CN113295710A - 用于对lcd模组进行检测的方法、电子设备及存储介质 - Google Patents
用于对lcd模组进行检测的方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113295710A CN113295710A CN202110496483.9A CN202110496483A CN113295710A CN 113295710 A CN113295710 A CN 113295710A CN 202110496483 A CN202110496483 A CN 202110496483A CN 113295710 A CN113295710 A CN 113295710A
- Authority
- CN
- China
- Prior art keywords
- primary color
- lcd module
- light wave
- light
- bright point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 230000007547 defect Effects 0.000 claims abstract description 77
- 239000003086 colorant Substances 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 18
- 230000004044 response Effects 0.000 claims description 86
- 239000000428 dust Substances 0.000 claims description 61
- 230000011218 segmentation Effects 0.000 claims description 16
- 238000005498 polishing Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 51
- 230000004069 differentiation Effects 0.000 abstract 1
- 239000010410 layer Substances 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G01N21/94—Investigating contamination, e.g. 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Liquid Crystal (AREA)
Abstract
本申请涉及一种用于对LCD模组进行检测的方法、电子设备及存储介质。该方法包括：提供第一光波与第二光波，第一光波为表面打光光源发出的光波，第一光波为三基色光中的任意一种基色光，基色滤光片为滤光装置内的三基色滤光片中的任意一种滤光片，第二光波是由背光光源所发出，第二光波包含至少一种与第一光波不一样的基色光；根据第一光波的基色切换第一基色滤光片；通过黑白工业相机透过第一基色滤光片对LCD模组进行拍摄，得到第一LCD模组图像；根据第二光波的基色切换第二基色滤光片；通过黑白工业相机透过第二基色滤光片对LCD模组进行拍摄，得到第二LCD模组图像。本申请提供的方案，能够实现对LCD模组的缺陷检测和区分。
Description
技术领域
本申请涉及缺陷检测技术领域，尤其涉及一种用于对LCD模组进行检测的方法、电子设备及存储介质。
背景技术
LCD模组通常为一种多层结构，在生产制造LCD模组的过程中，存在着多种贴膜、压合的工艺，在加工过程中难免会引入一些灰尘、杂质等异物，从而造成LCD模组的成品存有缺陷。传统的解决办法是采用人工检测方式，然而随着机器视觉行业的快速发展，机器视觉缺陷检测已经在诸多行业取代了旧有的人工检测方式，极大地提高的了检测效率。机器视觉缺陷检测通常会利用高分辨率的黑白工业相机对LCD模组画面进行成像检测，分别拍摄两张产品画面，一张为背光点亮时的LCD模组的成像画面，另一张为表面打光的LCD模组成像画面，通过检测算法对比两个图像之间亮点的位置从而区分和识别异物缺陷。
在现有技术中，公开号为CN110445921A的专利(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)中，提出了一种异物缺陷诊断方法，在灰尘干扰因素的去除上设计了一种灰尘侧光装置，能排除灰尘对背光异物缺陷的干扰，并针对整个背光异物缺陷的检测设计了一套检测算法能识别手机屏中是否含有缺陷。
上述现有技术存在以下缺点：
在灰尘侧光装置对灰尘进行打亮和成像时，容易把异物缺陷也成像出来，缺陷可能被误判为表面灰尘而被过滤出去，造成了异物缺陷漏检的问题。因此，需要研发一种在待测图像中根据灰度值区分表面灰尘和异物缺陷的方法。
发明内容
为克服相关技术中存在的问题，本申请提供一种用于对LCD模组进行检测的方法，该方法能够提升LCD模组异物缺陷检测的准确度，提高检测效率。
本申请第一方面提供一种用于对LCD模组进行检测的方法，包括：提供第一光波与第二光波，所述第一光波为表面打光光源发出的光波，所述第一光波为三基色光中的任意一种基色光，基色滤光片为滤光装置内的三基色滤光片中的任意一种滤光片，所述第二光波是由背光光源所发出，所述第二光波包含至少一种与所述第一光波不一样的基色光；根据所述第一光波的基色切换第一基色滤光片；通过黑白工业相机透过所述第一基色滤光片对LCD模组进行拍摄，得到第一LCD模组图像；根据所述第二光波的基色切换第二基色滤光片；通过所述黑白工业相机透过所述第二基色滤光片对所述LCD模组进行拍摄，得到第二LCD模组图像。
在一种实施方式中，所述方法还包括：对各LCD模组图像分别进行感兴趣区域提取，得到相应的LCD待测图像，所述LCD待测图像中包括至少一个响应亮点；获取所述LCD待测图像中至少一个响应亮点分别对应的亮点灰度值；使用灰度阈值对至少一个响应亮点分别对应的亮点灰度值进行阈值分割，确定各LCD模组图像中至少一个响应亮点对应的异物类型，所述异物类型包括灰尘和异物缺陷。
在一种实施方式中，根据第二光波的基色切换第二基色滤光片，包括：若第二光波为三种基色组合的光，则切换第二基色滤光片为三基色滤光片中颜色与第一光波的基色不一样的滤光片；若第二光波为任意两种基色组合的光，则切换第二基色滤光片为三基色滤光片中颜色与第一光波的基色不一样且与第二光波的任意一种基色一致的滤光片；若第二光波为一种基色光，则切换第二基色滤光片为三基色滤光片中颜色与第二光波的基色一致的滤光片。
在一种实施方式中，灰度阈值根据在同一LCD待测图像中的至少一个响应亮点分别对应的亮点灰度值的数值范围确定；使用灰度阈值对至少一个响应亮点分别对应的亮点灰度值进行阈值分割，包括：分别将各个亮点灰度值与灰度阈值对比。
在一种实施方式中，确定各LCD模组图像中至少一个响应亮点对应的异物类型，包括：若当前亮点灰度值小于灰度阈值，则判定当前亮点灰度值对应的响应亮点的异物类型为灰尘；若当前亮点灰度值大于灰度阈值，则判定当前亮点灰度值对应的响应亮点的异物类型为异物缺陷。
在一种实施方式中，确定各LCD模组图像中至少一个响应亮点对应的异物类型之后，包括：在LCD待测图像中将判断为灰尘的响应亮点滤除。
在一种实施方式中，对各LCD模组图像进行感兴趣区域提取，包括：通过阈值分割算法对各LCD模组图像进行感兴趣区域提取。
在一种实施方式中，在通过黑白工业相机对LCD模组进行拍摄之前，所述方法还包括：通过背光光源以及表面打光光源打亮LCD模组；表面打光光源以照射角度为α照射LCD模组，照射角度为表面打光光源发出的光波与水平面法线所形成的夹角，α大于零。
在一种实施方式中，通过黑白工业相机透过第一基色滤光片或者所述第二级色滤光片对LCD模组进行拍摄，包括：通过黑白工业相机透过第一基色滤光片或者所述第二级色滤光片拍摄LCD模组的屏幕表面正视图。
本申请第二方面提供一种电子设备，包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行如上所述的方法。
本申请第三方面提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行如上所述的方法。
本申请提供的技术方案可以包括以下有益效果：
根据第一光波的基色切换第一基色滤光片、根据第二光波的基色切换第二基色滤光片，并通过黑白工业相机在预设光源下透过切换的基色滤光片对LCD模组进行拍摄，使得LCD模组的表面灰尘和异物缺陷呈现不同的颜色，以实现对灰尘和异物缺陷的检测和区分。第一光波为表面打光光源发出的三基色光中的任意一种基色光，基色滤光片为滤光装置内的三基色滤光片中的颜色为其中一种基色的滤光片，预设光源包含了背光光源以及表面打光光源，背光光源发出第二光波包含至少一种与第一光波不一样的基色光。
在一些实施例中，通过对拍摄得到的第一LCD模组图像和第二LCD模组图像分别进行感兴趣区域提取，提取后得到的LCD待测图像中包括至少一个响应亮点，获取LCD待测图像中的所有响应亮点的各个亮点灰度值，对LCD待测图像中所有响应亮点对应的亮点灰度值进行阈值分割操作，得出响应亮点的异物属性分类。相对于现有技术，本方案透过切换的基色滤光片通过黑白工业相机在背景光源与表面打光光源发出的光波有明显区别的特定环境下对LCD模组进行拍摄，打亮LCD模组中的异物缺陷以及LCD模组表面灰尘，使异物缺陷以及灰尘在成像后的LCD模组图像中都显现为响应亮点，获取各个响应亮点分别对应的亮点灰度值，通过灰度阈值对响应亮点的亮点灰度值进行阈值分割后确定响应亮点对应的异物类型，从而达到区分表面灰尘以及模组内异物缺陷的效果，提升检测准确度，检测实施难度低，提高检测效率，降低检测成本，对于异物检测的兼容性强。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
图1是本申请实施例示出的用于对LCD模组进行检测的方法实施例一的流程示意图；
图2是本申请实施例示出的用于对LCD模组进行检测的方法实施例二的流程示意图；
图3是本申请实施例示出的用于对LCD模组进行检测的方法实施例三的流程示意图；
图4是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
实施例一
LCD模组通常为一种多层结构，在生产制造LCD模组的过程中，存在着多种贴膜、压合的工艺，在加工过程中难免会引入一些灰尘、杂质等异物，从而造成LCD模组的成品存有缺陷。传统的解决办法是采用人工检测方式，然而随着机器视觉行业的快速发展，机器视觉缺陷检测已经在诸多行业取代了旧有的人工检测方式，极大地提高的了检测效率。机器视觉缺陷检测通常会利用高分辨率的黑白工业相机对LCD模组画面进行成像检测，分别拍摄两张产品画面，一张为背光点亮时的LCD模组的成像画面，另一张为表面打光的LCD模组成像画面，通过检测算法对比两个图像之间亮点的位置从而区分和识别异物缺陷。在现有技术中，提出了一种异物缺陷诊断方法，在灰尘干扰因素的去除上设计了一种灰尘侧光装置，能排除灰尘对背光异物缺陷的干扰，并针对整个背光异物缺陷的检测设计了一套检测算法能识别手机屏中是否含有缺陷。但上述现有技术存在缺点：在灰尘侧光装置对灰尘进行打亮和成像时，容易把异物缺陷也成像出来，缺陷可能被误判为表面灰尘而被过滤出去，造成了异物缺陷漏检的问题。因此，需要研发一种在待测图像中根据灰度值区分表面灰尘和异物缺陷的方法。
针对上述问题，本申请实施例提供一种用于对LCD模组进行检测的方法，能够提升LCD模组异物缺陷检测的准确度，提高检测效率。
以下结合附图详细描述本申请实施例的技术方案。
图1是本申请实施例示出的用于对LCD模组进行检测的方法实施例一的流程示意图。
请参阅图1，本申请实施例示出的LCD异物缺陷检测方法实施例一包括：
101、根据第一光波的基色切换基色滤光片；
在本申请实施例中，第一光波为表面打光光源发出的光波，第一光波为三基色光中的任意一种基色光，三基色是指红色、绿色和蓝色，三基色光是指红色光、绿色光以及蓝色光，基色光是指红色光、绿色光以及蓝色光之中的任意一种光。
在一些实施例中，滤光装置包括第一基色滤光片、第二基色滤光片和第三基色滤光片。基色滤光片是指滤光装置内的三基色滤光片中的任意一种滤光片，滤光装置具备有三基色滤光片转换的功能，三基色滤光片是指红色滤光片、绿色滤光片以及蓝色滤光片，任意一种基色滤光片只能让颜色为该基色的光线通过，例如红色滤光片只能让红色光通过。
假设第一光波的为红色光，第一光波打亮表面灰尘之后进行成像，灰尘所显现的颜色在合理误差范围之内可以视为与第一光波的颜色相同，因此灰尘所对应的响应亮点只会在使用红色滤光片进行拍摄时会有较为明显的显现，但由于第二光波与第一光波有明显区别，即由第二光波打亮的异物缺陷所对应的响应亮点能够在使用绿色滤光片或者蓝色滤光片进行拍摄时也会有较为明显的显现，而灰尘所对应的响应亮点则不明显甚至不显现，因此在当前情况下，可选择绿色滤光片或者蓝色滤光片作为基色滤光片进行拍摄，能够将灰尘对应的响应亮点和异物缺陷对应的响应亮点清晰区别开来。
可以理解的是，以上对基色滤光片的切换方法仅为示例性的，仅为了更好地理解切换基色滤光片的原理，在实际应用中，第一光波也可能是绿色光，也可能是蓝色光，此处不作唯一限定。
102、通过黑白工业相机分别透过第一基色滤光片和第二基色滤光片对LCD模组进行拍摄；
工业相机是机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成有序的电信号，具有高的图像稳定性、高传输能力和高抗干扰能力，其图像传感器大多数基于CCD芯片或CMOS芯片。黑白工业相机所拍摄得到的照片为黑白照片。在本申请实施例中，黑白工业相机用于拍摄LCD模组，获取LCD模组图像。
通过黑白工业相机进行拍摄可以是在预设光源下进行拍摄。预设光源是指拍摄环境中包含有背光光源以及表面打光光源，背光光源发出第二光波，第二光波包含至少一种与第一光波不一样的基色光，示例性的，假设第一光波为红色光，那么第二光波包含至少一种与红色光不一样的基色光，即第二光波可以为蓝色光，也可以为红色光与蓝色光的复合光，也可以是白光，但不能是与第一光波一样的红色光，以达到表面打光光源与背光光源所发出的光波应有明显区别的效果。
LCD模组通常为一种多层结构，至少包括有上偏振片层、液晶层以及下偏振片层，其中液晶层位于上偏振片层与下偏振片层之间。LCD模组的成品存在的异物缺陷存在于上偏振片与液晶层之间以及下偏振片与液晶层之间，这种异物缺陷的特点就是当LCD模组被背光光源打亮时，异物缺陷作为一个亮点存在于屏幕之中，因此在本申请实施例中，预设光源之中会包含有背光光源，为了区分LCD模组表面的灰尘以及异物缺陷，预设光源之中还会包含有与背光光源有明显区分的表面打光光源来打亮LCD模组表面的灰尘。
103、对各LCD模组图像分别进行感兴趣区域提取，得到相应的LCD待测图像；
将拍摄得到的各LCD模组图像(即第一LCD模组图像和第二LCD模组图像)分别进行图像处理，在各LCD模组图像中，由于背光光源只能穿透异物缺陷所在的位置而不能穿透屏幕的正常部分，又由于表面打光光源的主要功能是将表面灰尘打亮，因此所得的各LCD模组图像所呈现出来的是一张大部分为暗色调的图像，图像之中存在着零星响应亮点，即包括至少一个响应亮点。以第二LCD模组图像为例，在一些实施例中，若干响应亮点之中主要包含了被背光光源打亮的异物缺陷亮点，另外一些微弱的响应亮点可能是被拍摄环境中的杂光打亮的灰尘亮点，将这些响应亮点通过图像处理技术全部提取形成LCD待测图像。
104、获取LCD待测图像中至少一个响应亮点分别对应的亮点灰度值；
亮点灰度值是指响应亮点的灰度值，在经过基色滤光片之后，响应亮点的亮点灰度值反映了响应亮点中通过基色滤光片的基色光的明亮程度，若亮点灰度值低，则说明该响应亮点较暗，若亮点灰度值高，则说明该响应亮点较亮。
对于亮点灰度值的获取方式，本申请实施例通过图像取色软件来进行获取，可以理解的是，在实际应用中，获取亮点灰度值的方式是多样的，以上通过软件获取的方式仅为示例性的，可根据实际应用情况选择其他合适的算法或者软件，此处对获取亮点灰度值的方式不作唯一限定。
105、使用灰度阈值对至少一个响应亮点分别对应的亮点灰度值进行阈值分割，确定各LCD模组图像中至少一个响应亮点对应的异物类型。
在一些实施例中，利用灰度阈值将所有响应亮点对应的亮点灰度值分开为两个集合，其中一个集合中的亮点灰度值对应的响应亮点所对应的异物类型为灰尘，另个一集合中的亮点灰度值对应的响应亮点所对应的异物类型为LCD模组之中的异物缺陷。
从上述实施例一可以看出以下有益效果：
通过根据第一光波的基色切换第一基色滤光片用于拍摄，根据第二光波的基色切换第二基色滤光片用于拍摄，第一光波为表面打光光源发出的三基色光中的任意一种基色光，基色滤光片为滤光装置内的三基色滤光片中的颜色为其中一种基色的滤光片，通过黑白工业相机在预设光源下透过切换至相应的基色滤光片对LCD模组进行拍摄，预设光源包含了背光光源以及表面打光光源，背光光源发出第二光波包含至少一种与第一光波不一样的基色光，对拍摄得到的各LCD模组图像进行感兴趣区域提取，提取后得到的LCD待测图像中包括至少一个响应亮点，获取LCD待测图像中的所有响应亮点的各个亮点灰度值，对LCD待测图像中所有响应亮点对应的亮点灰度值进行阈值分割操作，得出响应亮点的异物属性分类。
相对于现有技术，本方案通过黑白工业相机透过切换的基色滤光片在背景光源与表面打光光源发出的光波有明显区别的特定环境下对LCD模组进行拍摄，打亮LCD模组中的异物缺陷以及LCD模组表面灰尘使异物缺陷以及灰尘在成像后的LCD模组图像中都显现为响应亮点，获取各个响应亮点分别对应的亮点灰度值，通过灰度阈值对响应亮点的亮点灰度值进行阈值分割后确定响应亮点对应的异物类型，从而达到区分表面灰尘以及模组内异物缺陷的效果，提升检测准确度，检测实施难度低，提高检测效率，降低检测成本，对于异物检测的兼容性强。
实施例二
为了便于理解，以下提供了LCD异物缺陷检测方法的一个实施例进行说明，在实际应用中，除了考虑第一光波的基色以外，还会考虑第二光波中包含有多少种基色来准确确定第二基色滤光片，在切换第二基色滤光片之后可通过黑白工业相机透过该第二基色滤光片在预设光源下也进行拍摄，提升检测效率，避免重复拍摄检测效果同等的照片。
图2是本申请实施例示出的LCD异物缺陷检测方法实施例二的流程示意图。
请参阅图2，本申请实施例示出的用于对LCD模组进行检测的方法实施例二包括：
201、根据第一光波和第二光波的颜色确定基色滤光片；
根据第一光波的基色切换第一基色滤光片，第一基色滤光片可以为与第一光波的基色一样的滤光片。假设第一光波为红色，第一基色滤光片可以为红色滤光片。根据第二光波的基色切换第二基色滤光片，第二基色滤光片的基色可以根据第一光波和第二光波的基色来确定，下面将进行详细说明。
若第二光波为三种基色组合的光，则切换第二基色滤光片为三基色滤光片中颜色与第一光波的基色不一样的滤光片。假设第一光波为红色光，第二光波是三基色都有参与组合的复合光，可以确定的是使用绿色滤光片或者蓝色滤光片进行滤光后成像的第二LCD模组图像中，由于第一光波不能通过绿色滤光片或者蓝色滤光片进行成像，因此经第一光波打亮的灰尘所对应的响应亮点显示较暗，而第二光波中的绿色光和蓝色光都能对应通过绿色滤光片和蓝色滤光片，经第二光波打亮的异物缺陷所对应的响应亮点显示较亮，灰尘所对应的响应亮点与异物缺陷所对应的响应亮点明亮程度区别较大，由此可得，在当前情况下可选择绿色滤光片或者蓝色滤光片作为第二基色滤光片。
若第二光波为任意两种基色组合的光，则切换第二基色滤光片为三基色滤光片中颜色与第一光波的基色不一样且与第二光波的任意一种基色一致的滤光片。假设第一光波为红色光，第二光波则可能是红色光与蓝色光或者绿色光的组合，也可能是蓝色光与绿色光的组合，那么在红色光与蓝色光组合的情况下，第一光波与第二光波均能通过红色滤光镜，而第二光波的蓝色光部分能通过蓝色滤光镜，说明可以确定使用在本情况下使用蓝色滤光片进行滤光后成像的第二LCD模组图像中，经第二光波打亮的异物缺陷所对应的响应亮点显示较亮，经第一光波打亮的灰尘所对应的响应亮点显示较暗，灰尘所对应的响应亮点与异物缺陷所对应的响应亮点明亮程度区别较大，由此可得，在当前情况下可选择蓝色滤光片作为第二基色滤光片。
若第二光波为一种基色光，则切换第二基色滤光片为三基色滤光片中颜色与第二光波的基色一致的滤光片。假设第一光波为红色光，第二光波为与第一光波不一样的绿色光，可以确定的是，使用绿色滤光片进行滤光后成像的第二LCD模组图像中，由于第一光波不能通过绿色滤光片进行成像，因此经第一光波打亮的灰尘所对应的响应亮点显示较暗，而第二光波中的绿色光能通过绿色滤光片，经第二光波打亮的异物缺陷所对应的响应亮点显示较亮，灰尘所对应的响应亮点与异物缺陷所对应的响应亮点明亮程度区别较大，由此可得，在当前情况下可选择绿色滤光片作为第二基色滤光片。
可以理解的是，以上假设性描述仅用于更好地理解方案，对于第一光波与第二光波在实际应用中可根据实际应用情况做出不同的设置，此处不作唯一限定。
可以理解的是，本发明实施例的通过使用两种不同颜色的光源(即第一光波与第二光波)的打光方式，可以使得LCD模组表面的灰尘呈现一种颜色，而LCD模组内的异物缺陷呈现另一种颜色，从而可以通过切换基色滤光片的方式获得不同成像的LCD模组图像，以实现对灰尘和异物缺陷的区分。彩色工业相机虽然可以通过直接区分RGB成像来实现区分灰尘和异物的目的，但是彩色工业相机的成像精度低于黑白工业相机。为了能够更直观的理解本实施例的优势，下面结合表一进行说明，其中在现有技术中，考虑到精度问题，一般都会采用黑白工业相机去检测LCD屏幕异物缺陷。
表一：
| 灰尘与异物是否可区分 | 成像精度 | |
| 现有技术(即单独使用黑白工业相机) | 否 | 较高 |
| 彩色工业相机方案 | 是 | 较低 |
| 黑白工业相机+外置滤光片 | 是 | 较高 |
从表一中的对比结果可以看出，使用本发明实施例的黑白工业相机与基色滤光片相结合的方式，不仅可以实现区分灰尘和异物缺陷的目的，还可以有效提高成像精度，有利于进一步提高缺陷检测的准确性。
202、通过背光光源以及表面打光光源打亮LCD模组；
LCD模组位于背光光源与表面打光光源之间，背光光源和表面打光光源的亮度应满足使成像后的LCD模组图像中灰尘以及异物缺陷对应的响应亮点在任意一个通道上的灰度值达到x以上，x可以取值为150，可以理解的是，在实际应用中，x的取值需根据实际应用情况进行设定，不作唯一限定。
表面打光光源以照射角度为α照射LCD模组，照射角度为表面打光光源发出的光波与水平面法线所形成的的夹角，α大于零，在本申请实施例中，水平面法线可为LCD模组表面所在平面的法线，α的范围可以在30-60度之间的任意一个角度，可以理解的是，在实际应用中，α的范围需根据实际应用情况进行设定，不做唯一限定。
203、通过黑白工业相机透过相应的基色滤光片拍摄LCD模组；
基色滤光片所在的滤光装置安装于黑白工业相机的镜头组正前方，光线通过滤光装置进入镜头组之后再通过黑白工业相机感光芯片进行成像。在一些实施例中，通过黑白工业相机透过不同的基色滤光片对LCD模组进行拍摄，以针对同一个LCD模组分别获取包含灰尘亮点的第一LCD模组图像和包含异物缺陷亮点的第二LCD模组图像，从而有利于更精准的实现对灰尘和异物缺陷的区分。
通过黑白工业相机透过第一基色滤光片或者第二基色滤光片拍摄LCD模组的屏幕表面正视图，可将黑白工业相机设置于LCD模组的正上方来进行拍摄。
从上述实施例二可以看出以下有益效果：
通过根据第一光波和第二光波的颜色确定基色滤光片，在确定基色滤光片之后再通过黑白工业相机透过相应的基色滤光片在预设光源之下对LCD模组进行拍摄，在拍摄时通过背光光源以及表面打光光源以一定的亮度和角度打亮LCD模组，拍摄LCD模组的正视图来获取LCD模组图像。相对于现有技术，本申请技术方案采用透过基色滤光片拍摄来达到清晰区分灰尘所对应的响应亮点与异物缺陷所对应的响应亮点的效果，充分考虑了第一光波与第二光波多种光线颜色的组合方式却无需全部使用三种基色滤光片来进行拍摄，避免重复拍摄检测效果同等的照片，避免重复检测以及无效检测的情况，提升检测效率，降低检测成本，检测方法的兼容性强，在预设光源之下能保障获取的LCD模组图像的质量，提升检测准确度。
实施例三
为了便于理解，以下提供了LCD异物缺陷检测方法的一个实施例进行说明，在实际应用中，会在完成响应亮点对应的异物类型区分之后，滤除灰尘对应的响应亮点，检测出异物缺陷的位置。
图3是本申请实施例示出的用于对LCD模组进行检测的方法实施例三的流程示意图。
请参阅图3，本申请实施例示出的方法实施例三包括：
301、对各LCD模组图像分别进行感兴趣区域提取，得到相应的LCD待测图像；
通过阈值分割算法对各LCD模组图像进行感兴趣区域提取，把各LCD模组以外的其他非目标检测对象滤除掉。
阈值分割算法是一种基于区域的图像分割技术，原理是把图像象素点分为若干类，是进行图像分析、特征提取与模式识别之前的必要的图像处理过程。
302、获取LCD待测图像中至少一个响应亮点分别对应的亮点灰度值；
在本申请实施例中，步骤302的具体内容与上述实施例一中的步骤104内容相似，此处不作赘述。
303、使用灰度阈值对至少一个响应亮点分别对应的亮点灰度值进行阈值分割，确定各LCD模组图像中至少一个响应亮点对应的异物类型；
灰度阈值根据在同一LCD待测图像中的至少一个响应亮点分别对应的亮点灰度值的数值范围确定，可以选取同一LCD待测图像中所有响应亮点对应的亮点灰度值的平均值作为该灰度阈值，可以理解的是，在实际应用中，需根据实际应用情况设置合适的灰度阈值，以上对于灰度阈值的设定方法仅为示例性的，不作为设定方法的唯一限定。
对亮点灰度值进行阈值分割即分别将各个亮点灰度值与该灰度阈值对比，若当前亮点灰度值小于灰度阈值，说明当前响应亮点的主要光线来源为第一光波，则判定当前亮点灰度值对应的响应亮点的异物类型为灰尘；若当前亮点灰度值大于灰度阈值，说明当前响应亮点的主要光线来源为第二光波，则判定当前亮点灰度值对应的响应亮点的异物类型为异物缺陷。
304、检测出LCD异物缺陷的位置；
在LCD待测图像中将判断为灰尘的响应亮点滤除，则LCD待测图像中剩下的响应亮点即为异物缺陷的响应亮点，即可判断出异物缺陷的位置即为剩余响应亮点的位置。
从上述实施例三可以看出以下有益效果：
通过采用阈值分割算法对LCD模组图像进行感兴趣区域提取，滤除LCD模组以外的其他非目标检测对象，得到LCD待测图像，在LCD待测图像中将亮点灰度值与灰度阈值进行对比，区分灰尘对应的响应亮点以及异物缺陷对应的响应亮点，将灰尘对应的响应亮点滤除，检测出异物缺陷对应的响应亮点的位置。相对于现有技术，本方案滤除响应亮点以外的其他非目标检测对象，减少对检测的干扰，通过灰度阈值对LCD待测图像中的响应亮点进行区分，把区分出来的灰尘对应的响应亮点去除后准确确定异物缺陷的位置，提高检测准确度，检测实施难度低，检测效率高。
实施例四
与前述应用功能实现方法实施例相对应，本申请还提供了一种执行LCD异物缺陷检测方法的电子设备及相应的实施例。
图4是本申请实施例示出的电子设备的结构示意图。
参见图4，电子设备1000包括存储器1010和处理器1020。
处理器1020可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器1010可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)，和永久存储装置。其中，ROM可以存储处理器1020或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器1010可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器1010可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器1010上存储有可执行代码，当可执行代码被处理器1020处理时，可以使处理器1020执行上文述及的方法中的部分或全部。
上文中已经参考附图详细描述了本申请的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本申请所必须的。另外，可以理解，本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者，本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时，使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。
需要说明的是，相较于彩色工业相机，黑白工业相机的成像质量更好，下面将进行举例说明。例如，对于采用同款传感器的彩色工业相机和黑白工业相机而言，本质区别在于：彩色工业相机的传感器前多加了一层拜耳(“bayer”)滤光片(R和G和B滤光)，用三个像素去接受同一个点的R和G和B分量的信息，然后通过相机内部算法处理得到这个点的RGB信息；而黑白工业相机的传感器前没有滤光片，单个像素感受单独的一个点的信息。这个区别点使得黑白工业相机没有保留图像的色彩信息，能够更加真实的还原图像中每个像素的灰阶，因此黑白工业相机的成像精度更高。
本领域技术人员还将明白的是，结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种用于对LCD模组进行检测的方法，其特征在于，包括：
提供第一光波与第二光波，所述第一光波为表面打光光源发出的光波，所述第一光波为三基色光中的任意一种基色光，基色滤光片为滤光装置内的三基色滤光片中的任意一种滤光片，所述第二光波是由背光光源所发出，所述第二光波包含至少一种与所述第一光波不一样的基色光；
根据所述第一光波的基色切换第一基色滤光片；
通过黑白工业相机透过所述第一基色滤光片对LCD模组进行拍摄，得到第一LCD模组图像；
根据所述第二光波的基色切换第二基色滤光片；
通过所述黑白工业相机透过所述第二基色滤光片对所述LCD模组进行拍摄，得到第二LCD模组图像。
2.根据权利要求1所述的方法，还包括：
对各LCD模组图像分别进行感兴趣区域提取，得到相应的LCD待测图像，所述LCD待测图像中包括至少一个响应亮点；
获取所述LCD待测图像中至少一个响应亮点分别对应的亮点灰度值；
使用灰度阈值对至少一个响应亮点分别对应的亮点灰度值进行阈值分割，确定各LCD模组图像中至少一个响应亮点对应的异物类型，所述异物类型包括灰尘和异物缺陷。
3.根据权利要求1所述的方法，其特征在于，
所述根据第二光波的基色切换第二基色滤光片，包括：
若所述第二光波为三种基色组合的光，则切换所述第二基色滤光片为三基色滤光片中颜色与所述第一光波的基色不一样的滤光片；
若所述第二光波为任意两种基色组合的光，则切换所述第二基色滤光片为三基色滤光片中颜色与所述第一光波的基色不一样且与所述第二光波的任意一种基色一致的滤光片；
若所述第二光波为一种基色光，则切换所述第二基色滤光片为三基色滤光片中颜色与所述第二光波的基色一致的滤光片。
4.根据权利要求2所述的方法，其特征在于，
所述灰度阈值根据在同一LCD待测图像中的至少一个响应亮点分别对应的亮点灰度值的数值范围确定；
所述使用灰度阈值对至少一个响应亮点分别对应的亮点灰度值进行阈值分割，包括：
分别将各个亮点灰度值与所述灰度阈值对比。
5.根据权利要求4所述的方法，其特征在于，
所述确定各LCD模组图像中至少一个响应亮点对应的异物类型，包括：
若当前亮点灰度值小于所述灰度阈值，则判定当前亮点灰度值对应的响应亮点的异物类型为所述灰尘；
若当前亮点灰度值大于所述灰度阈值，则判定当前亮点灰度值对应的响应亮点的异物类型为所述异物缺陷。
6.根据权利要求5所述的方法，其特征在于，
所述确定各LCD模组图像中至少一个响应亮点对应的异物类型之后，包括：
在所述LCD待测图像中将判断为所述灰尘的响应亮点滤除。
7.根据权利要求1所述的方法，其特征在于，
在通过黑白工业相机对LCD模组进行拍摄之前，所述方法还包括：
通过所述背光光源以及所述表面打光光源打亮所述LCD模组；
所述表面打光光源以照射角度为α照射所述LCD模组，所述照射角度为所述表面打光光源发出的光波与水平面法线所形成的夹角，所述α大于零。
8.根据权利要求1所述的方法，其特征在于，
所述通过黑白工业相机透过所述第一基色滤光片或者所述第二级色滤光片对LCD模组进行拍摄，包括：
通过所述黑白工业相机透过所述第一基色滤光片或者所述第二基色滤光片拍摄所述LCD模组的屏幕表面正视图。
9.一种电子设备，其特征在于，包括：
处理器；以及
存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-8中任一项所述的方法。
10.一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1-8中任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110496483.9A CN113295710A (zh) | 2021-05-07 | 2021-05-07 | 用于对lcd模组进行检测的方法、电子设备及存储介质 |
| CN202210488527.8A CN114965498A (zh) | 2021-05-07 | 2022-05-06 | 用于对lcd模组进行检测的方法、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110496483.9A CN113295710A (zh) | 2021-05-07 | 2021-05-07 | 用于对lcd模组进行检测的方法、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113295710A true CN113295710A (zh) | 2021-08-24 |
Family
ID=77321025
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110496483.9A Pending CN113295710A (zh) | 2021-05-07 | 2021-05-07 | 用于对lcd模组进行检测的方法、电子设备及存储介质 |
| CN202210488527.8A Pending CN114965498A (zh) | 2021-05-07 | 2022-05-06 | 用于对lcd模组进行检测的方法、电子设备及存储介质 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210488527.8A Pending CN114965498A (zh) | 2021-05-07 | 2022-05-06 | 用于对lcd模组进行检测的方法、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN113295710A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114881958A (zh) * | 2022-04-29 | 2022-08-09 | 深圳市青虹激光科技有限公司 | 刃口检测方法、系统以及计算机可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6427128B1 (en) * | 1999-04-22 | 2002-07-30 | Satake Corporation | Apparatus and method for evaluating quality of granular object |
| CN101743503A (zh) * | 2007-07-24 | 2010-06-16 | 夏普株式会社 | 液晶显示装置和其制造方法 |
| CN109119009A (zh) * | 2017-06-26 | 2019-01-01 | 深圳回收宝科技有限公司 | 屏幕缺陷检测方法、检测设备、系统及存储介质 |
| CN110441323A (zh) * | 2019-07-11 | 2019-11-12 | 大族激光科技产业集团股份有限公司 | 产品表面的打光方法及系统 |
| 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 |
| CN111982931A (zh) * | 2020-08-27 | 2020-11-24 | 惠州高视科技有限公司 | 一种高精度晶圆表面缺陷检测装置及其检测方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100625581B1 (ko) * | 2005-05-12 | 2006-09-20 | 주식회사 인터크리에이티브 | 엘씨디 중력불량 자동 검사장치 및 방법 |
| KR101286534B1 (ko) * | 2008-02-29 | 2013-07-16 | 엘지디스플레이 주식회사 | 액정표시장치의 검사장치 및 검사방법 |
| JP6000356B2 (ja) * | 2012-07-27 | 2016-09-28 | シャープ株式会社 | 液晶表示パネルの検査方法、および液晶表示パネルの検査装置 |
| CN107390393B (zh) * | 2017-07-24 | 2020-09-22 | 惠州高视科技有限公司 | 一种液晶模组缺陷检测后的复判分层方法 |
| CN107767377B (zh) * | 2017-11-09 | 2024-02-06 | 高视科技(苏州)股份有限公司 | 基于双目视觉系统的液晶屏缺陷与灰尘区分法及检测装置 |
| CN108646445B (zh) * | 2018-05-03 | 2021-03-16 | 武汉精测电子集团股份有限公司 | 一种自适应背光的缺陷检测装置 |
| CN109752394B (zh) * | 2019-01-28 | 2021-10-29 | 凌云光技术股份有限公司 | 一种显示屏缺陷高精度检测方法及系统 |
| CN110007493B (zh) * | 2019-03-28 | 2021-08-20 | 凌云光技术股份有限公司 | 液晶显示屏中碎亮点检测方法 |
| CN112394064B (zh) * | 2020-10-22 | 2021-10-29 | 高视科技(苏州)有限公司 | 一种屏幕缺陷检测的点线测量方法 |
-
2021
- 2021-05-07 CN CN202110496483.9A patent/CN113295710A/zh active Pending
-
2022
- 2022-05-06 CN CN202210488527.8A patent/CN114965498A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6427128B1 (en) * | 1999-04-22 | 2002-07-30 | Satake Corporation | Apparatus and method for evaluating quality of granular object |
| CN101743503A (zh) * | 2007-07-24 | 2010-06-16 | 夏普株式会社 | 液晶显示装置和其制造方法 |
| CN109119009A (zh) * | 2017-06-26 | 2019-01-01 | 深圳回收宝科技有限公司 | 屏幕缺陷检测方法、检测设备、系统及存储介质 |
| CN110441323A (zh) * | 2019-07-11 | 2019-11-12 | 大族激光科技产业集团股份有限公司 | 产品表面的打光方法及系统 |
| 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 |
| CN111982931A (zh) * | 2020-08-27 | 2020-11-24 | 惠州高视科技有限公司 | 一种高精度晶圆表面缺陷检测装置及其检测方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114881958A (zh) * | 2022-04-29 | 2022-08-09 | 深圳市青虹激光科技有限公司 | 刃口检测方法、系统以及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114965498A (zh) | 2022-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112798613B (zh) | Lcd异物缺陷彩色成像检测方法、电子设备及存储介质 | |
| TWI626440B (zh) | 缺陷檢測裝置、缺陷檢測方法及程式產品 | |
| US8391585B2 (en) | Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium | |
| CN112858318B (zh) | 屏幕异物缺陷与灰尘的区分方法、电子设备及存储介质 | |
| US8107716B2 (en) | Defect detecting apparatus and method | |
| JP2003500780A (ja) | 物体検査における確度に基づいた画素分類 | |
| CN113781396B (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
| JPH1019731A (ja) | 表示画面検査方法 | |
| CN113295710A (zh) | 用于对lcd模组进行检测的方法、电子设备及存储介质 | |
| KR101022187B1 (ko) | 기판 검사 장치 | |
| KR20070101669A (ko) | 마운팅 플레이트 어셈블리의 비전 검사장치 및 검사방법 | |
| JP2007248051A (ja) | 対象物表面の欠陥検査方法 | |
| CN112987356B (zh) | 液晶面板底部异物滤除装置 | |
| JP2008014842A (ja) | シミ欠陥検出方法及び装置 | |
| CN113628212A (zh) | 不良偏光片识别方法、电子设备和存储介质 | |
| JP2009236760A (ja) | 画像検出装置および検査装置 | |
| JP5257063B2 (ja) | 欠陥検出方法および欠陥検出装置 | |
| JP2009281759A (ja) | カラーフィルタ欠陥検査方法、及び検査装置、これを用いたカラーフィルタ製造方法 | |
| CN113484333B (zh) | 多层结构屏幕的异物缺陷区分方法、电子设备及存储介质 | |
| JP4967132B2 (ja) | 対象物表面の欠陥検査方法 | |
| CN112666733B (zh) | Lcd灰阶画面下线型缺陷检测方法、电子设备及存储介质 | |
| JPH08152412A (ja) | 外観検査装置 | |
| CN110458840B (zh) | 一种降低面板缺陷过检率的方法、系统及终端设备 | |
| JP2004226212A (ja) | 透明体上のピンホール欠点および汚れ欠点を検出する方法および装置 | |
| JP3216669B2 (ja) | 光ディスク欠陥検査方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210824 |
|
| WD01 | Invention patent application deemed withdrawn after publication |