[发明专利]一种基于图像识别的显示屏缺陷监测系统及其检测方法在审

专利信息
申请号: 202110262577.X 申请日: 2021-03-10
公开(公告)号: CN112881430A 公开(公告)日: 2021-06-01
发明(设计)人: 易正瑜 申请(专利权)人: 深圳汇义科技有限公司
主分类号: G01N21/95 分类号: G01N21/95;G01N21/88;B07C5/34;G06T7/00;G06T7/136;G06N3/04;G06N3/08;G06K9/20
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市龙*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 显示屏 缺陷 监测 系统 及其 检测 方法
【说明书】:

发明提供了一种基于图像识别的显示屏缺陷监测系统及其检测方法,涉及屏幕缺陷检测技术领域,包括检测流水线与主控机,所述检测流水线包括至少一个用于对显示屏进行检测的检测工位,所述检测工位为内部设置有用于装载显示屏的点灯治具与图像采集模块的暗室,所述主控机包括图像处理模块、图像对比模块、良品预估模块与样本库,所述检测工位内设置有多个照明灯。本发明通过采用相机拍照,并利用图像处理模块对所得照片进行处理后,利用图像对比模块对处理后的图片与良品预估图进行对比,可有效的检测出显示屏中的不良品,相比于传统的人工检测,大大降低了漏检率与误检率,同时检测速度快,检测精度高,有效提高了显示屏的检测效率。

技术领域

本发明涉及屏幕缺陷检测技术领域,特别是涉及一种基于图像识别的显示屏缺陷监测系统及其检测方法。

背景技术

LCD显示屏的构造是在两片平行的玻璃当中放置液态的晶体,两片玻璃中间有许多垂直和水平的细小电线,透过通电与否来控制杆状水晶分子改变方向,将光线折射出来产生画面,LCD屏广泛应用于手机、平板电脑、车载显示、游戏机、笔记本、数字相机屏等诸多领域。随着市场需求加大,竞争加剧,客户对LCD屏质量要求水平不断提高,导致LCD生产厂家质量检测难度增大、检测内容增多。

常规的LCD屏检测缺陷主要包括点类缺陷、线类缺陷、画面异常类缺陷等,有时也会出现一些非常规的缺陷,比如粗糙斑。点类缺陷,按与背景对比度,可分为亮点类和暗点类;按发生机制,可分为点亮类和异物类。线类缺陷,按与背景对比度,可分为亮线和暗线;按其方向,可分为水平和垂直;按其长度,可分为贯穿线和半截线。

LCD显示屏的传统的检测方式是采用人工视觉的检测方法去检测上述各种缺陷,受主观因素影响,在检测过程中容易出现漏检以及误检的情况,导致检测速度慢、检测效率低,影响了整个检测速度和检测效率。

发明内容

基于此,有必要针对人工检测效率低,且易漏检、误检的问题,提供一种基于图像识别的显示屏缺陷监测系统及其检测方法。

一方面,本发明提供了一种基于图像识别的显示屏缺陷检测系统,包括检测流水线与主控机,所述检测流水线包括至少一个用于对显示屏进行检测的检测工位,所述检测工位为内部设置有用于装载显示屏的点灯治具与图像采集模块的暗室,所述主控机包括图像处理模块、图像对比模块、良品预估模块与样本库,所述检测工位内设置有多个照明灯,所述照明灯对称分布于点灯治具的两侧。

在其中一个实施例中,所述图像采集模块包括多个相机,所述相机用于拍摄显示屏的缺陷原图,所述相机的数量为六个,且六个相机分别为相机A、相机B、相机C、相机D、相机E与相机F。

在其中一个实施例中,六个所述相机分别由不同角度对显示屏进行拍照,六个所述相机分别用于拍摄白画面、128灰画面、黑画面、框图画面、红画面、绿画面、蓝画面及灰尘画面中的至少两种组合。

在其中一个实施例中,所述图像处理模块用于通过采用差分算法对缺陷原图进行计算并得到一次缺陷重建图。

在其中一个实施例中,所述图像处理模块用于通过采用二值化算法对一次缺陷重建图进行计算并得到二次缺陷重建图。

在其中一个实施例中,所述样本库包括良品特征库与不良品特征库。

在其中一个实施例中,所述良品预估模块用于通过对良品特征库及不良品特征库中的特征样本进行学习,对每个像素点间建立关联反馈,形成卷积神经网络模型,并根据卷积神经网络生成良品预估图。

在其中一个实施例中,所述图像对比模块用于对同一显示屏的所述二次缺陷重建图及所述良品预估图进行对比。

在其中一个实施例中,所述检测流水线还包括:

用于对待检测显示屏进行上料的入料流水线;

用于对待检测显示屏由入料流水线表面进行转运的入料手臂;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳汇义科技有限公司,未经深圳汇义科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110262577.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top