CN111476758B - Amoled显示屏的缺陷检测方法、装置、计算机设备及存储介质 - Google Patents

Amoled显示屏的缺陷检测方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111476758B
CN111476758B CN202010171312.4A CN202010171312A CN111476758B CN 111476758 B CN111476758 B CN 111476758B CN 202010171312 A CN202010171312 A CN 202010171312A CN 111476758 B CN111476758 B CN 111476758B
Authority
CN
China
Prior art keywords
image
display screen
amoled display
difference value
target
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
CN202010171312.4A
Other languages
English (en)
Other versions
CN111476758A (zh
Inventor
肖君军
刘强
马昱
刘彧尘
周武超
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.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
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 Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN202010171312.4A priority Critical patent/CN111476758B/zh
Publication of CN111476758A publication Critical patent/CN111476758A/zh
Application granted granted Critical
Publication of CN111476758B publication Critical patent/CN111476758B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G06T5/70—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20028—Bilateral filtering
    • 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

Abstract

本发明涉及显示屏技术领域，提供一种AMOLED显示屏的缺陷检测方法、装置、计算机设备及存储介质，该AMOLED显示屏的缺陷检测方法包括：获取包含目标AMOLED显示屏的待测图像；提取待测图像中的目标区域图像；对目标区域图像进行预处理，得到残差图像；通过高斯差分算法计算残差图像的局部极大值点，并将局部极大值点作为种子点；根据种子点与预设阈值得到目标AMOLED显示屏的缺陷位置。通过本发明的实施，能够解决现有技术中的AMOLED显示屏存在检测过程较为复杂的问题。

Description

AMOLED显示屏的缺陷检测方法、装置、计算机设备及存储介质
技术领域
本发明涉及显示屏技术领域，尤其涉及一种AMOLED显示屏的缺陷检测方法、装置、计算机设备及存储介质。
背景技术
近些年来，随着社会科学经济水平的不断提升，人们对电子产品的需求量不断提升，而显示屏作为众多电子产品中不可分割的一部分，尤其是新一代的AMOLED(有源矩阵有机发光二极体，Active-matrix organic light-emitting diode)面板技术受到了广泛的关注。在AMOLED显示屏生产过程中，需要对AMOLED显示屏进行质检，以排除AMOLED显示屏存在针孔、划痕、颗粒、mura等缺陷，实现对外发AMOLED显示屏的质量管控。
目前，一般是通过AOI(自动光学检测，Automated Optical Inspection)检测设备对AMOLED进行质检以代替人力，而在AOI检测设备通常是使用水平集和均值漂移的算法检测获得缺陷位置。
虽然目前的AMOLED显示屏的缺陷检测方法能够实现对AMOLED显示屏的缺陷位置进行检测标记，但是由于在检测过程中需要不断更迭计算，需要消耗大量时间。综上所述，现有技术中的AMOLED显示屏存在检测过程较为复杂的问题。
发明内容
本发明提供一种AMOLED显示屏的缺陷检测方法、装置、计算机设备及存储介质，以解决现有技术中的AMOLED显示屏存在检测过程较为复杂的问题。
本发明提供一种AMOLED显示屏的缺陷检测方法，包括：
获取包含目标AMOLED显示屏的待测图像；
提取待测图像中的目标区域图像；
对目标区域图像进行预处理，得到残差图像；
通过高斯差分算法计算残差图像的局部极大值点，并将局部极大值点作为种子点；
根据种子点与预设阈值得到目标AMOLED显示屏的缺陷位置。
本发明提供一种AMOLED显示屏的缺陷检测装置，包括：
待测图像获取模块，用于获取包含目标AMOLED显示屏的待测图像；
目标区域图像获取模块，用于提取待测图像中的目标区域图像；
残差图像获取模块，用于对目标区域图像进行预处理，得到残差图像；
种子点获取模块，用于通过高斯差分算法计算残差图像的局部极大值点，并将局部极大值点作为种子点；
缺陷位置获取模块，用于根据种子点形成的生长区域中的各个像素点和种子点的像素灰度值计算分割获得目标AMOLED显示屏的缺陷位置。
本发明提供一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现本发明提供的一种AMOLED显示屏的缺陷检测方法的步骤。
本发明提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现本发明提供的一种AMOLED显示屏的缺陷检测方法的步骤。
本申请提供的AMOLED显示屏的缺陷检测方法、装置、计算机设备及存储介质中，首先，获取包含目标AMOLED显示屏的待测图像，然后提取待测图像中的目标区域图像，再对目标区域图像进行预处理，得到残差图像，再之通过高斯差分算法计算残差图像的局部极大值点，并将局部极大值点作为种子点，最后根据种子点与预设阈值得到目标AMOLED显示屏的缺陷位置。在获取AMOLED显示屏的缺陷位置的过程中，无需进行更迭计算，从而减少计算量，提高了检测效率，能够有效地解决现有技术中的AMOLED显示屏存在检测过程较为复杂的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的AMOLED显示屏的缺陷检测方法的一应用环境示意图；
图2是本发明实施例的AMOLED显示屏的缺陷检测方法的流程示意图；
图3是本发明实施例的AMOLED显示屏的缺陷检测方法中步骤12的流程图；
图4(a)、图4(b)以及图4(c)是本发明实施例的AMOLED显示屏的缺陷检测方法中步骤12的实现效果示意图；
图5是本发明实施例的AMOLED显示屏的缺陷检测方法中步骤13的流程图；
图6是本发明实施例的AMOLED显示屏的缺陷检测方法中步骤132的流程图；
图7是本发明实施例的AMOLED显示屏的缺陷检测方法中步骤15的流程图；
图8是本发明实施例的AMOLED显示屏的缺陷检测方法中步骤153的流程图；
图9是本发明的第二实施例的AMOLED显示屏的缺陷检测装置的模块示意图；
图10是本发明的第三实施例提供的计算机设备的模块示意图。
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，所描述的实施例是本发明一部分实施例，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。
本发明实施例提供的AMOLED显示屏的缺陷检测方法，可应用于如图1所示的应用环境中，其中，采集设备与计算设备进行通信。采集设备采集包含目标AMOLED显示屏的待测图像，然后提取待测图像中的目标区域图像，再对目标区域图像进行预处理，得到残差图像，再之通过高斯差分算法计算残差图像的局部极大值点，并将局部极大值点作为种子点，最后根据种子点与预设阈值得到目标AMOLED显示屏的缺陷位置，计算设备对缺陷位置进行标识。其中，采集设备可以是具备摄像头的摄制设备。计算设备可以是具备图像数据处理能力的设备，计算设备可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在本发明实施例中，如图2所示，提供一种AMOLED显示屏的缺陷检测方法，以该方法应用在图1中的计算设备为例进行说明，包括如下步骤11至步骤15。
步骤11：获取包含目标AMOLED显示屏的待测图像。
其中，目标AMOLED显示屏应当处于工作状态，也就是说目标AMOLED显示屏应当正在显示画面。另外，待测图像中应当包含至少包含目标AMOLED显示屏的显示区域。
步骤12：提取待测图像中的目标区域图像。
其中，目标区域图像中应当包括目标AMOLED显示屏的显示区域。
进一步地，作为本实施例的一种实施方式，如图3所示，上述步骤12具体包括以下步骤121至步骤123。
步骤121：根据待测图像获取AMOLED显示屏的显示区域的显示轮廓。
其中，如图4(a)所示，具体是从待测图像中获取AMOLED显示屏的显示区域的各个边框，从而得到AMOLED显示屏的显示区域的显示轮廓。
步骤122：获取显示轮廓的各个顶点。
其中，如图4(a)所示，具体是将AMOLED显示屏的显示区域的各个边框的顶点作为显示轮廓的各个顶点。
步骤123：根据显示轮廓的各个顶点和各个预设顶点之间的线性关系将待测图像的显示区域进行映射变换，以获得目标区域图像。
其中，各个预设顶点如图4(b)所示，具体是根据显示轮廓的各个顶点之间的顶点距离和各个预设顶点之间的顶点距离得到显示轮廓的各个顶点和各个预设顶点之间的线性关系，然后按照该线性关系将AMOLED显示屏的显示区域映射至各个预设顶点形成的区域，从而获得如图4(c)所示的目标区域图像。需要注意的是，在本实施例中，预设顶点的数量不限于如图4(b)所示的四个，也可以根据实际场景需要做相应的调整。
在本实施例中，通过上述步骤121至步骤123的实施，使得获得的目标区域图像大小相同，使用统一的标准，以便于后续提高检测效率。
步骤13：对目标区域图像进行预处理，得到残差图像。
其中，残差图像应当是在目标区域图像的基础上获得的图像。
进一步地，作为本实施例的一种实施方式，如图5所示，上述步骤13具体包括以下步骤131至步骤133。
步骤131：对目标区域图像进行滤波去噪处理，得到去噪图像。
进一步地，作为本实施例的一种实施方式，上述步骤131具体包括：对目标区域图像依次进行双边滤波处理、均值滤波器滤波处理，以获得去噪图像。
其中，双边滤波处理需要预先获得双边滤波的权重，双边滤波的权重具体可以用以下公式(1)计算得到：
Figure GDA0004131440400000061
其中，(i,j)和(k,l)分别代表两个像素点的坐标，σd和σr代表平滑参数，I(I,j)代表坐标(i，j)处的像素值，I(k,l)代表坐标(k，l)处的像素值，w代表双边滤波的权重。
将上述公式(1)计算获得的双边滤波的权重应用于获取双边滤波处理的过程，双边滤波处理的过程具体可以通过以下公式(2)进行表示：
Figure GDA0004131440400000071
其中，I(i，j)代表当前坐标(i，j)处的像素值，w(i,j,k,l)代表双边滤波的权重，I(k，l)代表当前坐标(k，l)处的像素值。
通过上述公式(2)的重复计算，从而获得经过双边滤波处理的目标区域图像，然后对经过双边滤波处理的目标区域图像进行均值滤波处理。
需要注意的是，在本实施例中，通常选用核为3×3的均值滤波器对经过双边滤波处理的目标区域图像进行滤波处理。另外，当核较大时，容易去除或淡化部分目标区域图像中的瑕疵。
在本实施例中，通过对目标区域图像依次进行双边滤波处理、均值滤波器滤波处理，以获得去噪图像，按照上述公式(2)进行双边滤波处理能够有效去除目标区域图像中的纹理，最大程度保留目标区域图像中缺陷的边缘细节部分，再通过均值滤波器滤波处理能够有效去除目标区域图像中的噪音。
步骤132：对去噪图像进行背景重建，得到背景图像。
其中，具体是通过局部中值背景重建算法对去噪图像进行背景重建，得到背景图像。
进一步地，作为本实施的一种实施方式，如图6所示，上述步骤132具体包括以下步骤1321至步骤1323。
步骤1321：将去噪图像平均划分为多个区域。
其中，具体可以将去噪图像平均划分为多个a×b大小的局部小区域，a和b均为正整数。为了能够能加清楚地理解上述步骤1321，列举示例：去噪图像的像素大小为M×N，此时设置a和b的大小为均9,将去噪图像平均划分为
Figure GDA0004131440400000072
个区域，每个区域的像素大小为9×9。另外，在本实施例中，优选
Figure GDA0004131440400000081
此时各个局部小区域的长宽比例与去噪图像的长宽比例相同。
步骤1322：获取每个区域的区域中值，组成区域中值图像。
其中，上述步骤1322中的区域中值图像可以由下式(3)表示：
Bi,j＝median(A9*i+n,9*j+m)  (3)
其中，A代表去噪图像，B代表坐标为(i,j)的区域中值图像，M×N代表去噪图像的像素点的个数，M、N均为正整数，m、n代表去噪图像中的像素点位置，median代表中值。
步骤1323：对区域中值图像进行双线性插值处理，得到背景图像。
其中，背景图像的大小应当与去噪图像的大小相同，上述步骤1323具体可以由以下公式(4)进行表示：
B′(i+u,j+v)＝(1-u)*(1-v)*B(i,j)+(1-u)*v*B(i,j+1)+u*(1-v)*B(i+1)+u*v*B(i+1,j+1)  (4)
其中，(i,j)代表像素点坐标，B代表区域中值图像，B′代表背景图像，u、v均代表插值权重。
在本实施例中，通过上述步骤1321至步骤1323的实施，能够获得背景图像，便于减少目标区域图像的实际存储信息，同时放大区域中与缺陷有关的信息，有利于提高检测效率和精度。
步骤133：对去噪图像和背景图像进行做差处理，得到残差图像。
其中，上述步骤133具体可以由下式(5)进行表示：
ΔI＝A(i,j)-B'(i,j)  (5)
其中，ΔI代表残差图像，A(i,j)代表去噪图像中坐标为(i,j)的像素点，B′(i,j)代表背景图像中坐标为(i,j)的像素点。
在本实施例中，通过上述步骤131至步骤133的实施，能够有效放大目标区域图像中的瑕疵，以提高检测AMOLED显示屏的缺陷位置的精确度。
步骤14：通过高斯差分算法计算残差图像的局部极大值点，并将局部极大值点作为种子点。
其中，具体可以通过下式(6)获得残差图像全部的局部极大值点：
Figure GDA0004131440400000091
其中，Gσ1、Gσ2代表高斯滤波后的图像，σ1、σ2代表高斯平滑参数，(x,y)代表像素点坐标。
需要注意的是，在本实施例中，通过上述公式(6)能够获得残差图像中的局部极大值点和极小值点，但是本实施例仅保留局部极大值点，同时局部极大值点的数量可以是多个，种子点的数量也应当为多个。
步骤15：根据种子点与预设阈值得到目标AMOLED显示屏的缺陷位置。
进一步地，作为本实施例的一种实施方式，如图7所示，上述步骤15具体可以包括以下步骤151至步骤152。
步骤151：计算与种子点相邻的邻域像素点与种子点之间的像素灰度差值。
其中，具体是将与种子点相邻的像素点作为邻域像素点，计算种子点与邻域像素点之间的像素灰度差值。优选地取种子点进行八邻域或四邻域进行生长获得各个邻域像素点。需要注意的是，在本实施例中，具体是在残差图像中进行生长。
步骤152：当像素灰度差值小于等于预设阈值时，将与像素灰度差值对应的邻域像素点归为第一类属性，并将与像素灰度差值对应的邻域像素点作为新的种子点，重新计算像素灰度差值、判断与预设阈值之间的关系、再次获得新的种子点继续生长，直至无法生长；当像素灰度差值大于预设阈值时，将与像素灰度差值对应的邻域像素点归为第二类属性。
其中，由于种子点的数量为多个，每个种子点按照上述步骤151至步骤152的方法进行，直到所有的种子点无法生长为止。
需要注意的是，在种子点生长过程中需要进行循环判断像素灰度差值与预设阈值之间的大小关系，并重新生成新的种子点的过程，直至种子点完成生长。
通过上述步骤151至步骤152的实施，能够形成对邻域像素点完成属性归类的生长区域，以便于后续处理获得AMOLED显示屏的缺陷位置。
进一步地，作为本实施例的一种实施方式，如图8所示，上述步骤153具体包括以下步骤153至步骤154。
步骤153：将完成第一类属性和第二类属性归类的残差图像作为二值图像。
其中，具体是归为第一类属性的像素点标记为1，将归为第二类属性的像素点标记为0，同时“0”和“1”也可以用其他形式的标记进行代替，此处不做具体限制。
步骤154：对二值图像进行形态学操作后，获得目标AMOLED显示屏的缺陷位置。形态学开运算完全删除了不能包含结构元素的对象区域，平滑了对象的轮廓，断开了狭窄的连接，去掉了细小的突出部分
其中，在本实施例中，形态学操作至少包括开操作、闭操作、腐蚀、膨胀，以去除二值图像中突出部分或连接狭窄部分，平滑二值图像中的轮廓。
在本实施例中，通过上述步骤153至步骤1534，能够将AMOLED显示屏中的缺陷位置与非缺陷位置进行标记，有利于用于区别，同时还可以去除二值图像中的噪音。
在本实施例中，通过上述步骤11至步骤15的实施，能够对AMOLED显示屏中的缺陷位置进行检测，在检测过程中，无需进行更迭计算，同时将根据目标区域图像得到去噪图像、背景图像，将去噪图像和背景图像做差处理，得到残差图像，再对残差图像中的缺陷位置进行识别检测，有效地提高了检测AMOLED显示屏缺陷位置的效率和精确度。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
本发明提供一种AMOLED显示屏的缺陷检测装置，该AMOLED显示屏的缺陷检测装置与上述提供的AMOLED显示屏的缺陷检测方法一一对应。
进一步地，如图9所示，该AMOLED显示屏的缺陷检测装置包括待测图像获取模块41、目标区域图像获取模块42、残差图像获取模块43、种子点获取模块44和缺陷位置获取模块45。各功能模块详细说明如下：
待测图像获取模块41，用于获取包含目标AMOLED显示屏的待测图像；
目标区域图像获取模块42，用于提取待测图像中的目标区域图像；
残差图像获取模块43，用于对目标区域图像进行预处理，得到残差图像；
种子点获取模块44，用于通过高斯差分算法计算残差图像的局部极大值，并将局部极大值点作为种子点；
缺陷位置获取模块45，用于根据种子点形成的生长区域中的各个像素点和种子点的像素灰度值计算分割获得目标AMOLED显示屏的缺陷位置。
进一步地，作为本实施例的一种实施方式，上述目标区域图像获取模块42包括显示轮廓获取单元、顶点获取单元和目标区域图像获取单元。各功能单元详细说明如下：
显示轮廓获取单元，用于根据待测图像中AMOLED显示屏的显示区域的显示轮廓；
顶点获取单元，用于获取显示轮廓的各个顶点；
目标区域图像获取单元，用于根据显示轮廓的各个顶点和各个预设顶点之间的线性关系将待测图像的显示区域进行映射变换，以获得目标区域图像。
进一步地，作为本实施例的一种实施方式，上述残差图像获取模块43包括去噪图像获取单元、背景图像获取单元和残差图像获取单元。各功能单元详细说明如下：
去噪图像获取单元，用于对目标区域图像进行滤波去噪处理，得到去噪图像；
背景图像获取单元，用于对去噪图像进行背景重建，得到背景图像；
残差图像获取单元，用于对去噪图像和背景图像进行做差处理，得到残差图像。
进一步地，作为本实施例的一种实施方式，上述去噪图像获取单元包括滤波去噪处理子单元。滤波去噪处理子单元详细说明如下：
滤波去噪处理子单元，用于对目标区域图像依次进行双边滤波处理、均值滤波器滤波处理，以获得去噪图像。
进一步地，作为本实施例的一种实施方式，上述背景图像获取单元包括区域获取子单元、区域中值图像获取子单元和背景图像获取子单元。各功能子单元详细说明如下：
区域获取子单元，用于将去噪图像平均划分为多个区域；
区域中值图像获取子单元，用于获取每个区域的区域中值，组成区域中值图像；
背景图像获取子单元，用于对区域中值图像进行双线性插值处理，得到背景图像。
进一步地，作为本实施例的一种实施方式，上述缺陷位置获取模块45包括像素灰度差值获取单元和属性归类单元。各功能单元详细说明如下：
像素灰度差值获取单元，用于计算与种子点相邻的邻域像素点与种子点之间的像素灰度差值；
属性归类单元，用于当像素灰度差值小于等于预设阈值时，将与像素灰度差值对应的邻域像素点归为第一类属性，并将与像素灰度差值对应的邻域像素点作为新的种子点，重新计算像素灰度差值、判断与预设阈值之间的关系、再次获得新的种子点继续生长，直至无法生长；当像素灰度差值大于预设阈值时，将与像素灰度差值对应的邻域像素点归为第二类属性。
进一步地，作为本实施例的一种实施方式，上述缺陷位置获取模块45包括比对结果获取子单元和缺陷位置获取子单元。各功能子单元详细说明如下：
二值图像获取单元，用于将完成第一类属性和第二类属性归类的残差图像作为二值图像；
缺陷位置获取单元，用于对二值图像进行形态学操作后，获得目标AMOLED显示屏的缺陷位置。
关于AMOLED显示屏的缺陷检测装置的具体限定可以参见上文中对于AMOLED显示屏的缺陷检测方法的限定，在此不再赘述。上述AMOLED显示屏的缺陷检测装置中的各个模块/单元可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本发明的第三实施例提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10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、网络接口和数据库。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、计算机程序和数据库。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。该计算机设备的数据库用于存储AMOLED显示屏的缺陷检测方法中涉及到的数据。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。
根据本申请的一个实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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所述AMOLED显示屏的缺陷检测方法的步骤，例如图2所示的步骤11至步骤15、如图3所示的步骤121至步骤123、如图5所示的步骤131至步骤133、如图6所示的步骤1321至步骤1323、如图7所示的步骤151至步骤153以及如图8所示的步骤153至步骤1534。
本发明的第四实施例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本发明实施例提供的AMOLED显示屏的缺陷检测方法的步骤，例如图2所示的步骤11至步骤15、如图3所示的步骤121至步骤123、如图5所示的步骤131至步骤133、如图6所示的步骤1321至步骤1323、如图7所示的步骤151至步骤153以及如图8所示的步骤153至步骤154。或者，计算机程序被处理器执行时实现上述第一实施例提供的AMOLED显示屏的缺陷检测方法的各模块/单元的功能。为避免重复，这里不再赘述。
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(Synchlink)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。
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，仅以上述各功能单元、模块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、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (8)

1.一种AMOLED显示屏的缺陷检测方法，其特征在于，所述方法包括：
获取包含目标AMOLED显示屏的待测图像；
提取所述待测图像中的目标区域图像；
对所述目标区域图像进行预处理，得到残差图像；
通过高斯差分算法计算所述残差图像的局部极大值点，并将所述局部极大值点作为种子点；
根据所述种子点与预设阈值得到所述目标AMOLED显示屏的缺陷位置；
其中，所述根据所述种子点与预设阈值得到所述目标AMOLED显示屏的缺陷位置的步骤包括：
计算与所述种子点相邻的邻域像素点与所述种子点之间的像素灰度差值；
当所述像素灰度差值小于等于所述预设阈值时，将与所述像素灰度差值对应的所述邻域像素点归为第一类属性，并将与所述像素灰度差值对应的所述邻域像素点作为新的种子点，重新计算所述像素灰度差值、判断与所述预设阈值之间的关系、再次获得所述新的种子点继续生长，直至无法生长；当所述像素灰度差值大于所述预设阈值时，将与所述像素灰度差值对应的所述邻域像素点归为第二类属性；
其中，所述根据所述种子点与预设阈值得到所述目标AMOLED显示屏的缺陷位置包括：
将完成所述第一类属性和所述第二类属性归类的所述残差图像作为二值图像；
对所述二值图像进行形态学操作后，获得所述目标AMOLED显示屏的缺陷位置。
2.根据权利要求1所述的AMOLED显示屏的缺陷检测方法，其特征在于，所述提取所述待测图像中的目标区域图像的步骤包括：
根据所述待测图像获取所述AMOLED显示屏的显示区域的显示轮廓；
获取所述显示轮廓的各个顶点；
根据所述显示轮廓的各个顶点和各个预设顶点之间的线性关系将所述待测图像的显示区域进行映射变换，以获得所述目标区域图像。
3.根据权利要求1所述的AMOLED显示屏的缺陷检测方法，其特征在于，所述对所述目标区域图像进行预处理，得到残差图像的步骤包括：
对所述目标区域图像进行滤波去噪处理，得到去噪图像；
对所述去噪图像进行背景重建，得到背景图像；
对所述去噪图像和所述背景图像进行做差处理，得到残差图像。
4.根据权利要求3所述的AMOLED显示屏的缺陷检测方法，其特征在于，所述对所述目标区域图像进行滤波去噪处理，得到去噪图像的步骤包括：
对所述目标区域图像依次进行双边滤波处理、均值滤波器滤波处理，以获得所述去噪图像。
5.根据权利要求3所述的AMOLED显示屏的缺陷检测方法，其特征在于，所述对所述去噪图像进行背景重建，得到背景图像的步骤包括：
将所述去噪图像平均划分为多个区域；
获取每个所述区域的区域中值，组成区域中值图像；
对所述区域中值图像进行双线性插值处理，得到所述背景图像。
6.一种AMOLED显示屏的缺陷检测装置，其特征在于，包括：
待测图像获取模块，用于获取包含目标AMOLED显示屏的待测图像；
目标区域图像获取模块，用于提取所述待测图像中的目标区域图像；
残差图像获取模块，用于对所述目标区域图像进行预处理，得到残差图像；
种子点获取模块，用于通过高斯差分算法计算所述残差图像的局部极大值点，并将所述局部极大值点作为种子点；
缺陷位置获取模块，用于根据所述种子点与预设阈值得到所述目标AMOLED显示屏的缺陷位置；
缺陷位置获取模块，还用于：
计算与所述种子点相邻的邻域像素点与所述种子点之间的像素灰度差值；
当所述像素灰度差值小于等于所述预设阈值时，将与所述像素灰度差值对应的所述邻域像素点归为第一类属性，并将与所述像素灰度差值对应的所述邻域像素点作为新的种子点，重新计算所述像素灰度差值、判断与所述预设阈值之间的关系、再次获得所述新的种子点继续生长，直至无法生长；当所述像素灰度差值大于所述预设阈值时，将与所述像素灰度差值对应的所述邻域像素点归为第二类属性；
缺陷位置获取模块，还用于：
将完成所述第一类属性和所述第二类属性归类的所述残差图像作为二值图像；
对所述二值图像进行形态学操作后，获得所述目标AMOLED显示屏的缺陷位置。
7.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至5中任一项所述AMOLED显示屏的缺陷检测方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至5中任一项所述AMOLED显示屏的缺陷检测方法的步骤。
CN202010171312.4A 2020-03-12 2020-03-12 Amoled显示屏的缺陷检测方法、装置、计算机设备及存储介质 Active CN111476758B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010171312.4A CN111476758B (zh) 2020-03-12 2020-03-12 Amoled显示屏的缺陷检测方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010171312.4A CN111476758B (zh) 2020-03-12 2020-03-12 Amoled显示屏的缺陷检测方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111476758A CN111476758A (zh) 2020-07-31
CN111476758B true CN111476758B (zh) 2023-04-25

Family

ID=71747400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010171312.4A Active CN111476758B (zh) 2020-03-12 2020-03-12 Amoled显示屏的缺陷检测方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111476758B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113012128B (zh) * 2021-03-18 2022-04-15 长鑫存储技术有限公司 缺陷表征方法和装置
CN112735969B (zh) * 2021-04-02 2021-08-06 高视科技(苏州)有限公司 Led半导体封装点胶缺陷检测方法、电子设备以及存储介质
CN114519714B (zh) * 2022-04-20 2022-07-26 中导光电设备股份有限公司 一种显示屏脏污缺陷判定的方法和系统
CN115588007B (zh) * 2022-11-22 2023-03-10 成都数之联科技股份有限公司 Pcb载板的针孔缺陷检测方法、系统、设备及存储介质
CN115861331B (zh) * 2023-03-03 2023-06-02 海的电子科技(苏州)有限公司 标记显示屏上被维修区的方法、电子设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650770B (zh) * 2016-09-29 2019-12-17 南京大学 一种基于样本学习和人眼视觉特性的mura缺陷检测方法
US10681344B2 (en) * 2017-12-15 2020-06-09 Samsung Display Co., Ltd. System and method for mura detection on a display
CN108986069A (zh) * 2018-05-30 2018-12-11 哈尔滨工业大学深圳研究生院 一种amoled显示屏缺陷检测方法、系统及存储介质
CN114742142A (zh) * 2022-03-31 2022-07-12 深圳禾思众成科技有限公司 液晶显示屏的检测方法及液晶显示屏检测设备

Also Published As

Publication number Publication date
CN111476758A (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN111476758B (zh) Amoled显示屏的缺陷检测方法、装置、计算机设备及存储介质
CN108961217B (zh) 一种基于正例训练的表面缺陷检测方法
CN107507173B (zh) 一种全切片图像的无参考清晰度评估方法及系统
CN110866924B (zh) 一种线结构光中心线提取方法及存储介质
CN114092386A (zh) 缺陷检测方法和设备
CN109580630B (zh) 一种机械零部件缺陷的视觉检测方法
KR20190118627A (ko) 표면 결함 검사 방법 및 표면 결함 검사 장치
CN109978839A (zh) 晶圆低纹理缺陷的检测方法
CN111968095B (zh) 一种产品表面缺陷检测方法及系统及装置及介质
CN109840483B (zh) 一种滑坡裂缝检测与识别的方法及装置
JP5852919B2 (ja) ひび割れ検出方法
CN110596120A (zh) 玻璃边界缺陷检测方法、装置、终端及存储介质
CN108710837A (zh) 吸烟行为识别方法、装置、计算机设备和存储介质
CN111739020B (zh) 周期纹理背景缺陷标签自动标注方法、装置、设备及介质
CN111754538B (zh) Usb表面缺陷检测的阈值分割方法
CN111598869B (zh) 一种对显示屏幕的Mura进行检测的方法、设备及存储介质
CN107004266A (zh) 检测轮胎表面上缺陷的方法
CN115908415B (zh) 基于边缘的缺陷检测方法、装置、设备及存储介质
CN113706464A (zh) 一种印刷品外观质量检测方法及系统
CN116152261B (zh) 一种印刷制品质量的视觉检测系统
CN113066088A (zh) 工业检测中的检测方法、检测装置和存储介质
CN110532938B (zh) 基于Faster-RCNN的纸质作业页码识别方法
CN113744142A (zh) 图像修复方法、电子设备及存储介质
CN112669300A (zh) 瑕疵检测方法及装置、计算机设备和存储介质
CN116228780A (zh) 基于计算机视觉的硅片缺陷检测方法及系统

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