印刷显示面板喷墨打印像素缺陷检测与分类方法及其装置与流程
本发明涉及印刷显示面板检测装置，确切地说，是一种印刷显示面板喷墨打印像素缺陷检测与分类方法及其装置。
背景技术
有机发光二极管（organic-emittingdiode,oled）显示器、量子点发光二极管（quantumdotlightemittingdiodes，qled）显示器以及印刷电润湿(electrowettingdisplay,ewd)显示器等印刷显示面板由于其主动发光、低功耗、宽视角、低成本、易于实现柔性显示等优点受到显示界越来越多的关注，代表了未来显示技术的发展方向。但由于印刷显示面板工艺繁琐复杂，使得产品不可避免的出现各种缺陷，从而限制了印刷精度与工艺稳定性，最终导致了其极低的产品良率，限制了其工业量产的规模。因此对喷墨打印制程后面板的缺陷检测能够有效控制缺陷面板流入后续工序而导致的产品良率的降低和成本损失。
长期以来，oled、qled及印刷电润湿显示等印刷显示面板喷墨打印制程缺陷像素的检测都是采用人工的方式进行。但打印像素缺陷通常小于0.001
技术实现要素：
本发明的目的在于提供一种印刷显示面板喷墨打印像素缺陷检测与分类方法及其装置，旨在解决人工检测及分类喷嘴喷射方向偏离、卫星墨滴、定位不准、墨滴偏大、成膜均匀性差这几类典型缺陷的时间长、效率低、检测结果易受人的主观因素影响、一致性差的问题。
为实现上述目的，本发明的技术方案是：一种印刷显示面板喷墨打印像素缺陷检测与分类方法，包括如下步骤：
步骤s1、将喷墨打印后的印刷显示面板放在检测平台上，分块获取待检测印刷显示面板的原始图像；
步骤s2、对步骤s1接收到的分块原始图像进行预处理；
步骤s3、对预处理后且同一印刷显示面板的所有分块原始图像进行拼接；
步骤s4、对拼接后的原始图像进行分割，获取检测目标；
步骤s5、对分割后的原始图像，采用机器学习中的分类器对图像进行二分类，若无缺陷像素则进行后续工艺，若有则执行步骤s6；
步骤s6、对分类后提示有缺陷像素的原始图像，进行缺陷像素的定位及细分类，并对其类别及数量进行统计分析指明相应缺陷的解决方法。
在本发明一实施例中，所述步骤s2中预处理方式为对分块原始图像进行灰度直方图均衡化来提高图像亮度，增强细节。
在本发明一实施例中，所述步骤s3中拼接方式包括图像特征点匹配、坐标变换和图像融合，所述图像特征点匹配是对预处理后的分块原始图像进行梯度特征提取及配对，所述坐标变换是根据两幅待拼接的分块原始图像的坐标系之间的关系，通过矩阵乘法将二者的坐标系统一成一个，所述图像融合是将不同来源的相同对象的图像数据进行空间上配准，然后通过算法将各个图像所有信息互补，有效结合，拼接为一幅图像，方便后续对整个印刷显示面板缺陷的分类及统计。
在本发明一实施例中，所述步骤s4的具体实现过程为：利用改进的k-均值聚类算法对拼接后的原始图像进行分割，最终得到图像的发光材料打印区和bank背景区。
在本发明一实施例中，所述步骤s5的具体实现过程为：对分割后的原始图像，采用机器学习中的svm分类器及方向梯度直方图特征对图像进行二分类，若无缺陷像素则进入后续工艺，若有则执行步骤s6。
1．在本发明一实施例中，所述步骤s6的具体实现过程为：对分类后提示有缺陷像素的原始图像，利用坐标变换定位缺陷像素的实际位置，利用概率神经网络模型对图像纹理特征训练实现缺陷像素的细分类，并对其进行统计分析最终指明相应缺陷的解决方法。
本发明还提供了一种印刷显示面板喷墨打印像素缺陷检测与分类装置，包括：
喷墨打印机，用于将发光材料等打印到印刷显示面板的bank里，为缺陷像素检测提供检测对象；
可移动检测平台，用于固定喷墨打印后的印刷显示面板，并能够按照预设步长移动印刷显示面板；
相机，设置于所述印刷显示面板上方，用于分块采集待测图像；
计算机，与所述相机连接，用于控制所述相机分块采集待测图像，并对接收到的分块待测图像进行分析并输出分析结果。
在本发明一实施例中，所述计算机对所述待测图像进行分析并输出分析结果的具体实现步骤如下：
步骤s01、对接收到的分块待测图像进行预处理；
步骤s02、对预处理后且同一印刷显示面板的所有分块待测图像进行拼接；
步骤s03、对拼接后的待测图像进行分割，获取检测目标；
步骤s04、对分割后的待测图像，采用机器学习中的分类器对图像进行二分类，若无缺陷则进行后续工艺，若有则执行步骤s05；
步骤s05、对分类后提示有缺陷像素的待测图像，进行缺陷像素的定位及细分类，并对其类别及数量进行统计分析指明相应缺陷的解决方法。
相较于现有技术，本发明具有以下有益效果：本发明方法能够自动、便捷地对喷墨打印面板缺陷进行检测分类，克服了传统直接利用打印区面积进行细分类的旋转不变性及尺度不变性差及采用最小二乘法及插值算法对纹理特征进行参数拟合分类的鲁棒性差的缺点，解决人工检测时间长、效率低、检测结果易受人的主观因素影响、一致性差的问题。在印刷显示面板喷墨打印制程中就将喷嘴喷射方向偏离、卫星墨滴、定位不准、墨滴偏大、成膜均匀性差这几类缺陷检测定位并解决，防止缺陷过多的印刷面板流入后续蒸镀等工艺环节，提高产品质量及良率，减少后续加工成本。
附图说明
图1为本发明所述印刷显示面板喷墨打印像素缺陷检测与分类方法的实现流程图。
图2为本发明所述印刷显示面板喷墨打印像素缺陷检测与分类的装置的实现流程图。
具体实施方式
下面结合附图，对本发明的技术方案进行具体说明。
本发明提供了一种印刷显示面板喷墨打印像素缺陷检测与分类方法，包括如下步骤：
步骤s1、将喷墨打印后的印刷显示面板放在检测平台上，分块获取待检测印刷显示面板的原始图像；
步骤s2、对步骤s1接收到的分块原始图像进行预处理；
步骤s3、对预处理后且同一印刷显示面板的所有分块原始图像进行拼接；
步骤s4、对拼接后的原始图像进行分割，获取检测目标；
步骤s5、对分割后的原始图像，采用机器学习中的svm分类器对图像进行二分类，若无缺陷像素则进行后续工艺，若有则执行步骤s6；
步骤s6、对分类后提示有缺陷像素的原始图像，进行缺陷像素的定位及细分类，并对其类别及数量进行统计分析指明相应缺陷的解决方法。
所述步骤s2中预处理方式为对分块原始图像进行灰度直方图均衡化来提高图像亮度，增强细节。
所述步骤s3中拼接方式包括图像特征点匹配、坐标变换和图像融合，所述图像特征点匹配是对预处理后的分块原始图像进行梯度特征提取及配对，所述坐标变换是根据两幅待拼接的分块原始图像的坐标系之间的关系，通过矩阵乘法将二者的坐标系统一成一个，所述图像融合是将不同来源的相同对象的图像数据进行空间上配准，然后通过算法将各个图像所有信息互补，有效结合，拼接为一幅图像，方便后续对整个印刷显示面板缺陷的分类及统计。
所述步骤s4的具体实现过程为：利用改进的k-均值聚类算法对拼接后的原始图像进行分割，最终获取图像的发光材料打印区和bank背景区。
所述步骤s5的具体实现过程为：对分割后的原始图像，采用机器学习中的支持向量机结合方向梯度直方图特征对图像进行二分类，若无缺陷则进入后续工艺，若有则执行步骤s6。
所述步骤s6的具体实现过程为：对分类后提示有缺陷的原始图像，利用坐标变换定位图像缺陷像素实际位置，利用概率神经网络模型对图像纹理特征训练实现缺陷像素的细分类，并对其进行统计分析最终指明相应缺陷的解决方法。
本发明还提供了一种印刷显示面板喷墨打印像素缺陷检测与分类装置，包括：
喷墨打印机，用于将发光材料等打印到印刷显示面板的bank里，为缺陷像素检测提供检测对象；
可移动检测平台，用于固定喷墨打印后的印刷显示面板，并能够按照预设步长移动印刷显示面板；
相机，设置于所述印刷显示面板上方，用于分块采集待测图像；
计算机，与所述相机连接，用于控制所述相机分块采集待测图像，并对接收到的分块待测图像进行分析并输出分析结果。
所述计算机对所述待测图像进行分析并输出分析结果的具体实现步骤如下：
步骤s01、对接收到的分块待测图像进行预处理；
步骤s02、对预处理后且同一印刷显示面板的所有分块待测图像进行拼接；
步骤s03、对拼接后的待测图像进行分割，获取检测目标；
步骤s04、对分割后的待测图像，采用机器学习中的svm分类器对图像进行二分类，若无缺陷像素则进行后续工艺，若有则执行步骤s05；
步骤s05、对分类后提示有缺陷像素的待测图像，进行缺陷像素的定位及细分类，并对其类别及数量进行统计分析指明相应缺陷的解决方法。
上述步骤s01至步骤s05的具体实现过程参见上文方法中的描述，此处不再赘述。
以下为本发明的具体实现过程。
如图1所示，为本发明实施例提供的一种印刷显示面板喷墨打印像素缺陷检测与分类方法的实现流程图，具体实现如下：
在步骤s101中，用高分辨率工业ccd相机分区获取待检测的印刷显示面板图像；
在本实施例中，计算机控制启动ccd相机分区采集喷墨打印制程后的印刷显示面板，并将图像传到计算机内。
在步骤s102中，当接收到原始图像时，对所述图像进行预处理；
在本实施例中由于光照不均、图像对比度低及图像传播过程中的噪声干扰会影响获取的原始图像的质量，因此当进行预处理时，采用灰度直方图均衡化，提高图像亮度，增强细节，将堆积过密的图像某处的灰度数据平均分布于整个定义域上，使其达到图像熵值最大。
在步骤s103中，当接收到预处理后原始图像时，对所述原始图像进行拼接；
在本实施例中，优选的采用基于特征点匹配的全景图像拼接算法，首先提取两幅待拼接的图像的梯度特征，构成特征描述子进行配对，然后根据两幅待拼接图像的坐标系之间的关系，通过矩阵乘法将二者的坐标系统一成一个，从而将不同来源的相同对象的图像数据进行空间上配准，最终将各个图像所有信息互补，有效结合，拼接为一幅图像。
在步骤s104中，当接收到拼接后的原始图像时，对所述原始图像进行分割；
在本实施例中，所述拼接后的原始图像进行分割是利用改进的k-均值聚类算法实现，具体将所述拼接后图像从rgb颜色空间转换到lab颜色空间，对b值进行聚类，并且通过b值的概率分布直方图峰值，确定初始聚类中心，然后通过最小欧氏距离法不断对聚类中心进行迭代更新，直至达到预设的收敛条件，分割完成，最终获得喷墨打印墨迹的聚类及bank背景的聚类。
在步骤s105中，当接收到分割后的原始图像，对所述原始图像进行粗分类；
在本实施例中，所述对分割后的原始图像进行二分类是先分类采集足够打印有缺陷像素和无缺陷像素的样本图像，分类提取图像的hog特征进行训练，生成相应的svm分类器，然后利用此分类器对所述分割后的原始图像提取hog特征后进行分类。如果没有缺陷像素则进入后续工艺，如果有则给出提示。
在步骤s106中，当接受到有提示缺陷像素的面板图像，对所述原始图像进行细分类并统计定位；
在本实施例中，对所述二分类后提示有缺陷像素的喷墨打印面板进行细分类是通过计算分割目标的灰度共生矩阵的能量、熵、一致性及相关性来描述其纹理特性，利用概率神经网络模型对图像纹理特征训练实现缺陷的细分类，将缺陷详细分类为墨滴过大、喷嘴偏移和均匀性差，同时对其统计分析。
在本实施例中，对所述细分类的缺陷像素的实际定位采用的是首先进行相机标定，获得所需内参矩阵、外参矩阵及畸变系数，然后通过乘相关参数矩阵将图像像素坐标变换到图像物理坐标系，再到相机坐标系，最终转换到世界坐标系，实现缺陷像素的现实定位，指明相应的缺陷解决方法。
如图2所示，为本发明实施例提供的一种印刷显示面板喷墨打印像素缺陷检测与分类装置的实现流程图，具体实现如下：
喷墨打印机201，用于将发光材料等打印到显示面板的bank里，为缺陷像素检测提供检测对象；
机械移动装置202，用于根据所给步进移动打印面板，方便后续对整张基板缺陷的分类及统计；
高分辨率工业ccd相机203，设置在可移动装置上方，且其相对印刷显示面板的距离可调，用于图像信息的采集；
计算机204与所述相机203电连接，通过显卡读取所述相机203的图像信息，并对所采集图像进行数学分析并输出分析结果。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。
- 还没有人留言评论。精彩留言会获得点赞！