CN112085689A - 一种mura缺陷检测方法、装置、设备及*** - Google Patents
一种mura缺陷检测方法、装置、设备及*** Download PDFInfo
- Publication number
- CN112085689A CN112085689A CN201910506387.0A CN201910506387A CN112085689A CN 112085689 A CN112085689 A CN 112085689A CN 201910506387 A CN201910506387 A CN 201910506387A CN 112085689 A CN112085689 A CN 112085689A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- camera
- mura defect
- display screen
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 108
- 230000007547 defect Effects 0.000 title claims abstract description 95
- 238000012545 processing Methods 0.000 claims abstract description 59
- 238000001914 filtration Methods 0.000 claims abstract description 54
- 238000003384 imaging method Methods 0.000 claims abstract description 28
- 230000035945 sensitivity Effects 0.000 claims abstract description 27
- 230000003287 optical effect Effects 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 16
- 239000004065 semiconductor Substances 0.000 claims description 13
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 238000005057 refrigeration Methods 0.000 claims description 9
- 238000001816 cooling Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005678 Seebeck effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
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
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种mura缺陷检测方法、装置、设备及***，检测方法包括：获取待检测显示屏的待测图像；基于人眼对图像空间频率的敏感性，对所述待测图像进行频域滤波处理。本发明实施例提供的mura缺陷检测方法，获取待检测显示屏的待测图像，基于人眼对图像空间频率的敏感性，对待测图像进行频域滤波处理，滤除人眼对空间角频率不敏感的部分，一方面，能够避免过检，节约了后期的计算资源，另一方面，频域滤波处理后的图像更符合人眼的成像特性，提高了检测结果的准确性，使检测结果能够对标人工检测结果。
Description
技术领域
本发明涉及显示装置检测技术领域，尤其涉及一种mura缺陷检测方法、装置、设备及***。
背景技术
随着显示技术的发展，显示设备的尺寸变得越来越大，出现mura缺陷的频率也越来越大。mura缺陷是指当以恒定灰阶显示整个画面时特定区域出现显示不均匀的现象。
现有技术通过采集显示屏的在某一灰阶显示下的图像，经过阈值分割、图像分割、灰度均值比较等图像处理手段，从而检测出显示屏的缺陷。现有技术的方案基于机器算法而非基于人眼的成像特性，容易导致mura缺陷过检或漏检，导致计算资源的浪费，且检测结果准确性较差，无法对标人工检测结果。
发明内容
本发明实施例提供了一种mura缺陷检测方法、装置、设备及***，避免因过检造成资源浪费，提高了检测结果的准确性，使检测结果能够对标人工检测结果。
第一方面，本发明实施例提供了一种mura缺陷检测方法，包括：
获取待检测显示屏的待测图像；
基于人眼对图像空间频率的敏感性，对所述待测图像进行频域滤波处理。
可选的，所述基于人眼对图像空间频率的敏感性，对所述待测图像的进行频域滤波处理，包括：
基于人眼对图像空间频率的敏感性，预先构建频域滤波函数；
对所述待测图像进行傅里叶变换处理，得到第一图像；
基于所述域滤波函数对所述第一图像进行频域滤波处理，得到第二图像；
对所述第二图像进行傅里叶逆变换处理。
可选的，所述频域滤波函数为：
其中f为空间角频率。
可选的，所述获取待检测显示屏的待测图像，包括：
通过主视相机、第一侧视相机和第二侧视相机分别获取所述待检测显示屏的主视图像、第一侧视图像和第二侧视图像；其中，所述主视相机的光轴垂直于所述待检测显示屏的显示面，所述第一侧视相机和第二侧视相机分布与所述主视相机的光轴的两侧，所述第一侧视相机的光轴和第二侧视相机的光轴与所述主视相机的光轴的夹角大于零且小于90°。
可选的，在所述获取待检测显示屏的待测图像之后，还包括：
对所述待测图像进行相机的成像非均匀性补偿。
可选的，所述对所述待测图像进行相机的成像非均匀性补偿，包括：
预先获取所述相机拍摄标准图像时采集的非均匀性图像，所述标准图像为不含mura缺陷的图像；
对所述非均匀性图像进行中值滤波处理和归一化处理，得到所述相机的非均匀性补偿矩阵；
基于所述相机的非均匀性补偿矩阵对所述待测图像进行补偿。
可选的，所述非均匀性补偿矩阵为：
H_correction＝Nomralize(Middlefilter(Img_standard))
其中，Img_standard为相机拍摄标准图像时采集的非均匀性图像，Middlefilter为中值滤波函数，Nomralize为归一化函数；
所述基于所述相机的非均匀性补偿矩阵对所述待测图像进行补偿，包括基于以下公式对所述待测图像进行补偿：
Img＝Middlefilter(Img_in)/H_correction
其中，Img_in为相机拍摄待检测显示屏时获取的待测图像，Img为经相机成像非均匀性补偿后的图像，Middlefilter为中值滤波函数。
可选的，所述预先获取所述相机拍摄标准图像时采集的非均匀性图像，包括：
通过所述相机拍摄积分球出光口处的图像，获取所述非均匀性图像。
可选的，在所述获取待检测显示屏的待测图像之后，还包括：
对所述待测图像进行仿射变换处理，将所述主视图像、第一侧视图像和第二侧视图像统一到同一坐标系下。
可选的，在所述获取待检测显示屏的待测图像之前，还包括：
获取所述相机的当前温度；
基于所述相机的当前温度和预设温度，通过半导体制将所述相机的温度调整至所述预设温度。
第二方面，本发明实施例提供了一种mura缺陷检测装置，包括：
待测图像获取模块，用于获取待检测显示屏的待测图像；
频域滤波处理模块，用于基于人眼对图像空间频率的敏感性，对所述待测图像的进行频域滤波处理。
第三方面，本发明实施例提供了一种mura缺陷检测设备，包括：
图像采集单元，用于采集待检测显示屏的待测图像；
框架组件，所述图像采集单元设置于所述框架组件上；
控制单元，所述控制单元与所述图像采集单元连接，用于接收图像采集单元输出的待测图像，基于人眼对图像空间频率的敏感性，对所述待测图像的进行频域滤波处理。
可选的，检测设备还包括角度调整组件，设置于所述框架组件上，所述图像采集单元设置于所述角度调整组件上，所述角度调整组件用于驱动所述图像采集单元绕所述待检测显示屏的发光面的中心运动，以从不同的角度采集待检测显示屏的待测图像。
可选的，所述角度调整组件包括弧形滑轨和滑块；
所述弧形滑轨设置于所述框架组件上，所述图像采集单元通过所述滑块与所述弧形滑轨连接。
可选的，所述图像采集单元包括主视相机、第一侧视相机和第二侧视相机；
所述主视相机固定于所述框架组件上，所述主视相机的光轴垂直对准所述待检测显示屏的显示面的中心点；
所述角度调整组件包括第一弧形滑轨、第一滑块、第二弧形滑轨和第二滑块；
所述第一弧形滑轨设置于所述框架组件上所述主视相机的光轴的第一侧，所述第一侧视相机通过所述第一滑块与所述第一弧形滑轨连接；
所述第二弧形滑轨设置于所述框架组件上与所述主视相机的光轴的第一侧相对的第二侧，所述第二侧视相机通过所述第二滑块与所述第二弧形滑轨连接。
可选的，检测设备还包括半导体制冷单元，所述半导体制冷单元与所述相机连接，用于对所述相机进行恒温冷却。
可选的，检测设备还包括限位组件，设置于所述框架组件上，用于限定所述第一侧视相机和所述第二侧视相机的运动范围。
第四方面，本发明实施例还提供了一种mura缺陷检测***，包括本发明第三方面所述的检测设备，还包括承载单元，用于承载并点亮所述待检测显示屏。
本发明实施例提供的mura缺陷检测方法，获取待检测显示屏的待测图像，基于人眼对图像空间频率的敏感性，对待测图像进行频域滤波处理，滤除人眼对空间角频率不敏感的部分，一方面，能够避免过检，节约了后期的计算资源，另一方面，频域滤波处理后的图像更符合人眼的成像特性，提高了检测结果的准确性，使检测结果能够对标人工检测结果。
附图说明
下面根据附图和实施例对本发明作进一步详细说明。
图1为人眼对空间角频率敏感性的示意图；
图2为本发明实施例提供的一种mura缺陷检测方法的流程图；
图3为本发明实施例提供的又一种mura缺陷检测方法的流程图；
图4为现有技术采集的待测图像的频域分布图；
图5为本发明实施例中经频域滤波处理后的待测图像的频域分布图；
图6为本发明实施例提供另一种mura缺陷检测方法的流程图；
图7为本发明实施例提供的另一种mura缺陷检测方法的流程图；
图8为本发明实施例提供的另一种mura缺陷检测方法的流程图；
图9为本发明实施例提供的一种mura缺陷检测装置的结构框图；
图10为本发明实施例提供的一种mura缺陷检测设备的结构示意图；
图11为本发明实施例提供的又一种mura缺陷检测设备的结构示意图；
图12为本发明实施例提供的另一种mura缺陷检测设备的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，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。
在本发明的描述中，除非另有明确的规定和限定，术语“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
空间非均匀性变化可以用频率来表示，研究人员用43种不同空间角频率的图片对16位观察人员进行视觉刺激测试，以此分析人眼对图片空间角频率的灵敏性。经过大量实验后，在空间角频率方面建立了人眼视觉评估标准。图1为人眼对空间角频率敏感性的示意图，如图1所示，在空间角频率f约为8周期/度时，其对人眼刺激程度最强；当空间角频率f远离8周期/度时，人眼的敏感性逐渐降低；当空间角频率f＞60周期/度时，人眼对其已基本不敏感。
显示屏的最终受众是用户，即mura缺陷以人眼视觉感观为判定标准，人眼观测不到的非均匀性，将不会被判定为mura缺陷。现有技术的mura缺陷检测的侧重点均在mura缺陷的检测分类算法方面，并未考虑到人眼的成像特性，所以造成计算资源的浪费，且无法更好的对标人工检测效果。
实施例一
针对上述问题，本发明实施例一提供了一种mura缺陷检测方法，图2为本发明实施例提供的一种mura缺陷检测方法的流程图，如图2所示，该方法包括：
S10、获取待检测显示屏的待测图像。
示例性的，可以通过外部设备点亮待检测显示屏，并控制待检测显示屏以恒定灰阶显示待检画面，例如特定灰阶的红色、蓝色、绿色或灰色等画面。通过采集装置(通常为摄像头或相机)以一定的角度拍摄待检画面，从而获得待测图像。
S20、基于人眼对图像空间频率的敏感性，对待测图像进行频域滤波处理。
示例性的，如图1所示，当空间角频率f＞60周期/度时，人眼对其已基本不敏感，因此，为了使检测结果接近人眼检测结果，可以对待测图像进行频域滤波处理，滤除空间角频率f＞60周期/度的部分，在后续缺陷检测过程中，能够减少计算工作量，节约计算资源，此外，频域滤波处理后的图像更符合人眼的成像特性，提高了检测结果的准确性。
本发明实施例提供的mura缺陷检测方法，获取待检测显示屏的待测图像，基于人眼对图像空间频率的敏感性，对待测图像进行频域滤波处理，滤除人眼对空间角频率不敏感的部分，一方面，能够避免过检，节约了后期的计算资源，另一方面，频域滤波处理后的图像更符合人眼的成像特性，提高了检测结果的准确性，使检测结果能够对标人工检测结果。
图3为本发明实施例提供的又一种mura缺陷检测方法的流程图，如图3所示，在该实施例中，S20、基于人眼对图像空间频率的敏感性，对待测图像的进行频域滤波处理，可以包括如下步骤：
S21、基于人眼对图像空间频率的敏感性，预先构建频域滤波函数。
示例性的，在本发明实施例中，频域滤波函数为：
其中f为空间角频率。
S22、对待测图像进行傅里叶变换处理，得到第一图像。
获得的待测图像为空域图像，要对其进行频域滤波处理，需要将其转换为频域图像。具体的，在获取到待测图像后，采用傅里叶变换公式对待测图像进行变换处理，将其变换第一图像，第一图像为频域图像。傅里叶变换公式如下：
其中，f(x，y)是大小为M*N的空域图像，x＝0，1，2...，M-1；y＝0，1，2...，N-1；F(u，v)表示变换后的频域图像，u＝0，1，2...，M-1；v＝0，1，2...，N-1，M和N表示图像的宽和高。
S23、基于域滤波函数对第一图像进行频域滤波处理，得到第二图像。
基于上述频域滤波函数，对第一图像，即待测图像的频域图像进行频域滤波处理，滤除人眼对空间角频率不敏感的部分，得到第二图像。
S24、对第二图像进行傅里叶逆变换处理。
频域滤波处理后的图像为频域图像，而进行检测mura缺陷是基于空域图像进行的，因此，需要将其转换为空域图像，具体的，在对第一图像的频域图像进行频域滤波处理得到第二图像后，通过傅里叶逆变换公式对第二图像进行变换处理，将其变换为空域图像。傅里叶逆变换公式如下：
其中，F(u,v)表示频域图像，u＝0,1,2…,M-1；v＝0,1,2…,N-1；f(x,y)表示大小为M*N的空域图像，x＝0,1,2…,M-1；y＝0,1,2…,N-1；M和N表示图像的宽和高。
在本发明的一个实施例中，为了验证频域滤波结果，可以对最终形成的空域图像进行频域分析，具体的，通过上述傅里叶变换公式对最终形成的空域图像进行变换，将其变换为频域图像，并分析器频域特性。图4为现有技术采集的待测图像的频域分布图，图5为本发明实施例中经频域滤波处理后的待测图像的频域分布图，如图4和图5所示，现有技术采集的待测图像在所有频域段均被下来，而本发明实施例中，待测图像滤除了空间角频率f＞60周期/度和空间角频率f＜-60周期/度的部分，只保留人眼空间角频率敏感性范围内的频率。
现有技术通常采用主视相机采集待检测显示屏的显示画面，主视相机正对待检测显示屏，从而获得主视图像作为待测图像，并基于该主视图像进行mura缺陷检测并对待检测显示屏进行mura补偿。但是，用户在使用显示屏的过程中，用户的双眼不可能始终正对显示屏，当用户以一定的角度观看时(视线与显示屏不垂直)，仍然会发现存在mura现象。
图6为本发明实施例提供另一种mura缺陷检测方法的流程图，如图6所示，针对上述问题，在本发明的一个实施例中，S10、获取待检测显示屏的待测图像，可以替换为以下步骤：
S11、通过主视相机、第一侧视相机和第二侧视相机分别获取待检测显示屏的主视图像、第一侧视图像和第二侧视图像。
其中，主视相机的光轴垂直于待检测显示屏的显示面，第一侧视相机和第二侧视相机分布与主视相机的光轴的两侧，第一侧视相机的光轴和第二侧视相机的光轴与主视相机的光轴的夹角大于零且小于90°。
具体的，可以通过主视相机获取主视图像、通过第一侧视相机获取多张不同角度的第一侧视图像以及通过第二侧视相机获取多张不同角度的第一侧视图像，进而得到多张不同角度的待测图像。需要说明的是，从不同的角度获取的待测图像越多，基于越多不同角度的待测图像进行mura缺陷检测并对待检测显示屏进行mura补偿，用户从不同角度观看时发现mura缺陷的概率越小，但待测图像越多，mura缺陷检测和补偿的工作量也越大。因此，可采集主视图像、主视相机的光轴负方向-30°、-45°和-60°的第一侧视图像以及主视相机的光轴正方向30°、45°和60°的第二侧视图像。
主视和侧视相机采集的图像包括非显示区域，由于视角位置不同，无法将屏幕区域统一到同一坐标系下，非常不利于后续mura缺陷的统计和定位。
针对该问题，在本发明的一个实施例中，如图6所示，在S11、通过主视相机、第一侧视相机和第二侧视相机分别获取待检测显示屏的主视图像、第一侧视图像和第二侧视图像之后，还包括如下步骤：
S12、对待测图像进行仿射变换处理，将主视图像、第一侧视图像和第二侧视图像统一到同一坐标系下。
具体的，根据待检测显示屏的物理尺寸和像元尺寸构建目标图像，然后在采集的图像中进行屏幕边缘提取，获取不包括非显示区域的待检测图像，建立两者之间的映射变换关系，该仿射变换关系可以用如下3*2的仿射变换矩阵来表示：
其中，a00、a01、a10和a11可以分别表示图像的旋转系数、缩放系数、纵横比系数和错切系数，b1和b2可以分别表示图像在X和Y轴的平移量。
最后利用如下公式，对待测图像进行旋转、缩放、纵横比调节、错切以及在X和Y轴的平移，将待测图像统一到同一坐标系：
Imgaffine(x，y)＝Img(x，y)×Maffine
其中，Maffine为仿射变换矩阵，Imgaffine(x，y)为通过仿射变换后的待检测图像，Img(x，y)为主视或侧视相机采集的图像。
图7为本发明实施例提供的另一种mura缺陷检测方法的流程图，如图7所示，在本发明的一个实施例中，在S10、获取待检测显示屏的待测图像之后，还包括：
S13、对待测图像进行相机的成像非均匀性补偿。
用于拍摄待检测显示屏的相机可能自身存在成像非均匀性缺陷，该成像非均匀性缺陷最终会呈现在采集的待检测图像中，造成待检测图像中本该没有mura缺陷的位置出现mura缺陷，即造成检测结果不准确。为了避免相机的成像非均匀性缺陷对检测结果的影响，在获取待检测显示屏的待测图像之后，对待测图像进行相机的成像非均匀性补偿。
示例性的，S13、对待测图像进行相机的成像非均匀性补偿，可以包括如下步骤：
S131、预先获取相机拍摄标准图像时采集的非均匀性图像，标准图像为不含mura缺陷的图像。
示例性的，预先将相机设置在积分球的出光口，积分球是一个内壁涂有白色漫反射材料的空腔球体，漫反射材料的漫反射系数接近1，积分球内壁球面近乎标准球面，球壁上开一个或几个窗孔，用作进光孔和放置光接收器件的出光孔。进入积分球的光经过内壁涂层无数次反射，在内壁上形成均匀照度，积分球出光口的画面相当于标准图像，即不含mura缺陷的图像。通过相机拍摄积分球出光口处的图像，如果相机自身存在成像非均匀性缺陷，那么相机获取到的非均匀性图像中的非均匀性缺陷即反应了相机自身的成像非均匀性缺陷。
S132、对非均匀性图像进行中值滤波处理和归一化处理，得到相机的非均匀性补偿矩阵。
具体的，相机非均匀性补偿矩阵为：
H_correction＝Nomralize(Middlefilter(Img-standard))
其中，Img_standard为相机拍摄标准图像时采集的非均匀性图像，Middlefilter为中值滤波函数，Nomralize为归一化函数。
S133、基于相机的非均匀性补偿矩阵对待测图像进行补偿。
具体的，基于以下公式对相机的成像非均匀性进行补偿：
Img＝Middlefilter(Img_in)/H_correction
其中，Img_in为相机拍摄待检测显示屏时获取的待测图像，Img为经相机成像非均匀性补偿后的图像，Middlefilter为中值滤波函数。
相机的暗电流是指在没有光照的情况下，在相机成像元件上流动的电流。暗电流对相机成像质量有着较大影响，温度越高暗电流越大，相机的信噪比也就越差，因暗电流形成的成像噪点最终会呈现在采集的待检测图像中，造成待检测图像中本该没有mura缺陷的位置出现mura缺陷，即造成检测结果不准确。为了避免相机成像噪点对mura缺陷检测结果的影响，需要对相机的温度进行控制。
图8为本发明实施例提供的另一种mura缺陷检测方法的流程图，如图8所示，针对上述问题，在本发明的一个实施例中，在S10、获取待检测显示屏的待测图像之前，还包括：
S08、获取相机的当前温度。
示例性的，在相机拍摄待检测显示屏之前，通过相机内置的温度传感器获取相机的内部温度。
S09、基于相机的当前温度和预设温度，通过半导体制冷将相机的温度调整至预设温度。
半导体制冷技术是一种利用“赛贝克效应”产生负热阻的制冷技术。半导体制冷无需滑动组件，也不需要冷凝剂，可以应用在空间受限的器件上。在使用过程中不会像风冷技术一样引进机械振动，并且可以通过输入电流实现温度的高精度控制。通过半导体制冷技术对主视相机、第一侧视相机和第二侧视相机进行温度控制，可以有效提高成像质量，避免相机成像噪点对后续mura缺陷检测的影响。示例性的，相机处于预设温度时，在保证其他性能稳定的前提下，暗电流最小，即因暗电流形成的成像噪点最小，因此，通过半导体制冷将相机的温度控制在预设温度。
实施例二
本发明实施例二提供了一种mura缺陷检测装置，图9为本发明实施例提供的一种mura缺陷检测装置的结构框图，如图9所示，该检测装置包括待测图像获取模块10和频域滤波处理模块20，待测图像获取模块10用于获取待检测显示屏的待测图像，频域滤波处理模块20用于基于人眼对图像空间频率的敏感性，对待测图像的进行频域滤波处理。mura缺陷检测原理在本发明实施例一中已有详细记载，在此不再赘述。
本发明实施例提供的mura缺陷检测装置，通过待测图像获取模块获取待检测显示屏的待测图像，频域滤波处理模块基于人眼对图像空间频率的敏感性，对待测图像进行频域滤波处理，滤除人眼对空间角频率不敏感的部分，一方面，能够避免过检，节约了后期的计算资源，另一方面，频域滤波处理后的图像更符合人眼的成像特性，提高了检测结果的准确性，使检测结果能够对标人工检测结果。
如图9所示，在本发明的一个实施例中，上述频域滤波处理模块20可以包括频域滤波函数构建单元21、傅里叶变换单元22、频域滤波处理单元23和傅里叶逆变换单元24。
频域滤波函数构建单元21用于基于人眼对图像空间频率的敏感性，预先构建频域滤波函数。示例性的，在本发明实施例中，频域滤波函数为：
其中f为空间角频率。
傅里叶变换单元22用于对待测图像进行傅里叶变换处理，将待测图像由空域图像转换为频域图像。频域滤波处理单元23用于基于上述域滤波函数对待测图像的频域图像进行频域滤波处理。傅里叶逆变换单元24用于对频域滤波处理后的频域图像进行傅里叶逆变换处理，将频域滤波处理后的频域图像转换为空域图像，以供进一步mura缺陷检测。
如图9所示，在本发明的一个实施例中，待测图像获取模块10包括图像获取单元11和仿射变换单元12。
图像获取单元11用于通过主视相机、第一侧视相机和第二侧视相机分别获取待检测显示屏的主视图像、第一侧视图像和第二侧视图像。
仿射变换单元12用于对待测图像进行仿射变换处理，将主视图像、第一侧视图像和第二侧视图像统一到同一坐标系下。
如图9所示，在本发明的一个实施例中，检测装置还可以包括相机成像补偿单元13，用于对待侧图像进行相机的成像非均匀性补偿。示例性的，如图9所示，相机成像补偿单元13包括非均匀性图像获取子单元131、补偿矩阵构建子单元132和补偿子单元133。
非均匀性图像获取子单元131用于预先获取相机拍摄标准图像时采集的非均匀性图像，标准图像为不含mura缺陷的图像。
补偿矩阵构建子单元132用于对非均匀性图像进行中值滤波处理和归一化处理，得到相机的非均匀性补偿矩阵。
补偿子单元133用于基于相机的非均匀性补偿矩阵对待测图像进行补偿。
如图9所示，在本发明的一个实施例中，检测装置还包括相机温度获取单元08和温度调整单元09。
相机温度获取单元08用于在相机拍摄待检测显示屏之前，通过相机内置的温度传感器获取相机的内部温度。
温度调整单元09用于基于相机的当前温度和预设温度，通过半导体制冷将相机的温度调整至预设温度。
实施例三
本发明实施例三提供了一种mura缺陷检测设备，图10为本发明实施例提供的一种mura缺陷检测设备的结构示意图，如图10所示，该检测设备包括图像采集单元100、框架组件200和控制单元300。
图像采集单元100用于采集待检测显示屏400的待测图像，图像采集单元100可以包括相机。
框架组件200，图像采集单元100设置于框架组件200上。
控制单元300与所述图像采集单元100连接，用于接收图像采集单元100输出的待测图像，并基于人眼对图像空间频率的敏感性，对待测图像的进行频域滤波处理。
mura缺陷检测原理在本发明实施例一中已有详细记载，在此不再赘述。
本发明实施例提供的mura缺陷检测设备，通过图像采集单元采集待检测显示屏的待测图像，并传送给控制单元，控制单元基于人眼对图像空间频率的敏感性，对待测图像进行频域滤波处理，滤除人眼对空间角频率不敏感的部分，一方面，能够避免过检，节约了后期的计算资源，另一方面，频域滤波处理后的图像更符合人眼的成像特性，提高了检测结果的准确性，使检测结果能够对标人工检测结果。
图11为本发明实施例提供的又一种mura缺陷检测设备的结构示意图，如图11所示，在本发明的一个实施例中，该检测设备还包括角度调整组件，设置于框架组件200上，图像采集单元100设置于角度调整组件上，角度调整组件用于驱动图像采集单元100绕预设中心点转动，在检测设备工作时，预设中心点可以是待检测显示屏的发光面的中心点，以使图像采集单元100从不同的角度采集待检测显示屏400的待测图像。
如图11所示，在本发明的一个实施例中，角度调整组件包括弧形滑轨510、滑块(图中未示出)和驱动电机(图中未示出)。弧形滑轨510设置于框架组件200上，图像采集单元100通过滑块与弧形滑轨510连接，在检测设备工作时，弧形滑轨510的直径的延长线通过待检测显示屏400的显示面的中心点。图像采集单元100在驱动电机的驱动下可沿弧形导轨运动，以从不同的角度采集待检测显示屏400的待测图像。
如图10和11所示，在本发明的一个实施例中，检测设备还包括半导体制冷单元600，半导体制冷单元600与图像采集单元100连接，用于对图像采集单元100的相机进行恒温冷却。
如图10和11所示，在本发明的一个实施例中，检测设备还可以包括光源，设置于框架组件200上，用于提供照明。
图12为本发明实施例提供的另一种mura缺陷检测设备的结构示意图，如图12所示，在本发明的一个实施例中，图像采集单元包括主视相机101、第一侧视相机102和第二侧视相机103。框架组件200包括主视相机安装板210、第一侧视相机安装板220和第二侧视相机安装板230，其中第一侧视相机安装板220和第二侧视相机安装板230分别通过支架240和250与主视相机安装板210连接，形成一龙门架结构。
主视相机101固定于主视相机安装板210上，在检测设备工作时，主视相机101的光轴垂直对准待检测显示屏的显示面的中心点。第一侧视相机安装板220和第二侧视相机安装板230分别位于主视相机101的光轴的两侧，且镜像设置。
角度调整组件包括第一弧形滑轨511、第一滑块(图中未示出)、第二弧形滑轨512、第二滑块(图中未示出)和驱动电机(图中未示出)。第一弧形滑轨511设置于第一侧视相机安装板220上，在检测设备工作时，第一弧形滑轨511的直径的延长线通过待检测显示屏400的显示面的中心点。第二弧形滑轨512设置于第二侧视相机安装板230上，在检测设备工作时，第二弧形滑轨512的直径的延长线通过待检测显示屏400的显示面的中心点。
第一侧视相机102固定在第一固定件(图中未示出)，第一固定件与第一滑块连接，第一滑块与第一弧形滑轨511活动连接，第一侧视相机102在驱动电机的驱动下可沿第一弧形滑轨511运动。第二侧视相机103固定在第二固定件(图中未示出)，第二固定件与第二滑块连接，第二滑块与第二弧形滑轨512活动连接，第二侧视相机103在驱动电机的驱动下可沿第二弧形滑轨512运动。
如图12所示，在本发明的一个实施例中，检测设备还包括限位组件700，设置于第一侧视相机安装板220和第二侧视相机安装板230上，示例性的，限位组件700包括光电限位传感器，在第一侧视相机102或第二侧视相机103运动到光电限位传感器的检测位置时，光电限位传感器向控制单元300反馈该信息，控制单元300控制驱动电机停止转动，进而使第一侧视相机102或第二侧视相机103停止运动，限位组件700用于限定第一侧视相机102和第二侧视相机103的运动范围。
如图12所示，在本发明的一个实施例中，检测设备还包括保护组件800，保护组件800为机械式的限位件，设置于第一侧视相机安装板220和第二侧视相机安装板230上，具体的，设置于第一弧形滑轨511和第二弧形滑轨512的轨道末端，当光电式限位组件700发生故障时，能够避免第一侧视相机102或第二侧视相机103滑出弧形滑轨，避免第一侧视相机102或第二侧视相机103跌落损坏。
本发明实施例还提供了一种mura缺陷检测***，可参考图10-12，该检测***包括本发明上述实施例所述的检测设备，还包括承载单元900，包括承载台910以及与外部驱动电路或控制单元300连接的电路接口(图中未示出)。承载台910用于承载并固定待检测显示屏400，待检测显示屏400固定于承载台上，并与电路接口连接，在进行检测时，通过外部驱动电路或控制单元300点亮待检测显示屏。示例性的，检测设备可设置于生产流水线上方，承载单元900可以通过生产流水线传送，提高检测效率。
于本文的描述中，需要理解的是，术语“上”、“下”、“右”、等方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述和简化操作，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”，仅仅用于在描述上加以区分，并没有特殊的含义。
在本说明书的描述中，参考术语“一实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以适当组合，形成本领域技术人员可以理解的其他实施方式。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。
Claims (18)
1.一种mura缺陷检测方法，其特征在于，包括：
获取待检测显示屏的待测图像；
基于人眼对图像空间频率的敏感性，对所述待测图像进行频域滤波处理。
2.根据权利要求1所述的mura缺陷检测方法，其特征在于，所述基于人眼对图像空间频率的敏感性，对所述待测图像的进行频域滤波处理，包括：
基于人眼对图像空间频率的敏感性，预先构建频域滤波函数；
对所述待测图像进行傅里叶变换处理，得到第一图像；
基于所述域滤波函数对所述第一图像进行频域滤波处理，得到第二图像；
对所述第二图像进行傅里叶逆变换处理。
3.根据权利要求2所述的mura缺陷检测方法，其特征在于，所述频域滤波函数为：
其中f为空间角频率。
4.根据权利要求1-3任一所述的mura缺陷检测方法，其特征在于，所述获取待检测显示屏的待测图像，包括：
通过主视相机、第一侧视相机和第二侧视相机分别获取所述待检测显示屏的主视图像、第一侧视图像和第二侧视图像；其中，所述主视相机的光轴垂直于所述待检测显示屏的显示面，所述第一侧视相机和第二侧视相机分布与所述主视相机的光轴的两侧，所述第一侧视相机的光轴和第二侧视相机的光轴与所述主视相机的光轴的夹角大于零且小于90°。
5.根据权利要求4所述的mura缺陷检测方法，其特征在于，在所述获取待检测显示屏的待测图像之后，还包括：
对所述待测图像进行相机的成像非均匀性补偿。
6.根据权利要求5所述的mura缺陷检测方法，其特征在于，所述对所述待测图像进行相机的成像非均匀性补偿，包括：
预先获取所述相机拍摄标准图像时采集的非均匀性图像，所述标准图像为不含mura缺陷的图像；
对所述非均匀性图像进行中值滤波处理和归一化处理，得到所述相机的非均匀性补偿矩阵；
基于所述相机的非均匀性补偿矩阵对所述待测图像进行补偿。
7.根据权利要求6所述的mura缺陷检测方法，其特征在于，所述非均匀性补偿矩阵为：
H_correction＝Nomralize(Middlefilter(Img_standard))
其中，Img_standard为相机拍摄标准图像时采集的非均匀性图像，Middlefilter为中值滤波函数，Nomralize为归一化函数；
所述基于所述相机的非均匀性补偿矩阵对所述待测图像进行补偿，包括基于以下公式对所述待测图像进行补偿：
Img＝Middlefilter(Img_in)/H_correction
其中，Img_in为相机拍摄待检测显示屏时获取的待测图像，Img为经相机成像非均匀性补偿后的图像，Middlefilter为中值滤波函数。
8.根据权利要求6所述的mura缺陷检测方法，其特征在于，所述预先获取所述相机拍摄标准图像时采集的非均匀性图像，包括：
通过所述相机拍摄积分球出光口处的图像，获取所述非均匀性图像。
9.根据权利要求4所述的mura缺陷检测方法，其特征在于，在所述获取待检测显示屏的待测图像之后，还包括：
对所述待测图像进行仿射变换处理，将所述主视图像、第一侧视图像和第二侧视图像统一到同一坐标系下。
10.根据权利要求4所述的mura缺陷检测方法，其特征在于，在所述获取待检测显示屏的待测图像之前，还包括：
获取所述相机的当前温度；
基于所述相机的当前温度和预设温度，通过半导体制冷将所述相机的温度调整至所述预设温度。
11.一种mura缺陷检测装置，其特征在于，包括：
待测图像获取模块，用于获取待检测显示屏的待测图像；
频域滤波处理模块，用于基于人眼对图像空间频率的敏感性，对所述待测图像的进行频域滤波处理。
12.一种mura缺陷检测设备，其特征在于，包括：
图像采集单元，用于采集待检测显示屏的待测图像；
框架组件，所述图像采集单元设置于所述框架组件上；
控制单元，所述控制单元与所述图像采集单元连接，用于接收图像采集单元输出的待测图像，基于人眼对图像空间频率的敏感性，对所述待测图像的进行频域滤波处理。
13.根据权利要求12所述的mura缺陷检测设备，其特征在于，还包括角度调整组件，设置于所述框架组件上，所述图像采集单元设置于所述角度调整组件上，所述角度调整组件用于驱动所述图像采集单元绕所述待检测显示屏的发光面的中心运动，以从不同的角度采集待检测显示屏的待测图像。
14.根据权利要求13所述的mura缺陷检测设备，其特征在于，所述角度调整组件包括弧形滑轨和滑块；
所述弧形滑轨设置于所述框架组件上，所述图像采集单元通过所述滑块与所述弧形滑轨连接。
15.根据权利要求13所述的mura缺陷检测设备，其特征在于，所述图像采集单元包括主视相机、第一侧视相机和第二侧视相机；
所述主视相机固定于所述框架组件上，所述主视相机的光轴垂直对准所述待检测显示屏的显示面的中心点；
所述角度调整组件包括第一弧形滑轨、第一滑块、第二弧形滑轨和第二滑块；
所述第一弧形滑轨设置于所述框架组件上所述主视相机的光轴的第一侧，所述第一侧视相机通过所述第一滑块与所述第一弧形滑轨连接；
所述第二弧形滑轨设置于所述框架组件上与所述主视相机的光轴的第一侧相对的第二侧，所述第二侧视相机通过所述第二滑块与所述第二弧形滑轨连接。
16.根据权利要求14或15所述的mura缺陷检测设备，其特征在于，还包括半导体制冷单元，所述半导体制冷单元与所述相机连接，用于对所述相机进行恒温冷却。
17.根据权利要求15所述的mura缺陷检测设备，其特征在于，还包括限位组件，设置于所述框架组件上，用于限定所述第一侧视相机和所述第二侧视相机的运动范围。
18.一种mura缺陷检测***，其特征在于，包括权利要求12-17任一所述的检测设备，还包括承载单元，用于承载并点亮所述待检测显示屏。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910506387.0A CN112085689A (zh) | 2019-06-12 | 2019-06-12 | 一种mura缺陷检测方法、装置、设备及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910506387.0A CN112085689A (zh) | 2019-06-12 | 2019-06-12 | 一种mura缺陷检测方法、装置、设备及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112085689A true CN112085689A (zh) | 2020-12-15 |
Family
ID=73733336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910506387.0A Pending CN112085689A (zh) | 2019-06-12 | 2019-06-12 | 一种mura缺陷检测方法、装置、设备及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112085689A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116016119A (zh) * | 2023-01-04 | 2023-04-25 | 恩平市奥新电子科技有限公司 | 一种基于物联网的数字调音设备预警监管***及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103869844A (zh) * | 2014-03-10 | 2014-06-18 | 北京空间机电研究所 | 一种航天光学遥感器ccd器件恒温控制装置 |
| CN203982457U (zh) * | 2014-07-07 | 2014-12-03 | 北京理工大学 | 温度引起图像虚变形误差的消除*** |
| CN106650770A (zh) * | 2016-09-29 | 2017-05-10 | 南京大学 | 一种基于样本学习和人眼视觉特性的mura缺陷检测方法 |
| CN106770362A (zh) * | 2016-12-27 | 2017-05-31 | 武汉精测电子技术股份有限公司 | 基于aoi的宏观缺陷检测装置及方法 |
| CN107449781A (zh) * | 2017-07-24 | 2017-12-08 | 惠州高视科技有限公司 | 双相机全视角图像采集*** |
| CN109030500A (zh) * | 2018-07-27 | 2018-12-18 | 惠州旭鑫智能技术有限公司 | 屏幕缺陷多角度检测设备 |
| CN109345528A (zh) * | 2018-09-28 | 2019-02-15 | 凌云光技术集团有限责任公司 | 一种基于人眼视觉特性的显示屏缺陷检测方法及装置 |
| CN109361845A (zh) * | 2018-12-05 | 2019-02-19 | 武汉精立电子技术有限公司 | 一种可连续拍摄高清图片的ccd相机结构 |
-
2019
- 2019-06-12 CN CN201910506387.0A patent/CN112085689A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103869844A (zh) * | 2014-03-10 | 2014-06-18 | 北京空间机电研究所 | 一种航天光学遥感器ccd器件恒温控制装置 |
| CN203982457U (zh) * | 2014-07-07 | 2014-12-03 | 北京理工大学 | 温度引起图像虚变形误差的消除*** |
| CN106650770A (zh) * | 2016-09-29 | 2017-05-10 | 南京大学 | 一种基于样本学习和人眼视觉特性的mura缺陷检测方法 |
| CN106770362A (zh) * | 2016-12-27 | 2017-05-31 | 武汉精测电子技术股份有限公司 | 基于aoi的宏观缺陷检测装置及方法 |
| CN107449781A (zh) * | 2017-07-24 | 2017-12-08 | 惠州高视科技有限公司 | 双相机全视角图像采集*** |
| CN109030500A (zh) * | 2018-07-27 | 2018-12-18 | 惠州旭鑫智能技术有限公司 | 屏幕缺陷多角度检测设备 |
| CN109345528A (zh) * | 2018-09-28 | 2019-02-15 | 凌云光技术集团有限责任公司 | 一种基于人眼视觉特性的显示屏缺陷检测方法及装置 |
| CN109361845A (zh) * | 2018-12-05 | 2019-02-19 | 武汉精立电子技术有限公司 | 一种可连续拍摄高清图片的ccd相机结构 |
Non-Patent Citations (2)
| Title |
|---|
| 姚杏枝: "基于CCD图像的OLED光学补偿算法研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 01, pages 284 - 285 * |
| 张强 等: "基于线阵CCD步进扫描的光照均匀度检测方法", 光通信技术, no. 03, pages 51 - 55 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116016119A (zh) * | 2023-01-04 | 2023-04-25 | 恩平市奥新电子科技有限公司 | 一种基于物联网的数字调音设备预警监管***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101655614B (zh) | 液晶显示面板云纹缺陷的检测方法和检测装置 | |
| CN106645197B (zh) | 检测精密光学元件表面颗粒物的在线检测***及应用方法 | |
| CN105675266A (zh) | 无限共轭光路测量光学镜头的调制传递函数的装置及方法 | |
| CN104537656B (zh) | 光纤扩束准直镜筒出射偏心高斯光束的检测方法 | |
| CN106596073A (zh) | 一种检测光学***像质的方法和***及一种测试标板 | |
| JP2010522347A (ja) | オプトエレクトロニクス情報を表示する様々なタイプの装置の動作に関連する複数のパラメータを制御するユニバーサルテストシステム | |
| CN108647677A (zh) | 基于视觉计算的电表外观和性能智能检测方法及装置 | |
| CN108827602B (zh) | 一种vr/ar设备成像清晰度测量方法和测量装置 | |
| CN101915661A (zh) | 一种偏振特性元器件的光轴角度检测方法和装置 | |
| CN110428762B (zh) | 基于像素点亮度的oled面板老化测试发光特性检测方法 | |
| CN110428761B (zh) | 一种非接触式测量液晶模组Flicker闪烁值的方法、装置及*** | |
| CN104732900A (zh) | 像素缺陷检测方法和装置 | |
| Masaoka | Line-based modulation transfer function measurement of pixelated displays | |
| CN115187553A (zh) | 基于显示散斑图像的dic应变检测装置及方法 | |
| CN113624458B (zh) | 基于双路全投射光的薄膜均匀性检测*** | |
| CN112085689A (zh) | 一种mura缺陷检测方法、装置、设备及*** | |
| CN111638227B (zh) | Vr光学模组画面缺陷检测方法及装置 | |
| CN107091729B (zh) | 一种无机械运动的透镜焦距测试方法 | |
| CN106200036B (zh) | 点灯检测设备 | |
| CN205538161U (zh) | 一种无限共轭光路测量光学镜头的调制传递函数的装置 | |
| KR20150125155A (ko) | 표시패널의 휘도 균일도 검사장치 및 그 방법 | |
| CN106500577A (zh) | 一种医用直线加速器多页光栅位置检测方法 | |
| CN100476444C (zh) | 利用视觉模型检测平面显示器的方法与装置 | |
| TW584708B (en) | Method and apparatus for measuring a line width | |
| CN210571299U (zh) | 用于测量小视场投影模组光学参数的*** |
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 |