TW202030465A - 輝度均勻檢測系統及輝度均勻檢測方法 - Google Patents
輝度均勻檢測系統及輝度均勻檢測方法 Download PDFInfo
- Publication number
- TW202030465A TW202030465A TW108109555A TW108109555A TW202030465A TW 202030465 A TW202030465 A TW 202030465A TW 108109555 A TW108109555 A TW 108109555A TW 108109555 A TW108109555 A TW 108109555A TW 202030465 A TW202030465 A TW 202030465A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- verification
- sample
- detection
- texture
- Prior art date
Links
Images
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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本發明的輝度均勻檢測系統用以對一待測物進行檢測,且具有影像感測器、儲存單元以及處理裝置。影像感測器用以擷取包括待測物的影像,以獲取位於影像中的多個灰階資訊。儲存單元用以儲存相應檢測位置資訊的多個輝度曲線。處理裝置是用以依據影像及檢測位置資訊,從影像的灰階資訊中獲取相應待測物上的多個檢測位置的多個待測灰階資訊。處理裝置還依據輝度曲線及待測灰階資訊分別獲取在檢測位置的多個預估輝度資訊,並依據待測物的檢測位置間的預估輝度資訊的差異判斷待測物的輝度是否均勻。
Description
本發明是有關於一種檢測技術,且特別是有關於一種輝度均勻檢測系統及輝度均勻檢測方法。
為了確保良率,在出廠前,面板皆需經過輝度檢測,以確保輝度均勻。現有的檢測方法多運用設有輝度量測設備的自動光學檢測機台對面板上的多個檢測位置分別進行量測,並根據這些檢測位置所量得的輝度以判斷所量測的面板的輝度是否均勻。
然而,輝度量測設備每次僅能量測面板上單一位置的輝度值,因此,若對單一面板上的所有檢測位置皆進行量測則所需的時間冗長。特別是,針對每一個檢測位置,輝度量測設備必須每間隔一段時間後重複測量,以取數次的平均作為在檢測位置上的輝度值,導致整體測量時間相當冗長。除此之外,在量測輝度的過程中,須要測試人員輔助確認自動光學檢測機台與待測面板的檢測位置之間的關係,以確保自動光學檢測機台的量測的位置確實為檢測位置。因此,如何能夠減少檢測時耗時又耗力的情形為本領域技術人員所致力的課題。
「先前技術」段落只是用來幫助了解本發明內容,因此在「先前技術」段落所揭露的內容可能包含一些沒有構成所屬技術領域中具有通常知識者所知道的習知技術。在「先前技術」段落所揭露的內容,不代表該內容或者本發明一個或多個實施例所要解決的問題,在本發明申請前已被所屬技術領域中具有通常知識者所知曉或認知。
本發明提供一種輝度均勻檢測系統及輝度均勻檢測方法,以減少檢測時所耗費的時間與人力成本。
為達上述之一或部份或全部目的或是其他目的,本發明的一實施例提供輝度均勻檢測系統。本發明的輝度均勻檢測系統用以對一待測物進行檢測,且具有影像感測器、儲存單元以及處理裝置。影像感測器用以擷取包括待測物的影像,以獲取位於影像中的多個灰階資訊。儲存單元用以儲存相應檢測位置資訊的多個輝度曲線。處理裝置連接至影像感測器及儲存單元。處理裝置是用以依據影像及檢測位置資訊,從影像的灰階資訊中獲取相應待測物上的多個檢測位置的多個待測灰階資訊。並且,處理裝置還依據輝度曲線及待測灰階資訊分別獲取在檢測位置的多個預估輝度資訊,並依據待測物的檢測位置間的預估輝度資訊的差異判斷待測物的輝度是否均勻。
在本發明一實施例的輝度均勻檢測系統中,檢測位置資訊包括該些檢測位置,儲存單元儲存相應每一檢測位置的每一輝度曲線,且處理裝置依據相應每一檢測位置的每一輝度曲線及每一待測灰階資訊,獲取相應每一檢測位置的每一預估輝度資訊。
在本發明一實施例的輝度均勻檢測系統中,處理裝置還對影像執行物體定位程序,以獲取待測物在影像中的位置,並依據待測物在影像中的位置及檢測位置資訊判斷檢測位置在影像中的位置。
在本發明一實施例的輝度均勻檢測系統中,在物體定位程序中,處理裝置還對影像進行二值化處理,以去除不屬於待測物的部分,並對相應待測物的部分進行邊緣檢測,以獲取待測物的邊緣的多個頂點位置。
在本發明一實施例的輝度均勻檢測系統中,處理裝置還對影像執行紋理分析程序,以獲取包括待測物的紋理影像,處理裝置還關聯紋理影像及影像,並依據待測物在影像的位置獲取待測物在影像中的位置相應的紋理圖案。
在本發明一實施例的輝度均勻檢測系統中,在紋理分析程序中,處理裝置還對影像執行微分測邊程序,以獲取存在影像上的圖形邊緣,處理裝置還銳化圖形邊緣,並對影像及銳化後的圖形邊緣進行二值化處理,以獲取紋理影像。
在本發明一實施例的輝度均勻檢測系統中,處理裝置還依據待測物在影像中的位置相應的紋理圖案,判斷在檢測位置上是否存在紋理,並在其中一個檢測位置存在紋理時,將存在紋理的其中一個檢測位置由第一位置移動至第二位置。
在本發明一實施例的輝度均勻檢測系統中,其中一個檢測位置不存在紋理時,依據每一個不存在紋理的檢測位置分別獲取相應預設半徑的平均灰階資訊,以將平均灰階資訊分別設定為相應每一個不存在紋理的檢測位置的每一待測灰階資訊。
在本發明一實施例的輝度均勻檢測系統中,影像感測器還擷取包括樣本物件的樣本影像,以獲取包括樣本物件的樣本影像中的灰階資訊,處理裝置還獲取相應樣本物件上多個檢測位置的多個真實輝度資訊,且處理裝置依據樣本影像以及檢測位置,獲取在樣本影像中相應樣本物件上檢測位置的多個樣本灰階資訊。處理裝置並執行曲線擬合程序,以決定相應樣本物件上每一檢測位置的樣本灰階資訊及真實輝度資訊的多個輝度預估曲線,並儲存輝度預估曲線於儲存單元中,影像感測器還擷取包括驗證物件的驗證影像,以獲取包括驗證物件的驗證影像中的灰階資訊,處理裝置還獲取在驗證影像中相應驗證物件上的檢測位置的真實輝度資訊,且處理裝置依據驗證影像獲取在驗證影像中相應驗證物件上檢測位置的多個驗證灰階資訊,以依據輝度預估曲線以及驗證灰階資訊決定相應驗證物件上檢測位置的多個驗證預估輝度資訊,處理裝置還分別依據驗證物件上的檢測位置相應的驗證預估輝度資訊與真實輝度資訊,判斷在驗證物件上每一檢測位置所相應的每一輝度預估曲線的誤差值,以分別在驗證物件的每一檢測位置中設定相應的輝度預估曲線具有最小誤差值的其中之一為待測物的每一檢測位置所相應的每一輝度曲線。
在本發明一實施例的輝度均勻檢測系統中,處理裝置還對樣本影像及驗證影像執行物體定位程序,以分別獲取樣本物件及驗證物件在樣本影像及驗證影像中的位置,並依據檢測位置資訊分別獲取樣本物件上的檢測位置及驗證物件上的檢測位置在樣本影像及驗證影像中的位置。
在本發明一實施例的輝度均勻檢測系統中,在物體定位程序中,處理裝置還分別對樣本影像及驗證影像進行二值化處理,以去除不屬於樣本物件及驗證物件的部分,並分別對相應樣本物件及驗證物件的部分進行邊緣檢測,以獲取樣本物件及驗證物件的邊緣的多個頂點位置。
在本發明一實施例的輝度均勻檢測系統中,處理裝置還對樣本影像及驗證影像執行紋理分析程序,以分別獲取包括樣本物件及驗證物件的紋理影像,處理裝置還關聯樣本影像及包括樣本物件的紋理影像以及驗證影像及包括驗證物件的紋理影像,並依據樣本物件在樣本影像中的位置以及驗證物件在驗證影像中的位置分別獲取相應樣本物件以及相應驗證物件在樣本影像及驗證影像中的紋理圖案。
在本發明一實施例的輝度均勻檢測系統中,在紋理分析程序中,處理裝置還分別對樣本影像及驗證影像執行微分測邊程序,以分別獲取存在樣本影像及驗證影像上的圖形邊緣,處理裝置還銳化在樣本影像及驗證影像的圖形邊緣,並對樣本影像及驗證影像及銳化後的圖形邊緣進行二值化處理,以分別獲取相應樣本影像及驗證影像的紋理影像。
在本發明一實施例的輝度均勻檢測系統中,處理裝置還分別依據相應樣本物件在樣本影像的位置及驗證物件在驗證影像的位置的紋理圖案,判斷在樣本物件的檢測位置上以及在驗證物件的檢測位置上是否存在紋理,並在樣本物件的檢測位置上或在驗證物件的檢測位置的其中一個存在紋理時,將樣本物件以及在驗證物件中存在紋理的檢測位置由第一位置移動至第二位置。
在本發明一實施例的輝度均勻檢測系統中,處理裝置還於樣本物件的其中一個檢測位置上以及在驗證物件的其中一個檢測位置的不存在紋理時,分別依據樣本物件的其中一個不存在紋理的檢測位置以及在驗證物件的其中一個不存在紋理的檢測位置獲取相應預設半徑的平均灰階資訊,以將平均灰階資訊設定為相應樣本物件的其中一個不存在紋理的檢測位置的樣本灰階資訊以及在驗證物件中的其中一個不存在紋理的檢測位置的驗證灰階資訊。
在本發明一實施例的輝度均勻檢測系統中,在樣本物件上每一檢測位置所相應的輝度預估曲線為多個。
為達上述之一或部份或全部目的或是其他目的,本發明的一實施例提供一種輝度均勻檢測方法,用以對待測物進行檢測。輝度均勻檢測方法具有下列步驟:擷取包括待測物的影像,以獲取位於影像中的多個灰階資訊;依據影像及一檢測位置資訊,從影像的灰階資訊中獲取相應待測物上的多個檢測位置的多個待測灰階資訊;依據相應檢測位置資訊的多個輝度曲線及待測灰階資訊分別獲取在檢測位置的多個預估輝度資訊;以及依據待測物的檢測位置間的預估輝度資訊的差異判斷待測物的輝度是否均勻。
在本發明一實施例的輝度均勻檢測方法中,檢測位置資訊包括該些檢測位置,且每一檢測位置相應輝度曲線的至少一個,並且,於依據相應檢測位置資訊的輝度曲線及待測灰階資訊分別獲取在檢測位置的預估輝度資訊的步驟中,還包括:依據相應每一檢測位置相應的每一輝度曲線及每一待測灰階資訊,獲取相應每一檢測位置的每一預估輝度資訊。
在本發明一實施例的輝度均勻檢測方法中,對影像執行物體定位程序,以獲取待測物在影像中的位置;以及依據待測物在影像的位置及檢測位置資訊判斷檢測位置在影像中的位置。
在本發明一實施例的輝度均勻檢測方法中,在對影像執行物體定位程序的步驟中,還具有下列步驟:對影像進行二值化處理,以去除不屬於待測物的部分;以及對相應待測物的部分進行一邊緣檢測,以獲取待測物一邊緣的多個頂點位置。
在本發明一實施例的輝度均勻檢測方法中,還具有下列步驟:對影像執行紋理分析程序,以獲取包括待測物的紋理影像;以及,關聯紋理影像及影像,並依據待測物在影像的位置獲取待測物在影像中的位置相應的紋理圖案。
在本發明一實施例的輝度均勻檢測方法中,在對影像執行紋理分析程序的步驟中,還包括:對影像執行微分測邊程序,以獲取存在影像上的圖形邊緣;以及銳化圖形邊緣,並對影像及銳化後的圖形邊緣進行二值化處理,以獲取紋理影像。
在本發明一實施例的輝度均勻檢測方法中,在關聯紋理影像及影像,並依據待測物在影像的位置獲取待測物在影像中的位置相應的紋理圖案的步驟中,還具有下列步驟:依據相應待測物在影像中的位置相應的紋理圖案,判斷在檢測位置上是否存在紋理;以及,在其中一個檢測位置存在紋理時,將存在紋理的其中一個檢測位置由第一位置移動至第二位置。
在本發明一實施例的輝度均勻檢測方法中,還具有下列步驟:於其中一個檢測位置不存在紋理時,依據每一個不存在紋理的檢測位置分別獲取相應預設半徑的平均灰階資訊;以及,將平均灰階資訊分別設定為相應每一個不存在紋理的檢測位置的每一待測灰階資訊。
在本發明一實施例的輝度均勻檢測方法中,還具有下列步驟:擷取包括樣本物件的樣本影像,以獲取包括樣本物件的樣本影像中的灰階資訊;獲取相應樣本物件上多個檢測位置的多個真實輝度資訊,且依據樣本影像以及檢測位置,獲取在樣本影像中相應樣本物件上檢測位置的多個樣本灰階資訊;執行曲線擬合程序,以決定相應樣本物件上每一檢測位置的樣本灰階資訊及真實輝度資訊的多個輝度預估曲線,並儲存輝度預估曲線;擷取包括驗證物件的驗證影像,以獲取包括驗證物件的驗證影像中的灰階資訊;獲取在驗證影像中相應驗證物件上的檢測位置的真實輝度資訊,且依據驗證影像獲取在驗證影像中相應驗證物件上檢測位置的多個驗證灰階資訊,以依據輝度預估曲線以及驗證灰階資訊決定相應驗證物件上檢測位置的多個驗證預估輝度資訊;以及,分別依據驗證物件上的檢測位置相應的驗證預估輝度資訊與真實輝度資訊,判斷在驗證物件上每一檢測位置所相應的每一輝度預估曲線的誤差值,以分別在驗證物件的每一檢測位置中設定相應的輝度預估曲線具有最小誤差值的其中之一為待測物的每一檢測位置所相應的每一輝度曲線。
在本發明一實施例的輝度均勻檢測方法中,還具有下列步驟:對樣本影像及驗證影像執行物體定位程序,以分別獲取樣本物件及驗證物件在樣本影像及驗證影像中的位置,並依據檢測位置資訊分別獲取樣本物件上的檢測位置及驗證物件上的檢測位置在樣本影像及驗證影像中的位置。
在本發明一實施例的輝度均勻檢測方法中,在對樣本影像及驗證影像執行物體定位程序的步驟中,還具有下列步驟:分別對樣本影像及驗證影像進行一二值化處理,以去除不屬於樣本物件及驗證物件的部分;以及,分別對相應樣本物件及驗證物件的部分進行一邊緣檢測,以獲取樣本物件及驗證物件的邊緣的多個頂點位置。
在本發明一實施例的輝度均勻檢測方法中,還具有下列步驟:對樣本影像及驗證影像執行紋理分析程序,以分別獲取包括樣本物件及驗證物件的紋理影像;以及關聯樣本影像及包括樣本物件的紋理影像以及驗證影像及包括驗證物件的紋理影像,並依據樣本物件在樣本影像中的位置以及驗證物件在驗證影像中的位置分別獲取相應樣本物件以及相應驗證物件在樣本影像及驗證影像中的紋理圖案。
在本發明一實施例的輝度均勻檢測方法中,在對樣本影像及驗證影像執行紋理分析程序的步驟中,還具有下列步驟:分別對樣本影像及驗證影像執行微分測邊程序,以分別獲取存在樣本影像及驗證影像上的圖形邊緣;以及,銳化在樣本影像及驗證影像的圖形邊緣,並對樣本影像及驗證影像及銳化後的圖形邊緣進行二值化處理,以分別獲取相應樣本影像及驗證影像的紋理影像。
在本發明一實施例的輝度均勻檢測方法中,還具有下列步驟:分別依據相應樣本物件在樣本影像的位置及驗證物件在驗證影像的位置的紋理圖案,判斷在樣本物件的檢測位置上以及在驗證物件的檢測位置上是否存在紋理;以及,在樣本物件的檢測位置上或在驗證物件的檢測位置的其中一個存在紋理時,將樣本物件以及在驗證物件中存在紋理的檢測位置由第一位置移動至一第二位置。
在本發明一實施例的輝度均勻檢測方法中,還具有下列步驟:於樣本物件的其中一個檢測位置上以及在驗證物件的其中一個檢測位置不存在紋理時,分別依據樣本物件的其中一個不存在紋理的檢測位置以及在驗證物件中的其中一個不存在紋理的檢測位置獲取相應預設半徑的平均灰階資訊;以及將平均灰階資訊設定為相應樣本物件的其中一個不存在紋理的檢測位置的樣本灰階資訊以及在驗證物件中的其中一個不存在紋理的檢測位置的驗證灰階資訊。
在本發明一實施例的輝度均勻檢測方法中,在樣本物件上每一檢測位置所相應的輝度預估曲線為多個。
基於上述,本發明的輝度均勻檢測系統及輝度均勻檢測方法無須分別對各個檢測位置逐一進行量測,輝度均勻檢測系統及輝度均勻檢測方法能夠有效地節省檢測所需耗費的時間。並且,輝度均勻檢測系統及輝度均勻檢測方法不須單獨對每一檢測位置進行定位,因此減少了檢測所需的人力。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
圖1繪示本發明一實施例輝度均勻檢測系統的系統示意圖。請參照圖1,在本發明的一實施例中,輝度均勻檢測系統100是用以對待測物10進行檢測,舉例來說,待測物10可以為面板或者是適用於面板的背光模組,本發明並不限於此。並且,在本發明的一實施例中,輝度均勻檢測系統100會檢測待測物10的多個檢測位置,以判斷在待測物10的這些檢測位置的輝度是否均勻。
圖2繪示本發明一實施例輝度均勻檢測系統的電路連接示意圖。圖2的輝度均勻檢測系統的電路連接至少適用於圖1的輝度均勻檢測系統100。以下將同時通過圖1及圖2說明本發明一實施例輝度均勻檢測系統的元件。具體來說,輝度均勻檢測系統100具有影像感測器110、儲存單元120以及處理裝置130。
影像感測器110是用以擷取包括待測物10的影像。在本發明的一實施例中,影像感測器110例如是採用感光耦合元件(Charge-coupled device,CCD)或者是互補式金屬氧化物半導體(Complementary Metal-Oxide-Semiconductor,CMOS)的感測器,然本發明不限於此。影像感測器110會將感應到的光線先轉換成電流訊號後再轉換為數位訊號,其中,轉換的數位訊號會相應於影像的灰階資訊。具體來說,在待測物10打出相應不同灰階的電流時,影像感測器110會分別取得在待測物10多個檢測位置的輝度值,以獲取待測物10多個檢測位置的多個灰階資訊。於一實施例中,依據數位訊號,影像會被成像在處理裝置130的顯示器上。
儲存單元120會儲存相應檢測位置資訊的多個輝度曲線。具體來說,檢測位置資訊是待測物10上的多個檢測位置,檢測位置是由檢測人員所訂定並建立在輝度均勻檢測系統100中,本發明並不限制檢測位置的數量與實際對應在待測物10上面的位置。並且,儲存單元120會分別儲存每一個檢測位置所相應的輝度曲線。具體來說,輝度曲線是用以記載灰階與輝度的對應關係。倘若是以二維座標來說明,在二維座標的橫軸上例如會記載灰階,縱軸上會記載輝度,藉此以能夠獲知在每一個灰階下所對應輝度的情形。在本發明的一實施例中,輝度曲線可以採用數學函數或表格的方式所表示,以記載在每一個灰階下所對應輝度的情形。本發明不限制記載輝度曲線的方式。在本發明的一實施例中,儲存單元120可以為各類型非揮發性記憶體,例如硬碟機(hard disk drive;HDD)以及固態磁碟機(solid-state drive;SSD)等類型的儲存裝置,然本發明不限於此。在本發明的一實施例中,檢測位置資訊是待測物10上的多個檢測位置。
處理裝置130連接至影像感測器110以及儲存單元120。處理裝置130用以執行輝度均勻檢測系統100的各類運算,詳細的細節將於後方進行說明。在本發明的一實施例中,處理裝置130例如為中央處理器(Central Processing Unit,CPU)、微處理器(Microprocessor)、數位訊號處理器(Digital Signal Processor,DSP)、可程式化控制器、可程式化邏輯裝置(Programmable Logic Device,PLD)或其他類似裝置或這些裝置的組合,本發明並不加以限制。在本發明的實施例中,儲存單元120可以被整合在處理裝置130中,也可以獨立建置在處理裝置130之外,並電性連接或通訊連接(例如,透過wi-fi、區域網路等方式)至處理裝置130,以供處理裝置130存取,本發明並不以此為限。
圖3繪示本發明一實施例輝度均勻檢測方法的流程圖。圖3的輝度均勻檢測方法至少適用於圖1及圖2的輝度均勻檢測系統。以下將同時通過圖1至圖3說明本發明一實施例輝度均勻檢測系統100運行的過程以及輝度均勻檢測方法的細節。
在步驟S310,由影像感測器110擷取包括待測物10的影像,以獲取位於影像中的多個灰階資訊。具體來說,在本發明的一實施例中,影像感測器110會透過感測到的光產生數位訊號,並基此產生對應的影像。並且,數位訊號所代表的即為在影像中的灰階資訊。影像感測器110所擷取的影像會具有待測物10,但不僅限於待測物10。舉例來說,影像感測器110所擷取的影像可能會包括運送待測物10的履帶等,本發明並不限制影像感測器110所擷取到的影像內容。
在步驟S320,由處理裝置130依據影像及檢測位置資訊,從影像的多個灰階資訊中獲取相應待測物10上的多個檢測位置的多個待測灰階資訊。請參照圖4,圖4繪示本發明一實施例待測物上的檢測位置的示意圖。在本發明的一實施例中,檢測位置共有13個,並平均分布在待測物10上,然本發明不限於此,於其他實施例,檢測位置也可以為9個或25個。此外,檢測位置至少符合工業品管檢測的必須檢測位置,並由檢測人員預先建立並儲存在儲存單元120中。基此,處理裝置130能夠依據待測物的檢測位置以及在步驟S310中所獲取的多個灰階資訊,進一步獲取相應在待測物上每一個檢測位置的灰階資訊,以作為待測灰階資訊。
在步驟S330,由處理裝置130依據多個輝度曲線及多個待測灰階資訊分別獲取在多個檢測位置的多個預估輝度資訊。由於在影像感測器110的誤差、待測物10的特性等因素,會導致待測物10上不同位置在相同亮度下所呈現的輝度有所差異。因此,儲存單元120會分別儲存在每個檢測位置上對應的輝度曲線,並使處理裝置130依據每個檢測位置上的輝度曲線以及對應每個檢測位置的灰階資訊,獲取在每個檢測位置上與待測灰階資訊相對應的預估輝度資訊。
承前述,輝度曲線可以採用數學函數或表格的方式所表示,以記載在每一個灰階下所對應輝度的情形。倘若輝度曲線是以數學函數的方式而被記載,處理裝置130會通過輸入待測灰階資訊至數學函數中,以即時計算預估輝度資訊。倘若輝度曲線是以表格的方式被記載,處理裝置130可以通過查表的方式得到預估輝度資訊,本發明並不限於此。
在步驟S340,由處理裝置130依據待測物10的多個檢測位置間的多個預估輝度資訊的差異判斷待測物10的輝度是否均勻。在本發明的一實施例中,處理裝置130會依據所有檢測位置所相應的預估輝度資訊中,最大預估輝度與最小預估輝度的差異判斷待測物10是否均勻。倘若最大預估輝度與最小預估輝度的差異不超過一定門檻值(例如,差異值小於5%),則判斷待測物10上的輝度是均勻的,反之,則判斷待測物10的輝度不均勻。然本發明不以此為限。
值得一提的是,在本發明的實施例中,處理裝置130能夠依據影像感測器110所獲取的一張影像而分別獲取相應待測物10多個或全部的檢測位置的待測灰階資訊,並據此獲得相應的預估輝度資訊,無須分別對各個檢測位置各自拍攝影像,有效地節省檢測所需耗費的時間。
圖5繪示本發明一實施例輝度均勻檢測方法的細部流程圖。請同時參照圖1至圖5,以下將通過圖5的輔助,更加清楚地說明本發明輝度均勻檢測系統及輝度均勻檢測方法中,處理裝置130如何依據影像及檢測位置資訊,從影像的多個灰階資訊中獲取相應待測物上的多個檢測位置的多個待測灰階資訊。
在步驟S510,由處理裝置130對影像執行定位程序,以獲取待測物10在影像中的位置,並依據待測物10在影像的位置及檢測位置資訊判斷檢測位置在影像中的位置。詳細來說,承前述,除了待測物10以外,影像感測器110所感測的影像可能還存在其他物件。因此,在此實施例中,處理裝置130會進一步對影像進行物體定位程序,以找到待測物10在影像中的位置。
請同時參照圖5及圖6,圖6繪示本發明一實施例物體定位程序的影像示意圖。以下將搭配圖6說明處理裝置130對影像執行物體定位程序的過程。
首先,如圖6的(1),處理裝置130會對影像進行二值化處理,以使影像以黑色與白色所呈現。
如圖6的(2),處理裝置130會對二值化後的影像進行去雜訊,以去除不屬於待測物10的部份。詳細來說,在圖6(1)的影像中可以看到,面板相應的是中間且面積較大、較完整的四邊形區塊,而在影像的周遭存在不屬於待測物10的雜訊。雜訊多由點所形成,且並沒有形成面積大且完整的四邊形空間。因此,處理裝置130能夠通過影像進行運算,找到影像中的封閉空間,(即,面積較大且完整的四邊形區域),並濾除其他屬於雜訊的部份(即如圖6(1)中的四個角落)以獲取屬於待測物10的影像。
如圖6的(3),處理裝置130會對待測物10的部份進行邊緣檢測,以獲取相應待測物10的邊緣。
如圖6的(4),處理裝置130會進一步對待測物10的邊緣進行直線偵測,以找到待測物10邊緣所相應的直線方程式。由於在此所繪示的待測物10為面板,因此,處理裝置130會獲取四條直線方程式。
如圖6的(5),在獲取四條直線方程式之後,處理裝置130能夠以兩個相鄰的邊所對應的直線方程式分別獲取交點位置,此交點位置即為待測物10的頂點位置。基此,處理裝置130獲取待測物10在影像中的位置,完成物體定位程序。此時,由於待測物10在影像中的位置已知,處理裝置130能夠進一步依據待測物10的頂點位置進而獲取待測物上的多個檢測位置在影像中的位置。須說明的是,圖6(1)至圖6(5)僅為處理裝置130運行結果所相應的示意圖,在輝度均勻檢測系統100運行的過程中不一定會真實繪示出圖6的影像。
在步驟S520,由處理裝置130對影像執行紋理分析程序,以獲取包括待測物10的紋理影像。詳細來說,倘若待測物10在製程中沾到髒汙,例如,存在指紋、皮屑或破損等,雖然在後續的過程中會經洗淨製程而被去除,但在檢測過程中會影響檢測結果。因此,處理裝置130會對影像執行紋理分析程序,找到面板上存在髒污的位置,以避免檢測的過程中造成處理裝置130對待測物10上檢測位置的灰階資訊的誤判。在紋理分析的過程中,處理裝置130會對影像依序進行微分測邊、銳化以及二值化。
詳細來說,由於髒汙的邊緣與旁邊環境的差異可能會以漸層的情形顯示在待測物10上,且髒汙邊緣與旁邊環境在顯像上的灰階差異不一定明顯。基此,在本發明的實施例中,是採用高斯微分測邊器(Gaussian filter)以獲取存在影像上的圖形邊緣。由於高斯微分測邊器的原理為本領域技術人員能夠了解的,於此不再贅述。處理裝置130會進一步影像銳化圖形邊緣,以突顯高斯微分測邊器所檢測到的圖形邊緣。最後,處理裝置130會將影像進行二值化,以使影像以黑色與白色所呈現。基此,處理裝置130能夠獲取包括待測物10的紋理影像。
請同時參照圖5及圖7,圖7繪示本發明一實施例紋理分析程序的影像示意圖。在圖7的左圖中,是原始影像中相應待測物10的灰階資訊,而在圖7的右圖中,經過測邊、銳化及二值化的處理後所產生的紋理影像。白色的區塊是不存在缺陷的部份,黑色的部份則表示缺陷所相應的紋理。值得一提的是,在本實施例中,處理裝置130會對整體影像進行微分測邊,因此可能會存在其他的紋理。並且,為了容易理解,圖7所繪示的影像僅保留相應待測物10的部份,而不存在其他的紋理。然在本發明的其他實施例中,處理裝置130會直接依據步驟S510所獲取的待測物10在影像中的位置,而僅針對影像中相應待測物10的區塊進行紋理分析,本發明並不以此為限。
在步驟S530,處理裝置130會關聯紋理影像及影像,並依據待測物10在影像中的位置進而獲取待測物10在影像中的位置相應的紋理圖案。圖8繪示本發明一實施例關聯包括待測物的紋理影像及影像的示意圖。請同時參照圖5及圖8,在關聯包括待測物的紋理影像及影像後,處理裝置130能夠獲知髒污在待測物10上面的位置。
在步驟S540,處理裝置130會依據待測物10在影像中的位置相應的紋理圖案,判斷在檢測位置上是否存在紋理。在本發明的實施例中,處理裝置130會判斷檢測位置是否存在紋理。然在本發明的其他實施例中,處理裝置130會判斷以檢測位置為中心的一半徑範圍(例如,10個像素值內)內是否存在紋理,本發明不限於此。
倘若存在紋理,表示處理裝置130若對檢測位置進行輝度檢測,恐怕會因缺陷而導致誤差。因此,在步驟S550,處理裝置130將存在紋理的檢測位置由第一位置移動至第二位置。舉例來說,在此實施例中,處理裝置130會讓存在缺陷的檢測位置各往待測物10的中心的方向位移一個單位。例如,以圖8左上角的檢測位置為例,若存在缺陷,處理裝置130會將此檢測位置往右方及下方各位移一個單位,並再次執行步驟S540,直至在此檢測位置上不存在任何紋理。須說明的是,於此所述的上、下、左、右僅為相對應圖式的方向,處理裝置130調整檢測位置的方式會依據不同的實施例與實務需求而有所調整,本發明不以此為限。
然而,倘若不存在紋理,在步驟S560,處理裝置130會依據不存在紋理的檢測位置獲取相應預設半徑的平均灰階資訊,以將平均灰階資訊設定為相應不存在紋理的檢測位置的待測灰階資訊。基此,處理裝置130能夠依據待測灰階資訊進一步獲取相應的預估輝度資訊。
圖9繪示本發明一實施例輝度均勻檢測方法的流程圖。請同時參照圖1至圖3及圖9,以下將採用圖9說明在本發明一實施例中,輝度均勻檢測方法及輝度均勻檢測系統獲取輝度曲線的細節。
在步驟S910,由影像感測器110擷取包括樣本物件的樣本影像,以獲取包括樣本物件的樣本影像中的多個灰階資訊。步驟S910相同於步驟S310,差別在於,在步驟S910是對樣本物件進行影像感測,而步驟S310是對待測物10進行感測,因此,於此不再贅述細節。
在步驟S920,由處理裝置130獲取相應樣本物件上多個檢測位置的真實輝度資訊,且依據樣本影像以及檢測位置資訊,獲取在樣本影像中相應樣本物件上檢測位置的多個樣本灰階資訊。詳細來說,為了建立符合待測物以及影像感測器110獲取待測物10影像的真實情形,在本發明的一實施例中,處理裝置130會預先獲取真實情形中灰階與輝度的對應關係。因此,處理裝置130必須先取得在樣本物件上多個檢測位置的真實輝度資訊。在此實施例中,樣本物件會先經過具備輝度量測設備的自動光學檢測機台獲取在待測物10上各檢測位置的真實輝度資訊,並且各檢測位置的真實輝度資訊會事先被傳送並建立在儲存單元120之中。基此,處理裝置130能夠存取儲存單元120或者是直接利用接收到的各檢測位置的真實輝度資訊進行運算。
除此之外,處理裝置130也會透過影像感測器110擷取包括樣本物件的樣本影像以獲取樣本影像中相應樣本物件上檢測位置的樣本灰階資訊。處理裝置130獲取相應樣本物件上檢測位置的樣本灰階資訊的過程相同於前述步驟S310以及S320,差別在於,在步驟S310及S320是針對待測物10獲取相應檢測位置的待測灰階資訊,步驟S920則是針對樣本物件獲取相應檢測位置的樣本灰階資訊。基此,於此不再闡述細節。並且,在本實施例中,在樣本物件的檢測位置會與待測物10的檢測位置一致。
值得一提的是,為了因應待測物10可能出現的各種情形,在本發明的實施例中,會蒐集樣本物件在多種不同亮度情形下的真實輝度資訊以及相對應的樣本灰階資訊。舉例來說,在此實施例中,待測物10會打出相應64灰階的電流(即,從0~255的亮度中,每經四個亮度作為一灰階並打出相應的電流),以通過自動光學檢測機台獲取對應64灰階的真實輝度資訊。同時,通過影像感測器110及處理裝置130的協作,進而獲取在每一檢測位置中,相應不同真實輝度資訊中相應樣本物件的樣本灰階資訊。
在步驟S930,由處理裝置130執行曲線擬合程序,以決定相應樣本物件上每一檢測位置的樣本灰階資訊及真實輝度資訊的輝度預估曲線,並儲存對應每一檢測位置的輝度預估曲線於儲存單元120中。具體來說,在曲線擬合程序中,處理裝置130是採用樣本灰階資訊及對應的真實輝度資訊的數據輸入曲線數學式,以找到對應樣本灰階資訊及真實輝度資訊的輝度預估曲線數學式。藉此,以找到在多種不同的輝度預估曲線下,樣本灰階資訊及真實輝度資訊的關聯情形。在本發明實施例所採用曲線數學式例如可採用多項函數(Polynomial)、插值函數(Spline)、指數函數(Exponential)等,但不限於此。多項函數例如為,線性函數(Linear)、二次函數(Quadratic)、三次函數(Cubic)、四次函數(Quintic)…多次函數(nth order)等。插值函數例如為,線性插值函數(Linear)、埃爾米特插值函數(Hermite)、卡特姆插值函數(Catmull-rom)、三次插值函數(Cubic)、Akima插值函數、單調插值函數(Monotone)等。指數函數例如為,對稱S函數(Symmetrical sigmoidal)、非對稱S函數(Asymmetrical sigmoidal)、米氏動力函數(michaelis menten)、基本指數函數(Exponential basic)、指數半衰函數(Exponential half-life)、指數增值率函數(Exponential proportional rate)、次方函數(Power curve)、常態分布函數(Gaussian bell curve)等。不僅如此,在此實施例中,處理裝置130同時還能夠採用深度學習的方式,例如但不限於,採用類神經網路進行學習,藉此推估真實輝度資訊與樣本灰階資訊所相應的輝度預估曲線。在本實施例中,處理裝置130會採用上述所有的曲線函數及深度學習的方式來獲取與每一檢測位置的樣本灰階資訊及真實輝度資訊匹配的關係曲線數學式,即,處理裝置130獲取29種輝度預估曲線,然本發明並不以前述的數學函數為限。在上述曲線函數的任意組合,或者是其他未被詳述於此的數學式,在不違背本發明的情形下,皆能夠被採用作為本發明推估真實輝度資訊與樣本灰階資訊的關聯的數學函數。
處理裝置130會獲取樣本物件上每一個檢測位置上的多個輝度預估曲線。也就是說,在此實施例中,每一個檢測位置都有29種輝度預估曲線。處理裝置130會進一步將輝度預估曲線儲存在儲存單元120中。
在步驟S940,由處理裝置130擷取包括驗證物件的驗證影像,以獲取包括驗證物件的驗證影像中的多個灰階資訊。步驟S940相同於步驟S310及S910,差別在於,在步驟S310及步驟S910是分別對待測物10以及樣本物件進行影像感測,於此,則是針對驗證物件進行影像感測,於此不再贅述細節。惟須注意的是,在本發明的實施例中,待測物、樣本物件及驗證物件皆屬於同一型號的面板、背光模組或其他類型的待測物。
在步驟S950,由處理裝置130獲取相應驗證物件上的檢測位置的真實輝度資訊,且處理裝置130依據驗證影像獲取驗證物件上多個檢測位置的多個驗證灰階資訊,以依據每一檢測位置的多個輝度預估曲線以及多個驗證灰階資訊決定相應驗證物件上多個檢測位置的多個驗證預估輝度資訊。步驟S950相同步驟S920,差別在於,步驟S920是針對樣本物件獲取在每一檢測位置上的真實輝度資訊以及樣本灰階資訊,於此則是針對驗證物件獲取在每一檢測位置上的真實輝度資訊及驗證灰階資訊,於此即不再贅述細節。在本實施例中,在驗證物件的檢測位置會與待測物10的檢測位置以及樣本物件的檢測位置一致。
在步驟S960,由處理裝置130分別依據驗證物件上的多個檢測位置的預估輝度資訊與真實輝度資訊,判斷在驗證物件上每一檢測位置所相應的每一輝度預估曲線的誤差值,以分別在驗證物件的每一檢測位置中,設定相應多個輝度預估曲線具有最小誤差值的其中之一為待測物的每一檢測位置所相應的輝度曲線。
在本發明的一實施例中,處理裝置130獲取誤差值的過程與誤差值的定義可以被表示為下述方程式:
其中,為輝度預估曲線,為誤差值,為輸入驗證物件在檢測位置的該灰階至相應檢測位置的預估輝度曲線後所得到在檢測位置的預估輝度資訊,為驗證物件在該灰階時在檢測位置於自動化檢測機台所量得到的真實輝度資訊。
在針對檢測位置獲取相應的每一輝度預估曲線的誤差值之後,處理裝置130會判斷具有最小誤差值的輝度預估曲線為最貼近此檢測位置的輝度預估曲線,基此,處理裝置130會以具有最小誤差值的輝度預估曲線作為在此檢測位置上的輝度曲線。值得一提的是,由於在不同的檢測位置中,針對同一個數學函式所獲取的輝度預估曲線不一定相同,對應的誤差值也不一定相同。因此,在不同檢測位置對應具有最小誤差值的輝度預估曲線也不相同。因此,處理單元130會針對每一個不同的檢測位置儲存各自所相對應的輝度曲線,並在後續進行輝度的測量時,針對不同的檢測位置採取各自對應的輝度曲線評估預估輝度資訊。
請參照圖10,圖10繪示本發明一實施例輝度均勻檢測方法的細部流程圖。以下將搭配圖10說明由處理裝置130獲取相應樣本物件上多個檢測位置的真實輝度資訊,且依據樣本影像以及檢測位置資訊,獲取相應樣本物件上檢測位置的樣本灰階資訊,以及由處理裝置130獲取相應驗證物件上的檢測位置的真實輝度資訊,且處理裝置130依據包括驗證物件的影像獲取驗證物件上檢測位置的驗證灰階資訊,以依據輝度預估曲線決定相應驗證物件上檢測位置的多個預估輝度資訊的細節。
在步驟S1010,由處理裝置130執行物體定位程序,以分別獲取樣本物件及驗證物件在樣本影像及驗證影像中的位置,並依據檢測位置資訊分別獲取樣本物件上的檢測位置及驗證物件上的檢測位置在樣本影像及驗證影像中的位置。處理裝置130還分別對樣本影像及驗證影像進行二值化處理,以去除不屬於樣本物件及驗證物件的部分,並分別對相應樣本物件及驗證物件的部分進行邊緣檢測,以獲取樣本物件及驗證物件的邊緣的多個頂點位置。
在步驟S1020,由處理裝置130對樣本影像及驗證影像執行紋理分析程序,以分別獲取包括樣本物件及驗證物件的紋理影像。處理裝置130還分別對樣本影像及驗證影像執行微分測邊程序,以分別獲取存在樣本影像及驗證影像上的圖形邊緣,該處理裝置還銳化在樣本影像及驗證影像的圖形邊緣,並對影像及銳化後的圖形邊緣進行二值化處理,以獲取紋理影像。
在步驟S1030,由處理裝置130關聯樣本影像及包括樣本物件的紋理影像以及驗證影像及包括樣本物件的紋理影像,並依據樣本物件在樣本影像中的位置以及驗證物件在驗證影像中的位置分別獲取在樣本影像中相應樣本物件以及相應驗證物件在驗證影像的紋理圖案。
在步驟S1040,由處理裝置130分別依據相應樣本物件在樣本影像及驗證物件在驗證影像的位置的紋理圖案,判斷在樣本物件的檢測位置上以及在驗證物件的檢測位置上是否存在紋理。
在步驟S1050,倘若在樣本物件的檢測位置上或在驗證物件的檢測位置的其中一個存在紋理時,由處理裝置130將樣本物件以及在驗證物件中存在紋理的檢測位置由第一位置移動至第二位置。
在步驟S1060,倘若於樣本物件的檢測位置上以及在驗證物件的檢測位置的其中一個不存在紋理時,處理裝置130還分別依據樣本物件以及在驗證物件中不存在紋理的檢測位置獲取相應一預設半徑的平均灰階資訊,以將平均灰階資訊設定為相應樣本物件以及在驗證物件中不存在紋理的檢測位置的灰階資訊。
由於步驟S1010至步驟S1060的細節相同於步驟S510至步驟S560,差別在於,步驟S510至步驟S560是對待測物10進行處理,以獲取在待測物10上多個檢測位置的待測灰階資訊,而在步驟S1010至步驟S1060則是對樣本物件及驗證物件進行處理,以獲取在樣本物件及驗證物件上多個檢測位置的樣本灰階資訊及驗證灰階資訊。因此,此處即不再贅述步驟S1010至步驟S1060的細節。
綜上所述,本發明的輝度均勻檢測系統及輝度均勻檢測方法能夠依據影像感測器所獲取的影像而獲取相應待測物多個檢測位置的待測灰階資訊,並進而獲得相應的預估輝度資訊。由於無須分別對各個檢測位置逐一量測輝度,輝度均勻檢測系統急輝度均勻檢測方法能夠有效地節省檢測所需耗費的時間。除此之外,由於輝度均勻檢測系統及輝度均勻檢測方法能夠自動對物體進行定位,不須單獨對每一檢測位置進行定位,亦無須經由測試人員輔助確認自動光學檢測機台與待測面板的檢測位置之間的關係,因此減少了檢測所需的人力。不僅如此,由於本發明的輝度均勻檢測系統及輝度均勻檢測方法採用了多種不同的預估輝度曲線,並透過驗證物件的輔助驗證找到更貼近不同檢測位置的輝度曲線,基此,以提供更準確的輝度預估結果。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
10:待測物
100:輝度均勻檢測系統
110:影像感測器
120:儲存單元
130:處理裝置
S310~S340、S510~S560、S910~S960、S1010~S1060:步驟
圖1繪示本發明一實施例輝度均勻檢測系統的系統示意圖。
圖2繪示本發明一實施例輝度均勻檢測系統的電路連接示意圖。
圖3繪示本發明一實施例輝度均勻檢測方法的流程圖。
圖4繪示本發明一實施例待測物上的檢測位置的示意圖。
圖5繪示本發明一實施例輝度均勻檢測方法的細部流程圖。
圖6繪示本發明一實施例物體定位程序的影像示意圖。
圖7繪示本發明一實施例紋理分析程序的影像示意圖。
圖8繪示本發明一實施例關聯包括待測物的紋理影像及影像的示意圖。
圖9繪示本發明一實施例輝度均勻檢測方法的流程圖。
圖10繪示本發明一實施例輝度均勻檢測方法的細部流程圖。
S310~S340:步驟
Claims (32)
- 一種輝度均勻檢測系統,用以對一待測物進行檢測,該系統包括: 一影像感測器,擷取包括該待測物的一影像,以獲取位於該影像中的多個灰階資訊; 一儲存單元,儲存相應一檢測位置資訊的多個輝度曲線;以及 一處理裝置,連接至該影像感測器及該儲存單元,依據該影像及該檢測位置資訊,從該影像的該些灰階資訊中獲取相應該待測物上的多個檢測位置的多個待測灰階資訊,依據該些輝度曲線及該些待測灰階資訊分別獲取在該些檢測位置的多個預估輝度資訊,並依據該待測物的該些檢測位置間的該些預估輝度資訊的差異判斷該待測物的輝度是否均勻。
- 如申請專利範圍第1項所述的輝度均勻檢測系統,其中,該檢測位置資訊包括該些檢測位置,該儲存單元儲存相應每一該些檢測位置的每一該些輝度曲線,且該處理裝置依據相應每一該些檢測位置的每一該些輝度曲線及每一該些待測灰階資訊,獲取相應每一該些檢測位置的每一該些預估輝度資訊。
- 如申請專利範圍第1項所述的輝度均勻檢測系統,其中, 該處理裝置還對該影像執行一物體定位程序,以獲取該待測物在該影像中的位置,並依據該待測物在該影像中的位置及該檢測位置資訊判斷該些檢測位置在該影像中的位置。
- 如申請專利範圍第3項所述的輝度均勻檢測系統,其中,在該物體定位程序中, 該處理裝置還對該影像進行一二值化處理,以去除不屬於該待測物的部分,並對相應該待測物的部分進行一邊緣檢測,以獲取該待測物的一邊緣的多個頂點位置。
- 如申請專利範圍第3項所述的輝度均勻檢測系統,其中, 該處理裝置還對該影像執行一紋理分析程序,以獲取包括該待測物的一紋理影像, 該處理裝置還關聯該紋理影像及該影像,並依據該待測物在該影像的位置獲取該待測物在該影像中的位置相應的一紋理圖案。
- 如申請專利範圍第5項所述的輝度均勻檢測系統,其中,在該紋理分析程序中, 該處理裝置還對該影像執行一微分測邊程序,以獲取存在該影像上的一圖形邊緣, 該處理裝置還銳化該圖形邊緣,並對該影像及銳化後的該圖形邊緣進行該二值化處理,以獲取該紋理影像。
- 如申請專利範圍第5項所述的輝度均勻檢測系統,其中,該處理裝置還依據該待測物在該影像中的位置相應的該紋理圖案,判斷在該些檢測位置上是否存在該紋理,並在其中一個該些檢測位置存在該紋理時,將存在該紋理的其中一個該些檢測位置由一第一位置移動至一第二位置。
- 如申請專利範圍第7項所述的輝度均勻檢測系統,其中,其中一個該些檢測位置不存在該紋理時,依據每一個不存在該紋理的該些檢測位置分別獲取相應一預設半徑的一平均灰階資訊,以將該平均灰階資訊分別設定為相應每一個不存在該紋理的該些檢測位置的每一該些待測灰階資訊。
- 如申請專利範圍第1項所述的輝度均勻檢測系統,其中, 該影像感測器還擷取包括一樣本物件的一樣本影像,以獲取包括該樣本物件的該樣本影像中的該些灰階資訊, 該處理裝置還獲取相應該樣本物件上多個檢測位置的多個真實輝度資訊,且該處理裝置依據該樣本影像以及該些檢測位置,獲取在該樣本影像中相應該樣本物件上該些檢測位置的多個樣本灰階資訊, 該處理裝置並執行一曲線擬合程序,以決定相應該樣本物件上每一該些檢測位置的該些樣本灰階資訊及該些真實輝度資訊的多個輝度預估曲線,並儲存該些輝度預估曲線於該儲存單元中, 該影像感測器還擷取包括一驗證物件的一驗證影像,以獲取包括該驗證物件的該驗證影像中的該些灰階資訊, 該處理裝置還獲取在該驗證影像中相應該驗證物件上的該些檢測位置的該些真實輝度資訊,且該處理裝置依據該驗證影像獲取在該驗證影像中相應該驗證物件上該些檢測位置的多個驗證灰階資訊,以依據該些輝度預估曲線以及該些驗證灰階資訊決定相應該驗證物件上該些檢測位置的多個驗證預估輝度資訊, 該處理裝置還分別依據該驗證物件上的該些檢測位置相應的該些驗證預估輝度資訊與該些真實輝度資訊,判斷在該驗證物件上每一該些檢測位置所相應的每一該些輝度預估曲線的一誤差值,以分別在該驗證物件的每一該些檢測位置中設定相應的該些輝度預估曲線具有最小該誤差值的其中之一為該待測物的每一該些檢測位置所相應的每一該些輝度曲線。
- 如申請專利範圍第9項所述的輝度均勻檢測系統,其中, 該處理裝置還對該樣本影像及該驗證影像執行一物體定位程序,以分別獲取該樣本物件及該驗證物件在該樣本影像及該驗證影像中的位置,並依據該檢測位置資訊分別獲取該樣本物件上的該些檢測位置及該驗證物件上的該些檢測位置在該樣本影像及該驗證影像中的位置。
- 如申請專利範圍第10項所述的輝度均勻檢測系統,其中,在該物體定位程序中, 該處理裝置還分別對該樣本影像及該驗證影像進行一二值化處理,以去除不屬於該樣本物件及該驗證物件的部分,並分別對相應該樣本物件及該驗證物件的部分進行一邊緣檢測,以獲取該樣本物件及該驗證物件的邊緣的多個頂點位置。
- 如申請專利範圍第10項所述的輝度均勻檢測系統,其中, 該處理裝置還對該樣本影像及該驗證影像執行一紋理分析程序,以分別獲取包括該樣本物件及該驗證物件的一紋理影像, 該處理裝置還關聯該樣本影像及包括該樣本物件的該紋理影像以及該驗證影像及包括該驗證物件的該紋理影像,並依據該樣本物件在該樣本影像中的位置以及該驗證物件在該驗證影像中的位置分別獲取相應該樣本物件以及相應該驗證物件在該樣本影像及該驗證影像中的該紋理圖案。
- 如申請專利範圍第12項所述的輝度均勻檢測系統,其中,在該紋理分析程序中, 該處理裝置還分別對該樣本影像及該驗證影像執行一微分測邊程序,以分別獲取存在該樣本影像及該驗證影像上的一圖形邊緣, 該處理裝置還銳化在該樣本影像及該驗證影像的該圖形邊緣,並對該樣本影像及該驗證影像及銳化後的該圖形邊緣進行該二值化處理,以分別獲取相應該樣本影像及該驗證影像的該紋理影像。
- 如申請專利範圍第12項所述的輝度均勻檢測系統,其中,該處理裝置還分別依據相應該樣本物件在該樣本影像的位置及該驗證物件在該驗證影像的位置的該紋理圖案,判斷在該樣本物件的該些檢測位置上以及在該驗證物件的該些檢測位置上是否存在紋理,並在該樣本物件的該些檢測位置上或在該驗證物件的該些檢測位置的其中一個存在該紋理時,將該樣本物件以及在該驗證物件中存在該紋理的該些檢測位置由一第一位置移動至一第二位置。
- 如申請專利範圍第14項所述的輝度均勻檢測系統,其中,該處理裝置還於該樣本物件的其中一個該些檢測位置上以及在該驗證物件的其中一個該些檢測位置的不存在該紋理時,分別依據該樣本物件的其中一個不存在該紋理的該些檢測位置以及在該驗證物件的其中一個不存在該紋理的該些檢測位置獲取相應一預設半徑的平均灰階資訊,以將該平均灰階資訊設定為相應該樣本物件的其中一個不存在該紋理的該些檢測位置的該樣本灰階資訊以及在該驗證物件中的其中一個不存在該紋理的該些檢測位置的該驗證灰階資訊。
- 如申請專利範圍第9項所述的輝度均勻檢測系統,其中,該樣本物件上每一該些檢測位置所相應的該些輝度預估曲線為多個。
- 一種輝度均勻檢測方法,用以對一待測物進行檢測,該輝度均勻檢測方法包括: 擷取包括該待測物的一影像,以獲取位於該影像中的多個灰階資訊; 依據該影像及一檢測位置資訊,從該影像的該些灰階資訊中獲取相應該待測物上的多個檢測位置的多個待測灰階資訊; 依據相應該檢測位置資訊的多個輝度曲線及該些待測灰階資訊分別獲取在該些檢測位置的多個預估輝度資訊;以及 依據該待測物的該些檢測位置間的該些預估輝度資訊的差異判斷該待測物的輝度是否均勻。
- 如申請專利範圍第17項所述的輝度均勻檢測方法,其中,該檢測位置資訊包括該些檢測位置,且每一該些檢測位置相應該些輝度曲線的至少一個,並且,於依據相應該檢測位置資訊的該些輝度曲線及該些待測灰階資訊分別獲取在該些檢測位置的該些預估輝度資訊的步驟中,包括: 依據相應每一該些檢測位置相應的每一該些輝度曲線及每一該些待測灰階資訊,獲取相應每一該些檢測位置的每一該些預估輝度資訊。
- 如申請專利範圍第17項所述的輝度均勻檢測方法,更包括: 對該影像執行一物體定位程序,以獲取該待測物在該影像中的位置;以及 依據該待測物在該影像的位置及該檢測位置資訊判斷該些檢測位置在該影像中的位置。
- 如申請專利範圍第19項所述的輝度均勻檢測方法,其中,在對該影像執行該物體定位程序的步驟中,包括: 對該影像進行一二值化處理,以去除不屬於該待測物的部分;以及 對相應該待測物的部分進行一邊緣檢測,以獲取該待測物一邊緣的多個頂點位置。
- 如申請專利範圍第19項所述的輝度均勻檢測方法,更包括: 對該影像執行一紋理分析程序,以獲取包括該待測物的一紋理影像;以及 關聯該紋理影像及該影像,並依據該待測物在該影像的位置獲取該待測物在該影像中的位置相應的一紋理圖案。
- 如申請專利範圍第21項所述的輝度均勻檢測方法,其中,在對該影像執行該紋理分析程序的步驟中,還包括: 對該影像執行一微分測邊程序,以獲取存在該影像上的一圖形邊緣;以及 銳化該圖形邊緣,並對該影像及該銳化後的該圖形邊緣進行該二值化處理,以獲取該紋理影像。
- 如申請專利範圍第21項所述的輝度均勻檢測方法,其中,在關聯該紋理影像及該影像,並依據該待測物在該影像的位置獲取該待測物在該影像中的位置相應的該紋理圖案的步驟中,還包括: 依據相應該待測物在該影像中的位置相應的該紋理圖案,判斷在該些檢測位置上是否存在紋理;以及 在其中一個該些檢測位置存在該紋理時,將存在該紋理的其中一個該些檢測位置由一第一位置移動至一第二位置。
- 如申請專利範圍第23項所述的輝度均勻檢測方法,更包括: 於其中一個該些檢測位置不存在該紋理時,依據每一個不存在該紋理的檢測位置分別獲取相應一預設半徑的平均灰階資訊;以及 將該平均灰階資訊分別設定為相應每一個不存在該紋理的檢測位置的每一該些待測灰階資訊。
- 如申請專利範圍第17項所述的輝度均勻檢測方法,更包括: 擷取包括一樣本物件的一樣本影像,以獲取包括該樣本物件的該樣本影像中的該些灰階資訊; 獲取相應該樣本物件上多個檢測位置的多個真實輝度資訊,且依據該樣本影像以及該檢測位置,獲取在該樣本影像中相應該樣本物件上該些檢測位置的多個樣本灰階資訊; 執行一曲線擬合程序,以決定相應該樣本物件上每一該些檢測位置的該些樣本灰階資訊及該些真實輝度資訊的多個輝度預估曲線,並儲存該些輝度預估曲線; 擷取包括一驗證物件的一驗證影像,以獲取包括該驗證物件的該驗證影像中的該些灰階資訊; 獲取在該驗證影像中相應該驗證物件上的該些檢測位置的該些真實輝度資訊,且依據該驗證影像獲取在該驗證影像中相應該驗證物件上該些檢測位置的多個驗證灰階資訊,以依據該些輝度預估曲線以及該些驗證灰階資訊決定相應該驗證物件上該些檢測位置的多個驗證預估輝度資訊;以及 分別依據該驗證物件上的該些檢測位置相應的該些驗證預估輝度資訊與該些真實輝度資訊,判斷在該驗證物件上每一該些檢測位置所相應的每一該些輝度預估曲線的一誤差值,以分別在該驗證物件的每一該些檢測位置中設定相應的該些輝度預估曲線具有最小該誤差值的其中之一為該待測物的每一該些檢測位置所相應的每一該些輝度曲線。
- 如申請專利範圍第25項所述的輝度均勻檢測方法,更包括: 對該樣本影像及該驗證影像執行一物體定位程序,以分別獲取該樣本物件及該驗證物件在該樣本影像及該驗證影像中的位置,並依據該檢測位置資訊分別獲取該樣本物件上的該些檢測位置及該驗證物件上的該些檢測位置在該樣本影像及該驗證影像中的位置。
- 如申請專利範圍第26項所述的輝度均勻檢測方法,其中,對該樣本影像及該驗證影像執行該物體定位程序的步驟中,還包括: 分別對該樣本影像及該驗證影像進行一二值化處理,以去除不屬於該樣本物件及該驗證物件的部分;以及 分別對相應該樣本物件及該驗證物件的部分進行一邊緣檢測,以獲取該樣本物件及該驗證物件的邊緣的多個頂點位置。
- 如申請專利範圍第26項所述的輝度均勻檢測,更包括: 對該樣本影像及該驗證影像執行一紋理分析程序,以分別獲取包括該樣本物件及該驗證物件的一紋理影像;以及 關聯該樣本影像及包括該樣本物件的該紋理影像以及該驗證影像及包括該驗證物件的該紋理影像,並依據該樣本物件在該樣本影像中的位置以及該驗證物件在該驗證影像中的位置分別獲取相應該樣本物件以及相應該驗證物件在該樣本影像及該驗證影像中的該紋理圖案。
- 如申請專利範圍第28項所述的輝度均勻檢測方法,其中,在對該樣本影像及該驗證影像執行該紋理分析程序的步驟中,還包括: 分別對該樣本影像及該驗證影像執行一微分測邊程序,以分別獲取存在該樣本影像及該驗證影像上的一圖形邊緣;以及 銳化在該樣本影像及該驗證影像的該圖形邊緣,並對該樣本影像及該驗證影像及銳化後的該圖形邊緣進行該二值化處理,以分別獲取相應該樣本影像及該驗證影像的該紋理影像。
- 如申請專利範圍第28項所述的輝度均勻檢測方法,更包括: 分別依據相應該樣本物件在該樣本影像的位置及該驗證物件在該驗證影像的位置的該紋理圖案,判斷在該樣本物件的該些檢測位置上以及在該驗證物件的該些檢測位置上是否存在紋理;以及 在該樣本物件的該些檢測位置上或在該驗證物件的該些檢測位置的其中一個存在該紋理時,將該樣本物件以及在該驗證物件中存在該紋理的該些檢測位置由一第一位置移動至一第二位置。
- 如申請專利範圍第30項所述的輝度均勻檢測方法,更包括: 於該樣本物件的其中一個該些檢測位置上以及在該驗證物件的其中一個該些檢測位置不存在該紋理時,分別依據該樣本物件的其中一個不存在該紋理的該些檢測位置以及在該驗證物件中的其中一個不存在該紋理的該些檢測位置獲取相應一預設半徑的平均灰階資訊;以及 將該平均灰階資訊設定為相應該樣本物件的其中一個不存在該紋理的該些檢測位置的該樣本灰階資訊以及在該驗證物件中的其中一個不存在該紋理的該些檢測位置的該驗證灰階資訊。
- 如申請專利範圍第31項所述的輝度均勻檢測方法,其中,該樣本物件上每一該些檢測位置所相應的該些輝度預估曲線為多個。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910098660.0 | 2019-01-31 | ||
CN201910098660.0A CN111504608B (zh) | 2019-01-31 | 2019-01-31 | 辉度均匀检测***及辉度均匀检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202030465A true TW202030465A (zh) | 2020-08-16 |
TWI757590B TWI757590B (zh) | 2022-03-11 |
Family
ID=71877458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108109555A TWI757590B (zh) | 2019-01-31 | 2019-03-20 | 輝度均勻檢測系統及輝度均勻檢測方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111504608B (zh) |
TW (1) | TWI757590B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113634509A (zh) * | 2021-07-01 | 2021-11-12 | 苏州博测泰自动化设备有限公司 | 一种led辉度机的自动化测试方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1141665C (zh) * | 2002-06-07 | 2004-03-10 | 清华大学 | 微观图像特征提取及识别的方法 |
KR100505365B1 (ko) * | 2003-07-03 | 2005-08-03 | 주식회사 한택 | 픽셀보간을 이용한 디스플레이 패널 검사 장치 및 방법 |
CN1705380A (zh) * | 2004-05-31 | 2005-12-07 | 光道视觉科技股份有限公司 | 影像检测装置 |
TW200931000A (en) * | 2008-01-02 | 2009-07-16 | Univ Nat Kaohsiung Applied Sci | Neural network-based two-dimensional luminance measurement method |
CN101833398A (zh) * | 2009-03-09 | 2010-09-15 | 李锦峰 | 位置侦测装置及其方法 |
WO2010119588A1 (ja) * | 2009-04-16 | 2010-10-21 | シャープ株式会社 | 輝度特性測定方法、輝度特性測定装置、その信号処理システムおよびこの信号処理システムを備える表示装置 |
CN103136518A (zh) * | 2013-03-06 | 2013-06-05 | 安徽云盛信息科技有限公司 | 指纹图像自动识别***预处理算法 |
JP6377011B2 (ja) * | 2014-06-19 | 2018-08-22 | 株式会社イクス | 輝度測定方法、輝度測定装置及びこれらを用いた画質調整技術 |
CN105241638A (zh) * | 2015-09-09 | 2016-01-13 | 重庆平伟光电科技有限公司 | 基于视觉的led模块亮度均匀性快速检测方法 |
CN105301810A (zh) * | 2015-11-24 | 2016-02-03 | 上海斐讯数据通信技术有限公司 | 一种屏幕缺陷检测方法及装置 |
CN106846313B (zh) * | 2017-01-23 | 2020-03-10 | 广东工业大学 | 工件表面缺陷检测方法和装置 |
CN107845087B (zh) * | 2017-10-09 | 2020-07-03 | 深圳市华星光电半导体显示技术有限公司 | 液晶面板亮度不均匀缺陷的检测方法和*** |
CN108510965B (zh) * | 2018-05-03 | 2019-10-11 | 武汉天马微电子有限公司 | 一种显示器亮度补偿方法、装置及*** |
CN109101854A (zh) * | 2018-06-25 | 2018-12-28 | 华南理工大学 | 一种多条形码定位方法 |
CN108877652A (zh) * | 2018-06-27 | 2018-11-23 | 武汉华星光电半导体显示技术有限公司 | 光学补偿方法及oled显示装置 |
-
2019
- 2019-01-31 CN CN201910098660.0A patent/CN111504608B/zh active Active
- 2019-03-20 TW TW108109555A patent/TWI757590B/zh active
Also Published As
Publication number | Publication date |
---|---|
CN111504608A (zh) | 2020-08-07 |
TWI757590B (zh) | 2022-03-11 |
CN111504608B (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5865707B2 (ja) | 外観検査装置、外観検査方法及びコンピュータプログラム | |
JP4657869B2 (ja) | 欠陥検出装置、イメージセンサデバイス、イメージセンサモジュール、画像処理装置、デジタル画像品質テスタ、欠陥検出方法、欠陥検出プログラム、およびコンピュータ読取可能な記録媒体 | |
CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
WO2017020829A1 (zh) | 解像力测试方法和解像力测试装置 | |
TW201724017A (zh) | 物品缺陷檢測方法、影像處理系統與電腦可讀取記錄媒體 | |
WO2015100777A1 (zh) | 显示面板的缺陷检测方法及缺陷检测装置 | |
CN104103069B (zh) | 图像处理装置、图像处理方法及记录介质 | |
CN112070751A (zh) | 木地板缺陷检测方法和装置 | |
JP5786622B2 (ja) | 画質検査方法、画質検査装置及び画質検査プログラム | |
CN108445010A (zh) | 自动光学检测方法及装置 | |
TWI618926B (zh) | 用於改善晶圓表面檢查靈敏度之方法及系統 | |
TWI757590B (zh) | 輝度均勻檢測系統及輝度均勻檢測方法 | |
CN112802022B (zh) | 智能检测缺陷玻璃图像的方法、电子设备以及存储介质 | |
KR20160097651A (ko) | 유효화 영상처리기법을 이용한 시료의 패턴 검사 장치 및 방법, 그리고 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
CN105572133A (zh) | 瑕疵检测方法及其装置 | |
KR100754969B1 (ko) | 화상 검사 장치, 화상 검사 방법 및 컴퓨터 판독가능한 기억 매체 | |
JP6681082B2 (ja) | 情報処理装置、情報システム、情報処理方法、およびプログラム | |
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 | |
JP2007081513A (ja) | 固体撮像素子のシミ欠陥検査方法 | |
CN104267203B (zh) | 一种样品的测试方法及装置 | |
JP7380332B2 (ja) | 画像処理装置、画像処理装置の制御方法およびプログラム | |
JP4956077B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
JP6173088B2 (ja) | 検査装置、検査方法、プログラム及び記録媒体 | |
JP2020073892A (ja) | 、情報処理装置、端末装置、情報処理方法、およびプログラム | |
CN117115146B (zh) | 一种碳化硅材质半导体表面镀膜质量检测方法 |