基于空间标准观测者的TFT-LCD的Mura缺陷检测方法
摘要 | 第4-7页 |
abstract | 第7-8页 |
第一章 绪论 | 第11-15页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 国外研究现状 | 第13页 |
1.2.2 国内研究现状 | 第13-14页 |
1.3 论文的研究内容 | 第14-15页 |
第二章 TFT-LCD 与 Mura 缺陷 | 第15-22页 |
2.1 TFT-LCD 的结构与显示原理 | 第15-16页 |
2.2 Mura缺陷 | 第16-21页 |
2.2.1 Mura缺陷的成因 | 第16-17页 |
2.2.2 Mura缺陷的种类 | 第17-18页 |
2.2.3 Mura缺陷的评价标准 | 第18-20页 |
2.2.4 Mura缺陷的检测难点 | 第20-21页 |
2.3 本章小结 | 第21-22页 |
第三章 空间标准观测者 | 第22-31页 |
3.1 人类视觉及其特性 | 第23-24页 |
3.2 对比度敏感函数及其数学模型 | 第24-27页 |
3.3 孔径函数 | 第27-28页 |
3.4 池化 | 第28页 |
3.5 最小可觉差 | 第28-30页 |
3.6 本章小结 | 第30-31页 |
第四章 Mura缺陷检测 | 第31-62页 |
4.1 预处理 | 第31-41页 |
4.1.1 图像去噪 | 第32-35页 |
4.1.2 图像采样 | 第35-41页 |
4.2 纹理抑制 | 第41-48页 |
4.2.1 图像纹理及其特征 | 第41-42页 |
4.2.2 基于频域滤波的纹理抑制 | 第42-48页 |
4.3 亮度校正 | 第48-51页 |
4.3.1 线性变换 | 第49页 |
4.3.2 非线性变换 | 第49-51页 |
4.4 对比度敏感函数 | 第51-56页 |
4.4.1 EmG模型 | 第52-53页 |
4.4.2 YQM模型 | 第53-54页 |
4.4.3 HPmG模型 | 第54页 |
4.4.4 HPmH模型 | 第54-56页 |
4.5 图像增强 | 第56-58页 |
4.6 图像分割 | 第58-61页 |
4.6.1 基于Ostu法的图像分割方法 | 第58-60页 |
4.6.2 基于均值和标准差的分割方法 | 第60-61页 |
4.7 本章小结 | 第61-62页 |
第五章 Mura缺陷检测仿真 | 第62-68页 |
5.1 平台结构 | 第62页 |
5.2 仿真与分析 | 第62-67页 |
5.2.1 预处理和纹理抑制 | 第63-64页 |
5.2.2 亮度校正与CSF滤波 | 第64-65页 |
5.2.3 图像增强与分割 | 第65页 |
5.2.4 结果与分析 | 第65-67页 |
5.3 本章小结 | 第67-68页 |
第六章 总结与展望 | 第68-70页 |
参考文献 | 第70-74页 |
附录 | 第74-77页 |
攻读硕士期间发表的研究成果 | 第77-78页 |
致谢 | 第78页 |