CN113008524A - 屏幕漏光检测方法及装置 - Google Patents
屏幕漏光检测方法及装置 Download PDFInfo
- Publication number
- CN113008524A CN113008524A CN201911331059.8A CN201911331059A CN113008524A CN 113008524 A CN113008524 A CN 113008524A CN 201911331059 A CN201911331059 A CN 201911331059A CN 113008524 A CN113008524 A CN 113008524A
- Authority
- CN
- China
- Prior art keywords
- screen
- image
- area
- gray
- light leakage
- 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
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
- G01M11/0257—Testing optical properties by measuring geometrical properties or aberrations by analyzing the image formed by the object to be tested
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
- G01M11/0278—Detecting defects of the object to be tested, e.g. scratches or dust
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种屏幕漏光检测方法及装置,涉及显示检测领域,能够在提升检测精度的同时降低其对检测暗室环境的要求。所述屏幕漏光检测方法,包括:获取待检测屏幕的灰度显示图像;根据所述灰度显示图像提取所述待检测屏幕的显示区轮廓;获取所述灰度显示图像中位于所述显示区轮廓外部的目标区域,所述目标区域内各像素的灰度值大于或等于第一阈值;从所述灰度显示图像中剔除所述目标区域,得到检测图像;根据所述检测图像确定所述待检测屏幕的漏光区域。本发明提供的屏幕漏光检测方法及装置用于检测LCM的屏幕漏光区域。
Description
技术领域
本发明涉及显示检测领域,尤其涉及一种屏幕漏光检测方法及装置。
背景技术
对于具备屏幕可显示的电子设备,在其出厂前需要对屏幕进行各种指标的检测,其中包括对屏幕进行漏光检测,以确保该电子设备能够正常显示。目前,屏幕漏光检测主要包括传统人工检测和自动光学检测(Automated Optical Inspection,简称AOI)。
传统人工检测是通过肉眼来观察屏幕在显示时是否会出现不均匀的亮块,并由此来确定屏幕是否漏光。但是,传统人工检测的效率低下,人力成本高。并且,由于人眼容易出现疲劳,以及存在主观判断标准不一致的情况,因此传统人工检测的检测准度较低。
然而,AOI检测又容易局限于暗室的环境,其对光学环境的要求很高。在屏幕通过自动产线进出暗室,或者人工进出暗室时,外界环境光容易对AOI检测过程中屏幕的成像质量产生不良影响,进而影响其检测效果。
发明内容
本发明提供一种屏幕漏光检测方法及装置,用于检测屏幕上的漏光区域,能够在提升检测精度的同时降低其对检测暗室环境的要求。
为达到上述目的,本发明一些实施例提供了如下技术方案:
一方面,提供了一种屏幕漏光检测方法。该屏幕漏光检测方法,包括:获取待检测屏幕的灰度显示图像;根据灰度显示图像提取待检测屏幕的显示区轮廓;获取灰度显示图像中位于显示区轮廓外部的目标区域,所述目标区域内各像素的灰度值大于或等于第一阈值;从灰度显示图像中剔除目标区域,得到检测图像;根据检测图像确定待检测屏幕的漏光区域。
本发明提供的屏幕漏光检测方法,在获取待检测屏幕的灰度显示图像,并根据该灰度显示图像提取待检测屏幕的显示区轮廓之后,能够针对显示区轮廓的外部图像进行灰度阈值分割,从而有效获取目标区域(例如高亮显示区域)。这样在将目标区域(例如高亮显示区域)从灰度显示图像中剔除以得到检测图像后,能够避免目标区域(例如高亮显示区域)对检测图像的处理分析产生干扰,有利于提高检测图像中漏光区域同检测图像中其余区域的对比度,进而利用该检测图像准确检测待测屏幕的漏光区域。
此外,由于目标区域(例如高亮显示区域)是暗室中因外界环境光影响而在待测屏幕的灰度显示图像中形成的不良区域,容易对后续屏幕漏光区域的确定造成干扰。因此,本发明一些实施例提供的屏幕漏光检测方法,利用剔除目标区域(例如高亮显示区域)之后检测图像进行漏光检测,能够在提升漏光区域的检出精度的同时,降低其检测过程对检测暗室环境的要求。
在一些实施例中,屏幕漏光检测方法,还包括:确定掩模信息,掩模信息包括遮挡区的位置信息和特征信息;根据掩模信息控制待检测屏幕的漏光区域的输出。
在一些实施例中,位置信息包括像素坐标,特征信息包括像素灰度;根据掩模信息控制待检测屏幕的漏光区域的输出,包括:根据公式控制待检测屏幕的漏光区域的输出。其中,f(x,y)为控制待检测屏幕的漏光区域是否输出的控制信号,(x,y)为目标像素的像素坐标,pos(x,y)为漏光区域的像素坐标,Mpos(x,y)为遮挡区的像素坐标的集合,fe(x,y)为漏光区域的像素灰度,Mfe(x,y)为遮挡区的像素灰度的集合。
在一些实施例中,获取灰度显示图像中位于显示区轮廓外部的目标区域,包括:根据待检测屏幕的显示区轮廓,从灰度显示图像中提取显示区轮廓的外部图像;对显示区轮廓的外部图像进行灰度阈值分割,获取目标区域。
在一些实施例中,根据检测图像确定待检测屏幕的漏光区域,包括:对检测图像进行对比度拉伸,获得拉伸后的检测图像;设定检测边界缩进参数,从拉伸后的检测图像中获取待检测屏幕的从显示区轮廓向内延伸的延伸区域图像;对延伸区域图像进行中值滤波,得到中值滤波图像;差分中值滤波图像和延伸区域图像,得到差分后图像;对差分后图像进行灰度阈值分割,确定漏光区域。
在一些实施例中,在根据灰度显示图像提取待检测屏幕的显示区轮廓之前,还包括对灰度显示图像进行预处理。所述预处理包括:傅里叶变换以及高斯滤波。
在一些实施例中,根据灰度显示图像提取待检测屏幕的显示区轮廓,还包括:对预处理后的灰度显示图像进行对比度拉伸;根据对比度拉伸后的灰度显示图像提取待检测屏幕的显示区轮廓。
在一些实施例中,根据灰度显示图像提取待检测屏幕的显示区轮廓,还包括:对灰度显示图像进行灰度阈值分割,获取至少一个连通域图;从所述至少一个连通域图中提取面积最大的连通域图作为所述待检测屏幕的显示区轮廓。
另一方面,提供了一种屏幕漏光检测装置。该屏幕漏光检测装置包括:第一获取模块、处理模块、提取模块和第二获取模块。第一获取模块用于获取待检测屏幕的灰度显示图像。处理模块与第一获取模块电连接,用于对灰度显示图像进行预处理。提取模块与处理模块电连接,用于根据灰度显示图像提取待检测屏幕的显示区轮廓。第二获取模块与处理模块及提取模块电连接,用于获取灰度显示图像中位于显示区轮廓外部的目标区域,其中,目标区域内各像素的灰度值大于或等于第一阈值。处理模块还用于从灰度显示图像中剔除目标区域得到检测图像,以及根据检测图像确定待检测屏幕的漏光区域。
本发明一些实施例提供的屏幕漏光检测装置所能实现的有益效果,与上述一些实施例提供的屏幕漏光检测方法所能达到的有益效果相同,在此不做赘述。
在一些实施例中,所述处理模块还用于确定掩模信息,根据掩模信息控制待检测屏幕的漏光区域的输出,其中,掩模信息包括遮挡区的位置信息和特征信息。
附图说明
此处所说明的附图用来提供对本发明一些实施例的进一步理解,构成本发明实施例的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一些实施例提供的一种屏幕漏光检测方法的流程图;
图2为图1所示的屏幕漏光检测方法中步骤S500的步骤图;
图3为本发明一些实施例提供的另一种屏幕漏光检测方法的流程图;
图4为本发明一些实施例提供的一种灰度显示图像的示意图;
图5为本发明一些实施例提供的一种待检测屏幕的显示区轮廓的示意图;
图6为本发明一些实施例提供的一种位于显示区轮廓外部的目标区域的示意图;
图7为本发明一些实施例提供的另一种灰度显示图像的示意图;
图8为本发明一些实施例提供的一种检测图像的示意图;
图9为本发明一些实施例提供的一种延伸区域图像的示意图;
图10为本发明一些实施例提供的一种掩模的示意图;
图11为本发明一些实施例提供的一种屏幕漏光检测装置的示意图。
具体实施方式
为便于理解,下面结合说明书附图,对本发明一些实施例提供的技术方案进行详细的描述。显然,所描述的实施例仅仅是所提出的技术方案的一部分实施例,而不是全部的实施例。基于本发明的一些实施例,本领域技术人员所能获得的所有其他实施例,均属于本发明保护的范围。
目前,屏幕漏光检测主要包括传统人工检测和自动光学检测。由于人眼容易出现疲劳,以及存在主观判断标准不一致的情况,因此传统人工检测的检测准度较低。而AOI检测对检测暗室光学环境的要求很高。在屏幕通过自动产线进出暗室,或者人工进出暗室时,外界环境光容易对AOI检测过程中屏幕的成像质量产生不良影响,进而影响其检测精度。
基于此,本发明一些实施例提供了一种屏幕漏光检测方法。请参阅图1,该屏幕漏光检测方法包括S100~S500。
S100,获取待检测屏幕的灰度显示图像。
所述待检测屏幕包括具备显示功能的电子设备的显示屏幕,例如:电脑显示屏、手机屏等。待检测屏幕的灰度显示图像通常可以通过摄像头、摄像机、相机、扫描仪或者其他带有图像获取功能的图像采集设备获取。
示例的,待检测屏幕为液晶模组(LCD Module,简称LCM)的液晶显示屏。液晶模组是指将液晶显示屏、连接件、***电路(包括控制电路与驱动电路等)、PCB电路板以及背光源等装配在一起的组件。
待检测屏幕的灰度显示图像如图4所示。待检测屏幕的灰度显示图像包括其显示区AA及非显示区BB的成像,其中,非显示区BB位于显示区AA的周边。
S200,根据灰度显示图像提取待检测屏幕的显示区轮廓1。
待检测屏幕的显示区AA通常为待检测屏幕中用于显示图像、色彩等显示内容的区域。待检测屏幕的显示区AA的边界即为上述的待检测屏幕的显示区轮廓1。待检测屏幕的显示区轮廓1的灰度显示图像如图5所示。
在一些实施例中,在根据所述灰度显示图像提取待检测屏幕的显示区轮廓1之前,还包括对灰度显示图像进行预处理。所述预处理包括:傅里叶变换以及高斯滤波。
其中,(x,y)为灰度显示图像中各像素在空间域的像素坐标,f(x,y)为灰度显示图像的空间域矩阵M×N,M为灰度显示图像的像素行数,N为灰度显示图像的像素列数,F(u,v)为f(x,y)的傅里叶变换,(u,v)为灰度显示图像中各像素在频域的像素坐标。
如此,通过上述的预处理,可以实现对灰度显示图像的平滑处理,有效消除噪声等干扰,以利于后续图像的分析处理过程。此处,对灰度显示图像进行预处理的方法并不仅限于此,具体可参见相关技术中的任一可实现方式。
在一些实施例中,根据灰度显示图像提取待检测屏幕的显示区轮廓1,包括:对预处理后的灰度显示图像进行对比度拉伸,根据对比度拉伸后的灰度显示图像提取待检测屏幕的显示区轮廓1。
可选的,对预处理后的灰度显示图像进行的对比度拉伸为线性拉伸。该线性拉伸可以根据下述公式(1)~(3)完成。
g'=g*Mult+Add; (1)
ADD=-Mult*GMin (3)
其中,g'为拉伸后的灰度显示图像的灰度值,g为拉伸前的灰度显示图像的灰度值,GMax为拉伸前灰度显示图像中的最大灰度值,GMin为拉伸前灰度显示图像中的最小灰度值,Mult为拉伸系数,Add为常数。
经过对比度拉伸处理,可以有效的提高灰度显示图像的对比度,便于后续待检测屏幕的显示区轮廓1的精准提取。
在一些实施例中,根据灰度显示图像提取待检测屏幕的显示区轮廓1,还包括:对灰度显示图像进行灰度阈值分割,获取至少一个连通域图;从至少一个连通域图中提取面积最大的连通域图作为待检测屏幕的显示区轮廓1。
对灰度显示图像进行灰度阈值分割,包括:
其中,(x,y)为灰度显示图像中像素的像素坐标;g(x,y)为灰度显示图像中像素的灰度值;f(x,y)为灰度显示图像在经由灰度阈值分割后的输出值,该输出值取0或1;T1和T2分别为灰度阈值分割范围的两端阈值,且T1≤T2。
这样在经过灰度阈值分割后,灰度显示图像可以按照输出值f(x,y)相同与否而被分割为至少一个连通域图。之后,从上述至少一个连通域图中提取面积最大的连通域图,作为待检测屏幕的显示区轮廓1。
此处,提取面积最大的连通域图,包括:
根据公式:Si max=max{si,i∈[1,n]}对所述至少一个连通域图进行特征提取,以得到面积最大的连通域图。其中,i为连通域图的序数,n为连通域图的总数,Si为序号为i的连通域图的面积,Simax为n个连通域图的面积中的最大值。
S300,获取灰度显示图像中位于显示区轮廓外部的目标区域2。示例性的,目标区域2的图像如图6所示。目标区域2内各像素的灰度值大于或等于第一阈值。
此处,目标区域2是指灰度显示图像中的高亮显示区域,该高亮显示区域中各像素的灰度值通常大于或等于第一阈值。所述第一阈值依据实际情况确定,例如:可设定灰度值80为第一阈值,那么,灰度值大于或等于80的各像素所在区域则为目标区域2。
此外,目标区域2(也即高亮显示区域)为暗室中因外界环境光影响而在待测屏幕的灰度显示图像中形成的不良区域,容易对后续屏幕的漏光区域3的确定造成干扰。
在一些实施例中,获取灰度显示图像中位于显示区轮廓1外部的目标区域2,包括:根据待检测屏幕的显示区轮廓1,从灰度显示图像中提取显示区轮廓1的外部图像;对显示区轮廓1的外部图像进行灰度阈值分割,获取目标区域2。
示例的,显示区轮廓1的外部图像如图7所示,对其进行灰度阈值分割的灰度阈值分割方法可参见前述一些实施例中的相关记载,此处不做赘述。
S400,从灰度显示图像中剔除目标区域2,得到检测图像。
示例的,检测图像如图8所示。检测图像中已无目标区域2的存在,可以避免目标区域2对检测图像后续的分析确定产生干扰。
S500,根据检测图像确定待检测屏幕的漏光区域3。
在一些实施例中,请参阅图2,根据检测图像确定待检测屏幕的漏光区域3,包括S501~S505。
S501,对检测图像进行对比度拉伸,获得拉伸后的检测图像。
对检测图像进行对比度拉伸的实施方式,可参见前述一些实施例中的相关记载,此处不做赘述。
由于前述步骤S400已经将目标区域2(也即高亮显示区域)从检测图像中剔除,这样在此基础上对检测图像进一步做对比度拉伸,便可以避免目标区域2,也即高亮显示区域的干扰,从而能够有效增强检测图像中漏光区域3与检测图像中其余区域的对比度,以便于后续步骤中漏光区域3的精准检出。
S502,设定检测边界缩进参数,从拉伸后的检测图像中获取待检测屏幕的从显示区轮廓1向内延伸的延伸区域图像4。示例性的,延伸区域图像4如图9所示。
可选的,通过设定检测边界缩进参数,根据图像腐蚀公式:
E=FθS={(x,y)|Sxy∈X},获取待检测屏幕的从显示区轮廓1向内延伸的延伸区域图像4。其中,(x,y)为拉伸后的检测图像中像素的像素坐标,F为拉伸后的检测图像的二值图像,θ为腐蚀运算符号,S为腐蚀区域模板,Sxy为像素坐标为(x,y)的像素对应的腐蚀区域,X为所述二值图像中的延伸区域。
S503,对延伸区域图像4进行中值滤波,得到中值滤波图像。
可选的,根据公式:g(x,y)=med{f(x-k,y-l),k,l∈W},对延伸区域图像4进行中值滤波,得到中值滤波图像。其中,(x,y)为延伸区域图像4中像素的像素坐标,k为二维模板W中像素的行坐标,l为二维模板W中像素的列坐标,g(x,y)为中值滤波后的延伸区域图像4的灰度值,f(x-k,y-l)为中值滤波前的延伸区域图像4的灰度值,W为二维模板(通常是大小为3*3、5*5的区域)。
S504,差分所述中值滤波图像和延伸区域图像4,得到差分后图像。
示例的,根据公式gi(x,y)=gi1(x,y)-gi2(x,y)得到差分后图像,其中,(x,y)为延伸区域图像4中各像素的像素坐标,gi(x,y)为所述差分后图像中各像素的灰度值,gi1(x,y)为中值滤波前的延伸区域图像4中各像素的灰度值,gi2(x,y)为中值滤波后的延伸区域图像4中各像素的灰度值。
S505,对差分后图像进行灰度阈值分割,确定所述漏光区域3。
此处,对所述差分后图像进行灰度阈值分割的灰度阈值分割方法可参见前述一些实施例中的相关记载,此处不做赘述。
本发明一些实施例提供的屏幕漏光检测方法,在获取待检测屏幕的灰度显示图像,并根据该灰度显示图像提取待检测屏幕的显示区轮廓1之后,能够针对显示区轮廓1的外部图像进行灰度阈值分割,从而有效获取目标区域2,也即高亮显示区域。这样在将目标区域2(高亮显示区域)从灰度显示图像中剔除以得到检测图像后,对检测图像进行对比度拉伸、中值滤波、差分以及灰度阈值分割等处理,便可以准确检测待测屏幕的漏光区域3。
由此,本发明一些实施例提供的屏幕漏光检测方法,能够避免目标区域2(也即高亮显示区域)对检测图像的对比度拉伸产生干扰,从而有效提高检测图像中漏光区域3同检测图像中其余区域的对比度,以便于漏光区域3的精准检出。
此外,由于目标区域2(高亮显示区域)是暗室中因外界环境光影响而在待测屏幕的灰度显示图像中形成的不良区域,容易对后续屏幕漏光区域3的确定造成干扰。因此,本发明一些实施例提供的屏幕漏光检测方法,利用剔除目标区域2(例如高亮显示区域)之后的检测图像进行漏光检测,能够在提升漏光区域3的检出精度的同时,降低其检测过程对检测暗室环境的要求,有利于提高漏光检测的稳定性。
可以理解的是,在一些实施例中,请参阅图3,屏幕漏光检测方法,还包括S600。
S600,确定掩模信息,并根据掩模信息控制待检测屏幕的漏光区域3的输出。其中,掩模信息包括遮挡区5的位置信息和特征信息。示例性的,遮挡区5的图像如图10所示。
所述掩模信息可以根据实际需求选择设置。示例性的,如图9所示,遮挡区5的位置信息包括其内各像素的像素坐标,遮挡区5的特征信息包括其内各像素的像素灰度。
S600中根据掩模信息控制待检测屏幕的漏光区域3的输出,包括:根据公式控制所述待检测屏幕的漏光区域3的输出。其中,f(x,y)控制所述待检测屏幕的漏光区域3是否输出的控制信号,(x,y)为目标像素的像素坐标,pos(x,y)为所述漏光区域3的像素坐标,Mpos(x,y)为所述遮挡区5的像素坐标的集合,fe(x,y)为所述漏光区域3的像素灰度,Mfe(x,y)为所述遮挡区5的像素灰度的集合。
可选的,f(x,y)=0时控制待检测屏幕的漏光区域3输出,f(x,y)=1时控制待检测屏幕的漏光区域3不输出。
具体的,请参阅图5,若漏光区域3符合掩模条件,也即其位置信息pos(x,y)和特征信息fe(x,y)满足条件pos(x,y)∈Mpos(x,y)∩fe(x,y)∈Mfe(x,y)时,则控制信号f(x,y)=1,该漏光区域3被遮挡,即不输出。若漏光区域3不符合掩模条件,也即其位置信息pos(x,y)和特征信息fe(x,y)满足: 中任一条件时,则控制信号f(x,y)=0,该漏光区域3即被输出。
本发明一些实施例通过设定掩模信息(包括遮挡区5的位置信息和特征信息),能够对待检测屏幕的漏光区域3进行选择性地输出。这样方便于根据客户不同的检测要求,适应性的调整掩模信息,以对客户重点关注区域进行漏光区域3的检出筛选。从而能够有效提高屏幕漏光检测的灵活性。
此外,对待检测屏幕上的漏光缺陷不管控区域,通过设定相应的掩模信息,可以不输出该漏光缺陷不管控区域内的漏光区域3。该漏光缺陷不管控区域是指无需客户重点关注的区域,也即该区域内出现的漏光缺陷允许被忽略,而不计入不良数据的统计范围内。如此能够避免一些无效检测,也就是能够避免漏光缺陷不管控区域内的漏光区域3对待检测屏幕的检测良率产生无谓的干扰,以利于在一定程度上提高待检测屏幕的漏光检测良率。
本发明一些实施例还提供了一种屏幕漏光检测装置。请参阅图11,屏幕漏光检测装置包括:第一获取模块10、处理模块20、提取模块30和第二获取模块40。
第一获取模块10用于获取待检测屏幕的灰度显示图像。第一获取模块10可以为摄像头、摄像机、相机、扫描仪或者其他带有图像获取功能的设备,例如手机、平板电脑等。第一获取模块10的分辨率及规格需根据待检测屏幕的分辨率及规格尺寸确定,也即第一获取模块10的分辨率大于待检测屏幕的分辨率,且第一获取模块10的图像采集区域需至少覆盖整个待检测屏幕。
处理模块20与第一获取模块10电连接,用于对灰度显示图像进行预处理。处理模块20可以为具备图像处理功能的设备,例如:PC机、数据处理器等。
提取模块30与处理模块20电连接,用于根据灰度显示图像提取待检测屏幕的显示区轮廓1。提取模块30可以为具备图像提取功能的设备,例如:图像提取器、数据提取器等。可选的,提取模块30与处理模块20一体集成。
第二获取模块40与处理模块20及提取模块30电连接,用于获取灰度显示图像中位于显示区轮廓1外部的目标区域2,其中,目标区域2内各像素的灰度值大于或等于第一阈值。第二获取模块40可以为具备图像提取功能的设备,例如:图像分析仪、数据分析电路等。可选的,第二获取模块40与处理模块20一体集成。
处理模块20还用于从灰度显示图像中剔除目标区域2得到检测图像,以及根据检测图像确定待检测屏幕的漏光区域3。
在一些实施例中,处理模块20还用于:确定掩模信息,根据掩模信息控制待检测屏幕的漏光区域3的输出;其中,掩模信息包括遮挡区5的位置信息和特征信息。
本发明一些实施例提供的屏幕漏光检测装置,用于根据本发明一些实施例提供的屏幕漏光检测方法对待检测屏幕进行漏光检测。其所能实现的有益效果,与上述一些实施例提供的屏幕漏光检测方法所能达到的有益效果相同,在此不做赘述。
在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种屏幕漏光检测方法,其特征在于,包括:
获取待检测屏幕的灰度显示图像;
根据所述灰度显示图像提取所述待检测屏幕的显示区轮廓;
获取所述灰度显示图像中位于所述显示区轮廓外部的目标区域,所述目标区域内各像素的灰度值大于或等于第一阈值;
从所述灰度显示图像中剔除所述目标区域,得到检测图像;
根据所述检测图像确定所述待检测屏幕的漏光区域。
2.根据权利要求1所述的屏幕漏光检测方法,其特征在于,还包括:
确定掩模信息,所述掩模信息包括遮挡区的位置信息和特征信息;
根据所述掩模信息控制所述待检测屏幕的漏光区域的输出。
4.根据权利要求1所述的屏幕漏光检测方法,其特征在于,获取所述灰度显示图像中位于所述显示区轮廓外部的目标区域,包括:
根据所述待检测屏幕的显示区轮廓,从所述灰度显示图像中提取所述显示区轮廓的外部图像;
对所述显示区轮廓的外部图像进行灰度阈值分割,获取所述目标区域。
5.根据权利要求1所述的屏幕漏光检测方法,其特征在于,根据所述检测图像确定所述待检测屏幕的漏光区域,包括:
对所述检测图像进行对比度拉伸,获得拉伸后的检测图像;
设定检测边界缩进参数,从所述拉伸后的检测图像中获取所述待检测屏幕的从显示区轮廓向内延伸的延伸区域图像;
对所述延伸区域图像进行中值滤波,得到中值滤波图像;
差分所述中值滤波图像和所述延伸区域图像,得到差分后图像;
对所述差分后图像进行灰度阈值分割,确定所述漏光区域。
6.根据权利要求1所述的屏幕漏光检测方法,其特征在于,在根据所述灰度显示图像提取所述待检测屏幕的显示区轮廓之前,还包括对所述灰度显示图像进行预处理,所述预处理包括:傅里叶变换以及高斯滤波。
7.根据权利要求6所述的屏幕漏光检测方法,其特征在于,根据所述灰度显示图像提取所述待检测屏幕的显示区轮廓,包括:
对预处理后的所述灰度显示图像进行对比度拉伸;
根据对比度拉伸后的灰度显示图像提取所述待检测屏幕的显示区轮廓。
8.根据权利要求1~7任一项所述的屏幕漏光检测方法,其特征在于,根据所述灰度显示图像提取所述待检测屏幕的显示区轮廓,还包括:
对所述灰度显示图像进行灰度阈值分割,获取至少一个连通域图;
从所述至少一个连通域图中提取面积最大的连通域图作为所述待检测屏幕的显示区轮廓。
9.一种屏幕漏光检测装置,其特征在于,包括:
第一获取模块,用于获取待检测屏幕的灰度显示图像;
处理模块,与所述第一获取模块电连接,用于对所述灰度显示图像进行预处理;
提取模块,与所述处理模块电连接,用于根据所述灰度显示图像提取所述待检测屏幕的显示区轮廓;
第二获取模块,与所述处理模块和所述提取模块电连接,用于获取所述灰度显示图像中位于所述显示区轮廓外部的目标区域,所述目标区域内各像素的灰度值大于或等于第一阈值;
所述处理模块还用于从所述灰度显示图像中剔除所述目标区域得到检测图像,以及根据所述检测图像确定所述待检测屏幕的漏光区域。
10.根据权利要求9所述的屏幕漏光检测装置,其特征在于,所述处理模块还用于:确定掩模信息,根据所述掩模信息控制所述待检测屏幕的漏光区域的输出;其中,所述掩模信息包括遮挡区的位置信息和特征信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911331059.8A CN113008524B (zh) | 2019-12-20 | 2019-12-20 | 屏幕漏光检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911331059.8A CN113008524B (zh) | 2019-12-20 | 2019-12-20 | 屏幕漏光检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113008524A true CN113008524A (zh) | 2021-06-22 |
CN113008524B CN113008524B (zh) | 2023-05-02 |
Family
ID=76382816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911331059.8A Active CN113008524B (zh) | 2019-12-20 | 2019-12-20 | 屏幕漏光检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113008524B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332016A (zh) * | 2021-12-29 | 2022-04-12 | 广州绿怡信息科技有限公司 | 设备屏幕光斑检测方法及装置 |
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 |
CN118096732A (zh) * | 2024-04-22 | 2024-05-28 | 高视科技(苏州)股份有限公司 | 显示屏漏光检测方法、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008076203A (ja) * | 2006-09-21 | 2008-04-03 | Yokogawa Electric Corp | 欠陥検査装置および欠陥検査方法 |
CN105301810A (zh) * | 2015-11-24 | 2016-02-03 | 上海斐讯数据通信技术有限公司 | 一种屏幕缺陷检测方法及装置 |
CN106157286A (zh) * | 2015-04-03 | 2016-11-23 | 研祥智能科技股份有限公司 | 图像处理方法和屏幕漏光检测方法 |
CN106780521A (zh) * | 2016-12-08 | 2017-05-31 | 广州视源电子科技股份有限公司 | 屏幕漏光的检测方法、***和装置 |
CN108682368A (zh) * | 2018-05-18 | 2018-10-19 | 青岛海信医疗设备股份有限公司 | 一种显示屏漏光检测方法、***及显示器 |
CN108983456A (zh) * | 2018-08-09 | 2018-12-11 | 珠海格力智能装备有限公司 | 显示屏漏光的检测方法和装置 |
CN109801322A (zh) * | 2017-11-16 | 2019-05-24 | 合肥欣奕华智能机器有限公司 | 一种漏光检测方法及装置 |
CN110220911A (zh) * | 2019-05-23 | 2019-09-10 | 东莞市德普特电子有限公司 | 一种手机屏幕检测方法以及装置 |
-
2019
- 2019-12-20 CN CN201911331059.8A patent/CN113008524B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008076203A (ja) * | 2006-09-21 | 2008-04-03 | Yokogawa Electric Corp | 欠陥検査装置および欠陥検査方法 |
CN106157286A (zh) * | 2015-04-03 | 2016-11-23 | 研祥智能科技股份有限公司 | 图像处理方法和屏幕漏光检测方法 |
CN105301810A (zh) * | 2015-11-24 | 2016-02-03 | 上海斐讯数据通信技术有限公司 | 一种屏幕缺陷检测方法及装置 |
CN106780521A (zh) * | 2016-12-08 | 2017-05-31 | 广州视源电子科技股份有限公司 | 屏幕漏光的检测方法、***和装置 |
CN109801322A (zh) * | 2017-11-16 | 2019-05-24 | 合肥欣奕华智能机器有限公司 | 一种漏光检测方法及装置 |
CN108682368A (zh) * | 2018-05-18 | 2018-10-19 | 青岛海信医疗设备股份有限公司 | 一种显示屏漏光检测方法、***及显示器 |
CN108983456A (zh) * | 2018-08-09 | 2018-12-11 | 珠海格力智能装备有限公司 | 显示屏漏光的检测方法和装置 |
CN110220911A (zh) * | 2019-05-23 | 2019-09-10 | 东莞市德普特电子有限公司 | 一种手机屏幕检测方法以及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332016A (zh) * | 2021-12-29 | 2022-04-12 | 广州绿怡信息科技有限公司 | 设备屏幕光斑检测方法及装置 |
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 |
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 |
CN118096732A (zh) * | 2024-04-22 | 2024-05-28 | 高视科技(苏州)股份有限公司 | 显示屏漏光检测方法、电子设备及存储介质 |
CN118096732B (zh) * | 2024-04-22 | 2024-06-21 | 高视科技(苏州)股份有限公司 | 显示屏漏光检测方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113008524B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106770362B (zh) | 基于aoi的宏观缺陷检测装置及方法 | |
CN113008524B (zh) | 屏幕漏光检测方法及装置 | |
CN105301810A (zh) | 一种屏幕缺陷检测方法及装置 | |
CN110310237B (zh) | 去除图像摩尔纹、显示面板子像素点亮度测量、Mura缺陷修复的方法及*** | |
CN107918216B (zh) | 图像Mura缺陷评估方法、***以及可读存储介质 | |
EP3989542A1 (en) | Method and apparatus for evaluating image acquisition accuracy, and electronic device and storage medium | |
CN110570411A (zh) | 一种基于变异系数的Mura检测方法及装置 | |
CN116205823B (zh) | 一种基于空域滤波的超声影像去噪方法 | |
CN109345528A (zh) | 一种基于人眼视觉特性的显示屏缺陷检测方法及装置 | |
CN115205223B (zh) | 透明物体的视觉检测方法、装置、计算机设备及介质 | |
JP2002257679A (ja) | 輝度情報取得方法、画質評価方法、表示装置の輝度情報取得装置および表示装置の画質評価装置 | |
KR20140133882A (ko) | 표시 디바이스의 표시 불균일 검출 방법 및 그 장치 | |
CN105911724B (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 | |
CN114299070B (zh) | 一种显示屏mura缺陷的检测方法及相关装置 | |
CN112583999A (zh) | 相机模块的镜头脏污检测方法 | |
CN108022219B (zh) | 一种二维图像灰度修正方法 | |
KR20060052414A (ko) | 시각 모형에 의해 평면 표시장치를 검출하는 방법과 장치 | |
Ma et al. | An automatic detection method of Mura defects for liquid crystal display | |
JP2009229197A (ja) | 線状欠陥検出方法および線状欠陥検出装置 | |
KR100271261B1 (ko) | 화상데이터처리방법및화상데이터처리장치 | |
CN112954304B (zh) | 一种显示面板Mura缺陷评估方法 | |
CN113567342A (zh) | 透明物缺陷检测方法及装置 | |
JP3854585B2 (ja) | 液晶パネルの表示欠陥検出方法及び表示欠陥検査装置 | |
Watson | Spatial standard observer | |
CN111369513A (zh) | 一种异常检测方法、装置、终端设备及存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: 230013 Southwest District of Hefei City, Anhui Province Applicant after: Hefei xinyihua Intelligent Machine Co.,Ltd. Address before: 230013 Southwest District of Hefei City, Anhui Province Applicant before: HEFEI SINEVA INTELLIGENT MACHINE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |