CN112687231A - 亮色度数据提取方法、设备及计算机可读存储介质 - Google Patents
亮色度数据提取方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112687231A CN112687231A CN202011645362.8A CN202011645362A CN112687231A CN 112687231 A CN112687231 A CN 112687231A CN 202011645362 A CN202011645362 A CN 202011645362A CN 112687231 A CN112687231 A CN 112687231A
- Authority
- CN
- China
- Prior art keywords
- image data
- initial
- data
- standard
- bright spot
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种亮色度数据提取方法、设备及计算机可读存储介质,通过对目标显示面板对应的初始图像数据进行矫正,使得能够克服拍摄角度以及相机自身原因所带来的失真,进而从拍照的图像中精确定位出显示区域;通过对显示区域中各个发光单元进行精确地检测定位,使得能够进一步获取到有效的发光单元的坐标位置;最后通过标准的亮色度数据与有效亮点坐标进行相应计算得到所有发光单元各自的亮色度数据,使得实现了对于亮色度数据的自动高效提取,避免了繁冗的逐点亮色度数据测试操作,从而解决了现有的校正方式中对于亮色度数据的提取效率低下的技术问题。且该方法在工业产线上易于集成,数据提取快速准确,便于实现工业化全自动处理。
Description
技术领域
本发明涉及显示图像处理技术领域,尤其涉及一种亮色度数据提取方法、设备及计算机可读存储介质。
背景技术
LED显示屏由无数个以矩阵形式排列的LED灯组成,不同的LED灯由于在发光特性、亮度衰减以及散热等方面的原因,会造成LED显示屏的亮度、色度上的差异,从而影响LED显示屏的显示画面的观看质量。
为了改善LED显示屏亮色度的均匀性和色彩保真度,逐点校正技术是目前现有最为有效的方法。现有的校正方式一般有两种,第一种为:获取LED显示屏中每一颗LED灯珠真实的亮度颜色信息,具体通过高精度亮色度测量仪器测量每一颗的LED灯珠的亮色度信息。但由于大尺寸LED显示屏存在上百万颗LED灯,这一方式会非常的耗费人力,难以满足产线的自动化处理。
第二种为:通过相机对LED显示屏分区域拍照以采集显示屏的亮色度数据,这一方式中无论是采用LED显示屏固定相机移动位置分区域拍照,还是固定相机移动LED显示屏不同区域到固定拍照位置,均离不开对人工相机拍照的亮色度的图像数据进行处理,以采集每一颗灯珠的亮度、颜色数据。
上述种种情况均反映出现有的校正方式中对于亮色度数据的提取效率低下的技术问题。
发明内容
本发明的主要目的在于提供一种亮色度数据提取方法,旨在解决现有的校正方式中对于亮色度数据的提取效率低下的技术问题。
为实现上述目的,本发明提供一种亮色度数据提取方法,所述方法包括:
获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据;
根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合;
从所述标准图像数据中提取出标准亮度图像数据与标准色度图像数据,并基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据。
可选地,所述根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合包括:
根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,得到初始亮点坐标集合;
根据预设搜索排序算法将所述初始亮点坐标集合进行搜索排序,以将所述初始亮点坐标集合转化为有效亮点坐标集合。
可选地,所述根据预设搜索排序算法将所述初始亮点坐标集合进行搜索排序,以将所述初始亮点坐标集合转化为有效亮点坐标集合包括:
根据所述预设搜索排序算法对所述初始亮点坐标集合中的各个初始亮点坐标进行排序,以确定各个所述初始亮点坐标中的搜索基准点;
按照所述搜索基准点逐一搜索各个所述初始亮点坐标的排列位置信息,并判断每一所述初始亮点坐标是否有效;
若是,则将所述初始亮点坐标记为有效亮点坐标;
直至遍历全部所述初始亮点坐标,将获取到的全部所述有效亮点坐标按照各自的排列位置信息列为数据矩阵,以作为所述有效亮点坐标集合。
可选地,所述判断每一所述初始亮点坐标是否有效包括:
获取所述搜索基准点的第一横坐标值与第一纵坐标值,以及所述初始亮点坐标的第二横坐标值与第二纵坐标值,以得到所述第一横坐标与所述第二横坐标之间的横坐标差值,以及所述第一纵坐标与所述第二纵坐标之间的纵坐标差值;
判断所述横坐标差值是否不大于预设第一阈值,且所述纵坐标差值是否不小于预设第二阈值;
若所述横坐标差值不大于预设第一阈值,且所述纵坐标差值不小于预设第二阈值,则判定所述初始亮点坐标有效;
若所述横坐标差值大于预设第一阈值,和/或所述纵坐标差值小于预设第二阈值,则判定所述初始亮点坐标无效。
可选地,所述目标显示面板包括LED显示屏,所述发光单元包括发光LED灯珠,
所述根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,得到初始亮点坐标集合包括:
对所述标准图像数据进行多尺度分解,得到多个不同尺度图像数据;
基于预设LoG算法处理多个所述不同尺度图像数据,以检测得到所述LED显示屏中的每一颗发光LED灯珠对应的初始亮点坐标集合。
可选地,所述基于预设LoG算法处理多个所述不同尺度图像数据,以检测得到所述LED显示屏中的每一颗发光LED灯珠对应的初始亮点坐标集合包括:
对多个所述不同尺度图像数据分别进行高斯滤波与尺寸一致化处理,得到多个尺度一致的滤波图像数据,将多个所述尺度一致的滤波图像数据叠加得到叠加图像数据;
利用与所述叠加图像数据的图像解析度相对应的滤波器检测所述叠加图像数据的像素局部最大值,以基于所述像素局部最大值确定出所述叠加图像数据中多个检测点的位置坐标;
计算每一所述位置坐标对应的欧式距离,并将所述欧式距离大于预设距离阈值的检测点作为有效检测点,以将汇总得到的所有所述有效检测点的有效位置坐标集合作为每一颗发光LED灯珠对应的初始亮点坐标集合。
可选地,所述基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据包括:
获取图像缩放因子与像素点数量和,并按照预设亮度计算公式,结合所述图像缩放因子、像素点数量和、标准亮度图像数据以及有效亮点坐标集合,计算出所述目标显示面板上各发光单元的目标亮度数据;
按照预设色度计算公式,并根据所述图像缩放因子、像素点数量和、标准色度图像数据以及有效亮点坐标集合,计算得到所述目标显示面板上各发光单元的区域刺激值,以基于所述区域刺激值得到所述目标色度数据。
可选地,所述获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据包括:
使用工业相机对所述目标显示面板拍照,得到所述初始图像数据;
对所述初始图像数据进行角点检测,以确定出所述目标显示面板中显示区域的固定顶点;
基于所述固定顶点对所述初始图像数据进行透视变换,以将所述显示区域映射到标准矩形区域中,得到倾斜矫正后的透视图像数据;
获取所述透视图像数据的二值化外接最小矩形,并基于所述二值化最小外接矩形的顶点坐标剪切得到所述显示区域的定位图像数据;
利用预设除法模型对所述定位图像数据进行畸变矫正,得到所述标准图像数据。
此外,为实现上述目的,本发明还提供一种亮色度数据提取装置,所述亮色度数据提取装置包括:
标准数据获取模块,用于获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据;
亮点坐标定位模块,用于根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合;
目标数据获取模块,用于从所述标准图像数据中提取出标准亮度图像数据与标准色度图像数据,并基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据。
可选地,所述亮点坐标定位模块包括:
初始坐标获取单元,用于根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,得到初始亮点坐标集合;
有效坐标转化单元,用于根据预设搜索排序算法将所述初始亮点坐标集合进行搜索排序,以将所述初始亮点坐标集合转化为有效亮点坐标集合。
可选地,所述有效坐标转化单元还用于:
根据所述预设搜索排序算法对所述初始亮点坐标集合中的各个初始亮点坐标进行排序,以确定各个所述初始亮点坐标中的搜索基准点;
按照所述搜索基准点逐一搜索各个所述初始亮点坐标的排列位置信息,并判断每一所述初始亮点坐标是否有效;
若是,则将所述初始亮点坐标记为有效亮点坐标;
直至遍历全部所述初始亮点坐标,将获取到的全部所述有效亮点坐标按照各自的排列位置信息列为数据矩阵,以作为所述有效亮点坐标集合。
可选地,所述有效坐标转化单元还用于:
获取所述搜索基准点的第一横坐标值与第一纵坐标值,以及所述初始亮点坐标的第二横坐标值与第二纵坐标值,以得到所述第一横坐标与所述第二横坐标之间的横坐标差值,以及所述第一纵坐标与所述第二纵坐标之间的纵坐标差值;
判断所述横坐标差值是否不大于预设第一阈值,且所述纵坐标差值是否不小于预设第二阈值;
若所述横坐标差值不大于预设第一阈值,且所述纵坐标差值不小于预设第二阈值,则判定所述初始亮点坐标有效;
若所述横坐标差值大于预设第一阈值,和/或所述纵坐标差值小于预设第二阈值,则判定所述初始亮点坐标无效。
可选地,所述目标显示面板包括LED显示屏,所述发光单元包括发光LED灯珠,
所述初始坐标获取单元还用于:
对所述标准图像数据进行多尺度分解,得到多个不同尺度图像数据;
基于预设LoG算法处理多个所述不同尺度图像数据,以检测得到所述LED显示屏中的每一颗发光LED灯珠对应的初始亮点坐标集合。
可选地,所述初始坐标获取单元还用于:
对多个所述不同尺度图像数据分别进行高斯滤波与尺寸一致化处理,得到多个尺度一致的滤波图像数据,将多个所述尺度一致的滤波图像数据叠加得到叠加图像数据;
利用与所述叠加图像数据的图像解析度相对应的滤波器检测所述叠加图像数据的像素局部最大值,以基于所述像素局部最大值确定出所述叠加图像数据中多个检测点的位置坐标;
计算每一所述位置坐标对应的欧式距离,并将所述欧式距离大于预设距离阈值的检测点作为有效检测点,以将汇总得到的所有所述有效检测点的有效位置坐标集合作为每一颗发光LED灯珠对应的初始亮点坐标集合。
可选地,所述目标数据获取模块包括:
亮度数据获取单元,用于获取图像缩放因子与像素点数量和,并按照预设亮度计算公式,结合所述图像缩放因子、像素点数量和、标准亮度图像数据以及有效亮点坐标集合,计算出所述目标显示面板上各发光单元的目标亮度数据;
色度数据获取单元,用于按照预设色度计算公式,并根据所述图像缩放因子、像素点数量和、标准色度图像数据以及有效亮点坐标集合,计算得到所述目标显示面板上各发光单元的区域刺激值,以基于所述区域刺激值得到所述目标色度数据。
可选地,所述标准数据获取模块包括:
初始数据获取单元,用于使用工业相机对所述目标显示面板拍照,得到所述初始图像数据;
固定顶点确定单元,用于对所述初始图像数据进行角点检测,以确定出所述目标显示面板中显示区域的固定顶点;
倾斜失真矫正单元,用于基于所述固定顶点对所述初始图像数据进行透视变换,以将所述显示区域映射到标准矩形区域中,得到倾斜矫正后的透视图像数据;
显示区域定位单元,用于获取所述透视图像数据的二值化外接最小矩形,并基于所述二值化最小外接矩形的顶点坐标剪切得到所述显示区域的定位图像数据;
畸变失真矫正单元,用于利用预设除法模型对所述定位图像数据进行畸变矫正,得到所述标准图像数据。
此外,为实现上述目的,本发明还提供一种亮色度数据提取设备,所述亮色度数据提取设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的亮色度数据提取程序,所述亮色度数据提取程序被所述处理器执行时实现如上述方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有亮色度数据提取程序,所述亮色度数据提取程序被处理器执行时实现如上述方法的步骤。
本发明提供一种亮色度数据提取方法、设备及计算机可读存储介质。所述亮色度数据提取方法通过对目标显示面板对应的初始图像数据进行矫正,使得能够克服拍摄角度以及相机自身原因所带来的失真,进而从拍照的图像中精确定位出显示区域;通过对显示区域中各个发光单元进行精确地检测定位,使得能够进一步获取到有效的发光单元的坐标位置;最后通过标准的亮色度数据与有效亮点坐标进行相应计算得到目标显示面板上所有发光单元各自的亮色度数据,使得实现了对于亮色度数据的自动高效提取,避免了繁冗的逐点亮色度数据测试操作,从而解决了现有的校正方式中对于亮色度数据的提取效率低下的技术问题。另外,该方法在工业产线上易于集成,且数据提取快速准确,很好的适应了产险的高效流程,便于实现工业化全自动处理。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的亮色度数据提取设备结构示意图;
图2为本发明亮色度数据提取方法第一实施例的流程示意图;
图3为本发明亮色度数据提取方法第一实施例中一具体实施例的步骤流程示意图;
图4为本发明亮色度数据提取方法第二实施例中一具体实施例的亮点搜索排序示意图;
图5为本发明亮色度数据提取方法第二实施例中的搜索算法示意图;
图6为本发明亮色度数据提取方法第三实施例中一具体实施例的局部最大值计算示意图;
图7为本发明亮色度数据提取方法第四实施例中初始图像数据的矫正示意图;
图8为本发明亮色度数据提取装置的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的亮色度数据提取设备结构示意图。
本发明实施例亮色度数据提取设备为智能终端设备。
如图1所示,该亮色度数据提取设备可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。可选的用户接口1003可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory)。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
本领域技术人员可以理解,图1中示出的亮色度数据提取设备结构并不构成对亮色度数据提取设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及亮色度数据提取程序。
在图1所示的亮色度数据提取设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的亮色度数据提取程序,并执行以下操作:
获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据;
根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合;
从所述标准图像数据中提取出标准亮度图像数据与标准色度图像数据,并基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据。
进一步地,所述根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合包括:
根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,得到初始亮点坐标集合;
根据预设搜索排序算法将所述初始亮点坐标集合进行搜索排序,以将所述初始亮点坐标集合转化为有效亮点坐标集合。
进一步地,所述根据预设搜索排序算法将所述初始亮点坐标集合进行搜索排序,以将所述初始亮点坐标集合转化为有效亮点坐标集合包括:
根据所述预设搜索排序算法对所述初始亮点坐标集合中的各个初始亮点坐标进行排序,以确定各个所述初始亮点坐标中的搜索基准点;
按照所述搜索基准点逐一搜索各个所述初始亮点坐标的排列位置信息,并判断每一所述初始亮点坐标是否有效;
若是,则将所述初始亮点坐标记为有效亮点坐标;
直至遍历全部所述初始亮点坐标,将获取到的全部所述有效亮点坐标按照各自的排列位置信息列为数据矩阵,以作为所述有效亮点坐标集合。
进一步地,所述判断每一所述初始亮点坐标是否有效包括:
获取所述搜索基准点的第一横坐标值与第一纵坐标值,以及所述初始亮点坐标的第二横坐标值与第二纵坐标值,以得到所述第一横坐标与所述第二横坐标之间的横坐标差值,以及所述第一纵坐标与所述第二纵坐标之间的纵坐标差值;
判断所述横坐标差值是否不大于预设第一阈值,且所述纵坐标差值是否不小于预设第二阈值;
若所述横坐标差值不大于预设第一阈值,且所述纵坐标差值不小于预设第二阈值,则判定所述初始亮点坐标有效;
若所述横坐标差值大于预设第一阈值,和/或所述纵坐标差值小于预设第二阈值,则判定所述初始亮点坐标无效。
进一步地,所述目标显示面板包括LED显示屏,所述发光单元包括发光LED灯珠,
所述根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,得到初始亮点坐标集合包括:
对所述标准图像数据进行多尺度分解,得到多个不同尺度图像数据;
基于预设LoG算法处理多个所述不同尺度图像数据,以检测得到所述LED显示屏中的每一颗发光LED灯珠对应的初始亮点坐标集合。
进一步地,所述基于预设LoG算法处理多个所述不同尺度图像数据,以检测得到所述LED显示屏中的每一颗发光LED灯珠对应的初始亮点坐标集合包括:
对多个所述不同尺度图像数据分别进行高斯滤波与尺寸一致化处理,得到多个尺度一致的滤波图像数据,将多个所述尺度一致的滤波图像数据叠加得到叠加图像数据;
利用与所述叠加图像数据的图像解析度相对应的滤波器检测所述叠加图像数据的像素局部最大值,以基于所述像素局部最大值确定出所述叠加图像数据中多个检测点的位置坐标;
计算每一所述位置坐标对应的欧式距离,并将所述欧式距离大于预设距离阈值的检测点作为有效检测点,以将汇总得到的所有所述有效检测点的有效位置坐标集合作为每一颗发光LED灯珠对应的初始亮点坐标集合。
进一步地,所述基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据包括:
获取图像缩放因子与像素点数量和,并按照预设亮度计算公式,结合所述图像缩放因子、像素点数量和、标准亮度图像数据以及有效亮点坐标集合,计算出所述目标显示面板上各发光单元的目标亮度数据;
按照预设色度计算公式,并根据所述图像缩放因子、像素点数量和、标准色度图像数据以及有效亮点坐标集合,计算得到所述目标显示面板上各发光单元的区域刺激值,以基于所述区域刺激值得到所述目标色度数据。
进一步地,所述获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据包括:
使用工业相机对所述目标显示面板拍照,得到所述初始图像数据;
对所述初始图像数据进行角点检测,以确定出所述目标显示面板中显示区域的固定顶点;
基于所述固定顶点对所述初始图像数据进行透视变换,以将所述显示区域映射到标准矩形区域中,得到倾斜矫正后的透视图像数据;
获取所述透视图像数据的二值化外接最小矩形,并基于所述二值化最小外接矩形的顶点坐标剪切得到所述显示区域的定位图像数据;
利用预设除法模型对所述定位图像数据进行畸变矫正,得到所述标准图像数据。
基于上述硬件结构,提出本发明亮色度数据提取方法的各个实施例。
LED显示屏由无数个以矩阵形式排列的LED灯组成,不同的LED灯由于在发光特性、亮度衰减以及散热等方面的原因,会造成LED显示屏的亮度、色度上的差异,从而影响LED显示屏的显示画面的观看质量。
为了改善LED显示屏亮色度的均匀性和色彩保真度,逐点校正技术是目前现有最为有效的方法。现有的校正方式一般有两种,第一种为:获取LED显示屏中每一颗LED灯珠真实的亮度颜色信息,具体通过高精度亮色度测量仪器测量每一颗的LED灯珠的亮色度信息。但由于大尺寸LED显示屏存在上百万颗LED灯,这一方式会非常的耗费人力,难以满足产线的自动化处理。
第二种为:通过相机对LED显示屏分区域拍照以采集显示屏的亮色度数据,这一方式中无论是采用LED显示屏固定相机移动位置分区域拍照,还是固定相机移动LED显示屏不同区域到固定拍照位置,均离不开对人工相机拍照的亮色度的图像数据进行处理,以采集每一颗灯珠的亮度、颜色数据。
上述种种情况均反映出现有的校正方式中对于亮色度数据的提取效率低下的技术问题。
为解决上述技术问题,本发明提供一种亮色度数据提取方法,即通过对目标显示面板对应的初始图像数据进行矫正,使得能够克服拍摄角度以及相机自身原因所带来的失真,进而从拍照的图像中精确定位出显示区域;通过对显示区域中各个发光单元进行精确地检测定位,使得能够进一步获取到有效的发光单元的坐标位置;最后通过标准的亮色度数据与有效亮点坐标进行相应计算得到目标显示面板上所有发光单元各自的亮色度数据,使得实现了对于亮色度数据的自动高效提取,避免了繁冗的逐点亮色度数据测试操作,从而解决了现有的校正方式中对于亮色度数据的提取效率低下的技术问题。另外,该方法在工业产线上易于集成,且数据提取快速准确,很好的适应了产险的高效流程,便于实现工业化全自动处理。
参照图2,图2为亮色度数据提取方法第一实施例的流程示意图。
本发明第一实施例提供一种亮色度数据提取方法,所述亮色度数据提取方法包括:
步骤S10,获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据;
在本实施例中,本方法应用于终端设备。
目标显示面板指的是具备画面显示功能的显示面板,通常由若干个发光单元组成,例如LED显示屏。
初始图像数据指的是对目标显示面板的显示区域拍照所获取到的图像数据。对于初始图像数据的获取,终端可自身装有取像功能的设备或模块,通过该取像设备或模块对目标显示面板进行拍照得到;终端也可接收由其他具有取像功能的设备传输过来的对于目标显示面板拍照得到的初始图像数据。
失真通常包括由拍摄角度引起的三维空间的倾斜失真,以及对取像设备例如相机其自身存在的畸变失真(包括桶形失真、枕形失真等)。
标准图像数据指的是对拍摄得到的初始图像数据进行失真矫正以及定位后所得到的更能反映出目标显示面板的实际显示效果的图像数据。
终端直接或间接获取到对目标显示面板拍照得到的初始图像数据,并对初始图像数据中存在的倾斜失真和/或畸变失真进行矫正,进而从拍照的初始图像数据中精确定位出目标显示面板的显示区域,得到标准图像数据。
步骤S20,根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合;
在本实施例中,发光单元指的是组成目标显示面板的显示区域的最小单元,例如对于LED显示屏而言,每一颗LED灯珠即是其对应的发光单元。
有效亮点坐标集合指的是目标显示面板上每一个参与显示的发光单元的准确定位坐标的集合。
在标准图像数据中,一个发光单元可被视为一个亮点。由于每一发光单元的像素值均远远大于发光单元之间间隙的像素值,因此可采用搜索局部最大值的方法定位出标准图像数据中发光单元的位置。终端在初步定位出图像中的各个发光单元的位置之后,还可进一步对其进行检验,以排除一些漏检的暗点或者坏点,以及一些被重复检测的亮点,然后根据检验得到的最终结果得到有效亮点坐标集合。
步骤S30,从所述标准图像数据中提取出标准亮度图像数据与标准色度图像数据,并基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据。
在本实施例中,标准亮度图像数据指的是从标准图像数据中提取出的已经过矫正的能够表征标准图像数据所显示的实际亮度的数据;
标准色度图像数据指的是从标准图像数据中提取出的已经经过矫正的能够表征标准图像数据所显示的实际色度的数据。
目标亮度数据指的是终端基于标准亮度图像数据与有效亮点坐标集合所计算得出的能够准确表示各个发光单元所显示的实际亮度的数据,该数据可由根据拍照所得的初始图像数据中的初始亮度图像数据矫正缩放后得到;
目标色度数据指的是终端基于标准色度图像数据与有效亮点坐标集合所计算得出的能够准确表示各个发光单元所显示的实际色度的数据,该数据可由根据拍照所得的初始图像数据中的初始色度图像数据矫正缩放后得到。
终端从标准图像数据中得到标准亮度图像数据与标准色度图像数据,利用标准亮度图像数据与有效亮点坐标集合中代表各个发光单元实际位置的有效亮点坐标数据进行计算,得到目标亮点数据;利用标准色度图像数据也与各个有效亮点坐标数据进行相应计算,得到目标色度数据。
另外,在步骤S30之后,终端可将当前所得的目标亮度数据与目标色度数据分别以文本文件的格式保存。
作为一具体实施例,如图3所示。终端先通过相机进行初始图像数据的采集,采集到初始图像数据后,再对其进行图像矫正与像素级别的显示区域精确定位,得到标准图像数据;终端然后基于标准图像数据对各个发光LED灯的位置进行检测定位,然后再对初步定位的结果进行检测,通过排序搜索算法进一步确定其有效性,得到有效亮点坐标集合;最后,终端根据有效亮点坐标集合进行目标亮度数据与目标色度数据的计算,并将其存为文本文件输出。
在本实施例中,通过获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据;根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合;从所述标准图像数据中提取出标准亮度图像数据与标准色度图像数据,并基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据。通过上述方式,本发明通过对目标显示面板对应的初始图像数据进行矫正,使得能够克服拍摄角度以及相机自身原因所带来的失真,进而从拍照的图像中精确定位出显示区域;通过对显示区域中各个发光单元进行精确地检测定位,使得能够进一步获取到有效的发光单元的坐标位置;最后通过标准的亮色度数据与有效亮点坐标进行相应计算得到目标显示面板上所有发光单元各自的亮色度数据,使得实现了对于亮色度数据的自动高效提取,避免了繁冗的逐点亮色度数据测试操作,从而解决了现有的校正方式中对于亮色度数据的提取效率低下的技术问题。另外,该方法在工业产线上易于集成,且数据提取快速准确,很好的适应了产险的高效流程,便于实现工业化全自动处理。
进一步地,基于上述图2所示的第一实施例,提出本发明亮色度数据提取方法的第二实施例,在本实施例中,步骤S20包括:
根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,得到初始亮点坐标集合;
根据预设搜索排序算法将所述初始亮点坐标集合进行搜索排序,以将所述初始亮点坐标集合转化为有效亮点坐标集合。
在本实施例中,终端先使用搜索局部最大值的方式,从标准图像数据中定位出各个发光单元所处位置的坐标,将其汇总为初始亮点坐标集合。然后终端在通过预先设计的搜索排序算法逐一对初始亮点坐标集合中的亮点坐标进行搜索排序,剔除其中无效的数据,将剩下的有效数据放入对应的数据矩阵中,即可得到上述的有效亮点坐标集合。
进一步地,所述根据预设搜索排序算法将所述初始亮点坐标集合进行搜索排序,以将所述初始亮点坐标集合转化为有效亮点坐标集合包括:
根据所述预设搜索排序算法对所述初始亮点坐标集合中的各个初始亮点坐标进行排序,以确定各个所述初始亮点坐标中的搜索基准点;
按照所述搜索基准点逐一搜索各个所述初始亮点坐标的排列位置信息,并判断每一所述初始亮点坐标是否有效;
若是,则将所述初始亮点坐标记为有效亮点坐标;
直至遍历全部所述初始亮点坐标,将获取到的全部所述有效亮点坐标按照各自的排列位置信息列为数据矩阵,以作为所述有效亮点坐标集合。
在本实施例中,搜索基准点为搜索顺序的依据,具体可包括全局起始基准点与行或列起始基准点。
作为一具体实施例,以目标显示面板为LED屏幕为例。如图4所示,图4为搜索排序示意图。终端首先需要确定全局起始基准点,图4中第一列最上方的一颗即为全局起始点。终端将初始亮点坐标集合中的各个初始亮点坐标按x坐标升序排序,将初始亮点坐标集合记为Set′{(xk,yk)},Set′{(xk,yk)}={(xxmin,yxmin),...,(xxmax,yxmax)},其中的xmin与xmax分别代表按x方向排序后最小值和最大值的索引,取排序的坐标集合Set′{(xk,yk)}中的前m个坐标,若满足|xm-xmin|≤Δ,其中Δ为常数值,即认为前m个坐标可代表第一列LED灯的候选位置坐标,并表示为Col1{(xi,yi),0≤i≤m}。然后终端将候选位置坐标按y坐标升序排序,排序后第一个坐标位置点即为全局起始基准点,记为(x0,y0)。
然后,终端开始搜索第一列起始基准点。终端根据全局起始基准点(x0,y0)点从第一列LED候选位置坐标Col1{(xi,yi),0≤i≤m}中搜索LED显示屏的第一列LED所有的位置坐标(例如,图4中标号1-3的LED灯即表示横坐标分别为x1、x2、x3的第一列起始基准点);终端再将第一列位置坐标作为每一行LED灯的搜索起始点来搜索LED显示屏每一行的LED位置坐标,具体搜索算法步骤如下:
第一步:搜索的起始基准点即为(x0,y0),每次搜索前判断当前的基准点(设为(xb,yb))是否为第一列LED候选位置坐标Col1(xn,yn)的最后一个坐标点,若为最后一个坐标点则停止搜索,反之继续搜索;
第二步:比较全局起始基准点(x0,y0)与(x1,y1)之间的位置关系,并在其位置关系满足预设位置条件时,则认为当前的搜索点的位置坐标有效,又令(x1,y1)为基准点继续下一个点的搜索判断,直到最后一个点为第一列LED候选位置坐标Col1(xn,yn)的最后一个坐标点时结束。最终得到第一列起始基准点Col1,b(xn,yn)。
第三步:根据上一步骤计算所得的每一个列起始基准点Col1,b(xn,yn)在x方向搜索,搜索方法同上,得到每一行的LED定位位置坐标,将每一行LED定位位置坐标合并,即最终的搜索排序的整个LED显示区域的LED定位位置坐标Set″{(xj,yj)},也即是上述有效亮点坐标集合,其中j为拍摄的LED显示区域中LED的实际数量。
进一步地,所述判断每一所述初始亮点坐标是否有效包括:
获取所述搜索基准点的第一横坐标值与第一纵坐标值,以及所述初始亮点坐标的第二横坐标值与第二纵坐标值,以得到所述第一横坐标与所述第二横坐标之间的横坐标差值,以及所述第一纵坐标与所述第二纵坐标之间的纵坐标差值;
判断所述横坐标差值是否不大于预设第一阈值,且所述纵坐标差值是否不小于预设第二阈值;
若所述横坐标差值不大于预设第一阈值,且所述纵坐标差值不小于预设第二阈值,则判定所述初始亮点坐标有效;
若所述横坐标差值大于预设第一阈值,和/或所述纵坐标差值小于预设第二阈值,则判定所述初始亮点坐标无效。
在本实施例中,第一横坐标值指的是搜索基准点的横坐标值;第二横坐标值指的是当前搜索到的某一初始亮点坐标的横坐标值;第一纵坐标值指的是搜索基准点的纵坐标值;第二纵坐标值指的是当前搜索到的某一初始亮点坐标的纵坐标值。
预设第一阈值为用于判断横坐标差值是否符合条件的阈值;预设第二阈值为用于判断纵坐标差值是否符合条件的阈值,二者均可基于实际需求灵活设置,本实施例不做具体限定。
具体地,如图5所示,图5为搜索算法示意图。对上述具体实施例中第二步的具体内容进行说明。
在第二步中,比较全局起始基准点(x0,y0)与(x1,y1)之间的位置关系,若满足|x0-x1|≤Δx,Δy1≤|y0-y1|≤Δy2,其中,Δx、Δy1与Δy2均为常数值,则认为当前搜索到的亮点位置坐标有效,又令(x1,y1)为基准点继续下一个点搜索判断,如果基准点与搜索点满足|x0-x1|≤Δx,|y0-y1|≥Δy2则认为该搜索点为非有效点,则在基准点后面补偿一个值,然后以此补偿点作为基准点继续搜索,其他情况为错误点并删除,该基准点继续往后搜索,直到最后一个点为基准点时结束。最终得到第一列起始基准点Col1,b(xn,yn)。图5中标出的“Δx”、Δy1”与“Δy2”与上述公式中的“Δx”、Δy1”与“Δy2”对应;“Error”所在的位置及代表已被删除的错误点;“True”所在斜线区域的坐标点为有效点;“Flase”所在竖直线区域坐标点为非有效点。
进一步地,基于上述第二实施例,提出本发明亮色度数据提取方法的第三实施例。在本实施例中,所述目标显示面板包括LED显示屏,所述发光单元包括发光LED灯珠,步骤S20包括:
对所述标准图像数据进行多尺度分解,得到多个不同尺度图像数据;
基于预设LoG算法处理多个所述不同尺度图像数据,以检测得到所述LED显示屏中的每一颗发光LED灯珠对应的初始亮点坐标集合。
在本实施例中,LoG算法首先对图像做高斯滤波,然后再求其拉普拉斯二阶导数。
终端对标准图像数据进行不同尺度的分解,根据缩放比例R(0<R<1)对原图进行缩放,从而构造N个不同尺度的图像数据。其中,N的具体数值可根据实际需求灵活设定。终端根据LoG算法对多个不同尺度的图像数据进行处理,再针对各点的像素值进行局部最大值的计算,以得到每一颗发光LED灯珠对应的初始亮点坐标集合。
进一步地,所述基于预设LoG算法处理多个所述不同尺度图像数据,以检测得到所述LED显示屏中的每一颗发光LED灯珠对应的初始亮点坐标集合包括:
对多个所述不同尺度图像数据分别进行高斯滤波与尺寸一致化处理,得到多个尺度一致的滤波图像数据,将多个所述尺度一致的滤波图像数据叠加得到叠加图像数据;
利用与所述叠加图像数据的图像解析度相对应的滤波器检测所述叠加图像数据的像素局部最大值,以基于所述像素局部最大值确定出所述叠加图像数据中多个检测点的位置坐标;
计算每一所述位置坐标对应的欧式距离,并将所述欧式距离大于预设距离阈值的检测点作为有效检测点,以将汇总得到的所有所述有效检测点的有效位置坐标集合作为每一颗发光LED灯珠对应的初始亮点坐标集合。
在本实施例中,如图6所示,图6为局部最大值计算示意图。
终端对一系列不同尺寸的图像数据分别进行高斯处理,然后对高斯滤波后图像进行拉普拉斯滤波,经过滤波处理后,将小尺度图像放大到原始图像大小并叠加在一起。
然后终端使用与该尺度层图像解析度相对应大小的滤波器进行进行检测。如图6所示,以3*3滤波器为例,该尺度层图像中9个像素点之一的监测点与自身尺度层其余8个点和在其之上及之下的尺度层的各9个点进行比较,正中“五角星标记”的像素点的值大于周围的像素的值,则可确定该像素为该区域的检测点。
在第二实施例与第三实施例中,由于在LED显示区域图像中,每颗LED灯的数据均远大于LED灯间的数据,因此采用搜索局部最大值方式定位出LED灯的位置;仅通过局部最大值方式定位出的LED灯中,可能存在暗点或者坏点会被漏检,或是被重复检测,因此再通过搜索排序算法来对上一步骤定位所有的LED位置坐标进行有效位置判别,以提升检测准确性。
进一步地,基于上述图2所示的第一实施例,提出本发明亮色度数据提取方法的第四实施例,在本实施例中,步骤S30包括:
获取图像缩放因子与像素点数量和,并按照预设亮度计算公式,结合所述图像缩放因子、像素点数量和、标准亮度图像数据以及有效亮点坐标集合,计算出所述目标显示面板上各发光单元的目标亮度数据;
按照预设色度计算公式,并根据所述图像缩放因子、像素点数量和、标准色度图像数据以及有效亮点坐标集合,计算得到所述目标显示面板上各发光单元的区域刺激值,以基于所述区域刺激值得到所述目标色度数据。
在本实施例中,以LED显示屏为例。图像缩放因子指的在对初始图像数据进行矫正之后,将最终矫正显示区域进行缩放时的错放尺寸,通常取区间在[5,10]中的整数。像素点数量和通常等同于有效亮点坐标的总数量。
对于亮度计算,将初始图像数据中的初始亮度图像数据记为L,对L处理与计算,矫正缩放后记为L′。有效亮点坐标集合依然记为Set″{(xj,yj)},预设亮度计算公式可为:
其中,Lum表示任意一个LED灯珠对应的亮度数据;L′(xj+a,yj+b)即为有效亮点在图像坐标位置(xj+a,yj+b)的像素值大小;β表示为图像缩放因子;n表示计算像素点数量和。
对于色度计算,将初始图像数据中的初始色度图像数据记为X、Y、Z,矫正缩放后记为X′,Y′,Z′。首先计算LED灯区域刺激值如下:
由LED灯区域刺激值计算LED灯的色度值x、y,公式为:
上述计算为单个LED灯亮色度的计算,LED显示屏所有LED亮色度数据提取即遍历Set″{(xj,yj)}中位置坐标计算。
进一步地,步骤S10包括:
使用工业相机对所述目标显示面板拍照,得到所述初始图像数据;
对所述初始图像数据进行角点检测,以确定出所述目标显示面板中显示区域的固定顶点;
基于所述固定顶点对所述初始图像数据进行透视变换,以将所述显示区域映射到标准矩形区域中,得到倾斜矫正后的透视图像数据;
获取所述透视图像数据的二值化外接最小矩形,并基于所述二值化最小外接矩形的顶点坐标剪切得到所述显示区域的定位图像数据;
利用预设除法模型对所述定位图像数据进行畸变矫正,得到所述标准图像数据。
在本实施例中,首先需要调整好工业相机位置,以及与LED待拍区域的拍摄距离、拍摄焦距等。
然后可终端通过预设应用软件控制相机拍照,并将拍照的亮度数据L及颜色数据X、Y、Z以TIFF格式图像数据保存至本地。
终端通过角点检测(一种计算机视觉系统中用来获得图像特征的方法)得到包括LED显示区域(通常为四边形形状)的四个顶点在内的多个候选角点,进而计算确定LED显示区域的四个顶点,筛除多余角点,最后基于该四个固定的顶点进行透视变换,将LED显示区域映射到一个规则的矩形区域中,这一步骤即将拍照角度引起的三维空间的倾斜矫正到一个矩形竖直平面。
终端在上一步骤的结果上二值化图像,然后获取二值化区域的外接最小矩形,依据外接最小矩形顶点坐标剪切得到LED的显示区域
由于相机自身存在畸变失真,且对LED显示区域进行倾斜校正无法矫正相机自身存在畸变失真,因此终端可通过除法模型对存在径向失真(包括桶形失真、枕行失真)的定位结果进行矫正,最终矫正的LED显示区域接近于一个矩形区域,便于后续的计算和处理。
终端将最终矫正的LED显示区域缩放,设LED显示区域包含LED排列矩阵个数为[h,w],则缩放后的的尺寸大小为[h,w]=β·[h,w],β为区间[5,10]的整数,也即是上述的图像缩放因子。
如图7所示,图7为初始图像数据的矫正示意图。标号“1”所指向的图表示的是具有倾斜失真的初始图像数据,标号“2”表示的是倾斜失真的矫正过程,标号“3”所指向的图表示的是倾斜失真矫正成功的初始图像数据,标号“4”表示的是显示区域定位以及畸变失真的矫正过程,标号“5”所指向的图表示的是最终的标准图像数据。
进一步地,通过对工业相机拍摄的初始图像数据进行倾斜矫正与畸变矫正,使得能够克服拍摄角度以及相机自身原因所带来的失真,进而从拍照的图像中精确定位出显示区域;通过设计计算公式来自动计算每一LED灯的亮色度数据,避免繁冗的逐点亮色度数据测试,工业产线易于集成,且数据提取快速且准确。
如图8所示,本发明还提供一种亮色度数据提取装置。
所述亮色度数据提取装置包括:
标准数据获取模块10,用于获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据;
亮点坐标定位模块20,用于根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合;
目标数据获取模块30,用于从所述标准图像数据中提取出标准亮度图像数据与标准色度图像数据,并基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据。
本发明还提供一种亮色度数据提取设备。
所述亮色度数据提取设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的亮色度数据提取程序,其中所述亮色度数据提取程序被所述处理器执行时,实现如上所述的亮色度数据提取方法的步骤。
其中,所述亮色度数据提取程序被执行时所实现的方法可参照本发明亮色度数据提取方法的各个实施例,此处不再赘述。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有亮色度数据提取程序,所述亮色度数据提取程序被处理器执行时实现如上所述的亮色度数据提取方法的步骤。
其中,所述亮色度数据提取程序被执行时所实现的方法可参照本发明亮色度数据提取方法各个实施例,此处不再赘述。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台亮色度数据提取设备执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种亮色度数据提取方法,其特征在于,所述方法包括:
获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据;
根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合;
从所述标准图像数据中提取出标准亮度图像数据与标准色度图像数据,并基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据。
2.如权利要求1所述的方法,其特征在于,所述根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,以得到所述各发光单元对应的有效亮点坐标集合包括:
根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,得到初始亮点坐标集合;
根据预设搜索排序算法将所述初始亮点坐标集合进行搜索排序,以将所述初始亮点坐标集合转化为有效亮点坐标集合。
3.如权利要求2所述的方法,其特征在于,所述根据预设搜索排序算法将所述初始亮点坐标集合进行搜索排序,以将所述初始亮点坐标集合转化为有效亮点坐标集合包括:
根据所述预设搜索排序算法对所述初始亮点坐标集合中的各个初始亮点坐标进行排序,以确定各个所述初始亮点坐标中的搜索基准点;
按照所述搜索基准点逐一搜索各个所述初始亮点坐标的排列位置信息,并判断每一所述初始亮点坐标是否有效;
若是,则将所述初始亮点坐标记为有效亮点坐标;
直至遍历全部所述初始亮点坐标,将获取到的全部所述有效亮点坐标按照各自的排列位置信息列为数据矩阵,以作为所述有效亮点坐标集合。
4.如权利要求3所述的方法,其特征在于,所述判断每一所述初始亮点坐标是否有效包括:
获取所述搜索基准点的第一横坐标值与第一纵坐标值,以及所述初始亮点坐标的第二横坐标值与第二纵坐标值,以得到所述第一横坐标与所述第二横坐标之间的横坐标差值,以及所述第一纵坐标与所述第二纵坐标之间的纵坐标差值;
判断所述横坐标差值是否不大于预设第一阈值,且所述纵坐标差值是否不小于预设第二阈值;
若所述横坐标差值不大于预设第一阈值,且所述纵坐标差值不小于预设第二阈值,则判定所述初始亮点坐标有效;
若所述横坐标差值大于预设第一阈值,和/或所述纵坐标差值小于预设第二阈值,则判定所述初始亮点坐标无效。
5.如权利要求2所述的方法,其特征在于,所述目标显示面板包括LED显示屏,所述发光单元包括发光LED灯珠,
所述根据所述标准图像数据对所述目标显示面板上的各发光单元进行检测定位,得到初始亮点坐标集合包括:
对所述标准图像数据进行多尺度分解,得到多个不同尺度图像数据;
基于预设LoG算法处理多个所述不同尺度图像数据,以检测得到所述LED显示屏中的每一颗发光LED灯珠对应的初始亮点坐标集合。
6.如权利要求5所述的方法,其特征在于,所述基于预设LoG算法处理多个所述不同尺度图像数据,以检测得到所述LED显示屏中的每一颗发光LED灯珠对应的初始亮点坐标集合包括:
对多个所述不同尺度图像数据分别进行高斯滤波与尺寸一致化处理,得到多个尺度一致的滤波图像数据,将多个所述尺度一致的滤波图像数据叠加得到叠加图像数据;
利用与所述叠加图像数据的图像解析度相对应的滤波器检测所述叠加图像数据的像素局部最大值,以基于所述像素局部最大值确定出所述叠加图像数据中多个检测点的位置坐标;
计算每一所述位置坐标对应的欧式距离,并将所述欧式距离大于预设距离阈值的检测点作为有效检测点,以将汇总得到的所有所述有效检测点的有效位置坐标集合作为每一颗发光LED灯珠对应的初始亮点坐标集合。
7.如权利要求1所述的方法,其特征在于,所述基于所述标准亮度图像数据、标准色度图像数据以及有效亮点坐标集合,得到所述目标显示面板上各发光单元的目标亮度数据与目标色度数据包括:
获取图像缩放因子与像素点数量和,并按照预设亮度计算公式,结合所述图像缩放因子、像素点数量和、标准亮度图像数据以及有效亮点坐标集合,计算出所述目标显示面板上各发光单元的目标亮度数据;
按照预设色度计算公式,并根据所述图像缩放因子、像素点数量和、标准色度图像数据以及有效亮点坐标集合,计算得到所述目标显示面板上各发光单元的区域刺激值,以基于所述区域刺激值得到所述目标色度数据。
8.如权利要求1-7中任一项所述的方法,其特征在于,所述获取对目标显示面板拍照得到的初始图像数据,对所述初始图像数据进行失真矫正,得到标准图像数据包括:
使用工业相机对所述目标显示面板拍照,得到所述初始图像数据;
对所述初始图像数据进行角点检测,以确定出所述目标显示面板中显示区域的固定顶点;
基于所述固定顶点对所述初始图像数据进行透视变换,以将所述显示区域映射到标准矩形区域中,得到倾斜矫正后的透视图像数据;
获取所述透视图像数据的二值化外接最小矩形,并基于所述二值化最小外接矩形的顶点坐标剪切得到所述显示区域的定位图像数据;
利用预设除法模型对所述定位图像数据进行畸变矫正,得到所述标准图像数据。
9.一种亮色度数据提取设备,其特征在于,所述亮色度数据提取设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的亮色度数据提取程序,所述亮色度数据提取程序被所述处理器执行时实现如权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有亮色度数据提取程序,所述亮色度数据提取程序被处理器执行时实现如权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011645362.8A CN112687231B (zh) | 2020-12-31 | 2020-12-31 | 亮色度数据提取方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011645362.8A CN112687231B (zh) | 2020-12-31 | 2020-12-31 | 亮色度数据提取方法、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112687231A true CN112687231A (zh) | 2021-04-20 |
CN112687231B CN112687231B (zh) | 2022-10-04 |
Family
ID=75457028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011645362.8A Active CN112687231B (zh) | 2020-12-31 | 2020-12-31 | 亮色度数据提取方法、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112687231B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113284444A (zh) * | 2021-06-08 | 2021-08-20 | 合肥维信诺科技有限公司 | 屏体静电测试方法、装置和存储介质 |
CN113281017A (zh) * | 2021-06-09 | 2021-08-20 | 深圳市洲明科技股份有限公司 | 一种显示屏的质量检测方法、终端及存储介质 |
CN113299231A (zh) * | 2021-05-31 | 2021-08-24 | 浙江大华技术股份有限公司 | 发光参数的调整方法、装置、存储介质及电子装置 |
CN113990246A (zh) * | 2021-11-25 | 2022-01-28 | 西安诺瓦星云科技股份有限公司 | 显示单元的校正方法、装置及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297086A (ja) * | 2001-03-30 | 2002-10-09 | Fujitsu Ltd | 表示制御プログラム、および表示装置 |
JP2012014645A (ja) * | 2010-07-05 | 2012-01-19 | Olympus Imaging Corp | 画像処理装置、撮影装置、画像処理方法及び画像処理プログラム |
CN102723054A (zh) * | 2012-06-18 | 2012-10-10 | 西安电子科技大学 | Led显示屏非均匀性在线校正系统和校正方法 |
CN103824544A (zh) * | 2014-02-28 | 2014-05-28 | 西安诺瓦电子科技有限公司 | Led显示屏的校正方法、装置及系统 |
US20150341604A1 (en) * | 2012-05-31 | 2015-11-26 | Apple Inc. | Raw scaler with chromatic aberration correction |
CN105390092A (zh) * | 2015-12-09 | 2016-03-09 | 西安诺瓦电子科技有限公司 | Led显示屏图像处理方法和装置及其应用 |
CN107230442A (zh) * | 2017-05-22 | 2017-10-03 | 苏州科达科技股份有限公司 | Led显示屏灯点定位方法与装置 |
CN107408367A (zh) * | 2015-03-20 | 2017-11-28 | 华为技术有限公司 | 一种校正显示屏不均匀的方法、装置及系统 |
CN111932504A (zh) * | 2020-07-20 | 2020-11-13 | 苏州佳智彩光电科技有限公司 | 一种基于边缘轮廓信息的亚像素定位方法及装置 |
-
2020
- 2020-12-31 CN CN202011645362.8A patent/CN112687231B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297086A (ja) * | 2001-03-30 | 2002-10-09 | Fujitsu Ltd | 表示制御プログラム、および表示装置 |
JP2012014645A (ja) * | 2010-07-05 | 2012-01-19 | Olympus Imaging Corp | 画像処理装置、撮影装置、画像処理方法及び画像処理プログラム |
US20150341604A1 (en) * | 2012-05-31 | 2015-11-26 | Apple Inc. | Raw scaler with chromatic aberration correction |
CN102723054A (zh) * | 2012-06-18 | 2012-10-10 | 西安电子科技大学 | Led显示屏非均匀性在线校正系统和校正方法 |
CN103824544A (zh) * | 2014-02-28 | 2014-05-28 | 西安诺瓦电子科技有限公司 | Led显示屏的校正方法、装置及系统 |
CN107408367A (zh) * | 2015-03-20 | 2017-11-28 | 华为技术有限公司 | 一种校正显示屏不均匀的方法、装置及系统 |
CN105390092A (zh) * | 2015-12-09 | 2016-03-09 | 西安诺瓦电子科技有限公司 | Led显示屏图像处理方法和装置及其应用 |
CN107230442A (zh) * | 2017-05-22 | 2017-10-03 | 苏州科达科技股份有限公司 | Led显示屏灯点定位方法与装置 |
CN111932504A (zh) * | 2020-07-20 | 2020-11-13 | 苏州佳智彩光电科技有限公司 | 一种基于边缘轮廓信息的亚像素定位方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113299231A (zh) * | 2021-05-31 | 2021-08-24 | 浙江大华技术股份有限公司 | 发光参数的调整方法、装置、存储介质及电子装置 |
CN113284444A (zh) * | 2021-06-08 | 2021-08-20 | 合肥维信诺科技有限公司 | 屏体静电测试方法、装置和存储介质 |
CN113284444B (zh) * | 2021-06-08 | 2022-05-17 | 合肥维信诺科技有限公司 | 屏体静电测试方法、装置和存储介质 |
CN113281017A (zh) * | 2021-06-09 | 2021-08-20 | 深圳市洲明科技股份有限公司 | 一种显示屏的质量检测方法、终端及存储介质 |
CN113990246A (zh) * | 2021-11-25 | 2022-01-28 | 西安诺瓦星云科技股份有限公司 | 显示单元的校正方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112687231B (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112687231B (zh) | 亮色度数据提取方法、设备及计算机可读存储介质 | |
CN105913093B (zh) | 一种用于文字识别处理的模板匹配方法 | |
CN110175997B (zh) | 显示屏坏点检测方法、装置、计算机设备和存储介质 | |
CN110909750B (zh) | 图像差异检测方法及装置、存储介质、终端 | |
CN106604005A (zh) | 一种投影电视自动对焦方法及系统 | |
JP2009268085A (ja) | 画像トリミング装置およびプログラム | |
JP2005234603A (ja) | 地図情報更新方法及び地図更新装置 | |
CN112308794A (zh) | 显示图像的校正方法、设备及计算机可读存储介质 | |
CN116912233B (zh) | 基于液晶显示屏的缺陷检测方法、装置、设备及存储介质 | |
CN112102926A (zh) | 一种图像处理方法、装置、设备和存储介质 | |
CN116503388A (zh) | 缺陷检测方法、装置及存储介质 | |
US9094617B2 (en) | Methods and systems for real-time image-capture feedback | |
JP2002328096A (ja) | 構造物に形成されたひび割れ欠陥検出プログラム、ひび割れ欠陥検出方法及びひび割れ欠陥検出システム | |
CN116758163B (zh) | 光学信息提取方法及装置、球形显示屏校正方法及装置 | |
JP2005345290A (ja) | 筋状欠陥検出方法及び装置 | |
CN105825476B (zh) | 一种应用于dsp的图像快速扫描拼接方式 | |
TWI530913B (zh) | 移動物體偵測系統及方法 | |
JP2014191685A (ja) | 画像処理装置および画像処理方法 | |
JP2007219899A (ja) | 個人識別装置、個人識別方法および個人識別プログラム | |
CN114663299A (zh) | 适用于煤矿井下的图像去雾模型的训练方法及其装置 | |
JP2004219291A (ja) | 画面の線欠陥検出方法及び装置 | |
JP7194534B2 (ja) | 対象検知装置、画像処理装置、対象検知方法、画像処理方法、及びプログラム | |
JP2012133587A (ja) | 画像解析装置、画像解析方法及びプログラム | |
JPH0688789A (ja) | 画像中の濃度変動構成画素抽出方法および濃度変動塊判定方法 | |
CN117456371B (zh) | 一种组串热斑检测方法、装置、设备及介质 |
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 |