CN113256635B - 缺陷检测方法、装置、设备及可读存储介质 - Google Patents

缺陷检测方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN113256635B
CN113256635B CN202110800459.XA CN202110800459A CN113256635B CN 113256635 B CN113256635 B CN 113256635B CN 202110800459 A CN202110800459 A CN 202110800459A CN 113256635 B CN113256635 B CN 113256635B
Authority
CN
China
Prior art keywords
glass substrate
value
detected
peripheral circuit
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.)
Active
Application number
CN202110800459.XA
Other languages
English (en)
Other versions
CN113256635A (zh
Inventor
刘晓龙
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.)
Wuhan Zhongdao Optoelectronic Equipment Co ltd
Original Assignee
Wuhan Zhongdao Optoelectronic Equipment 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 Wuhan Zhongdao Optoelectronic Equipment Co ltd filed Critical Wuhan Zhongdao Optoelectronic Equipment Co ltd
Priority to CN202110800459.XA priority Critical patent/CN113256635B/zh
Publication of CN113256635A publication Critical patent/CN113256635A/zh
Application granted granted Critical
Publication of CN113256635B publication Critical patent/CN113256635B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
    • 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
    • G06T2207/30141—Printed circuit board [PCB]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供一种缺陷检测方法、装置、设备及可读存储介质，缺陷检测方法包括：采集不同制程工艺与尺寸的玻璃基板的图像，将图像进行预处理；将经过预处理后的图像按特征点对位拼接，得到各个不同制程工艺与尺寸对应的高分辨率图像；计算各个高分辨率图像上所有外围电路区域中像素点的灰度值的平均值和中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围；根据待检测的玻璃基板选取相同制程工艺与尺寸对应的目标数值范围；若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷。通过本发明能适用于不同制程工艺的复杂外围电路区的缺陷检测，简化了参数设置。

Description

缺陷检测方法、装置、设备及可读存储介质
技术领域
本发明涉及图像检测技术领域，尤其涉及一种缺陷检测方法、装置、设备及可读存储介质。
背景技术
图像检测技术应用领域非常广泛，特别是在工业检测领域。目前在平板显示AOI（自动光学检测）缺陷检测领域，由于客户工艺改进，TFT-LCD基板集成度越来越高，阵列基板外围电路区的设计越来越复杂。而现有技术中只能较好的检测重复的周期性区域及电路线条区域的缺陷，针对复杂外围电路区的检测没有一套适应范围广且行之有效的检测方法。
发明内容
本发明的主要目的在于提供一种缺陷检测方法、装置、设备及可读存储介质，旨在解决复杂外围电路的缺陷检测问题。
第一方面，本发明提供一种缺陷检测方法，所述缺陷检测方法包括以下步骤：
采集不同制程工艺与尺寸的玻璃基板的图像，将图像进行预处理；
将经过预处理后的同一制程工艺与尺寸的玻璃基板的图像按特征点对位拼接，得到各个不同制程工艺与尺寸对应的高分辨率图像；
计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围；
根据待检测的玻璃基板的制程工艺与尺寸选取相同制程工艺与尺寸对应的目标数值范围；
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷；
若待检测的玻璃基板图像所有处于外围电路区域的目标像素点的灰度值均处于目标数值范围内，则待检测的玻璃基板没有缺陷。
可选的，所述计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围的步骤包括：
计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值；
当一高分辨率图像对应的平均值与中位值的差值大于阈值，则根据中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围；
当一高分辨率图像对应的平均值与中位值的差值小于或等于阈值，则根据平均值或中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围。
可选的，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷的步骤包括：
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，当目标像素点处于边缘拐角区域时，检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离；
若线上特征点的坐标偏离，则确定待检测的玻璃基板上所述目标像素点所处的边缘拐角区域有缺陷。
可选的，在所述检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离的步骤之后，还包括：
若所有目标像素点所处的边缘拐角区域内线上特征点的坐标均未偏离，则确定待检测的玻璃基板没有缺陷。
可选的，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷的步骤之后包括：
提取并保存目标像素点所处的外围电路区域的图像；
若收到用户针对所述图像触发的标签更改指令时，将所述待检测的玻璃基板的标签更改为无缺陷，并基于所述目标像素点的灰度值调整所述待检测的玻璃基板对应的目标数值范围。
第二方面，本发明还提供一种缺陷检测装置，所述缺陷检测装置包括：
图像采集与处理模块，用于采集不同制程工艺与尺寸的玻璃基板的图像，将图像进行预处理；
图像拼接模块，用于将经过预处理后的同一制程工艺与尺寸的玻璃基板的图像按特征点对位拼接，得到各个不同制程工艺与尺寸对应的高分辨率图像；
计算模块，用于计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围；
对比模块，用于根据待检测的玻璃基板的制程工艺与尺寸选取相同制程工艺与尺寸对应的目标数值范围；
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷；
若待检测的玻璃基板图像所有处于外围电路区域的像素点的灰度值均处于目标数值范围内，则待检测的玻璃基板没有缺陷。
可选的，所述计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围，所述计算模块，用于：
计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值；
当一高分辨率图像对应的平均值与中位值的差值大于阈值，则根据中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围；
当一高分辨率图像对应的平均值与中位值的差值小于或等于阈值，则根据平均值或中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围。
可选的，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷，所述对比模块，用于：
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，当目标像素点处于边缘拐角区域时，检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离；
若线上特征点的坐标偏离，则确定待检测的玻璃基板上所述目标像素点所处的边缘拐角区域有缺陷。
可选的，在所述检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离，所述对比模块，还用于：
若所有目标像素点所处的边缘拐角区域内线上特征点的坐标均未偏离，则确定待检测的玻璃基板没有缺陷。
可选的，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷，所述缺陷检测装置，还包括调整模块，用于：
提取并保存目标像素点所处的外围电路区域的图像；
若收到用户针对所述图像触发的标签更改指令时，将所述待检测的玻璃基板的标签更改为无缺陷，并基于所述目标像素点的灰度值调整所述待检测的玻璃基板对应的目标数值范围。
第三方面，本发明还提供一种缺陷检测设备，所述缺陷检测设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的缺陷检测程序，其中所述缺陷检测程序被所述处理器执行时，实现如上所述的缺陷检测方法的步骤。
第四方面，本发明还提供一种可读存储介质，所述可读存储介质上存储有缺陷检测程序，其中所述缺陷检测程序被处理器执行时，实现如上所述的缺陷检测方法的步骤。
本发明中，采集不同制程工艺与尺寸的玻璃基板的图像，将图像进行预处理；将经过预处理后的图像按特征点对位拼接，得到各个不同制程工艺与尺寸对应的高分辨率图像；计算各个高分辨率图像上所有外围电路区域中像素点的灰度值的平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围；根据待检测的玻璃基板选取相同制程工艺与尺寸对应的目标数值范围；若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷。通过本发明能适用于不同制程工艺的复杂外围电路区的缺陷检测，简化了缺陷检测的参数设置。
附图说明
图1为本发明实施例方案中涉及的缺陷检测设备的硬件结构示意图；
图2为本发明缺陷检测方法一实施例的流程示意图；
图3为本发明缺陷检测装置一实施例的功能模块示意图。
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。
第一方面，本发明实施例提供一种缺陷检测设备。
参照图1，图1为本发明实施例方案中涉及的缺陷检测设备的硬件结构示意图。本发明实施例中，缺陷检测设备可以包括处理器1001（例如中央处理器Central ProcessingUnit，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；用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard）；网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真WIreless-FIdelity，WI-FI接口）；存储器1005可以是高速随机存取存储器（random accessmemory，RAM），也可以是稳定的存储器（non-volatile memory），例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的硬件结构并不构成对本发明的限定，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。
继续参照图1，图1中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、用户接口模块以及缺陷检测程序。其中，处理器1001可以调用存储器1005中存储的缺陷检测程序，并执行本发明实施例提供的缺陷检测方法。
第二方面，本发明实施例提供了一种缺陷检测方法。
参照图2，图2为本发明缺陷检测方法一实施例的流程示意图。
在本发明缺陷检测方法一实施例中，缺陷检测方法包括：
步骤S10，采集不同制程工艺与尺寸的玻璃基板的图像，将图像进行预处理；
本实施例中，通过光学成像系统、面阵相机和图像采集卡得到生产线上生产的不同制程工艺与尺寸玻璃基板的数字图像，这些数字图像由于成像镜头引起图像在径向上的畸变以及光源分布不均匀导致图像灰度不准确，在图像采集卡采集到数字图像后，需要通过预先标定的畸变补偿参数校正镜头引起图像在径向上的畸变及光场均匀性补偿参数修正图像灰度。
步骤S20，将经过预处理后的同一制程工艺与尺寸的玻璃基板的图像按特征点对位拼接，得到各个不同制程工艺与尺寸对应的高分辨率图像；
本实施例中，经过预处理后的图像按照图像对应的制程工艺和尺寸，将同一制程工艺和同一尺寸的玻璃基板相邻图像共有的重叠区域的图像按特征点计算对位偏差，此时利用计算出来的对位偏差将图像拼接成大范围的高分辨率图像。其中，基于生产线上生产的不同制程工艺与不同尺寸玻璃基板的数字图像对位拼接成的高分辨率图像均是不同的，例如，制程工艺1与尺寸1对应的高分辨率图像1.1，制程工艺1与尺寸2对应的高分辨率图像1.2，制程工艺2与尺寸1对应的高分辨率图像2.1，制程工艺2与尺寸2对应的高分辨率图像2.2，以此类推。
步骤S30，计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围；
本实施例中，因为生产中产线产出的是一整块玻璃基板，这一整块玻璃基板上包括若干同一尺寸与同一制程工艺的阵列基板，每个阵列基板上都有外围电路区的存在，而上述采集与拼接成的高分辨率图像是一块玻璃基板的图像，因此对每个阵列基板上外围电路区的缺陷检测，可以基于同一制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值，计算得到外围电路区域中每个像素点区域的灰度值的平均值和中位值，取得的平均值或中位值作为目标像素点区域的一个目标值，由于灰度值存在一定的误差差异，因此基于目标值可以设定得到目标值正负一个误差值的数值范围，作为图像上所有外围电路区目标像素点区域灰度值的标准值范围。针对各个不同制程工艺与尺寸玻璃基板得到的数值范围也不同，例如，制程工艺1与尺寸1对应的数值范围1.1，制程工艺1与尺寸2对应的数值范围1.2，制程工艺2与尺寸1对应的数值范围2.1，制程工艺2与尺寸2对应的数值范围2.2，以此类推。
进一步，一实施例中，所述计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围的步骤包括：
计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值；
当一高分辨率图像对应的平均值与中位值的差值大于阈值，则根据中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围；
当一高分辨率图像对应的平均值与中位值的差值小于或等于阈值，则根据平均值或中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围。
本实施例中，由于产线上的玻璃基板的高分辨率图像在一个区域内存在多种缺陷导致该区域灰度值差距过大的情况，导致所得平均值不准确，此时为了避免受到图像有缺陷区域过大与过小的灰度值干扰，可以设定一个阈值，对比根据各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值计算出的平均值和中位值，通过平均值与中位值的差值与阈值的对比判断平均值与中位值是否有差距，若此时对应的平均值与中位值的差值大于阈值，即此时存在一个区域内有多种缺陷导致该区域灰度值差距过大的可能性，为了避免这种干扰，此时取所得的中位值作为目标值，并基于此目标值得到目标数值范围；若此时对应的平均值与中位值的差值小于或等于阈值，则此时不考虑干扰的可能性，取平均值或中位值作为目标值均可以。
步骤S40，根据待检测的玻璃基板的制程工艺与尺寸选取相同制程工艺与尺寸对应的目标数值范围；
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷；
若待检测的玻璃基板图像所有处于外围电路区域的目标像素点的灰度值均处于目标数值范围内，则待检测的玻璃基板没有缺陷。
本实施例中，基于所需要检测的玻璃基板的制程工艺与尺寸选择对应的基于高分辨率图像上所有外围电路区域中像素点的灰度值的平均值和中位值所得的目标数值范围，此时比较待检测的玻璃基板图像上外围电路区的像素点的灰度值是否处于上述目标数值范围内，如果存在至少一个目标像素点不处于上述目标数值范围内，即判定此时检测到的目标像素点区域存在缺陷，则待检测的玻璃基板有缺陷；如果所有的目标像素点都处于上述目标数值范围内，即判定此时监测到的目标像素点区域均不存在缺陷，则待检测的玻璃基板没有缺陷。
进一步，一实施例中，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷的步骤包括：
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，当目标像素点处于边缘拐角区域时，检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离；
若线上特征点的坐标偏离，则确定待检测的玻璃基板上所述目标像素点所处的边缘拐角区域有缺陷。
本实施例中，当检测到目标像素点区域存在缺陷，如果此时通过位置坐标判断该目标像素点位于对应的外围电路区所在的阵列基板上的边缘拐角区域，因为目标像素点在边缘拐角区域光学成像相较中间区域是比较弱的，即使经过了预处理此时目标像素点的灰度值仍然存在一定的误差，此时要增加对此目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离的判断，对比生产中同一种制程工艺与尺寸的玻璃基板所预设该目标像素点边缘拐角区域线上特征点的坐标与此时产出得到的玻璃基板上该目标像素点边缘拐角区域线上特征点的坐标，若此时坐标的位置不相同，即此时线上特征点的坐标偏离预设坐标，则确定待检测的玻璃基板上所述目标像素点所处的边缘拐角区域有缺陷。
进一步，一实施例中，在所述检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离的步骤之后，还包括：
若所有目标像素点所处的边缘拐角区域内线上特征点的坐标均未偏离，则确定待检测的玻璃基板没有缺陷。
本实施例中，对比生产中同一种制程工艺与尺寸的玻璃基板所预设所述目标像素点边缘拐角区域线上特征点的坐标与此时产出得到的玻璃基板上所述目标像素点边缘拐角区域线上特征点的坐标，若此时坐标的位置相同，即此时线上特征点的坐标未偏离预设坐标，则即使此时对比判断待检测的玻璃基板图像处于外围电路区域的所述目标像素点的灰度值不处于所述目标数值范围内，也可以确定待检测的玻璃基板上所述目标像素点所处的边缘拐角区域没有缺陷，此时若所有目标像素点所处的边缘拐角区域内线上特征点的坐标均未偏离，则确定待检测的玻璃基板没有缺陷。
进一步，一实施例中，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷的步骤之后包括：
提取并保存目标像素点所处的外围电路区域的图像；
若收到用户针对所述图像触发的标签更改指令时，将所述待检测的玻璃基板的标签更改为无缺陷，并基于所述目标像素点的灰度值调整所述待检测的玻璃基板对应的目标数值范围。
本实施例中，当通过目标像素点区域的灰度值与目标数值范围的比较以及目标像素点区域线上特征点坐标的比较，确定待检测的玻璃基板图像上目标像素点所处的外围电路区域是有缺陷的，则此时将检测到有缺陷的所述目标像素点所处的外围电路区域的图像经过定义的阈值进行二值化，使缺陷区域的轮廓边缘更清晰，此时将突出轮廓的缺陷区域的图像提取出来并保存到缺陷图像库中，方便用户通过调取缺陷图像库里的缺陷区域的图像进行检查，若用户经过检查发现调取的缺陷图像上的缺陷可以忽略不计从而更改所述缺陷图像的标签，当检测到用户针对调取的缺陷图像触发的标签更改的指令之后，将所述待检测的玻璃基板的标签更改为无缺陷，此时根据更改标签的所述目标像素点的灰度值来调整所述待检测的玻璃基板对应的目标数值范围，若所述目标像素点的灰度值小于目标数值范围的下限数值，即更改此时所述目标像素点的灰度值数值作为目标数值范围的下限数值；若所述目标像素点的灰度值大于目标数值范围的上限数值，即更改此时所述目标像素点的灰度值数值作为目标数值范围的上限数值。
本实施例中，采集不同制程工艺与尺寸的玻璃基板的图像，将图像进行预处理；将经过预处理后的图像按特征点对位拼接，得到各个不同制程工艺与尺寸对应的高分辨率图像；计算各个高分辨率图像上所有外围电路区域中像素点的灰度值的平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围；根据待检测的玻璃基板选取相同制程工艺与尺寸对应的目标数值范围；若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷。通过本发明能适用于不同制程工艺的复杂外围电路区的缺陷检测，简化了缺陷检测所需的参数设置。
第三方面，本发明实施例还提供一种缺陷检测装置。
参照图3，缺陷检测装置一实施例的功能模块示意图。如图3所示，缺陷检测装置包括：
图像采集与处理模块10，用于采集不同制程工艺与尺寸的玻璃基板的图像，将图像进行预处理；
图像拼接模块20，用于将经过预处理后的同一制程工艺与尺寸的玻璃基板的图像按特征点对位拼接，得到各个不同制程工艺与尺寸对应的高分辨率图像；
计算模块30，用于计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围；
对比模块40，用于根据待检测的玻璃基板的制程工艺与尺寸选取相同制程工艺与尺寸对应的目标数值范围；
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷；
若待检测的玻璃基板图像所有处于外围电路区域的像素点的灰度值均处于目标数值范围内，则待检测的玻璃基板没有缺陷。
进一步地，一实施例中，所述计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围，所述计算模块30，用于：
计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值；
当一高分辨率图像对应的平均值与中位值的差值大于阈值，则根据中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围；
当一高分辨率图像对应的平均值与中位值的差值小于或等于阈值，则根据平均值或中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围。
进一步地，一实施例中，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷，所述对比模块40，用于：
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，当目标像素点处于边缘拐角区域时，检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离；
若线上特征点的坐标偏离，则确定待检测的玻璃基板上所述目标像素点所处的边缘拐角区域有缺陷。
进一步地，一实施例中，在所述检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离，所述对比模块40，还用于：
若所有目标像素点所处的边缘拐角区域内线上特征点的坐标均未偏离，则确定待检测的玻璃基板没有缺陷。
进一步地，一实施例中，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷，所述缺陷检测装置，还包括调整模块，用于：
提取并保存目标像素点所处的外围电路区域的图像；
若收到用户针对所述图像触发的标签更改指令时，将所述待检测的玻璃基板的标签更改为无缺陷，并基于所述目标像素点的灰度值调整所述待检测的玻璃基板对应的目标数值范围。
其中，上述缺陷检测装置中各个模块的功能实现与上述缺陷检测方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
第四方面，本发明实施例还提供一种可读存储介质。
本发明可读存储介质上存储有缺陷检测程序，其中所述缺陷检测程序被处理器执行时，实现如上述的缺陷检测方法的步骤。
其中，缺陷检测程序被执行时所实现的方法可参照本发明缺陷检测方法的各个实施例，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终端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 (8)

1.一种缺陷检测方法，其特征在于，所述缺陷检测方法包括：
采集不同制程工艺与尺寸的玻璃基板的图像，将图像进行预处理；
将经过预处理后的同一制程工艺与尺寸的玻璃基板的图像按特征点对位拼接，得到各个不同制程工艺与尺寸对应的高分辨率图像；
计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围；
所述计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围的步骤包括：
计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值；
当一高分辨率图像对应的平均值与中位值的差值大于阈值，则根据中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围；
当一高分辨率图像对应的平均值与中位值的差值小于或等于阈值，则根据平均值或中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围；
根据待检测的玻璃基板的制程工艺与尺寸选取相同制程工艺与尺寸对应的目标数值范围；
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷；
若待检测的玻璃基板图像所有处于外围电路区域的目标像素点的灰度值均处于目标数值范围内，则待检测的玻璃基板没有缺陷。
2.如权利要求1所述的缺陷检测方法，其特征在于，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷的步骤包括：
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，当目标像素点处于边缘拐角区域时，检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离；
若线上特征点的坐标偏离，则确定待检测的玻璃基板上所述目标像素点所处的边缘拐角区域有缺陷。
3.如权利要求2所述的缺陷检测方法，其特征在于，在所述检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离的步骤之后，还包括：
若所有目标像素点所处的边缘拐角区域内线上特征点的坐标均未偏离，则确定待检测的玻璃基板没有缺陷。
4.如权利要求1所述的缺陷检测方法，其特征在于，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷的步骤之后包括：
提取并保存目标像素点所处的外围电路区域的图像；
若收到用户针对所述图像触发的标签更改指令时，将所述待检测的玻璃基板的标签更改为无缺陷，并基于所述目标像素点的灰度值调整所述待检测的玻璃基板对应的目标数值范围。
5.一种缺陷检测装置，其特征在于，所述缺陷检测装置包括：
图像采集与处理模块，用于采集不同制程工艺与尺寸的玻璃基板的图像，将图像进行预处理；
图像拼接模块，用于将经过预处理后的同一制程工艺与尺寸的玻璃基板的图像按特征点对位拼接，得到各个不同制程工艺与尺寸对应的高分辨率图像；
计算模块，用于计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围；
所述计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值，根据所述平均值或中位值得到各个不同制程工艺与尺寸玻璃基板对应的数值范围的步骤包括：
计算各个不同制程工艺与尺寸玻璃基板对应的高分辨率图像上包含的所有外围电路区域中像素点的灰度值的平均值和中位值；
当一高分辨率图像对应的平均值与中位值的差值大于阈值，则根据中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围；
当一高分辨率图像对应的平均值与中位值的差值小于或等于阈值，则根据平均值或中位值得到所述高分辨率图像对应的一制程工艺与尺寸玻璃基板对应的数值范围；
对比模块，用于根据待检测的玻璃基板的制程工艺与尺寸选取相同制程工艺与尺寸对应的目标数值范围；
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷；
若待检测的玻璃基板图像所有处于外围电路区域的像素点的灰度值均处于目标数值范围内，则待检测的玻璃基板没有缺陷。
6.如权利要求5所述的缺陷检测装置，其特征在于，所述若待检测的玻璃基板图像存在至少一个处于外围电路区域的像素点的灰度值不处于所述目标数值范围内，则待检测的玻璃基板有缺陷，所述对比模块，用于：
若待检测的玻璃基板图像存在至少一个处于外围电路区域的目标像素点的灰度值不处于所述目标数值范围内，当目标像素点处于边缘拐角区域时，检测目标像素点所处的边缘拐角区域内线上特征点的坐标是否偏离；
若线上特征点的坐标偏离，则确定待检测的玻璃基板上所述目标像素点所处的边缘拐角区域有缺陷。
7.一种缺陷检测设备，其特征在于，所述缺陷检测设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的缺陷检测程序，其中所述缺陷检测程序被所述处理器执行时，实现如权利要求1至4中任一项所述的缺陷检测方法的步骤。
8.一种可读存储介质，其特征在于，所述可读存储介质上存储有缺陷检测程序，其中所述缺陷检测程序被处理器执行时，实现如权利要求1至4中任一项所述的缺陷检测方法的步骤。
CN202110800459.XA 2021-07-15 2021-07-15 缺陷检测方法、装置、设备及可读存储介质 Active CN113256635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110800459.XA CN113256635B (zh) 2021-07-15 2021-07-15 缺陷检测方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110800459.XA CN113256635B (zh) 2021-07-15 2021-07-15 缺陷检测方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN113256635A CN113256635A (zh) 2021-08-13
CN113256635B true CN113256635B (zh) 2021-10-15

Family

ID=77180427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110800459.XA Active CN113256635B (zh) 2021-07-15 2021-07-15 缺陷检测方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN113256635B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538603B (zh) * 2021-09-16 2021-12-24 深圳市光明顶照明科技有限公司 一种基于阵列产品的光学检测方法、系统和可读存储介质
CN114972157A (zh) * 2022-01-10 2022-08-30 华为技术有限公司 边缘缺陷检测方法、装置及存储介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4169573B2 (ja) * 2002-10-23 2008-10-22 株式会社東京精密 パターン検査方法及び検査装置
JP4374303B2 (ja) * 2004-09-29 2009-12-02 株式会社日立ハイテクノロジーズ 検査方法及びその装置
JP2006308376A (ja) * 2005-04-27 2006-11-09 Tokyo Seimitsu Co Ltd 外観検査装置及び外観検査方法
CN100573315C (zh) * 2007-04-04 2009-12-23 鸿富锦精密工业（深圳）有限公司 相机模块污点测试系统及方法
KR101214806B1 (ko) * 2010-05-11 2012-12-24 가부시키가이샤 사무코 웨이퍼 결함 검사 장치 및 웨이퍼 결함 검사 방법
KR20200067917A (ko) * 2013-02-18 2020-06-12 카티바, 인크. Oled 스택 필름의 품질 평가를 위한 시스템, 장치, 및 방법
CN103913468B (zh) * 2014-03-31 2016-05-04 湖南大学 生产线上大尺寸lcd玻璃基板的多视觉缺陷检测设备及方法
TWI627588B (zh) * 2015-04-23 2018-06-21 日商思可林集團股份有限公司 檢查裝置及基板處理裝置
CN105447854A (zh) * 2015-11-12 2016-03-30 程涛 一种小尺寸玻璃面板表面缺陷检测方法及系统
CN110175992A (zh) * 2019-05-27 2019-08-27 武汉中导光电设备有限公司 大尺寸液晶面板上宏观mura缺陷的检测方法和系统
CN111563889B (zh) * 2020-05-06 2023-06-27 深圳市斑马视觉科技有限公司 基于计算机视觉的液晶屏幕Mura缺陷检测方法

Also Published As

Publication number Publication date
CN113256635A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
US12033345B2 (en) Positioning method and device, and storage medium
CN113256635B (zh) 缺陷检测方法、装置、设备及可读存储介质
CN100367293C (zh) 用于显示器的光学检测的方法和装置
JP2008203034A (ja) 欠陥検出装置および欠陥検出方法
WO2022088660A1 (zh) 提高晶圆检测灵敏度的方法、装置以及存储介质
KR20090101356A (ko) 결함 검출 장치 및 결함 검출 방법
CN114445402B (zh) 半导体芯片用掩模版贴膜精度检测方法及检测装置
US8045788B2 (en) Product setup sharing for multiple inspection systems
CN103927749A (zh) 图像处理方法、装置和自动光学检测机
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
KR20190106690A (ko) 기판 검사 장치, 기판 처리 장치 및 기판 검사 방법
CN108022219B (zh) 一种二维图像灰度修正方法
CN116337412A (zh) 屏幕检测方法、设备及存储介质
US10970846B1 (en) Repairing method for Mura in display panel
JP3907874B2 (ja) 欠陥検査方法
CN115760653B (zh) 图像校正方法、装置、设备及可读存储介质
CN117455887A (zh) 基于机器视觉的pcb来料检测方法、装置、设备及介质
CN111369513B (zh) 一种异常检测方法、装置、终端设备及存储介质
CN114937037B (zh) 产品缺陷检测方法、装置、设备及可读存储介质
KR102692769B1 (ko) 표시 패널 검사 시스템, 표시 패널 검사 방법 및 이를 이용한 표시 패널.
TWI760934B (zh) 顯示面板Mura補償方法、系統、電子裝置及存儲介質
CN111325707B (zh) 一种图像处理方法和系统、检测方法和系统
US20230194915A1 (en) Method of detecting defective pixels in electronic displays
JP4526348B2 (ja) シェーディング補正装置及び方法
CN115187534A (zh) 一种机器人屏幕检测方法、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