CN109100363A - 一种贴合异物缺陷与灰尘的区分方法及系统 - Google Patents
一种贴合异物缺陷与灰尘的区分方法及系统 Download PDFInfo
- Publication number
- CN109100363A CN109100363A CN201811009530.7A CN201811009530A CN109100363A CN 109100363 A CN109100363 A CN 109100363A CN 201811009530 A CN201811009530 A CN 201811009530A CN 109100363 A CN109100363 A CN 109100363A
- Authority
- CN
- China
- Prior art keywords
- image
- liquid crystal
- crystal display
- defect
- camera
- 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
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
- G01N21/94—Investigating contamination, e.g. dust
-
- 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
Abstract
本申请提供一种贴合异物缺陷与灰尘的区分方法及系统。所述方法通过对垂直和倾斜两个方向上分别采集的第一图像和第二图像进行分析，计算得到每个目标点在两幅图像中的位置偏移量，再通过对比目标点的位置偏移量和区分偏移量阈值，确定目标点是贴合异物缺陷点还是灰尘点。所述方法能够通过两个相机获取的测试液晶屏图像，并对测试液晶屏上的目标点位置偏移量进行判断，自动区分测试液晶屏上的贴合异物和灰尘，解决传统方法不能准确区分贴合异物缺陷和灰尘的问题。
Description
技术领域
本申请涉及液晶屏缺陷视觉检测技术领域，尤其涉及一种贴合异物缺陷与灰尘的区分方法及系统。
背景技术
液晶屏缺陷视觉检测，是通过高分辨率工业相机对液晶屏进行图像采集，以分析采集到的图像，判断液晶屏是否存在缺陷的自动检测技术。在液晶屏缺陷视觉检测过程中，需要处于万级洁净度生产车间，以防止灰尘落在液晶屏表面，但液晶屏在安装和移动过程中，仍可能在表面落有很多灰尘，这些灰尘很可能在采集的图像中成像，在后续分析图像时易将灰尘判断为缺陷，从而引起误判。
为了减少在视觉检测过程中将液晶屏表面的灰尘误判为缺陷，常规的技术手段为采用辅助光源在检测前预先标定灰尘位置，然后对采集到的图像中按照灰尘的位置对图像进行过滤，例如剔除图像中，灰尘对应位置上的异常点。但在液晶屏幕的组装过程中，盖板玻璃(CG玻璃)需要贴合在上偏光片或屏幕之上，在CG玻璃与上偏光片之间容易夹入了灰尘，造成CG玻璃与上偏光片之间形成贴合异物缺陷，这种贴合异物缺陷会导致液晶屏次品产生，因此还需要对贴合异物缺陷进行视觉检测。
但由于CG玻璃的透光率≥98％，该类缺陷在常规辅助光源画面中也会成像，即有可能造成通过灰尘过滤将贴合异物缺陷所成的像剔除，进而造成贴合异物缺陷与产品表面灰尘不可区分，使得常规的辅助光源去除灰尘干扰的方案不再适用。
发明内容
本申请提供了一种贴合异物缺陷与灰尘的区分方法及系统，以解决传统方法不能准确区分贴合异物和灰尘的问题。
一方面，本申请提供一种贴合异物缺陷与灰尘的区分方法，包括：
通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像；
遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2；
逐一对比所述准缺陷集合U1与所述目标点集合U2中的目标点位置信息，计算所述第一图像每一个位置上对应目标点之间的位置偏移量；
对比计算的位置偏移量与预设的区分偏移量阈值；
如果所述位置偏移量小于或等于所述区分偏移量阈值，确定所述目标点为贴合异物缺陷点；
如果所述计算偏移量大于所述区分偏移量，确定所述目标点为灰尘点。
可选的，通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述待测液晶屏的第二图像的步骤后，还包括：
提取所述第二图像中，与所述测试液晶屏对应的有效检测区域；
获取所述倾斜相机的安装参数，所述安装参数包括所述倾斜相机相对于所述垂直相机的倾斜角度和所述倾斜相机的安装高度；
根据所述安装参数，利用图像插值算法，对所述有效检测区域进行形状变换，以对所述第二图像进行斜拍校正。
可选的，通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像的步骤后，还包括：
识别所述第一图像与第二图像中，与所述测试液晶屏对应的有效区域；
根据所述有效区域对所述第一图像和所述第二图像进行裁切；
以裁切后的所述第一图像，和/或所述第二图像的中心为原点，在所述第一图像和所述第二图像中建立相关联的平面直角坐标系。
可选的，遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2的步骤中，所述方法按照以下步骤提取所述第一图像和第二图像中的所有目标点的位置信息：
对所述第一图像和所述第二图像进行灰度处理，生成第一灰度图像和第二灰度图像；
对所述第一灰度图像和第二灰度图像进行二值化处理，生成背景色为黑色的第一黑白图像和第二黑白图像；
识别所述第一黑白图像和第二黑白图像中的白色区域，确定位于同一个白色区域的中心位置坐标为所述目标点的位置信息。
可选的，遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2的步骤中，所述方法按照以下步骤生成准缺陷集合U1和目标点集合U2：
分别为识别出的每一个所述白色区域标记识别号；
将所述第一图像上对应的所述白色区域的识别号，和所述白色区域的中心位置坐标组合记录，生成所述准缺陷集合U1；
将所述第二图像上对应的所述白色区域的识别号，和所述白色区域的中心位置坐标组合记录，生成所述目标点集合U2。
可选的，逐一对比所述准缺陷集合U1与所述目标点集合U2中的目标点位置信息的步骤，包括：
依次在所述准缺陷集合U1中提取目标点对应的位置坐标，将每次提取的目标点作为准缺陷点；
在所述目标点集合U2中，查找与所提取的所述准缺陷点距离最近的判断目标点；
计算所述准缺陷点与所述判断目标点之间的距离，作为对应点判断值；
对比所述对应点判断值与预设对应点偏移量；
如果所述对应点判断值小于或等于预设对应点偏移量，确定所述准缺陷点与所述判断目标点为同一位置上的对应目标点。
可选的，所述第一图像包括在不同时间先后获取的准缺陷图像和灰尘图像，所述通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像的步骤后，所述方法还包括：
对比所述准缺陷图像和所述灰尘图像，提取所述灰尘图像中，不存在于所述准缺陷图像中的灰尘目标点；
在所述灰尘图像中剔除所述灰尘目标点；
将剔除所述灰尘目标点的所述灰尘图像，作为后续遍历所述第一图像和第二图像步骤中的第一图像。
可选的，所述方法还包括：
记录所述目标点确定为贴合异物缺陷点情况下所对应的测试液晶屏编号；
提取确定为所述异物缺陷点的所述目标点在所述测试液晶屏上的位置坐标；
生成检测结果报告，所述检测结果报告包括存在异物缺陷点的测试液晶屏编号以及所述异物缺陷点在所述测试液晶屏上的位置坐标；
发出异物缺陷提示信号。
另一方面，本申请还提供一种贴合异物缺陷与灰尘的区分系统，包括测试平台、垂直相机、倾斜相机以及数据处理装置；
其中，所述测试平台设置在所述垂直相机的正下方，用于放置测试液晶屏，使所述垂直相机的拍摄方向垂直于所述测试液晶屏；所述倾斜相机的拍摄方向相对于所述垂直相机的拍摄方向倾斜预设角度；所述垂直相机和所述倾斜相机连接所述数据处理装置，所述数据处理装置被进一步配置为执行以下程序步骤：
通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像；
遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2；
逐一对比所述准缺陷集合U1与所述目标点集合U2中的目标点位置信息，计算所述第一图像每一个位置上对应目标点之间的位置偏移量；
对比计算的位置偏移量与预设的区分偏移量阈值；
如果所述位置偏移量小于或等于所述区分偏移量阈值，确定所述目标点为贴合异物缺陷点；
如果所述计算偏移量大于所述区分偏移量，确定所述目标点为灰尘点。
可选的，所述垂直相机为分辨率大于或等于2900万像素的黑白相机；所述倾斜相机为分辨率大于或等于500万像素的黑白相机；所述倾斜相机的拍摄方向相对于所述垂直相机的拍摄方向倾斜45°。
由以上技术方案可知，本申请提供一种贴合异物缺陷与灰尘的区分方法及系统，所述方法通过对测试液晶屏在垂直和倾斜两个方向上分别采集的第一图像和第二图像进行分析，计算得到每个目标点在两幅图像中的位置偏移量，再通过对比目标点的位置偏移量和区分偏移量阈值，确定目标点是贴合异物缺陷点还是灰尘点。所述方法能够通过两个相机获取的测试液晶屏图像对测试液晶屏上的目标点位置偏移量进行判断，自动区分测试液晶屏上的贴合异物和灰尘，解决传统方法不能准确区分贴合异物和灰尘的问题。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一种贴合异物缺陷与灰尘的区分方法的流程示意图；
图2为本申请斜拍校正的流程示意图；
图3为本申请建立平面坐标系的流程示意图；
图4为本申请灰尘过滤的流程示意图；
图5为本申请确定目标点位置信息的流程示意图；
图6为本申请生成准缺陷集合和生成目标点集合的流程示意图；
图7为本申请确定对应点的流程示意图；
图8为本申请生成检测结果报告的流程示意图；
图9为本申请一种贴合异物缺陷与灰尘的区分系统的结构示意图。
具体实施方式
下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
参见图1，为本申请一种贴合异物缺陷与灰尘的区分方法的流程示意图。由图1可知，本申请提供的贴合异物缺陷与灰尘的区分方法，包括：
S1：通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像。
本申请提供的技术方案中，在测试开始时前，可以先将测试液晶屏放置在测试平台上，使测试液晶屏的屏幕表面垂直于所述垂直相机的拍摄方向。在实际测试中，垂直相机的拍摄区域一般为矩形，而测试液晶屏也为矩形，为了便于进行后续分析，可以将测试液晶屏的四边与拍摄区域的四边平行设置。另外，为了避免获取的图像丢失部分测试液晶屏上的信息，垂直相机的安装高度要使其拍摄区域能够足够覆盖整个测试屏幕，更优的方案为测试液晶屏的中心位置与垂直相机的主光轴重合，以使测试液晶屏在第一图像中位于中部位置上。
需要说明的是，垂直相机与测试屏幕之间的距离不宜过远，以避免因过远的距离造成垂直相机无法拍摄到测试液晶屏上的缺陷或灰尘。并且，在进行不同规格的液晶屏幕测试时，为了适应不同大小的屏幕，垂直相机的安装高度可以调节。优选的距离为每次进行第一图像的拍摄时，所述测试液晶屏刚好完全进入拍摄区域，这样所获取的第一图像中的有效范围是最大的，同时所拍摄到的测试液晶屏以外的范围是最小的，即最有利于进行对图像中信息的分析。
所述倾斜相机用户获取测试液晶屏的第二图像，在实际使用中，可以将倾斜相机设置在测试平台的上方，使倾斜相机的拍摄方向相对于测试液晶屏的屏表面是倾斜的，即在本申请提供的技术方案中，通过垂直相机和倾斜相机可以形成一个双目系统。由于测试液晶屏的表面上贴合有CG玻璃，CG玻璃对光线具有折射作用，而贴合异物处于CG玻璃与液晶屏(或上偏光片)之间，因此，会导致相同位置上的异物缺陷和灰尘之间存在一定的视差，即某一点在两幅图像中相应点的位置存在偏差，具体表现为贴合异物缺陷在倾斜相机中的成像相对于垂直相机中的偏移距离较小，而表面灰尘在倾斜相机中的成像相对垂直相机的偏移距离较大。
基于上述原理，通过倾斜相机获取的第二图像要保证与第一图像之间具有一定程度上的一致性。即表现为，获取的第二图像中，测试液晶屏所呈现的像要与第一图像中的测试液晶屏所呈现的像具有一致的形状，一致的画面比例以及一致的颜色，以便于后续对图像上的信息进行识别。
进一步地，如图2所示，为了便于对图像进行分析，在通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像的步骤后，所述方法还包括：
S101：提取所述第二图像中，与所述测试液晶屏对应的有效检测区域；
S102：获取所述倾斜相机的安装参数，所述安装参数包括所述倾斜相机相对于所述垂直相机的倾斜角度和所述倾斜相机的安装高度；
S103：根据所述安装参数，利用图像插值算法，对所述有效检测区域进行形状变换，以对所述第二图像进行斜拍校正。
在本申请提供的技术方案中，测试液晶屏上能够在使用中进行画面显示的区域所对应的在第一图像和第二图像中的像称为有效区域，即测试液晶屏上去除边框后的区域，这部分区域在未点亮时，呈现为黑色。由于倾斜相机相对与测试液晶屏的平面倾斜设置，因此所拍摄到的图像也会由于在平面成像的原因而表现为形状发生变化。即拍摄到的第二图像中，测试液晶屏呈现为“近大远小”，使原本的矩形结构在成像时，变形为梯形。这样的图像不能用于准确进行准确的分析和目标点的定位，因此本实施例中，需要对拍摄的图像进行斜拍校正，将梯形的像校正为矩形。
实际检测过程中，倾斜相机所拍摄的测试液晶屏图像中的倾斜程度，与倾斜相机的安装位置有关，具体体现在安装参数上，即倾斜相机的倾斜角度、安装高度。安装参数确定以后，对于同一尺寸规格测试液晶屏幕，其在放置位置上所对应的拍摄过程中成像形状即是相同的。因此可以采用同样的变形方式和插值算法将梯形的像校正为与第一图像中相似的矩形。另外，为了将测试液晶屏上的目标点在相同的直角坐标系中进行数值化表示，本实施例中还可以通过斜拍校正将第二图像中的有效区域缩放至与第一图像中的测试液晶屏图像大小一致的状态。
为实现这一目的，本申请可以先将图像变形为矩形以后，再将变形后的图像放大或缩小；也可以将倾斜相机的位置固定，使倾斜相机的主光轴通过测试液晶屏的中心，并且使测试液晶屏的中心到倾斜相机的距离，与其中心到垂直相机的距离相等。在获取到第二图像后，在倾斜相机距离屏幕中心较远的区域进行放大，在倾斜相机距离屏幕中心较近的区域进行缩小，从而直接获取与第一图像中，大小相同的有效区域。
在实际应用中，由于测试液晶屏的尺寸规格不同，在第一图像和第二图像中成像的大小也不同，为了使整个测试液晶屏都能够包含在采集的图像中，拍摄区域往往稍大于测试液晶屏。同时由于测试液晶屏的长宽比不同，在进行图像采集时很难使采集到的测试液晶屏图像恰好铺满整个图像，即拍摄到的图像中含有检测液晶屏以外的其他区域的像，或者CG玻璃的边框等。在分析过程中，需要将这部分图像内容去除，即如图3所示，通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像的步骤后，还包括：
S104：识别所述第一图像与第二图像中，与所述测试液晶屏对应的有效区域；
S105：根据所述有效区域对所述第一图像和所述第二图像进行裁切；
S106：以裁切后的所述第一图像，和/或所述第二图像的中心为原点，在所述第一图像和所述第二图像中建立相关联的平面直角坐标系。
本实施例中，建立相关联的平面直角坐标系是指在第二图像中建立一个与在第一图像中原点、正方向以及单位长度均相同的直角坐标系。从而使第二图像中的每个点能与第一图像相一致，便于后续进行位置信息的提取。通过识别采集到的图像中的有效区域，从而确定有效区域的中心点，以建立平面直角坐标系。本实施例中，可以分别在第一图像和第二图像中建立直角坐标系，从而将图像中的每一个点均能够通过建立的直角坐标系进行位置表示。
在本申请的部分实施例中，所述第一图像包括在不同时间先后获取的准缺陷图像和灰尘图像，如图4所示，所述通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像的步骤后，所述方法还包括：
S107：对比所述准缺陷图像和所述灰尘图像，提取所述灰尘图像中，不存在于所述准缺陷图像中的灰尘目标点；
S108：在所述灰尘图像中剔除所述灰尘目标点；
S109：将剔除所述灰尘目标点的所述灰尘图像，作为后续遍历所述第一图像和第二图像步骤中的第一图像。
本实施例中，随着检测过程的进行，可能不断有灰尘落到CG玻璃上，这些灰尘所成的像在刚刚放置测试液晶屏时是不存在的，因此可以通过与刚刚放入时的图像进行对比而直接确定为是灰尘点。本实施例通过先获取的准缺陷图像和后获取的灰尘图像，可以实现利用灰尘图像对准缺陷图像进行灰尘过滤，从而预先判断出灰尘对应目标点，以便在后续分析中，可以直接跳过分析这些已确定为灰尘的目标点，从而大大降低数据的分析处理量。
S2：遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2。
本申请提供的技术方案中，可以在通过遍历第一图像和第二图像的每个像素或每个子区域，发现第一图像和第二图像中的所有目标点。具体地，在步骤S2中，如图5所示，所述方法可按照以下步骤提取所述第一图像和第二图像中的所有目标点的位置信息：
S201：对所述第一图像和所述第二图像进行灰度处理，生成第一灰度图像和第二灰度图像；
S202：对所述第一灰度图像和第二灰度图像进行二值化处理，生成背景色为黑色的第一黑白图像和第二黑白图像；
S203：识别所述第一黑白图像和第二黑白图像中的白色区域，确定位于同一个白色区域的中心位置坐标为所述目标点的位置信息。
本实施例中，如果垂直相机和倾斜相机是彩色相机，需要对采集到的彩色图像先进行灰度处理，再进行二值化处理，从而得到黑白图像，以便通过黑白图像得到目标点。由于多数液晶屏的背景色为黑色，因此通过相机获取的测试液晶屏多数区域呈现为黑色，而当屏幕上有灰尘，或者在CG玻璃以下有异物缺陷时，可以呈现一个白色或灰色的亮点，因此在本实施例中，所述第一黑白图像和第二黑白图像都是背景色为黑色的图像，而目标点则在图像中表现为白色，并且通过二值化处理得到的黑白图像能够使屏幕上的目标点更加显著。
由于在实际检测过程中，灰尘或者贴合缺陷可能受其本身形状的影响，在成像时不是一个点，而是一个区域，即在第一黑白图像和第二黑白图像中呈现为白色的小块区域。对于这种区域，可以通过查找区域中的像素点，确定区域的最中心的位置，并将中心位置点确定为所述目标点。如果白色区域是不规则的形状，则可以根据白色区域边界或者区域内部的一点作为目标点，具体的确定方式可根据实际情况进行调整，例如可以是白色区域最左侧的一点或者最右侧的一点。
进一步地，如图6所示，遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2的步骤中，所述方法按照以下步骤生成准缺陷集合U1和目标点集合U2：
S204：分别为识别出的每一个所述白色区域标记识别号；
S205：将所述第一图像上对应的所述白色区域的识别号，和所述白色区域的中心位置坐标组合记录，生成所述准缺陷集合U1；
S206：将所述第二图像上对应的所述白色区域的识别号，和所述白色区域的中心位置坐标组合记录，生成所述目标点集合U2。
示例地，在本实施例中，准缺陷集合U1和目标点集合U2中，记录有多个目标点位置信息，可表示为以下格式：
p(n)＝(w，(x，y))；
其中，n表示白色区域的识别号；w表示所属的图像，即w为1时，表示所属第一黑白图像，w为2时，表示所属第二黑白图像，(x，y)表示白色区域中心点在直角坐标系中的坐标值，例如p(01)＝(1,(102，-318))。
S3：逐一对比所述准缺陷集合U1与所述目标点集合U2中的目标点位置信息，计算所述第一图像每一个位置上对应目标点之间的位置偏移量。
本申请提供的技术方案中，可以通过将第一图像和第二图像上建立的平面坐标系进行融合，再通过两幅图像上的目标点坐标来确定对应目标点的偏移量。示例地，对应目标点的偏移量可以通过下式计算得到：
对应目标点偏移量
其中，目标点在第一图像中的坐标为(x1，y1)，对应目标点在第二图像中的坐标为(x2，y2)。
显然，在确定准缺陷集合U1和目标点集合U2后，可以通过在目标点集合U2中查找与准缺陷集合U1中对应的目标点，进一步地，如图7所示，本申请可以通过以下步骤，确定目标点集合U2中的哪些目标点是与准缺陷集合U1相对应的目标点，即：
S301：依次在所述准缺陷集合U1中提取目标点对应的位置坐标，将每次提取的目标点作为准缺陷点；
S302：在所述目标点集合U2中，查找与所提取的所述准缺陷点距离最近的判断目标点；
S303：计算所述准缺陷点与所述判断目标点之间的距离，作为对应点判断值；
S304：对比所述对应点判断值与预设对应点偏移量；
S305：如果所述对应点判断值小于或等于预设对应点偏移量，确定所述准缺陷点与所述判断目标点为同一位置上的对应目标点。
本实施例中，准缺陷点即第一图像中提取的全部目标点，可见，准缺陷点可能是贴合缺陷造成的目标点，也可能是灰尘造成的目标点。而判断目标点是第二图像中提取的目标点，判断目标点是贴合缺陷或灰尘经过斜拍形成的目标点。
在本申请提供的技术方案中，在通过目标点的偏移量来区分贴合缺陷与灰尘之前，先要在准缺陷集合U1和目标点集合U2之间的目标点之间建立关联。由于第一图像和第二图像的拍摄距离，和成像区域都比较相近，仅在拍摄角度上存在偏差，因此同一个目标点在两个图像上的位置偏差不会太大，即在本实施例中，可通过预设对应点偏移量来确定准缺陷集合U1和目标点集合U2中目标点的对应关系。
S4：对比计算的位置偏移量与预设的区分偏移量阈值；
S401：如果所述位置偏移量小于或等于所述区分偏移量阈值，确定所述目标点为贴合异物缺陷点；
S402：如果所述计算偏移量大于所述区分偏移量，确定所述目标点为灰尘点。
本申请提供的技术方案中，确定了对应目标点的位置偏移量以后，可以通过对比位置偏移量与预设的区分偏移量阈值，来区分所述目标点对应的缺陷类型。实际检测过程中，CG玻璃的透光率很高，而贴合异物由于存在于CG玻璃板的下方，使得贴合异物所成的像经过CG玻璃的折射，相对于灰尘更加接近于垂直拍摄的位置。因此，如果所述位置偏移量小于或等于所述区分偏移量阈值，则可确定所述目标点是由于贴合异物所形成的点，即为贴合异物缺陷点；同理，如果所述计算偏移量大于所述区分偏移量，则确定所述目标点是由于灰尘所形成的点，即为灰尘点。
在本申请的部分实施例中，如图8所示，所述方法还包括：
S501：记录所述目标点确定为贴合异物缺陷点情况下所对应的测试液晶屏编号；
S502：提取确定为所述异物缺陷点的所述目标点在所述测试液晶屏上的位置坐标；
S503：生成检测结果报告，所述检测结果报告包括存在异物缺陷点的测试液晶屏编号以及所述异物缺陷点在所述测试液晶屏上的位置坐标；
S504：发出异物缺陷提示信号。
本实施例可以通过记录测试液晶屏的编号以及异物缺陷点在测试液晶屏上的位置信息输出检测结果报告，从而提示操作人员，测试液晶屏存在贴合异物缺陷。通过记录的异物缺陷点的位置，可以便于操作人员了解需要处理的异常点，便于操作人员实施清理贴合异物或者重新进行CG玻璃的贴合。
基于上述方法，如图9所示，本申请还提供一种贴合异物缺陷与灰尘的区分系统，包括测试平台1、垂直相机2、倾斜相机3以及数据处理装置4；
其中，所述测试平台1设置在所述垂直相机2的正下方，用于放置测试液晶屏5，使所述垂直相机2的拍摄方向垂直于所述测试液晶屏5；所述倾斜相机3的拍摄方向相对于所述垂直相机2的拍摄方向倾斜预设角度；所述垂直相机2和所述倾斜相机3连接所述数据处理装置4，所述数据处理装置4被进一步配置为执行以下程序步骤：
S1：通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像；
S2：遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2；
S3：逐一对比所述准缺陷集合U1与所述目标点集合U2中的目标点位置信息，计算所述第一图像每一个位置上对应目标点之间的位置偏移量；
S4：对比计算的位置偏移量与预设的区分偏移量阈值；
S401：如果所述位置偏移量小于或等于所述区分偏移量阈值，确定所述目标点为贴合异物缺陷点；
S402：如果所述计算偏移量大于所述区分偏移量，确定所述目标点为灰尘点。
在本申请的部分实施例中，所述垂直相机2为分辨率大于或等于2900万像素的黑白相机；所述倾斜相机3为分辨率大于或等于500万像素的黑白相机；所述倾斜相机3的拍摄方向相对于所述垂直相机2的拍摄方向倾斜45°。由于垂直相机2在进行检测过程中不仅用来获取第一图像，还可能具有其他检测功能，因此垂直相机2可以选用分辨率较高的工业相机；而倾斜相机3仅仅是用来生成第二图像，即用来辅助区分目标点的缺陷类型，因此为了降低生产成本，选用分辨率较低的工业相机即可满足检测要求。
本实施例中，黑白相机可以直接获取灰度图像，即可省略将第一图像和第二图像进行的灰度处理，从而避免因灰度处理丢失目标点信息。而所述倾斜相机3的拍摄方向相对于所述垂直相机2的拍摄方向倾斜45°，可以既满足拍摄需要，又避免相邻目标点之间由于斜拍而产生的点位重合，此外还便于对倾斜相机3进行位置固定，即可通过连接垂直相机2的圆弧臂，将倾斜相机3固定在测试平台1的上方，便于实现两个相机与测试液晶屏5中心的距离相等。
由以上技术方案可知，本申请提供一种贴合异物缺陷与灰尘的区分方法及系统，所述方法通过对测试液晶屏在垂直和倾斜两个方向上分别采集的第一图像和第二图像进行分析，计算得到每个目标点在两幅图像中的位置偏移量，再通过对比目标点的位置偏移量和区分偏移量阈值，确定目标点是贴合异物缺陷点还是灰尘点。所述方法能够通过两个相机获取的测试液晶屏图像对测试液晶屏上的目标点位置偏移量进行判断，自动区分测试液晶屏上的贴合异物和灰尘，解决传统方法不能准确区分贴合异物和灰尘的问题。
本申请提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只是本申请总的构思下的几个示例，并不构成本申请保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。
Claims (10)
1.一种贴合异物缺陷与灰尘的区分方法，其特征在于，包括：
通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像；
遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2；
逐一对比所述准缺陷集合U1与所述目标点集合U2中的目标点位置信息，计算所述第一图像每一个位置上对应目标点之间的位置偏移量；
对比计算的位置偏移量与预设的区分偏移量阈值；
如果所述位置偏移量小于或等于所述区分偏移量阈值，确定所述目标点为贴合异物缺陷点；
如果所述计算偏移量大于所述区分偏移量，确定所述目标点为灰尘点。
2.根据权利要求1所述的区分方法，其特征在于，通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述待测液晶屏的第二图像的步骤后，还包括：
提取所述第二图像中，与所述测试液晶屏对应的有效检测区域；
获取所述倾斜相机的安装参数，所述安装参数包括所述倾斜相机相对于所述垂直相机的倾斜角度和所述倾斜相机的安装高度；
根据所述安装参数，利用图像插值算法，对所述有效检测区域进行形状变换，以对所述第二图像进行斜拍校正。
3.根据权利要求2所述的区分方法，其特征在于，通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像的步骤后，还包括：
识别所述第一图像与第二图像中，与所述测试液晶屏对应的有效区域；
根据所述有效区域对所述第一图像和所述第二图像进行裁切；
以裁切后的所述第一图像，和/或所述第二图像的中心为原点，在所述第一图像和所述第二图像中建立相关联的平面直角坐标系。
4.根据权利要求1所述的区分方法，其特征在于，遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2的步骤中，所述方法按照以下步骤提取所述第一图像和第二图像中的所有目标点的位置信息：
对所述第一图像和所述第二图像进行灰度处理，生成第一灰度图像和第二灰度图像；
对所述第一灰度图像和第二灰度图像进行二值化处理，生成背景色为黑色的第一黑白图像和第二黑白图像；
识别所述第一黑白图像和第二黑白图像中的白色区域，确定位于同一个白色区域的中心位置坐标为所述目标点的位置信息。
5.根据权利要求4所述的区分方法，其特征在于，遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2的步骤中，所述方法按照以下步骤生成准缺陷集合U1和目标点集合U2：
分别为识别出的每一个所述白色区域标记识别号；
将所述第一图像上对应的所述白色区域的识别号，和所述白色区域的中心位置坐标组合记录，生成所述准缺陷集合U1；
将所述第二图像上对应的所述白色区域的识别号，和所述白色区域的中心位置坐标组合记录，生成所述目标点集合U2。
6.根据权利要求1所述的区分方法，其特征在于，逐一对比所述准缺陷集合U1与所述目标点集合U2中的目标点位置信息的步骤，包括：
依次在所述准缺陷集合U1中提取目标点对应的位置坐标，将每次提取的目标点作为准缺陷点；
在所述目标点集合U2中，查找与所提取的所述准缺陷点距离最近的判断目标点；
计算所述准缺陷点与所述判断目标点之间的距离，作为对应点判断值；
对比所述对应点判断值与预设对应点偏移量；
如果所述对应点判断值小于或等于预设对应点偏移量，确定所述准缺陷点与所述判断目标点为同一位置上的对应目标点。
7.根据权利要求1所述的区分方法，其特征在于，所述第一图像包括在不同时间先后获取的准缺陷图像和灰尘图像，所述通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像的步骤后，所述方法还包括：
对比所述准缺陷图像和所述灰尘图像，提取所述灰尘图像中，不存在于所述准缺陷图像中的灰尘目标点；
在所述灰尘图像中剔除所述灰尘目标点；
将剔除所述灰尘目标点的所述灰尘图像，作为后续遍历所述第一图像和第二图像步骤中的第一图像。
8.根据权利要求1所述的区分方法，其特征在于，所述方法还包括：
记录所述目标点确定为贴合异物缺陷点情况下所对应的测试液晶屏编号；
提取确定为所述异物缺陷点的所述目标点在所述测试液晶屏上的位置坐标；
生成检测结果报告，所述检测结果报告包括存在异物缺陷点的测试液晶屏编号以及所述异物缺陷点在所述测试液晶屏上的位置坐标；
发出异物缺陷提示信号。
9.一种贴合异物缺陷与灰尘的区分系统，其特征在于，包括测试平台、垂直相机、倾斜相机以及数据处理装置；
其中，所述测试平台设置在所述垂直相机的正下方，用于放置测试液晶屏，使所述垂直相机的拍摄方向垂直于所述测试液晶屏；所述倾斜相机的拍摄方向相对于所述垂直相机的拍摄方向倾斜预设角度；所述垂直相机和所述倾斜相机连接所述数据处理装置，所述数据处理装置被进一步配置为执行以下程序步骤：
通过垂直相机获取测试液晶屏的第一图像，以及通过倾斜相机获取所述测试液晶屏的第二图像；
遍历所述第一图像和第二图像，分别提取所述第一图像和第二图像中的所有目标点的位置信息，并生成准缺陷集合U1和目标点集合U2；
逐一对比所述准缺陷集合U1与所述目标点集合U2中的目标点位置信息，计算所述第一图像每一个位置上对应目标点之间的位置偏移量；
对比计算的位置偏移量与预设的区分偏移量阈值；
如果所述位置偏移量小于或等于所述区分偏移量阈值，确定所述目标点为贴合异物缺陷点；
如果所述计算偏移量大于所述区分偏移量，确定所述目标点为灰尘点。
10.根据权利要求9所述的区分系统，其特征在于，所述垂直相机为分辨率大于或等于2900万像素的黑白相机；所述倾斜相机为分辨率大于或等于500万像素的黑白相机；所述倾斜相机的拍摄方向相对于所述垂直相机的拍摄方向倾斜45°。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811009530.7A CN109100363B (zh) | 2018-08-31 | 2018-08-31 | 一种贴合异物缺陷与灰尘的区分方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811009530.7A CN109100363B (zh) | 2018-08-31 | 2018-08-31 | 一种贴合异物缺陷与灰尘的区分方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109100363A true CN109100363A (zh) | 2018-12-28 |
| CN109100363B CN109100363B (zh) | 2021-10-29 |
Family
ID=64864473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811009530.7A Active CN109100363B (zh) | 2018-08-31 | 2018-08-31 | 一种贴合异物缺陷与灰尘的区分方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109100363B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109829904A (zh) * | 2019-01-29 | 2019-05-31 | 京东方科技集团股份有限公司 | 检测屏幕上灰尘的方法、装置、电子设备、可读存储介质 |
| CN109900723A (zh) * | 2019-04-26 | 2019-06-18 | 李配灯 | 玻璃表面缺陷检测方法及装置 |
| CN110333248A (zh) * | 2019-08-27 | 2019-10-15 | 征图新视(江苏)科技股份有限公司 | 玻璃表面缺陷与表面落尘的区分方法 |
| CN110441323A (zh) * | 2019-07-11 | 2019-11-12 | 大族激光科技产业集团股份有限公司 | 产品表面的打光方法及系统 |
| CN110987951A (zh) * | 2019-12-25 | 2020-04-10 | 苏州伟信奥图智能科技有限公司 | 一种移动物体表面缺陷检测方法 |
| CN111551559A (zh) * | 2020-05-13 | 2020-08-18 | 深圳市全洲自动化设备有限公司 | 一种基于多目视觉系统的lcd液晶屏缺陷检测方法 |
| CN112200760A (zh) * | 2019-06-20 | 2021-01-08 | 惠州旭鑫智能技术有限公司 | 一种液晶模组缺陷深度测量与分层装置和方法 |
| CN112884694A (zh) * | 2019-11-13 | 2021-06-01 | 合肥欣奕华智能机器有限公司 | 一种平面显示面板的缺陷检测方法、装置、设备及介质 |
| CN113066043A (zh) * | 2019-12-31 | 2021-07-02 | 上海晨兴希姆通电子科技有限公司 | 缺陷检测方法及装置、计算机可读存储介质 |
| EP3923037A4 (en) * | 2019-03-15 | 2022-03-23 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | FOREIGN OBJECT DETECTION METHOD, FOREIGN OBJECT DETECTION DEVICE, AND ELECTRONIC APPARATUS |
| CN114663356A (zh) * | 2022-02-28 | 2022-06-24 | 东莞市德普特电子有限公司 | 手机屏幕模组检测内部暗点与表面灰尘区分方法及其系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102037348A (zh) * | 2008-05-22 | 2011-04-27 | 独立行政法人产业技术综合研究所 | 检查缺陷的方法及缺陷检查装置 |
| CN104359917A (zh) * | 2014-11-18 | 2015-02-18 | 北京凌云光技术有限责任公司 | 液晶屏内部灰尘检测方法及装置 |
| CN104634789A (zh) * | 2014-04-24 | 2015-05-20 | 东旭集团有限公司 | 一种对超薄玻璃基板的上表面进行异物检查的系统及方法 |
| KR20160084212A (ko) * | 2015-01-05 | 2016-07-13 | 한화테크윈 주식회사 | 불량 검사 장치 및 방법 |
| CN106442560A (zh) * | 2016-08-23 | 2017-02-22 | 汕头大学 | 一种显示屏的定位测量与缺陷检测方法 |
| CN108318503A (zh) * | 2018-02-06 | 2018-07-24 | 凌云光技术集团有限责任公司 | 液晶屏幕灰尘检测方法和装置 |
-
2018
- 2018-08-31 CN CN201811009530.7A patent/CN109100363B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102037348A (zh) * | 2008-05-22 | 2011-04-27 | 独立行政法人产业技术综合研究所 | 检查缺陷的方法及缺陷检查装置 |
| CN104634789A (zh) * | 2014-04-24 | 2015-05-20 | 东旭集团有限公司 | 一种对超薄玻璃基板的上表面进行异物检查的系统及方法 |
| CN104359917A (zh) * | 2014-11-18 | 2015-02-18 | 北京凌云光技术有限责任公司 | 液晶屏内部灰尘检测方法及装置 |
| KR20160084212A (ko) * | 2015-01-05 | 2016-07-13 | 한화테크윈 주식회사 | 불량 검사 장치 및 방법 |
| CN106442560A (zh) * | 2016-08-23 | 2017-02-22 | 汕头大学 | 一种显示屏的定位测量与缺陷检测方法 |
| CN108318503A (zh) * | 2018-02-06 | 2018-07-24 | 凌云光技术集团有限责任公司 | 液晶屏幕灰尘检测方法和装置 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109829904A (zh) * | 2019-01-29 | 2019-05-31 | 京东方科技集团股份有限公司 | 检测屏幕上灰尘的方法、装置、电子设备、可读存储介质 |
| US11789491B2 (en) | 2019-03-15 | 2023-10-17 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for detecting foreign object and related electronic devices |
| EP3923037A4 (en) * | 2019-03-15 | 2022-03-23 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | FOREIGN OBJECT DETECTION METHOD, FOREIGN OBJECT DETECTION DEVICE, AND ELECTRONIC APPARATUS |
| CN109900723A (zh) * | 2019-04-26 | 2019-06-18 | 李配灯 | 玻璃表面缺陷检测方法及装置 |
| CN112200760A (zh) * | 2019-06-20 | 2021-01-08 | 惠州旭鑫智能技术有限公司 | 一种液晶模组缺陷深度测量与分层装置和方法 |
| CN110441323A (zh) * | 2019-07-11 | 2019-11-12 | 大族激光科技产业集团股份有限公司 | 产品表面的打光方法及系统 |
| CN110441323B (zh) * | 2019-07-11 | 2022-01-18 | 大族激光科技产业集团股份有限公司 | 产品表面的打光方法及系统 |
| CN110333248A (zh) * | 2019-08-27 | 2019-10-15 | 征图新视(江苏)科技股份有限公司 | 玻璃表面缺陷与表面落尘的区分方法 |
| CN112884694A (zh) * | 2019-11-13 | 2021-06-01 | 合肥欣奕华智能机器有限公司 | 一种平面显示面板的缺陷检测方法、装置、设备及介质 |
| CN112884694B (zh) * | 2019-11-13 | 2023-12-22 | 合肥欣奕华智能机器股份有限公司 | 一种平面显示面板的缺陷检测方法、装置、设备及介质 |
| CN110987951A (zh) * | 2019-12-25 | 2020-04-10 | 苏州伟信奥图智能科技有限公司 | 一种移动物体表面缺陷检测方法 |
| CN113066043A (zh) * | 2019-12-31 | 2021-07-02 | 上海晨兴希姆通电子科技有限公司 | 缺陷检测方法及装置、计算机可读存储介质 |
| CN113066043B (zh) * | 2019-12-31 | 2023-08-04 | 上海晨兴希姆通电子科技有限公司 | 缺陷检测方法及装置、计算机可读存储介质 |
| CN111551559A (zh) * | 2020-05-13 | 2020-08-18 | 深圳市全洲自动化设备有限公司 | 一种基于多目视觉系统的lcd液晶屏缺陷检测方法 |
| CN114663356A (zh) * | 2022-02-28 | 2022-06-24 | 东莞市德普特电子有限公司 | 手机屏幕模组检测内部暗点与表面灰尘区分方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109100363B (zh) | 2021-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109100363A (zh) | 一种贴合异物缺陷与灰尘的区分方法及系统 | |
| JP5228490B2 (ja) | 画像解析によって欠陥検査を行う欠陥検査装置 | |
| KR101791305B1 (ko) | 열화상 카메라를 이용한 전력설비 진단 장치 및 방법 | |
| 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 | |
| CN108362712B (zh) | 一种基板母板及其检测方法 | |
| CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
| CN104749184B (zh) | 自动光学检测方法和系统 | |
| CN110261410A (zh) | 一种玻璃透镜缺陷的检测装置及方法 | |
| KR100233218B1 (ko) | 안과용 렌즈 검사 방법 및 장치 | |
| CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
| CN111047568B (zh) | 一种漏汽缺陷检测识别方法及系统 | |
| CN107239742B (zh) | 一种仪表指针刻度值计算方法 | |
| CN103792705B (zh) | 检测基板缺陷的检测方法及检测装置 | |
| CN112053318A (zh) | 基于深度学习的二维pcb缺陷实时自动检测与分类装置 | |
| CN112634173B (zh) | 一种曲面屏图像校正方法及系统 | |
| JP4517826B2 (ja) | 液面検出方法 | |
| CN110596139A (zh) | 一种屏缺陷检测方法和系统 | |
| CN108445010A (zh) | 自动光学检测方法及装置 | |
| CN115494193B (zh) | 基于机器视觉单体燃烧试验火焰横向传播检测方法及系统 | |
| KR20160084212A (ko) | 불량 검사 장치 및 방법 | |
| CN110220911A (zh) | 一种手机屏幕检测方法以及装置 | |
| CN111353974B (zh) | 一种检测影像边界缺陷的方法及装置 | |
| CN113176275A (zh) | 一种用于显示面板复检的方法、装置及系统 | |
| CN116912805A (zh) | 一种基于无人清扫车的井盖异常智能检测识别方法及系统 | |
| CN115375679B (zh) | 一种缺陷芯片寻边寻点定位方法及装置 |
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 | ||
| CB02 | Change of applicant information |
Address after: 100094 701, 7 floor, 7 building, 13 Cui Hunan Ring Road, Haidian District, Beijing. Applicant after: Lingyunguang Technology Co.,Ltd. Address before: 100094 701, 7 floor, 7 building, 13 Cui Hunan Ring Road, Haidian District, Beijing. Applicant before: Beijing lingyunguang Technology Group Co.,Ltd. Address after: 100094 701, 7 floor, 7 building, 13 Cui Hunan Ring Road, Haidian District, Beijing. Applicant after: Beijing lingyunguang Technology Group Co.,Ltd. Address before: 100094 701, 7 floor, 7 building, 13 Cui Hunan Ring Road, Haidian District, Beijing. Applicant before: LUSTER LIGHTTECH GROUP Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |