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。