CN111563860A - 一种基于计算机视觉的手机屏贴合系统及方法 - Google Patents
一种基于计算机视觉的手机屏贴合系统及方法 Download PDFInfo
- Publication number
- CN111563860A CN111563860A CN202010473732.8A CN202010473732A CN111563860A CN 111563860 A CN111563860 A CN 111563860A CN 202010473732 A CN202010473732 A CN 202010473732A CN 111563860 A CN111563860 A CN 111563860A
- Authority
- CN
- China
- Prior art keywords
- mobile phone
- module
- phone screen
- pixel point
- image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000010030 laminating Methods 0.000 title claims abstract description 36
- 238000001514 detection method Methods 0.000 claims abstract description 77
- 238000010438 heat treatment Methods 0.000 claims abstract description 20
- 238000013500 data storage Methods 0.000 claims abstract description 15
- 230000007547 defect Effects 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 24
- 230000002708 enhancing effect Effects 0.000 claims description 16
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 239000011521 glass Substances 0.000 description 4
- 238000003475 lamination Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 239000002390 adhesive tape Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004568 cement Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/02—Constructional features of telephone sets
- H04M1/0202—Portable telephone sets, e.g. cordless phones, mobile phones or bar type handsets
- H04M1/026—Details of the structure or mounting of specific components
- H04M1/0266—Details of the structure or mounting of specific components for a display module assembly
-
- 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
- G06T2207/20032—Median 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Telephone Function (AREA)
- Studio Devices (AREA)
Abstract
本发明属于计算机视觉技术领域，公开了一种基于计算机视觉的手机屏贴合系统及方法，基于计算机视觉的手机屏贴合系统包括：手机屏图像采集模块、温度检测模块、压力检测模块、主控模块、图像增强模块、尺寸测量模块、贴合定位模块、加热模块、加压贴合模块、屏幕贴合检测模块、供电模块、数据存储模块、显示模块。本发明通过图像增强模块根据各像素点的亮度值以及运动强度值，确定增强调节系数，以调节边缘增强系数，从而在进行手机屏图像边缘增强时，考虑到了像素点的亮度值以及运动状态，因而得到的边缘增强后的手机屏图像效果更好；同时，通过屏幕检测模块能够有效的识别手机屏幕的各种缺陷，具有较高的检测效率及精度。
Description
技术领域
本发明属于计算机视觉技术领域，尤其涉及一种基于计算机视觉的手机屏贴合系统及方法。
背景技术
手机屏幕分为三部分，分别为玻璃盖板、触摸屏、液晶屏。这三部分是需要进行贴合的，一般来说是需要两次贴合，在保护玻璃与触摸屏之间进行一次贴合，而另一次的贴合则是在显示屏与触摸屏之间。按贴合的方式可以分为全贴合和框贴两种。框贴又叫双面胶，即简单的以双面胶将触摸屏与显示屏的四边固定，这也是大部分显示屏所采用的贴合方式，其优点在于工艺简单且成本低廉，但因为显示屏与触摸屏间存在着空间层，除了显示效果大打折扣外还容易进灰。而全贴合技术即OCA光学胶将玻璃盖板与液晶屏以无缝隙的方式完全贴在一起。相较于框贴来说，可以提供更好的显示效果。全贴合技术的另外一个好处就是屏幕再也不会担心进灰了。液晶屏幕也因为与玻璃盖板紧密结合让强度有所提升之外，全贴合屏幕比传统屏幕更轻更薄。然而，现有基于计算机视觉的手机屏贴合系统获取的手机屏图像边缘不清晰影像贴合；同时，对手机屏幕的缺陷检测方法只能针对个别缺陷进行检测，不能进行全面检测。
综上所述，现有技术存在的问题及缺陷是：现有基于计算机视觉的手机屏贴合系统获取的手机屏图像边缘不清晰影像贴合；同时，对手机屏幕的缺陷检测方法只能针对个别缺陷进行检测，不能进行全面检测。
发明内容
针对现有技术存在的问题，本发明提供了一种基于计算机视觉的手机屏贴合系统及方法。
本发明是这样实现的，一种基于计算机视觉的手机屏贴合方法，所述基于计算机视觉的手机屏贴合方法包括以下步骤：
步骤一，通过手机屏图像采集模块利用摄像器采集待贴合手机屏的原始图像数据；通过温度检测模块利用温度传感器采集待贴合手机屏的温度数据。
步骤二，通过压力检测模块利用压力传感器采集待贴合手机屏的压力数据；通过主控模块利用主机控制所述基于计算机视觉的手机屏贴合系统各个模块的正常工作。
步骤三，通过图像增强模块获取待贴合手机屏的原始图像；对所述手机屏的原始图像进行分解，得到所述手机图像的多个分解系数。
步骤四，利用机器学习模型对所述多个分解系数中的至少一个进行增强处理，获得至少一个增强系数；将包括至少一个增强系数的多个分解系数进行重构；根据重构后的手机屏图像中各像素点的滤波处理结果，确定各所述像素点的边缘值及边缘增强系数。
步骤五，根据各所述像素点的亮度值以及运动强度值，确定用于调节各所述像素点的边缘增强系数的增强调节系数；所述增强调节系数由各像素点的亮度增强调节系数和运动增强调节系数确定。
步骤六，利用图像增强程序根据各所述像素点的边缘值、所述边缘增强系数以及所述增强调节系数，对各所述像素点的亮度值进行增强处理。
步骤七，通过尺寸测量模块利用测量器测量待贴合手机屏的尺寸数据；通过贴合定位模块利用定位机构利用定位程序对待贴合手机屏进行定位处理，设定手机屏的贴合位置。
步骤八，通过加热模块利用加热器对手机屏的待贴合部位进行加热处理；通过加压贴合模块利用加压器对手机屏进行加压贴合。
步骤九，通过屏幕贴合检测模块利用检测设备获取增强处理后的手机屏幕清晰的像素图像；利用PatMax算法对获取到的像素图像进行模型训练，以得到带有位姿信息的模型。
步骤十，接收所述模型中的位姿信息，以所述模型为基准建立坐标系，在所述坐标系上从所述模型输出图像，所述坐标系用于为后续识别提供坐标位置。
步骤十一，对从模型输出的图像进行仿射变换，产生一个矩形输出图像；对所述矩形输出图像进行3×3中值滤波，以得到滤波后的测试图像。
步骤十二，选择无缺陷的手机屏幕图像作为训练图像，抓取训练图像与对应的原点，基于所述训练图像与对应的原点设置待进行差分操作的图像的区域和对应的原点，设置运行参数训练模板图像，对模型输出的图像进行训练，并统计训练当前模式，以得到已训练的模板图像，用滤波后的测试图像减去已训练的模板图像，得到差分图。
步骤十三，设置分割的模式为软阈值，极性为黑底白点，设置高低阈值，对所述差分图进行Blob分析，得到手机屏幕的缺陷图像，实现对手机屏的贴合情况的检测，并生成手机屏贴合检测报告。
步骤十四，通过供电模块利用外接太阳能电池板为所述基于计算机视觉的手机屏贴合系统供电；通过数据存储模块利用存储器存储采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告。
步骤十五，通过显示模块利用显示器显示采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告的实时数据。
进一步，步骤四中，所述根据手机屏图像中各像素点的滤波处理结果，确定各所述像素点的边缘值的方法，包括：
(a)根据各所述像素点的第一高通值，确定各所述像素点的边缘类型，其中所述第一高通值是对各所述像素点分别进行低通滤波处理后得到的；
(b)根据各所述像素点的边缘类型以及所述滤波处理结果，确定各所述像素点的边缘值。
进一步，所述根据各所述像素点的第一高通值，确定各所述像素点的边缘类型的方法，具体包括：
若该像素点的第一高通值大于第一阈值小于第二阈值，则该像素点的边缘类型为中小边缘；若该像素点的第一高通值大于第二阈值小于第三阈值，则该像素点的边缘类型为中大边缘；若该像素点的第一高通值大于第三阈值，则该像素点的边缘类型为强边缘；
所述根据各所述像素点的边缘类型以及所述滤波处理结果，确定各所述像素点的边缘值的方法，具体包括：
对于边缘类型为中小边缘的像素点，选取该像素点的第一高通值作为该像素点的边缘值；对于边缘类型为中大边缘和强边缘的像素点，选取该像素点的第二高通值作为该像素点的边缘值，其中所述第二高通值是对各所述像素点分别进行高通滤波处理后得到的。
进一步，步骤四中，所述根据输入的手机屏图像数据中各像素点的滤波处理结果，确定各所述像素点的边缘增强系数的方法，包括：
根据各所述像素点的第一高通值，以及预先确定的边缘增强系数与第一高通值的第一映射关系，确定各所述像素点的边缘增强系数；其中，所述第一映射关系为所述第一高通值越大对应的所述边缘增强系数越大。
进一步，步骤五中，所述根据各所述像素点的亮度值以及运动强度值，确定用于调节各所述像素点的边缘增强系数的增强调节系数的方法，包括：
(I)根据各像素点的亮度值确定各所述像素点的亮度增强调节系数；
(II)根据各像素点的运动强度值确定各所述像素点的运动增强调节系数；
(III)根据各像素点的亮度增强调节系数以及运动增强调节系数，确定各所述像素点的增强调节系数。
进一步，步骤六中，所述在根据各所述像素点的边缘值、边缘增强系数以及增强调节系数，对各所述像素点的亮度值进行增强之前，所述方法还包括：
根据各像素点的亮度值以及边缘类型，对所述亮度增强调节系数进行调节；
其中，所述调节的方式为：
若所述亮度值大于亮度上限或小于亮度下限，则增大边缘类型为中大边缘和/或强边缘的像素点的亮度增强调节系数，以及减小边缘类型为中小边缘的像素点的亮度增强调节系数；
若所述亮度值大于所述亮度下限且小于所述亮度上限，则所述亮度增强调节系数不变。
进一步，步骤九中，所述利用PatMax算法对获取到的像素图像进行模型训练，以得到带有位姿信息的模型的方法为：PatMax算法采用模板定位技术，PatMax算法只训练所述像素图像的重要特征。
本发明的另一目的在于提供一种应用所述的基于计算机视觉的手机屏贴合方法的基于计算机视觉的手机屏贴合系统，所述基于计算机视觉的手机屏贴合系统包括：
手机屏图像采集模块、温度检测模块、压力检测模块、主控模块、图像增强模块、尺寸测量模块、贴合定位模块、加热模块、加压贴合模块、屏幕贴合检测模块、供电模块、数据存储模块、显示模块。
手机屏图像采集模块，与主控模块连接，用于通过摄像器采集待贴合手机屏的原始图像数据；
温度检测模块，与主控模块连接，用于通过温度传感器采集待贴合手机屏的温度数据；
压力检测模块，与主控模块连接，用于通过压力传感器采集待贴合手机屏的压力数据；
主控模块，与手机屏图像采集模块、温度检测模块、压力检测模块、图像增强模块、尺寸测量模块、贴合定位模块、加热模块、加压贴合模块、屏幕贴合检测模块、供电模块、数据存储模块、显示模块连接，用于通过主机控制所述基于计算机视觉的手机屏贴合系统各个模块的正常工作；
图像增强模块，与主控模块连接，用于通过图像增强程序对采集的待贴合手机屏的原始图像数据进行增强处理；
尺寸测量模块，与主控模块连接，用于通过测量器测量待贴合手机屏的尺寸数据；
贴合定位模块，与主控模块连接，用于通过定位机构利用定位程序对待贴合手机屏进行定位处理，设定手机屏的贴合位置；
加热模块，与主控模块连接，用于通过加热器对手机屏的待贴合部位进行加热处理；
加压贴合模块，与主控模块连接，用于通过加压器对手机屏进行加压贴合；
屏幕贴合检测模块，与主控模块连接，用于通过检测设备对手机屏的贴合情况进行检测，并生成手机屏贴合检测报告；
供电模块，与主控模块连接，用于通过外接太阳能电池板为所述基于计算机视觉的手机屏贴合系统供电；
数据存储模块，与主控模块连接，用于通过存储器存储采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告；
显示模块，与主控模块连接，用于通过显示器显示采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告的实时数据。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的基于计算机视觉的手机屏贴合方法。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的基于计算机视觉的手机屏贴合方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明通过图像增强模块根据手机屏图像中各像素点的滤波处理结果，确定各像素点的边缘值及边缘增强系数；根据各像素点的亮度值以及运动强度值，确定用于调节各像素点的边缘增强系数的增强调节系数；根据各像素点的边缘值、边缘增强系数以及增强调节系数，对各像素点的亮度值进行增强。本发明实施例提供的手机屏图像边缘增强方法，根据各像素点的滤波处理结果确定各像素点的边缘值及边缘增强系数，并且根据各像素点的亮度值以及运动强度值，确定增强调节系数，以调节边缘增强系数，从而在进行手机屏图像边缘增强时，考虑到了像素点的亮度值以及运动状态，因而得到的边缘增强后的手机屏图像效果更好；同时，通过屏幕检测模块对获取的手机屏幕图像使用PatMax算法的模板定位技术进行图像定位，使用基于仿射变换的图像校正技术对手机屏幕图像进行校正，利用3×3中值滤波进行图像滤波，消除噪音影响并保护测试图像的边缘信息。然后，训练模板图像，用测试图像减去模板图像得到差分图，最后利用Blob分析法检测和定位图像中的缺陷特征。本发明方法能够有效的识别手机屏幕的各种缺陷，具有较高的检测效率及精度。
附图说明
图1是本发明实施例提供的基于计算机视觉的手机屏贴合方法流程图。
图2是本发明实施例提供的基于计算机视觉的手机屏贴合系统结构框图；
图中：1、手机屏图像采集模块；2、温度检测模块；3、压力检测模块；4、主控模块；5、图像增强模块；6、尺寸测量模块；7、贴合定位模块；8、加热模块；9、加压贴合模块；10、屏幕贴合检测模块；11、供电模块；12、数据存储模块；13、显示模块。
图3是本发明实施例提供的通过图像增强程序对采集的待贴合手机屏的原始图像数据进行增强处理的方法流程图。
图4是本发明实施例提供的根据手机屏图像中各像素点的滤波处理结果确定各所述像素点的边缘值的方法流程图。
图5是本发明实施例提供的通过检测设备对手机屏的贴合情况进行检测的方法流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明实施例提供的基于计算机视觉的手机屏贴合方法包括以下步骤：
S101，通过手机屏图像采集模块利用摄像器采集待贴合手机屏的原始图像数据。
S102，通过温度检测模块利用温度传感器采集待贴合手机屏的温度数据；通过压力检测模块利用压力传感器采集待贴合手机屏的压力数据。
S103，通过主控模块利用主机控制所述基于计算机视觉的手机屏贴合系统各个模块的正常工作。
S104，通过图像增强模块利用图像增强程序对采集的待贴合手机屏的原始图像数据进行增强处理。
S105，通过尺寸测量模块利用测量器测量待贴合手机屏的尺寸数据；通过贴合定位模块利用定位机构利用定位程序对待贴合手机屏进行定位处理，设定手机屏的贴合位置。
S106，通过加热模块利用加热器对手机屏的待贴合部位进行加热处理；通过加压贴合模块利用加压器对手机屏进行加压贴合。
S107，通过屏幕贴合检测模块利用检测设备对手机屏的贴合情况进行检测，并生成手机屏贴合检测报告。
S108，通过供电模块利用外接太阳能电池板为所述基于计算机视觉的手机屏贴合系统供电。
S109，通过数据存储模块利用存储器存储采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告。
S110，通过显示模块利用显示器显示采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位以及手机屏贴合检测报告的实时数据。
如图2所示，本发明实施例提供的基于计算机视觉的手机屏贴合系统包括：手机屏图像采集模块1、温度检测模块2、压力检测模块3、主控模块4、图像增强模块5、尺寸测量模块6、贴合定位模块7、加热模块8、加压贴合模块9、屏幕贴合检测模块10、供电模块11、数据存储模块12、显示模块13。
手机屏图像采集模块1，与主控模块连接，用于通过摄像器采集待贴合手机屏的原始图像数据；
温度检测模块2，与主控模块4连接，用于通过温度传感器采集待贴合手机屏的温度数据；
压力检测模块3，与主控模块4连接，用于通过压力传感器采集待贴合手机屏的压力数据；
主控模块4，与手机屏图像采集模块1、温度检测模块2、压力检测模块3、图像增强模块5、尺寸测量模块6、贴合定位模块7、加热模块8、加压贴合模块9、屏幕贴合检测模块10、供电模块11、数据存储模块12、显示模块13连接，用于通过主机控制所述基于计算机视觉的手机屏贴合系统各个模块的正常工作；
图像增强模块5，与主控模块4连接，用于通过图像增强程序对采集的待贴合手机屏的原始图像数据进行增强处理；
尺寸测量模块6，与主控模块4连接，用于通过测量器测量待贴合手机屏的尺寸数据；
贴合定位模块7，与主控模块4连接，用于通过定位机构利用定位程序对待贴合手机屏进行定位处理，设定手机屏的贴合位置；
加热模块8，与主控模块4连接，用于通过加热器对手机屏的待贴合部位进行加热处理；
加压贴合模块9，与主控模块4连接，用于通过加压器对手机屏进行加压贴合；
屏幕贴合检测模块10，与主控模块4连接，用于通过检测设备对手机屏的贴合情况进行检测，并生成手机屏贴合检测报告；
供电模块11，与主控模块4连接，用于通过外接太阳能电池板为所述基于计算机视觉的手机屏贴合系统供电；
数据存储模块12，与主控模块4连接，用于通过存储器存储采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告；
显示模块13，与主控模块4连接，用于通过显示器显示采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告的实时数据。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的基于计算机视觉的手机屏贴合方法如图1所示，作为优选实施例，如图3所示，本发明实施例提供的通过图像增强程序对采集的待贴合手机屏的原始图像数据进行增强处理的方法包括：
S201，获取手机图像；对所述手机图像进行分解，得到所述手机图像的多个分解系数。
S202，利用机器学习模型对所述多个分解系数中的至少一个进行增强处理，获得至少一个增强系数；将包括至少一个增强系数的多个分解系数进行重构。
S203，根据重构后的手机屏图像中各像素点的滤波处理结果，确定各所述像素点的边缘值及边缘增强系数。
S204，根据各所述像素点的亮度值以及运动强度值，确定用于调节各所述像素点的边缘增强系数的增强调节系数；所述增强调节系数由各像素点的亮度增强调节系数和运动增强调节系数确定。
S205，根据各所述像素点的边缘值、所述边缘增强系数以及所述增强调节系数，对各所述像素点的亮度值进行增强。
本发明实施例提供的在根据各所述像素点的边缘值、边缘增强系数以及增强调节系数，对各所述像素点的亮度值进行增强之前，所述方法还包括：
根据各像素点的亮度值以及边缘类型，对所述亮度增强调节系数进行调节；
其中，所述调节的方式为：
若所述亮度值大于亮度上限或小于亮度下限，则增大边缘类型为中大边缘和/或强边缘的像素点的亮度增强调节系数，以及减小边缘类型为中小边缘的像素点的亮度增强调节系数；若所述亮度值大于所述亮度下限且小于所述亮度上限，则所述亮度增强调节系数不变。
如图4所示，本发明实施例提供的根据手机屏图像中各像素点的滤波处理结果确定各所述像素点的边缘值的方法如下：
S301，根据各所述像素点的第一高通值，确定各所述像素点的边缘类型，其中所述第一高通值是对各所述像素点分别进行低通滤波处理后得到的。
S302，根据各所述像素点的边缘类型以及所述滤波处理结果，确定各所述像素点的边缘值。
本发明实施例提供的根据各所述像素点的第一高通值，确定各所述像素点的边缘类型的方法，包括：
若该像素点的第一高通值大于第一阈值小于第二阈值，则该像素点的边缘类型为中小边缘；若该像素点的第一高通值大于第二阈值小于第三阈值，则该像素点的边缘类型为中大边缘；若该像素点的第一高通值大于第三阈值，则该像素点的边缘类型为强边缘。
本发明实施例提供的根据各所述像素点的边缘类型以及所述滤波处理结果，确定各所述像素点的边缘值，具体包括：
对于边缘类型为中小边缘的像素点，选取该像素点的第一高通值作为该像素点的边缘值；
对于边缘类型为中大边缘和强边缘的像素点，选取该像素点的第二高通值作为该像素点的边缘值，其中所述第二高通值是对各所述像素点分别进行高通滤波处理后得到的。
本发明实施例提供的根据输入的手机屏图像数据中各像素点的滤波处理结果，确定各所述像素点的边缘增强系数的方法，包括：
根据各所述像素点的第一高通值，以及预先确定的边缘增强系数与第一高通值的第一映射关系，确定各所述像素点的边缘增强系数；
其中，所述第一映射关系为所述第一高通值越大对应的所述边缘增强系数越大。
本发明实施例提供的根据各所述像素点的亮度值以及运动强度值，确定用于调节各所述像素点的边缘增强系数的增强调节系数的方法，包括：
根据各所述像素点的亮度值确定各所述像素点的亮度增强调节系数；
根据各所述像素点的运动强度值确定各所述像素点的运动增强调节系数；
根据各所述像素点的亮度增强调节系数以及运动增强调节系数，确定各所述像素点的增强调节系数。
实施例2
本发明实施例提供的基于计算机视觉的手机屏贴合方法如图1所示，作为优选实施例，如图5所示，本发明实施例提供的通过检测设备对手机屏的贴合情况进行检测的方法包括：
S401，通过摄像设备获取手机屏幕清晰的像素图像；利用PatMax算法对获取到的像素图像进行模型训练，以得到带有位姿信息的模型。
S402，接收所述模型中的位姿信息，以所述模型为基准建立坐标系，并在所述坐标系上从所述模型输出图像，所述坐标系用于为后续识别提供坐标位置。
S403，对从模型输出的图像进行仿射变换，产生一个矩形输出图像；对所述矩形输出图像进行3×3中值滤波，以得到滤波后的测试图像。
S404，选择无缺陷的手机屏幕图像作为训练图像，抓取训练图像与对应的原点，基于所述训练图像与对应的原点设置待进行差分操作的图像的区域和对应的原点。
S405，设置运行参数训练模板图像，对模型输出的图像进行训练，并统计训练当前模式，以得到已训练的模板图像，用滤波后的测试图像减去已训练的模板图像，得到差分图。
S406，设置分割的模式为软阈值，极性为黑底白点，设置高低阈值，对所述差分图进行Blob分析，得到手机屏幕的缺陷图像。
本发明实施例提供的利用PatMax算法对获取到的像素图像进行模型训练，以得到带有位姿信息的模型包括：PatMax算法采用模板定位技术，PatMax算法只训练所述像素图像的重要特征。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
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，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于计算机视觉的手机屏贴合方法，其特征在于，所述基于计算机视觉的手机屏贴合方法包括以下步骤：
步骤一，通过手机屏图像采集模块利用摄像器采集待贴合手机屏的原始图像数据；通过温度检测模块利用温度传感器采集待贴合手机屏的温度数据；
步骤二，通过压力检测模块利用压力传感器采集待贴合手机屏的压力数据；通过主控模块利用主机控制所述基于计算机视觉的手机屏贴合系统各个模块的正常工作；
步骤三，通过图像增强模块获取待贴合手机屏的原始图像；对所述手机屏的原始图像进行分解，得到所述手机图像的多个分解系数；
步骤四，利用机器学习模型对所述多个分解系数中的至少一个进行增强处理，获得至少一个增强系数；将包括至少一个增强系数的多个分解系数进行重构；根据重构后的手机屏图像中各像素点的滤波处理结果，确定各所述像素点的边缘值及边缘增强系数；
步骤五，根据各所述像素点的亮度值以及运动强度值，确定用于调节各所述像素点的边缘增强系数的增强调节系数；所述增强调节系数由各像素点的亮度增强调节系数和运动增强调节系数确定；
步骤六，利用图像增强程序根据各所述像素点的边缘值、所述边缘增强系数以及所述增强调节系数，对各所述像素点的亮度值进行增强处理；
步骤七，通过尺寸测量模块利用测量器测量待贴合手机屏的尺寸数据；通过贴合定位模块利用定位机构利用定位程序对待贴合手机屏进行定位处理，设定手机屏的贴合位置；
步骤八，通过加热模块利用加热器对手机屏的待贴合部位进行加热处理；通过加压贴合模块利用加压器对手机屏进行加压贴合；
步骤九，通过屏幕贴合检测模块利用检测设备获取增强处理后的手机屏幕清晰的像素图像；利用PatMax算法对获取到的像素图像进行模型训练，以得到带有位姿信息的模型；
步骤十，接收所述模型中的位姿信息，以所述模型为基准建立坐标系，在所述坐标系上从所述模型输出图像，所述坐标系用于为后续识别提供坐标位置；
步骤十一，对从模型输出的图像进行仿射变换，产生一个矩形输出图像；对所述矩形输出图像进行3×3中值滤波，以得到滤波后的测试图像；
步骤十二，选择无缺陷的手机屏幕图像作为训练图像，抓取训练图像与对应的原点，基于所述训练图像与对应的原点设置待进行差分操作的图像的区域和对应的原点，设置运行参数训练模板图像，对模型输出的图像进行训练，并统计训练当前模式，以得到已训练的模板图像，用滤波后的测试图像减去已训练的模板图像，得到差分图；
步骤十三，设置分割的模式为软阈值，极性为黑底白点，设置高低阈值，对所述差分图进行Blob分析，得到手机屏幕的缺陷图像，实现对手机屏的贴合情况的检测，并生成手机屏贴合检测报告；
步骤十四，通过供电模块利用外接太阳能电池板为所述基于计算机视觉的手机屏贴合系统供电；通过数据存储模块利用存储器存储采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告；
步骤十五，通过显示模块利用显示器显示采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告的实时数据。
2.如权利要求1所述的基于计算机视觉的手机屏贴合方法，其特征在于，步骤四中，所述根据手机屏图像中各像素点的滤波处理结果，确定各所述像素点的边缘值的方法，包括：
(a)根据各所述像素点的第一高通值，确定各所述像素点的边缘类型，其中所述第一高通值是对各所述像素点分别进行低通滤波处理后得到的；
(b)根据各所述像素点的边缘类型以及所述滤波处理结果，确定各所述像素点的边缘值。
3.如权利要求2所述的基于计算机视觉的手机屏贴合方法，其特征在于，所述根据各所述像素点的第一高通值，确定各所述像素点的边缘类型的方法，具体包括：
若该像素点的第一高通值大于第一阈值小于第二阈值，则该像素点的边缘类型为中小边缘；若该像素点的第一高通值大于第二阈值小于第三阈值，则该像素点的边缘类型为中大边缘；若该像素点的第一高通值大于第三阈值，则该像素点的边缘类型为强边缘；
所述根据各所述像素点的边缘类型以及所述滤波处理结果，确定各所述像素点的边缘值的方法，具体包括：
对于边缘类型为中小边缘的像素点，选取该像素点的第一高通值作为该像素点的边缘值；对于边缘类型为中大边缘和强边缘的像素点，选取该像素点的第二高通值作为该像素点的边缘值，其中所述第二高通值是对各所述像素点分别进行高通滤波处理后得到的。
4.如权利要求1所述的基于计算机视觉的手机屏贴合方法，其特征在于，步骤四中，所述根据输入的手机屏图像数据中各像素点的滤波处理结果，确定各所述像素点的边缘增强系数的方法，包括：
根据各所述像素点的第一高通值，以及预先确定的边缘增强系数与第一高通值的第一映射关系，确定各所述像素点的边缘增强系数；其中，所述第一映射关系为所述第一高通值越大对应的所述边缘增强系数越大。
5.如权利要求1所述的基于计算机视觉的手机屏贴合方法，其特征在于，步骤五中，所述根据各所述像素点的亮度值以及运动强度值，确定用于调节各所述像素点的边缘增强系数的增强调节系数的方法，包括：
(I)根据各像素点的亮度值确定各所述像素点的亮度增强调节系数；
(II)根据各像素点的运动强度值确定各所述像素点的运动增强调节系数；
(III)根据各像素点的亮度增强调节系数以及运动增强调节系数，确定各所述像素点的增强调节系数。
6.如权利要求1所述的基于计算机视觉的手机屏贴合方法，其特征在于，步骤六中，所述在根据各所述像素点的边缘值、边缘增强系数以及增强调节系数，对各所述像素点的亮度值进行增强之前，所述方法还包括：
根据各像素点的亮度值以及边缘类型，对所述亮度增强调节系数进行调节；
其中，所述调节的方式为：
若所述亮度值大于亮度上限或小于亮度下限，则增大边缘类型为中大边缘和/或强边缘的像素点的亮度增强调节系数，以及减小边缘类型为中小边缘的像素点的亮度增强调节系数；
若所述亮度值大于所述亮度下限且小于所述亮度上限，则所述亮度增强调节系数不变。
7.如权利要求1所述的基于计算机视觉的手机屏贴合方法，其特征在于，步骤九中，所述利用PatMax算法对获取到的像素图像进行模型训练，以得到带有位姿信息的模型的方法为：PatMax算法采用模板定位技术，PatMax算法只训练所述像素图像的重要特征。
8.一种应用如权利要求1～7任意一项所述的基于计算机视觉的手机屏贴合方法的基于计算机视觉的手机屏贴合系统，其特征在于，所述基于计算机视觉的手机屏贴合系统包括：
手机屏图像采集模块、温度检测模块、压力检测模块、主控模块、图像增强模块、尺寸测量模块、贴合定位模块、加热模块、加压贴合模块、屏幕贴合检测模块、供电模块、数据存储模块、显示模块；
手机屏图像采集模块，与主控模块连接，用于通过摄像器采集待贴合手机屏的原始图像数据；
温度检测模块，与主控模块连接，用于通过温度传感器采集待贴合手机屏的温度数据；
压力检测模块，与主控模块连接，用于通过压力传感器采集待贴合手机屏的压力数据；
主控模块，与手机屏图像采集模块、温度检测模块、压力检测模块、图像增强模块、尺寸测量模块、贴合定位模块、加热模块、加压贴合模块、屏幕贴合检测模块、供电模块、数据存储模块、显示模块连接，用于通过主机控制所述基于计算机视觉的手机屏贴合系统各个模块的正常工作；
图像增强模块，与主控模块连接，用于通过图像增强程序对采集的待贴合手机屏的原始图像数据进行增强处理；
尺寸测量模块，与主控模块连接，用于通过测量器测量待贴合手机屏的尺寸数据；
贴合定位模块，与主控模块连接，用于通过定位机构利用定位程序对待贴合手机屏进行定位处理，设定手机屏的贴合位置；
加热模块，与主控模块连接，用于通过加热器对手机屏的待贴合部位进行加热处理；
加压贴合模块，与主控模块连接，用于通过加压器对手机屏进行加压贴合；
屏幕贴合检测模块，与主控模块连接，用于通过检测设备对手机屏的贴合情况进行检测，并生成手机屏贴合检测报告；
供电模块，与主控模块连接，用于通过外接太阳能电池板为所述基于计算机视觉的手机屏贴合系统供电；
数据存储模块，与主控模块连接，用于通过存储器存储采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告；
显示模块，与主控模块连接，用于通过显示器显示采集的待贴合手机屏的原始图像数据、温度数据、压力数据、尺寸数据、贴合位置以及手机屏贴合检测报告的实时数据。
9.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施如权利要求1～7任意一项所述的基于计算机视觉的手机屏贴合方法。
10.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1～7任意一项所述的基于计算机视觉的手机屏贴合方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010473732.8A CN111563860A (zh) | 2020-05-29 | 2020-05-29 | 一种基于计算机视觉的手机屏贴合系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010473732.8A CN111563860A (zh) | 2020-05-29 | 2020-05-29 | 一种基于计算机视觉的手机屏贴合系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111563860A true CN111563860A (zh) | 2020-08-21 |
Family
ID=72075055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010473732.8A Pending CN111563860A (zh) | 2020-05-29 | 2020-05-29 | 一种基于计算机视觉的手机屏贴合系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111563860A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115272472A (zh) * | 2022-09-27 | 2022-11-01 | 成都新西旺自动化科技有限公司 | 一种异形高精度对位系统 |
| CN115355822A (zh) * | 2022-10-19 | 2022-11-18 | 成都新西旺自动化科技有限公司 | 一种异形对位计算方法及系统 |
| CN118377163A (zh) * | 2024-05-22 | 2024-07-23 | 湖南晶格电子科技股份有限公司 | 一种高响应速度液晶屏层间贴合完整性检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106846270A (zh) * | 2017-01-05 | 2017-06-13 | 浙江大华技术股份有限公司 | 一种图像边缘增强方法及装置 |
| CN110111330A (zh) * | 2019-05-17 | 2019-08-09 | 上海应用技术大学 | 手机屏幕检测方法 |
| CN110727128A (zh) * | 2018-07-16 | 2020-01-24 | 法视特（上海）图像科技有限公司 | 一种手机屏自动检测线 |
| US20200105012A1 (en) * | 2018-01-13 | 2020-04-02 | Jiangnan University | A non-contact visual detection method for mark positioning of mobile phone touch screen |
| CN210405433U (zh) * | 2019-09-06 | 2020-04-24 | 东北大学 | 一种基于机器视觉的手机屏背光异物缺陷诊断装置 |
-
2020
- 2020-05-29 CN CN202010473732.8A patent/CN111563860A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106846270A (zh) * | 2017-01-05 | 2017-06-13 | 浙江大华技术股份有限公司 | 一种图像边缘增强方法及装置 |
| US20200105012A1 (en) * | 2018-01-13 | 2020-04-02 | Jiangnan University | A non-contact visual detection method for mark positioning of mobile phone touch screen |
| CN110727128A (zh) * | 2018-07-16 | 2020-01-24 | 法视特（上海）图像科技有限公司 | 一种手机屏自动检测线 |
| CN110111330A (zh) * | 2019-05-17 | 2019-08-09 | 上海应用技术大学 | 手机屏幕检测方法 |
| CN210405433U (zh) * | 2019-09-06 | 2020-04-24 | 东北大学 | 一种基于机器视觉的手机屏背光异物缺陷诊断装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115272472A (zh) * | 2022-09-27 | 2022-11-01 | 成都新西旺自动化科技有限公司 | 一种异形高精度对位系统 |
| CN115355822A (zh) * | 2022-10-19 | 2022-11-18 | 成都新西旺自动化科技有限公司 | 一种异形对位计算方法及系统 |
| CN115355822B (zh) * | 2022-10-19 | 2023-01-17 | 成都新西旺自动化科技有限公司 | 一种异形对位计算方法及系统 |
| CN118377163A (zh) * | 2024-05-22 | 2024-07-23 | 湖南晶格电子科技股份有限公司 | 一种高响应速度液晶屏层间贴合完整性检测方法 |
| CN118377163B (zh) * | 2024-05-22 | 2024-09-20 | 湖南晶格电子科技股份有限公司 | 一种高响应速度液晶屏层间贴合完整性检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111563860A (zh) | 一种基于计算机视觉的手机屏贴合系统及方法 | |
| CN106652972B (zh) | 显示屏的处理电路、显示方法及显示器件 | |
| CN111986159B (zh) | 太阳能电池片的电极缺陷检测方法、设备及存储介质 | |
| CN105865723B (zh) | 气体泄漏检测非均匀校正方法及气体泄漏检测装置 | |
| US8289397B2 (en) | System and method for testing a digital camera module | |
| CN105339840A (zh) | 双镜头设备的拍照方法及双镜头设备 | |
| CN109584792B (zh) | 一种OLED屏的灰阶gamma快速调整方法 | |
| CN105306788A (zh) | 一种拍照图像的降噪方法和装置 | |
| CN106060382A (zh) | 一种图像处理方法、装置及电子设备 | |
| CN107222686A (zh) | 一种图像数据的处理方法和装置 | |
| CN109855727A (zh) | 环境光检测方法、装置、电子设备及存储介质 | |
| CN116012354A (zh) | 片式电容丝印缺陷检测方法、装置、设备及存储介质 | |
| CN115564723A (zh) | 一种晶圆缺陷检测方法及应用 | |
| CN112070762A (zh) | 液晶面板的mura缺陷检测方法、装置、存储介质及终端 | |
| CN112528888A (zh) | 一种光学指纹采集方法、装置、电子设备及存储介质 | |
| CN114298985B (zh) | 缺陷检测方法、装置、设备及存储介质 | |
| CN112637587B (zh) | 坏点检测方法及装置 | |
| CN110310341B (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
| CN111669575A (zh) | 图像处理效果的测试方法、系统、电子设备、介质及终端 | |
| CN108845784A (zh) | 一种显示屏Mura补偿方法及装置 | |
| CN116091472A (zh) | 一种融合可见光和红外图像的光伏组件缺陷智能检测方法 | |
| CN116503324A (zh) | 一种基于机器视觉的黑胶模组外观检测方法及系统 | |
| CN111696154B (zh) | 坐标定位方法、装置、设备及存储介质 | |
| CN212230036U (zh) | 显示面板检测装置及系统 | |
| JP3819063B2 (ja) | 画像補正装置及び画像補正方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200821 |
|
| RJ01 | Rejection of invention patent application after publication |