熟女人妻水多爽中文字幕,国产精品鲁鲁鲁,隔壁的少妇2做爰韩国电影,亚洲最大中文字幕无码网站

OLED產業現狀

OLED（OrganicLight-EmittingDiode，有機發光二極管）具有自發光特性，因此OLED不像LCD屏需要燈管作為背光源，只要有電流通過，這種有機材料就會發光。該技術由美國柯達公司的鄧青云博士在1979年發現，在1997年日本先鋒公司首次將單色的OLED應用在汽車音響面板上，開啟了OLED產業化。目前OLED顯示技術根據驅動方式分類可分為PMOLED(被動驅動式)和AMOLED(主動驅動式)兩大類。我們所接觸到的OLED屏幕絕大多數指的是AMOLED。

OLED應用非常廣，包括電視、智能手機、智能穿戴、VR、汽車顯示、汽車照明燈等。目前智能手機領域OLED滲透率已經達到了15%，其中不少高端機型還采用了柔性OLED屏。而在中高端智能手表當中，幾乎全部采用AMOLED顯示屏。

與LCD相比，OLED優勢顯著。OLED的自發光特性使其亮度高，分辨率大，利于實現彩色化，擁有非常廣闊無失真視角，同時大大減少了功耗。OLED響應速度只有LCD的千分之一，通常以微米為單位，不會出現LCD顯示運動畫面的拖影現象。OLED采用固態物質，沒有液晶物質，提高了抗震性能。

雖然OLED產業發展欣欣向榮，但傳統的LCD還是占據了絕對的市場份額，原因就是OLED大面積推廣仍存在瓶頸。首先，目前OLED面板生產的很多核心技術被國外廠商壟斷，形成技術壁壘制約OLED產品的推廣；其次，良品率是衡量面板生產線成熟與否的主要指標之一，對生產成本有很大的影響，良品率較低也是目前OLED成本較高的主要原因之一，同時也是制約OLED大面積推廣的主要原因之一。

機器視覺定義及在工業上的應用

旭鑫智能機器視覺是利用計算機和相關的輔助設備來模擬人的視覺功能、代替人眼進行相關物品的測量和判斷，實現對客觀世界的二維場景或者三維場景的感知、識別和理解。

機器視覺工業上體現為自動光學檢測（automatedopticalinspection，AOI）或稱機器視覺檢測（machinevisioninspection,MVI）。AOI（或者MVI）是一項綜合的技術，其集成了圖像傳感技術、圖像處理技術、運動控制技術。

圖1.AOI原理圖

AOI采用光學成像方法（如相機，或者一個復雜的光學成像系統）實現類似人眼的視覺成像功能，通過計算機處理系統進行數據處理，最后把結果反饋給執行機構完成各種規定的任務。

基于機器視覺的AOI系統強調實時性、高精度和高速度，從而在工業上有著廣泛的應用。許多領域像冶金、化工、建材、安全保衛、工件等工業生產過程中，這些工業對象復雜，過程設計參數眾多，并且有許多不確定性。在極端環境（高低溫環境、對象形狀不確定或者難以使用普通的測量手法進行測量）下，要建立確定的自動化系統是非常困難的。因此，使用常規控制技術難以實現對象的計算機實時控制。對于這類復雜對象的自動控制，可通過機器視覺來實現。

基于機器視覺的AOI系統可用于工業領域的許多方面，如零件檢測、尺寸測量、零件的缺陷檢查、零件裝配、機器人的引導和零件的識別等。目前應用機器視覺檢測技術最多的領域是電子工業，其次是汽車工業、航空工業、木材工業、紡織工業、食品加工業等。

將機器視覺應用在產品質量檢測中，具有低人力成本、避免人工檢測主觀性強等特點，可有效提升產品質量檢測流程的效率。一方面，利用機器視覺代替人工視覺檢測的方法，單片產品的檢測效率上會比人工檢測更高，特別在大批量工業生產的過程中，有利于提升產線的生產速度；另一方面，對于精密零件的質量檢測，機器視覺可以提供更加準確的檢測精度，更為精細的檢測結果。視覺檢測還可以保證產品檢測的一致性，在對產品的合格性檢測之余，還可以對產品偏差值進行測量和反饋，為生產產品質量提供進一步分析的可能性。

機器視覺在OLED上的應用

相比LCD的高良品率和高產能，OLED的制造工藝改進成為OLED產業發展的關鍵。傳統的人工目檢OLED需要大量的勞動力，檢測結果易受質檢人員主觀因素影響，高強度質檢作業對質檢人員的眼睛傷害很大，已滿足不了現代大規模OLED工業高速，高精確的檢測要求。而一個基于機器視覺的AOI系統能減少人工成本，統一檢測標準，提升生產效率，提高生產產能，滿足OLED工業生產需求。基于機器視覺的AOI能進一步用于缺陷的分析，找出各類缺陷形成的原因，分析產線薄弱的環節。其次從源頭把關，剔除不合格OLED屏，以免被安裝上啟動電路，造成不必要的浪費。最后用于確定缺陷的類型和位置，對這些缺陷進行及時修補。

OLED屏幕生產過程中導致缺陷產生的原因有屏幕的生產裝配時落入灰塵與異物；驅動IC與有源器件接觸不良；基板上存在劃痕或屏幕破裂；信號電極或掃描電極存在短路或者短路的情況等。在數字圖像處理領域，我們更傾向于根據缺陷的形態和面積來對它們進行劃分，常用比較簡答的分類有點類缺陷、線類缺陷和Mura類缺陷。另一方面，對于無形態特征的缺陷則雖然較難對它們進行準確的分類，但總的來說有可以分為顯示不均勻、顯示異常、混色等這些常見的類別。

旭鑫智能在機器視覺工業檢測上獲得的卓越成績

旭鑫智能在OLED屏幕缺陷檢測中，把缺陷主要分為以下五大類：點類，線類和MURA類、影像類、OLED類。點類缺陷主要有亮點和暗點缺陷，其表現為屏幕上呈現發亮或者發暗的小點。線類缺陷主要分為亮線與暗線缺陷，表現為水平或垂直貫穿屏幕一列或多列像素的過亮或過暗。Mura類缺陷主要分團狀、條狀、不規則形狀等，mura相較于點、線的形態上更不規則或更淡。影像類則包括顯示異常、顯示不均勻等，通常表現為屏幕出現面積較大且較為明顯的顯示問題。OLED類則是在在彩色通道下呈有顏色的團狀缺陷。

缺陷示意圖

缺陷檢測流程示意圖

缺陷檢測流程如上圖所示，先由成像端拍攝圖像傳進算法，經定位和校正后，分不同類別的缺陷檢測器檢測上述各類缺陷，最后將檢測結果記錄并在圖像上框出。

從檢測算法的角度，對傳入成像首先必須滿足缺陷在圖像上可見這一要求；其次每次傳入成像的差異不能過大，以保證算法檢出效果的穩定性。除此之外，對于不同大小的屏幕，成像精度也有其最低要求，最少需要相機精度小于屏幕的單個物理像素在成像上的大小，以保證屏幕上細小像素點的缺陷能夠順利檢出。

OLED屏幕相對LED屏幕成像相對穩定，由于沒有背光板，少了LED屏幕檢測中經常出現的漏光問題。而其他方面如點、線、團等與普通的LED屏幕檢測思路相似，通過缺陷在屏幕成像上的視覺差異，利用其與屏幕正常發光區域的對比度，計算得到缺陷信息。