基于BP神经网络的线Mura缺陷识别与定位研究

• 作者: 姜涌 崔雨晨 张月圆 曾庆化 李一能
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: BP神经网络 灰度曲线 Mura 缺陷检测 图像处理
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 科研论文
• 页码范围: 61-68
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12086/oee.2020.190725

摘要

各类显示屏中Mura缺陷的自动识别和定位对提高显示屏幕的产品品质具有重要作用,是当前迫切需要发展的重要技术之一.针对当前手机屏幕Mura缺陷对比度低、缺乏明显边缘等特点,文中提出一种基于图像灰度曲线的Mura缺陷检测方法及其改进方法.改进方法基于均值滤波平滑和降采样原理,通过研究采样线上灰度曲线的波峰与波谷信息,利用BP神经网络构建线Mura缺陷的自动检测和定位算法.结合真实手机屏幕图像验证结果表明,与现有多种Mura缺陷检测方法相比,本文的改进方法能更准确快速地识别手机屏幕中的线Mura缺陷,识别准确率达到98.33％,检测过程无需调节参数,实现了线Mura缺陷的自动检测和定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾庆化		94	1216	17.0	32.0
2	姜涌		11	143	7.0	11.0
3	李一能		2	19	1.0	2.0
4	张月圆		2	19	1.0	2.0
5	崔雨晨		3	0	0.0	0.0