Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都数之联科技股份有限公司请求不公布姓名获国家专利权

成都数之联科技股份有限公司请求不公布姓名获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都数之联科技股份有限公司申请的专利一种融合色差分析和深度学习的Mura缺陷检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121010592B

龙图腾网通过国家知识产权局官网在2026-01-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511534805.9,技术领域涉及:G06T7/00;该发明授权一种融合色差分析和深度学习的Mura缺陷检测方法及系统是由请求不公布姓名;请求不公布姓名;请求不公布姓名设计研发完成,并于2025-10-27向国家知识产权局提交的专利申请。

一种融合色差分析和深度学习的Mura缺陷检测方法及系统在说明书摘要公布了:本发明提供一种融合色差分析和深度学习的Mura缺陷检测方法及系统,涉及Mura缺陷检测技术领域,所述方法流程为:获取显示面板的无缺陷图像和Mura色不均缺陷图像;对Mura色不均缺陷图像进行标注,以构建带标注的缺陷图像数据集;基于缺陷图像数据集对深度学习模型进行有监督训练,以得到Mura缺陷检测模型;对无缺陷图像和Mura色不均缺陷图像进行色差值计算,基于色差值确定Mura色不均缺陷的色差阈值;基于Mura缺陷检测模型以及Mura色不均缺陷的色差阈值对待检测图像进行模型推理和预测,以得到Mura缺陷预测结果。本发明通过深度学习模型训练自动学习Mura缺陷特征,实现Mura缺陷的定位与分类;同时利用LAB色彩空间的色差分析作为辅助判定,提高了模型检测的智能化和适应性。

本发明授权一种融合色差分析和深度学习的Mura缺陷检测方法及系统在权利要求书中公布了:1.一种融合色差分析和深度学习的Mura缺陷检测方法,其特征在于,所述方法包括以下流程: 获取显示面板的历史图像,其中,所述显示面板的历史图像包括无缺陷图像和Mura色不均缺陷图像; 对Mura色不均缺陷图像的缺陷位置进行标注,以构建带标注的缺陷图像数据集,并且基于无缺陷图像构建无缺陷图像数据集; 基于缺陷图像数据集对深度学习模型进行有监督训练,以得到Mura缺陷检测模型; 基于无缺陷图像数据集和缺陷图像数据集进行色差值计算,并且基于色差值确定Mura色不均缺陷的色差阈值; 其中,基于无缺陷图像数据集和缺陷图像数据集进行色差值计算的流程如下: 将无缺陷图像数据集中的无缺陷图像以及缺陷图像数据集中的Mura色不均缺陷图像转换为LAB图像格式; 对于LAB图像格式的无缺陷图像和Mura色不均缺陷图像,提取通道A和通道B的颜色分量,并且对通道A和通道B的颜色分量进行双向滤波,以得到无缺陷图像对应的图像LA1和图像LB1,Mura色不均缺陷图像对应的图像LA2和图像LB2; 对无缺陷图像对应的图像LA1和图像LB1进行非屏幕区域填充以及高斯滤波,以得到无缺陷图像对应的图像GA1和图像GB1,并且对Mura色不均缺陷图像对应的图像LA2和图像LB2进行非屏幕区域填充以及高斯滤波,以得到Mura色不均缺陷图像对应的图像GA2和图像GB2; 基于无缺陷图像对应的图像GA1和图像GB1计算区间平均差值,以得到色差极值ACV1和色差极值BCV1,并且基于Mura色不均缺陷图像对应的图像GA2和图像GB2计算区间平均差值,以得到色差极值ACV2和色差极值BCV2; 取色差极值ACV1和色差极值BCV1的最大值作为无缺陷图像的色差值PV1,并且取色差极值ACV2和色差极值BCV2的最大值作为Mura色不均缺陷图像的色差值PV2; 其中,基于色差值确定Mura色不均缺陷的色差阈值的流程如下: 基于所有无缺陷图像的色差值PV1构建色差集合OKV,并且基于所有Mura色不均缺陷图像色差值PV2构建色差集合NGV; 对于设定的色差阈值TCV,定义色差集合OKV和色差集合NGV的熵Entroy1和熵Entroy2,并且基于熵Entroy1和熵Entroy2构建每个色差阈值TCV下的熵Entroy; 假设色差集合OKV和色差集合NGV两个集合的最大值为Vmax,最小值为Vmin,则对最小值Vmin和最大值Vmax之间的所有色差阈值TCV,分别计算每个色差阈值TCV下的熵Entroy,使得熵Entroy达到最小的色差阈值TCV,为Mura色不均缺陷的色差阈值; 对于设定的色差阈值TCV,定义色差集合OKV的熵Entroy1: ; 其中,表示色差集合OKV中小于色差阈值TCV的比例,表示色差集合OKV中大于或等于色差阈值TCV的比例; 对于设定的色差阈值TCV,定义色差集合NGV的熵Entroy2: ; 其中,表示色差集合NGV中小于色差阈值TCV的比例,表示色差集合NGV中大于或等于色差阈值TCV的比例; 基于熵Entroy1和熵Entroy2构建每个色差阈值TCV下的熵Entroy: ; 基于Mura缺陷检测模型以及Mura色不均缺陷的色差阈值对待检测图像进行模型推理和预测,以得到Mura缺陷预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都数之联科技股份有限公司,其通讯地址为:610000 四川省成都市武侯区人民南路四段11号附1号1栋8层804、805号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。