公开(公告)号：CN103440654B

公开(公告)日：2016-08-10

申请号：CN201310379001.7

申请日：2013-08-27

Applicant: 南京大学

Inventor： 杨育彬 ,  高阳 ,  赵九洋

IPC: G06T7/00

Abstract: 本发明公开了LCD异物缺陷检测方法，包含如下步骤：图像缩放：利用双线性插值算法将图像缩放；标签检测：检测出标签位置，消除标签，得到图像OI；图像重建：利用奇异值分解方法对图像OI进行重建得到重建图像CI，并用图像OI减去重建图像CI获取差图DI；点状异物缺陷检测：对获取的差图DI进行阈值化缺陷分割，并通过轮廓检测统计轮廓数量并计算缺陷的总面积，判断是否存在点状异物缺陷；区域状异物缺陷检测：将差图DI分成num个窗口，对每个窗口进行区域异物缺陷检测，统计每个窗口中的平均灰度值和方差；线状异物缺陷检测：对差图DI使用边缘检测算法进行边缘检测，判断是否发生线状异物缺陷。

公开(公告)号：CN103440654A

公开(公告)日：2013-12-11

申请号：CN201310379001.7

申请日：2013-08-27

Applicant: 南京大学

Inventor： 杨育彬 ,  高阳 ,  赵九洋

IPC: G06T7/00

Abstract: 本发明公开了LCD异物缺陷检测方法，包含如下步骤：图像缩放：利用双线性插值算法将图像缩放；标签检测：检测出标签位置，消除标签，得到图像OI；图像重建：利用奇异值分解方法对图像OI进行重建得到重建图像CI，并用图像OI减去重建图像CI获取差图DI；点状异物缺陷检测：对获取的差图DI进行阈值化缺陷分割，并通过轮廓检测统计轮廓数量并计算缺陷的总面积，判断是否存在点状异物缺陷；区域状异物缺陷检测：将差图DI分成num个窗口，对每个窗口进行区域异物缺陷检测，统计每个窗口中的平均灰度值和方差；线状异物缺陷检测：对差图DI使用边缘检测算法进行边缘检测，判断是否发生线状异物缺陷。

公开(公告)号：CN103413288B

公开(公告)日：2015-10-21

申请号：CN201310379518.6

申请日：2013-08-27

Applicant: 南京大学

Inventor： 杨育彬 ,  高阳 ,  赵九洋

IPC: G06T5/50 ,  G06T7/00 ,  G01N21/956

Abstract: 本发明公开了一种LCD总体检测缺陷方法，包含如下步骤：步骤1，图像预处理；步骤2，黑白模式图像缺陷分割；步骤3，点缺陷和线缺陷判定；步骤4，灰模式图像缩放；步骤5，图像重建；步骤6，点状异物缺陷检测；步骤7，区域状异物缺陷检测；步骤8，线状异物缺陷检测。本发明对图像进行高斯平滑去除噪声，再求梯度值，根据梯度幅值判定初步确定边缘点，最后精确定位边缘位置并细化，使效果更清晰。

公开(公告)号：CN103413288A

公开(公告)日：2013-11-27

申请号：CN201310379518.6

申请日：2013-08-27

Applicant: 南京大学

Inventor： 杨育彬 ,  高阳 ,  赵九洋

IPC: G06T5/50 ,  G06T7/00 ,  G01N21/956

Abstract: 本发明公开了一种LCD总体检测缺陷方法，包含如下步骤：步骤1，图像预处理；步骤2，黑白模式图像缺陷分割；步骤3，点缺陷和线缺陷判定；步骤4，灰模式图像缩放；步骤5，图像重建；步骤6，点状异物缺陷检测；步骤7，区域状异物缺陷检测；步骤8，线状异物缺陷检测。本发明对图像进行高斯平滑去除噪声，再求梯度值，根据梯度幅值判定初步确定边缘点，最后精确定位边缘位置并细化，使效果更清晰。