CN110514406A - 一种led灯板的检测方法、电子设备及存储介质 - Google Patents
一种led灯板的检测方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110514406A CN110514406A CN201910629608.3A CN201910629608A CN110514406A CN 110514406 A CN110514406 A CN 110514406A CN 201910629608 A CN201910629608 A CN 201910629608A CN 110514406 A CN110514406 A CN 110514406A
- Authority
- CN
- China
- Prior art keywords
- fluorescent tube
- detected
- lamp plate
- image
- display state
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
- G01M11/0257—Testing optical properties by measuring geometrical properties or aberrations by analyzing the image formed by the object to be tested
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/44—Testing lamps
Abstract
本发明公开了一种LED灯板的检测方法,其通过对待检测灯板的显示状态进行图像采集,并对采集的图像进行处理,进而计算得出图像中每个灯管的位置以及平均灰度值,根据每个灯管的平均灰度值判断得出待检测灯板上每个灯管是否在正常。通过本发明可大大提高灯板检测的效率。本发明还公开了一种电子设备及计算机存储介质。
Description
技术领域
本发明涉及灯管检测,尤其涉及一种LED灯板的检测方法、电子设备及存储介质。
背景技术
LED屏一般都是由模块拼接而成,每个模块中生成过程中,由于生成工艺会导致LED屏中的灯管的偏移、倾斜、损坏等等,最终导致生成的LED灯板达不到规格要求,影响LED屏的使用,因此需要对生产的LED灯板进行检测。现如今一般对LED灯板上的灯管是否损坏、倾斜、粘胶等,都是通过人眼去检测,比如将灯板点亮,然后人工去检测灯管的亮度是否正常、灯管是否倾斜等情况出现。这种人工检测的效率不仅低下,损坏人的眼睛,还很容易出现误判、漏检等情况的出现。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种LED灯板的检测方法,其能够解决现有技术中对于灯管的检测效率低下等的问题。
本发明的目的之二在于提供一种电子设备,其能够解决现有技术中对于灯管的检测效率低下等的问题。
本发明的目的之三在于提供一种计算机可读存储介质,其能够解决现有技术中对于灯管的检测效率低下等的问题。
本发明的目的之一采用如下技术方案实现:
一种LED灯板的检测方法,包括以下步骤:
图像处理步骤:控制待检测灯板的显示状态并采集得到在当前显示状态下待检测灯板的图像,以及根据待检测灯板的图像得出待检测灯板区域图像;
边界查找步骤:从待检测灯板区域图像中查找出包括所有灯管的最小边界,以及根据最小边界、待检测灯板的灯管的列数或行数得出灯管之间的平均水平间距或灯管之间的平均垂直间距;
灯管参考坐标确定步骤:依据直线平移的原理,根据最小边界、待检测灯板中灯管的行数和灯管之间的平均水平间距,以及待检测灯板中灯管的列数和灯管之间的平均垂直间距得出待检测灯板中每个灯管的参考坐标;
灰度值计算步骤:根据每个灯管的参考坐标以及灯管的检测半径得出每个灯管的平均灰度值;其中,灯管的检测半径为:灯管的检测半径=((灯管之间的平均水平间距+灯管之间的平均垂直间距)÷2+0.5)÷2;
判断步骤:根据每个灯管的平均灰度值判断待检测灯板上每个灯管是否正常。
进一步地,所述图像处理步骤包括区域提取步骤:根据待检测灯板的大小对采集的图像进行区域提取得到待检测灯板区域图像。
进一步地,所述图像处理步骤具体还包括以下步骤:
二值化处理步骤为:对待检测灯板区域图像进行二值化处理,进而去除待检测灯板区域图像中无效的点;
降噪处理步骤为:对二值化处理后的待检测灯板区域图像进行降噪处理,进而去除待检测灯板区域图像中无效的点。
进一步地,根据OpenCV算法从待检测区域图像中查找出包括所有灯管对应点的最小四边形的边界。
进一步地,灯管参考坐标确定步骤还包括:首先依据直线平移的原理根据顶边边界的斜率和垂直平移步进像素点数向下平移x次,得到行的直线集合;以及依据直线平移的原理根据左边边界的斜率和水平平移步进像数点数向右平移y次,得到列的直线集合;然后根据行的直线集合和列的直线集合得出所有直线之间的相交点,也即是待检测灯板上所有灯管的参考坐标。
进一步地,灰度值计算步骤还包括:根据每个灯管的参考坐标为中心点,以2*灯管的检测半径为边长得出矩形区域,进而得出该矩形区域的灰度颜色数值,也即是每个灯管的平均灰度值。
进一步地,待检测灯板的显示状态为以下一种显示状态:全红状态、全绿状态、全蓝状态、横扫显示状态、竖扫显示状态以及斜扫显示状态;其中,当待检测灯板的显示状态为全红状态、全绿状态、全蓝状态中的任意一种时,所述待检测灯板的图像为一张图像;当待检测灯板的显示状态为横扫显示状态、竖扫显示状态、斜扫显示状态中共的任意一种时,所述待检测灯板的图像有多张。
进一步地,判断待检测灯板上每个灯管是否正常包括灯管是否亮、灯管的亮度是否正常、灯管的显示颜色是否正确以及灰度检测是否正常;
其中,灯管是否亮、灯管的亮度是否正常是根据每个灯管的平均灰度值来判断灯管是否亮以及灯管的亮度是否正常;灯管的颜色显示是否正常是根据灯管的颜色值与当前检测的颜色值是否匹配来判断灯管的颜色显示是否正常,其中灯管的颜色值是通过根据灯管的矩形区域的灰度颜色值得出的。
本发明的目的之二采用如下技术方案实现:
一种电子设备,包括存储器、处理器以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程序时实现如本发明目的之二采用的一种LED灯板的检测方法的步骤。
本发明的目的之三采用如下技术方案实现:
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如本发明目的之一采用的一种LED灯板的检测方法的步骤。
相比现有技术,本发明的有益效果在于:
本发明通过对采用相机对待检测灯板的显示进行拍摄图像,然后对拍摄的图像进行图像处理分析得出待检测灯板上每个灯管的位置以及平均灰度值,最终每个灯管的平均灰度值判断每个灯管是否异常。通过本发明解决了现有技术中需要经过人工检测而存在漏检、误检等问题,同时还大大提高了LED灯板中灯管的检测效率。
附图说明
图1为本发明提供的横扫时灯管的显示图像;
图2为本发明提供的竖扫时灯管的显示图像;
图3为本发明提供的斜扫时灯管的显示图像;
图4为本发明提供的相机与待检测灯板之间的位置摆放示意图;
图5为本发明提供的一种LED灯板的检测方法流程图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一:
本发明提供了一种LED灯板的检测方法,通过利用相机对点亮的LED灯板进行拍照,采集到动态的图像,然后利用图像识别技术对采集到的图像进行处理,进而识别得出LED灯板上的每个灯管是否正常。
本发明的硬件设备包括检测机柜、相机、电脑以及主控设备组成,主控设备与待检测灯板电性连接。电脑根据系统控制软件向主控设备发送控制命令,进而使得主控设备根据控制命令控制待检测灯板显示对应状态,其中,显示状态主要有全红显示状态、全绿显示状态、全蓝显示状态等静态显示状态,横扫显示状态、竖扫显示状态、斜扫显示状态等动态显示状态。
其中,对于横扫显示状态是指待检测灯板上的灯管按照水平横线的方向依次控制对应行的灯管进行显示的状态,如图1所示。竖扫显示状态是指待检测灯板上的灯管按照竖直竖线的方向依次控制对应列的灯管进行显示的状态,如图2所示。斜扫是指待检测灯板上的灯管按照对角线的方向依次控制对应对角线上的灯管进行显示的状态,如图3所示。
另外,由于本发明是通过对待检测灯板在一定的显示状态下的图像进行采集,然后对采集的图像进行相应处理,进而判断待检测灯板的显示是否正常。因此,当待检测灯板的显示状态为全红状态、全绿状态、全蓝状态等静态显示状态时,对待检测灯板所采集的图像只需要一张就可以进行检测。
而对于当待检测灯板的显示状态为横扫显示状态、竖扫显示状态、斜扫显示状态等动态显示状态时,由于相机采集的待检测灯板采集的图像是一个时刻的图像,因此,当待检测灯板的显示状态为动态时,相机采集的待检测灯板的图像应该是多张图像。
同时,采集的频率可根据显示状态中灯管的显示速度进行设定。比如每次控制灯管显示的时间3秒,因此就需要控制相机的采集频率。为了保证相机能够拍摄到第一次控制灯管的显示状态时,就需要根据灯管的显示来控制相机的采集频率。比如相机采集到的第一张图像为第1,5,9,13…行是亮的,第二张图像为第2,6,10,14…行是亮的,以此类推,采集多张图像,再分别针对每一张图像进行分析处理,进而完成待检测灯板的检测。通过上述方式可以检测到待检测灯板中相邻的两个灯管是否有焊在一起的,比如在竖扫显示状态下可以检测到上下相邻的两个灯管是否焊接正常、在横扫显示状态下可以检测到左右相邻的两个灯管是否焊接正常、以及在斜扫显示状态下可以检测到对角相邻的两个灯管是否焊接正常。
另外,由于相机拍摄有延迟,特别是对于动态显示状态时,相机的采集频率需要与待检测灯板中灯管的显示图案在时间上进行控制,才能保证相机采集到的图像便于后续的检测判断。本发明是根据相机的反应时间以及经验值来进行控制,保证相机的采集频率与待检测灯板中灯管显示的时间在有效范围内。
如图4所示相机与待检测灯板之间的位置摆放关系,也即是相机处于待检测灯板的正上方,便于图像的拍摄。
在检测之前,首先需要向控制板发送控制命令,进而来控制LED灯板的显示状态。比如当前需要测试LED灯板全红状态下时,是否显示正常,则首先控制LED灯板显示全红,然后在启动相机采集相应的图像,进行根据采集到的图像进行处理并判断LED灯板是否显示正常。因此,一种LED灯板的检测方法,如图5所示,包括以下步骤:
步骤S1:获取采集的图像。这里的采集的图像根据LED灯板的显示状态,采集不同的图像。比如对于LED灯板全红、全蓝或全红状态时静态显示状态,只需要采集一张图像即可;而对于LED灯板为横扫、竖扫或斜扫的显示状态等,就需要采集多张图像。在采集图像时,还需要根据图像的采集环境来调制待检测灯板的亮度以及相机的参数,可以保证采集到的图像清晰、灯管边界分明。一般来说,图像的采集环境为黑暗环境,然后将灯管的亮度调到50%,相机调为自动即可。同时在采集图像时,还需要对相机的高度进行控制,也即是对相机与待检测灯板之间的高度差在有效的范围内,比如当相机的高度较高时,灯管的亮度就需要调高;而相机的高度较低时,灯管的亮度就需要调低。
步骤S2:根据待检测灯板的大小对采集的图像进行裁剪,得到待检测灯板区域图像。该待检测灯板区域图像中只保留灯板轮廓区域,也即是将采集到的图像中其他的空白区域进行裁剪。在裁剪时,是根据待检测灯板的所有灯管的排布区域轮廓大小来进行裁剪。当待检测灯板的显示状态为动态时,所采集的图像不仅仅只有一张,而是有多张,那么这里就需要对每一张图像进行裁剪并处理,以下处理方式也同样需要对每一张图像进行裁剪处理。
步骤S3:对待检测灯板区域图像进行二值化处理。二值化处理是图像的像素点的灰度值设置为0或255,也即是说,将待检测灯板区域图像呈现出明显的黑白效果。另外,在二值化处理时,由于一些无效点的存在,因此需要设定一个阈值,比如灰度值设置为30,那么在二值化处理时,就会将灰度值小于30的像素点去除,去除待检测灯板区域图像中的无效点。也即是说,设定一个合理的阈值,并作为分界点。当某个像素点的阈值小于设定的阈值时,认为该像素点为无效点,将无效点从待检测区域图像中去除。正常来说,由于灯管的亮度较高,在采集环境下会存在一些反光亮点以及无关光照的点,其亮度又比灯管的亮度低,因此,经过二值化处理后,可将反光亮点和无关光照的点去除,避免影响检测的结果。其中,反光亮点、无关光照的点可以存在于边界的外部,也可以存在于边界的内部,只要像素点的灰度值小于设定的阈值,就将该像素点去除即可。
步骤S4:对二值化处理后的待检测灯板区域图像进行降噪处理。降噪处理是为了去除干扰。对于,二值化处理可以去除一些亮度较小的,但是对于一些亮度较高的点,比如灰度值大于二值化处理过程中设定的阈值,但是该点也不属于LED灯管的区域时,就需要对这些点进行去除。因此,本发明通过对二值化后的图像里所有点的轮廓进行计算并得出每个点的轮廓面积,根据轮廓面积得到一个面积梯度,根据设定的面积阀值来对图像中的点进行筛选,进而将一些亮度较大,但不是LED灯管的点去除。一般来说,每个点的轮廓面积与亮度成正比,亮度越大,其轮廓面积越大,因此,可通过对轮廓面积进行设置阈值,来实现干扰点的去除。
步骤S5:从降噪处理后的待检测灯板区域图像中查找出包括所有灯管的最小边界。在查找时,可通过OpenCV的算法来实现查找最小边界。一般来说,LED灯板均为四边形,因此最小边界就是最小四边形。OpenCV为一个开源的图像识别处理库。
其中,OpenCV算法在查找最小边界时,具体原理如下:
使用minAreaRect函数获取图像中灯板内容区域的最小外接矩形,得到最小外接矩形的4个角点,同时得到四条边的直线,使用findContours(轮廓提取算法,用于提取图像的轮廓)找到图像中灯板内容的轮廓角点,找到最靠近最小外界矩形的4个角点的4个轮廓角点,这四个轮廓角点即为所有灯光对应点的最小四边形的边界。minAreaRect函数主要用于求得包含点击最小面积的矩形,这个矩形是可以有偏转角度的,可以与图像的边界不平行。
步骤S6:以最小四边形的相邻的两个边分别作为参考线,根据最小四边形以及待检测灯板的灯管的列数、行数计算得出相邻灯管之间的水平平均间距和垂直平均间距。比如以最小四边的顶边边界、左边边界分别作为参考线,来计算得出相邻灯管之间的水平平均间距和垂直凭据间距。
其中,水平平均间距=最小四边形最大宽度÷待检测灯板的灯管的列数。
垂直平均间距=最小四边形最大高度÷待检测灯板的灯管的行数。其中,待检测灯板的灯管的列数、行数均是工作人员输入到系统中的。
步骤S7:根据最小四边形的顶边边界的直线斜率和垂直平均间距向下平移x次,或者根据最小四边形的底边边界的直线斜率和垂直平均间距下上平移x次,得到待检测灯板区域图像中所有行的直线集合;根据最小四边形的左边边界的直线斜率和垂直平均间距向右平移y次,或者根据最小四边形的右边边界的直线斜率和垂直平均间距向左平移y次,得到待检测灯板区域图像中所有列的直线集合。其中,垂直平均间距、垂直平均间距为每次平移的距离。
其中,x为系统输入的待检测灯板的灯管的行数,y为系统输入的待检测灯板的灯管的列数。
平移的基本原理如下:将直线y=kx+b向右平移n个单位,则平移后得到的直线解析式是y=k(x-n)+b。将直线y=kx+b向下平移n个单位,则平移后得到的直线解析式是y=k(x)-n+b。
也即是:以顶边边界为参考线,每次向下平移垂直平均间距个单位,平移x次,就可以得到待检测灯板区域图像中所有行的直线集合,也即是待检测灯板中每行灯管所对应的直线的集合。
当然也可以以底边边界为参考线,每次向上平移垂直平均间距个单位,平移x次。
以根据左边边界作为参考线,每次向右平移水平平均间距个单元,平移y次,可得到待检测灯板区域图像中所有列的直线集合,也即是待检测灯板中每列灯管所对应的直线的集合。
同理,也可以以右边边界为参考线,每次向左平移水平平均间距个单元,平移y次。
步骤S8:根据待检测灯板区域图像中所有行的直线集合和所有列的直线集合得出所有直线的相交点,也即是待检测灯板上所有灯管的参考坐标。
也即是说,一个相交点就是一个灯管的参考坐标,本发明将该参考坐标认为是每个灯管的中心点。
步骤S9:根据每个灯管的中心点以及灯管的检测半径计算得出每个灯管的平均灰度值。其中,灯管检测半径=((灯管之间的平均水平间距+灯管之间的平均垂直间距)÷2+0.5)÷2。其中,灯管之间的平均水平间距也即是水平平移步进像素点数,而灯管之间的平均垂直间距也即是垂直平移步进像数点数。
另外,在计算平均灰度值时,根据每个灯管的中心点及灯管的检测半径,计算得出一矩阵区域,并根据该矩阵区域得出该矩阵区域的灰度颜色数值,也即是每个灯管的平均灰度值。矩阵区域以每个灯管的中心点为中心,边长为2*灯管检测半径所形成的区域。灯管的中心点也即是上述计算出的灯管的参考坐标。
步骤S10:根据每个灯管的平均灰度值检测灯管是否正常。该灯管是否正常包括:灯管是否亮、灯管的亮度是否正常以及灯管显示颜色是否正常。
1、对于灯管是否正常:根据每个灯管的平均灰度值就可以判断得出灯管是否亮。比如,当每个灯管的平均灰度值为0时,认为灯管不亮,否则反之。
2、对于灯管的亮度是否正常为:
首先计算出待检测灯板的平均灰度值:待检测灯板的平均灰度值=(单个灯管的平均灰度值)*系统输入的待检测灯板的灯管的行数*系统输入的待检测灯板的灯管的列数。
当0<灯管的平均灰度值<待检测灯板的平均灰度值的1/3时,认为该灯管的亮度为异常,比如有剩胶遮挡等。
当灯管的平均灰度值超过待检测灯板的平均灰度值的10%以上,或者说灯管的平均灰度值大于待检测灯管的平均灰度值的10%以上时,认为该灯管的亮度为异常。
3、对于灯管的颜色显示是否正常:
获取每个灯管所对应的图像区域内的颜色值,然后判断该颜色值与当前检测时灯管的颜色值是否匹配,如果不匹配,则颜色异常,否则反之。该颜色值可通过在获取每个灯管所对应的图像区域内的灰度值的同时获取颜色值,进而可知该灯管所显示的颜色是否与当前检测的颜色是否匹配。
4、对于灰度检测:
按照灰度检测(灰度检测也即是针对亮度渐变的检测,比如亮到暗的检测)的方向隔点抽取每个灯管的平均灰度值,如水平方向的自左向右变暗的灰度检测,以一行中四列的灯管为一个区域,计算每个区域的总体平均灰度值,再比较在水平方向上的每个区域的总体平均灰度值是否是从左向右递减的,如果不是,则灰度异常,否则反之。
通过以上检测,最终可判断待检测灯板是否正常。本发明能够解决灯板在生产制造过程当中,由于生成工艺由于存在瞎点、坏点、跟点、混管、灯管插歪等导致产出不良灯板。本发明通过采用图像识别的技术,大大提高了检测效率、提高了可用性,避免人眼遗漏误判,用高精度的相机实现检测,大大提高检测结果的精准度。
实施例二:
本发明还提供了一种电子设备,其包括存储器、处理器以及存储在存储器上并可在处理上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
图像处理步骤:控制待检测灯板的显示状态并采集得到在当前显示状态下待检测灯板的图像,以及根据待检测灯板的图像得出待检测灯板区域图像;
边界查找步骤:从待检测灯板区域图像中查找出包括所有灯管的最小边界,以及根据最小边界、待检测灯板的灯管的列数或行数得出灯管之间的平均水平间距或灯管之间的平均垂直间距;
灯管参考坐标确定步骤:依据直线平移的原理,根据最小边界、待检测灯板中灯管的行数和灯管之间的平均水平间距,以及待检测灯板中灯管的列数和灯管之间的平均垂直间距得出待检测灯板中每个灯管的参考坐标;
灰度值计算步骤:根据每个灯管的参考坐标以及灯管的检测半径得出每个灯管的平均灰度值;其中,灯管的检测半径为:灯管的检测半径=((灯管之间的平均水平间距+灯管之间的平均垂直间距)÷2+0.5)÷2;
判断步骤:根据每个灯管的平均灰度值判断待检测灯板上每个灯管是否正常。
进一步地,所述图像处理步骤包括区域提取步骤:根据待检测灯板的大小对采集的图像进行区域提取得到待检测灯板区域图像。
进一步地,所述图像处理步骤具体还包括以下步骤:
二值化处理步骤为:对待检测灯板区域图像进行二值化处理,进而去除待检测灯板区域图像中无效的点;
降噪处理步骤为:对二值化处理后的待检测灯板区域图像进行降噪处理,进而去除待检测灯板区域图像中无效的点。
进一步地,根据OpenCV算法从待检测区域图像中查找出包括所有灯管对应点的最小四边形的边界。
进一步地,灯管参考坐标确定步骤还包括:首先依据直线平移的原理根据顶边边界的斜率和垂直平移步进像素点数向下平移x次,得到行的直线集合;以及依据直线平移的原理根据左边边界的斜率和水平平移步进像数点数向右平移y次,得到列的直线集合;然后根据行的直线集合和列的直线集合得出所有直线之间的相交点,也即是待检测灯板上所有灯管的参考坐标。
进一步地,灰度值计算步骤还包括:根据每个灯管的参考坐标为中心点,以2*灯管的检测半径为边长得出矩形区域,进而得出该矩形区域的灰度颜色数值,也即是每个灯管的平均灰度值。
进一步地,待检测灯板的显示状态为以下一种显示状态:全红状态、全绿状态、全蓝状态、横扫显示状态、竖扫显示状态以及斜扫显示状态;其中,当待检测灯板的显示状态为全红状态、全绿状态、全蓝状态中的任意一种时,所述待检测灯板的图像为一张图像;当待检测灯板的显示状态为横扫显示状态、竖扫显示状态、斜扫显示状态中共的任意一种时,所述待检测灯板的图像有多张。
进一步地,判断待检测灯板上每个灯管是否正常包括灯管是否亮、灯管的亮度是否正常、灯管的显示颜色是否正确以及灰度检测是否正常;
其中,灯管是否亮、灯管的亮度是否正常是根据每个灯管的平均灰度值来判断灯管是否亮以及灯管的亮度是否正常;灯管的颜色显示是否正常是根据灯管的颜色值与当前检测的颜色值是否匹配来判断灯管的颜色显示是否正常,其中灯管的颜色值是通过根据灯管的矩形区域的灰度颜色值得出的。
实施例三:
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
图像处理步骤:控制待检测灯板的显示状态并采集得到在当前显示状态下待检测灯板的图像,以及根据待检测灯板的图像得出待检测灯板区域图像;
边界查找步骤:从待检测灯板区域图像中查找出包括所有灯管的最小边界,以及根据最小边界、待检测灯板的灯管的列数或行数得出灯管之间的平均水平间距或灯管之间的平均垂直间距;
灯管参考坐标确定步骤:依据直线平移的原理,根据最小边界、待检测灯板中灯管的行数和灯管之间的平均水平间距,以及待检测灯板中灯管的列数和灯管之间的平均垂直间距得出待检测灯板中每个灯管的参考坐标;
灰度值计算步骤:根据每个灯管的参考坐标以及灯管的检测半径得出每个灯管的平均灰度值;其中,灯管的检测半径为:灯管的检测半径=((灯管之间的平均水平间距+灯管之间的平均垂直间距)÷2+0.5)÷2;
判断步骤:根据每个灯管的平均灰度值判断待检测灯板上每个灯管是否正常。
进一步地,所述图像处理步骤包括区域提取步骤:根据待检测灯板的大小对采集的图像进行区域提取得到待检测灯板区域图像。
进一步地,所述图像处理步骤具体还包括以下步骤:
二值化处理步骤为:对待检测灯板区域图像进行二值化处理,进而去除待检测灯板区域图像中无效的点;
降噪处理步骤为:对二值化处理后的待检测灯板区域图像进行降噪处理,进而去除待检测灯板区域图像中无效的点。
进一步地,根据OpenCV算法从待检测区域图像中查找出包括所有灯管对应点的最小四边形的边界。
进一步地,灯管参考坐标确定步骤还包括:首先依据直线平移的原理根据顶边边界的斜率和垂直平移步进像素点数向下平移x次,得到行的直线集合;以及依据直线平移的原理根据左边边界的斜率和水平平移步进像数点数向右平移y次,得到列的直线集合;然后根据行的直线集合和列的直线集合得出所有直线之间的相交点,也即是待检测灯板上所有灯管的参考坐标。
进一步地,灰度值计算步骤还包括:根据每个灯管的参考坐标为中心点,以2*灯管的检测半径为边长得出矩形区域,进而得出该矩形区域的灰度颜色数值,也即是每个灯管的平均灰度值。
进一步地,待检测灯板的显示状态为以下一种显示状态:全红状态、全绿状态、全蓝状态、横扫显示状态、竖扫显示状态以及斜扫显示状态;其中,当待检测灯板的显示状态为全红状态、全绿状态、全蓝状态中的任意一种时,所述待检测灯板的图像为一张图像;当待检测灯板的显示状态为横扫显示状态、竖扫显示状态、斜扫显示状态中共的任意一种时,所述待检测灯板的图像有多张。
进一步地,判断待检测灯板上每个灯管是否正常包括灯管是否亮、灯管的亮度是否正常、灯管的显示颜色是否正确以及灰度检测是否正常;
其中,灯管是否亮、灯管的亮度是否正常是根据每个灯管的平均灰度值来判断灯管是否亮以及灯管的亮度是否正常;灯管的颜色显示是否正常是根据灯管的颜色值与当前检测的颜色值是否匹配来判断灯管的颜色显示是否正常,其中灯管的颜色值是通过根据灯管的矩形区域的灰度颜色值得出的。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种LED灯板的检测方法,其特征在于:包括以下步骤:
图像处理步骤:控制待检测灯板的显示状态并采集得到在当前显示状态下待检测灯板的图像,以及根据待检测灯板的图像得出待检测灯板区域图像;
边界查找步骤:从待检测灯板区域图像中查找出包括所有灯管的最小边界,以及根据最小边界、待检测灯板的灯管的列数或行数得出灯管之间的平均水平间距或灯管之间的平均垂直间距;
灯管参考坐标确定步骤:依据直线平移的原理,根据最小边界、待检测灯板中灯管的行数和灯管之间的平均水平间距,以及待检测灯板中灯管的列数和灯管之间的平均垂直间距得出待检测灯板中每个灯管的参考坐标;
灰度值计算步骤:根据每个灯管的参考坐标以及灯管的检测半径得出每个灯管的平均灰度值;其中,灯管的检测半径为:灯管的检测半径=((灯管之间的平均水平间距+灯管之间的平均垂直间距)÷2+0.5)÷2;
判断步骤:根据每个灯管的平均灰度值判断待检测灯板上每个灯管是否正常。
2.根据权利要求1所述一种LED灯板的检测方法,其特征在于:所述图像处理步骤包括区域提取步骤:根据待检测灯板的大小对采集的图像进行区域提取得到待检测灯板区域图像。
3.根据权利要求2所述一种LED灯板的检测方法,其特征在于:所述图像处理步骤具体还包括以下步骤:
二值化处理步骤为:对待检测灯板区域图像进行二值化处理,进而去除待检测灯板区域图像中无效的点;
降噪处理步骤为:对二值化处理后的待检测灯板区域图像进行降噪处理,进而去除待检测灯板区域图像中无效的点。
4.根据权利要求1所述一种LED灯板的检测方法,其特征在于:根据OpenCV算法从待检测区域图像中查找出包括所有灯管对应点的最小四边形的边界。
5.根据权利要求4所述一种LED灯板的检测方法,其特征在于:灯管参考坐标确定步骤还包括:首先依据直线平移的原理根据顶边边界的斜率和垂直平移步进像素点数向下平移x次,或者根据底边边界的斜率和垂直平移步进像素点数向上平移x次,得到行的直线集合;以及依据直线平移的原理根据左边边界的斜率和水平平移步进像数点数向右平移y次,或者根据右边边界的斜率和水平平移步进像数点数向左平移y次,得到列的直线集合;然后根据行的直线集合和列的直线集合得出所有直线之间的相交点,也即是待检测灯板上所有灯管的参考坐标。
6.根据权利要求1所述一种LED灯板的检测方法,其特征在于:灰度值计算步骤还包括:根据每个灯管的参考坐标为中心点,以2*灯管的检测半径为边长得出矩形区域,进而得出该矩形区域的灰度颜色数值,也即是每个灯管的平均灰度值。
7.根据权利要求1所述一种LED灯板的检测方法,其特征在于:待检测灯板的显示状态为以下一种显示状态:全红状态、全绿状态、全蓝状态、横扫显示状态、竖扫显示状态以及斜扫显示状态;其中,当待检测灯板的显示状态为全红状态、全绿状态、全蓝状态中的任意一种时,所述待检测灯板的图像为一张图像;当待检测灯板的显示状态为横扫显示状态、竖扫显示状态、斜扫显示状态中共的任意一种时,所述待检测灯板的图像有多张。
8.根据权利要求1所述一种LED灯板的检测方法,其特征在于:判断待检测灯板上每个灯管是否正常包括灯管是否亮、灯管的亮度是否正常、灯管的显示颜色是否正确以及灰度检测是否正常;
其中,灯管是否亮、灯管的亮度是否正常是根据每个灯管的平均灰度值来判断灯管是否亮以及灯管的亮度是否正常;灯管的颜色显示是否正常是根据灯管的颜色值与当前检测的颜色值是否匹配来判断灯管的颜色显示是否正常,其中灯管的颜色值是通过根据灯管的矩形区域的灰度颜色值得出的。
9.一种电子设备,包括存储器、处理器以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程序时实现如权利要求1-8中任一项所述一种LED灯板的检测方法的步骤。
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如权利要求1-8中任一项所述一种LED灯板的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910629608.3A CN110514406B (zh) | 2019-07-12 | 2019-07-12 | 一种led灯板的检测方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910629608.3A CN110514406B (zh) | 2019-07-12 | 2019-07-12 | 一种led灯板的检测方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110514406A true CN110514406A (zh) | 2019-11-29 |
CN110514406B CN110514406B (zh) | 2021-04-06 |
Family
ID=68622680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910629608.3A Active CN110514406B (zh) | 2019-07-12 | 2019-07-12 | 一种led灯板的检测方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110514406B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260612A (zh) * | 2020-01-09 | 2020-06-09 | 北京良业环境技术股份有限公司 | 一种路灯上的led屏幕故障诊断方法 |
CN111721507A (zh) * | 2020-06-30 | 2020-09-29 | 东莞市聚明电子科技有限公司 | 基于极坐标识别的键盘背光模组的智能检测方法及装置 |
CN111929035A (zh) * | 2020-07-27 | 2020-11-13 | 歌尔科技有限公司 | 心率模组led亮度检测方法和装置 |
CN112071257A (zh) * | 2020-07-31 | 2020-12-11 | 佛山市青松科技股份有限公司 | 一种led屏校正方法、装置、存储介质及led屏 |
CN114062961A (zh) * | 2021-11-17 | 2022-02-18 | 吉林大学 | 一种基于occ的自动驾驶车辆多特征解调方法 |
CN116068455A (zh) * | 2023-01-28 | 2023-05-05 | 宝邑(深圳)照明科技有限公司 | 一种灯具寿命预测方法、系统、电子设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750422A (zh) * | 2010-01-07 | 2010-06-23 | 秦皇岛凯维科技有限公司 | 一种玻璃缺陷的在线自动检测装置 |
CN104374551A (zh) * | 2014-11-24 | 2015-02-25 | 深圳科瑞技术股份有限公司 | 一种led发光均匀性检测方法及其系统 |
CN104977155A (zh) * | 2015-06-30 | 2015-10-14 | 中山大学 | 一种led配光曲线快速测量方法 |
US20150355053A1 (en) * | 2014-06-09 | 2015-12-10 | Won Soo Ji | Method of inspecting a light source module for defects, method of manufacturing a light source module, and apparatus for inspecting a light source module |
CN106501278A (zh) * | 2016-11-08 | 2017-03-15 | 浙江科技学院 | 基于旋转不变纹理特征的灯管表面瑕疵分类方法及系统 |
CN107945137A (zh) * | 2017-12-06 | 2018-04-20 | 深圳云天励飞技术有限公司 | 人脸检测方法、电子设备及存储介质 |
CN108416766A (zh) * | 2018-01-31 | 2018-08-17 | 浙江理工大学 | 双侧入光式导光板缺陷视觉检测方法 |
-
2019
- 2019-07-12 CN CN201910629608.3A patent/CN110514406B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750422A (zh) * | 2010-01-07 | 2010-06-23 | 秦皇岛凯维科技有限公司 | 一种玻璃缺陷的在线自动检测装置 |
US20150355053A1 (en) * | 2014-06-09 | 2015-12-10 | Won Soo Ji | Method of inspecting a light source module for defects, method of manufacturing a light source module, and apparatus for inspecting a light source module |
CN104374551A (zh) * | 2014-11-24 | 2015-02-25 | 深圳科瑞技术股份有限公司 | 一种led发光均匀性检测方法及其系统 |
CN104977155A (zh) * | 2015-06-30 | 2015-10-14 | 中山大学 | 一种led配光曲线快速测量方法 |
CN106501278A (zh) * | 2016-11-08 | 2017-03-15 | 浙江科技学院 | 基于旋转不变纹理特征的灯管表面瑕疵分类方法及系统 |
CN107945137A (zh) * | 2017-12-06 | 2018-04-20 | 深圳云天励飞技术有限公司 | 人脸检测方法、电子设备及存储介质 |
CN108416766A (zh) * | 2018-01-31 | 2018-08-17 | 浙江理工大学 | 双侧入光式导光板缺陷视觉检测方法 |
Non-Patent Citations (1)
Title |
---|
冯玉森等: "LED显示单元显示缺陷检测", 《电子科技》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260612A (zh) * | 2020-01-09 | 2020-06-09 | 北京良业环境技术股份有限公司 | 一种路灯上的led屏幕故障诊断方法 |
CN111721507A (zh) * | 2020-06-30 | 2020-09-29 | 东莞市聚明电子科技有限公司 | 基于极坐标识别的键盘背光模组的智能检测方法及装置 |
CN111929035A (zh) * | 2020-07-27 | 2020-11-13 | 歌尔科技有限公司 | 心率模组led亮度检测方法和装置 |
CN112071257A (zh) * | 2020-07-31 | 2020-12-11 | 佛山市青松科技股份有限公司 | 一种led屏校正方法、装置、存储介质及led屏 |
CN114062961A (zh) * | 2021-11-17 | 2022-02-18 | 吉林大学 | 一种基于occ的自动驾驶车辆多特征解调方法 |
CN114062961B (zh) * | 2021-11-17 | 2023-08-08 | 吉林大学 | 一种基于occ的自动驾驶车辆多特征解调方法 |
CN116068455A (zh) * | 2023-01-28 | 2023-05-05 | 宝邑(深圳)照明科技有限公司 | 一种灯具寿命预测方法、系统、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110514406B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110514406A (zh) | 一种led灯板的检测方法、电子设备及存储介质 | |
US7978903B2 (en) | Defect detecting method and defect detecting device | |
CN106054421B (zh) | 一种液晶面板缺陷的检测方法及装置 | |
CN109872309B (zh) | 检测系统、方法、装置及计算机可读存储介质 | |
CN101751572A (zh) | 一种图案检测方法、装置、设备及系统 | |
CN106226316A (zh) | 一种单摄像机宽视场视觉螺纹检测装置及其检测方法 | |
CN110879131B (zh) | 目视光学系统的成像质量测试方法、成像质量测试装置和电子设备 | |
CN106651837A (zh) | 白玻璃板表面崩边缺陷检测方法 | |
CN106228541A (zh) | 视觉检测中屏幕定位的方法及装置 | |
CN113658092A (zh) | 一种基于图像处理的铝电解电容缺陷检测方法 | |
CN114136975A (zh) | 一种微波裸芯片表面缺陷智能检测系统和方法 | |
EP2793172B1 (en) | Image processing apparatus, image processing method and program | |
CN103852034A (zh) | 一种电梯导轨垂直度检测方法 | |
CN102401800A (zh) | 基于机器视觉的高压陶瓷电容器焊接质量在线检测设备 | |
JP2008170256A (ja) | 欠陥検出方法、欠陥検出プログラムおよび検査装置 | |
CN106989681A (zh) | 一种过孔的尺寸测量方法及测量设备 | |
KR101876908B1 (ko) | 디스플레이 패널의 결함 위치 정확도 개선 방법 | |
CN103630542B (zh) | 缺陷检测装置、缺陷修正装置及缺陷检测方法 | |
KR101409568B1 (ko) | 표시패널 검사장치 및 그 검사방법 | |
JP4987323B2 (ja) | カラーフィルタ欠陥修正装置およびカラーフィルタ欠陥修正方法 | |
KR20100126015A (ko) | 화상처리를 이용한 디스플레이 패널의 픽셀 불량 검사 방법 | |
CN108898584B (zh) | 一种基于图像分析的全自动贴面电容装焊极性判别方法 | |
CN201440274U (zh) | 一种目标检测设备及其使用的图像采集装置 | |
CN105389795B (zh) | 一种垃圾料位检测方法、装置及上料板机 | |
CN206114545U (zh) | 一种单摄像机宽视场视觉螺纹检测装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |