深圳贝力佳电子科技有限公司陈余宽获国家专利权
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!
龙图腾网获悉深圳贝力佳电子科技有限公司申请的专利一种基于电压扫描与光学成像的显示屏检测方法及装置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:CN121253557B 。
龙图腾网通过国家知识产权局官网在2026-02-27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:202511795919.9,技术领域涉及:G01N21/95;该发明授权一种基于电压扫描与光学成像的显示屏检测方法及装置是由陈余宽设计研发完成,并于2025-12-02向国家知识产权局提交的专利申请。
本一种基于电压扫描与光学成像的显示屏检测方法及装置在说明书摘要公布了:本申请公开了一种基于电压扫描与光学成像的显示屏检测方法及装置,用于提高屏体检测的准确性。本申请方法包括:向待测屏体施加预设的电压扫描信号序列;通过光学成像设备,同步采集所述待测屏体在所述电压扫描信号序列驱动下的光学响应图像序列;将所述电压扫描信号序列和所述光学响应图像序列输入预先训练好的缺陷识别模型,以获取所述电压扫描信号序列和所述光学响应图像序列之间的目标关联关系,所述目标关联关系是描述屏体电学‑光学转换关系的物理规律的数学表示;根据所述目标关联关系生成缺陷检测结果。
本发明授权一种基于电压扫描与光学成像的显示屏检测方法及装置在权利要求书中公布了:1.一种基于电压扫描与光学成像的显示屏检测方法,其特征在于,包括: 向待测屏体施加预设的电压扫描信号序列; 通过光学成像设备,同步采集所述待测屏体在所述电压扫描信号序列驱动下的光学响应图像序列; 将所述电压扫描信号序列和所述光学响应图像序列输入预先训练好的缺陷识别模型,以获取所述电压扫描信号序列和所述光学响应图像序列之间的目标关联关系,所述目标关联关系是描述屏体电学-光学转换关系的物理规律的数学表示; 根据所述目标关联关系生成缺陷检测结果; 所述将所述电压扫描信号序列和所述光学响应图像序列输入预先训练好的缺陷识别模型之前,所述方法还包括: 构建训练数据集,所述训练数据集包括多个训练样本,每个所述训练样本包括向样本屏体施加的电压扫描信号序列、同步采集的光学响应图像序列以及对应的标注信息; 构建物理信息深度学习模型作为初始模型; 通过所述训练数据集对所述初始模型迭代训练; 在每一次训练结束时,判断所述初始模型是否达到预设收敛条件; 若是,则将所述初始模型确定为缺陷识别模型;若否,则反向更新所述初始模型,并再次对所述初始模型迭代训练; 所述通过所述训练数据集对所述初始模型迭代训练,包括: 将所述训练样本中的电压扫描信号序列和光学响应图像序列输入所述初始模型,得到所述初始模型预测的缺陷识别结果; 计算数据损失值,所述数据损失值表示所述初始模型预测的缺陷识别结果与所述训练样本中的标注信息之间的差异;其中,通过交叉熵或均方误差指标计算两者的偏差程度; 计算物理约束损失值,所述物理约束损失值基于所述初始模型所产生的中间表示量对电学-光学转换物理规律的违背程度而定; 基于所述数据损失值和物理约束损失值计算总损失值;其中,所述总损失值由所述数据损失值和所述物理约束损失值按照设定的权重进行加权求和得到; 所述计算物理约束损失值,包括: 获取所述初始模型生成缺陷识别结果过程中产生的中间表示量,所述中间表示量包括以下至少一种:预测的亮度分布、预测的色度分布、预测的电流特性; 计算所述中间表示量对描述屏体电学-光学转换关系的偏微分方程的违背程度; 基于所述违背程度,确定物理约束损失值; 所述根据所述目标关联关系生成缺陷检测结果,包括: 计算所述目标关联关系与预存的参考关联关系之间的差异度量; 基于所述差异度量生成缺陷检测结果; 所述参考关联关系是基于所述训练数据集建立的、符合电学-光学转换物理规律的关联关系;所述训练数据集包括良品屏体样本数据和包含多种缺陷类型的屏体样本数据。
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深圳贝力佳电子科技有限公司,其通讯地址为:518000 广东省深圳市龙华新区观澜街道黎光社区中南港工业城厂房C栋三楼301;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励