CN104933978A - 显示面板的检测方法和检测装置 - Google Patents

Abstract

本发明提供一种显示面板的检测方法，包括：S1、获取待检测显示面板点亮后的检测图像；S2、计算所述检测图像与标准图像之间的实际相似度；S3、根据所述实际相似度判断所述待检测显示面板是否为良品，当所述实际相似度在标准相似度范围内时，判定所述待检测显示面板为良品；当所述实际相似度超出所述标准相似度范围时，判定所述待检测显示面板为次品。相应地，本发明还提供一种显示面板的检测装置。本发明能够提高检测效率和准确率，且避免了光线对人眼的伤害。

Description

显示面板的检测方法和检测装置

技术领域

本发明涉及显示技术领域，具体涉及一种显示面板的检测方法和一种显示面板的检测装置。

背景技术

在显示面板的开发生产中，需要对显示面板的质量进行检测。目前主通过人工观察的方法将显示面板点亮后，检测员观察面板的显示情况，统计出不良的产品以及不良的类型，从而对不良的产品进行下一步处理。但是，这种人工检测得到方法效率和准确率较低，并且不利于人的身体健康，尤其对眼睛的损伤较大。

发明内容

本发明的目的在于提供一种显示面板的检测方法和一种显示面板的检测装置，以提高对显示面板检测的效率和准确率，减小对人体的伤害。

为了实现上述目的，本发明提供一种显示面板的检测方法，包括：

S1、获取待检测显示面板点亮后的检测图像；

S2、计算所述检测图像与标准图像之间的实际相似度；

S3、根据所述实际相似度判断所述待检测显示面板是否为良品，当所述实际相似度在标准相似度范围内时，判定所述待检测显示面板为良品；当所述实际相似度超出所述标准相似度范围时，判定所述待检测显示面板为次品。

优选地，所述检测方法还包括在步骤S1之前进行的：

获取多个良品样本点亮后的样本图像，任意一个所述样本图像形成为所述标准图像；

计算多对样本图像之间的多个标准相似度；

根据多个所述标准相似度确定所述标准相似度范围。

优选地，根据公式(1)至公式(3)计算所述实际相似度或所述标准相似度：

$SIM(A,B)=\frac{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)\left({\mathrm{DB}}_{i,j-{\mathrm{\μ}}_B}\right)}{\sqrt{\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)}^2\]\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)}^2\]}}---\left(1\right)$

${\mathrm{\μ}}_A=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DA}}_{i,j}---\left(2\right)$

${\mathrm{\μ}}_B=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DB}}_{i,j}---\left(3\right)$

其中，SIM(A,B)为所述检测图像与所述标准图像之间的实际相似度；

DA_i,j为所述检测图像中第i行第j列像素单元的灰度值；

DB_i,j为所述标准图像中第i行第j列像素单元的灰度值；

M为所述检测图像和所述标准图像的像素单元的行数，N为所述检测图像和所述标准图像的像素单元的列数；

1≤i≤M，1≤j≤N；

或者，SIM(A,B)为一对样本图像之间的标准相似度；

DA_i,j为第一幅样本图像中第i行第j列的像素单元的灰度值；

DB_i,j为第二幅样本图像中第i行第j列的像素单元的灰度值；

M为所述样本图像的像素单元的行数，N为所述样本图像的像素单元的列数；

1≤i≤M，1≤j≤N。

优选地，所述待检测显示面板上有多个检测点，每个检测点均为一个像素单元，步骤S1包括获取待检测显示面板中每个检测点所对应的灰度值；

所述标准图像中，对应于所述多个检测点位置处的多个像素单元的灰度值的平均值为标准灰度值，当所述待检测显示面板为次品时，所述检测方法还包括在步骤S3之后进行的：

S4、根据所述待检测显示面板的检测点所对应的灰度值和标准灰度值范围判断所述检测点的类型，当所述检测点所对应的灰度值在所述标准灰度值范围内时，判定所述检测点为正常点；当所述检测点所对应的灰度值超出所述标准灰度值范围时，判定所述检测点为坏点。

优选地，所述坏点包括亮点和暗点，在所述步骤S4中，当所述检测点所对应的灰度值大于所述标准灰度值范围的最大值时，判定所述检测点为亮点；当所述检测点所对应的灰度值小于所述标准灰度值范围的最小值时，判定所述检测点为暗点。

优选地，所述待检测显示面板上的每个像素单元均形成为一个检测点。

优选地，所述检测方法还包括在步骤S 1之前进行的：

计算每个样本图像中对应于多个检测点的多个像素单元的灰度值的平均值；

根据多个样本图像所对应的多个所述平均值确定所述标准灰度值范围。

优选地，所述检测方法还包括在步骤S4之后进行的：

S5、获取所述坏点的位置；

S6、根据所述坏点的位置判断所述次品出现的不良类型，当所述坏点包括位于同一行或同一列的多个亮点时，判定所述次品上出现亮线不良，当所述坏点包括位于同一行或同一列的多个暗点时，判定所述次品上出现暗线不良，当所述坏点包括位于预定直径的区域内的多个亮点或位于预定直径的区域内的多个暗点时，判定所述次品上出现斑痕不良。

相应地，本发明还提供一种显示面板的检测装置，包括：

检测图像获取模块，用于获取待检测显示面板点亮后的检测图像；

第一计算模块，用于计算所述检测图像与标准图像之间的实际相似度；

相似度对比模块，用于将所述实际相似度与标准相似度范围进行对比；

质量判断模块，用于根据所述相似度对比模块的对比结果判断所述待检测显示面板是否为良品，当所述实际相似度在所述标准相似度范围内时，判定所述待检测显示面板为良品；当所述实际相似度超出所述标准相似度范围内时，判定所述待检测显示面板为次品。

优选地，所述检测装置还包括：

样本图像获取模块，用于获取多个良品样本点亮后的样本图像，任意一个所述样本图像形成为所述标准图像；

第二计算模块，用于计算多对样本图像之间的多个标准相似度；

标准相似度范围确定模块，用于根据所述第二计算模块计算得到的多个标准相似度确定所述标准相似度范围。

优选地，所述第一计算模块能够根据公式(1)至公式(3)计算所述实际相似度，所述第二计算模块能够根据公式(1)至公式(3)计算所述标准相似度：

$SIM(A,B)=\frac{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)\left({\mathrm{DB}}_{i,j-{\mathrm{\μ}}_B}\right)}{\sqrt{\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)}^2\]\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)}^2\]}}---\left(1\right)$

${\mathrm{\μ}}_A=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DA}}_{i,j}---\left(2\right)$

${\mathrm{\μ}}_B=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DB}}_{i,j}---\left(3\right)$

其中，SIM(A,B)为所述检测图像与所述标准图像之间的实际相似度；

DA_i,j为所述检测图像中第i行第j列像素单元的灰度值；

DB_i,j为所述标准图像中第i行第j列像素单元的灰度值；

M为所述检测图像和所述标准图像的像素单元的行数，N

为所述检测图像和所述标准图像的像素单元的列数；

1≤i≤M，1≤j≤N；

或者，SIM(A,B)为一对样本图像之间的标准相似度；

DA_i,j为第一幅样本图像中第i行第j列的像素单元的灰度值；

DB_i,j为第二幅样本图像中第i行第j列的像素单元的灰度值；

M为所述样本图像的像素单元的行数，N为所述样本图像的像素单元的列数；

1≤i≤M，1≤j≤N。

优选地，所述待检测显示面板上有多个检测点，每个检测点均为一个像素单元，所述检测图像获取模块能够获取所述待检测显示面板中每个检测点所对应像素单元的灰度值，所述标准图像中对应于所述多个检测点位置处的多个像素单元的灰度值的平均值为标准灰度值，

所述检测装置还包括：

灰度对比模块，用于将次品的检测点所对应的灰度值和标准灰度值范围进行对比；

坏点类型判断模块，用于根据所述灰度对比模块的对比结果判断检测点的类型，当检测点所对应的灰度值在标准灰度值范围内时，判定检测点为正常点；当所述检测点所对应的灰度值超出所述标准灰度值范围时，判定所述检测点为坏点。

优选地，所述坏点包括亮点和暗点，当所述检测点所对应的灰度值大于所述标准灰度值范围的最大值时，所述坏点类型判断模块判定所述检测点为亮点；当所述检测点所对应的灰度值小于所述标准灰度值范围的最小值时，所述坏点类型判断模块判定所述检测点为暗点。

优选地，所述待检测显示面板上的每个像素单元均形成为一个检测点。

优选地，所述检测装置还包括：

第三计算模块，用于计算每个样本图像中对应于多个检测点的多个像素单元的灰度值的平均值；

标准灰度值范围确定模块，用于根据所述第三计算模块所计算得到的多个样本图像所对应的多个平均值确定所述标准灰度值范围。

优选地，所述检测装置还包括：

坏点位置获取模块，用于获取所述坏点的位置；

不良类型判断模块，用于根据所述坏点的位置判断所述次品出现的不良类型，当所述坏点包括位于同一行或同一列的多个亮点时，判定所述次品上出现亮线不良，当所述坏点包括位于同一行或同一列的多个暗点时，判定所述次品上出现暗线不良，当所述坏点包括位于预定直径的区域内的多个亮点或位于预定直径的区域内的多个暗点时，判定所述次品上出现斑痕不良。

在本发明中，通过将待检测显示面板与标准图像之间的实际相似度就可以判断出待检测显示面板的质量，并且当待检测显示面板为次品时，可以进一步检测出现的坏点类型以及不良类型，以便于进行下一步不良分析。从而不需要检测员通过直接观看点亮后的面板进行检测，防止光线对人眼的伤害，且提高了检测效率和准确率。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是本发明的实施例中检测方法的流程示意图；

图2是本发明的实施例中检测装置的结构示意图。

其中，附图标记为：11、检测图像获取模块；12、第一计算模块；13、相似度对比模块；14、质量判断模块；21、样本图像获取模块；22、第二计算模块；23、标准相似度范围确定模块；15、灰度对比模块；16、坏点类型判断模块；17、坏点位置获取模块；18、不良类型判断模块；24、第三计算模块；25、标准灰度值范围确定模块。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

作为本发明的一方面，提供一种显示面板的检测方法，如图1所示，包括：

S1、获取待检测显示面板点亮后的检测图像；

S2、计算所述检测图像与标准图像之间的实际相似度；

S3、根据所述实际相似度判断所述待检测显示面板是否为良品，当所述实际相似度在标准相似度范围内时，判定所述待检测显示面板为良品；当所述实际相似度超出所述标准相似度范围时，判定所述待检测显示面板为次品。

所述标准图像是指质量良好的良品显示面板点亮后的图像，在本发明中，首先计算待检测显示面板的检测图像和标准图像之间的实际相似度，两幅图像之间的相似度代表了两幅图像的匹配程度，相似度越高，则表明两幅图像之间的匹配程度越高；相似度越小，则表明两幅福相之间的匹配程度越低。因此，通过将实际相似度和标准相似度计算范围进行比较即可判定出待检测显示面板的质量，从而提高了检测效率和准确率，同时不需要人眼观察显示面板的图像，减少了显示面板的光线对人眼的损伤。

需要说明的是，待检测显示面板的检测图像和所述标准图像的大小可以相同，以便于计算两幅图像之间的相似度。并且，所述检测图像的颜色与所述标准图像的颜色应当是一致的，例如，标准图像为一幅红色的图像，那么，点亮待检测显示面板时，驱动电路所提供的驱动信号也是使得显示面板能够显示红色的驱动信号。

作为本发明的一种具体实施方式，所述标准图像以及所述标准相似度范围可以在检测之前预先获取，具体地，所述检测方法还包括在步骤S1之前进行的：

获取多个良品样本点亮后的样本图像，任意一个所述样本图像形成为所述标准图像；

计算多对样本图像之间的多个标准相似度；

根据多个标准相似度确定所述标准相似度范围。

如上文中所述，待检测显示面板点亮后的颜色与所述标准图像的颜色应当是一致的，类似地，计算所述标准相似度时，每两个样本图像的颜色也是一致的，因此，点亮待检测显示面板时，驱动电路提供给待检测显示面板的驱动信号与点亮良品样本时驱动电路提供给良品样本的驱动信号相同。

当计算得到多个标准相似度之后，所述标准相似度范围即为多个标准相似度的最大值和最小值所限定的范围。

具体地，根据公式(1)至公式(3)计算所述实际相似度或所述标准相似度：

$SIM(A,B)=\frac{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)\left({\mathrm{DB}}_{i,j-{\mathrm{\μ}}_B}\right)}{\sqrt{\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)}^2\]\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)}^2\]}}---\left(1\right)$

${\mathrm{\μ}}_A=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DA}}_{i,j}---\left(2\right)$

${\mathrm{\μ}}_B=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DB}}_{i,j}---\left(3\right)$

其中，SIM(A,B)为所述检测图像与所述标准图像之间的实际相似度；

DA_i,j为所述检测图像中第i行第j列像素单元的灰度值；

DB_i,j为所述标准图像中第i行第j列像素单元的灰度值；

M为所述检测图像和所述标准图像的像素单元的行数，N为所述检测图像和所述标准图像的像素单元的列数；

1≤i≤M，1≤j≤N；

或者，SIM(A,B)为一对样本图像之间的标准相似度；

DA_i,j为第一幅样本图像中第i行第j列的像素单元的灰度值；

DB_i,j为第二幅样本图像中第i行第j列的像素单元的灰度值；

M为所述样本图像的像素单元的行数，N为所述样本图像的像素单元的列数；

1≤i≤M，1≤j≤N。

根据公式(1)至公式(3)可以看出，两幅图像的相似度范围在0～1之间，相似度越大，表示两幅图像越相似。

应当理解的是，待检测显示面板和良品样本中均包括多个像素单元，每个像素单元均包括颜色不同的子像素，所述像素单元的灰度值是指每个像素单元的多个子像素的颜色分量混合得到的灰度值。待检测显示面板的所有像素单元被点亮后显示的图像即为所述检测图像，所述良品样本中的所有像素单元被点亮后显示的图形即为所述样本图像。

在本发明中，所述待检测显示面板上有多个检测点，每个检测点均为一个像素单元，所述步骤S1包括获取待检测显示面板中每个检测点所对应的灰度值。所述标准图像中，对应于所述多个检测点位置处的多个像素单元的灰度值的平均值为标准灰度值，当所述待检测显示面板为次品时，所述检测方法还包括在步骤S3之后进行的：

S4、根据所述待检测显示面板的检测点所对应的灰度值和标准灰度值范围判断所述检测点的类型，当所述检测点所对应的灰度值在所述标准灰度值范围内时，判定所述检测点为正常点；当所述检测点所对应的灰度值超出所述标准灰度值范围时，判定所述检测点为坏点。

当判断出待检测显示面板为次品时，可以进一步对待检测显示面板中的检测点类型进行判断，以便于后续步骤中对检测点类型的统计，并且有利于后续过程中判断产生不良的原因。

具体地，所述坏点包括亮点和暗点，在所述步骤S4中，当所述检测点所对应的灰度值大于所述标准灰度值范围的最大值时，判定所述检测点为亮点；当所述检测点所对应的灰度值小于所述标准灰度值范围的最小值时，判定所述检测点为暗点。

如上所述，每个检测点均为一个像素单元，步骤S4可以判断一部分像素单元对应的检测点的类型，也可以判断所有像素单元所对应的检测点的类型。

优选地，所述待检测显示面板上的每个像素单元均形成为一个检测点。步骤S1获取检测图像的过程即获取所有像素单元的灰度值，所述步骤S4中将每个像素单元对应的检测点与标准灰度值范围进行对比，以判断待检测显示面板上每个像素单元对应的检测点的类型。

在本发明中，可以在对待检测显示面板进行检测前预先确定所述标准灰度值范围。具体地，所述检测方法还包括在步骤S 1之前进行的：

计算每个样本图像中对应于多个检测点的多个像素单元的灰度值的平均值；

根据多个样本图像所对应的多个所述平均值确定所述标准灰度值范围。

如上文所述，任意一个样本图像形成为所述标准图像，所述标准图像中，对应于所述多个检测点位置处的多个像素单元的灰度值的平均值为标准灰度值。因此，每个样本图像均可以对应一个标准灰度值，多个样本图像对应多个标准灰度值，多个标准灰度值中的最大值和最小值形成为所述标准灰度值范围的两个边界值。

通常在次品中，亮点或暗点的个数为多个，从而在显示面板上呈现出不同的不良类型，例如，亮线、暗线或斑痕(mura)。为了进一步判断出所述次品的不良类型，如图1所示，所述检测方法还包括在步骤S4之后进行的：

S5、获取所述坏点的位置；

S6、根据所述坏点的位置判断所述次品出现的不良类型，当所述坏点包括位于同一行或同一列的多个亮点时，判定所述次品上出现亮线不良，当所述坏点包括位于同一行或同一列的多个暗点时，判定所述次品上出现暗线不良，当所述坏点包括位于预定直径的区域内的多个亮点或位于预定直径的区域内的多个暗点时，判定所述次品上出现斑痕不良。

可以理解的是，当坏点不属于S6中的三种情况时，则判定所述坏点呈无规则排列。

作为本发明的第二个方面，提供一种显示面板的检测装置，如图2所示，所述检测装置包括：

检测图像获取模块11，用于获取待检测显示面板点亮后的检测图像，该图像获取模块11可以包括摄像头等器件；

第一计算模块12，用于计算所述检测图像与标准图像之间的实际相似度；

相似度对比模块13，用于将所述实际相似度与标准相似度范围进行对比；

质量判断模块14，用于根据所述相似度对比模块的对比结果判断所述待检测显示面板是否为良品，当所述实际相似度在所述标准相似度范围内时，判定所述待检测显示面板为良品；当所述实际相似度超出所述标准相似度范围内时，判定所述待检测显示面板为次品。

所述标准相似度范围可以在检测图像获取模块10获取所述检测图像之前预先获得，进一步地，如图2所示，所述检测装置还可以包括：

样本图像获取模块21，用于获取多个良品样本点亮后的样本图像，任意一个所述样本图像形成为所述标准图像；

第二计算模块22，用于计算多对样本图像之间的多个标准相似度；

标准相似度范围确定模块23，用于根据第二计算模块22计算得到的多个标准相似度确定所述标准相似度范围。

可以理解的是，检测图像获取模块11和样本图像获取模块21所获取图像的过程均包括获取图像中每个像素单元的位置和灰度值，第一计算模块12计算所述实际相似度以及第二计算模块22计算所述标准相似度时，均根据图像的像素单元的位置和灰度值进行计算。

具体地，第一计算模块12能够根据公式(1)至公式(3)计算所述实际相似度，第二计算模块22能够根据公式(1)至公式(3)计算所述标准相似度：

$SIM(A,B)=\frac{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)\left({\mathrm{DB}}_{i,j-{\mathrm{\μ}}_B}\right)}{\sqrt{\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)}^2\]\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\left({\mathrm{DA}}_{i,j-{\mathrm{\μ}}_A}\right)}^2\]}}---\left(1\right)$

${\mathrm{\μ}}_A=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DA}}_{i,j}---\left(2\right)$

${\mathrm{\μ}}_B=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DB}}_{i,j}---\left(3\right)$

其中，SIM(A,B)为所述检测图像与所述标准图像之间的实际相似度；

DA_i,j为所述检测图像中第i行第j列像素单元的灰度值；

DB_i,j为所述标准图像中第i行第j列像素单元的灰度值；

M为所述检测图像和所述标准图像的像素单元的行数，N为所述检测图像和所述标准图像的像素单元的列数；

1≤i≤M，1≤j≤N；

或者，SIM(A,B)为一对样本图像之间的标准相似度；

DA_i,j为第一幅样本图像中第i行第j列的像素单元的灰度值；

DB_i,j为第二幅样本图像中第i行第j列的像素单元的灰度值；

M为所述样本图像的像素单元的行数，N为所述样本图像的像素单元的列数；

1≤i≤M，1≤j≤N。

待检测显示面板和良品样本均包括多个像素单元，待检测显示面板的所有像素单元点亮后所显示出的图像为检测图像，所述良品样本的所有像素单元点亮后所显示的图像为样本图像。为了便于计算所述实际相似度，待检测显示面板和所述良品样本的大小是相同的，即所述检测图像和标准图像的大小是相同的。

进一步地，如图2所示，所述待检测显示面板上有多个检测点，每个检测点均为一个像素单元，检测图像获取模块11能够获取所述待检测显示面板中每个检测点所对应像素单元的灰度值，所述标准图像中对应于所述多个检测点位置处的多个像素单元的灰度值的平均值为标准灰度值，所述检测装置还包括：

灰度对比模块15，用于将次品的检测点所对应的灰度值和标准灰度值范围进行对比；

坏点类型判断模块16，用于根据灰度对比模块15的对比结果判断检测点的类型，当检测点所对应的灰度值在标准灰度值范围内时，判定检测点为正常点；当所述检测点所对应的灰度值超出所述标准灰度值范围时，判定所述检测点为坏点。

具体地，所述坏点包括亮点和暗点，当所述检测点所对应的灰度值大于所述标准灰度值范围的最大值时，所述坏点类型判断模块判定所述检测点为亮点；当所述检测点所对应的灰度值小于所述标准灰度值范围的最小值时，所述坏点类型判断模块判定所述检测点为暗点。

优选地，所述待检测显示面板上的每个像素单元均形成为一个检测点。检测图像获取模块11能够获取每个像素单元的灰度值。所述标准灰度值范围也可以在检测图像获取模块11获取检测图像之前预先获取，具体地，如图2所示，所述检测装置还包括：

第三计算模块24，用于计算每个样本图像中对应于多个检测点的多个像素单元的灰度值的平均值；

标准灰度值范围确定模块25，用于根据所述第三计算模块所计算得到的多个样本图像所对应的多个所述平均值确定所述标准灰度值范围。

优选地，第三计算模块24可以计算每个样本图像中所有像素单元的灰度值的平均值。

进一步地，如图2所示，所述检测装置还包括：

坏点位置获取模块17，用于获取所述坏点的位置；

不良类型判断模块18，用于根据所述坏点的位置判断所述次品出现的不良类型，当所述坏点包括位于同一行或同一列的多个亮点时，判定所述次品上出现亮线不良，当所述坏点包括位于同一行或同一列的多个暗点时，判定所述次品上出现暗线不良，当所述坏点包括位于预定直径的区域内的多个亮点或位于预定直径的区域内的多个暗点时，判定所述次品上出现斑痕不良。

所述坏点的位置即所述坏点对应的像素单元所在行、列数。

可以看出，本发明提供的检测方法和检测装置，通过将待检测显示面板与标准图像之间的实际相似度就可以判断出待检测显示面板的质量，并且当待检测显示面板为次品时，可以进一步检测出现的坏点类型以及不良类型，以便于进行下一步不良分析。从而不需要检测员通过直接观看点亮后的面板进行检测，防止光线对人眼的伤害，且提高了检测效率和准确率。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (16)

1.一种显示面板的检测方法，其特征在于，包括：

S1、获取待检测显示面板点亮后的检测图像；

S2、计算所述检测图像与标准图像之间的实际相似度；

S3、根据所述实际相似度判断所述待检测显示面板是否为良品，当所述实际相似度在标准相似度范围内时，判定所述待检测显示面板为良品；当所述实际相似度超出所述标准相似度范围时，判定所述待检测显示面板为次品。

2.根据权利要求1所述的检测方法，其特征在于，所述检测方法还包括在步骤S1之前进行的：

获取多个良品样本点亮后的样本图像，任意一个所述样本图像形成为所述标准图像；

计算多对样本图像之间的多个标准相似度；

根据多个所述标准相似度确定所述标准相似度范围。

3.根据权利要求2所述的检测方法，其特征在于，根据公式(1)至公式(3)计算所述实际相似度或所述标准相似度：

$SIM(A,B)=\frac{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N({\mathrm{DA}}_{i,j}-{\mathrm{\μ}}_A)({\mathrm{DB}}_{i,j}-{\mathrm{\μ}}_B)}{\sqrt{\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{({\mathrm{DA}}_{i,j}-{\mathrm{\μ}}_A)}^2\]\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{({\mathrm{DA}}_{i,j}-{\mathrm{\μ}}_A)}^2\]}}---\left(1\right)$

${\mathrm{\μ}}_A=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DA}}_{i,j}---\left(2\right)$

${\mathrm{\μ}}_B=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DB}}_{i,j}---\left(3\right)$

其中，SIM(A,B)为所述检测图像与所述标准图像之间的实际相似度；

DA_i,j为所述检测图像中第i行第j列像素单元的灰度值；

DB_i,j为所述标准图像中第i行第j列像素单元的灰度值；

M为所述检测图像和所述标准图像的像素单元的行数，N为所述检测图像和所述标准图像的像素单元的列数；

1≤i≤M，1≤j≤N；

或者，SIM(A,B)为一对样本图像之间的标准相似度；

DA_i,j为第一幅样本图像中第i行第j列的像素单元的灰度值；

DB_i,j为第二幅样本图像中第i行第j列的像素单元的灰度值；

M为所述样本图像的像素单元的行数，N为所述样本图像的像素单元的列数；

1≤i≤M，1≤j≤N。

4.根据权利要求2所述的检测方法，其特征在于，所述待检测显示面板上有多个检测点，每个检测点均为一个像素单元，步骤S1包括获取待检测显示面板中每个检测点所对应的灰度值；

所述标准图像中，对应于所述多个检测点位置处的多个像素单元的灰度值的平均值为标准灰度值，当所述待检测显示面板为次品时，所述检测方法还包括在步骤S3之后进行的：

S4、根据所述待检测显示面板的检测点所对应的灰度值和标准灰度值范围判断所述检测点的类型，当所述检测点所对应的灰度值在所述标准灰度值范围内时，判定所述检测点为正常点；当所述检测点所对应的灰度值超出所述标准灰度值范围时，判定所述检测点为坏点。

5.根据权利要求4所述的检测方法，其特征在于，所述坏点包括亮点和暗点，在所述步骤S4中，当所述检测点所对应的灰度值大于所述标准灰度值范围的最大值时，判定所述检测点为亮点；当所述检测点所对应的灰度值小于所述标准灰度值范围的最小值时，判定所述检测点为暗点。

6.根据权利要求4所述的检测方法，其特征在于，所述待检测显示面板上的每个像素单元均形成为一个检测点。

7.根据权利要求4所述的检测方法，其特征在于，所述检测方法还包括在步骤S1之前进行的：

计算每个样本图像中对应于多个检测点的多个像素单元的灰度值的平均值；

根据多个样本图像所对应的多个所述平均值确定所述标准灰度值范围。

8.根据权利要求5至7中任意一项所述的检测方法，其特征在于，所述检测方法还包括在步骤S4之后进行的：

S5、获取所述坏点的位置；

S6、根据所述坏点的位置判断所述次品出现的不良类型，当所述坏点包括位于同一行或同一列的多个亮点时，判定所述次品上出现亮线不良，当所述坏点包括位于同一行或同一列的多个暗点时，判定所述次品上出现暗线不良，当所述坏点包括位于预定直径的区域内的多个亮点或位于预定直径的区域内的多个暗点时，判定所述次品上出现斑痕不良。

9.一种显示面板的检测装置，其特征在于，包括：

检测图像获取模块，用于获取待检测显示面板点亮后的检测图像；

第一计算模块，用于计算所述检测图像与标准图像之间的实际相似度；

相似度对比模块，用于将所述实际相似度与标准相似度范围进行对比；

质量判断模块，用于根据所述相似度对比模块的对比结果判断所述待检测显示面板是否为良品，当所述实际相似度在所述标准相似度范围内时，判定所述待检测显示面板为良品；当所述实际相似度超出所述标准相似度范围内时，判定所述待检测显示面板为次品。

10.根据权利要求9所述的检测装置，其特征在于，所述检测装置还包括：

样本图像获取模块，用于获取多个良品样本点亮后的样本图像，任意一个所述样本图像形成为所述标准图像；

第二计算模块，用于计算多对样本图像之间的多个标准相似度；

标准相似度范围确定模块，用于根据所述第二计算模块计算得到的多个标准相似度确定所述标准相似度范围。

11.根据权利要求10所述的检测装置，其特征在于，所述第一计算模块能够根据公式(1)至公式(3)计算所述实际相似度，所述第二计算模块能够根据公式(1)至公式(3)计算所述标准相似度：

$SIM(A,B)=\frac{{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N({\mathrm{DA}}_{i,j}-{\mathrm{\μ}}_A)({\mathrm{DB}}_{i,j}-{\mathrm{\μ}}_B)}{\sqrt{\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{({\mathrm{DA}}_{i,j}-{\mathrm{\μ}}_A)}^2\]\[{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{({\mathrm{DA}}_{i,j}-{\mathrm{\μ}}_A)}^2\]}}---\left(1\right)$

${\mathrm{\μ}}_A=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DA}}_{i,j}---\left(2\right)$

${\mathrm{\μ}}_B=\frac{1}{M\×N}{\mathrm{\Σ}}_{i=1}^M{\mathrm{\Σ}}_{j=1}^N{\mathrm{DB}}_{i,j}---\left(3\right)$

其中，SIM(A,B)为所述检测图像与所述标准图像之间的实际相似度；

DA_i,j为所述检测图像中第i行第j列像素单元的灰度值；

DB_i,j为所述标准图像中第i行第j列像素单元的灰度值；

M为所述检测图像和所述标准图像的像素单元的行数，N为所述检测图像和所述标准图像的像素单元的列数；

1≤i≤M，1≤j≤N；或者，SIM(A,B)为一对样本图像之间的标准相似度；

DA_i,j为第一幅样本图像中第i行第j列的像素单元的灰度值；

DB_i,j为第二幅样本图像中第i行第j列的像素单元的灰度值；

M为所述样本图像的像素单元的行数，N为所述样本图像的像素单元的列数；

1≤i≤M，1≤j≤N。

12.根据权利要求10所述的检测装置，其特征在于，所述待检测显示面板上有多个检测点，每个检测点均为一个像素单元，所述检测图像获取模块能够获取所述待检测显示面板中每个检测点所对应像素单元的灰度值，所述标准图像中对应于所述多个检测点位置处的多个像素单元的灰度值的平均值为标准灰度值，

所述检测装置还包括：

灰度对比模块，用于将次品的检测点所对应的灰度值和标准灰度值范围进行对比；

坏点类型判断模块，用于根据所述灰度对比模块的对比结果判断检测点的类型，当检测点所对应的灰度值在标准灰度值范围内时，判定检测点为正常点；当所述检测点所对应的灰度值超出所述标准灰度值范围时，判定所述检测点为坏点。

13.根据权利要求12所述的检测装置，其特征在于，所述坏点包括亮点和暗点，当所述检测点所对应的灰度值大于所述标准灰度值范围的最大值时，所述坏点类型判断模块判定所述检测点为亮点；当所述检测点所对应的灰度值小于所述标准灰度值范围的最小值时，所述坏点类型判断模块判定所述检测点为暗点。

14.根据权利要求12所述的检测装置，其特征在于，所述待检测显示面板上的每个像素单元均形成为一个检测点。

15.根据权利要求12所述的检测装置，其特征在于，所述检测装置还包括：

第三计算模块，用于计算每个样本图像中对应于多个检测点的多个像素单元的灰度值的平均值；

标准灰度值范围确定模块，用于根据所述第三计算模块所计算得到的多个样本图像所对应的多个平均值确定所述标准灰度值范围。

16.根据权利要求13至15所述的检测装置，其特征在于，所述检测装置还包括：

坏点位置获取模块，用于获取所述坏点的位置；

不良类型判断模块，用于根据所述坏点的位置判断所述次品出现的不良类型，当所述坏点包括位于同一行或同一列的多个亮点时，判定所述次品上出现亮线不良，当所述坏点包括位于同一行或同一列的多个暗点时，判定所述次品上出现暗线不良，当所述坏点包括位于预定直径的区域内的多个亮点或位于预定直径的区域内的多个暗点时，判定所述次品上出现斑痕不良。