AMOLED不良MAP自动缺陷定位方法研究

AMOLED生产工艺复杂,在生产过程中容易受环境、化学气体、液体洁净度及设备工艺参数的影响,在玻璃面板上形成大小不均的点状不良。当面板上出现大量不良点聚集时,会导致该面板直接报废,影响产品的最终良率。本文方法结合机器学习与图像处理技术,可实现不良坐标点MAP图的在线智能分析。采用层次聚类算法对不良坐标点进行聚集分类,对每类离散点簇采用Alpha Shapes算法提取其外轮廓点;通过图像区域拟合算法,拟合出每类点簇的最小包围图形区域,并计算图形的Hu几何矩,推导出各区域的区域特征(区域点密度、面积、区域的质心、区域方向、区域长宽比等),并利用区域特征对图形区域进行筛选,最终定位出不良点的目标聚集区域。实验证明,本文方法可实现MAP图智能在线分析,自动定位不良点聚集区,可替代当前人工目检的方式,保证检测质量,降低工厂成本。

高速便携式视觉信号采集系统的设计与实现

为了实现高速便携式工业零件检测系统后续图像处理的要求,结合FPGA高速性的优点,设计并实现了面向高速便携式视觉检测系统的图像采集模块。充分利用FPGA内部的RAM作为数据缓冲区,用于保存视频解码器解码后得到的数字图像信息,将缓冲区的数据以异步读取的方式写入到内存DDR2中,并通过FPGA产生的控制信号在T兀-LCD上显示采集到零件图像。通过在硬件平台的实验证明了图像采集模块设计的合理性与可行性,能够满足检测系统后续图像处理的要求。

基于红外图像处理的冰箱管路温度自动测量的研究

为解决传统冰箱循环管路温度测量的不足,提出一种基于红外热成像技术与计算机视觉技术相结合的自动无接触测量方法。首先,运用模型匹配方法定位压缩机图像位置,根据排气管和回气管与压缩机的相对位置关系,得到排气管与回气管的ROI区域。然后,运用图像分割技术提取ROI内排气管与回气管图像区域,计算该区域内的平均温度作为排气管与回气管的测量温度。工业现场比对测试结果证明了该方法设计的合理性与可行性,满足冰箱制冷性能动态测试的要求。