专利汇可以提供一种液晶显示模组偏光片剥离的撕片检测系统及方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种 液晶 显示模组偏光片剥离的撕片检测系统及方法,所述检测系统包括偏光片模型建立模 块 、偏光片性能检测模块和偏光片评价模块,所述偏光片模型建立模块用于建立偏光片的正常模型和非正常模型,所述偏光片性能检测根据偏光片的正常模型和非正常模型,判断剥离的偏光片是否合格,所述偏光片评价模块根据剥离的偏光片的合格情况,判断是否需要对剥离偏光片的加工机器进行检修,所述偏光片模型建立模块包括正常模型模块、划痕模型模块和压痕模型模块,所述正常模型模块用于训练偏光片的正常模型,并存储偏光片正常模型的特征,所述划痕模型模块用于训练偏光片的划痕模型,并存储偏光片划痕模型的特征。,下面是一种液晶显示模组偏光片剥离的撕片检测系统及方法专利的具体信息内容。
1.一种液晶显示模组偏光片剥离的撕片检测系统,其特征在于:所述检测系统包括偏光片模型建立模块、偏光片性能检测模块和偏光片评价模块,所述偏光片模型建立模块用于建立偏光片的正常模型和非正常模型,所述偏光片性能检测根据偏光片的正常模型和非正常模型,判断剥离的偏光片是否合格,所述偏光片评价模块根据剥离的偏光片的合格情况,判断是否需要对剥离偏光片的加工机器进行检修。
2.根据权利要求1所述的一种液晶显示模组偏光片剥离的撕片检测系统,其特征在于:
所述偏光片模型建立模块包括正常模型模块、划痕模型模块和压痕模型模块,所述正常模型模块用于训练偏光片的正常模型,并存储偏光片正常模型的特征,所述划痕模型模块用于训练偏光片的划痕模型,并存储偏光片划痕模型的特征,所述压痕模型模块用于训练偏光片的压痕模型,并存储偏光片压痕模型的特征,所述偏光片性能检测模块包括偏光片计数模块、偏光片图像采集模块、图像分割模块、图像计算模块、图像判断模块、图像标记模块和图像复检模块,所述偏光片计数模块用于对检测剥离的偏光片的总数目、合格偏光片数目、带有划痕的偏光片数目以及带有压痕的偏光片数目进行计数,所述偏光片图像采集模块用于采集偏光片图像,所述图片分割模块用于将偏光片图像分割成若干个大小相等的区域,所述图像计算模块用于计算每个区域的灰度均值和灰度方差,所述图像判断模块根据图像计算模块输出的每个区域的灰度均值和灰度方差判断该区域所属的类型,所述图像标记模块用于标记属于非正常模型的区域,所述图像复检模块用于对标记的非正常模型的区域进行再次检测。
3.根据权利要求2所述的一种液晶显示模组偏光片剥离的撕片检测系统,其特征在于:
所述偏光片性能检测模块还包括图像预处理模块,所述图像用于接受偏光片图像采集模块传输的偏光片图像,并在对偏光片图像去雾处理和增强偏光片图像对比度后将图像传输给图像分割模块,所述偏光片评价模块包括合格率计算模块、不合格率计算模块和评价输出模块,所述合格率计算模块用于计算剥离的偏光片的合格率,所述不合格率计算模块用于计算带有划痕的偏光片的不合格率和带有压痕的偏光片的不合格率,所述评价输出模块根据合格率计算模块和不合格率计算模块的结果输出对剥离偏光片的加工过程评价结果。
4.一种液晶显示模组偏光片剥离的撕片检测方法,其特征在于:所述检测方法包括以下步骤:
S1:建立偏光片的检测模型;
S2:检测剥离的偏光片的性能;
S3:评价偏光片的剥离过程。
5.根据权利要求4所述的一种液晶显示模组偏光片剥离的撕片检测方法,其特征在于:
所述步骤S1中建立偏光片的检测模型包括以下步骤:
S1:建立偏光片的正常模型:收集若干张正常偏光片的训练图像,将每张训练图像分割成n个大小相等的区域,分别计算每个子区域的灰度均值M1和灰度方差N1,将每个子区域的灰度均值M1和灰度方差N1作为特征得到偏光片的正常模型;
S2:建立偏光片的非正常模型,非正常模型包括划痕模型和压痕模型:
S21:建立偏光片的划痕模型:收集若干张带有不同长度划痕的偏光片的训练图像,将每张训练图像分割成n个大小相等的区域,分别计算每个带有划痕的子区域的灰度均值M2和灰度方差N2,将带有划痕的子区域的灰度均值M2和灰度方差N2作为特征得到偏光片的划痕模型;
S22:建立偏光片的压痕模型:收集若干张带有不同大小压痕的偏光片的训练图像,将每张训练图像分割成n个大小相等的区域,分别计算每个带有压痕的子区域的灰度均值M2和灰度方差N2,将每个带有压痕的子区域的灰度均值M2和灰度方差N2作为特征得到偏光片的压痕模型。
6.根据权利要求4所述的一种液晶显示模组偏光片剥离的撕片检测方法,其特征在于:
所述步骤S2中检测剥离的偏光片的性能包括以下步骤:
S21:确定该批检测剥离的偏光片的总数目G;
S22:针对某偏光片采集偏光片图像,预处理偏光片图像;
S23:将偏光片图像分割成n个大小相等的区域,分别计算每个区域的灰度均值Mi和灰度方差Ni,分别判断每个区域属于偏光片的正常模型还是偏光片的非正常模型,若该偏光片图像上的每个区域均属于偏光片的正常模型,则该偏光片为合格偏光片,若该偏光片图像上存在某个区域属于偏光片的非正常模型,则该偏光片为不合格偏光片,并将属于偏光片的非正常模型的区域标记为维修区域,转步骤S24;
S24:采集d次该偏光片维修区域的图像,并计算d张图像上的灰度均值和灰度方差,若存在0.8*d次判断该维修区域属于偏光片的划痕模型或存在0.8*d次判断该维修区域属于偏光片的压痕模型,则该维修区域属于对应的不正常模型类型,对该维修区域进行进一步标记,并将该偏光片送修,转步骤S25,若存在0.8*d次判断该维修区域不属于偏光片的划痕模型且存在0.8*d次判断该维修区域不属于偏光片的压痕模型,则转S22;
S25:统计该批检测剥离的偏光片的合格偏光片数目P,带有划痕的偏光片数目J以及带有压痕的偏光片数目K。
7.根据权利要求6所述的一种液晶显示模组偏光片剥离的撕片检测方法,其特征在于:
所述步骤S3中评价偏光片的剥离过程包括以下步骤:计算剥离的偏光片的合格率Z0=(P/G)*100%,若合格率Z0>=80%,则表明剥离偏光片的加工过程良好,若合格率Z0<80%,则计算带有划痕的偏光片的不合格率Z1和带有压痕的偏光片的不合格率Z2,Z1=J/G,Z2=K/G,若Z1<=15且Z2<=15%,则表明剥离偏光片的加工过程良好,若Z1>15%或Z2<15%,则表明剥离偏光片的加工过程存在问题,需要对剥离偏光片的机器进行检修。
8.根据权利要求5所述的一种液晶显示模组偏光片剥离的撕片检测方法,其特征在于:
所述步骤S22中的预处理偏光片图像包括对偏光片图像去雾处理和增强偏光片图像对比度。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种自适应分数阶多尺度熵融合的水下图像增强方法 | 2020-05-11 | 560 |
基于MPSoC的运动目标实时检测跟踪系统及方法 | 2020-05-08 | 830 |
一种基于街景图的城市环境评估方法 | 2020-05-08 | 782 |
一种基于化学反应优化的列车车轮踏面图像分割方法 | 2020-05-08 | 801 |
自适应的曝光量调整多尺度熵融合的水下图像增强方法 | 2020-05-12 | 219 |
证件文字信息获取方法、装置以及电子设备 | 2020-05-08 | 872 |
一种基于监控视频与社交网络数据的灰霾来源确定方法 | 2020-05-12 | 169 |
基于数字图像处理技术的太阳能电池板缺陷检测方法 | 2020-05-08 | 538 |
一种高温锻件高精度智能测量仪和测量方法 | 2020-05-12 | 17 |
一种基于自主学习和深度学习的矿石粒度检测方法和系统 | 2020-05-12 | 448 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。