计算机工程与应用››2017,第53卷››问题(5): 202-206.内政部:10.3778/j.issn.1002-8331.1507-0286

图形图像处理 • 上一篇   下一篇

基于MapReduce的液晶屏缺陷检测方法

夏晓云,张仁斌,谢  瑞,王  聪  

  1. 合肥工业大学 计算机与信息学院,合肥 230009
  • 出版日期:2017-03-01 发布日期:2017-03-03

TFT-LCD缺陷检测的MapReduce方法

夏晓云、张仁斌、谢瑞、王聪  

  1. 合肥工业大学计算机与信息学院,合肥230009
  • 在线:2017-03-01 出版:2017-03-03

摘要:第五液晶屏在生产过程中会产生多种类型的缺陷,通过单一节点进行缺陷检测存在存储资源和计算时间的瓶颈。利用Hadoop公司集群的分布式计算、存储能力处理海量的高分辨率液晶屏图像是一个新的思路。针对高分辨液晶屏图像缺陷局部性特点,设计基于MapReduce的分布式缺陷检测方法,对高分辨率图像分块,并行完成每块图像的缺陷检测,再将检测结果归并,从而解决高分辨率图像缺陷检测效率低下问题。通过运行在Hadoop公司平台上的实验表明,该方法在完成缺陷检测的同时具有良好的效率提升。

关键词: Hadoop、, 高分辨率图像, 缺陷检测, MapReduce

摘要:在生产第六代TFT-LCD的过程中会产生各种类型的缺陷。通过使用一台机器检查缺陷,存在存储资源和计算时间的瓶颈。Hadoop集群是一种处理海量高分辨率LCD图像的新方法,在计算和存储容量方面具有优势。由于缺陷是高分辨率LCD图像的局部特征,本文提出了一种基于MapReduce框架的分布式缺陷检测方法。为了解决高分辨率图像在缺陷检测中效率低的问题,该方法可以简单描述如下。首先,将高分辨率图像分割为多个小分割,并在接下来的步骤中对其进行平行检查。在最后一步中,对中间结果进行聚合以获得最终结果。实验结果表明,该方法可以在Hadoop集群上同时检测缺陷,具有良好的加速率。

关键词: Hadoop、, 高分辨率图像, 缺陷检查, MapReduce