CN106097361A - 一种缺陷区域检测方法及装置 - Google Patents

一种缺陷区域检测方法及装置 Download PDF

Info

Publication number
CN106097361A
CN106097361A CN201610439499.5A CN201610439499A CN106097361A CN 106097361 A CN106097361 A CN 106097361A CN 201610439499 A CN201610439499 A CN 201610439499A CN 106097361 A CN106097361 A CN 106097361A
Authority
CN
China
Prior art keywords
pixel
value
gray
difference threshold
gray value
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
Application number
CN201610439499.5A
Other languages
English (en)
Other versions
CN106097361B (zh
Inventor
白帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kunshan Govisionox Optoelectronics Co Ltd
Kunshan Guoxian Photoelectric Co Ltd
Original Assignee
Kunshan Guoxian Photoelectric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kunshan Guoxian Photoelectric Co Ltd filed Critical Kunshan Guoxian Photoelectric Co Ltd
Priority to CN201610439499.5A priority Critical patent/CN106097361B/zh
Publication of CN106097361A publication Critical patent/CN106097361A/zh
Application granted granted Critical
Publication of CN106097361B publication Critical patent/CN106097361B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30121CRT, LCD or plasma display

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种缺陷区域检测方法,用以解决现有技术中通过人工尝试的方式来确定目标差值阈值导致目标差值阈值的确定效率较低的问题。该方法包括:接收用户输入的各个第一像素点在灰阶图像中的坐标参数,所述第一像素点为被检测区域中实际缺陷区域对应于灰阶图像上的像素点;根据用户输入的各个第一像素点在灰阶图像中的坐标参数,确定各个第一像素点的灰度值和各个第二像素点的灰度值,所述第二像素点为参考图像单元中与所述第一像素点相对位置相同的像素点;分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值;将满足目标差值阈值条件的所述差值作为目标差值阈值。本申请还公开了一种缺陷区域检测装置。

Description

一种缺陷区域检测方法及装置
技术领域
本申请涉及半导体技术领域,尤其涉及一种缺陷区域检测方法及装置。
背景技术
随着电子技术的迅速发展,电子元器件正朝着微型化、密集型的方向发展。比如对于显示面板而言,显示面板会由多个像素单元组成,如图1所示,为经过图像放大后的像素单元。在显示面板的制造过程中,可能会因工艺的问题导致面板中存在缺陷,使得显示面板的显示亮度的均匀性很难得到保证,如何提升显示面板的良品率成为每个显示面板制造商都非常关心的问题。
为了发现显示面板中的缺陷,需要对显示面板进行检测,然后才可以有针对性地进行工艺上的改善,以便提升良率。在进行缺陷检测时,由于显示面板中每个像素单元即为一个微型半导体器件,人眼几乎无法分辨,因此想要靠人工去检测显示面板中各个像素点在生产过程中的缺陷几乎是不可能的。
为满足上述缺陷检测需求,自动光学检测(Automatic Optic Inspection,AOI)技术应运而生,自动光学检测是基于光学原理来对面板生产过程中遇到的常见缺陷进行检测的方法。
具体地,在利用AOI技术进行缺陷检测时,首先会利用时间延迟积分电荷耦合元件(Time Delay Integration Charge-coupled Device,TDI-CCD)图像传感器获取被检测区域的灰阶图像,请参阅图2a所示的待检测区域的灰阶图像的示意图。然后再将所述灰阶图像划分为多个图像单元,并根据用户输入的参考图像单元确定指令,确定参考图像单元位于所述灰阶图像中的区域,其中,各个图像单元位于所述灰阶图像中的区域,是根据用户输入的图像单元划分参数确定的,所述参考图像单元对应于被检测区域中的某处非缺陷区域。例如,图2b所示的灰阶图像的具体示意图中,灰阶图像被划分为16个图像单元,其中参考图像单元如图中所示。最后计算各个图像单元与参考图像单元中,相对位置相同的两个像素点的灰度值的差值,如果所述差值的绝对值大于或等于预设的差值阈值,则判定该像素点对应的被检测区域的位置为缺陷点,所述相对位置为像素点相对于该像素点所在的图像单元中的位置,如图2b中圆圈所示为两个图像单元中相对位置相同的两个像素点。
在确定缺陷点位置后,为了向用户展示缺陷点的位置,将利用彩色图像传感器,获取被检测区域的彩色图像,所述彩色图像和所述灰阶图像中相同位置的图像像素点,对应于面板被检测区域中的同一位置。然后根据确定的缺陷点位置对应于灰阶图像上像素点的位置,确定彩色图像中与缺陷点位置对应的像素点的位置,并进行标记,然后向进行展示,以使得用户获知被检测区域缺陷点的位置、缺陷区域的大小等缺陷信息。其中,通过所述彩色图像,用户还可以看到被检测区域的实际缺陷区域。为了便于描述,我们将通过AOI技术检测得到的缺陷区域简称为测得缺陷区域。
在利用AOI进行缺陷检查的过程中,差值阈值的设置尤为重要,如果差值阈值设置的太小,可能导致正常区域被误检为缺陷区域,如果差值阈值设置的太大,将导致缺陷区域无法被检出。那么,选择最佳的差值阈值,才能保证缺陷区域被准确地检出,也不会造成误检。需要说明的是,在确定出目标差值阈值后,对于同一流水线上同一批次的面板,在预定时间内,便可以使用相同的目标差异阈值,进行缺陷检测。
在现有技术中,在确定目标差值阈值时,需要人工根据检测结果和经验不断地进行尝试,具体地,当发现测得缺陷区域大于实际缺陷区域时,需要调大差值阈值,当发现测得缺陷区域小于实际缺陷区域时,需要调小差值阈值,直至测得缺陷区域和实际缺陷区域相同,此时的差值阈值即可认为是目标差值阈值。但是,人工在每次根据检测结果调大或调小差值阈值时,差值阈值的具体值只能根据经验去尝试,往往需要尝试多次才能获得目标差值阈值。
由于目标差值阈值往往无法100%准确确定,一般情况下,只需确定在一定误差范围内的差值阈值即可。利用在一定误差范围内的差值阈值,即可准确地检出缺陷区域,如果利用某个差值阈值无法准确检出缺陷区域,则该差值阈值即超出了该误差范围。为了便于描述,我们将在一定误差范围内的差值阈值称为目标差值阈值。目前,现有技术中,通过人工根据检测结果和经验不断地进行尝试,来确定目标差值阈值的方式,效率较低。
发明内容
本申请实施例提供一种缺陷区域检测方法,用以解决现有技术中通过人工尝试的方式来确定目标差值阈值导致目标差值阈值的确定效率较低的问题。
本申请实施例还提供一种缺陷区域检测装置,用以解决现有技术中通过人工尝试的方式来确定目标差值阈值导致目标差值阈值的确定效率较低的问题。
本申请实施例采用下述技术方案:
一种缺陷区域检测方法,包括步骤:
接收用户输入的各个第一像素点在灰阶图像中的坐标参数,所述第一像素点为被检测区域中实际缺陷区域对应于灰阶图像上的像素点;
根据用户输入的各个第一像素点在灰阶图像中的坐标参数,确定各个第一像素点的灰度值和各个第二像素点的灰度值,所述第二像素点为参考图像单元中与所述第一像素点的相对位置相同的像素点;
分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值;
在得到每一个所述第一像素点对应的差值后,将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,所述目标差值阈值用于检测被检测区域的实际缺陷区域。
进一步地,所述方法还包括:
对灰阶图像中的测得缺陷区域和参考区域分别用不同的颜色进行标记;其中,所述参考区域为参考图像单元中与所述测得缺陷区域相对位置相同的区域;
将带有颜色标记的灰阶图像进行展示。
进一步地,所述方法还包括步骤:
对彩色图像中的参考区域和测得缺陷区域分别用不同的颜色进行标记;其中,所述参考区域为参考图像单元中与所述测得缺陷区域相对位置相同的区域;
将带有颜色标记的彩色图像进行展示。
进一步地,在将带有颜色标记的灰阶图像进行展示或将带有颜色标记的彩色图像进行展示后,所述方法还包括步骤:
接收用户输入的像素点灰度值查看指令;所述像素点灰度值查看指令中包含用户要查看的灰阶图像或彩色图像中的像素点的坐标参数;
响应于所述像素点灰度值查看指令,对所述像素点灰度值查看指令中包含的用户要查看的像素点的灰度值进行展示。
进一步地,将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,具体包括:
将所有差值的绝对值中,大于预设的最小差值且小于预设的最大差值的绝对值,作为目标差值阈值。
一种缺陷区域检测装置,包括:
坐标参数接收单元,用于接收用户输入的各个第一像素点在灰阶图像中的坐标参数,所述第一像素点为被检测区域中实际缺陷区域对应于灰阶图像上的像素点;
灰度值确定单元,用于根据用户输入的各个第一像素点在灰阶图像中的坐标参数,确定各个第一像素点的灰度值和各个第二像素点的灰度值,所述第二像素点为参考图像单元中与所述第一像素点的相对位置相同的像素点;
差值确定单元,用于分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值;
目标差值阈值确定单元,用于在得到每一个所述第一像素点对应的差值后,将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,所述目标差值阈值用于检测被检测区域的实际缺陷区域。
进一步地,所述装置还包括:
灰阶图像标记展示单元,用于对灰阶图像中的测得缺陷区域和参考区域分别用不同的颜色进行标记;其中,所述参考区域为,参考图像单元中与所述测得缺陷区域相对位置相同的区域;
将带有颜色标记的灰阶图像进行展示。
进一步地,所述装置还包括
彩色图像标记展示单元,用于对彩色图像中的参考区域和测得缺陷区域分别用不同的颜色进行标记;其中,所述参考区域为,参考图像单元中与所述测得缺陷区域相对位置相同的区域;
将带有颜色标记的彩色图像进行展示。
进一步地,所述装置还包括:
灰度值展示单元,用于接收用户输入的像素点灰度值查看指令;所述像素点灰度值查看指令中包含用户要查看的灰阶图像或彩色图像中的像素点的坐标参数;
并响应于所述像素点灰度值查看指令,对所述像素点灰度值查看指令中包含的、用户要查看的像素点的灰度值进行展示。
进一步地,所述目标差值阈值确定单元,具体用于将所有差值的绝对值中,大于预设的最小差值且小于预设的最大差值的绝对值,作为目标差值阈值。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过根据用户输入的各个第一像素点在灰阶图像中的坐标参数,分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值,并将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,无需通过人工反复尝试来确定目标差值阈值,相对于现有技术中通过人工反复尝试来确定目标差值阈值的方式,提高了缺陷区域检测时目标差值阈值确定的效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请提供的显示面板中像素单元的示意图;
图2a为本申请提供的待检测区域的灰阶图像的示意图;
图2b为本申请提供的待检测区域的灰阶图像的具体示意图;
图3为本申请实施例1提供的一种缺陷区域检测方法的实现流程示意图;
图4为本申请实施例2提供的一种缺陷区域检测装置的具体结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
实施例1
为解决现有技术中通过人工尝试的方式来确定目标差值阈值导致目标差值阈值的确定效率较低的问题,本申请实施例1提供一种缺陷区域检测方法。本申请实施例提供的缺陷区域检测方法的执行主体可以缺陷检测系统,例如,用于对面板中的缺陷区域进行检测的缺陷检测系统,等等。
为便于描述,下文以该方法的执行主体为用于对面板中的缺陷区域进行检测的缺陷检测系统为例,对该方法的实施方式进行介绍。可以理解,该方法的执行主体为用于对面板中的缺陷区域进行检测的缺陷检测系统只是一种示例性的说明,并不应理解为对该方法的限定。
该方法的实现流程示意图如图3所示,包括下述步骤:
步骤11:接收用户输入的各个第一像素点在灰阶图像中的坐标参数,所述第一像素点为被检测区域中实际缺陷区域对应于灰阶图像上的像素点;
本申请实施例中,所述第一像素点在灰阶图像中的坐标参数,为所述第一像素点位于所述灰阶图像中的坐标的值。
本申请实施例中,被检测区域的彩色图像即为被检测区域的彩色照片,通过彩色图像,用户可以得到被检测区域中实际的缺陷所在的区域。所述实际缺陷区域,即为被检测区域中实际的缺陷所在的区域。那么在通过彩色图像向用户展示实际缺陷区域后,用户便可以从彩色图像中确定实际缺陷区域。进而,用户便可以确定实际缺陷区域在所述彩色图像中的各个像素点的坐标。
本申请实施例中,由于所述彩色图像和所述灰阶图像中相同坐标的图像像素点,对应于面板被检测区域中的同一位置,那么所述实际缺陷区域在所述彩色图像中的各个像素点的坐标,即为所述实际缺陷区域在所述灰阶图像中的各个像素点的坐标。
本申请实施例中,可以接收用户通过在所述彩色图像上选取像素点的方式,输入的第一像素点的坐标参数。比如,当用户发现某个区域为实际缺陷区域后,用户可以通过点击彩色图像上的实际缺陷区域,缺陷检测系统根据彩色图像上被用户点击的区域,便可以确定彩色图像上被用户点击的区域的像素点的坐标。即,用户可以通过点击彩色图像上的实际缺陷区域,将实际缺陷区域的坐标参数输入至缺陷检测系统中。
本申请实施例中,由于所述彩色图像和所述灰阶图像中相同坐标的图像像素点,对应于面板被检测区域中的同一位置,那么用户通过点击彩色图像上的实际缺陷区域,输入的实际缺陷区域的坐标参数,即为各个第一像素点在灰阶图像中的坐标参数。
本申请实施例中,还可以接收用户通过预设的坐标参数输入框输入的第一像素点在灰阶图像中的坐标参数,或者,还可以接收用户通过在所述灰阶图像上选取像素点的方式,输入的第一像素点在灰阶图像中的坐标参数,此处不再赘述。本申请实施例中,对接收用户输入的第一像素点的坐标参数的方式不做限定。
本申请实施例中,可以对灰阶图像的像素点的灰度值进行展示,以便用户能根据所述灰度值设置合理的差值阈值。当缺陷检测系统接收到用户输入的像素点灰度值查看指令时,会响应于所述像素点灰度值查看指令,对所述像素点灰度值查看指令中包含的、用户要查看的像素点的灰度值进行展示。所述像素点灰度值查看指令中包含用户要查看的、灰阶图像中的像素点的坐标参数。
需要说明的是,由于所述彩色图像和所述灰阶图像中相同坐标的图像像素点,对应于面板被检测区域中的同一位置。那么用户也可以通过彩色图像中的像素点的坐标参数,查看灰阶图像中与彩色图像中的像素点的坐标参数相同的像素点的灰度值。比如,当用户期望查看灰阶图像中对应于实际缺陷区域的像素点的灰度值时,用户可以通过彩色图像获取实际缺陷区域的具体位置,然后对应找到实际缺陷区域在灰阶图像中的具体位置,便可以查看实际缺陷区域的像素点的灰度值。
为方便用户通过彩色图像查看某个区域对应灰阶图像中像素点的灰度值,本申请实施例中,可以为彩色图像中各像素点与灰阶图像中相同坐标的各像素点的灰度值建立一一映射关系。
本申请实施例中,当用户期望通过彩色图像查看某个区域对应灰阶图像中像素点的灰度值时,用户可以向缺陷检测系统发出像素点灰度值查看指令,所述像素点灰度值查看指令中包含用户要查看的、彩色图像中的像素点的坐标参数。那么缺陷检测系统便可以接收用户输入的像素点灰度值查看指令,然后响应于所述像素点灰度值查看指令,并根据所述一一映射关系,对所述像素点灰度值查看指令中包含的、用户要查看的彩色图像中的像素点的灰度值进行展示。即,用户可以直接通过彩色图像中某个像素点查看该像素点对应于灰阶图像中像素点的灰度值。
本申请实施例中,用户在获知灰阶图像中各像素点的灰度值后,可以根据经验设置合适的差值阈值。具体地,用户可以查看灰阶图像中测得缺陷区域像素点的灰度值和参考区域像素点的灰度值,进而可以预估目标差值阈值,使得预估的目标差值阈值与真实的目标差值阈值不会相差太大。其中,所述第二像素点为参考图像单元中,与所述第一像素点的相对位置相同的像素点。例如,当用户判定测得缺陷区域的面积明显大于正常缺陷区域的面积时,那么此时用户可以查看测得缺陷区域和参考区域像素点的灰度值,预估测得缺陷区域灰度值和参考区域像素点的灰度值的差值的大体范围,然后根据预估的差值的大体范围和正常缺陷区域的面积,预估目标差值阈值,使得预估的目标差值阈值与最佳差值阈值不会相差太大。
本申请实施例中,为方便用户获取参考区域的灰度值和测得缺陷区域的灰度值,可以对灰阶图像中的参考区域和测得缺陷区域分别用不同的颜色进行标记,然后将带有颜色标记的灰阶图像进行展示。
基于预先为彩色图像中各像素点与灰阶图像中相同坐标的各像素点的灰度值建立的一一映射关系,本申请实施例中,还可以通过彩色图像向用户展示参考区域和测得缺陷区域对应灰阶图像中的灰度值。具体地,可以对彩色图像中的参考区域和测得缺陷区域分别用不同的颜色进行标记,并将带有颜色标记的彩色图像进行展示。以便用户可以预估目标差值阈值,使得预估的目标差值阈值与最佳差值阈值不会相差太大。
本申请实施例中,可以通过彩色图像向用户展示测得缺陷区域的灰度值和实际缺陷区域的灰度值,以便用户可以直观的计算出各个第一像素点的灰度值与第二像素点的灰度值的差值,进而可以较为精确地得出目标差值阈值。其中,所述第二像素点为参考图像单元中,与所述第一像素点的相对位置相同的像素点。
本申请实施例中,由于实际缺陷区域对应彩色图像上的像素点的数量往往较大,仅凭人工计算各个第一像素点的灰度值与第二像素点的灰度值的差值会耗费较长时间。本申请实施例中,可以接收用户输入的各个第一像素点在灰阶图像中的坐标参数,然后分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值。无需人工逐个计算,提高了差值计算的效率。
步骤12:根据用户输入的各个第一像素点在灰阶图像中的坐标参数,确定各个第一像素点的灰度值和各个第二像素点的灰度值,所述第二像素点为参考图像单元中与所述第一像素点的相对位置相同的像素点;
其中,所述第二像素点为参考图像单元中,与所述第一像素点的相对位置相同的像素点。
本申请实施例中,在接收到用户输入的各个第一像素点的坐标参数后,便可以对应获取到各个第一像素点的灰度值。
本申请实施例中,可以根据各个第一像素点在灰阶图像中的坐标参数,得到各个第一像素点的相对位置,进而可以到所述参考图像单元中,查找相对位置与各个第一像素点的相对位置相同的像素点的灰度值,作为各个第二像素点的灰度值。
步骤13:分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值;
本申请实施例中,在通过执行步骤12得到各个第一像素点的灰度值和各个第二像素点的灰度值后,便可以计算相对位置相同的第一像素点的灰度值和第二像素点的灰度值的差值。
由于第一像素点的数量不止一个,那么,本申请实施例中,会对分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值进行计算。
步骤14:在得到每一个所述第一像素点对应的差值后,将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,所述目标差值阈值用于检测被检测区域的实际缺陷区域。
本申请实施例中,理论上,应该将各个差值的绝对值中的最小值作为目标差值阈值,但是由于输入的第一像素点中,个别第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值极小,因此,应该将个别的极小的差值排除。那么,可以预先设置最小差值,然后计算所有差值的绝对值,可以将所有差值的绝对值中,大于预设的最小差值且小于预设的最大差值的绝对值,作为目标差值阈值。所述最小差值和最大差值,可以由测试人员根据经验确定。即可排除个别的极小的差值的干扰,提高获取目标差值阈值的准确性。
在误差允许范围内,得到的目标差值阈值均可用于检测被检测区域的实际缺陷区域。优选的,可以将大于预设的最小差值的所述绝对值中最小的绝对值,作为目标差值阈值,以便提高检测的准确性。
那么,利用得到的目标差值阈值,进行缺陷检测时,像素点的灰度值和第二像素点的灰度值的差值的绝对值大于或等于所述目标差值阈值的像素点,对应的被检测区域的位置即为缺陷区域。
需要说明的是,如果在利用通过执行步骤14得到的目标差值阈值,进行缺陷检测时,发现存在误检的情况,即错误地将正常区域检测为缺陷区域,那么可能是由以下两种因素导致的:(1)步骤11中所输入的第一像素点在灰阶图像中的坐标参数不准确;(2)输入的第一像素点中,存在个别第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值极小的像素点。那么,在实际应用中,应尽可能地将以上两种因素排除。
本申请实施例中,所述目标差值阈值用于检测被检测区域的实际缺陷区域。需要说明的是,由于灰阶图像中可能存在个别的噪点,利用所述目标差值阈值,并非能够100%准确无误地检测出被检测区域的实际缺陷区域,利用所述目标差值阈值,只是为了尽可能准确地检测出被检测面板中的实际缺陷区域,即提高检测出被检测面板中实际缺陷区域的准确率。
本申请实施例1提供的缺陷区域检测方法,通过根据用户输入的各个第一像素点在灰阶图像中的坐标参数,分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值,并将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,无需通过人工反复尝试来确定目标差值阈值,相对于现有技术中通过人工反复尝试来确定目标差值阈值的方式,提高了缺陷区域检测时目标差值阈值确定的效率。
需要说明的是,实施例1所提供方法的各步骤的执行主体均可以是同一设备,或者,该方法也由不同设备作为执行主体。比如,步骤11和步骤12的执行主体可以为设备1,步骤13的执行主体可以为设备2;又比如,步骤11的执行主体可以为设备1,步骤12和步骤13的执行主体可以为设备2;等等。
实施例2
为解决现有技术中通过人工尝试的方式来确定目标差值阈值导致目标差值阈值的确定效率较低的问题,本申请实施例2提供一种缺陷区域检测装置。该缺陷区域检测装置的结构示意图如图4所示,主要包括下述功能单元:
坐标参数接收单元21,用于接收用户输入的各个第一像素点在灰阶图像中的坐标参数,所述第一像素点为被检测区域中实际缺陷区域对应于灰阶图像上的像素点;
灰度值确定单元22,用于根据用户输入的各个第一像素点在灰阶图像中的坐标参数,确定各个第一像素点的灰度值和各个第二像素点的灰度值,所述第二像素点为参考图像单元中与所述第一像素点的相对位置相同的像素点;
差值确定单元23,用于分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值;
目标差值阈值确定单元24,用于在得到每一个所述第一像素点对应的差值后,将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,所述目标差值阈值用于检测被检测区域的实际缺陷区域。
灰阶图像标记展示单元25,用于对灰阶图像中的测得缺陷区域和参考区域分别用不同的颜色进行标记;其中,所述参考区域为参考图像单元中与所述测得缺陷区域相对位置相同的区域;将带有颜色标记的灰阶图像进行展示。
彩色图像标记展示单元26,用于对彩色图像中的参考区域和测得缺陷区域分别用不同的颜色进行标记;其中,所述参考区域为参考图像单元中与所述测得缺陷区域相对位置相同的区域;将带有颜色标记的彩色图像进行展示。
灰度值展示单元27,用于接收用户输入的像素点灰度值查看指令;所述像素点灰度值查看指令中包含用户要查看的灰阶图像或彩色图像中的像素点的坐标参数;并响应于所述像素点灰度值查看指令,对所述像素点灰度值查看指令中包含的、用户要查看的像素点的灰度值进行展示。
在一种实施方式中,所述目标差值阈值确定单元24,具体用于将所有差值的绝对值中,大于预设的最小差值且小于预设的最大差值的绝对值,作为目标差值阈值。
本申请实施例2提供的缺陷区域检测装置,通过根据用户输入的各个第一像素点在灰阶图像中的坐标参数,分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值,并将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,无需通过人工反复尝试来确定目标差值阈值,相对于现有技术中通过人工反复尝试来确定目标差值阈值的方式,提高了缺陷区域检测时目标差值阈值确定的效率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种缺陷区域检测方法,其特征在于,包括步骤:
接收用户输入的各个第一像素点在灰阶图像中的坐标参数,所述第一像素点为被检测区域中实际缺陷区域对应于灰阶图像上的像素点;
根据用户输入的各个第一像素点在灰阶图像中的坐标参数,确定各个第一像素点的灰度值和各个第二像素点的灰度值,所述第二像素点为参考图像单元中与所述第一像素点的相对位置相同的像素点;
分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值;
在得到每一个所述第一像素点对应的差值后,将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,所述目标差值阈值用于检测被检测区域的实际缺陷区域。
2.如权利要求1所述方法,其特征在于,所述方法还包括:
对灰阶图像中的测得缺陷区域和参考区域分别用不同的颜色进行标记;其中,所述参考区域为参考图像单元中与所述测得缺陷区域相对位置相同的区域;
将带有颜色标记的灰阶图像进行展示。
3.如权利要求1所述方法,其特征在于,所述方法还包括步骤:
对彩色图像中的参考区域和测得缺陷区域分别用不同的颜色进行标记;其中,所述参考区域为参考图像单元中与所述测得缺陷区域相对位置相同的区域;
将带有颜色标记的彩色图像进行展示。
4.如权利要求2或3所述方法,其特征在于,在将带有颜色标记的灰阶图像进行展示或将带有颜色标记的彩色图像进行展示后,所述方法还包括步骤:
接收用户输入的像素点灰度值查看指令;所述像素点灰度值查看指令中包含用户要查看的灰阶图像或彩色图像中的像素点的坐标参数;
响应于所述像素点灰度值查看指令,对所述像素点灰度值查看指令中包含的用户要查看的像素点的灰度值进行展示。
5.如权利要求1所述方法,其特征在于,将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,具体包括:
将所有差值的绝对值中,大于预设的最小差值且小于预设的最大差值的绝对值,作为目标差值阈值。
6.一种缺陷区域检测装置,其特征在于,包括:
坐标参数接收单元,用于接收用户输入的各个第一像素点在灰阶图像中的坐标参数,所述第一像素点为被检测区域中实际缺陷区域对应于灰阶图像上的像素点;
灰度值确定单元,用于根据用户输入的各个第一像素点在灰阶图像中的坐标参数,确定各个第一像素点的灰度值和各个第二像素点的灰度值,所述第二像素点为参考图像单元中与所述第一像素点的相对位置相同的像素点;
差值确定单元,用于分别计算第一像素点的灰度值和与所述第一像素点的相对位置相同的第二像素点的灰度值的差值;
目标差值阈值确定单元,用于在得到每一个所述第一像素点对应的差值后,将满足预设的目标差值阈值条件的所述差值作为目标差值阈值,所述目标差值阈值用于检测被检测区域的实际缺陷区域。
7.如权利要求6所述装置,其特征在于,所述装置还包括:
灰阶图像标记展示单元,用于对灰阶图像中的测得缺陷区域和参考区域分别用不同的颜色进行标记;其中,所述参考区域为,参考图像单元中与所述测得缺陷区域相对位置相同的区域;
将带有颜色标记的灰阶图像进行展示。
8.如权利要求6所述装置,其特征在于,所述装置还包括
彩色图像标记展示单元,用于对彩色图像中的参考区域和测得缺陷区域分别用不同的颜色进行标记;其中,所述参考区域为,参考图像单元中与所述测得缺陷区域相对位置相同的区域;
将带有颜色标记的彩色图像进行展示。
9.如权利要求7或8所述装置,其特征在于,所述装置还包括:
灰度值展示单元,用于接收用户输入的像素点灰度值查看指令;所述像素点灰度值查看指令中包含用户要查看的灰阶图像或彩色图像中的像素点的坐标参数;
并响应于所述像素点灰度值查看指令,对所述像素点灰度值查看指令中包含的、用户要查看的像素点的灰度值进行展示。
10.如权利要求6所述装置,其特征在于:
所述目标差值阈值确定单元,具体用于将所有差值的绝对值中,大于预设的最小差值且小于预设的最大差值的绝对值,作为目标差值阈值。
CN201610439499.5A 2016-06-20 2016-06-20 一种缺陷区域检测方法及装置 Active CN106097361B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610439499.5A CN106097361B (zh) 2016-06-20 2016-06-20 一种缺陷区域检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610439499.5A CN106097361B (zh) 2016-06-20 2016-06-20 一种缺陷区域检测方法及装置

Publications (2)

Publication Number Publication Date
CN106097361A true CN106097361A (zh) 2016-11-09
CN106097361B CN106097361B (zh) 2020-06-19

Family

ID=57236918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610439499.5A Active CN106097361B (zh) 2016-06-20 2016-06-20 一种缺陷区域检测方法及装置

Country Status (1)

Country Link
CN (1) CN106097361B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106652860A (zh) * 2016-11-24 2017-05-10 广州视源电子科技股份有限公司 显示屏灰阶检测方法及装置
CN107918216A (zh) * 2017-12-13 2018-04-17 深圳Tcl新技术有限公司 图像Mura缺陷评估方法、系统以及可读存储介质
CN108122228A (zh) * 2017-12-21 2018-06-05 金翰阳科技(大连)股份有限公司 一种打磨腻子或漆面检测方法
CN108414530A (zh) * 2018-03-13 2018-08-17 昆山国显光电有限公司 自动光学检测设备
CN108445010A (zh) * 2018-03-12 2018-08-24 昆山国显光电有限公司 自动光学检测方法及装置
CN109697714A (zh) * 2018-11-26 2019-04-30 联想(北京)有限公司 一种信息检测方法、设备及计算机存储介质
CN110136619A (zh) * 2019-06-28 2019-08-16 京东方科技集团股份有限公司 显示面板的不良检测方法、装置、质量管理方法
CN111007086A (zh) * 2019-11-25 2020-04-14 合肥维信诺科技有限公司 缺陷检测方法和装置、存储介质
CN111664815A (zh) * 2020-06-12 2020-09-15 云谷(固安)科技有限公司 半导体膜层上凸峰高度的测量方法及测量装置
CN112465775A (zh) * 2020-11-26 2021-03-09 云谷(固安)科技有限公司 触控面板缺陷检测系统及触控面板缺陷检测方法
CN113345355A (zh) * 2021-06-09 2021-09-03 云谷(固安)科技有限公司 显示面板的Mura检测方法、装置及介质
CN113538603A (zh) * 2021-09-16 2021-10-22 深圳市光明顶照明科技有限公司 一种基于阵列产品的光学检测方法、系统和可读存储介质
CN113674273A (zh) * 2021-09-16 2021-11-19 深圳市光明顶照明科技有限公司 一种基于产品缺陷的光学检测方法、系统和可读存储介质
CN113724183A (zh) * 2020-05-22 2021-11-30 上海微创卜算子医疗科技有限公司 可读存储介质、支架缺陷位置获取方法及装置
CN113808087A (zh) * 2021-09-02 2021-12-17 上汽通用五菱汽车股份有限公司 钢板表面的缺陷管控方法、装置及计算机可读存储介质
CN114782436A (zh) * 2022-06-20 2022-07-22 苏州康代智能科技股份有限公司 Pcb缺陷检测方法、电路板计量测量方法及制作方法
WO2022193521A1 (zh) * 2021-03-18 2022-09-22 长鑫存储技术有限公司 缺陷表征方法和装置
CN115330766A (zh) * 2022-10-12 2022-11-11 南通新诚电子有限公司 一种电容阳极铝箔化成质量缺陷识别方法
WO2024077801A1 (zh) * 2022-10-14 2024-04-18 长鑫存储技术有限公司 套刻标记检查方法及设备
CN113674238B (zh) * 2021-08-16 2024-06-11 浙江大华技术股份有限公司 坏点检测方法、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020150286A1 (en) * 2001-04-11 2002-10-17 Dainippon Screen Mfg. Co., Ltd. Pattern inspecting apparatus and method
US20120155740A1 (en) * 2010-12-17 2012-06-21 Samsung Electronics Co., Ltd. Method of detecting defect in pattern and apparatus for performing the same
CN103885217A (zh) * 2014-03-10 2014-06-25 京东方科技集团股份有限公司 一种检测液晶面板柱状隔垫物缺陷的方法及装置
CN104568956A (zh) * 2013-10-12 2015-04-29 上海掌迪自动化科技有限公司 基于机器视觉的带钢表面缺陷的检测方法
CN104978748A (zh) * 2015-07-06 2015-10-14 电子科技大学 一种基于局部像素值的液晶屏缺陷检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020150286A1 (en) * 2001-04-11 2002-10-17 Dainippon Screen Mfg. Co., Ltd. Pattern inspecting apparatus and method
US20120155740A1 (en) * 2010-12-17 2012-06-21 Samsung Electronics Co., Ltd. Method of detecting defect in pattern and apparatus for performing the same
CN104568956A (zh) * 2013-10-12 2015-04-29 上海掌迪自动化科技有限公司 基于机器视觉的带钢表面缺陷的检测方法
CN103885217A (zh) * 2014-03-10 2014-06-25 京东方科技集团股份有限公司 一种检测液晶面板柱状隔垫物缺陷的方法及装置
CN104978748A (zh) * 2015-07-06 2015-10-14 电子科技大学 一种基于局部像素值的液晶屏缺陷检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
S. B. KANG 等: "Automatic Defect Classification ofTFT-LCD Panels Using Machine Learning", 《IEEE》 *
杨霞 等: "基于AOI的PCB孔缺陷检测法", 《工业控制计算机》 *

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106652860A (zh) * 2016-11-24 2017-05-10 广州视源电子科技股份有限公司 显示屏灰阶检测方法及装置
CN106652860B (zh) * 2016-11-24 2020-08-18 广州视源电子科技股份有限公司 显示屏灰阶检测方法及装置
CN107918216A (zh) * 2017-12-13 2018-04-17 深圳Tcl新技术有限公司 图像Mura缺陷评估方法、系统以及可读存储介质
CN107918216B (zh) * 2017-12-13 2021-03-12 深圳Tcl新技术有限公司 图像Mura缺陷评估方法、系统以及可读存储介质
CN108122228A (zh) * 2017-12-21 2018-06-05 金翰阳科技(大连)股份有限公司 一种打磨腻子或漆面检测方法
CN108445010A (zh) * 2018-03-12 2018-08-24 昆山国显光电有限公司 自动光学检测方法及装置
CN108414530A (zh) * 2018-03-13 2018-08-17 昆山国显光电有限公司 自动光学检测设备
CN109697714A (zh) * 2018-11-26 2019-04-30 联想(北京)有限公司 一种信息检测方法、设备及计算机存储介质
CN110136619A (zh) * 2019-06-28 2019-08-16 京东方科技集团股份有限公司 显示面板的不良检测方法、装置、质量管理方法
CN111007086A (zh) * 2019-11-25 2020-04-14 合肥维信诺科技有限公司 缺陷检测方法和装置、存储介质
CN113724183B (zh) * 2020-05-22 2024-01-23 上海微创卜算子医疗科技有限公司 可读存储介质、支架缺陷位置获取方法及装置
CN113724183A (zh) * 2020-05-22 2021-11-30 上海微创卜算子医疗科技有限公司 可读存储介质、支架缺陷位置获取方法及装置
CN111664815A (zh) * 2020-06-12 2020-09-15 云谷(固安)科技有限公司 半导体膜层上凸峰高度的测量方法及测量装置
CN112465775A (zh) * 2020-11-26 2021-03-09 云谷(固安)科技有限公司 触控面板缺陷检测系统及触控面板缺陷检测方法
CN112465775B (zh) * 2020-11-26 2022-11-25 云谷(固安)科技有限公司 触控面板缺陷检测系统及触控面板缺陷检测方法
WO2022193521A1 (zh) * 2021-03-18 2022-09-22 长鑫存储技术有限公司 缺陷表征方法和装置
CN113345355A (zh) * 2021-06-09 2021-09-03 云谷(固安)科技有限公司 显示面板的Mura检测方法、装置及介质
CN113674238B (zh) * 2021-08-16 2024-06-11 浙江大华技术股份有限公司 坏点检测方法、装置、电子设备和存储介质
CN113808087A (zh) * 2021-09-02 2021-12-17 上汽通用五菱汽车股份有限公司 钢板表面的缺陷管控方法、装置及计算机可读存储介质
CN113538603B (zh) * 2021-09-16 2021-12-24 深圳市光明顶照明科技有限公司 一种基于阵列产品的光学检测方法、系统和可读存储介质
CN113674273B (zh) * 2021-09-16 2021-12-31 深圳市光明顶照明科技有限公司 一种基于产品缺陷的光学检测方法、系统和可读存储介质
CN113674273A (zh) * 2021-09-16 2021-11-19 深圳市光明顶照明科技有限公司 一种基于产品缺陷的光学检测方法、系统和可读存储介质
CN113538603A (zh) * 2021-09-16 2021-10-22 深圳市光明顶照明科技有限公司 一种基于阵列产品的光学检测方法、系统和可读存储介质
CN114782436A (zh) * 2022-06-20 2022-07-22 苏州康代智能科技股份有限公司 Pcb缺陷检测方法、电路板计量测量方法及制作方法
CN115330766A (zh) * 2022-10-12 2022-11-11 南通新诚电子有限公司 一种电容阳极铝箔化成质量缺陷识别方法
CN115330766B (zh) * 2022-10-12 2023-04-11 南通新诚电子有限公司 一种电容阳极铝箔化成质量缺陷识别方法
WO2024077801A1 (zh) * 2022-10-14 2024-04-18 长鑫存储技术有限公司 套刻标记检查方法及设备

Also Published As

Publication number Publication date
CN106097361B (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN106097361A (zh) 一种缺陷区域检测方法及装置
CN105849774B (zh) 图像对照装置、图像传感器、处理系统、图像对照方法
US9177529B2 (en) Method and device for determining afterimage level of display device
CN106412573A (zh) 一种检测镜头污点的方法和装置
CN103196914A (zh) 外观检查装置和外观检查方法
CN104980730B (zh) 一种基于同心圆理论定位光心的方法
WO2017012312A1 (zh) 屏幕按压发黄判定方法及判定装置
CN104053984A (zh) 图像检查方法和图像检查装置
US11900666B2 (en) Defect detection and image comparison of components in an assembly
CN104376323B (zh) 一种确定目标距离的方法及装置
CN103150558B (zh) 一种基于机器视觉的显示终端操作响应匹配检测方法
CN106662484B (zh) 光学相机亮度检测值与色度检测值校准方法及装置
CN108986721A (zh) 一种用于显示面板检测的检测图形生成方法
CN106226033B (zh) 检测透光基板透过率的方法及装置
CN105427282A (zh) 一种3d定位精度的测试方法和装置
CN106773181A (zh) 一种显示面板周边Mura的测试方法及装置
CN104349125B (zh) 一种区域监控方法及设备
CN102136139B (zh) 目标姿态分析装置及其目标姿态分析方法
CN106969707B (zh) 一种检测装置及其控制方法
CN103606146B (zh) 一种基于圆盘靶标的角点检测方法
US9842402B1 (en) Detecting foreground regions in panoramic video frames
CN107491778A (zh) 一种基于定位图像的智能设备屏幕提取方法和系统
CN111401123A (zh) 一种基于深度学习的slam回环检测方法及系统
CN113891068B (zh) 基于摄像头均匀性测试辅助装置的光轴精度检测方法
JP4530723B2 (ja) パターンマッチング方法、パターンマッチング装置、および電子部品実装方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant