日韩av在线高清免费毛片日韩欧美一级成人|女人18以后毛片|国产18女人毛多水多毛片|乱系列人妻视频|中文字幕久久熟女人妻av|91麻豆人妻|校花被我玩弄|父女乱荡|高潮videossex潮喷另类|日本在线观看人妻,黑人侵犯日本人妻,色哟哟视频线在线播放欧美,亚洲欧美国产国产一区第二页

如何使用影像亮度色度計(jì)進(jìn)行 FPD 自動(dòng)光學(xué)檢測(cè)

在產(chǎn)線上及產(chǎn)線的*終檢測(cè)中,，主要有三種方法可對(duì)高速生產(chǎn)過(guò)程中的平板顯示屏 (FPD) 進(jìn)行光學(xué)檢測(cè)：

1) 人工檢測(cè) —— 輕松處理比較復(fù)雜的測(cè)試要求,。但與電子測(cè)試方法相比,，它相對(duì)緩慢,，變化較大

2) 基于機(jī)器視覺(jué)的檢測(cè) —— 非常快捷,，測(cè)試簡(jiǎn)單,。但很多測(cè)試不能反映出人的視覺(jué)體驗(yàn)

3) 基于影像亮度色度計(jì)的檢測(cè) —— 在速度上介于上述兩種方法之間。能夠像人那樣進(jìn)行“目測(cè)”,，而且具有高度的可靠性和可重復(fù)性

使用影像亮度色度計(jì)系統(tǒng)和相關(guān)分析軟件,，可以評(píng)估 FPD 的亮度、色彩均勻度和對(duì)比度,，并識(shí)別 FPD 上的缺陷,，這種用途已經(jīng)被廣為接受。影像亮度色度計(jì)和機(jī)器視覺(jué)之間的基本差別在于：影像亮度色度計(jì)可以精確地匹配人類視覺(jué)感知,，包括對(duì)光線和色彩均勻度 (以及不均勻性 )的感知,。

在本文中，我們將描述如何在全自動(dòng)測(cè)試系統(tǒng)中使用影像亮度色度計(jì),，在高速度,、大批量的生產(chǎn)環(huán)境中識(shí)別和量化缺陷。本文內(nèi)容涵蓋測(cè)試設(shè)置,，以及可以執(zhí)行的測(cè)試范圍 – 從簡(jiǎn)單的點(diǎn)缺陷檢測(cè)到復(fù)雜的 Mura檢測(cè)和評(píng)估,。

測(cè)量挑戰(zhàn)

影像亮度色度計(jì)系統(tǒng)是基于 CCD 的影像系統(tǒng)，經(jīng)過(guò)校準(zhǔn)之后,，它對(duì)光線,、亮度和色彩的反應(yīng)與 CIE 模型定義的標(biāo)準(zhǔn)人工觀察者相同?？删_地同時(shí)測(cè)量亮度,、色彩及其空間關(guān)系。測(cè)試時(shí),，系統(tǒng)會(huì)生成數(shù)據(jù)，并可隨時(shí)使用這些數(shù)據(jù)來(lái)確定顯示屏均勻性和對(duì)比度性能,。此外,，還可對(duì)均勻度差異進(jìn)行分析,，以識(shí)別和定位潛在的顯示屏缺陷。顯示屏測(cè)量和分析面臨的三大重要挑戰(zhàn)是：

1) 識(shí)別與人類視覺(jué)感知具有高度關(guān)聯(lián)性的缺陷

2) 量化缺陷的嚴(yán)重程度

3) 快速執(zhí)行高重復(fù)度的分析

缺陷的分析和量化可以作為依據(jù)，幫助我們確定導(dǎo)致缺陷的顯示屏組件,，以及接下來(lái)采取的行動(dòng) – 例如廢棄顯示屏或返回進(jìn)行修理 – 從而提高質(zhì)量測(cè)試的效率,，還可以降低成本,。與人工視覺(jué)檢測(cè)相比,，使用影像亮度色度計(jì)的測(cè)試更加快捷和靈活,，重復(fù)度更高，另外它在匹配人類視覺(jué)感知方面的精確度高于機(jī)器視覺(jué),。

影像亮度色度計(jì)可以精確地捕獲 FPD 上的光線和色彩變化的空間關(guān)系,，這一優(yōu)點(diǎn)使得這種測(cè)試方法非常適用于評(píng)估視覺(jué)性能。

測(cè)量組件和測(cè)試

通過(guò)指定適當(dāng)?shù)淖詣?dòng)測(cè)試序列,，影像亮度色度計(jì)可用于獲取廣泛、精確的高分辨率數(shù)據(jù)，以描述特定顯示屏的性能,。對(duì)于典型測(cè)試序列,，此類測(cè)量數(shù)據(jù)通常可在幾秒鐘至一分鐘之內(nèi)獲取,，具體時(shí)間取決于顯示屏技術(shù)和分辨率,。使用新的 Mura缺陷分析技術(shù)，這些影像可用于確定與物理原因直接相關(guān)的各種缺陷之間的細(xì)微差異,。

要使用影像亮度色度計(jì)進(jìn)行顯示屏的自動(dòng)測(cè)量和分析,，需要使用組合測(cè)量控制和分析軟件,。我們針對(duì)此應(yīng)用開發(fā)的系統(tǒng)整體結(jié)構(gòu)如圖 1 所示,。該系統(tǒng)的主要組件包括：(1) 科研級(jí)影像亮度色度計(jì)系統(tǒng)；(2) 基于 PC 的測(cè)量控制軟件,，它不僅控制影像亮度色度計(jì)，還控制待測(cè)試設(shè)備上的測(cè)試影像顯示,；以及 (3) 一套能夠運(yùn)行各種測(cè)試的影響分析函數(shù),。因此，該系統(tǒng)可針對(duì)各種顯示屏缺陷 (例如點(diǎn)缺陷,、線缺陷和 Mura)提供量化自動(dòng)檢測(cè),。

實(shí)施的部分測(cè)試包括：

圖 1. FPD AOI 測(cè)試設(shè)置，影像亮度色度計(jì)處在自動(dòng)軟件控制下

顯示屏缺陷檢測(cè)應(yīng)用

顯示屏缺陷分為很多類型,，例如像素缺陷和行缺陷,、屏幕制造的物理疵點(diǎn) (例如脫層 )、屏幕損壞 (例如劃痕 ),、影像均勻度的疵點(diǎn) (例如 Mura),。利用對(duì)視覺(jué)感知的**研究，我們可以根據(jù)人工觀察者發(fā)現(xiàn)這些缺陷的明顯程度 (或者是否明顯 ),，通過(guò)數(shù)字方式對(duì)這些缺陷進(jìn)行分類,。這個(gè)分析過(guò)程速度很快，而且重復(fù)度很高,。它適用于多種顯示屏技術(shù),，包括液晶、等離子,、OLED 和投影顯示屏,。

在本文中，我們通過(guò)分析多個(gè)顯示屏,，演示這些缺陷檢測(cè)和分類方法,。圖 2 顯示了存在行缺陷的顯示屏的光學(xué)測(cè)量，分析軟件在顯示屏影像上識(shí)別和指示這個(gè)缺陷,，如圖 3 所示,。行缺陷是一種比較容易確定根源的缺陷；其起因是液晶屏故障,。

圖 2.存在可視行缺陷的顯示屏屏幕的光學(xué)測(cè)量,。 圖 3.行缺陷是由影像亮度色度計(jì) AOI 軟件識(shí)別的；屏幕上為用戶指明了缺陷位置,。

圖 4 顯示了存在點(diǎn)缺陷的顯示屏的光學(xué)測(cè)量,；分析軟件在顯示屏影像上識(shí)別和指示這個(gè)缺陷,，如圖 5 所示。如果分析確定該故障的起因是液晶屏像素停滯,，則可將點(diǎn)缺陷歸類為像素故障,。但是，從單個(gè)角度直視并不能區(qū)分死像素與顯示屏玻璃背面微粒之間的差異,。在此情況下,，需要進(jìn)行第二道檢驗(yàn)以識(shí)別故障原因。

圖 4.存在點(diǎn)缺陷的顯示屏的光學(xué)測(cè)量 – 您能看到嗎,？ 圖 5.點(diǎn)缺陷是由影像亮度色度計(jì) AOI 軟件識(shí)別的,，并在顯示屏屏幕上標(biāo)記，我們放大了該點(diǎn),，讓它更容易看到,。

Mura的檢測(cè)和分類可能比較復(fù)雜。 Mura通常是亮度和色彩的不均勻性,，覆蓋較大的不規(guī)則區(qū)域。如果發(fā)現(xiàn)亮度和色彩對(duì)比度超過(guò)了可感知的閾值,，則表示檢測(cè)出 Mura,。但是，由于人工感知這些對(duì)比度取決于多個(gè)因素,，包括視距,、空間頻率和方向，因此我們無(wú)法通過(guò)查看對(duì)比度的簡(jiǎn)單**值,，來(lái)識(shí)別相關(guān) Mura,。

在對(duì)顯示屏缺陷的人類視覺(jué)感知建模方面，我們*近取得了進(jìn)展,，這使我們能夠從“*小可覺(jué)差”(JND)的角度來(lái)量化 Mura,。基于人工觀察員的采樣,，我們定義了 JND 標(biāo)度,，如果 JND 差異為 1，則從統(tǒng)計(jì)上無(wú)法察覺(jué),；在**標(biāo)度上,，JND 為 0，表示沒(méi)有可視的空間對(duì)比度,，JND **值為 1,，表示**個(gè)可察覺(jué)空間對(duì)比度 – 這樣就能針對(duì)各種顯示屏技術(shù)對(duì)顯示缺陷進(jìn)行分級(jí)。因此,，我們可以處理亮度和色彩的空間分配的影像亮度色度計(jì)測(cè)量,，以創(chuàng)建影像的 JND 映射，其中 Mura缺陷在與人類視覺(jué)感知直接關(guān)聯(lián)的前提下進(jìn)行了分級(jí)。

圖 6 顯示了存在 Mura缺陷的顯示屏,，經(jīng)過(guò)分析后,，我們?cè)陲@示屏影像上識(shí)別了該缺陷，如圖 7 所示,。

圖 6.對(duì)存在 Mura缺陷的顯示屏進(jìn)行影像亮度色度計(jì)測(cè) 量,，您能夠找到這個(gè)缺陷嗎？

圖 7.該 Mura缺陷是由影像亮度色度計(jì) AOI 軟件在顯示屏上識(shí)別的,。它的范圍與 JND 值一同顯示,。

圖 8 和圖 9 顯示了識(shí)別 Mura的步驟。作為中間步驟,，它會(huì)生成一個(gè)差異影像,，顯示相對(duì)于參考影像的亮度偏差。然后計(jì)算顯示屏的 JND 映射,。請(qǐng)注意,，圖 7 所示的 Mura測(cè)試有意忽略了 JND 影像中的明顯邊緣效應(yīng)。這些效應(yīng)可以簡(jiǎn)單地單獨(dú)識(shí)別和分類,。

識(shí)別 Mura缺陷并不是基于各區(qū)域之間的對(duì)比度計(jì)算的簡(jiǎn)單數(shù)學(xué)計(jì)算,。首先， Mura區(qū)域的大小和形狀各不相同,。其次,，人工感知 Mura的能力受到其他一些因素的制約 – 視頻、空間頻率和色彩,。

圖 8.差異圖片顯示了相對(duì)于計(jì)算參考影像的偏離,。Mura的位置突出顯示。

圖 9.顯示了顯示屏 JND 映射的“偽彩色圖像”,。顯示屏邊緣的漏光和明顯 Mura缺陷標(biāo)識(shí)為較大的 JND 值,。

基于影像亮度色度計(jì)的 AOI 測(cè)試系統(tǒng)可以快速可靠地識(shí)別和量化顯示屏缺陷。為確定或分類缺陷根源,，從而確定顯示屏的狀態(tài),，有時(shí)需要人工檢測(cè)。很多情況下,，例如圖 3 所示的行缺陷,，識(shí)別的缺陷及其起因之間存在一對(duì)一關(guān)系。在這些情況下,，我們可以即時(shí)對(duì)缺陷進(jìn)行分類,，而且無(wú)需人工檢測(cè)。而在其他一些情況下,，例如某些 Mura缺陷,，缺陷可能有多種原因,，因此我們需要更多信息幫助進(jìn)行分類。執(zhí)行這種分類的一種高效方法是讓人工操作員確定哪種原因是正確的,。當(dāng)需要人工分類時(shí),，為了提高效率，TrueTest 會(huì)向操作員指示需要進(jìn)一步檢驗(yàn)的缺陷的位置和詳細(xì)信息,?？梢栽谌斯づ袛嗷A(chǔ)上進(jìn)行加速，例如專門針對(duì)需要分類的缺陷,，以及提供適當(dāng)?shù)募?xì)節(jié),。

對(duì)于圖 4 和 圖 5 中所示的點(diǎn)缺陷，操作員可以知道暗點(diǎn)的準(zhǔn)確位置和相關(guān)信息,，從而快速確定該缺陷是死像素,，還是顯示屏玻璃背面的微粒。

總結(jié)

本文檔所述的影像亮度色度計(jì) AOI 測(cè)試方法可以應(yīng)用于多種顯示屏技術(shù),， FPD(液晶,、等離子、OLED)和投影顯示屏均可使用,。這些方法提供與人工視頻感知相關(guān)的快速可重復(fù)測(cè)量,，能夠通過(guò)數(shù)字方式標(biāo)識(shí)缺陷特征，因而不僅可以識(shí)別顯示屏缺陷,，還能夠按原因?qū)θ毕葸M(jìn)行分類。這使我們能夠在制造應(yīng)用中對(duì)顯示屏進(jìn)行一致測(cè)量,，并根據(jù)用戶定義的標(biāo)準(zhǔn),，自動(dòng)確定顯示屏是否通過(guò)測(cè)試。更加重要的是,，它還可以自動(dòng)確定修補(bǔ)措施 (例如返工或廢棄 ),。