本技術(shù)涉及屏幕缺陷識別領(lǐng)域，特別涉及一種利用深度學習的圖像識別型手機屏幕缺陷檢測裝置。

背景技術(shù)：

1、智能手機已經(jīng)成為日常生活中不可或缺的一部分，無論是工作、學習還是娛樂，手機都扮演著至關(guān)重要的角色。手機的保有數(shù)量一直居高不下，且呈現(xiàn)出逐年增長的趨勢。為了滿足市場的持續(xù)需求，每年都會有大量的新手機投入市場。與此同時，隨著更新?lián)Q代速度的加快，也有大量的舊手機被淘汰下來。這些舊手機在回收和處理過程中，需要進行一系列的檢測和評估，以便對其進行合理的再利用或處置。

2、手機屏幕作為手機的核心部件之一，其質(zhì)量和性能直接影響著用戶的體驗。在新手機的生產(chǎn)過程中，對手機屏幕進行缺陷檢測是至關(guān)重要的一環(huán)。這可以確保每一臺出廠的手機都具備高品質(zhì)的屏幕，為用戶提供良好的視覺體驗。而對于舊手機的驗收，手機屏幕的檢測同樣不可忽視。由于手機屏幕在使用過程中會受到各種因素的影響，如摔落、刮擦等，因此很容易出現(xiàn)損壞或老化的情況。通過對舊手機屏幕的細致檢測，可以準確地評估其狀態(tài)和價值，為后續(xù)的再利用或處置提供決策依據(jù)。

3、在手機屏幕缺陷檢測方面，通過采用先進的圖像處理技術(shù)和機器學習算法，可以實現(xiàn)對手機屏幕的自動化檢測。這種技術(shù)不僅可以大大提高檢測效率，還可以降低人工操作的誤差率，確保檢測結(jié)果的準確性和可靠性。如何提升檢測的效率以及檢測的準確性仍然是以上技術(shù)的研究重點。

技術(shù)實現(xiàn)思路

1、本實用新型的主要目的為提供一種利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，旨在解決屏幕缺陷圖像識別中，檢測效率以及準確性低的問題。

2、為了實現(xiàn)上述目的，本實用新型提供一種利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，包括：

3、框體，上下兩端分別為上開口和下開口，所述框體的內(nèi)周壁上設(shè)置有吸光層；

4、光環(huán)境部，封閉于所述上開口，所述光環(huán)境部包括光源部和對應(yīng)所述光源部設(shè)置的勻光層；

5、攝像頭部，安裝于所述框體的周壁，且朝向所述下開口；

6、升降平臺，設(shè)置于所述框體下方；

7、基座，連接到所述升降平臺而為所述升降平臺在豎直方向上驅(qū)動；

8、一維驅(qū)動臺，設(shè)置于所述基座在水平面內(nèi)完成線性驅(qū)動；

9、樣品板，安裝并驅(qū)動于所述一維驅(qū)動臺；

10、處理器，控制所述光環(huán)境部、所述攝像頭部、所述升降平臺和所述一維驅(qū)動臺的工作，所述處理器接收所述攝像頭部發(fā)送的數(shù)據(jù)；

11、其中，所述樣品板為所述一維驅(qū)動臺驅(qū)動進入以及脫離所述框體的范圍。

12、進一步地，所述手機屏幕缺陷檢測裝置還包括在平面內(nèi)進行二維運動的機械手，所述機械手在豎直方向完成取放動作，所述機械手對應(yīng)所述樣品板設(shè)置。

13、進一步地，所述圖像式手機屏幕缺陷檢測裝置還包括為所述處理器控制的吹掃功能部，所述吹掃功能部包括均從所述框體周壁導入的吹掃部以及負壓部。

14、進一步地，所述樣品板包括下樣品板和可拆設(shè)置于所述下樣品板的上樣品板，其中，所述下樣品板連接于所述一維驅(qū)動臺。

15、進一步地，所述光源部與所述勻光層的配合方式為側(cè)入式，所述光源部的數(shù)量為多個，且為不同顏色的光源。

16、進一步地，所述吸光層的外表面設(shè)置有粗化層。

17、進一步地，所述攝像頭部的數(shù)量為四個，且在所述框體的周壁上均勻周設(shè)。

18、進一步地，所述一維驅(qū)動臺為絲桿驅(qū)動型或者私服驅(qū)動型。

19、進一步地，所述樣品板上表面設(shè)置有樣品槽。

20、進一步地，所述樣品槽上部內(nèi)周設(shè)置有倒角結(jié)構(gòu)。

21、本實用新型提供的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，通過勻光層將光源部發(fā)生的光均勻化，從而在手機不容易出現(xiàn)干擾檢測準確性的亮斑；樣品板為一維驅(qū)動臺驅(qū)動進入以及脫離框體的范圍，升降平臺的工作可以將樣品板與框體的下開口結(jié)合以及分離；當樣品板與下開口結(jié)合后，框體內(nèi)的光學環(huán)境已經(jīng)穩(wěn)定，可以進行檢測工作；當樣品板與下開口分離后，可以進行取樣和放樣的動作；通過一維驅(qū)動臺可以批量將手機運送到框體的范圍內(nèi)，從而提升檢測的速度。

技術(shù)特征：

1.一種利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，所述手機屏幕缺陷檢測裝置還包括在平面內(nèi)進行二維運動的機械手，所述機械手在豎直方向完成取放動作，所述機械手對應(yīng)所述樣品板（700）設(shè)置。

3.根據(jù)權(quán)利要求1所述的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，所述圖像式手機屏幕缺陷檢測裝置還包括為所述處理器控制的吹掃功能部，所述吹掃功能部包括均從所述框體（100）周壁導入的吹掃部以及負壓部。

4.根據(jù)權(quán)利要求1所述的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，所述樣品板（700）包括下樣品板（700）和可拆設(shè)置于所述下樣品板（700）的上樣品板（700），其中，所述下樣品板（700）連接于所述一維驅(qū)動臺（600）。

5.根據(jù)權(quán)利要求1所述的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，所述光源部（210）與所述勻光層（220）的配合方式為側(cè)入式，所述光源部（210）的數(shù)量為多個，且為不同顏色的光源。

6.根據(jù)權(quán)利要求1至5中任意一項所述的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，所述吸光層的外表面設(shè)置有粗化層。

7.根據(jù)權(quán)利要求1至5中任意一項所述的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，所述攝像頭部（300）的數(shù)量為四個，且在所述框體（100）的周壁上均勻周設(shè)。

8.根據(jù)權(quán)利要求1至5中任意一項所述的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，所述一維驅(qū)動臺（600）為絲桿驅(qū)動型或者私服驅(qū)動型。

9.根據(jù)權(quán)利要求1至5中任意一項所述的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，所述樣品板（700）上表面設(shè)置有樣品槽。

10.根據(jù)權(quán)利要求9所述的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，其特征在于，所述樣品槽上部內(nèi)周設(shè)置有倒角結(jié)構(gòu)。

技術(shù)總結(jié)
本申請揭示了一種利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，基座連接到升降平臺而為升降平臺在豎直方向上驅(qū)動；一維驅(qū)動臺設(shè)置于基座在水平面內(nèi)完成線性驅(qū)動；樣品板安裝并驅(qū)動于一維驅(qū)動臺；樣品板為一維驅(qū)動臺驅(qū)動進入以及脫離框體的范圍。本技術(shù)提供的利用深度學習的圖像識別型手機屏幕缺陷檢測裝置，通過勻光層將光源部發(fā)生的光均勻化，從而在手機不容易出現(xiàn)干擾檢測準確性的亮斑；樣品板為一維驅(qū)動臺驅(qū)動進入以及脫離框體的范圍，升降平臺的工作可以將樣品板與框體的下開口結(jié)合以及分離；當樣品板與下開口結(jié)合后，可以進行檢測工作；當樣品板與下開口分離后，可以進行取樣和放樣的動作。

技術(shù)研發(fā)人員：何松,姚婭川
受保護的技術(shù)使用者：四川輕化工大學
技術(shù)研發(fā)日：20240423
技術(shù)公布日：2025/1/6