TFt-LCD面板缺陷分類方法研究.pdf

1、本文依托于國家重大科學儀器專項“平板顯示屏自動光學檢測儀器的開發(fā)與應(yīng)用”，利用TFT-LCD面板掃描圖像，主要研究了缺陷檢測，缺陷的特征選擇和特征抽取，最后重點研究了點缺陷、線缺陷和Mura缺陷的分類問題。
　　缺陷檢測時，根據(jù)TFT-LCD面板的周期性特點，使用一維傅里葉變換慮除周期背景。濾除背景的同時引入了邊界效應(yīng)，通過使用多行拼接技術(shù)予以解決。對于固有的環(huán)境光照不均勻，使用全尺寸小波變換后，成功濾除周期性背景。對圖像中存在的

2、偽缺陷，通過對缺陷重新定義，剔除偽缺陷，用閾值法檢測出TFT-LCD面板的真實缺陷。
　　使用霍特林變換對缺陷進行最小外接矩形標記，計算出缺陷的基本形狀特征。根據(jù)分類目的，再計算出缺陷的三類矩特征。針對數(shù)據(jù)冗余問題，使用主成分分析法對所選特征進行抽取，通過控制累積貢獻率在95％以上，保證特征信息有效性的同時提高了處理速度，為下一步缺陷分類做好了數(shù)據(jù)準備工作。
　　鑒于目前企業(yè)中TFT-LCD面板缺陷的分類大多都是由人員判定的

3、，本文首先根據(jù)人員判別流程提出了一種基于規(guī)則的缺陷分類算法。由于支持向量機在分類算法中表現(xiàn)優(yōu)異，并且多核在進行分類時具有較強的穩(wěn)定性和靈活性，本文借鑒多核SVM思想，構(gòu)造了2核SVM和4核SVM分類器并且將單核SVM作為對比試驗。在分類器的設(shè)計過程中，使用基于梯度下降的多核SVM算法求解基核權(quán)重因子，并且進行交叉驗證尋優(yōu)，得到最優(yōu)2核SVM分類器。實驗使用林智仁先生的libSVM工具箱，對基于規(guī)則的分類器、單核SVM、2核SVM和4核S