CN107976446A - 一种基于机器视觉的led数码管显示屏检测方法及系统 - Google Patents

一种基于机器视觉的led数码管显示屏检测方法及系统 Download PDF

Info

Publication number
CN107976446A
CN107976446A CN201711114041.3A CN201711114041A CN107976446A CN 107976446 A CN107976446 A CN 107976446A CN 201711114041 A CN201711114041 A CN 201711114041A CN 107976446 A CN107976446 A CN 107976446A
Authority
CN
China
Prior art keywords
image
pixel
target
display screen
target product
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.)
Withdrawn
Application number
CN201711114041.3A
Other languages
English (en)
Inventor
于龙华
汪洋
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.)
Taizhou Jiji Intellectual Property Operation Co.,Ltd.
Original Assignee
Shanghai Feixun Data Communication Technology 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 Shanghai Feixun Data Communication Technology Co Ltd filed Critical Shanghai Feixun Data Communication Technology Co Ltd
Priority to CN201711114041.3A priority Critical patent/CN107976446A/zh
Publication of CN107976446A publication Critical patent/CN107976446A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9511—Optical elements other than lenses, e.g. mirrors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G01N2021/95615—Inspecting patterns on the surface of objects using a comparative method with stored comparision signal

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于机器视觉的LED数码管显示屏检测方法及系统，用以解决在检测电子产品中的显示屏时人工检测方式效率、准确率较低的问题。该方法包括：S1：采集目标产品显示不同图案时的图像信息，作为目标图像；S2：将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值；S3：若是，则标记该区域，并筛除该目标图像对应的目标产品。采用本发明，通过机器视觉技术快速获取显示屏图像并进行比对，能够提高显示屏检测的效率和精确度，同时在不同的环境下都有很好的适应性。

Description

一种基于机器视觉的LED数码管显示屏检测方法及系统
技术领域
本发明涉及机器视觉领域，尤其涉及一种基于机器视觉的LED数码管显示屏检测方法及系统。
背景技术
LED数码管是由多个发光二极管封装在一起组成的，一些电子产品的LED数码管显示屏上含有大量的LED发光二极管，在照明领域也有应用了大量的LED数码管进行照明，特别适合应用于广告牌背景、立交桥、河、湖护栏、建筑物轮廓等大型动感光带的夜景照明之中，
现有的LED数码管显示屏产品在出厂前都会进行检验以确认产品的质量和性能，其中LED数码管的显示种类也很多，如米8字段位式、字母类和图案类等等，显示屏中任何一个发光二极管出现问题都有可能影响整个图案的显示效果，需要对LED数码管显示屏一一进行点亮才能检测发现问题，而人工检测无法保证检测的准确率和效率，并且需要花费更多的人力成本，在一些比较复杂的环境中也不具备适用性。
公开号为104034516A的专利公开了一种基于机器视觉的LED检测装置及其检测方法，该LED检测装置包括载板夹具、暗箱以及工控机，所述暗箱内设有与所述工控机连接的工业相机，所述工业相机上设有定焦镜头，所述暗箱内还设有安置于所述定焦镜头前端的聚光板，所述聚光板平面上设置有至少两个定位灯，通过所述定位灯构成的坐标系平面内设置通孔，所述载板夹具通过传导光纤与所述通孔连接。该发明通过设置暗箱，使用工业相机采集LED的图像分析比对，能够快速高效的完成LED的检测，但是，需要暗箱来提供合适的检测环境，对环境不具备适应性，操作步骤较复杂麻烦。
发明内容
本发明要解决的技术问题在于提供一种基于机器视觉的LED数码管显示屏检测方法及系统，用以解决在检测电子产品中的显示屏时人工检测方式效率、准确率较低、对环境要求较高的问题。
为了实现上述目的，本发明采用的技术方案为：
一种基于机器视觉的LED数码管显示屏检测方法，包括步骤：
S1：采集目标产品显示不同图案时的图像信息，作为目标图像；
S2：将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值；
S3：若是，则标记该区域，并筛除该目标图像对应的目标产品。
进一步的，所述步骤S1还包括步骤：
依次获取目标产品显示不同图案时的目标图像，判断是否与预设样本图像依次对应，若是，则获取所述预设样本图像的像素数据信息。
进一步的，所述步骤S2还包括步骤：
获取所述目标图像中不同区域的像素均值、标准方差；
与预设样本图像的像素值进行对比；
当与样本图像像素差值大于预设阈值时，对所述区域进行标记，并将目标图像保存至数据库中。
进一步的，还包括步骤：
将所述像素差值大于预设阈值的目标产品数量信息与所述目标产品标记的区域信息发送至显示界面以进行显示。
进一步的，还包括步骤：
获取目标产品位置信息，判断所述位置信息是否在预设位置范围内，若是，则发送显示信号以使目标产品依次显示不同的图案。
一种基于机器视觉的LED数码管显示屏检测系统，包括：
图像采集模块：用于采集目标产品显示不同图案时的图像信息，作为目标图像；
像素对比模块：用于将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值；
标记筛除模块：用于当所述像素差值大于预设阈值时，标记该区域，并筛除该目标图像对应的目标产品。
进一步的，所述图像采集模块还包括：
图像对照单元：用于依次获取目标产品显示不同图案时的目标图像，判断是否与预设样本图像依次对应，若是，则获取所述预设样本图像的像素数据信息。
进一步的，所述像素对比模块还包括：
像素信息获取单元：用于获取所述目标图像中不同区域的像素均值、标准方差；
对比单元：用于与预设样本图像的像素值进行对比；
标记保存单元：用于当与样本图像像素差值大于预设阈值时，对所述区域进行标记，并将目标图像保存至数据库中。
进一步的，还包括：
数据显示模块：用于将所述像素差值大于预设阈值的目标产品数量信息与所述目标产品标记的区域信息发送至显示界面以进行显示。
进一步的，还包括：
感应模块：用于获取目标产品位置信息，判断所述位置信息是否在预设位置范围内，若是，则发送显示信号以使目标产品依次显示不同的图案。
采用本发明，通过机器视觉技术获取LED数码管显示屏的图像信息，自动比对，提高了检测效率和准确度，同时对环境的适应性较好，操作简单。
附图说明
图1是本发明提供的一种基于机器视觉的LED数码管显示屏检测方法流程图一；
图2是本发明提供的一种基于机器视觉的LED数码管显示屏检测系统结构图一；
图3是本发明提供的另一种基于机器视觉的LED数码管显示屏检测方法流程图二；
图4是本发明提供的另一种基于机器视觉的LED数码管显示屏检测系统结构图二。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
本发明中，采用机器视觉获取LED数码管显示屏显示的不同图案信息，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
实施例一
本实施例提供了一种基于机器视觉检验LED数码管显示屏的方法，如图1所示，包括步骤：
S11：采集目标产品显示不同图案时的图像信息，作为目标图像；
S13：将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值；
S13：若是，则标记该区域，并筛除该目标图像对应的目标产品。
本实施例中，通过工业相机采集目标产品显示的图案信息，LED数码管显示种类包括：米8字段位式、字母类和图案类等等。
本实施例中，步骤S11为采集目标产品显示不同图案时的图像信息，作为目标图像。
具体地，
根据LED数码管显示种类，可以分为不同的显示图案，如米8字段位式、字母类和图案类等，将LED数码管点亮，通过工业相机依次拍摄获取显示的图案的多张图像信息，作为待检测的目标图像，同时计算待检测的目标图像各个区域内的像素均值和标准方差，用于与预设样本图像进行对比。
本实施例中，步骤S12为将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值。
具体地，
首先，通过工业相机依次拍摄获取一个合格的LED数码管显示不同图案的多张图像，作为预设样本图像，将目标图像与预设样本图像对比，确认图像是否对应同一个图案，再将步骤S11获取的待检测的目标产品的图像与对应的预设样本图像进行对比，在每一幅目标图像上从左到右，从上到下移动窗口，计算每移动一个像素之后窗口内的像素与预设样本图像的像素的差值是否超过预设阈值。
本实施例中，步骤S13为若是，则标记该区域，并筛除该目标图像对应的目标产品。
具体地，
当目标图像某一个区域的像素均值及标准方差超出预设阈值时，表示数码管显示屏该区域存在质量问题，记录该区域，并筛除掉该目标产品，继续下一个产品的检测。
本实施例还提供一种基于机器视觉的LED数码管显示屏检测系统，如图2所示，包括：
图像采集模块21：用于采集目标产品显示不同图案时的图像信息，作为目标图像；
像素对比模块22：用于将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值；
标记筛除模块23：用于当所述像素差值大于预设阈值时，标记该区域，并筛除该目标图像对应的目标产品。
本实施例中，图像采集模块21用于采集目标产品显示不同图案时的图像信息，作为目标图像。
具体地，
将目标产品通过夹具固定之后，通过工业相机对目标产品显示的不同图案进行采集，工业相机通过支架固定在夹具上方，当目标产品位于拍摄位置后，启动工业相机同步进行拍摄，获取显示不同图案的多张图像作为目标图像。
本实施例中，像素对比模块22用于将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值。
具体地，
首先选取一个合格的LED数码管，通过工业相机获取不同图案的图像作为预设样本图像，存储在数据库中，并计算样本图像的像素均值与标准方差，以用于后续的比对，当检测开始时，依次调用预设样本图像与目标图像进行比对，若目标图像某个区域的像素均值和标准方差超过预设范围，标记该区域，保存至数据库中。
本实施例中，标记筛除模块23用于当所述像素差值大于预设阈值时，标记该区域，并筛除该目标图像对应的目标产品。
具体地，
记录下目标图像像素差值大于预设阈值的区域，并且筛除掉目标产品，继续检测下一个产品。
通过机器视觉技术，可以快速的对LED数码管显示屏进行检测，提高了检测的效率和准确性。
实施例二
本实施例提供另一种基于机器视觉的LED数码管显示屏检测方法，如图3所示，包括步骤：
S31：获取目标产品位置信息，判断所述位置信息是否在预设位置范围内，若是，则发送显示信号以使目标产品依次显示不同的图案；
S32：采集目标产品显示不同图案时的图像信息，作为目标图像；
S33：依次获取目标产品显示不同图案时的目标图像，判断是否与预设样本图像依次对应，若是，则获取所述预设样本图像的像素数据信息；
S34：获取所述目标图像中不同区域的像素均值、标准方差，与预设样本图像的像素值进行对比；
S35：当与样本图像像素差值大于预设阈值时，对所述区域进行标记，并将目标图像保存至数据库中；
S36：将所述像素差值大于预设阈值的目标产品数量信息与所述目标产品标记的区域信息发送至显示界面以进行显示。
本实施例与上述实施例一不同之处在与，还包括步骤S31、S33、S34、S35、S36。
本实施例中，步骤S31为获取目标产品位置信息，判断所述位置信息是否在预设位置范围内，若是，则发送显示信号以使目标产品依次显示不同的图案。
具体地，
当感应到LED数码管显示屏位于待检测区域时，开始进行检测，首先，发送显示信号，使LED数码管显示屏依次显示出不同图案，再通过工业相机对图像进行采集，作为目标图像。
本实施例中，步骤S33为依次获取目标产品显示不同图案时的目标图像，判断是否与预设样本图像依次对应，若是，则获取所述预设样本图像的像素数据信息。
具体地，
数码管显示屏显示图案种类包括：米8字段位式、字母类和图案类等，通过拍摄合格产品显示的不同图案作为预设样本图像，在进行对比前，首先确认预设样本图像和目标图像是否拍摄自同一幅显示图案，若是，再获取对应的预设样本图像像素数据信息进行下一步的比对。
本实施例中，步骤S34为获取所述目标图像中不同区域的像素均值、标准方差，与预设样本图像的像素值进行对比。
本实施例中，步骤S35为当与样本图像像素差值大于预设阈值时，对所述区域进行标记，并将目标图像保存至数据库中。
具体地，
当目标图像某一个区域的像素均值及标准方差超出预设阈值时，表示数码管显示屏该区域存在质量问题，记录该区域，并筛除掉该目标产品，继续下一个产品的检测。
本实施例中，步骤S36为将所述像素差值大于预设阈值的目标产品数量信息与所述目标产品标记的区域信息发送至显示界面以进行显示。
具体地，
计算像素差值大于预设阈值的目标产品，将每一个像素差值大于预设阈值的目标产品标记的区域显示在PC显示器上，告知操作人员出现质量问题的产品数量以及问题区域。
本实施例还提供一种基于机器视觉的LED数码管显示屏检测系统，如图4所示，包括：
感应模块41：用于获取目标产品位置信息，判断所述位置信息是否在预设位置范围内，若是，则发送显示信号以使目标产品依次显示不同的图案；
图像采集模块42：用于采集目标产品显示不同图案时的图像信息，作为目标图像；
像素对比模块43：用于将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值；
标记筛除模块44：用于当所述像素差值大于预设阈值时，标记该区域，并筛除该目标图像对应的目标产品；
数据显示模块45：用于将所述像素差值大于预设阈值的目标产品数量信息与所述目标产品标记的区域信息发送至显示界面以进行显示。
本实施例与实施例一不同之处在于，还包括感应模块41、数据显示模块45，其中图像采集模块42还包括图像对照单元421，像素对比模块43还包括像素信息获取单元431、对比单元432、标记保存单元433。
本实施例中，感应模块41用于获取目标产品位置信息，判断所述位置信息是否在预设位置范围内，若是，则发送显示信号以使目标产品依次显示不同的图案。
具体地，
预设位置范围为检测感应区域，当感应到目标产品位于该区域后，发送显示信号点亮LED数码管显示屏并依次显示不同的图案，工业相机再对不同的图案进行采集，获取目标图像。
本实施例中，数据显示模块45用于将所述像素差值大于预设阈值的目标产品数量信息与所述目标产品标记的区域信息发送至显示界面以进行显示。
具体地，
在检测到质量问题的产品时，记录产品问题的区域和件数后，筛除该产品，继续检测下一件产品，同时发送记录的问题信息至PC界面并显示在PC界面上。
本实施例中，图像对照单元421用于依次获取目标产品显示不同图案时的目标图像，判断是否与预设样本图像依次对应，若是，则获取所述预设样本图像的像素数据信息。
本实施例中，像素信息获取单元431用于获取所述目标图像中不同区域的像素均值、标准方差。
本实施例中，对比单元432用于与预设样本图像的像素值进行对比。
本实施例中，标记保存单元433用于当与样本图像像素差值大于预设阈值时，对所述区域进行标记，并将目标图像保存至数据库中。
通过将标记的问题产品筛除并将问题区域信息发送至显示界面，使后续产品能正常继续进行检测，保证了检测效率，同时提供问题区域信息便于后续处理。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种基于机器视觉的LED数码管显示屏检测方法，其特征在于，包括步骤：
S1：采集目标产品显示不同图案时的图像信息，作为目标图像；
S2：将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值；
S3：若是，则标记该区域，并筛除该目标图像对应的目标产品。
2.根据权利要求1所述的一种基于机器视觉的LED数码管显示屏检测方法，其特征在于，所述步骤S1还包括步骤：
依次获取目标产品显示不同图案时的目标图像，判断是否与预设样本图像依次对应，若是，则获取所述预设样本图像的像素数据信息。
3.根据权利要求1所述的一种基于机器视觉的LED数码管显示屏检测方法，其特征在于，所述步骤S2还包括步骤：
获取所述目标图像中不同区域的像素均值、标准方差；
与预设样本图像的像素值进行对比；
当与样本图像像素差值大于预设阈值时，对所述区域进行标记，并将目标图像保存至数据库中。
4.根据权利要求1所述的一种基于机器视觉的LED数码管显示屏检测方法，其特征在于，还包括步骤：
将所述像素差值大于预设阈值的目标产品数量信息与所述目标产品标记的区域信息发送至显示界面以进行显示。
5.根据权利要求1所述的一种基于机器视觉的LED数码管显示屏检测方法，其特征在于，还包括步骤：
获取目标产品位置信息，判断所述位置信息是否在预设位置范围内，若是，则发送显示信号以使目标产品依次显示不同的图案。
6.一种基于机器视觉的LED数码管显示屏检测系统，其特征在于，包括：
图像采集模块：用于采集目标产品显示不同图案时的图像信息，作为目标图像；
像素对比模块：用于将所述目标图像中不同区域的像素与预设样本图像的像素进行对比，判断所述像素差值是否大于预设阈值；
标记筛除模块：用于当所述像素差值大于预设阈值时，标记该区域，并筛除该目标图像对应的目标产品。
7.根据权利要求6所述的一种基于机器视觉的LED数码管显示屏检测系统，其特征在于，所述图像采集模块还包括：
图像对照单元：用于依次获取目标产品显示不同图案时的目标图像，判断是否与预设样本图像依次对应，若是，则获取所述预设样本图像的像素数据信息。
8.根据权利要求6所述的一种基于机器视觉的LED数码管显示屏检测系统，其特征在于，所述像素对比模块还包括：
像素信息获取单元：用于获取所述目标图像中不同区域的像素均值、标准方差；
对比单元：用于与预设样本图像的像素值进行对比；
标记保存单元：用于当与样本图像像素差值大于预设阈值时，对所述区域进行标记，并将目标图像保存至数据库中。
9.根据权利要求6所述的一种基于机器视觉的LED数码管显示屏检测系统，其特征在于，还包括：
数据显示模块：用于将所述像素差值大于预设阈值的目标产品数量信息与所述目标产品标记的区域信息发送至显示界面以进行显示。
10.根据权利要求6所述的一种基于机器视觉的LED数码管显示屏检测系统，其特征在于，还包括：
感应模块：用于获取目标产品位置信息，判断所述位置信息是否在预设位置范围内，若是，则发送显示信号以使目标产品依次显示不同的图案。
CN201711114041.3A 2017-11-13 2017-11-13 一种基于机器视觉的led数码管显示屏检测方法及系统 Withdrawn CN107976446A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711114041.3A CN107976446A (zh) 2017-11-13 2017-11-13 一种基于机器视觉的led数码管显示屏检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711114041.3A CN107976446A (zh) 2017-11-13 2017-11-13 一种基于机器视觉的led数码管显示屏检测方法及系统

Publications (1)

Publication Number Publication Date
CN107976446A true CN107976446A (zh) 2018-05-01

Family

ID=62013345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711114041.3A Withdrawn CN107976446A (zh) 2017-11-13 2017-11-13 一种基于机器视觉的led数码管显示屏检测方法及系统

Country Status (1)

Country Link
CN (1) CN107976446A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288579A (zh) * 2019-06-24 2019-09-27 珠海格力智能装备有限公司 显示设备的检测方法及装置
CN110726732A (zh) * 2018-07-16 2020-01-24 法视特（上海）图像科技有限公司 一种电子级玻纤布自动检测线
CN110727128A (zh) * 2018-07-16 2020-01-24 法视特（上海）图像科技有限公司 一种手机屏自动检测线
CN110721925A (zh) * 2018-07-16 2020-01-24 法视特（上海）图像科技有限公司 一种液晶电视屏自动检测线
CN111131905A (zh) * 2019-12-30 2020-05-08 深圳Tcl数字技术有限公司 画质检测方法、装置、设备及存储介质
CN111613162A (zh) * 2020-05-20 2020-09-01 利亚德光电股份有限公司 故障检测方法、装置、led显示器及存储介质
CN112304969A (zh) * 2019-07-15 2021-02-02 西安诺瓦星云科技股份有限公司 显示模块检测设备、方法、装置及系统和存储介质
CN113362270A (zh) * 2020-03-05 2021-09-07 西安诺瓦星云科技股份有限公司 显示屏画面显示异常监测方法及其装置
CN113988649A (zh) * 2021-10-30 2022-01-28 深圳曦华科技有限公司 显示屏的显示功能测试方法及相关装置
CN116500058A (zh) * 2023-06-28 2023-07-28 信丰云创(深圳)信息有限公司 一种显示屏检测系统及显示屏检测方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110726732A (zh) * 2018-07-16 2020-01-24 法视特（上海）图像科技有限公司 一种电子级玻纤布自动检测线
CN110727128A (zh) * 2018-07-16 2020-01-24 法视特（上海）图像科技有限公司 一种手机屏自动检测线
CN110721925A (zh) * 2018-07-16 2020-01-24 法视特（上海）图像科技有限公司 一种液晶电视屏自动检测线
CN110288579A (zh) * 2019-06-24 2019-09-27 珠海格力智能装备有限公司 显示设备的检测方法及装置
CN112304969A (zh) * 2019-07-15 2021-02-02 西安诺瓦星云科技股份有限公司 显示模块检测设备、方法、装置及系统和存储介质
CN111131905A (zh) * 2019-12-30 2020-05-08 深圳Tcl数字技术有限公司 画质检测方法、装置、设备及存储介质
CN113362270A (zh) * 2020-03-05 2021-09-07 西安诺瓦星云科技股份有限公司 显示屏画面显示异常监测方法及其装置
CN113362270B (zh) * 2020-03-05 2024-06-04 西安诺瓦星云科技股份有限公司 显示屏画面显示异常监测方法及其装置
CN111613162A (zh) * 2020-05-20 2020-09-01 利亚德光电股份有限公司 故障检测方法、装置、led显示器及存储介质
CN111613162B (zh) * 2020-05-20 2023-12-05 利亚德光电股份有限公司 故障检测方法、装置、led显示器及存储介质
CN113988649A (zh) * 2021-10-30 2022-01-28 深圳曦华科技有限公司 显示屏的显示功能测试方法及相关装置
CN113988649B (zh) * 2021-10-30 2023-04-18 深圳曦华科技有限公司 显示屏的显示功能测试方法及相关装置
CN116500058A (zh) * 2023-06-28 2023-07-28 信丰云创(深圳)信息有限公司 一种显示屏检测系统及显示屏检测方法
CN116500058B (zh) * 2023-06-28 2024-03-19 信丰云创(深圳)信息有限公司 一种显示屏检测系统及显示屏检测方法

Similar Documents

Publication Publication Date Title
CN107976446A (zh) 一种基于机器视觉的led数码管显示屏检测方法及系统
CN111047568B (zh) 一种漏汽缺陷检测识别方法及系统
CN103471512B (zh) 一种基于机器视觉的玻璃板宽检测系统
CN110044405B (zh) 一种基于机器视觉的汽车仪表自动化检测装置及方法
CN111289538B (zh) 基于机器视觉的pcb板元件检测系统及检测方法
CN105241638A (zh) 基于视觉的led模块亮度均匀性快速检测方法
CN106370671A (zh) 基于机器视觉的pcb上元器件检测系统及方法
CN107483917A (zh) 显示屏坏点在线检测装置和显示屏坏点在线检测的方法
CN106341682A (zh) 检测老化功能的方法、系统及装置
CN104766310B (zh) 光源检测系统和检测方法
CN105652576B (zh) 自动调整投影仪投影位置的调整设备及方法
CN103631246B (zh) 电子设备的测试方法、测试装置、测试工装和测试系统
CN108416765A (zh) 一种字符缺陷自动检测方法和系统
CN103065520A (zh) 倒车入库检测系统及其检测方法
CN104992446B (zh) 非线性光照自适应的图像拼接方法及其实现系统
CN107749055A (zh) 一种led交通诱导屏的故障检测方法、系统及装置
CN109375068A (zh) 一种基于紫外成像电晕检测的目标识别方法及装置
CN108445010A (zh) 自动光学检测方法及装置
CN106770274A (zh) 作物的生理表征检测方法、可携带式检测装置与检测系统
CN108961185A (zh) 一种Demura检测中去除灰尘干扰的方法及装置
CN101929843B (zh) 水稻穗长的自动测量装置及测量方法
CN104637833B (zh) 晶粒选择方法及坏晶地图产生方法
CN104359925A (zh) 实现电子玻璃缺陷自动检测的系统
CN112304969A (zh) 显示模块检测设备、方法、装置及系统和存储介质
CN109712115A (zh) 一种pcb板自动检测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right

Effective date of registration: 20200818

Address after: 318015 no.2-3167, zone a, Nonggang City, no.2388, Donghuan Avenue, Hongjia street, Jiaojiang District, Taizhou City, Zhejiang Province

Applicant after: Taizhou Jiji Intellectual Property Operation Co.,Ltd.

Address before: 201616 Shanghai city Songjiang District Sixian Road No. 3666

Applicant before: Phicomm (Shanghai) Co.,Ltd.

TA01 Transfer of patent application right
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20180501

WW01 Invention patent application withdrawn after publication