首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究

摘要第1-8页
ABSTRACT第8-14页
第一章 绪论第14-37页
   ·课题来源及课题背景第14-15页
     ·课题来源第14页
     ·课题背景第14-15页
   ·液晶显示器概述第15-19页
     ·液晶显示器的发展历史及应用现状第15-16页
     ·TFT-LCD 制程概述第16-19页
   ·TFT-LCD 显示缺陷简介第19-22页
     ·常见TFT-LCD 显示缺陷第19-20页
     ·Mura 缺陷定义及种类第20-21页
     ·Mura 缺陷产生原因分析第21-22页
   ·LCD 制程中的缺陷检测技术第22-26页
     ·视觉检测技术研究重点第24页
     ·Mura 缺陷图像特点及检测难点第24-26页
   ·视觉检测技术国内外研究现状第26-34页
     ·纹理背景抑制第27-29页
     ·图像亮度校正及增强第29-31页
     ·缺陷分割方法第31-33页
     ·缺陷量化方法第33-34页
   ·课题的目的与意义第34-35页
   ·本文研究的主要内容第35-37页
第二章 基于实值Gabor 小波滤波的TFT-LCD 纹理背景抑制第37-52页
   ·引言第37-38页
   ·TFT-LCD 图像纹理背景抑制第38-43页
     ·奇异值分解法第38-40页
     ·傅立叶变换法第40-42页
     ·小波变换和Gabor 变换第42-43页
   ·基于实值Gabor 小波滤波器的背景抑制第43-51页
     ·实值Gabor 滤波原理第44-46页
     ·实值Gabor 小波滤波器设计第46-48页
     ·子图像融合方法第48-49页
     ·实值Gabor 滤波仿真第49-51页
   ·本章小结第51-52页
第三章 基于同态变换和独立分量分析的图像亮度校正第52-70页
   ·引言第52-53页
   ·LCD 图像亮度不均匀性分析第53-55页
   ·LCD Mura 缺陷检测的图像亮度校正方法第55-69页
     ·同态滤波原理第55-57页
     ·独立分量分析原理第57-60页
     ·基于同态变换和独立分量分析的LCD 图像亮度校正方法第60-61页
     ·仿真实例第61-69页
   ·本章小结第69-70页
第四章 基于主动轮廓模型和水平集方法的Mura 缺陷分割第70-94页
   ·引言第70-71页
   ·主动轮廓模型第71-76页
     ·基于边界的主动轮廓模型第71-74页
     ·基于区域的主动轮廓模型第74-76页
   ·水平集方法第76-86页
     ·水平集方程第76-79页
     ·水平集快速算法第79-82页
     ·基于主动轮廓模型和水平集方法的图像边缘检测仿真第82-86页
   ·针对Mura 缺陷的主动轮廓模型和水平集数值解法第86-91页
     ·改进的Chan-Vese 模型第87-89页
     ·AOS 水平集数值解第89-91页
   ·基于SEMI 标准的缺陷量化方法第91-92页
   ·本章小结第92-94页
第五章 TFT-LCD Mura 缺陷检测实验研究第94-124页
   ·引言第94页
   ·TFT-LCD 缺陷检测硬件系统及实验样本第94-96页
     ·实验硬件系统第94-95页
     ·实验样本第95-96页
   ·基于实值Gabor 滤波的LCD 图像背景抑制实验第96-105页
     ·常用背景抑制方法比较第96-97页
     ·Gabor 小波滤波器参数设计及比较实验第97-103页
     ·背景抑制实验第103-105页
   ·基于水平集方法的Mura 缺陷分割实验第105-110页
     ·传统分割方法比较第105-106页
     ·基于边界的主动轮廓模型分割实验第106-107页
     ·改进的Chan-Vese 主动轮廓模型分割实验第107-108页
     ·参数影响实验第108-110页
   ·基于SEMI 标准的Mura 缺陷量化实验第110-112页
   ·基于独立分量分析的LCD 图像亮度校正实验第112-117页
     ·亮度不均匀校正实验第112-116页
     ·亮度校正前后缺陷分割和量化效果比较第116-117页
   ·TFT-LCD 自动Mura 缺陷检测流程及检测实验第117-122页
     ·自动缺陷检测流程第117-120页
     ·Mura 缺陷检测实验第120-122页
   ·本章小结第122-124页
第六章 总结与展望第124-128页
   ·总结第124-126页
   ·论文创新点第126-127页
   ·研究展望第127-128页
参考文献第128-141页
攻读博士学位期间已发表或录用的论文第141-142页
攻读博士学位期间参与的课题研究第142-143页
致谢第143页

论文共143页,点击 下载论文
上一篇:面向视频挖掘的视觉内容分析
下一篇:基于图像的带高光物体的形状和反射属性建模技术研究