CN108280822A - 屏幕划痕的检测方法及装置 - Google Patents

屏幕划痕的检测方法及装置 Download PDF

Info

Publication number
CN108280822A
CN108280822A CN201711386929.2A CN201711386929A CN108280822A CN 108280822 A CN108280822 A CN 108280822A CN 201711386929 A CN201711386929 A CN 201711386929A CN 108280822 A CN108280822 A CN 108280822A
Authority
CN
China
Prior art keywords
slope
screen
image
region
gray
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.)
Granted
Application number
CN201711386929.2A
Other languages
English (en)
Other versions
CN108280822B (zh
Inventor
宋秀峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Goertek Optical Technology Co Ltd
Original Assignee
Goertek Techology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Goertek Techology Co Ltd filed Critical Goertek Techology Co Ltd
Priority to CN201711386929.2A priority Critical patent/CN108280822B/zh
Publication of CN108280822A publication Critical patent/CN108280822A/zh
Application granted granted Critical
Publication of CN108280822B publication Critical patent/CN108280822B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种屏幕划痕的检测方法及装置，该方法包括：对屏幕图像进行处理，得到屏幕的缺陷点，其中，所述屏幕图像是利用灰度相机对发光的屏幕拍摄得到的；确定任两个缺陷点所成直线的第一斜率，以及包含有每两个缺陷点所成直线的图像区域；从所述图像区域中，获取每一行或者每一列中灰度值最大的像素点；对各行或者各列中灰度值最大的像素点进行拟合处理，得到拟合直线，并确定所述拟合直线的第二斜率；如果所述第二斜率与所述第一斜率的差值位于预设的斜率差值阈值范围内，确定所述图像区域存在划痕缺陷。根据本发明的一个实施例，实现了屏幕划痕的自动化检测。

Description

屏幕划痕的检测方法及装置
技术领域
本发明涉及屏幕缺陷检测技术领域，更具体地，涉及一种屏幕划痕的检测方法及装置。
背景技术
显示屏作为终端设备(例如，台式电脑、平板电脑、智能手机等)的输入输出设备，可将电子文件显示到屏幕上。目前，显示屏多为LED(发光二极管，Light Emitting Diode)屏或者OLED(有机发光二极管，Organic Light-Emitting Diode)屏。
用户通过显示屏观看电子文件时，为了保证用户的体验度，显示屏必须具有较好的分辨率，且不能存在缺陷。
目前，在显示屏的生产过程中，通常采用以下两种方式对屏幕的缺陷进行检测：
第一种方式：人工检测，该方式具体为，将显示屏用不同颜色打亮，测试人员通过lens(透镜)观看打亮后的显示屏，确定显示屏是否有缺陷，该缺陷可表现为例如，绿屏暗点，绿屏亮点，红屏亮点，红屏暗点，黑屏亮点，白屏暗点，划痕等。但是，该种检测方式漏检率较高，使得检测结果准确度较低；
第二种方式：基于halcon软件，对拍摄得到的屏幕图像进行检测。该种检测方式仅能检测出显示屏上的缺陷点，对于划痕类缺陷，目前还不能检测出来。
因此，需要提供一种新的技术方法，针对上述现有技术中的至少一个技术问题进行改进。
发明内容
本发明的一个目的是提供一种用于屏幕划痕的检测方法的新技术方案。
根据本发明的第一方面，提供了一种屏幕划痕的检测方法，其特征在于，包括：
对屏幕图像进行处理，得到屏幕的缺陷点，其中，所述屏幕图像是利用灰度相机对发光的屏幕拍摄得到的；
确定任两个缺陷点所成直线的第一斜率，以及包含有每两个缺陷点所成直线的图像区域；
从所述图像区域中，获取每一行或者每一列中灰度值最大的像素点；
对各行或者各列中灰度值最大的像素点进行拟合处理，得到拟合直线，并确定所述拟合直线的第二斜率；
如果所述第二斜率与所述第一斜率的差值位于预设的斜率差值阈值范围内，确定所述图像区域存在划痕缺陷。
可选地，对屏幕图像进行处理，得到屏幕图像的缺陷点，包括：
基于halcon算法，对所述屏幕图像进行傅里叶变换，得到傅里叶变换后的图像；
对所述傅里叶变换后的图像进行卷积运算，得到卷积运算后的图像；
对所述卷积运算后的图像进行反傅里叶变换，得到反傅里叶变换后的图像；
将所述反傅里叶变换后的图像中各像素点的灰度值与预设的第一灰度阈值进行比较，确定灰度值大于所述第一灰度阈值的像素点为缺陷点。
可选地，从所述图像区域中，获取每一行或者每一列中灰度值最大的像素点，包括：
在所述第一斜率的绝对值大于1的情况下，从所述图像区域中，获取每一行中灰度值最大的像素点；
在所述第一斜率的绝对值不大于1的情况下，从所述图像区域中，获取每一列中灰度值最大的像素点。
可选地，在对屏幕图像进行处理，得到屏幕的缺陷点之前，所述方法还包括：
从所述屏幕图像中提取有效图像区域，其中，所述有效图像区域为仅包含有屏幕部分对应的图像。
可选地，从所述屏幕图像中提取有效图像区域，包括：
从上到下依次计算所述屏幕图像中每一行像素点的第一灰度平均值，确定出第一个、大于预设的第二灰度阈值的第一灰度平均值，并将第一个第一灰度平均值对应的行像素点作为所述有效图像区域的上边界；
从下到上依次计算所述屏幕图像中每一行像素点的第二灰度平均值，确定出第一个、大于所述第二灰度阈值的第二灰度平均值，并将所述第一个第二灰度平均值对应的行像素点作为所述有效图像区域的下边界；
从左到右依次计算所述屏幕图像中每一列像素点的第三灰度平均值，确定出第一个、大于所述第二灰度阈值的第三灰度平均值，并将所述第一个第三灰度平均值对应的行像素点作为所述有效图像区域的左边界；
从右到左依次计算所述屏幕图像中每一列像素点的第四灰度平均值，确定出第一个、大于所述第二灰度阈值的第四灰度平均值，并将所述第一个第四灰度平均值对应的行像素点作为所述有效图像区域的右边界。
可选地，在确定任两个缺陷点所成直线的第一斜率之前，所述方法还包括：
计算任两个缺陷点之间的距离；
如果所述两个缺陷点之间的距离位于预设距离阈值范围内，确定至少一对缺陷点各自所成直线的第一斜率。
根据本发明的第二方面，提供了一种屏幕划痕的检测装置，包括：
缺陷点确定模块，用于对屏幕图像进行处理，得到屏幕的缺陷点，其中，所述屏幕图像是利用灰度相机对发光的屏幕拍摄得到的；
第一斜率确定模块，用于确定任两个缺陷点所成直线的第一斜率，以及包含有每两个缺陷点所成直线的图像区域；
获取模块，用于从所述图像区域中，获取每一行或者每一列中灰度值最大的像素点；
第二斜率确定模块，用于对各行或者各列中灰度值最大的像素点进行拟合处理，得到拟合直线，并确定所述拟合直线的第二斜率；
划痕缺陷确定模块，用于如果所述第二斜率与所述第一斜率的差值位于预设的斜率差值阈值范围内，确定所述图像区域存在划痕缺陷。
可选地，所述装置还包括：
提取模块，用于从所述屏幕图像中提取有效图像区域，其中，所述有效图像区域为仅包含有屏幕部分对应的图像。
可选地，所述装置还包括：
距离计算模块，用于计算任两个缺陷点之间的距离；
所述第一斜率确定模块还用于如果所述两个缺陷点之间的距离位于预设距离阈值范围内，确定至少一对缺陷点各自所成直线的第一斜率。
根据本发明的第三方面，提供了一种屏幕划痕的检测装置，包括：存储器和处理器，其中，所述存储器存储可执行指令，所述可执行指令控制所述处理器进行操作以执行上述任何一项所述的屏幕划痕的检测方法。
根据本公开的一个实施例，实现了屏幕划痕的自动化检测，并且，采用本发明一个实施例提供的屏幕划痕的检测方法及装置，提高了屏幕划痕检测结果的准确度。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1示出了根据本发明一个实施例的屏幕划痕的检测方法的处理流程图。
图2示出了根据本发明一个实施例的屏幕划痕的检测方法的另一种处理流程图。
图3示出了根据本发明一个实施例的屏幕划痕的检测装置的结构示意图。
图4示出了根据本发明一个实施例的屏幕划痕的检测装置的另一种结构示意图。
图5示出了根据本发明一个实施例的屏幕划痕的检测装置的硬件性结构框图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
本发明的一个实施例提供了一种屏幕划痕的检测方法。图1示出了根据本发明一个实施例的屏幕划痕的检测方法的处理流程图。参见图1，该方法至少包括以下步骤S101至步骤S105。
步骤S101，对屏幕图像进行处理，得到屏幕的缺陷点，其中，屏幕图像是利用灰度相机对发光的屏幕进行拍摄得到的。
本发明实施例中，屏幕发出的光为单一颜色的光。该单一颜色的光可为红光、绿光、蓝光、黑光。
本发明的一个实施例中，基于halcon算法，对屏幕图像进行处理，具体为：首先，对屏幕图像进行傅里叶变换，得到傅里叶变换后的图像；然后，对傅里叶变换后的图像进行卷积运算，得到卷积运算后的图像；接着，对卷积运算后的图像进行反傅里叶变换，得到反傅里叶变换后的图像；将反傅里叶变换后的图像中各像素点的灰度值与预设的第一灰度阈值进行比较，确定灰度值大于第一灰度阈值的像素点为缺陷点。其中，通过由两个高斯滤波器构造成的带通滤波器，对傅里叶变换后的屏幕图像进行卷积运算。
需要说明地是，屏幕图像在基于halcon算法处理后，得到的缺陷点的灰度值为255，即基于halcon算法处理后的屏幕图像中白色像素点通常为缺陷点。
步骤S102，确定任两个缺陷点所成直线的第一斜率，以及包含有每两个缺陷点所成直线的图像区域。
在屏幕图像中设立二维坐标系，其中，以屏幕图像中任一点作为原点O，以屏幕图像中长度方向的边作为x轴，以屏幕图像中宽度方向的边作为y轴。任两个缺陷点所成直线的第一斜率是指在上述设立的二维坐标系中的斜率。
针对每两个缺陷点所成直线，均确定一个图像区域，进而对图像区域进行后续处理，判断该图像区域中是否存在划痕缺陷。
本发明的一个实施例中，在第一斜率的绝对值大于1的情况下，可将两个缺陷点所成直线分别沿着上述设立的二维坐标系的x轴的正方向和负方向平移，确定出包含有这两个缺陷点所成直线的图像区域。在第一斜率的绝对值不大于1的情况下，可将两个缺陷点所成直线分别沿着上述设立的二维坐标系的y轴的正方向和负方向平移，确定出包含有这两个缺陷点所成直线的图像区域。
步骤S103，从图像区域中，获取每一行或者每一列中灰度值最大的像素点。
本发明的一个实施例中，在第一斜率的绝对值大于1的情况下，从图像区域中，获取每一行中灰度值最大的像素点。在第一斜率的绝对值不大于1的情况下，从图像区域中，获取每一列中灰度值最大的像素点。
上述提及，屏幕图像在基于halcon算法处理后，得到的缺陷点的灰度值为255。相应地，获取每一行或者每一列中灰度值最大的像素点是为了获取每一行或者每一列中可能存在的缺陷点。若每一行或者每一列中存在缺陷点时，得到的每一行或者每一列中灰度值最大的像素点即为缺陷点。
步骤S104，对各行或者各列中灰度值最大的像素点进行拟合处理，得到拟合直线，并确定拟合直线的第二斜率。
本发明的一个实施例中，根据最小二乘法，对各行或者各列中灰度值最大的像素点进行拟合处理，得到拟合直线。
拟合直线的第二斜率和上述任两个缺陷点所成直线的第一斜率是在同一二维坐标系中确定的。
划痕类缺陷是由多个连续的缺陷点组成的。在两个缺陷点之间存在多个连续缺陷点的情况下，拟合直线即为图像区域中划痕对应的直线。
步骤S105，如果第二斜率与第一斜率的差值位于预设的斜率差值阈值范围内，确定图像区域存在划痕缺陷。
本发明实施例提供的屏幕划痕的检测方法是在屏幕发出单一颜色的光的前提下进行的。需要说明地是，划痕类缺陷在屏幕发出一种单一颜色的光时，可能检测不出来，但是在屏幕发出另一中单一颜色的光时，可检测出来。相应地，在第二斜率与第一斜率的差值未位于预设的斜率差值阈值范围内，并不能确定该图像区域不存在划痕缺陷。当屏幕依次发出检测需求规定的各种颜色的光时，第二斜率与第一斜率的差值均未位于预设的斜率差值阈值范围内，此时，可以确定图像区域并不存在划痕缺陷。
本发明的一个实施例中，在执行上述步骤S101之前，参见图2，该方法还包括：步骤S106，从屏幕图像中提取有效图像区域。其中，有效图像区域为仅包含有屏幕部分对应的图像。在利用灰度相机对发光的屏幕进行拍照时，可能会拍到发光的屏幕之外的场景。从屏幕图像中提取有效图像区域，是指将屏幕图像中抠除掉屏幕之外的场景对应的图像。
例如，通过确定出有效图像区域的上、下、左、右四个边界，可确定有效图像区域。从上到下依次计算屏幕图像中每一行像素点的第一灰度平均值，确定出第一个、大于预设的第二灰度阈值的第一灰度平均值，并将第一个第一灰度平均值对应的行像素点作为有效图像区域的上边界。从下到上依次计算屏幕图像中每一行像素点的第二灰度平均值，确定出第一个、大于第二灰度阈值的第二灰度平均值，并将第一个第二灰度平均值对应的行像素点作为有效图像区域的下边界。从左到右依次计算屏幕图像中每一列像素点的第三灰度平均值，确定出第一个、大于第二灰度阈值的第三灰度平均值，并将第一个第三灰度平均值对应的行像素点作为有效图像区域的左边界。从右到左依次计算屏幕图像中每一列像素点的第四灰度平均值，确定出第一个、大于第二灰度阈值的第四灰度平均值，并将第一个第四灰度平均值对应的行像素点作为有效图像区域的右边界。
上述第二灰度阈值可为位于屏幕图像中心部位的图像区域中各像素点的平均灰度值的一半。其中，位于屏幕图像中心部位的图像区域的长度和宽度可根据测试要求确定。
本发明的一个实施例中，在确定任两个缺陷点所成直线的第一斜率之前，参见图2，该方法还包括：步骤S107，计算任两个缺陷点之间的距离；如果两个缺陷点之间的距离位于预设距离阈值范围内，则执行上述步骤S102，确定距离位于预设距离阈值范围内的至少一对缺陷点各自所成直线的第一斜率，若超过预设距离阈值范围，则拒绝对距离超过预设距离阈值范围的至少一对缺陷点进行上述步骤S102至步骤S105的操作。这样，对满足距离位于预设距离阈值范围内的两个缺陷点，确定其所成直线的第一斜率，减少了计算量。
基于同一发明构思，本发明提供了一种屏幕划痕的检测装置。图3示出了根据本发明一个实施例的屏幕划痕的检测装置的结构示意图。参见图3，该装置至少包括：缺陷点确定模块310，用于对屏幕图像进行处理，得到屏幕的缺陷点，其中，屏幕图像是利用灰度相机对发光的屏幕拍摄得到的；第一斜率确定模块320，用于确定任两个缺陷点所成直线的第一斜率，以及包含有每两个缺陷点所成直线的图像区域；获取模块330，用于从图像区域中，获取每一行或者每一列中灰度值最大的像素点；第二斜率确定模块340，用于对各行或者各列中灰度值最大的像素点进行拟合处理，得到拟合直线，并确定拟合直线的第二斜率；划痕缺陷确定模块350，用于如果第二斜率与第一斜率的差值位于预设的斜率差值阈值范围内，确定图像区域存在划痕缺陷。
本发明的一个实施例中，参见图4，屏幕划痕的检测装置还包括：提取模块360，用于从屏幕图像中提取有效图像区域，其中，有效图像区域为仅包含有屏幕部分对应的图像。
本发明的一个实施例中，参见图4，屏幕划痕的检测装置还包括：距离计算模块370，用于计算任两个缺陷点之间的距离；第一斜率确定模块320还用于如果两个缺陷点之间的距离位于预设距离阈值范围内，确定至少一对缺陷点各自所成直线的第一斜率。
图5示出了根据本发明一个实施例的屏幕划痕的检测装置的硬件性结构框图。参见图5，屏幕划痕的检测装置包括：存储器520和处理器510。存储器520存储可执行指令，可执行指令控制处理器510进行操作以执行上述任一实施例提供的屏幕划痕的检测方法。
本发明可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (10)

1.一种屏幕划痕的检测方法，其特征在于，包括：
对屏幕图像进行处理，得到屏幕的缺陷点，其中，所述屏幕图像是利用灰度相机对发光的屏幕拍摄得到的；
确定任两个缺陷点所成直线的第一斜率，以及包含有每两个缺陷点所成直线的图像区域；
从所述图像区域中，获取每一行或者每一列中灰度值最大的像素点；
对各行或者各列中灰度值最大的像素点进行拟合处理，得到拟合直线，并确定所述拟合直线的第二斜率；
如果所述第二斜率与所述第一斜率的差值位于预设的斜率差值阈值范围内，确定所述图像区域存在划痕缺陷。
2.根据权利要求1所述的方法，其特征在于，对屏幕图像进行处理，得到屏幕图像的缺陷点，包括：
基于halcon算法，对所述屏幕图像进行傅里叶变换，得到傅里叶变换后的图像；
对所述傅里叶变换后的图像进行卷积运算，得到卷积运算后的图像；
对所述卷积运算后的图像进行反傅里叶变换，得到反傅里叶变换后的图像；
将所述反傅里叶变换后的图像中各像素点的灰度值与预设的第一灰度阈值进行比较，确定灰度值大于所述第一灰度阈值的像素点为缺陷点。
3.根据权利要求1所述的方法，其特征在于，从所述图像区域中，获取每一行或者每一列中灰度值最大的像素点，包括：
在所述第一斜率的绝对值大于1的情况下，从所述图像区域中，获取每一行中灰度值最大的像素点；
在所述第一斜率的绝对值不大于1的情况下，从所述图像区域中，获取每一列中灰度值最大的像素点。
4.根据权利要求1-3中任一所述的方法，其特征在于，在对屏幕图像进行处理，得到屏幕的缺陷点之前，所述方法还包括：
从所述屏幕图像中提取有效图像区域，其中，所述有效图像区域为仅包含有屏幕部分对应的图像。
5.根据权利要求4所述的方法，其特征在于，从所述屏幕图像中提取有效图像区域，包括：
从上到下依次计算所述屏幕图像中每一行像素点的第一灰度平均值，确定出第一个、大于预设的第二灰度阈值的第一灰度平均值，并将第一个第一灰度平均值对应的行像素点作为所述有效图像区域的上边界；
从下到上依次计算所述屏幕图像中每一行像素点的第二灰度平均值，确定出第一个、大于所述第二灰度阈值的第二灰度平均值，并将所述第一个第二灰度平均值对应的行像素点作为所述有效图像区域的下边界；
从左到右依次计算所述屏幕图像中每一列像素点的第三灰度平均值，确定出第一个、大于所述第二灰度阈值的第三灰度平均值，并将所述第一个第三灰度平均值对应的行像素点作为所述有效图像区域的左边界；
从右到左依次计算所述屏幕图像中每一列像素点的第四灰度平均值，确定出第一个、大于所述第二灰度阈值的第四灰度平均值，并将所述第一个第四灰度平均值对应的行像素点作为所述有效图像区域的右边界。
6.根据权利要求1-3中任一所述的方法，其特征在于，在确定任两个缺陷点所成直线的第一斜率之前，所述方法还包括：
计算任两个缺陷点之间的距离；
如果所述两个缺陷点之间的距离位于预设距离阈值范围内，确定至少一对缺陷点各自所成直线的第一斜率。
7.一种屏幕划痕的检测装置，其特征在于，包括：
缺陷点确定模块，用于对屏幕图像进行处理，得到屏幕的缺陷点，其中，所述屏幕图像是利用灰度相机对发光的屏幕拍摄得到的；
第一斜率确定模块，用于确定任两个缺陷点所成直线的第一斜率，以及包含有每两个缺陷点所成直线的图像区域；
获取模块，用于从所述图像区域中，获取每一行或者每一列中灰度值最大的像素点；
第二斜率确定模块，用于对各行或者各列中灰度值最大的像素点进行拟合处理，得到拟合直线，并确定所述拟合直线的第二斜率；
划痕缺陷确定模块，用于如果所述第二斜率与所述第一斜率的差值位于预设的斜率差值阈值范围内，确定所述图像区域存在划痕缺陷。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
提取模块，用于从所述屏幕图像中提取有效图像区域，其中，所述有效图像区域为仅包含有屏幕部分对应的图像。
9.根据权利要求7所述的装置，其特征在于，所述装置还包括：
距离计算模块，用于计算任两个缺陷点之间的距离；
所述第一斜率确定模块还用于如果所述两个缺陷点之间的距离位于预设距离阈值范围内，确定至少一对缺陷点各自所成直线的第一斜率。
10.一种屏幕划痕的检测装置，其特征在于，包括：存储器和处理器，其中，所述存储器存储可执行指令，所述可执行指令控制所述处理器进行操作以执行根据权利要求1-6中的任何一项所述的屏幕划痕的检测方法。
CN201711386929.2A 2017-12-20 2017-12-20 屏幕划痕的检测方法及装置 Active CN108280822B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711386929.2A CN108280822B (zh) 2017-12-20 2017-12-20 屏幕划痕的检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711386929.2A CN108280822B (zh) 2017-12-20 2017-12-20 屏幕划痕的检测方法及装置

Publications (2)

Publication Number Publication Date
CN108280822A true CN108280822A (zh) 2018-07-13
CN108280822B CN108280822B (zh) 2020-08-25

Family

ID=62801976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711386929.2A Active CN108280822B (zh) 2017-12-20 2017-12-20 屏幕划痕的检测方法及装置

Country Status (1)

Country Link
CN (1) CN108280822B (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993745A (zh) * 2019-04-15 2019-07-09 苏州研路智能科技有限公司 一种用于检测oled显示模组不良特性的检测方法
CN110243336A (zh) * 2019-07-30 2019-09-17 云谷（固安）科技有限公司 屏体翘曲检测方法
CN110570393A (zh) * 2019-07-31 2019-12-13 华南理工大学 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法
CN111272231A (zh) * 2020-04-07 2020-06-12 深圳回收宝科技有限公司 电子设备的检测装置
CN111292302A (zh) * 2020-01-21 2020-06-16 上海悦易网络信息技术有限公司 屏幕检测方法及装置
CN111325717A (zh) * 2020-01-21 2020-06-23 上海悦易网络信息技术有限公司 手机缺陷位置识别方法及设备
CN111325707A (zh) * 2018-12-13 2020-06-23 深圳中科飞测科技有限公司 一种图像处理方法和***、检测方法和***
CN111325716A (zh) * 2020-01-21 2020-06-23 上海悦易网络信息技术有限公司 屏幕划痕碎裂检测方法及设备
CN111340752A (zh) * 2019-12-04 2020-06-26 京东方科技集团股份有限公司 屏幕的检测方法、装置、电子设备及计算机可读存储介质
CN111429537A (zh) * 2020-03-19 2020-07-17 中国电影科学技术研究所 电影银幕的光学检测方法、装置、设备及智能网络传感器
CN111539954A (zh) * 2020-05-25 2020-08-14 国网湖南省电力有限公司 采用x射线数字影像特征识别电缆缓冲层缺陷的方法、***及介质
CN111612757A (zh) * 2020-05-18 2020-09-01 苏州精濑光电有限公司 一种屏幕裂纹的检测方法、装置、设备及存储介质
CN111815630A (zh) * 2020-08-28 2020-10-23 歌尔股份有限公司 一种用于lcd屏幕的缺陷检测方法、装置
CN111882520A (zh) * 2020-06-16 2020-11-03 歌尔股份有限公司 一种屏幕缺陷检测方法、装置及头戴显示设备
WO2021012735A1 (zh) * 2019-07-25 2021-01-28 研祥智能科技股份有限公司 屏幕显示缺陷的检测方法及***
CN112577448A (zh) * 2020-12-04 2021-03-30 长飞光纤光缆股份有限公司 一种基于图像灰度值的光纤端面倾角测量方法及***
CN112862800A (zh) * 2021-02-25 2021-05-28 歌尔科技有限公司 缺陷检测方法、装置及电子设备
CN113628184A (zh) * 2021-08-06 2021-11-09 信利光电股份有限公司 基于傅里叶变换对显示屏缺陷进行检测的方法、装置及可读存储介质
CN114913177A (zh) * 2022-07-19 2022-08-16 山东聊城富锋汽车部件有限公司 一种基于霍夫圆的汽车零部件缺陷检测方法
CN115063431A (zh) * 2022-08-19 2022-09-16 山东远盾网络技术股份有限公司 一种基于图像处理的汽车零部件质量溯源方法
CN115183990A (zh) * 2022-09-09 2022-10-14 杭州光粒科技有限公司 一种显示屏幕检测方法及装置
CN117252897A (zh) * 2023-11-17 2023-12-19 天津市眼科医院视光中心有限公司 塑形镜划痕前景图像提取方法、装置、设备及存储介质
WO2024040856A1 (zh) * 2022-08-24 2024-02-29 广东拓斯达科技股份有限公司 一种缺陷检测方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103745476A (zh) * 2014-01-22 2014-04-23 湘潭大学 基于线扫描局部峰值分析的手机隔板砂粒检测方法
CN103926256A (zh) * 2014-03-20 2014-07-16 上海华力微电子有限公司 一种cmp划痕自动检测***
US20140267691A1 (en) * 2013-03-12 2014-09-18 Atc Logistics & Electronics, Inc. System and method for automated cosmetic inspection
CN206378902U (zh) * 2016-12-14 2017-08-04 东舟技术（深圳）有限公司 一种电子设备屏幕质量的拍摄检测***
US20170363969A1 (en) * 2014-12-01 2017-12-21 Asml Netherlands B.V. Method & apparatus for obtaining diagnostic information relating to a lithographic manufacturing process, lithographic processing system including diagnostic apparatus

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140267691A1 (en) * 2013-03-12 2014-09-18 Atc Logistics & Electronics, Inc. System and method for automated cosmetic inspection
CN103745476A (zh) * 2014-01-22 2014-04-23 湘潭大学 基于线扫描局部峰值分析的手机隔板砂粒检测方法
CN103926256A (zh) * 2014-03-20 2014-07-16 上海华力微电子有限公司 一种cmp划痕自动检测***
US20170363969A1 (en) * 2014-12-01 2017-12-21 Asml Netherlands B.V. Method & apparatus for obtaining diagnostic information relating to a lithographic manufacturing process, lithographic processing system including diagnostic apparatus
CN206378902U (zh) * 2016-12-14 2017-08-04 东舟技术（深圳）有限公司 一种电子设备屏幕质量的拍摄检测***

Cited By (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111325707A (zh) * 2018-12-13 2020-06-23 深圳中科飞测科技有限公司 一种图像处理方法和***、检测方法和***
CN109993745A (zh) * 2019-04-15 2019-07-09 苏州研路智能科技有限公司 一种用于检测oled显示模组不良特性的检测方法
WO2021012735A1 (zh) * 2019-07-25 2021-01-28 研祥智能科技股份有限公司 屏幕显示缺陷的检测方法及***
CN110243336A (zh) * 2019-07-30 2019-09-17 云谷（固安）科技有限公司 屏体翘曲检测方法
CN110243336B (zh) * 2019-07-30 2021-08-24 云谷（固安）科技有限公司 屏体翘曲检测方法
CN110570393A (zh) * 2019-07-31 2019-12-13 华南理工大学 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法
CN111340752A (zh) * 2019-12-04 2020-06-26 京东方科技集团股份有限公司 屏幕的检测方法、装置、电子设备及计算机可读存储介质
CN111325716B (zh) * 2020-01-21 2023-09-01 上海万物新生环保科技集团有限公司 屏幕划痕碎裂检测方法及设备
CN111292302A (zh) * 2020-01-21 2020-06-16 上海悦易网络信息技术有限公司 屏幕检测方法及装置
CN111325717A (zh) * 2020-01-21 2020-06-23 上海悦易网络信息技术有限公司 手机缺陷位置识别方法及设备
CN111325716A (zh) * 2020-01-21 2020-06-23 上海悦易网络信息技术有限公司 屏幕划痕碎裂检测方法及设备
CN111325717B (zh) * 2020-01-21 2023-08-29 上海万物新生环保科技集团有限公司 手机缺陷位置识别方法及设备
CN111292302B (zh) * 2020-01-21 2022-12-27 上海万物新生环保科技集团有限公司 屏幕检测方法及装置
CN111429537A (zh) * 2020-03-19 2020-07-17 中国电影科学技术研究所 电影银幕的光学检测方法、装置、设备及智能网络传感器
CN111272231B (zh) * 2020-04-07 2022-04-26 深圳回收宝科技有限公司 电子设备的检测装置
CN111272231A (zh) * 2020-04-07 2020-06-12 深圳回收宝科技有限公司 电子设备的检测装置
CN111612757A (zh) * 2020-05-18 2020-09-01 苏州精濑光电有限公司 一种屏幕裂纹的检测方法、装置、设备及存储介质
CN111539954B (zh) * 2020-05-25 2024-01-23 国网湖南省电力有限公司 采用x射线数字影像特征识别电缆缓冲层缺陷的方法、***及介质
CN111539954A (zh) * 2020-05-25 2020-08-14 国网湖南省电力有限公司 采用x射线数字影像特征识别电缆缓冲层缺陷的方法、***及介质
CN111882520A (zh) * 2020-06-16 2020-11-03 歌尔股份有限公司 一种屏幕缺陷检测方法、装置及头戴显示设备
CN111882520B (zh) * 2020-06-16 2023-10-17 歌尔光学科技有限公司 一种屏幕缺陷检测方法、装置及头戴显示设备
CN111815630A (zh) * 2020-08-28 2020-10-23 歌尔股份有限公司 一种用于lcd屏幕的缺陷检测方法、装置
CN111815630B (zh) * 2020-08-28 2020-12-15 歌尔股份有限公司 一种用于lcd屏幕的缺陷检测方法、装置
WO2022042579A1 (zh) * 2020-08-28 2022-03-03 歌尔股份有限公司 一种用于lcd屏幕的缺陷检测方法、装置
CN112577448A (zh) * 2020-12-04 2021-03-30 长飞光纤光缆股份有限公司 一种基于图像灰度值的光纤端面倾角测量方法及***
CN112862800A (zh) * 2021-02-25 2021-05-28 歌尔科技有限公司 缺陷检测方法、装置及电子设备
CN113628184A (zh) * 2021-08-06 2021-11-09 信利光电股份有限公司 基于傅里叶变换对显示屏缺陷进行检测的方法、装置及可读存储介质
CN114913177B (zh) * 2022-07-19 2022-09-23 山东聊城富锋汽车部件有限公司 一种基于霍夫圆的汽车零部件缺陷检测方法
CN114913177A (zh) * 2022-07-19 2022-08-16 山东聊城富锋汽车部件有限公司 一种基于霍夫圆的汽车零部件缺陷检测方法
CN115063431B (zh) * 2022-08-19 2022-11-11 山东远盾网络技术股份有限公司 一种基于图像处理的汽车零部件质量溯源方法
CN115063431A (zh) * 2022-08-19 2022-09-16 山东远盾网络技术股份有限公司 一种基于图像处理的汽车零部件质量溯源方法
WO2024040856A1 (zh) * 2022-08-24 2024-02-29 广东拓斯达科技股份有限公司 一种缺陷检测方法、装置、电子设备及存储介质
CN115183990B (zh) * 2022-09-09 2022-12-23 杭州光粒科技有限公司 一种显示屏幕检测方法及装置
CN115183990A (zh) * 2022-09-09 2022-10-14 杭州光粒科技有限公司 一种显示屏幕检测方法及装置
CN117252897A (zh) * 2023-11-17 2023-12-19 天津市眼科医院视光中心有限公司 塑形镜划痕前景图像提取方法、装置、设备及存储介质
CN117252897B (zh) * 2023-11-17 2024-02-02 天津市眼科医院视光中心有限公司 塑形镜划痕前景图像提取方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN108280822B (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
CN108280822A (zh) 屏幕划痕的检测方法及装置
JP6336117B2 (ja) 建物高さの計算方法、装置及び記憶媒体
CN104749184B (zh) 自动光学检测方法和***
CN105139386B (zh) 一种快速自动检测电气接插件焊点不合格品的图像处理方法
CN107705288B (zh) 伪目标运动强干扰下的危险气体泄漏红外视频检测方法
CN109285079A (zh) 终端屏幕保险的数据处理方法、装置、客户端及服务器
WO2019227762A1 (zh) 光学模组像素缺陷检测方法、装置及设备
CN108323204A (zh) 一种检测人脸瑕疵点的方法和智能终端
CN109951635A (zh) 拍照处理方法、装置、移动终端以及存储介质
CN105741231B (zh) 图像的美肤处理方法和装置
CN106446851A (zh) 一种基于可见光的人脸优选方法及***
CN107347151A (zh) 双目摄像头遮挡检测方法及装置
CN106663322A (zh) 识别特征
CN105180836B (zh) 控制装置、机器人、以及控制方法
CN116503388B (zh) 缺陷检测方法、装置及存储介质
CN106067177A (zh) Hdr场景侦测方法和装置
CN109632809A (zh) 产品质量检测方法及装置
CN111160261A (zh) 用于自动售货柜的样本图像标注方法、装置及存储介质
CN104749801B (zh) 高精度自动光学检测方法和***
CN110879131B (zh) 目视光学***的成像质量测试方法、成像质量测试装置和电子设备
CN106228541A (zh) 视觉检测中屏幕定位的方法及装置
CN110399831A (zh) 一种巡检方法及装置
CN107465855A (zh) 图像的拍摄方法及装置、无人机
JP5362405B2 (ja) 瞳孔計測装置、瞳孔計測方法ならびに瞳孔計測プログラム
CN115965934A (zh) 一种停车位检测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20201015

Address after: 261031 north of Yuqing street, east of Dongming Road, high tech Zone, Weifang City, Shandong Province (Room 502, Geer electronic office building)

Patentee after: GoerTek Optical Technology Co.,Ltd.

Address before: 266104 Laoshan Qingdao District North House Street investment service center room, Room 308, Shandong

Patentee before: GOERTEK TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right