CN109828394A - 一种显示面板的检测方法和检测机台 - Google Patents

一种显示面板的检测方法和检测机台 Download PDF

Info

Publication number
CN109828394A
CN109828394A CN201910219933.2A CN201910219933A CN109828394A CN 109828394 A CN109828394 A CN 109828394A CN 201910219933 A CN201910219933 A CN 201910219933A CN 109828394 A CN109828394 A CN 109828394A
Authority
CN
China
Prior art keywords
image
diversity factor
display panel
checked
detection
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.)
Pending
Application number
CN201910219933.2A
Other languages
English (en)
Inventor
赵文勤
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.)
HKC Co Ltd
Chongqing HKC Optoelectronics Technology Co Ltd
Original Assignee
HKC Co Ltd
Chongqing HKC Optoelectronics 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 HKC Co Ltd, Chongqing HKC Optoelectronics Technology Co Ltd filed Critical HKC Co Ltd
Priority to CN201910219933.2A priority Critical patent/CN109828394A/zh
Publication of CN109828394A publication Critical patent/CN109828394A/zh
Priority to PCT/CN2020/079683 priority patent/WO2020192494A2/zh
Priority to US17/289,229 priority patent/US20220012864A1/en
Pending legal-status Critical Current

Links

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
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901—Optical details; Scanning details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G06T5/75—Unsharp masking
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20216—Image averaging
    • 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
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30121—CRT, LCD or plasma display

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Textile Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种显示面板的检测方法和检测机台。所述检测方法包括步骤：对待检测显示面板拍照并获得待检测显示面板的待检图像；去除所述待检图像中的高频信息，得到消高频图像；根据待检图像与消高频图像，进行差异度计算，得到差异度图像；对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过。在对待检测显示面板进行不良检测的过程中，获得待检显示面板的待检图像，并将待检图像进行消高频处理得到消高频图像，然后通过过待检检图像与消高频图像进行做差处理获得差异度图像，然后与预设阈值进行对比，将人眼无法观察的不良显示现象进行更加精准的检测，并能够判断待显示面板的是否符合合格标准，大大提高了检测速度与检测精度。

Description

一种显示面板的检测方法和检测机台
技术领域
本申请涉及显示技术领域，尤其涉及一种显示面板的检测方法和检测机台。
背景技术
视觉检测就是用机器代替人眼来做测量和判断。视觉检测是指通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)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，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，是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。
机器视觉检测的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。如何在显示面板的不良检测中提高对图像降噪处理的效率成为亟待解决的技术问题。
发明内容
本申请的目的是提供一种显示面板的检测方法和检测机台，以提高对图像降噪处理的效率。
本申请公开了一种显示面板的检测方法，包括步骤：
对待检测显示面板拍照并获得待检测显示面板的待检图像；
去除所述待检图像中的高频信息，得到消高频图像；
根据待检图像与消高频图像，进行差异度计算，得到差异度图像；
对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过。
可选的，所述对待检测显示面板进行拍照并获得待检测显示面板的待检图像步骤中，包括：
对待检测显示面板进行多次拍照获得多个原始图像；
将多个所述原始图像求得平均值，去除所述原始图像的随机噪声，得到去除随机噪声后的无噪声图像，以无噪声图像作为待检图像。
可选的，所述将所述待检图像进行低频滤波操作，去除所述待检图像中的高频图像，得到消高频图像步骤中，所述滤波方式为均值滤波。
可选的，所述根据待检图像与消高频图像，进行差异度计算，得到差异度图像步骤中，将待检图像与消高频图像进行做差后，获得待差异度图像。
可选的，所述对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过的步骤中，其中，所述的阈值为一阈值矩阵，所述的阈值矩阵与所述差异度图像中的像素一一对应；将所述差异度图像中每个像素与阈值矩阵中对应像素的阈值进行比对，若差异度图像超过阈值矩阵中对应像素的阈值，则判断为不良品；若未超出阈值矩阵中对应像素的阈值，则判断为检测通过。
可选的，对所述差异度图像判断，将差异度图像与一预设对比图像进行比较，若差异度图像超过预设对比图像的图像值，则判断为不良品；若未超出预设对比图像的图像值，则判断为检测通过步骤后，还包括：对所述差异度图像进行图像增强操作并获得增强图像，依据所述增强图像确定不良显示位置的步骤。
可选的，所述对所述差异度图像进行图像增强操作并获得增强图像，依据所述增强图像确定不良显示位置步骤，包括以下步骤：
查找出差异度画面中最大亮度的像素的亮度值；
根据此最大亮度的像素的亮度值计算出将其增强到最高亮度值的图像放大系数；
根据图像放大系数将差异度画面进行图像增强得到增强图画；
根据所述增强图画确定不良显示位置。
本申请还公开了一种显示面板的检测方法，所述检测方法包括步骤：
对待检测显示面板拍照并获得待检测显示面板的待检图像；
去除所述待检图像中的高频信息，得到消高频图像；
根据待检图像与消高频图像，进行差异度计算，得到差异度图像；
对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过；
查找出差异度画面中最大亮度的像素的亮度值；
根据此最大亮度的像素的亮度值计算出将其增强到最高亮度值的图像放大系数；
根据图像放大系数将差异度画面进行图像增强得到增强图画；
根据所述增强图画确定不良显示位置。
本申请还公开了一种检测机台，所述检测机台包括：对待检测显示面板进行拍照并获得待检测显示面板的待检图像的图像获取模块；去除所述图像获取模块获得的待检图像中的高频信息得到消高频图像的滤波模块；将所述图像获取模块获得的待检图像，与滤波模块得到的消高频图像进行差异度计算后，获得差异度图像的差异度计算模块；对所述差异度计算模块的差异度图像判断，将所述差异度图像中每个像素与所述预设对比图像的每个像素进行比对，若差异度图像超过预设对比图像的图像值，则判断为不良品；若未超出预设对比图像的图像值，则判断为检测通过的判断模块。
可选的，所述检测机台包括：生成一待检测画面的画面生成模块；被配置为与待检测的显示面板连接，控制显示面板显示所述待检测画面的画面输出接口；对所述判断模块中的所述差异度图像进行图像增强操作并获得增强图像的图像增强模块；显示所述图像增强模块中所述增强图像，辅助判断的显示屏。
在对待检测显示面板进行不良检测的过程中，获得待检显示面板的待检图像，并将待检图像进行消高频处理得到消高频图像，然后通过过待检检图像与消高频图像进行做差处理获得差异度图像，然后与预设阈值进行对比，将人眼无法观察的不良显示现象进行更加精准的检测，并能够判断待显示面板的是否符合合格标准，大大提高了检测速度与检测精度。
附图说明
所包括的附图用来提供对本申请实施例的进一步的理解，其构成了说明书的一部分，用于例示本申请的实施方式，并与文字描述一起来阐释本申请的原理。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。在附图中：
图1是本申请的一实施例的一种显示面板的检测机台的示意图；
图2是本申请的一实施例的一种显示面板的检测方法的示意图；
图3是本申请的一实施例的一种显示面板的检测方法的示意图；
图4是本申请的一实施例的一种显示面板的检测方法的示意图；
图5是本申请的一实施例的一种显示面板的检测方法的示意图；
图6是本申请的一实施例的一种显示面板的检测方法的示意图。
其中，1、检测机台；10、图像获取模块；101、图像采集器；102、随机噪声去除模块；11、滤波模块；12、差异度计算模块；13、判断模块；14、图像增强模块；15、画面生成模块；16、显示屏；17、画面输出接口；20、待检显示面板。
具体实施方式
需要理解的是，这里所使用的术语、公开的具体结构和功能细节，仅仅是为了描述具体实施例，是代表性的，但是本申请可以通过许多替换形式来具体实现，不应被解释成仅受限于这里所阐述的实施例。
在本申请的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示相对重要性，或者隐含指明所指示的技术特征的数量。由此，除非另有说明，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；“多个”的含义是两个或两个以上。术语“包括”及其任何变形，意为不排他的包含，可能存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
另外，“中心”、“横向”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系的术语，是基于附图所示的方位或相对位置关系描述的，仅是为了便于描述本申请的简化描述，而不是指示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
此外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，或是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
下面参考附图和可选的实施例对本申请作详细说明。
如图1所示，作为本申请的一实施例，公开了一种检测机台1，
所述检测机台包括：图像获取模块10、滤波模块11、差异度计算模块12以及判断模块13；其中所述图像获取模块10：对待检测显示面板进行拍照并获得待检测显示面板；所述滤波模块11去除所述图像获取模块10获得的待检图像中的高频信息，得到消高频图像；判断模块13将所述图像获取模块10获得的待检图像，与滤波模块11得到的消高频图像进行差异度计算后，获得差异度图像的差异度计算模块12；对所述差异度计算模块12的差异度图像判断，对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过。
另外，所述检测机台1包括：生成一待检测画面的画面生成模块15；被配置为与待检显示面板20连接，控制待检显示面板20显示所述待检测画面的画面输出接口17。
所述图像获取模块可10包括图像采集器101以及随机噪声去除模块102，所述随机噪声去除模块102控制所述图像采集器101获取多个原始图像，对所述多个所述原始图像求平均值，去除所述原始图像的随机噪声，得到去除随机噪声后的无噪声图像，以所述无噪声图像作为所述待检图像输出。所述图像采集器101可以采用相机或者摄像机，当然选用其他的摄取装置也是可以的。
具体的，所述检测机台1可包括：对所述判断模块13中的差异度图像进行图像增强操作并获得增强图像的图像增强模块14；显示所述图像增强模块14中的所述增强图像，辅助判断的显示屏16。
当然，若检测机台部不设置图像增强模块14时，显示屏16可以与判断模块13进行连接以显示判断模块13中的所述差异度图像，来辅助检测人员来对待检测面板20的检测。
如图2所示，作为本申请的另一实施例，公开了一种可使用上述检测机台对显示面板进行检测的方法，包括步骤：
S1:对待检测显示面板拍照并获得待检测显示面板的待检图像；
S2:去除所述待检图像中的高频信息，得到消高频图像；
S3:根据待检图像与消高频图像，进行差异度计算，得到差异度图像；
S4:对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过。
在对待检测显示面板进行不良检测的过程中，获得待检显示面板的待检图像，并将待检图像进行消高频处理得到消高频图像，然后通过过待检检图像与消高频图像进行做差处理获得差异度图像，然后与预设对比图像进行对比，将人眼无法观察的不良显示现象进行更加精准的检测，并能够判断待显示面板的是否符合合格标准，大大提高了检测速度与检测精度。
具体的，参考图3，图3是本申请一实施例中一种显示面板的检测方法示意图，所述对待检测显示面板进行拍照并获得待检测显示面板的待检图像步骤中，包括：
S10:对待检测显示面板进行多次拍照获得多个原始图像；
S11:将多个所述原始图像求得平均值，去除所述原始图像的随机噪声，得到去除随机噪声后的无噪声图像，以无噪声图像作为待检图像。
由于在获取待检图像的过程可能受到外部光源的影响，在获得原始图像往往掺杂了外部噪声，举例而言，假设原始图像F(x,y)是无噪声图像f(x，y)被加随机噪声t(x,y)污染后的图像，则原始图像与无噪声图像与加性噪声的关系可以通过如下等式变达：
F(x,y)＝f(x，y)+t(x,y)；
因此，通过多次拍照获得多个原始图像，然后将合适数值个原始图像求得平均值时，则可以减少甚至消除了对外部随机噪声t(x,y)的污染，获得无噪声图像f(x，y)。这样在后续显示面板的过程中，以此无噪声图像f(x，y)，作为待检图像，减少了环境影响的误差。
所述将所述待检图像进行低频滤波操作，去除所述待检图像中的高频图像，得到消高频图像步骤中，所述滤波方式为均值滤波。具体的，以待检测图像内的3乘3个像素作为一个像素单元，对待检测图像素所有的所述像素单元进行均值滤波处理。
举例而言，以待检测图像F11(x,y)内的3乘3个像素作为一个像素单元，所述像素单元的运算可以通过如下公式运算：
F12(x,y)＝(F11(x-1,y-1)+F11(x,y-1)+F11(x+1,y-1)+F11(x-1,y)+F11(x,y)+F11(x+1,y)+F11(x-1,y+1)+F11(x,y+1)+F11(x+1,y+1))/9
下表3乘3个像素作为一个像素单元的像素排列表：
x-1,y-1 x,y-1 x+1,y-1
x-1,y x,y x+1,y
x-1,y+1 x,y+1 x+1,y+1
当然本领域技术人员可以根据自身的需求通过其他均值运算方法来获得待检画面去除高频后的图像,例如中值滤波、自适应维纳滤波以及小波去噪等。
所述根据待检图像与消高频图像，进行差异度计算，得到差异度图像步骤中，将待检图像与去除高频的图像进行做差后，获得待差异度图像。这是一种最简单的差异度计算的方式。
具体的，所述对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过的步骤中，其中，所述的预设阈值为一阈值矩阵，所述的阈值矩阵与所述差异度图像中的像素一一对应；将所述差异度图像中每个像素与阈值矩阵中对应像素的阈值进行比对，若差异度图像超过阈值矩阵中对应像素的阈值，则判断为不良品；若未超出阈值矩阵中对应像素的阈值，则判断为检测通过。举例而言，差异度图像表示为F2(x,y)，预设阈值表示为U(x,y),将差异度图像F2(x,y)的所有像素与预设阈值U(x,y)进行比较，若F2(x,y)>U(x,y)，则判断检测通过，反之，则判断待检测显示面板为不良品。所述预设阈值可以为一固定值，显示面板所有像素的阈值都相同，当然本领域技术人员可以根据自身的需求，灵活的调整阈值的大小。
参考图4，图4是本申请一实施例中一种显示面板的检测方法示意图，对所述差异度图像判断，将差异度图像与一预设对比图像进行比较，若差异度图像超过预设对比图像的图像值，则判断为不良品；若未超出预设对比图像的图像值，则判断为检测通过步骤后，还包括：对所述差异度图像进行图像增强操作并获得增强图像，依据所述增强图像确定不良显示位置的步骤S5。
对于在不良检测中被判断为不良品的显示面板，若待检显示面板出现的片状、团状以及点状的不良显示区域，因为由于人眼的空间混色效应的的影响，人员对片状、团状以及点状的不良区域，仅仅通过检测人员的目视检测，会出现无法检测到上述不良显示的问题。本申通过将待检图像与消高频图像做差得到的差异度图像，这样可以使得片状、团状以及点状的不良区域成线线性的显示，例如片状的不良的区域呈现输出边缘轮廓，这样方便了检测人员对这些不良区域的观察，检测人员需要将显示面板上的不良显示位置标识，方便后续对显示面板的修复工作，但是检测人员对显示面板一些轻微不良显示无法进行有效的识别，那么对获得的差异度图像进行图像增强操作来获得增强图像，这样检测人员可以根据增强图像来标记显示面板的不良位置，有效的提高了检测人员检测准确率和工作效率。
参考图5，图5是本申请一实施例中一种显示面板的检测方法示意图，所述对所述差异度图像进行图像增强操作并获得增强图像，依据所述增强图像确定不良显示位置步骤，包括以下步骤：
S50:查找出差异度画面中最大亮度的像素的亮度值；
S51:根据此最大亮度的像素的亮度值计算出将其增强到最高亮度值的图像放大系数；
S52:根据图像放大系数将差异度画面进行图像增强得到增强图画；
S53:根据所述增强图画确定不良显示位置。
当然，所述差异度图像进行图像增强操作并获得增强图像，依据所述增强图像确定不良显示位置步骤不仅限于上述的步骤，也可以其他的图像增强的方式来获得增强图像来帮助检测人员进行检测，例如.对比度变换:线性变换、非线性变换；空间滤波:图像卷积运算、平滑、锐化；彩色变换:单波段彩色变换、多波段彩色运算、HIS；多光谱变换:K-L变换、K-T变换；图像运算:插值运算、比值运算、分形算法。
如图6所示，作为本申请的另一实施例，公开了一种显示面板的检测方法，所述检测方法包括步骤：
S60:对待检测显示面板进行多次拍照获得多个原始图像；
S61:将多个所述原始图像求得平均值，去除所述原始图像的随机噪声，得到去除随机噪声后的无噪声图像，以无噪声图像作为待检图像；
S62:去除所述待检图像中的高频信息，得到消高频图像；
S63:根据待检图像与消高频图像，进行差异度计算，得到差异度图像；
S64:对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过；
S65:查找出差异度画面中最大亮度的像素的亮度值；
S66:根据此最大亮度的像素的亮度值计算出将其增强到最高亮度值的图像放大系数；
S67:根据图像放大系数将差异度画面进行图像增强得到增强图画；
S68:根据所述增强图画确定不良显示位置。
在显示面板的不良检测的过程中，通过上述的步骤对显示面板进行检测，可以提高对的检测效率和后续检测人员的人工检测效率，另外提高了检测过程自动化程度。
需要说明的是，本方案中涉及到的各步骤的限定，在不影响具体方案实施的前提下，并不认定为对步骤先后顺序做出限定，写在前面的步骤可以是在先执行的，也可以是在后执行的，甚至也可以是同时执行的，只要能实施本方案，都应当视为属于本申请的保护范围。
本申请的技术方案可以广泛用于各种显示面板，如TN(Twisted Nematic，扭曲向列型)显示面板、IPS(In-Plane Switching，平面转换型)显示面板、VA(VerticalAlignment，垂直配向型)显示面板、MVA(Multi-Domain Vertical Alignment，多象限垂直配向型)显示面板，当然，也可以是其他类型的显示面板，如OLED(Organic Light-EmittingDiode，有机发光二极管)显示面板，均可适用上述方案。
以上内容是结合具体的可选实施方式对本申请所作的进一步详细说明，不能认定本申请的具体实施只局限于这些说明。对于本申请所属技术领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本申请的保护范围。

Claims (10)

1.一种显示面板的检测方法，其特征在于，包括步骤：
对待检测显示面板拍照并获得待检测显示面板的待检图像；
去除所述待检图像中的高频信息，得到消高频图像；
根据待检图像与消高频图像，进行差异度计算，得到差异度图像；
对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过。
2.根据权利要求1所述的一种显示面板的检测方法，其特征在于，所述对待检测显示面板进行拍照并获得待检测显示面板的待检图像步骤中，包括：
对待检测显示面板进行多次拍照获得多个原始图像；
将多个所述原始图像求得平均值，去除所述原始图像的随机噪声，得到去除随机噪声后的无噪声图像，以无噪声图像作为待检图像。
3.根据权利要求1所述的一种显示面板的检测方法，其特征在于，所述将所述待检图像进行低频滤波操作，去除所述待检图像中的高频信息，得到消高频图像步骤中，所述滤波方式为均值滤波。
4.根据权利要求1所述的一种显示面板的检测方法，其特征在于，所述根据待检图像与消高频图像，进行差异度计算，得到差异度图像中，将待检图像与消高频图像进行做差后，获得待差异度图像。
5.根据权利要求1所述的一种显示面板的检测方法，其特征在于，所述对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过的步骤中，其中，所述的阈值为一阈值矩阵，所述的阈值矩阵与所述差异度图像中的像素一一对应；将所述差异度图像中每个像素与阈值矩阵中对应像素的阈值进行比对，若差异度图像超过阈值矩阵中对应像素的阈值，则判断为不良品；若未超出阈值矩阵中对应像素的阈值，则判断为检测通过。
6.根据权利要求1所述的一种显示面板的检测方法，其特征在于，对所述差异度图像判断，将差异度图像与一预设对比图像进行比较，若差异度图像超过预设对比图像的图像值，则判断为不良品；若未超出预设对比图像的图像值，则判断为检测通过步骤后，还包括：对所述差异度图像进行图像增强操作并获得增强图像，依据所述增强图像确定不良显示位置的步骤。
7.根据权利要求6所述的一种显示面板的检测方法，其特征在于，所述对所述差异度图像进行图像增强操作并获得增强图像，依据所述增强图像确定不良显示位置步骤，包括以下步骤：
查找出差异度画面中最大亮度的像素的亮度值；
根据此最大亮度的像素的亮度值计算出将其增强到最高亮度值的图像放大系数；
根据图像放大系数将差异度画面进行图像增强得到增强图画；
根据所述增强图画确定不良显示位置。
8.一种显示面板的检测方法，其特征在于，所述检测方法包括步骤：
对待检测显示面板拍照并获得待检测显示面板的待检图像；
去除所述待检图像中的高频信息，得到消高频图像；
根据待检图像与消高频图像，进行差异度计算，得到差异度图像；
对所述差异度图像判断，将所述差异度图像与一预设阈值进行比较，若差异度图像超过预设阈值，则判断为不良品；若未超出预设阈值，则判断为检测通过；
查找出差异度画面中最大亮度的像素的亮度值；
根据此最大亮度的像素的亮度值计算出将其增强到最高亮度值的图像放大系数；
根据图像放大系数将差异度画面进行图像增强得到增强图画；
根据所述增强图画确定不良显示位置。
9.一种检测机台，其特征在于，所述检测机台包括：
图像获取模块，对待检测显示面板进行拍照并获得待检测显示面板的待检图像；
滤波模块，去除所述图像获取模块获得的待检图像中的高频信息，得到消高频图像；
差异度计算模块，将所述图像获取模块获得的待检图像，与滤波模块得到的消高频图像进行差异度计算后，获得差异度图像；
判断模块，对所述差异度计算模块的差异度图像判断，将所述差异度图像中每个像素与所述预设对比图像的每个像素进行比对，若差异度图像超过预设对比图像的图像值，则判断为不良品；若未超出预设对比图像的图像值，则判断为检测通过。
10.根据权利要求9所述的一种检测机台，其特征在于，所述检测机台包括：
画面生成模块，生成一待检测画面；
画面输出接口，被配置为与待检测的显示面板连接，控制待检测面板显示所述待检测画面；
图像增强模块，对所述判断模块中的所述差异度图像进行图像增强操作并获得增强图像；
显示屏，显示所述图像增强模块中所述增强图像，辅助判断。
CN201910219933.2A 2019-03-22 2019-03-22 一种显示面板的检测方法和检测机台 Pending CN109828394A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910219933.2A CN109828394A (zh) 2019-03-22 2019-03-22 一种显示面板的检测方法和检测机台
PCT/CN2020/079683 WO2020192494A2 (zh) 2019-03-22 2020-03-17 显示面板的检测方法和检测机台
US17/289,229 US20220012864A1 (en) 2019-03-22 2020-03-17 Inspection method and inspection machine for display panel

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910219933.2A CN109828394A (zh) 2019-03-22 2019-03-22 一种显示面板的检测方法和检测机台

Publications (1)

Publication Number Publication Date
CN109828394A true CN109828394A (zh) 2019-05-31

Family

ID=66870924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910219933.2A Pending CN109828394A (zh) 2019-03-22 2019-03-22 一种显示面板的检测方法和检测机台

Country Status (3)

Country Link
US (1) US20220012864A1 (zh)
CN (1) CN109828394A (zh)
WO (1) WO2020192494A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020192494A3 (zh) * 2019-03-22 2020-11-12 惠科股份有限公司 显示面板的检测方法和检测机台
CN112801891A (zh) * 2021-01-11 2021-05-14 Tcl华星光电技术有限公司 显示屏画面检测方法、显示屏画面检测系统
CN115661160A (zh) * 2022-12-29 2023-01-31 成都数之联科技股份有限公司 一种面板缺陷检测方法及系统及装置及介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI759669B (zh) * 2019-12-23 2022-04-01 中強光電股份有限公司 顯示畫面檢測方法與顯示畫面檢測系統

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1928535A (zh) * 2006-09-07 2007-03-14 哈尔滨工业大学 一种基于机器视觉的液晶显示器斑痕缺陷检测方法与系统
US20080107328A1 (en) * 2006-11-03 2008-05-08 Liang-Chia Chen Non-uniform Image Defect Inspection Method
CN103792699A (zh) * 2013-09-09 2014-05-14 中华人民共和国四川出入境检验检疫局 基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法
KR20140087606A (ko) * 2012-12-31 2014-07-09 엘지디스플레이 주식회사 평판디스플레이의 얼룩 검사 방법 및 장치
CN106556940A (zh) * 2016-11-10 2017-04-05 武汉精测电子技术股份有限公司 一种tft‑lcd屏自动光学检测中的背景抑制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4657869B2 (ja) * 2005-09-27 2011-03-23 シャープ株式会社 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
US8391585B2 (en) * 2006-12-28 2013-03-05 Sharp Kabushiki Kaisha Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium
TWI536341B (zh) * 2014-03-21 2016-06-01 緯創資通股份有限公司 顯示補償方法與顯示補償系統
CN105913419B (zh) * 2016-04-07 2018-07-17 南京汇川图像视觉技术有限公司 基于ICA学习和多通道融合的TFT-LCD mura缺陷检测方法
CN109828394A (zh) * 2019-03-22 2019-05-31 惠科股份有限公司 一种显示面板的检测方法和检测机台

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1928535A (zh) * 2006-09-07 2007-03-14 哈尔滨工业大学 一种基于机器视觉的液晶显示器斑痕缺陷检测方法与系统
US20080107328A1 (en) * 2006-11-03 2008-05-08 Liang-Chia Chen Non-uniform Image Defect Inspection Method
KR20140087606A (ko) * 2012-12-31 2014-07-09 엘지디스플레이 주식회사 평판디스플레이의 얼룩 검사 방법 및 장치
CN103792699A (zh) * 2013-09-09 2014-05-14 中华人民共和国四川出入境检验检疫局 基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法
CN106556940A (zh) * 2016-11-10 2017-04-05 武汉精测电子技术股份有限公司 一种tft‑lcd屏自动光学检测中的背景抑制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KIM SEONG HOON: "Region Mura Detection using Efficient High Pass Filtering based on Fast Average Operation", 《17TH IFAC WORLD CONGRESS (IFAC"08)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020192494A3 (zh) * 2019-03-22 2020-11-12 惠科股份有限公司 显示面板的检测方法和检测机台
CN112801891A (zh) * 2021-01-11 2021-05-14 Tcl华星光电技术有限公司 显示屏画面检测方法、显示屏画面检测系统
CN112801891B (zh) * 2021-01-11 2023-10-03 Tcl华星光电技术有限公司 显示屏画面检测方法、显示屏画面检测系统
CN115661160A (zh) * 2022-12-29 2023-01-31 成都数之联科技股份有限公司 一种面板缺陷检测方法及系统及装置及介质

Also Published As

Publication number Publication date
WO2020192494A2 (zh) 2020-10-01
WO2020192494A3 (zh) 2020-11-12
US20220012864A1 (en) 2022-01-13

Similar Documents

Publication Publication Date Title
CN109828394A (zh) 一种显示面板的检测方法和检测机台
CN108760767B (zh) 基于机器视觉的大尺寸液晶屏缺陷检测方法
KR101635461B1 (ko) 웨이블릿 변환에서 마스크 필터링을 이용한 얼룩 결함 자동 검출 시스템 및 방법
CN106770362B (zh) 基于aoi的宏观缺陷检测装置及方法
US10401659B2 (en) Method and device for inspecting defect of liquid crystal panel
CN107678192B (zh) 一种基于机器视觉的Mura缺陷检测方法
CN107845087A (zh) 液晶面板亮度不均匀缺陷的检测方法和系统
TWI627854B (zh) Uneven spot inspection system, uneven spot inspection method and uneven spot inspection program
CN106248686A (zh) 基于机器视觉的玻璃表面缺陷检测装置及方法
US20070047801A1 (en) Defect detecting method and defect detecting device
CN109345528A (zh) 一种基于人眼视觉特性的显示屏缺陷检测方法及装置
CN116165216B (zh) 一种液晶显示屏微划伤瑕疵3d检测方法、系统及计算设备
CN107644417B (zh) 应变片外观缺损检测方法
JP2005172559A (ja) パネルの線欠陥検出方法及び装置
CN104166250A (zh) 一种平面显示器面板均匀度检测方法及其系统
CN102543793A (zh) 一种用于晶圆聚焦的图像质量反馈系统和方法
JP2009229197A (ja) 線状欠陥検出方法および線状欠陥検出装置
JP5889778B2 (ja) フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法
JP2018028713A (ja) 二次元画像のエッジ抽出方法
Hung et al. A novel algorithm for defect inspection of touch panels
Luzi et al. Automatic evaluation of vertex structural defects on the anode surface of a low-light-level image intensifier based on proposed individual image processing strategies
TWI334928B (en) Mura detection method and system
JP2004279239A (ja) 液晶パネルの表示欠陥検出方法及び表示欠陥検査装置
CN110530894A (zh) 导光板亮点缺陷检测方法
JP5239275B2 (ja) 欠陥検出方法および欠陥検出装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190531