CN112730251A - 一种用于屏幕颜色缺陷检测的装置及方法 - Google Patents
一种用于屏幕颜色缺陷检测的装置及方法 Download PDFInfo
- Publication number
- CN112730251A CN112730251A CN202011609911.6A CN202011609911A CN112730251A CN 112730251 A CN112730251 A CN 112730251A CN 202011609911 A CN202011609911 A CN 202011609911A CN 112730251 A CN112730251 A CN 112730251A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- contrast
- color
- region
- 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
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请涉及数据处理技术领域,尤其涉及一种用于屏幕颜色缺陷检测的装置及方法。一定程度上可以解决常规色温法存在的因设定正常检测而导致检测区域不完整、检测基准与人眼感官不一致的问题,所述方法包括:获取待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,所述模板图像由预设多组无缺陷图像进行平均值计算获得;对所述对比度图像进行阈值分割、及BLOB分析操作,获取所述对比度图像的分割区域,判定所述分割区域的面积大于等于预设面积阈值时,控制所述待测图像中对应于所述分割区域的第一区域进行高亮度显示,所述第一区域具有颜色缺陷。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种用于屏幕颜色缺陷检测的装置及方法。
背景技术
OLED(Organic Light-Emitting Diode:有机发光半导体)屏幕相较于LCD屏幕,具有低功耗、高色域、宽视角、可弯曲、更薄更轻等优势,使得OLED屏幕在智能手机、液晶电视等电子产品上应用广泛。例如瀑布屏、88°超曲面的环幕屏,其屏幕边缘具有超大的弯折角度,让屏幕边缘取代掉手机原本的中框,因此又称为曲面屏幕。同时OLED屏幕由于单个像素点自发光的特性,相较于LCD屏幕更容易出现颜色类缺陷。
在一些屏幕颜色缺陷检测的实现中,通常预先划定屏幕中指定区域作为正常区域;然后将屏幕中其它区域与正常区域进行色温等基准下的差异比较,以检测颜色缺陷。
然而,在屏幕中设定正常区域如果已经存在颜色缺陷异常时,会导致检测结果不准确,且不同检测人员对色温差异识别的感官不一致,会发生同一产品由不同检测人员检测会得到不同检测结果的情况。
发明内容
为了解决常规色温法存在的因设定正常检测而导致检测区域不完整、检测基准与人眼感官不一致的问题,本申请提供了一种用于屏幕颜色缺陷检测的装置及方法。
本申请的实施例是这样实现的:
本申请实施例的第一方面提供一种用于屏幕颜色缺陷检测的装置,包括:摄像头,用于采集待检测屏幕的待测图像;显示器,用于显示用户界面;控制器,被配置为:获取所述待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,所述模板图像由预设多组无缺陷图像进行平均值计算获得;对所述对比度图像进行阈值分割、及BLOB分析操作,获取所述对比度图像的分割区域;判定所述分割区域的面积大于等于预设面积阈值时,控制所述待测图像中对应于所述分割区域的第一区域进行高亮度显示,所述第一区域具有颜色缺陷。
本申请实施例的第二方面提供一种用于屏幕颜色缺陷检测的方法,所述方法包括:获取待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,所述模板图像由预设多组无缺陷图像进行平均值计算获得;对所述对比度图像进行阈值分割、及BLOB分析操作,获取所述对比度图像的分割区域;判定所述分割区域的面积大于等于预设面积阈值时,控制所述待测图像中对应于所述分割区域的第一区域进行高亮度显示,所述第一区域具有颜色缺陷。
本申请实施例的第三方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被计算机执行以实现本申请发明内容第二方面提供的所述方法。。
本申请提供的技术方案包括以下有益技术效果:通过构建模板图像,可以实现待测图像颜色缺陷检测;进一步通过构建对比度图像,可以实现在二值化图像模式下对颜色缺陷进行分析;进一步通过构建第一区域、即第二区域,可以实现待测图像颜色缺陷的可视化展示,避免人工检测颜色缺陷过程中由于感官视觉不同导致检测结果存在差异、避免以存在缺陷的图像为基准进行比对导致颜色缺陷检测不准确的问题。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请实施例一种用于屏幕颜色缺陷检测的***100的示意图;
图2示出了本申请实施例一种计算设备200的示意图;
图3示出了本申请一实施例用于屏幕颜色缺陷检测方法的流程示意图;
图4示出了本申请一实施例待测图像的示意图;
图5示出了本申请一实施例多组无缺陷图像的示意图;
图6示出了本申请一实施例屋缺陷图像、模板图像的示意图;
图7示出了本申请一实施例待测图像、模板图像、及对比度图像的示意图;
图8示出了本申请一实施例待测屏幕颜色缺陷区域进行高亮度显示的示意图;
图9示出了本申请一实施例屏幕颜色缺陷在线检测的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本说明书通篇提及的″多个实施例″、″一些实施例″、″一个实施例″或″实施例″等,意味着结合该实施例描述的具体特征、结构或特性包括在至少一个实施例中。因此,本说明书通篇出现的短语″在多个实施例中″、″在一些实施例中″、″在至少另一个实施例中″或″在实施例中″等并不一定都指相同的实施例。此外,在一个或多个实施例中,具体特征、结构或特性可以任何合适的方式进行组合。因此,在无限制的情形下,结合一个实施例示出或描述的具体特征、结构或特性可全部或部分地与一个或多个其他实施例的特征、结构或特性进行组合。这种修改和变型旨在包括在本申请的范围之内。
图1示出了本申请实施例一种用于屏幕颜色缺陷检测的***100的示意图。用于屏幕颜色缺陷检测的***100是一个为可以自动进行屏幕颜色缺陷检测提示的***。
用于屏幕颜色缺陷检测的***100可以包括一个服务器110、至少一个存储设备120、至少一个网络130、一个或多个摄像头150-1、150-2、......(即图中的部件1、部件2...)。服务器110可以包括一个处理引擎112。
在一些实施例中,服务器110可以是一个单独的服务器或者一个服务器群组。所述服务器群可以是集中式的或分布式的(例如,服务器110可以是一个分布式的***)。在一些实施例中,服务器110可以是本地的或远程的。例如,服务器110可以通过网络130访问存储在存储设备120中的数据。服务器110可以直接连接到存储设备120访问存储数据。在一些实施例中,服务器110可以在一个云平台上实现。所述云平台可以包括私有云、公共云、混合云、社区云、分布云、多重云等或上述举例的任意组合。
在一些实施例中,服务器110和报警平台可以在与本申请图2所示的计算设备上实现,包括计算设备200中的一个或多个部件。
在一些实施例中,服务器110可以包括一个处理引擎112。处理引擎112可以处理与服务请求相关的信息和/或数据以执行本申请描述的一个或多个功能。例如,处理引擎112可以基于获取摄像头150采集的数据,并通过网络130发送至存储设备120,用于更新存储在其中的数据。在一些实施例中,处理引擎112可以包括一个或多个处理器。处理引擎112可以包括一个或多个硬件处理器,例如中央处理器(CPU)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、图像处理器(GPU)、物理运算处理器(PPU)、数字信号处理器(DSP)、现场可编辑门阵列(FPGA)、可编辑逻辑器件(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等或上述举例的任意组合。
存储设备120可以存储数据和/或指令。在一些实施例中,存储设备120可以存储从摄像头150获得的数据。在一些实施例中,存储设备120可以存储供服务器110执行或使用的数据和/或指令,服务器110可以通过执行或使用所述数据和/或指令以实现本申请描述的实施例方法。在一些实施例中,存储设备120可以包括大容量存储器、可移动存储器、挥发性读写存储器、只读存储器(ROM)等或上述举例的任意组合。在一些实施例中,存储设备120可以在一个云平台上实现。例如所述云平台可以包括私有云、公共云、混合云、社区云、分布云、多重云等或上述举例的任意组合。
在一些实施例中,存储设备120可以与网络130连接以实现与用于屏幕颜色缺陷检测的***100中的一个或多个部件之间的通信。用于屏幕颜色缺陷检测的***100的一个或多个部件可以通过网络130访问存储在存储设备120中的数据或指令。在一些实施例中,存储设备120可以直接与用于屏幕颜色缺陷检测的***100的一个或多个部件连接或通信。在一些实施例中,存储设备120可以是服务器110的一部分。
网络130可以促进信息和/或数据的交换。在一些实施例中,用于屏幕颜色缺陷检测的***100中的一个或多个部件可以通过网络130向用于屏幕颜色缺陷检测的***100中的其他部件发送信息和/或数据。例如,服务器110可以通过网络130从摄像头150获取/得到请求。在一些实施例中,网络130可以是有线网络或无线网络中的任意一种,或其组合。在一些实施例中,网络130可以包括一个或多个网络接入点。例如,网络130可能包括有线或无线网络接入点,如基站和/或互联网交换点130-1、130-2等等。通过接入点,用于屏幕颜色缺陷检测的***100的一个或多个部件可能连接到网络130以交换数据和/或信息。
摄像头150可以获取待检测屏幕的待测图像。在一些实施例中,摄像头150可以将采集到的各种数据信息发送到用于屏幕颜色缺陷检测的***100中的一个或多个设备中。例如,摄像头150可以将识别、采集第一文本的数据发送至服务器110进行处理,或存储设备120中进行存储。
图2是根据本申请的一些实施例所示的一种示例性计算设备200的示意图。
服务器110、存储设备120可以在计算设备200上实现。例如,处理引擎112可以在计算设备200上实现并被配置为实现本申请中所披露的功能。
计算设备200可以包括用来实现本申请所描述的***的任意部件。例如,处理引擎112可以在计算设备200上通过其硬件、软件程序、固件或其组合实现。为了方便起见图中仅绘制了一台计算机,但是本申请所描述的与交通数据预测***100相关的计算功能可以以分布的方式、由一组相似的平台所实施,以分散***的处理负荷。
计算设备200可以包括与网络连接的通信端口250,用于实现数据通信。计算设备200可以包括一个处理器220,可以以一个或多个处理器的形式执行程序指令。示例性的电脑平台可以包括一个内部总线210、不同形式的程序存储器和数据存储器包括,例如,硬盘270、和只读存储器(ROM)230或随机存储器(RAM)240,用于存储由计算机处理和/或传输的各种各样的数据文件。示例性的计算设备可以包括存储在只读存储器230、随机存储器240和/或其他类型的非暂时性存储介质中的由处理器220执行的程序指令。本申请的方法和/或流程可以以程序指令的方式实现。计算设备200也包括输入/输出部件260,用于支持电脑与其他部件之间的输入/输出。计算设备200也可以通过网络通讯接收本披露中的程序和数据。
为理解方便,图2中仅示例性绘制了一个处理器。然而,需要注意的是,本申请中的计算设备200可以包括多个处理器,因此本申请中描述的由一个处理器实现的操作和/或方法也可以共同地或独立地由多个处理器实现。例如,如果在本申请中,计算设备200的处理器执行步骤1和步骤2,应当理解的是,步骤1和步骤2也可以由计算设备200的两个不同的处理器共同地或独立地执行。
图3示出了本申请一实施例用于屏幕颜色缺陷检测方法的流程示意图。
在步骤301中,获取待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,所述模板图像由预设多组无缺陷图像进行平均值计算获得。
在一些实施例中,本申请提供了一种用于屏幕颜色缺陷检测的装置,包括摄像头、显示器以及控制器。
摄像头用于采集待检测屏幕的待测图像,本申请提供的控制器通过控制所述摄像头,对于通过产线的OLED屏幕进行即时图像抓取,以获取待测图像,如图4所示,图4示出了本申请一实施例待测图像的示意图。
显示器用于显示用户界面,控制器可控制所述用户界面显示待测图像及最终的检测结果图像;在一些实现中,控制器还可以控制所述用户界面显示待测图像、对比度图像、及最终的检测结果图像;所述最终的检测结果图像可以展示待测图像中有颜色缺陷的区域、以及正常区域。
控制器被配置为获取所述待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,所述模板图像由预设多组无缺陷图像进行平均值计算获得。
在一些实施例中,通过预设多组无缺陷图像进行平均值计算获得述模板图像,具体包括:获取经过图像预处理的预设多组无缺陷图像,所述图像预处理用于消除原始图片中噪声等干扰;对所述预设多组无缺陷图像的对应位置点的灰度值取平均值,以合成获取模板图像。
例如,控制器接收经过图像预处理的3组无缺陷图像,所述3组无缺陷图像在经过上述的图像预处理后可以消除其原始图片中的噪声等干扰,如图5所示,图5示出了本申请一实施例多组无缺陷图像的示意图。
然后,所述控制器对图5中3组无缺陷图像的对应位置点求和、并取均值得到均值图像,所述均值图像即模板图像。
在无缺陷图像1、2、3中对应位置处像素的灰度值分别为10、20、30时,控制器对其进行求和然后除以3获取平均值后得到对应像素点的灰度值为20,通过这样获取模板图像的方式,所获取无缺陷图像的颜色更加趋近于准确,避免了由人工检测时,每个检测人员由于主观视觉感受不同而造成的同一产品检测见过存在差异,如图6所示,图6示出了本申请一实施例无缺陷图像、模板图像的示意图。
在一些实施例中,获取所述待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,具体包括:将所述待测图像、模板图像转换至LAB空间;
分别计算所述LAB空间内所述待测图像、与模板图像在对应位置点的CIE对比度,所述CIE对比度即为所述待测图像、与模板图像在对应位置点的色差;基于所述CIE对比度构建与所述待测图像对应的对比度图像。
例如,控制器控制所述摄像头实时采集经过监控区域的待测屏幕的图像,记为待测图像;由于在分析图像的CIE对比度是在LAB颜色空间计算,需先将待测图像与模板图像转换到LAB空间,然后控制器对待测图像、与模板图像对应位置点计算CIE对比度以及其色差值,以形成对比度图像,如图7所示,图7示出了本申请一实施例待测图像、模板图像、及对比度图像的示意图。
需要说明的是,所述CIE对比度包括但不限于CIEDE2000,国际照明委员会(CIE,Commission Internationale de L′Eclairage/International CommissiononIllumination)负责国际颜色标准的研究开发,其中一个非常重要的任务就是建立色差公式,以向用色工业提供物体色判断的标准,比如,用一个色差公式的数值来判断是否合格。自从第一个CIE色度***研究出来以后,有40多个色差公式已经被研究出来。
主要的色差公式有:FCM色差公式、LABHNU色差公式、JPC79色差公式、ATDN色差公式、住友方法、CIELAB色差公式的改良式、BFD色差公式、LCD色差公式、CMC(1∶c)色差公式、CIE94色差公式等。CIEDE2000色差公式。
CIE对现有色差公式和视觉评价数据的分析与测试,提出了一个新的色彩评价公式,称为CIE2000色差公式,简称CIEDE2000,色差符合为△E00。CIEDE2000色差计算公式的提出,就是为了解决由于人眼与色差计在色度图中不同位置的色彩评估方法和形状上的差异,引起了许多色彩评定时测量数据与目测结论不匹配的问题。
在一些实施例中,图像对比度指图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,即指一幅图像灰度反差的大小。差异范围越大代表对比越大,差异范围越小代表对比越小,好的对比率120∶1就可容易地显示生动、丰富的色彩,当对比率高达300∶1时,便可支持各阶的颜色。
在一些实施例中,所述多组无缺陷图像还可以通过CCD、或CMOS相机对OLED屏幕进行拍摄获取,所述被拍摄的OLED屏幕需要确保为没有颜色缺陷、以及其他类型缺陷的完好屏幕。
在一些实施例中,用户可在显示器上显示的图形用户界面(GUI)输入用户命令,则用户接口通过GUI接收用户输入命令。确切的说,用户接口可接收用于控制选择器在GUI中的位置以选择不同的对象或项目的用户输入命令。或者,用户可通过输入特定的声音或手势进行输入用户命令,则用户接口通过传感器识别出声音或手势,来接收用户输入命令。
在步骤302中,对所述对比度图像进行阈值分割、及BLOB分析操作,获取所述对比度图像的分割区域。
在一些实施例中,对所述对比度图像进行阈值分割,包括对图像进行均值滤波处理。对比度图像和颜色缺陷图像分别进行均值滤波处理,可去除对比度图像和颜色缺陷图像中的不相关细节,其中不相关指的是与滤波器模板尺寸相比较小的像素区域。
在一些实施例中,现有对比度图像和颜色缺陷图像进行分割运算采用的方法是静态阈值分割算法,静态阈值分割方法的工作原理是整个图像选取一个阈值,且阈值为一固定值。利用这一阈值,将对比度图像中将低于阈值的异物点作物背景,将高于阈值的异物点作物目标分割出来。
因为阈值太高则提取不出来目标,阈值太低则出现大量干扰,影响检测的准确性,所以阈值的选取比较困难。
在一些实施例中,为了方便从对比度图像中提取异物点、从颜色缺陷图像中提取出异物点,方法如下:
对比度图像和颜色缺陷图像的各个异物点分别设置各自阈值进行分割运算,提取各自的异物点。对于对比度图像,将对比度图像中的各个异物点根据情况分别设置有各自的阈值,并利用各自的阈值将异物点从图像中提取出来,有效提取出异物点,避免因一个固定阈值提取异物点造成的图像中部分异物点无法提取出来,使得检测的准确性低。
由于光学原因,颜色缺陷图像中的异物点可能显示不全。为了使颜色缺陷图像中的异物点显示出来,对颜色缺陷图像按面积大小进行膨胀处理。经过膨胀处理后的颜色缺陷图像,图像中的异物点尽可能的显示出来。根据对比度图像中的异物点和颜色缺陷图像中的异物点可知,对比度图像中的异物点哪些是颜色缺陷点。
在一些实施例中,Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析,该连通域称为Blob。
Blob分析可为机器视觉应用提供图像中的斑点的数量、位置、形状和方向,还可以提供相关斑点间的拓扑结构。在计算机视觉中的Blob是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域。显然,Blob分析其实就是将图像进行二值化,分割得到前景和背景,然后进行连通区域检测,从而得到Blob快的过程。
在步骤303中,判定所述分割区域的面积大于等于预设面积阈值时,控制所述待测图像中对应于所述分割区域的第一区域进行高亮度显示,所述第一区域具有颜色缺陷。
例如,控制器在对比度图像上进行阈值分割、blob分析等操作后,对分割区域的面积进行判定,在其面积大于等于预设面积阈值时,即认为所计算的分割区域存在颜色类缺陷,控制器将控制待测图像中对应于所述分割区域的第一区域在用户界面上进行高亮度显示,所述第一区域在所述待测图像中的位置与所述分割区域在对比度图像中的位置相应,并且所述对比度图像与所述待测图像的轮框相同,在所述分割区域存在颜色缺陷时,其对应的第一区域也将存在颜色缺陷,如图8所示,待测图像端及右侧下端的不规则高显区域即为第一区域,也就是存在颜色缺陷的区域。图8示出了本申请一实施例待测屏幕颜色缺陷区域进行高亮度显示的示意图。
在一些实施例中,所述控制器还被配置为:判定所述分割区域的面积小于预设面积阈值时,控制所述待测图像中对应于所述分割区域的第二区域不进行高亮度显示,所述第二区域不具有颜色缺陷。
例如,继续参考图8,待测图像中在上述第一区域外的区域,即没有进行高亮度显示的区域为第二区域,可以认为第二区域的屏幕颜色是正常的,不存在颜色缺陷。
在一些实施例中,控制器以离线建模的方式获取所述模板图像、并且以在线检测的方式获取所述对比度图像,以完成所述待测图像的颜色缺陷检测。
图9示出了本申请一实施例屏幕颜色缺陷在线检测的流程示意图。
本申请提出的用于屏幕颜色缺陷检测的方法,利用无缺陷图像创建模板图像,然后根据待测图像与模板图像计算CIE对比度,在对比度图像上进行分割提取判定图9所示。
离线模型通过计算多个无缺陷图像的均值,建模以输出模板图像;然后计算模板图像和待测图像对应像素点的CIE2000标准下的色差值以构建对比度图像;通过使用外置掩膜工具可去除无效的检测区域;对所述对比度图像进行阈值分割操作后,在分割区域面积大于等于面积阈值时,则认为所分析的分割区域存在颜色缺陷;在分割区域面积小于面积阈值时,则认为所分析的分割区域不存在颜色缺陷。
本申请实施例的有益效果在于,通过构建模板图像,可以实现待测图像的颜色缺陷检出;进一步通过构建对比度图像,可以实现在二值化图像模式下对颜色缺陷进行分析;进一步通过构建第一区域、即第二区域,可以实现待测图像颜色缺陷的可视化展示,避免人工检测颜色缺陷过程中由于感官视觉不同导致检测结果存在差异、避免以存在缺陷的图像为基准进行比对导致的检测结果不准确问题。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为″数据块″、″模块″、″引擎″、″单元″、″组件″或″***″。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内合有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行***、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN)、或连接至外部计算机(例如通过因特网)、或在云计算环境中、或作为服务使用如软件即服务(SaaS)。
需要说明的是,术语″包括″、″包含″或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句″包括一个......″限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
应当理解的是,本申请并不局限于上面已经描述的内容,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (11)
1.一种用于屏幕颜色缺陷检测的装置,其特征在于,包括:
摄像头,用于采集待检测屏幕的待测图像;
显示器,用于显示用户界面;
控制器,被配置为:
获取所述待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,所述模板图像由预设多组无缺陷图像进行平均值计算获得;
对所述对比度图像进行阈值分割、及BLOB分析操作,获取所述对比度图像的分割区域;
判定所述分割区域的面积大于等于预设面积阈值时,控制所述待测图像中对应于所述分割区域的第一区域进行高亮度显示,所述第一区域具有颜色缺陷。
2.根据权利要求1所述用于屏幕颜色缺陷检测的装置,其特征在于,所述控制器通过预设多组无缺陷图像进行平均值计算获得述模板图像,具体包括所述控制器:
获取经过图像预处理的预设多组无缺陷图像,所述图像预处理用于消除原始图片中噪声等干扰;
对所述预设多组无缺陷图像的对应位置点的灰度值取平均值,以合成模板图像。
3.根据权利要求1或2所述用于屏幕颜色缺陷检测的装置,其特征在于,所述控制器获取所述待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,具体包括所述控制器:
将所述待测图像、模板图像转换至LAB空间;
分别计算所述LAB空间内所述待测图像、与模板图像在对应位置点的CIE对比度,所述CIE对比度即为所述待测图像、与模板图像在对应位置点的色差;
基于所述CIE对比度构建与所述待测图像对应的对比度图像。
4.根据权利要求1或2所述用于屏幕颜色缺陷检测的装置,其特征在于,所述控制器以离线建模的方式获取所述模板图像、并且以在线检测的方式获取所述对比度图像,以完成所述待测图像的颜色缺陷检测。
5.根据权利要求1所述用于屏幕颜色缺陷检测的装置,其特征在于,所述控制器还被配置为:
判定所述分割区域的面积小于预设面积阈值时,控制所述待测图像中对应于所述分割区域的第二区域不进行高亮度显示,所述第二区域不具有颜色缺陷。
6.一种用于屏幕颜色缺陷检测的方法,其特征在于,所述方法包括:
获取待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,所述模板图像由预设多组无缺陷图像进行平均值计算获得;
对所述对比度图像进行阈值分割、及BLOB分析操作,获取所述对比度图像的分割区域;
判定所述分割区域的面积大于等于预设面积阈值时,控制所述待测图像中对应于所述分割区域的第一区域进行高亮度显示,所述第一区域具有颜色缺陷。
7.根据权利要求6所述用于屏幕颜色缺陷检测的方法,其特征在于,通过预设多组无缺陷图像进行平均值计算获得述模板图像,具体包括:
获取经过图像预处理的预设多组无缺陷图像,所述图像预处理用于消除原始图片中噪声等干扰;
对所述预设数量组无缺陷图像的对应位置点的灰度值取平均值,以合成模板图像。
8.根据权利要求6或7所述用于屏幕颜色缺陷检测的方法,其特征在于,获取所述待测图像与模板图像在对应点的色差值以构建与所述待测图像对应的对比度图像,具体包括:
将所述待测图像、模板图像转换至LAB空间;
分别计算所述LAB空间内所述待测图像、与模板图像在对应位置点的CIE对比度,所述CIE对比度即为所述待测图像、与模板图像在对应位置点的色差;
基于所述CIE对比度构建与所述待测图像对应的对比度图像。
9.根据权利要求6或7所述用于屏幕颜色缺陷检测的方法,其特征在于,以离线建模的方式获取所述模板图像、并且以在线检测的方式获取所述对比度图像,以完成所述待测图像的颜色缺陷检测。
10.根据权利要求6所述用于屏幕颜色缺陷检测的方法,其特征在于,所述方法还包括:
判定所述分割区域的面积小于预设面积阈值时,控制所述待测图像中对应于所述分割区域的第二区域不进行高亮度显示,所述第二区域不具有颜色缺陷。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被计算机执行以实现如权利要求6-10中任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609911.6A CN112730251B (zh) | 2020-12-30 | 2020-12-30 | 一种用于屏幕颜色缺陷检测的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609911.6A CN112730251B (zh) | 2020-12-30 | 2020-12-30 | 一种用于屏幕颜色缺陷检测的装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112730251A true CN112730251A (zh) | 2021-04-30 |
CN112730251B CN112730251B (zh) | 2023-09-26 |
Family
ID=75610732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011609911.6A Active CN112730251B (zh) | 2020-12-30 | 2020-12-30 | 一种用于屏幕颜色缺陷检测的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112730251B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114140382A (zh) * | 2021-10-22 | 2022-03-04 | 珠海视熙科技有限公司 | 一种屏幕区域检测方法、装置以及存储介质 |
CN114354623A (zh) * | 2021-12-30 | 2022-04-15 | 苏州凌云视界智能设备有限责任公司 | 弱印痕提取算法、装置、设备和介质 |
CN117197129A (zh) * | 2023-11-03 | 2023-12-08 | 浙江鑫柔科技有限公司 | 黑化程度检测方法、装置和计算机设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6330354B1 (en) * | 1997-05-01 | 2001-12-11 | International Business Machines Corporation | Method of analyzing visual inspection image data to find defects on a device |
JP2004108902A (ja) * | 2002-09-18 | 2004-04-08 | Hitachi Ltd | カラー表示画面の欠陥分類方法およびその装置 |
CN109507209A (zh) * | 2019-01-22 | 2019-03-22 | 中科院金华信息技术有限公司 | 一种薄膜印刷缺陷检测***及方法 |
CN109671078A (zh) * | 2018-12-24 | 2019-04-23 | 广东理致技术有限公司 | 一种产品表面图像异常检测方法及装置 |
CN110660060A (zh) * | 2019-11-29 | 2020-01-07 | 武汉精立电子技术有限公司 | Oled屏幕混色缺陷检测方法、终端设备及计算机可读介质 |
CN111724335A (zh) * | 2019-03-21 | 2020-09-29 | 深圳中科飞测科技有限公司 | 检测方法及检测*** |
CN111766248A (zh) * | 2020-07-07 | 2020-10-13 | 四川中烟工业有限责任公司 | 一种基于彩色ccd的钢印在线检测***及方法 |
-
2020
- 2020-12-30 CN CN202011609911.6A patent/CN112730251B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6330354B1 (en) * | 1997-05-01 | 2001-12-11 | International Business Machines Corporation | Method of analyzing visual inspection image data to find defects on a device |
JP2004108902A (ja) * | 2002-09-18 | 2004-04-08 | Hitachi Ltd | カラー表示画面の欠陥分類方法およびその装置 |
CN109671078A (zh) * | 2018-12-24 | 2019-04-23 | 广东理致技术有限公司 | 一种产品表面图像异常检测方法及装置 |
CN109507209A (zh) * | 2019-01-22 | 2019-03-22 | 中科院金华信息技术有限公司 | 一种薄膜印刷缺陷检测***及方法 |
CN111724335A (zh) * | 2019-03-21 | 2020-09-29 | 深圳中科飞测科技有限公司 | 检测方法及检测*** |
CN110660060A (zh) * | 2019-11-29 | 2020-01-07 | 武汉精立电子技术有限公司 | Oled屏幕混色缺陷检测方法、终端设备及计算机可读介质 |
CN111766248A (zh) * | 2020-07-07 | 2020-10-13 | 四川中烟工业有限责任公司 | 一种基于彩色ccd的钢印在线检测***及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114140382A (zh) * | 2021-10-22 | 2022-03-04 | 珠海视熙科技有限公司 | 一种屏幕区域检测方法、装置以及存储介质 |
CN114354623A (zh) * | 2021-12-30 | 2022-04-15 | 苏州凌云视界智能设备有限责任公司 | 弱印痕提取算法、装置、设备和介质 |
CN117197129A (zh) * | 2023-11-03 | 2023-12-08 | 浙江鑫柔科技有限公司 | 黑化程度检测方法、装置和计算机设备 |
CN117197129B (zh) * | 2023-11-03 | 2024-02-13 | 浙江鑫柔科技有限公司 | 黑化程度检测方法、装置和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112730251B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112730251B (zh) | 一种用于屏幕颜色缺陷检测的装置及方法 | |
CN109360203A (zh) | 图像配准方法、图像配准装置及存储介质 | |
JP6325520B2 (ja) | むら検査システム、むら検査方法およびむら検査プログラム | |
CN112347887B (zh) | 一种物体检测方法、物体检测装置及电子设备 | |
CN110476056A (zh) | 一种视觉检测方法、检测设备以及机器人 | |
JP2011220823A (ja) | 色測定装置、および、色測定方法 | |
JP2012008100A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
CN110596120A (zh) | 玻璃边界缺陷检测方法、装置、终端及存储介质 | |
US20230410369A1 (en) | Method and apparatus for adjusting an image acquisition apparatus, compensation method of a display panel, device and medium | |
CN106228541A (zh) | 视觉检测中屏幕定位的方法及装置 | |
CN104637067A (zh) | 一种纹理表面的缺陷检测方法 | |
CN111696106A (zh) | 一种显示设备的屏幕质量检测方法、装置及*** | |
CN115564723A (zh) | 一种晶圆缺陷检测方法及应用 | |
CN114445330A (zh) | 一种元器件外观缺陷的检测方法及*** | |
CN116167932A (zh) | 一种图像质量优化方法、装置、设备及存储介质 | |
WO2013114803A1 (ja) | 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム | |
CN113920057A (zh) | 一种产品指示灯颜色的识别方法、装置及*** | |
CN107507601A (zh) | 一种自动调整摄像机监控界面显示效果的方法及*** | |
CN112770111B (zh) | 一种鉴定镜头光轴与图像传感器中心重合的装置及方法 | |
TW201445458A (zh) | 一種攝像設備的檢測裝置及方法 | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN113808107A (zh) | 图像推荐方法、装置、电子设备和存储介质 | |
CN114219758A (zh) | 缺陷检测方法、***、电子设备和计算机可读存储介质 | |
CN110288662B (zh) | 显示器检测方法与*** | |
CN112762896A (zh) | 一种大景深镜头相机水平度判定调整的装置及方法 |
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 |