申请/专利权人：上海哥瑞利软件股份有限公司

申请日：2023-12-14

公开（公告）日：2024-03-12

公开（公告）号：CN117689915A

主分类号：G06V10/762

分类号：G06V10/762;G06V10/764;G06V10/28;G06V10/20;G06V10/40;G06T7/00;G06T7/194

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明涉及一种基于机器学习的mura特征提取与识别方法，包括以下步骤：输入液晶面板图像，对图像进行自适应直方图均衡化；对全场图像的每个像素进行高维特征提取；进入机器学习环节，剔除离群点，在剩余样本中实施聚类算法，进入最佳二值化分割环节，输出前景点掩膜图像。本发明的基于机器学习的mura特征提取与识别方法，通过对图像的高维特征进行统计学分析，自动识别出异于液晶面板普通状态的关键位置，并以此关键位置作为对人工mura判定的建议显示在软件界面上，可自动识别不同种类、不同形态、不同图像特征的mura缺陷，运算简便，对计算单元的硬件能力没有很高要求，可快速部署在多个站点。

主权项：1.一种基于机器学习的mura特征提取与识别方法，其特征在于，所述方法包括以下步骤：步骤一，输入液晶面板图像，对所述图像进行自适应直方图均衡化；步骤二，对全场图像的每个像素进行高维特征提取；步骤三，进入机器学习环节，剔除离群点，在剩余样本中实施聚类算法，进入最佳二值化分割环节，输出前景点掩膜图像。

全文数据：

权利要求：

百度查询： 上海哥瑞利软件股份有限公司 一种基于机器学习的mura特征提取与识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD