-
公开(公告)号：CN110084768A
公开(公告)日：2019-08-02
申请号：CN201910389155.1
申请日：2019-05-10
Applicant: 江南大学
Abstract: 本发明提供一种基于背景滤波的LCD导光板的缺陷检测方法，包括：S110、采集LCD导光板图像；S120、对所述LCD导光板图像进行迭代导向滤波；S130、对所述LCD导光板导向滤波后图像采用快速傅里叶变换法进行频域滤波；S140、对所述LCD导光板频域滤波后图像使用最大类间方差法分割缺陷区域，得到检测结果。本发明提供的基于背景滤波的LCD导光板的缺陷检测方法具有较好的背景纹理滤波效果和较高的缺陷检出率。
-
公开(公告)号：CN110084768B
公开(公告)日：2023-06-20
申请号：CN201910389155.1
申请日：2019-05-10
Applicant: 江南大学
Abstract: 本发明提供一种基于背景滤波的LCD导光板的缺陷检测方法，包括：S110、采集LCD导光板图像；S120、对所述LCD导光板图像进行迭代导向滤波；S130、对所述LCD导光板导向滤波后图像采用快速傅里叶变换法进行频域滤波；S140、对所述LCD导光板频域滤波后图像使用最大类间方差法分割缺陷区域，得到检测结果。本发明提供的基于背景滤波的LCD导光板的缺陷检测方法具有较好的背景纹理滤波效果和较高的缺陷检出率。
-
公开(公告)号：CN109801286A
公开(公告)日：2019-05-24
申请号：CN201910085601.X
申请日：2019-01-29
Applicant: 江南大学
IPC: G06T7/00
Abstract: 本发明涉及检测算法技术领域，具体公开了一种LCD导光板的表面缺陷检测算法，其中，所述LCD导光板的表面缺陷检测算法包括：S110、采集LCD导光板图像训练数据；S120、对所述LCD导光板图像训练数据进行纹理能量特征提取，获得训练数据的多通道纹理能量特征；S130、根据所述训练数据的多通道纹理能量特征建立高斯混合模型；S140、采集待检测的LCD导光板的图像；S150、对所述待检测的LCD导光板的图像重复步骤S130；S160、根据所述高斯混合模型识别所述待检测的LCD导光板的图像的多通道纹理能量特征中的缺陷区域，得到检测结果。本发明提供的LCD导光板的表面缺陷检测算法具有检测精度高且检测能力强的优势。
-
公开(公告)号：CN109801286B
公开(公告)日：2023-06-06
申请号：CN201910085601.X
申请日：2019-01-29
Applicant: 江南大学
IPC: G06T7/00
Abstract: 本发明涉及检测算法技术领域，具体公开了一种LCD导光板的表面缺陷检测算法，其中，所述LCD导光板的表面缺陷检测算法包括：S110、采集LCD导光板图像训练数据；S120、对所述LCD导光板图像训练数据进行纹理能量特征提取，获得训练数据的多通道纹理能量特征；S130、根据所述训练数据的多通道纹理能量特征建立高斯混合模型；S140、采集待检测的LCD导光板的图像；S150、对所述待检测的LCD导光板的图像重复步骤S130；S160、根据所述高斯混合模型识别所述待检测的LCD导光板的图像的多通道纹理能量特征中的缺陷区域，得到检测结果。本发明提供的LCD导光板的表面缺陷检测算法具有检测精度高且检测能力强的优势。
-
-
-
Search Results
4
records
(took 0.016 seconds)
