具有子像素结构的空间光调制器缺陷分类方法转让专利
申请号 : CN201510364464.5
文献号 : CN104977154B
文献日 : 2017-10-24
发明人 : 戴琼海 , 范静涛 , 杜远超
申请人 : 清华大学
摘要 :
权利要求 :
1.一种具有子像素结构的空间光调制器缺陷分类方法,其特征在于,包括以下步骤:
利用补偿矩阵对每次拍摄的图像进行背光补偿,其中,空间光调制器位于暗室中;
采集多个先验为无坏点的空间光调制器的多种颜色图像,利用采集的多个先验为无坏点的空间光调制器的多种颜色图像,计算每种颜色图像的近似正太分布图样的强度分布,对每个发光单元,如果发光单元在颜色图像中的强度超过强度分布范围,就判定发光单元为缺陷点,来完成训练分类器,以及根据颜色强度均值记录5维的标准颜色强度向量,其中,多种颜色图像为每张图像只具有一种颜色且图像之间颜色不同的多张图像;
采集待检测空间光调制器的多种颜色图像,如果发光单元中的强度超过强度分布范围,并且发光单元的强度向量与标准颜色强度向量相关性较弱,则判定发光单元为缺陷点;
利用数字来表示发光单元的颜色强度在近似正太分布图样的颜色强度分布中的范围:-1表示超出此种颜色分布的6-Sigma下限,0表示位于此种颜色分布的6-Sigma范围内,1表示超出此种颜色分布的6-Sigma上限,并利用1表示与标准颜色强度向量相关性强,0表示相关性弱。
2.根据权利要求1所述的具有子像素结构的空间光调制器缺陷分类方法,其特征在于,所述暗室中的照度低于10Lux。
3.根据权利要求1所述的具有子像素结构的空间光调制器缺陷分类方法,其特征在于,利用数字相机采集多个先验为无坏点的空间光调制器的多种颜色图像和待检测空间光调制器的多种颜色图像。
4.根据权利要求1所述的具有子像素结构的空间光调制器缺陷分类方法,其特征在于,多张颜色图像为每张图像只具有红、绿、蓝、白、黑五种颜色中一种的多张颜色图像。
5.一种具有子像素结构的空间光调制器缺陷分类装置,其特征在于,包括:
补偿模块,用于利用补偿矩阵对每次拍摄的图像进行背光补偿,其中,空间光调制器位于暗室中;
训练模块,用于采集多个先验为无坏点的空间光调制器的多种颜色图像,利用采集的多个先验为无坏点的空间光调制器的多种颜色图像,计算每种颜色图像的近似正太分布图样的强度分布,对每个发光单元,如果发光单元在颜色图像中的强度超过强度分布范围,就判定发光单元为缺陷点,来完成训练分类器,以及根据颜色强度均值记录5维的标准颜色强度向量,其中,多种颜色图像为每张图像只具有一种颜色且图像之间颜色不同的多张图像;
分类模块,用于采集待检测空间光调制器的多种颜色图像,如果发光单元中的强度超过强度分布范围,并且发光单元的强度向量与标准颜色强度向量相关性较弱,则判定发光单元为缺陷点,以及利用数字来表示发光单元的颜色强度在近似正太分布图样的颜色强度分布中的范围:-1表示超出此种颜色分布的6-Sigma下限,0表示位于此种颜色分布的6-Sigma范围内,1表示超出此种颜色分布的6-Sigma上限,并利用1表示与标准颜色强度向量相关性强,0表示相关性弱。
说明书 :
具有子像素结构的空间光调制器缺陷分类方法
技术领域
背景技术
的重要环节。LED、LCD以及OLED等空间光调制器的产品质量更成为衡量一个国家在电子设
备领域技术能力的重要标志。
或其他信号控制下,改变空间上光分布的振幅或强度、相位、偏振态以及波长,或者把相干
光转化成非相干光。由于它的这种性质,可作为实时光学信息处理、光计算和光学神经网络
等系统中构造单元或关键器件。空间光调制器是实时光学信息处理,自适应光学和光计算
等现代光学领域的关键器件。很大程度上,光空间调制器的性能决定了这些领域的实用价
值和发展前景。
会产生一些缺陷,当前工业界的缺陷检测主要手段是依靠人工观察检测,在这种原始的检
测方法有多方面的不足:由于LCD的次品率一般仅为1%~3%,再加上检测人员主观因素和
外界环境的影响,误识率和拒识率都难以获得理想效果;此外缺乏对缺陷等级的统一判定
标准,检测效率低,代价高,对工人健康有着严重的损害。随着显示屏朝着多样化、大尺寸、
高分辨、小间距、轻薄化、低功耗、高清晰的方向发展,人工检测的局限性将会越来越明显,
可以预见,在不久的将来人工检测将无法满足产品质量和生产效率方面的要求,这种原始
粗放型检测方法将成为制约电子设备产业的重要因素。
或几种缺陷类型,这就需要多种检测方法才能涵盖所有缺陷类型,这就严重影响了检测的
精确,另一方面,现有的检测算法的时间复杂度过高,无法满足工业生产的效率需求。所以
现今的产业界的空间光调制器缺陷检测很大程度上仍依赖人工检测。
发明内容
集多个先验为无坏点的空间光调制器的多种颜色图像,并计算每种颜色图像的颜色强度均
值,以训练分类器,以及计算发光单元的标准颜色强度向量;采集待检测空间光调制器的多
种颜色图像,利用所述分类器和所述标准颜色强度向量的相关性识别所述待检测空间光调
制器的正常点与缺陷点;根据所述分类器的分类结果和空间光调制器的多种颜色图像中同
一发光单元的数据关系,对所述缺陷点进行进一步分类。
采集大量空间光调制器图像训练分类器降低了个别数据异常带来的问题,提高了分类器算
法的鲁棒性。本发明提出的方法的效率与准确率均高于人工检测。本发明所需图像采集系
统所需分辨率只需与空间光调制器分辨率相同。
三色常亮 1 1 1 1 0 0
单色常亮(红) 1 0 1 1 1 0
单色常暗(红) 0 -1 0 0 0 0
双色常暗(红蓝) 0 -1 -1 1 0 0
三色常暗 0 -1 -1 -1 -1 0
有半透明物质 0 -1 -1 -1 -1 1
室中;训练模块,用于采集多个先验为无坏点的空间光调制器的多种颜色图像,并计算每种
颜色图像的颜色强度均值,以训练分类器,以及计算发光单元的标准颜色强度向量;分类模
块,用于采集待检测空间光调制器的多种颜色图像,利用所述分类器和所述标准颜色强度
向量的相关性识别所述待检测空间光调制器的正常点与缺陷点,以及根据所述分类器的分
类结果和空间光调制器的多种颜色图像中同一发光单元的数据关系,对所述缺陷点进行进
一步分类。
采集大量空间光调制器图像训练分类器降低了个别数据异常带来的问题,提高了分类器算
法的鲁棒性。本发明的实施例的效率与准确率均高于人工检测。本发明所需图像采集系统
所需分辨率只需与空间光调制器分辨率相同。
附图说明
具体实施方式
述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
发明中的具体含义。
缺陷分类方法,包括如下步骤:。
像采集系统对多个空间光调制器采集不同颜色图像,计算其全局统计特性,训练分类器,并
计算发光单元的标准颜色强度向量。
同颜色图像,利用分类器以及同标准颜色强度向量的相关性区分正常点与缺陷点。
三色常亮 1 1 1 1 0 0
双色常亮(红蓝) 1 1 1 1 0 0
单色常亮(红) 1 0 1 1 1 0
单色常暗(红) 0 -1 0 0 0 0
双色常暗(红蓝) 0 -1 -1 1 0 0
三色常暗 0 -1 -1 -1 -1 0
有半透明物质 0 -1 -1 -1 -1 1
像,根据统计学训练分类器,将空间光调制器发光单元分为正常点与缺陷点;利用机器视觉
的技术计算统计学特性与指标,将缺陷点进一步明细分类。其中,所述暗室照度低于10Lux。
像素工业相机,选取LCD屏幕所在位置为感兴趣区域,如无特殊说明,本专利中所说图像均
指此ROI,即LCD屏幕所在位置。
用此补偿矩阵对图像进行背光补偿。
均值图像,即对每一块屏幕都生成5张不同颜色图像。对每种颜色图像,利用10块屏幕计算
其强度分布,得到近似正太分布图样,分布中心即为此种颜色强度均值。经统计,6倍方差范
围内即可覆盖全部正常点的强度。
步骤4中获得颜色强度均值记录5维的标准颜色强度向量。
的颜色强度向量与步骤5中的标准颜色强度向量相关性较弱,则判定其为缺陷点。
的6-Sigma范围内,1表示超出此种颜色分布的6-Sigma上限。利用1表示与标准颜色强度向
量相关性强,0表示相关性弱。
采集大量空间光调制器图像训练分类器降低了个别数据异常带来的问题,提高了分类器算
法的鲁棒性。本发明提出的方法的效率与准确率均高于人工检测。本发明所需图像采集系
统所需分辨率只需与空间光调制器分辨率相同。
计算每种颜色图像的颜色强度均值,以训练分类器,以及计算发光单元的标准颜色强度向
量。分类模块330用于采集待检测空间光调制器的多种颜色图像,利用所述分类器和所述标
准颜色强度向量的相关性识别所述待检测空间光调制器的正常点与缺陷点,以及根据所述
分类器的分类结果和空间光调制器的多种颜色图像中同一发光单元的数据关系,对所述缺
陷点进行进一步分类。
采集大量空间光调制器图像训练分类器降低了个别数据异常带来的问题,提高了分类器算
法的鲁棒性。本发明的实施例的效率与准确率均高于人工检测。本发明所需图像采集系统
所需分辨率只需与空间光调制器分辨率相同。
的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。