CN111369492A - 一种显示屏的检测方法及检测装置、检测系统 - Google Patents
一种显示屏的检测方法及检测装置、检测系统 Download PDFInfo
- Publication number
- CN111369492A CN111369492A CN201811591599.5A CN201811591599A CN111369492A CN 111369492 A CN111369492 A CN 111369492A CN 201811591599 A CN201811591599 A CN 201811591599A CN 111369492 A CN111369492 A CN 111369492A
- Authority
- CN
- China
- Prior art keywords
- display screen
- image
- detected
- qualified
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 112
- 230000007547 defect Effects 0.000 claims abstract description 77
- 238000003672 processing method Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 38
- 230000015654 memory Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 6
- 230000002950 deficient Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- HNYOPLTXPVRDBG-UHFFFAOYSA-N barbituric acid Chemical compound O=C1CC(=O)NC(=O)N1 HNYOPLTXPVRDBG-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
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
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本发明公开了一种显示屏的检测方法及检测装置、检测系统,涉及图像处理技术领域,为解决检测显示屏是否合格的效率过低的问题。显示屏的检测方法包括:获取待检显示屏的图像的灰度直方图;计算待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度;若匹配度和第一阈值的比较结果满足第一合格品判定条件,则待检显示屏为合格品;若匹配度和第一阈值的比较结果不满足第一合格品判定条件,采用图像处理方法检测待检显示屏的缺陷,检测的结果用于区分待检显示屏是否为合格品。本发明提供的显示屏的检测方法及检测装置、检测系统用于图像检测。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种显示屏的检测方法及检测装置、检测系统。
背景技术
AOI(Automated Optical Inspection,自动光学检查)为高速、高精度光学影像检测系统,其应用范围包括显示屏检测在内的多个技术层面。该检测系统运用机器视觉作为检测标准技术,克服了传统人为使用光学仪器检测不标准、不规范的缺点。
但在实际应用中,由于电脑配置和运营成本的限制,这使得自动检测系统在采用图像处理方法检测显示屏的缺陷时,经常面临算法运行速率不高的问题;而且算法本身又比较复杂、消耗时间,从而使得自动检测系统检测显示屏是否合格的效率过低。
发明内容
本发明的目的在于提供一种显示屏的检测方法及检测装置、检测系统,用于提高检测显示屏是否合格的效率。
为了实现上述目的,本发明提供如下技术方案:
第一方面,提供了一种显示屏的检测方法,该检测方法包括:获取待检显示屏的图像的灰度直方图;
计算所述待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度;
若所述匹配度和第一阈值的比较结果满足第一合格品判定条件,则所述待检显示屏为合格品;
若所述匹配度和第一阈值的比较结果不满足所述第一合格品判定条件,采用图像处理方法检测所述待检显示屏的缺陷,所述检测的结果用于区分所述待检显示屏是否为合格品。
本发明提供的显示屏的检测方法中,根据获取待检显示屏的图像的灰度直方图,计算所述待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度,若所述匹配度和第一阈值的比较结果满足第一合格品判定条件,则所述待检显示屏为合格品,由于该检测方法直接通过灰度直方图的匹配度和第一阈值进行比较,这使得在对待检显示屏进行检测的过程中,只需筛选出与合格显示屏差别较大的待检显示屏即可,而不必对每个待检显示屏都进行详细检测(采用图像处理方法检测缺陷),省去了复杂的检测过程;若所述匹配度和第一阈值的比较结果不满足所述第一合格品判定条件,则根据图像处理方法对所述待检显示屏的缺陷进行检测,这使得与合格显示屏差别较大的待检显示屏能够被准确的检测出是否有缺陷,以防止待检显示屏被误检测,从而保证检测准确率;由于通常而言待检显示屏中合格品数量远大于不合格品的数量,因此,需要根据图像处理方法检测缺陷的待检显示屏的数量极少,这使得该显示屏的检测方法在保证对待检显示屏的检测准确率的情况下,能够优化检测过程、节省检测时间,从而达到提高检测效率的目的。
第二方面,提供了一种显示屏的检测装置,该检测装置包括:处理单元,用于获取待检显示屏的图像的灰度直方图;
缺陷检测单元,用于计算所述待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度;
所述缺陷检测单元,还用于若所述匹配度和第一阈值的比较结果不满足所述第一合格品判定条件,采用图像处理方法检测所述待检显示屏的缺陷,所述检测的结果用于区分所述待检显示屏是否为合格品。
与现有技术相比,本发明提供的显示屏的检测装置的有益效果与上述技术方案提供的显示屏的检测方法的有益效果相同,在此不做赘述。
第三方面,提供了一种检测系统,该检测系统包括上述显示屏的检测装置和图像采集单元;所述图像采集单元,用于采集待检显示屏的图像。
与现有技术相比,本发明提供的检测系统的有益效果与上述技术方案提供的显示屏的检测方法的有益效果相同,在此不做赘述。
第四方面,提供了另一种显示屏的检测装置,该装置包括:处理器、通信接口和存储器;其中,所述存储器用于存储一个或多个程序,所述一个或多个程序包括计算机执行指令,当所述检测装置运行时,所述处理器执行所述存储器存储的所述计算机执行指令,以使所述检测装置执行上述第一方面及其任意一种实现方式所述的显示屏的检测方法。
第五方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得所述计算机执行上述第一方面及其任意一种实现方式所述的显示屏的检测方法。
第六方面,本申请提供一种包含指令的计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行上述第一方面及其各种可选的实现方式中任意之一所述的显示屏的检测方法。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的显示屏的检测方法的流程框图;
图2为本发明实施例提供的图像处理方法检测待检显示屏的流程框图;
图3为本发明实施例提供的显示屏的检测装置的结构示意图;
图4为本发明实施例提供的另一种显示屏的检测装置的结构示意图。
附图标记:
1-第一获取单元; 2-第二获取单元;
3-处理单元; 4-缺陷检测单元;
5-处理器; 6-存储器;
7-通信接口; 8-总线。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种显示屏的检测方法,其中,用于检测的显示屏(下面称为待检显示屏)按照是否需背光模块提供光源可以分为自发光的显示屏和需背光的显示屏;其中自发光的显示屏包括OLED(Organic Light-Emitting Diode,有机发光二极管)显示屏等,需背光的显示屏包括LCD(Liquid Crystal Display,液晶显示器)显示屏等。该显示屏的检测方法的执行主体可以是显示屏的检测装置,该检测方法可以包括以下步骤:
步骤S100:获取合格显示屏的图像。
合格显示屏可以是预先按照现有技术的检测方法(例如:用于检测显示屏的缺陷的图像处理方法)进行检测后,确定出属于合格品的显示屏。
显示屏的检测装置上设置有输入接口,以输入显示屏的图像。在此步骤中,图像采集单元(例如:CCD(Charge Coupled Device,电荷耦合元件))可以采集到合格显示屏的图像,显示屏的检测装置可以通过其输入接口获取到该图像。
步骤S200:获取合格显示屏的图像的灰度直方图。
上述图像的灰度直方图(Histogram,直方图)是图像灰度值的函数,它将图像中的所有像素,按照灰度值的大小,统计其出现的频率,表示图像中具有某种灰度值的像素出现的频率。
可以理解的是,上述步骤S100和步骤S200为获取合格显示屏的图像的灰度直方图的过程,在实际检测待检显示屏(顾名思义为:待检测的显示屏)的过程中,只需对合格显示屏的图像的灰度直方图进行一次获取即可,无需每检测一个待检显示屏都对合格显示屏的图像的灰度直方图进行一次获取。
对于每个待检显示屏,可以按照如下步骤S300-步骤S600来检测其是否合格。
步骤S300:获取待检显示屏的图像。
可参考步骤S100,图像采集单元可采集待检显示屏的图像,显示屏的检测装置可以从图像采集单元获取到该待检显示屏的图像。
步骤S400:获取待检显示屏的图像的灰度直方图。
步骤S500:计算待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度;若匹配度和第一阈值的比较结果满足第一合格品判定条件,则待检显示屏为合格品。
由于在进行匹配度计算时,用巴氏距离(Bhattacharyya distance,巴塔恰里雅距离)法计算获得的巴氏系数能够较好的体现匹配度,因此本发明实施例用巴氏系数表示匹配度。示例性的,将Hist定义为关于待检显示屏的图像的灰度直方图的函数,将Hism定义为关于合格显示屏的图像的灰度直方图的函数,以Hism作为对比对象,通过巴氏距离法对Hism和Hist进行匹配度计算:
其中,巴氏系数d(Hism,Hist)表示Hism和Hist的匹配度,示例性的i属于[0,255]的灰度值,Hist(i)表示灰度值i在待检显示屏的图像的灰度直方图中对应的频率;Hism(i)表示灰度值i在合格显示屏的图像的灰度直方图中对应的频率。
若Hism和Hist匹配度d(Hism,Hist)=0,则表示待检显示屏的图像的灰度直方图和合格显示屏的图像的灰度直方图完全匹配。
若Hism和Hist匹配度d(Hism,Hist)=1,则表示待检显示屏的图像的灰度直方图和合格显示屏的图像的灰度直方图完全不匹配。
也就是说,Hism和Hist匹配度的取值范围为[0,1],且数值越小,表明待检显示屏的图像的灰度直方图和合格显示屏的图像的灰度直方图匹配的程度越高,待检显示屏是合格品的几率就越大。因此,可以根据Hism和Hist匹配度,来对待检显示屏是否为合格品进行判定。
本实施例中,可以根据对显示屏的质量需求设定一个第一阈值([0,1]取值范围内的一数值),将匹配度和第一阈值进行比较,并根据比较结果对待检显示屏的质量进行判定。
示例性的,设定第一阈值为0.15,由于匹配度越接近1表示Hism和Hist越不匹配,即待检显示屏和合格显示屏的差别越大,因此,将第一合格品判定条件设为:d(Hism,Hist)<0.15,此时若匹配度和第一阈值的比较结果满足该第一合格品判定条件,则待检显示屏为合格品;于是,若匹配度和第一阈值的比较结果不满足该第一合格品判定条件,此时需要进行步骤S600。
需要说明的是,对于d(Hism,Hist)=0.15的情况,可根据对显示屏的质量需求进行划分,既可划分为满足第一合格品判定条件,也可以划分为不满足第一合格品判定条件,本发明实施例在此不做限定。也就是说,本实施例中,还可以将第一合格品判定条件设为:若d(Hism,Hist)≤0.15,待检显示屏为合格品。
例如,若d(Hism,Hist)=0.1214,则待检显示屏满足第一合格品判定条件,待检显示屏为合格品;若d(Hism,Hist)=0.2551,则待检显示屏不满足第一合格品判定条件,对于不满足第一合格品判定条件的待检显示屏,需执行步骤S600,以防止待检显示屏被误检测。
步骤S600:若匹配度和第一阈值的比较结果不满足第一合格品判定条件,采用图像处理方法检测待检显示屏的缺陷,检测的结果用于区分待检显示屏是否为合格品。
需要说明的是,上述图像处理的方法可以为:先采用平滑抽样的方法对图像进行区域划分,利用图像分割对区域进行分类,并根据分类结果对区域进行特征提取,然后通过特征向量设计神经网络进行缺陷识别,对缺陷部分进行分析。可以理解的是,本发明实施例中的图像处理的方法还可以为:图像识别法、边界模糊缺陷分割法、差影法以及滤波法等,由于这些图像处理的方法均为现有技术,本发明实施例在此不做赘述。
具体的,如图2所示,上述步骤S600中采用图像处理方法检测待检显示屏的缺陷包括:
步骤S610:根据合格显示屏的图像和待检显示屏的图像,计算待检显示屏的图像中各个缺陷区域面积。
需要说明的是,上述缺陷区域并非图像本身的缺陷区域,而是图像所表达的待检显示屏的缺陷区域。该缺陷区域体现在待检显示屏上可以为针孔、抓痕或微粒等。待检显示屏的各个缺陷区域面积可通过上述图像处理方法计算。由于缺陷区域的面积一般较小,因此,图像所表达的待检显示屏的缺陷区域面积的单位可以用像素表示。
示例性的,根据对待检显示屏的质量需求设定一个第二阈值,计算出待检显示屏的图像中各个缺陷区域的面积后,将各个缺陷区域面积中的最大缺陷区域面积和第二阈值进行对比,以对待检显示屏的质量进行判定。
步骤S620:若各个缺陷区域面积中的最大缺陷区域面积和第二阈值的比较结果满足第二合格品判定条件,则待检显示屏为合格品。
步骤S630:若各个缺陷区域面积中的最大缺陷区域面积和第二阈值的比较结果不满足第二合格品判定条件,则待检显示屏为不合格品。
具体的,根据对待检显示屏的质量需求将第二阈值设定为50像素,将第二合格品判定条件设为:待检显示屏的图像中最大缺陷区域面积小于50像素,此时若待检显示屏的图像中最大缺陷区域面积和第二阈值的比较结果满足第二合格品判定条件,则待检显示屏为合格品;若待检显示屏的图像中做大缺陷区域面积和第二阈值的比较结果不满足第二合格品判定条件,则待检显示屏为不合格品。
需要说明的是,对于待检显示屏的图像中最大缺陷区域面积等于50像素的情况,可根据对显示屏的质量需求进行划分,既可划分为满足第二合格品判定条件,也可以划分为不满足第二合格品判定条件,本发明实施例在此不做限定。也就是说,本实施例中,还可以将第二合格品判定条件设为:待检显示屏的图像中最大缺陷区域面积小于等于50像素。
例如,若检测出待检显示屏的图像中有4个缺陷区域,4个缺陷区域面积分别为:39像素,14像素,7像素,23像素,即待检显示屏的图像中4个缺陷区域面积中的最大缺陷区域面积为39像素,最大缺陷区域面积小于50像素,则待检显示屏满足第二合格品的判定条件,待检显示屏为合格品;若待检显示屏的图像中4个缺陷区域面积分别为:176像素,14像素,84像素,23像素,即待检显示屏的图像中4个缺陷区域面积中的最大缺陷区域面积为176像素,最大缺陷区域面积大于50像素,则待检显示屏不满足第二合格品的判定条件,待检显示屏为不合格品。
需要说明的是,步骤S620和步骤S630为各个缺陷区域面积中的最大缺陷区域面积和第二阈值对比结果的两种对立的情况,步骤S620和步骤S630为并列的两个步骤,并无先后之分。
基于本发明实施例提供的显示屏的检测方法可知,本发明实施例提供的显示屏的检测方法中,根据获取待检显示屏的图像的灰度直方图,计算待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度,若匹配度和第一阈值的比较结果满足第一合格品判定条件,则待检显示屏为合格品,由于该检测方法直接通过灰度直方图的匹配度和第一阈值进行比较,这使得在对待检显示屏进行检测的过程中,只需筛选出与合格显示屏差别较大的待检显示屏即可,而不必对每个待检显示屏都进行详细检测,省去了复杂的检测过程;若匹配度和第一阈值的比较结果不满足第一合格品判定条件,则根据图像处理方法对待检显示屏的缺陷进行检测,这使得与合格显示屏差别较大的待检显示屏能够被准确的检测出是否有缺陷,以防止待检显示屏被误检测,从而提高检测准确率;由于待检显示屏中合格品数量远大于不合格品的数量,因此,需要根据图像处理方法进行检测的待检显示屏的数量极少,这使得该显示屏的检测方法在保证对待检显示屏的检测准确率的情况下,能够简化检测过程、节省检测时间,从而达到提高检测效率的目的。
如图3所示,本发明实施例还提供了一种显示屏的检测装置,该检测装置包括:
处理单元3,用于获取待检显示屏的图像的灰度直方图;
缺陷检测单元4,用于计算待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度;
缺陷检测单元4,还用于若匹配度和第一阈值的比较结果不满足第一合格品判定条件,采用图像处理方法检测待检显示屏的缺陷,检测的结果用于区分待检显示屏是否为合格品。
上述显示屏检测装置的工作过程具体参见前文对于显示屏的检测方法的描述。此处不做详细描述。
与现有技术相比,本发明实施例提供的显示屏的检测装置与上述实施例提供的显示屏的检测方法的有益效果相同,在此不做赘述。
作为一种可实现的实施例,如图3所示,上述显示屏的检测装置还包括:
第一获取单元1,用于获取待检显示屏的图像。
需要说明的是,如图3所示,上述显示屏检测装置还包括:
第二获取单元2,用于获取合格显示屏的图像;
处理单元3,还用于获取合格显示屏的图像的灰度直方图。
进一步的,如图3所示,上述缺陷检测单元4,用于根据合格显示屏的图像和待检显示屏的图像,计算待检显示屏的图像中的各个缺陷区域面积;
若各个缺陷区域面积中的最大缺陷区域面积和第二阈值的比较结果满足第二合格品判定条件,则待检显示屏为合格品;
若各个缺陷区域面积中的最大缺陷区域面积和第二阈值的比较结果不满足第二合格品判定条件,则待检显示屏为不合格品。
本发明实施例还提供了一种检测系统,该检测系统包括上述的显示屏的检测装置和图像采集单元;该图像采集单元用于采集待检显示屏的图像。
由于上述检测系统还包括用于对待检显示屏进行图像采集的图像采集单元,图像采集单元上设有输出接口,图像采集单元的输出接口和显示屏的检测装置的输入接口连接,这使得该检测系统能够通过图像采集单元对待检显示屏和合格显示屏进行图像采集,从而使显示屏的检测装置对待检显示屏的图像和合格显示屏的图像进行分析。示例性的,该图像采集单元可以为扫描仪或CCD相机。
如图4所示,本发明实施例还提供了显示屏的检测装置的又一种可能的结构示意图。该装置包括:处理器5、通信接口7和存储器6。处理器5用于对装置的动作进行控制管理,例如,执行上述处理单元或缺陷检测单元执行的步骤,和/或用于执行本文所描述的技术方案的其它过程;通信接口7用于支持该装置与其他网络实体的通信,例如,执行上述第一获取单元和第二获取单元执行的步骤;存储器6用于存储一个或多个程序,该一个或多个程序包括计算机执行指令即程序代码和数据;当检测装置运行时,处理器5执行存储器6存储的计算机执行指令,以使显示屏的检测装置执行上述方法实施例所示的方法流程中的各个步骤。
具体的,上述处理器5可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框、单元和电路。该处理器5可以是中央处理器、通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列、其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。处理器5也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP(Digital Signal Processor,数字信号处理器)和微处理器的组合等。
存储器6可以包括易失性存储器,例如随机存取存储器;该存储器6也可以包括非易失性存储器,例如只读存储器,快闪存储器,硬盘或固态硬盘;该存储器6还可以包括上述种类的存储器的组合。
可选的,如图4所示,上述显示屏的检测装置还包括总线8,总线8可以是扩展工业标准结构(Extended Industry Standard Architecture,EISA)总线等。总线8可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能单元的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元完成,即将装置的内部结构划分成不同的功能单元,以完成以上描述的全部或者部分功能。上述描述的系统,装置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。
本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质中存储有指令,当计算机执行该指令时,该计算机执行上述方法实施例所示的方法流程中的各个步骤。
其中,计算机可读存储介质,例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器5,从而使处理器5能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器5的组成部分。处理器5和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit,ASIC)中。在本申请实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种显示屏的检测方法,其特征在于,包括:
获取待检显示屏的图像的灰度直方图;
计算所述待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度;
若所述匹配度和第一阈值的比较结果满足第一合格品判定条件,则所述待检显示屏为合格品;
若所述匹配度和第一阈值的比较结果不满足所述第一合格品判定条件,采用图像处理方法检测所述待检显示屏的缺陷,所述检测的结果用于区分所述待检显示屏是否为合格品。
2.根据权利要求1所述的显示屏的检测方法,其特征在于,所述获取待检显示屏的图像的灰度直方图之前,所述显示屏的检测方法还包括:
获取待检显示屏的图像。
3.根据权利要求1所述的显示屏的检测方法,其特征在于,所述计算所述待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度之前,所述显示屏的检测方法还包括:
获取合格显示屏的图像;
获取所述合格显示屏的图像的灰度直方图。
4.根据权利要求1~3任一项所述的显示屏的检测方法,其特征在于,所述采用图像处理方法检测所述待检显示屏的缺陷包括:
根据所述合格显示屏的图像和所述待检显示屏的图像,计算所述待检显示屏的图像中各个缺陷区域面积;
若各个所述缺陷区域面积中的最大缺陷区域面积和第二阈值的比较结果满足第二合格品判定条件,则所述待检显示屏为合格品;
若各个所述缺陷区域面积中的最大缺陷区域面积和第二阈值的比较结果不满足所述第二合格品判定条件,则所述待检显示屏为不合格品。
5.一种显示屏的检测装置,其特征在于,包括:
处理单元,用于获取待检显示屏的图像的灰度直方图;
缺陷检测单元,用于计算所述待检显示屏的图像的灰度直方图与合格显示屏的图像的灰度直方图的匹配度;
所述缺陷检测单元,还用于若所述匹配度和第一阈值的比较结果不满足所述第一合格品判定条件,采用图像处理方法检测所述待检显示屏的缺陷,所述检测的结果用于区分所述待检显示屏是否为合格品。
6.根据权利要求5所述的显示屏的检测装置,其特征在于,所述显示屏的检测装置还包括:
第一获取单元,用于获取所述待检显示屏的图像。
7.根据权利要求5所述的显示屏的检测装置,其特征在于,所述显示屏检测装置还包括:
第二获取单元,用于获取所述合格显示屏的图像;
所述处理单元,还用于获取所述合格显示屏的图像的灰度直方图。
8.根据权利要求5~7任一项所述的显示屏的检测装置,其特征在于,所述缺陷检测单元,用于根据所述合格显示屏的图像和所述待检显示屏的图像,计算所述待检显示屏的图像中的各个缺陷区域面积;
若各个所述缺陷区域面积中的最大缺陷区域面积和第二阈值的比较结果满足第二合格品判定条件,则所述待检显示屏为合格品;
若各个所述缺陷区域面积中的最大缺陷区域面积和第二阈值的比较结果不满足所述第二合格品判定条件,则所述待检显示屏为不合格品。
9.一种检测系统,其特征在于,包括权利要求5~8任一项所述的显示屏的检测装置和图像采集单元;
所述图像采集单元,用于采集待检显示屏的图像。
10.一种显示屏的检测装置,其特征在于,所述检测装置包括:处理器、通信接口和存储器;其中,所述存储器用于存储一个或多个程序,所述一个或多个程序包括计算机执行指令,当所述检测装置运行时,所述处理器执行所述存储器存储的所述计算机执行指令,以使所述检测装置执行权利要求1~4中任一项显示屏的检测方法。
11.一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,其特征在于,当所述指令在计算机上运行时,使得所述计算机执行如权利要求1~4中任一项显示屏的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811591599.5A CN111369492B (zh) | 2018-12-25 | 2018-12-25 | 一种显示屏的检测方法及检测装置、检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811591599.5A CN111369492B (zh) | 2018-12-25 | 2018-12-25 | 一种显示屏的检测方法及检测装置、检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111369492A true CN111369492A (zh) | 2020-07-03 |
CN111369492B CN111369492B (zh) | 2023-05-26 |
Family
ID=71208128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811591599.5A Active CN111369492B (zh) | 2018-12-25 | 2018-12-25 | 一种显示屏的检测方法及检测装置、检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111369492B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115631198A (zh) * | 2022-12-21 | 2023-01-20 | 深圳新视智科技术有限公司 | 玻璃显示屏的裂纹检测方法、装置及计算机设备 |
CN116049863A (zh) * | 2023-03-28 | 2023-05-02 | 东莞锐视光电科技有限公司 | 采用lcd显示屏产生条纹光的系统、方法及应用 |
CN116718353A (zh) * | 2023-06-01 | 2023-09-08 | 信利光电股份有限公司 | 一种显示模组光学自动检测方法及装置 |
CN116718353B (zh) * | 2023-06-01 | 2024-05-28 | 信利光电股份有限公司 | 一种显示模组光学自动检测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013140041A (ja) * | 2011-12-28 | 2013-07-18 | Keyence Corp | 外観検査装置、外観検査方法及びコンピュータプログラム |
CN104458755A (zh) * | 2014-11-26 | 2015-03-25 | 吴晓军 | 一种基于机器视觉的多类型材质表面缺陷检测方法 |
CN105259181A (zh) * | 2015-10-26 | 2016-01-20 | 华为技术有限公司 | 显示屏的显示缺陷检测方法、装置及设备 |
CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
-
2018
- 2018-12-25 CN CN201811591599.5A patent/CN111369492B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013140041A (ja) * | 2011-12-28 | 2013-07-18 | Keyence Corp | 外観検査装置、外観検査方法及びコンピュータプログラム |
CN104458755A (zh) * | 2014-11-26 | 2015-03-25 | 吴晓军 | 一种基于机器视觉的多类型材质表面缺陷检测方法 |
CN105259181A (zh) * | 2015-10-26 | 2016-01-20 | 华为技术有限公司 | 显示屏的显示缺陷检测方法、装置及设备 |
CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
汪志亮;高健;赵伟明;: "面向OLED屏像素缺陷检测的新方法" * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115631198A (zh) * | 2022-12-21 | 2023-01-20 | 深圳新视智科技术有限公司 | 玻璃显示屏的裂纹检测方法、装置及计算机设备 |
CN115631198B (zh) * | 2022-12-21 | 2023-08-08 | 深圳新视智科技术有限公司 | 玻璃显示屏的裂纹检测方法、装置及计算机设备 |
CN116049863A (zh) * | 2023-03-28 | 2023-05-02 | 东莞锐视光电科技有限公司 | 采用lcd显示屏产生条纹光的系统、方法及应用 |
CN116718353A (zh) * | 2023-06-01 | 2023-09-08 | 信利光电股份有限公司 | 一种显示模组光学自动检测方法及装置 |
CN116718353B (zh) * | 2023-06-01 | 2024-05-28 | 信利光电股份有限公司 | 一种显示模组光学自动检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111369492B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110349145B (zh) | 缺陷检测方法、装置、电子设备以及存储介质 | |
CN110414507B (zh) | 车牌识别方法、装置、计算机设备和存储介质 | |
CN111444921A (zh) | 划痕缺陷检测方法、装置、计算设备和存储介质 | |
CN112949767B (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
CN111612757A (zh) | 一种屏幕裂纹的检测方法、装置、设备及存储介质 | |
CN115908415B (zh) | 基于边缘的缺陷检测方法、装置、设备及存储介质 | |
WO2024002187A1 (zh) | 缺陷检测方法、缺陷检测设备及存储介质 | |
CN111369492A (zh) | 一种显示屏的检测方法及检测装置、检测系统 | |
CN117197527A (zh) | 一种液晶显示屏的玻璃基板的缺陷检测分类方法及装置 | |
CN112986259B (zh) | 智能终端oled面板制造工艺的缺陷检测方法以及装置 | |
CN113902740A (zh) | 图像模糊程度评价模型的构建方法 | |
CN113284113A (zh) | 溢胶瑕疵检测方法、装置、计算机设备和可读存储介质 | |
CN116363136B (zh) | 一种机动车部件自动化生产在线筛选方法及系统 | |
CN116228861A (zh) | 探针台标记物定位方法、装置、电子设备及存储介质 | |
CN116152191A (zh) | 基于深度学习的显示屏裂纹缺陷检测方法、装置及设备 | |
CN110634124A (zh) | 一种区域检测的方法及设备 | |
CN113674180A (zh) | 磨砂平面低对比度缺陷检测方法、装置、设备和存储介质 | |
CN115829911A (zh) | 检测系统的成像一致性的方法、装置和计算机存储介质 | |
CN114742142A (zh) | 液晶显示屏的检测方法及液晶显示屏检测设备 | |
CN110874837B (zh) | 一种基于局部特征分布的缺陷自动检测方法 | |
CN113643245A (zh) | 一种屏幕缺陷的测量方法、装置及计算机可读存储介质 | |
CN115482189A (zh) | 显示面板的缺陷检测方法、装置、存储介质及电子设备 | |
CN111932515A (zh) | 产品残留类缺陷的短路检测方法及系统及缺陷分类系统 | |
JP2021052238A (ja) | 付着物検出装置および付着物検出方法 | |
CN114373196B (zh) | 有效采集区域确定方法、程序产品、存储介质及电子设备 |
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 | ||
CB02 | Change of applicant information |
Address after: 230013 Southwest District of Hefei City, Anhui Province Applicant after: Hefei xinyihua Intelligent Machine Co.,Ltd. Address before: 230013 Southwest District of Hefei City, Anhui Province Applicant before: HEFEI SINEVA INTELLIGENT MACHINE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |