CN113390611A - 一种屏幕缺陷的检测方法 - Google Patents
一种屏幕缺陷的检测方法 Download PDFInfo
- Publication number
- CN113390611A CN113390611A CN202110588028.1A CN202110588028A CN113390611A CN 113390611 A CN113390611 A CN 113390611A CN 202110588028 A CN202110588028 A CN 202110588028A CN 113390611 A CN113390611 A CN 113390611A
- Authority
- CN
- China
- Prior art keywords
- defect
- defects
- detecting
- screen
- picture image
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
- G01M11/0278—Detecting defects of the object to be tested, e.g. scratches or dust
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geometry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种屏幕缺陷的检测方法,属于屏幕缺陷检测技术领域。本检测方法包括以下步骤:将屏幕处于黑画面和亮画面状态下拍摄,获得黑画面图像和亮画面图像,确定缺陷位置;当在黑画面存在缺陷时,根据黑画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,即为缺陷信息A;当在亮画面存在缺陷时,根据亮画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,即为缺陷信息B;根据亮画面图像,获得屏幕表面灰尘脏污的干扰缺陷;将缺陷信息A或缺陷信息B去除得到的干扰缺陷,即检测出屏幕缺陷。本检测方法可以获取缺陷所在层级,从而确定缺陷是否为可修复缺陷,提高产量,并能判别出表面脏污与内部真实缺陷,降低了过检率。
Description
技术领域
本发明属于屏幕缺陷检测技术领域,具体涉及一种屏幕缺陷的检测方法。
背景技术
随着手机屏幕需求量日益增大、质量要求日益提高,对屏幕缺陷检测的需求也日益提高。为了满足客户质量需求,需要尽可能降低屏幕漏检率,同时,为满足出货数量需求,需要尽可能降低过检率以及提高可修复屏幕的检出率。
其中,液晶显示屏分为CG盖板层、上偏光片层、CF层、下偏光片层和背光层等,其中,如果缺陷不在CF层内部时,均可以通过将缺陷所在的附近层取出,再更换为无缺陷的层进行修复,即可得到合格的手机屏幕。
目前,手机屏幕检测方法多采用低分辨率相机对手机屏幕整体进行拍摄,用以检测。
但是,目前使用这种方法缺点表现在以下四方面:
一、无法确定缺陷所在屏幕层级,即无法判断可修复屏幕与不可修复屏幕,导致存在可修复缺陷的屏幕全部报废;
二、屏幕表面脏污(如灰尘,水渍)与真实缺陷容易混淆,增加了过检率和漏检率。
发明内容
本发明为了解决上述技术问题提供一种屏幕缺陷的检测方法,可以获取缺陷所在层级,从而确定缺陷是否为可修复缺陷,提高产量,并能判别出表面脏污与内部真实缺陷,降低了过检率。
本发明解决上述技术问题的技术方案如下:一种屏幕缺陷的检测方法,包括以下步骤:
将屏幕处于黑画面和亮画面状态下拍摄,获得黑画面图像和亮画面图像,确定缺陷位置确定缺陷处于黑画面或亮画面中;
当在黑画面存在缺陷时,根据黑画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,即为缺陷信息A;
当在亮画面存在缺陷时,根据亮画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,即为缺陷信息B;
根据亮画面图像,获得屏幕表面灰尘脏污的干扰缺陷;
将缺陷信息A或缺陷信息B去除得到的干扰缺陷,即检测出屏幕缺陷。
本发明的有益效果是:(1)通过对灰尘、脏污进行检测,降低了因为脏污而所造成的过检率;
(2)利用亮画面和黑画面缺陷提取方法,获取了更加精准的缺陷,同时降低了过检率、漏检率。
(3)利用对缺陷所在层进行判断的方法,获取了缺陷所在层级信息,为屏幕的修复提供了依据,能尽可能的修复屏幕,避免屏幕的浪费,增加了屏幕的出货量。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述根据黑画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,包括以下步骤:
对黑画面图像的CF层及其附近层的图像检测,获取区域特征,将区域特征与预设值比较,当区域特征大于预设值时,确定为疑似缺陷;
将疑似缺陷带入清晰度评价函数中,计算得到清晰度分数,得到的清晰度分数的数值大的为具有疑似缺陷层级,即为疑似缺陷所在层级;
将疑似缺陷所在层级进行颜色判定,确定疑似缺陷颜色,再进行亮度判定,得到疑似缺陷单一颜色亮度,将疑似缺陷单一颜色亮度与预设标准值比较,若疑似缺陷单一颜色亮度大于预设标准值,则判定为缺陷,则得到缺陷所在层级,反之,则判定为不是缺陷。
采用上述进一步方案的有益效果是:利于在黑画面对缺陷提取,得到缺陷所在层级。
进一步,所述对黑画面图像的CF层及其附近层的图像检测,获取区域特征,包括以下步骤:
将黑画面图像的CF层及其附近层按照RGB三原色进行三个通道分层,得到单色图像;
将得到的单色图像进行形态学操作,确实缺陷区域,对缺陷区域测量,即得到区域特征。
采用上述进一步方案的有益效果是:利于确定缺陷的具***置和形状等特征。
进一步,所述区域特征包括缺陷面积、凸度、主骨架长度、等效椭圆各主轴长度或离散度。
采用上述进一步方案的有益效果是:利于得到缺陷的具体情况。
进一步,所述清晰度评价函数为:Score=S+∑G(x,y)-S*G(layer);
其中,(x,y)为缺陷区域,G为缺陷区域的灰度值,S为缺陷区域的缺陷面积,G(layer)为个层灰度矫正常数。
采用上述进一步方案的有益效果是:利于判定缺陷的具体层级。
进一步,所述根据亮画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,包括以下步骤:
将亮画面图像的CF层及其附近层的缺陷像素提取,根据缺陷像素计算出图像矫正角度,并矫正亮画面图像,得到矫正亮画面图像;
将矫正亮画面图像进行区域分割,得到多个单元集,对多个单元集中的单个单元进行逐一检测是否存在缺陷,若有缺陷,则为异常单元;
对异常单元内的缺陷分割,得到单元缺陷区域,确定单元缺陷区域的所在层级的信息;
将单元缺陷区域合并,即得到缺陷所在层级。
采用上述进一步方案的有益效果是:利于确定亮画面的缺陷信息。
进一步,所述将亮画面图像的CF层及其附近层的缺陷像素提取,根据缺陷像素计算出图像矫正角度,包括以下步骤:
对亮画面图像的CF层及其附近层的缺陷像素粗提取,得到多个完整像素;
将多个完整像素的中心按照每行进行直线拟合,得到多行直线段,测出多行直线段与水平轴的夹角,取平均值,得到图像矫正夹角。
采用上述进一步方案的有益效果是:利于矫正亮画面图像。
进一步,所述对异常单元内的缺陷分割,得到单元缺陷区域,包括以下步骤:
将异常单元内的缺陷按照RGB三原色进行分离,得到子像素,将子像素生成对应的点灰度阈值分布函数,利用水漫填充,即得到完整单元缺陷区域。
采用上述进一步方案的有益效果是:利于获得确定缺陷的位置。
进一步,所述根据亮画面图像,获得屏幕表面灰尘脏污的干扰缺陷,包括以下步骤:
对亮画面图像的CG盖板层图像进行检测,采用均值滤波预处理,并与亮画面图像进行绝对值相减,得到灰尘脏污的基础区域,即得到干扰缺陷。
采用上述进一步方案的有益效果是:去除CG盖板层表面的灰尘脏污的干扰缺陷,降低过检率。
进一步,所述屏幕缺陷包括麻点类缺陷、亮点类缺陷或两点类缺陷。
采用上述进一步方案的有益效果是:利于确定屏幕缺陷。
具体实施方式
以下对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例
本实施例提供一种屏幕缺陷的检测方法,包括以下步骤:
S1、将屏幕放置在外部机构上,通过外部机构对屏幕进行拍摄图片。
S2、将屏幕处于黑画面和亮画面状态下拍摄,获得黑画面图像和亮画面图像,确定缺陷位置和确定缺陷处于黑画面或亮画面中。
其中亮画面也可以为灰画面。其中,由于缺陷分布位置的原因,主要对屏幕的CF层及在CF层附近层的图像和CG盖板图像进行拍摄。
S3、当在黑画面存在缺陷时,根据黑画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,即为缺陷信息A。
其中,所述根据黑画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,包括以下步骤:
S31、对黑画面图像的CF层及其附近层的图像检测,获取区域特征,将区域特征与预设值比较,当区域特征大于预设值时,确定为疑似缺陷。
其中,所述对黑画面图像的CF层及其附近层的图像检测,获取区域特征,包括以下步骤:
S311、将黑画面图像的CF层及其附近层按照RGB三原色进行三个通道分层,得到单色图像。
S312、将得到的单色图像进行形态学操作,确实缺陷区域,对缺陷区域测量,即得到区域特征。
其中,所述区域特征包括缺陷面积、凸度、主骨架长度、等效椭圆各主轴长度或离散度。
其中,缺陷面积、凸度、主骨架长度、等效椭圆各主轴长度或离散度采用现有的方法直接求解或测量出来,比如缺陷面积由计算区域内所包含的像素点个数得到。
而关于预设值根据对应的区域特征进行对应设置,同时不同型号的屏幕的预设值同样不同,需要根据对应检测的屏幕进行设置。
S32、将疑似缺陷带入清晰度评价函数中,计算得到清晰度分数,得到的清晰度分数的数值大的为具有疑似缺陷层级,即为疑似缺陷所在层级。
其中,所述清晰度评价函数为:Score=S+∑G(x,y)-S*G(layer)。
其中,(x,y)为缺陷区域,G为缺陷区域的灰度值,S为缺陷区域的缺陷面积,G(layer)为个层灰度矫正常数。
根据确定的各不同层级中的疑似缺陷区域,得到疑似缺陷区域的灰度值,再带入上述清晰度评价函数中,即可计算出清晰度分数。通过比较各不同层级中的疑似缺陷区域计算出来的清晰度分数,分数最高的即为疑似缺陷所在层级。
其中,G(layer)为个层灰度矫正常数,每一层值不相同,同时会根据不同型号的产品而变化。
S33、将疑似缺陷所在层级进行颜色判定,确定疑似缺陷颜色,再进行亮度判定,得到疑似缺陷单一颜色亮度,将疑似缺陷单一颜色亮度与预设标准值比较,若疑似缺陷单一颜色亮度大于预设标准值,则判定为缺陷,则得到缺陷所在层级,反之,则判定为不是缺陷。
S4、当在亮画面存在缺陷时,根据亮画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,即为缺陷信息B。
其中,所述根据亮画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,包括以下步骤:
S41、将亮画面图像的CF层及其附近层的缺陷像素提取,根据缺陷像素计算出图像矫正角度,并矫正亮画面图像,得到矫正亮画面图像。
其中,所述将亮画面图像的CF层及其附近层的缺陷像素提取,根据缺陷像素计算出图像矫正角度,包括以下步骤:
S411、采用blob分析方法对亮画面图像的CF层及其附近层的缺陷像素粗提取,得到多个完整像素。同时对PI柱所在位置提取,PI柱作为干扰项存在,需要剃除PI柱的干扰。
其中,有PI柱的像素与没有PI柱的像素形状不同。
S412、将多个完整像素的中心按照每行进行直线拟合,得到多行直线段,测出多行直线段与水平轴的夹角,取平均值,得到图像矫正夹角。
S413、将亮画面图像安装图像矫正夹角进行旋转,即得到矫正亮画面图像。
S42、将矫正亮画面图像进行区域分割,得到多个单元集,对多个单元集中的单个单元进行逐一检测是否存在缺陷,若有缺陷,则为异常单元。
其中,多个单元集包括像素单元集类型、背景单元集类型和忽略区域单元集类型。其中,忽略区域单元集类型不需要检测。
S43、对像素单元集类型中的异常单元的缺陷分割,得到单元缺陷区域,确定单元缺陷区域的所在层级的信息。
其中,所述对像素单元集类型中的异常单元内的缺陷分割,得到单元缺陷区域,包括以下步骤:
S431、将像素单元集类型中的异常单元内的缺陷按照RGB三原色进行分离,得到子像素,将子像素根据预制的特征点匹配,生成对应的点灰度阈值分布函数,利用水漫填充,即得到完整单元缺陷区域,得到缺陷所在层级的位置信息A。
S432、其中像素单元集类型中的异常单元内缺陷同样存在背景部分,直接采用与步骤S3相同的黑画面的缺陷提取的方法对背景单元进行提取,获取缺陷所在层级的位置信息B。
S44、对背景单元集类型中的异常单元,采用与步骤S3相同的黑画面的缺陷提取的方法对背景单元进行提取,获取缺陷所在层级的位置信息C。
S45、将缺陷所在层级的位置信息A、缺陷所在层级的位置信息B和缺陷所在层级的位置信息C合并,即得到缺陷所在层级。
S5、根据亮画面图像,获得屏幕表面灰尘脏污的干扰缺陷。
其中,所述根据亮画面图像,获得屏幕表面灰尘脏污的干扰缺陷,包括以下步骤:
S51、对亮画面图像的CG盖板层图像进行检测,采用均值滤波预处理,并与亮画面图像进行绝对值相减,得到灰尘脏污的基础区域,即得到干扰缺陷。
S6、将缺陷信息A或缺陷信息B去除得到的干扰缺陷,即检测出屏幕缺陷。
其中,所述屏幕缺陷包括麻点类缺陷、亮点类缺陷或两点类缺陷。
麻点类缺陷,为超过一定数量的面积、亮度超过一定值的点,互相之间距离小于预设值。
亮点类缺陷,为像素点亮度超过预设值限制,像素的面积及长度、宽度等特征超过预设值。
两点类缺陷,为两缺陷均不符合两点类缺陷的判定标准,但两缺陷的距离小于一定范围。
需要注意的是,本发明中的“包括”意指其除所述成分外,还可以包括其他成分,所述的“包括”,还可以替换为封闭式的“为”或“由……组成”。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种屏幕缺陷的检测方法,其特征在于,包括以下步骤:
将屏幕处于黑画面和亮画面状态下拍摄,获得黑画面图像和亮画面图像,确定缺陷位置和确定缺陷处于黑画面或亮画面中;
当在黑画面存在缺陷时,根据黑画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,即为缺陷信息A;
当在亮画面存在缺陷时,根据亮画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,即为缺陷信息B;
根据亮画面图像,获得屏幕表面灰尘脏污的干扰缺陷;
将缺陷信息A或缺陷信息B去除得到的干扰缺陷,即检测出屏幕缺陷。
2.根据权利要求1所述的屏幕缺陷的检测方法,其特征在于,所述根据黑画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,包括以下步骤:
对黑画面图像的CF层及其附近层的图像检测,获取区域特征,将区域特征与预设值比较,当区域特征大于预设值时,确定为疑似缺陷;
将疑似缺陷带入清晰度评价函数中,计算得到清晰度分数,得到的清晰度分数的数值大的为具有疑似缺陷层级,即为疑似缺陷所在层级;
将疑似缺陷所在层级进行颜色判定,确定疑似缺陷颜色,再进行亮度判定,得到疑似缺陷单一颜色亮度,将疑似缺陷单一颜色亮度与预设标准值比较,若疑似缺陷单一颜色亮度大于预设标准值,则判定为缺陷,则得到缺陷所在层级,反之,则判定为不是缺陷。
3.根据权利要求2所述的屏幕缺陷的检测方法,其特征在于,所述对黑画面图像的CF层及其附近层的图像检测,获取区域特征,包括以下步骤:
将黑画面图像的CF层及其附近层按照RGB三原色进行三个通道分层,得到单色图像;
将得到的单色图像进行形态学操作,确实缺陷区域,对缺陷区域测量,即得到区域特征。
4.根据权利要求3所述的屏幕缺陷的检测方法,其特征在于,所述区域特征包括缺陷面积、凸度、主骨架长度、等效椭圆各主轴长度或离散度。
5.根据权利要求2所述的屏幕缺陷的检测方法,其特征在于,所述清晰度评价函数为:Score=S+∑G(x,y)-S*G(layer);
其中,(x,y)为缺陷区域,G为缺陷区域的灰度值,S为缺陷区域的缺陷面积,G(layer)为个层灰度矫正常数。
6.根据权利要求1所述的屏幕缺陷的检测方法,其特征在于,所述根据亮画面图像对缺陷提取,并对缺陷检测,确定缺陷所在层级,包括以下步骤:
将亮画面图像的CF层及其附近层的缺陷像素提取,根据缺陷像素计算出图像矫正角度,并矫正亮画面图像,得到矫正亮画面图像;
将矫正亮画面图像进行区域分割,得到多个单元集,对多个单元集中的单个单元进行逐一检测是否存在缺陷,若有缺陷,则为异常单元;
对异常单元内的缺陷分割,得到单元缺陷区域,确定单元缺陷区域的所在层级的信息;
将单元缺陷区域合并,即得到缺陷所在层级。
7.根据权利要求6所述的屏幕缺陷的检测方法,其特征在于,所述将亮画面图像的CF层及其附近层的缺陷像素提取,根据缺陷像素计算出图像矫正角度,包括以下步骤:
对亮画面图像的CF层及其附近层的缺陷像素粗提取,得到多个完整像素;
将多个完整像素的中心按照每行进行直线拟合,得到多行直线段,测出多行直线段与水平轴的夹角,取平均值,得到图像矫正夹角。
8.根据权利要求7所述的屏幕缺陷的检测方法,其特征在于,所述对异常单元内的缺陷分割,得到单元缺陷区域,包括以下步骤:
将异常单元内的缺陷按照RGB三原色进行分离,得到子像素,将子像素生成对应的点灰度阈值分布函数,利用水漫填充,即得到完整单元缺陷区域。
9.根据权利要求1所述的屏幕缺陷的检测方法,其特征在于,所述根据亮画面图像,获得屏幕表面灰尘脏污的干扰缺陷,包括以下步骤:
对亮画面图像的CG盖板层图像进行检测,采用均值滤波预处理,并与亮画面图像进行绝对值相减,得到灰尘脏污的基础区域,即得到干扰缺陷。
10.根据权利要求1-9任一项所述的屏幕缺陷的检测方法,其特征在于,所述屏幕缺陷包括麻点类缺陷、亮点类缺陷或两点类缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110588028.1A CN113390611B (zh) | 2021-05-27 | 2021-05-27 | 一种屏幕缺陷的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110588028.1A CN113390611B (zh) | 2021-05-27 | 2021-05-27 | 一种屏幕缺陷的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113390611A true CN113390611A (zh) | 2021-09-14 |
CN113390611B CN113390611B (zh) | 2022-07-12 |
Family
ID=77619357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110588028.1A Active CN113390611B (zh) | 2021-05-27 | 2021-05-27 | 一种屏幕缺陷的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113390611B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114459738A (zh) * | 2022-01-25 | 2022-05-10 | Tcl华星光电技术有限公司 | 显示面板分析方法、装置、电子设备及存储介质 |
CN114519714A (zh) * | 2022-04-20 | 2022-05-20 | 中导光电设备股份有限公司 | 一种显示屏脏污缺陷判定的方法和*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001184510A (ja) * | 1999-12-24 | 2001-07-06 | Mitsubishi Chemicals Corp | 欠陥検出方法 |
WO2012011784A2 (ko) * | 2010-07-22 | 2012-01-26 | 경북대학교 산학협력단 | 평면 표시 장치의 검사 장치 및 그 장치에서의 검사 방법 |
CN104749184A (zh) * | 2013-12-31 | 2015-07-01 | 研祥智能科技股份有限公司 | 自动光学检测方法和*** |
CN105259181A (zh) * | 2015-10-26 | 2016-01-20 | 华为技术有限公司 | 显示屏的显示缺陷检测方法、装置及设备 |
CN105424723A (zh) * | 2015-11-28 | 2016-03-23 | 惠州高视科技有限公司 | 一种显示屏幕模组缺陷检测方法 |
CN110445921A (zh) * | 2019-09-06 | 2019-11-12 | 东北大学 | 一种基于机器视觉的手机屏背光异物缺陷诊断方法及装置 |
CN111474177A (zh) * | 2020-05-06 | 2020-07-31 | 深圳市斑马视觉科技有限公司 | 基于计算机视觉的液晶屏幕背光异物缺陷检测方法 |
CN112394064A (zh) * | 2020-10-22 | 2021-02-23 | 惠州高视科技有限公司 | 一种屏幕缺陷检测的点线测量方法 |
-
2021
- 2021-05-27 CN CN202110588028.1A patent/CN113390611B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001184510A (ja) * | 1999-12-24 | 2001-07-06 | Mitsubishi Chemicals Corp | 欠陥検出方法 |
WO2012011784A2 (ko) * | 2010-07-22 | 2012-01-26 | 경북대학교 산학협력단 | 평면 표시 장치의 검사 장치 및 그 장치에서의 검사 방법 |
CN104749184A (zh) * | 2013-12-31 | 2015-07-01 | 研祥智能科技股份有限公司 | 自动光学检测方法和*** |
CN105259181A (zh) * | 2015-10-26 | 2016-01-20 | 华为技术有限公司 | 显示屏的显示缺陷检测方法、装置及设备 |
US20180246044A1 (en) * | 2015-10-26 | 2018-08-30 | Huawei Technologies Co., Ltd. | Display defect detection method, apparatus, and device for display screen |
CN105424723A (zh) * | 2015-11-28 | 2016-03-23 | 惠州高视科技有限公司 | 一种显示屏幕模组缺陷检测方法 |
CN110445921A (zh) * | 2019-09-06 | 2019-11-12 | 东北大学 | 一种基于机器视觉的手机屏背光异物缺陷诊断方法及装置 |
CN111474177A (zh) * | 2020-05-06 | 2020-07-31 | 深圳市斑马视觉科技有限公司 | 基于计算机视觉的液晶屏幕背光异物缺陷检测方法 |
CN112394064A (zh) * | 2020-10-22 | 2021-02-23 | 惠州高视科技有限公司 | 一种屏幕缺陷检测的点线测量方法 |
Non-Patent Citations (2)
Title |
---|
王银敏等: "基于背景分离与亮度校正的苹果表面缺陷提取", 《软件导刊》 * |
苏小红等: "TFT-LCD微米级显示缺陷的自动检测算法", 《哈尔滨工业大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114459738A (zh) * | 2022-01-25 | 2022-05-10 | Tcl华星光电技术有限公司 | 显示面板分析方法、装置、电子设备及存储介质 |
CN114459738B (zh) * | 2022-01-25 | 2024-02-02 | Tcl华星光电技术有限公司 | 显示面板分析方法、装置、电子设备及存储介质 |
CN114519714A (zh) * | 2022-04-20 | 2022-05-20 | 中导光电设备股份有限公司 | 一种显示屏脏污缺陷判定的方法和*** |
CN114519714B (zh) * | 2022-04-20 | 2022-07-26 | 中导光电设备股份有限公司 | 一种显示屏脏污缺陷判定的方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN113390611B (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113390611B (zh) | 一种屏幕缺陷的检测方法 | |
CN109752394B (zh) | 一种显示屏缺陷高精度检测方法及*** | |
CN106770362B (zh) | 基于aoi的宏观缺陷检测装置及方法 | |
CN109765245B (zh) | 大尺寸显示屏缺陷检测定位方法 | |
CN1690678B (zh) | 图像分析方法、图像分析程序及其像素评价*** | |
CN110044405B (zh) | 一种基于机器视觉的汽车仪表自动化检测装置及方法 | |
CN104749184A (zh) | 自动光学检测方法和*** | |
CN102460106A (zh) | 显示面板的缺陷检查方法和缺陷检查装置 | |
CN108877615B (zh) | 显示面板的残像检测方法和残像检测装置 | |
CN108760767A (zh) | 基于机器视觉的大尺寸液晶屏缺陷检测方法 | |
CN116559183B (zh) | 一种提高缺陷判定效率的方法及*** | |
JP2007086056A (ja) | 欠陥検出方法および欠陥検出装置 | |
CN102803917A (zh) | 显示面板的缺陷检查方法和缺陷检查装置 | |
CN105812790B (zh) | 图像传感器感光面与光轴垂直度的评测方法及光学测试卡 | |
CN114119591A (zh) | 一种显示屏画面质量检测方法 | |
CN109471276A (zh) | 一种液晶屏色偏缺陷检测方法及装置 | |
JP2014164221A (ja) | 表示パネルの欠陥検出方法及び表示パネルの欠陥検出装置 | |
CN107219229A (zh) | 一种面板灰尘过滤方法及装置 | |
CN114255232B (zh) | Led显示屏显示缺陷检测方法、电子设备及装置 | |
KR101876908B1 (ko) | 디스플레이 패널의 결함 위치 정확도 개선 방법 | |
CN111179795B (zh) | 显示面板的检测方法及其装置 | |
CN110530894B (zh) | 导光板亮点缺陷检测方法 | |
CN115375679B (zh) | 一种缺陷芯片寻边寻点定位方法及装置 | |
KR101218637B1 (ko) | 윤곽선 검출을 위한 대각선 스캔방법 | |
CN104977154B (zh) | 具有子像素结构的空间光调制器缺陷分类方法 |
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 |