CN109741324B - 一种检测方法、检测装置及终端设备 - Google Patents
一种检测方法、检测装置及终端设备 Download PDFInfo
- Publication number
- CN109741324B CN109741324B CN201910023846.XA CN201910023846A CN109741324B CN 109741324 B CN109741324 B CN 109741324B CN 201910023846 A CN201910023846 A CN 201910023846A CN 109741324 B CN109741324 B CN 109741324B
- Authority
- CN
- China
- Prior art keywords
- defect
- defects
- panel
- determining
- type
- 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
Abstract
本申请适用于材料制作技术领域,提供了一种检测方法、检测装置及终端设备,包括:对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷;若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域;根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷;若所述缺陷为第一类缺陷,则将该缺陷标记为正常;若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷。通过上述方法,大大提高了对颗粒状缺陷检测的正确率。
Description
技术领域
本申请涉及材料制作技术领域,尤其涉及一种检测方法、检测装置及终端设备。
背景技术
随着科技的发展,液晶显示器(LCD,Liquid Crystal Display)逐渐代替传统的显示器,成为显示器市场的主流产品。在液晶显示器制作过程中,需要按照设计尺寸对面板进行切割,这可能会造成面板的缺陷。
所以通常情况下,需要对切割后的面板进行缺陷检测以淘汰不合格的产品。现有的缺陷检测方法对于部分圆形颗粒状缺陷检测的正确率较低,容易将面板内的水珠等不影响面板质量的颗粒误检为缺陷。
发明内容
有鉴于此,本申请实施例提供了一种检测方法、检测装置及终端设备,以解决现有技术中对颗粒状缺陷检测的正确率较低的问题。
本申请中一个实施例提供了一种检测方法,包括:
对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷;
若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域;
根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷;
若所述缺陷为第一类缺陷,则将该缺陷标记为正常;
若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷。
本申请中另一个实施例提供了一种检测装置,包括:
扫描单元,用于对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷;
获取单元,用于若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域;
第一确定单元,用于根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷;
标记单元,用于若所述缺陷为第一类缺陷,则将该缺陷标记为正常;
第二确定单元,用于若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷。
本申请中另一实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。
本申请实施例通过对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷;若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域;根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷;若所述缺陷为第一类缺陷,则将该缺陷标记为正常;若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷。通过上述方法,能够较准确地将水珠等不影响面板质量的缺陷排除,大大提高了对颗粒状缺陷检测的正确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的一实施例提供的检测方法的实现流程示意图;
图2是本申请的另一实施例提供的检测装置的示意图;
图3是本申请的另一实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
图1是本申请的一实施例提供的检测方法的实现流程示意图,如图所示,所述方法可以包括以下步骤:
步骤S101,对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷。
其中,面板包括液晶面板、普通的显示面板等,本申请中的检测方法也可以用于其他产品筛选,包括汽车车窗玻璃,普通玻璃,也可以包括瓶子封边检测,其他缺陷检测等等。
在一个实施例中,所述对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷,包括:
对待检测的面板进行扫描获得扫描图像。
按照预设顺序,分别计算所述扫描图像上的每个像素点的灰度值与预设灰度值的第一灰度差。
若所述第一灰度差大于第一预设阈值,则将当前的像素点标记为缺陷像素点。
根据所述缺陷像素点之间的位置关系,将相邻的缺陷像素点标记为同一缺陷。
其中,预设顺序、预设灰度值和第一预设阈值均可以是人为预先设定的,例如,预设顺序可以是,按照从面板的边缘向面板的内部中轴线位置的方向进行计算。可以是在扫描的时候就按照预设顺序进行扫描,边扫描边计算;也可以是得到扫描图像之后,按照预设顺序进行计算。在此不做具体限定。
在应用中,第一灰度差可以是对像素点的灰度值和预设灰度值的差取绝对值后的值。示例性的,按照预设顺序计算扫描图像上A、B、C、D四个像素点的灰度值与预设灰度值的第一灰度差。假设预设灰度值为125,四个像素点的灰度值分别为25、120、130、230,第一预设阈值为50,则计算出的第一灰度差分别为100、5、5、105;将计算出的第一灰度差分别与第一预设阈值50作比较,100>50、5<50、105>50,所以,像素点A、D被标记为缺陷像素点。
在应用中,还可以将第一预设阈值定义为一个范围,如-50~50,如果第一灰度差不在这个范围内,则将当前的像素点标记为缺陷像素点。不管第一预设阈值是个具体的值,还是个范围,目的就是要判断像素点的灰度值和预设灰度值的差值是否很大,所以只要是能做出此判断的方法均可,并不对如何判断的方法做具体限定。
在应用中,根据缺陷像素点之间的位置关系,将相邻的缺陷像素点标记为同一缺陷。示例性的,假设缺陷像素点A和B相邻,B和C相邻,A、B、C均不与D相邻,则根据它们之间的位置关系,将A、B、C标记为同一缺陷,D标记为另一缺陷。
步骤S102,若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域。
其中,最小外接矩形,也称最小边界矩形、最小包含矩形或最小外包矩形。表示能够包含当前图形的最小矩形。具体的,是指以二维坐标表示的若干二维形状(如点、直线、多边形等)的最大范围,即以给定的二维形状各顶点中的最大横坐标、最小横坐标、最大纵坐标、最小纵坐标确定边界的矩形,这样的矩形包含给定的二维形状,且矩形的各条边与坐标轴平行。
步骤S103,根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷。
在一个实施例中,所述根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,包括:
计算所述缺陷与所述缺陷对应的目标区域的面积百分比。
若所述面积百分比小于预设百分比,则确定所述缺陷为第一类缺陷。
若所述面积百分比大于或等于预设百分比,则确定所述缺陷不是第一类缺陷。
在一个实施例中,所述计算所述缺陷与所述缺陷对应的目标区域的面积百分比,包括:
计算所述缺陷包含的缺陷像素点的个数,得到第一面积。
计算所述缺陷对应的目标区域包含的像素点的个数,得到第二面积。
计算所述第一面积与所述第二面积的面积百分比。
其中,预设百分比可以是人为预先设定的。利用步骤S103中的方法,可以初步对缺陷进行判断,如果面积百分比较大,则说明该缺陷很有可能是真正的缺陷;如果面积百分比较小,则说明该缺陷可能是被误判为缺陷的缺陷。
步骤S104,若所述缺陷为第一类缺陷,则将该缺陷标记为正常。
步骤S105,若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷。
在一个实施例中,所述基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,包括:
根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘。
若所述缺陷处于所述面板的边缘,则确定所述缺陷为第二类缺陷。
若所述缺陷未处于所述面板的边缘,则确定所述缺陷不是第二类缺陷。
在一个实施例中,在根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘之后,还包括:
若所述缺陷未处于所述面板的边缘,则计算所述缺陷对应的目标区域的内部灰度差,所述内部灰度差为所述目标区域内预设大小的中心区域处的平均灰度值与非中心区域处的平均灰度值的差值。
若所述内部灰度差大于第二预设阈值,则确定所述缺陷为第一异物,所述第一异物为水珠。
若所述内部灰度差小于或等于第二预设阈值,则确定所述缺陷为第二异物,所述第二异物为除水珠外的异物。
其中,预设大小可以是人为预先设定的。根据反射原理,水珠周围与中心位置的灰度值不一样,可以根据这个特点判断是否为水珠。
本申请实施例对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷;若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域;根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷;若所述缺陷为第一类缺陷,则将该缺陷标记为正常;若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷。通过上述方法,能够较准确地将水珠等不影响面板质量的缺陷排除,大大提高了对颗粒状缺陷检测的正确率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图2是本申请的另一实施例提供的检测装置的示意图,为了便于说明,仅示出与本申请实施例相关的部分。
图2所示的检测装置可以是内置于现有的终端设备内的软件单元、硬件单元、或软硬结合的单元,也可以作为独立的挂件集成到所述终端设备中,还可以作为独立的终端设备存在。
所述检测装置2包括:
扫描单元21,用于对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷。
获取单元22,用于若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域。
第一确定单元23,用于根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷。
标记单元24,用于若所述缺陷为第一类缺陷,则将该缺陷标记为正常。
第二确定单元25,用于若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷。
可选的,所述扫描单元21,包括:
扫描模块,用于对待检测的面板进行扫描获得扫描图像。
第一计算模块,用于按照预设顺序,分别计算所述扫描图像上的每个像素点的灰度值与预设灰度值的第一灰度差。
第一标记模块,用于若所述第一灰度差大于第一预设阈值,则将当前的像素点标记为缺陷像素点。
第二标记模块,用于根据所述缺陷像素点之间的位置关系,将相邻的缺陷像素点标记为同一缺陷。
可选的,所述第一确定单元23包括:
第二计算模块,用于计算所述缺陷与所述缺陷对应的目标区域的面积百分比。
第一确定模块,用于若所述面积百分比小于预设百分比,则确定所述缺陷为第一类缺陷。
第二确定模块,用于若所述面积百分比大于或等于预设百分比,则确定所述缺陷不是第一类缺陷。
可选的,所述第二计算模块包括:
第一计算子模块,用于计算所述缺陷包含的缺陷像素点的个数,得到第一面积。
第二计算子模块,用于计算所述缺陷对应的目标区域包含的像素点的个数,得到第二面积。
第三计算子模块,用于计算所述第一面积与所述第二面积的面积百分比。
可选的,第二确定单元25包括:
判断模块,用于根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘。
第三确定模块,用于若所述缺陷处于所述面板的边缘,则确定所述缺陷为第二类缺陷。
第四确定模块,用于若所述缺陷未处于所述面板的边缘,则确定所述缺陷不是第二类缺陷。
可选的,所述第二确定单元25还包括:
第三计算模块,用于在根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘之后,若所述缺陷未处于所述面板的边缘,则计算所述缺陷对应的目标区域的内部灰度差,所述内部灰度差为所述目标区域内预设大小的中心区域处的平均灰度值与非中心区域处的平均灰度值的差值。
第五确定模块,用于若所述内部灰度差大于第二预设阈值,则确定所述缺陷为第一异物,所述第一异物为水珠。
第六确定模块,用于若所述内部灰度差小于或等于第二预设阈值,则确定所述缺陷为第二异物,所述第二异物为除水珠外的异物。
在具体应用中,检测装置中的各模块可以是独立存在的处理器,也可以共同集成为一个处理器,还可以是检测装置的处理器中的软件程序模块。所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
图3是本申请的另一实施例提供的终端设备的示意图。如图3所示,该实施例的终端设备3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个检测方法实施例中的步骤,例如图1所示的步骤S101至S105。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块21至25的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。例如,所述计算机程序32可以被分割成扫描单元、获取单元、第一确定单元、标记单元、第二确定单元,各单元具体功能如下:
扫描单元,用于对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷。
获取单元,用于若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域。
第一确定单元,用于根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷。
标记单元,用于若所述缺陷为第一类缺陷,则将该缺陷标记为正常。
第二确定单元,用于若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷。
可选的,所述扫描单元,包括:
扫描模块,用于对待检测的面板进行扫描获得扫描图像。
第一计算模块,用于按照预设顺序,分别计算所述扫描图像上的每个像素点的灰度值与预设灰度值的第一灰度差。
第一标记模块,用于若所述第一灰度差大于第一预设阈值,则将当前的像素点标记为缺陷像素点。
第二标记模块,用于根据所述缺陷像素点之间的位置关系,将相邻的缺陷像素点标记为同一缺陷。
可选的,所述第一确定单元包括:
第二计算模块,用于计算所述缺陷与所述缺陷对应的目标区域的面积百分比。
第一确定模块,用于若所述面积百分比小于预设百分比,则确定所述缺陷为第一类缺陷。
第二确定模块,用于若所述面积百分比大于或等于预设百分比,则确定所述缺陷不是第一类缺陷。
可选的,所述第二计算模块包括:
第一计算子模块,用于计算所述缺陷包含的缺陷像素点的个数,得到第一面积。
第二计算子模块,用于计算所述缺陷对应的目标区域包含的像素点的个数,得到第二面积。
第三计算子模块,用于计算所述第一面积与所述第二面积的面积百分比。
可选的,第二确定单元包括:
判断模块,用于根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘。
第三确定模块,用于若所述缺陷处于所述面板的边缘,则确定所述缺陷为第二类缺陷。
第四确定模块,用于若所述缺陷未处于所述面板的边缘,则确定所述缺陷不是第二类缺陷。
可选的,所述第二确定单元还包括:
第三计算模块,用于在根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘之后,若所述缺陷未处于所述面板的边缘,则计算所述缺陷对应的目标区域的内部灰度差,所述内部灰度差为所述目标区域内预设大小的中心区域处的平均灰度值与非中心区域处的平均灰度值的差值。
第五确定模块,用于若所述内部灰度差大于第二预设阈值,则确定所述缺陷为第一异物,所述第一异物为水珠。
第六确定模块,用于若所述内部灰度差小于或等于第二预设阈值,则确定所述缺陷为第二异物,所述第二异物为除水珠外的异物。
所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端设备3的示例,并不构成对终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端设备3的内部存储单元,例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备,例如所述终端设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (6)
1.一种检测方法,其特征在于,包括:
对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷;
若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域;
根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷;
若所述缺陷为第一类缺陷,则将该缺陷标记为正常;
若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷;所述对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷,包括:
对待检测的面板进行扫描获得扫描图像;
按照预设顺序,分别计算所述扫描图像上的每个像素点的灰度值与预设灰度值的第一灰度差;
若所述第一灰度差大于第一预设阈值,则将当前的像素点标记为缺陷像素点;
根据所述缺陷像素点之间的位置关系,将相邻的缺陷像素点标记为同一缺陷;
所述基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,包括:
根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘;
若所述缺陷处于所述面板的边缘,则确定所述缺陷为第二类缺陷;
若所述缺陷未处于所述面板的边缘,则确定所述缺陷不是第二类缺陷;
在根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘之后,还包括:
若所述缺陷未处于所述面板的边缘,则计算所述缺陷对应的目标区域的内部灰度差,所述内部灰度差为所述目标区域内预设大小的中心区域处的平均灰度值与非中心区域处的平均灰度值的差值;
若所述内部灰度差大于第二预设阈值,则确定所述缺陷为第一异物,所述第一异物为水珠;
若所述内部灰度差小于或等于第二预设阈值,则确定所述缺陷为第二异物,所述第二异物为除水珠外的异物。
2.如权利要求1所述的检测方法,其特征在于,所述根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,包括:
计算所述缺陷与所述缺陷对应的目标区域的面积百分比;
若所述面积百分比小于预设百分比,则确定所述缺陷为第一类缺陷;
若所述面积百分比大于或等于预设百分比,则确定所述缺陷不是第一类缺陷。
3.如权利要求2所述的检测方法,其特征在于,所述计算所述缺陷与所述缺陷对应的目标区域的面积百分比,包括:
计算所述缺陷包含的缺陷像素点的个数,得到第一面积;
计算所述缺陷对应的目标区域包含的像素点的个数,得到第二面积;
计算所述第一面积与所述第二面积的面积百分比。
4.一种检测装置,其特征在于,包括:
扫描单元,用于对待检测的面板进行扫描,确定所述待检测的面板中是否存在缺陷;
获取单元,用于若存在缺陷,获取所述缺陷对应的目标区域,所述目标区域为所述缺陷的最小外接矩形所占的区域;
第一确定单元,用于根据所述缺陷与所述缺陷对应的目标区域的面积百分比,确定所述缺陷是否为第一类缺陷,所述第一类缺陷为误判缺陷;
标记单元,用于若所述缺陷为第一类缺陷,则将该缺陷标记为正常;
第二确定单元,用于若所述缺陷不是第一类缺陷,则基于所述缺陷在所述面板上的位置,确定所述缺陷是否为第二类缺陷,所述第二类缺陷为对所述面板进行切割磨边引起的缺陷;
所述扫描单元包括:
扫描模块,用于对待检测的面板进行扫描获得扫描图像;
第一计算模块,用于按照预设顺序,分别计算所述扫描图像上的每个像素点的灰度值与预设灰度值的第一灰度差;
第一标记模块,用于若所述第一灰度差大于第一预设阈值,则将当前的像素点标记为缺陷像素点;
第二标记模块,用于根据所述缺陷像素点之间的位置关系,将相邻的缺陷像素点标记为同一缺陷;
所述第二确定单元包括:
判断模块,用于根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘;
第三确定模块,用于若所述缺陷处于所述面板的边缘,则确定所述缺陷为第二类缺陷;
第四确定模块,用于若所述缺陷未处于所述面板的边缘,则确定所述缺陷不是第二类缺陷;
所述第二确定单元还包括:
第三计算模块,用于在根据所述缺陷在所述扫描图像上的位置,判断所述缺陷是否处于所述面板的边缘之后,若所述缺陷未处于所述面板的边缘,则计算所述缺陷对应的目标区域的内部灰度差,所述内部灰度差为所述目标区域内预设大小的中心区域处的平均灰度值与非中心区域处的平均灰度值的差值;
第五确定模块,用于若所述内部灰度差大于第二预设阈值,则确定所述缺陷为第一异物,所述第一异物为水珠;
第六确定模块,用于若所述内部灰度差小于或等于第二预设阈值,则确定所述缺陷为第二异物,所述第二异物为除水珠外的异物。
5.如权利要求4所述的检测装置,其特征在于,所述第一确定单元包括:
第二计算模块,用于计算所述缺陷与所述缺陷对应的目标区域的面积百分比;
第一确定模块,用于若所述面积百分比小于预设百分比,则确定所述缺陷为第一类缺陷;
第二确定模块,用于若所述面积百分比大于或等于预设百分比,则确定所述缺陷不是第一类缺陷。
6.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910023846.XA CN109741324B (zh) | 2019-01-10 | 2019-01-10 | 一种检测方法、检测装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910023846.XA CN109741324B (zh) | 2019-01-10 | 2019-01-10 | 一种检测方法、检测装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109741324A CN109741324A (zh) | 2019-05-10 |
CN109741324B true CN109741324B (zh) | 2020-12-04 |
Family
ID=66364289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910023846.XA Active CN109741324B (zh) | 2019-01-10 | 2019-01-10 | 一种检测方法、检测装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109741324B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441501B (zh) * | 2019-06-27 | 2023-03-21 | 北海惠科光电技术有限公司 | 一种检测方法和检测系统 |
CN112577971A (zh) * | 2019-09-30 | 2021-03-30 | 深圳中科飞测科技股份有限公司 | 一种检测方法、系统及设备 |
CN111060520B (zh) * | 2019-12-30 | 2021-10-29 | 歌尔股份有限公司 | 一种产品缺陷检测方法、装置与系统 |
CN111242116B (zh) * | 2020-01-21 | 2022-11-08 | 上海万物新生环保科技集团有限公司 | 屏幕定位方法及装置 |
CN111539354B (zh) * | 2020-04-27 | 2020-12-15 | 易普森智慧健康科技(深圳)有限公司 | 一种液基细胞玻片扫描区域识别方法 |
US20230419466A1 (en) * | 2020-11-26 | 2023-12-28 | Boe Technology Group Co., Ltd. | Method and apparatus for identifying defect grade of bad picture, and storage medium |
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 |
CN113012137B (zh) * | 2021-03-24 | 2022-05-10 | 滁州惠科光电科技有限公司 | 一种面板缺陷检查方法、系统、终端设备及存储介质 |
CN114581430A (zh) * | 2022-03-15 | 2022-06-03 | 深圳中科飞测科技股份有限公司 | 一种边缘检测方法、装置以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6683974B1 (en) * | 2000-01-12 | 2004-01-27 | Sharp Kabushiki Kaisha | Image defect detection apparatus and image defect detection method |
CN105447851A (zh) * | 2015-11-12 | 2016-03-30 | 刘新辉 | 一种玻璃面板的音孔缺陷检测方法及系统 |
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 |
CN108254540A (zh) * | 2018-02-07 | 2018-07-06 | 国家林业局北京林业机械研究所 | 一种锯材表面质量等级划分装置及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105445277B (zh) * | 2015-11-12 | 2018-02-06 | 湖北工业大学 | 一种fpc表面质量视觉智能检测方法 |
CN107610316B (zh) * | 2017-08-28 | 2019-12-10 | 深圳怡化电脑股份有限公司 | 检测纸币缺损的方法、装置及终端设备 |
-
2019
- 2019-01-10 CN CN201910023846.XA patent/CN109741324B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6683974B1 (en) * | 2000-01-12 | 2004-01-27 | Sharp Kabushiki Kaisha | Image defect detection apparatus and image defect detection method |
CN105447851A (zh) * | 2015-11-12 | 2016-03-30 | 刘新辉 | 一种玻璃面板的音孔缺陷检测方法及系统 |
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 |
CN108254540A (zh) * | 2018-02-07 | 2018-07-06 | 国家林业局北京林业机械研究所 | 一种锯材表面质量等级划分装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109741324A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109741324B (zh) | 一种检测方法、检测装置及终端设备 | |
JP4657869B2 (ja) | 欠陥検出装置、イメージセンサデバイス、イメージセンサモジュール、画像処理装置、デジタル画像品質テスタ、欠陥検出方法、欠陥検出プログラム、およびコンピュータ読取可能な記録媒体 | |
CN112577969B (zh) | 一种基于机器视觉的缺陷检测方法以及缺陷检测系统 | |
CN112348765A (zh) | 数据增强方法、装置、计算机可读存储介质及终端设备 | |
CN111709948A (zh) | 容器瑕疵检测方法和装置 | |
CN107356213B (zh) | 滤光片同心度测量方法及终端设备 | |
CN115908269A (zh) | 视觉缺陷检测方法、装置、存储介质和计算机设备 | |
CN114519714B (zh) | 一种显示屏脏污缺陷判定的方法和系统 | |
CN107230212B (zh) | 一种基于视觉的手机尺寸的测量方法及系统 | |
CN112802022B (zh) | 智能检测缺陷玻璃图像的方法、电子设备以及存储介质 | |
CN114359161A (zh) | 一种缺陷检测方法、装置、设备和存储介质 | |
WO2022088660A1 (zh) | 提高晶圆检测灵敏度的方法、装置以及存储介质 | |
CN116342456A (zh) | 连接器件检测方法、电子设备及存储介质 | |
CN117252861A (zh) | 一种晶圆表面缺陷的检测方法、装置及系统 | |
JP2002140713A (ja) | 画像処理方法およびその装置 | |
CN108564571B (zh) | 图像区域选取方法及终端设备 | |
CN116563298A (zh) | 基于高斯拟合的十字线中心亚像素检测方法 | |
CN113012137B (zh) | 一种面板缺陷检查方法、系统、终端设备及存储介质 | |
CN115631190A (zh) | 玻璃基板缺陷识别示警方法、系统、电子设备和存储介质 | |
CN114937003A (zh) | 一种针对玻璃面板的多类型缺陷检测系统和方法 | |
CN109949245B (zh) | 十字激光检测定位方法、装置、存储介质及计算机设备 | |
CN114677373A (zh) | 一种印刷品内容检错方法、装置、电子设备及介质 | |
CN115457034B (zh) | 一种类镜面工件表面的缺陷检测方法及装置 | |
JP2002203233A (ja) | 検査方法およびその装置 | |
CN112967245B (zh) | 电池检测方法、装置、电子设备及可读存储介质 |
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 |