CN112950526A - 一种显示缺陷的检测方法及装置 - Google Patents
一种显示缺陷的检测方法及装置 Download PDFInfo
- Publication number
- CN112950526A CN112950526A CN201911165639.4A CN201911165639A CN112950526A CN 112950526 A CN112950526 A CN 112950526A CN 201911165639 A CN201911165639 A CN 201911165639A CN 112950526 A CN112950526 A CN 112950526A
- Authority
- CN
- China
- Prior art keywords
- processed
- directional
- determining
- occurrence
- region
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 138
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims abstract description 109
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000001914 filtration Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 9
- 230000002950 deficient Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011295 pitch Substances 0.000 description 1
- 239000004207 white and yellow bees wax Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- 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
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/45—Analysis of texture based on statistical description of texture using co-occurrence matrix computation
-
- 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
- G06T2207/30—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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
- Liquid Crystal (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种显示缺陷的检测方法及装置,从显示画面中获取无缺陷的参考区域,根据显示画面中各像素的灰度,从显示画面中获取多个待处理区域,确定M个方向的定向共生矩阵、以及每个定向共生矩阵的特性参数,根据参考区域和各待处理区域分别对应的M个定向共生矩阵的特性参数,确定不同方向的定向共生矩阵的特性参数对应的阈值,根据每个待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各待处理区域中确定存在缺陷的区域。如此,利用了定向共生矩阵,对缺陷区域进行检测,避免采用现有技术中去除横纵网格或滤波处理的方法,有效保留了原始画面中的缺陷信息,提高了显示缺陷的检测准确性,提高了产品检测的准确度。
Description
技术领域
本发明涉及显示技术领域,尤指一种显示缺陷的检测方法及装置。
背景技术
液晶显示器(Liquid Crystal Display,LCD)在显示时通常存在有缺陷,如图1所示的由工业相机拍摄到的一个LCD显示的画面,由于出现了摩尔纹效应而出现横纵的网格。通常,在对LCD的显示画面中的显示缺陷进行检测时,需要去除图像中的横纵网格,或对显示的画面进行滤波处理。
然而,不管是去除横纵网格,还是进行滤波处理,均会丢掉一部分画面中的缺陷信息,使得在进行显示缺陷的检测时,容易造成不良产品漏检的问题出现,降低了显示缺陷的检测准确度。
基于此,如何提高显示缺陷的检测准确度,是本领域技术人员亟待解决的技术问题。
发明内容
本发明实施例提供一种显示缺陷的检测方法及装置,提高显示缺陷的检测准确度。
第一方面,本发明实施例提供了一种显示缺陷的检测方法,包括:
从显示画面中获取无缺陷的参考区域;
根据所述显示画面中各像素的灰度,从所述显示画面中获取多个待处理区域,并确定M个方向的定向共生矩阵、以及每个所述定向共生矩阵的特性参数;其中M为大于1的正整数,每个所述待处理区域对应M个所述定向共生矩阵,所述参考区域对应M个所述定向共生矩阵;
根据所述参考区域和各所述待处理区域分别对应的M个所述定向共生矩阵的特性参数,确定不同方向的所述定向共生矩阵的特性参数对应的阈值;
根据每个所述待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各所述待处理区域中确定存在缺陷的区域。
可选地,根据所述显示画面中各像素的灰度,从所述显示画面中获取多个待处理区域,具体包括:
确定所述显示画面中各像素的灰度;
将灰度大于预设灰度的所述像素定义为第一像素;
将相邻的各所述第一像素构成的区域确定为一个待处理区域。
可选地,根据所述参考区域和各所述待处理区域分别对应的M个所述定向共生矩阵的特性参数,确定不同方向的所述定向共生矩阵的特性参数对应的阈值,具体包括:
确定各所述待处理区域对应的同一方向的所述定向共生矩阵的特性参数之间的标准差,得到不同方向对应的标准差;
根据确定出的任一方向的标准差、以及所述参考区域对应的该方向的定向共生矩阵的特性参数,确定该方向的所述定向共生矩阵的特性参数对应的阈值。
可选地,根据确定出的任一方向的标准差、以及所述参考区域对应的该方向的定向共生矩阵的特性参数,确定该方向的所述定向共生矩阵的特性参数对应的阈值,具体包括:
采用如下公式计算任一方向的所述定向共生矩阵的特性参数对应的阈值:
Y=fnormal+w*σf;
其中,Y表示任一方向的所述定向共生矩阵的特性参数对应的阈值,fnormal表示所述参考区域对应的该方向的定向共生矩阵的特性参数,w表示权重,σf表示确定出的该方向的标准差。
可选地,根据每个所述待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各所述待处理区域中确定存在缺陷的区域,具体包括:
根据任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数与对应的阈值,确定在该方向上该所述待处理区域中是否存在缺陷;
根据各方向上的确定结果,判断在不同方向上该所述待处理区域中是否均存在缺陷;
若是,则确定该所述待处理区域中存在缺陷;
若否,则确定该所述待处理区域中不存在缺陷。
可选地,所述特性参数为均匀性参数时,根据任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数与对应的阈值,确定在该方向上该所述待处理区域中是否存在缺陷,具体包括:
判断任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数是否大于该方向对应的阈值;
若是,则确定在该方向上该所述待处理区域中不存在缺陷;
若否,则确定在该方向上该所述待处理区域中存在缺陷。
可选地,所述M为2或4,每两个方向之间互相垂直。
第二方面,本发明实施例提供了一种显示缺陷的检测装置,包括:
第一单元,用于从显示画面中获取无缺陷的参考区域;
第二单元,用于根据所述显示画面中各像素的灰度,从所述显示画面中获取多个待处理区域,并确定M个方向的定向共生矩阵、以及每个所述定向共生矩阵的特性参数;其中M为大于1的正整数,每个所述待处理区域对应M个所述定向共生矩阵,所述参考区域对应M个所述定向共生矩阵;
第三单元,用于根据所述参考区域和各所述待处理区域分别对应的M个所述定向共生矩阵的特性参数,确定不同方向的所述定向共生矩阵的特性参数对应的阈值;
第四单元,用于根据每个所述待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各所述待处理区域中确定存在缺陷的区域。
可选地,所述第二单元具体用于:
确定所述显示画面中各像素的灰度;
将灰度大于预设灰度的所述像素定义为第一像素;
将相邻的各所述第一像素构成的区域确定为一个待处理区域。
可选地,所述第三单元具体用于:
确定各所述待处理区域对应的同一方向的所述定向共生矩阵的特性参数之间的标准差,得到不同方向对应的标准差;
根据确定出的任一方向的标准差、以及所述参考区域对应的该方向的定向共生矩阵的特性参数,确定该方向的所述定向共生矩阵的特性参数对应的阈值。
可选地,所述第四单元具体用于:
根据任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数与对应的阈值,确定在该方向上该所述待处理区域中是否存在缺陷;
根据各方向上的确定结果,判断在不同方向上该所述待处理区域中是否均存在缺陷;
若是,则确定该所述待处理区域中存在缺陷;
若否,则确定该所述待处理区域中不存在缺陷。
可选地,所述特性参数为均匀性参数时,所述第四单元具体用于:
判断任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数是否大于该方向对应的阈值;
若是,则确定在该方向上该所述待处理区域中不存在缺陷;
若否,则确定在该方向上该所述待处理区域中存在缺陷。
本发明有益效果如下:
本发明实施例提供的一种显示缺陷的检测方法及装置,从显示画面中获取无缺陷的参考区域,根据显示画面中各像素的灰度,从显示画面中获取多个待处理区域,确定M个方向的定向共生矩阵、以及每个定向共生矩阵的特性参数,根据参考区域和各待处理区域分别对应的M个定向共生矩阵的特性参数,确定不同方向的定向共生矩阵的特性参数对应的阈值,根据每个待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各待处理区域中确定存在缺陷的区域。如此,利用了定向共生矩阵,对缺陷区域进行检测,避免采用现有技术中去除横纵网格或滤波处理的方法,有效保留了原始画面中的缺陷信息,提高了显示缺陷的检测准确性,提高了产品检测的准确度。
附图说明
图1为本发明实施例中提供的一种LCD的显示画面;
图2为本发明实施例中提供的一种图像灰度矩阵和共生矩阵的示意图;
图3为本发明实施例中提供的一种选择定向共生矩阵的方向的示意图;
图4为本发明实施例中提供的一种显示缺陷的检测方法的流程图;
图5为本发明实施例中提供的另一种选择定向共生矩阵的方向的示意图;
图6为本发明实施例中提供的一种具有缺陷的显示画面;
图7为本发明实施例中提供的实施例一的方法的流程图;
图8为本发明实施例中提供的一种显示缺陷的检测装置的结构示意图。
具体实施方式
下面将结合附图,对本发明实施例提供的一种显示缺陷的检测方法及装置的具体实施方式进行详细地说明。需要说明的是,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在介绍本发明实施例提供的检测方法之前,首先对本发明实施例中涉及到的概念进行解释。
一、共生矩阵
共生矩阵实质上是根据LCD显示的图像对应的灰度矩阵确定出的,具体参见图2所示,其中图2中的左图表示灰度矩阵,图2中的右图表示根据左图得到的共生矩阵,其中,图2中是以灰度值为1-8为例进行说明的,但在实际应用中,并不限于上述灰度值范围,还可以是1-64等。
其中,共生矩阵的具体确定过程为:
以在图2中的左图中的灰度对(1,1)为例,灰度对(1,1)的数量为1,所以在共生矩阵中,纵坐标(如虚线框Y表示的位置)为1、且横坐标(如虚线框X表示的位置)为1的位置对应的数值为1;
以在图2中的左图中的灰度对(6,2)为例,灰度对(6,2)的数量为3,所以在共生矩阵中,纵坐标为6、且横坐标为2的位置对应的数值为3。
二、定向共生矩阵
定向共生矩阵是根据灰度矩阵、以及在灰度矩阵中灰度对的选取方向而确定的,也就是说,定向共生矩阵是具有方向的共生矩阵,其中,共生矩阵可以分为0°、45°、90°、135°四个方向,如图3所示,所以在图3所示的灰度矩阵中在选取灰度对时,可以按照以下方式选取:
0°:(*,5)、(*,4);
45°:(*,3)、(*,6);
90°:(*,2)、(*,7);
135°:(*,1)、(*,8)。
也就是说,对于图2而言,右图中的共生矩阵实质上是0°方向的定向共生矩阵,即选取的是根据0°方向的灰度对而确定出的共生矩阵。
本发明实施例提供了一种显示缺陷的检测方法,如图4所示,可以包括:
S401、从显示画面中获取无缺陷的参考区域;
其中,显示画面中的缺陷有很多种,可以包括点缺陷、线缺陷、区域缺陷、亮斑等缺陷。如图4所示,该图像是由工业相机拍摄到的LCD产品的显示画面,从中可以看出,虚线框内的白色线条是显示画面中的缺陷,因此,从显示画面中获取的是除了缺陷区域的参考区域,也就是说,从显示画面中获取的是没有缺陷的正常区域。
从显示画面中在选择参考区域时,可以通过人工选择,还可以通过统计选择,只要能够选择出常区域即可,在此并不做限定。
S402、根据显示画面中各像素的灰度,从显示画面中获取多个待处理区域,并确定M个方向的定向共生矩阵、以及每个定向共生矩阵的特性参数;其中M为大于1的正整数,每个待处理区域对应M个定向共生矩阵,参考区域对应M个定向共生矩阵;
说明一点,对于定向共生矩阵的方向的选择,可以根据实际的情况而定。例如但不限于,以缺陷区域是由于摩尔纹产生的为例,由于摩尔纹是出现在图像中的横纵网格,因此选择的方向可以是两个垂直的方向,如0°、90°的方向。
并且,定向共生矩阵的方向选择有两种:
第一种:通过图像的方向来确定定向共生矩阵的方向。例如,LCD产品的摩尔纹是由于LCD产品和相机在的像素间距叠加而造成的,形成的摩尔纹有方向垂直的特性,所以可以选择有垂直的特性的方向组合,如(0°,90°),(45°,135°),或者两个组合同时使用。
第二种:通过计算特征区域的方向来确定定向共生矩阵的方向。例如,如图5所示,长短轴的方向为定向共生矩阵的方向,因此,在方向确认时,[0°,22.5°]可以看作0°,[22.5°,45°]可以看作45°,[45°,67.5°]可以看作45°……[-157.5°,-180°]可以看作0°。当然,还可以根据用户的实际需要而定,例如,若用户的需求是0°方向时,还可以将[22.5°,45°]看作0°,在此并不做限定。
可选地,共生矩阵的特性参数可以包括:均匀性参数、相关性参数、对比度参数、同质性参数、熵参数、灰度对和均值参数、灰度对和的概率参数、灰度对和方差参数、灰度对和熵参数、灰度对差均值参数、灰度对差的概率参数、灰度对差方差参数、灰度对差熵参数等参数。
其中,各个特性参数的计算如下:
均匀性参数的计算:f1=∑i∑j{p(i,j)}2;
其中,共生矩阵边缘概率分布第i行的概率为NC为列的总数,第j列的概率Nr为行的总数,均值μx=∑iipx(i),均值μy=∑jjpy(j),标准差σx=∑i(i-μx)2px(i),标准差σy=∑j(j-μy)2py(i)。
对比度参数计算:f3=∑i∑j(i-j)2p(i,j)。
熵参数计算:f5=-∑i∑jp(i,j)log(p(i,j))。
S403、根据参考区域和各待处理区域分别对应的M个定向共生矩阵的特性参数,确定不同方向的定向共生矩阵的特性参数对应的阈值;
S404、根据每个待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各待处理区域中确定存在缺陷的区域。
如此,从显示画面中获取无缺陷的参考区域,根据显示画面中各像素的灰度,从显示画面中获取多个待处理区域,确定M个方向的定向共生矩阵、以及每个定向共生矩阵的特性参数,根据参考区域和各待处理区域分别对应的M个定向共生矩阵的特性参数,确定不同方向的定向共生矩阵的特性参数对应的阈值,根据每个待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各待处理区域中确定存在缺陷的区域。如此,利用了定向共生矩阵,对缺陷区域进行检测,避免采用现有技术中去除横纵网格或滤波处理的方法,有效保留了原始画面中的缺陷信息,提高了显示缺陷的检测准确性,提高了产品检测的准确度。
在具体实施时,在本发明实施例中,根据显示画面中各像素的灰度,从显示画面中获取多个待处理区域,具体包括:
确定显示画面中各像素的灰度;
将灰度大于预设灰度的像素定义为第一像素;
将相邻的各第一像素构成的区域确定为一个待处理区域。
其中,在获取多个待处理区域时,可以通过阈值化的方式来实现,具体为:
显示画面中各像素都有自身的灰度,各像素的灰度均与预设灰度相对比,若像素的灰度大于预设灰度,那么将该像素标记为1,若像素的灰度小于等于预设灰度,那么将该像素不做标记。当完成所有像素的灰度与预设灰度的对比之后,可以将相邻的且有标记为1的像素定义为一个待处理区域,其中一个待处理区域可以包括的第一像素的数量可以为至少一个。
如此,通过简单的方法即可获取到待处理区域,降低了显示缺陷检测的复杂度,提高了显示缺陷的检测效率,加强了实用性。
可选地,在本发明实施例中,根据参考区域和各待处理区域分别对应的M个定向共生矩阵的特性参数,确定不同方向的定向共生矩阵的特性参数对应的阈值,具体包括:
确定各待处理区域对应的同一方向的定向共生矩阵的特性参数之间的标准差,得到不同方向对应的标准差;
根据确定出的任一方向的标准差、以及参考区域对应的该方向的定向共生矩阵的特性参数,确定该方向的定向共生矩阵的特性参数对应的阈值。
其中,在确定各待处理区域对应的同一方向的定向共生矩阵的特性参数之间的标准差时,以0°方向,且特性参数为均匀性参数为例,确定过程为:
确定各待处理区域对应的0°方向的定向共生矩阵的均匀性参数,其中均匀性参数用f1表示,M个待处理区域对应的0°方向的定向共生矩阵的均匀性参数分别用f11、f12、f13……f1m……f1M;
确定M个均匀性参数的均值(用f1a表示);
依据以下公式计算0°方向的标准差:
其中,σf表示标准差。
如此,依据各方向对应的标准差,以及参考区域对应的该方向的定向共生矩阵的特性参数,可以确定出该方向的定向共生矩阵的特性参数对应的阈值,以使依据该阈值对待处理区域进行判断,从而确定出显示画面中的缺陷区域,完成显示缺陷的检测。
可选地,在本发明实施例中,根据确定出的任一方向的标准差、以及参考区域对应的该方向的定向共生矩阵的特性参数,确定该方向的定向共生矩阵的特性参数对应的阈值,具体包括:
采用如下公式计算任一方向的定向共生矩阵的特性参数对应的阈值:
Y=fnormal+w*σf;
其中,Y表示任一方向的定向共生矩阵的特性参数对应的阈值,fnormal表示参考区域对应的该方向的定向共生矩阵的特性参数,w表示权重,σf表示确定出的该方向的标准差。
其中,不同方向的定向共生矩阵的同一特性参数的权重w可以相同,也可以不同,且同一方向的定向共生矩阵的不同特性参数的权重w同样可以相同,也可以不同,也就是说,权重w是根据实际需要进行设置的,以满足各种应用场景的需要,提高设计的灵活性,在此并不限定。
下面分别以特性参数为均匀性参数、相关性参数、对比度参数、同质性参数、熵参数、灰度对和差参数、灰度对和熵参数、灰度对与均值参数、灰度对差和方差参数、灰度对差熵参数为例,且以0°、90°方向为例,对确定阈值的过程进行说明。
均匀性参数对应的阈值:
0°:参考区域的均匀性参数fA0=0.0296647,权重wA0=0.5,标准差为σfA0=0.133013,YA0=fA0+wA0*σfA0=0.111497;
90°:参考区域的均匀性参数fA90=0.0296647,权重wA90=0.5,标准差为σfA90=0.133013,YA90=fA90+wA90*σfA90=0.0912767;
相关性参数对应的阈值:
0°:参考区域的相关性参数fB0=-0.329217,权重wB0=-1,标准差为σfB0=0.309141,YB0=fB0+wB0*σfB0=-0.0200765;
90°:参考区域的相关性参数fB90=0.91189,权重wB90=3,标准差为σfB90=0.185876,YB90=fB90+wB90*σfB90=-0.354261;
对比度参数对应的阈值:
0°:参考区域的对比度参数fC0=38.6574,权重wC0=1,标准差为σfC0=56.0173,YC0=fC0+wC0*σfC0=94.6747;
90°:参考区域的对比度参数fC90=235.05,权重wC90=1,标准差为σfC90=66.7389,YC90=fC90+wC90*σfC90=301.789;
同质性参数对应的阈值:
0°:参考区域的同质性参数fD0=0.275987,权重wD0=0.1,标准差为σfD0=0.177581,YD0=fD0+wD0*σfD0=0.293745;
90°:参考区域的同质性参数fD90=0.00433985,权重wD90=0.5,标准差为σfD90=0.102045,YD90=fD90+wD90*σfD90=0.05536227;
熵参数对应的阈值:
0°:参考区域的熵参数fE0=2.72525,权重wE0=1,标准差为σfE0=0.678662,YE0=fE0+wE0*σfE0=2.04658;
90°:参考区域的熵参数fE90=2.29565,权重wE90=1,标准差为σfE90=0.722571,YE90=fE90+wE90*σfE90=1.57308;
灰度对和差参数对应的阈值:
其中,实际计算中以标准差代替方差,并且均值参数作为中间变量,不作为最终评价量。
0°:参考区域的灰度对和差参数fG0=0.0249174,权重wG0=0.5,标准差为σfG0=0.0119758,YG0=fG0+wG0*σfG0=0.0309053;
90°:参考区域的灰度对和差参数fG90=0.0360425,权重wG90=0.5,标准差为σfG90=0.011823,YG90=fG90+wG90*σfG90=0.041954;
灰度对和熵参数对应的阈值:
0°:参考区域的灰度对和熵参数fH0=76.4882,权重wH0=0.5,标准差为σfH0=33.0776,YH0=fH0+wH0*σfH0=93.027;
90°:参考区域的灰度对和熵参数fH90=45.9077,权重wH90=0.5,标准差为σfH90=32.3652,YH90=fH90+wH90*σfH90=62.0903;
灰度对差和方差参数对应的阈值:
0°:参考区域的灰度对差和方差参数fJ0=0.0415255,权重wJ0=1.5,标准差为σfJ0=0.0146863,YJ0=fJ0+wJ0*σfJ0=0.0635549;
90°:参考区域的灰度对差和方差参数fJ90=0.0570023,权重wJ90=1.5,标准差为σfJ90=0.01662,YJ90=fJ90+wJ90*σfJ90=0.0819323;
灰度对差熵参数对应的阈值:
0°:参考区域的灰度对差熵参数fK0=353.001,权重wK0=-2,标准差为σfK0=125.371,YK0=fK0+wK0*σfK0=603.743;
90°:参考区域的灰度对差熵参数fK90=264.005,权重wK90=-2,标准差为σfK90=145.089,YK90=fK90+wK90*σKJ90=554.183。
如此,通过简单的方法计算出阈值,降低了对显示缺陷检测的难度,计算出的阈值有利于判断待处理区域是否为缺陷区域。
可选地,在本发明实施例中,根据每个待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各待处理区域中确定存在缺陷的区域,具体包括:
根据任一待处理区域对应的任一方向的定向共生矩阵的特性参数与对应的阈值,确定在该方向上该待处理区域中是否存在缺陷;
根据各方向上的确定结果,判断在不同方向上该待处理区域中是否均存在缺陷;
若是,则确定该待处理区域中存在缺陷;
若否,则确定该待处理区域中不存在缺陷。
也就是说,若存在两个方向(如0°和90°)定向共生矩阵时,那么:
若判断出在这两个方向上待处理区域中均存在缺陷,则确定待处理区域中是存在缺陷的;
若判断出在这两个方向中只有一个方向(如0°)上待处理区域中存在缺陷,则确定待处理区域中是不存在缺陷的,且0°方向上的缺陷可能是网格造成干扰而产生的误判,并不是真正的缺陷。
因此,通过在各个方向上均进行判断,可以避免网格等因素造成的干扰而产生的误判,减少误判的几率,提高显示缺陷的检测准确度,确定显示画面的缺陷信息。
可选地,在本发明实施例中,特性参数为均匀性参数时,根据任一待处理区域对应的任一方向的定向共生矩阵的特性参数与对应的阈值,确定在该方向上该待处理区域中是否存在缺陷,具体包括:
判断任一待处理区域对应的任一方向的定向共生矩阵的特性参数是否大于该方向对应的阈值;
若是,则确定在该方向上该待处理区域中不存在缺陷;
若否,则确定在该方向上该待处理区域中存在缺陷。
说明一点,在具体实施时,对于不同的特性参数,在依据特性参数与对应的阈值之间的大小关系判断该方向上待处理区域中是否存在缺陷时,可能会有所不同,下面以其中一个方向为例进行说明:
其中,N个待处理区域的特性参数表示为fm,m=1、2、…,N,均匀性参数、相关性参数、对比度参数、同质性参数、熵参数、灰度对和方差参数、灰度对和熵参数、灰度对差方差参数、灰度对差熵参数对应的阈值分别表示为Y1、Y2、Y3、Y4、Y5、Y6、Y7、Y8、Y9。
均匀性参数:
如果fm<Y1,可以判断第m个待处理区域中存在缺陷;如果fm>Y1可以判断第m个待处理区域中不存在缺陷。
相关性参数:如果fm>Y2,可以判断第m个待处理区域中存在缺陷;如果fm<Y2可以判断第m个待处理区域中不存在缺陷。
对比度参数:如果fm>Y3,可以判断第m个待处理区域中存在缺陷;如果fm<Y3可以判断第m个待处理区域中不存在缺陷。
同质性参数:如果fm>Y4,可以判断第m个待处理区域中存在缺陷;如果fm<Y4可以判断第m个待处理区域中不存在缺陷;
其中,同质性参数对于点缺陷的检测效果很差,但对于低对比度的区域的缺陷检测效果很好,如图6中虚线框2内所示的缺陷,即采用同质性参数时检测出来。
熵参数:如果fm>Y5,可以判断第m个待处理区域中存在缺陷;如果fm<Y5可以判断第m个待处理区域中不存在缺陷。
灰度对和方差参数:如果fm<Y6,可以判断第m个待处理区域中存在缺陷;如果fm>Y6可以判断第m个待处理区域中不存在缺陷。
灰度对和熵参数:如果fm>Y7,可以判断第m个待处理区域中存在缺陷;如果fm<Y7可以判断第m个待处理区域中不存在缺陷。
灰度对差方差参数:如果fm<Y8,可以判断第m个待处理区域中存在缺陷;如果fm>Y8可以判断第m个待处理区域中不存在缺陷。
灰度对差熵参数:如果fm>Y9,可以判断第m个待处理区域中存在缺陷;如果f9<Y9可以判断第m个待处理区域中不存在缺陷。
如此,根据fm与对应的阈值的判断结果,能够简单快速的判断出第m区域是否为缺陷区域,提高了缺陷区域的检测准确性。
可选地,在本发明实施例中,M为2或4,每两个方向之间互相垂直。
例如,以M为2为例,定向共生矩阵的方向可以为0°和90°或者为45°和135°,但并不限定这四个方向,还可以根据实际需要进行设置。
如此,通过采用有限个方向上的定向共生矩阵,即可检测出显示画面中的缺陷信息,不仅提高了显示缺陷的检测准确度,还大大减少了计算量,降低了装置的功耗,更加具有实用性。
下面就结合具体实施例,对本发明实施例提供的上述显示缺陷的检测方法进行详细说明。
实施例一:以0°和90°方向、N个待处理区域、特性参数为均匀性参数为例,结合图7所示的方法的流程图。
S701、从显示画面中获取无缺陷的参考区域;
S702、根据显示画面中各像素的灰度和预设灰度,确定N个待处理区域;
S703、根据各待处理区域和参考区域中各像素的灰度,确定各待处理区域对应的0°和90°方向的灰度共生矩阵、以及参考区域对应的0°和90°方向的灰度共生矩阵;
其中,每个待处理区域对应有0°和90°方向的定向共生矩阵,那么N个待处理区域对应有2N个定向共生矩阵;同时,参考区域对应有0°和90°方向的定向共生矩阵。
S704、确定各定向共生矩阵对应的特性参数;
其中,若本实施例只以一个特性参数为例时,2N+2个定向共生矩阵对应有2N+2个特性参数。
S705、分别确定各待处理区域对应的0°方向的定向共生矩阵的特性参数之间的第一标准差、以及各待处理区域对应的90°方向的定向共生矩阵的特性参数之间的第二标准差;
S706、根据第一标准差、以及参考区域对应的0°方向的定向共生矩阵的特性参数,确定0°方向的各特性参数对应的阈值;
S707、根据第二标准差、以及参考区域对应的90°方向的定向共生矩阵的特性参数,确定90°方向的各特性参数对应的阈值;
S708、判断每个待处理区域分别在0°和90°方向对应的各特性参数是否均大于对应的阈值;若是,执行步骤S709;若否,执行步骤S710;
S709、将特性参数均大于对应的阈值的待处理区域确定为存在缺陷;
S710、将特性参数均不大于对应的阈值的待处理区域确定为不存在缺陷。
基于同一发明构思,本发明实施例提供了一种显示缺陷的检测装置,该系统的实现原理与前述一种显示缺陷的检测方法的实现原理类似,具体可参见上述一种显示缺陷的检测的实施方式,重复之处不再赘述。
具体地,本发明实施例提供的一种显示缺陷的检测装置,如图8所示,可以包括:
第一单元801,用于从显示画面中获取无缺陷的参考区域;
第二单元802,用于根据显示画面中各像素的灰度,从显示画面中获取多个待处理区域,并确定M个方向的定向共生矩阵、以及每个定向共生矩阵的特性参数;其中M为大于1的正整数,每个待处理区域对应M个定向共生矩阵,参考区域对应M个定向共生矩阵;
第三单元803,用于根据参考区域和各待处理区域分别对应的M个定向共生矩阵的特性参数,确定不同方向的定向共生矩阵的特性参数对应的阈值;
第四单元804,用于根据每个待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各待处理区域中确定存在缺陷的区域。
可选地,在本发明实施例中,第二单元802具体用于:
确定显示画面中各像素的灰度;
将灰度大于预设灰度的像素定义为第一像素;
将相邻的各第一像素构成的区域确定为一个待处理区域。
可选地,在本发明实施例中,第三单元803具体用于:
确定各待处理区域对应的同一方向的定向共生矩阵的特性参数之间的标准差,得到不同方向对应的标准差;
根据确定出的任一方向的标准差、以及参考区域对应的该方向的定向共生矩阵的特性参数,确定该方向的定向共生矩阵的特性参数对应的阈值。
可选地,在本发明实施例中,第四单元804具体用于:
根据任一待处理区域对应的任一方向的定向共生矩阵的特性参数与对应的阈值,确定在该方向上该待处理区域中是否存在缺陷;
根据各方向上的确定结果,判断在不同方向上该待处理区域中是否均存在缺陷;
若是,则确定该待处理区域中存在缺陷;
若否,则确定该待处理区域中不存在缺陷。
可选地,在本发明实施例中,特性参数为均匀性参数时,第四单元804具体用于:
判断任一待处理区域对应的任一方向的定向共生矩阵的特性参数是否大于该方向对应的阈值;
若是,则确定在该方向上该待处理区域中不存在缺陷;
若否,则确定在该方向上该待处理区域中存在缺陷。
本发明实施例提供的一种显示缺陷的检测方法及装置,从显示画面中获取无缺陷的参考区域,根据显示画面中各像素的灰度,从显示画面中获取多个待处理区域,确定M个方向的定向共生矩阵、以及每个定向共生矩阵的特性参数,根据参考区域和各待处理区域分别对应的M个定向共生矩阵的特性参数,确定不同方向的定向共生矩阵的特性参数对应的阈值,根据每个待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各待处理区域中确定存在缺陷的区域。如此,利用了定向共生矩阵,对缺陷区域进行检测,避免采用现有技术中去除横纵网格或滤波处理的方法,有效保留了原始画面中的缺陷信息,提高了显示缺陷的检测准确性,提高了产品检测的准确度。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种显示缺陷的检测方法,其特征在于,包括:
从显示画面中获取无缺陷的参考区域;
根据所述显示画面中各像素的灰度,从所述显示画面中获取多个待处理区域,并确定M个方向的定向共生矩阵、以及每个所述定向共生矩阵的特性参数;其中M为大于1的正整数,每个所述待处理区域对应M个所述定向共生矩阵,所述参考区域对应M个所述定向共生矩阵;
根据所述参考区域和各所述待处理区域分别对应的M个所述定向共生矩阵的特性参数,确定不同方向的所述定向共生矩阵的特性参数对应的阈值;
根据每个所述待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各所述待处理区域中确定存在缺陷的区域。
2.如权利要求1所述的检测方法,其特征在于,根据所述显示画面中各像素的灰度,从所述显示画面中获取多个待处理区域,具体包括:
确定所述显示画面中各像素的灰度;
将灰度大于预设灰度的所述像素定义为第一像素;
将相邻的各所述第一像素构成的区域确定为一个待处理区域。
3.如权利要求1所述的检测方法,其特征在于,根据所述参考区域和各所述待处理区域分别对应的M个所述定向共生矩阵的特性参数,确定不同方向的所述定向共生矩阵的特性参数对应的阈值,具体包括:
确定各所述待处理区域对应的同一方向的所述定向共生矩阵的特性参数之间的标准差,得到不同方向对应的标准差;
根据确定出的任一方向的标准差、以及所述参考区域对应的该方向的定向共生矩阵的特性参数,确定该方向的所述定向共生矩阵的特性参数对应的阈值。
4.如权利要求3所述的检测方法,其特征在于,根据确定出的任一方向的标准差、以及所述参考区域对应的该方向的定向共生矩阵的特性参数,确定该方向的所述定向共生矩阵的特性参数对应的阈值,具体包括:
采用如下公式计算任一方向的所述定向共生矩阵的特性参数对应的阈值:
Y=fnormal+w*σf;
其中,Y表示任一方向的所述定向共生矩阵的特性参数对应的阈值,fnormal表示所述参考区域对应的该方向的定向共生矩阵的特性参数,w表示权重,σf表示确定出的该方向的标准差。
5.如权利要求1所述的检测方法,其特征在于,根据每个所述待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各所述待处理区域中确定存在缺陷的区域,具体包括:
根据任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数与对应的阈值,确定在该方向上该所述待处理区域中是否存在缺陷;
根据各方向上的确定结果,判断在不同方向上该所述待处理区域中是否均存在缺陷;
若是,则确定该所述待处理区域中存在缺陷;
若否,则确定该所述待处理区域中不存在缺陷。
6.如权利要求5所述的检测方法,其特征在于,所述特性参数为均匀性参数时,根据任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数与对应的阈值,确定在该方向上该所述待处理区域中是否存在缺陷,具体包括:
判断任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数是否大于该方向对应的阈值;
若是,则确定在该方向上该所述待处理区域中不存在缺陷;
若否,则确定在该方向上该所述待处理区域中存在缺陷。
7.如权利要求1所述的方法,其特征在于,所述M为2或4,每两个方向之间互相垂直。
8.一种显示缺陷的检测装置,其特征在于,包括:
第一单元,用于从显示画面中获取无缺陷的参考区域;
第二单元,用于根据所述显示画面中各像素的灰度,从所述显示画面中获取多个待处理区域,并确定M个方向的定向共生矩阵、以及每个所述定向共生矩阵的特性参数;其中M为大于1的正整数,每个所述待处理区域对应M个所述定向共生矩阵,所述参考区域对应M个所述定向共生矩阵;
第三单元,用于根据所述参考区域和各所述待处理区域分别对应的M个所述定向共生矩阵的特性参数,确定不同方向的所述定向共生矩阵的特性参数对应的阈值;
第四单元,用于根据每个所述待处理区域对应的不同方向的定向共生矩阵的特性参数与对应的阈值,从各所述待处理区域中确定存在缺陷的区域。
9.如权利要求8所述的装置,其特征在于,所述第二单元具体用于:
确定所述显示画面中各像素的灰度;
将灰度大于预设灰度的所述像素定义为第一像素;
将相邻的各所述第一像素构成的区域确定为一个待处理区域。
10.如权利要求8所述的装置,其特征在于,所述第三单元具体用于:
确定各所述待处理区域对应的同一方向的所述定向共生矩阵的特性参数之间的标准差,得到不同方向对应的标准差;
根据确定出的任一方向的标准差、以及所述参考区域对应的该方向的定向共生矩阵的特性参数,确定该方向的所述定向共生矩阵的特性参数对应的阈值。
11.如权利要求8所述的装置,其特征在于,所述第四单元具体用于:
根据任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数与对应的阈值,确定在该方向上该所述待处理区域中是否存在缺陷;
根据各方向上的确定结果,判断在不同方向上该所述待处理区域中是否均存在缺陷;
若是,则确定该所述待处理区域中存在缺陷;
若否,则确定该所述待处理区域中不存在缺陷。
12.如权利要求11所述的装置,其特征在于,所述特性参数为均匀性参数时,所述第四单元具体用于:
判断任一所述待处理区域对应的任一方向的定向共生矩阵的特性参数是否大于该方向对应的阈值;
若是,则确定在该方向上该所述待处理区域中不存在缺陷;
若否,则确定在该方向上该所述待处理区域中存在缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911165639.4A CN112950526B (zh) | 2019-11-25 | 2019-11-25 | 一种显示缺陷的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911165639.4A CN112950526B (zh) | 2019-11-25 | 2019-11-25 | 一种显示缺陷的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112950526A true CN112950526A (zh) | 2021-06-11 |
CN112950526B CN112950526B (zh) | 2024-03-12 |
Family
ID=76224781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911165639.4A Active CN112950526B (zh) | 2019-11-25 | 2019-11-25 | 一种显示缺陷的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950526B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117173160A (zh) * | 2023-10-31 | 2023-12-05 | 山东远通汽车智能科技有限公司 | 基于图像处理的房车部件质量检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093066A (zh) * | 2016-06-24 | 2016-11-09 | 安徽工业大学 | 一种基于改进的机器视觉注意机制的磁瓦表面缺陷检测方法 |
CN106373124A (zh) * | 2016-09-21 | 2017-02-01 | 哈尔滨工业大学 | 基于灰度共生矩阵与ransac的工业产品表面缺陷视觉检测方法 |
JP2017227606A (ja) * | 2016-06-24 | 2017-12-28 | 株式会社東芝 | 欠陥検出装置及び欠陥検出方法 |
CN110473201A (zh) * | 2019-09-10 | 2019-11-19 | 江南大学 | 一种刹车片表面缺陷的自动检测方法及装置 |
-
2019
- 2019-11-25 CN CN201911165639.4A patent/CN112950526B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093066A (zh) * | 2016-06-24 | 2016-11-09 | 安徽工业大学 | 一种基于改进的机器视觉注意机制的磁瓦表面缺陷检测方法 |
JP2017227606A (ja) * | 2016-06-24 | 2017-12-28 | 株式会社東芝 | 欠陥検出装置及び欠陥検出方法 |
CN106373124A (zh) * | 2016-09-21 | 2017-02-01 | 哈尔滨工业大学 | 基于灰度共生矩阵与ransac的工业产品表面缺陷视觉检测方法 |
CN110473201A (zh) * | 2019-09-10 | 2019-11-19 | 江南大学 | 一种刹车片表面缺陷的自动检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
DONGLAI ZHANG ET AL.: ""Characterization of Wire Rope Defects with Gray Level Co-occurrence Matrix of Magnetic Flux Leakage Images"", 《J NONDESTRUCT EVAL》 * |
徐强胜等: ""高精密零件图像缺陷特征快速定位检索仿真"", 《计算机仿真》, vol. 36, no. 4 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117173160A (zh) * | 2023-10-31 | 2023-12-05 | 山东远通汽车智能科技有限公司 | 基于图像处理的房车部件质量检测方法 |
CN117173160B (zh) * | 2023-10-31 | 2024-01-26 | 山东远通汽车智能科技有限公司 | 基于图像处理的房车部件质量检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112950526B (zh) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4799329B2 (ja) | ムラ検査方法、表示パネルの製造方法及びムラ検査装置 | |
CN110225336B (zh) | 评估图像采集精度的方法及装置、电子设备、可读介质 | |
JP6632288B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
CN110766095B (zh) | 基于图像灰度特征的缺陷检测方法 | |
CN108074237B (zh) | 图像清晰度检测方法、装置、存储介质及电子设备 | |
CN110443783B (zh) | 一种图像质量评估方法及装置 | |
JP2016115331A (ja) | 識別器生成装置、識別器生成方法、良否判定装置、良否判定方法、プログラム | |
CN113012157B (zh) | 一种设备缺陷视觉检测方法及系统 | |
JP2008175549A (ja) | 欠陥検出装置および欠陥検出方法 | |
CN113538603B (zh) | 一种基于阵列产品的光学检测方法、系统和可读存储介质 | |
JP2005172559A (ja) | パネルの線欠陥検出方法及び装置 | |
CN114419045A (zh) | 光刻掩模板缺陷检测方法、装置、设备及可读存储介质 | |
CN112950526B (zh) | 一种显示缺陷的检测方法及装置 | |
JP5264457B2 (ja) | 物体検出装置 | |
CN113570578A (zh) | 一种镜片鬼影现象检测方法、装置 | |
CN105530505B (zh) | 三维图像转换方法和装置 | |
US10685432B2 (en) | Information processing apparatus configured to determine whether an abnormality is present based on an integrated score, information processing method and recording medium | |
JP6904062B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
WO2022188102A1 (zh) | 深度图像的修复方法及装置、摄像头组件及电子设备 | |
CN114881889A (zh) | 视频图像噪声评估方法及装置 | |
CN114205578A (zh) | 基于频域偏度和频域峰值的视频模糊异常检测方法和系统 | |
JP3127598B2 (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 | |
RU2519005C1 (ru) | Способ допускового контроля печатных плат | |
JP2004219291A (ja) | 画面の線欠陥検出方法及び装置 | |
CN115147413B (zh) | 鬼像检测方法、装置、设备及可读存储介质 |
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 | ||
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. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |