CN108683907B - 光学模组像素缺陷检测方法、装置及设备 - Google Patents
光学模组像素缺陷检测方法、装置及设备 Download PDFInfo
- Publication number
- CN108683907B CN108683907B CN201810553658.3A CN201810553658A CN108683907B CN 108683907 B CN108683907 B CN 108683907B CN 201810553658 A CN201810553658 A CN 201810553658A CN 108683907 B CN108683907 B CN 108683907B
- Authority
- CN
- China
- Prior art keywords
- gray
- pixel
- gray scale
- image
- optical module
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
- G09G3/2007—Display of intermediate tones
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3191—Testing thereof
- H04N9/3194—Testing thereof including sensor feedback
-
- G—PHYSICS
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
- G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour
- G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour based on liquid crystals, e.g. single liquid crystal display cells
- G02F1/1306—Details
- G02F1/1309—Repairing; Testing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/06—Adjustment of display parameters
- G09G2320/0693—Calibration of display systems
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2330/00—Aspects of power supply; Aspects of display protection and defect management
- G09G2330/10—Dealing with defective pixels
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
- G09G5/10—Intensity circuits
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种光学模组像素缺陷检测方法、装置及设备,其中,方法包括:对测试二值图在暗室环境下经光学模组所成的像进行灰度化,以得到第一灰度图;从所述第一灰度图中,确定与所述测试二值图中的两个灰度等级对应的第一灰度区域以及第二灰度区域;从所述第一灰度区域以及所述第二灰度区域中,分别确定与各自灰度区域的灰度特征不匹配的像素点,作为像素缺陷点;根据所述像素缺陷点,确定所述光学模组的像素缺陷。本发明提供的技术方案,能够准确地检测出光学模组的像素缺陷,有利于优化光学模组的加工工艺。
Description
技术领域
本发明涉及装配技术领域,尤其涉及一种光学模组像素缺陷检测方法、装置及设备。
背景技术
现如今,市场上存在越来越多的具备独立功能的光学模组,以满足多样化的市场需求。这些光学模组可以嵌入到其他设备中发挥其功能,例如摄像头模组、投影模组、LED(Light Emitting Diode,发光二极管)光学模组以及VR(Virtual Reality,虚拟现实)/AR(Augmented Reality,增强现实)光学模组等。
但是,由于生产工艺的限制,一些光学模组中可能存在不能正常工作的像素点,这些不能正常工作的像素点被称为像素缺陷。为了进一步优化光学模组的性能,需要对光学模组中的像素缺陷的面积大小进行控制。在这种需求下,一种检测像素缺陷的方法亟待提出。
发明内容
本发明的多个方面提供一种光学模组像素缺陷检测方法、装置及设备,用以对光学模组的像素缺陷点进行检测。
本发明提供一种光学模组像素缺陷检测方法,包括:对测试二值图在暗室环境下经光学模组所成的像进行灰度化,以得到第一灰度图;从所述第一灰度图中,确定与所述测试二值图中的两个灰度等级对应的第一灰度区域以及第二灰度区域;从所述第一灰度区域以及所述第二灰度区域中,分别确定与各自灰度区域的灰度特征不匹配的像素点,作为像素缺陷点;根据所述像素缺陷点,确定所述光学模组的像素缺陷。
进一步可选地,根据所述像素缺陷点,确定所述光学模组的像素缺陷,包括:定位所述像素缺陷点组成的像素缺陷区域的轮廓;根据所述像素缺陷区域的轮廓,计算所述像素缺陷区域的面积以及质心坐标;根据所述像素缺陷区域的面积以及质心坐标,在所述光学模组的显示屏幕上确定所述光学模组的像素缺陷。
进一步可选地,从所述第一灰度图中,确定与所述测试二值图中的两个灰度等级对应的第一灰度区域以及第二灰度区域,包括:逐行分析所述第一灰度图的灰度分布;基于所述灰度分布,确定灰度变化大于设定的灰度对比度的像素点,作为边界像素点;根据所述边界像素点,将所述第一灰度图划分为所述第一灰度区域和所述第二灰度区域。
进一步可选地,所述测试二值图包含:灰度等级为1的白色图样以及灰度等级为0的黑色图样;所述第一灰度区域以及所述第二灰度区域分别为所述测试二值图中的白色图样以及黑色图样在所述第一灰度图上对应的图像区域。
进一步可选地,从所述第一灰度区域以及所述第二灰度区域中,分别确定与各自灰度区域的灰度特征不匹配的像素点,包括:从所述第一灰度区域中,确定灰度值小于第一设定阈值的像素点,作为与所述第一灰度区域的灰度特征不匹配的像素点;以及,从所述第二灰度区域中,确定灰度值大于第二设定阈值的像素点,作为与所述第二灰度区域的灰度特征不匹配的像素点。
进一步可选地,所述测试二值图包括:第一测试二值图以第二测试二值图;其中,在所述第一测试二值图中,所述白色图样为位于所述第一测试二值图中央的白色矩形,所述黑色图样为包裹在所述白色矩形周围的黑色矩形框;在所述第二测试二值图中,所述黑色图样为位于所述第二测试二值图样中央的黑色矩形,所述白色图样为包裹在所述黑色矩形周围的白色矩形框。
进一步可选地,白色矩形在所述第一测试二值图中的占比,与黑色矩形在所述第二测试二值图中的占比不相等。
本发明还提供一种光学模组像素缺陷检测装置,包括:图像采集模块,用于对测试二值图在暗室环境下经光学模组所成的像进行灰度化,以得到第一灰度图;灰度区域划分模块,用于从所述第一灰度图中,确定与所述测试二值图中的两个灰度等级对应的第一灰度区域以及第二灰度区域;像素缺陷点检测模块,用于从所述第一灰度区域以及所述第二灰度区域中,分别确定与各自灰度区域的灰度特征不匹配的像素点,作为像素缺陷点;像素缺陷确定模块,用于根据所述像素缺陷点,确定所述光学模组的像素缺陷。
进一步可选地,所述像素缺陷确定模块,具体用于:定位所述像素缺陷点组成的像素缺陷区域的轮廓;根据所述像素缺陷区域的轮廓,计算所述像素缺陷区域的面积以及质心坐标;根据所述像素缺陷区域的面积以及质心坐标,在所述光学模组的显示屏幕上确定所述光学模组的像素缺陷。
本发明还提供一种电子设备,包括:存储器以及处理器;其中,存储器用于存储至少一条计算机指令;所述处理器与所述存储器耦合,以用于执行本发明提供的光学模组像素缺陷检测方法。
在本发明中,采用二值图作为测试图像使光学模组成像,并对光学模组的成像结果进行灰度分析,确定光学模组所成的像中非正常的像素点。基于像中非正常的像素点,可确定光学模组中的像素缺陷。在这样的技术方案中,有效地对光学模组的像素缺陷进行了检测,有利于光学模组加工工艺的优化。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明一实施例提供的光学模组像素缺陷检测方法的方法流程图;
图2a是本发明另一实施例提供的光学模组像素缺陷检测方法的方法流程图;
图2b是本发明一实施例提供的应用场景示意图;
图2c是本发明另一实施例提供的应用场景示意图;
图2d是本发明一实施例提供的第一测试二值图的一示意图;
图2e是本发明一实施例提供的第二测试二值图的一示意图;
图3是本发明一实施例提供的光学模组像素缺陷检测装置的结构示意图;
图4是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明实施例的核心在于,对光学模组所成的像进行拍摄,根据该像的像素特征来确定光学模组的像素特征。其中,光学模组的像素,是光学模组中的显示屏上的最小显示单元,其尺寸由显示屏的硬件结构决定。采集到的光学模组所成的像的像素,指的是采集到的像上的最小分辨率单元,其尺寸由对光学模组所成的像进行采集的图样采集器的分辨率决定。本实施例中,为了对上述两种涉及到的像素做区分,以像素点来描述采集到的像上的像素。以像素单元来描述光学模组的像素,后续不再解释。
图1是本发明一实施例提供一种光学模组像素缺陷检测方法的方法流程图,如图1所示,该方法包括:
步骤101、对测试二值图在暗室环境下经光学模组所成的像进行灰度化,以得到第一灰度图。
步骤102、从所述第一灰度图中,确定与所述测试二值图中的两个灰度等级对应的第一灰度区域以及第二灰度区域。
步骤103、从所述第一灰度区域以及所述第二灰度区域中,分别确定与各自灰度区域的灰度特征不匹配的像素点,作为像素缺陷点。
步骤104、根据所述像素缺陷点,确定所述光学模组的像素缺陷。
本实施例中,在暗室环境下使光学模组成像,能够避免环境光对光学模组的成像效果造成干扰,提升像素缺陷检测结果的准确性和可靠性。
当光学模组成像时,存在像素缺陷的光学模组的显示屏上存在处于非工作状态的部分像素单元,这部分像素单元不能发出图像光。进而导致光学模组所成的像中,与显示屏上的像素缺陷对应的像素点的亮度与其理论上对应的亮度不同。为获取这种亮度差异,本实施例中采用亮度较为单一的二值图作为测试图像,使光学模组根据测试二值图成像。测试二值图只有两种亮度,成像后的亮度区别较为明显,有利于根据像素亮度对像素缺陷进行检测。
在光学模组根据测试二值图成像后,获取该像对应的第一灰度图。不同于二值图像,灰度图像包括黑色、白色以及位于黑色与白色之间的多个等级不同的灰度色阶。灰度色阶,能够表示图像的亮度,例如,白色表示最亮,黑色表示最暗。因此,基于该第一灰度图展示的像素的亮度,可以确定光学模组显示屏上的哪些像素点没有发出图像光。应当理解,用“第一”来限定该像对应的灰度图,仅仅是为了便于描述,并不对本发明构成任何限制。
由于第一灰度图是光学模组针对测试二值图成像得到的,那么测试二值图中的两个灰度等级在第一灰度图中,应分别对应一像区,且这两个灰度等级对应的像区具有较大的灰度差异。本实施例中,将测试二值图中的两个灰度等级在第一灰度图中对应的像区分别标记为第一灰度区域以及第二灰度区域。应当理解,第一灰度区域以及第二灰度区域各自具有特定的灰度特征,该灰度特征与测试二值图的灰度等级关联。例如,假设测试二值图中灰度等级为0的黑色区域在第一灰度图中对应第一灰度区域,则第一灰度区域的特征可以是:该区域内的像素点的亮度较暗,接近黑色且灰度值小于5。
进而,基于上述分析,可以得知,当一灰度区域中,存在某些灰度值与该区域的灰度特征不匹配的像素点时,可认为与该像素点对应的物方点是一缺陷点,也就是说光学模组上与该像素点对应的位置出现了处于非工作状态的像素单元。因此,确定第一灰度图上的像素缺陷点之后,可对应地反向推导光学模组上的像素缺陷。
需要说明的是,本实施例中,光学模组的像素缺陷,指的是光学模组中不能正常工作的像素点的总称。在一些情况下,光学模组的一个像素单元出现缺陷时,在第一灰度图上可表现为多个异常的像素点。
本实施例中,采用二值图作为测试图像使光学模组成像,并对光学模组的成像结果进行灰度分析,确定光学模组所成的像中非正常的像素单元。基于像中非正常的像素点,可确定光学模组中的像素缺陷。在这样的技术方案中,有效地对光学模组的像素缺陷进行了检测,有利于光学模组加工工艺的优化。
本发明的上述或下述实施例适用于投影光学模组、VR光学模组以及能够成像的其他光学模组等。在这些能够成像的光学模组中,通常有一显示屏,显示屏能够通过光学模组中的光学元件成像。例如,VR模组中,VR显示屏可以通过置于显示屏前方的透镜成放大的虚像;再例如,三片式投影模组中,显示屏能够通过反射镜、偏振片以及正透镜等将图像投影至投影屏幕上。本发明的上述或下述实施例提供的方法可用于对上述光学模组中的显示屏进行像素缺陷检测,具体检测方法可以参考各实施例中的记载。
以下部分将结合图2a,以一个具体的可选实施例对本发明提供的光学模组像素缺陷检测方法进行具体说明。
图2a为本发明另一实施例提供的光学模组像素缺陷检测方法的方法流程图,如图2a所示,该方法包括:
步骤201、对测试二值图在暗室环境下经光学模组所成的像进行灰度化,以得到第一灰度图;所述测试二值图包含:灰度等级为1的白色图样以及灰度等级为0的黑色图样。
步骤202、逐行分析所述第一灰度图的灰度分布。
步骤203、基于所述灰度分布,确定灰度变化大于设定的灰度对比度的像素点,作为边界像素点。
步骤204、根据所述边界像素点,将所述第一灰度图划分为所述第一灰度区域和所述第二灰度区域。
步骤205、从所述第一灰度区域中,确定灰度值小于第一设定阈值的像素点,作为与所述第一灰度区域的灰度特征不匹配的像素点;以及,从所述第二灰度区域中,确定灰度值大于第二设定阈值的像素点,作为与所述第二灰度区域的灰度特征不匹配的像素点。
步骤206、定位所述像素缺陷点组成的像素缺陷区域的轮廓。
步骤207、根据所述像素缺陷区域的轮廓,计算所述像素缺陷区域的面积以及质心坐标。
步骤208、根据所述像素缺陷区域的面积以及质心坐标,在所述光学模组的显示屏幕上确定所述光学模组的像素缺陷。
在步骤201中,当光学模组是投影模组时,可以采用图像采集设备,在光学模组一侧,对投影模组投影至投影屏幕上的图像进行拍摄,例如图2b所示。当光学模组是VR模组时,可以采用图像采集设备,在VR模组的出瞳处,对VR模组中,显示屏经VR透镜所成的虚像进行拍摄,如图2c所示。
可选的,本步骤中,可直接采用灰度相机对测试二值图经光学模组所成的像进行采集,进而得到第一灰度图;也可以在采用彩色相机拍摄之后,再对拍摄到的图像进行灰度化处理,本实施例对此不做限制。
另外,需要说明的是,本实施例中对像素缺陷进行检测时,为确保全面检测无遗漏,可采用多幅不同的测试二值图,对光学模组进行多次检测。本实施例中,兼顾检测效率和检测效果,设计了两幅测试二值图,并采用这两幅测试二值图分别对光学模组进行像素缺陷的检测。
测试二值图可由规则的图样组成,例如圆形或者矩形,以便于后续根据灰度分布对第一灰度图进行图像区域划分。可选的,在本实施例中,可选择矩形图样组成测试二值图。其中,本实施例采用的第一测试二值图可如图2d所示,白色图样为位于第一测试二值图中央的白色矩形,黑色图样为包裹在白色矩形周围的黑色矩形框。第二测试二值图可如图2e所示,黑色图样为位于第二测试二值图样中央的黑色矩形,白色图样为包裹在黑色矩形周围的白色矩形框。应当理解,在图2e中,斜线填充的部分为白色矩形框,此处采用斜线填充仅仅用于在有背景色干扰的情况下清晰地展示白色的矩形框,实际中,该部分为白色。
需要说明的是,在第一测试二值图以及第二测试二值图中,白色矩形在第一测试二值图中的占比,与黑色矩形在第二测试二值图中的占比不相等。这样设计的优势在于,避免第一测试二值图中的白色矩形和黑色边框之间的边界与第二测试二值图中的黑色矩形和白边框之间的边界的位置重叠,克服了边界位置重叠处的像素缺陷识别准确性降低的缺陷。
在步骤202以及204中,灰度分布,也就是第一灰度图的亮度变化。逐行分析第一灰度图的灰度分布时,可采用边缘检测算子,例如Roberts Cross算子、Prewitt算子、Sobel算子、Kirsch算子、罗盘算子、Canny算子和/或Laplacian算子等,检测第一灰度图的每一像素行中亮度变化较大的像素点,作为每一像素行内位于边界上的像素点。
第一灰度图中,第一灰度区域和所述第二灰度区域分别与测试二值图中的白色图样和黑色图样对应,因此边界处的像素点会有较明显的灰度变化。上述几种边缘检测算子可针对每一像素点,检测其灰度变化,并基于设定的灰度对比度阈值判断该像素点是否为边界像素点。其中,设定的灰度对比度阈值是经验值,可根据多次的试验结果确定,本实施例对此不做限制。
确定第一灰度图中的边界像素点之后,可根据边界像素点将第一灰度图划分为与测试二值图中的白色图样对应的第一灰度区域以及黑色图样对应的第二灰度区域。
在步骤205中,第一灰度区域内的像素点的灰度接近白色,因此其灰度值较大。当第一灰度区域中的像素点的像素值小于第一设定阈值时,可认为该像素点与第一灰度区域的灰度特征不匹配。第二灰度区域内的像素点的灰度接近黑色,因此其灰度值较大。当第二灰度区域中的像素点的像素值大于第二设定阈值时,可认为该像素点与第二灰度区域的灰度特征不匹配。
其中,第一设定阈值和第二设定阈值是经验值,以8位图为例,第一设定阈值可以为40,第二设定阈值可以为60。当然,上述数值仅供举例使用,实际中并不对此进行限制。
在步骤206以及207中,可选的,在确定第一灰度图像上的像素缺陷点之后,可根据每一个像素缺陷点在第一灰度图中的坐标,确定至少一个像素缺陷点组成的像素缺陷区域的轮廓。
应当理解,实际中,针对一些成放大像的光学模组而言,显示屏上的一个像素单元可以对应第一灰度图上的多个像素点。也就是说,当光学模组上存在一个有缺陷的像素单元时,在第一灰度图上可能表现出一个或多个像缺陷素点。因此,本步骤中,可对第一灰度图上的像素缺陷点组成的像素缺陷区域进行轮廓定位,并基于确定的轮廓计算像素缺陷区域的质心坐标。可以认为,在光学模组的显示屏上,与该质心坐标对应的像素单元处于非工作状态,或者或与该质心坐标对应的像素单元是多个处于非工作状态的像素单元组成的区域的质心。
进一步地,可确定第一灰度图像上的像素缺陷区域的面积。基于面积和质心坐标,可迅速锁定光学模组显示屏上存在缺陷的像素单元。
可选的,在步骤208中,确定第一灰度图像上像素缺陷区域的质心坐标和面积之后,可将该质心坐标和面积映射到光学模组的显示屏上,在光学模组的显示屏上寻找与该质心坐标对应的像素灰度单元,并根据与该质心坐标对应的像素灰度单元和像素缺陷区域的面积确定光学模组上的像素缺陷。
需要说明的是,本实施例可采用第一测试二值图以及第二测试二值图对光学模组进行两次检测,每次检测的步骤都可参考步骤201-步骤208中的记载,此处不赘述。
本实施例中,采用至少两幅黑白二值图作为测试图像使光学模组成像,使得检测光学模组像素缺陷的过程更加高效,检测结果更加全面、可靠。
另外,需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上描述了光学模组像素缺陷检测方法的可选实施方式,如图3所示,实际中,该光学模组像素缺陷检测方法可通过光学模组像素缺陷检测装置实现,如图3所示,该装置包括:
图像采集模块301,用于对测试二值图在暗室环境下经光学模组所成的像进行灰度化,以得到第一灰度图;灰度区域划分模块302,用于从所述第一灰度图中,确定与所述测试二值图中的两个灰度等级对应的第一灰度区域以及第二灰度区域;像素缺陷点检测模块303,用于从所述第一灰度区域以及所述第二灰度区域中,分别确定与各自灰度区域的灰度特征不匹配的像素点,作为像素缺陷点;像素缺陷确定模块304,用于根据所述像素缺陷点,确定所述光学模组的像素缺陷。
进一步可选地,像素缺陷确定模块304,具体用于:定位所述像素缺陷点组成的像素缺陷区域的轮廓;根据所述像素缺陷区域的轮廓,计算所述像素缺陷区域的面积以及质心坐标;根据所述像素缺陷区域的面积以及质心坐标,在所述光学模组的显示屏幕上确定所述光学模组的像素缺陷。
进一步可选地,灰度区域划分模块302具体用于:逐行分析所述第一灰度图的灰度分布;基于所述灰度分布,确定灰度变化大于设定的灰度对比度的像素点,作为边界像素点;根据所述边界像素点,将所述第一灰度图划分为所述第一灰度区域和所述第二灰度区域。
进一步可选地,所述测试二值图包含:灰度等级为1的白色图样以及灰度等级为0的黑色图样;所述第一灰度区域以及所述第二灰度区域分别为所述测试二值图中的白色图样以及黑色图样在所述第一灰度图上对应的图像区域。
进一步可选地,像素缺陷点检测模块303具体用于:从所述第一灰度区域中,确定灰度值小于第一设定阈值的像素点,作为与所述第一灰度区域的灰度特征不匹配的像素点;以及,从所述第二灰度区域中,确定灰度值大于第二设定阈值的像素点,作为与所述第二灰度区域的灰度特征不匹配的像素点。
进一步可选地,所述测试二值图包括:第一测试二值图以第二测试二值图;其中,在所述第一测试二值图中,所述白色图样为位于所述第一测试二值图中央的白色矩形,所述黑色图样为包裹在所述白色矩形周围的黑色矩形框;在所述第二测试二值图中,所述黑色图样为位于所述第二测试二值图样中央的黑色矩形,所述白色图样为包裹在所述黑色矩形周围的白色矩形框。
进一步可选地,白色矩形在所述第一测试二值图中的占比,与黑色矩形在所述第二测试二值图中的占比不相等。
上述光学模组像素缺陷检测装置可执行本发明实施例所提供的光学模组像素缺陷检测方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法,不再赘述。
以上描述了光学模组像素缺陷检测装置的内部结构和功能,实际中,光学模组像素缺陷检测装置可表现为一电子设备。如图4所示,该电子设备包括:存储器401、处理器402、输入装置403以及输出装置404。
存储器401、处理器402、输入装置403以及输出装置404可以通过总线或其他方式连接,图4中以总线连接为例。
存储器401用于存储一条或多条计算机指令,并可被配置为存储其它各种数据以支持在光学模组像素缺陷检测设备上的操作。这些数据的示例包括用于在光学模组像素缺陷检测设备上操作的任何应用程序或方法的指令。
存储器401可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
在一些实施例中,存储器401可选包括相对于处理器402远程设置的存储器,这些远程存储器可以通过网络连接至光学模组像素缺陷检测设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器402,与存储器401耦合,用于执行所述一条或多条计算机指令以用于执行图1-图2a对应的实施例所提供的方法。
输入装置403可接收输入的数字或字符信息,以及产生与光学模组像素缺陷检测设备的用户设置以及功能控制有关的键信号输入。输出装置404可包括显示屏等显示设备。
进一步,如图4所示,该光学模组像素缺陷检测设备还包括:电源组件405。电源组件405,为电源组件所在设备的各种组件提供电力。电源组件可以包括电源管理系统,一个或多个电源,及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。
上述光学模组像素缺陷检测设备可执行本申请实施例所提供的光学模组像素缺陷检测方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法,不再赘述。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (6)
1.一种光学模组像素缺陷检测方法,其特征在于,包括:
对测试二值图在暗室环境下经光学模组所成的像进行灰度化,以得到第一灰度图;
从所述第一灰度图中,确定与所述测试二值图中的两个灰度等级对应的第一灰度区域以及第二灰度区域;
从所述第一灰度区域以及所述第二灰度区域中,分别确定与各自灰度区域的灰度特征不匹配的像素点,作为像素缺陷点;
根据所述像素缺陷点,确定所述光学模组的像素缺陷;
所述测试二值图包含:灰度等级为1的白色图样以及灰度等级为0的黑色图样;
所述第一灰度区域以及所述第二灰度区域分别为所述测试二值图中的白色图样以及黑色图样在所述第一灰度图上对应的图像区域;
所述测试二值图还包括:第一测试二值图以第二测试二值图;
其中,在所述第一测试二值图中,所述白色图样为位于所述第一测试二值图中央的白色矩形,所述黑色图样为包裹在所述白色矩形周围的黑色矩形框;
在所述第二测试二值图中,所述黑色图样为位于所述第二测试二值图样中央的黑色矩形,所述白色图样为包裹在所述黑色矩形周围的白色矩形框;
所述根据所述像素缺陷点,确定所述光学模组的像素缺陷,包括:
定位所述像素缺陷点组成的像素缺陷区域的轮廓;
根据所述像素缺陷区域的轮廓,计算所述像素缺陷区域的面积以及质心坐标;
根据所述像素缺陷区域的面积以及质心坐标,在所述光学模组的显示屏幕上确定所述光学模组的像素缺陷。
2.根据权利要求1所述的方法,其特征在于,从所述第一灰度图中,确定与所述测试二值图中的两个灰度等级对应的第一灰度区域以及第二灰度区域,包括:
逐行分析所述第一灰度图的灰度分布;
基于所述灰度分布,确定灰度变化大于设定的灰度对比度的像素点,作为边界像素点;
根据所述边界像素点,将所述第一灰度图划分为所述第一灰度区域和所述第二灰度区域。
3.根据权利要求1-2中任意一项所述的方法,其特征在于,从所述第一灰度区域以及所述第二灰度区域中,分别确定与各自灰度区域的灰度特征不匹配的像素点,包括:
从所述第一灰度区域中,确定灰度值小于第一设定阈值的像素点,作为与所述第一灰度区域的灰度特征不匹配的像素点;以及,
从所述第二灰度区域中,确定灰度值大于第二设定阈值的像素点,作为与所述第二灰度区域的灰度特征不匹配的像素点。
4.根据权利要求1-2中任意一项所述的方法,其特征在于,白色矩形在所述第一测试二值图中的占比,与黑色矩形在所述第二测试二值图中的占比不相等。
5.一种光学模组像素缺陷检测装置,其特征在于,包括:
图像采集模块,用于对测试二值图在暗室环境下经光学模组所成的像进行灰度化,以得到第一灰度图;
灰度区域划分模块,用于从所述第一灰度图中,确定与所述测试二值图中的两个灰度等级对应的第一灰度区域以及第二灰度区域;
像素缺陷点检测模块,用于从所述第一灰度区域以及所述第二灰度区域中,分别确定与各自灰度区域的灰度特征不匹配的像素点,作为像素缺陷点;
像素缺陷确定模块,用于根据所述像素缺陷点,确定所述光学模组的像素缺陷;
所述测试二值图包含:灰度等级为1的白色图样以及灰度等级为0的黑色图样;
所述第一灰度区域以及所述第二灰度区域分别为所述测试二值图中的白色图样以及黑色图样在所述第一灰度图上对应的图像区域;
所述测试二值图还包括:第一测试二值图以第二测试二值图;
其中,在所述第一测试二值图中,所述白色图样为位于所述第一测试二值图中央的白色矩形,所述黑色图样为包裹在所述白色矩形周围的黑色矩形框;
在所述第二测试二值图中,所述黑色图样为位于所述第二测试二值图样中央的黑色矩形,所述白色图样为包裹在所述黑色矩形周围的白色矩形框;
所述像素缺陷确定模块,具体用于:
定位所述像素缺陷点组成的像素缺陷区域的轮廓;
根据所述像素缺陷区域的轮廓,计算所述像素缺陷区域的面积以及质心坐标;
根据所述像素缺陷区域的面积以及质心坐标,在所述光学模组的显示屏幕上确定所述光学模组的像素缺陷。
6.一种电子设备,其特征在于,包括:存储器以及处理器;
其中,存储器用于存储至少一条计算机指令;
所述处理器与所述存储器耦合,以用于执行权利要求1-4中任一项权利要求所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810553658.3A CN108683907B (zh) | 2018-05-31 | 2018-05-31 | 光学模组像素缺陷检测方法、装置及设备 |
US17/051,728 US11587219B2 (en) | 2018-05-31 | 2018-09-06 | Method and apparatus for detecting pixel defect of optical module, and device |
PCT/CN2018/104399 WO2019227762A1 (zh) | 2018-05-31 | 2018-09-06 | 光学模组像素缺陷检测方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810553658.3A CN108683907B (zh) | 2018-05-31 | 2018-05-31 | 光学模组像素缺陷检测方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108683907A CN108683907A (zh) | 2018-10-19 |
CN108683907B true CN108683907B (zh) | 2020-10-09 |
Family
ID=63809327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810553658.3A Active CN108683907B (zh) | 2018-05-31 | 2018-05-31 | 光学模组像素缺陷检测方法、装置及设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11587219B2 (zh) |
CN (1) | CN108683907B (zh) |
WO (1) | WO2019227762A1 (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108632593B (zh) * | 2018-05-31 | 2020-05-19 | 歌尔股份有限公司 | 彩色汇聚误差的修正方法、装置及设备 |
CN109507815B (zh) * | 2018-12-05 | 2022-06-21 | 武汉精立电子技术有限公司 | 一种液晶显示屏背光检测中快速定位缺陷位置的方法 |
CN111292344A (zh) * | 2018-12-07 | 2020-06-16 | 致伸科技股份有限公司 | 摄像模块的检测方法 |
CN109827759B (zh) * | 2019-03-28 | 2020-11-24 | 歌尔光学科技有限公司 | 应用于光学模组的缺陷检测方法及检测装置 |
CN113709429A (zh) * | 2020-05-20 | 2021-11-26 | 中强光电股份有限公司 | 色彩校正方法与色彩校正系统 |
CN112348773B (zh) * | 2020-09-28 | 2022-09-23 | 歌尔股份有限公司 | 屏幕缺陷检测方法、装置和电子设备 |
CN112904605B (zh) * | 2021-03-31 | 2023-03-28 | 长沙惠科光电有限公司 | 彩膜缺陷的测高方法、设备及介质 |
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 |
CN113870295B (zh) * | 2021-09-30 | 2022-06-21 | 常州市宏发纵横新材料科技股份有限公司 | 一种孔洞直径检测方法、计算机设备及存储介质 |
CN114125435B (zh) * | 2021-11-30 | 2023-07-25 | 杭州科技职业技术学院 | 一种用于网络摄像机的图像缺陷智能检测方法 |
CN114354622B (zh) * | 2021-12-30 | 2024-01-19 | 苏州凌云视界智能设备有限责任公司 | 显示屏的缺陷检测方法、装置、设备和介质 |
CN114742788A (zh) * | 2022-04-01 | 2022-07-12 | 南通高精数科机械有限公司 | 一种基于机器视觉的铜排缺陷检测方法及系统 |
CN114519714B (zh) * | 2022-04-20 | 2022-07-26 | 中导光电设备股份有限公司 | 一种显示屏脏污缺陷判定的方法和系统 |
CN114638831B (zh) * | 2022-05-18 | 2022-10-21 | 合肥宏晶半导体科技有限公司 | 图像分析方法和装置 |
CN114782416B (zh) * | 2022-06-16 | 2023-09-05 | 济宁爱丝制衣股份有限公司 | 基于图像识别的纺织品质量检测方法及系统 |
CN114943739B (zh) * | 2022-07-26 | 2022-10-21 | 山东三微新材料有限公司 | 一种铝管质量检测方法 |
CN114972344B (zh) * | 2022-07-29 | 2022-10-04 | 山东聊城中泰表业有限公司 | 一种用于手表零配件的生产质量缺陷检测方法 |
CN115359039B (zh) * | 2022-08-08 | 2023-04-14 | 海的电子科技(苏州)有限公司 | 目标图片生成方法及设备、显示屏维修像素点标识方法 |
CN115147424B (zh) * | 2022-09-06 | 2023-01-03 | 如皋市金轶纺织有限公司 | 基于图像特征解析的防火面料质量分析方法 |
CN115631198B (zh) * | 2022-12-21 | 2023-08-08 | 深圳新视智科技术有限公司 | 玻璃显示屏的裂纹检测方法、装置及计算机设备 |
CN115661159B (zh) * | 2022-12-29 | 2023-03-07 | 成都数联云算科技有限公司 | 一种面板缺陷增强检测方法及系统及装置及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007333662A (ja) * | 2006-06-19 | 2007-12-27 | Matsushita Electric Ind Co Ltd | 欠陥検出方法 |
CN104616275A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种缺陷检测方法和装置 |
CN104700424A (zh) * | 2015-03-30 | 2015-06-10 | 山东省计量科学研究院 | 医用彩色电子内窥镜图像坏点检测装置 |
CN105163114A (zh) * | 2015-08-21 | 2015-12-16 | 深圳创维-Rgb电子有限公司 | 一种基于摄像头的屏幕坏点检测方法及检测系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5787577A (en) * | 1996-08-16 | 1998-08-04 | Motorola, Inc. | Method for adjusting an electronic part template |
JP6015189B2 (ja) * | 2011-08-16 | 2016-10-26 | 株式会社リコー | 画像検査装置、画像形成装置、画像検査方法及び画像形成システム |
JP6252183B2 (ja) * | 2013-02-12 | 2017-12-27 | 株式会社リコー | 画像検査装置、画像検査システム及び画像検査方法 |
US9215345B2 (en) * | 2013-03-26 | 2015-12-15 | Xerox Corporation | Method and system for inverse halftoning utilizing inverse projection of predicted errors |
CN103413288B (zh) * | 2013-08-27 | 2015-10-21 | 南京大学 | 一种lcd总体检测缺陷方法 |
CN103676242B (zh) | 2013-12-23 | 2016-05-04 | 合肥京东方光电科技有限公司 | 彩膜基板的修补方法 |
JP6753264B2 (ja) * | 2015-11-09 | 2020-09-09 | 株式会社リコー | 検査装置、検査方法及びプログラム |
CN105447854A (zh) | 2015-11-12 | 2016-03-30 | 程涛 | 一种小尺寸玻璃面板表面缺陷检测方法及系统 |
CN106897994A (zh) * | 2017-01-20 | 2017-06-27 | 北京京仪仪器仪表研究总院有限公司 | 一种基于分层图像的pcb板缺陷检测系统和方法 |
US11337432B1 (en) * | 2018-04-03 | 2022-05-24 | University Of Maryland, College Park | Automated crab meat picking system and method |
US20210343001A1 (en) * | 2020-04-30 | 2021-11-04 | Kla Corporation | Training a machine learning model to generate higher resolution images from inspection images |
CA3126592A1 (fr) * | 2020-08-03 | 2022-02-03 | Institut De La Recherche Scientifique | Method and system for high-speed dual-view band-limited illumination profilometry |
-
2018
- 2018-05-31 CN CN201810553658.3A patent/CN108683907B/zh active Active
- 2018-09-06 US US17/051,728 patent/US11587219B2/en active Active
- 2018-09-06 WO PCT/CN2018/104399 patent/WO2019227762A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007333662A (ja) * | 2006-06-19 | 2007-12-27 | Matsushita Electric Ind Co Ltd | 欠陥検出方法 |
CN104616275A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种缺陷检测方法和装置 |
CN104700424A (zh) * | 2015-03-30 | 2015-06-10 | 山东省计量科学研究院 | 医用彩色电子内窥镜图像坏点检测装置 |
CN105163114A (zh) * | 2015-08-21 | 2015-12-16 | 深圳创维-Rgb电子有限公司 | 一种基于摄像头的屏幕坏点检测方法及检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108683907A (zh) | 2018-10-19 |
WO2019227762A1 (zh) | 2019-12-05 |
US11587219B2 (en) | 2023-02-21 |
US20210248734A1 (en) | 2021-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108683907B (zh) | 光学模组像素缺陷检测方法、装置及设备 | |
CN110335273B (zh) | 检测方法、检测装置、电子设备和介质 | |
CN108801601B (zh) | 菲涅尔透镜杂散光噪声的测试方法、设备及存储介质 | |
CN107004266A (zh) | 检测轮胎表面上缺陷的方法 | |
CN111145138B (zh) | Led灯板的检测方法、装置、设备及存储介质 | |
CN109905700A (zh) | 虚拟显示设备及其检测方法、装置、计算机可读存储介质 | |
CN110879131B (zh) | 目视光学系统的成像质量测试方法、成像质量测试装置和电子设备 | |
CN111896233B (zh) | 对比度测试方法、对比度测试设备及存储介质 | |
KR101842535B1 (ko) | 부호의 광학적 검출 방법 | |
CN113938674B (zh) | 视频质量检测方法、装置、电子设备及可读存储介质 | |
US20200388017A1 (en) | System, apparatus and method for facilitating inspection of a target object | |
US9898676B2 (en) | Method for determining the level of degradation of a road marking | |
CN113630594A (zh) | 一种显示面板坏点检测系统 | |
CN113781414A (zh) | 一种镜头解像力测试方法、装置和电子设备 | |
CN111462074B (zh) | 轴承外观检测方法、装置、系统、计算机设备及存储介质 | |
CN112801439A (zh) | 任务管理方法及装置 | |
CN116452676A (zh) | 一种摄像头标定方法、装置、设备及可读存储介质 | |
CN111928944B (zh) | 激光光线检测方法、装置和系统 | |
CN114219758A (zh) | 缺陷检测方法、系统、电子设备和计算机可读存储介质 | |
CN111145674B (zh) | 显示面板的检测方法、电子设备和存储介质 | |
CN108447107B (zh) | 用于生成视频的方法和装置 | |
KR20150009842A (ko) | 카메라 모듈용 결함 픽셀 평가 시스템 및 이를 사용한 카메라 모듈용 결함 픽셀 평가 방법 | |
CN114549346A (zh) | 模糊图像识别方法、装置、设备及存储介质 | |
CN112150373B (zh) | 图像处理方法、图像处理装置和可读存储介质 | |
CN115601606B (zh) | 一种门店状态检测方法、装置、设备及存储介质 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221122 Address after: 261031 workshop 1, phase III, Geer Photoelectric Industrial Park, 3999 Huixian Road, Yongchun community, Qingchi street, high tech Zone, Weifang City, Shandong Province Patentee after: GoerTek Optical Technology Co.,Ltd. Address before: 261031 No.268, Dongfang Road, Weifang High tech Industrial Development Zone, Weifang City, Shandong Province Patentee before: GOERTEK Inc. |
|
TR01 | Transfer of patent right |