基于云计算的基板玻璃缺陷神经网络分类模型研究∗

李青 周波

（1.东旭集团有限公司石家庄050021）（2.平板显示玻璃技术和装备国家工程实验室石家庄050035）

基于云计算的基板玻璃缺陷神经网络分类模型研究∗

李青1，2周波1，2

（1.东旭集团有限公司石家庄050021）（2.平板显示玻璃技术和装备国家工程实验室石家庄050035）

基板玻璃缺陷的种类识别，是调整优化生产工艺的重要依据。论文研究了云计算的基本模式和原理，结合液晶基板玻璃生产中的实际问题，设计了一种基于云计算基板玻璃缺陷神经网络分类模型，对模型中处理工作的分配，传输数据包、调度机、云计算服务器进行了简要研究，该模型具有提升神经网络收敛速度；实现资源共享，提升生产效率；冗余计算和算法热升级；降低维护难度等优势。对于基板玻璃生厂商具有一定的参考意义。

基板玻璃；缺陷分类；云计算；神经网络；图像处理

Class NumberTP391.41

1 引言

液晶基板玻璃是薄膜晶体管液晶显示（thin film transistor-liquid crystal display，TFT-LCD）的关键上游材料。客户对其缺陷有着严苛的要求，同时，缺陷的种类（气泡、结石、铂金颗粒等）的识别，也是调整优化生产工艺的重要依据。因此，玻璃缺陷的识别，成为产品品质管控的必要手段。为满足生产率的要求，通常采用计算机视觉技术和神经网络技术构建玻璃缺陷自动检测分类设备。

在计算机视觉缺陷检测分类的研究中，已有大量的成果。例如，应用不同光源组合照射方式实现基本的缺陷检出和识别的方法［1］；基于莫尔条纹的检测方法［2］；基于图像重构的玻璃检测技术［3］；……