ITO导电薄膜表面缺陷的图像特征分析

发布时间：2018-03-24 03:08

  本文选题：ITO导电薄膜　切入点：灰度差分统计　出处：《计算机应用》2017年S1期

【摘要】：针对ITO导电薄膜缺陷人工分类效率较低的问题,提出了一种基于灰度差分统计法、灰度共生矩阵法和矩描述法的缺陷特征分析方法。首先,通过灰度差分统计对比得出各缺陷的熵值,利用熵值进行一次分类;其次,通过灰度共生矩阵,提取了二阶矩、对比度和相关性的数值,通过这三个数值分别设置阈值并对图表进行分析完成对5种缺陷的分类;最后,根据矩描述的特性并通过实验对矩方法的可行性进行了分析。实验中,取熵值的阈值为0.5,二阶矩的阈值为230,对比度的阈值为140,相关性的阈值为22,通过这四个参数的阈值可以达到将5种缺陷分类的效果。实验结果表明,基于灰度差分统计法和灰度共生矩阵法的分类方法可以更有效地完成缺陷分类。
[Abstract]:Aiming at the low efficiency of artificial classification of defects in ITO conductive films, a defect feature analysis method based on gray difference statistics method, gray level co-occurrence matrix method and moment description method is proposed. The entropy value of each defect is obtained by statistical comparison of gray level difference, and the entropy value is used to classify the defect. Secondly, the second order moment, contrast and correlation are extracted by gray level co-occurrence matrix. According to the characteristics of moment description and the feasibility of the moment method, the feasibility of the moment method is analyzed. The threshold of entropy value is 0.5, the threshold of second moment is 230, the contrast threshold is 140, the threshold of correlation is 22. The threshold of these four parameters can achieve the effect of classifying five kinds of defects. The classification method based on gray difference statistics method and gray level co-occurrence matrix method can accomplish defect classification more effectively.
【作者单位】： 合肥工业大学光电技术研究院;
【基金】：国家重大科学仪器设备开发专项(2013YQ220749)
【分类号】：TB383.2;TP391.41

【参考文献】

相关期刊论文 前9条

1 张腾达;卢荣胜;张书真;;基于二维DFT的TFT-LCD平板表面缺陷检测[J];光电工程;2016年03期

2 陈宝远;李紫贺;刘景阳;兰雅琼;于晓洋;;BOPET薄膜中气泡的检测及识别方法研究[J];哈尔滨理工大学学报;2015年01期

3 吴雪芬;陈功;陈建;潘晨;范志杰;郭宏;;锂电池薄膜缺陷图像特征提取技术研究[J];电子质量;2013年08期

4 刘辉;张云生;张印辉;何自芬;;基于灰度差分统计的火焰图像纹理特征提取[J];控制工程;2013年02期

5 郑红;李钊;李俊;;灰度共生矩阵的快速实现和优化方法研究[J];仪器仪表学报;2012年11期

6 焦蓬蓬;郭依正;刘丽娟;卫星;;灰度共生矩阵纹理特征提取的Matlab实现[J];计算机技术与发展;2012年11期

7 王云慧;马军山;孙军;;基于边缘检测的七阶矩方法[J];计算机应用;2010年S1期

8 简丽琼;;基于Hu矩和Zernike矩的文字识别[J];科技信息;2009年17期

9 冯建辉;杨玉静;;基于灰度共生矩阵提取纹理特征图像的研究[J];北京测绘;2007年03期

【共引文献】

相关期刊论文 前10条

1 代少升;崔俊杰;张德洲;;基于自适应阈值HMRF的红外超分辨率重建[J];半导体光电;2017年04期

2 张地;罗群;雷敏;;一种基于图像纹理特征和支持向量机的版权保护方法[J];网络安全技术与应用;2017年08期

3 凌秀华;卢文彪;王耐;梁丽金;李熙灿;;基于图像处理技术的麦冬药材特征提取与识别[J];辽宁中医杂志;2017年07期

4 宋明珠;曲宏松;陶淑苹;吴勇;;亚米级全色遥感影像云地检测算法研究[J];光电子·激光;2017年07期

5 胡海兵;薛源;徐挺;金施群;;ITO导电薄膜表面缺陷的图像特征分析[J];计算机应用;2017年S1期

6 郭攀;;基于色彩和纹理特征的航空RGB影像水域范围提取[J];山西建筑;2017年17期

7 王爱芳;王妮;;结合灰度纹理和支持向量机分类的三江源草地信息提取[J];安徽农业科学;2017年13期

8 李颀;季雨薇;王志鹏;窦轩;;基于OpenCV+Python的道路结冰检测系统的设计[J];陕西科技大学学报(自然科学版);2017年02期

9 米强;徐岩;刘斌;徐运杰;;煤与矸石图像纹理特征提取方法[J];工矿自动化;2017年05期

10 张杰;齐官红;叶蓬;陈益;;基于PCA的关键帧相似度核聚类检索算法[J];控制工程;2017年04期

【二级参考文献】

相关期刊论文 前10条

1 王新新;徐江伟;邹伟金;刘永丰;王秀丽;;TFT-LCD缺陷检测系统的研究[J];电子测量与仪器学报;2014年03期

2 赵允贵;;2013年国内塑料薄膜行业发展情况分析[J];塑料包装;2014年01期

3 刘丽;苏赋;田芳;卢阿娟;;基于Matlab的图像感兴趣区域提取[J];现代电子技术;2013年08期

4 陈功;朱锡芳;许清泉;徐安成;杨辉;;基于亮度和OAA-SVM锂电池薄膜缺陷识别[J];通信技术;2013年03期

5 高红霞;y嚪蚬，

本文编号：1656423