CN111612757A - 一种屏幕裂纹的检测方法、装置、设备及存储介质 - Google Patents
一种屏幕裂纹的检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111612757A CN111612757A CN202010421595.3A CN202010421595A CN111612757A CN 111612757 A CN111612757 A CN 111612757A CN 202010421595 A CN202010421595 A CN 202010421595A CN 111612757 A CN111612757 A CN 111612757A
- Authority
- CN
- China
- Prior art keywords
- pixel
- screen
- value
- defect pixel
- pixel point
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种屏幕裂纹的检测方法、装置、设备及存储介质。该方法包括:获取被测屏幕的屏幕图像,并确定所述屏幕图像的像素分割阈值;根据所述像素分割阈值从所述屏幕图像中分割出至少一个疑似缺陷像素点,并对各所述疑似缺陷像素点进行校验确定真实缺陷像素点;根据所述真实缺陷像素点的像素信息确定所述被测屏幕的裂纹信息。本发明实施例通过根据像素分割阈值确定疑似缺陷像素点,并对各缺陷像素点进行校验确定真实缺陷像素点,解决了裂纹检测成本过高的问题,提高了裂纹检测的效率和准确度。
Description
技术领域
本发明实施例涉及产品缺陷检测技术领域,尤其涉及一种屏幕裂纹的检测方法、装置、设备及存储介质。
背景技术
在显示屏幕的生产过程中,受到制作工艺和人为操作误差等因素的影响,制作出的显示屏幕不可避免的会存在表面缺陷,如裂纹。因此,显示屏幕在出厂之前会进行质量检测,确定显示屏幕是否符合质量标准,以便去除存在缺陷的显示屏幕。进一步的还可以定位出裂纹在屏幕上的位置和范围,以便后续对存在的缺陷进行修复。
目前主要通过人工肉眼检测显示屏幕上是否存在裂纹,或采用特定的仪器设备,如超声波检测设备或电阻检测设备等,对显示屏幕进行检测,以得到裂纹信息。但现有的人工检测方法,检测效率低且准确度不高,采用特定仪器设备则会增加检测成本。
发明内容
本发明实施例提供了一种屏幕裂纹的检测方法、装置、设备及存储介质,以降低裂纹检测成本,提高裂纹检测的效率和准确度。
第一方面,本发明实施例提供了一种屏幕裂纹的检测方法,该方法包括:
获取被测屏幕的屏幕图像,并确定所述屏幕图像的像素分割阈值;
根据所述像素分割阈值从所述屏幕图像中分割出至少一个疑似缺陷像素点,并对各所述疑似缺陷像素点进行校验确定真实缺陷像素点;
根据所述真实缺陷像素点的像素信息确定所述被测屏幕的裂纹信息。
第二方面,本发明实施例还提供了一种屏幕裂纹的检测装置,该装置包括:
像素分割阈值确定模块,用于获取被测屏幕的屏幕图像,并确定所述屏幕图像的像素分割阈值;
真实缺陷像素点确定模块,用于根据所述像素分割阈值从所述屏幕图像中分割出至少一个疑似缺陷像素点,并对各所述疑似缺陷像素点进行校验确定真实缺陷像素点;
裂纹信息确定模块,用于根据所述真实缺陷像素点的像素信息确定所述被测屏幕的裂纹信息。
第三方面,本发明实施例还提供了一种设备,该设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述所涉及的任一所述的屏幕裂纹的检测方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行上述所涉及的任一所述的屏幕裂纹的检测方法。
本发明实施例通过根据像素分割阈值确定疑似缺陷像素点,并对各缺陷像素点进行校验确定真实缺陷像素点,解决了裂纹检测成本过高的问题,提高了裂纹检测的效率和准确度。
附图说明
图1是本发明实施例一提供的一种屏幕裂纹的检测方法的流程图。
图2是本发明实施例一提供的一种屏幕图像的示意图。
图3是本发明实施例二提供的一种屏幕裂纹的检测方法的流程图。
图4是本发明实施例二提供的一种屏幕裂纹的检测方法的具体实例流程图。
图5是本发明实施例三提供的一种屏幕裂纹的检测装置的示意图。
图6是本发明实施例四提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种屏幕裂纹的检测方法的流程图,本实施例可适用于检测屏幕裂纹的情况,该方法可以由屏幕裂纹的检测装置来执行,该装置可采用软件和/或硬件的方式实现。具体包括如下步骤:
S110、获取被测屏幕的屏幕图像,确定屏幕图像的像素分割阈值。
其中,示例性的,被测屏幕可以是OLED(Organic Light-Emitting Diode,有机发光二极管)屏幕。OLED屏幕采用非常薄的有机材料涂层和玻璃基板,当有电流通过时,这些有机材料就会发光。在本实施例中,OLED屏幕的类型可以是直面屏幕,当然也可以是曲面屏幕。在一个实施例中,采用图像采集设备获取被测屏幕的屏幕图像。其中,示例性的,图像采集设备可以摄像机、扫描仪、相机或带有拍照功能的其他设备,如手机和平板电脑等。此处对获取屏幕图像的设备不作限定。在一个实施例中,可选地,屏幕图像的类型包括灰度图像。其中,具体的,当图像采集设备采集到的原始图像不是灰度图像时,将该原始图像转换为灰度图像。
其中,像素分割阈值用于对屏幕图像的像素点的像素值进行分类。在一个实施例中,可选地,对屏幕图像中的像素点的像素值进行直方图统计;基于直方图统计的结果,确定各像素值对应的累加像素点个数与屏幕图像的总像素点个数之间的比值;根据各比值和预设像素个数比例确定屏幕图像的灰度代表值;基于灰度代表值确定屏幕图像的像素分割阈值;其中,像素分割阈值大于灰度代表值。
其中,直方图是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。在本实施例中,直方图的横轴表示像素值,纵轴表示像素点个数。具体的,直方图的横坐标可以是屏幕图像中包含的像素值,如0、10和255;直方图的横坐标也可以是灰度像素值,即0-255之间的所有整数值;当然,直方图的横坐标还可以是像素值范围,如0-10、11-20和230-255等。此处对直方图的横坐标具体划分方式不作限定。
屏幕图像中的裂纹属于亮缺陷,屏幕图像中的背景图像属于暗背景。对应到屏幕图像中的灰度像素值,即裂纹像素点的像素值更接近于255,而背景像素点的像素值更接近于0。其中,累加像素点个数是指最小像素值到当前像素值之间的所有像素值对应的像素点个数的相加结果。具体的,根据直方图的统计结果可以得到各像素值对应的像素点个数,假设最小像素值为0,当前像素值为3,则将0像素值、1像素值、2像素值和3像素值分别对应的像素点个数进行累加,得到与3像素值对应的累加像素点个数。举例而言,假设直方图的统计结果包括:0像素值对应的像素个数为50;1像素值对应的像素个数为10;2像素值对应的像素个数为30,3像素值对应的像素个数为10。则0像素值、1像素值、2像素值和3像素值对应的累加像素个数分别为50、60、90和100。进一步地,0像素值、1像素值、2像素值和3像素值与总像素点个数之间的比值分别为0.5、0.6、0.9和1。
其中,根据各比值和预设像素个数比例确定屏幕图像的灰度代表值,包括:将各所述比值分别与预设像素个数比例进行比较,将大于预设像素个数比例的比值对应的最小像素值作为灰度代表值。以上述举例而言,假设预设像素个数比例为0.8,则大于预设像素个数比例的比值对应的像素值分别为2像素值和3像素值,则2像素值为确定的灰度代表值。
在一个实施例中,可选地,基于灰度代表值确定屏幕图像的像素分割阈值,包括:将灰度代表值与增量像素值的求和数值作为像素分割阈值。其中,增量像素值为用户设置的像素值,示例性的,增量像素值可以是1、5或10。在另一个实施例中,可选地,基于灰度代表值确定屏幕图像的像素分割阈值,包括:将灰度代表值与增量数值的乘积数值作为像素分割阈值;其中,增量数值为大于1的数值,示例性的,增量数值可以为1.05或1.1。此处对增量像素值或增量数值的取值不作限定,具体可根据屏幕图像的像素值分布情况确定。
本实施例的技术方案根据屏幕图像的像素值统计结果得到的灰度代表值确定像素分割阈值,一方面对屏幕图像的像素点的像素值进行统计得到灰度代表值,可避免人为设置像素分割阈值不能适用于所有的被测屏幕的实际情况,普适性更高。另一方面,如果仅将灰度代表值作为像素分割阈值,则不论屏幕图像中真实是否存在裂纹,均能够得到真实缺陷像素点。将像素分割阈值设置为大于灰度代表值,则可提高真实缺陷像素点的检测准确度。
S120、根据像素分割阈值从屏幕图像中分割出至少一个疑似缺陷像素点,并对各疑似缺陷像素点进行校验确定真实缺陷像素点。
其中,示例性的,将屏幕图像中的每个像素点的像素值分别与像素分割阈值进行比较,如果像素值小于像素分割阈值,则将该像素值对应的像素点作为背景像素点;如果像素值大于等于像素分割阈值,则将该像素值对应的像素点作为疑似缺陷像素点。
其中,检测得到的疑似缺陷像素点构成疑似缺陷像素点集合,当屏幕图像中像素点的像素值均小于像素分割阈值,则疑似缺陷像素点集合为空集,说明被测屏幕中不存在裂纹;当屏幕图像中存在像素点的像素值大于等于像素分割阈值,则疑似缺陷像素点集合中存在至少一个疑似缺陷像素点,说明被测屏幕中存在裂纹。
在一个实施例中,可选地,对各疑似缺陷像素点进行校验确定真实缺陷像素点,包括:针对每个疑似缺陷像素点,根据预设距离确定与疑似缺陷像素点对应的周期像素点,并将周期像素点的像素值作为周期像素值;其中,预设距离包括制程纹理周期距离;根据周期像素值对疑似缺陷像素点进行校验确定真实缺陷像素点。
其中,周期像素点为距离疑似缺陷像素点预设距离的像素点。示例性的,预设距离可以是5mm。在一个实施例中,如果被测屏幕存在裂纹,则屏幕图像包括裂纹图像和背景图像。受到制作工艺的影响,被测屏幕存在制程,因而对被测屏幕进行成像得到的屏幕图像的背景图像中还会存在制程纹理图像。其中,示例性的,制程包括制作被测屏幕时使用的晶体管门线路。图2是本发明实施例一提供的一种屏幕图像的示意图。图2中具有周期性的像素值较高的竖条纹表示制程纹理,图2中标注了屏幕图像的其中两个相邻的制程纹理。从图2中可以看出,屏幕图像中的背景图像的制程纹理图像属于较亮的背景,在通过像素分割阈值对屏幕图像中的像素点进行检测时,制程纹理图像中的像素点容易对检测结果造成影响,从而提高误检率。
由于制程周期性的分布在被测屏幕上,对被测屏幕进行成像得到的屏幕图像的制程纹理图像也会周期性的分布在屏幕图像中,因而利用制程的制程纹理周期距离确定周期像素点。其中,制程纹理周期距离可以是相邻制程纹理之间的距离,可以是不相邻的制程纹理之间的距离。如相邻制程纹理之间的距离为2mm,则制程纹理周期距离可以是2mm,也可以是4mm或6mm。其中,具体的,可选取距离疑似缺陷像素点预设距离,且与制程纹理方向垂直的方向上的像素点作为周期像素点。示例性的,假设制程纹理方向沿Y轴方向,且制程纹理周期距离为5mm,疑似缺陷像素点的位置坐标为(5,10),则位置坐标为(10,10)位置处的像素点为周期像素点,将周期像素点的像素值作为周期像素值。
在一个实施例中,可选地,根据周期像素值对疑似缺陷像素点进行校验确定真实缺陷像素点,包括:判断疑似缺陷像素点的像素值与周期像素值的差值是否大于等于预设差值阈值;将像素值大于等于预设差值阈值的疑似缺陷像素点作为真实缺陷像素点。其中,具体的,将像素值小于预设差值阈值的疑似缺陷像素点作为背景像素点。
由于制程纹理具备周期性,因而制程纹理图像上的像素点的像素值与周期像素值之间的差值较小。但由于裂纹像素点不具备周期性,根据周期性获取到的周期像素值通常会比较小,因而二者的差值会较大。即使裂纹像素点恰好在制程纹理图像中,由于裂纹像素点的像素值较大,与周期像素值的差值仍会大于原制程纹理像素点与周期像素点之间的差值。
在一个实施例中,可选的,预设距离包括上一周期距离和/或下一周期距离,相应地,周期像素值包括上一周期像素值和/或下一周期像素值;根据周期像素值对疑似缺陷像素点进行校验确定真实缺陷像素点,包括:根据上一周期像素值和/或下一周期像素值对疑似缺陷像素点进行校验确定真实缺陷像素点。
在一个实施例中,疑似缺陷像素点可能位于制程纹理图像的像素点上。由于制程纹理呈周期性分布在屏幕图像上,因此根据制程纹理周期距离,可确定距离该疑似缺陷像素点的上一周期距离的像素点和/或下一周期距离的像素点。示例性的,假设制程纹理的周期为5mm,疑似缺陷像素点的位置坐标为(5,10),则上一周期像素点的位置坐标为(0,10),下一周期像素点的位置坐标为(10,10)。
在一个实施例中,假设制程纹理周期距离为5mm,若疑似缺陷像素点的横坐标距离屏幕图像的左边界的距离小于5mm,如疑似缺陷像素点的位置坐标为(3,10),则预设距离不包括上一周期距离,周期像素值只包括下一周期像素值;若疑似缺陷像素点的横坐标距离屏幕图像的右边界的距离小于5mm,则预设距离不包括下一周期距离,周期像素值只包括上一周期像素值;若疑似缺陷像素点的横坐标距离屏幕图像的左边界和右边界的距离均大于等于5mm,则预设距离包括上一周期距离和下一周期距离,周期像素值包括上一周期像素值和下一周期像素值。
S130、根据真实缺陷像素点的像素信息确定被测屏幕的裂纹信息。
其中,示例性的,被测屏幕的裂纹信息包括但不限于面积、长度、宽度和中心位置。具体的,根据真实缺陷像素点的个数和像素尺寸确定被测屏幕中裂纹的面积;根据真实缺陷像素点的位置坐标,将最大纵坐标和最小纵坐标之间的差值作为裂纹的长度;将最大横坐标和最小横坐标之间的差值作为裂纹的宽度;将最大纵坐标和最小纵坐标之间的均值作为裂纹中心位置的纵坐标,将最大横坐标和最小横坐标之间的均值作为裂纹中心位置的横坐标。
本实施例的技术方案,通过根据像素分割阈值确定疑似缺陷像素点,并对各缺陷像素点进行校验确定真实缺陷像素点,解决了裂纹检测成本过高的问题,提高了裂纹检测的效率和准确度。
实施例二
图3是本发明实施例二提供的一种屏幕裂纹的检测方法的流程图,本实施例的技术方案是上述实施例的基础上的进一步细化。可选地,所述根据所述真实缺陷像素点的像素信息确定所述被测屏幕的裂纹信息,包括:当所述真实缺陷像素点的数量为至少两个时,根据所述真实缺陷像素点的位置坐标,计算任意两个真实缺陷像素点之间的像素距离;如果所述像素距离小于预设距离阈值,则将与所述像素距离对应的两个真实缺陷像素点之间的像素点作为真实缺陷像素点,确定裂纹图像;根据所述裂纹图像,确定所述被测屏幕的裂纹信息。
本实施例的具体实施步骤包括:
S210、获取被测屏幕的屏幕图像,并确定屏幕图像的像素分割阈值。
S220、根据像素分割阈值从屏幕图像中分割出至少一个疑似缺陷像素点,并对各疑似缺陷像素点进行校验确定真实缺陷像素点。
S230、当真实缺陷像素点的数量为至少两个时,根据真实缺陷像素点的位置坐标,计算任意两个真实缺陷像素点之间的像素距离。
在一个实施例中,根据真实缺陷像素点的位置坐标,计算任意两个真实缺陷像素点之间的像素距离,包括:将两个真实缺陷像素点的位置坐标进行相减,得到两个真实缺陷像素点之间的像素距离。示例性的,两个真实缺陷像素点的位置坐标分别为(5,10)和(6,10),则像素距离为1。在一个实施例中,根据真实缺陷像素点的位置坐标,计算任意两个真实缺陷像素点之间的像素距离,包括:将两个真实缺陷像素点的横坐标和纵坐标分别相减并取绝对值得到横坐标差值和纵坐标差值,根据横坐标差值和纵坐标差值计算得到两个真实缺陷像素点之间的像素距离。示例性的,两个真实缺陷像素点的位置坐标分别为(5,10)和(2,14),则横坐标差值为3,纵坐标差值为4,像素距离为5。
S240、如果像素距离小于预设距离阈值,则将与像素距离对应的两个真实缺陷像素点之间的像素点作为真实缺陷像素点,确定裂纹图像。
其中,具体的,当两个真实缺陷像素点之间的像素距离为0时,说明两个真实缺陷像素点在屏幕图像中为相邻像素点。当两个真实缺陷像素点之间的像素距离大于0且小于预设距离阈值时,两个真实缺陷像素点之间的像素点包括背景像素点和/或真实缺陷像素点。在一个实施例中,如果两个真实缺陷像素点之间的像素点包括背景像素点,则将背景像素点作为真实缺陷像素点。当两个真实缺陷像素点之间的像素距离大于等于预设距离阈值时,说明两个真实缺陷像素点可能属于同一裂纹中的相距较远的两个像素点,或属于不同裂纹中的两个像素点,此处不对两个真实缺陷像素点之间的像素点进行处理。通过上述技术方案,对多个真实缺陷像素点进行连通得到依次相邻的多个真实缺陷像素点,共同构成的裂纹图像。
S250、根据裂纹图像,确定被测屏幕的裂纹信息。
在一个实施例中,可选地,被测屏幕的裂纹信息包括面积、长度、宽度和裂纹中心位置中至少一项。其中,具体的,将屏幕图像的单个像素点的尺寸乘以裂纹图像的像素点个数,得到裂纹图像的面积。根据裂纹图像中各像素点的位置坐标,将最大纵坐标和最小纵坐标之间的差值作为裂纹的长度;将最大横坐标和最小横坐标之间的差值作为裂纹的宽度;将最大纵坐标和最小纵坐标之间的均值作为裂纹中心位置的纵坐标,将最大横坐标和最小横坐标之间的均值作为裂纹中心位置的横坐标。
图4是本发明实施例二提供的一种屏幕裂纹的检测方法的具体实例流程图,图4以被测屏幕为OLED屏幕为例。采用CCD(Charge Coupled Device,电荷耦合器件)相机获取OLED屏幕的屏幕图像,对屏幕图像进行直方图统计,并根据统计结果确定灰度代表值V1,则像素分割阈值V=V1+P,其中,P表示增量像素值。遍历屏幕图像中的所有像素点的像素值,将像素值大于或等于V的像素点均作为疑似缺陷像素点,生成疑似缺陷像素点集合G。循环遍历疑似缺陷像素点集合G中的疑似缺陷像素点,以横坐标为x,纵坐标为y的疑似缺陷像素点为例。F(x,y)表示该疑似缺陷像素点的像素值,F(x-T,y)和F(x+T,y)分别表示与该疑似缺陷像素点对应的上一周期像素值和下一周期像素值,其中,T表示预设距离。判断是否满足F(x,y)-F(x-T,y)≥V1&&F(x,y)-F(x+T,y)≥V1,在该判断式中,V1表示预设差值阈值。如果否,则将该疑似缺陷像素点作为背景像素点,并判断疑似缺陷像素点集合G是否遍历完成。如果是,则将该疑似缺陷像素点作为真实缺陷像素点,并判断疑似缺陷像素点集合G是否遍历完成。如果疑似缺陷像素点集合G没有遍历完成,则选择下一疑似缺陷像素点,并对该疑似缺陷像素点的像素值进行判断。如果疑似缺陷像素点集合G遍历完成,则生成真实缺陷像素点集合D,判断真实缺陷像素点集合D是否为空集。如果是,则该OLED屏幕被标记为OK品,即质量合格产品,并等待检测下一被测屏幕。如果否,则对真实缺陷像素点集合D中的真实缺陷像素点进行连通处理,生成裂纹图像,根据裂纹图像得到裂纹信息,该OLED屏幕被标记为NG品,即质量不合格产品,并等待检测下一被测屏幕。
在上述实施例的基础上,可选的,预设距离还包括浮动距离范围,相应地,根据预设距离确定与疑似缺陷像素点对应的周期像素点,包括:根据制程纹理周期距离,确定与疑似缺陷像素点对应的中心像素点;将与中心像素点的距离满足浮动距离范围的至少两个像素点中,最大像素值对应的像素点作为周期像素点。
从图2可以看出,各个制程纹理图像并非规则的竖条纹,具体的,不同纵坐标对应的同一制程纹理图像的宽度并不完全相同,同一纵坐标对应的不同制程纹理图像的宽度并不完全相同。造成这种现象的原因,一方面可能是受到图像采集设备的成像特性的影响,使得不同位置处的制程纹理图像成像不均匀。另一方面,如果被测屏幕为曲面屏幕,由于被测屏幕具有一定的弧度,从而导致成像不均匀,且也会使得屏幕图像明亮度不同。示例性的,如图2所示,图2左边图像的明亮度明显低于图2右边图像的明亮度。当被测屏幕为曲面屏幕时,被测屏幕的弧度还会影响到制程纹理的周期。如根据制造工艺得到制程纹理在直面屏幕的屏幕图像上的周期为5mm,在曲面屏幕的屏幕图像上,制程纹理的周期可能小于5mm。
针对制程纹理图像分布不均匀的现象,在制程纹理周期的基础上增加了浮动距离范围。示例性的,当制程纹理在直面屏幕的屏幕图像上的周期为5mm时,浮动距离范围可以是小于等于1mm。假设疑似缺陷像素点的位置坐标为(10,15),预设距离为上一周期时,则中心像素点的位置坐标为(5,15),浮动距离范围内的像素点的位置坐标分别为(4,15)、(5,15)和(6,15),将3个位置坐标处的像素点的像素值中的最大像素值作为周期像素值。这样设置的好处在于,可有效降低误检率。在一个实施例中,可选地,浮动距离范围小于制程纹理周期距离。
本实施例的技术方案,通过根据真实缺陷像素点之间的像素距离和预设距离阈值,对真实缺陷像素点进行连通处理,解决了真实缺陷像素点漏检的问题,保证了裂纹图像中各真实缺陷像素点之间的连通性,从而提高了裂纹信息的准确度。
实施例三
图5是本发明实施例三提供的一种屏幕裂纹的检测装置的示意图。本实施例可适用于检测屏幕裂纹的情况,该装置可采用软件和/或硬件的方式实现,该屏幕裂纹的检测装置包括:像素分割阈值确定模块310、真实缺陷像素点确定模块320和裂纹信息确定模块330。
其中,像素分割阈值确定模块310,用于获取被测屏幕的屏幕图像,并确定屏幕图像的像素分割阈值;
真实缺陷像素点确定模块320,用于根据像素分割阈值从屏幕图像中分割出至少一个疑似缺陷像素点,并对各疑似缺陷像素点进行校验确定真实缺陷像素点;
裂纹信息确定模块330,用于根据真实缺陷像素点的像素信息确定被测屏幕的裂纹信息。
本实施例的技术方案,通过根据像素分割阈值确定疑似缺陷像素点,并对各缺陷像素点进行校验确定真实缺陷像素点,解决了裂纹检测成本过高的问题,提高了裂纹检测的效率和准确度。
在上述实施例的基础上,可选地,像素分割阈值确定模块310具体用于:
对屏幕图像中的像素点的像素值进行直方图统计;基于直方图统计的结果,确定各像素值对应的累加像素点个数与屏幕图像的总像素点个数之间的比值;根据各比值和预设像素个数比例确定屏幕图像的灰度代表值;基于灰度代表值确定屏幕图像的像素分割阈值;其中,像素分割阈值大于灰度代表值。
在上述实施例的基础上,可选地,真实缺陷像素点确定模块320包括:
周期像素值确定单元,用于针对每个疑似缺陷像素点,根据预设距离确定与疑似缺陷像素点对应的周期像素点,并将周期像素点的像素值作为周期像素值;其中,预设距离包括制程纹理周期距离;
真实缺陷像素点确定单元,用于根据周期像素值对疑似缺陷像素点进行校验确定真实缺陷像素点。
在上述实施例的基础上,可选地,真实缺陷像素点确定单元具体用于:
判断疑似缺陷像素点的像素值与周期像素值的差值是否大于等于预设差值阈值;将像素值大于等于预设差值阈值的疑似缺陷像素点作为真实缺陷像素点。
在上述实施例的基础上,可选地,预设距离包括上一周期距离和/或下一周期距离,相应的,周期像素值包括上一周期像素值和/或下一周期像素值;真实缺陷像素点确定单元具体用于:
根据上一周期像素值和/或下一周期像素值对疑似缺陷像素点进行校验确定真实缺陷像素点。
在上述实施例的基础上,可选地,预设距离还包括浮动距离范围,周期像素值确定单元具体用于:
根据制程纹理周期距离,确定与疑似缺陷像素点对应的中心像素点;将与中心像素点的距离满足浮动距离范围的至少两个像素点中,最大像素值对应的像素点作为周期像素点。
在上述实施例的基础上,可选地,裂纹信息确定模块330具体用于:
当真实缺陷像素点的数量为至少两个时,根据真实缺陷像素点的位置坐标,计算任意两个真实缺陷像素点之间的像素距离;
如果像素距离小于预设距离阈值,则将与像素距离对应的两个真实缺陷像素点之间的像素点作为真实缺陷像素点,确定裂纹图像;
根据裂纹图像,确定被测屏幕的裂纹信息。
本发明实施例所提供的屏幕裂纹的检测装置可以用于执行本发明实施例所提供的屏幕裂纹的检测方法,具备执行方法相应地功能和有益效果。
值得注意的是,上述屏幕裂纹的检测装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应地功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图6是本发明实施例四提供的一种设备的结构示意图,本发明实施例为本发明上述实施例的屏幕裂纹的检测方法的实现提供服务,可配置上述实施例中的屏幕裂纹的检测装置。图6示出了适于用来实现本发明实施方式的示例性设备12的框图。图6显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,在本实施例中,外部设备14可以是图像采集设备。设备12还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的屏幕裂纹的检测方法。
通过上述设备,解决了裂纹检测成本过高的问题,提高了裂纹检测的效率和准确度。
实施例五
本发明实施例五还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行一种屏幕裂纹的检测方法,该方法包括:
获取被测屏幕的屏幕图像,并确定屏幕图像的像素分割阈值;
根据像素分割阈值从屏幕图像中分割出至少一个疑似缺陷像素点,并对各疑似缺陷像素点进行校验确定真实缺陷像素点;
根据真实缺陷像素点的像素信息确定被测屏幕的裂纹信息。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、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)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码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)。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的屏幕裂纹的检测方法中的相关操作。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种屏幕裂纹的检测方法,其特征在于,包括:
获取被测屏幕的屏幕图像,并确定所述屏幕图像的像素分割阈值;
根据所述像素分割阈值从所述屏幕图像中分割出至少一个疑似缺陷像素点,并对各所述疑似缺陷像素点进行校验确定真实缺陷像素点;
根据所述真实缺陷像素点的像素信息确定所述被测屏幕的裂纹信息。
2.根据权利要求1所述的方法,其特征在于,所述确定所述屏幕图像的像素分割阈值,包括:
对所述屏幕图像中的像素点的像素值进行直方图统计;
基于直方图统计的结果,确定各像素值对应的累加像素点个数与所述屏幕图像的总像素点个数之间的比值;
根据各所述比值和预设像素个数比例确定所述屏幕图像的灰度代表值;
基于所述灰度代表值确定所述屏幕图像的像素分割阈值;其中,所述像素分割阈值大于所述灰度代表值。
3.根据权利要求1所述的方法,其特征在于,所述对各所述疑似缺陷像素点进行校验确定真实缺陷像素点,包括:
针对每个疑似缺陷像素点,根据预设距离确定与所述疑似缺陷像素点对应的周期像素点,并将所述周期像素点的像素值作为周期像素值;其中,所述预设距离包括制程纹理周期距离;
根据所述周期像素值对所述疑似缺陷像素点进行校验确定真实缺陷像素点。
4.根据权利要求3所述的方法,其特征在于,所述根据所述周期像素值对所述疑似缺陷像素点进行校验确定真实缺陷像素点,包括:
判断所述疑似缺陷像素点的像素值与所述周期像素值的差值是否大于等于预设差值阈值;
将像素值大于等于预设差值阈值的所述疑似缺陷像素点作为真实缺陷像素点。
5.根据权利要求3所述的方法,其特征在于,所述预设距离包括上一周期距离和/或下一周期距离,相应的,所述周期像素值包括上一周期像素值和/或下一周期像素值;所述根据所述周期像素值对所述疑似缺陷像素点进行校验确定真实缺陷像素点,包括:
根据所述上一周期像素值和/或下一周期像素值对所述疑似缺陷像素点进行校验确定真实缺陷像素点。
6.根据权利要求3所述的方法,其特征在于,所述预设距离还包括浮动距离范围,相应地,所述根据预设距离确定与所述疑似缺陷像素点对应的周期像素点,包括:
根据所述制程纹理周期距离,确定与所述疑似缺陷像素点对应的中心像素点;
将与所述中心像素点的距离满足浮动距离范围的至少两个像素点中,最大像素值对应的像素点作为周期像素点。
7.根据权利要求1所述的方法,其特征在于,所述根据所述真实缺陷像素点的像素信息确定所述被测屏幕的裂纹信息,包括:
当所述真实缺陷像素点的数量为至少两个时,根据所述真实缺陷像素点的位置坐标,计算任意两个真实缺陷像素点之间的像素距离;
如果所述像素距离小于预设距离阈值,则将与所述像素距离对应的两个真实缺陷像素点之间的像素点作为真实缺陷像素点,确定裂纹图像;
根据所述裂纹图像,确定所述被测屏幕的裂纹信息。
8.一种屏幕裂纹的检测装置,其特征在于,包括:
像素分割阈值确定模块,用于获取被测屏幕的屏幕图像,并确定所述屏幕图像的像素分割阈值;
真实缺陷像素点确定模块,用于根据所述像素分割阈值从所述屏幕图像中分割出至少一个疑似缺陷像素点,并对各所述疑似缺陷像素点进行校验确定真实缺陷像素点;
裂纹信息确定模块,用于根据所述真实缺陷像素点的像素信息确定所述被测屏幕的裂纹信息。
9.一种设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的屏幕裂纹的检测方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的屏幕裂纹的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010421595.3A CN111612757B (zh) | 2020-05-18 | 2020-05-18 | 一种屏幕裂纹的检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010421595.3A CN111612757B (zh) | 2020-05-18 | 2020-05-18 | 一种屏幕裂纹的检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111612757A true CN111612757A (zh) | 2020-09-01 |
CN111612757B CN111612757B (zh) | 2023-07-18 |
Family
ID=72198295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010421595.3A Active CN111612757B (zh) | 2020-05-18 | 2020-05-18 | 一种屏幕裂纹的检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612757B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348773A (zh) * | 2020-09-28 | 2021-02-09 | 歌尔股份有限公司 | 屏幕缺陷检测方法、装置和电子设备 |
CN113344068A (zh) * | 2021-05-31 | 2021-09-03 | 北京达佳互联信息技术有限公司 | 素材处理方法、装置、电子设备及计算机可读存储介质 |
CN113781446A (zh) * | 2021-09-13 | 2021-12-10 | 常州市宏发纵横新材料科技股份有限公司 | 玻纤表面油污检出方法、装置、存储介质和电子设备 |
CN114022415A (zh) * | 2021-10-15 | 2022-02-08 | 成都博视广达科技有限责任公司 | 一种基于单像素特征聚类建立集群的液晶屏缺陷检测方法 |
CN114998350A (zh) * | 2022-08-04 | 2022-09-02 | 山东泗水泰和石材有限公司 | 基于图像处理的石材缺陷检测方法 |
CN115511907A (zh) * | 2022-11-24 | 2022-12-23 | 深圳市晶台股份有限公司 | 一种用于led屏幕的划痕检测方法 |
CN115631198A (zh) * | 2022-12-21 | 2023-01-20 | 深圳新视智科技术有限公司 | 玻璃显示屏的裂纹检测方法、装置及计算机设备 |
WO2023142438A1 (zh) * | 2022-01-25 | 2023-08-03 | 众安在线财产保险股份有限公司 | 终端的碎屏识别方法和相关设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105259181A (zh) * | 2015-10-26 | 2016-01-20 | 华为技术有限公司 | 显示屏的显示缺陷检测方法、装置及设备 |
US20170278232A1 (en) * | 2016-03-23 | 2017-09-28 | Communications Test Design, Inc. | Method and system for detecting defective pixels and screen imperfections of a mobile device |
CN107358603A (zh) * | 2017-07-18 | 2017-11-17 | 京东方科技集团股份有限公司 | 基板检测方法、基板检测装置和计算机可读存储介质 |
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 |
CN110111711A (zh) * | 2019-04-30 | 2019-08-09 | 京东方科技集团股份有限公司 | 屏幕的检测方法及装置、计算机可读存储介质 |
-
2020
- 2020-05-18 CN CN202010421595.3A patent/CN111612757B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105259181A (zh) * | 2015-10-26 | 2016-01-20 | 华为技术有限公司 | 显示屏的显示缺陷检测方法、装置及设备 |
US20170278232A1 (en) * | 2016-03-23 | 2017-09-28 | Communications Test Design, Inc. | Method and system for detecting defective pixels and screen imperfections of a mobile device |
CN107358603A (zh) * | 2017-07-18 | 2017-11-17 | 京东方科技集团股份有限公司 | 基板检测方法、基板检测装置和计算机可读存储介质 |
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 |
CN110111711A (zh) * | 2019-04-30 | 2019-08-09 | 京东方科技集团股份有限公司 | 屏幕的检测方法及装置、计算机可读存储介质 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348773A (zh) * | 2020-09-28 | 2021-02-09 | 歌尔股份有限公司 | 屏幕缺陷检测方法、装置和电子设备 |
CN112348773B (zh) * | 2020-09-28 | 2022-09-23 | 歌尔股份有限公司 | 屏幕缺陷检测方法、装置和电子设备 |
CN113344068A (zh) * | 2021-05-31 | 2021-09-03 | 北京达佳互联信息技术有限公司 | 素材处理方法、装置、电子设备及计算机可读存储介质 |
CN113344068B (zh) * | 2021-05-31 | 2023-10-17 | 北京达佳互联信息技术有限公司 | 素材处理方法、装置、电子设备及计算机可读存储介质 |
CN113781446A (zh) * | 2021-09-13 | 2021-12-10 | 常州市宏发纵横新材料科技股份有限公司 | 玻纤表面油污检出方法、装置、存储介质和电子设备 |
CN114022415A (zh) * | 2021-10-15 | 2022-02-08 | 成都博视广达科技有限责任公司 | 一种基于单像素特征聚类建立集群的液晶屏缺陷检测方法 |
WO2023142438A1 (zh) * | 2022-01-25 | 2023-08-03 | 众安在线财产保险股份有限公司 | 终端的碎屏识别方法和相关设备 |
CN114998350A (zh) * | 2022-08-04 | 2022-09-02 | 山东泗水泰和石材有限公司 | 基于图像处理的石材缺陷检测方法 |
CN115511907A (zh) * | 2022-11-24 | 2022-12-23 | 深圳市晶台股份有限公司 | 一种用于led屏幕的划痕检测方法 |
CN115631198A (zh) * | 2022-12-21 | 2023-01-20 | 深圳新视智科技术有限公司 | 玻璃显示屏的裂纹检测方法、装置及计算机设备 |
CN115631198B (zh) * | 2022-12-21 | 2023-08-08 | 深圳新视智科技术有限公司 | 玻璃显示屏的裂纹检测方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111612757B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111612757B (zh) | 一种屏幕裂纹的检测方法、装置、设备及存储介质 | |
US11587219B2 (en) | Method and apparatus for detecting pixel defect of optical module, and device | |
CN111246204B (zh) | 一种基于相对亮度偏差的脏污检测方法和装置 | |
CN103217436B (zh) | 一种背光模组瑕疵的检测方法及设备 | |
JP4528850B2 (ja) | 欠陥検出装置、欠陥検出方法、欠陥検出プログラム、及び該プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
WO2021036280A1 (zh) | 定位方法和装置、存储介质 | |
TWI765442B (zh) | 瑕疵等級判定的方法及存儲介質 | |
CN116309518A (zh) | 一种基于计算机视觉的pcb电路板检测方法及*** | |
CN112070762A (zh) | 液晶面板的mura缺陷检测方法、装置、存储介质及终端 | |
CN111369492B (zh) | 一种显示屏的检测方法及检测装置、检测*** | |
CN113902697A (zh) | 缺陷检测方法及相关装置 | |
CN1898555A (zh) | 基板检查装置 | |
CN117274211A (zh) | 一种屏幕缺陷检测方法、装置、终端设备及存储介质 | |
CN117589770A (zh) | Pcb贴片板检测方法、装置、设备及介质 | |
Mo et al. | Digital multimeter reading recognition for automation verification | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN110672631B (zh) | 面板缺陷拍照方法和面板缺陷拍照装置 | |
CN113888533A (zh) | 显示面板的缺陷识别装置、方法、电子设备及介质 | |
CN110874837B (zh) | 一种基于局部特征分布的缺陷自动检测方法 | |
CN108447107B (zh) | 用于生成视频的方法和装置 | |
CN113012137A (zh) | 一种面板缺陷检查方法、***、终端设备及存储介质 | |
CN111768357A (zh) | 一种图像检测的方法及装置 | |
CN114627114B (zh) | 产品缺陷严重程度测量方法及***及装置及介质 | |
CN114112323B (zh) | 显示面板显示均匀性的检测方法及检测装置 | |
CN113865488B (zh) | 一种距离测量方法、电子设备及计算机可读存储介质 |
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 |