[发明专利]一种爆光显影异常缺陷检测方法及系统

说明书

本发明提供一种爆光显影异常缺陷检测方法及系统，涉及缺陷检测技术领域，所述方法为：基于原始的面板图像获取主线匹配模板和水平线路匹配模板；基于待检测的面板图像获取主线候选框；基于主线匹配模板筛选主线候选框；基于主线候选框获取待检测的水平线路图像；基于待检测的水平线路图像获取水平线路候选框；基于水平线路匹配模板筛选水平线路候选框；基于水平线路候选框获取待检测的背景图像；对待检测的背景图像进行直方图均衡化处理和网格划分处理，得到若干网格；计算若干网格的灰度均值，基于灰度均值进行爆光显影异常缺陷判定。本发明基于模板匹配、边缘轮廓提取以及直方图均衡化处理，解决了现有中爆光显影异常缺陷检测漏检率高的问题。

技术领域

本发明涉及缺陷检测技术领域，具体而言，涉及一种爆光显影异常缺陷检测方法及系统。

背景技术

成膜工艺面板加工过程中最为重要的工艺阶段之一，面板上的电路图案形成、导电元器件生成都是在此阶段进行加工。整个成膜过程包括清洗、光刻胶涂布、曝光、显影、刻蚀、光刻胶剥离等阶段，而在曝光显影阶段常常出现一种缺陷，那就是曝光显影不均导致的异常，其直接导致生成的膜厚不均，对后续刻蚀和线路生成都有重大不良影响，影响到产品的良率。

传统的爆光异常显影缺陷检测方式是通过人工进行检测，传统方式存在效率低且成本高的缺陷，目前很多面板生产厂商正在引入智能化的缺陷检测系统，即采用计算机和人工智能替代人工检测，目前主流的方法是采用基于深度学习的目标检测算法，通过对历史的缺陷样本进行学习，训练一个目标检测模型，最终实现对产线上生产的面板进行实时缺陷检测。但是基于深度学习的目标检测算法是基于对图像的特征提取和分类学习实现的，这类算法需要图像上的缺陷有明显区别与背景的显著特征，而曝光显影异常缺陷常常没有足够显著的特征，导致目标检测算法产生漏检率较高。

发明内容

为了解决现有技术中爆光显影异常缺陷检测漏检率高的问题，本发明实施例提供了一种爆光显影异常缺陷检测方法及系统。

在第一方面，本发明实施例中提供一种爆光显影异常缺陷检测方法，所述方法包括以下步骤：

(1)基于原始的面板图像，获取主线匹配模板T和水平线路匹配模板D；

(2)基于待检测的面板图像，获取若干主线候选框I；其中，主线候选框1的宽度、高度与主线匹配模板T的宽度、高度相同；

(3)基于主线匹配模板T对若干主线候选框I进行相似度匹配，筛选出部分主线候选框I；

(4)基于筛选后的主线候选框I对待检测的面板图像进行图像截取处理和图像拼接处理，得到待检测的水平线路图像；

(5)基于待检测的水平线路图像，获取若干水平线路候选框M，其中，水平线路候选框M的宽度、高度与水平线路匹配模板D的宽度、高度相同；

(6)基于水平线路匹配模板D对若干水平线路候选框M进行相似度匹配，筛选出部分水平线路候选框M；

(7)基于筛选后的水平线路候选框M对待检测的水平线路图像进行图像截取处理和图像拼接处理，得到待检测的背景图像；

(8)对待检测的背景图像进行直方图均衡化处理和网格划分处理，得到若干网格；

(9)计算若干网格的灰度均值，并且基于灰度均值判定待检测的面板图像中是否存在爆光显影异常缺陷。

于上述实施例中，通过模板匹配切除线路区域，并且基于边缘轮廓提取的模板匹配可以适用于图片颜色不固定的场景，具有较强的适用性；与此同时，结合直方图均衡化处理的图像对比度增强，有效地实现了爆光显影异常缺陷的检出，解决现有中爆光显影异常缺陷检测漏检率高的问题。