一种基于AOI的缺陷检测的自动分类分级方法和装置制造方法及图纸

本申请公开了一种基于AOI的缺陷检测的自动分类分级方法，包括：基于AOI的检测输出的不同类型的缺陷，根据预定的大类分类规则，将输入的不同类型的缺陷区分为若干大类；基于输入的某一大类的若干缺陷，根据预定的小类分类规则，将该某一大类若干缺陷细分为各种小类；基于输入的同一大类下的某一小类的若干缺陷，基于预定的小类分级规则，将该某一小类的若干缺陷区分为不同等级；基于所述大类分类规则、所述小类分类规则及所述小类分级规则，标记所述AOI检测输出的缺陷。该方法能够自动的完成AOI的缺陷检测的分类分级，从而能够显著提高效率、降低成本。此外，本申请还公开了一种基于AOI的缺陷检测的自动分类分级装置。

【技术实现步骤摘要】
一种基于AOI的缺陷检测的自动分类分级方法和装置
本申请涉及基于AOI的缺陷检测
，特别涉及一种基于AOI的缺陷检测的自动分类分级方法。此外，本申请还涉及一种基于AOI的缺陷检测的自动分类分级装置。
技术介绍
目前智能手机主流的屏幕可分为两大类,一种是LCD,另一种是OLED。无论是LCD还是OLED，几乎全部采用了AOI(AutomaticOpticInspection自动光学检测)设备进行缺陷检测。当前AOI检测除了需要把缺陷准确检测出后，还需要对缺陷进行分类及分级。缺陷分类是指按照缺陷形态、画面、位置、颜色、层等特征信息区分为不同类别的缺陷；缺陷分级是指对同一种类的缺陷(主要是点类和色斑类)按照缺陷程度、尺寸等区分为不同等级的缺陷，例如OK、G1、G2、G3等。请参考图1，图1为OLED产品的缺陷分类表示意图。为什么要对缺陷进行分类呢？第一、每种缺陷判定基准是不同的，需要先分类然后再进行基准的判定；第二、由于缺陷位于手机屏幕不同的部件，缺陷分类可以作为屏幕是否能够修复以及需要修复的部件判定条件；第三、缺陷分类准确可精确反馈制程工艺问题点，作为工艺改善的判定依据。为什么要对缺陷进行分级？第一：判定产品严重程度的依据；第二：满足客户不同的出货等级要求。有鉴于此，提供一种能够快速便捷对缺陷进行分类分级方法，是各大厂家的迫切需求。
技术实现思路
本申请要解决的技术问题为提供一种基于AOI的缺陷检测的自动分类分级方法，该方法能够自动的完成AOI的缺陷检测的分类分级，从而能够显著提高效率、降低成本。此外，本申请另一个要解决的技术问题为提供一种基于AOI的缺陷检测的自动分类分级装置。为解决上述技术问题，本申请提供一种基于AOI的缺陷检测的自动分类分级方法，包括：基于AOI的检测输出的不同类型的缺陷，根据预定的大类分类规则，将输入的不同类型的缺陷区分为若干大类；基于输入的某一大类的若干缺陷，根据预定的小类分类规则，将该某一大类若干缺陷细分为各种小类；基于输入的同一大类下的某一小类的若干缺陷，基于预定的小类分级规则，将该某一小类的若干缺陷区分为不同等级；基于所述大类分类规则、所述小类分类规则及所述小类分级规则，标记所述AOI检测输出的缺陷。在一种具体实施方式中，所述预定的大类分类规则包括下属五种算法中的至少一种：点检测算法、线检测算法、块检测算法、色斑检测算法和画面异常检测算法；大类缺陷包括下属五种缺陷中的至少一种：点大类缺陷、线大类缺陷、块大类缺陷、色斑大类缺陷和画面异常大类缺陷。在一种具体实施方式中，在预定的某一大类缺陷下，将若干的小类缺陷规则按照缺陷严重程度优先级进行排序，先进行优先级高的小类缺陷的分类判定；当结果为是时，则进行小类缺陷的分级判定；当结果为否时，则进行优先级较低的下一级的小类缺陷分类判定。在一种具体实施方式中，当进行小类缺陷的分级判定时，按照缺陷严重程度优先级进行排序，先进行优先级高的小类缺陷的分级判定；当结果为是时，则输出携带有所述大类分类规则、所述小类分类规则及所述小类分级规则的缺陷结果。当结果为否时，则进行优先级较低的下一级的小类缺陷分级判定。在一种具体实施方式中，所述“基于所述大类分类规则、所述小类分类规则及所述小类分级规则，标记所述AOI检测输出的缺陷”之后，还包括：基于距离数据，对任两个或多个标记输出的缺陷之间的相互关系作出判定，得出两个缺陷之间或三个缺陷之间相交、或相离的关系认定。在一种具体实施方式中，所述预定的小类分类规则至少包括下述五种规则中的一种：点类分类规则包括：画面、亮/暗、形状、区域、距离、个数或算法；线类分类规则包括：画面、亮/暗、水平、垂直、交叉、区域、长度或宽度；色斑分类规则包括：画面、亮/暗、形状、区域、个数、长宽比、角度、AI分类类别、或颜色；块分类规则包括：画面、亮/暗、区域、长度、宽度或算法；画面异常分类规则包括：画面、亮度、异常状态或算法。在一种具体实施方式中，所述预定的小类分级规则至少包括下述两种规则中的一种：点类分级规则包括：尺寸、面积或对比度；色斑类分级规则包括：面积、对比度或JND。此外，为解决上述技术问题，本申请还提供一种基于AOI的缺陷检测的自动分类分级装置，包括：大类分类单元，用于基于AOI的检测输出的不同类型的缺陷，根据预定的大类分类规则，将输入的不同类型的缺陷区分为若干大类；小类分类单元，用于基于输入的某一大类的若干缺陷，根据预定的小类分类规则，将该某一大类若干缺陷细分为各种小类；小类分级单元，基于输入的同一大类下的某一小类的若干缺陷，根据预定的小类分级规则，将该某一小类的若干缺陷区分为不同等级；标记单元，用于基于所述大类分类规则、所述小类分类规则及所述小类分级规则，标记所述AOI检测输出的缺陷。在一种具体实施方式中，所述预定的大类分类规则包括下属五种算法中的至少一种：点检测算法、线检测算法、块检测算法、色斑检测算法和画面异常检测算法；大类缺陷包括下属五种缺陷中的至少一种：点大类缺陷、线大类缺陷、块大类缺陷、色斑大类缺陷和画面异常大类缺陷。在一种具体实施方式中，在预定的某一大类缺陷下，将若干的小类缺陷规则按照缺陷严重程度优先级进行排序，先进行优先级高的小类缺陷的分类判定；当结果为是时，则进行小类缺陷的分级判定；当结果为否时，则进行优先级较低的下一级的小类缺陷分类判定。在一种具体实施方式中，当进行小类缺陷的分级判定时，按照缺陷严重程度优先级进行排序，先进行优先级高的小类缺陷的分级判定；当结果为是时，则输出携带有所述大类分类规则、所述小类分类规则及所述小类分级规则的缺陷结果。当结果为否时，则进行优先级较低的下一级的小类缺陷分级判定。在一种具体实施方式中，所述基于AOI的缺陷检测的自动分类分级装置还包括：关系认定单元，用于基于距离数据，对任两个或多个标记输出的缺陷之间的相互关系作出判定，得出两个缺陷之间或三个缺陷之间相交、或相离的关系认定。在一种具体实施方式中，所述预定的小类分类规则至少包括下述五种规则中的一种：点类分类规则包括：画面、亮/暗、形状、区域、距离、个数或算法；线类分类规则包括：画面、亮/暗、水平、垂直、交叉、区域、长度或宽度；色斑分类规则包括：画面、亮/暗、形状、区域、个数、长宽比、角度、AI分类类别、或颜色；块分类规则包括：画面、亮/暗、区域、长度、宽度或算法；画面异常分类规则包括：画面、亮度、异常状态或算法。在一种具体实施方式中，所述预定的小类分级规则至少包括下述两种规则中的一种：点类分级规则包括：尺寸、面积或对比度；...

【技术保护点】
1.一种基于AOI的缺陷检测的自动分类分级方法，其特征在于，包括：/n基于AOI的检测输出的不同类型的缺陷，根据预定的大类分类规则，将输入的不同类型的缺陷区分为若干大类；/n基于输入的某一大类的若干缺陷，根据预定的小类分类规则，将该某一大类若干缺陷细分为各种小类；/n基于输入的同一大类下的某一小类的若干缺陷，基于预定的小类分级规则，将该某一小类的若干缺陷区分为不同等级；/n基于所述大类分类规则、所述小类分类规则及所述小类分级规则，标记所述AOI检测输出的缺陷。/n

【技术特征摘要】
1.一种基于AOI的缺陷检测的自动分类分级方法，其特征在于，包括：
基于AOI的检测输出的不同类型的缺陷，根据预定的大类分类规则，将输入的不同类型的缺陷区分为若干大类；
基于输入的某一大类的若干缺陷，根据预定的小类分类规则，将该某一大类若干缺陷细分为各种小类；
基于输入的同一大类下的某一小类的若干缺陷，基于预定的小类分级规则，将该某一小类的若干缺陷区分为不同等级；
基于所述大类分类规则、所述小类分类规则及所述小类分级规则，标记所述AOI检测输出的缺陷。


2.如权利要求1所述的一种基于AOI的缺陷检测的自动分类分级方法，其特征在于，
所述预定的大类分类规则包括下属五种算法中的至少一种：
点检测算法、线检测算法、块检测算法、色斑检测算法和画面异常检测算法；
大类缺陷包括下属五种缺陷中的至少一种：
点大类缺陷、线大类缺陷、块大类缺陷、色斑大类缺陷和画面异常大类缺陷。


3.如权利要求2所述的一种基于AOI的缺陷检测的自动分类分级方法，其特征在于，
在预定的某一大类缺陷下，将若干的小类缺陷规则按照缺陷严重程度优先级进行排序，先进行优先级高的小类缺陷的分类判定；
当结果为是时，则进行小类缺陷的分级判定；
当结果为否时，则进行优先级较低的下一级的小类缺陷分类判定。


4.如权利要求3所述的一种基于AOI的缺陷检测的自动分类分级方法，其特征在于，
当进行小类缺陷的分级判定时，按照缺陷严重程度优先级进行排序，先进行优先级高的小类缺陷的分级判定；
当结果为是时，则输出携带有所述大类分类规则、所述小类分类规则及所述小类分级规则的缺陷结果；
当结果为否时，则进行优先级较低的下一级的小类缺陷分级判定。


5.如权利要求1-4任一项所述的一种基于AOI的缺陷检测的自动分类分级方法，其特征在于，所述“基于所述大类分类规则、所述小类分类规则及所述小类分级规则，标记所述AOI检测输出的缺陷”之后，还包括：
基于距离数据，对任两个或多个标记输出的缺陷之间的相互关系作出判定，得出两个缺陷之间或三个缺陷之间相交、或相离的关系认定。


6.如权利要求1-4任一项所述的一种基于AOI的缺陷检...

【专利技术属性】
技术研发人员：时广军，周钟海，赵严，姚毅，杨艺，
申请(专利权)人：凌云光技术股份有限公司，
类型：发明
国别省市：北京;11