摘要
本发明属于视觉检测技术领域,尤其是一种基于卷积神经网络的液晶屏幕Mura缺陷检测系统,包括步骤在液晶屏上建立XY坐标系,通过滚动显示目标区域并控制亮度循环,获取待检测图像;还包括步骤对所述图像进行预处理,包括去噪和亮度均衡;还包括步骤通过傅里叶变换提取图像的频域特征,结合边缘冲击算法计算缺陷的边缘属性;还包括步骤将预处理后的图像输入卷积神经网络,通过动态迭代优化网络权重,生成缺陷检测结果并输出;本发明通过动态滚动和亮度控制,增强缺陷区域的对比度,并且使频域与空间域结合,进而大大提升了微小Mura缺陷的检出率,相比较传统检测方式,效率和精度更高。
技术关键词
Mura缺陷
液晶屏幕
局部纹理特征
频域特征
视觉检测技术
亮度
动态
坐标系
图像处理
阶段
优化器
网络
分支
对比度
注意力
算法
滤波器
符号
系统为您推荐了相关专利信息
循环神经网络模型
卷积神经网络模型
声纹识别模型
智能眼镜
语音交互方法
信号采集设备
智能系统
分布式传感器网络
物理
红外热像仪
数据监测方法
高维特征向量
物联网技术
负荷
新能源出力预测
轨道交通车门系统
程度预测方法
机械部件
健康状态数据
状态预测器
图像分割方法
编码器
解码器结构
网络
CT图像处理