液晶屏模糊边缘缺陷分布式检测方法

• 作者: 夏晓云 张仁斌 王聪 谢瑞
• 来源期刊: 计算机应用研究
• 关键词: MapReduce 二次缺陷分割 C-V 模型 SVM分类器
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2534-2538,2542
• 页数: 6页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.08.065

摘要

第六代液晶屏在生产过程中会产生多种类型的缺陷，通过单机进行缺陷检测存在存储资源和计算时间的瓶颈。利用 Hadoop 集群优势处理海量的高分辨率液晶屏图像是一个新的思路。针对线阵 CCD（charge-cou-pled device）相机采集特点，提出一种基于 MapReduce 的分布式缺陷检测方法，使用改进的 C-V 图像分割模型，完成液晶屏模糊边缘的缺陷分割，对处于子图边缘的缺陷进行二次缺陷提取，提高缺陷检测的准确率，并采用SVM（support vector machine）分类器完成缺陷的分类。实验表明，该方法提高检测效率的同时降低了缺陷的误判率，为分布式存储分块图像、缺陷测量等相关研究奠定了基础。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仁斌	合肥工业大学计算机与信息学院	37	235	9.0	12.0
2	谢瑞	合肥工业大学计算机与信息学院	12	29	3.0	4.0
3	王聪	合肥工业大学计算机与信息学院	5	20	3.0	4.0
4	夏晓云	合肥工业大学计算机与信息学院	2	6	2.0	2.0