CN114359174A - 导电粒子识别方法、装置、电子设备及存储介质 - Google Patents
导电粒子识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114359174A CN114359174A CN202111545102.8A CN202111545102A CN114359174A CN 114359174 A CN114359174 A CN 114359174A CN 202111545102 A CN202111545102 A CN 202111545102A CN 114359174 A CN114359174 A CN 114359174A
- Authority
- CN
- China
- Prior art keywords
- suspected
- negative
- predicted
- image
- positive
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 250
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000035945 sensitivity Effects 0.000 claims description 60
- 230000000875 corresponding effect Effects 0.000 claims description 19
- 238000003709 image segmentation Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 21
- 238000004422 calculation algorithm Methods 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 abstract description 7
- 238000003384 imaging method Methods 0.000 abstract description 6
- 238000005530 etching Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 239000011521 glass Substances 0.000 description 8
- 239000000758 substrate Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000012447 hatching Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000853 adhesive Substances 0.000 description 3
- 230000001070 adhesive effect Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明的实施例提供了一种导电粒子识别方法、装置、电子设备及存储介质。方法包括:获取待检测面板的图像;基于图像中的像素的灰度值识别图像中的疑似阳刻部分和疑似阴刻部分;确定预测粒子中疑似阳刻部分和疑似阴刻部分的对比度;以及至少基于对比度,识别预测粒子中符合要求的预测粒子并将该预测粒子识别为导电粒子。这避免了受到成像噪声的干扰,保证了导电粒子识别结果的准确性,减小了可能出现的误差。同时该技术方案的算法较为简单,容易实现,且所需计算量较小,可以有效提高导电粒子的识别效率。由此,提高了面板检测的准确度和效率,提升了用户的使用体验。
Description
技术领域
本发明涉及面板检测技术领域,更具体地涉及一种导电粒子识别方法、一种导电粒子识别装置、一种电子设备及一种存储介质。
背景技术
玻璃上的芯片技术(Chip On Glass,简称COG)是一种驱动电路芯片直接粘合在玻璃基板上的技术,广泛适用于液晶显示、电致发光技术等各种显示产品。COG制程将驱动电路的导电引脚对准玻璃基板上的电极(bump),以各向异性导电膜(AnisotropicConductive Film,简称ACF)作为接合(bonding)的介质材料,通过一定时间的高温高压实现驱动电路的导电引脚与玻璃基板上的电极的连接和导通。同理,玻璃上的柔性电路板技术(FPC On Glass,简称FOG)是柔性电路板(FPC)直接绑定在玻璃基板上的技术,制程过程与COG类似。类似地,柔性基板上的芯片技术(Ic on film,简称COF)产品是将半导体芯片直接封装在柔性基板上形成的芯片封装产品,然后再将柔性基板绑定到玻璃板上而形成的芯片封装产品,其制程也与COG类似。
面板检测技术可以用于检测玻璃电极和包括芯片的核心电极之间各向异性导电膜中的导电粒子的压痕,以用于根据一定的标准判断面板的质量。由于导电粒子的属性均可能对面板的显示功能造成影响。因此,在对面板进行检测的过程中,对导电粒子的识别检测是非常重要的。
在现有的对导电粒子进行识别的技术方案中,一般仅通过图像的像素的灰度值来直接识别图像中的导电粒子。这难免受到各种成像噪声的影响。由此,严重降低了导电粒子的识别准确率,进而降低了面板检测的准确度,影响了用户的使用体验。
发明内容
考虑到上述问题而提出了本发明。根据本发明的一个方面,提供了一种导电粒子识别方法。方法包括:获取待检测面板的图像;基于图像中的像素的灰度值识别图像中的疑似阳刻部分和疑似阴刻部分,疑似阳刻部分的灰度值与其周围区域的灰度值的差值大于第一预定值,疑似阴刻部分的周围区域的灰度值与疑似阴刻部分的灰度值的差值大于第二预定值;将疑似阳刻部分和疑似阴刻部分进行分组,以获得预测粒子,其中每个预测粒子包括一个疑似阳刻部分和一个疑似阴刻部分;确定预测粒子中疑似阳刻部分和疑似阴刻部分的对比度;以及至少基于对比度,识别预测粒子中符合要求的预测粒子并将该预测粒子识别为导电粒子。
示例性地,至少基于对比度,识别预测粒子中符合要求的预测粒子并将该预测粒子识别为导电粒子,包括:至少基于对比度,识别预测粒子中符合灵敏度要求的预测粒子并将该预测粒子识别为导电粒子,其中对比度与灵敏度正相关。
示例性地,至少基于对比度,识别预测粒子中符合灵敏度要求的预测粒子并将该预测粒子识别为导电粒子包括:根据至少部分预测粒子中疑似阳刻部分和疑似阴刻部分的对比度计算至少部分预测粒子的灵敏度;提供所计算的灵敏度给用户;以及响应于用户基于所计算的灵敏度的设置操作,设置灵敏度阈值;识别预测粒子中大于灵敏度阈值的预测粒子,并将该预测粒子识别为导电粒子。
示例性地,基于图像中的像素的灰度值识别图像中的疑似阳刻部分和疑似阴刻部分包括:基于图像中的像素的灰度值,定位图像中的待检测面板的电极;以及基于电极的像素的灰度值进行图像分割,以识别疑似阳刻部分和疑似阴刻部分。
示例性地,基于图像中的像素的灰度值识别图像中的疑似阳刻部分和疑似阴刻部分包括:定位图像中的待检测面板的电极;以及基于电极的像素的灰度值进行图像分割,以识别疑似阳刻部分和疑似阴刻部分;其中,定位图像中的待检测面板的电极,包括:基于图像中的标记,确定电极的位置;以及响应于用户的操作,调整所确定的位置。
示例性地,将疑似阳刻部分和疑似阴刻部分进行分组以获得预测粒子包括:将满足以下条件中的一个或多个条件的疑似阳刻部分和疑似阴刻部分,识别为一个预测粒子:疑似阳刻部分和疑似阴刻部分之间的距离在预设距离范围内;疑似阳刻部分和疑似阴刻部分的排列方向在预设角度范围内。
示例性地,将疑似阳刻部分和疑似阴刻部分进行分组以获得预测粒子包括:以疑似阳刻部分和疑似阴刻部分中的一种为参考部分,另一种为待定部分,执行以下操作;对于每一个参考部分,根据导电粒子的阴影方向预测该参考部分对应的待定部分所在区域,以获得预测区域;基于预测区域,确定该参考部分对应的待定部分,以由该参考部分和所确定的待定部分组成预测粒子。
示例性地,根据导电粒子的阴影方向预测该参考部分对应的待定部分所在区域包括:确定该参考部分的最小包络矩形;以及根据导电粒子的阴影方向,将最小包络矩形移动k1*d的距离,以获得第二矩形来作为预测区域,其中k1表示第一比例系数,d表示导电粒子的直径。
示例性地,根据导电粒子的阴影方向预测该参考部分对应的待定部分所在区域包括:计算该参考部分的中心;根据导电粒子的阴影方向,计算在阴影方向上与该参考部分的中心距离为k2*d的位置,其中k2表示第二比例系数,d表示导电粒子的直径;以所计算的位置为中心、k3*d为边长确定正方形区域,以作为预测区域,其中k3表示第三比例系数。
示例性地,在识别图像中的疑似阳刻部分和疑似阴刻部分之后并且在将疑似阳刻部分和疑似阴刻部分进行分组之前,方法还包括:对图像进行形态学运算,剔除干扰区域以使图像仅显示所识别的疑似阳刻部分和疑似阴刻部分。
根据本发明的另一方面,还提供了一种导电粒子识别装置,装置包括:获取模块,用于获取待检测面板的图像;阳刻阴刻识别模块,用于基于图像中的像素的灰度值识别图像中的疑似阳刻部分和疑似阴刻部分,疑似阳刻部分的灰度值与其周围区域的灰度值的差值大于第一预定值,疑似阴刻部分的周围区域的灰度值与疑似阴刻部分的灰度值的差值大于第二预定值;分组模块,用于将疑似阳刻部分和疑似阴刻部分进行分组,以获得预测粒子,其中每个预测粒子包括一个疑似阳刻部分和一个疑似阴刻部分;确定对比度模块,用于确定预测粒子中疑似阳刻部分和疑似阴刻部分的对比度;以及粒子识别模块,用于至少基于对比度,识别预测粒子中符合要求的预测粒子并将该预测粒子识别为导电粒子。
根据本发明的又一方面,还提供了一种电子设备,包括处理器和存储器,其中,存储器中存储有计算机程序指令,计算机程序指令被处理器运行时用于执行如上所述的导电粒子识别方法。
根据本发明的再一方面,还提供了一种存储介质,在存储介质上存储了程序指令,程序指令在运行时用于执行如上所述的导电粒子识别方法。
上述技术方案中,充分利用了每个导电粒子包括一个阳刻部分和一个阴刻部分,并且二者的灰度均与各向异性导电膜中的粘合剂所呈现的灰度不同的现象,通过导电粒子的阳刻部分和阴刻部分二者的关系对导电粒子进行预测和识别。这避免了受到成像噪声的干扰,保证了导电粒子识别结果的准确性,减小了可能出现的误差。同时该技术方案的算法较为简单,容易实现,且所需计算量较小,可以有效提高导电粒子的识别效率。由此,提高了面板检测的准确度和效率,提升了用户的使用体验。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1示出了根据本发明一个实施例的导电粒子识别方法的示意性流程图;
图2示出了根据本发明一个实施例的待检测面板的图像的局部示意图;
图3示出了根据本发明一个实施例的识别图像中的疑似阳刻部分和疑似阴刻部分的步骤的示意性流程图;
图4示出了根据本发明一个实施例的定位图像中的待检测面板的电极的步骤的示意性流程图;
图5示出了根据本发明一个实施例的用户界面的示意图;
图6示出了根据本发明一个实施例的将疑似阳刻部分和疑似阴刻部分进行分组以获得预测粒子的示意性流程图;
图7示出了根据本发明的一个实施例的预测参考部分对应的待定部分所在区域的步骤的示意性流程图;
图8示出了根据本发明的另一个实施例的预测参考部分对应的待定部分所在区域的步骤的示意性流程图;
图9示出了根据本发明一个实施例的将预测粒子识别为导电粒子的步骤的示意性流程图;
图10示出了根据本发明的一个实施例的导电粒子识别装置的示意性框图;
图11示出了根据本发明的一个实施例的电子设备的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
图1示出了根据本发明一个实施例的导电粒子识别方法100的示意性流程图。如图1所示,方法100包括以下步骤。
步骤S110,获取待检测面板的图像。
待检测面板的图像可以是由面板检测***中的摄像头等图像采集装置采集到的原始图像,也可以是对原始图像进行预处理之后获得的图像。该预处理操作可以包括为了更清楚的进行面板检测的所有操作。例如,预处理操作可以包括滤波等去噪操作。该图像可以包含待检测面板中的全部或部分电极。
步骤S130,基于图像中的像素的灰度值识别图像中的疑似阳刻部分和疑似阴刻部分。疑似阳刻部分和疑似阴刻部分的灰度值与其周围区域的灰度值的差值大于预定值。具体地,疑似阳刻部分的灰度值与其周围区域的灰度值的差值大于第一预定值,疑似阴刻部分的周围区域的灰度值与疑似阴刻部分的灰度值的差值大于第二预定值。
图2示出了根据本发明一个实施例的待检测面板的图像的局部示意图。在待检测面板的图像中包括电极区域210,例如图2中的浅灰色矩形区域。电极区域包括一个或多个导电粒子220。导电粒子通常包括阳刻部分和阴刻部分。阳刻部分和阴刻部分是因为以下现象而生成的:使用例如微分干涉显微镜(differential interference microscope,简称DIC)成像时,将导电粒子相对于电极之间的高度差转换成了灰度差值,从而使高的地方亮度增强,低的地方亮度降低,从而形成了亮暗的对比,增强了立体效果。阳刻部分的亮度相对于周围区域来说较高,阴刻部分的亮度相对于周围区域来说较低。该周围区域是单纯各向异性导电膜中的粘合剂所在的区域。参见图2不难看出,图像中包括疑似阳刻部分222和疑似阴刻部分221。疑似阳刻部分222和疑似阴刻部分221是具有浮雕形态的部分,其余平滑部分则为导电粒子的周围区域。疑似阳刻部分222比其周围区域更亮,疑似阳刻部分222的灰度值与其周围区域的灰度值的差值大于第一预定值。疑似阴刻部分221比其周围区域更暗,疑似阴刻部分221的周围区域的灰度值与疑似阴刻部分221的灰度值的差值大于第二预定值。第一预定值和第二预定值可以因为图像的对比度的不同而不同。例如第一预定值和第二预定值可以分别为30和20,也就是说,疑似阳刻部分的灰度值比其周围区域的灰度值至少大30,而疑似阴刻部分的周围区域比其自身的灰度值至少大20。可以利用任何图像分割方法来识别图像中的疑似阳刻部分和疑似阴刻部分。例如,基于阈值的图像分割、基于灰度直方图的图像分割等。可以理解,在步骤S130中基于灰度值识别出了疑似阳刻部分和疑似阴刻部分,其可能并不是真实导电粒子的阳刻部分和阴刻部分。但是,疑似阳刻部分包括真实导电粒子的阳刻部分,疑似阴刻部分包括真实导电粒子的阴刻部分。换言之,疑似阳刻部分包括真阳刻部分和误识别的假阳刻部分,疑似阴刻部分包括真阴刻部分和误识别的假阴刻部分。
步骤S150,将疑似阳刻部分和疑似阴刻部分进行分组,以获得预测粒子。其中每个预测粒子包括一个疑似阳刻部分和一个疑似阴刻部分。
示例性而非限定性地,可以通过将待检测面板的图像进行区域划分以对其上的疑似阳刻部分和疑似阴刻部分进行分组。每组内包括一个疑似阳刻部分和一个疑似阴刻部分,二者构成一个预测粒子。如果在同一图像区域内,仅包括一个疑似阳刻部分和一个疑似阴刻部分,则其为一组。若在同一图像区域内存在多个疑似阳刻部分和多个疑似阴刻部分,则可以依据靠近原则,将距离最近的一个疑似阳刻部分和一个疑似阴刻部分作为一组。
步骤S170,确定预测粒子中疑似阳刻部分和疑似阴刻部分的对比度。
根据预测粒子中的疑似阳刻部分的灰度值和疑似阴刻部分的灰度值,确定二者的对比度。从图像的角度,对比度是像素的不同亮度层级的测量。可以理解,对比度数值越大,则疑似阳刻部分和疑似阴刻部分之间的差异越明显。示例性地,可以将疑似阳刻部分的最亮像素的灰度值减去疑似阴刻部分的最暗像素的灰度值,并且将所得的差作为疑似阳刻部分与疑似阴刻部分的对比度。
对于待检测面板的图像中的导电粒子,其阳刻部分和阴刻部分的对比度能够直接反映该导电粒子的灵敏度。即导电粒子的对比度与灵敏度呈非线性正相关的关系。
步骤S190,至少基于对比度,识别预测粒子中符合要求的预测粒子并将该预测粒子识别为导电粒子。
如前所述,对比度是像素的不同亮度层级的测量。示例性地,预测粒子中,其疑似阳刻部分和疑似阴刻部分的对比度符合预设条件即可认为是导电粒子,例如当预测粒子中的疑似阳刻部分和疑似阴刻部分的对比度大于40时,可以将该预测粒子识别为导电粒子。即步骤S190中,可以直接识别预测粒子中符合对比度要求的预测粒子以将其作为导电粒子。例如,对比度高于对比度阈值的粒子即为符合对比度要求的导电粒子;否则不是导电粒子。
如前所述,对比度与灵敏度正相关。预测粒子的疑似阳刻部分和疑似阴刻部分的对比度可以在一定程度上表示该预测粒子的灵敏度。示例性地,在一个实施方式中,步骤S190可以包括,至少基于对比度,识别预测粒子中符合灵敏度要求的预测粒子并将该预测粒子识别为导电粒子。由此,可以简单地基于对比度识别符合灵敏度要求的预测粒子,这部分预测粒子即为导电粒子。灵敏度要求可以是能够满足针对大部分待检测面板的导电粒子检测功能出厂设置的,也可以是能够由用户通过用户界面进行自定义修改设置的。例如,灵敏度高于灵敏度阈值的粒子即为符合灵敏度要求的导电粒子;否则不是导电粒子。灵敏度对于用户来说更敏感,通过灵敏度要求来识别导电粒子,可以给用户带来更好的体验。
上述技术方案中,充分利用了每个导电粒子包括一个阳刻部分和一个阴刻部分,并且二者的灰度均与各向异性导电膜中的粘合剂所呈现的灰度不同的现象,通过导电粒子的阳刻部分和阴刻部分二者的关系对导电粒子进行预测和识别。这避免了受到成像噪声的干扰,保证了导电粒子识别结果的准确性,减小了可能出现的误差。同时该技术方案的算法较为简单,容易实现,且所需计算量较小,可以有效提高导电粒子的识别效率。由此,提高了面板检测的准确度和效率,提升了用户的使用体验。
图3示出了根据本发明一个实施例的识别图像中的疑似阳刻部分和疑似阴刻部分的步骤S130的示意性流程图。如图3所示,步骤S130可以包括以下步骤。
步骤S131,基于图像中的像素的灰度值,定位图像中的待检测面板的电极。
再次参见图2,图2中的浅灰色矩形区域为待检测面板的电极区域,电极区域的周围区域为深灰色,显然二者明显不同。因此,示例性地,根据图像中的像素的灰度值的差异,可以确定待检测面板的电极的边缘,由此实现电极的定位。
步骤S132,基于电极的像素的灰度值进行图像分割,以识别疑似阳刻部分和疑似阴刻部分。
示例性地,可以根据电极的像素的灰度值的变化进行图像分割。根据图2不难看出,在图像上的大多数区域内,像素的灰度值变化波动不大。但若在某一区域内灰度值突然变大或变小,则该区域为疑似阳刻部分或疑似阴刻部分。可以针对图像上的电极区域进行图像分割。可以利用边缘检测的方法实现该图像分割操作,将灰度值突然变大的多个像素作为边界,将边界内部的区域识别为疑似阳刻部分。类似地,将灰度值突然变小的多个像素作为边界,将边界内部的区域识别为疑似阴刻部分。
由于有效的导电粒子均分布在电极内,并且疑似阳刻部分和疑似阴刻部分的区分主要与像素的灰度值有关,因此上述技术方案中首先定位电极,然后在电极内进行图像分割。根据上述技术方案,可以极大程度地保证所识别得到的疑似阳刻部分和疑似阴刻部分的准确性。并且上述识别操作简单,可行性高。
可以理解的是,在识别导电粒子之前,可以首先在获取到的图像中定位电极的位置,之后针对电极识别其上的疑似阳刻部分和疑似阴刻部分。可以通过自动或手动方式针对图像中的待检测面板的电极绘制检测框,绘制的检测框尽可能和图像中的电极边界重合。在一个实施方式中,在识别导电粒子时,通常认为检测框的位置即为图像中电极的位置。但是由于各种误差,绘制的检测框往往不能够与图像中的电极完全重合。这样如果检测框与电极的边界不重合,就会对检测结果造成影响。下面将具体介绍如何定位图像中电极的位置。
在另一个实施例中,步骤S130基于图像中的像素的灰度值识别图像中的疑似阳刻部分和疑似阴刻部分还可以包括:定位图像中的待检测面板的电极,并基于电极的像素的灰度值进行图像分割,以识别疑似阳刻部分和疑似阴刻部分。其中,所定位图像中的待检测面板的电极可以包括:基于图像中的标记,确定电极的位置,之后可以响应于用户的操作,调整所确定的位置。
具体地,图4示出了根据本发明一个实施例的定位图像中的待检测面板的电极的步骤的示意性流程图。如图4所示,定位图像中的待检测面板的电极可以通过以下步骤S131a和步骤S131b实现。
步骤S131a,基于图像中的标记,确定电极的位置。
示例性地,待检测面板上可以设置有标记,该标记通常设置在电极区域的两侧。可以基于图像中的标记,确定电极的位置。例如,标记包括左标记和右标记。左标记和右标记之间的区域即为电极所在的区域。图像中的标记可以通过例如人工或机器标注而获得。图像中标记的位置确定后,即可确定检测框相对于标记的位置,例如检测框左上顶点的坐标,从而可以确定检测框的位置和边界。
步骤S131b,响应于用户的操作,调整所确定的位置。
示例性地,用户可以通过用户界面观察到如图2所示的待检测面板的图像。并且用户还可以利用例如鼠标、键盘等输入装置触发用户界面中的“校准按钮”(图中未示出)。校准按钮被触发后,响应于用户的该操作,可以通过灰度值差值确定图像中电极的边界。此时由于电极的边界和检测框的边界都已经确定,二者的边界之间的距离也可以确定,因此响应于用户的操作,可以使得检测框的边界移动到与图像中电极边界重合的位置,以调整上述确定的电极所在的位置。
由此,基于图像中的标记点可以快速识别出电极的位置,通过人机交互操作可以保证电极位置的准确性,同时用户操作简单,不会给用户带来额外的工作。
示例性地,在步骤S130识别图像中的疑似阳刻部分和疑似阴刻部分之后并且在步骤S150将疑似阳刻部分和疑似阴刻部分进行分组之前,上述方法100还可以包括:步骤S140,对图像进行形态学运算,剔除干扰区域以使图像仅显示所识别的疑似阳刻部分和疑似阴刻部分。
示例性地,形态学运算可以包括例如膨胀、腐蚀等。具体地,对于膨胀运算,可以用一个结构元素扫描待检测面板的图像中的每一个像素,用该结构元素中的每一个像素与其覆盖的像素做逻辑“或”操作,如果都为0,则该像素为0,否则为1。相反地,腐蚀运算可以用一个结构元素扫描图像中的每一个像素,用该结构元素中的每一个像素与其覆盖的像素做逻辑“与”操作,如果都为1,则该像素为1,否则为0。通常情况下,这两个操作是按顺序进行的。
由此,平滑了待检测面板的图像。不仅可以剔除干扰区域,即消除了图像中小于结构元素的噪声点,使得图像仅显示所识别的疑似阳刻部分和疑似阴刻部分。还可以使图像中疑似阳刻部分和疑似阴刻部分理想地的增大,进而获得更优的预测粒子。
示例性地,步骤S150将疑似阳刻部分和疑似阴刻部分进行分组以获得预测粒子可以具体通过以下方案实现。将满足以下条件中的一个或多个条件的疑似阳刻部分和疑似阴刻部分分为一组并识别为一个预测粒子:条件1,疑似阳刻部分和疑似阴刻部分之间的距离在预设范围内;条件2,疑似阳刻部分和疑似阴刻部分的排列方向的夹角在预设角度范围内。
根据前文所述,可能识别出了多个疑似阳刻部分和疑似阴刻部分。可以分别计算其中每个疑似阳刻部分与每个疑似阴刻部分之间的距离。之后将得到的多个距离与设置好的预设距离范围相比对。当得到的距离在该预设距离范围内时,可以将该距离所对应的疑似阳刻部分和疑似阴刻部分识别为一个预测粒子。图5示出了根据本发明一个实施例的用户界面的示意图。用户可以通过该用户界面进行人机交互。在实施例中,预设范围可以通过调整图5中的可操作控件“阴阳刻距离”进行设置,例如,将可操作控件“阴阳刻距离”设置为5,即该预设距离范围的最大数值为5,其可以表示疑似阳刻部分和疑似阴刻部分之间的距离小于或等于5个像素时,可以将二者识别为一个预测粒子。可以通过操作可操作控件“阴阳刻距离”后的箭头对该数值进行调整,操作向上箭头可以增大预设距离范围的最大值,操作向下箭头可以减小预设距离范围的最大值。
替代地,在识别出多个疑似阳刻部分和疑似阴刻部分之后,可以分别确定其中每个疑似阳刻部分与每个疑似阴刻部分的排列方向。对于一个电极而言,电极的信号流方向通常是其长度方向。针对其中的导电粒子,其中的阳刻部分和阴刻部分的排列方向也是由上而下或由下而上的。因此,可以通过将每个疑似阳刻部分的中心与每个疑似阴刻部分的中心相连,计算该连线与竖直线之间的夹角。之后将计算出的夹角与预设角度范围相比对,当所得到的夹角在该预设角度范围内时,可以将该夹角所对应的疑似阳刻部分和疑似阴刻部分识别为一个预测粒子。类似地,预设角度范围可以根据用户需求进行不同设置。在上述两个实施例中,一个预测粒子中均包括一个疑似阳刻部分和一个疑似阴刻部分。
上述技术方案基于疑似阳刻部分和疑似阴刻部分之间的距离和/或二者的排列方向识别预测粒子。该实现方案不仅逻辑简单,易实现,而且识别的预测粒子更准确。
图6示出了根据本发明一个实施例的步骤S150将疑似阳刻部分和疑似阴刻部分进行分组以获得预测粒子的示意性流程图。在该实施例中,以疑似阳刻部分和疑似阴刻部分中的一种为参考部分,另一种为待定部分,执行如图6所示的以下步骤。可以理解,疑似阳刻部分和疑似阴刻部分中的任何一种都可以作为参考部分,确定了参考部分,则剩余的另一种则确定为待定部分。
步骤S151,对于每一个参考部分,根据导电粒子的阴影方向预测该参考部分对应的待定部分所在区域,以获得预测区域。
示例性地,以疑似阳刻部分作为参考部分为例,则疑似阴刻部分为待定部分。导电粒子的阴影方向可以利用如图5所示的用户界面中的可操作控件“阴影方向”来设置,其中可以设置为“上方阴影”或“下方阴影”(图中未示出)。其中,“上方阴影”表示针对一个导电粒子而言,其阴刻部分位于阳刻部分的上方,在图像中显示为上面暗,下面亮,即阴影在粒子的上半部分。通过阅读有关“上方阴影”的描述可以理解“下方阴影”设置的意义,在此不再赘述。在已知参考部分,例如疑似阳刻部分的情况下,根据设置的导电粒子的阴影方向可以预测该疑似阳刻部分所对应的疑似阴刻部分所在区域。
步骤S152,基于预测区域,确定该参考部分对应的待定部分,以由该参考部分和所确定的待定部分组成预测粒子。
可以在预测区域内确定该参考部分对应的待定部分。在上述疑似阳刻部分为参考部分的示例中,可以在所获得的预测区域中确定该疑似阳刻部分对应的疑似阴刻部分。若该预测区域中不包含疑似阴刻部分,则无预测粒子。反之,若该预测区域内包含疑似阴刻部分,则该疑似阴刻部分可以和疑似阳刻部分组成一个预测粒子。
由此,可以基于导电粒子的成像规律通过导电粒子的阴影方向直接确定预测粒子。该方法简单易行。并且,用户可以根据待检测面板的图像的实际获取情况对导电粒子的阴影方向进行不同设置,针对不同的图像均可以实现预测粒子的准确识别。
图7示出了根据本发明的一个实施例的步骤S151预测参考部分对应的待定部分所在区域的示意性流程图。如图7所示,步骤S151可以通过以下步骤实现。
步骤S151a,确定该参考部分的最小包络矩形。
仍以参考部分是疑似阳刻部分为例进行说明。其中,疑似阳刻部分可能是不规则图形,针对该部分可以通过例如OpenCV等算法确定其最小包络矩形。在本申请中不对计算最小包络矩形的算法做任何限定,任何现有的或未来的可以确定参考部分的最小包络矩形的算法都在本申请的保护范围之内。
步骤S151b,根据导电粒子的阴影方向,将最小包络矩形移动k1*d的距离,以获得第二矩形来作为预测区域。其中k1表示第一比例系数,d表示导电粒子的直径。
根据前述导电粒子的阴影方向,例如设置为“上方阴影”,则将确定的最小包络矩形向上移动k1*d的距离后获得的第二矩形作为预测区域。若设置为“下方阴影”,则将确定的最小包络矩形向下移动k1*d的距离后获得的第二矩形作为预测区域。可以理解,用户可以根据实际需要将k1设置为0.5-1之间的任意数值,以保证预测区域的合理性。
上述技术方案中增加了将疑似阳刻部分与疑似阴刻部分识别成一个预测粒子的条件限定,即导电粒子直径和阴影方向的限定。避免了多个疑似阳刻部分和多个疑似阴刻部分距离相接近时,将其误识别为一个预测粒子的现象,保证了所获得的预测粒子的准确性与可靠性。
图8示出了根据本发明的另一个实施例的预测参考部分对应的待定部分所在区域的步骤的示意性流程图。如图8所示,步骤S151还可以通过以下步骤实现。
步骤S151c,计算该参考部分的中心。
仍以参考部分是疑似阳刻部分为例,可以计算疑似阳刻部分的中心。在本申请中,不对计算参考部分的中心的算法做任何限定,任何现有的或未来的可以实现对参考部分中心的计算方法或方案都在本申请的保护范围之内。
步骤S151d,根据导电粒子的阴影方向,计算在阴影方向上与该参考部分的中心距离为k2*d的位置。其中k2表示第二比例系数,d表示导电粒子的直径。
示例性地,例如导电粒子的阴影方向设置为“上方阴影”,则计算出在参考部分上方且与参考部分的中心距离为k2*d的位置,可以用位置坐标表示。与k1类似地,用户可以根据实际需要将k2设置为0.5-1之间的任意数值,以保证预测区域的合理性。
步骤S151e,以所计算的位置为中心、k3*d为边长确定正方形区域,以作为预测区域,其中k3表示第三比例系数。
将上述计算所得的位置作为中心,以k3*d为边长可以确定正方形区域,以作为预测区域。在该预测区域中确定待定部分,在上述示例中即疑似阴刻部分。其中,k3也可以设置为0.7-1.3之间的任意合理数值。
该方案作为上述技术方案的可替代实施方案,不仅保证了所获得预测粒子的准确性,而且避免了计算几何图像的最小包络矩形的复杂运算,将其替代为一算法更简单,实现更容易的解决方案。
图9示出了根据本发明一个实施例的将预测粒子识别为导电粒子的步骤S190的示意性流程图。如图9所示,步骤S190可以包括以下步骤。
步骤S191,根据至少部分预测粒子中疑似阳刻部分和疑似阴刻部分的对比度计算至少部分预测粒子的灵敏度。
如前文所述,导电粒子的对比度与其灵敏度呈正相关。可以基于二者的数学关系,根据导电粒子的对比度计算其灵敏度。
步骤S192,提供所计算的灵敏度给用户。
示例性地,可以通过用户界面将上述计算所获得的灵敏度提供给用户,以便用户基于该灵敏度进行后续的操作。可以理解,可以以所计算的灵敏度的概率分布数据的形式提供数据给用户,以使用户对当前的图像中的预测粒子的灵敏度情况有更清晰的了解。
步骤S193,响应于用户基于所计算的灵敏度的设置操作,设置灵敏度阈值。
用户可以利用如图5所示的用户界面中的可操作控件“灵敏度”进行灵敏度要求设置。例如,通过操作向上的箭头增大灵敏度阈值,操作向下的箭头减小灵敏度阈值。本申请的一个实施例中,灵敏度阈值可以设置为0-100之间的任意整数,用户可以根据需要对其进行自定义设置,图5所示的“27”仅仅是示例性地,不构成对本申请中灵敏度阈值的限定。在此步骤中,用户可以根据对待检测面板的需求,设置不同的灵敏度阈值。假设对待检测面板的质量要求较高,可以在当前所计算的灵敏度的基础上,设置较高的灵敏度阈值;否则,反之。
步骤S194,识别预测粒子中大于灵敏度阈值的预测粒子,并将该预测粒子识别为导电粒子。
如前文所述,预测粒子的灵敏度的数值越大,则表示该预测粒子更可能是导电粒子。例如,当通过计算所获得的灵敏度大于用户设置的灵敏度阈值时,可以将该预测粒子识别为导电粒子。反之则不是导电粒子。
根据上述技术方案,基于预测粒子的疑似阳刻部分和疑似阴刻部分的对比度可以计算出预测粒子的灵敏度,进而可以提供给用户,以由用户据此设置灵敏度阈值对预测粒子进行识别。在该方案中,用户可以基于当前的待检测面板的图像对灵敏度阈值进行自定义设置,满足不同用户的需求。基于计算出的预测粒子的灵敏度与设置的灵敏度阈值可以实现对预测粒子的理想识别。
根据本发明的另一方面,还提供了一种导电粒子识别装置。图10示出了根据本发明的一个实施例的导电粒子识别装置1000的示意性框图。如图10所示,该装置1000包括获取模块1010、阳刻阴刻识别模块1020、分组模块1030、确定对比度模块1040以及粒子识别模块1050。
获取模块1010用于获取待检测面板的图像。
阳刻阴刻识别模块1020用于基于图像中的像素的灰度值识别图像中的疑似阳刻部分和疑似阴刻部分。疑似阳刻部分的灰度值与其周围区域的灰度值的差值大于第一预定值,疑似阴刻部分的周围区域的灰度值与疑似阴刻部分的灰度值的差值大于第二预定值。
分组模块1030用于将疑似阳刻部分和疑似阴刻部分进行分组,以获得预测粒子。其中每个预测粒子包括一个疑似阳刻部分和一个疑似阴刻部分。
确定对比度模块1040用于确定预测粒子中疑似阳刻部分和疑似阴刻部分的对比度。
粒子识别模块1050用于至少基于所述对比度,识别预测粒子中符合灵敏度要求的预测粒子并将该预测粒子识别为导电粒子。其中对比度与灵敏度正相关。
根据本发明的又一方面,还提供了一种电子设备。图11示出了根据本发明的一个实施例的电子设备1100的示意性框图。如图11所示,该电子设备1100包括处理器1110和存储器1120。其中,存储器1120中存储有计算机程序指令,计算机程序指令被处理器1110运行时用于执行如上所述的导电粒子识别方法100。
根据本发明的再一方面,还提供了一种存储介质。在存储介质上存储了程序指令,程序指令在运行时用于执行如上所述的导电粒子识别方法100。存储介质例如可以包括平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
本领域普通技术人员通过阅读上述有关导电粒子识别方法的相关描述,可以理解上述导电粒子识别装置、电子设备和存储介质的具体实现方案,为了简洁,在此不再赘述。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
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发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的导电粒子识别装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (13)
1.一种导电粒子识别方法,其特征在于,所述方法包括:
获取待检测面板的图像;
基于所述图像中的像素的灰度值识别所述图像中的疑似阳刻部分和疑似阴刻部分,所述疑似阳刻部分的灰度值与其周围区域的灰度值的差值大于第一预定值,所述疑似阴刻部分的周围区域的灰度值与所述疑似阴刻部分的灰度值的差值大于第二预定值;
将所述疑似阳刻部分和所述疑似阴刻部分进行分组,以获得预测粒子,其中每个预测粒子包括一个疑似阳刻部分和一个疑似阴刻部分;
确定所述预测粒子中疑似阳刻部分和疑似阴刻部分的对比度;以及
至少基于所述对比度,识别所述预测粒子中符合要求的预测粒子并将该预测粒子识别为导电粒子。
2.如权利要求1所述的方法,其中,所述至少基于所述对比度,识别所述预测粒子中符合要求的预测粒子并将该预测粒子识别为导电粒子,包括:
至少基于所述对比度,识别所述预测粒子中符合灵敏度要求的预测粒子并将该预测粒子识别为导电粒子,其中所述对比度与所述灵敏度正相关。
3.如权利要求2所述的方法,其中,所述至少基于所述对比度,识别所述预测粒子中符合灵敏度要求的预测粒子并将该预测粒子识别为导电粒子包括:
根据至少部分预测粒子中疑似阳刻部分和疑似阴刻部分的对比度计算所述至少部分预测粒子的灵敏度;
提供所计算的灵敏度给用户;以及
响应于用户基于所述所计算的灵敏度的设置操作,设置灵敏度阈值;
识别所述预测粒子中大于所述灵敏度阈值的预测粒子,并将该预测粒子识别为导电粒子。
4.如权利要求1所述的方法,其中,所述基于所述图像中的像素的灰度值识别所述图像中的疑似阳刻部分和疑似阴刻部分包括:
基于所述图像中的像素的灰度值,定位所述图像中的所述待检测面板的电极;以及
基于所述电极的像素的灰度值进行图像分割,以识别所述疑似阳刻部分和所述疑似阴刻部分。
5.如权利要求1所述的方法,其中,所述基于所述图像中的像素的灰度值识别所述图像中的疑似阳刻部分和疑似阴刻部分包括:
定位所述图像中的所述待检测面板的电极;以及
基于所述电极的像素的灰度值进行图像分割,以识别所述疑似阳刻部分和所述疑似阴刻部分;
其中,所述定位所述图像中的所述待检测面板的电极,包括:
基于所述图像中的标记,确定所述电极的位置;以及
响应于用户的操作,调整所确定的位置。
6.如权利要求1所述的方法,其中,所述将所述疑似阳刻部分和所述疑似阴刻部分进行分组以获得预测粒子包括:
将满足以下条件中的一个或多个条件的疑似阳刻部分和疑似阴刻部分,识别为一个预测粒子:
疑似阳刻部分和疑似阴刻部分之间的距离在预设距离范围内;
疑似阳刻部分和疑似阴刻部分的排列方向在预设角度范围内。
7.如权利要求1所述的方法,其中,所述将所述疑似阳刻部分和所述疑似阴刻部分进行分组以获得预测粒子包括:
以所述疑似阳刻部分和所述疑似阴刻部分中的一种为参考部分,另一种为待定部分,执行以下操作;
对于每一个参考部分,根据所述导电粒子的阴影方向预测该参考部分对应的待定部分所在区域,以获得预测区域;
基于所述预测区域,确定该参考部分对应的待定部分,以由该参考部分和所确定的待定部分组成所述预测粒子。
8.如权利要求7所述的方法,其中,所述根据所述导电粒子的阴影方向预测该参考部分对应的待定部分所在区域包括:
确定该参考部分的最小包络矩形;以及
根据所述导电粒子的阴影方向,将所述最小包络矩形移动k1*d的距离,以获得第二矩形来作为所述预测区域,其中k1表示第一比例系数,d表示所述导电粒子的直径。
9.如权利要求7所述的方法,其中,所述根据所述导电粒子的阴影方向预测该参考部分对应的待定部分所在区域包括:
计算该参考部分的中心;
根据所述导电粒子的阴影方向,计算在所述阴影方向上与该参考部分的中心距离为k2*d的位置,其中k2表示第二比例系数,d表示所述导电粒子的直径;
以所计算的位置为中心、k3*d为边长确定正方形区域,以作为所述预测区域,其中k3表示第三比例系数。
10.如权利要求1所述的方法,其中,在识别所述图像中的疑似阳刻部分和疑似阴刻部分之后并且在所述将所述疑似阳刻部分和所述疑似阴刻部分进行分组之前,所述方法还包括:
对所述图像进行形态学运算,剔除干扰区域以使所述图像仅显示所识别的疑似阳刻部分和疑似阴刻部分。
11.一种导电粒子识别装置,所述装置包括:
获取模块,用于获取待检测面板的图像;
阳刻阴刻识别模块,用于基于所述图像中的像素的灰度值识别所述图像中的疑似阳刻部分和疑似阴刻部分,所述疑似阳刻部分的灰度值与其周围区域的灰度值的差值大于第一预定值,所述疑似阴刻部分的周围区域的灰度值与所述疑似阴刻部分的灰度值的差值大于第二预定值;
分组模块,用于将所述疑似阳刻部分和所述疑似阴刻部分进行分组,以获得预测粒子,其中每个预测粒子包括一个疑似阳刻部分和一个疑似阴刻部分;
确定对比度模块,用于确定所述预测粒子中疑似阳刻部分和疑似阴刻部分的对比度;以及
粒子识别模块,用于至少基于所述对比度,识别所述预测粒子中符合对比度要求的预测粒子并将该预测粒子识别为导电粒子。
12.一种电子设备,包括处理器和存储器,其中,所述存储器中存储有计算机程序指令,所述计算机程序指令被所述处理器运行时用于执行如权利要求1至10任一项所述的导电粒子识别方法。
13.一种存储介质,在所述存储介质上存储了程序指令,所述程序指令在运行时用于执行如权利要求1至10任一项所述的导电粒子识别方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545102.8A CN114359174B (zh) | 2021-12-16 | 2021-12-16 | 导电粒子识别方法、装置、电子设备及存储介质 |
PCT/CN2022/133789 WO2023109446A1 (zh) | 2021-12-16 | 2022-11-23 | 导电粒子识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545102.8A CN114359174B (zh) | 2021-12-16 | 2021-12-16 | 导电粒子识别方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114359174A true CN114359174A (zh) | 2022-04-15 |
CN114359174B CN114359174B (zh) | 2024-06-18 |
Family
ID=81098853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111545102.8A Active CN114359174B (zh) | 2021-12-16 | 2021-12-16 | 导电粒子识别方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114359174B (zh) |
WO (1) | WO2023109446A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023109446A1 (zh) * | 2021-12-16 | 2023-06-22 | 苏州镁伽科技有限公司 | 导电粒子识别方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105572784A (zh) * | 2014-08-18 | 2016-05-11 | 株式会社新谱 | 导光板、包括该导光板的背光模组及显示器 |
CN111740969A (zh) * | 2020-06-12 | 2020-10-02 | 北京三快在线科技有限公司 | 电子凭证信息的验证方法、装置、设备及存储介质 |
WO2020244414A1 (zh) * | 2019-06-03 | 2020-12-10 | 杭州海康机器人技术有限公司 | 一种检测障碍物的方法、装置、存储介质和移动机器人 |
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 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6432240B2 (ja) * | 2014-09-19 | 2018-12-05 | 日立化成株式会社 | 導電粒子形状評価装置及び導電粒子形状評価方法 |
CN109816653B (zh) * | 2019-01-28 | 2021-06-18 | 宁波舜宇仪器有限公司 | 一种用于导电粒子检测的方法 |
CN113112396B (zh) * | 2021-03-25 | 2023-12-01 | 苏州华兴源创科技股份有限公司 | 导电粒子的检测方法 |
CN114359174B (zh) * | 2021-12-16 | 2024-06-18 | 苏州镁伽科技有限公司 | 导电粒子识别方法、装置、电子设备及存储介质 |
-
2021
- 2021-12-16 CN CN202111545102.8A patent/CN114359174B/zh active Active
-
2022
- 2022-11-23 WO PCT/CN2022/133789 patent/WO2023109446A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105572784A (zh) * | 2014-08-18 | 2016-05-11 | 株式会社新谱 | 导光板、包括该导光板的背光模组及显示器 |
WO2020244414A1 (zh) * | 2019-06-03 | 2020-12-10 | 杭州海康机器人技术有限公司 | 一种检测障碍物的方法、装置、存储介质和移动机器人 |
CN111740969A (zh) * | 2020-06-12 | 2020-10-02 | 北京三快在线科技有限公司 | 电子凭证信息的验证方法、装置、设备及存储介质 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023109446A1 (zh) * | 2021-12-16 | 2023-06-22 | 苏州镁伽科技有限公司 | 导电粒子识别方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114359174B (zh) | 2024-06-18 |
WO2023109446A1 (zh) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10031618B2 (en) | Identifying hover and/or palm input and rejecting spurious input for a touch panel | |
JP4630744B2 (ja) | 表示装置 | |
CN115272346A (zh) | 一种基于边缘检测的pcb板生产过程在线检测方法 | |
CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
CN114897847A (zh) | 图像处理方法及装置、计算机可读存储介质、电子设备 | |
CN117115153B (zh) | 基于视觉辅助的印制线路板质量智能检测方法 | |
CN111833791A (zh) | 伽马调试方法及伽马调试装置 | |
CN115908269A (zh) | 视觉缺陷检测方法、装置、存储介质和计算机设备 | |
CN111861979A (zh) | 一种定位方法、设备及计算机可读存储介质 | |
CN114359174B (zh) | 导电粒子识别方法、装置、电子设备及存储介质 | |
CN113008524B (zh) | 屏幕漏光检测方法及装置 | |
JP4479877B2 (ja) | 画像認識による不良検査方法 | |
CN112419207A (zh) | 一种图像矫正方法及装置、*** | |
EP3232211A1 (en) | Method for inspecting terminal of component formed on substrate and substrate inspection apparatus | |
CN117197527A (zh) | 一种液晶显示屏的玻璃基板的缺陷检测分类方法及装置 | |
CN114359176B (zh) | 面板检测方法、装置、电子设备及存储介质 | |
JP2011008482A (ja) | 欠陥検出方法、欠陥検出装置、および欠陥検出プログラム | |
CN114359179A (zh) | 面板检测方法、***、电子设备及存储介质 | |
CN114359177A (zh) | 待检测面板的图像显示方法、装置、电子设备及存储介质 | |
KR20220154345A (ko) | 가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법 | |
CN115683267A (zh) | 液位测量方法、装置及存储介质 | |
CN110874837A (zh) | 一种基于局部特征分布的缺陷自动检测方法 | |
CN114359074B (zh) | 面板检测方法、装置、电子设备及存储介质 | |
CN114359178A (zh) | 面板检测方法、装置、电子设备及存储介质 | |
CN113554688B (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 |
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 |