一种提升子像素发光均衡的Micro-LED制造方法

    公开(公告)号:CN112951103A

    公开(公告)日:2021-06-11

    申请号:CN202110115072.0

    申请日:2021-01-27

    Abstract: 本发明涉及一种提升子像素发光均衡的Micro‑LED制造方法,该方法包括:在阵列基板的受光面涂覆光刻胶;调整掩膜版,使掩膜版的透光区对应至每个显示像素;维持掩膜版与阵列基板相对位置不变,采用入射方向不同的三组光源同时透过掩膜版的透光区对不同组别的子像素进行曝光;其中,每组光源对应一组相同颜色的子像素,每组光源的光照强度和光照时间根据与该组光源对应颜色的子像素需填充的量子点胶体体积决定;使用显影液对阵列基板上的光刻胶进行第一时间的溶解;烘干阵列基板,并对子像素进行刻蚀形成三种深度不同的储液槽。该方法有利于提高子像素的发光亮度均衡,提升显示效果。

    一种提升子像素发光均衡的Micro-LED光刻系统

    公开(公告)号:CN112947009A

    公开(公告)日:2021-06-11

    申请号:CN202110106838.9

    申请日:2021-01-27

    Abstract: 本发明涉及一种提升子像素发光均衡的Micro‑LED光刻系统,包括:光源模组,用于提供入射方向不同的三组光源;掩膜版模组,包括掩膜版,掩膜版包括透光区和非透光区;阵列基板,阵列基板包括阵列排布的显示像素,每个显示像素包括红、绿、蓝色子像素;装载平台,用于装载阵列基板;显影机,用于喷洒显影液对阵列基板上的光刻胶进行溶解;刻蚀机,用于对子像素进行刻蚀形成三种深度不同的储液槽。在维持掩膜版与阵列基板相对位置不变的情况下,三组光源在同一时间透过透光区对不同颜色的子像素进行曝光,每组光源的光照强度和光照时间根据与该组光源对应颜色的子像素需填充的量子点胶体体积决定。该系统有利于提高子像素的发光亮度均衡,提升显示效果。

    一种液晶显示三畴配向层的光配向光路系统

    公开(公告)号:CN112904621B

    公开(公告)日:2023-12-29

    申请号:CN202110108677.7

    申请日:2021-01-27

    Abstract: 本发明涉及一种液晶显示三畴配向层的光配向光路系统。包括:光源模组,用于提供入射方向不同的三组三畴配向光源;掩膜版模组,掩膜版模组包括掩膜版,掩膜版包括透光区、非透光区;装载平台,用于装载待配向基板;待配向基板包括三组不同配向角的配向区;配向角与三畴配向光源的入射方向相对应;掩膜版设置于装载平台与光源模组之间,且掩膜版的透光区在待配向基板的投影位于同一个显示像素中间的配向区;其中,在维持掩膜版与待配向基板相对位置保持不变的情况下,光源模组提供的三组三畴配向光源在同一时间透过掩膜版的透光区且投射到不同组别的配向区。本发明可以解决在三畴光配向过程中掩膜版的对位误差问题以及减少曝光次数增加产能。

    一种基于深度学习的生活垃圾分类方法

    公开(公告)号:CN112364944B

    公开(公告)日:2022-07-05

    申请号:CN202011502665.4

    申请日:2020-12-18

    Abstract: 本发明涉及一种基于深度学习的生活垃圾分类方法。包括:建立生活垃圾数据集,采用数据增强方法扩充数据集;建立神经网络分类模型,使用幻象模块替换ResNet18残差单元的普通卷积,得到G‑ResNet18网络;将扩充后的数据集经过预处理操作后输入到G‑ResNet18网络进行分类训练;将待分类的生活垃圾图片经过预处理操作后输入到训练后的G‑ResNet18模型,输出分类结果;实验结果表明:G‑ResNet18网络在本实验数据集上的识别精度达到91.6%,识别精度提高了1%,网络的参数量减少了46%。本发明能在不降低网络识别精度的同时大大减少网络的参数量,可以应用于垃圾的智能分类。

    基于目标灰度倾向加权的Otsu目标检测方法

    公开(公告)号:CN112396061A

    公开(公告)日:2021-02-23

    申请号:CN202011342948.7

    申请日:2020-11-25

    Abstract: 本发明涉及一种基于目标灰度倾向加权的Otsu目标检测法,包括以下步骤:步骤S1:对待测图像进行灰度化处理,获得待测图像的灰度直方图;步骤S2:根据得到的待测图像的灰度直方图,确定期望阈值;步骤S3:根据期望阈值,计算前景和背景像素点出现概率及其灰度均值;步骤S4:根据期望阈值选择要更改的灰度倾向系数,若期望阈值更接近高灰度区域就选择高倾向度系数α,反之若更接近低灰度区域就选择低倾向度系数β;步骤S5:采用改进的Otsu类间方差公式进行梯度谷值加权,获得使方差最大的阈值,实现目标与背景的分离。本发明当目标与背景的对比度很低时,能够更准确地剥离目标与背景图像。

Patent Agency Ranking