CN106353326A - 金属层中小丘的检测方法和装置 - Google Patents
金属层中小丘的检测方法和装置 Download PDFInfo
- Publication number
- CN106353326A CN106353326A CN201610665646.0A CN201610665646A CN106353326A CN 106353326 A CN106353326 A CN 106353326A CN 201610665646 A CN201610665646 A CN 201610665646A CN 106353326 A CN106353326 A CN 106353326A
- Authority
- CN
- China
- Prior art keywords
- hillock
- optical imagery
- metal level
- white image
- brightness
- 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
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 72
- 239000002184 metal Substances 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title abstract description 13
- 230000003287 optical effect Effects 0.000 claims abstract description 76
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 229910052782 aluminium Inorganic materials 0.000 claims description 11
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 11
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 5
- 239000010949 copper Substances 0.000 claims description 5
- 229910052802 copper Inorganic materials 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 239000000758 substrate Substances 0.000 description 8
- 229920000298 Cellophane Polymers 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000000956 alloy Substances 0.000 description 3
- 239000004411 aluminium Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 229910045601 alloy Inorganic materials 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 239000010953 base metal Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 235000016768 molybdenum Nutrition 0.000 description 1
- 239000010955 niobium Substances 0.000 description 1
- 229910052758 niobium Inorganic materials 0.000 description 1
- GUCVJGMIXFAOAE-UHFFFAOYSA-N niobium atom Chemical compound [Nb] GUCVJGMIXFAOAE-UHFFFAOYSA-N 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
-
- 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
- G06T2207/30136—Metal
-
- 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
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Liquid Crystal (AREA)
Abstract
本发明提供一种金属层中小丘的检测方法和装置,属于小丘检测技术领域,其可解决现有的金属层中小丘的检测方法复杂、效率低、难以用于实际生产的问题。本发明的金属层中小丘的检测方法包括:采集所述金属层的光学图像;调整所述光学图像的对比度和亮度;将调整后的所述光学图像转换为黑白图像;对所述黑白图像进行分析,以所述黑白图像中的黑色像素作为对应小丘的点。
Description
技术领域
本发明属于小丘检测技术领域,具体涉及一种金属层中小丘的检测方法和装置。
背景技术
在显示装置(如液晶显示装置、有机发光二极管显示装置等)的显示基板(如阵列基板)中,可使用纯铝制造引线(如栅极线、数据线、公共电极线等)、电极(如栅极、源极、漏极等)等结构,相对于传统的铌、钼等合金材料,纯铝具有电阻率低、成本低、易刻蚀等优点。但是,纯铝材料的热膨胀系数与显示基板的玻璃基底的热膨胀系数相差较大,这导致纯铝层中可能存在很多称为“小丘”的凸起。如果小丘问题过于严重,则其可能穿透上方的绝缘层,造成绝缘层破裂和不同引线短路等问题。为此,对金属层中的小丘进行准确的检测,对于确保产品质量、确定小丘发生原因、降低小丘发生概率等是十分重要的。
现在有多种多小丘检测方法,例如,Soo-Jung H提出了一种金属层中小丘的检测方法,其包括在场发射扫描电镜(FE-SEM)下用透明纸标注小丘,之后将其扫描形成数字化的文件,最后用特定的图形分析软件对小丘的面积、体积等进行分析和计算。可见,以上检测方法中要使用扫描电镜,因此其在实际生产过程中使用时,需要进行基板切片、透明纸标注、扫描等许多复杂的操作,整个过程往往要持续几天,效率很低,不利于及时的发现和解决问题。
发明内容
本发明解决现有的金属层中小丘的检测方法复杂、效率低、难以用于实际生产的问题,提供一种简单易行、效率高的金属层中小丘的检测方法和装置。
解决本发明技术问题所采用的技术方案是一种金属层中小丘的检测方法,其包括:
采集所述金属层的光学图像;
调整所述光学图像的对比度和亮度;
将调整后的所述光学图像转换为黑白图像;
对所述黑白图像进行分析,以所述黑白图像中的黑色像素作为对应小丘的点。
优选的是,所述金属层为纯金属构成的层。
进一步优选的是,所述纯金属为纯铝层或纯铜。
优选的是,所述光学图像为放大的光学图像。
进一步优选的是,所述放大的光学图像通过微观宏观缺陷检查机采集。
优选的是,所述调整所述光学图像的对比度和亮度包括:增大所述光学图像的对比度和亮度。
优选的是,所述调整所述光学图像的对比度和亮度包括:按照预定的对比度调整值调整所述光学图像的对比度;按照预定的亮度调整值调整所述光学图像的亮度。
优选的是,在所述将调整后的所述光学图像转换为黑白图像后,还包括:判断所述黑白图像中的黑色像素与光学图像中的小丘是否对应,若不对应则返回调整所述光学图像的对比度和亮度的步骤。
优选的是,所述对所述黑白图像进行分析包括:计算所述黑白图像中黑色像素数量占总像素数量的比例值,根据所述比例值确定金属层中小丘的状况。
解决本发明技术问题所采用的技术方案是一种金属层中小丘的检测装置,其包括:
采集单元,用于采集所述金属层的光学图像;
调整单元,用于调整所述光学图像的对比度和亮度;
转换单元,用于将调整后的所述光学图像转换为黑白图像;
分析单元,用于对所述黑白图像进行分析,以所述黑白图像中黑色像素作为对应小丘的点。
本发明的金属层中小丘的检测方法中,通过对光学图像的简单分析处理即可得出金属层中小丘的状况,而不用进行基板切片、透明纸标注、扫描等复杂的操作,故其效率高,一般只需数小时,可用于实际生产过程中。
附图说明
图1为本发明的实施例的一种金属层中小丘的检测方法的流程示意图;
图2为本发明的实施例的一种金属层中小丘的检测方法中采集的光学图像;
图3为图2经过亮度和对比度调整后得到的光学图像;
图4为由图3转换得到的黑白图像。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
实施例1:
本实施例提供一种金属层中小丘的检测方法,其包括:
采集所述金属层的光学图像;
调整所述光学图像的对比度和亮度;
将调整后的所述光学图像转换为黑白图像;
对所述黑白图像进行分析,以所述黑白图像中的黑色像素作为对应小丘的点。
本实施例的金属层中小丘的检测方法中,通过对光学图像的简单分析处理即可得出金属层中小丘的状况,而不用进行基板切片、透明纸标注、扫描等复杂的操作,故其效率高,只需数小时,可用于实际生产过程中。
实施例2:
如图1至图4所示,本实施例提供一种金属层中小丘的检测方法,其用于对显示基板中的金属层进行检测,以确定其中小丘的状况。
其中,显示基板可为阵列基板等,该显示基板可用于液晶显示装置、有机发光二极管显示装置等显示装置中。
金属层是指显示基板中的由金属或合金构成的层,其可以是沉积后未经刻蚀的完整的层,也可以是完整的层经刻蚀后形成的具体结构,如引线(栅极线、数据线、公共电极线等)、电极(源极、漏极、栅极)等。
优选的,以上待检测的金属层为纯金属构成的层,更优选为纯铝层或纯铜构成的层。
通常而言,由多种金属构成的合金可通过成分设计而具有与玻璃基底比较接近的热膨胀系数,从而避免小丘的产生,因此,小丘问题往往在膨胀率固定的纯金属层中比较突出。而在纯金属层中,主要是纯铝层和纯铜层(尤其是纯铝层)在显示基板中使用较广泛,且小丘问题较严重,因此本实施例的方法优选用于对纯铝层和纯铜层进行检测。
如图1所示,具体的,本实施例的金属层中小丘的检测方法包括:
S101、采集金属层的光学图像。
也就是说,采集待检测的金属层的光学照片,并将其以预定的格式存储下来。
其中,若要使用本方法检测多块相同结构的显示基板时,则优选采集各显示基板同一位置的光学图像,以提高检测结果的可比性,并且使用于采集图像的单元不用移动,易于实现。
优选的,光学图像为放大的光学图像;更优选的,放大的光学图像通过微观宏观缺陷检查机采集。
也就是说,可用生产线中现有的微观宏观缺陷检查机(Mic/Mac,简称MM)作为采集设备,直接采集放大的金属层的光学图像。例如,图2即为微观宏观缺陷检查机采集的一幅放大了100被的纯铝层的图像。
由于小丘一般尺寸很小,故采集放大图像可更准确的对小丘进行分析,而微观宏观缺陷检查机是常规显示基板生产线中的已有设备,因此用其采集金属层的光学图像容易实现且效率高。
当然,如果采用外加的摄像头、显微镜等其它设备采集以上光学图像,也是可行的。
S102、调整光学图像的对比度和亮度。
也就是说,通过MATLAB等软件对光学图像的亮度和对比度进行调整,从而使其中的小丘和正常金属层表面的区别更为明显。
优选的,本步骤的调整为增大光学图像的对比度和亮度。
通常而言,通过增大对比度和增大亮度的方式,可以使小丘和正常金属层表面的区别更为明显。例如,图3即为由图2增大亮度和对比度后得到的光学图像。
优选的,本步骤为:按照预定的对比度调整值调整所述光学图像的对比度;按照预定的亮度调整值调整所述光学图像的亮度。
显然,在金属层材质、环境光照、图像采集设备等均未相同的情况下,不同光学图像中小丘和正常金属层表面的颜色也应分别相同,故若某种对亮度和对比度的调整方式适用于其中一幅图像,则该调整方式对其它图像也都应适用。因此,可以通过预先的试验,分别确定出正确可行的亮度和对比度的调整值(如亮度增大25%,对比度增大20%等),从而在本步骤中,对所有的光学图像均按照预定的调整值分别调整亮度和对比度,以简化工艺,提高效率。
S103、将调整后的光学图像转换为黑白图像。
显然,以上的光学图像是具有灰度和色彩信息的,为便于后续处理,故本步骤中应通过MATLAB等软件将该光学图像(经过亮度和对比度调整的该光学图像)转换为黑白图像。例如,图4即为由图3转换得到的黑白图像。
S104、优选的,判断黑白图像中的黑色像素与光学图像中的小丘是否对应,若不对应则返回调整光学图像的对比度和亮度的步骤,若对应则进入下一步。
如图4所示,在转换得到的黑白图像中,应当是黑色像素对应小丘。而在以上的转换过程中,若亮度和对比度等的调整不合适,则可能造成转换后黑白图像中的黑色像素与实际的小丘并不对应(如部分小丘转换成了白色像素,或将部分正常金属层表面转换成了黑色像素),影响检测结果。因此在转换后,可将黑白图像与光学图像进行对比,人工判断黑色像素与光学图像中的小丘是否对应,若不对应则返回以上调整光学图像的对比度和亮度的步骤(S102步骤),选择不同的调整值重新处理图像。
当然,如果可确定转换后的黑色像素和小丘必然对应(如在其它条件不变的情况下,以上S102步骤采用的是预定的调整值),则也可不进行本步骤。
S105、对黑白图像进行分析,以黑白图像中的黑色像素作为对应小丘的点。
对转换得到的如图4所示的黑白图像进行分析,此时,光学图像中的小丘应当被转变为黑色像素,而正常金属层表面则为白色像素。
优选的,本步骤为:计算黑白图像中黑色像素数量占总像素数量的比例值,根据该比例值确定金属层中小丘的状况。
通常而言,表示小丘状况的最重要的参数是小丘所占的面积,而根据本实施例的方法,由于小丘对应黑色像素,故黑色像素在全部像素的比例也就是小丘所占的面积,通过该方法可最简单的得出所需要的参数。
在完成以上检测后,可根据检测结果确定产品是否合格;或者,也可对检测结果进行分析,以研究小丘的形成原因等,为工艺的改善提供基础。
可见,本实施例的金属层中小丘的检测方法中,可通过生产线中原有的设备直接采集光学图像,并通过对光学图像的简单分析处理得出金属层中小丘的状况,而不用进行基板切片、透明纸标注、扫描等复杂的操作,效率高,只需数小时,可用于实际生产过程中。
实施例3:
本实施例提供一种金属层中小丘的检测装置,其用于进行以上的金属层中小丘的检测方法。
具体的,本实施例的金属层中小丘的检测装置包括:
采集单元,用于采集金属层的光学图像;
调整单元,用于调整光学图像的对比度和亮度;
转换单元,用于将调整后的光学图像转换为黑白图像;
分析单元,用于对黑白图像进行分析,以黑白图像中黑色像素作为对应小丘的点。
本实施例的金属层中小丘的检测装置中包括实行以上金属层中小丘的检测方法的各步骤的单元,从而可进行以上的金属层中小丘的检测方法。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种金属层中小丘的检测方法,其特征在于,包括:
采集所述金属层的光学图像;
调整所述光学图像的对比度和亮度;
将所述调整后的光学图像转换为黑白图像;
对所述黑白图像进行分析,以所述黑白图像中的黑色像素作为对应小丘的点。
2.根据权利要求1所述的金属层中小丘的检测方法,其特征在于,
所述金属层为纯金属构成的层。
3.根据权利要求2所述的金属层中小丘的检测方法,其特征在于,
所述纯金属为纯铝层或纯铜。
4.根据权利要求1所述的金属层中小丘的检测方法,其特征在于,
所述光学图像为放大的光学图像。
5.根据权利要求4所述的金属层中小丘的检测方法,其特征在于,
所述放大的光学图像通过微观宏观缺陷检查机采集。
6.根据权利要求1所述的金属层中小丘的检测方法,其特征在于,所述调整所述光学图像的对比度和亮度包括:
增大所述光学图像的对比度和亮度。
7.根据权利要求1所述的金属层中小丘的检测方法,其特征在于,所述调整所述光学图像的对比度和亮度包括:
按照预定的对比度调整值调整所述光学图像的对比度;
按照预定的亮度调整值调整所述光学图像的亮度。
8.根据权利要求1所述的金属层中小丘的检测方法,其特征在于,在所述将调整后的所述光学图像转换为黑白图像后,还包括:
判断所述黑白图像中的黑色像素与光学图像中的小丘是否对应,若不对应则返回调整所述光学图像的对比度和亮度的步骤。
9.根据权利要求1所述的金属层中小丘的检测方法,其特征在于,所述对所述黑白图像进行分析包括:
计算所述黑白图像中黑色像素数量占总像素数量的比例值,根据所述比例值确定金属层中小丘的状况。
10.一种金属层中小丘的检测装置,其特征在于,包括:
采集单元,用于采集所述金属层的光学图像;
调整单元,用于调整所述光学图像的对比度和亮度;
转换单元,用于将调整后的所述光学图像转换为黑白图像;
分析单元,用于对所述黑白图像进行分析,以所述黑白图像中黑色像素作为对应小丘的点。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610665646.0A CN106353326A (zh) | 2016-08-12 | 2016-08-12 | 金属层中小丘的检测方法和装置 |
US15/673,459 US20180047153A1 (en) | 2016-08-12 | 2017-08-10 | Method and device for detecting hillock in metal layer |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610665646.0A CN106353326A (zh) | 2016-08-12 | 2016-08-12 | 金属层中小丘的检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106353326A true CN106353326A (zh) | 2017-01-25 |
Family
ID=57843983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610665646.0A Pending CN106353326A (zh) | 2016-08-12 | 2016-08-12 | 金属层中小丘的检测方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20180047153A1 (zh) |
CN (1) | CN106353326A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108362699A (zh) * | 2018-02-13 | 2018-08-03 | 仲恺农业工程学院 | 一种薯类去皮率的测定方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03108643A (ja) * | 1989-06-02 | 1991-05-08 | Fuji Electric Co Ltd | 半導体デバイス用金属配線検査装置 |
CN1952651A (zh) * | 2005-10-21 | 2007-04-25 | 京元电子股份有限公司 | 晶片影像检视方法及*** |
CN101451960A (zh) * | 2008-12-23 | 2009-06-10 | 湖南普照信息材料有限公司 | 铬版表面膜层微小缺陷针孔的检测方法 |
CN101964293A (zh) * | 2010-08-23 | 2011-02-02 | 西安航空动力股份有限公司 | 一种金相显微组织图像处理方法 |
CN102621056A (zh) * | 2012-03-29 | 2012-08-01 | 攀钢集团攀枝花钢铁研究院有限公司 | 一种定量测定金属材料表面锈蚀率的方法 |
CN103175844A (zh) * | 2012-03-16 | 2013-06-26 | 沈阳理工大学 | 一种金属零部件表面划痕缺陷检测方法 |
CN103869511A (zh) * | 2012-12-13 | 2014-06-18 | 乐金显示有限公司 | 显示装置的mura检测设备和方法 |
-
2016
- 2016-08-12 CN CN201610665646.0A patent/CN106353326A/zh active Pending
-
2017
- 2017-08-10 US US15/673,459 patent/US20180047153A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03108643A (ja) * | 1989-06-02 | 1991-05-08 | Fuji Electric Co Ltd | 半導体デバイス用金属配線検査装置 |
CN1952651A (zh) * | 2005-10-21 | 2007-04-25 | 京元电子股份有限公司 | 晶片影像检视方法及*** |
CN101451960A (zh) * | 2008-12-23 | 2009-06-10 | 湖南普照信息材料有限公司 | 铬版表面膜层微小缺陷针孔的检测方法 |
CN101964293A (zh) * | 2010-08-23 | 2011-02-02 | 西安航空动力股份有限公司 | 一种金相显微组织图像处理方法 |
CN103175844A (zh) * | 2012-03-16 | 2013-06-26 | 沈阳理工大学 | 一种金属零部件表面划痕缺陷检测方法 |
CN102621056A (zh) * | 2012-03-29 | 2012-08-01 | 攀钢集团攀枝花钢铁研究院有限公司 | 一种定量测定金属材料表面锈蚀率的方法 |
CN103869511A (zh) * | 2012-12-13 | 2014-06-18 | 乐金显示有限公司 | 显示装置的mura检测设备和方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108362699A (zh) * | 2018-02-13 | 2018-08-03 | 仲恺农业工程学院 | 一种薯类去皮率的测定方法 |
CN108362699B (zh) * | 2018-02-13 | 2020-12-08 | 仲恺农业工程学院 | 一种薯类去皮率的测定方法 |
Also Published As
Publication number | Publication date |
---|---|
US20180047153A1 (en) | 2018-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021129451A1 (zh) | 显示装置、电子设备和对显示面板进行老化补偿的方法 | |
EP3514785A1 (en) | Screen calibration method and screen calibration system capable of correcting full screen color tones automatically | |
CN107507571A (zh) | 一种对amoled进行外部光学补偿的方法及装置 | |
US20070272857A1 (en) | Method and apparatus for pattern inspection | |
JP2010256242A (ja) | 欠陥検査装置及び欠陥検査方法 | |
US7769226B2 (en) | Pattern inspection method and apparatus | |
JPWO2010146733A1 (ja) | 表示パネルの欠陥検査方法および欠陥検査装置 | |
JPWO2010146732A1 (ja) | 表示パネルの欠陥検査方法および欠陥検査装置 | |
CN111028779B (zh) | 显示面板的补偿方法、装置以及显示面板 | |
JP2013011856A (ja) | 撮像システムおよびその制御方法 | |
CN103440629B (zh) | 激光标记自动跟踪的视频引伸计的数字图像处理方法 | |
CN104732900A (zh) | 像素缺陷检测方法和装置 | |
CN103792705A (zh) | 检测基板缺陷的检测方法及检测装置 | |
CN106352806A (zh) | 一种立体视觉三维数字图像相关测量的高精度标定方法 | |
CN112801947A (zh) | 一种led显示终端坏点的视觉检测方法 | |
CN105991997B (zh) | 一种电容式图像传感器坏点实时定位的方法 | |
KR20140075042A (ko) | 표시패널 검사 장치 및 그 방법 | |
CN108445010A (zh) | 自动光学检测方法及装置 | |
US20110176033A1 (en) | Camera and method for capturing and processing photos in camera | |
CN106408526A (zh) | 一种基于多层矢量图的能见度检测方法 | |
CN115790384A (zh) | 一种基于凹版涂布的打光成像方法及装置 | |
CN106353326A (zh) | 金属层中小丘的检测方法和装置 | |
CN111899690A (zh) | 一种改善低亮度Mura的方法和装置 | |
KR101426487B1 (ko) | 표시패널의 검사 장치 및 그 방법 | |
CN1595957A (zh) | 医学影像坏点自动检测门限确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20170125 |