OLED显示屏表面缺陷自动检测方法

• 作者: 简川霞 王华明 徐进军 苏林海 王太平
• 来源期刊: 包装工程
• 关键词: 缺陷检测 奇异值分解 模糊C均值聚类
• 年，卷（期）: 2021,（13）
• 所属期刊栏目: 图文信息技术|Graphic Information Technology
• 页码范围: 280-287
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2021.13.039

摘要

目的 为了解决OLED显示屏表面周期性纹理背景和缺陷边界模糊、对比度低的特征导致其表面缺陷检测困难的问题,开展OLED显示屏表面缺陷自动检测方法研究.方法 对OLED显示屏图像进行奇异值分解,选择前2个较大的奇异值重构图像纹理背景,对原图像和重构图像进行差分运算,获得残差图像.将残差图像像素随机赋予初始隶属度值,采用模糊C均值聚类法获得像素最终隶属度值.根据隶属度大小,将残差图像像素聚成2类,并从残差图像中准确地分割缺陷.结果 选取较大的2个奇异值可以有效地重构OLED显示屏的周期性纹理背景;模糊C均值聚类法分割缺陷获得的区域灰度一致性(U)平均值为0.9846.结论 基于奇异值分解的背景重构方法可以有效地检测OLED显示屏表面缺陷;与分水岭法和Otsu方法相比,模糊C均值聚类可以准确地分割模糊边界的缺陷区域.