CN111624200B - 缺陷检测方法以及装置 - Google Patents

缺陷检测方法以及装置 Download PDF

Info

Publication number
CN111624200B
CN111624200B CN202010481841.4A CN202010481841A CN111624200B CN 111624200 B CN111624200 B CN 111624200B CN 202010481841 A CN202010481841 A CN 202010481841A CN 111624200 B CN111624200 B CN 111624200B
Authority
CN
China
Prior art keywords
line
defect
type
determining
intersection
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
CN202010481841.4A
Other languages
English (en)
Other versions
CN111624200A (zh
Inventor
陈威宪
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.)
Suzhou Hirose Opto Co Ltd
Original Assignee
Suzhou Hirose Opto 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 Suzhou Hirose Opto Co Ltd filed Critical Suzhou Hirose Opto Co Ltd
Priority to CN202010481841.4A priority Critical patent/CN111624200B/zh
Publication of CN111624200A publication Critical patent/CN111624200A/zh
Application granted granted Critical
Publication of CN111624200B publication Critical patent/CN111624200B/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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • 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
    • G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
    • G01N2021/887—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing the measurements made in two or more directions, angles, positions
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30121—CRT, LCD or plasma display
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种缺陷检测方法以及装置，该方法包括：通过对目标图像中的至少两条缺陷线进行处理，分别确定出所述至少两条缺陷线的线条类型；当任意两个所述线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置；基于所述目标交点位置，确定所述目标交点位置对应的两条缺陷线的相交类型。本发明实施例的技术方案，解决了现有技术中仅是根据缺陷线的数量和缺陷线之间的距离来判断十字线缺陷类型时，存在判断不准确的技术问题，实现了便捷、准确的确定十字线缺陷类型的技术效果。

Description

缺陷检测方法以及装置
技术领域
本发明实施例涉及LCD技术领域，尤其涉及一种缺陷检测方法以及装置。
背景技术
目前，检测复合缺陷是由两个缺陷中心点之间的距离，或者是根据X轴与Y轴的距离来检测缺陷，亦或是根据使用数量去判断该缺陷是否上报。
但是，在实际应用过程中，对于十字线这种特殊的复合缺陷来说，若仅以缺陷线的数量和距离来判断缺陷线是否为十字线缺陷，存在十字线缺陷判断不准确的技术问题。
发明内容
本发明提供一种缺陷检测方法以及装置，以实现便捷、高效、准确的检测缺陷线的类型十字线缺陷的技术效果
第一方面，本发明实施例提供了一种缺陷检测方法，该方法包括：
通过对目标图像中的至少两条缺陷线进行处理，分别确定出所述至少两条缺陷线的线条类型；
当任意两个所述线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置；
基于所述目标交点位置，确定所述目标交点位置对应的两条缺陷线的相交类型。
第二方面，本发明实施例还提供了一种缺陷检测装置，该装置包括：
线条类型检测模块，用于通过对目标图像中的至少两条缺陷线进行处理，分别确定出所述至少两条缺陷线的线条类型；
交点位置确定模块，用于当任意两个所述线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置；
相交类型确定模块，用于基于所述目标交点位置，确定所述目标交点位置对应的两条缺陷线的相交类型。
第三方面，本发明实施例还提供了一种设备，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例任一所述的缺陷检测方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例任一所述的缺陷检测方法。
本发明实施例的技术方案，通过对目标图像中的至少两条缺陷线进行处理，分别确定出至少两条缺陷线的线条类型,当任意两个线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置,基于目标交点位置，确定目标交点位置对应的两条缺陷线的相交类型，解决了现有技术中仅是根据缺陷线的数量和缺陷线之间的距离来判断十字线缺陷类型时，存在判断不准确的技术问题，实现了先通过采用一定的算法确定缺陷线的线条类型，当线条类型满足预设条件时，进一步确定缺陷线的相交类型，达到准确、便捷的确定缺陷线为十字线缺陷类型的技术效果。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。
图1为本发明实施例一所提供的一种缺陷检测方法流程示意图；
图2为本发明实施例二所提供的一种缺陷检测方法另一流程示意图；
图3为本发明实施例所提供的两条缺陷线，并基于缺陷检测方法确定缺陷线类型为十字相交类型的示意图；
图4为本发明实施例三所提供的一种缺陷检测装置结构示意图；
图5为本发明实施例四所提供的一种设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一所提供的一种缺陷检测方法流程示意图，本实施例可适用于检测缺陷线对应的缺陷类型，并将确定的缺陷类型上报的情形，该方法可以由缺陷检测装置来执行，该装置可以通过软件和/或硬件的形式实现，该硬件可以是终端、PC端、电子设备等。
如图1所述，本实施例的方法包括：
S110、通过对目标图像中的至少两条缺陷线进行处理，分别确定出至少两条缺陷线的线条类型。
其中，目标图像可以是基于摄像头或者其他设备拍摄的图像，该图像中可以包括缺陷线。缺陷线的数量可以是但不局限于两条、三条等。线条类型是预先定义的，在本实施例中，线条类型包括横线类型和竖线类型。若缺陷线与水平面平行，则定义缺陷线的线条类型为横线类型；若缺陷线与水平面垂直，则定义缺陷线的线条类型为竖线类型。
具体的，在获取到包括缺陷线的目标图像后，可以分别对每条缺陷线进行处理，来确定每条缺陷线的线条类型是横线类型还是竖线类型，进而进一步基于线条类型来确定两条缺陷线的缺陷类型是否为十字线缺陷类型。
在本实施例中，确定每条缺陷线的线条类型可以是：针对至少两条缺陷线中的每条缺陷线，确定缺陷线在水平方向上的长度值以及在垂直方向上的高度值；基于长度值与感光组件复合映像值，确定缺陷线在水平方向上的长度参考值；基于高度值与感光组件复合映像值，确定缺陷线在垂直方向上的高度参考值；基于长度参考值与高度参考值，确定缺陷线的线条类型。
其中，感光组件复合映像值，可以理解为拍摄目标图像时，拍摄设备的感光组件映像值。
具体的，针对目标图像中的每条缺陷线，可以确定缺陷线在水平方向上的长度值，以及在垂直方向上的高度值。基于感光组件映像值，可以确定每条缺陷线在水平方向上的长度参考值和在垂直方向上的高度参考值。
可选的，基于长度参考值与高度参考值，确定缺陷线的线条类型，包括：当长度参考值大于高度参考值时，缺陷线的线条类型为横线类型；当长度参考值小于高度参考值时，缺陷线的线条类型为竖线类型。
示例性的，假设有两条缺陷线，感光组件映像值标记为Pmapping，长度参考值可以标记为C1W，高度参考值可以标记为C1H；基于拍摄的目标图像，可以确定缺陷线在水平方向上的长度值A，缺陷线在垂直方向上的高度值B，基于高度值、长度值以及感光组件映像值Pmapping，可以确定长度参考值C1W＝A/Pmapping，高度参考值C1H＝B/Pmapping。当C1W>C1H时，则说明该缺陷线的线条类型为横线类型；若C1H>C1W，则说明该缺陷线的线条类型为竖线类型。重复上述步骤，确定每个缺陷线的线条类型。
本实施例中，确定线条类型的原因在于，确定缺陷线是横线还是竖线，以便进一步确定缺陷线的相交类型是否为十字线相交类型。
S120、当任意两个线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置。
需要说明的是，若目标图像中仅包括两条缺陷线可以直接对判定两条缺陷线之间的线条类型是否满足预设关系类型；若缺陷线的数量大于两条，则需要对任意两条缺陷线进行处理，以确定相应两条缺陷线之间的线条类型是否满足预设关系，进而执行相应的操作。
其中，预设关系类型可以是一个缺陷线为横线类型，另一条缺陷线为竖线类型。目标交点位置可以是基于横线类型的缺陷线和竖线类型的缺陷线，估计得到的目标交点位置。
可选的，当任意两条线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置，包括：当任意两个线条类型中一个为横线类型，另一个为竖线类型，则确定与线条类型相对应的缺陷线的横纵坐标；基于与每条缺陷线对应的横纵坐标，确定两条缺陷线的目标交点位置的交点坐标。
可以理解为，当任意两条缺陷线的线条类型一个为横线类型，另一个为竖线类型，则可以获取每条缺陷线的横坐标以及纵坐标。基于横线类型的横纵坐标，以及竖线类型的横纵坐标，确定两条缺陷线的目标交点位置的交点坐标，以基于目标交点位置的交点坐标，来确定两条缺陷线的相交类型。
在本实施例中，基于横线类型的横纵坐标以及竖线类型的横纵坐标，确定两条缺陷线的目标交点位置的交点坐标，可以是：基于所述横线类型的缺陷线的横坐标确定所述目标交点位置的目标横坐标，基于所述竖线类型的缺陷线的纵坐标确定所述目标交点位置的目标纵坐标。
也就是说，获取横线类型缺陷线的横坐标，并将该横坐标作为目标交点位置的目标横坐标；获取竖线类型缺陷线的纵坐标，并将该纵坐标作为目标交点位置的目标纵坐标，目标横坐标和目标纵坐标为目标交点位置的坐标。
需要说明的是，在确定两条缺陷线为的线条类型分别为横线类型和总线类型后，可以依据预先建立的坐标系确定横线类型的缺陷线的横纵坐标，以及竖线类型的缺陷线的横纵坐标，进而基于横线类型和竖线类型的缺陷线的坐标，确定目标交点位置的目标横坐标和目标纵坐标。
S130、基于目标交点位置，确定目标交点位置对应的两条缺陷线的相交类型。
其中，相交类型可以包括十字相交类型和非十字相交类型。
具体的，基于目标交点的坐标信息，可以确定与目标交点位置对应的两条缺陷线是十字相交类型还是非十字相交类型。
可选的，所述基于所述目标交点位置，确定所述目标交点位置对应的两条缺陷线的相交类型，包括：当所述目标交点位置的目标横坐标和目标纵坐标分别满足坐标限制条件时，则确定所述目标交点位置对应的两条缺陷线的相交类型为十字线相交类型。
其中，坐标限制条件是根据横线类型和竖线类型的缺陷线的横纵坐标来确定的。可以理解为，在获取到两条缺陷线为横线类型或者竖线类型后，可以确定缺陷线的坐标信息，基于坐标信息可以确定目标交点位置的横纵坐标的范围，基于该范围来确定两条缺陷线的相交类型。
在本实施例中，确定坐标限制条件可以是：基于所述竖线类型的缺陷线的横坐标与长度参考值，确定目标交点位置的横坐标范围；基于所述横线类型的缺陷线的纵坐标与高度参考值，确定目标交点位置的纵坐标范围。
确定横坐标范围可以是，获取竖线类型的缺陷线的横坐标和长度参考值，先计算长度参考值的一半得到第一中间值；再计算横坐标对应的数值减去第一中间值得到横坐标范围的最小值，最后计算横坐标对应的数值加上第一中间值得到横坐标的最大值；相应的，计算纵坐标范围可以是，获取横线类型的缺陷线的纵坐标和高度参考值，先计算高度参考值的一半得到第二中间值；在计算纵坐标对应的数值减去第一中间值得到纵坐标范围的最小值，最后计算纵坐标对应的数值加上第一中间值得到纵坐标的最大值；基于横坐标的最大值和最小值，得到横坐标范围，基于纵坐标的最大值和最小值，得到纵坐标范围。
具体的，当目标交点位置的横坐标在横坐标范围之内，以及目标交点位置的纵坐标在纵坐标范围之内，则说明目标交点位置对应的两条缺陷线的相交类型为十字线相交类型。
本实施例技术方案，通过确定长度参考值和高度参考值之间的关系，可以确定缺陷线为横线或者竖线，再基于横线类型对应的缺陷线和竖线类型对应的缺陷线的交点坐标，可以确定两条缺陷线的相交类型是否为十字相交类型。
本发明实施例的技术方案，通过对目标图像中的至少两条缺陷线进行处理，分别确定出至少两条缺陷线的线条类型,当任意两个线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置,基于目标交点位置，确定目标交点位置对应的两条缺陷线的相交类型，解决了现有技术中仅是根据缺陷线的数量和缺陷线之间的距离来判断十字线缺陷类型时，存在判断不准确的技术问题，实现了先通过采用一定的算法确定缺陷线的线条类型，当线条类型满足预设条件时，进一步确定缺陷线的相交类型，达到准确、便捷的确定缺陷线为十字线缺陷类型的技术效果。
在上述技术方案的基础上，在确定相交类型后，可以根据相交类型确定对应的缺陷上报方式。可选的，当所述相交类型为十字线相交类型，则上报两个缺陷线的相交类型；当所述相交类型为非十字线相交类型，则依次上报两个缺陷线。
具体的，当与目标交点位置的交点坐标信息确定两条缺陷线为十字线相交类型时，则可以将十字线相交类型上报至服务器或者报警系统，以提醒用户当前缺陷类型为十字线缺陷类型；当基于目标交点位置的交点坐标信息确定两条缺陷线的相交类型不为十字线缺陷类型，则可以分别上报两条缺陷线至服务器或者报警系统，以使工作人员对其进行处理。
实施例二
作为上述实施例的一优选实施例，图2为本发明实施例二所提供的缺陷检测方法流程示意图。如图2所示，所述方法包括：
S210、确认每条缺陷线的线条类型。
示例性的，在确定目标图像中包括两条缺陷线时，获取每条缺陷线在水平方向上的长度值A和在垂直方向上的高度值B，摄像机的复合映象值Mapping可以标记为Pmapping，记第一条缺陷线为L1，第二条缺陷线为L2。针对缺陷线L1处理，长度参考值C1W＝长度值A/Pmapping，高度参考值C1H＝高度值B/Pmapping，如果C1W>C1H，则说明缺陷线L1的线条类型为横线类型；针对缺陷线L2处理，长度参考值C2W＝长度值A/Pmapping，高度参考值C2H＝高度值B/Pmapping，如果C2W<C2H，则说明缺陷线L2的线条类型为竖线类型。
S220、当确认两条缺陷线分别是竖线和横线时，确定横线和竖线的相交点。
示例性的，在确定两条缺陷线的线条类型为横线类型和竖线类型时，可以根据情况算出预计的相交点。如果缺陷线L1为横线类型，L2为竖线类型，设L1的横坐标为D1X，纵坐标为D1Y；缺陷线L2的横坐标为D2X，纵坐标为D2Y,则可以确定目标交点位置的目标横坐标可以记为Interx＝D2X，纵坐标可以记为InterY＝D1X；如果缺陷线L1为竖线类型，L2为横线类型，设L1的横坐标为D1X，纵坐标为D1Y；缺陷线L2的横坐标为D2X，纵坐标为D2Y,则可以确定目标交点位置的目标横坐标可以记为Interx＝D1X，纵坐标可以记为InterY＝D2X。
也就是说，可以根据横线类型和竖线类型对应的坐标信息，可以预估目标交点位置的坐标信息。
需要说明的是，本实施例可以以目标图像中的任意一个像素点作为坐标原点，来建立平面直角坐标系，来确定各个缺陷线的坐标信息，进从而确定目标交点位置的坐标信息，进而确定缺陷线的相交类型。
S230、判断相交点的横坐标在是否在横线的两端以及纵坐标是否在竖线的两端，若是，则执行S240；若否，则执行S250。
在本实施例中，判断相交点的横坐标是否在横线的两端，以及纵坐标是否在竖线的两端，可以通过相交点的坐标与坐标限定条件之间的关系来确定。
示例性的，在S220中示例性的基础上，在确定缺陷线的类型满足预设条件后，可以确定相交点的坐标限定条件。如果缺陷线L1为横线类型，L2为竖线类型，设L1的横坐标为D1X，纵坐标为D1Y；缺陷线L2的横坐标为D2X，纵坐标为D2Y，那么横坐标的限定范围可以是：D1X-C1W/2<Interx<D1X+C1W/2；纵坐标的显示范围可以是：D2Y-C2H/2<Interx<D2Y+C2H，当交点的横纵坐标同时满足上述条件，则确认两条缺陷线的相交类型为十字线相交类型；反之，则不是十字线相交类型。如果缺陷线L1为竖线类型，L2为横线类型，设L1的横坐标为D1X，纵坐标为D1Y；缺陷线L2的横坐标为D2X，纵坐标为D2Y,那么横坐标的限定范围可以是：D2X-C2W/2<Interx<D2X+C2W/2；纵坐标的显示范围可以是：D2Y-C2H/2<Interx<D2Y+C2H，当交点的横纵坐标同时满足上述条件，则确认两条缺陷线的相交类型为十字线相交类型。
具体的，在目标点的横坐标和纵坐标均同时满足上述关系后，可以确定两条缺陷线为十字相交，可以执行S240；反之，则可以确定两条缺陷线为非十字相交，可以执行S250。
S240、确认两条缺陷线的相交类型为十字线相交类型，并上报十字线相交类型。
具体的，若确定缺陷线的类型为十字线类型时，可以将十字线相交类型上报至系统或者服务器。图3缺陷线的类型为十字线相交类型的示意图，在确定十字线相交类型后，可以上报该十字线缺陷类型。
S250、确定两条缺陷线的相交类型为非十字线相交类型，分别上报两条缺陷线。
具体的，在确定缺陷线的相交类型为非十字相交类型时，可以分别上报每条缺陷线。
本发明实施例的技术方案，通过对目标图像中的至少两条缺陷线进行处理，分别确定出至少两条缺陷线的线条类型,当任意两个线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置,基于目标交点位置，确定目标交点位置对应的两条缺陷线的相交类型，解决了现有技术中仅是根据缺陷线的数量和缺陷线之间的距离来判断十字线缺陷类型时，存在判断不准确的技术问题，实现了先通过采用一定的算法确定缺陷线的线条类型，当线条类型满足预设条件时，进一步确定缺陷线的相交类型，达到准确、便捷的确定缺陷线为十字线缺陷类型的技术效果。
实施例三
图4为本发明实施例三提供的一种缺陷检测装置结构示意图，该装置包括：线条类型检测模块410、交点位置确定模块420和相交类型确定模块430。
其中，线条类型检测模块410，用于通过对目标图像中的至少两条缺陷线进行处理，分别确定出所述至少两条缺陷线的线条类型；交点位置确定模块420，用于当任意两个所述线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置；相交类型确定模块430，用于基于所述目标交点位置，确定所述目标交点位置对应的两条缺陷线的相交类型。
本发明实施例的技术方案，通过对目标图像中的至少两条缺陷线进行处理，分别确定出至少两条缺陷线的线条类型,当任意两个线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置,基于目标交点位置，确定目标交点位置对应的两条缺陷线的相交类型，解决了现有技术中仅是根据缺陷线的数量和缺陷线之间的距离来判断十字线缺陷类型时，存在判断不准确的技术问题，实现了先通过采用一定的算法确定缺陷线的线条类型，当线条类型满足预设条件时，进一步确定缺陷线的相交类型，达到准确、便捷的确定缺陷线为十字线缺陷类型的技术效果。
在上述技术方案的基础上，所述线条类型检测模块，包括：
第一数据确定单元，用于针对所述至少两条缺陷线中的每条缺陷线，确定所述缺陷线在水平方向上的长度值以及在垂直方向上的高度值；长度参考值确定单元，用于基于所述长度值与感光组件复合映像值，确定所述缺陷线在水平方向上的长度参考值；高度参考值确定单元，用于基于所述高度值与所述感光组件复合映像值，确定所述缺陷线在垂直方向上的高度参考值；线条类型确定单元，用于基于所述长度参考值与所述高度参考值，确定所述缺陷线的线条类型。
在上述各技术方案的基础上，所述线条类型包括横线类型和竖线类型，相应的，所述线条类型确定单元，包括：横线类型确定子单元，用于当所述长度参考值大于所述高度参考值时，所述缺陷线的线条类型为横线类型；竖线类型确定子单元，用于当所述长度参考值小于所述高度参考值时，所述缺陷线的线条类型为竖线类型。
在上述各技术方案的基础上，所述预设关系类型包括一个缺陷线为横线类型，另一条缺陷线为竖线类型，相应的，所述交点位置确定模块，还用于：当任意两个线条类型中一个为横线类型，另一个为竖线类型，则确定与所述线条类型相对应的缺陷线的横纵坐标；基于与每条缺陷线对应的横纵坐标，确定两条缺陷线的目标交点位置的交点坐标。
在上述技术方案的基础上，交点位置确定模块，还用于基于所述横线类型的缺陷线的横坐标确定所述目标交点位置的目标横坐标，基于所述竖线类型的缺陷线的纵坐标确定所述目标交点位置的目标纵坐标。
在上述技术方案的基础上，交点位置确定模块，还用于当所述目标交点位置的目标横坐标和目标纵坐标分别满足坐标限制条件时，则确定所述目标交点位置对应的两条缺陷线的相交类型为十字线相交类型。
在上述技术方案的基础上，所述装置还包括，限制条件确定模块，用于确定坐标限制条件；
所述限制条件确定模块，还包括：
横坐标范围确定单元，用于基于所述竖线类型的缺陷线的横坐标与长度参考值，确定目标交点位置的横坐标范围；纵坐标范围确定单元，用于基于所述横线类型的缺陷线的纵坐标与高度参考值，确定目标交点位置的纵坐标范围。
在上述各技术方案的基础上，所述相交类型确定模块，还用于当所述目标横坐标在所述横坐标范围之内，且所述纵坐标在所述纵坐标范围之内，则确定所述目标焦点位置对应的两条缺陷线的相交类型为十字线相交类型。
在上述各技术方案的基础上，所述相交类型包括十字线相交类型和非十字线相交类型，所述装置还包括：
第一上报模块，用于当所述相交类型为十字线相交类型，则上报两个缺陷线的相交类型；第二上报模块，用于当所述相交类型为非十字线相交类型，则依次上报两个缺陷线。
本发明实施例所提供的缺陷检测装置可执行本发明任意实施例所提供的缺陷检测方法，具备执行方法相应的功能模块和有益效果。
值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。
实施例四
图5为本发明实施例四提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施例实施方式的示例性设备50的框图。图5显示的设备50仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，设备50以通用计算设备的形式表现。设备50的组件可以包括但不限于：一个或者多个处理器或者处理单元501，系统存储器502，连接不同系统组件(包括系统存储器502和处理单元501)的总线503。
总线503表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备50典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备50访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器502可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)504和/或高速缓存存储器505。设备50可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统506可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线503相连。存储器502可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块507的程序/实用工具508，可以存储在例如存储器502中，这样的程序模块507包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块507通常执行本发明所描述的实施例中的功能和/或方法。
设备50也可以与一个或多个外部设备509(例如键盘、指向设备、显示器510等)通信，还可与一个或者多个使得用户能与该设备50交互的设备通信，和/或与使得该设备50能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口511进行。并且，设备50还可以通过网络适配器512与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器512通过总线503与设备50的其它模块通信。应当明白，尽管图5中未示出，可以结合设备50使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元501通过运行存储在系统存储器502中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的缺陷检测方法。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种缺陷检测方法。
该方法包括：
通过对目标图像中的至少两条缺陷线进行处理，分别确定出所述至少两条缺陷线的线条类型；
当任意两个所述线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置；
基于所述目标交点位置，确定所述目标交点位置对应的两条缺陷线的相交类型。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。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(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，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。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (9)

1.一种缺陷检测方法，其特征在于，包括：
通过对目标图像中的至少两条缺陷线进行处理，分别确定出所述至少两条缺陷线的线条类型；
当任意两个所述线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置；
基于所述目标交点位置，确定所述目标交点位置对应的两条缺陷线的相交类型；所述通过对目标图像中的至少两条缺陷线进行处理，分别确定出所述至少两条缺陷线的线条类型，包括：
针对所述至少两条缺陷线中的每条缺陷线，确定所述缺陷线在水平方向上的长度值以及在垂直方向上的高度值；
基于所述长度值与感光组件复合映像值，确定所述缺陷线在水平方向上的长度参考值；
基于所述高度值与所述感光组件复合映像值，确定所述缺陷线在垂直方向上的高度参考值；
基于所述长度参考值与所述高度参考值，确定所述缺陷线的线条类型。
2.根据权利要求1所述的方法，其特征在于，所述线条类型包括横线类型和竖线类型，相应的，所述基于所述长度参考值与所述高度参考值，确定所述缺陷线的线条类型，包括：
当所述长度参考值大于所述高度参考值时，所述缺陷线的线条类型为横线类型；
当所述长度参考值小于所述高度参考值时，所述缺陷线的线条类型为竖线类型。
3.根据权利要求1所述的方法，其特征在于，所述预设关系类型包括一个缺陷线为横线类型，另一条缺陷线为竖线类型，相应的，所述当任意两个所述线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置，包括：
当任意两个线条类型中一个为横线类型，另一个为竖线类型，则确定与所述线条类型相对应的缺陷线的横纵坐标；
基于与每条缺陷线对应的横纵坐标，确定两条缺陷线的目标交点位置的交点坐标。
4.根据权利要求3所述的方法，其特征在于，所述基于与每个缺陷线对应的横纵坐标，确定两条缺陷线的目标交点位置的交点坐标，包括：
基于所述横线类型的缺陷线的横坐标确定所述目标交点位置的目标横坐标，基于所述竖线类型的缺陷线的纵坐标确定所述目标交点位置的目标纵坐标。
5.根据权利要求4所述的方法，其特征在于，所述基于所述目标交点位置，确定所述目标交点位置对应的两条缺陷线的相交类型，包括：
当所述目标交点位置的目标横坐标和目标纵坐标分别满足坐标限制条件时，则确定所述目标交点位置对应的两条缺陷线的相交类型为十字线相交类型。
6.根据权利要求5所述的方法，其特征在于，还包括：确定坐标限制条件；
所述确定坐标限制条件，包括：
基于所述竖线类型的缺陷线的横坐标与长度参考值，确定目标交点位置的横坐标范围；
基于所述横线类型的缺陷线的纵坐标与高度参考值，确定目标交点位置的纵坐标范围。
7.根据权利要求6所述的方法，其特征在于，所述当所述目标交点位置的目标横坐标和目标纵坐标分别满足坐标限制条件时，则确定所述目标交点位置对应的两条缺陷线的相交类型为十字线相交类型，包括：
当所述目标横坐标在所述横坐标范围之内，且所述纵坐标在所述纵坐标范围之内，则确定所述目标交点位置对应的两条缺陷线的相交类型为十字线相交类型。
8.根据权利要求1所述的方法，其特征在于，所述相交类型包括十字线相交类型和非十字线相交类型，所述方法还包括：
当所述相交类型为十字线相交类型，则上报两个缺陷线的相交类型；
当所述相交类型为非十字线相交类型，则依次上报两个缺陷线。
9.一种缺陷检测装置，其特征在于，包括：
线条类型检测模块，用于通过对目标图像中的至少两条缺陷线进行处理，分别确定出所述至少两条缺陷线的线条类型；
交点位置确定模块，用于当任意两个所述线条类型之间满足预设关系类型时，确定相应两条缺陷线的目标交点位置；
相交类型确定模块，用于基于所述目标交点位置，确定所述目标交点位置对应的两条缺陷线的相交类型；
所述线条类型检测模块，包括：
第一数据确定单元，用于针对所述至少两条缺陷线中的每条缺陷线，确定所述缺陷线在水平方向上的长度值以及在垂直方向上的高度值；长度参考值确定单元，用于基于所述长度值与感光组件复合映像值，确定所述缺陷线在水平方向上的长度参考值；高度参考值确定单元，用于基于所述高度值与所述感光组件复合映像值，确定所述缺陷线在垂直方向上的高度参考值；线条类型确定单元，用于基于所述长度参考值与所述高度参考值，确定所述缺陷线的线条类型。
CN202010481841.4A 2020-05-28 2020-05-28 缺陷检测方法以及装置 Active CN111624200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010481841.4A CN111624200B (zh) 2020-05-28 2020-05-28 缺陷检测方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010481841.4A CN111624200B (zh) 2020-05-28 2020-05-28 缺陷检测方法以及装置

Publications (2)

Publication Number Publication Date
CN111624200A CN111624200A (zh) 2020-09-04
CN111624200B true CN111624200B (zh) 2023-05-16

Family

ID=72260748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010481841.4A Active CN111624200B (zh) 2020-05-28 2020-05-28 缺陷检测方法以及装置

Country Status (1)

Country Link
CN (1) CN111624200B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9087367B2 (en) * 2011-09-13 2015-07-21 Kla-Tencor Corp. Determining design coordinates for wafer defects
US9355440B1 (en) * 2012-10-10 2016-05-31 Kla-Tencor Corp. Detection of selected defects in relatively noisy inspection data
CN107680523B (zh) * 2017-11-21 2021-01-26 Tcl华星光电技术有限公司 阵列基板十字线缺陷的检测方法
CN109001208A (zh) * 2018-05-28 2018-12-14 南京中电熊猫平板显示科技有限公司 一种显示面板的缺陷定位装置及缺陷定位方法
CN110890043B (zh) * 2019-11-26 2023-06-02 深圳市华星光电半导体显示技术有限公司 一种十字线缺陷检测方法、系统、阵列基板及显示面板
CN111198463A (zh) * 2020-03-04 2020-05-26 深圳市华星光电半导体显示技术有限公司 一种显示面板及其缺陷修补方法

Also Published As

Publication number Publication date
CN111624200A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
EP3624085A1 (en) Method for recognizing traffic light, device, storage medium, and vehicle
CN111812545B (zh) 线路缺陷检测方法、装置、设备及介质
CN111986159A (zh) 太阳能电池片的电极缺陷检测方法、设备及存储介质
CN111210225B (zh) 交易系统的状态监控方法、装置、设备和存储介质
CN111882634A (zh) 一种图像渲染方法、装置、设备及存储介质
CN109284108B (zh) 无人车数据存储方法、装置、电子设备及存储介质
CN111241043A (zh) 一种多媒体文件的分享方法、终端及存储介质
CN111354217A (zh) 停车路线确定方法、装置、设备及介质
CN110876086B (zh) 一种弹幕生成调整方法、装置、设备及存储介质
CN113780163B (zh) 一种页面加载时间的检测方法、装置、电子设备及介质
WO2024159982A1 (zh) 车位检测效果的评价方法、装置及相关设备
WO2024104189A1 (zh) 车辆定位方法、装置、电子设备、存储介质
CN111624200B (zh) 缺陷检测方法以及装置
CN108399128A (zh) 一种用户数据的生成方法、装置、服务器及存储介质
CN111367813B (zh) 决策引擎自动化测试方法、装置、服务器及存储介质
CN110674050A (zh) 内存越界检测方法、装置、电子设备及计算机存储介质
CN114356475B (zh) 一种显示处理方法、装置、设备及存储介质
CN114821034A (zh) 目标检测模型的训练方法、装置、电子设备及介质
CN109241059A (zh) 一种点云数据的构造方法、装置、电子设备及存储介质
CN109189332A (zh) 一种磁盘挂载方法、装置、服务器及存储介质
CN109446433A (zh) 一种兴趣点失效校验方法、装置、服务器及存储介质
CN109410284A (zh) 一种参数估计方法、装置、电子设备、车辆及存储介质
CN112364268A (zh) 资源获取方法、装置、电子设备及存储介质
CN113624224A (zh) 一种位置有效性的校验方法、装置、设备和介质
CN112288774B (zh) 移动侦测方法、装置、电子设备及存储介质

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