基于ε-支持向量回归机的背光源亮度均匀性评价方法

被引:4
作者
宋悦
林志贤
姚剑敏
郭太良
机构
[1] 福州大学物理与信息工程学院
关键词
光学检测; 背光源; CCD; ε-SVR;
D O I
暂无
中图分类号
TP391.41 []; TP181 [自动推理、机器学习];
学科分类号
080203 ;
摘要
针对现有传统亮度计采集背光源亮度的检测方法用时长,不适于生产线的问题,提出一种基于ε-支持向量回归机的背光源亮度均匀性评价方法。设计了背光源亮度均匀性检测平台,采用CCD图像传感器一次性同时获得几个背光源亮度图像,并进行校正。通过在非线性条件下的ε-支持向量回归机(ε-SVR)对校正后得到的背光源检测点亮度值构建关于背光源亮度值的预测模型,并对若干个背光源进行预测,与检测标准相比较判断其亮度是否合格。结果表明,在构建的支持向量回归模型中多种参数的融合检测,其精度是相似的。其中,最佳预测结果 RMSE为43.28,BR为1.21%。说明预测结果与传统亮度计的测量值之间误差较小,但操作方便、且所用时间更短,对于背光源亮度均匀性的客观评价与亮度计评价结果基本符合。
引用
收藏
页码:857 / 863
页数:7
相关论文
共 8 条
  • [1] 基于参数优化支持向量机的林下参净光合速率预测模型 [J]. 武海巍,于海业,张蕾.&nbsp&nbsp光谱学与光谱分析. 2011(05)
  • [2] 基于灰度直方图的LED显示屏亮度均匀性评估方法
    宋新丽
    郑喜凤
    凌丽清
    郝亚茹
    [J]. 液晶与显示, 2009, 24 (01) : 140 - 144
  • [3] 基于RBF核函数的支持向量机参数选择
    林升梁
    刘志
    [J]. 浙江工业大学学报, 2007, (02) : 163 - 167
  • [4] 一种新的OLED亮度均匀度测试方法
    徐秀知
    冯永茂
    邓春健
    陈宇
    丁铁夫
    [J]. 光学技术, 2007, (01) : 41 - 43+47
  • [5] LCD背光源产品的新发展附视频
    季旭东
    [J]. 液晶与显示, 2002, (02) : 119 - 127
  • [6] Artificial neural networks for the cost estimation of stamping dies [J] . Burcu ?zcan,Alpaslan F??lal?.&nbsp&nbspNeural Computing and Applications . 2014 (3-4)
  • [7] Automated defect detection in sewer closed circuit television images using histograms of oriented gradients and support vector machine [J] . Mahmoud R. Halfawy,Jantira Hengmeechai.&nbsp&nbspAutomation in Construction . 2014
  • [8] The Relationship between Innovation and Market Share: Evidence from the Global LCD Industry [J] . Jeongsik Lee,Byung-Cheol Kim.&nbsp&nbspIndustry and Innovation . 2013 (1)