基于BP神经网络和均值差分的TFT-LCD MURA缺陷检测方法

• 作者: 曾毅 罗百通 郭龙源
• 来源期刊: 湖南理工学院学报（自然科学版）
• 关键词: 机器视觉 BP神经网络 TFT-LCD MURA 缺陷检测
• 年，卷（期）: 2017,（1）
• 页码范围: 32-38
• 页数: 7页
• 分类号: TP394.1|TH691.9
• 语种: 中文

摘要

TFT-LCD MURA缺陷具有背景整体亮度不均、灰度变化不明显等特点,用基于机器视觉的方法从TFT-LCD图像中分割出缺陷是非常困难的.本文提出一种新的MURA缺陷检测方法,首先在分析TFT-LCD图像中背景与MURA缺陷灰度值差异的基础上,采用均值滤波和背景差分法来抑制背景杂波,然后采用灰度约束获取疑似MURA缺陷区域,最后提取疑似区域灰度特征并将其放入训练后的BP神经网络提取缺陷目标.结果显示,本文方法正确检测概率为98.1%,误检率为1.4%,平均检测时间为0.33秒.仿真实验结果表明,本文提出的方法对MURA缺陷的检测非常有效,且算法简单,实时性高,易于实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭龙源	湖南理工学院信息与通信工程学院	18	34	3.0	4.0
2	罗百通	湖南理工学院信息与通信工程学院	3	7	2.0	2.0
3	曾毅	湖南理工学院信息与通信工程学院	4	9	2.0	2.0