摘要
本发明提供一种基于多模型融合的面板不良检测方法及系统,涉及面板缺陷检测技术领域,所述方法流程为:采用边缘检测和孤立森林判定相结合的方式对面板样本图像进行一级缺陷检测,以获取屏幕显示异常类别的缺陷;采用图像分类模型对面板样本图像进行二级缺陷检测,以获取屏幕划痕类别的缺陷;采用目标检测模型对面板样本图像进行三级缺陷检测,以获取屏幕坏点和不良线类别的缺陷;对不同类别的缺陷进行结果融合,以获取面板不良检测结果。本发明采用图像处理技术、机器学习技术以及神经网络技术相结合的方式,解决了现有基于机器视觉技术的单一算法或者模型很难覆盖手机面板不良的多种类别,导致面板不良的缺陷无法充分检出,容易出现漏检的问题。
技术关键词
不良检测方法
屏幕划痕
图像分类模型
多模型
样本
直方图均衡化
面板缺陷检测
缺陷类别
孤立森林算法
机器视觉技术
边缘检测算法
机器学习技术
手机面板
可读存储介质
图像处理技术
感兴趣
系统为您推荐了相关专利信息
电力负荷预测方法
建立映射关系
极限学习机
电力预测技术
数学模型
模糊神经网络
城市污水处理过程
溶解氧
扰动观测器
模型预测控制器
岩性识别方法
金字塔池化模块
影像
卷积神经网络模型
全局平均池化
任务分配策略
分片
多设备协同
仿真模型
蒙特卡洛树
样本
动态阈值区间
建模方法
Softmax函数
概率密度曲线