| 基于视觉的液晶屏/OLED屏缺陷检测方法综述 |
| |
| 引用本文： | 林思媛,吴一全. 基于视觉的液晶屏/OLED屏缺陷检测方法综述[J]. 中国图象图形学报, 2024, 29(5): 1321-1345 |
| |
| 作者姓名： | 林思媛 吴一全 |
| |
| 作者单位： | 南京航空航天大学电子信息工程学院, 南京 211106 |
| |
| 基金项目： | 国家自然科学基金项目（61573183） |
| |
| 摘 要： | 液晶屏（liquid crystal display，LCD）和有机发光半导体（organic light-emitting diode，OLED）屏的制造工艺复杂，其生产过程的每个阶段会不可避免地引入各种缺陷，影响产品的视觉效果及用户体验，甚至出现严重的质量问题。实现快速且精确的缺陷检测是提高产品质量和生产效率的重要手段。本文综述了近20年来基于机器视觉的液晶屏/OLED屏缺陷检测方法。首先给出了液晶屏/OLED屏表面缺陷的定义、分类及其产生的原因和缺陷的量化指标；指出了基于视觉的液晶屏/OLED屏表面缺陷检测的难点。然后重点阐述了基于图像处理的缺陷检测方法，包括介绍图像去噪和图像亮度矫正的图像预处理过程；考虑到所采集的液晶屏/OLED屏图像存在纹理背景干扰，对重复性纹理背景消除和背景抑制法进行分析；针对Mura缺陷边缘模糊等特点，总结改进的缺陷分割方法；阐述提取图像特征并使用支持向量机、支持向量数据描述和随机森林算法等基于特征识别的缺陷检测方法。接着综述了基于深度学习的缺陷检测方法，根据产线不同时期的样本数量分别总结了无监督学习、缺陷样本生成、迁移学习和监督学习的方法，其中无监督学习从基于生成对抗网络和自编码器两个方面进行阐述。随后梳理了通用纹理表面缺陷数据集和模型性能的评价指标。最后针对目前液晶屏/OLED屏缺陷检测方法存在的问题，对未来进一步的研究方向进行了展望。
|
| 关 键 词： | 缺陷检测 液晶屏(LCD) OLED屏 机器视觉 深度学习 纹理背景消除 无监督学习 |
| 收稿时间： | 2023-07-21 |
| 修稿时间： | 2023-09-28 |
Vision-based LCD/OLED defect detection methods：a critical summary |
| |
| Lin Siyuan,Wu Yiquan. Vision-based LCD/OLED defect detection methods：a critical summary[J]. Journal of Image and Graphics, 2024, 29(5): 1321-1345 |
| |
| Authors: | Lin Siyuan Wu Yiquan |
| |
| Affiliation: | College of Electronic and Information Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China |
| |
| Abstract: | |
| |
| Keywords: | defect detection liquid crystal display(LCD) organic light emitting diode(OLED) machine vision deep learning texture background elimination unsupervised learning |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
