的第一方向及第二方向为坐标系的X轴及Y轴。
其中,检测该检测图像中的规则圆形图案并将检测到的规则圆形图案筛除掉。
其中,规则圆形图案经由Hough变换从检测图像中检测出来。
其中,运用Sobel算子边缘检测方法来检测该缺陷图案的边缘。
其中,通过大津法对该检测图像的灰度值进行计算,将缺陷图案作为前景从作为背景的检测图像中分割出来。
本发明所提供的显示面板缺陷检测方法通过图像处理的方法对所拍摄的显示面板图像进行处理,自动分析缺陷的尺寸并分析该缺陷的尺寸进行自动判定是否需要修复,从而减少了作业人员,提高了检测效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例所提供的显示面板缺陷检测方法的步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例所提供的显示面板缺陷检测方法,其包括如下步骤:
步骤S1,对显示面板需要检测的一侧表面进行拍照以获取显示面板需要检测的表面的检测图像。
步骤S2,计算该检测图像的灰度值并根据检测图像灰度值的大小及变化检测出检测图像中的缺陷图案。
具体的,通过大津法对该检测图像的灰度值进行计算,将缺陷图案作为前景从作为背景的检测图像中分割出来。大津法预设灰度阈值T1作为前景与背景的分割阈值,从检测图像的最小灰度值到最大灰度值遍历T1,当T1的取值使得方差σ2=w0(u0-ut)2-w1(u1-ut)2最大时,认为T1为比较好的分割阈值。其中,w0+w1=1,ut=w0*u0+w1*u1,该检测图像的大小为M*N,w0=N0/M*N,w1=N1/M*N,N0为检测图像中像素的灰度值小于所取的分割阈值T1的像素个数,N1为检测图像中像素的灰度值大于所取的分割阈值T1的像素个数。
在其他的实施方式中,考虑到一次大津法实际中有时并不能恰好分割出缺陷,可以针对灰度值位于最小灰度值与第一次大津法获得的第一分割阈值T1之间再次运用大津法获得第二分割阈值T2,以第二分割阈值T2从检测图像中分割出缺陷图案。
根据步骤S1和S2,可以自动避免现有技术中容易出现的缺陷误判情况,具体如下:
若缺陷位于显示面板的背面,因显示面板的背面并不是需要检测的表面,所以所拍摄图像中不会包含此缺陷所对应的缺陷图案。
若缺陷为水蒸汽所造成,在搬送过程至拍照区域前水蒸气一般会蒸发,所以所拍摄的图像中也不会出现此缺陷所对应的缺陷图案。
若在进行拍照前经自动光学检测装置所检测出的缺陷是因自动光学检测装置的图像感测器噪声或参数设置不佳所造成,则因实际上显示面板上并不存在缺陷所以所拍摄的图像也不会出现缺陷图案。
步骤S3,检测出该缺陷图案的边缘。在本实施方式中,运用Sobel算子边缘检测方法来检测该缺陷图案的边缘。
步骤S4,检测该检测图像中的规则圆形图案并将检测到的规则圆形图案筛除掉。因该显示面板需要检测的表面上可设置有间隔体,而该间隔体的形状一般为规则圆形。所以,为了减少间隔体图案对后续的缺陷图案分析所造成的影响需要将其筛除掉。在本实施方式中,该间隔体的规则圆形图案可经由Hough变换从检测图像中检测出来。
步骤S5,建立一坐标系以获取该缺陷图案的边缘上任意一点的坐标。在本实施方式中,所建立的是一直角坐标系,分别以不同的第一方向及第二方向为坐标系的X轴及Y轴。
步骤S6,根据缺陷图案边缘上的点的坐标计算出该缺陷图案的尺寸大小。在本实施方式的直角坐标系中,将该缺陷图案沿第一方向上的两端点的X坐标相减并求绝对值而得出该缺陷图案沿第一方向上的第一尺寸△X,将该缺陷图案沿第二方向上的两端点的Y坐标相减并求绝对值而得出该缺陷图案沿第二方向上的第二尺寸△Y。由此,借助沿至少两个不同维度的尺寸可评估出该缺陷图案的大小。
步骤S7,根据该缺陷图案的尺寸判断该显示面板是否合格。将所计算出的该缺陷图案的尺寸大小与预设的合格阈值相比较以判断该显示面板是否合格。
在本实施方式中,该缺陷图案的尺寸大小采用沿第一方向的第一尺寸△X及沿第二方向的第二尺寸△Y来评估。所以,将该缺陷图案沿第一方向的第一尺寸△X与预设的第一方向合格阈值Xth比较。若该缺陷图案沿第一方向的第一尺寸△X小于或等于预设的第一方向合格阈值Xth,则判断该缺陷图案沿第一方向的尺寸合格。若该缺陷图案沿第一方向的第一尺寸△X大于预设的第一方向合格阈值Xth,则判断是否需要进行修复。
将该缺陷图案沿第二方向的第二尺寸△Y与预设的第二方向合格阈值Yth比较。若该缺陷图案沿第二方向的第二尺寸△Y小于或等于预设的第二方向合格阈值Yth,则判断该缺陷图案沿第二方向的尺寸合格。若该缺陷图案沿第二方向的第一尺寸△X大于预设的第二方向合格阈值Yth,则判断是否需要进行修复。
若该缺陷图案沿第一方向的尺寸及沿第二方向的尺寸都合格,则判断该显示面板合格,此次显示面板缺陷检测结束。
步骤S8,根据该缺陷图案沿的尺寸判断显示面板是否需要修复。若该缺陷图案的尺寸大小不合格则将该缺陷图案的尺寸大小与预设的修复阈值相比较以判断该显示面板是否需要修复。
在本实施方式中,该缺陷图案的尺寸大小采用沿第一方向的第一尺寸△X及沿第二方向的第二尺寸△Y来评估。所以,将该缺陷图案沿第一方向的第一尺寸△X与预设的第一方向修复阈值Xrepair比较。若该缺陷图案沿第一方向的第一尺寸△X小于或等于预设的第一方向修复阈值Xrepair,则需要人工判定该缺陷图案是否需要修复。若该缺陷图案沿第一方向的第一尺寸△X大于预设的第一方向修复阈值Xrepair,则判断显示面板需要进行修复。可以理解的是,所预设的第一方向修复阈值Xrepair大于所预设的第一方向合格阈值Xth。
将该缺陷图案沿第二方向的第二尺寸△Y与预设的第二方向修复阈值Yrepair比较。若该缺陷图案沿第二方向的第二尺寸△Y小于或等于预设的第一方向修复阈值Yrepair,则需要人工判定该缺陷图案是否需要修复。若该缺陷图案沿第二方向的第二尺寸△Y大于预设的第二方向修复阈值Yrepair,则判断显示面板需要进行修复。可以理解的是,所预设的第二方向修复阈值Yrepair大于所预设的第二方向合格阈值Yth。
本发明所提供的显示面板缺陷检测方法通过图像处理的方法对所拍摄的显示面板图像进行处理,不仅可以自动避免现有技术中的误判情况,还能自动分析缺陷的尺寸并通过该缺陷的尺寸分析进行自动判定是否需要修复,从而减少了作业人员,提高了检测效率。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种显示面板缺陷检测方法,其包括:
对显示面板需要检测的一侧表面进行拍照以获取显示面板需要检测的表面的检测图像;
计算该检测图像的灰度值并根据检测图像灰度值的大小及变化检测出检测图像中的缺陷图案;
检测出该缺陷图案的边缘;
建立一坐标系以获取该缺陷图案的边缘上任意一点的坐标;
根据缺陷图案边缘上的点的坐标计算出该缺陷图案的尺寸大小;
根据该缺陷图案的尺寸判断该显示面板是否合格。
2.如权利要求1所述的显示面板缺陷检测方法,其特征在于,若该缺陷图案的尺寸大小不合格则将该缺陷图案的尺寸大小与预设的修复阈值相比较以判断该显示面板是否需要修复。
3.如权利要求2所述的显示面板缺陷检测方法,其特征在于,该缺陷图案的尺寸大小采用沿第一方向的第一尺寸及沿第二方向的第二尺寸来评估,若该缺陷图案沿第一方向的第一尺寸小于或等于预设的第一方向修复阈值或者该缺陷图案沿第二方向的第二尺寸小于或等于预设的第一方向修复阈值则需要人工判定该缺陷图案是否需要修复。
4.如权利要求3所述的显示面板缺陷检测方法,其特征在于,若该缺陷图案沿第一方向的第一尺寸大于预设的第一方向修复阈值或者该缺陷图案沿第二方向的第二尺寸大于预设的第二方向修复阈值则判断显示面板需要进行修复。
5.如权利要求1所述的显示面板缺陷检测方法,其特征在于,该缺陷图案的尺寸大小采用沿第一方向的第一尺寸及沿第二方向的第二尺寸来评估,若该缺陷图案沿第一方向的第一尺寸小于或等于预设的第一方向合格阈值及该缺陷图案沿第二方向的第二尺寸小于或等于预设的第二方向合格阈值则判断该缺陷图案的尺寸合格。
6.如权利要求1所述的显示面板缺陷检测方法,其特征在于,所建立的是一直角坐标系,分别以不同的第一方向及第二方向为坐标系的X轴及Y轴。
7.如权利要求1所述的显示面板缺陷检测方法,其特征在于,检测该检测图像中的规则圆形图案并将检测到的规则圆形图案筛除掉。
8.如权利要求7所述的显示面板缺陷检测方法,其特征在于,规则圆形图案经由Hough变换从检测图像中检测出来。
9.如权利要求1所述的显示面板缺陷检测方法,其特征在于,运用Sobel算子边缘检测方法来检测该缺陷图案的边缘。
10.如权利要求1所述的显示面板缺陷检测方法,其特征在于,通过大津法对该检测图像的灰度值进行计算,将缺陷图案作为前景从作为背景的检测图像中分割出来。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510507211.9A CN105205803A (zh) | 2015-08-18 | 2015-08-18 | 显示面板缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510507211.9A CN105205803A (zh) | 2015-08-18 | 2015-08-18 | 显示面板缺陷检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105205803A true CN105205803A (zh) | 2015-12-30 |
Family
ID=54953465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510507211.9A Pending CN105205803A (zh) | 2015-08-18 | 2015-08-18 | 显示面板缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105205803A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107402221A (zh) * | 2017-08-08 | 2017-11-28 | 广东工业大学 | 一种基于机器视觉的显示面板缺陷识别方法及*** |
CN108345134A (zh) * | 2018-01-11 | 2018-07-31 | 福建联迪商用设备有限公司 | 显示器功能的测试方法及智能模块 |
CN109752870A (zh) * | 2019-01-31 | 2019-05-14 | 电子科技大学中山学院 | 一种电泳电子纸鬼影检测***及检测方法 |
CN109932160A (zh) * | 2019-03-05 | 2019-06-25 | 武汉精立电子技术有限公司 | Aoi与灰度计检测***及方法 |
WO2020077784A1 (zh) * | 2018-10-18 | 2020-04-23 | 深圳市华星光电半导体显示技术有限公司 | 判断缺陷叠图聚集的方法及其*** |
CN112954304A (zh) * | 2021-01-18 | 2021-06-11 | 湖北经济学院 | 显示面板Mura缺陷评估方法、***以及可读存储介质 |
CN113345328A (zh) * | 2021-05-28 | 2021-09-03 | Tcl华星光电技术有限公司 | 显示面板Mura修补方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001209798A (ja) * | 2000-01-27 | 2001-08-03 | Sharp Corp | 外観検査方法及び検査装置 |
CN102636490A (zh) * | 2012-04-12 | 2012-08-15 | 江南大学 | 基于机器视觉的轴承防尘盖表面缺陷检测方法 |
CN103676242A (zh) * | 2013-12-23 | 2014-03-26 | 合肥京东方光电科技有限公司 | 彩膜基板的修补方法 |
CN103674965A (zh) * | 2013-12-06 | 2014-03-26 | 深圳市大族激光科技股份有限公司 | 一种晶圆外观缺陷的分类以及检测方法 |
CN103760165A (zh) * | 2013-12-31 | 2014-04-30 | 深圳市华星光电技术有限公司 | 显示面板的缺陷检测方法及缺陷检测装置 |
CN104698632A (zh) * | 2015-03-30 | 2015-06-10 | 合肥京东方光电科技有限公司 | 一种基板检测装置及突起高度检测方法 |
-
2015
- 2015-08-18 CN CN201510507211.9A patent/CN105205803A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001209798A (ja) * | 2000-01-27 | 2001-08-03 | Sharp Corp | 外観検査方法及び検査装置 |
CN102636490A (zh) * | 2012-04-12 | 2012-08-15 | 江南大学 | 基于机器视觉的轴承防尘盖表面缺陷检测方法 |
CN103674965A (zh) * | 2013-12-06 | 2014-03-26 | 深圳市大族激光科技股份有限公司 | 一种晶圆外观缺陷的分类以及检测方法 |
CN103676242A (zh) * | 2013-12-23 | 2014-03-26 | 合肥京东方光电科技有限公司 | 彩膜基板的修补方法 |
CN103760165A (zh) * | 2013-12-31 | 2014-04-30 | 深圳市华星光电技术有限公司 | 显示面板的缺陷检测方法及缺陷检测装置 |
CN104698632A (zh) * | 2015-03-30 | 2015-06-10 | 合肥京东方光电科技有限公司 | 一种基板检测装置及突起高度检测方法 |
Non-Patent Citations (1)
Title |
---|
陈宝文 等: ""基于计算机视觉的冲压件表面缺陷检测方法"", 《科技信息》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107402221A (zh) * | 2017-08-08 | 2017-11-28 | 广东工业大学 | 一种基于机器视觉的显示面板缺陷识别方法及*** |
CN108345134A (zh) * | 2018-01-11 | 2018-07-31 | 福建联迪商用设备有限公司 | 显示器功能的测试方法及智能模块 |
WO2020077784A1 (zh) * | 2018-10-18 | 2020-04-23 | 深圳市华星光电半导体显示技术有限公司 | 判断缺陷叠图聚集的方法及其*** |
CN109752870A (zh) * | 2019-01-31 | 2019-05-14 | 电子科技大学中山学院 | 一种电泳电子纸鬼影检测***及检测方法 |
CN109932160A (zh) * | 2019-03-05 | 2019-06-25 | 武汉精立电子技术有限公司 | Aoi与灰度计检测***及方法 |
CN112954304A (zh) * | 2021-01-18 | 2021-06-11 | 湖北经济学院 | 显示面板Mura缺陷评估方法、***以及可读存储介质 |
CN112954304B (zh) * | 2021-01-18 | 2022-09-16 | 湖北经济学院 | 一种显示面板Mura缺陷评估方法 |
CN113345328A (zh) * | 2021-05-28 | 2021-09-03 | Tcl华星光电技术有限公司 | 显示面板Mura修补方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205803A (zh) | 显示面板缺陷检测方法 | |
CN109816678B (zh) | 一种基于视觉的喷嘴雾化角度自动检测***及方法 | |
CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
WO2022110219A1 (zh) | 一种显示面板的检测方法、装置及*** | |
WO2018068417A1 (zh) | 元件缺陷检测方法和*** | |
CN107515481B (zh) | 一种显示面板的检测方法和装置 | |
CN103792705A (zh) | 检测基板缺陷的检测方法及检测装置 | |
WO2020110667A1 (ja) | 表面欠陥検出方法、表面欠陥検出装置、鋼材の製造方法、鋼材の品質管理方法、鋼材の製造設備、表面欠陥判定モデルの生成方法、及び表面欠陥判定モデル | |
WO2017071406A1 (zh) | 金针类元件的引脚检测方法和*** | |
WO2017050082A1 (zh) | 一种端子位置的确定方法及终端设备 | |
JP2007285754A (ja) | 欠陥検出方法および欠陥検出装置 | |
CN116539641A (zh) | 光伏玻璃组件二道铺设后外观检测方法 | |
CN117058411B (zh) | 电池棱边外形瑕疵识别方法、装置、介质和设备 | |
JP2005345290A (ja) | 筋状欠陥検出方法及び装置 | |
JP5889778B2 (ja) | フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法 | |
CN110243336B (zh) | 屏体翘曲检测方法 | |
CN112987356B (zh) | 液晶面板底部异物滤除装置 | |
CN112837285B (zh) | 一种板面图像的边缘检测方法及装置 | |
CN110634124A (zh) | 一种区域检测的方法及设备 | |
JP2010071980A (ja) | 熱交換器のフィン抽出検査方法 | |
KR20070101669A (ko) | 마운팅 플레이트 어셈블리의 비전 검사장치 및 검사방법 | |
CN103630547B (zh) | 具有周期性结构的光学薄膜的瑕疵检测方法及其检测装置 | |
JP6114559B2 (ja) | フラットパネルディスプレイの自動ムラ検出装置 | |
TWI493177B (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 | |
TWI638992B (zh) | 畫作缺陷檢測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151230 |