CN118096732B - 显示屏漏光检测方法、电子设备及存储介质 - Google Patents
显示屏漏光检测方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN118096732B CN118096732B CN202410484274.6A CN202410484274A CN118096732B CN 118096732 B CN118096732 B CN 118096732B CN 202410484274 A CN202410484274 A CN 202410484274A CN 118096732 B CN118096732 B CN 118096732B
- Authority
- CN
- China
- Prior art keywords
- light leakage
- image
- pixel
- pixel point
- display screen
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 162
- 230000004044 response Effects 0.000 claims abstract description 50
- 230000007547 defect Effects 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000010586 diagram Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims description 19
- 230000007797 corrosion Effects 0.000 claims description 14
- 238000005260 corrosion Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 abstract description 10
- 238000005530 etching Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000000149 argon plasma sintering Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000003628 erosive effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本申请公开了一种显示屏漏光检测方法、电子设备及存储介质。该方法包括:提取显示屏待检图像中的漏光区域检测图像;确定漏光区域检测图像中每一方形窗口区域内的灰度均值,得到灰度均值响应图;在漏光区域检测图像中确定漏光区域中线轮廓框,并在灰度均值响应图中提取漏光区域中线轮廓框对应的像素点;确定每一像素点在其对应的预设像素比较范围之内的最小灰度值,并且将每一像素点的灰度值更新为原始灰度值与最小灰度值之间的灰度差值,得到差值响应图;基于差值响应图在显示屏待检图像中确定漏光缺陷位置。利用本申请技术方案,能够高效地对显示屏幕的边缘微弱漏光进行检测,降低检测成本,提升显示屏幕的生产质量。
Description
技术领域
本申请一般涉及图像处理技术领域。更具体地,本申请涉及一种显示屏漏光检测方法、电子设备及存储介质。
背景技术
边缘漏光是显示屏幕的一种常见缺陷现象,这种缺陷现象尤其是在显示深色背景或处于黑暗环境中时更为明显。漏光通常是由于显示屏幕的结构特点所致,在显示屏幕的边缘或角落处可能会出现轻微的发光散射,原因主要与显示屏幕的制造过程有关,在屏幕面板的组装过程中,显示屏幕的角落或边缘可能会受到不均匀的力,导致液晶分子发生变形,进而引发漏光。此外,显示屏幕的背光***,特别是边缘的发光部分,可能会因为设计或制造上的微小误差而导致光线的散射。漏光严重的话容易影响用户的正常使用,引起用户不满。
现有的屏幕检测方法仅能对明显漏光进行检测,难以对微弱漏光进行准确检测。而且计算过程复杂,运算量大,检测成本高。
有鉴于此,亟需提供一种显示屏漏光检测方法,以便能够高效地对显示屏幕的边缘微弱漏光进行检测,降低检测成本,提升显示屏幕的生产质量。
发明内容
为了至少解决如上所提到的一个或多个技术问题,本申请在多个方面中提出了显示屏漏光检测方法、电子设备及存储介质。该显示屏漏光检测方法能够高效地对显示屏幕的边缘微弱漏光进行检测,降低检测成本,提升显示屏幕的生产质量。
在第一方面中,本申请提供一种显示屏漏光检测方法,包括:获取显示屏待检图像;提取显示屏待检图像中的漏光检测区域,得到漏光区域检测图像;确定漏光区域检测图像中每一方形窗口区域内的灰度均值,并且将方形窗口区域的中心像素点的像素值更新为灰度均值,得到灰度均值响应图;方形窗口区域为边长大于或等于漏光检测区域宽度并且以在漏光区域检测图像中的像素点作为中心像素点所形成的窗口区域;在漏光区域检测图像中确定漏光区域中线轮廓框,并在灰度均值响应图中提取漏光区域中线轮廓框对应的像素点;基于预设像素比较范围和漏光区域中线轮廓框对应的像素点确定漏光区域中线轮廓框对应的像素点中的每一像素点在其对应的预设像素比较范围之内的最小灰度值,并且将每一像素点的灰度值更新为每一像素点的原始灰度值与其对应的最小灰度值之间的灰度差值,得到差值响应图;基于差值响应图在显示屏待检图像中确定漏光缺陷位置。
在一些实施例中,提取显示屏待检图像中的漏光检测区域,得到漏光区域检测图像包括:在显示屏待检图像中定位显示屏幕的屏幕轮廓,得到屏幕轮廓交点;基于屏幕轮廓交点提取屏幕感兴趣区域,得到屏幕区域图像;在屏幕区域图像中将显示屏幕对应的区域置白,得到感兴趣区域掩膜图;对感兴趣区域掩膜图进行内缩操作,得到内缩掩膜图;基于第一预设卷积核对内缩掩膜图进行腐蚀操作,得到中线轮廓掩模图;基于第二预设卷积核对中线轮廓掩模图进行腐蚀操作,得到内缩终止掩模图;将内缩掩膜图与内缩终止掩模图作差,得到边缘漏光检测掩模图;在屏幕区域图像中保留在边缘漏光检测掩模图中置白的像素点,得到漏光区域检测图像。
在一些实施例中,确定漏光区域检测图像中每一方形窗口区域内的灰度均值包括:通过预设滤波核对漏光区域检测图像进行滤波处理,使得漏光区域检测图像中的每一像素点的像素值更新为像素点邻域范围内的灰度值和,得到漏光检测滤波图像;将边缘漏光检测掩模图中置白的像素点的灰度值更新为单位灰度值;通过预设滤波核对边缘漏光检测掩模图进行滤波处理,使得边缘漏光检测掩模图中的每一像素点的像素值更新为像素点邻域范围内的单位灰度和,得到漏光检测掩模滤波图;其中,预设滤波核的尺寸与方形窗口区域的尺寸相等;将漏光检测滤波图像与漏光检测掩模滤波图进行逐一像素点相除处理,得到漏光区域检测图像中每一方形窗口区域内的灰度均值。
在一些实施例中,在漏光区域检测图像中确定漏光区域中线轮廓框包括:在漏光区域检测图像中,将中线轮廓掩模图的外轮廓框确定为漏光区域中线轮廓框。
在一些实施例中,基于预设像素比较范围和漏光区域中线轮廓框对应的像素点确定漏光区域中线轮廓框对应的像素点中的每一像素点在其对应的预设像素比较范围之内的最小灰度值包括:基于漏光区域中线轮廓框对应的像素点构建初始像素点序列图像;基于预设像素比较范围对初始像素点序列图像进行像素点延展,得到目标像素点序列图像;基于目标像素点序列图像确定目标像素点序列图像中每一像素点在其对应的预设像素比较范围之内的最小灰度值。
在一些实施例中,预设像素比较范围为当前像素点的前W个像素点至当前像素点的后W个像素点;基于预设像素比较范围对初始像素点序列图像进行像素点延展包括:将初始像素点序列图像中的前W个像素点拷贝至初始像素点序列图像的结尾位置;将初始像素点序列图像中的后W个像素点拷贝至初始像素点序列图像的开头位置。
在一些实施例中,基于目标像素点序列图像确定目标像素点序列图像中每一像素点在其对应的预设像素比较范围之内的最小灰度值包括:设置腐蚀卷积核,腐蚀卷积核的核大小为(2W+1,1);通过腐蚀卷积核确定目标像素点序列图像中每一像素点在其对应的预设像素比较范围之内的最小灰度值,形成腐蚀像素点序列图像。
在一些实施例中,将每一像素点的灰度值更新为每一像素点的原始灰度值与其对应的最小灰度值之间的灰度差值,得到差值响应图包括:将目标像素点序列图像与腐蚀像素点序列图像进行灰度作差处理,得到差值响应图。
在第二方面中,本申请提供一种电子设备,包括:处理器;以及存储器,其上存储有用于显示屏漏光检测的程序代码,当所述程序代码被所述处理器执行时,使所述电子设备实现如上所述的方法。
在第三方面中,本申请提供一种非暂时性机器可读存储介质,其上存储有用于显示屏漏光检测的程序代码,当所述程序代码由处理器执行时,能够实现如上所述的方法。
本申请提供的技术方案可以包括以下有益效果:
本申请提供的显示屏漏光检测方法、电子设备及存储介质,通过获取显示屏待检图像,进而提取显示屏待检图像中的漏光检测区域,得到漏光区域检测图像,从而能够只针对屏幕边缘的可能漏光区域进行计算,降低计算量,有利于快速定位漏光缺陷位置。
进一步地,本申请可以确定漏光区域检测图像中每一方形窗口区域内的灰度均值,并且将方形窗口区域的中心像素点的像素值更新为灰度均值,得到灰度均值响应图,其中,方形窗口区域为边长大于或等于漏光检测区域宽度并且以在漏光区域检测图像中的像素点作为中心像素点所形成的窗口区域,有利于完整覆盖屏幕边缘的可能漏光区域,避免漏检情况。进而在漏光区域检测图像中确定漏光区域中线轮廓框,并在灰度均值响应图中提取漏光区域中线轮廓框对应的像素点,进而基于预设像素比较范围和漏光区域中线轮廓框对应的像素点确定漏光区域中线轮廓框对应的像素点中的每一像素点在其对应的预设像素比较范围之内的最小灰度值,并且将每一像素点的灰度值更新为每一像素点的原始灰度值与其对应的最小灰度值之间的灰度差值,得到差值响应图。执行作差操作后能够使得位于非缺陷区域的像素点的灰度值变小,而位于缺陷区域的像素点的灰度值则会相对于位于非缺陷区域的像素点的灰度值更大,使得位于缺陷区域的像素点在差值响应图中更为明显,进而能够基于差值响应图在显示屏待检图像中确定漏光缺陷位置,有利于微弱漏光现象的检测,提升显示屏微弱漏光现象的检测准度。
总的来说,本申请能够高效地对显示屏幕的边缘微弱漏光进行检测,降低检测成本,提升显示屏幕的生产质量。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1示出了本申请一些实施例的显示屏漏光检测方法的示例性流程图;
图2示出了本申请另一些实施例的显示屏漏光检测方法的示例性流程图;
图3示出了本申请再一些实施例的显示屏漏光检测方法的示例性流程图;
图4示出了本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。为了说明的简单和清楚,在认为合适的情况下,可以在附图中重复附图标记以指示对应或类似的元件。另外,本申请阐述了许多具体细节以便提供对本文所述实施例的透彻理解。然而,本领域普通技术人员将理解,可以在没有这些具体细节的情况下实践本文描述的实施例。在其他情况下,没有详细描述公知的方法、过程和组件,以免模糊本文描述的实施例。而且,该描述不应被视为限制本文描述的实施例的范围。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
应当理解,本申请披露的权利要求、说明书及附图中的可能术语“第一”或“第二”等是用于区别不同对象,而不是用于描述特定顺序。本申请的说明书和权利要求书中使用的术语“包括”和“包含”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,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的,而并不意在限定本申请。如在本申请说明书和权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解,在本申请说明书和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。
如在本说明书和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]”。
边缘漏光是显示屏幕的一种常见缺陷现象,这种缺陷现象尤其是在显示深色背景或处于黑暗环境中时更为明显。漏光通常是由于显示屏幕的结构特点所致,在显示屏幕的边缘或角落处可能会出现轻微的发光散射,原因主要与显示屏幕的制造过程有关,在屏幕面板的组装过程中,显示屏幕的角落或边缘可能会受到不均匀的力,导致液晶分子发生变形,进而引发漏光。此外,显示屏幕的背光***,特别是边缘的发光部分,可能会因为设计或制造上的微小误差而导致光线的散射。漏光严重的话容易影响用户的正常使用,引起用户不满。现有的屏幕检测方法仅能对明显漏光进行检测,难以对微弱漏光进行准确检测。而且计算过程复杂,运算量大,检测成本高。
有鉴于此,亟需提供一种显示屏漏光检测方法,以便能够高效地对显示屏幕的边缘微弱漏光进行检测,降低检测成本,提升显示屏幕的生产质量。
下面结合附图来详细描述本申请的具体实施方式。
在步骤S101中,获取显示屏待检图像。在本申请实施例中,前述的显示屏待检图像可以为通过例如工业相机等成像设备对待检测显示屏幕进行拍摄后所获得的图像。可以理解的是,显示屏待检图像的获取方式可以是多样的,在实际应用中,需根据实际应用情况来确定显示屏待检图像的获取方式,本申请在此方面不作任何限制。
在步骤S102中,提取显示屏待检图像中的漏光检测区域,得到漏光区域检测图像。为了降低检测运算量,在本申请实施例中,可以在显示屏待检图像中对显示屏幕边缘一圈的漏光检测区域进行提取,从而在后续检测中可以只针对提取所得的漏光区域检测图像进行运算,避免显示屏幕的主体显示区域对检测进行干扰。可以理解的是,上述的漏光检测区域在提取后可以视为一个矩形框,该矩形框的四个边框均是具有一定宽度的边框,该边框的宽度可以视为漏光检测区域宽度。
在步骤S103中,确定漏光区域检测图像中每一方形窗口区域内的灰度均值,并且将方形窗口区域的中心像素点的像素值更新为灰度均值,得到灰度均值响应图。在本申请实施例中,前述的方形窗口区域为边长大于或等于漏光检测区域宽度并且以在漏光区域检测图像中的像素点作为中心像素点所形成的窗口区域。可以理解的是,该方形窗口区域的数量与漏光区域检测图像中的像素点数量是一致的,从而能够对漏光区域检测图像中的每一像素点的灰度值进行更新。示例性地,假设当前像素点的灰度值为126,当前像素点对应的方形窗口区域内的像素点的灰度均值为180,那么,就需要将当前像素点的灰度值更新为180。当漏光区域检测图像中的每一像素点的灰度值均更新完毕后,得到灰度均值响应图。
在步骤S104中,在漏光区域检测图像中确定漏光区域中线轮廓框,并在灰度均值响应图中提取漏光区域中线轮廓框对应的像素点。在本申请实施例中,前述的漏光区域中线轮廓框为通过贯穿漏光检测区域的矩形框中线位置的四条直线所构成的轮廓框,并且漏光区域中线轮廓框的长边均与漏光检测区域的矩形框的长边平行,漏光区域中线轮廓框的宽边均与漏光检测区域的矩形框的宽边平行,使得漏光区域中线轮廓框位于漏光区域检测图像之内。
进一步地,在灰度均值响应图中将漏光区域中线轮廓框相应位置的像素点提取出来,这是因为在灰度均值响应图中漏光区域中线轮廓框相应位置的像素点的灰度值代表的就是方形窗口区域覆盖漏光检测区域的矩形框宽度时所对应的灰度均值,最能够反映此时方形窗口区域对应的位置是否为缺陷位置。
在步骤S105中,基于预设像素比较范围和漏光区域中线轮廓框对应的像素点确定漏光区域中线轮廓框对应的像素点中的每一像素点在其对应的预设像素比较范围之内的最小灰度值,并且将每一像素点的灰度值更新为每一像素点的原始灰度值与其对应的最小灰度值之间的灰度差值,得到差值响应图。在本申请实施例中,前述的预设像素比较范围是指由相对于当前像素点的前后若干个像素点以及当前像素点组成的像素点范围,在对当前像素点的灰度值进行更新时,需要先在当前像素点对应的预设像素比较范围之内找出最小灰度值,进而将当前像素点的灰度值与最小灰度值作差,得到灰度差值,最后将当前像素点的灰度值更新为该灰度差值。可以理解的是,若当前像素点位于漏光缺陷位置,则当前像素点原来的灰度值就比较大,在与最小灰度值作差后变化不会太明显,相反,若当前像素点位于非漏光缺陷位置,则当前像素点原来的灰度值就比较小,在与最小灰度值作差后灰度值更小甚至趋近于0。由此可以知道,通过作差操作能够进一步拉开位于漏光缺陷位置的像素点与位于非漏光缺陷位置的像素点的灰度值差距,更能突显出位于漏光缺陷位置的像素点,从而有利于微弱漏光缺陷的检测,降低漏检风险。
在步骤S106中,基于差值响应图在显示屏待检图像中确定漏光缺陷位置。在本申请实施例中,可以通过阈值分割的方式对差值响应图进行分割,可以将大于或等于设定阈值的像素点的灰度值更新为255,小于设定阈值的像素点的灰度值更新为0,从而得到分割响应图。进一步地,可以对分割响应图中灰度值为255的候选漏光缺陷位置进行筛选,保留漏光缺陷长度大于预设长度的候选漏光缺陷位置作为最终的漏光缺陷位置,最终根据像素点坐标将该漏光缺陷位置映射回显示屏待检图像中。
可以理解的是,确定漏光缺陷位置的方式是多样的,在实际应用中,需根据实际应用情况选定确定漏光缺陷位置的方式,本申请在此方面不作任何限制。
本申请实施例通过获取显示屏待检图像,进而提取显示屏待检图像中的漏光检测区域,得到漏光区域检测图像,从而能够只针对屏幕边缘的可能漏光区域进行计算,降低计算量,有利于快速定位漏光缺陷位置。进一步地,本申请可以确定漏光区域检测图像中每一方形窗口区域内的灰度均值,并且将方形窗口区域的中心像素点的像素值更新为灰度均值,得到灰度均值响应图,其中,方形窗口区域为边长大于或等于漏光检测区域宽度并且以在漏光区域检测图像中的像素点作为中心像素点所形成的窗口区域,有利于完整覆盖屏幕边缘的可能漏光区域,避免漏检情况。进而在漏光区域检测图像中确定漏光区域中线轮廓框,并在灰度均值响应图中提取漏光区域中线轮廓框对应的像素点,进而基于预设像素比较范围和漏光区域中线轮廓框对应的像素点确定漏光区域中线轮廓框对应的像素点中的每一像素点在其对应的预设像素比较范围之内的最小灰度值,并且将每一像素点的灰度值更新为每一像素点的原始灰度值与其对应的最小灰度值之间的灰度差值,得到差值响应图。执行作差操作后能够使得位于非缺陷区域的像素点的灰度值变小,而位于缺陷区域的像素点的灰度值则会相对于位于非缺陷区域的像素点的灰度值更大,使得位于缺陷区域的像素点在差值响应图中更为明显,进而能够基于差值响应图在显示屏待检图像中确定漏光缺陷位置,有利于微弱漏光现象的检测,提升显示屏微弱漏光现象的检测准度。总的来说,本申请能够高效地对显示屏幕的边缘微弱漏光进行检测,降低检测成本,提升显示屏幕的生产质量。
在一些实施例中,可以通过图像内缩的方式来提取显示屏待检图像中的漏光检测区域,并且通过预设滤波核进行滤波的方式来确定漏光区域检测图像中每一方形窗口区域内的灰度均值。下文将结合图2来对漏光检测区域的提取过程和每一方形窗口区域内的灰度均值的确定过程进行详细描述。图2示出了本申请另一些实施例的显示屏漏光检测方法的示例性流程图,请参阅图2,本申请实施例示出的显示屏漏光检测方法可以包括:
在步骤S201中,在显示屏待检图像中定位显示屏幕的屏幕轮廓,得到屏幕轮廓交点,并基于屏幕轮廓交点提取屏幕感兴趣区域,得到屏幕区域图像。在本申请实施例中,可以通过边缘检测的方式在显示屏待检图像中定位显示屏幕的屏幕轮廓,即显示屏幕的四条边,从而获得这四条边相交的四个屏幕轮廓交点。进而可以通过前述的四个屏幕轮廓交点的坐标对显示屏待检图像进行仿射变换,从而能够将屏幕感兴趣区域提取出来,得到屏幕区域图像。
在步骤S202中,在屏幕区域图像中将显示屏幕对应的区域置白,得到感兴趣区域掩膜图。在本申请实施例中,可以将屏幕区域图像中的显示屏幕对应的区域中的像素点灰度值更新为255,从而得到感兴趣区域掩膜图。
在步骤S203中,对感兴趣区域掩膜图进行内缩操作,得到内缩掩膜图。在本申请实施例中,可以通过Erode()函数来对感兴趣区域掩膜图进行腐蚀操作来实现内缩操作,从而实现将感兴趣区域掩膜图中的白色区域减少,黑色区域增加,得到内缩掩膜图。进行内缩操作获取内缩掩膜图的原因在于某些显示屏的边缘最外侧发亮是属于正常现象,因此需要将最外侧边缘去掉一部分,以免产生过检。示例性地,内缩掩膜图可以相对于感兴趣区域掩膜图内缩2个像素。
在步骤S204中,基于第一预设卷积核对内缩掩膜图进行腐蚀操作,得到中线轮廓掩模图。在本申请实施例中,前述的第一预设卷积核的设定方式可以具体为,获取内缩掩膜图中的白色区域的左侧边缘的列坐标,并且获取预设漏光缺陷中心位置列坐标/>,该预设漏光缺陷中心位置列坐标可以为通过历史检出的漏光缺陷中心位置列坐标进行统计分析(取平均或者取众数等方式)后得到的预设值。进而设定/>,那么第一预设卷积核的大小可以设定为(2N+1,2N+1)。通过此第一预设卷积核对内缩掩膜图进行腐蚀操作(腐蚀操作的本质是将处于核锚点位置(本申请实施例的核锚点位置均是位于卷积核中心)的像素灰度值用设定的腐蚀核大小范围内的极小值替代)后,内缩掩膜图中的白色区域将会内缩N个像素,得到中线轮廓掩模图。
在步骤S205中,基于第二预设卷积核对中线轮廓掩模图进行腐蚀操作,得到内缩终止掩模图。在本申请实施例中,进一步地,采用第二预设卷积核对中线轮廓掩模图进行腐蚀操作,该第二预设卷积核的大小可以设定为(2*(N+1)+1,2*(N+1)+1),从而在进行腐蚀操作后中线轮廓掩模图中的白色区域将会内缩N+1个像素,得到内缩终止掩模图。内缩终止掩模图相对于内缩掩膜图来说内缩了2N+1个像素的大小。
在步骤S206中,将内缩掩膜图与内缩终止掩模图作差,得到边缘漏光检测掩模图。可以理解的是,将内缩掩膜图与内缩终止掩模图作差之后,内缩终止掩模图相对于内缩掩膜图来说内缩的2N+1个像素的内缩区域将会保留为白色区域,其余的区域将会变为黑色区域,从而能够得到边缘漏光检测掩模图,该边缘漏光检测掩模图的白色区域的内径宽度为2N+1。
在步骤S207中,在屏幕区域图像中保留在边缘漏光检测掩模图中置白的像素点,得到漏光区域检测图像。可以理解的是,在屏幕区域图像中与边缘漏光检测掩模图的置白像素点(即灰度为255的像素点)位置对应的像素点将会保留在屏幕区域图像中,并且将在屏幕区域图像中与边缘漏光检测掩模图的置黑像素点(即灰度为0的像素点)位置对应的像素点的灰度值更新为0,从而得到漏光区域检测图像。
在步骤S208中,确定漏光区域检测图像中每一方形窗口区域内的灰度均值,并且将方形窗口区域的中心像素点的像素值更新为灰度均值,得到灰度均值响应图。在本申请实施例中,确定漏光区域检测图像中每一方形窗口区域内的灰度均值可以通过如下步骤执行:首先,可以通过预设滤波核对漏光区域检测图像进行滤波处理,使得漏光区域检测图像中的每一像素点的像素值更新为像素点邻域范围内的灰度值和,即通过预设滤波核对漏光区域检测图像进行均值滤波,但不进行归一化处理,从而得到漏光检测滤波图像。在本申请实施例中,预设滤波核的尺寸与方形窗口区域的尺寸相等,并且预设滤波核边长大于或等于漏光检测区域宽度2N+1,以能够利用预设滤波核进行窗口滑动来将漏光区域检测图像中的每一像素点的像素值更新为像素点邻域范围内的灰度值和,可以视为确定漏光区域检测图像中每一方形窗口区域内的灰度值和。
然后,可以将边缘漏光检测掩模图中置白的像素点的灰度值更新为单位灰度值。前述的单位灰度值可以设置为1。进而通过预设滤波核对边缘漏光检测掩模图进行滤波处理,使得边缘漏光检测掩模图中的每一像素点的像素值更新为像素点邻域范围内的单位灰度和(相当于非零像素点的个数),即通过预设滤波核对边缘漏光检测掩模图进行均值滤波,但不进行归一化处理,从而得到漏光检测掩模滤波图。从而利用预设滤波核进行窗口滑动来将边缘漏光检测掩模图中的每一像素点的像素值更新为像素点邻域范围内的单位灰度和,可以视为确定漏光区域检测图像中每一方形窗口区域内的单位灰度和(相当于非零像素点的个数)。
接着,由于漏光检测滤波图像与漏光检测掩模滤波图的像素点位置是一一对应的,可以将漏光检测滤波图像与漏光检测掩模滤波图进行逐一像素点相除处理,得到漏光区域检测图像中每一方形窗口区域内的灰度均值,并且将方形窗口区域的中心像素点的像素值更新为该灰度均值,得到灰度均值响应图。
在一些实施例中,可以对差值响应图的确定过程进行进一步设计。下文将结合图3来对差值响应图的确定过程进行详细说明。图3示出了本申请再一些实施例的显示屏漏光检测方法的示例性流程图,请参阅图3,本申请实施例示出的显示屏漏光检测方法可以包括:
在步骤S301中,在漏光区域检测图像中,将中线轮廓掩模图的外轮廓框确定为漏光区域中线轮廓框。在本申请实施例中,根据内缩掩膜图中的白色区域内缩N个像素得到中线轮廓掩模图,以及根据中线轮廓掩模图中的白色区域内缩N+1个像素得到内缩终止掩模图,可以知道中线轮廓掩模图的外轮廓框(中线轮廓掩模图***的一圈像素点)则为内缩终止掩模图相对于内缩掩膜图来说的内缩距离的中间位置,即经过漏光区域检测图像中漏光检测区域的矩形框中线位置的轮廓框。因此,可以通过轮廓边缘检测函数findContours()来提取中线轮廓掩模图的外轮廓框作为漏光区域中线轮廓框。
在步骤S302中,基于漏光区域中线轮廓框对应的像素点构建初始像素点序列图像。在本申请实施例中,示例性地,可以假定漏光区域中线轮廓框对应的像素点个数为countN,进而将漏光区域中线轮廓框对应的像素点放入行(rows)为1,列(cols)为countN的图像中,形成初始像素点序列图像。
在步骤S303中,基于预设像素比较范围对初始像素点序列图像进行像素点延展,得到目标像素点序列图像。由于在漏光区域中线轮廓框上的像素点是首尾相连的状态,而在初始像素点序列图像中的像素点并非首尾相连,因此在首尾位置的像素点则无法在预设像素比较范围中比较得出最小灰度值,所以需要对初始像素点序列图像进行像素点延展。在本申请实施例中,预设像素比较范围可以为当前像素点的前W个像素点至当前像素点的后W个像素点,即预设像素比较范围中的像素点个数为2W+1。进一步地,将初始像素点序列图像中的前W个像素点拷贝至初始像素点序列图像的结尾位置,并且将初始像素点序列图像中的后W个像素点拷贝至初始像素点序列图像的开头位置。从而放在位于初始像素点序列图像开头位置的像素点前面则确保会有W个像素点进行比较,放在位于初始像素点序列图像结尾位置的像素点后面则确保会有W个像素点进行比较。可以理解的是,在进行像素点延展后,得到一个行(rows)为1,列(cols)为(countN+2W)的目标像素点序列图像。
在步骤S304中,基于目标像素点序列图像确定目标像素点序列图像中每一像素点在其对应的预设像素比较范围之内的最小灰度值。在本申请实施例中,确定目标像素点序列图像中每一像素点在其对应的预设像素比较范围之内的最小灰度值可以视为对该目标像素点序列图像进行选定腐蚀卷积核大小的腐蚀操作,因为在图像处理中腐蚀操作的本质是将处于核锚点位置的像素灰度值用设定的腐蚀核大小范围内的极小值替代。可以首先设置腐蚀卷积核,腐蚀卷积核的核大小为(2W+1,1)。然后可以利用Erode()函数,通过腐蚀卷积核(本申请实施例的核锚点位置均是位于卷积核中心)确定目标像素点序列图像中每一像素点在其对应的预设像素比较范围之内的最小灰度值,形成腐蚀像素点序列图像。
在步骤S305中,将目标像素点序列图像与腐蚀像素点序列图像进行灰度作差处理,得到差值响应图。在本申请实施例中,将目标像素点序列图像与腐蚀像素点序列图像进行灰度作差处理即可获得每一像素点的原始灰度值与其对应的最小灰度值之间的灰度差值。可以理解的是,在作差操作之后,可以将添加在初始像素点序列图像的结尾位置的初始像素点序列图像中的前W个像素点删除,并且可以将添加在初始像素点序列图像的开头位置的初始像素点序列图像中的后W个像素点删除,剩余行(rows)为1,列(cols)为countN的差值响应图。
与前述应用功能实现方法实施例相对应,本申请还提供了一种用于执行显示屏漏光检测方法的电子设备及相应的实施例。
图4示出可以实施本申请实施例的显示屏漏光检测方法的电子设备400的硬件配置的框图。如图4所示,电子设备400可以包括处理器410和存储器420。在图4的电子设备400中,仅示出了与本实施例有关的组成元素。因此,对于本领域普通技术人员而言显而易见的是:电子设备400还可以包括与图4中所示的组成元素不同的常见组成元素。比如:定点运算器。
电子设备400可以对应于具有各种处理功能的计算设备,例如,用于生成神经网络、训练或学习神经网络、将浮点型神经网络量化为定点型神经网络、或者重新训练神经网络的功能。例如,电子设备400可以被实现为各种类型的设备,例如个人计算机(PC)、服务器设备、移动设备等。
处理器410控制电子设备400的所有功能。例如,处理器410通过执行电子设备400上的存储器420中存储的程序,来控制电子设备400的所有功能。处理器410可以由电子设备400中提供的中央处理单元(CPU)、图形处理单元(GPU)、应用处理器(AP)、人工智能处理器芯片(IPU)等来实现。然而,本申请不限于此。
在一些实施例中,处理器410可以包括输入/输出(I/O)单元411和计算单元412。I/O单元411可以用于接收各种数据,例如显示屏待检图像。示例性地,计算单元412可以用于提取经由I/O单元411接收的显示屏待检图像中的漏光检测区域,得到漏光区域检测图像;进而确定漏光区域检测图像中每一方形窗口区域内的灰度均值,并且将方形窗口区域的中心像素点的像素值更新为灰度均值,得到灰度均值响应图;进而在漏光区域检测图像中确定漏光区域中线轮廓框,并在灰度均值响应图中提取漏光区域中线轮廓框对应的像素点;进而基于预设像素比较范围和漏光区域中线轮廓框对应的像素点确定漏光区域中线轮廓框对应的像素点中的每一像素点在其对应的预设像素比较范围之内的最小灰度值,并且将每一像素点的灰度值更新为每一像素点的原始灰度值与其对应的最小灰度值之间的灰度差值,得到差值响应图;进而基于差值响应图在显示屏待检图像中确定漏光缺陷位置。此漏光缺陷位置例如可以由I/O单元411输出。输出数据可以提供给存储器420以供其他设备(未示出)读取使用,也可以直接提供给其他设备使用。
存储器420是用于存储电子设备400中处理的各种数据的硬件。例如,存储器420可以存储电子设备400中的处理过的数据和待处理的数据。存储器420可存储处理器410已处理或要处理的显示屏漏光检测方法过程中涉及的数据集,例如,显示屏待检图像等。此外,存储器420 可以存储要由电子设备400驱动的应用、驱动程序等。例如:存储器420可以存储与将由处理器410执行的显示屏漏光检测方法有关的各种程序。存储器420可以是DRAM,但是本申请不限于此。存储器420可以包括易失性存储器或非易失性存储器中的至少一种。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、闪存、相变RAM(PRAM)、磁性RAM(MRAM)、电阻RAM(RRAM)、铁电RAM(FRAM)等。易失性存储器可包括动态RAM(DRAM)、静态RAM(SRAM)、同步DRAM(SDRAM)、PRAM、MRAM、RRAM、铁电RAM(FeRAM)等。在实施例中,存储器420可以包括硬盘驱动器(HDD)、 固态驱动器(SSD)、高密度闪存(CF)、安全数字(SD)卡、微安全数字(Micro-SD)卡、迷你安全数字(Mini-SD)卡、极限数字(xD)卡、高速缓存(caches)或记忆棒中的至少一项。
综上,本说明书实施方式提供的电子设备400的存储器420和处理器410实现的具体功能,可以与本说明书中的前述实施方式相对照解释,并能够达到前述实施方式的技术效果,这里便不再赘述。
在本实施方式中,处理器410可以按任何适当的方式实现。例如,处理器410可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。
还应当理解,本文示例的执行指令的任何模块、单元、组件、服务器、计算机、终端或设备可以包括或以其他方式访问计算机可读介质,诸如存储介质、计算机存储介质或数据存储设备(可移除的)和/或不可移动的)例如磁盘、光盘或磁带。计算机存储介质可以包括以用于存储信息的任何方法或技术实现的易失性和非易失性,可移动和不可移动介质,例如计算机可读指令、数据结构、程序模块或其他数据。
虽然本文已经示出和描述了本申请的多个实施例,但对于本领域技术人员显而易见的是,这样的实施例只是以示例的方式来提供。本领域技术人员可以在不偏离本申请思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本申请的过程中,可以采用对本文所描述的本申请实施例的各种替代方案。所附权利要求书旨在限定本申请的保护范围,并因此覆盖这些权利要求范围内的等同或替代方案。
Claims (10)
1.一种显示屏漏光检测方法,其特征在于,包括:
获取显示屏待检图像;
提取所述显示屏待检图像中的漏光检测区域,得到漏光区域检测图像;
确定所述漏光区域检测图像中每一方形窗口区域内的灰度均值,并且将所述方形窗口区域的中心像素点的像素值更新为所述灰度均值,得到灰度均值响应图;所述方形窗口区域为边长大于或等于所述漏光检测区域宽度并且以在所述漏光区域检测图像中的像素点作为中心像素点所形成的窗口区域;
在所述漏光区域检测图像中确定漏光区域中线轮廓框,并在所述灰度均值响应图中提取所述漏光区域中线轮廓框对应的像素点;
基于预设像素比较范围和所述漏光区域中线轮廓框对应的像素点确定所述漏光区域中线轮廓框对应的像素点中的每一像素点在其对应的预设像素比较范围之内的最小灰度值,并且将每一像素点的灰度值更新为每一像素点的原始灰度值与其对应的最小灰度值之间的灰度差值,得到差值响应图;
基于所述差值响应图在所述显示屏待检图像中确定漏光缺陷位置。
2.根据权利要求1所述的显示屏漏光检测方法,其特征在于,所述提取所述显示屏待检图像中的漏光检测区域,得到漏光区域检测图像包括:
在所述显示屏待检图像中定位显示屏幕的屏幕轮廓,得到屏幕轮廓交点;
基于所述屏幕轮廓交点提取屏幕感兴趣区域,得到屏幕区域图像;
在所述屏幕区域图像中将所述显示屏幕对应的区域置白,得到感兴趣区域掩膜图;
对所述感兴趣区域掩膜图进行内缩操作,得到内缩掩膜图;
基于第一预设卷积核对所述内缩掩膜图进行腐蚀操作,得到中线轮廓掩模图;
基于第二预设卷积核对所述中线轮廓掩模图进行腐蚀操作,得到内缩终止掩模图;
将所述内缩掩膜图与所述内缩终止掩模图作差,得到边缘漏光检测掩模图;
在所述屏幕区域图像中保留在边缘漏光检测掩模图中置白的像素点,得到所述漏光区域检测图像。
3.根据权利要求2所述的显示屏漏光检测方法,其特征在于,所述确定所述漏光区域检测图像中每一方形窗口区域内的灰度均值包括:
通过预设滤波核对所述漏光区域检测图像进行滤波处理,使得所述漏光区域检测图像中的每一像素点的像素值更新为像素点邻域范围内的灰度值和,得到漏光检测滤波图像;
将所述边缘漏光检测掩模图中置白的像素点的灰度值更新为单位灰度值;
通过所述预设滤波核对所述边缘漏光检测掩模图进行滤波处理,使得所述边缘漏光检测掩模图中的每一像素点的像素值更新为所述像素点邻域范围内的单位灰度和,得到漏光检测掩模滤波图;
其中,所述预设滤波核的尺寸与所述方形窗口区域的尺寸相等;
将所述漏光检测滤波图像与所述漏光检测掩模滤波图进行逐一像素点相除处理,得到所述漏光区域检测图像中每一方形窗口区域内的灰度均值。
4.根据权利要求2所述的显示屏漏光检测方法,其特征在于,所述在所述漏光区域检测图像中确定漏光区域中线轮廓框包括:
在所述漏光区域检测图像中,将所述中线轮廓掩模图的外轮廓框确定为所述漏光区域中线轮廓框。
5.根据权利要求1所述的显示屏漏光检测方法,其特征在于,所述基于预设像素比较范围和所述漏光区域中线轮廓框对应的像素点确定所述漏光区域中线轮廓框对应的像素点中的每一像素点在其对应的预设像素比较范围之内的最小灰度值包括:
基于所述漏光区域中线轮廓框对应的像素点构建初始像素点序列图像;
基于所述预设像素比较范围对所述初始像素点序列图像进行像素点延展,得到目标像素点序列图像;
基于所述目标像素点序列图像确定所述目标像素点序列图像中每一像素点在其对应的预设像素比较范围之内的最小灰度值。
6.根据权利要求5所述的显示屏漏光检测方法,其特征在于,所述预设像素比较范围为当前像素点的前W个像素点至当前像素点的后W个像素点;所述基于所述预设像素比较范围对所述初始像素点序列图像进行像素点延展包括:
将所述初始像素点序列图像中的前W个像素点拷贝至所述初始像素点序列图像的结尾位置;
将所述初始像素点序列图像中的后W个像素点拷贝至所述初始像素点序列图像的开头位置。
7.根据权利要求6所述的显示屏漏光检测方法,其特征在于,所述基于所述目标像素点序列图像确定所述目标像素点序列图像中每一像素点在其对应的预设像素比较范围之内的最小灰度值包括:
设置腐蚀卷积核,所述腐蚀卷积核的核大小为(2W+1,1);
通过所述腐蚀卷积核确定所述目标像素点序列图像中每一像素点在其对应的预设像素比较范围之内的最小灰度值,形成腐蚀像素点序列图像。
8.根据权利要求7所述的显示屏漏光检测方法,其特征在于,所述将每一像素点的灰度值更新为每一像素点的原始灰度值与其对应的最小灰度值之间的灰度差值,得到差值响应图包括:
将所述目标像素点序列图像与所述腐蚀像素点序列图像进行灰度作差处理,得到所述差值响应图。
9. 一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有用于显示屏漏光检测的程序代码,当所述程序代码被所述处理器执行时,使所述电子设备实现如权利要求1-8中任一项所述的方法。
10.一种非暂时性机器可读存储介质,其上存储有用于显示屏漏光检测的程序代码,当所述程序代码由处理器执行时,使得实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410484274.6A CN118096732B (zh) | 2024-04-22 | 2024-04-22 | 显示屏漏光检测方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410484274.6A CN118096732B (zh) | 2024-04-22 | 2024-04-22 | 显示屏漏光检测方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118096732A CN118096732A (zh) | 2024-05-28 |
CN118096732B true CN118096732B (zh) | 2024-06-21 |
Family
ID=91150054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410484274.6A Active CN118096732B (zh) | 2024-04-22 | 2024-04-22 | 显示屏漏光检测方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118096732B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111627009A (zh) * | 2020-05-27 | 2020-09-04 | 歌尔股份有限公司 | 一种屏幕检测方法、装置及头戴显示设备 |
CN113008524A (zh) * | 2019-12-20 | 2021-06-22 | 合肥欣奕华智能机器有限公司 | 屏幕漏光检测方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815630B (zh) * | 2020-08-28 | 2020-12-15 | 歌尔股份有限公司 | 一种用于lcd屏幕的缺陷检测方法、装置 |
CN114235758A (zh) * | 2021-12-10 | 2022-03-25 | 苏州凌云视界智能设备有限责任公司 | 缺陷检测方法、装置、设备及存储介质 |
CN117351011B (zh) * | 2023-12-04 | 2024-03-12 | 歌尔股份有限公司 | 屏幕缺陷检测方法、设备和可读存储介质 |
-
2024
- 2024-04-22 CN CN202410484274.6A patent/CN118096732B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113008524A (zh) * | 2019-12-20 | 2021-06-22 | 合肥欣奕华智能机器有限公司 | 屏幕漏光检测方法及装置 |
CN111627009A (zh) * | 2020-05-27 | 2020-09-04 | 歌尔股份有限公司 | 一种屏幕检测方法、装置及头戴显示设备 |
Also Published As
Publication number | Publication date |
---|---|
CN118096732A (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060237B (zh) | 一种故障检测方法、装置、设备及*** | |
CN111340752A (zh) | 屏幕的检测方法、装置、电子设备及计算机可读存储介质 | |
CN108960229B (zh) | 一种面向多方向的文字检测方法和装置 | |
CN113870293B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113469921B (zh) | 图像缺陷修复方法、***、计算机设备及存储介质 | |
CN110415237B (zh) | 皮肤瑕疵检测方法、检测装置、终端设备及可读存储介质 | |
CN112669301B (zh) | 一种高铁底板脱漆故障检测方法 | |
CN114519714B (zh) | 一种显示屏脏污缺陷判定的方法和*** | |
CN111539238A (zh) | 二维码图像修复方法、装置、计算机设备和存储介质 | |
JP2021165888A (ja) | 情報処理装置、情報処理装置の情報処理方法およびプログラム | |
CN114723677A (zh) | 图像缺陷检测方法、检测装置、检测设备及存储介质 | |
CN116128849A (zh) | 一种混凝土坝水下裂缝检测方法、装置、设备及存储介质 | |
CN114674826A (zh) | 基于布匹的视觉检测方法及检测*** | |
CN118096732B (zh) | 显示屏漏光检测方法、电子设备及存储介质 | |
CN116503382B (zh) | 一种显示屏划痕缺陷检测的方法和*** | |
CN115345895B (zh) | 用于视觉检测的图像分割方法、装置、计算机设备及介质 | |
CN116403114A (zh) | 一种基于深度学习的遥感影像目标识别方法及*** | |
CN111160358B (zh) | 一种图像二值化方法、装置、设备、介质 | |
CN116012322A (zh) | 一种相机脏污检测方法、装置、设备及介质 | |
CN112766256B (zh) | 光栅相位图处理方法、装置、电子设备及存储介质 | |
CN115527023A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
WO2022143261A1 (zh) | 栅格地图质量评估方法、装置、计算机设备及存储介质 | |
CN111818557B (zh) | 网络覆盖问题识别方法、装置及*** | |
CN114648520A (zh) | 轨道缺陷的检测方法、***、电子设备和存储介质 | |
CN116500042B (zh) | 缺陷检测方法、装置、***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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |