[发明专利]自动判定装置以及自动判定方法在审

专利信息
申请号: 202110405751.1 申请日: 2021-04-15
公开(公告)号: CN114062383A 公开(公告)日: 2022-02-18
发明(设计)人: 郑硕彬 申请(专利权)人: 三星显示有限公司
主分类号: G01N21/95 分类号: G01N21/95;G06N3/04;G06N3/08
代理公司: 北京金宏来专利代理事务所(特殊普通合伙) 11641 代理人: 朴英淑
地址: 韩国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 自动 判定 装置 以及 方法
【说明书】:

提供一种自动判定装置以及自动判定方法。针对检查对象装置的自动判定装置包括:相机,拍摄检查对象装置来生成装置图像数据;检测模块,利用基于装置图像训练数据和与装置图像训练数据相应的标签图像训练数据的检测训练组合学习的检测学习模板,对装置图像数据所表示的装置图像内的对象物体显示标签(label);区域决定模块,基于标签的位置来决定装置图像内的判定区域;以及判定模块,利用基于判定区域图像训练数据和针对判定区域图像训练数据的训练判定结果的判定训练组合学习的判定学习模板,判断判定区域内的对象物体是否不良。

技术领域

发明涉及检查装置,并且涉及判定检查对象装置的自动判定装置以及自动判定方法。

背景技术

在制作电子装置或机械装置的各个工序中,可以在所述工序途中以及所述工序之后进行所述装置是合格品还是不良品的判断,或者可以执行检测所述装置的缺陷的检查(Test或Inspection)工序。例如,可以在制作显示装置的各个工序(例如,母板制造工序、单元制造工序、面板制造工序、模块制造工序等)中执行检测缺陷的所述检查工序。

现有技术中的检查工序通过检查者的肉眼检测不良,因此可能会具有低的准确度和可靠度。开发出了利用基于规则(Rule-based)的图像处理的检查工序,其中,基于规则的图像处理拍摄检查对象装置并利用一定的规则在图像数据中检测/判定所述检查对象装置内的对象物体,以便提高所述准确度和所述可靠度。但是,即便在这种利用基于规则的图像处理的检查工序中,也存在误检测或误判对象物体的问题。

发明内容

本发明的一目的在于,提供一种可以迅速且准确地检测和判定对象物体的自动判定装置。

本发明的其他目的在于,提供一种可以迅速且准确地检测和判定对象物体的自动判定方法。

但是,本发明要解决的课题并不限于以上所提及的课题,在不超出本发明的思想和领域的范围内可以进行各种扩展。

为了达成本发明的一目的,本发明的各实施例涉及的针对检查对象装置的自动判定装置包括:相机,拍摄所述检查对象装置来生成装置图像数据;检测模块,利用基于装置图像训练数据和与所述装置图像训练数据相应的标签图像训练数据的检测训练组合学习的检测学习模板,对所述装置图像数据所表示的装置图像内的对象物体显示标签(label);区域决定模块,基于所述标签的位置来决定所述装置图像内的判定区域;以及判定模块,利用基于判定区域图像训练数据和针对所述判定区域图像训练数据的训练判定结果的判定训练组合学习的判定学习模板,判断所述判定区域内的所述对象物体是否不良。

在一实施例中,可以是,由所述检测模块显示的所述标签的颜色不同于所述装置图像的颜色。

在一实施例中,可以是,所述装置图像是黑白图像,由所述检测模块显示的所述标签是红色点(Red dot)。

在一实施例中,可以是,所述检测模块对所述装置图像内的所述对象物体显示所述标签来生成表示显示有所述标签的所述装置图像的被标注的装置图像数据,并从所述被标注的装置图像数据中分离具有所述标签的颜色的图像,从而生成表示所述标签的标签图像数据。

在一实施例中,可以是,所述检测模块包括:存储所述装置图像训练数据和所述标签图像训练数据的所述检测训练组合的检测训练数据库;以及基于存储在所述检测训练数据库中的所述检测训练组合而学习的所述检测学习模板。可以是,为了所述检测学习模板的后续学习,在所述检测训练数据库中作为所述检测训练组合而累积存储所述装置图像数据和所述标签图像数据的组合。

在一实施例中,可以是,所述区域决定模块从显示有所述标签的所述装置图像中获取所述标签的坐标,以所述标签的所述坐标为基准决定具有预定的形状的所述判定区域,并从所述装置图像中截取所述判定区域来生成表示包括所述对象物体的所述判定区域的判定区域图像数据。

在一实施例中,可以是,所述判定区域的所述预定的形状是圆形、四边形或多边形。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三星显示有限公司,未经三星显示有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110405751.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top