CN111445452A - 电子产品的缺陷检测方法、装置及计算机可读存储介质 - Google Patents
电子产品的缺陷检测方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111445452A CN111445452A CN202010209067.1A CN202010209067A CN111445452A CN 111445452 A CN111445452 A CN 111445452A CN 202010209067 A CN202010209067 A CN 202010209067A CN 111445452 A CN111445452 A CN 111445452A
- Authority
- CN
- China
- Prior art keywords
- electronic product
- screen
- dust
- suspicious
- picture
- 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
Links
Images
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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Studio Devices (AREA)
Abstract
本申请适用于图像检测技术领域,提供了电子产品的缺陷检测方法、装置及计算机可读存储介质,包括:获取所述电子产品在熄屏状态下的熄屏图片;根据所述熄屏图片确定灰尘在所述显示屏的坐标;获取所述电子产品在亮屏状态下的亮屏图片;根据所述亮屏图片以及所述电子产品的标准特征识别所述电子产品的可疑特征,所述可疑特征为与所述电子产品的标准特征不相同的特征;若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘;若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标不同,则判定所述可疑特征是所述电子产品的缺陷的特征。通过上述方法能够提高缺陷的检测准确度。
Description
技术领域
本申请属于图像检测技术领域,尤其涉及电子产品的缺陷检测方法、装置及计算机可读存储介质。
背景技术
目标检测算法,是指从图像中检测符合目标特征的算法。
目前,通过目标检测算法,可以将目标从图像识别出来。比如在工业检测领域,可以先拍摄成品的图像,再通过检查图像中呈现的缺陷,以达到缺陷检测的目的。但是通过目标检测算法检测缺陷时仍存在误检的情况,从而导致检测的准确率较低。
故,需要提出一种新的方法,以解决上述技术问题。
发明内容
本申请实施例提供了电子产品的缺陷检测方法、装置及计算机可读存储介质,可以解决现有方法通过目标检测算法检测产品的缺陷时,准确率较低的问题。
第一方面,本申请实施例提供了一种电子产品的缺陷检测方法,所述电子产品具有显示屏,包括:
获取所述电子产品在熄屏状态下的熄屏图片;
根据所述熄屏图片确定灰尘在所述显示屏的坐标;
获取所述电子产品在亮屏状态下的亮屏图片;
根据所述亮屏图片以及所述电子产品的标准特征识别所述电子产品的可疑特征,所述可疑特征为与所述电子产品的标准特征不相同的特征;
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘;
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标不同,则判定所述可疑特征是所述电子产品的缺陷的特征。
本申请实施例与现有技术相比存在的有益效果是:
分别获取电子产品在熄屏状态下的熄屏图片和在亮屏状态下的亮屏图片,并通过熄屏图片检测出灰尘的坐标,以及,通过亮屏图片检测出可疑特征及对应的坐标,比较灰尘的坐标与可疑特征的坐标,若两者相同,判定该可疑特征为灰尘,否则,判定该可疑特征为缺陷的特征。由于上述缺陷检测方法排除了将灰尘误检测为缺陷的情况,因此,能够提高缺陷的检测准确度。
第二方面,本申请实施例提供了一种电子产品的缺陷检测装置,所述电子产品具有显示屏,包括:
熄屏图片获取单元,用于获取所述电子产品在熄屏状态下的熄屏图片;
灰尘坐标确定单元,用于根据所述熄屏图片确定灰尘在所述显示屏的坐标;
亮屏图片获取单元,用于获取所述电子产品在亮屏状态下的亮屏图片;
可疑特征识别单元,用于根据所述亮屏图片以及所述电子产品的标准特征识别所述电子产品的可疑特征,所述可疑特征为与所述电子产品的标准特征不相同的特征;
灰尘判定单元,用于若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘;
缺陷判定单元,用于若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标不同,则判定所述可疑特征是所述电子产品的缺陷的特征。
第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中所述的方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本申请一实施例提供的一种电子产品的缺陷检测方法的流程示意图;
图2是本申请一实施例提供的一种相邻位置的示意图;
图3是本申请一实施例提供的另一种电子产品的缺陷检测方法的流程示意图;
图4是本申请一实施例提供的一种电子产品的缺陷检测装置的结构示意图;
图5是本申请一实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
实施例:
在工业检测领域,通常通过目标检测算法检测产品是否合格,但该方法仍存在较多的误检情况。通过分析可知,由于受限于工作环境的影响,生产车间不可能做到完全无尘,所以待检测的产品表面多少会存在一些灰尘,而在灰尘和产品的缺陷(即生产出来的产品中存在与产品的原本设计不相符的部位)在图片上呈现出类似的特征时,目标检测算法很可能会将灰尘错误地识别成产品的缺陷,从而产生误检的情况。
为了解决上述技术问题,本申请提出了一种电子产品的缺陷检测方法,在该方法中,设置电子产品处于熄屏状态,并获取对应的熄屏图片,再根据该熄屏图片确定灰尘在显示屏的坐标。设置电子产品处于亮屏状态,获取对应的亮屏图片,再根据该亮屏图片确定该电子产品的可疑特征,最后结合可疑特征的坐标与灰尘的坐标识别该可疑特征是灰尘还是缺陷。详述如下:
图1示出了本申请实施例提供的一种电子产品的缺陷检测方法的流程示意图,所述电子产品具有显示屏,比如,该电子产品可以为手机、平板电脑、电视等,该电子产品的缺陷检测方法包括:
步骤S11,获取所述电子产品在熄屏状态下的熄屏图片;
具体地,设置电子产品处于熄屏状态,再通过具有拍摄功能的拍摄设备对该电子产品具有显示屏所在的那侧拍摄,得到该电子产品在熄屏状态下的熄屏图片。以手机为例,则将拍摄的手机在熄屏时候的正面图作为熄屏图片。
步骤S12,根据所述熄屏图片确定灰尘在所述显示屏的坐标;
该步骤中,由于电子产品在熄屏状态时,其在熄屏图片中呈现的颜色是黑色的,而灰尘通常不是黑色的,即在熄屏图片中通过检测灰尘的颜色特征能够识别该熄屏图片中的电子产品是否存在灰尘。
具体地,首先识别出电子产品在熄屏图片中的区域范围,再在该区域范围内检测灰尘的特征,比如检测灰尘的颜色特征,若检测到符合灰尘的颜色特征的颜色特征,则确定该颜色特征在显示屏的坐标,以得到该颜色特征所对应的灰尘在显示屏的坐标。
步骤S13,获取所述电子产品在亮屏状态下的亮屏图片;
具体地,启动电子产品,以使得该电子产品处于亮屏状态,再通过具有拍摄功能的拍摄设备对电子产品具有显示屏的那侧拍摄,得到该电子产品在亮屏状态下的亮屏图片。
在一些实施例中,由于不同拍摄设备的零部件不同,所以其拍摄的图片可能存在一定的差异。在本实施例中,为了减少同一电子产品对应的熄屏图片和亮屏图片之间的差异,则采用同一拍摄设备拍摄同一电子产品的熄屏图片和亮屏图片。
步骤S14,根据所述亮屏图片以及所述电子产品的标准特征识别所述电子产品的可疑特征,所述可疑特征为与所述电子产品的标准特征不相同的特征;
其中,电子产品的标准特征是指设计该电子产品时,该电子产品所应该具有的特征。比如,假设手机的显示屏在设计的时候,要求该显示屏的四个角是圆角,那么该手机的显示屏的标准特征包括:四个圆角。若在亮屏图片中检测到4个角:角1、角2、角3和角4,且角2、角3和角4都是圆角,但角1是不规则形状角,那么该角1对应的特征为该手机的显示屏的可疑特征。
步骤S15,若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘;
具体地,记录可疑特征在显示屏的坐标,并将该可疑特征在显示屏的坐标与灰尘在显示屏的坐标比较,若两者相同,则判定该可疑特征为灰尘的特征,即该可疑特征对应的物体为灰尘。
步骤S16,若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标不同,则判定所述可疑特征是所述电子产品的缺陷的特征。
具体地,若灰尘的坐标与可疑特征的坐标不同,表明该可疑特征不是灰尘,进而判定该可疑特征为该电子产品的缺陷的特征。
本申请实施例中,分别获取电子产品在熄屏状态下的熄屏图片和在亮屏状态下的亮屏图片,并通过熄屏图片检测出灰尘的坐标,以及,通过亮屏图片检测出可疑特征及对应的坐标,比较灰尘的坐标与可疑特征的坐标,若两者相同,判定该可疑特征为灰尘,否则,判定该可疑特征为缺陷的特征。由于上述缺陷检测方法排除了将灰尘误检测为缺陷的情况,因此,能够提高缺陷的检测准确度。
在一些实施例中,由于光线越充足,越能拍摄出更高清晰度的灰尘的影像,因此,为了能够获得更清晰的灰尘影像,则需要控制电子产品周围的环境光,使得环境光的亮度能够满足要求,即所述步骤S11包括:
确认所述电子产品周围的环境光是否符合要求,若符合要求,则获取所述电子产品在熄屏状态下的熄屏图片。
本实施例中,可通过其他发光设备对电子产品打灯来提高该电子产品周围的环境光的亮度,若拍摄设备确认发光设备已执行打灯操作,则确认该电子产品周围的环境光符合要求。或者,拍摄设备获取该电子产品周围的环境光的光强,并根据获取的光强确认该环境光是否符合要求。
在一些实施例中,也可以通过拍摄设备自身对电子产品执行打灯操作,此时,该拍摄设备通过检测打灯操作是否启动来判断该电子产品周围的环境光是否符合要求:若启动打灯操作,则判定电子产品周围的环境光符合要求。
需要指出的是,为了能够获得更清晰的的灰尘影响,则设置上述拍摄设备处于电子设备的正上方,且与电子设备处于平行状态。
在一些实施例中,可根据熄屏图片中的色差确定灰尘的位置,此时,所述步骤S12,包括:
将所述熄屏图片转换为灰度图,确定所述灰度图中灰度值与相邻位置的灰度值的差大于或等于预设差值阈值的位置,将所述位置的坐标记录为灰尘在所述显示屏的坐标。
本实施例中,由于获取的熄屏图片通常是彩色图片,而彩色图片的像素值比灰度值的像素值更丰富,因此,为了提高确定灰尘的位置的速度,则首先将熄屏图片转换为灰度图,再确定该灰度图中灰度值与相邻位置的灰度值的差大于或等于预设差值阈值的位置。参见图2,在图2中,X的相邻位置包括y1、y2、y3、y4、y5、y6、y7、y8。在实际检测过程中,可根据需要选择相邻位置的个数,比如,若为了减少运算量,则可只选取y2、y4、y5、y7这4个相邻位置,即将该X的灰度值分别与y2、y4、y5、y7的灰度值作差,若得到的差都大于或等于预设差值阈值,则将X所在的坐标记录为灰尘所在的坐标。
在一些实施例中,可能从背景图片是纯红色的亮屏图片中检测到该纯红色衬托的显示屏的可疑特征1;而可能从背景图片是纯绿色的亮屏图片中检测到该纯红色衬托的显示屏的可疑特征2,即不同纯颜色的背景图片能够凸显的显示屏的特征可能有差异,因此,为了能够更全面地检测出显示屏的可疑特征,则提供了另一种电子产品的缺陷检测方法的流程示意图,详见图3。在本实施例中,电子产品在亮屏状态时具有至少2种纯色的背景图片,另外,本实施例的步骤S31和步骤S32与上述实施例的步骤S11和步骤S12相同,此处不再赘述。
步骤S31,获取所述电子产品在熄屏状态下的熄屏图片;
步骤S32,根据所述熄屏图片确定灰尘在所述显示屏的坐标;
步骤S33,获取所述电子产品在亮屏状态下不同背景图片对应的亮屏图片。
具体地,获取的亮屏图片的数量与纯色的背景图片的数量相同,例如,若电子产品具有纯红色的背景图片、纯绿色的背景图片以及纯蓝色的背景图片这3张纯色的背景图片,则将分别获取纯红色的背景图片对应的亮屏图片、纯绿色的背景图片对应的亮屏图片、纯蓝色的背景图片对应的亮屏图片这3张亮屏图片。
步骤S34,根据所述亮屏图片以及所述电子产品的标准特征识别所述电子产品的可疑特征,所述可疑特征为与所述电子产品的标准特征不相同的特征;
具体地,分别从获取的多张亮屏图片中提取特征,并将提取的特征分别与电子产品的标准特征比较,以识别出与标准特征不相同的特征,这些与标准特征不相同的特征作为电子产品的可疑特征。
步骤S35,若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘;
该步骤与上述实施例的步骤S15类似,此处不再赘述。
步骤S36,若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标不同,则判定所述可疑特征是所述电子产品的缺陷的特征。
该步骤与上述实施例的步骤S16类似,此处不再赘述。
本实施例中,由于获取电子产品在不同纯色的背景图片对应的多张亮屏图片,因此,能够更全面地从该多张亮屏图片中检测出可疑特征,进而也能够更全面地检测出电子产品具有显示屏的那侧的缺陷。
在一些实施例中,可能存在灰尘与缺陷都在同一个位置的情况,此时,为了降低漏检测的概率,则需要进一步识别该位置上的特征是灰尘的特征还是缺陷的特征,即所述步骤S35包括:
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,且所述灰尘的特征与所述可疑特征的相似度大于或等于预设的相似度阈值,则判定所述可疑特征是灰尘的特征。
本实施例中,当判断出可疑特征的坐标与灰尘的坐标相同时,进一步识别灰尘的特征与可疑特征是否相似,例如,识别灰尘的颜色特征与可疑特征的颜色特征是否相似,识别灰尘的形状特征与可疑特征的形状特征是否相似等等,若灰尘的特征与可疑特征相似,再判定该可疑特征是灰尘的特征,即该可疑特征所指示的物品是灰尘。
在一些实施例中,所述缺陷检测方法还包括:
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,且所述灰尘的特征与所述可疑特征的相似度小于预设的相似度阈值,则判定所述可疑特征是所述电子产品的缺陷的特征。
本实施例中,若可疑特征的坐标与灰尘的坐标相同,但该可疑特征与灰尘的特征不相似,则判定该可疑特征是缺陷的特征,即该可疑特征所指示的是电子产品的缺陷。
在一些实施例中,若所述熄屏图片和亮屏图片通过拍摄设备拍摄得到,则可通过定期清理该拍摄设备的镜头的灰尘来确保拍摄的熄屏图片和亮屏图片的质量。
在一些实施例中,由于电子产品的生产车间有可能出现突发情况,导致生产车间内存在比往常更多的灰尘,若还采用定期清理的方式将难以及时实现对镜头的清理,因此,可通过以下方式判断是否需要对拍摄设备的镜头进行及时清理:即,所述缺陷检测方法还包括:
统计预设时间段内的电子产品的合格率,若所述电子产品的合格率小于或等于预设的合格率阈值,指示用户检测所述拍摄设备的镜头是否存在灰尘。
其中,合格率通过上面介绍的缺陷检测方法确定,比如,若根据上面的缺陷检测方法检测出10个电子产品中,有2个存在缺陷,则该电子产品的合格率为8/10=0.8。
在一些实施例中,为了更准确地判断拍摄设备的镜头是否存在灰尘,则所述统计预设时间段内的电子产品的合格率,若所述电子产品的合格率小于或等于预设的合格率阈值,指示用户检测所述拍摄设备的镜头是否存在灰尘,具体为:
统计预设时间段内的电子产品的合格率,若所述电子产品的合格率小于或等于预设的合格率阈值,则指示用户检测所述拍摄设备的镜头是否存在灰尘,其中,所述预设的合格率阈值对应的电子产品包括的各个配件与所述预设时间段内的电子产品包括的各个配件相同,且所述预设的合格率阈值对应的电子产品包括的各个配件的安装工序与所述预设时间段内的电子产品包括的各个配件的安装工序相同。
本实施例中,若预设时间段内的电子产品的合格率突然变低,而其使用的各个配件以及安装工序等都没有发生改变,那极可能是拍摄设备的镜头发生污染,此时,再指示用户检测镜头是否存在灰尘,从而能够有效提高指示的准确度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的电子产品的缺陷检测方法,图4示出了本申请实施例提供的电子产品的缺陷检测装置的结构框图,所述电子产品具有显示屏,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图4,该电子产品的缺陷检测装置4包括:熄屏图片获取单元41、灰尘坐标确定单元42、亮屏图片获取单元43、可疑特征识别单元44、灰尘判定单元45、缺陷判定单元46。其中:
熄屏图片获取单元41,用于获取所述电子产品在熄屏状态下的熄屏图片;
灰尘坐标确定单元42,用于根据所述熄屏图片确定灰尘在所述显示屏的坐标;
具体地,首先识别出电子产品在熄屏图片中的区域范围,再在该区域范围内检测灰尘的特征,比如检测灰尘的颜色特征,若检测到符合灰尘的颜色特征的颜色特征,则确定该颜色特征在显示屏的坐标,以得到该颜色特征所对应的灰尘在显示屏的坐标。
亮屏图片获取单元43,用于获取所述电子产品在亮屏状态下的亮屏图片;
在一些实施例中,由于不同拍摄设备的零部件不同,所以其拍摄的图片可能存在一定的差异。在本实施例中,为了减少同一电子产品对应的熄屏图片和亮屏图片之间的差异,则采用同一拍摄设备拍摄同一电子产品的熄屏图片和亮屏图片。
可疑特征识别单元44,用于根据所述亮屏图片以及所述电子产品的标准特征识别所述电子产品的可疑特征,所述可疑特征为与所述电子产品的标准特征不相同的特征;
灰尘判定单元45,用于若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘;
缺陷判定单元46,用于若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标不同,则判定所述可疑特征是所述电子产品的缺陷的特征。
本申请实施例中,由于上述缺陷检测方法排除了将灰尘误检测为缺陷的情况,因此,能够提高缺陷的检测准确度。
在一些实施例中,由于光线越充足,越能拍摄出更高清晰度的灰尘的影像,因此,为了能够获得更清晰的灰尘影像,则需要控制电子产品周围的环境光,使得环境光的亮度能够满足要求,所述熄屏图片获取单元41,具体用于:
确认所述电子产品周围的环境光是否符合要求,若符合要求,则获取所述电子产品在熄屏状态下的熄屏图片。
本实施例中,可通过其他发光设备对电子产品打灯来提高该电子产品周围的环境光的亮度,若拍摄设备确认发光设备已执行打灯操作,则确认该电子产品周围的环境光符合要求。或者,拍摄设备获取该电子产品周围的环境光的光强,并根据获取的光强确认该环境光是否符合要求。
在一些实施例中,所述灰尘坐标确定单元42,具体用于:
将所述熄屏图片转换为灰度图,确定所述灰度图中灰度值与相邻位置的灰度值的差大于或等于预设差值阈值的位置,将所述位置的坐标记录为灰尘在所述显示屏的坐标。
本实施例中,由于获取的熄屏图片通常是彩色图片,而彩色图片的像素值比灰度值的像素值更丰富,因此,为了提高确定灰尘的位置的速度,则首先将熄屏图片转换为灰度图,再确定该灰度图中灰度值与相邻位置的灰度值的差大于或等于预设差值阈值的位置。
在一些实施例中,所述电子产品在亮屏状态时具有纯色的背景图片,此时,所述亮屏图片获取单元43,具体用于:
获取所述电子产品在亮屏状态下不同背景图片对应的亮屏图片。
本实施例中,由于获取电子产品在不同纯色的背景图片对应的多张亮屏图片,因此,能够更全面地从该多张亮屏图片中检测出可疑特征,进而也能够更全面地检测出电子产品具有显示屏的那侧的缺陷。
在一些实施例中,可能存在灰尘与缺陷都在同一个位置的情况,此时,为了降低漏检测的概率,则需要进一步识别该位置上的特征是灰尘的特征还是缺陷的特征,所述灰尘判定单元45,具体用于:
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,且所述灰尘的特征与所述可疑特征的相似度大于或等于预设的相似度阈值,则判定所述可疑特征是灰尘的特征。
本实施例中,当判断出可疑特征的坐标与灰尘的坐标相同时,进一步识别灰尘的特征与可疑特征是否相似,例如,识别灰尘的颜色特征与可疑特征的颜色特征是否相似,识别灰尘的形状特征与可疑特征的形状特征是否相似等等,若灰尘的特征与可疑特征相似,再判定该可疑特征是灰尘的特征,即该可疑特征所指示的物品是灰尘。
在一些实施例中,所述缺陷检测装置4还包括:
可疑特征为缺陷的判定单元,用于若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,且所述灰尘的特征与所述可疑特征的相似度小于预设的相似度阈值,则判定所述可疑特征是所述电子产品的缺陷的特征。
在一些实施例中,所述熄屏图片和亮屏图片通过拍摄设备拍摄得到,此时,所述缺陷检测装置4包括:
灰尘擦拭指示单元,用于统计预设时间段内的电子产品的合格率,若所述电子产品的合格率小于或等于预设的合格率阈值,指示用户检测所述拍摄设备的镜头是否存在灰尘。
在一些实施例中,为了更准确地判断拍摄设备的镜头是否存在灰尘,则所述灰尘擦拭指示单元具体用于:
统计预设时间段内的电子产品的合格率,若所述电子产品的合格率小于或等于预设的合格率阈值,则指示用户检测所述拍摄设备的镜头是否存在灰尘,其中,所述预设的合格率阈值对应的电子产品包括的各个配件与所述预设时间段内的电子产品包括的各个配件相同,且所述预设的合格率阈值对应的电子产品包括的各个配件的安装工序与所述预设时间段内的电子产品包括的各个配件的安装工序相同。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图5为本申请一实施例提供的电子设备的结构示意图。如图5所示,该实施例的电子设备5包括:至少一个处理器50(图5中仅示出一个处理器)、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52,所述处理器50执行所述计算机程序52时实现上述任意各个方法实施例中的步骤:
获取所述电子产品在熄屏状态下的熄屏图片;
根据所述熄屏图片确定灰尘在所述显示屏的坐标;
获取所述电子产品在亮屏状态下的亮屏图片;
根据所述亮屏图片以及所述电子产品的标准特征识别所述电子产品的可疑特征,所述可疑特征为与所述电子产品的标准特征不相同的特征;
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘;
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标不同,则判定所述可疑特征是所述电子产品的缺陷的特征。
所述电子设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该电子设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是电子设备5的举例,并不构成对电子设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),该处理器50还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51在一些实施例中可以是所述电子设备5的内部存储单元,例如电子设备5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述电子设备5的外部存储设备,例如所述电子设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述电子设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种网络设备,该网络设备包括:至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/电子设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种电子产品的缺陷检测方法,其特征在于,所述电子产品具有显示屏,包括:
获取所述电子产品在熄屏状态下的熄屏图片;
根据所述熄屏图片确定灰尘在所述显示屏的坐标;
获取所述电子产品在亮屏状态下的亮屏图片;
根据所述亮屏图片以及所述电子产品的标准特征识别所述电子产品的可疑特征,所述可疑特征为与所述电子产品的标准特征不相同的特征;
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘;
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标不同,则判定所述可疑特征是所述电子产品的缺陷的特征。
2.如权利要求1所述的电子产品的缺陷检测方法,其特征在于,所述获取所述电子产品在熄屏状态下的熄屏图片,包括:
确认所述电子产品周围的环境光是否符合要求,若符合要求,则获取所述电子产品在熄屏状态下的熄屏图片。
3.如权利要求2所述的电子产品的缺陷检测方法,其特征在于,所述根据所述熄屏图片确定灰尘在所述显示屏的坐标,包括:
将所述熄屏图片转换为灰度图,确定所述灰度图中灰度值与相邻位置的灰度值的差大于或等于预设差值阈值的位置,将所述位置的坐标记录为灰尘在所述显示屏的坐标。
4.如权利要求1所述的电子产品的缺陷检测方法,其特征在于,所述电子产品在亮屏状态时具有纯色的背景图片,此时,所述获取所述电子产品在亮屏状态下的亮屏图片,包括:
获取所述电子产品在亮屏状态下不同背景图片对应的亮屏图片。
5.如权利要求1所述的电子产品的缺陷检测方法,其特征在于,所述若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘的特征,包括:
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,且所述灰尘的特征与所述可疑特征的相似度大于或等于预设的相似度阈值,则判定所述可疑特征是灰尘的特征。
6.如权利要求5所述的电子产品的缺陷检测方法,其特征在于,所述缺陷检测方法还包括:
若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,且所述灰尘的特征与所述可疑特征的相似度小于预设的相似度阈值,则判定所述可疑特征是所述电子产品的缺陷的特征。
7.如权利要求1至6任一项所述的电子产品的缺陷检测方法,其特征在于,所述熄屏图片和亮屏图片通过拍摄设备拍摄得到,此时,所述缺陷检测方法还包括:
统计预设时间段内的电子产品的合格率,若所述电子产品的合格率小于或等于预设的合格率阈值,指示用户检测所述拍摄设备的镜头是否存在灰尘。
8.一种电子产品的缺陷检测装置,其特征在于,所述电子产品具有显示屏,包括:
熄屏图片获取单元,用于获取所述电子产品在熄屏状态下的熄屏图片;
灰尘坐标确定单元,用于根据所述熄屏图片确定灰尘在所述显示屏的坐标;
亮屏图片获取单元,用于获取所述电子产品在亮屏状态下的亮屏图片;
可疑特征识别单元,用于根据所述亮屏图片以及所述电子产品的标准特征识别所述电子产品的可疑特征,所述可疑特征为与所述电子产品的标准特征不相同的特征;
灰尘判定单元,用于若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标相同,则判定所述可疑特征是灰尘;
缺陷判定单元,用于若识别出的所述可疑特征在所述显示屏的坐标与所述灰尘在所述显示屏的坐标不同,则判定所述可疑特征是所述电子产品的缺陷的特征。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010209067.1A CN111445452B (zh) | 2020-03-23 | 2020-03-23 | 电子产品的缺陷检测方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010209067.1A CN111445452B (zh) | 2020-03-23 | 2020-03-23 | 电子产品的缺陷检测方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111445452A true CN111445452A (zh) | 2020-07-24 |
CN111445452B CN111445452B (zh) | 2022-03-01 |
Family
ID=71629538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010209067.1A Active CN111445452B (zh) | 2020-03-23 | 2020-03-23 | 电子产品的缺陷检测方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111445452B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115222653A (zh) * | 2021-12-17 | 2022-10-21 | 荣耀终端有限公司 | 测试方法和装置 |
CN115496759A (zh) * | 2022-11-17 | 2022-12-20 | 歌尔股份有限公司 | 灰尘检测方法和装置、存储介质 |
CN117314826A (zh) * | 2023-08-28 | 2023-12-29 | 广州千筱母婴用品有限公司 | 一种显示屏的性能检测方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100033465A1 (en) * | 2008-08-08 | 2010-02-11 | Thales | Display Device with Secure Matrix Screen |
CN103186793A (zh) * | 2013-03-26 | 2013-07-03 | 北京小米科技有限责任公司 | 一种移动终端屏幕锁定解除方法及装置 |
WO2016043397A1 (ko) * | 2014-09-16 | 2016-03-24 | 한화테크윈 주식회사 | 초분광영상화 기법을 이용한 글라스 결함 검출 방법 및 장치 |
US20160116509A1 (en) * | 2014-10-22 | 2016-04-28 | Samsung Electronics Co., Ltd. | Electronic device and method for determining defect in an electronic device |
CN106525877A (zh) * | 2016-12-31 | 2017-03-22 | 深圳眼千里科技有限公司 | 一种屏幕自动检测机 |
CN107767377A (zh) * | 2017-11-09 | 2018-03-06 | 惠州高视科技有限公司 | 基于双目视觉***的液晶屏缺陷与灰尘区分法及检测装置 |
CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
CN108398440A (zh) * | 2018-02-05 | 2018-08-14 | 苏州市职业大学(苏州开放大学) | 一种手机屏幕缺陷检测机及其检测方法 |
CN108596226A (zh) * | 2018-04-12 | 2018-09-28 | 武汉精测电子集团股份有限公司 | 一种基于深度学习的显示面板缺陷训练方法及*** |
CN109119009A (zh) * | 2017-06-26 | 2019-01-01 | 深圳回收宝科技有限公司 | 屏幕缺陷检测方法、检测设备、***及存储介质 |
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 |
CN110070524A (zh) * | 2019-04-03 | 2019-07-30 | 北京东舟技术股份有限公司 | 一种智能终端面板视觉故障检测*** |
CN110445921A (zh) * | 2019-09-06 | 2019-11-12 | 东北大学 | 一种基于机器视觉的手机屏背光异物缺陷诊断方法及装置 |
CN110880171A (zh) * | 2019-10-30 | 2020-03-13 | 联想(北京)有限公司 | 一种显示装置的检测方法及电子设备 |
-
2020
- 2020-03-23 CN CN202010209067.1A patent/CN111445452B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100033465A1 (en) * | 2008-08-08 | 2010-02-11 | Thales | Display Device with Secure Matrix Screen |
CN103186793A (zh) * | 2013-03-26 | 2013-07-03 | 北京小米科技有限责任公司 | 一种移动终端屏幕锁定解除方法及装置 |
WO2016043397A1 (ko) * | 2014-09-16 | 2016-03-24 | 한화테크윈 주식회사 | 초분광영상화 기법을 이용한 글라스 결함 검출 방법 및 장치 |
US20160116509A1 (en) * | 2014-10-22 | 2016-04-28 | Samsung Electronics Co., Ltd. | Electronic device and method for determining defect in an electronic device |
CN106525877A (zh) * | 2016-12-31 | 2017-03-22 | 深圳眼千里科技有限公司 | 一种屏幕自动检测机 |
CN109119009A (zh) * | 2017-06-26 | 2019-01-01 | 深圳回收宝科技有限公司 | 屏幕缺陷检测方法、检测设备、***及存储介质 |
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 |
CN107767377A (zh) * | 2017-11-09 | 2018-03-06 | 惠州高视科技有限公司 | 基于双目视觉***的液晶屏缺陷与灰尘区分法及检测装置 |
CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
CN108398440A (zh) * | 2018-02-05 | 2018-08-14 | 苏州市职业大学(苏州开放大学) | 一种手机屏幕缺陷检测机及其检测方法 |
CN108596226A (zh) * | 2018-04-12 | 2018-09-28 | 武汉精测电子集团股份有限公司 | 一种基于深度学习的显示面板缺陷训练方法及*** |
CN110070524A (zh) * | 2019-04-03 | 2019-07-30 | 北京东舟技术股份有限公司 | 一种智能终端面板视觉故障检测*** |
CN110445921A (zh) * | 2019-09-06 | 2019-11-12 | 东北大学 | 一种基于机器视觉的手机屏背光异物缺陷诊断方法及装置 |
CN110880171A (zh) * | 2019-10-30 | 2020-03-13 | 联想(北京)有限公司 | 一种显示装置的检测方法及电子设备 |
Non-Patent Citations (2)
Title |
---|
CHUANXIA J: ""Automatic surface defect detection for mobile phone screen glass based on machine vision"", 《APPLIED SOFT COMPUTING》 * |
郝仕嘉: ""基于机器视觉的手机屏幕缺陷检测方法研究"", 《信息与电脑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115222653A (zh) * | 2021-12-17 | 2022-10-21 | 荣耀终端有限公司 | 测试方法和装置 |
CN115222653B (zh) * | 2021-12-17 | 2023-08-18 | 荣耀终端有限公司 | 测试方法和装置 |
CN115496759A (zh) * | 2022-11-17 | 2022-12-20 | 歌尔股份有限公司 | 灰尘检测方法和装置、存储介质 |
WO2024103828A1 (zh) * | 2022-11-17 | 2024-05-23 | 歌尔股份有限公司 | 灰尘检测方法和装置、存储介质 |
CN117314826A (zh) * | 2023-08-28 | 2023-12-29 | 广州千筱母婴用品有限公司 | 一种显示屏的性能检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111445452B (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111445452B (zh) | 电子产品的缺陷检测方法、装置及计算机可读存储介质 | |
US10928331B2 (en) | Display defect detection method, apparatus, and device for display screen | |
CN110766679B (zh) | 镜头脏污检测方法、装置及终端设备 | |
CN110136183B (zh) | 一种图像处理的方法、装置以及摄像装置 | |
CN108280822B (zh) | 屏幕划痕的检测方法及装置 | |
CN109752394B (zh) | 一种显示屏缺陷高精度检测方法及*** | |
CN108769634B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
WO2020140610A1 (zh) | 一种图像处理方法、设备及计算机可读存储介质 | |
CN112241714B (zh) | 图像中指定区域的识别方法、装置、可读介质和电子设备 | |
CN108288264B (zh) | 一种广角摄像头模组脏污测试方法 | |
CN107909569B (zh) | 一种花屏检测方法、花屏检测装置及电子设备 | |
CN113240630B (zh) | 散斑图像质量评估方法、装置、终端设备及可读存储介质 | |
CN111325717B (zh) | 手机缺陷位置识别方法及设备 | |
CN111144337B (zh) | 火灾检测方法、装置及终端设备 | |
JP2003244521A (ja) | 情報処理方法、装置および記録媒体 | |
CN113781396A (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
WO2020140611A1 (zh) | 一种基于图像处理的vin码识别方法、设备及介质 | |
CN113785181A (zh) | Oled屏幕点缺陷判定方法、装置、存储介质及电子设备 | |
CN110441318A (zh) | 一种基于机器视觉的化纤喷丝头孔缺陷检测方法 | |
US11748856B2 (en) | Computer apparatus and method for detecting defects in near-eye display | |
CN116993654B (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN116109817A (zh) | 一种显示屏图标闪烁的识别方法、识别装置和电子设备 | |
CN109144379B (zh) | 对终端进行操作的方法、终端检测设备、***及存储介质 | |
JP6591349B2 (ja) | 動体検知システム及び動体検知方法 | |
CN115829911A (zh) | 检测***的成像一致性的方法、装置和计算机存储介质 |
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 |