CN110175997A - 显示屏坏点检测方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请提供一种显示屏坏点检测方法、装置、计算机设备和存储介质，其中，一种显示屏坏点检测方法，包括：获取显示屏的原始图像；对所述原始图像进行二值化处理，得到二值化图像；对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息；根据亮灯的轮廓信息，对所述二值化图像进行单元格分割，使得每一灯珠与一单元格对应，得到分割后的二值化图像；根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量，实现显示屏坏点检测，无需人工肉眼检测，提高了显示屏坏点的检测效率及检测精度。

Description

显示屏坏点检测方法、装置、计算机设备和存储介质

技术领域

本发明涉及显示屏检测技术领域，尤其涉及一种显示屏坏点检测方法、装置、计算机设备和存储介质。

背景技术

LED显示屏(Light Emitting Diode，发光二极管)作为新型的显示技术，以其节能、环保、高亮等优点越来越受到用户的青睐，但由于LED灯的质量、生产工艺以及生产环境的影响，LED显示屏在生产的过程中容易出现LED显示屏中的LED灯坏死现象，导致LED显示屏图像显示存在缺陷，影响用户正常使用，目前对于LED显示屏坏灯检测通常采用人工肉眼检测，但由于人眼视力的局限性，导致LED显示屏坏灯检测效率低下以及准确率低的问题。

发明内容

基于此，有必要针对人工肉眼检测效率及准确率低的问题，提供一种显示屏坏点检测方法、装置、计算机设备和存储介质。

一种显示屏坏点检测方法，其特征在于，包括：获取显示屏的原始图像；对所述原始图像进行二值化处理，得到二值化图像；对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息；根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像；根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。

在其中一个实施例中，所述根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：根据所述亮灯的轮廓信息，计算得到亮灯数量；根据所述亮灯数量，对所述二值化图像进行单元格分割，得到所述分割后的二值化图像。

在其中一个实施例中，所述根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；根据相邻的两个所述亮灯的质心的距离，对所述二值化图像进行单元格分割，得到分割后的二值化图像。

在其中一个实施例中，所述根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像；根据所述亮灯的轮廓信息，对所述替代后的二值化图像进行单元格分割，得到分割后的二值化图像。

在其中一个实施例中，所述预设图形为中心对称图形；所述将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像的步骤，包括：根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；基于所述亮灯的质心的位置，将所述二值化图像的每一亮灯替代为一中心对称图形，并使得所述中心对称图形的中心与所述亮灯的质心重合，得到所述替代后的二值化图像。

在其中一个实施例中，所述对所述原始图像进行二值化处理，得到二值化图像的步骤包括：基于灯珠的发光颜色，对所述原始图像进行通道分离处理，得到分离后的图像；对所述分离后的图像进行二值化处理，得到所述二值化图像。

在其中一个实施例中，所述对所述二值化图像进行轮廓查找，得到所述亮灯的轮廓信息的步骤，包括：对所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像；对所述预处理图像进行轮廓查找，得到所述亮灯的轮廓信息。

一种显示屏坏点检测装置，所述装置包括：获取模块、二值化模块、轮廓查找模块、分割模块及计算模块，获取模块用于获取显示屏的原始图像；二值化模块用于对所述原始图像进行二值化处理，得到二值化图像；轮廓查找模块用于对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息；分割模块用于根据亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像；计算模块用于根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在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上述任一实施例中的显示屏坏点检测方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例中的显示屏坏点检测方法的步骤。

上述显示屏坏点检测方法，通过对显示屏的图像进行二值化处理，使得图像中的亮灯呈白色轮廓，而相邻两个像素点的间距及死灯呈黑色轮廓，通过轮廓查找，得到亮灯的轮廓信息，根据亮灯的轮廓信息，对二值化图像进行单元格分割，使得每一灯珠与一单元格对应，通过判断每一单元格的像素值是否为零，即检测二值化图像中单元格的像素值为零的数量，从而计算出死灯数量，实现显示屏坏点检测，无需人工肉眼检测，提高了显示屏坏点的检测效率及检测精度。

附图说明

图1为一个实施例中显示屏坏点检测方法的应用环境图；

图2为一个实施例中显示屏坏点检测方法的流程示意图；

图3为一个实施例中显示屏坏点检测装置的结构示意图；

图4为一个实施例中计算机设备的内部结构图；

图5为一个实施例中预处理图像的示例图；

图6为一个实施例中分割后的二值化图像的示例图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例中所提供的显示屏坏点检测方法，可以应用于如图1所示的应用环境中。其中，终端102用于拍摄显示屏的原始图像，终端与计算机设备104通信连接，终端向计算机设备传输显示屏的图像，计算机设备获取显示屏的原始图像；对所述原始图像进行二值化处理，得到二值化图像；对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息，根据所述亮灯的轮廓信息对所述二值化图像进行单元格分割，得到分割后的二值化图像；根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。其中，终端可以是摄像头，也可以是手机、平板电脑等任一可拍摄的设备。又例如，本发明实施例中所提供的显示屏坏点检测方法，可以应用于通过计算机从网络上获取显示屏的原始图像，然后对图像进行上述步骤处理，得到显示屏的死灯数量。

在其中一个实施例中，提供一种显示屏坏点检测方法，包括：获取显示屏的原始图像；对所述原始图像进行二值化处理，得到二值化图像；对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息；根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像；根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。

上述显示屏坏点检测方法，通过对显示屏的图像进行二值化处理，使得图像中的亮灯呈白色轮廓，而相邻两个像素点的间距及死灯呈黑色轮廓，通过轮廓查找，得到亮灯的轮廓信息，根据亮灯的轮廓信息，对二值化图像进行元格分割，使得每一灯珠与一单元格对应，通过判断每一单元格的像素值是否为零，即检测二值化图像中单元格的像素值为零的数量，从而计算出死灯数量，实现显示屏坏点检测，无需人工肉眼检测，提高了显示屏坏点的检测效率及检测精度。

上述显示屏坏点检测方法，可以检测的原始图片的格式类型有JPEG、PNG、BMP、GIF等格式。

在其中一个实施例中，请参阅图2，提供一种显示屏坏点检测方法，包括：

步骤210，获取显示屏的原始图像。

具体的，显示屏的原始图像即拍摄获取显示屏图像，该图像为显示屏发光显示时的图像，或者说该图像为显示屏发光显示的画面对应的图像。例如，在显示屏发亮显示时，对显示屏进行拍摄获得显示屏的图像，或者说，在显示屏工作时，对着显示屏拍摄的图像，拍摄的图像可以包含整个显示屏，也可以是显示屏的局部图像。本实施例中，显示屏为LED显示屏。

该显示屏包括多个呈阵列设置的LED灯珠，LED灯珠发光，并且不同LED灯珠发出相同或者不同颜色的光，从而使得显示屏发光显示图像,每一LED灯珠构成显示屏的一像素。为便于陈述，LED灯珠在下文中简称灯珠。

步骤220，对所述原始图像进行二值化处理，得到二值化图像。

本步骤用于得到显示屏图像的亮灯的黑白图像。

值得一提的，二值化处理，即图像中的像素点的灰度值设置为0或255的处理过程，通过二值化处理可以将图像呈现出只有黑和白的视觉效果，即黑白图像，具体的，将原始图像进行二值化处理，使得图像中的亮灯在二值化图像中呈现白色，即使得图像中的亮灯所在的像素点的像素值为255，使得图像中除了亮灯外的部分呈现黑色，即图像中除了亮灯部分的像素值为0。

步骤230，对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息。

具体的，亮灯是指显示屏能够正常发光显示的灯珠，灯珠发光即构成了图像的显示的内容。亮灯即为二值化图像中发光的白色区域，轮廓查找是基于图像边缘提取的基础寻找对象轮廓的方法，本实施例中，轮廓查找时通过压缩水平方向、垂直方向及对角线方向的元素，只保留该方向的重点坐标的方式进行查找，例如，一个矩形轮廓只需要四个点来保存轮廓信息，即四个点的坐标可以确定矩形的轮廓，则这四个点的坐标为该轮廓的重点坐标，如此，通过轮廓查找可以得到亮灯的灯珠轮廓统计的连通域记录，记录每个亮灯的轮廓信息，进而得到亮灯数量及亮灯的质心等亮灯的轮廓信息，即，通过将二值化图像进行轮廓查找，得到亮灯的轮廓信息。

具体的，对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息，即对所述二值化图像进行轮廓查找，得到所述二值化图像中亮灯的轮廓信息。

步骤240，根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像。

具体的，所述亮灯的轮廓信息包括亮灯的质心及亮灯数量等信息，例如，通过轮廓查找，得到亮灯数量N，根据亮灯数量，从而将二值化图像进行单元格分割，将二值化图像分割成N份，并使得每一像素点与一单元格对应，得到分割后的二值化图像。又例如，通过轮廓查找，得到亮灯的质心，根据相邻两个亮灯的质心的距离，即根据相邻两个像素点的距离，对二值化图像进行单元格分割，并使得每一像素点与一单元格对应，得到分割后的二值化图像。

步骤250，根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。

具体的，通过将二值化图像进行单元格分割后，使得显示屏的二值化图像的每一像素点与一单元格对应，即每一灯珠与一单元格对应，也就是说一个单元格中存在一个灯珠，这样，通过判断二值化图像中的单元格的像素值是否为0，当所述像素值为零时，则该单元格存在一个死灯，也就是说该单元格中的灯珠不发亮，即该单元格中的灯珠为死灯；当所述像素值不为零时，则该单元格存在一个亮灯，也就是说该单元格中的灯珠正常发亮，即该单元格中的灯珠为亮灯。如此，根据分割后的二值化图像中的单元格的像素值为零的数量，即可以计算得到死灯数量。

上述显示屏坏点检测方法，通过对显示屏的图像进行二值化处理，使得图像中的亮灯呈白色轮廓，而相邻两个像素点的间距及死灯呈黑色轮廓，通过轮廓查找，得到亮灯的轮廓信息，根据亮灯的轮廓信息，对二值化图像进行元格分割，使得每一灯珠与一单元格对应，通过判断每一单元格的像素值是否为零，即检测二值化图像中单元格的像素值为零的数量，从而计算出死灯数量，实现显示屏坏点检测，无需人工肉眼检测，提高了显示屏坏点的检测效率及检测精度。

为了便于对二值化图像进行单元格分割，在其中一个实施例中，所述根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：根据所述亮灯的轮廓信息，计算得到亮灯数量；根据所述亮灯数量，对所述二值化图像进行单元格分割，得到分割后的二值化图像。具体的，由于二值化图像中，亮灯呈白色轮廓，对二值化图像进行轮廓查找时，可以将统计图像中白色轮廓的数量，即计算得到亮灯数量，根据亮灯数量，从而可以将二值化图像进行单元格分割，例如，根据亮灯的轮廓信息，计算得到亮灯数量为N，根据亮灯数量N，对二值化图像进行单元格分割，将二值化图像分割成N份，使得每一像素点与一单元格对应，从而便于对二值化图像进行单元格分割。

需特别说明的，本申请提供的显示屏坏点检测方法适用于显示屏死灯数量远小于亮灯数量时，换句话说，也就是显示屏坏点的数量对显示屏正常显示影响不大时，而对显示屏坏点进行检测，如果显示屏的坏点数量过多，人的肉眼直接能看到显示屏有一大片区域不良，直接可以判定显示屏不合格，再进行检测毫无意义。如此，由于显示屏的图像中，亮灯数量要远大于死灯数量，通过采用亮灯数量对二值化图形进行单元格分割，也不会因死灯数量的干扰，而影响死灯检测的准确度。

在其中一个实施例中，所述根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；根据相邻的两个所述亮灯的质心的距离，对所述二值化图像进行单元格分割，得到分割后的二值化图像。

具体的，根据所述亮灯的轮廓信息，计算得到所述亮灯的质心，即，根据所述亮灯的轮廓信息，计算得到每一所述亮灯的质心。

值得一提的，质心是指物质系统上被认为质量集中于此的一个假想点，本实施例中的质心是指每一亮灯对应的像素值的集中点，灯珠在正常发亮时成圆形轮廓，此时的亮灯的质心即灯珠的中心点，即亮灯的质心为亮灯的重心，但由于在实际应用中，显示屏发亮时每个灯珠的像素值存在差异，显示屏的原始图像经过二值化处理后，得到的二值化图像中的每个亮灯轮廓不一定是规则的圆，无法计算亮灯的中心点。

本实施例中，通过计算每个亮灯的质心，根据相邻的两个亮灯的质心的距离，即可知道相邻两个亮灯的距离，进一步得到相邻的两个像素点的距离，从而可以对二值化图像进行单元格分割，将二值化图像根据像素点数量分割成N份，并使得每一像素点与一单元格对应，在一个实施例中，所述每一亮灯的质心为每一亮灯的重心。本实施例中，所述根据相邻的两个所述亮灯的质心的距离，对所述二值化图像进行单元格分割，得到分割后的二值化图像，即根据相邻的两个亮灯的质心的距离，将二值化图像进行单元格分割，将二值化图像均分成N份，并使每一像素点与一单元格对应，从而可以准确的根据显示屏的像素点，对二值化图像进行单元格分割。值得一提的，由于显示屏中的灯珠是呈矩阵设置，即每个灯珠间的间隔距离都是一致的，如此，得到了相邻两个像素点之间的距离，也就可以确定每个像素点所在单元格的面积，从而可以将二值化图像进行单元格分割。

为了更好的计算每一亮灯的质心，在其中一个实施例中，所述根据所述亮灯的轮廓信息，计算得到所述亮灯的质心的步骤，包括：基于灰度重心法，根据所述亮灯的轮廓信息，计算所述每一亮灯的质心。在一个实施例中，基于灰度重心法，根据所述亮灯的轮廓信息，计算每一所述亮灯的质心。

具体的，灰度重心法适用于二值化图像中，灰度重心法是指将区域内每一像素位置处的灰度值当作该点的“质量”，灰度重心法提取的是区域的能量中心，即每一亮灯所在像素点的能量中心，也就是每一亮灯的质心。

具体的，对二值化图像进行轮廓查找，可以提取二值化图像中白色区域的轮廓信息，即提取二值化图像中亮灯区域的轮廓信息，其轮廓信息包括亮灯区域的像素值及坐标。

这样，通过将所述轮廓信息采用灰度重心法计算，从而便于计算得到每一亮灯的质心。

为了提升死灯计算的准确率，在其中一个实施例中，所述根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像；根据所述亮灯的轮廓信息，对所述替代后的二值化图像进行单元格分割，得到所述分割后的二值化图像。

具体的，由于显示屏发光时各像素点的像素值存在差异，其对应的显示屏的原始图像经过二值化处理后，得到的二值化图像中亮灯的轮廓不一定是规则的圆，即二值化图像中的亮灯的形状可能不一致，这样对二值化图像进行单元格分割时，可能出现单元格大小不一致，或者单元格大小一致时，亮灯的部分轮廓可能落在两个及两个以上的单元格中，导致死灯数量计算存在误差；对此，通过将二值化图像中每一亮灯用一预设图形替代，使得二值化图像中的每一亮灯呈现规则形状，或者说使二值化图像中的亮灯轮廓均相同，以便于后续对二值化图像进行单元格分割，以使二值化图像中的每一像素点与一单元格对应，即二值化图像中每一亮灯轮廓与一单元格对应，从而提升死灯计算的准确率。

为了进一步提高死灯检测准确度，在其中一个实施例中，所述预设图形为中心对称图形；所述将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像的步骤，包括：根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；基于所述亮灯的质心的位置，将所述二值化图像的每一亮灯替代为一中心对称图形，并使得所述中心对称图形的中心与所述亮灯的质心重合，得到所述替代后的二值化图像。

具体的，由于在显示屏的二值化图像中，每一亮灯的质心与一亮灯的中心点近乎相等，如此，通过将预设图形设置为中心对称图形，中心对称图形的中心与亮灯的质心重合，使得替代后的二值化图像中每一亮灯呈现规则轮廓，使得亮灯轮廓均匀分布在二值化图像中，并使得每一亮灯的轮廓相等，从而便于后续对死灯的计算，从而提高死灯检测准确度，在一个实施例中，所述预设图形小于单元格，使得单元格涵盖预设图形，即使得预设图像在单元格内，具体的，所述预设图形的尺寸小于单元格的尺寸，所述预设图形的面积小于单元格的面积。为了能够计算得到每个颜色灯珠的死灯数量，在其中一个实施例中，所述对所述原始图像进行二值化处理，得到二值化图像的步骤包括：基于灯珠的发光颜色，对所述原始图像进行通道分离处理，得到分离后的图像；对所述分离后的图像进行二值化处理，得到所述二值化图像。

具体的，基于灯珠的发光颜色，对所述原始图像进行通道分离处理，得到分离后的图像，即基于显示屏的蓝色灯珠、红色灯珠及绿色灯珠，对所述原始图像进行通道分离处理。显示屏一般由红色灯珠、绿色灯珠以及蓝色灯珠三种色灯珠，对显示屏死灯进行检测时，需将显示屏的图像的红色灯珠、绿色灯珠以及蓝色灯珠进行通道分离，从而得到红色灯珠分离后的图像、绿色灯珠分离后的图像以及蓝色灯珠分离后的图像，即所述分离后的图像包括：红色灯珠分离后的图像、绿色灯珠分离后的图像以及蓝色灯珠分离后的图像。通过将原始图像进行通道分离，可以获取每个颜色分离后的图像，从而可以在后续处理过程中得到每个颜色灯珠的死灯数量。

具体的，所述对所述分离后的图像进行二值化处理，得到所述二值化图像的步骤包括：对所述红色灯珠分离后的图像、绿色灯珠分离后的图像及蓝色灯珠分离后的图像分别进行二值化处理，得到红色灯珠二值化图像、绿色灯珠二值化图像及蓝色灯珠二值化图像。所述对所述二值化图像进行轮廓查找，得到每一亮灯的质心的步骤，包括：对所述红色灯珠二值化图像、绿色灯珠二值化图像及蓝色灯珠二值化图像分别进行轮廓查找，得到每一亮灯的质心。所述根据相邻的两个所述亮灯的质心的距离，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：根据相邻的两个亮灯的质心的距离，分别对所述红色灯珠二值化图像、绿色灯珠二值化图像及蓝色灯珠二值化图像进行单元格分割，得到红色灯珠分割后的二值化图像、绿色灯珠分割后的二值化图像及蓝色灯珠分割后的二值化图像。所述根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量的步骤，包括：根据所述红色灯珠分割后的二值化图像中每一单元格的像素值，计算得到红色灯珠的死灯数量；根据所述绿色灯珠分割后的二值化图像中每一单元格的像素值，计算得到绿色灯珠的死灯数量；根据所述蓝色灯珠分割后的二值化图像中每一单元格的像素值，计算得到蓝色灯珠的死灯数量。

为了提升死灯数量计算的准确度，在其中一个实施例中，所述对所述二值化图像进行轮廓查找，得到所述亮灯的轮廓信息的步骤，包括：对所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像；对所述预处理图像进行轮廓查找，得到所述亮灯的轮廓信息。

具体的，形态学运算处理是针对二值化图像依据数学形态学的集合论方法发展起来的图像处理方法，把某个像素设为结构元素的锚点后，结构元素和图像重叠部分的像素集合就是特定形态学运算的应用对象，通过对图像进行形态学运算可以消除图像的噪点，分割出独立的图像元素，从而避免噪点对死灯数量计算的干扰，以准确计算得到死灯数量。在其中一个实施例中，对所述二值化图像进行形态学运算处理的步骤包括：对所述二值化图像进行腐蚀及膨胀处理，在其中一个实施例中，所述的对所述二值化图像进行腐蚀及膨胀处理的步骤包括：对所述二值化图像进行1x1腐蚀、1x1膨胀、3x3腐蚀以及3x3膨胀处理。具体的，膨胀是指用一个结构元素扫描图像的每一个像素，用结构元素中的每一个像素与覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0，膨胀是指用一个结构元素扫描图像的每一个像素，用结构元素中的每一个像素与覆盖的像素做“与”操作，如果都为0，则该像素为0，否则为1。通过将二值化图像进行腐蚀、膨胀操作，可以更好的减少图像的噪点，减少噪点对后续亮灯计算的干扰，提升死灯检测的准确度。

具体的，距离变换是一种图像处理方法，距离变换实现图像的每个像素到最近前景目标或到图像边界的距离。距离变换的步骤包括，首先进行第一遍水平扫描，扫描方向从左上角开始，依次从左往右逐行扫描，扫描完一行自动跳转到下一行的最左端继续扫描，按行遍历图像，然后进行第二遍水平扫描，扫描方向从右下角开始，依次从右往左逐行扫描，扫描完一行自动转到上一行的最右端继续扫描，按行遍历图像。在一个实施例中，所述将所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像的步骤包括：将所述二值化图像依次进行形态学运算处理、欧式距离变换处理、归一化处理、阈值分割处理，得到预处理图像。

具体的，归一化是指对图像进行了一系列标准的处理，使之变换为一固定标准形式的过程，即归一化是要把需要处理的数据经过处理后限制在一定范围内，通过归一化处理可以便于后续图像数据的处理，提高后续图像处理的效率。本实施例中，所述归一化处理包括最大最小归一化，即：数组的数值被平移或缩放到一个指定的范围，线性归一化。

阈值分割是一种基于区域的图像分割技术，原理是把图像像素点分为若干类。本实施例中，阈值分割处理是对归一化后的图像进行阈值设置，对归一化后的图像的每个像素点的像素值与阈值进行比较，当像素值大于阈值时，该像素点的像素值设置为255，当像素值小于阈值时，该像素点的像素值设置为0，得到所述预处理图像。在一个实施例中，所述阈值为200。

具体的，将所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像如图5所示。

需说明的，上述步骤中，对二值化图像进行形态学运算处理后，虽然能够使得图像中的亮灯轮廓更加清晰，但也会将图像缩小，即使图像中的每一灯珠在所述原始图像中的对应的面积变小，通过对形态学运算处理后的图像依次进行距离变换、归一化及阈值分割处理，使得图像放大，从而便于对图像进行单元格分割。

在其中一个实施例中，所述对所述二值化图像进行轮廓查找，得到所述亮灯的轮廓信息的步骤，包括：对所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理及形态学运算处理，得到预处理图像；对所述预处理图像进行轮廓查找，得到所述所述亮灯的轮廓信息。

为了实现对小间距显示屏死灯数量的检测，在其中一个实施例中，所述获取显示屏的原始图像的步骤之后，还包括：判断所述原始图像的相邻的两个灯珠的间距是否小于预设阈值，当所述原始图像的相邻的两个灯珠的间距小于预设阈值时，对所述原始图像进行放大处理。

具体的，判断所述图像的相邻的两个灯珠的间距是否小于预设阈值，即判断所述图像的相邻的两个亮灯的间距是否小于预设阈值。应当理解的，显示屏中，像素点的间距越小，在进行亮灯分割是越不容易将亮灯的轮廓分割开，因此，为了实现对小间距显示屏死灯率的检查，当图像的相邻的两个像素点的间距小于预设阈值时，需对图像进行放大处理，具体的，图像放大是指将图像的宽、高进行放大，深度及通道等信息不变的处理过程。在一个实施例中，采用双线性插值的方法对图像进行放大。在一个实施例中，所述预设阈值为2.5mm。通过将对于小间距的显示屏的图像进行放大处理，从而便于对图像进行二值化处理，实现对小间距显示屏死灯数量的检测，并可以提升死灯率的检查精度。

为了能够计算显示屏的死灯率，在其中一个实施例中，所述根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量的步骤之后，还包括：根据所述死灯数量及所述亮灯数量，计算得到显示屏的死灯率。

具体的，亮灯为显示屏能够正常发光显示的灯珠，灯珠发光即构成了图像的显示的内容。亮灯即为二值化图像中发光的白色区域，轮廓查找是基于图像边缘提取的基础寻找对象轮廓的方法，本实施例中，轮廓查找时通过压缩水平方向、垂直方向及对角线方向的元素，只保留该方向的重点坐标的方式进行查找，最后找到轮廓数量，即图像的亮灯数量。然后根据亮灯数量及死灯数量，从而计算得到死灯率。

为了更好的将二值化图像进行单元格分割，在其中一个实施例中，所述根据相邻的两个所述亮灯的质心的距离，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：根据多组相邻的两个所述亮灯的质心的距离，计算得到相邻的两个所述亮灯的质心的平均距离；根据所述相邻的两个所述亮灯的质心的平均距离，将所对所述二值化图像进行单元格分割，得到分割后的二值化图像。具体的，由于显示屏发亮时每个灯珠的像素值存在差异，显示屏的原始图像经过二值化处理后，得到的二值化图像中的每个亮灯的质心不一定为该像素点的中心点，即相邻的两个亮灯的质心的距离与相邻的两个像素点的距离存在一定误差，为了尽量减少这个误差，通过取多组相邻的两个亮灯的质心的距离，求其平均值，以使的计算得到相邻的两个亮灯的质心的距离接近相邻的两个像素点的距离，从而可以更好地将所述二值化图像中的每一像素点进行单元格分割，使得每一像素点对应一单元格。

为了提升检测效率，在其中一个实施例中，所述获取显示屏的原始图像的步骤之后，还包括：对所述原始图像进行区域选择。具体的，对所述原始图像进行区域选择，用户在使用时可以选择感兴趣的区域的图像或者说需进行检测区域的图像进行检测，不仅可以减少检测区域提升检测效率，也可以检测到对应区域的图像的死灯率。

在其中一个实施例中，所述根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量的步骤，包括：检测所述分割后的二值化图像中的各单元格的像素值是否为零，并统计单元格的像素值为零的数量，得到死灯数量。在另一个实施例中，所述根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量的步骤，包括：检测所述分割后的二值化图像中的单元格中的像素值集合是否为全零矩阵，并统计单元格的像素值为全零矩阵的数量，得到所述死灯数量。在一个实施例中，所述根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量的步骤，包括：检测所述分割后的二值化图像中的各单元格是否存在所述亮灯的质心，并统计单元格不存在所述亮灯的质心的数量，得到所述死灯数量。如此，根据分割后的二值化图像中的各单元格的像素值即可得到死灯数量。

在一个实施例中，根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像如图6所示。

下面是一个具体的实施例，所述的显示屏坏点检测方法，包括：

获取显示屏的原始图像；判断所述原始图像的相邻的两个灯珠的间距是否小于预设阈值；当所述原始图像的相邻的两个灯珠的间距小于预设阈值时，对所述原始图像进行放大处理；基于灯珠的发光颜色，对所述原始图像进行通道分离处理，得到分离后的图像；对所述分离后的图像进行二值化处理，得到所述二值化图像；对所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像；对所述预处理图像进行轮廓查找，得到亮灯数量及所述二值化图像的轮廓信息；基于灰度重心法，对所述二值化图像的轮廓信息进行计算，得到亮灯的质心及亮灯的数量；将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像；其中，所述预设图形为中心对称图形，所述中心对称图形的中心与所述亮灯的质心重合；根据所述亮灯的数量，对所述替代后的二值化图像进行单元格分割，得到分割后的二值化图像；根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量；根据所述死灯数量及所述亮灯数量，计算得到显示屏的死灯率。

上述显示屏坏点检测方法，通过对显示屏的图像进行二值化处理，使得图像中的亮灯呈白色轮廓，而相邻两个像素点的间距及死灯呈黑色轮廓，通过轮廓查找，得到亮灯数量，根据亮灯数量，对二值化图像进而单元格分割，使得每一灯珠与一单元格对应，通过判断每一单元格的像素值是否为零，即可计算出死灯数量，实现显示屏坏点检测，无需人工肉眼检测，提高了显示屏坏点的检测效率及检测精度。

下面是另一个具体的实施例，所述的显示屏坏点检测方法，包括：

获取显示屏的原始图像；判断所述原始图像的相邻的两个灯珠的间距是否小于预设阈值；当所述原始图像的相邻的两个灯珠的间距小于预设阈值时，对所述原始图像进行放大处理；基于灯珠的发光颜色，对所述原始图像进行通道分离处理，得到分离后的图像；对所述分离后的图像进行二值化处理，得到所述二值化图像；对所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像；对所述预处理图像进行轮廓查找，得到亮灯数量及所述二值化图像的轮廓信息；基于灰度重心法，对所述二值化图像的轮廓信息进行计算，得到所述亮灯的质心；将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像；其中，所述预设图形为中心对称图形，所述中心对称图形的中心与所述亮灯的质心重合；根据相邻的两个所述亮灯的质心的距离，对所述替代后的二值化图像进行单元格分割，得到分割后的二值化图像；根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量；根据所述死灯数量及所述亮灯数量，计算得到显示屏的死灯率。

其中，对原始图像进行放大处理，例如，采用双线性插值的方法对原始图像进行放大处理，例如：已知函数A11＝(x1,y1)、A12＝(x1,y2)、A21＝(x2,y1)以及A22＝(x2,y2)四个点的值，要求P＝(x,y)。首先在x方向进行线性插值，得到B1和B2，然后在y方向进行线性插值，得到P，这样就得到所要的结果f(x,y)，具体表达式如下：

距离变换处理的步骤包括：首先进行第一遍水平扫描，扫描方向从左上角开始，依次从左往右逐行扫描，扫描完一行自动跳转到下一行的最左端继续扫描，按行遍历图像。即，掩膜模板mask为maskL使用公式(4)进行计算：

f(p)＝min[f(p),D(p,q)+f(q)] (4)

其中，q∈maskL，D表示距离，p为当前像素点，f(p)为p点像素点。

然后进行第二遍水平扫描，扫描方向从右下角开始，依次从右往左逐行扫描，扫描完一行自动转到上一行的最右端继续扫描，按行遍历图像。即，掩膜模板mask为maskR使用公式(5)进行计算：

f(p)＝min[f(p),D(p,q)+f(q)] (5)

其中，q∈maskR，D表示距离，p为当前像素点，f(p)为p点像素点。

具体的，基于灰度重心法，对所述二值化图像的轮廓信息进行计算，即利用惠东重心法计算亮灯的质心，灰度重心法将区域内每一像素位置处的灰度值当做该点的“质量”，其求区域中心的公式为：

其中，f(u,v)是坐标为(u,v)的像素点的灰度值，Ω是目标区域集合，是区域中心坐标，灰度重心法提取的是区域的能量中心。

上述显示屏坏点检测方法，通过对显示屏的图像进行二值化处理，使得图像中的亮灯呈白色轮廓，而相邻两个像素点的间距及死灯呈黑色轮廓，通过轮廓查找，得到每一亮灯的质心，根据相邻的两个亮灯的质心的距离，对二值化图像进而单元格分割，使得每一灯珠与一单元格对应，通过判断每一单元格的像素值是否为零，即可计算出死灯数量，实现显示屏坏点检测，无需人工肉眼检测，提高了显示屏坏点的检测效率及检测精度。

应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在其中一个实施例中，请参阅图3，一种显示屏坏点检测装置30，包括：获取模块310、二值化模块320、轮廓查找模块330、分割模块340及计算模块350。

所述获取模块用于获取显示屏的原始图像。

所述二值化模块用于对所述原始图像进行二值化处理，得到二值化图像。

所述轮廓查找模块用于对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息。

所述分割模块用于根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像。

所述计算模块用于根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。

在其中一个实施例中，所述分割模块包括第一计算子模块及分割子模块；所述第一计算子模块用于根据所述亮灯的轮廓信息，计算得到亮灯数量；所述分割子模块用于根据所述亮灯数量，对所述二值化图像进行单元格分割，得到所述分割后的二值化图像。

在其中一个实施例中，所述分割模块包括第二计算子模块及分割子模块；所述第二计算子模块用于根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；所述分割子模块用于根据相邻的两个所述亮灯的质心的距离，对所述二值化图像进行单元格分割，得到分割后的二值化图像。

在其中一个实施例中，所述分割模块包括替代子模块及分割子模块；所述替代子模块用于将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像；所述分割子模块用于根据亮灯的轮廓信息，对所述替代后的二值化图像进行单元格分割，得到分割后的二值化图像。

在其中一个实施例中，所述替代子模块包括替代单元及第一计算单元，所述第一计算单元用于根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；所述替代单元用于基于所述亮灯的质心的位置，将所述二值化图像的每一亮灯替代为一中心对称图形，并使得所述中心对称图形的中心与所述亮灯的质心重合，得到所述替代后的二值化图像。在其中一个实施例中，所述二值化模块包括通道分离子模块和二值化子模块；所述通道分离子模块用于基于灯珠的发光颜色，对所述原始图像进行通道分离处理，得到分离后的图像；所述二值化子模块用于对所述分离后的图像进行二值化处理，得到所述二值化图像。

在其中一个实施例中，所述轮廓查找模块包括：预处理子模块及轮廓查找子模块；所述预处理子模块用于对所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像。所述轮廓查找子模块对所述预处理图像进行轮廓查找，得到所述亮灯的轮廓信息。

在其中一个实施例中，所述显示屏坏点检测装置还包括放大模块，放大模块用于判断所述原始图像的相邻的两个灯珠的间距是否小于预设阈值，当所述原始图像的相邻的两个灯珠的间距小于预设阈值时，对所述原始图像进行放大处理。

在一个实施例中，提供了一种计算机设备，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种显示屏坏点检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在其中一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在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以下步骤：

获取显示屏的原始图像；对所述原始图像进行二值化处理，得到二值化图像；对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息；根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像；根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。

在其中一个实施例中，所述处理器执行所述计算机程序时实现以下步骤：

根据所述亮灯的轮廓信息，计算得到亮灯数量；根据所述亮灯数量，对所述二值化图像进行单元格分割，得到所述分割后的二值化图像。

在其中一个实施例中，所述处理器执行所述计算机程序时实现以下步骤：

根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；根据相邻的两个所述亮灯的质心的距离，对所述二值化图像进行单元格分割，得到分割后的二值化图像。

在其中一个实施例中，所述处理器执行所述计算机程序时实现以下步骤：

将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像；根据所述亮灯的轮廓信息，对所述替代后的二值化图像进行单元格分割，得到分割后的二值化图像。

在其中一个实施例中，所述处理器执行所述计算机程序时实现以下步骤：

所述将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像的步骤，包括：根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；基于所述亮灯的质心的位置，将所述二值化图像的每一亮灯替代为一中心对称图形，并使得所述中心对称图形的中心与所述亮灯的质心重合，得到所述替代后的二值化图像。

在其中一个实施例中，所述处理器执行所述计算机程序时实现以下步骤：

基于灯珠的发光颜色，对所述原始图像进行通道分离处理，得到分离后的图像；对所述分离后的图像进行二值化处理，得到所述二值化图像。

在其中一个实施例中，所述处理器执行所述计算机程序时实现以下步骤：

对所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像；对所述预处理图像进行轮廓查找，得到所述亮灯的轮廓信息。

在其中一个实施例中，所述处理器执行所述计算机程序时实现以下步骤：

判断所述原始图像的相邻的两个灯珠的间距是否小于预设阈值，当所述原始图像的相邻的两个灯珠的间距小于预设阈值时，对所述原始图像进行放大处理。

在其中一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取显示屏的原始图像；对所述原始图像进行二值化处理，得到二值化图像；对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息；根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像；根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。

在其中一个实施例中，所述计算机程序被处理器执行时实现以下步骤：

根据所述亮灯的轮廓信息，计算得到亮灯数量；根据所述亮灯数量，对所述二值化图像进行单元格分割，得到所述分割后的二值化图像。

在其中一个实施例中，所述计算机程序被处理器执行时实现以下步骤：

根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；根据相邻的两个所述亮灯的质心的距离，对所述二值化图像进行单元格分割，得到分割后的二值化图像。

在其中一个实施例中，所述计算机程序被处理器执行时实现以下步骤：

将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像；根据所述亮灯的轮廓信息，对所述替代后的二值化图像进行单元格分割，得到分割后的二值化图像。

在其中一个实施例中，所述计算机程序被处理器执行时实现以下步骤：

根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；基于所述亮灯的质心的位置，将所述二值化图像的每一亮灯替代为一中心对称图形，并使得所述中心对称图形的中心与所述亮灯的质心重合，得到所述替代后的二值化图像。

在其中一个实施例中，所述计算机程序被处理器执行时实现以下步骤：

基于灯珠的发光颜色，对所述原始图像进行通道分离处理，得到分离后的图像；对所述分离后的图像进行二值化处理，得到所述二值化图像。

在其中一个实施例中，所述计算机程序被处理器执行时实现以下步骤：

对所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像；对所述预处理图像进行轮廓查找，得到所述亮灯的轮廓信息。

在其中一个实施例中，所述计算机程序被处理器执行时实现以下步骤：

判断所述原始图像的相邻的两个灯珠的间距是否小于预设阈值，当所述原始图像的相邻的两个灯珠的间距小于预设阈值时，对所述原始图像进行放大处理。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchl ink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种显示屏坏点检测方法，其特征在于，包括：

获取显示屏的原始图像；

对所述原始图像进行二值化处理，得到二值化图像；

对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息；

根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像；

根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。

2.根据权利要求1所述的显示屏坏点检测方法，其特征在于，所述根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：

根据所述亮灯的轮廓信息，计算得到亮灯数量；

根据所述亮灯数量，对所述二值化图像进行单元格分割，得到所述分割后的二值化图像。

3.根据权利要求1所述的显示屏坏点检测方法，其特征在于，所述根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：

根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；

根据相邻的两个所述亮灯的质心的距离，对所述二值化图像进行单元格分割，得到分割后的二值化图像。

4.根据权利要求1所述的显示屏坏点检测方法，其特征在于，所述根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像的步骤，包括：

将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像；

根据所述亮灯的轮廓信息，对所述替代后的二值化图像进行单元格分割，得到所述分割后的二值化图像。

5.根据权利要求4所述的显示屏坏点检测方法，其特征在于，所述预设图形为中心对称图形；

所述将所述二值化图像的每一亮灯替代为一预设图形，得到替代后的二值化图像的步骤，包括：

根据所述亮灯的轮廓信息，计算得到所述亮灯的质心；

基于所述亮灯的质心的位置，将所述二值化图像的每一亮灯替代为一中心对称图形，并使得所述中心对称图形的中心与所述亮灯的质心重合，得到所述替代后的二值化图像。

6.根据权利要求1所述的显示屏坏点检测方法，其特征在于，所述对所述原始图像进行二值化处理，得到二值化图像的步骤包括：

基于灯珠的发光颜色，对所述原始图像进行通道分离处理，得到分离后的图像；

对所述分离后的图像进行二值化处理，得到所述二值化图像。

7.根据权利要求1所述的显示屏坏点检测方法，其特征在于，所述对所述二值化图像进行轮廓查找，得到所述亮灯的轮廓信息的步骤，包括：

对所述二值化图像依次进行形态学运算处理、距离变换处理、归一化处理、阈值分割处理，得到预处理图像；

对所述预处理图像进行轮廓查找，得到所述亮灯的轮廓信息。

8.一种显示屏坏点检测装置，其特征在于，所述装置包括：

获取模块，用于获取显示屏的原始图像；

二值化模块，用于对所述原始图像进行二值化处理，得到二值化图像；

轮廓查找模块，用于对所述二值化图像进行轮廓查找，得到亮灯的轮廓信息；

分割模块，用于根据所述亮灯的轮廓信息，对所述二值化图像进行单元格分割，得到分割后的二值化图像；

计算模块，用于根据所述分割后的二值化图像中每一单元格的像素值，计算得到死灯数量。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。