基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
主要针对3~8 in的手机液晶模组,实现液晶模组表面各种类型缺陷的全自动化检测.缺陷检测过程基于机器视觉,采用图像处理技术作为核心内容,并结合了视觉定位系统.视觉检测软件首先提取被测图像ROI区域,然后做实值Gabor滤波、双阈值二值化和图形形态学等预处理;接着,采用二维直方图斜分法定位图形的边缘区域,并对边缘区域进行模糊增强处理;采用顺序形态学检测图像边缘,利用结构元素和百分位参数得到子图像,对边缘子图像进行加权融合处理,得到最终边缘,以此来计算出面积、形状等缺陷.缺陷检测实验结果表明,缺陷陷识别准确率大于95%,漏检率小于0.2%,检测时间小于25 s,达到设计的目标要求.
推荐文章
微机自动检测算法的研究
检测算法
数字滤波
非线性补偿
标度变换
基于双向特征融合卷积神经网络的液晶面板缺陷检测算法
深度卷积神经网络
双向特征融合
缺陷检测
液晶面板
深度学习
迁移学习
基于多源域深度迁移学习的液晶面板缺陷检测算法
缺陷检测
多源域深度迁移学习
液晶面板
深度学习
分组迭代检测算法
分层空时分组码系统
空时编码
检测算法
误比特率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 液晶模组自动光学检测算法研究
来源期刊 电子测量技术 学科 工学
关键词 自动光学检测 表面缺陷 机器视觉 液晶模组
年,卷(期) 2020,(13) 所属期刊栏目 信息技术及图像处理
研究方向 页码范围 95-98
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.19651/j.cnki.emt.2004224
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李海霞 6 14 2.0 3.0
2 张衡 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (117)
共引文献  (62)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(18)
  • 参考文献(0)
  • 二级参考文献(18)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(11)
  • 参考文献(1)
  • 二级参考文献(10)
2017(5)
  • 参考文献(3)
  • 二级参考文献(2)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自动光学检测
表面缺陷
机器视觉
液晶模组
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
总被引数(次)
46785
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导