【技术实现步骤摘要】
用于识别显示器中的斑点的系统和方法申请相关的交叉引用本申请要求2017年12月15日提交的美国临时专利申请第62/599,249号的优先权和权益,其全部内容通过引用整体并入本文。
本公开的一些实施例总体上涉及一种显示器缺陷检测系统和方法。
技术介绍
随着显示器分辨率和像素密度的增加,执行缺陷检测的难度也增加了。人工缺陷检测对于现代制造设施太耗时,而自动化检查技术通常是低效率的。例如,在自动化表面检查中,当局部异常与它们的规则周围邻域具有不同的对比度时,可以容易地识别均匀(例如非纹理)表面中的缺陷。然而,当缺陷与它们的周围环境不具有清晰的边缘并且背景呈现不均匀的照明时,低对比度图像中的缺陷很难被检测。一种常见类型的显示器缺陷是“斑点(Mura)”。斑点是具有局部亮度非均匀性的一大类缺陷。根据斑点的大小和通常形状,斑点可以粗略地被分类为线条斑、点斑和区域斑。每类斑点可能不具有明显的边缘并且可能在图像中不容易显现。因此,使用自动化测试系统识别斑点在过去已经被证明是困难的。因此,需要一种识别斑点缺陷的新方法。以上信息仅是为了增强对本公开的实施例的背景的理解,并且因此可以包含不形成现有技术的信息。
技术实现思路
本公开的一些实施例提供了一种用于显示器中的斑点缺陷检测的系统和方法。在各个实施例中,系统包括:存储器和被配置成识别显示器缺陷的处理器。在各个实施例中,系统对输入图像进行预处理以生成多个图像图块。可以针对多个图像图块中的每一个图像图块提取特征向量。在各个实施例中,每个特征向量包括至少一个图像矩特征和至少一个纹理特征。通过将每个图像图块的特征向量提供至机器学习分类器 ...
【技术保护点】
1.一种用于识别显示器中的斑点的系统,所述系统包括:存储器;处理器,所述处理器被配置成执行存储在所述存储器上的指令,当所述指令由所述处理器执行时,使得所述处理器:对输入图像进行预处理,其中所述对输入图像进行预处理包括生成多个图像图块;针对所述多个图像图块中的每一个图像图块提取特征向量,其中所述特征向量包括至少一个图像矩特征和至少一个纹理特征;以及通过将每个图像图块的所述特征向量提供至机器学习分类器而基于缺陷的存在对每个图像图块进行分类。
【技术特征摘要】
2017.12.15 US 62/599,249;2018.03.01 US 15/909,8931.一种用于识别显示器中的斑点的系统,所述系统包括:存储器;处理器,所述处理器被配置成执行存储在所述存储器上的指令,当所述指令由所述处理器执行时,使得所述处理器:对输入图像进行预处理,其中所述对输入图像进行预处理包括生成多个图像图块;针对所述多个图像图块中的每一个图像图块提取特征向量,其中所述特征向量包括至少一个图像矩特征和至少一个纹理特征;以及通过将每个图像图块的所述特征向量提供至机器学习分类器而基于缺陷的存在对每个图像图块进行分类。2.根据权利要求1所述的系统,其中,所述生成多个图像图块包括:识别所述输入图像中的至少一个局部极大值候选者;将识别的每个局部极大值候选者添加至局部极大值候选者列表;以及针对所述局部极大值候选者列表中的每个局部极大值候选者生成图像图块,其中每个图像图块以对应的局部极大值候选者为中心。3.根据权利要求2所述的系统,其中,所述生成多个图像图块进一步包括:通过从所述局部极大值候选者列表中移除具有小于噪声容差阈值的值的每个局部极大值候选者而过滤所述局部极大值候选者列表中的局部极大值候选者。4.根据权利要求3所述的系统,其中,所述生成多个图像图块进一步包括:将所述输入图像划分成多个区域;识别所述多个区域中的每一个区域中的最大的局部极大值;以及从所述局部极大值候选者列表中移除除了每个最大的局部极大值之外的所有局部极大值。5.根据权利要求1所述的系统,其中,所述机器学习分类器包括支持向量机。6.根据权利要求1所述的系统,其中,所述至少一个纹理特征包括相关性灰度共生矩阵和对比度灰度共生矩阵中的至少一个。7.根据权利要求1所述的系统,其中,所述至少一个图像矩特征包括mu30矩、hu1矩和hu5矩中的至少一个。8.根据权利要求1所述的系统,其中,所述对输入图像进行预处理进一步包括:对所述输入图像执行高斯平滑,并且通过将平滑后的输入图像的动态范围映射至期望的范围而归一化所述平滑后的输入图像。9.根据权利要求1所述的系统,其中,所述缺陷包括白色点斑。10.一种用于识别显示器中的斑点的方法,所述方法包括:由处理器对输入图像进行预处理,其中所述对输入图像进行预处理包括生成多个图像图块;由所述处理器针对所述多个图像图块中的每一个图像图块提取特征向量,其中所述特征向量包括至少一个图像矩特征和至少一个纹理特征;以及由所述处理器通过将每个图...
【专利技术属性】
技术研发人员:张逸炜,李章焕,
申请(专利权)人:三星显示有限公司,
类型:发明
国别省市:韩国,KR
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。