CN110987945B - 缺陷检测方法、检测装置及触控显示面板的检测方法 - Google Patents

缺陷检测方法、检测装置及触控显示面板的检测方法 Download PDF

Info

Publication number
CN110987945B
CN110987945B CN201911348644.9A CN201911348644A CN110987945B CN 110987945 B CN110987945 B CN 110987945B CN 201911348644 A CN201911348644 A CN 201911348644A CN 110987945 B CN110987945 B CN 110987945B
Authority
CN
China
Prior art keywords
gray scale
curve
defect
processed
initial
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
Application number
CN201911348644.9A
Other languages
English (en)
Other versions
CN110987945A (zh
Inventor
张俊杰
季迪
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.)
Hefei Visionox Technology Co Ltd
Original Assignee
Hefei Visionox 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 Hefei Visionox Technology Co Ltd filed Critical Hefei Visionox Technology Co Ltd
Priority to CN201911348644.9A priority Critical patent/CN110987945B/zh
Publication of CN110987945A publication Critical patent/CN110987945A/zh
Application granted granted Critical
Publication of CN110987945B publication Critical patent/CN110987945B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N21/8851—Scan 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G01N21/8851—Scan 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • 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
    • G01N21/8851—Scan 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • 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
    • G01N21/8851—Scan 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
    • G01N2021/8887—Scan 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
    • 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
    • G06T2207/10004—Still image; Photographic image
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种缺陷检测方法、检测装置及触控显示面板的检测方法。缺陷检测方法包括：获取待检测物的检测图像，初始灰阶曲线具有多个灰阶峰部；降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异，初始灰阶曲线转化为处理后灰阶曲线；向处理后灰阶曲线匹配对应的缺陷阈值线，缺陷阈值线为待检测物的检测位置与对应检测位置若产生缺陷时的灰阶阈值的关系线；以及根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置。根据本发明实施例的缺陷检测方法，能够提高缺陷的检出能力。

Description

缺陷检测方法、检测装置及触控显示面板的检测方法
技术领域
本发明涉及缺陷检测领域，具体涉及一种缺陷检测方法、检测装置及触控显示面板的检测方法。
背景技术
显示面板在制造过程中，可能因为工艺的问题导致显示面板中存在缺陷。为发现显示面板中的缺陷，需要对显示面板进行检测，从而找到显示面板中的缺陷位置，并针对性进行改善。
由于显示面板上的器件结构尺寸非常微小，人眼几乎无法分辨，为满足对显示面板缺陷检测的需求，自动光学检测(Automated Optical Inspection，AOI)应运而生。
显示面板可以集成有触控层，即显示面板可以是触控显示面板。在利用AOI针对触控显示面板的触控层进行缺陷检测时，由于触控层的图案周期通常较大，利用AOI技术时无法使用常规的周边对比方式进行检测，而需要采用长周期对比方式进行检测。然而，当采用长周期对比方式进行检测时，工艺制程中的噪点会导致灰阶差异较大，从而造成缺陷的检出率较低的问题。
发明内容
本发明提供一种缺陷检测方法、检测装置及触控显示面板的检测方法，提高缺陷的检出能力。
第一方面，本发明实施例提供一种缺陷检测方法，其包括：获取待检测物的检测图像，检测图像包括初始灰阶曲线，初始灰阶曲线为待检测物的检测位置与对应检测位置所检到的初始灰阶值的关系曲线，初始灰阶曲线具有多个灰阶峰部；降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异，使得各检测位置对应的初始灰阶值转化为处理后灰阶值，初始灰阶曲线转化为处理后灰阶曲线；向处理后灰阶曲线匹配对应的缺陷阈值线；以及根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置。
根据本发明第一方面的上述任一实施方式，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异包括：降低噪点对应的灰阶峰部与剩余灰阶峰部之间的灰阶差异。
根据本发明第一方面的上述任一实施方式，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异包括：对初始灰阶曲线中的全部初始灰阶值进行数值缩小化的预设映射。
根据本发明第一方面的上述任一实施方式，预设映射为将初始灰阶值乘以预设比例，预设比例大于0且小于1。
根据本发明第一方面的上述任一实施方式，向处理后灰阶曲线匹配对应的缺陷阈值线包括：向处理后灰阶曲线匹配对应的缺陷阈值曲线，在缺陷阈值曲线中，至少任意两点检测位置各自对应的灰阶阈值不同。
根据本发明第一方面的上述任一实施方式，向处理后灰阶曲线匹配对应的缺陷阈值曲线包括：将处理后灰阶曲线在检测位置的坐标方向上划分为连续相邻的多个区段；获取区段各自对应的平均灰阶值，平均灰阶值为对应区段的处理后灰阶值的平均值；根据区段对应的平均灰阶值获得对应的区段灰阶阈值；以及将各区段对应的区段灰阶阈值拟合，得到缺陷阈值曲线。
根据本发明第一方面的上述任一实施方式，根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置包括：比对各检测位置所对应的处理后灰阶值、灰阶阈值；将处理灰阶值大于等于灰阶阈值的检测位置标记为缺陷位置。
第二方面，本发明实施例提供一种缺陷检测装置，其包括：图像获取模块，用于获取待检测物的检测图像，检测图像包括初始灰阶曲线，初始灰阶曲线为待检测物的检测位置与对应检测位置所检到的初始灰阶值的关系曲线，初始灰阶曲线具有多个灰阶峰部；降差异模块，与图像获取模块耦合，用于降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异，使得各检测位置对应的初始灰阶值转化为处理后灰阶值，初始灰阶曲线转化为处理后灰阶曲线；阈值配置模块，与降差异模块耦合，用于向处理后灰阶曲线匹配对应的缺陷阈值线；以及缺陷标记模块，与降差异模块以及阈值配置模块耦合，用于根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置。
根据本发明第二方面的上述任一实施方式，阈值配置模块包括：分区模块，用于将处理后灰阶曲线在检测位置的坐标方向上划分为连续相邻的多个区段；平均值模块，用于获取区段各自对应的平均灰阶值，平均灰阶值为对应区段的处理后灰阶值的平均值；区段灰阶阈值模块，用于根据区段对应的平均灰阶值获得对应的区段灰阶阈值；拟合模块，用于将各区段对应的区段灰阶阈值拟合，得到缺陷阈值曲线。
第三方面，本发明实施例提供一种触控显示面板的检测方法，其通过根据上述任一实施方式的缺陷检测方法对触控显示面板的触控图案进行缺陷检测。
根据本发明实施例的缺陷检测方法，对获取的检测图像中的初始灰阶曲线进行处理，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异，使得初始灰阶曲线转化为处理后灰阶曲线。之后，根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置。由于处理后灰阶曲线相对于初始灰阶曲线其灰阶差异有所降低，从而能够匹配灰阶值相对降低的缺陷阈值线，在进行长周期比对过程中，能够提高缺陷的检出能力。
在一些可选的实施方式中，向处理后灰阶曲线匹配对应的缺陷阈值曲线，即向处理后灰阶曲线匹配动态的用于检出缺陷的灰阶阈值，相对于始终均一的灰阶阈值，能够进一步提高缺陷检测方法对缺陷的检出能力和检测准确度。
附图说明
通过阅读以下参照附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显，其中，相同或相似的附图标记表示相同或相似的特征，附图并未按照实际的比例绘制。
图1是本发明一种实施例提供的缺陷检测方法的流程框图；
图2是本发明一种实施例提供的缺陷检测方法中包含初始灰阶曲线的检测图像的示意图；
图3是本发明一种实施例提供的缺陷检测方法中包含处理后灰阶曲线的检测图像的示意图；
图4是本发明一种实施例提供的缺陷检测方法中包含缺陷阈值线的检测图像的示意图；
图5是本发明一种实施例提供的缺陷检测方法中向处理后灰阶曲线匹配对应的缺陷阈值曲线的流程框图；
图6是本发明一种实施例提供的缺陷检测装置的结构框图；
图7是本发明一种实施例提供的缺陷检测设备的硬件结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明实施例提供一种缺陷检测方法，该缺陷检测方法可以通过自动光学检测(Automated Optical Inspection，AOI)获取待检测物的检测图像，并对检测图像分析处理，得到待检测物的缺陷位置。缺陷检测方法可以用于对显示面板的缺陷进行检测。在一些实施例中，显示面板可以是触控显示面板，其包括触控层，触控层包括周期排布的触控图案，缺陷检测方法可以对触控显示面板的触控层的缺陷进行检测。可以理解的是，采用类似的方式，缺陷检测方法也可以对显示面板的其它层结构的缺陷进行检测，例如是检测阵列基板中的驱动布线结构的缺陷。在其它一些实施方式中，采用类似的方式，缺陷检测方法也可以对其它与显示面板类似的面板装置进行缺陷检测。
以缺陷检测方法是对触控显示面板的触控层的缺陷进行检测为例，触控层的缺陷例如是断路缺陷、短路缺陷等。
图1是本发明一种实施例提供的缺陷检测方法的流程框图，该实施例提供的缺陷检测方法包括步骤S110至步骤S140。
在步骤S110中，获取待检测物的检测图像，检测图像包括初始灰阶曲线。
图2是本发明一种实施例提供的缺陷检测方法中包含初始灰阶曲线的检测图像的示意图，图2中，初始灰阶曲线以虚线示出。初始灰阶曲线为待检测物的检测位置与对应检测位置所检到的初始灰阶值的关系曲线，初始灰阶曲线具有多个灰阶峰部。
在本文中，检测图像中的横坐标为待检测物的检测位置，其中，检测位置例如是相对初始检测位置的位移量，检测位置的单位可以根据待检物的尺寸规模进行相应配置，在一些实施例中检测位置的单位例如是1微米，在又一些实施例中，检测单位可以是一个周期长度，例如是若干微米。检测图像中的纵坐标为灰阶值。
在步骤S120中，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异，使得各检测位置对应的初始灰阶值转化为处理后灰阶值，初始灰阶曲线转化为处理后灰阶曲线。
图3是本发明一种实施例提供的缺陷检测方法中包含处理后灰阶曲线的检测图像的示意图，图3中，初始灰阶曲线以虚线示出，处理后灰阶曲线以实线示出。处理后灰阶曲线仍然具有多个灰阶峰部，当多个灰阶峰部的灰阶差异有所降低。
在一些实施例中，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异包括：降低噪点对应的灰阶峰部与剩余灰阶峰部之间的灰阶差异。
在一些实施例中，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异包括：对初始灰阶曲线中的全部初始灰阶值进行数值缩小化的预设映射。其中，该预设映射可以根据待检物的不同进行不同的配置。在一些实施例中，预设映射例如是包括比例函数的映射，在一些实施例中，预设映射例如是包括指数函数的映射。本实施例中，预设映射为将初始灰阶值乘以预设比例，其中预设比例大于0且小于1，例如是0.4。
在步骤S130中，向处理后灰阶曲线匹配对应的缺陷阈值线。
图4是本发明一种实施例提供的缺陷检测方法中包含缺陷阈值线的检测图像的示意图，图4中，初始灰阶曲线以虚线示出，处理后灰阶曲线以实线示出，缺陷阈值线以点划线示出。处理后灰阶曲线仍然具有多个灰阶峰部，当多个灰阶峰部的灰阶差异有所降低。
在一些实施例中，向处理后灰阶曲线匹配对应的缺陷阈值线包括：向处理后灰阶曲线匹配对应的缺陷阈值曲线，在缺陷阈值曲线中，至少任意两点检测位置各自对应的灰阶阈值不同。
在其它一些实施例中，缺陷阈值线也可以是直线、折线等形式。
图5是本发明一种实施例提供的缺陷检测方法中向处理后灰阶曲线匹配对应的缺陷阈值曲线的流程框图。在一些实施例中，向处理后灰阶曲线匹配对应的缺陷阈值曲线的步骤进一步包括步骤S131至步骤S134。
在步骤S131中，将处理后灰阶曲线在检测位置的坐标方向上划分为连续相邻的多个区段。
在步骤S132中，获取区段各自对应的平均灰阶值，平均灰阶值为对应区段的处理后灰阶值的平均值。
在步骤S133中，根据区段对应的平均灰阶值获得对应的区段灰阶阈值。
在步骤S134中，将各区段对应的区段灰阶阈值拟合，得到缺陷阈值曲线。
请继续参考图1，在步骤S140中，根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置。在一些实施例中，根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置包括：比对各检测位置所对应的处理后灰阶值、灰阶阈值；将处理灰阶值大于等于灰阶阈值的检测位置标记为缺陷位置。
根据本发明实施例的缺陷检测方法，对获取的检测图像中的初始灰阶曲线进行处理，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异，使得初始灰阶曲线转化为处理后灰阶曲线。之后，根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置。由于处理后灰阶曲线相对于初始灰阶曲线其灰阶差异有所降低，从而能够匹配灰阶值相对降低的缺陷阈值线，在进行长周期比对过程中，能够提高缺陷的检出能力。
在上述本发明实施例的缺陷检测方法中，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异包括：降低噪点对应的灰阶峰部与剩余灰阶峰部之间的灰阶差异，从而能够降低工艺噪点带来的高灰阶差异，能够提高缺陷的检出能力。
在上述本发明实施例的缺陷检测方法中，向处理后灰阶曲线匹配对应的缺陷阈值曲线，即向处理后灰阶曲线匹配动态的用于检出缺陷的灰阶阈值，相对于始终均一的灰阶阈值，能够进一步提高缺陷检测方法对缺陷的检出能力和检测准确度。
本发明实施例还提供一种触控显示面板的检测方法，其通过根据前述任一实施方式的缺陷检测方法对触控显示面板的触控图案进行缺陷检测。以缺陷检测方法是对触控显示面板的触控层的缺陷进行检测为例，触控层的缺陷例如是断路缺陷、短路缺陷等。
根据本发明实施例的触控显示面板的检测方法，对获取的检测图像中的初始灰阶曲线进行处理，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异，使得初始灰阶曲线转化为处理后灰阶曲线。之后，根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置。由于处理后灰阶曲线相对于初始灰阶曲线其灰阶差异有所降低，从而能够匹配灰阶值相对降低的缺陷阈值线，在进行长周期比对过程中，能够提高缺陷的检出能力。
本发明实施例还提供一种缺陷检测装置，能够对待检测物的缺陷位置检出。
图6是本发明一种实施例提供的缺陷检测装置的结构框图。缺陷检测装置包括图像获取模块110、降差异模块120、阈值配置模块130以及缺陷标记模块140。
图像获取模块110用于获取待检测物的检测图像。检测图像包括初始灰阶曲线，初始灰阶曲线为待检测物的检测位置与对应检测位置所检到的初始灰阶值的关系曲线，初始灰阶曲线具有多个灰阶峰部。
降差异模块120与图像获取模块110耦合。降差异模块120用于降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异，使得各检测位置对应的初始灰阶值转化为处理后灰阶值，初始灰阶曲线转化为处理后灰阶曲线。
阈值配置模块130与降差异模块120耦合。阈值配置模块130用于向处理后灰阶曲线匹配对应的缺陷阈值线。
缺陷标记模块140与降差异模块120以及阈值配置模块130耦合。缺陷标记模块140用于根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置。
根据本发明实施例的缺陷检测装置，降差异模块120对图像获取模块110获取的检测图像中的初始灰阶曲线进行处理，降低初始灰阶曲线中的多个灰阶峰部之间的灰阶差异，使得初始灰阶曲线转化为处理后灰阶曲线。之后，缺陷标记模块140根据处理后灰阶曲线以及缺陷阈值线获取待检测物的缺陷位置。由于处理后灰阶曲线相对于初始灰阶曲线其灰阶差异有所降低，从而能够匹配灰阶值相对降低的缺陷阈值线，在进行长周期比对过程中，能够提高缺陷的检出能力。
在一些实施例中，阈值配置模块130包括分区模块131、平均值模块132、区段灰阶阈值模块133以及拟合模块134。
分区模块131与降差异模块120耦合。分区模块131用于将处理后灰阶曲线在检测位置的坐标方向上划分为连续相邻的多个区段。
平均值模块132与分区模块131耦合。平均值模块132用于获取区段各自对应的平均灰阶值，平均灰阶值为对应区段的处理后灰阶值的平均值。
区段灰阶阈值模块133与平均值模块132耦合。区段灰阶阈值模块133用于根据区段对应的平均灰阶值获得对应的区段灰阶阈值。
拟合模块134与区段灰阶阈值模块133耦合。拟合模块134用于将各区段对应的区段灰阶阈值拟合，得到缺陷阈值曲线。
在上述本发明实施例的缺陷检测装置中，阈值配置模块130能向处理后灰阶曲线匹配对应的缺陷阈值曲线，即向处理后灰阶曲线匹配动态的用于检出缺陷的灰阶阈值，相对于始终均一的灰阶阈值，能够进一步提高缺陷检测方法对缺陷的检出能力和检测准确度。
本发明实施例还提供一种缺陷检测设备，图7是本发明一种实施例提供的缺陷检测设备的硬件结构示意图。缺陷检测设备可以包括处理器201以及存储有计算机程序指令的存储器202。
具体地，上述处理器201可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器202可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器202可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器202可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器202可在综合网关容灾设备的内部或外部。在特定实施例中，存储器202是非易失性固态存储器。在特定实施例中，存储器202包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器201通过读取并执行存储器202中存储的计算机程序指令，以实现上述实施例中的任意一种缺陷检测方法。
在一个示例中，缺陷检测设备还可包括通信接口203和总线210。其中，如图7所示，处理器201、存储器202、通信接口203通过总线210连接并完成相互间的通信。
通信接口203主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线210包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线210可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
另外，结合上述实施例中的缺陷检测方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述实施例中的任意一种缺陷检测方法。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在计算机存储介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“计算机存储介质”可以包括能够存储或传输信息的任何介质。计算机存储介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种缺陷检测方法，其特征在于，包括：
获取待检测物的检测图像，所述检测图像包括初始灰阶曲线，所述初始灰阶曲线为所述待检测物的检测位置与对应所述检测位置所检到的初始灰阶值的关系曲线，所述初始灰阶曲线具有多个灰阶峰部；
降低所述初始灰阶曲线中的多个所述灰阶峰部之间的灰阶差异，使得各所述检测位置对应的所述初始灰阶值转化为处理后灰阶值，所述初始灰阶曲线转化为处理后灰阶曲线，其中，所述降低所述初始灰阶曲线中的多个所述灰阶峰部之间的灰阶差异包括：降低噪点对应的所述灰阶峰部与剩余所述灰阶峰部之间的灰阶差异，或者，对所述初始灰阶曲线中的全部所述初始灰阶值进行数值缩小化的预设映射；
向所述处理后灰阶曲线匹配对应的缺陷阈值线，所述向所述处理后灰阶曲线匹配对应的缺陷阈值线包括：向所述处理后灰阶曲线匹配对应的缺陷阈值曲线，在所述缺陷阈值曲线中，至少任意两点所述检测位置各自对应的灰阶阈值不同，其中，所述向所述处理后灰阶曲线匹配对应的缺陷阈值曲线包括：将所述处理后灰阶曲线在所述检测位置的坐标方向上划分为连续相邻的多个区段，获取区段各自对应的平均灰阶值，所述平均灰阶值为对应所述区段的所述处理后灰阶值的平均值，根据所述区段对应的所述平均灰阶值获得对应的区段灰阶阈值，以及，将各所述区段对应的所述区段灰阶阈值拟合，得到所述缺陷阈值曲线；以及
根据所述处理后灰阶曲线以及所述缺陷阈值线获取所述待检测物的缺陷位置。
2.根据权利要求1所述的缺陷检测方法，其特征在于，对所述初始灰阶曲线中的全部所述初始灰阶值进行数值缩小化的预设映射时，所述预设映射为将所述初始灰阶值乘以预设比例，所述预设比例大于0且小于1。
3.根据权利要求1所述的缺陷检测方法，其特征在于，所述根据所述处理后灰阶曲线以及所述缺陷阈值线获取所述待检测物的缺陷位置包括：
比对各所述检测位置所对应的所述处理后灰阶值、所述灰阶阈值；
将所述处理后灰阶值大于等于所述灰阶阈值的所述检测位置标记为所述缺陷位置。
4.一种缺陷检测装置，其特征在于，包括：
图像获取模块，用于获取待检测物的检测图像，所述检测图像包括初始灰阶曲线，所述初始灰阶曲线为所述待检测物的检测位置与对应所述检测位置所检到的初始灰阶值的关系曲线，所述初始灰阶曲线具有多个灰阶峰部；
降差异模块，与所述图像获取模块耦合，用于降低所述初始灰阶曲线中的多个所述灰阶峰部之间的灰阶差异，使得各所述检测位置对应的所述初始灰阶值转化为处理后灰阶值，所述初始灰阶曲线转化为处理后灰阶曲线；
阈值配置模块，与所述降差异模块耦合，用于向所述处理后灰阶曲线匹配对应的缺陷阈值线，所述阈值配置模块包括：分区模块，用于将所述处理后灰阶曲线在所述检测位置的坐标方向上划分为连续相邻的多个区段，平均值模块，用于获取所述区段各自对应的平均灰阶值，所述平均灰阶值为对应所述区段的所述处理后灰阶值的平均值，区段灰阶阈值模块，用于根据所述区段对应的所述平均灰阶值获得对应的区段灰阶阈值，拟合模块，用于将各所述区段对应的所述区段灰阶阈值拟合，得到缺陷阈值曲线；以及
缺陷标记模块，与所述降差异模块以及所述阈值配置模块耦合，用于根据所述处理后灰阶曲线以及所述缺陷阈值线获取所述待检测物的缺陷位置。
5.一种触控显示面板的检测方法，其特征在于，通过根据权利要求1至3任一项所述的缺陷检测方法对所述触控显示面板的触控图案进行缺陷检测。
CN201911348644.9A 2019-12-24 2019-12-24 缺陷检测方法、检测装置及触控显示面板的检测方法 Active CN110987945B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911348644.9A CN110987945B (zh) 2019-12-24 2019-12-24 缺陷检测方法、检测装置及触控显示面板的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911348644.9A CN110987945B (zh) 2019-12-24 2019-12-24 缺陷检测方法、检测装置及触控显示面板的检测方法

Publications (2)

Publication Number Publication Date
CN110987945A CN110987945A (zh) 2020-04-10
CN110987945B true CN110987945B (zh) 2023-03-28

Family

ID=70076342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911348644.9A Active CN110987945B (zh) 2019-12-24 2019-12-24 缺陷检测方法、检测装置及触控显示面板的检测方法

Country Status (1)

Country Link
CN (1) CN110987945B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117576089B (zh) * 2024-01-15 2024-03-22 山东恒力源精密机械制造有限公司 一种活塞环缺陷检测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107024485A (zh) * 2017-04-10 2017-08-08 青岛海信电器股份有限公司 曲面显示屏的缺陷检测方法和装置
CN107037053A (zh) * 2015-12-07 2017-08-11 Ap系统股份有限公司 用于检测斑缺陷的设备和方法
CN107402218A (zh) * 2017-09-25 2017-11-28 武汉华星光电技术有限公司 Cf基板的微观缺陷检测方法、装置及设备
CN109580632A (zh) * 2018-11-23 2019-04-05 京东方科技集团股份有限公司 一种缺陷确定方法、装置及存储介质
CN109844809A (zh) * 2017-11-30 2019-06-04 深圳配天智能技术研究院有限公司 一种图像处理方法及装置、计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107037053A (zh) * 2015-12-07 2017-08-11 Ap系统股份有限公司 用于检测斑缺陷的设备和方法
CN107024485A (zh) * 2017-04-10 2017-08-08 青岛海信电器股份有限公司 曲面显示屏的缺陷检测方法和装置
CN107402218A (zh) * 2017-09-25 2017-11-28 武汉华星光电技术有限公司 Cf基板的微观缺陷检测方法、装置及设备
CN109844809A (zh) * 2017-11-30 2019-06-04 深圳配天智能技术研究院有限公司 一种图像处理方法及装置、计算机可读存储介质
CN109580632A (zh) * 2018-11-23 2019-04-05 京东方科技集团股份有限公司 一种缺陷确定方法、装置及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于像素点TFT-LCD的点线缺陷的检测方法;张佳;《科技创业月刊》;20141231(第11期);182-184 *

Also Published As

Publication number Publication date
CN110987945A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN110987945B (zh) 缺陷检测方法、检测装置及触控显示面板的检测方法
CN110555400A (zh) 基于无人机巡检架空输电线路的覆冰检测方法及系统
CN108288274B (zh) 模具检测方法、装置以及电子设备
CN104270331A (zh) 基于hough变换的bpsk信号盲识别结果的有效性评估方法
CN116968733B (zh) 车辆安全风险评估方法及其装置、设备、介质
CN106991436B (zh) 噪声点检测方法及装置
CN115690064A (zh) 对准方法、装置、电子设备及计算机可读存储介质
CN113870754B (zh) 一种面板检测电子信号缺陷判定的方法和系统
CN116225255A (zh) 显示屏的适配方法、装置、设备、存储介质及程序产品
CN114550466B (zh) 一种车位状态检测方法、装置和电子设备
CN111751609A (zh) 一种用于50Hz轨道信号检测及状态鉴别的方法及系统
CN112566013A (zh) 目标设备的定位方法、装置、设备及计算机存储介质
CN115278371A (zh) 视频质差内容源的定位方法、装置、设备及存储介质
CN114547101B (zh) 数据中台的数据质量评估方法、装置、设备及存储介质
CN113259193B (zh) 一种目标网络的检测方法、装置、设备及存储介质
CN115168790A (zh) 信息确定方法、装置、设备及计算机存储介质
CN117014845B (zh) 用于确定通信开始位置的方法、装置和近场通信设备
CN114353903A (zh) 车辆涉水深度测量系统、车辆、方法、装置、电子设备及存储介质
CN114881908B (zh) 一种异常像素识别方法、装置、设备以及计算机存储介质
CN114520000A (zh) 信号修正模型训练方法、信号修正方法、装置及设备
CN117058506A (zh) 车道线融合方法和装置
CN115965574A (zh) 基于设计版图的扫描电子显微镜图像缺陷检测方法、装置
CN115436899A (zh) 毫米波雷达探测数据的处理方法、装置、设备和存储介质
CN117576651A (zh) 一种用于辅助驾驶的车道线拟合方法、系统及车辆
CN114495972A (zh) 信号修正方法、装置、设备、存储介质及计算机程序产品

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