[发明专利]基于LSTM模型的Mura缺陷检测方法有效
| 申请号： | 201810763443.4 | 申请日： | 2018-07-12 |
| 公开（公告）号： | CN109035226B | 公开（公告）日： | 2021-11-23 |
| 发明（设计）人： | 陈武;张胜森;郑增强 | 申请（专利权）人： | 武汉精测电子集团股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G01N21/88 |
| 代理公司： | 武汉开元知识产权代理有限公司 42104 | 代理人： | 黄行军;刘琳 |
| 地址： | 430070 湖北省武汉*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LSTM模型的Mura缺陷检测方法，包括步骤：1)将面板等分为m个区域，采集m个区域的合格品样本和缺陷品样本；2)每一个区域的合格品样本和缺陷品样本组成一个样本序列，每个序列建立一个LSTM模型；3)将m个区域的样本序列分别进行LSTM模型训练；4)将待测面板的m个区域的图片输入至对应的LSTM模型，m个LSTM模型输出合格或者缺陷的分类结果；5)将m个LSTM模型的分类结果综合，判断是否有任一区域的分类结果为缺陷。本发明通过深度神经网络建立缺陷检测模型，有效规避了传统算法进行背景分割、参数提取的局限性，同时降低了人工成本，能快速输出Mura缺陷，对缺陷进行准确检测，提高了Mura缺陷检测的准确性和效率。 | ||
| 搜索关键词： | 基于 lstm 模型 mura 缺陷 检测 方法 | ||
【主权项】：
1.一种基于LSTM模型的Mura缺陷检测方法，其特征在于：包括如下步骤：1)将面板等分为m个区域，采集m个区域的合格品样本和缺陷品样本；2)每一个区域的合格品样本和缺陷品样本组成一个样本序列，每个序列建立一个LSTM模型；3)将m个区域的样本序列分别进行LSTM模型训练，LSTM模型通过深度学习提取合格品样本特征和缺陷品样本特征；4)将待测面板的m个区域的图片输入至对应的LSTM模型，m个LSTM模型输出合格或者缺陷的分类结果；5)将m个LSTM模型的分类结果综合，判断是否有任一区域的分类结果为缺陷，是则判断待测面板为Mura缺陷并将缺陷位置定位，否则判断待测面板为合格品。
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武汉精测电子集团股份有限公司，未经武汉精测电子集团股份有限公司许可，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/patent/201810763443.4/，转载请声明来源钻瓜专利网。
