CN112884694B - 一种平面显示面板的缺陷检测方法、装置、设备及介质 - Google Patents
一种平面显示面板的缺陷检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112884694B CN112884694B CN201911108993.3A CN201911108993A CN112884694B CN 112884694 B CN112884694 B CN 112884694B CN 201911108993 A CN201911108993 A CN 201911108993A CN 112884694 B CN112884694 B CN 112884694B
- Authority
- CN
- China
- Prior art keywords
- screen area
- view angle
- defect
- display panel
- area under
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 213
- 238000001514 detection method Methods 0.000 title claims abstract description 78
- 230000009466 transformation Effects 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 25
- 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 13
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 10
- 230000002950 deficient Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- G06T2207/30—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)
- Devices For Indicating Variable Information By Combining Individual Elements (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本发明实施例提供了一种平面显示面板的缺陷检测方法、装置、设备及介质,用以解决现有缺陷检测中存在漏检的情况,提高缺陷检出率和缺陷检测精度,为后期维修人员提供更加准确全面的缺陷位置。所述平面显示面板的缺陷检测方法,包括:采集所述平面显示面板的侧视角图像;在所述侧视角图像中分割出所述平面显示面板侧视角下的屏幕区域;在所述侧视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到侧视角下屏幕区域中的缺陷位置。
Description
技术领域
本发明涉及平面显示技术领域,尤其涉及一种平面显示面板的缺陷检测方法、装置、设备及介质。
背景技术
现有的平面显示面板需要在制造完成后进行缺陷检测以判断平面显示面板是否达到制造标准,或者是在平面显示面板的使用过程中出现损坏情况时由后期维修人员进行缺陷检测,更容易准确地确定缺陷位置。
然而,在现有缺陷检测的技术方案中,只能对平面显示面板的主视角图像进行缺陷检测,在这种缺陷检测方案下检测的缺陷可能存在漏检的情况,使得缺陷检出率和缺陷检测精度较低,后期维修人员无法准确确定缺陷位置。
因此,提出一种新的平面显示面板的缺陷检测方案,以此来解决现有技术存在的问题是非常有必要的。
发明内容
本发明实施例提供了一种平面显示面板的缺陷检测方法、装置、设备及介质,用以解决现有缺陷检测中存在漏检的情况,提高缺陷检出率和缺陷检测精度,为后期维修人员提供更加准确全面的缺陷位置。
第一方面,本发明实施例提供一种平面显示面板的缺陷检测方法,该方法包括:
采集平面显示面板的侧视角图像;
在侧视角图像中分割出平面显示面板侧视角下的屏幕区域;
在侧视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到侧视角下屏幕区域中的缺陷位置。
本发明实施例提供的平面显示面板的缺陷检测方法,通过采集平面显示面板的侧视角图像,在侧视角图像中分割出平板显示面板侧视角下的屏幕区域,在侧视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到侧视角下屏幕区域中的缺陷位置,与现有技术中只能对平面显示面板的主视角图像进行缺陷检测的方法相比,由于有些缺陷仅在侧视角下可见,进行侧视角的缺陷检测能够避免缺陷漏检情况,提高缺陷检出率和缺陷检测精度。
在一种可能的实施方式中,本发明实施例提供的上述方法中,该方法还包括:
对侧视角下屏幕区域中的缺陷位置进行位置变换,得到侧视角下屏幕区域中的缺陷位置在主视角下的位置;
将侧视角下屏幕区域中的缺陷位置在主视角下的位置,标注到预先确定的包含平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像上,得到平面显示面板的缺陷图像。
本发明实施例提供的平面显示面板的缺陷检测方法,将侧视角下屏幕区域中的缺陷位置转换到主视角下的位置,并将其标注到预先确定的包含平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像上,形成平面显示面板完整的缺陷图像,为后期维修人员提供了准确全面的缺陷位置信息。
在一种可能的实施方式中,本发明实施例提供的上述方法中,对侧视角下屏幕区域中的缺陷位置进行位置变换,包括:
计算平面显示面板侧视角下屏幕区域的顶点坐标;
根据顶点坐标和主视角下屏幕区域的面积,确定用于表征侧视角下屏幕区域中像素点与主视角下屏幕区域中像素点之间坐标转换关系的仿射变换矩阵;
利用仿射变换矩阵,对侧视角下屏幕区域中的缺陷位置进行位置变换。
在一种可能的实施方式中,本发明实施例提供的上述方法中,预先确定的包含平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像,采用如下方式确定:
采集平面显示面板的主视角图像;
在主视角图像中分割出平面显示面板主视角下的屏幕区域;
在主视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到主视角下屏幕区域中的缺陷位置;
将主视角下屏幕区域中的缺陷位置标注在主视角图像中,得到包含平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像。
在一种可能的实施方式中,本发明实施例提供的上述方法中,预设缺陷检测算法,包括:
对屏幕区域进行高斯模糊处理;
对高斯模糊处理后的屏幕区域进行灰度拉伸处理;
利用局部阈值法在拉伸处理后的屏幕区域中分割出缺陷区域;
根据缺陷区域的几何特征进行连通域Blob分析,得到屏幕区域中的有效缺陷区域,并将有效缺陷区域确定为缺陷位置;
其中,缺陷区域的几何特征包括:面积和长宽比。
第二方面,本发明实施例提供一种平面显示面板的缺陷检测装置,该装置包括:
采集单元,用于采集平面显示面板的侧视角图像;
分割单元,用于在侧视角图像中分割出平面显示面板侧视角下的屏幕区域;
检测单元,用于在侧视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到侧视角下屏幕区域中的缺陷位置。
在一种可能的实施方式中,本发明实施例提供的上述装置中,该装置还包括:
位置变换单元,用于对侧视角下屏幕区域中的缺陷位置进行位置变换,得到侧视角下屏幕区域中的缺陷位置在主视角下的位置;
标注单元,用于将侧视角下屏幕区域中的缺陷位置在主视角下的位置,标注到预先确定的包含平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像上,得到平面显示面板的缺陷图像。
在一种可能的实施方式中,本发明实施例提供的上述装置中,位置变换单元具体用于:
计算平面显示面板侧视角下屏幕区域的顶点坐标;
根据顶点坐标和主视角下屏幕区域的面积,确定用于表征侧视角下屏幕区域中像素点与主视角下屏幕区域中像素点之间坐标转换关系的仿射变换矩阵;
利用仿射变换矩阵,对侧视角下屏幕区域中的缺陷位置进行位置变换。
在一种可能的实施方式中,本发明实施例提供的上述装置中,标注单元采用如下方式确定预先确定的包含平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像:
采集平面显示面板的主视角图像;
在所述主视角图像中分割出所述平面显示面板主视角下的屏幕区域;
用于在所述主视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到主视角下屏幕区域中的缺陷位置;
用于将所述主视角下屏幕区域中的缺陷位置标注在所述主视角图像中,得到包含所述平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像。
在一种可能的实施方式中,本发明实施例提供的上述装置中,预设缺陷检测算法,包括:
对屏幕区域进行高斯模糊处理;
对高斯模糊处理后的屏幕区域进行灰度拉伸处理;
利用局部阈值法在拉伸处理后的屏幕区域中分割出缺陷区域;
根据缺陷区域的几何特征进行连通域Blob分析,得到屏幕区域中的有效缺陷区域,并将有效缺陷区域确定为缺陷位置;
其中,缺陷区域的几何特征包括:面积和长宽比。
第三方面,本发明实施例提供一种平面显示面板的缺陷检测设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为执行指令,以实现本发明实施例第一方面提供的平面显示面板的缺陷检测方法。
第六方面,本发明实施例还提供一种存储介质,当存储介质中的指令由平面显示面板的缺陷检测装置的处理器执行时,使得平面显示面板的缺陷检测装置能够执行本发明实施例第一方面提供的平面显示面板的缺陷检测方法。
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中所需要使用的附图作简单的介绍,显而易见地,下面所介绍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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的图像采集装置的示意图;
图2为本发明实施例提供的一种平面显示面板的缺陷检测方法的示意流程图;
图3为本发明实施例提供的分割后的平面显示面板侧视角下的屏幕区域示意图;
图4为本发明实施例提供的使用局部阈值法分割缺陷后的处理结果图像示意图;
图5为本发明实施例提供的另一种平面显示面板的缺陷检测方法的示意流程图;
图6为本发明实施例提供的膨胀后的图像与原图作差后得到的轮廓图像示意图;
图7为本发明实施例提供的拟合直线示意图;
图8为本发明实施例提供的侧视角下屏幕区域中的缺陷位置在主视角下位置示意图;
图9为本发明实施例提供的对于主视角图像的缺陷检测方法的示意流程图;
图10为本发明实施例提供的一种平面显示面板的缺陷检测装置的结构示意图;
图11为本发明实施例提供的又一种平面显示面板的缺陷检测装置的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
有鉴于现有技术中在平面显示面板的缺陷检测方案中存在漏检的情况,使得缺陷检出率和缺陷检测精度较低,后期维修人员无法准确确定缺陷位置的问题,本发明实施例提供了一种平面显示面板的缺陷检测方案,用以解决现有缺陷检测中存在漏检的情况,提高缺陷检出率和缺陷检测精度,为后期维修人员提供更加准确全面的缺陷位置。
针对本发明实施例设计的图像采集装置,如图1所示,包括主相机和侧相机。主相机用于拍摄平面显示面板的主视角图像,与所要拍摄的平面显示面板成90°角度垂直放置。侧相机用于拍摄平面显示面板的侧视角图像,与所要拍摄的平面显示面板成预设角度放置,所述预设角度为0度(°)至90°(或者90°至180°)中任一角度。
下面结合附图以及具体实施例,对本发明实施例提供的平面显示面板的缺陷检测方案进行详细说明。
如图2所示,本发明实施例提供的一种平面显示面板的缺陷检测方案,其可以包括以下步骤:
步骤201,采集平面显示面板的侧视角图像。
参照图1的图像采集装置示意图,由图像采集装置中的侧相机拍摄平面显示面板的侧视角图像,在具体实施中,可以设置多个预设角度,如30°、45°、60°等,对所要检测的平面显示面板进行多次侧视角图像的采集,并依据不同预设角度采集的侧视角图像进行缺陷检测,使得测试结果更加准确。
步骤202,在侧视角图像中分割出平面显示面板侧视角下的屏幕区域。
具体实施中,首先用9*9的掩膜均值平滑图像gt,然后用动态阈值法分割出侧视角图像中的亮区域,即:g0≥gt+offset,其中,g0为分割后的区域,offset为偏移量,用来抑制图像中的噪声,根据图像面积特征选择屏幕区域,分割后的平面显示面板侧视角下的屏幕区域如图3所示。
步骤203,在侧视角下的屏幕区域中,利用预设缺陷算法进行缺陷检测,得到侧视角下屏幕区域中的缺陷位置。
其中,预设缺陷算法具体步骤如下:
第一步,对图像进行高斯模糊处理,用于去除噪声及高频区域,所使用的高斯滤波器如下:
其中,σ为标准差,设图像与高斯滤波器卷积后的图像为S(x,y)。
第二步,对图像与高斯滤波器卷积后的图像S(x,y)进行灰度拉伸,以此来增强图像对比度,公式如下:
第三步,使用局部阈值法分割缺陷。
首先定义一个掩膜的大小,计算掩膜内像素的平均灰度值m(x,y)和灰度标准差d(x,y),设定一个灰度标准差缩放因子α和阈值t,利用如下公式对图像进行分割:
g(x,y)≥m(x,y)+v(x,y)
得到分割后的区域g(x,y)。
第四步,根据分割后所得缺陷区域的面积、长宽比特征进行连通域Blob分析,用以滤除灰尘等干扰,处理结果如图4所示。
为了得到平面显示面板的完整缺陷图像,在检测到侧视角下屏幕区域的缺陷位置后,如图5所示,本发明实施例提供的一种平面显示面板的缺陷检测方案,还可以包括以下步骤:
步骤501,对侧视角下屏幕区域中的缺陷位置进行位置变换,得到侧视角下屏幕区域中的缺陷位置在主视角下的位置。
具体实施中,对侧视角下屏幕区域中的缺陷位置进行位置变换,包括如下步骤:
首先,计算平面显示面板侧视角下屏幕区域的顶点坐标。
由于在具体实施中,所采集到的屏幕区域有圆角的情况,为了保证其准确性,采用子像素边缘检测方法求顶点坐标。
更进一步讲,首先对提取区域进行膨胀运算,扩充边缘宽度,公式如下:
其中,A、B在集合z中,B是一个结构元素,A是被膨胀的图像。
膨胀后的图像与原图作差,得到如图6所示的图像。此时利用canny算子寻找子像素精度的轮廓,由于所得轮廓是边缘子像素之间过度明显的线段连接而成,并且其中会存在噪声、灰尘等的干扰,因此需要将寻找到的子像素精度的轮廓进行重新拟合。
更进一步讲,首先将寻找到的子像素精度的轮廓分割成直线,连接相邻的、同一等高线的线段,再分别拟合直线。设拟合的直线方程为:αr+βc+γ=0。经过线段离散化处理,生成一系列点(ri,ci),i=1,2,...,n,利用最小二乘法计算点到直线最短距离的参数α,β,γ,代入直线方程,便可得到拟合的直线,如图7所示。
最后,将拟合得到的四条线段延长至相交,求四条线段的交点,得到四个交点坐标。
然后,根据顶点坐标和主视角下屏幕区域的面积,确定用于表征侧视角下屏幕区域中像素点与主视角下屏幕区域中像素点之间坐标转换关系的仿射变换矩阵。
根据生成的侧视角下的屏幕区域的坐标和主视角相机拍摄的主视角图像的屏幕区域的面积,生成用于表征侧视角下屏幕区域中像素点与主视角下屏幕区域中像素点之间坐标转换关系的仿射变换矩阵,即:
H为所求的仿射变换矩阵,Px,Py是上述所求的交点坐标,Qx,Qy是根据主视角图像的屏幕区域面积自定义的坐标。
最后,利用得到的仿射变换矩阵,对侧视角下屏幕区域中的缺陷位置进行位置变换。
对侧视角下屏幕区域中的缺陷位置进行仿射变换,也就是将梯形转换为矩阵,如图8所示,得到侧视角下屏幕区域中的缺陷位置在主视角下位置。
步骤502,将侧视角下屏幕区域中的缺陷位置在主视角下的位置,标注到预先确定的包含平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像上,得到平面显示面板的缺陷图像。
在一种可能的实施方式中,在对侧视角图像进行缺陷检测的过程中,可以同时进行对于主视角图像的缺陷检测。
对于主视角图像的缺陷检测方法如图9所示,其中具体算法与侧视角图像的缺陷检测方法中算法相同,此处不再赘述,具体步骤如下:
步骤901,采集平面显示面板的主视角图像。
参照图1的图像采集装置示意图,由图像采集装置中的主相机拍摄平面显示面板的主视角图像。
步骤902,在主视角图像中分割出平面显示面板主视角下的屏幕区域。
步骤903,在主视角下的屏幕区域中,利用预设缺陷算法进行缺陷检测,得到主视角下屏幕区域中的缺陷位置。
步骤904,将主视角下屏幕区域中的缺陷位置标注在主视角图像中,得到包含平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像。
如图10所示,基于相同的发明构思,本发明实施例还提供了一种平面显示面板的缺陷检测装置,包括:
采集单元1001,用于采集平面显示面板的侧视角图像;
分割单元1002,用于在侧视角图像中分割出平面显示面板侧视角下的屏幕区域;
检测单元1003,用于在侧视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到侧视角下屏幕区域中的缺陷位置。
在一种可能的实施方式中,该装置还包括:
位置变换单元1004,用于对侧视角下屏幕区域中的缺陷位置进行位置变换,得到侧视角下屏幕区域中的缺陷位置在主视角下的位置;
标注单元1005,用于将侧视角下屏幕区域中的缺陷位置在主视角下的位置,标注到预先确定的包含平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像上,得到平面显示面板的缺陷图像。
基于上述本发明实施例相同构思,图11是根据一示例性实施例示出的平面显示面板的缺陷检测设备的框图,如图11所示,本发明实施例提供的平面显示面板的缺陷检测设备1000,包括:
处理器1010;
用于存储处理器1010可执行指令的存储器1020;
其中,处理器1010被配置为执行指令,以实现本公开实施例中平面显示面板的缺陷检测方法。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器1020,上述指令可由平面显示面板的缺陷检测设备的处理器1010执行以完成上述方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
另外,在示例性实施例中,本发明实施例还提供了一种存储介质,当存储介质中的指令由上述平面显示面板的缺陷检测设备的处理器执行时,使得上述平面显示面板的缺陷检测装置能够实现本发明实施例中的平面显示面板的缺陷检测方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (6)
1.一种平面显示面板的缺陷检测方法,其特征在于,包括:
采集所述平面显示面板的侧视角图像;
在所述侧视角图像中分割出所述平面显示面板侧视角下的屏幕区域;
在所述侧视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到侧视角下屏幕区域中的缺陷位置;
其中,所述预设缺陷检测算法,包括:
采用高斯滤波器对屏幕区域进行高斯模糊处理;
对高斯模糊处理后的屏幕区域进行灰度拉伸处理;
基于设定的掩膜内像素的平均灰度值和灰度标准差,以及设定的灰度标准差缩放因子和阈值,对拉伸处理后的屏幕区域进行分割,获得缺陷区域;
根据所述缺陷区域的面积、长宽比进行连通域Blob分析,得到屏幕区域中的有效缺陷区域,并将所述有效缺陷区域确定为缺陷位置;
所述方法还包括:
对所述侧视角下屏幕区域中的缺陷位置进行位置变换,得到所述侧视角下屏幕区域中的缺陷位置在主视角下的位置;
将所述侧视角下屏幕区域中的缺陷位置在主视角下的位置,标注到预先确定的包含所述平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像上,得到所述平面显示面板的缺陷图像;
所述对所述侧视角下屏幕区域中的缺陷位置进行位置变换,包括:
计算所述平面显示面板侧视角下屏幕区域的顶点坐标;
根据所述顶点坐标和所述主视角下屏幕区域的面积,确定用于表征所述侧视角下屏幕区域中像素点与主视角下屏幕区域中像素点之间坐标转换关系的仿射变换矩阵;
利用所述仿射变换矩阵,对所述侧视角下屏幕区域中的缺陷位置进行位置变换;
所述计算所述平面显示面板侧视角下屏幕区域的顶点坐标,包括:
对所述侧视角下屏幕区域进行膨胀运算,以扩充边缘宽度,获得膨胀后的屏幕区域;
将所述膨胀后的屏幕区域与所述侧视角下屏幕区域作差,获得作差后的屏幕区域;
利用canny算子在所述作差后的屏幕区域中寻找子像素精度的轮廓,将寻找到的子像素精度的轮廓分割成直线,连接相邻的、同一等高线的线段,再分别拟合直线;
将拟合得到的四条线段延长至相交,求四条线段的交点,得到四个交点坐标。
2.根据权利要求1所述的方法,其特征在于,所述预先确定的包含所述平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像,采用如下方式确定:
采集所述平面显示面板的主视角图像;
在所述主视角图像中分割出所述平面显示面板主视角下的屏幕区域;
在所述主视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到主视角下屏幕区域中的缺陷位置;
将所述主视角下屏幕区域中的缺陷位置标注在所述主视角图像中,得到包含所述平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像。
3.一种平面显示面板的缺陷检测装置,其特征在于,包括:
采集单元,用于采集所述平面显示面板的侧视角图像;
分割单元,用于在所述侧视角图像中分割出所述平面显示面板侧视角下的屏幕区域;
检测单元,用于在所述侧视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到侧视角下屏幕区域中的缺陷位置;
其中,所述预设缺陷检测算法,包括:
采用高斯滤波器对屏幕区域进行高斯模糊处理;
对高斯模糊处理后的屏幕区域进行灰度拉伸处理;
基于设定的掩膜内像素的平均灰度值和灰度标准差,以及设定的灰度标准差缩放因子和阈值,对拉伸处理后的屏幕区域进行分割,获得缺陷区域;
根据所述缺陷区域的面积、长宽比进行连通域Blob分析,得到屏幕区域中的有效缺陷区域,并将所述有效缺陷区域确定为缺陷位置;
所述装置还包括:
位置变换单元,用于对所述侧视角下屏幕区域中的缺陷位置进行位置变换,得到所述侧视角下屏幕区域中的缺陷位置在主视角下的位置;
标注单元,用于将所述侧视角下屏幕区域中的缺陷位置在主视角下的位置,标注到预先确定的包含所述平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像上,得到所述平面显示面板的缺陷图像;
所述位置变换单元具体用于:
计算所述平面显示面板侧视角下屏幕区域的顶点坐标;
根据所述顶点坐标和所述主视角下屏幕区域的面积,确定用于表征所述侧视角下屏幕区域中像素点与主视角下屏幕区域中像素点之间坐标转换关系的仿射变换矩阵;
利用所述仿射变换矩阵,对所述侧视角下屏幕区域中的缺陷位置进行位置变换;
所述计算所述平面显示面板侧视角下屏幕区域的顶点坐标时,所述位置变换单元具体用于:
对所述侧视角下屏幕区域进行膨胀运算,以扩充边缘宽度,获得膨胀后的屏幕区域;
将所述膨胀后的屏幕区域与所述侧视角下屏幕区域作差,获得作差后的屏幕区域;
利用canny算子在所述作差后的屏幕区域中寻找子像素精度的轮廓,将寻找到的子像素精度的轮廓分割成直线,连接相邻的、同一等高线的线段,再分别拟合直线;
将拟合得到的四条线段延长至相交,求四条线段的交点,得到四个交点坐标。
4.根据权利要求3所述的装置,其特征在于,所述标注单元采用如下方式确定所述预先确定的包含所述平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像:
采集所述平面显示面板的主视角图像;
在所述主视角图像中分割出所述平面显示面板主视角下的屏幕区域;
在所述主视角下的屏幕区域中,利用预设缺陷检测算法进行缺陷检测,得到主视角下屏幕区域中的缺陷位置;
将所述主视角下屏幕区域中的缺陷位置标注在所述主视角图像中,得到包含所述平面显示面板主视角下屏幕区域中缺陷位置的缺陷图像。
5.一种平面显示面板的缺陷检测设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1或2所述的平面显示面板的缺陷检测方法。
6.一种存储介质,其特征在于,当所述存储介质中的指令由平面显示面板的缺陷检测装置的处理器执行时,使得所述平面显示面板的缺陷检测装置能够执行如权利要求1或2所述的平面显示面板的缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911108993.3A CN112884694B (zh) | 2019-11-13 | 2019-11-13 | 一种平面显示面板的缺陷检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911108993.3A CN112884694B (zh) | 2019-11-13 | 2019-11-13 | 一种平面显示面板的缺陷检测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112884694A CN112884694A (zh) | 2021-06-01 |
CN112884694B true CN112884694B (zh) | 2023-12-22 |
Family
ID=76038284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911108993.3A Active CN112884694B (zh) | 2019-11-13 | 2019-11-13 | 一种平面显示面板的缺陷检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112884694B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004219291A (ja) * | 2003-01-16 | 2004-08-05 | Seiko Epson Corp | 画面の線欠陥検出方法及び装置 |
CN106770362A (zh) * | 2016-12-27 | 2017-05-31 | 武汉精测电子技术股份有限公司 | 基于aoi的宏观缺陷检测装置及方法 |
CN108197627A (zh) * | 2017-11-14 | 2018-06-22 | 浙江工业大学 | 一种沿顺时针方向提取二值图形轮廓的方法 |
CN108760765A (zh) * | 2018-05-24 | 2018-11-06 | 武汉精测电子集团股份有限公司 | 一种基于侧视相机拍摄的表面损伤缺陷检测装置及方法 |
CN109100363A (zh) * | 2018-08-31 | 2018-12-28 | 凌云光技术集团有限责任公司 | 一种贴合异物缺陷与灰尘的区分方法及系统 |
CN109490311A (zh) * | 2018-10-25 | 2019-03-19 | 武汉精立电子技术有限公司 | 基于多角度拍摄的背光面板缺陷检测系统及方法 |
CN110070524A (zh) * | 2019-04-03 | 2019-07-30 | 北京东舟技术股份有限公司 | 一种智能终端面板视觉故障检测系统 |
CN110223296A (zh) * | 2019-07-08 | 2019-09-10 | 山东建筑大学 | 一种基于机器视觉的螺纹钢表面缺陷检测方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8451504B2 (en) * | 2009-09-02 | 2013-05-28 | Xerox Corporation | Banding defect detection in digital imaging systems |
-
2019
- 2019-11-13 CN CN201911108993.3A patent/CN112884694B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004219291A (ja) * | 2003-01-16 | 2004-08-05 | Seiko Epson Corp | 画面の線欠陥検出方法及び装置 |
CN106770362A (zh) * | 2016-12-27 | 2017-05-31 | 武汉精测电子技术股份有限公司 | 基于aoi的宏观缺陷检测装置及方法 |
CN108197627A (zh) * | 2017-11-14 | 2018-06-22 | 浙江工业大学 | 一种沿顺时针方向提取二值图形轮廓的方法 |
CN108760765A (zh) * | 2018-05-24 | 2018-11-06 | 武汉精测电子集团股份有限公司 | 一种基于侧视相机拍摄的表面损伤缺陷检测装置及方法 |
CN109100363A (zh) * | 2018-08-31 | 2018-12-28 | 凌云光技术集团有限责任公司 | 一种贴合异物缺陷与灰尘的区分方法及系统 |
CN109490311A (zh) * | 2018-10-25 | 2019-03-19 | 武汉精立电子技术有限公司 | 基于多角度拍摄的背光面板缺陷检测系统及方法 |
CN110070524A (zh) * | 2019-04-03 | 2019-07-30 | 北京东舟技术股份有限公司 | 一种智能终端面板视觉故障检测系统 |
CN110223296A (zh) * | 2019-07-08 | 2019-09-10 | 山东建筑大学 | 一种基于机器视觉的螺纹钢表面缺陷检测方法及系统 |
Non-Patent Citations (2)
Title |
---|
An Automatic Surface Defect Inspection System for Automobiles Using Machine Vision Methods;Qinbang Zhou et al.;《Sensors 2019》;第19卷(第3期);第1-18页 * |
液晶面板IC区域缺陷的自动光学检测算法研究;刘鹏;《中国优秀硕士学位论文全文数据库信息科技辑》(第2期);第I138-1519页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112884694A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111243032B (zh) | 一种棋盘格角点全自动检测方法 | |
CN107543828B (zh) | 一种工件表面缺陷检测方法及系统 | |
TWI713366B (zh) | 對影像進行目標取樣的方法及裝置 | |
CN109816673B (zh) | 一种非极大值抑制、动态阈值计算及图像边缘检测方法 | |
US8848978B2 (en) | Fast obstacle detection | |
CN108256394A (zh) | 一种基于轮廓梯度的目标跟踪方法 | |
CN109426814B (zh) | 一种发票图片特定板块的定位、识别方法、系统、设备 | |
CN111640104B (zh) | 一种螺钉装配的视觉检测方法 | |
CN112132907B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
CN108537787B (zh) | 一种人脸图像的质量判定方法 | |
CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
CN104700395A (zh) | 一种构造物外观裂缝检测方法及系统 | |
CN112085700B (zh) | X射线图像中焊缝区域的自动化提取方法、系统及介质 | |
CN111539238B (zh) | 二维码图像修复方法、装置、计算机设备和存储介质 | |
CN112767359B (zh) | 复杂背景下的钢板角点检测方法及系统 | |
CN111539938A (zh) | 一种轧带钢带头曲度检测方法、系统、介质及电子终端 | |
CN111310753B (zh) | 一种表计对准方法及装置 | |
Adhikari et al. | Image-based retrieval of concrete crack properties | |
CN106296587B (zh) | 轮胎模具图像的拼接方法 | |
CN112017231A (zh) | 基于单目摄像头的人体体重识别方法、装置及存储介质 | |
US20170061614A1 (en) | Image measuring apparatus and non-temporary recording medium on which control program of same apparatus is recorded | |
CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
CN111553927B (zh) | 棋盘格角点检测方法、检测系统、计算机装置及存储介质 | |
Hung et al. | A novel algorithm for defect inspection of touch panels | |
CN112884694B (zh) | 一种平面显示面板的缺陷检测方法、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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 230013 Southwest District of Hefei City, Anhui Province Applicant after: Hefei xinyihua Intelligent Machine Co.,Ltd. Address before: 230013 Southwest District of Hefei City, Anhui Province Applicant before: HEFEI SINEVA INTELLIGENT MACHINE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |