CN109166111B - 一种电子墨水屏缺陷检测方法及系统 - Google Patents

一种电子墨水屏缺陷检测方法及系统 Download PDF

Info

Publication number
CN109166111B
CN109166111B CN201810927676.3A CN201810927676A CN109166111B CN 109166111 B CN109166111 B CN 109166111B CN 201810927676 A CN201810927676 A CN 201810927676A CN 109166111 B CN109166111 B CN 109166111B
Authority
CN
China
Prior art keywords
image
carrying
filtering
electronic ink
ink screen
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
Application number
CN201810927676.3A
Other languages
English (en)
Other versions
CN109166111A (zh
Inventor
许照林
郭善亮
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.)
SUZHOU RS OPTO TECH Ltd
Original Assignee
SUZHOU RS OPTO TECH 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 SUZHOU RS OPTO TECH Ltd filed Critical SUZHOU RS OPTO TECH Ltd
Priority to CN201810927676.3A priority Critical patent/CN109166111B/zh
Publication of CN109166111A publication Critical patent/CN109166111A/zh
Application granted granted Critical
Publication of CN109166111B publication Critical patent/CN109166111B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种电子墨水屏缺陷检测方法及系统，其方法包括以下步骤：获取电子墨水屏图像；对图像进行处理，只留下红色区域；将图像转换成CV_32F，然后计算当前像素值；对图像进行傅里叶变换，得到F(u,v)；对F(u,v)求幅值，并将幅值图像素值做对数变换并进行归一化处理；对归一化图像做高斯滤波以及中值滤波；对两个滤波结果做差并进行二值化处理；将二值化处理结果分别与傅里叶变换得到的实部、虚部进行卷积运算；对图像进行傅里叶逆变换，并对逆变换中的实部做中心化处理并转换到CV_8U；对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理；设置缺陷大小进行缺陷筛选。本发明能够快速、精准地检测出电子墨水屏缺陷。

Description

一种电子墨水屏缺陷检测方法及系统
技术领域
本发明涉及缺陷检测技术领域，特别涉及一种电子墨水屏缺陷检测方法及系统。
背景技术
目前针对电子墨水屏的外观缺陷检测，主流方法依然是人工目视检测。此方法不仅需要大量人力，而且效率比较低，同时对人的眼睛伤害比较大；另一方面利用人力目视检测，主观性比较大，容易造成过检以及漏检情况。
虽然有部分厂家采用了自动检测系统。但是市场上的自动检测系统主要针对特定画面或有一定共性的缺陷，采用有针对性的视觉成像技术，使缺陷在图像中呈现出来，再结合对应的图像处理算法检测出缺陷形态及位置，达到替代人工检测的效果。但电子墨水屏画面类型以及型号比较多，缺陷类型繁琐，一般的缺陷检测系统基本上不可能达到同时检测所有缺陷的效果。同时，电子墨水屏的需求量大，生产周期短，按画面类型设计多套检测系统的方法不能满足客户需求。
发明内容
针对现有技术的不足，本发明目的之一在于提供一种快速、精准、检测效率高的电子墨水屏缺陷检测方法，其采用如下技术方案。
一种电子墨水屏缺陷检测方法，其包括以下步骤：
S1、获取电子墨水屏图像；
S2、对图像进行处理，只留下红色区域；
S3、将图像转换成CV_32F，然后利用公式P(x，y)＝F(x,y)*(-1)^(x+y),计算当前像素值；
S4、对图像进行傅里叶变换，得到F(u,v)；
S5、对F(u,v)求幅值，并将幅值图像素值做对数变换并进行归一化处理；
S6、对归一化图像做高斯滤波以及中值滤波；
S7、对两个滤波结果做差并进行二值化处理；
S8、将二值化处理结果分别与傅里叶变换得到的实部、虚部进行卷积运算；
S9、对图像进行傅里叶逆变换，并对逆变换中的实部做中心化处理并转换到CV_8U；
S10、对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理；
S11、设置缺陷大小进行缺陷筛选。
作为本发明的进一步改进，S2、对图像进行处理，只留下红色区域，具体包括：
将BGR空间转到HSV空间，确定HSV三个通道的取值范围；定义一个大小相同的掩膜图像；遍历全图，判断当前位置是否是红色区域，若是，则令掩膜图像当前像素值为255，最后对掩膜图像做形态学闭操作，寻找掩膜图像最大轮廓并保存轮廓外接矩形框。
作为本发明的进一步改进，所述S10、对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理，具体包括：
对图像进行均值滤波得到滤波图，用原图减去滤波图寻找白色缺陷，用滤波图减去原图寻找黑色缺陷，并根据缺陷类型设置阈值对差值图做二值化处理。
作为本发明的进一步改进，所述阈值为：黑色20，白色35。
本发明目的之二在于提供一种快速、精准、检测效率高的电子墨水屏缺陷检测系统，其采用如下技术方案。
一种电子墨水屏缺陷检测系统，其包括：
图像采集模块，用于获取电子墨水屏图像；
图像处理模块，用于对图像进行处理，只留下红色区域；将图像转换成CV_32F，然后利用公式P(x，y)＝F(x,y)*(-1)^(x+y),计算当前像素值；对图像进行傅里叶变换，得到F(u,v)；对F(u,v)求幅值，并将幅值图像素值做对数变换并进行归一化处理；对归一化图像做高斯滤波以及中值滤波；对两个滤波结果做差并进行二值化处理；将二值化处理结果分别与傅里叶变换得到的实部、虚部进行卷积运算；对图像进行傅里叶逆变换，并对逆变换中的实部做中心化处理并转换到CV_8U；对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理；设置缺陷大小进行缺陷筛选。
作为本发明的进一步改进，所述图像采集模块包括工业面阵彩色相机单元。
作为本发明的进一步改进，所述对图像进行处理，只留下红色区域，具体包括：
将BGR空间转到HSV空间，确定HSV三个通道的取值范围；定义一个大小相同的掩膜图像；遍历全图，判断当前位置是否是红色区域，若是，则令掩膜图像当前像素值为255，最后对掩膜图像做形态学闭操作，寻找掩膜图像最大轮廓并保存轮廓外接矩形框。
作为本发明的进一步改进，所述对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理，具体包括：
对图像进行均值滤波得到滤波图，用原图减去滤波图寻找白色缺陷，用滤波图减去原图寻找黑色缺陷，并根据缺陷类型设置阈值对差值图做二值化处理。
本发明的有益效果：
本发明的电子墨水屏缺陷检测方法及系统能够快速、精准、稳定地检测出电子墨水屏外观的所有缺陷，替代甚至超越人工检测，达到降低工人劳动强度、节约人力成本，提高生产效率的目的。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本发明实施例中电子墨水屏缺陷检测方法的示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
如图1所示，为本发明实施例中的电子墨水屏缺陷检测方法，该方法包括以下步骤：
S1、获取电子墨水屏图像；
S2、对图像进行处理，只留下红色区域；
具体包括：将BGR空间转到HSV空间，确定HSV三个通道的取值范围；定义一个大小相同的掩膜图像；遍历全图，判断当前位置是否是红色区域，若是，则令掩膜图像当前像素值为255，最后对掩膜图像做形态学闭操作，寻找掩膜图像最大轮廓并保存轮廓外接矩形框。
优选的，上述取值范围为：H空间0-10或156-180，S空间43-255，V空间46-255。
S3、将图像转换成CV_32F，然后利用公式P(x，y)＝F(x,y)*(-1)^(x+y),计算当前像素值；
S4、对图像进行傅里叶变换，得到F(u,v)；
S5、对F(u,v)求幅值，并将幅值图像素值做对数变换并进行归一化处理；
S6、对归一化图像做高斯滤波以及中值滤波；
S7、对两个滤波结果做差并进行二值化处理；
S8、将二值化处理结果分别与傅里叶变换得到的实部、虚部进行卷积运算；
S9、对图像进行傅里叶逆变换，并对逆变换中的实部做中心化处理并转换到CV_8U；
S10、对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理；
具体包括：
对图像进行均值滤波得到滤波图，用原图减去滤波图寻找白色缺陷，用滤波图减去原图寻找黑色缺陷，并根据缺陷类型设置阈值对差值图做二值化处理。
在本实施例中，阈值为：黑色20，白色35。在本发明的其他实施例中，阈值可根据实际需求进行设置。
S11、设置缺陷大小进行缺陷筛选。
本发明实施例中的电子墨水屏缺陷检测系统包括：
图像采集模块，用于获取电子墨水屏图像；
优选的，图像采集模块包括工业面阵彩色相机单元。
图像处理模块，用于对图像进行处理，只留下红色区域；将图像转换成CV_32F，然后利用公式P(x，y)＝F(x,y)*(-1)^(x+y),计算当前像素值；对图像进行傅里叶变换，得到F(u,v)；对F(u,v)求幅值，并将幅值图像素值做对数变换并进行归一化处理；对归一化图像做高斯滤波以及中值滤波；对两个滤波结果做差并进行二值化处理；将二值化处理结果分别与傅里叶变换得到的实部、虚部进行卷积运算；对图像进行傅里叶逆变换，并对逆变换中的实部做中心化处理并转换到CV_8U；对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理；设置缺陷大小进行缺陷筛选。
具体的，上述对图像进行处理，只留下红色区域，具体包括：
将BGR空间转到HSV空间，确定HSV三个通道的取值范围；定义一个大小相同的掩膜图像；遍历全图，判断当前位置是否是红色区域，若是，则令掩膜图像当前像素值为255，最后对掩膜图像做形态学闭操作，寻找掩膜图像最大轮廓并保存轮廓外接矩形框。
优选的，上述取值范围为：H空间0-10或156-180，S空间43-255，V空间46-255。
具体的，上述对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理，具体包括：
对图像进行均值滤波得到滤波图，用原图减去滤波图寻找白色缺陷，用滤波图减去原图寻找黑色缺陷，并根据缺陷类型设置阈值对差值图做二值化处理。
本发明的有益效果：
本发明的电子墨水屏缺陷检测方法能够快速、精准、稳定地检测出电子墨水屏外观的所有缺陷，替代甚至超越人工检测，达到降低工人劳动强度、节约人力成本，提高生产效率的目的。
以上实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (6)

1.一种电子墨水屏缺陷检测方法，其特征在于，包括以下步骤：
S1、获取电子墨水屏图像；
S2、对图像进行处理，只留下红色区域；
S3、将图像转换成CV_32F，然后利用公式P(x，y)＝F(x,y)*(-1)^(x+y),计算当前像素值；
S4、对图像进行傅里叶变换，得到F(u,v)；
S5、对F(u,v)求幅值，并将幅值图像素值做对数变换并进行归一化处理；
S6、对归一化图像做高斯滤波以及中值滤波；
S7、对两个滤波结果做差并进行二值化处理；
S8、将二值化处理结果分别与傅里叶变换得到的实部、虚部进行卷积运算；
S9、对图像进行傅里叶逆变换，并对逆变换中的实部做中心化处理并转换到CV_8U；
S10、对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理,具体包括：
对图像进行均值滤波得到滤波图，用原图减去滤波图寻找白色缺陷，用滤波图减去原图寻找黑色缺陷，并根据缺陷类型设置阈值对差值图做二值化处理；
S11、设置缺陷大小进行缺陷筛选。
2.如权利要求1所述的电子墨水屏缺陷检测方法，其特征在于，所述S2、对图像进行处理，只留下红色区域，具体包括：
将BGR空间转到HSV空间，确定HSV三个通道的取值范围；定义一个大小相同的掩膜图像；遍历全图，判断当前位置是否是红色区域，若是，则令掩膜图像当前像素值为255，最后对掩膜图像做形态学闭操作，寻找掩膜图像最大轮廓并保存轮廓外接矩形框。
3.如权利要求1所述的电子墨水屏缺陷检测方法，其特征在于，所述阈值为：黑色20，白色35。
4.一种电子墨水屏缺陷检测系统，其特征在于，包括：
图像采集模块，用于获取电子墨水屏图像；
图像处理模块，用于对图像进行处理，只留下红色区域；将图像转换成CV_32F，然后利用公式P(x，y)＝F(x,y)*(-1)^(x+y),计算当前像素值；对图像进行傅里叶变换，得到F(u,v)；对F(u,v)求幅值，并将幅值图像素值做对数变换并进行归一化处理；对归一化图像做高斯滤波以及中值滤波；对两个滤波结果做差并进行二值化处理；将二值化处理结果分别与傅里叶变换得到的实部、虚部进行卷积运算；对图像进行傅里叶逆变换，并对逆变换中的实部做中心化处理并转换到CV_8U；对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理；设置缺陷大小进行缺陷筛选；
所述对图像进行均值滤波，计算得到两者的差值图，并对差值图进行二值化处理，具体包括：对图像进行均值滤波得到滤波图，用原图减去滤波图寻找白色缺陷，用滤波图减去原图寻找黑色缺陷，并根据缺陷类型设置阈值对差值图做二值化处理。
5.如权利要求4所述的电子墨水屏缺陷检测系统，其特征在于，所述图像采集模块包括工业面阵彩色相机单元。
6.如权利要求4所述的电子墨水屏缺陷检测系统，其特征在于，所述对图像进行处理，只留下红色区域，具体包括：
将BGR空间转到HSV空间，确定HSV三个通道的取值范围；定义一个大小相同的掩膜图像；遍历全图，判断当前位置是否是红色区域，若是，则令掩膜图像当前像素值为255，最后对掩膜图像做形态学闭操作，寻找掩膜图像最大轮廓并保存轮廓外接矩形框。
CN201810927676.3A 2018-08-15 2018-08-15 一种电子墨水屏缺陷检测方法及系统 Active CN109166111B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810927676.3A CN109166111B (zh) 2018-08-15 2018-08-15 一种电子墨水屏缺陷检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810927676.3A CN109166111B (zh) 2018-08-15 2018-08-15 一种电子墨水屏缺陷检测方法及系统

Publications (2)

Publication Number Publication Date
CN109166111A CN109166111A (zh) 2019-01-08
CN109166111B true CN109166111B (zh) 2021-06-29

Family

ID=64895770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810927676.3A Active CN109166111B (zh) 2018-08-15 2018-08-15 一种电子墨水屏缺陷检测方法及系统

Country Status (1)

Country Link
CN (1) CN109166111B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109886952B (zh) * 2019-02-25 2021-04-23 京东方科技集团股份有限公司 一种屏幕缺陷点检测方法及其装置、计算机可读介质
CN110378327B (zh) * 2019-07-09 2021-05-18 浙江大学 添加辅助性显著特征的目标检测装置及方法
CN110895806A (zh) * 2019-07-25 2020-03-20 研祥智能科技股份有限公司 屏幕显示缺陷的检测方法及系统
CN114354138A (zh) * 2021-12-30 2022-04-15 杭州电子科技大学 一种基于图像处理的屏幕频闪检测系统及方法
CN117218097B (zh) * 2023-09-23 2024-04-12 宁波江北骏欣密封件有限公司 一种轴套类丝网垫圈零件表面缺陷检测方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007272180A (ja) * 2006-03-30 2007-10-18 Lg Phillips Lcd Co Ltd 液晶表示装置及びその駆動方法
CN101290747B (zh) * 2008-06-18 2011-01-12 北京工业大学 电子纸屏幕的图像显示方法
CN101290746A (zh) * 2008-06-18 2008-10-22 北京工业大学 电子纸屏幕的图像更新方法

Also Published As

Publication number Publication date
CN109166111A (zh) 2019-01-08

Similar Documents

Publication Publication Date Title
CN109166111B (zh) 一种电子墨水屏缺陷检测方法及系统
WO2022062812A1 (zh) 屏幕缺陷检测方法、装置和电子设备
CN104749184B (zh) 自动光学检测方法和系统
CN107705288B (zh) 伪目标运动强干扰下的危险气体泄漏红外视频检测方法
CN105913093B (zh) 一种用于文字识别处理的模板匹配方法
GB2569751A (en) Static infrared thermal image processing-based underground pipe leakage detection method
CN108288264B (zh) 一种广角摄像头模组脏污测试方法
CN105445277A (zh) 一种fpc表面质量视觉智能检测方法
CN111311542A (zh) 一种产品质量检测方法及装置
CN107014819A (zh) 一种太阳能电池板表面缺陷检测系统和方法
CN112364740B (zh) 一种基于计算机视觉的无人机房监控方法及系统
CN110473184A (zh) 一种pcb板缺陷检测方法
CN109087363B (zh) 一种基于hsv颜色空间的污水排放检测方法
CN104899871A (zh) 一种ic元件焊点空焊检测方法
CN106228541A (zh) 视觉检测中屏幕定位的方法及装置
CN103149214A (zh) 水果表面缺陷检测方法
CN111695373B (zh) 斑马线的定位方法、系统、介质及设备
CN110007493A (zh) 液晶显示屏中碎亮点检测方法
CN114387269B (zh) 一种基于激光的纤维丝缺损检测方法
Ren et al. Circuit board defect detection based on image processing
CN113658092A (zh) 一种基于图像处理的铝电解电容缺陷检测方法
CN110441318A (zh) 一种基于机器视觉的化纤喷丝头孔缺陷检测方法
CN117115171B (zh) 一种应用于地铁lcd显示屏的轻微亮点缺陷检测方法
TW201723928A (zh) 一種熱影像區域分割方法
CN109544535B (zh) 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及系统

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