CN109378277A - 一种基板图案阵列的完整性检测方法 - Google Patents

一种基板图案阵列的完整性检测方法 Download PDF

Info

Publication number
CN109378277A
CN109378277A CN201811114028.2A CN201811114028A CN109378277A CN 109378277 A CN109378277 A CN 109378277A CN 201811114028 A CN201811114028 A CN 201811114028A CN 109378277 A CN109378277 A CN 109378277A
Authority
CN
China
Prior art keywords
pattern
signal
substrate pattern
frequency
pattern array
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.)
Granted
Application number
CN201811114028.2A
Other languages
English (en)
Other versions
CN109378277B (zh
Inventor
刘哲
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.)
Wuhan China Star Optoelectronics Semiconductor Display Technology Co Ltd
Original Assignee
Wuhan China Star Optoelectronics Semiconductor Display 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 Wuhan China Star Optoelectronics Semiconductor Display Technology Co Ltd filed Critical Wuhan China Star Optoelectronics Semiconductor Display Technology Co Ltd
Priority to CN201811114028.2A priority Critical patent/CN109378277B/zh
Publication of CN109378277A publication Critical patent/CN109378277A/zh
Application granted granted Critical
Publication of CN109378277B publication Critical patent/CN109378277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基板图案阵列的完整性检测方法，包括以下步骤：灰度图获取步骤，用以获取基板图案阵列的灰度图；数值化处理步骤，用以对所述灰度图进行采样数值化处理，得到灰度值信号；傅里叶转换步骤，用以将灰度值信号转换为频率域的信号的分布；对比分析步骤，用以对频率域的信号的分布进行分析，得到所述基板图案阵列的完整性信息。本发明能够快速精准地检测基板图案阵列中图案的一致性和完整性，并对缺陷的类型进行判别，为待测样品的缺陷修复提供检测依据。

Description

一种基板图案阵列的完整性检测方法
技术领域
本发明涉及柔性显示装置检测等领域，具体为一种基板图案阵列的完整性检测方法。
背景技术
在柔性显示装置，尤其是有源矩阵有机发光二极体或主动矩阵有机发光二极体(AMOLED)的显示基板中，通常由曝光和/或蚀刻得到的微小的周期性图案，它们的各自完整性和分布的一致性是保证每个显示像素或者每个辅助显示单元正常工作的前提。对这些周期性图案(例如点、线、平面/立体图形等的矩阵)检测，通常由自动光学检测机(AutomaticOptic Inspection，AOI)完成。自动光学检测机通过对比相邻数个区块(例如像素)之间的一致性来判断当前区块(例如像素)是否存在图形的异常。此类测试方法，在提高检测精细度的要求下，不得不设计相当复杂的光学***和电气***，因此，其设备成本和人工成本较高，同时还要花费较多的检测时间，增加了制程的时间成本。
发明内容
本发明提供一种基板图案阵列的完整性检测方法，以解决现有技术中，利用自动光学检测机检测时，设备成本和人工成本较高，检测时间长等问题。
为解决上述技术问题本发明提供一种基板图案阵列的完整性检测方法，包括以下步骤：灰度图获取步骤，用以获取基板图案阵列的灰度图；数值化处理步骤，用以对所述灰度图进行数值化处理，得到灰度值信号；傅里叶转换步骤，用以将灰度值信号转换为频率域的信号的分布；对比分析步骤，用以对频率域的信号的分布进行分析，得到所述基板图案阵列的完整性信息。
在本发明一实施例中，所述数值化处理步骤中，包括像素点灰度值计算步骤，用以计算所述灰度图中每一像素点的灰度值；“灰度值-位置坐标”曲线图建立步骤，以像素点的获取时的次序或方向为横坐标，该横坐标为位置坐标方向，以与所述位置坐标对应的像素点的灰度值分布为纵坐标，建立“灰度值-位置坐标”的曲线图。
在本发明一实施例中，所述傅里叶转换步骤中，包括将“灰度值-位置坐标”曲线图中的某一位置的波形信号分解成有限个已知正弦或者余弦信号的和值，并对有限个已知正弦或者余弦信号的和值形成的信号作带通滤波，转换成频率域的“强度-频率”信号的图形。
在本发明一实施例中，在所述频率域的“强度-频率”信号图形中，特征频率表示有限个已知主频率信号的合集，其中，主频率位置与基板图案阵列的分布的密度强相关。
在本发明一实施例中，在对比分析步骤中，包括根据特征频率的相对位置或绝对位置，判断基板图案阵列的周期分布及尺寸规格是否满足设计要求。
在本发明一实施例中，所述基板图案阵列包括像素定义层的像素图案、间隙控制层的PS柱图案以及金属层的金属走线图案。
在本发明一实施例中，所述基板图案阵列的完整性信息，包括图案完整和一致，和/或图案缺失，和/或图案偏移，和/或图案形变；当基板图案阵列中图案完整和一致时，则特征频率对应的位置处无杂讯峰；当基板图案阵列中图案缺失时，则特征频率对应的位置处出现杂讯峰，且在低频位置出现杂讯峰，当图案连续缺失数目增多，则特征频率对应的位置处出现的杂讯峰向左移动；当基板图案阵列中图案形变膨胀时，则特征频率对应的右移位置处出现杂讯峰；当基板图案阵列中图案偏移时，则在高频域上出现杂讯峰。
在本发明一实施例中，所述基板图案阵列中，图案的尺寸范围为图案的密范围为10ppi-106ppi。
在本发明一实施例中，所述灰度图获取步骤中，采用CCD相机对基板图案阵列进行扫描，扫描速度为1m/s。
在本发明一实施例中，所述特征频率有效范围为
本发明的优点是：本发明的基板图案阵列的完整性检测方法，通对图像的灰度扫描和引入离散信号快速傅里叶转换(DFT)的方法，将周期性的阵列图案，转化成易于辨识和处理的频域信号。通过这种方法，能够快速精准地检测基板图案阵列中图案的一致性和完整性，并对缺陷的类型进行判别，为待测样品的缺陷修复提供检测依据；使得基板的检测和判别不再依赖于逐点的移动式光学缺陷检查，有效的提高了制程上检测站点的效率，同时降低了复杂检测设备的投入成本。
附图说明
下面结合附图和实施例对本发明作进一步解释。
图1是本发明实施例的像素定义层及间隙控制层的图案分布示意图。
图2是本发明实施例的灰度图及由灰度值形成的“方波”信号图。
图3是按照图1扫描线方向扫描得到的“灰度值-位置坐标”曲线图。
图4是本发明实施例的傅里叶转换信号转换图。
图5是图3中“方波”信号经傅里叶转换后得到的“强度-频率”信号分布图。
图6是本发明实施例的金属层中金属走线分布图。
图7是按照图6扫描线方向扫描得到的“灰度值-位置坐标”曲线图。
图8是图7中“方波”信号经傅里叶转换后得到的“强度-频率”信号分布图。
具体实施方式
以下实施例的说明是参考附加的图式，用以例示本发明可用以实施的特定实施例。本发明所提到的方向用语，例如「上」、「下」、「前」、「后」、「左」、「右」、「顶」、「底」等，仅是参考附加图式的方向。因此，使用的方向用语是用以说明及理解本发明，而非用以限制本发明。
一种基板图案阵列的完整性检测方法，用以检测面板阵列背板的有机发光二极管(OLED)像素定义层(PDL)和间隙控制层(PS)的检测。
如图1所示，像素定义层(PDL)中图案阵列包括红色像素定义图案100、蓝色像素定义图案101、绿色像素定义图案102三种周期性图案；通常来说，绿色有机发光二极管由于单位面积亮度较高，所以一般设计时，绿色像素定义图案102相较于红色像素定义图案100、蓝色像素定义图案101两色较小；另外蓝色有机发光二极管由于单位面积亮度较低或者衰减较快，所以一般设计上时，蓝色像素定义图案101相较于红色像素定义图案100、绿色像素定义图案102两色密度较大或者单个面积较大。间隙控制层(PS)中有PS柱图案103，一般PS柱图案103并非每个子像素周围都有，而是通常间隔一定的区域才会有分布，故在图1用标记104标示了该位置实际不存在的PS柱。几种图案的大小不尽相同，在平面方向上的密度和总的数目也不尽相同，图像的上述特征主要由产品规格确定，本实施例中，图案的尺寸范围为图案的密范围为10ppi-106ppi。
本实施例的基板图案阵列的完整性检测方法包括以下步骤：
灰度图获取步骤，用以获取基板图案阵列的灰度图；在该步骤中，对像素定义层(PDL)和间隙控制层(PS)采用光学扫描或者CCD相机拍照得到的灰度图。图1中，扫描线A-A’、B-B’、C-C’、D-D’表示灰度扫描图像的取值位置及方向。本实施例设定的扫描速度为1m/s。
数值化处理步骤，用以对所述灰度图进行采样数值化处理，得到灰度值信号。在该数值化处理步骤中，包括像素点灰度值计算步骤，用以计算所述灰度图中每一像素点的灰度值，如图2所示，图2中，以像素定义层(PDL)中的某一个红色有机发光二极管像素定义区为例，展示了对该红色像素定义图案100扫描后得到对应的灰度图，该灰度图像的大小、边界、灰度明暗的对比以及分割后像素中每一个点位的灰度值都是可以严格确定的。图2中的虚线亦标示的是灰度图像中取值的位置及方向，即A-A’方向。“灰度值-位置坐标”曲线图建立步骤，以像素点的获取时的次序或方向为横坐标，该横坐标为位置坐标方向，以与所述位置坐标对应的像素点的灰度值分布为纵坐标，建立“灰度值-位置坐标”的曲线图。图2中，近似“方波”信号200为沿着虚线位置和方向取值得到的”灰度值-位置坐标”曲线图；如此，则将待检测图案在二维方向上的大小、数量、分布，尤其是各自的完整性、分布的均一性以及可能存在的缺陷等信息的解析，就转化成了对特定位置的“灰度值-位置坐标”曲线图的解析，横轴对应待检测图案的物理坐标位置，纵轴对应不同坐标位置处灰度扫描图案的灰度值。按照图1中的A-A’、B-B’、C-C’、D-D’四个扫描方向进行扫描，通常根据不同设计规格的产品，每条扫描线跨越的子像素个数在数百只数千不等。因此，如图3所示，在A-A’、B-B’、C-C’、D-D’方向上，扫描并转换成的”灰度值-位置坐标”曲线图将包含数百至数千个不等的近似”方波”信号，其中，C-C’对应的为PS柱图案扫描方向，PS柱图案的数量可能相对要少。图3中，由上至下，分别截取了A-A’、B-B’、C-C’、D-D’四个扫描方向上“灰度值-位置坐标”曲线图的一部分，可以看到波形与图1中的周期性的图案严格对应。
傅里叶转换步骤，用以将灰度值信号转换为频率域的信号的分布，具体的，将“灰度值-位置坐标”曲线图中的某一位置的波形信号分解成有限个已知正弦或者余弦信号的和值。例如：如4图所示，将近似“方波”信号201分解成(k*Sinf0)/π+(k*Sin3f0)/3π+(k*Sin5f0)/5π+(k*Sin7f0)/7π+(k*Sin9f0)/9π+(k*Sin11f0)/11π+(k*Sin13f0)/13π+(k*Sin15f0)/15π八阶正弦信号的和值的信号波形202，其正弦信号的和值的信号波形202与分解前的近似“方波”信号201的相似度高。再并对有限个已知正弦或者余弦信号的和值形成的信号作带通滤波，转换成频率域的”强度-频率”信号的图形。在所述频率域的“强度-频率”信号图形中，特征频率可用n*f0表示，特征频率表示有限个已知主频率信号的合集，其中，主频率位置与基板图案阵列的分布的密度强相关，即主频率在横轴上的位置由f0的系数n大小决定，其与检测范围内的图案阵列的分布的密度强相关，本实施例中，特征频率有效范围为具体的，如图5所示，将图3中所对应的完整的A-A’方向的近似“方波”信号301转换成频率域的“强度-频率”信号401，将B-B’方向的近似“方波”信号302转换成频率域的“强度-频率”信号402，将C-C’方向的近似“方波”信号303转换成频率域的“强度-频率”信号403，将D-D’方向的近似“方波”信号304转换成频率域的“强度-频率”信号404。
对比分析步骤，用以对频率域的信号的分布进行分析，得到所述基板图案阵列的完整性信息。所述基板图案阵列的完整性信息，包括图案完整和一致，和/或图案缺失，和/或图案偏移，和/或图案形变；当基板图案阵列中图案完整和一致时，则特征频率对应的位置处无杂讯峰；当基板图案阵列中图案缺失时，则特征频率对应的位置处出现杂讯峰，且在低频位置出现杂讯峰，当图案连续缺失数目增多，则特征频率对应的位置处出现的杂讯峰向左移动；当基板图案阵列中图案形变膨胀时，则特征频率对应的右移位置处出现杂讯峰；当基板图案阵列中图案偏移时，则在高频域上出现杂讯峰。如图5所示，假设当整个检测范围A-A’、B-B’、C-C’、D-D’内，红色像素定义图案100、蓝色像素定义图案101、绿色像素定义图案102和PS柱图像103这几种周期性的图案完整性和分布的均一性都很好时，则图5中“强度-频率”信号401至“强度-频率”信号404只会出现图5中对应主频率位置的实线峰讯；当某个或某些图案缺失时，则在低频位置处出现杂讯信号，同时在主频率位置附近也会出现杂讯信号，图5中的虚线所示。另外还可以根据不同检测位置处主频率的集合的相对位置或绝对位置，判断原始图案的周期分布及尺寸规格是否满足设计要求。以WQHD规格的Halftone光罩曝光的像素定义层(PDL)和间隙控制层(PS)为例，假设像素定义层和间隙控制层的间距比1/4，，在Panel宽度方向上1440列像素所占68.88mm，则单个亚像素(Sub Pixel)的宽度为16μm。由于CCD扫描的速度为1m/s，则对标准的样品或者Mask作扫描和上述傅里叶转换(DFT)后，得到的“强度-频率”信号的参考特征频率分别为和若某个监测点位(或者线扫)作CCD扫描和上述信号转换后，若得到的“强度-频率”信号集合与参考特征频率相一致，则说明当前位置的像素定义层(PDL)和间隙控制层(PS)的图案的曝光没有问题；若得到的“强度-频率”信号集合除了出现主频率的集合和分别在低频域和作带通滤波时，如出现了部分噪音信号，同时主频率的集合向左移的方向上也会出现杂讯峰，则说明存在像素定义层(PDL)或间隙控制层(PS)的图案缺失；当在主频率的集合向左移的方向上出现杂讯峰，则说明像素定义层(PDL)或间隙控制层(PS)的图案有部分膨胀或者残留；若得到的“强度-频率”信号集合除了出现主频率的集合和分别在高频域和作带通滤波时，如还出现了部分噪音信号，同时主频率的集合向右移的方向上也会出现杂讯峰，则说明存在像素定义层(PDL)或间隙控制层(PS)的图案的重叠或者偏移。
本实施例的一种基板图案阵列的完整性检测方法，还用以检测金属层中金属走线图案分布，例如可以检测Gate\Source\Drain走线、周边Fan-out区走线、模组的Bondning区的走线等。一般的，金属层设有多条相互并列且均匀排布的多根金属走线，每一金属走线的宽度基本一致，图6为本实施例提供的一种异常状态下的金属层中金属走线的分布图。检测时，具体包括以下步骤。
灰度图获取步骤，用以获取金属层的灰度图；在该步骤中，对金属层采用光学扫描或者CCD相机拍照得到的灰度图。如图6所示，扫描线E-E’、F-F’、G-G’、H-H’表示灰度扫描图像的取值位置及方向。本实施例设定的扫描速度为1m/s。
数值化处理步骤，按照图6的扫描方向，对灰度图进行采样数值化处理，得到灰度值信号，扫描并转换成的“灰度值-位置坐标”曲线图将包含数百至数千个不等的近似“方波”信号，如图7所示，沿扫描线E-E’扫描得到“方波”信号501，沿扫描线E-E’扫描得到“方波”信号502，沿扫描线E-E’扫描得到“方波”信号503，沿扫描线E-E’扫描得到“方波”信号504。
傅里叶转换步骤，其具体步骤基本如检测像素定义层(PDL)和间隙控制层(PS)时的步骤。在该步骤中，将图7的“灰度值-位置坐标”曲线图中的对应信号转换为“强度-频率”信号，如图8所示，“方波”信号501转换为“强度-频率”信号601，“方波”信号502转换为“强度-频率”信号602，“方波”信号503转换为“强度-频率”信号603，“方波”信号504转换为“强度-频率”信号605。主频率位置与检测范围内金属走线分布的密度强相关。
对比分析步骤，用以对频率域的信号的分布进行分析，得到所述基板图案阵列的完整性信息。假设检测范围内金属走线的阵列完整性和一致性很好时，出现图8中对应主频率位置的实线峰讯；当有极少数量的金属走线缺失时，主频率位置的实线峰讯，在低频域还会出现部分噪音信号，如图8中虚线所示的杂讯峰，同时，主频率位置向左移的方向上也会出现杂讯峰；当缺失的走线数目增多时，可以预测杂讯峰的位置相对于主频率位置进一步左移；当图案有部分膨胀时，则会在主频率位置右移的方向上出现杂讯峰；当图案有部分位移时，则会在高频域上出现杂讯峰。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基板图案阵列的完整性检测方法，其特征在于，包括以下步骤：
灰度图获取步骤，用以获取基板图案阵列的灰度图；
数值化处理步骤，用以对所述灰度图进行数值化处理，得到灰度值信号；
傅里叶转换步骤，用以将灰度值信号转换为频率域的信号的分布；
对比分析步骤，用以对频率域的信号的分布进行分析，得到所述基板图案阵列的完整性信息。
2.根据权利要求1所述的基板图案阵列的完整性检测方法，其特征在于，所述数值化处理步骤中，包括
像素点灰度值计算步骤，用以计算所述灰度图中每一像素点的灰度值；
“灰度值-位置坐标”曲线图建立步骤，以像素点的获取时的次序或方向为横坐标，该横坐标为位置坐标方向，以与所述位置坐标对应的像素点的灰度值分布为纵坐标，建立“灰度值-位置坐标”的曲线图。
3.根据权利要求2所述的基板图案阵列的完整性检测方法，其特征在于，所述傅里叶转换步骤中，包括将“灰度值-位置坐标”曲线图中的某一位置的波形信号分解成有限个已知正弦或者余弦信号的和值，并对有限个已知正弦或者余弦信号的和值形成的信号作带通滤波，转换成频率域的“强度-频率”信号的图形。
4.根据权利要求3所述的基板图案阵列的完整性检测方法，其特征在于，在所述频率域的“强度-频率”信号图形中，特征频率表示有限个已知主频率信号的合集，其中，主频率位置与基板图案阵列的分布的密度强相关。
5.根据权利要求4所述的基板图案阵列的完整性检测方法，其特征在于，在对比分析步骤中，包括根据特征频率的相对位置或绝对位置，判断基板图案阵列的周期分布及尺寸规格是否满足设计要求。
6.根据权利要求5所述的基板图案阵列的完整性检测方法，其特征在于，所述基板图案阵列包括像素定义层的像素图案、间隙控制层的PS柱图案以及金属层的金属走线图案。
7.根据权利要求6所述的基板图案阵列的完整性检测方法，其特征在于，所述基板图案阵列的完整性信息，包括
图案完整和一致，和/或
图案缺失，和/或
图案偏移，和/或
图案形变；
当基板图案阵列中图案完整和一致时，则特征频率对应的位置处无杂讯峰；当基板图案阵列中图案缺失时，则特征频率对应的位置处出现杂讯峰，且在低频位置出现杂讯峰，当图案连续缺失数目增多，则特征频率对应的位置处出现的杂讯峰向左移动；
当基板图案阵列中图案形变膨胀时，则特征频率对应的右移位置处出现杂讯峰；
当基板图案阵列中图案偏移时，则在高频域上出现杂讯峰。
8.根据权利要求7所述的基板图案阵列的完整性检测方法，其特征在于，所述基板图案阵列中，图案的尺寸范围为图案的密范围为10ppi-106ppi。
9.根据权利要求8所述的基板图案阵列的完整性检测方法，其特征在于，所述灰度图获取步骤中，采用CCD相机对基板图案阵列进行扫描，扫描速度为1m/s。
10.根据权利要求9所述的基板图案阵列的完整性检测方法，其特征在于，所述特征频率有效范围为
CN201811114028.2A 2018-09-25 2018-09-25 一种基板图案阵列的完整性检测方法 Active CN109378277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811114028.2A CN109378277B (zh) 2018-09-25 2018-09-25 一种基板图案阵列的完整性检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811114028.2A CN109378277B (zh) 2018-09-25 2018-09-25 一种基板图案阵列的完整性检测方法

Publications (2)

Publication Number Publication Date
CN109378277A true CN109378277A (zh) 2019-02-22
CN109378277B CN109378277B (zh) 2020-11-24

Family

ID=65401716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811114028.2A Active CN109378277B (zh) 2018-09-25 2018-09-25 一种基板图案阵列的完整性检测方法

Country Status (1)

Country Link
CN (1) CN109378277B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09199560A (ja) * 1996-01-16 1997-07-31 Sumitomo Sitix Corp 半導体基板表面欠陥の検査方法及びその自動検査装置
CN107644226A (zh) * 2017-10-25 2018-01-30 成都西井科技有限公司 有利于图像识别的图像处理方法
CN107886526A (zh) * 2017-11-13 2018-04-06 中国人民解放军国防科技大学 基于时域滤波的序列图像弱小目标检测方法
CN108318491A (zh) * 2017-12-04 2018-07-24 华南理工大学 一种基于频谱曲率分析的织物缺陷检测方法
CN105427776B (zh) * 2016-01-26 2018-08-07 深圳市华星光电技术有限公司 液晶面板影像残留检测方法和装置
WO2019059011A1 (ja) * 2017-09-19 2019-03-28 富士フイルム株式会社 教師データ作成方法及び装置並びに欠陥検査方法及び装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09199560A (ja) * 1996-01-16 1997-07-31 Sumitomo Sitix Corp 半導体基板表面欠陥の検査方法及びその自動検査装置
CN105427776B (zh) * 2016-01-26 2018-08-07 深圳市华星光电技术有限公司 液晶面板影像残留检测方法和装置
WO2019059011A1 (ja) * 2017-09-19 2019-03-28 富士フイルム株式会社 教師データ作成方法及び装置並びに欠陥検査方法及び装置
CN107644226A (zh) * 2017-10-25 2018-01-30 成都西井科技有限公司 有利于图像识别的图像处理方法
CN107886526A (zh) * 2017-11-13 2018-04-06 中国人民解放军国防科技大学 基于时域滤波的序列图像弱小目标检测方法
CN108318491A (zh) * 2017-12-04 2018-07-24 华南理工大学 一种基于频谱曲率分析的织物缺陷检测方法

Also Published As

Publication number Publication date
CN109378277B (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
Moaveni et al. Evaluation of aggregate size and shape by means of segmentation techniques and aggregate image processing algorithms
CN109883654A (zh) 一种用于oled亚像素定位的棋盘格图、生成方法及定位方法
CN108369650A (zh) 将校准图案的图像内的候选点标识为该校准图案的可能特征点的方法
US20120057773A1 (en) Inspection recipe generation and inspection based on an inspection recipe
CN101557537B (zh) 一种自动判定解析度的方法
CN112258429B (zh) 显示屏子像素的图像位置标记方法、设备以及存储介质
KR101146081B1 (ko) 마이크로-검사 입력을 이용한 매크로 결함 검출 방법 및시스템
JP6333307B2 (ja) 劣化部位検知装置、劣化部位検知方法およびプログラム
CN103065494A (zh) 一种基于计算机视觉的空闲停车位检测方法
CN113012096B (zh) 显示屏子像素定位及亮度提取方法、设备以及存储介质
Rivera et al. Automated detection and measurement of cracks in reinforced concrete components
CN108445010A (zh) 自动光学检测方法及装置
KR101261016B1 (ko) 평판패널 기판의 자동광학검사 방법 및 그 장치
US9978558B2 (en) Scanning-electron-microscope image processing device and scanning method
KR101876908B1 (ko) 디스플레이 패널의 결함 위치 정확도 개선 방법
CN107633508A (zh) 一种计量产品印刷线路板外观验证方法及***
CN109378277A (zh) 一种基板图案阵列的完整性检测方法
CN112648920B (zh) 掩模开口尺寸测量方法、掩模版拉伸装置以及张网机
CN114638805B (zh) 一种轨道板裂缝检测方法、***及存储介质
JP2004077290A (ja) ３次元形状計測装置および方法
CN110644334A (zh) 路面三维纹理形貌的检测方法、检测***及存储介质
KR20140068543A (ko) 표시패널 검사장치 및 그 검사방법
CN107256835B (zh) 一种凸块缺陷检测方法
CN110672631B (zh) 面板缺陷拍照方法和面板缺陷拍照装置
JP2008111705A (ja) 欠陥検出方法、欠陥検出プログラムおよび検査装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant