CN111504608B - 辉度均匀检测系统及辉度均匀检测方法 - Google Patents
辉度均匀检测系统及辉度均匀检测方法 Download PDFInfo
- Publication number
- CN111504608B CN111504608B CN201910098660.0A CN201910098660A CN111504608B CN 111504608 B CN111504608 B CN 111504608B CN 201910098660 A CN201910098660 A CN 201910098660A CN 111504608 B CN111504608 B CN 111504608B
- Authority
- CN
- China
- Prior art keywords
- image
- verification
- sample
- detection
- luminance
- 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.)
- Expired - Fee Related
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
本发明的辉度均匀检测系统用以对一待测物进行检测,且具有影像感测器、储存单元以及处理装置。影像感测器用以撷取包括待测物的影像,以获取位于影像中的多个灰阶信息。储存单元用以储存相应检测位置信息的多个辉度曲线。处理装置是用以依据影像及检测位置信息,从影像的灰阶信息中获取相应待测物上的多个检测位置的多个待测灰阶信息。处理装置还依据辉度曲线及待测灰阶信息分别获取在检测位置的多个预估辉度信息,并依据待测物的检测位置间的预估辉度信息的差异判断待测物的辉度是否均匀。本发明的辉度均匀检测系统及辉度均匀检测方法无须分别对各个检测位置逐一进行量测,能够有效地节省检测所需耗费的时间及减少了检测所需的人力。
Description
技术领域
本发明关于一种检测技术,且特别是关于一种辉度均匀检测系统及辉度均匀检测方法。
背景技术
为了确保良率,在出厂前,面板皆需经过辉度检测,以确保辉度均匀。现有的检测方法多运用设有辉度量测设备的自动光学检测机台对面板上的多个检测位置分别进行量测,并根据这些检测位置所量得的辉度以判断所量测的面板的辉度是否均匀。
然而,辉度量测设备每次仅能量测面板上单一位置的辉度值,因此,若对单一面板上的所有检测位置皆进行量测则所需的时间冗长。特别是,针对每一个检测位置,辉度量测设备必须每间隔一段时间后重复测量,以取数次的平均作为在检测位置上的辉度值,导致整体测量时间相当冗长。除此之外,在量测辉度的过程中,须要测试人员辅助确认自动光学检测机台与待测面板的检测位置之间的关系,以确保自动光学检测机台的量测的位置确实为检测位置。因此,如何能够减少检测时耗时又耗力的情形为本领域技术人员所致力的课题。
「背景技术」段落只是用来帮助了解本发明内容,因此在“背景技术”段落所公开的内容可能包含一些没有构成本领域技术人员所知道的习知技术。在“背景技术”段落所公开的内容,不代表该内容或者本发明一个或多个实施例所要解决的问题,在本发明申请前已被本领域技术人员所知晓或认知。
发明内容
本发明提供一种辉度均匀检测系统及辉度均匀检测方法,以减少检测时所耗费的时间与人力成本。
为达到上述之一或部分或全部目的或是其他目的,本发明的一实施例提供辉度均匀检测系统。本发明的辉度均匀检测系统用以对一待测物进行检测,且具有影像感测器、储存单元以及处理装置。影像感测器用以撷取包括待测物的影像,以获取位于影像中的多个灰阶信息。储存单元用以储存相应检测位置信息的多个辉度曲线。处理装置连接至影像感测器及储存单元。处理装置是用以依据影像及检测位置信息,从影像的灰阶信息中获取相应待测物上的多个检测位置的多个待测灰阶信息。并且,处理装置还依据辉度曲线及待测灰阶信息分别获取在检测位置的多个预估辉度信息,并依据待测物的检测位置间的预估辉度信息的差异判断待测物的辉度是否均匀。
为达到上述之一或部分或全部目的或是其他目的,本发明的一实施例提供一种辉度均匀检测方法,用以对一待测物进行检测。辉度均匀检测方法具有下列步骤:撷取包括待测物的一影像,以获取位于影像中的多个灰阶信息;依据影像及一检测位置信息,从影像的灰阶信息中获取相应待测物上的多个检测位置的多个待测灰阶信息;依据相应检测位置信息的多个辉度曲线及待测灰阶信息分别获取在检测位置的多个预估辉度信息;以及依据待测物的检测位置间的预估辉度信息的差异判断待测物的辉度是否均匀。
基于上述,本发明的辉度均匀检测系统及辉度均匀检测方法无须分别对各个检测位置逐一进行量测,辉度均匀检测系统及辉度均匀检测方法能够有效地节省检测所需耗费的时间。并且,辉度均匀检测系统及辉度均匀检测方法不须单独对每一检测位置进行定位,因此减少了检测所需的人力。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合所附图作详细说明如下。
附图说明
图1绘示本发明一实施例辉度均匀检测系统的系统示意图。
图2绘示本发明一实施例辉度均匀检测系统的电路连接示意图。
图3绘示本发明一实施例辉度均匀检测方法的流程图。
图4绘示本发明一实施例待测物上的检测位置的示意图。
图5绘示本发明一实施例辉度均匀检测方法的细部流程图。
图6绘示本发明一实施例物体定位程序的影像示意图。
图7绘示本发明一实施例纹理分析程序的影像示意图。
图8绘示本发明一实施例关联包括待测物的纹理影像及影像的示意图。
图9绘示本发明一实施例辉度均匀检测方法的流程图。
图10绘示本发明一实施例辉度均匀检测方法的细部流程图。
附图标记列表
10:待测物
100:辉度均匀检测系统
110:影像感测器
120:储存单元
130:处理装置
S310~S340、S510~S560、S910~S960、S1010~S1060:步骤。
具体实施方式
图1绘示本发明一实施例辉度均匀检测系统的系统示意图。请参照图1,在本发明的一实施例中,辉度均匀检测系统100是用以对待测物10进行检测,举例来说,待测物10可以为面板或者是适用于面板的背光模块,本发明并不限于此。并且,在本发明的一实施例中,辉度均匀检测系统100会检测待测物10的多个检测位置,以判断在待测物10的这些检测位置的辉度是否均匀。
图2绘示本发明一实施例辉度均匀检测系统的电路连接示意图。图2的辉度均匀检测系统的电路连接至少适用于图1的辉度均匀检测系统。以下将同时通过图1及图2说明本发明一实施例辉度均匀检测系统的元件。具体来说,辉度均匀检测系统100具有影像感测器110、储存单元120以及处理装置130。
影像感测器110是用以撷取包括待测物10的影像。在本发明的一实施例中,影像感测器110例如是采用感光耦合元件(Charge-coupled device,CCD)或者是互补式金属氧化物半导体(Complementary Metal-Oxide-Semiconductor,CMOS)的感测器,然本发明不限于此。影像感测器110会将感应到的光线先转换成电流信号后再转换为数字信号,其中,转换的数字信号会相应于影像的灰阶信息。具体来说,在待测物10打出相应不同灰阶的电流时,影像感测器110会分别取得在待测物10上多个检测位置在不同灰阶下的辉度值,以获取待测物10上多个检测位置的多个灰阶信息。于一实施例中,依据数字信号,影像会被成像在处理装置130的显示器上。
储存单元120会储存相应检测位置信息的多个辉度曲线。具体来说,检测位置信息是待测物10上的多个检测位置,检测位置是由检测人员所订定并建立在辉度均匀检测系统100中,本发明并不限制检测位置的数量与实际对应在待测物10上面的位置。并且,储存单元120会分别储存每一个检测位置所相应的辉度曲线。具体来说,辉度曲线是用以记载灰阶与辉度的对应关系。倘若是以二维坐标来说明,在二维坐标的横轴上例如会记载灰阶,纵轴上会记载辉度,藉此以能够获知在每一个灰阶下所对应辉度的情形。在本发明的一实施例中,辉度曲线可以采用数学函数或表格的方式所表示,以记载在每一个灰阶下所对应辉度的情形。本发明不限制记载辉度曲线的方式。在本发明的一实施例中,储存单元120可以为各类型非挥发性记忆体,例如硬碟机(hard disk drive;HDD)以及固态磁碟机(solid-state drive;SSD)等类型的储存装置,然本发明不限于此。
处理装置130连接至影像感测器110以及储存单元120。处理装置130用以执行辉度均匀检测系统100的各类运算,详细的细节将于后方进行说明。在本发明的一实施例中,处理装置130例如为中央处理器(Central Processing Unit,CPU)、微处理器(Microprocessor)、数字信号处理器(Digital Signal Processor,DSP)、可程式化控制器、可程式化逻辑装置(Programmable Logic Device,PLD)或其他类似装置或这些装置的组合,本发明并不加以限制。在本发明的实施例中,储存单元120可以被整合在处理装置130中,也可以独立建置在处理装置130之外,并电性连接或通讯连接(例如,透过wi-fi、区域网路等方式)至处理装置130,以供处理装置130存取,本发明并不以此为限。
图3绘示本发明一实施例辉度均匀检测方法的流程图。图3的辉度均匀检测方法至少适用于图1及图2的辉度均匀检测系统。以下将同时通过图1至图3说明本发明一实施例辉度均匀检测系统100运行的过程以及辉度均匀检测方法的细节。
在步骤S310,由影像感测器110撷取包括待测物10的影像,以获取位于影像中的多个灰阶信息。具体来说,在本发明的一实施例中,影像感测器110会透过感测到的光产生数字信号,并基此产生对应的影像。并且,数字信号所代表的即为在影像中的灰阶信息。影像感测器110所撷取的影像会具有待测物10,但不仅限于待测物10。举例来说,影像感测器110所撷取的影像可能会包括运送待测物10的履带等,本发明并不限制影像感测器100所撷取到的影像内容。
在步骤S320,由处理装置130依据影像及检测位置信息,从影像的多个灰阶信息中获取相应待测物上的多个检测位置的多个待测灰阶信息。请参照图4,图4绘示本发明一实施例待测物上的检测位置的示意图。在本发明的一实施例中,检测位置共有13个,并平均分布在待测物10上,然而本发明不限于此,于其他实施例,检测位置也可以为9个或25个。此外,检测位置至少符合工业品管检测的必须检测位置,并由检测人员预先建立并储存在储存单元120中。基此,处理装置130能够依据待测物的检测位置以及在步骤S310中所获取的多个灰阶信息,进一步获取相应在待测物上每一个检测位置的灰阶信息,以作为待测灰阶信息。
在步骤S330,由处理装置130依据多个辉度曲线及多个待测灰阶信息分别获取在多个检测位置的多个预估辉度信息。由于在影像感测器110的误差、待测物10的特性等因素,会导致待测物10上不同位置在相同亮度下所呈现的辉度有所差异。因此,储存单元120会分别储存在每个检测位置上对应的辉度曲线,并使处理装置130依据每个检测位置上的辉度曲线以及对应每个检测位置的灰阶信息,获取在每个检测位置上与待测灰阶信息相对应的预估辉度信息。
承前述,辉度曲线可以采用数学函数或表格的方式所表示,以记载在每一个灰阶下所对应辉度的情形。倘若辉度曲线是以数学函数的方式而被记载,处理装置130会通过输入待测灰阶信息至数学函数中,以即时计算预估辉度信息。倘若辉度曲线是以表格的方式被记载,处理装置130可以通过查表的方式得到预估辉度信息,本发明并不限于此。
在步骤S340,由处理装置130依据待测物10的多个检测位置间的多个预估辉度信息的差异判断待测物10的辉度是否均匀。在本发明的一实施例中,处理装置130会依据所有检测位置所相应的预估辉度信息中,最大预估辉度与最小预估辉度的差异判断待测物10是否均匀。倘若最大预估辉度与最小预估辉度的差异不超过一定门槛值(例如,差异值小于5%),则判断待测物10上的辉度是均匀的,反之,则判断待测物10的辉度不均匀。然本发明不以此为限。
值得一提的是,在本发明的实施例中,处理装置130能够依据影像感测器110所获取的一张影像而分别获取相应待测物10多个或全部的检测位置的待测灰阶信息,并据此获得相应的预估辉度信息,无须分别对各个检测位置各自拍摄影像,有效地节省检测所需耗费的时间。
图5绘示本发明一实施例辉度均匀检测方法的细部流程图。请同时参照图1至图5,以下将通过图5的辅助,更加清楚地说明本发明辉度均匀检测系统及辉度均匀检测方法中,处理装置130如何依据影像及检测位置信息,从影像的多个灰阶信息中获取相应待测物上的多个检测位置的多个待测灰阶信息。
在步骤S510,由处理装置130对影像执行定位程序,以获取待测物10在影像中的位置,并依据待测物10在影像的位置及检测位置信息判断检测位置在影像中的位置。详细来说,承前述,除了待测物10以外,影像感测器110所感测的影像可能还存在其他物件。因此,在此实施例中,处理装置130会进一步对影像进行物体定位程序,以找到待测物10在影像中的位置。
请同时参照图5及图6,图6绘示本发明一实施例物体定位程序的影像示意图。以下将搭配图6说明处理装置130对影像执行物体定位程序的过程。
首先,如图6的(1),处理装置130会对影像进行二值化处理,以使影像以黑色与白色所呈现。
如图6的(2),处理装置130会对二值化后的影像进行去杂讯,以去除不属于待测物10的部分。详细来说,在图6(1)的影像中可以看到,面板相应的是中间且面积较大、较完整的四边形区块,而在影像的周遭存在不属于待测物10的杂讯。杂讯多由点所形成,且并没有形成面积大且完整的四边形空间。因此,处理装置130能够通过影像进行运算,找到影像中的封闭空间,(即,面积较大且完整的四边形区域),并滤除其他属于杂讯的部分(即如图6(1)中的四个角落)以获取属于待测物10的影像。
如图6的(3),处理装置130会对待测物10的部分进行边缘检测,以获取相应待测物10的边缘。
如图6的(4),处理装置130会进一步对待测物10的边缘进行直线侦测,以找到待测物10边缘所相应的直线方程式。由于在此所绘示的待测物10为面板,因此,处理装置130会获取四条直线方程式。
如图6的(5),在获取四条直线方程式之后,处理装置130能够以两个相邻的边所对应的直线方程式分别获取交点位置,此交点位置即为待测物10的顶点位置。基此,处理装置130获取待测物10在影像中的位置,完成物体定位程序。此时,由于待测物10在影像中的位置已知,处理装置130能够进一步依据待测物10的顶点位置进而获取待测物上的多个检测位置在影像中的位置。须说明的是,图6(1)至图6(5)仅为处理装置130运行结果所相应的示意图,在辉度均匀检测系统100运行的过程中不一定会真实绘示出图6的影像。
在步骤S520,由处理装置130对影像执行纹理分析程序,以获取包括待测物10的纹理影像。详细来说,倘若待测物10在制程中沾到脏污,例如,存在指纹、皮屑或破损等,虽然在后续的过程中会经洗净制程而被去除,但在检测过程中会影响检测结果。因此,处理装置130会对影像执行纹理分析程序,找到面板上存在脏污的位置,以避免检测的过程中造成处理装置130对待测物10上检测位置的灰阶信息的误判。在纹理分析的过程中,处理装置130会对影像依序进行微分测边、锐化以及二值化。
详细来说,由于脏污的边缘与旁边环境的差异可能会以渐层的情形显示在待测物10上,且脏污边缘与旁边环境在显像上的灰阶差异不一定明显。基此,在本发明的实施例中,是采用高斯微分测边器(Gaussian filter)以获取存在影像上的图形边缘。由于高斯微分测边器的原理为本领域技术人员能够了解的,于此不再赘述。处理装置130会进一步影像锐化图形边缘,以突显高斯微分测边器所检测到的图形边缘。最后,处理装置130会将影像进行二值化,以使影像以黑色与白色所呈现。基此,处理装置130能够获取包括待测物10的纹理影像。
请同时参照图5及图7,图7绘示本发明一实施例纹理分析程序的影像示意图。在图7的左图中,是原始影像中相应待测物10的灰阶信息,而在图7的右图中,经过测边、锐化及二值化的处理后所产生的纹理影像。白色的区块是不存在缺陷的部分,黑色的部分则表示缺陷所相应的纹理。值得一提的是,在本实施例中,处理装置130会对整体影像进行微分测边,因此可能会存在其他的纹理。并且,为了容易理解,图7所绘示的影像仅保留相应待测物10的部分,而不存在其他的纹理。然在本发明的其他实施例中,处理装置130会直接依据步骤S510所获取的待测物10在影像中的位置,而仅针对影像中相应待测物10的区块进行纹理分析,本发明并不以此为限。
在步骤S530,处理装置130会关联纹理影像及影像,并依据待测物10在影像中的位置进而获取待测物在影像中的位置相应的纹理图案。图8绘示本发明一实施例关联包括待测物的纹理影像及影像的示意图。请同时参照图5及图8,在关联包括待测物的纹理影像及影像后,处理装置130能够获知脏污在待测物10上面的位置。
在步骤S540,处理装置130会依据待测物10在影像中的位置相应的纹理图案,判断在检测位置上是否存在纹理。在本发明的实施例中,处理装置130会判断检测位置是否存在纹理。然在本发明的其他实施例中,处理装置130会判断以检测位置为中心的一半径范围(例如,10个像素值内)内是否存在纹理,本发明不限于此。
倘若存在纹理,表示处理装置130若对检测位置进行辉度检测,恐怕会因缺陷而导致误差。因此,在步骤S550,处理装置130将存在纹理的检测位置由第一位置移动至第二位置。举例来说,在此实施例中,处理装置130会让存在缺陷的检测位置各往待测物10的中心的方向位移一个单位。例如,以图8左上角的检测位置为例,若存在缺陷,处理装置130会将此检测位置往右方及下方各位移一个单位,并再次执行步骤S540,直至在此检测位置上不存在任何纹理。须说明的是,于此所述的上、下、左、右仅为相对应图式的方向,处理装置130调整检测位置的方式会依据不同的实施例与实务需求而有所调整,本发明不以此为限。
然而,倘若不存在纹理,在步骤S560,处理装置130会依据不存在纹理的检测位置获取相应预设半径的平均灰阶信息,以将平均灰阶信息设定为相应不存在纹理的检测位置的待测灰阶信息。基此,处理装置130能够依据待测灰阶信息进一步获取相应的预估辉度信息。
图9绘示本发明一实施例辉度均匀检测方法的流程图。请同时参照图1至图3及图9,以下将采用图9说明在本发明一实施例中,辉度均匀检测方法及辉度均匀检测系统获取辉度曲线的细节。
在步骤S910,由影像感测器110撷取包括样本物件的样本影像,以获取包括样本物件的样本影像中的多个灰阶信息。步骤S910相同于步骤S310,差别在于,在步骤S910是对样本物件进行影像感测,而步骤S310是对待测物10进行感测,因此,于此不再赘述细节。
在步骤S920,由处理装置130获取相应样本物件上多个检测位置的真实辉度信息,且依据样本影像以及检测位置信息,获取在样本影像中相应样本物件上检测位置的多个样本灰阶信息。详细来说,为了建立符合待测物以及影像感测器110获取待测物10影像的真实情形,在本发明的一实施例中,处理装置130会预先获取真实情形中灰阶与辉度的对应关系。因此,处理装置130必须先取得在样本物件上多个检测位置的真实辉度信息。在此实施例中,样本物件会先经过具备辉度量测设备的自动光学检测机台获取在待测物10上各检测位置的真实辉度信息,并且各检测位置的真实辉度信息会事先被传送并建立在储存单元120之中。基此,处理装置130能够存取储存单元120或者是直接利用接收到的各检测位置的真实辉度信息进行运算。
除此之外,处理装置130也会透过影像感测器110撷取包括样本物件的样本影像以获取样本影像中相应样本物件上检测位置的样本灰阶信息。处理装置130获取相应样本物件上检测位置的样本灰阶信息的过程相同于前述步骤S310以及S320,差别在于,在步骤S310及S320是针对待测物10获取相应检测位置的待测灰阶信息,步骤S920则是针对样本物件获取相应检测位置的样本灰阶信息。基此,于此不再阐述细节。并且,在本实施例中,在样本物件的检测位置会与待测物10的检测位置一致。
值得一提的是,为了因应待测物10可能出现的各种情形,在本发明的实施例中,会搜集样本物件在多种不同亮度情形下的真实辉度信息以及相对应的样本灰阶信息。举例来说,在此实施例中,待测物10会打出相应64灰阶的电流(即,从0~255的亮度中,每经四个亮度作为一灰阶并打出相应的电流),以通过自动光学检测机台获取对应64灰阶的真实辉度信息。同时,通过影像感测器110及处理装置130的协作,进而获取在每一检测位置中,相应不同真实辉度信息中相应样本物件的样本灰阶信息。
在步骤S930,由处理装置130执行曲线拟合程序,以决定相应样本物件上每一检测位置的样本灰阶信息及真实辉度信息的辉度预估曲线,并储存对应每一检测位置的辉度预估曲线于储存单元120中。具体来说,在曲线拟合程序中,处理装置130是采用样本灰阶信息及对应的真实辉度信息的数据输入曲线数学式,以找到对应样本灰阶信息及真实辉度信息的辉度预估曲线数学式。藉此,以找到在多种不同的辉度预估曲线下,样本灰阶信息及真实辉度信息的关联情形。在本发明实施例所采用曲线数学式例如可采用多项函数(Polynomial)、插值函数(Spline)、指数函数(Exponential)等,但不限于此。多项函数例如为,线性函数(Linear)、二次函数(Quadratic)、三次函数(Cubic)、四次函数(Quintic)…多次函数(nth order)等。插值函数例如为,线性插值函数(Linear)、埃尔米特插值函数(Hermite)、卡特姆插值函数(Catmull-rom)、三次插值函数(Cubic)、Akima插值函数、单调插值函数(Monotone)等。指数函数例如为,对称S函数(Symmetrical sigmoidal)、非对称S函数(Asymmetrical sigmoidal)、米氏动力函数(michaelis menten)、基本指数函数(Exponential basic)、指数半衰函数(Exponential half-life)、指数增值率函数(Exponential proportional rate)、次方函数(Power curve)、常态分布函数(Gaussianbell curve)等。不仅如此,在此实施例中,处理装置130同时还能够采用深度学习的方式,例如但不限于,采用类神经网路进行学习,藉此推估真实辉度信息与样本灰阶信息所相应的辉度预估曲线。在本实施例中,处理装置130会采用上述所有的曲线函数及深度学习的方式来获取与每一检测位置的样本灰阶信息及真实辉度信息匹配的关系曲线数学式,即,处理装置130获取29种辉度预估曲线,然本发明并不以前述的数学函数为限。在上述曲线函数的任意组合,或者是其他未被详述于此的数学式,在不违背本发明的情形下,皆能够被采用作为本发明推估真实辉度信息与样本灰阶信息的关联的数学函数。
处理装置130会获取样本物件上每一个检测位置上的多个辉度预估曲线。也就是说,在此实施例中,每一个检测位置都有29种辉度预估曲线。处理装置130会进一步将辉度预估曲线储存在储存单元120中。
在步骤S940,由处理装置130撷取包括验证物件的验证影像,以获取包括验证物件的验证影像中的多个灰阶信息。步骤S940相同于步骤S310及S910,差别在于,在步骤S310及步骤S910是分别对待测物10以及样本物件进行影像感测,于此,则是针对验证物件进行影像感测,于此不再赘述细节。惟须注意的是,在本发明的实施例中,待测物、样本物件及验证物件皆属于同一型号的面板、背光模块或其他类型的待测物。
在步骤S950,由处理装置130获取相应验证物件上的检测位置的真实辉度信息,且处理装置130依据验证影像获取验证物件上多个检测位置的多个验证灰阶信息,以依据每一检测位置的多个辉度预估曲线以及多个验证灰阶信息决定相应验证物件上多个检测位置的多个验证预估辉度信息。步骤S950相同步骤S920,差别在于,步骤S920是针对样本物件获取在每一检测位置上的真实辉度信息以及样本灰阶信息,于此则是针对验证物件获取在每一检测位置上的真实辉度信息及验证灰阶信息,于此即不再赘述细节。在本实施例中,在验证物件的检测位置会与待测物10的检测位置以及样本物件的检测位置一致。
在步骤S960,由处理装置130分别依据验证物件上的多个检测位置的预估辉度信息与真实辉度信息,判断在验证物件上每一检测位置所相应的每一辉度预估曲线的误差值,以分别在验证物件的每一检测位置中,设定相应多个辉度预估曲线具有最小误差值的其中之一为待测物的每一检测位置所相应的辉度曲线。
在本发明的一实施例中,处理装置130获取误差值的过程与误差值的定义可以被表示为下述方程式:
其中,N为辉度预估曲线,e为误差值,LEst为输入验证物件在检测位置的该灰阶至相应检测位置的预估辉度曲线后所得到在检测位置的预估辉度信息,LGnd为验证物件在该灰阶时在检测位置于自动化检测机台所量得到的真实辉度信息。
在针对检测位置获取相应的每一辉度预估曲线的误差值之后,处理装置130会判断具有最小误差值的辉度预估曲线为最贴近此检测位置的辉度预估曲线,基此,处理装置130会以具有最小误差值的辉度预估曲线作为在此检测位置上的辉度曲线。值得一提的是,由于在不同的检测位置中,针对同一个数学函式所获取的辉度预估曲线不一定相同,对应的误差值也不一定相同。因此,在不同检测位置对应具有最小误差值的辉度预估曲线也不相同。因此,处理单元130会针对每一个不同的检测位置储存各自所相对应的辉度曲线,并在后续进行辉度的测量时,针对不同的检测位置采取各自对应的辉度曲线评估预估辉度信息。
请参照图10,图10绘示本发明一实施例辉度均匀检测方法的细部流程图。以下将搭配图10说明由处理装置130获取相应样本物件上多个检测位置的真实辉度信息,且依据样本影像以及检测位置信息,获取相应样本物件上检测位置的样本灰阶信息,以及由处理装置130获取相应验证物件上的检测位置的真实辉度信息,且处理装置130依据包括验证物件的影像获取验证物件上检测位置的验证灰阶信息,以依据辉度预估曲线决定相应验证物件上检测位置的多个预估辉度信息的细节。
在步骤S1010,由处理装置130执行物体定位程序,以分别获取样本物件及验证物件在样本影像及验证影像中的位置,并依据检测位置信息分别获取样本物件上的检测位置及验证物件上的检测位置在样本影像及验证影像中的位置。处理装置130还分别对样本影像及验证影像进行二值化处理,以去除不属于样本物件及验证物件的部分,并分别对相应样本物件及验证物件的部分进行边缘检测,以获取样本物件及验证物件的边缘的多个顶点位置。
在步骤S1020,由处理装置130对样本影像及验证影像执行纹理分析程序,以分别获取包括样本物件及验证物件的纹理影像。处理装置130还分别对样本影像及验证影像执行微分测边程序,以分别获取存在样本影像及验证影像上的图形边缘,该处理装置还锐化在样本影像及验证影像的图形边缘,并对影像及锐化后的图形边缘进行二值化处理,以获取纹理影像。
在步骤S1030,由处理装置130关联样本影像及包括样本物件的纹理影像以及验证影像及包括样本物件的纹理影像,并依据样本物件在样本影像中的位置以及验证物件在验证影像中的位置分别获取在样本影像中相应样本物件以及相应验证物件在验证影像的纹理图案。
在步骤S1040,由处理装置130分别依据相应样本物件在样本影像及验证物件在验证影像的位置的纹理图案,判断在样本物件的检测位置上以及在验证物件的检测位置上是否存在纹理。
在步骤S1050,倘若在样本物件的其中一个检测位置上或在验证物件的其中一个检测位置存在纹理时,由处理装置130将样本物件或验证物件中存在纹理的检测位置由第一位置移动至第二位置。于一实施例,当样本物件的其中一个检测位置上存在纹理时,将样本物件中存在该纹理的其中一个检测位置由第一位置移动至第二位置。同时,验证物件的多个检测位置中相应样本物件中存在纹理的检测位置的一检测位置亦同样由第一位置移动至第二位置。
在步骤S1060,倘若于样本物件的其中一个检测位置上或验证物件的其中一个检测位置不存在纹理时,处理装置130还依据样本物件的其中一个不存在该纹理的检测位置以及在验证物件的其中一个不存在纹理的检测位置获取相应一预设半径的平均灰阶信息,以将平均灰阶信息设定为相应样本物件的其中一个不存在该纹理的该些检测位置的该样本灰阶信息或验证物件的其中一个不存在纹理的检测位置的验证灰阶信息。于一实施例,当样本物件的其中一个检测位置上不存在纹理时,而验证物件的多个检测位置中相应样本物件中不存在纹理的检测位置的一检测位置具有纹理时,仅将验证物件中存在该纹理的其中一个检测位置由第一位置移动至第二位置。
由于步骤S1010至步骤S1060的细节相同于步骤S510至步骤S560,差别在于,步骤S510至步骤S560是对待测物10进行处理,以获取在待测物10上多个检测位置的待测灰阶信息,而在步骤S1010至步骤S1060则是对样本物件及验证物件进行处理,以获取在样本物件及验证物件上多个检测位置的样本灰阶信息及验证灰阶信息。因此,此处即不再赘述步骤S1010至步骤S1060的细节。
综上所述,本发明的辉度均匀检测系统及辉度均匀检测方法能够依据影像感测器所获取的影像而获取相应待测物多个检测位置的待测灰阶信息,并进而获得相应的预估辉度信息。由于无须分别对各个检测位置逐一量测辉度,辉度均匀检测系统急辉度均匀检测方法能够有效地节省检测所需耗费的时间。除此之外,由于辉度均匀检测系统及辉度均匀检测方法能够自动对物体进行定位,不须单独对每一检测位置进行定位,亦无须经由测试人员辅助确认自动光学检测机台与待测面板的检测位置之间的关系,因此减少了检测所需的人力。不仅如此,由于本发明的辉度均匀检测系统及辉度均匀检测方法采用了多种不同的预估辉度曲线,并透过验证物件的辅助验证找到更贴近不同检测位置的辉度曲线,基此,以提供更准确的辉度预估结果。
虽然本发明已以实施例公开如上,然而其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,可作些许的更动与润饰,故本发明的保护范围当视权利要求书所界定的为准。
Claims (30)
1.一种辉度均匀检测系统,其特征在于,用以对待测物进行检测,所述系统包括影像感测器、储存单元以及处理装置,其中,
所述影像感测器撷取包括所述待测物的影像,以获取位于所述影像中的多个灰阶信息;
所述储存单元储存相应检测位置信息的多个辉度曲线;
所述处理装置连接至所述影像感测器及所述储存单元,依据所述影像及所述检测位置信息,从所述影像的所述多个灰阶信息中获取相应所述待测物上的多个检测位置的多个待测灰阶信息,依据所述多个辉度曲线及所述多个待测灰阶信息分别获取在所述多个检测位置的多个预估辉度信息,并依据所述待测物的所述多个检测位置间的所述多个预估辉度信息的差异判断所述待测物的辉度是否均匀,其中所述影像感测器还撷取包括样本物件的样本影像,以获取包括所述样本物件的所述样本影像中的所述多个灰阶信息,
所述处理装置还获取相应所述样本物件上多个检测位置的多个真实辉度信息,且所述处理装置依据所述样本影像以及所述多个检测位置,获取在所述样本影像中相应所述样本物件上所述多个检测位置的多个样本灰阶信息,
所述处理装置还 执行曲线拟合程序,以决定相应所述样本物件上每一所述多个检测位置的所述多个样本灰阶信息及所述多个真实辉度信息的多个辉度预估曲线,并储存所述多个辉度预估曲线于所述储存单元中,
所述影像感测器还撷取包括验证物件的验证影像,以获取包括所述验证物件的所述验证影像中的所述多个灰阶信息,
所述处理装置还获取在所述验证影像中相应所述验证物件上的所述多个检测位置的所述多个真实辉度信息,且所述处理装置依据所述验证影像获取在所述验证影像中相应所述验证物件上所述多个检测位置的多个验证灰阶信息,以依据所述多个辉度预估曲线以及所述多个验证灰阶信息决定相应所述验证物件上所述多个检测位置的多个验证预估辉度信息,
所述处理装置还分别依据所述验证物件上的所述多个检测位置相应的所述多个验证预估辉度信息与所述多个真实辉度信息,判断在所述验证物件上每一所述多个检测位置所相应的每一所述多个辉度预估曲线的一误差值,以分别在所述验证物件的每一所述多个检测位置中设定相应的所述多个辉度预估曲线具有最小所述误差值的其中之一为所述待测物的每一所述多个检测位置所相应的每一所述多个辉度曲线。
2.根据权利要求1所述的辉度均匀检测系统,其特征在于,所述检测位置信息包括所述多个检测位置,所述储存单元储存相应每一所述多个检测位置的每一所述多个辉度曲线,且所述处理装置依据相应每一所述多个检测位置的每一所述多个辉度曲线及每一所述多个待测灰阶信息,获取相应每一所述多个检测位置的每一所述多个预估辉度信息。
3.根据权利要求1所述的辉度均匀检测系统,其特征在于,
所述处理装置还对所述影像执行物体定位程序,以获取所述待测物在所述影像中的位置,并依据所述待测物在所述影像中的位置及所述检测位置信息判断所述多个检测位置在所述影像中的位置。
4.根据权利要求3所述的辉度均匀检测系统,其特征在于,在所述物体定位程序中,
所述处理装置还对所述影像进行二值化处理,以去除不属于所述待测物的部分,并对相应所述待测物的部分进行边缘检测,以获取所述待测物的边缘的多个顶点位置。
5.根据权利要求3所述的辉度均匀检测系统,其特征在于,
所述处理装置还对所述影像执行纹理分析程序,以获取包括所述待测物的纹理影像,
所述处理装置还关联所述纹理影像及所述影像,并依据所述待测物在所述影像的位置获取所述待测物在所述影像中的位置相应的纹理图案。
6.根据权利要求5所述的辉度均匀检测系统,其特征在于,在所述纹理分析程序中,
所述处理装置还对所述影像执行微分测边程序,以获取存在所述影像上的图形边缘,
所述处理装置还锐化所述图形边缘,并对所述影像及锐化后的所述图形边缘进行二值化处理,以获取所述纹理影像。
7.根据权利要求5所述的辉度均匀检测系统,其特征在于,所述处理装置还依据所述待测物在所述影像中的位置相应的所述纹理图案,判断在所述多个检测位置上是否存在纹理,并在其中一个所述多个检测位置存在所述纹理时,将存在所述纹理的其中一个所述多个检测位置由第一位置移动至第二位置。
8.根据权利要求7所述的辉度均匀检测系统,其特征在于,其中一个所述多个检测位置不存在所述纹理时,依据每一个不存在所述纹理的所述多个检测位置分别获取相应预设半径的平均灰阶信息,以将所述平均灰阶信息分别设定为相应每一个不存在所述纹理的所述多个检测位置的每一所述多个待测灰阶信息。
9.根据权利要求1所述的辉度均匀检测系统,其特征在于,
所述处理装置还对所述样本影像及所述验证影像执行物体定位程序,以分别获取所述样本物件及所述验证物件在所述样本影像及所述验证影像中的位置,并依据所述检测位置信息分别获取所述样本物件上的所述多个检测位置及所述验证物件上的所述多个检测位置在所述样本影像及所述验证影像中的位置。
10.根据权利要求9所述的辉度均匀检测系统,其特征在于,在所述物体定位程序中,
所述处理装置还分别对所述样本影像及所述验证影像进行二值化处理,以去除不属于所述样本物件及所述验证物件的部分,并分别对相应所述样本物件及所述验证物件的部分进行边缘检测,以获取所述样本物件及所述验证物件的边缘的多个顶点位置。
11.根据权利要求9所述的辉度均匀检测系统,其特征在于,
所述处理装置还对所述样本影像及所述验证影像执行纹理分析程序,以分别获取包括所述样本物件及所述验证物件的纹理影像,
所述处理装置还关联所述样本影像及包括所述样本物件的所述纹理影像以及所述验证影像及包括所述验证物件的所述纹理影像,并依据所述样本物件在所述样本影像中的位置以及所述验证物件在所述验证影像中的位置分别获取相应所述样本物件以及相应所述验证物件在所述样本影像及所述验证影像中的纹理图案。
12.根据权利要求11所述的辉度均匀检测系统,其特征在于,在所述纹理分析程序中,
所述处理装置还分别对所述样本影像及所述验证影像执行微分测边程序,以分别获取存在所述样本影像及所述验证影像上的图形边缘,
所述处理装置还锐化在所述样本影像及所述验证影像的所述图形边缘,并对所述样本影像及所述验证影像及锐化后的所述图形边缘进行二值化处理,以分别获取相应所述样本影像及所述验证影像的所述纹理影像。
13.根据权利要求11所述的辉度均匀检测系统,其特征在于,所述处理装置还分别依据相应所述样本物件在所述样本影像的位置及所述验证物件在所述验证影像的位置的所述纹理图案,判断在所述样本物件的所述多个检测位置上以及在所述验证物件的所述多个检测位置上是否存在纹理,并在所述样本物件的其中一个所述多个检测位置上或在所述验证物件的其中一个所述多个检测位置存在所述纹理时,将所述样本物件或所述验证物件中存在所述纹理的其中一个所述多个检测位置由第一位置移动至第二位置。
14.根据权利要求13所述的辉度均匀检测系统,其特征在于,所述处理装置还于所述样本物件的其中一个所述多个检测位置上或所述验证物件的其中一个所述多个检测位置不存在所述纹理时,依据所述样本物件的其中一个不存在所述纹理的所述多个检测位置或在所述验证物件的其中一个不存在所述纹理的所述多个检测位置获取相应预设半径的平均灰阶信息,以将所述平均灰阶信息设定为相应所述样本物件的其中一个不存在所述纹理的所述多个检测位置的所述样本灰阶信息或所述验证物件中的其中一个不存在所述纹理的所述多个检测位置的所述验证灰阶信息。
15.根据权利要求1所述的辉度均匀检测系统,其特征在于,所述样本物件上每一所述多个检测位置所相应的所述多个辉度预估曲线为多个。
16.一种辉度均匀检测方法,其特征在于,用以对待测物进行检测,所述辉度均匀检测方法包括:
撷取包括所述待测物的影像,以获取位于所述影像中的多个灰阶信息;
依据所述影像及检测位置信息,从所述影像的所述多个灰阶信息中获取相应所述待测物上的多个检测位置的多个待测灰阶信息;
依据相应所述检测位置信息的多个辉度曲线及所述多个待测灰阶信息分别获取在所述多个检测位置的多个预估辉度信息;
依据所述待测物的所述多个检测位置间的所述多个预估辉度信息的差异判断所述待测物的辉度是否均匀;以及
撷取包括样本物件的样本影像,以获取包括所述样本物件的所述样本影像中的所述多个灰阶信息;
获取相应所述样本物件上多个检测位置的多个真实辉度信息,且依据所述样本影像以及所述检测位置,获取在所述样本影像中相应所述样本物件上所述多个检测位置的多个样本灰阶信息;
执行曲线拟合程序,以决定相应所述样本物件上每一所述多个检测位置的所述多个样本灰阶信息及所述多个真实辉度信息的多个辉度预估曲线,并储存所述多个辉度预估曲线;
撷取包括验证物件的验证影像,以获取包括所述验证物件的所述验证影像中的所述多个灰阶信息;
获取在所述验证影像中相应所述验证物件上的所述多个检测位置的所述多个真实辉度信息,且依据所述验证影像获取在所述验证影像中相应所述验证物件上所述多个检测位置的多个验证灰阶信息,以依据所述多个辉度预估曲线以及所述多个验证灰阶信息决定相应所述验证物件上所述多个检测位置的多个验证预估辉度信息;以及
分别依据所述验证物件上的所述多个检测位置相应的所述多个验证预估辉度信息与所述多个真实辉度信息,判断在所述验证物件上每一所述多个检测位置所相应的每一所述多个辉度预估曲线的一误差值,以分别在所述验证物件的每一所述多个检测位置中设定相应的所述多个辉度预估曲线具有最小所述误差值的其中之一为所述待测物的每一所述多个检测位置所相应的每一所述多个辉度曲线。
17.根据权利要求16所述的辉度均匀检测方法,其特征在于,所述检测位置信息包括所述多个检测位置,且与每一所述多个检测位置相应所述多个辉度曲线的至少一个,并且,于依据相应所述检测位置信息的所述多个辉度曲线及所述多个待测灰阶信息分别获取在所述多个检测位置的所述多个预估辉度信息的步骤中,包括:
依据与每一所述多个检测位置相应的每一所述多个辉度曲线及每一所述多个待测灰阶信息,获取相应每一所述多个检测位置的每一所述多个预估辉度信息。
18.根据权利要求16所述的辉度均匀检测方法,其特征在于,所述辉度均匀检测方法还包括:
对所述影像执行物体定位程序,以获取所述待测物在所述影像中的位置;以及
依据所述待测物在所述影像的位置及所述检测位置信息判断所述多个检测位置在所述影像中的位置。
19.根据权利要求18所述的辉度均匀检测方法,其特征在于,在对所述影像执行所述物体定位程序的步骤中,包括:
对所述影像进行二值化处理,以去除不属于所述待测物的部分;以及
对相应所述待测物的部分进行边缘检测,以获取所述待测物边缘的多个顶点位置。
20.根据权利要求18所述的辉度均匀检测方法,所述辉度均匀检测方法还包括:
对所述影像执行纹理分析程序,以获取包括所述待测物的纹理影像;以及
关联所述纹理影像及所述影像,并依据所述待测物在所述影像的位置获取所述待测物在所述影像中的位置相应的纹理图案。
21.根据权利要求20所述的辉度均匀检测方法,其特征在于,在对所述影像执行所述纹理分析程序的步骤中,还包括:
对所述影像执行微分测边程序,以获取存在所述影像上的图形边缘;以及
锐化所述图形边缘,并对所述影像及所述锐化后的所述图形边缘进行二值化处理,以获取所述纹理影像。
22.根据权利要求20所述的辉度均匀检测方法,其特征在于,在关联所述纹理影像及所述影像,并依据所述待测物在所述影像的位置获取所述待测物在所述影像中的位置相应的所述纹理图案的步骤中,还包括:
依据相应所述待测物在所述影像中的位置相应的所述纹理图案,判断在所述多个检测位置上是否存在纹理;以及
在其中一个所述多个检测位置存在所述纹理时,将存在所述纹理的其中一个所述多个检测位置由第一位置移动至第二位置。
23.根据权利要求22所述的辉度均匀检测方法,其特征在于,所述辉度均匀检测方法还包括:
于其中一个所述多个检测位置不存在所述纹理时,依据每一个不存在所述纹理的检测位置分别获取相应预设半径的平均灰阶信息;以及
将所述平均灰阶信息分别设定为相应每一个不存在所述纹理的检测位置的每一所述多个待测灰阶信息。
24.根据权利要求16所述的辉度均匀检测方法,其特征在于,所述辉度均匀检测方法还包括:
对所述样本影像及所述验证影像执行物体定位程序,以分别获取所述样本物件及所述验证物件在所述样本影像及所述验证影像中的位置,并依据所述检测位置信息分别获取所述样本物件上的所述多个检测位置及所述验证物件上的所述多个检测位置在所述样本影像及所述验证影像中的位置。
25.根据权利要求24所述的辉度均匀检测方法,其特征在于,对所述样本影像及所述验证影像执行所述物体定位程序的步骤中,还包括:
分别对所述样本影像及所述验证影像进行二值化处理,以去除不属于所述样本物件及所述验证物件的部分;以及
分别对相应所述样本物件及所述验证物件的部分进行边缘检测,以获取所述样本物件及所述验证物件的边缘的多个顶点位置。
26.根据权利要求24所述的辉度均匀检测方法,其特征在于,所述辉度均匀检测方法还包括:
对所述样本影像及所述验证影像执行纹理分析程序,以分别获取包括所述样本物件及所述验证物件的纹理影像;以及
关联所述样本影像及包括所述样本物件的所述纹理影像以及所述验证影像及包括所述验证物件的所述纹理影像,并依据所述样本物件在所述样本影像中的位置以及所述验证物件在所述验证影像中的位置分别获取相应所述样本物件以及相应所述验证物件在所述样本影像及所述验证影像中的纹理图案。
27.根据权利要求26所述的辉度均匀检测方法,其特征在于,在对所述样本影像及所述验证影像执行所述纹理分析程序的步骤中,还包括:
分别对所述样本影像及所述验证影像执行微分测边程序,以分别获取存在所述样本影像及所述验证影像上的图形边缘;以及
锐化在所述样本影像及所述验证影像的所述图形边缘,并对所述样本影像及所述验证影像及锐化后的所述图形边缘进行二值化处理,以分别获取相应所述样本影像及所述验证影像的所述纹理影像。
28.根据权利要求26所述的辉度均匀检测方法,其特征在于,所述辉度均匀检测方法还包括:
分别依据相应所述样本物件在所述样本影像的位置及所述验证物件在所述验证影像的位置的所述纹理图案,判断在所述样本物件的所述多个检测位置上以及在所述验证物件的所述多个检测位置上是否存在纹理;以及
在所述样本物件的其中一个所述多个检测位置上或在所述验证物件的其中一个所述多个检测位置存在所述纹理时,将所述样本物件或所述验证物件中存在所述纹理的其中一个所述多个检测位置由第一位置移动至第二位置。
29.根据权利要求28所述的辉度均匀检测方法,其特征在于,所述辉度均匀检测方法还包括:
于所述样本物件的其中一个所述多个检测位置上或所述验证物件的其中一个所述多个检测位置不存在所述纹理时,分别依据所述样本物件的其中一个不存在所述纹理的所述多个检测位置或所述验证物件中的其中一个不存在所述纹理的所述多个检测位置获取相应预设半径的平均灰阶信息;以及
将所述平均灰阶信息设定为相应所述样本物件的其中一个不存在所述纹理的所述多个检测位置的所述样本灰阶信息或所述验证物件中的其中一个不存在所述纹理的所述多个检测位置的所述验证灰阶信息。
30.根据权利要求29所述的辉度均匀检测方法,其特征在于,所述样本物件上每一所述多个检测位置所相应的所述多个辉度预估曲线为多个。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910098660.0A CN111504608B (zh) | 2019-01-31 | 2019-01-31 | 辉度均匀检测系统及辉度均匀检测方法 |
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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910098660.0A CN111504608B (zh) | 2019-01-31 | 2019-01-31 | 辉度均匀检测系统及辉度均匀检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111504608A CN111504608A (zh) | 2020-08-07 |
CN111504608B true CN111504608B (zh) | 2022-10-04 |
Family
ID=71877458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910098660.0A Expired - Fee Related CN111504608B (zh) | 2019-01-31 | 2019-01-31 | 辉度均匀检测系统及辉度均匀检测方法 |
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Family Cites Families (12)
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 |
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 | 指纹图像自动识别系统预处理算法 |
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系统 |
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、装置及系统 |
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 not_active Expired - Fee Related
- 2019-03-20 TW TW108109555A patent/TWI757590B/zh not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Also Published As
Publication number | Publication date |
---|---|
CN111504608A (zh) | 2020-08-07 |
TWI757590B (zh) | 2022-03-11 |
TW202030465A (zh) | 2020-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111970506B (zh) | 镜头脏污检测方法、装置和设备 | |
US11158039B2 (en) | Using 3D vision for automated industrial inspection | |
WO2017020829A1 (zh) | 解像力测试方法和解像力测试装置 | |
EP3109826A2 (en) | Using 3d vision for automated industrial inspection | |
CN113487539B (zh) | 胶路质量分析方法、设备、系统及存储介质 | |
CN105427324A (zh) | 基于二值化阈值自动搜索的磁光成像缺陷检测方法 | |
CN109283182A (zh) | 一种电池焊点缺陷的检测方法、装置及系统 | |
CN103852034A (zh) | 一种电梯导轨垂直度检测方法 | |
CN114219758A (zh) | 缺陷检测方法、系统、电子设备和计算机可读存储介质 | |
US6807288B2 (en) | Image processing apparatus, image processing method, and recording medium recording image processing program | |
TWI618926B (zh) | 用於改善晶圓表面檢查靈敏度之方法及系統 | |
CN111504608B (zh) | 辉度均匀检测系统及辉度均匀检测方法 | |
CN105572133A (zh) | 瑕疵检测方法及其装置 | |
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 | |
CN117830251A (zh) | 缺陷分析方法、缺陷分析装置及电子设备 | |
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 | |
CN115205288B (zh) | 工业缺陷检测方法和装置 | |
CN116152184A (zh) | 一种用于cell面内及边缘缺陷的检测方法及系统 | |
CN104267203B (zh) | 一种样品的测试方法及装置 | |
JP4956077B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
CN115494659A (zh) | 一种液晶面板的检测方法及系统 | |
Hassan et al. | Compressed air leakage detection and quantification through infrared thermography | |
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 | |
CN117495846B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
JPWO2020031422A1 (ja) | オブジェクト検出方法、オブジェクト検出装置及びコンピュータプログラム |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20221004 |