CN109993745A - 一种用于检测oled显示模组不良特性的检测方法 - Google Patents
一种用于检测oled显示模组不良特性的检测方法 Download PDFInfo
- Publication number
- CN109993745A CN109993745A CN201910297626.6A CN201910297626A CN109993745A CN 109993745 A CN109993745 A CN 109993745A CN 201910297626 A CN201910297626 A CN 201910297626A CN 109993745 A CN109993745 A CN 109993745A
- Authority
- CN
- China
- Prior art keywords
- image
- display module
- oled display
- edge
- value
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims description 14
- 238000003708 edge detection Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 3
- 241001292396 Cirrhitidae Species 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/006—Electronic inspection or testing of displays and display drivers, e.g. of LED or LCD displays
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10K—ORGANIC ELECTRIC SOLID-STATE DEVICES
- H10K59/00—Integrated devices, or assemblies of multiple devices, comprising at least one organic light-emitting element covered by group H10K50/00
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30121—CRT, LCD or plasma display
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Electroluminescent Light Sources (AREA)
Abstract
本发明公开了一种用于检测OLED显示模组不良特性的检测方法,包括如下步骤:通过灰度相机对发光的待检测OLED显示模组显示预设界面进行拍摄得到拍摄图像,从服务器中确定对应的同一预设界面的截图图像;利用截图图像对拍摄的图像数据进行配准,得到包含OLED显示模组屏幕区域的目标图像;然后依次检测OLED显示模组的屏幕是否有裂痕、是否有划痕、是否存在点和线缺陷。本发明的检测方法提高了测量结果的准确性,减少误差,提高了工作效率。
Description
技术领域
本发明涉及OLED显示模组检测技术领域,尤其涉及了一种用于检测OLED显示模组不良特性的检测方法。
背景技术
OLED是一种主动发光显示器件,利用该显示器件可以制成超轻、超薄、低功耗、高亮度、高对比度和高分辨率的具有优秀显示性能的显示器。
作为一种显示模组,在实际研发和生产过程中都需要对产品进行检测。现有OLED测量一般是通过人工定期测量,但该测量方式由于批量检测造成检测人员眼部疲劳等问题,造成测量结果不准,误差较大,工作效率低下。
发明内容
针对现有技术存在的不足,本发明的目的就在于提供了一种用于检测OLED显示模组不良特性的检测方法,提高了测量结果的准确性,减少误差,提高了工作效率。
为了实现上述目的,本发明采用的技术方案是这样的:一种用于检测OLED显示模组不良特性的检测方法,包括如下步骤:
(1)通过灰度相机对发光的待检测OLED显示模组显示预设界面进行拍摄得到拍摄图像,从服务器中确定对应的同一预设界面的截图图像;
(2)利用步骤(1)的截图图像对拍摄的图像数据进行配准,得到包含OLED显示模组屏幕区域的目标图像;
(3)然后根据目标图像进行掩模、边缘检测、过滤细化、连通性处理;
(4)计算步骤(3)处理后的目标图像每一边缘的长度,判断是否与截图图像预设边缘长度的边缘一致,确定待检测OLED显示模组的屏幕是否有裂痕;
(5)对步骤(2)中的目标图像进行处理得到缺陷点,计算任两个缺陷点之间的距离;
(6)如果两个缺陷点之间的距离位于预设距离阚值范围内,确定距离位于预设距离阚值范围内的至少一对缺陷点各自所成直线的第一斜率;
(7)从目标图像中获取每一行或每一列中灰度值最大的像素点;
(8)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;
(9)在第二斜率与第一斜率的差值位于预设的斜率差值阚值范围内,确定OLED显示模组的屏幕存在划痕缺陷;
(10)获取步骤(1)截图图像的对照像素灰度值周期,获取步骤(2)目标图像的样本像素灰度值;
(11)将样本像素灰度值与对照像素灰度值周期内的对照像素灰度值一一做差,当样本像素灰度值对应的差值大于预设值时,确定OLED显示模组的屏幕存在点、线缺陷。
作为一种优选方案,所述步骤(3)中利用截图图像对目标图像进行掩模,得到目标图像对应的掩模图像。
作为一种优选方案,所述步骤(3)中对目标图像进行边缘检测,得到目标图像对应的边缘图像。
作为一种优选方案,所述步骤(3)中利用掩模图像,对边缘图像进行过滤,得到过滤后的边缘图像;对过滤后的边缘图像进行细化,得到细化后的边缘图像。
作为一种优选方案,所述步骤(3)中对细化后的边缘图像进行连通性处理,得到连通后的边缘图像,然后步骤(4)计算连通后的边缘图像中的每一边缘的长度。
作为一种优选方案,所述步骤(5)通过对目标图像进行傅里叶变换、卷积运算、反傅里叶变换,确定目标图像中像素点的灰度值大于预设的第一灰度阚值的像素点为缺陷点。
作为一种优选方案,所述步骤(11)中将样本像素灰度值与对照像素灰度值周期内的对照像素灰度值一一做差时,若差值大于预设值的目标呈点状则确定为点缺陷,若差值大于预设值的目标呈线状则确定为线缺陷。
与现有技术相比,本发明的有益效果:本发明的检测方法提高了测量结果的准确性,减少误差,提高了工作效率。
具体实施方式
下面结合具体实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例:
一种用于检测OLED显示模组不良特性的检测方法,包括如下步骤:
(1)通过灰度相机对发光的待检测OLED显示模组显示预设界面进行拍摄得到拍摄图像,从服务器中确定对应的同一预设界面的截图图像;
(2)利用步骤(1)的截图图像对拍摄的图像数据进行配准,得到包含OLED显示模组屏幕区域的目标图像;
(3)然后根据目标图像进行掩模、边缘检测、过滤细化、连通性处理;
(4)计算步骤(3)处理后的目标图像每一边缘的长度,判断是否与截图图像预设边缘长度的边缘一致,确定待检测OLED显示模组的屏幕是否有裂痕;
(5)对步骤(2)中的目标图像进行处理得到缺陷点,计算任两个缺陷点之间的距离;
(6)如果两个缺陷点之间的距离位于预设距离阚值范围内,确定距离位于预设距离阚值范围内的至少一对缺陷点各自所成直线的第一斜率;
(7)从目标图像中获取每一行或每一列中灰度值最大的像素点;
(8)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;
(9)在第二斜率与第一斜率的差值位于预设的斜率差值阚值范围内,确定OLED显示模组的屏幕存在划痕缺陷;
(10)获取步骤(1)截图图像的对照像素灰度值周期,获取步骤(2)目标图像的样本像素灰度值;
(11)将样本像素灰度值与对照像素灰度值周期内的对照像素灰度值一一做差,当样本像素灰度值对应的差值大于预设值时,确定OLED显示模组的屏幕存在点、线缺陷。
具体的,所述步骤(3)中利用截图图像对目标图像进行掩模,得到目标图像对应的掩模图像。
具体的,所述步骤(3)中对目标图像进行边缘检测,得到目标图像对应的边缘图像。
具体的,所述步骤(3)中利用掩模图像,对边缘图像进行过滤,得到过滤后的边缘图像;对过滤后的边缘图像进行细化,得到细化后的边缘图像。
具体的,所述步骤(3)中对细化后的边缘图像进行连通性处理,得到连通后的边缘图像,然后步骤(4)计算连通后的边缘图像中的每一边缘的长度。
更为具体的,图像配准、掩模、边缘检测、过滤细化、连通性处理均为图像处理领域中的现有技术。图像配准,就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程,它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域;掩模,是用选定的图像、图形或物体、对待处理的图像(全部或局部)进行遮挡来控制图像处理的区域或处理过程;边缘检测,是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点,是图像处理和计算机视觉中,尤其是特征提取中的一个研究领域;过滤,可以排除一些噪声、边缘干扰或不符合条件的边缘;细化(骨架化)是模式识别中很重要的一个技术,指的是将原本"臃肿"的像素简化为单像素相连接的二值图像(即类似骨架的概念)。进一步的,由于上述的边缘检测、过滤细化等处理可能导致边缘图像中的边缘被切割开来而影响最后的长度判断,因此还需要针对离散的边缘做连通性处理。
具体的,所述步骤(5)通过对目标图像进行傅里叶变换、卷积运算、反傅里叶变换,确定目标图像中像素点的灰度值大于预设的第一灰度阚值的像素点为缺陷点。
进一步的,确定缺陷点是基于halcon算法对图像进行处理,通常是由两个高斯滤波器组成的带通滤波器对图像进行卷积运算,实际运用中目标图像中白色像素点为缺陷点。
具体的,所述步骤(11)中将样本像素灰度值与对照像素灰度值周期内的对照像素灰度值一一做差时,若差值大于预设值的目标呈点状则确定为点缺陷,若差值大于预设值的目标呈线状则确定为线缺陷。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (7)
1.一种用于检测OLED显示模组不良特性的检测方法,其特征在于,包括如下步骤:
(1)通过灰度相机对发光的待检测OLED显示模组显示预设界面进行拍摄得到拍摄图像,从服务器中确定对应的同一预设界面的截图图像;
(2)利用步骤(1)的截图图像对拍摄的图像数据进行配准,得到包含OLED显示模组屏幕区域的目标图像;
(3)然后根据目标图像进行掩模、边缘检测、过滤细化、连通性处理;
(4)计算步骤(3)处理后的目标图像每一边缘的长度,判断是否与截图图像预设边缘长度的边缘一致,确定待检测OLED显示模组的屏幕是否有裂痕;
(5)对步骤(2)中的目标图像进行处理得到缺陷点,计算任两个缺陷点之间的距离;
(6)如果两个缺陷点之间的距离位于预设距离阚值范围内,确定距离位于预设距离阚值范围内的至少一对缺陷点各自所成直线的第一斜率;
(7)从目标图像中获取每一行或每一列中灰度值最大的像素点;
(8)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;
(9)在第二斜率与第一斜率的差值位于预设的斜率差值阚值范围内,确定OLED显示模组的屏幕存在划痕缺陷;
(10)获取步骤(1)截图图像的对照像素灰度值周期,获取步骤(2)目标图像的样本像素灰度值;
(11)将样本像素灰度值与对照像素灰度值周期内的对照像素灰度值一一做差,当样本像素灰度值对应的差值大于预设值时,确定OLED显示模组的屏幕存在点、线缺陷。
2.根据权利要求1所述的一种用于检测OLED显示模组不良特性的检测方法,其特征在于:所述步骤(3)中利用截图图像对目标图像进行掩模,得到目标图像对应的掩模图像。
3.根据权利要求2所述的一种用于检测OLED显示模组不良特性的检测方法,其特征在于:所述步骤(3)中对目标图像进行边缘检测,得到目标图像对应的边缘图像。
4.根据权利要求3所述的一种用于检测OLED显示模组不良特性的检测方法,其特征在于:所述步骤(3)中利用掩模图像,对边缘图像进行过滤,得到过滤后的边缘图像;对过滤后的边缘图像进行细化,得到细化后的边缘图像。
5.根据权利要求4所述的一种用于检测OLED显示模组不良特性的检测方法,其特征在于:所述步骤(3)中对细化后的边缘图像进行连通性处理,得到连通后的边缘图像,然后步骤(4)计算连通后的边缘图像中的每一边缘的长度。
6.根据权利要求1所述的一种用于检测OLED显示模组不良特性的检测方法,其特征在于:所述步骤(5)通过对目标图像进行傅里叶变换、卷积运算、反傅里叶变换,确定目标图像中像素点的灰度值大于预设的第一灰度阚值的像素点为缺陷点。
7.根据权利要求1所述的一种用于检测OLED显示模组不良特性的检测方法,其特征在于:所述步骤(11)中将样本像素灰度值与对照像素灰度值周期内的对照像素灰度值一一做差时,若差值大于预设值的目标呈点状则确定为点缺陷,若差值大于预设值的目标呈线状则确定为线缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910297626.6A CN109993745A (zh) | 2019-04-15 | 2019-04-15 | 一种用于检测oled显示模组不良特性的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910297626.6A CN109993745A (zh) | 2019-04-15 | 2019-04-15 | 一种用于检测oled显示模组不良特性的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109993745A true CN109993745A (zh) | 2019-07-09 |
Family
ID=67133558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910297626.6A Pending CN109993745A (zh) | 2019-04-15 | 2019-04-15 | 一种用于检测oled显示模组不良特性的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109993745A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458823A (zh) * | 2019-08-07 | 2019-11-15 | 江苏汇博机器人技术股份有限公司 | 实训用视觉检测缺陷库的制作方法 |
CN111929035A (zh) * | 2020-07-27 | 2020-11-13 | 歌尔科技有限公司 | 心率模组led亮度检测方法和装置 |
CN113393437A (zh) * | 2021-06-15 | 2021-09-14 | 中航华东光电有限公司 | 基于oled显示模块的缺陷检测方法 |
CN113763354A (zh) * | 2021-09-07 | 2021-12-07 | 联想(北京)有限公司 | 一种图像处理方法和电子设备 |
CN116935769A (zh) * | 2023-09-14 | 2023-10-24 | 深圳市东陆科技有限公司 | 一种oled显示模组不良特性的检测方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106228548A (zh) * | 2016-07-18 | 2016-12-14 | 图麟信息科技(上海)有限公司 | 一种屏幕裂痕的检测方法及装置 |
CN108280822A (zh) * | 2017-12-20 | 2018-07-13 | 歌尔科技有限公司 | 屏幕划痕的检测方法及装置 |
CN108760765A (zh) * | 2018-05-24 | 2018-11-06 | 武汉精测电子集团股份有限公司 | 一种基于侧视相机拍摄的表面损伤缺陷检测装置及方法 |
-
2019
- 2019-04-15 CN CN201910297626.6A patent/CN109993745A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106228548A (zh) * | 2016-07-18 | 2016-12-14 | 图麟信息科技(上海)有限公司 | 一种屏幕裂痕的检测方法及装置 |
CN108280822A (zh) * | 2017-12-20 | 2018-07-13 | 歌尔科技有限公司 | 屏幕划痕的检测方法及装置 |
CN108760765A (zh) * | 2018-05-24 | 2018-11-06 | 武汉精测电子集团股份有限公司 | 一种基于侧视相机拍摄的表面损伤缺陷检测装置及方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458823A (zh) * | 2019-08-07 | 2019-11-15 | 江苏汇博机器人技术股份有限公司 | 实训用视觉检测缺陷库的制作方法 |
CN111929035A (zh) * | 2020-07-27 | 2020-11-13 | 歌尔科技有限公司 | 心率模组led亮度检测方法和装置 |
CN113393437A (zh) * | 2021-06-15 | 2021-09-14 | 中航华东光电有限公司 | 基于oled显示模块的缺陷检测方法 |
CN113763354A (zh) * | 2021-09-07 | 2021-12-07 | 联想(北京)有限公司 | 一种图像处理方法和电子设备 |
CN116935769A (zh) * | 2023-09-14 | 2023-10-24 | 深圳市东陆科技有限公司 | 一种oled显示模组不良特性的检测方法及*** |
CN116935769B (zh) * | 2023-09-14 | 2023-12-22 | 深圳市东陆科技有限公司 | 一种oled显示模组不良特性的检测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109993745A (zh) | 一种用于检测oled显示模组不良特性的检测方法 | |
CN109765245B (zh) | 大尺寸显示屏缺陷检测定位方法 | |
WO2020253827A1 (zh) | 评估图像采集精度的方法及装置、电子设备和存储介质 | |
CN107328776B (zh) | 一种免疫层析试纸卡的快速检测方法 | |
CN110570411A (zh) | 一种基于变异系数的Mura检测方法及装置 | |
CN107945184A (zh) | 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法 | |
CN110008968B (zh) | 一种基于图像视觉的机器人结算自动触发方法 | |
CN111261079B (zh) | 一种亮、暗斑异常现象的检测方法 | |
CN114881915A (zh) | 一种基于对称性的手机玻璃盖板视窗区缺陷检测方法 | |
CN108827979A (zh) | 一种模组镜头外观检测方法 | |
CN115082466B (zh) | 一种pcb表面焊点缺陷检测方法及*** | |
WO2017202114A1 (zh) | 确定用于检测的光照强度的方法和装置、及光学检测方法和装置 | |
CN109447062A (zh) | 基于巡检机器人的指针型仪表识别方法 | |
CN107480678A (zh) | 一种棋盘识别方法和识别*** | |
CN114549441A (zh) | 基于图像处理的吸管缺陷检测方法 | |
CN109387524A (zh) | 基于线性偏振光的螺纹缺陷检测方法及装置 | |
CN109828394A (zh) | 一种显示面板的检测方法和检测机台 | |
CN109949725B (zh) | 一种aoi***图像灰度标准化方法及*** | |
CN109406539B (zh) | 一种透明药瓶底部积料缺陷检测***与方法 | |
CN108965749A (zh) | 基于纹理识别的缺陷像素检测和校正装置及方法 | |
CN108205210A (zh) | 基于傅里叶梅林及特征匹配的lcd缺陷检测***及方法 | |
CN115108466A (zh) | 一种集装箱吊具智能定位的方法 | |
CN107248151B (zh) | 一种基于机器视觉的液晶片智能检测方法及*** | |
CN106501278B (zh) | 基于旋转不变纹理特征的灯管表面瑕疵分类方法及*** | |
CN115731195A (zh) | 一种缺陷检测方法、装置、设备以及*** |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190709 |