CN105424723A - 一种显示屏幕模组缺陷检测方法 - Google Patents
一种显示屏幕模组缺陷检测方法 Download PDFInfo
- Publication number
- CN105424723A CN105424723A CN201510859990.9A CN201510859990A CN105424723A CN 105424723 A CN105424723 A CN 105424723A CN 201510859990 A CN201510859990 A CN 201510859990A CN 105424723 A CN105424723 A CN 105424723A
- Authority
- CN
- China
- Prior art keywords
- display screen
- screen module
- image
- defect
- prospect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种显示屏幕模组缺陷检测方法,包括如下步骤:步骤S1,检测并记录显示屏幕模组表面保护膜上的非实质性缺陷;步骤S2,检测并记录显示屏幕模组在点亮状态下,可以发现的所有缺陷;步骤S3,在步骤S2发现的所有缺陷中,滤除步骤S1中记录的非实质性缺陷,剩余部分即是显示屏幕模组的真正缺陷。通过显示屏幕模组缺陷检测方法,可以对产品保护膜上的气泡、划痕、脏污等非实质性缺陷进行过滤,防止虚警现象的发生,从而提高了对显示屏幕模组缺陷检测的准确性。
Description
技术领域
本发明涉及显示技术领域,特别是涉及一种显示屏幕模组缺陷检测方法。
背景技术
在显示屏幕模组的缺陷检测过程中,产品保护膜上的气泡、划痕、脏污等缺陷并非是显示屏幕模组的实质性缺陷,而在传统的检测技术中,检测摄像头并不能将上述非实质性缺陷进行过滤,而是将此种非实质性缺陷进行拍照记录,发出警报,认定当前检测的显示屏幕模组为不良品。可见,此种传统的检测技术由于不能将显示屏幕模组中的非实质性缺陷进行过滤,从而造成虚警现象的发生,给显示屏幕模组的缺陷检测造成麻烦,降低了检测的准确性。
发明内容
本发明的目的是克服现有技术中的不足之处,提供一种提高检测的准确性,防止虚警现象发生的显示屏幕模组缺陷检测方法。
本发明的目的是通过以下技术方案来实现的:
一种显示屏幕模组缺陷检测方法,包括如下步骤:
步骤S1,检测并记录显示屏幕模组表面保护膜上的非实质性缺陷;
步骤S2,检测并记录显示屏幕模组在点亮状态下,可以发现的所有缺陷;
步骤S3,在步骤S2发现的所有缺陷中,滤除步骤S1中记录的非实质性缺陷,剩余部分即是显示屏幕模组的真正缺陷。
在其中一个实施例中,步骤S1包括:
步骤S11,当显示屏幕模组在不点亮状态下或切换到黑色画面时,点亮显示屏幕模组外部的打光光源,并获取当前状态下的图像;
步骤S12,对步骤S11中的图像进行二值化,得到二值图像,其中高亮色区域部分即为显示屏幕模组表面保护膜的非实质性缺陷。
在其中一个实施例中,步骤S2包括:
步骤S21,当显示屏幕模组切换到亮色画面时,关闭显示屏幕模组外部的打光光源,并获取当前状态下的图像;
步骤S22,对步骤S21中的图像进行二值化,得到二值图像。
在其中一个实施例中,步骤S3包括:
步骤S31,将步骤S22中得到的二值图像减去步骤S12得到的二值图像,得到一个新的二值图像,其高亮色区域显示的即为显示屏幕模组的真正的缺陷;
Step3Image(i,j)=Step2Image(i,j)–Step1Image(i,j),
公式中的Step3Image(i,j),Step2Image(i,j),Step1Image(i,j)分别表示步骤S31,步骤S22,和步骤S12所得到的二值图像中第i行第j列的像素的亮度值;
步骤S32,在步骤S31得到的二值图像上查找连通区域即为真正的缺陷。
在其中一个实施例中,得到二值图像的方法为:
预设阈值,将原图像分成前景、后景两个图像,前景用n1,csum,m1来表示在当前阈值下的前景点数,质量矩,平均灰度;后景用n2,sum-csum,m2来表示在当前阈值下的后景点数,质量矩,平均灰度;
当取最佳阈值时,后景与前景差别最大,采用最大类间方差选择最佳阈值作为衡量差别的标准,
最大类间方差法的推导:记t为前景与后景的分割阈值,前景点数占图像比例为w0,平均灰度为u0;后景点数占图像比例为w1,平均灰度为u1,则图像的总平均灰度为:u=w0*u0+w1*u1,
前景和后景图像的方差:g=w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)=w0*w1*(u0-u1)*(u0-u1),
当方差g最大时,可以认为此时前景和后景差异最大,也就是此时的灰度是最佳阈值。
通过显示屏幕模组缺陷检测方法,可以对产品保护膜上的气泡、划痕、脏污等非实质性缺陷进行过滤,防止虚警现象的发生,从而提高了对显示屏幕模组缺陷检测的准确性。
附图说明
图1为对显示屏幕模组进行检测的检测***的结构示意图;
图2为本发明的显示屏幕模组缺陷检测方法的步骤流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
如图1所示,其为对显示屏幕模组10进行检测的检测***20的结构示意图。检测***20包括对显示屏幕模组10进行拍照的摄像头22,以及对显示屏幕模组10进行照射的打光光源24。与上述检测***20对应,提供一种显示屏幕模组缺陷的检测方法。
如图2所示,其为本发明的显示屏幕模组缺陷检测方法的步骤流程图。
显示屏幕模组缺陷检测方法,包括如下步骤:
步骤S1,检测并记录显示屏幕模组表面保护膜上的非实质性缺陷;
步骤S2,检测并记录显示屏幕模组在点亮状态下,可以发现的所有缺陷;
步骤S3,在步骤S2发现的所有缺陷中,滤除步骤S1中记录的非实质性缺陷,剩余部分即是显示屏幕模组的真正缺陷。
其中在步骤S1中,
步骤S1包括:
步骤S11,当显示屏幕模组在不点亮状态下或切换到黑色画面时,点亮显示屏幕模组外部的打光光源,并获取当前状态下的图像;
步骤S12,对步骤S11中的图像进行二值化,得到二值图像,其中高亮色区域部分即为显示屏幕模组表面保护膜的非实质性缺陷。
其中在步骤S2中,
步骤S2包括:
步骤S21,当显示屏幕模组切换到亮色画面时,关闭显示屏幕模组外部的打光光源,并获取当前状态下的图像;
步骤S22,对步骤S21中的图像进行二值化,得到二值图像。
其中在步骤S3中,
步骤S3包括:
步骤S31,将步骤S22中得到的二值图像减去步骤S12得到的二值图像,得到一个新的二值图像,其高亮色区域显示的即为显示屏幕模组的真正的缺陷;
Step3Image(i,j)=Step2Image(i,j)–Step1Image(i,j),
公式中的Step3Image(I,j),Step2Image(i,j),Step1Image(i,j)分别表示步骤S31,步骤S22,和步骤S12所得到的二值图像中第i行第j列的像素的亮度值;
步骤S32,在步骤S31得到的二值图像上查找连通区域即为真正的缺陷。
其中,得到二值图像的方法为:
预设阈值,将原图像分成前景、后景两个图像,前景用n1,csum,m1来表示在当前阈值下的前景点数,质量矩,平均灰度;后景用n2,sum-csum,m2来表示在当前阈值下的后景点数,质量矩,平均灰度;
当取最佳阈值时,后景与前景差别最大,采用最大类间方差选择最佳阈值作为衡量差别的标准,
最大类间方差法的推导:记t为前景与后景的分割阈值,前景点数占图像比例为w0,平均灰度为u0;后景点数占图像比例为w1,平均灰度为u1,则图像的总平均灰度为:u=w0*u0+w1*u1,
前景和后景图像的方差:g=w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)=w0*w1*(u0-u1)*(u0-u1),
当方差g最大时,可以认为此时前景和后景差异最大,也就是此时的灰度是最佳阈值。
通过显示屏幕模组缺陷检测方法,可以对产品保护膜上的气泡、划痕、脏污等非实质性缺陷进行过滤,防止虚警现象的发生,从而提高了对显示屏幕模组缺陷检测的准确性。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (5)
1.一种显示屏幕模组缺陷检测方法,其特征在于,包括如下步骤:
步骤S1,检测并记录显示屏幕模组表面保护膜上的非实质性缺陷;
步骤S2,检测并记录显示屏幕模组在点亮状态下,可以发现的所有缺陷;
步骤S3,在步骤S2发现的所有缺陷中,滤除步骤S1中记录的非实质性缺陷,剩余部分即是显示屏幕模组的真正缺陷。
2.根据权利要求1所述的显示屏幕模组缺陷检测方法,其特征在于,步骤S1包括:
步骤S11,当显示屏幕模组在不点亮状态下或切换到黑色画面时,点亮显示屏幕模组外部的打光光源,并获取当前状态下的图像;
步骤S12,对步骤S11中的图像进行二值化,得到二值图像,其中高亮色区域部分即为显示屏幕模组表面保护膜的非实质性缺陷。
3.根据权利要求2所述的显示屏幕模组缺陷检测方法,其特征在于,步骤S2包括:
步骤S21,当显示屏幕模组切换到亮色画面时,关闭显示屏幕模组外部的打光光源,并获取当前状态下的图像;
步骤S22,对步骤S21中的图像进行二值化,得到二值图像。
4.根据权利要求3所述的显示屏幕模组缺陷检测方法,其特征在于,步骤S3包括:
步骤S31,将步骤S22中得到的二值图像减去步骤S12得到的二值图像,得到一个新的二值图像,其高亮色区域显示的即为显示屏幕模组的真正的缺陷;
Step3Image(i,j)=Step2Image(i,j)–Step1Image(i,j),
公式中的Step3Image(i,j),Step2Image(i,j),Step1Image(i,j)分别表示步骤S31,步骤S22,和步骤S12所得到的二值图像中第i行第j列的像素的亮度值;
步骤S32,在步骤S31得到的二值图像上查找连通区域即为真正的缺陷。
5.根据权利要求4所述的显示屏幕模组缺陷检测方法,其特征在于,得到二值图像的方法为:
预设阈值,将原图像分成前景、后景两个图像,前景用n1,csum,m1来表示在当前阈值下的前景点数,质量矩,平均灰度;后景用n2,sum-csum,m2来表示在当前阈值下的后景点数,质量矩,平均灰度;
当取最佳阈值时,后景与前景差别最大,采用最大类间方差选择最佳阈值作为衡量差别的标准,
最大类间方差法的推导:记t为前景与后景的分割阈值,前景点数占图像比例为w0,平均灰度为u0;后景点数占图像比例为w1,平均灰度为u1,则图像的总平均灰度为:u=w0*u0+w1*u1,
前景和后景图像的方差:g=w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)=w0*w1*(u0-u1)*(u0-u1),
当方差g最大时,可以认为此时前景和后景差异最大,也就是此时的灰度是最佳阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510859990.9A CN105424723A (zh) | 2015-11-28 | 2015-11-28 | 一种显示屏幕模组缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510859990.9A CN105424723A (zh) | 2015-11-28 | 2015-11-28 | 一种显示屏幕模组缺陷检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105424723A true CN105424723A (zh) | 2016-03-23 |
Family
ID=55503072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510859990.9A Pending CN105424723A (zh) | 2015-11-28 | 2015-11-28 | 一种显示屏幕模组缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105424723A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022379A (zh) * | 2016-05-23 | 2016-10-12 | 佛山绿怡信息科技有限公司 | 检测屏幕新旧度的方法和装置 |
CN106872483A (zh) * | 2017-02-04 | 2017-06-20 | 大连益盛达智能科技有限公司 | 解决光学检测设备因透明材质中的气泡影响检测的方法 |
CN107390393A (zh) * | 2017-07-24 | 2017-11-24 | 惠州高视科技有限公司 | 一种液晶模组缺陷检测后的复判分层方法 |
CN109656033A (zh) * | 2017-10-12 | 2019-04-19 | 凌云光技术集团有限责任公司 | 一种区分液晶显示屏灰尘和缺陷的方法及装置 |
CN109752870A (zh) * | 2019-01-31 | 2019-05-14 | 电子科技大学中山学院 | 一种电泳电子纸鬼影检测***及检测方法 |
CN109801322A (zh) * | 2017-11-16 | 2019-05-24 | 合肥欣奕华智能机器有限公司 | 一种漏光检测方法及装置 |
CN110261408A (zh) * | 2019-07-30 | 2019-09-20 | 云谷(固安)科技有限公司 | 显示模组缺陷检测装置及方法 |
CN111179795A (zh) * | 2020-02-19 | 2020-05-19 | 京东方科技集团股份有限公司 | 显示面板的检测方法及其装置 |
CN111374608A (zh) * | 2018-12-29 | 2020-07-07 | 尚科宁家(中国)科技有限公司 | 一种针对扫地机器人镜头的污物检测方法及装置、设备、介质 |
CN112419228A (zh) * | 2020-10-14 | 2021-02-26 | 惠州高视科技有限公司 | 盖板立体边缘缺陷的检测方法及装置 |
CN113390611A (zh) * | 2021-05-27 | 2021-09-14 | 北京兆维科技开发有限公司 | 一种屏幕缺陷的检测方法 |
CN116754566A (zh) * | 2023-08-17 | 2023-09-15 | 绍兴旭源新材料科技有限公司 | 一种柔性折叠屏幕保护膜检测方法 |
CN117191809A (zh) * | 2023-08-30 | 2023-12-08 | 宿州绍宸智能科技有限公司 | 基于数据分析的玻璃检测设备故障监测预警*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1648645A (zh) * | 2004-01-30 | 2005-08-03 | 三星电子株式会社 | 检查显示面板的设备和方法 |
CN101419176A (zh) * | 2007-10-26 | 2009-04-29 | 比亚迪股份有限公司 | 表面瑕疵检测方法及装置 |
CN102930265A (zh) * | 2012-09-19 | 2013-02-13 | 广州市中崎商业机器有限公司 | 一种多身份证扫描方法及装置 |
CN103217436A (zh) * | 2013-03-06 | 2013-07-24 | 京东方科技集团股份有限公司 | 一种背光模组瑕疵的检测方法及设备 |
CN104298753A (zh) * | 2014-10-17 | 2015-01-21 | 重庆市云日信息技术有限公司 | 基于人脸图像处理的人才测评方法 |
-
2015
- 2015-11-28 CN CN201510859990.9A patent/CN105424723A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1648645A (zh) * | 2004-01-30 | 2005-08-03 | 三星电子株式会社 | 检查显示面板的设备和方法 |
CN101419176A (zh) * | 2007-10-26 | 2009-04-29 | 比亚迪股份有限公司 | 表面瑕疵检测方法及装置 |
CN102930265A (zh) * | 2012-09-19 | 2013-02-13 | 广州市中崎商业机器有限公司 | 一种多身份证扫描方法及装置 |
CN103217436A (zh) * | 2013-03-06 | 2013-07-24 | 京东方科技集团股份有限公司 | 一种背光模组瑕疵的检测方法及设备 |
CN104298753A (zh) * | 2014-10-17 | 2015-01-21 | 重庆市云日信息技术有限公司 | 基于人脸图像处理的人才测评方法 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022379A (zh) * | 2016-05-23 | 2016-10-12 | 佛山绿怡信息科技有限公司 | 检测屏幕新旧度的方法和装置 |
CN106872483A (zh) * | 2017-02-04 | 2017-06-20 | 大连益盛达智能科技有限公司 | 解决光学检测设备因透明材质中的气泡影响检测的方法 |
CN107390393A (zh) * | 2017-07-24 | 2017-11-24 | 惠州高视科技有限公司 | 一种液晶模组缺陷检测后的复判分层方法 |
CN109656033A (zh) * | 2017-10-12 | 2019-04-19 | 凌云光技术集团有限责任公司 | 一种区分液晶显示屏灰尘和缺陷的方法及装置 |
CN109656033B (zh) * | 2017-10-12 | 2021-07-02 | 凌云光技术股份有限公司 | 一种区分液晶显示屏灰尘和缺陷的方法及装置 |
CN109801322A (zh) * | 2017-11-16 | 2019-05-24 | 合肥欣奕华智能机器有限公司 | 一种漏光检测方法及装置 |
CN111374608A (zh) * | 2018-12-29 | 2020-07-07 | 尚科宁家(中国)科技有限公司 | 一种针对扫地机器人镜头的污物检测方法及装置、设备、介质 |
CN111374608B (zh) * | 2018-12-29 | 2021-08-03 | 尚科宁家(中国)科技有限公司 | 一种针对扫地机器人镜头的污物检测方法及装置、设备、介质 |
CN109752870A (zh) * | 2019-01-31 | 2019-05-14 | 电子科技大学中山学院 | 一种电泳电子纸鬼影检测***及检测方法 |
CN110261408A (zh) * | 2019-07-30 | 2019-09-20 | 云谷(固安)科技有限公司 | 显示模组缺陷检测装置及方法 |
CN110261408B (zh) * | 2019-07-30 | 2021-11-23 | 云谷(固安)科技有限公司 | 显示模组缺陷检测装置及方法 |
CN111179795B (zh) * | 2020-02-19 | 2023-07-21 | 京东方科技集团股份有限公司 | 显示面板的检测方法及其装置 |
CN111179795A (zh) * | 2020-02-19 | 2020-05-19 | 京东方科技集团股份有限公司 | 显示面板的检测方法及其装置 |
CN112419228A (zh) * | 2020-10-14 | 2021-02-26 | 惠州高视科技有限公司 | 盖板立体边缘缺陷的检测方法及装置 |
CN112419228B (zh) * | 2020-10-14 | 2022-04-05 | 高视科技(苏州)有限公司 | 盖板立体边缘缺陷的检测方法及装置 |
CN113390611A (zh) * | 2021-05-27 | 2021-09-14 | 北京兆维科技开发有限公司 | 一种屏幕缺陷的检测方法 |
CN113390611B (zh) * | 2021-05-27 | 2022-07-12 | 北京兆维科技开发有限公司 | 一种屏幕缺陷的检测方法 |
CN116754566A (zh) * | 2023-08-17 | 2023-09-15 | 绍兴旭源新材料科技有限公司 | 一种柔性折叠屏幕保护膜检测方法 |
CN116754566B (zh) * | 2023-08-17 | 2023-10-31 | 绍兴旭源新材料科技有限公司 | 一种柔性折叠屏幕保护膜检测方法 |
CN117191809A (zh) * | 2023-08-30 | 2023-12-08 | 宿州绍宸智能科技有限公司 | 基于数据分析的玻璃检测设备故障监测预警*** |
CN117191809B (zh) * | 2023-08-30 | 2024-03-22 | 宿州绍宸智能科技有限公司 | 基于数据分析的玻璃检测设备故障监测预警*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105424723A (zh) | 一种显示屏幕模组缺陷检测方法 | |
US8854431B2 (en) | Optical self-diagnosis of a stereoscopic camera system | |
CN104749184B (zh) | 自动光学检测方法和*** | |
CN107749268B (zh) | 屏幕检测方法及设备 | |
US9077869B2 (en) | Method and apparatus for detection and removal of rain from videos using temporal and spatiotemporal properties | |
JP2017084364A (ja) | 駐車スペース検出装置、電子機器及び方法 | |
CN107390393B (zh) | 一种液晶模组缺陷检测后的复判分层方法 | |
CN110021012B (zh) | 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法 | |
CN103792705A (zh) | 检测基板缺陷的检测方法及检测装置 | |
CN103186887A (zh) | 图像除雾装置和图像除雾方法 | |
CN104568989A (zh) | 玻璃基板的缺陷检测方法 | |
WO2017120796A1 (zh) | 路面病害的检测方法及其装置、电子设备 | |
CN108107611B (zh) | 一种自适应缺陷检测方法、装置及电子设备 | |
CN106780464A (zh) | 一种基于改进阈值分割的织物疵点检测方法 | |
CN104809725A (zh) | 一种布匹缺陷视觉识别检测装置和方法 | |
CN104749801B (zh) | 高精度自动光学检测方法和*** | |
CN110007493A (zh) | 液晶显示屏中碎亮点检测方法 | |
CN103245666B (zh) | 一种蓄电池极板外观缺陷自动检测方法 | |
CN111426693A (zh) | 一种质量缺陷检测***及其检测方法 | |
CN107169969B (zh) | 一种基于fpga的公路危岩崩塌堆积物大小测量及报警*** | |
JP2009229197A (ja) | 線状欠陥検出方法および線状欠陥検出装置 | |
US20160110606A1 (en) | Image recognizing apparatus and image recognizing method | |
US9270984B2 (en) | Camera with dust checking function | |
CN110220911A (zh) | 一种手机屏幕检测方法以及装置 | |
CN105806850A (zh) | 一种lcd玻璃缺陷检测装置及检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160323 |
|
RJ01 | Rejection of invention patent application after publication |