CN110018169A - 一种丝印线条的检测方法及装置、存储介质和处理器 - Google Patents

一种丝印线条的检测方法及装置、存储介质和处理器 Download PDF

Info

Publication number
CN110018169A
CN110018169A CN201910286498.5A CN201910286498A CN110018169A CN 110018169 A CN110018169 A CN 110018169A CN 201910286498 A CN201910286498 A CN 201910286498A CN 110018169 A CN110018169 A CN 110018169A
Authority
CN
China
Prior art keywords
silk
screen lines
lines
screen
defect
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
Application number
CN201910286498.5A
Other languages
English (en)
Other versions
CN110018169B (zh
Inventor
吴崇龙
宋明岑
朱虹
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.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Gree Intelligent Equipment Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Gree Intelligent Equipment 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 Gree Electric Appliances Inc of Zhuhai, Zhuhai Gree Intelligent Equipment Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201910286498.5A priority Critical patent/CN110018169B/zh
Publication of CN110018169A publication Critical patent/CN110018169A/zh
Application granted granted Critical
Publication of CN110018169B publication Critical patent/CN110018169B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0008Industrial image inspection checking presence/absence
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8887Scan 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 based on image processing techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请公开了一种丝印线条的检测方法及装置、存储介质和处理器。该方法包括:采集目标图片,其中,目标图片为待检测产品的面板区域的图像;提取目标图片中丝印线条的线骨;通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷。通过本申请,解决了相关技术中人工检测液晶显示屏上的丝印线条,导致检测效率不高的问题。

Description

一种丝印线条的检测方法及装置、存储介质和处理器
技术领域
本申请涉及液晶显示屏检测领域,具体而言,涉及一种丝印线条的检测方法及装置、存储介质和处理器。
背景技术
相关技术中,液晶显示屏可能存在LED灯电路的开短路,导致液晶显示屏上丝印线条的显示图标出现缺陷。
对液晶显示屏上丝印线条传统的检测线条的方法是:(1)提取线条边缘区域;(2)给这个区域规划一条路径;(3)在此路径上每隔一段距离取一个点,作为卡尺的测量点;(4)用卡尺工具测量该段线条的宽度;(5)沿此路径一周就能测出线条每一部分的不良。
此方法对一些宽度只有0.2mm以下的存在焦点的线条检测存在以下不足之处:①有误判的风险,以手操器面板丝印线条为例,使用常用的500万像素的工业相机检测,线条的宽度只有两到三个像素,卡尺对这种细小线条的检测并不准确,存在不良产品误检的风险;②增加检测算法的复杂度,环绕路径一周需要避开线条的相交处,增加算法的计算量。
但是,以目视检测为主的检测方法中一些情况下,由于工作人员长时间工作,人眼会产生视觉疲劳,从而导致漏检、错检的风险。同时因为人眼检测,其检测精度不高,会导致不能保证监测后的产品质量。
针对相关技术中存在的上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种丝印线条的检测方法及装置、存储介质和处理器,以解决相关技术中人工检测液晶显示屏上的丝印线条,导致检测效率不高的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种丝印线条的检测方法。该方法包括:采集目标图片,其中,目标图片为待检测产品的面板区域的图像;提取目标图片中丝印线条的线骨;通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷。
进一步地,通过线骨上的目标点识别丝印线条上是否存在缺陷包括:采集线骨上目标点的坐标值,其中,目标点为线骨上存在的所有点;基于每个目标点的坐标值计算每个目标点到丝印线条的两个线条边缘的距离之和;通过计算出的距离之和识别丝印线条上是否存在缺陷。
进一步地,通过计算出的距离之和识别丝印线条上是否存在缺陷包括:将距离之和与预定线宽比较,其中,预定线宽为丝印线条不存在缺陷处的线骨上的点与丝印线条两个线条边缘的线宽之和;若距离之和大于预定线宽,则确定丝印线条存在线条凸起的缺陷;若距离之和小于预定线宽,则确定丝印线条存在线条凹陷的缺陷。
进一步地,该方法还包括:若确定出丝印线条存在线条凸起的缺陷,将丝印线条上存在凸起缺陷处通过第一预设标识显示出来;若确定出丝印线条存在线条凹陷的缺陷,将丝印线条上存在凹陷缺陷处通过第二预设标识显示出来,其中,第一预设标识不同于第二预设标识。
进一步地,在提取目标图片中丝印线条的线骨之前,该方法还包括:通过第一模板匹配方法确定目标图片中的字体图标,其中,第一模板匹配方法是基于字体图标的轮廓对比原理的方法;将确定出的字体图标进行抠除。
进一步地,在提取目标图片中丝印线条的线骨之前,该方法还包括:检测目标图片中的丝印线条是否存在相交处;如果丝印线条存在相交处,利用第二模板匹配方法检测丝印线条的相交处是否存在缺陷,其中,第二模板匹配方法是基于灰度对比原理的方法;如果丝印线条的相交处存在缺陷,则将缺陷处标出并抠除丝印线条的相交处;如果丝印线条的相交处不存在缺陷,将丝印线条的相交处抠除。
进一步地,提取目标图片中丝印线条的线骨之前,该方法还包括:对丝印线条进行blob数量检测;通过blob数量检测确定丝印线条的数量。
为了实现上述目的,根据本申请的另一方面,提供了一种丝印线条的检测装置。该装置包括:采集单元,用于采集目标图片,其中,目标图片为待检测产品的面板区域的图像;提取单元,用于提取目标图片中丝印线条的线骨;识别单元,用于通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷。
为了实现上述目的,根据本申请的另一方面,提供了一种存储介质,存储介质包括存储的程序,其中,该程序执行上述任意一项的一种丝印线条的检测方法。
为了实现上述目的,根据本申请的另一方面,提供了一种处理器,存储介质包括存储的程序,其中,该程序执行上述任意一项的一种丝印线条的检测方法。
通过本申请,采用以下步骤:采集目标图片,其中,目标图片为待检测产品的面板区域的图像;提取目标图片中丝印线条的线骨;通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷,解决了相关技术中人工检测液晶显示屏上的丝印线条,导致检测效率不高的问题。进而通过线骨到线条两边缘的距离之和识别丝印线条存在的缺陷,达到了智能识别缺陷的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的一种丝印线条的检测方法的示意图;
图2是根据本申请实施例提供的待检测产品面板区域的图片的示意图;
图3是根据本申请实施例提供的目标图片中存在的丝印线条的相交处的示意图;
图4是根据本申请实施例提供的抠除目标图片中丝印线条相交处后的部分目标图片示意图;
图5是根据本申请实施例提供的运用不同标识将丝印线条缺陷处显示出来的示意图;
图6是根据本申请另一个实施例提供的一种丝印线条的检测方法的示意图;
图7是根据本申请实施例提供的一种丝印线条的检测装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请的实施例,提供了一种丝印线条的检测方法。
图1是根据本申请实施例提供的一种丝印线条的检测方法的示意图。如图1所示,该方法包括以下步骤:
步骤S101,采集目标图片,其中,目标图片为待检测产品的面板区域的图像。
具体地,首先需要采集待检测产品面板区域的图片,将采集的面板图片存为目标图片。例如,如图2所示为空调遥控器的面板图片。
步骤S102,提取目标图片中丝印线条的线骨。
具体地,将目标图片中丝印线条的线条骨架提取出来。每条丝印线条都有一条线条骨架存在,这里将线骨提取出来也可以理解为将线骨标识出来,例如将线条的骨架通过变换颜色标识出来。
步骤S103,通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷。
具体地,本申请中,主要采用丝印线条线骨上的存在的点来判断丝印线条上是否存在凸起或者凹陷的缺陷。
可选地,在提取目标图片中丝印线条的线骨之前,该方法还包括:通过第一模板匹配方法确定目标图片中的字体图标,其中,第一模板匹配方法是基于字体图标的轮廓对比原理的方法;将确定出的字体图标进行抠除。
具体地,在通过丝印线条线骨上的点确定线条是否存在缺陷之前,因为待检测产品上除了存在丝印线条之外,还存在有字体等图标,如图2所示。所以在提取丝印线条的线骨之前,需要将目标图片中存在的字体图标抠除。
首先,需要识别目标图片中存在的字体图标,其利用模板匹配的方法进行字体图标的识别,这里的模板匹配方法所利用的原理是通过对目标图片内存在的字体图标进行轮廓匹配,通过轮廓匹配将字体图标识别出来,并将识别出来的字体图标进行抠除以来排除提取丝印线条的线骨的干扰因素。
可选地,在提取目标图片中丝印线条的线骨之前,该方法还包括:检测目标图片中的丝印线条是否存在相交处;如果丝印线条存在相交处,利用第二模板匹配方法检测丝印线条的相交处是否存在缺陷,其中,第二模板匹配方法是基于灰度对比原理的方法;如果丝印线条的相交处存在缺陷,则将缺陷处标出并抠除丝印线条的相交处;如果丝印线条的相交处不存在缺陷,将丝印线条的相交处抠除。
具体地,在目标图片中提取丝印线条的线骨之前,还需要将存在的相交部分进行剔除,如图3所示为目标图片中存在的丝印线条的相交处,以保证提取丝印线条的线骨时,不存在任何其他的干扰因素,只存在单独的丝印线条。因此,需要将目标图片中的丝印线条的相交处识别出来,其识别的方法是运用相交处灰度对比的方法进行相交处理的,在识别出丝印线条的相交处后,需要识别一下丝印线条的相交处是否存在缺陷,如果存在缺陷就将缺陷处标识出来,这里标识的作用是为后续处理相交处的缺陷留有标识证据,在标识过后,将相交处抠除。如果识别出来相交处不存在任何缺陷,直接将相交处抠除。抠除丝印线条相交处后的目标图片如图4所示。
可选地,提取目标图片中丝印线条的线骨之前,该方法还包括:对丝印线条进行blob数量检测;通过blob数量检测确定丝印线条的数量。
具体地,在将目标图片中的字体图标和丝印线条相交处抠除之后,就剩下了独立的线条,。剩下的线条需要进行blob数量的检测,检查因电路板电路的问题导致的LED灯显示出了多余或缺少的图标,即检查因为LED灯电路板的短路和断路问题导致的线条的数量增加或者减少的现象出现,检测后可以确定丝印线条的数量。在线条数量正常的情况下,再进行线条线骨的提取。
可选地,通过线骨上的目标点识别丝印线条上是否存在缺陷包括:采集线骨上目标点的坐标值,其中,目标点为线骨上存在的所有点;基于每个目标点的坐标值计算每个目标点到丝印线条的两个线条边缘的距离之和;通过计算出的距离之和识别丝印线条上是否存在缺陷。
上述地,每条丝印线条都包含一条线骨,采集每条线骨上的所有点的坐标,基于每个点的坐标计算每个点到丝印线条每个点所在处丝印线条两个边缘的距离之和,通过这些计算出的距离之和确定每个点所在的丝印线条处是否包含缺陷。
可选地,通过计算出的距离之和识别丝印线条上是否存在缺陷包括:将距离之和与预定线宽比较,其中,预定线宽为丝印线条不存在缺陷处的线骨上的点与丝印线条两个线条边缘的线宽之和;若距离之和大于预定线宽,则确定丝印线条存在线条凸起的缺陷;若距离之和小于预定线宽,则确定丝印线条存在线条凹陷的缺陷。
具体地,计算出每个点到丝印线条所在处的两个边缘的距离之和后,将每个点的距离之和与预定线宽进行对比,其中,预定线宽为丝印线条不存在缺陷处线骨上的点与丝印线条两个边缘的正常距离之和,即预定线宽为正常丝印线条的线条宽度。在距离之和与预定线宽做比较之后,如果某些点的距离之和小于预定线宽,则表明某些点处的丝印线条的线宽小于正常线宽,即表明某些点处存在线条凹陷的缺陷。反之,还存在另外一些点,其这些点处的线宽大于预定线宽,则表明这些点处的线宽大于正常线宽,这是可以确定这些点处存在线条凸起的缺陷。
需要说明的是,无论丝印线条存在凹陷还是凸起的缺陷,都表明丝印线条存在不平整的缺陷,现有技术中,这些线条的不平整检测以目视检测为主,这就存在了由于长时间工作,人眼会产生视觉疲劳,从而导致漏检的风险。但是本申请上述实施例提供的检测方法使用视觉检测设备,适应各种生产环境,检测精度高(精确到宽度为0.22mm表面缺陷检查),可以时刻精准地检测出各种细窄的相交的液晶显示屏线条的凸起和凹陷等不良现象,有效地保证了产品质量。
可选地,该方法还包括:若确定出丝印线条存在线条凸起的缺陷,将丝印线条上存在凸起缺陷处通过第一预设标识显示出来;若确定出丝印线条存在线条凹陷的缺陷,将丝印线条上存在凹陷缺陷处通过第二预设标识显示出来,其中,第一预设标识不同于第二预设标识。
具体地,在检测出丝印线条存在凸起或凹陷的缺陷时,可以通过标识将线条缺陷处显示出来,这里的标识可以是预定颜色的小圆圈或者标识圈等标志,但是凹陷与凸起的标识是可以用不同的颜色、不同的形状等区别特征区别出来,如图5所示。
本申请实施例提供的一种丝印线条的检测方法,通过采集目标图片,其中,目标图片为待检测产品的面板区域的图像;提取目标图片中丝印线条的线骨;通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷,解决了相关技术中人工检测液晶显示屏上的丝印线条,导致检测效率不高的问题。进而通过线骨到线条两边缘的距离之和识别丝印线条存在的缺陷,达到了智能识别缺陷的效果。
图6是根据本申请另一个实施例提供的一种丝印线条的检测方法的示意图。如图6所示,第一步,首先提取图片;第二步,抠取线条区域;第三步,模板匹配检测液晶屏线条相交点的缺陷;第四步,抠除线条相交处,检测线条总数(检测线条是否断裂或有多余的标识显示);第五步,找出线骨,提取线骨每一点,求每点分别到左右边缘距离之和的线宽;第六步,将线宽异常之处确定为缺陷处。
上述实施例提供的一种丝印线条的检测方法,解决了相关技术中人工检测液晶显示屏上的丝印线条,导致检测效率不高的问题。进而通过线骨到线条两边缘的距离之和识别丝印线条存在的缺陷,达到了智能识别缺陷的效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种丝印线条的检测装置,需要说明的是,本申请实施例的一种丝印线条的检测装置可以用于执行本申请实施例所提供的用于一种丝印线条的检测方法。以下对本申请实施例提供的一种丝印线条的检测装置进行介绍。
图7是根据本申请实施例提供的一种丝印线条的检测装置的示意图。如图7所示,该装置包括:采集单元701,用于采集目标图片,其中,目标图片为待检测产品的面板区域的图像;提取单元702,用于提取目标图片中丝印线条的线骨;识别单元703,用于通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷。
本申请实施例提供的一种丝印线条的检测装置,通过采集单元,用于采集目标图片,其中,目标图片为待检测产品的面板区域的图像;提取单元,用于提取目标图片中丝印线条的线骨;识别单元,用于通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷,解决了相关技术中人工检测液晶显示屏上的丝印线条,导致检测效率不高的问题。进而通过线骨到线条两边缘的距离之和识别丝印线条存在的缺陷,达到了智能识别缺陷的效果。
可选地,识别单元703包括:采集子单元,用于采集线骨上目标点的坐标值,其中,目标点为线骨上存在的所有点;计算子单元,用于基于每个目标点的坐标值计算每个目标点到丝印线条的两个线条边缘的距离之和;识别子单元,用于通过计算出的距离之和识别丝印线条上是否存在缺陷。
可选地,识别子单元包括:比较模块,用于将距离之和与预定线宽比较,其中,预定线宽为丝印线条不存在缺陷处的线骨上的点与丝印线条两个线条边缘的线宽之和;第一确定模块,用于在距离之和大于预定线宽的情况下,确定丝印线条存在线条凸起的缺陷;第二确定模块,用于在距离之和小于预定线宽的情况下,确定丝印线条存在线条凹陷的缺陷。
可选地,该装置还包括:第一显示单元,用于在确定出丝印线条存在线条凸起的缺陷的情况下,将丝印线条上存在凸起缺陷处通过第一预设标识显示出来;第二显示单元,用于在确定出丝印线条存在线条凹陷的缺陷的情况下,将丝印线条上存在凹陷缺陷处通过第二预设标识显示出来,其中,第一预设标识不同于第二预设标识。
可选地,该装置还包括:第一确定单元,用于在提取目标图片中丝印线条的线骨之前,通过第一模板匹配方法确定目标图片中的字体图标,其中,第一模板匹配方法是基于字体图标的轮廓对比原理的方法;第一抠除单元,用于将确定出的字体图标进行抠除。
可选地,该装置还包括:第一检测单元,用于在提取目标图片中丝印线条的线骨之前,检测目标图片中的丝印线条是否存在相交处;第二检测单元,用于在丝印线条存在相交处的情况下,利用第二模板匹配装置检测丝印线条的相交处是否存在缺陷,其中,第二模板匹配方法是基于灰度对比原理的方法;第二抠除单元,用于在丝印线条的相交处存在缺陷的情况下,将缺陷处标出并抠除丝印线条的相交处;第三抠除单元,用于在丝印线条的相交处不存在缺陷的情况下,将丝印线条的相交处抠除。
可选地,该装置还包括:第三检测单元,用于在提取目标图片中丝印线条的线骨之前,对丝印线条进行blob数量检测;第二确定单元,用于通过blob数量检测确定丝印线条的数量。
一种丝印线条的检测装置包括处理器和存储器,上述采集单元701、提取单元702、识别单元703等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中人工检测液晶显示屏上的丝印线条,导致检测效率不高的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述一种丝印线条的检测方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述一种丝印线条的检测方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:采集目标图片,其中,目标图片为待检测产品的面板区域的图像;提取目标图片中丝印线条的线骨;通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷。
可选地,通过线骨上的目标点识别丝印线条上是否存在缺陷包括:采集线骨上目标点的坐标值,其中,目标点为线骨上存在的所有点;基于每个目标点的坐标值计算每个目标点到丝印线条的两个线条边缘的距离之和;通过计算出的距离之和识别丝印线条上是否存在缺陷。
可选地,通过计算出的距离之和识别丝印线条上是否存在缺陷包括:将距离之和与预定线宽比较,其中,预定线宽为丝印线条不存在缺陷处的线骨上的点与丝印线条两个线条边缘的线宽之和;若距离之和大于预定线宽,则确定丝印线条存在线条凸起的缺陷;若距离之和小于预定线宽,则确定丝印线条存在线条凹陷的缺陷。
可选地,该方法还包括:若确定出丝印线条存在线条凸起的缺陷,将丝印线条上存在凸起缺陷处通过第一预设标识显示出来;若确定出丝印线条存在线条凹陷的缺陷,将丝印线条上存在凹陷缺陷处通过第二预设标识显示出来,其中,第一预设标识不同于第二预设标识。
可选地,在提取目标图片中丝印线条的线骨之前,该方法还包括:通过第一模板匹配方法确定目标图片中的字体图标,其中,第一模板匹配方法是基于字体图标的轮廓对比原理的方法;将确定出的字体图标进行抠除。
可选地,在提取目标图片中丝印线条的线骨之前,该方法还包括:检测目标图片中的丝印线条是否存在相交处;如果丝印线条存在相交处,利用第二模板匹配方法检测丝印线条的相交处是否存在缺陷,其中,第二模板匹配方法是基于灰度对比原理的方法;如果丝印线条的相交处存在缺陷,则将缺陷处标出并抠除丝印线条的相交处;如果丝印线条的相交处不存在缺陷,将丝印线条的相交处抠除。
可选地,提取目标图片中丝印线条的线骨之前,该方法还包括:对丝印线条进行blob数量检测;通过blob数量检测确定丝印线条的数量。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:采集目标图片,其中,目标图片为待检测产品的面板区域的图像;提取目标图片中丝印线条的线骨;通过线骨上的目标点识别丝印线条上是否存在缺陷,其中,缺陷包括如下至少之一:凸起和凹陷。
可选地,通过线骨上的目标点识别丝印线条上是否存在缺陷包括:采集线骨上目标点的坐标值,其中,目标点为线骨上存在的所有点;基于每个目标点的坐标值计算每个目标点到丝印线条的两个线条边缘的距离之和;通过计算出的距离之和识别丝印线条上是否存在缺陷。
可选地,通过计算出的距离之和识别丝印线条上是否存在缺陷包括:将距离之和与预定线宽比较,其中,预定线宽为丝印线条不存在缺陷处的线骨上的点与丝印线条两个线条边缘的线宽之和;若距离之和大于预定线宽,则确定丝印线条存在线条凸起的缺陷;若距离之和小于预定线宽,则确定丝印线条存在线条凹陷的缺陷。
可选地,该方法还包括:若确定出丝印线条存在线条凸起的缺陷,将丝印线条上存在凸起缺陷处通过第一预设标识显示出来;若确定出丝印线条存在线条凹陷的缺陷,将丝印线条上存在凹陷缺陷处通过第二预设标识显示出来,其中,第一预设标识不同于第二预设标识。
可选地,在提取目标图片中丝印线条的线骨之前,该方法还包括:通过第一模板匹配方法确定目标图片中的字体图标,其中,第一模板匹配方法是基于字体图标的轮廓对比原理的方法;将确定出的字体图标进行抠除。
可选地,在提取目标图片中丝印线条的线骨之前,该方法还包括:检测目标图片中的丝印线条是否存在相交处;如果丝印线条存在相交处,利用第二模板匹配方法检测丝印线条的相交处是否存在缺陷,其中,第二模板匹配方法是基于灰度对比原理的方法;如果丝印线条的相交处存在缺陷,则将缺陷处标出并抠除丝印线条的相交处;如果丝印线条的相交处不存在缺陷,将丝印线条的相交处抠除。
可选地,提取目标图片中丝印线条的线骨之前,该方法还包括:对丝印线条进行blob数量检测;通过blob数量检测确定丝印线条的数量。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种丝印线条的检测方法,其特征在于,包括:
采集目标图片,其中,所述目标图片为待检测产品的面板区域的图像;
提取所述目标图片中丝印线条的线骨;
通过所述线骨上的目标点识别所述丝印线条上是否存在缺陷,其中,所述缺陷包括如下至少之一:凸起和凹陷。
2.根据权利要求1所述的方法,其特征在于,通过所述线骨上的目标点识别所述丝印线条上是否存在缺陷包括:
采集所述线骨上目标点的坐标值,其中,所述目标点为所述线骨上存在的所有点;
基于每个目标点的坐标值计算每个目标点到所述丝印线条的两个线条边缘的距离之和;
通过计算出的距离之和识别所述丝印线条上是否存在缺陷。
3.根据权利要求2所述的方法,其特征在于,通过计算出的距离之和识别所述丝印线条上是否存在缺陷包括:
将所述距离之和与预定线宽比较,其中,所述预定线宽为所述丝印线条不存在缺陷处的线骨上的点与所述丝印线条两个线条边缘的线宽之和;
若所述距离之和大于所述预定线宽,则确定所述丝印线条存在线条凸起的缺陷;
若所述距离之和小于所述预定线宽,则确定所述丝印线条存在线条凹陷的缺陷。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若确定出所述丝印线条存在线条凸起的缺陷,将所述丝印线条上存在凸起缺陷处通过第一预设标识显示出来;
若确定出所述丝印线条存在线条凹陷的缺陷,将所述丝印线条上存在凹陷缺陷处通过第二预设标识显示出来,其中,所述第一预设标识不同于所述第二预设标识。
5.根据权利要求1所述的方法,其特征在于,在提取所述目标图片中丝印线条的线骨之前,所述方法还包括:
通过第一模板匹配方法确定所述目标图片中的字体图标,其中,所述第一模板匹配方法是基于所述字体图标的轮廓对比原理的方法;
将确定出的所述字体图标进行抠除。
6.根据权利要求1所述的方法,其特征在于,在提取所述目标图片中丝印线条的线骨之前,所述方法还包括:
检测所述目标图片中的丝印线条是否存在相交处;
如果所述丝印线条存在所述相交处,利用第二模板匹配方法检测所述丝印线条的所述相交处是否存在缺陷,其中,所述第二模板匹配方法是基于灰度对比原理的方法;
如果所述丝印线条的所述相交处存在缺陷,则将缺陷处标出并抠除所述丝印线条的所述相交处;
如果所述丝印线条的所述相交处不存在缺陷,将所述丝印线条的所述相交处抠除。
7.根据权利要求1所述的方法,其特征在于,提取所述目标图片中丝印线条的线骨之前,所述方法还包括:
对所述丝印线条进行blob数量检测;
通过所述blob数量检测确定所述丝印线条的数量。
8.一种丝印线条的检测装置,其特征在于,包括:
采集单元,用于采集目标图片,其中,所述目标图片为待检测产品的面板区域的图像;
提取单元,用于提取所述目标图片中丝印线条的线骨;
识别单元,用于通过所述线骨上的目标点识别所述丝印线条上是否存在缺陷,其中,所述缺陷包括如下至少之一:凸起和凹陷。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的一种丝印线条的检测方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的一种丝印线条的检测方法。
CN201910286498.5A 2019-04-10 2019-04-10 一种丝印线条的检测方法及装置、存储介质和处理器 Active CN110018169B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910286498.5A CN110018169B (zh) 2019-04-10 2019-04-10 一种丝印线条的检测方法及装置、存储介质和处理器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910286498.5A CN110018169B (zh) 2019-04-10 2019-04-10 一种丝印线条的检测方法及装置、存储介质和处理器

Publications (2)

Publication Number Publication Date
CN110018169A true CN110018169A (zh) 2019-07-16
CN110018169B CN110018169B (zh) 2022-01-28

Family

ID=67191024

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910286498.5A Active CN110018169B (zh) 2019-04-10 2019-04-10 一种丝印线条的检测方法及装置、存储介质和处理器

Country Status (1)

Country Link
CN (1) CN110018169B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111627009A (zh) * 2020-05-27 2020-09-04 歌尔股份有限公司 一种屏幕检测方法、装置及头戴显示设备
CN117036351A (zh) * 2023-10-09 2023-11-10 合肥安迅精密技术有限公司 元件缺陷检测方法及系统、存储介质
WO2024040856A1 (zh) * 2022-08-24 2024-02-29 广东拓斯达科技股份有限公司 一种缺陷检测方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721695A (zh) * 2012-05-18 2012-10-10 深圳大学 一种检测印刷电路板缺陷的方法
CN108647570A (zh) * 2018-04-02 2018-10-12 深圳市易成自动驾驶技术有限公司 斑马线检测方法、装置及计算机可读存储介质
CN108776146A (zh) * 2018-07-13 2018-11-09 珠海格力智能装备有限公司 丝印线条的检测方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721695A (zh) * 2012-05-18 2012-10-10 深圳大学 一种检测印刷电路板缺陷的方法
CN108647570A (zh) * 2018-04-02 2018-10-12 深圳市易成自动驾驶技术有限公司 斑马线检测方法、装置及计算机可读存储介质
CN108776146A (zh) * 2018-07-13 2018-11-09 珠海格力智能装备有限公司 丝印线条的检测方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蔡茂蓉: "PCB图像线宽线距缺陷检测算法研究", 《微计算机信息》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111627009A (zh) * 2020-05-27 2020-09-04 歌尔股份有限公司 一种屏幕检测方法、装置及头戴显示设备
CN111627009B (zh) * 2020-05-27 2023-10-20 歌尔光学科技有限公司 一种屏幕检测方法、装置及头戴显示设备
WO2024040856A1 (zh) * 2022-08-24 2024-02-29 广东拓斯达科技股份有限公司 一种缺陷检测方法、装置、电子设备及存储介质
CN117036351A (zh) * 2023-10-09 2023-11-10 合肥安迅精密技术有限公司 元件缺陷检测方法及系统、存储介质

Also Published As

Publication number Publication date
CN110018169B (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
CN110018169A (zh) 一种丝印线条的检测方法及装置、存储介质和处理器
CN109325538A (zh) 目标检测方法、装置和计算机可读存储介质
CN107239742B (zh) 一种仪表指针刻度值计算方法
CN103038601A (zh) 轮胎形状检查方法以及轮胎形状检查装置
CN109284806A (zh) 用于自动rfid质量控制的系统和方法
CN110532833A (zh) 一种视频分析方法及装置
JP7025126B2 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
EP3005231B1 (en) Method and device for counting objects in image data in frames, computer program product
US10860901B2 (en) Detection system, information processing apparatus, evaluation method, and program
CN111640131A (zh) 电芯涂胶检测方法、装置和电子设备
CN108537286A (zh) 一种基于关键区域检测的复杂目标精准识别方法
CN110333240A (zh) 电容外观的检测方法及装置、存储介质和处理器
CN110443242A (zh) 读数框检测方法、目标识别模型训练方法及相关装置
CN115205291B (zh) 一种电路板检测方法、装置、设备和介质
CN109740609A (zh) 一种轨距检测方法及装置
CN110321852A (zh) 一种动作类型识别方法、装置、存储介质及计算机设备
CN109685764B (zh) 产品定位方法、装置及终端设备
CN109724993A (zh) 图像识别设备的污损程度的检测方法、装置和存储介质
CN107492187B (zh) 一种拼接钞的识别方法、装置、终端设备和存储介质
CN114663744A (zh) 基于机器学习的仪表自动识别方法及系统
CN109711503A (zh) 一种机器人定位方法及装置
KR20210122429A (ko) 영상 딥러닝을 이용한 ai 기반 화장품 용기 인쇄 제조 공정에서의 자동 결함 탐지 방법 및 시스템
CN109060830A (zh) 显示屏的杂质的检测方法和装置
KR102524151B1 (ko) 생산부품의 스마트 비전검사를 위한 인공지능머신의 라벨링 학습방법
CN110006923A (zh) 一种标牌品质检测方法、装置及计算机可读存储介质

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