CN113281017A - 一种显示屏的质量检测方法、终端及存储介质 - Google Patents
一种显示屏的质量检测方法、终端及存储介质 Download PDFInfo
- Publication number
- CN113281017A CN113281017A CN202110643893.1A CN202110643893A CN113281017A CN 113281017 A CN113281017 A CN 113281017A CN 202110643893 A CN202110643893 A CN 202110643893A CN 113281017 A CN113281017 A CN 113281017A
- Authority
- CN
- China
- Prior art keywords
- color gamut
- data
- display screen
- data set
- group
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 230000008878 coupling Effects 0.000 claims abstract description 45
- 238000010168 coupling process Methods 0.000 claims abstract description 45
- 238000005859 coupling reaction Methods 0.000 claims abstract description 45
- 239000013598 vector Substances 0.000 claims abstract description 19
- 238000007689 inspection Methods 0.000 claims abstract 3
- 238000000034 method Methods 0.000 claims description 40
- 238000000605 extraction Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000003491 array Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 42
- 230000007547 defect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 101100327144 Arabidopsis thaliana CYCB1-3 gene Proteins 0.000 description 1
- 101100327147 Arabidopsis thaliana CYCB1-5 gene Proteins 0.000 description 1
- 101150018690 CPS2 gene Proteins 0.000 description 1
- 101150058276 CYC3 gene Proteins 0.000 description 1
- 102100020997 Fractalkine Human genes 0.000 description 1
- 101000854520 Homo sapiens Fractalkine Proteins 0.000 description 1
- 101100397126 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) IQG1 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 101150113005 cyc2 gene Proteins 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开一种显示屏的质量检测方法、终端及存储介质,在灰阶扫描模式下对显示屏的模组拼接处的像素点进行N次数据采集及建立相应数据集合,得到N组包括时间向量的数据单元;依次对每组数据单元进行特征提取,得到N个亮度特征值与N个色域坐标特征值;依次计算每一亮度特征值、每一色域坐标特征值与相应的标准特征值的偏离度,并结合各自的预设权重系数计算得到每组数据单元对应的总偏离度,得到N个跨板耦合特征值;将N个跨板耦合特征值逐一与出货标准值进行比较,并根据比较的结果判断显示屏是否满足出货要求。本技术方案,其可解决现有技术依靠品质检验人员主观观看体验来检测显示屏出货无法形成有效的客观出货标准的困境的技术问题。
Description
技术领域
本发明涉及显示屏检测技术领域,特别涉及一种显示屏的质量检测方法、终端及存储介质。
背景技术
由于显示屏小间距产品的灯珠较多,若模组比较大的时候,一行灯珠需要用到多个行管控制供电,或者由模组拼接成的箱体,模组的行管分段处和两模组物理拼接处的灯珠显示由最暗到最亮时,在行管分割的地方或物理拼接处会出现一个亮度非常明显的分界线,即跨板的灰度显示不平滑,这种现象称为跨板耦合现象。而目前LED显示屏显示效果的出货检测主要依靠有经验的品质检测人员进行肉眼判断是否符合出货标准,特别地,对于类似跨板耦合等影响显示效果的现象无法形成有效的客观出货标准,行业内无法统一对于跨板耦合这一显示缺陷的出货标准,容易导致产品质量参差不齐的情况出现。
发明内容
本发明的主要目的在于提出一种显示屏的质量检测方法、终端及存储介质,其旨在解决现有技术中主要依靠品质检验人员主观观看体验来检测显示屏出货无法形成有效的客观出货标准的困境的技术问题。
为实现上述目的,本发明提供的一种显示屏的质量检测方法,所述检测方法包括以下步骤:将待检测的显示屏调至灰阶扫描模式;对所述显示屏的模组拼接处的像素点进行N次数据采集及建立相应数据集合,得到N组数据单元,每组所述数据单元均包括亮度数据集合、色域坐标数据集合以及时间向量,N为大于或等于3的正整数;通过第一预设算法依次对每组所述数据单元的所述亮度数据集合进行特征提取,得到N个亮度特征值;通过第二预设算法依次对每组所述数据单元的所述色域坐标数据集合进行特征提取,得到N个色域坐标特征值;依次计算每一所述亮度特征值、每一所述色域坐标特征值与相应的标准特征值的偏离度,并结合各自的预设权重系数计算得到每组所述数据单元对应的总偏离度,得到N个跨板耦合特征值;将所述N个跨板耦合特征值逐一与出货标准值进行比较,并根据所述比较的结果判断所述显示屏是否满足出货要求。
可选地,所述对所述显示屏的模组拼接处的像素点进行N次数据采集及建立相应数据集合,得到N组数据单元,每组所述数据单元均包括亮度数据集合、色域坐标数据集合以及时间向量的步骤包括:通过分光亮度计按预设采样频率对所述显示屏的模组拼接处的像素点进行N次数据采集,得到N组初始数据单元,每组所述初始数据单元均包括亮度数据数组与色域坐标数据数组;依次对每组所述初始数据单元的亮度数据数组与色域坐标数据数组进行数据筛选,得到每组所述数据单元的所述亮度数据集合与所述色域坐标数据集合;根据所述预设采样率换算出采集点间的时间间距,建立对应所述数据单元的所述时间向量。
可选地,对所述亮度数据数组进行数据筛选,得到相应的所述亮度数据集合的步骤具体包括:剔除所述亮度数据数组中的不完整的亮度数据区间,得到相应的所述亮度数据集合;对所述色域坐标数据数组进行数据筛选,得到相应的所述色域坐标数据集合的步骤具体包括:剔除所述色域坐标数据数组中对应不完整的亮度数据区间的色域坐标数据,得到相应的所述色域坐标数据集合。
可选地,所述通过第一预设算法依次对每组所述数据单元的所述亮度数据集合进行特征提取,得到N个亮度特征值的步骤具体包括:根据预设的梯度函数与所述时间向量计算每组所述数据单元的所述亮度数据集合的平滑程度,得到N个新亮度数据集合;对每一所述新亮度数据集合求标准差衡量数值的离散程度,得到所述N个亮度特征值。
可选地,所述通过第二预设算法依次对每组所述数据单元的所述色域坐标数据集合进行特征提取,得到N个色域坐标特征值的步骤具体包括:依次对每组所述数据单元的所述色域坐标数据集合按预设方式进行分段平均处理,得到N个新色域坐标数据集合;对每一所述新色域坐标数据集合求极差,得到所述N个色域坐标特征值。
可选地,所述色域坐标数据集合包括色域横坐标数据集合与色域纵坐标数据集合,所述色域坐标数据数组包括色域横坐标数据数组与色域纵坐标数据数组,所述新色域坐标数据集合包括新色域坐标数据集合包括新色域横坐标数据集合与新色域纵坐标数据集合,所述色域坐标特征值包括色域横坐标特征值与色域纵坐标特征值。
可选地,所述跨板耦合特征值的计算公式为:K=BK*x1+(CXK+CYK)*x2;其中,K表示一组所述数据单元的跨板耦合特征值,BK表示相应组所述数据单元对应的所述亮度特征值的偏离度,x1表示预设亮度权重系数,CXK表示相应组所述数据单元对应的所述色域横坐标特征值的偏离度,CYK表示相应组所述数据单元对应的所述色域纵坐标特征值的偏离度,x2表示预设色域权重系数。
可选地,所述将所述N个跨板耦合特征值逐一与出货标准值进行比较,并根据所述比较的结果判断所述显示屏是否满足出货要求的步骤具体包括:若所述N个跨板耦合特征值均小于或等于所述出货标准值,则判断所述显示屏满足出货要求;若所述N个跨板耦合特征值中至少一所述跨板耦合特征值大于所述出货标准值,则判断所述显示屏不满足出货要求。
此外,为实现上述目的,本发明实施例还提出一种终端,所述终端包括显示屏、存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器分别与所述存储器及所述显示屏之间的连接通信的数据总线,所述程序被所述处理器执行时实现上述的方法的步骤。
此外,为实现上述目的,本发明实施例还提出一种存储介质,用于计算机可读存储,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述的方法的步骤。
本发明提供的显示屏的质量检测方法、终端及存储介质,其在每一显示屏出货前的检测时,先将待检测的显示屏调至灰阶扫描模式后,对显示屏的模组拼接处的的像素点进行N次数据采集及建立相应数据集合,得到N组包括时间向量的数据单元。接着,依次对每组数据单元进行特征提取,得到N个亮度特征值与N个色域坐标特征值。最后,依次计算每一亮度特征值、每一色域坐标特征值与相应的标准特征值的偏离度,并结合各自的预设权重系数计算每组数据单元对应的总偏离度,得到N个跨板耦合特征值后,逐一与出货标准值进行比较,以判断显示屏是否满足出货要求。这样一来,本检测方法,其可将跨板耦合的程度转化成数字指标来进行评价,使显示屏行业能定下显示屏产品对于跨板耦合的出货标准,提高出货质量。可见,本技术方案,其可有效解决现有技术中主要依靠品质检验人员主观观看体验来检测显示屏出货无法形成有效的客观出货标准的困境的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一显示屏的质量检测方法的流程框图。
图2为图1所示显示屏的质量检测方法的步骤S120的具体流程框图。
图3为图1所示显示屏的质量检测方法的步骤S130的具体流程框图。
图4为图1所示显示屏的质量检测方法中亮度数据特征提取的数据处理示意图。
图5为图1所示显示屏的质量检测方法的步骤S140的具体流程框图。
图6为图1所示显示屏的质量检测方法的步骤S160的具体流程框图。
图7为本发明实施例二终端的结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一
如图1所示,本发明实施例一提供一种显示屏的质量检测方法,该方法包括以下步骤:
步骤S110:将待检测的显示屏调至灰阶扫描模式。
具体地,由于跨板耦合的显示缺陷主要指由若干灯板组成的LED显示屏在显示灰阶时由于扫描数或扫描IC等原因,不同灯板间会出现灰阶不连续或不均匀等影响显示效果的缺陷。因而,本发明实施例的显示屏的质量检测方法要实现相应的显示缺陷检测,需先将待检测的显示屏调至灰阶扫描模式,以便于后续执行相应的显示缺陷检测操作。
步骤S120:对该显示屏的模组拼接处的像素点进行N次数据采集及建立相应数据集合,得到N组数据单元,每组数据单元均包括亮度数据集合、色域坐标数据集合与时间向量,N为大于或等于3的正整数。
具体地,当上述方法步骤将待检测的显示屏调至灰阶扫描模式后,便可执行本方法步骤“对该显示屏的模组拼接处的像素点进行N次数据采集及建立相应数据集合,得到N组数据单元,每组数据单元均包括亮度数据集合、色域坐标数据集合与时间向量”,如图2所示,其具体过程如下:
步骤S121:通过分光亮度计按预设采样频率对该显示屏的模组拼接处的像素点进行N次数据采集,得到N组初始数据单元,每组初始数据单元均包括亮度数据数组与色域坐标数据数组。
步骤S122:依次对每组初始数据单元的亮度数据数组与色域坐标数据数组进行数据筛选,得到每组数据单元的亮度数据集合与色域坐标数据集合。
步骤S123:根据预设采样率换算出采集点间的时间间距,建立对应数据单元的时间向量。
将待检测的显示屏调至灰阶扫描模式后,分光亮度计固定置于该显示屏前采集数据,主要针对该显示屏的模组拼接处的像素点(即双行管区域或者说该显示屏有缺陷的灰度区间的像素点)进行数据采集。由于分光亮度计有固定的采集率(即预设采用频率),显示屏移动速度恒定,所以采集到单个灰阶区间的数据采集点数相同,设置采集时间为t,保证至少采集3次数据,即对该显示屏的模组拼接处的像素点进行N次数据采集,N为大于或等于3的正整数。
通过分光亮度计可以采集到该显示屏的亮度数据与色域坐标数据(包括色域横坐标与色域纵坐标),该数据以数组方式呈现,如亮度数据数组为b=[789,794,796,803,0,0,2,...,799,805,806,0,0,3]。将亮度数据数组导入MATLAB软件,将亮度数据数组赋值为集合b[n],色域坐标数据数组分别赋值为色域横坐标数据数组CX[n]与色域纵坐标数据数组CY[n]。由于采集到的数据开始和结束存在不完整灰阶区间,需要通过循环函数For()筛选出完整亮度数据区间,当b[n-1]-b[n]>0时,提取索引值n,通过索引值n重新将b[n]筛选出子集数据b1[n](即剔除亮度数据数组中的不完整的亮度数据区域,得到相应的亮度数据集合),N次采集到的亮度数据分别筛选出b1[n],b2[n],b2[n],……,bN[n],根据相同的索引值n对色域坐标数据进行相同处理,以剔除色域坐标数据数组中对应不完整的亮度数据区间的色域坐标数据(即剔除了与上面亮度数据同时间段的色域坐标数据,因为亮度-时间和色域坐标-时间两个的横坐标即时间相同,所以剔除了某个时间段的亮度数据对应的也剔除这个时间段的色域坐标数据),得到相应的色域坐标数据集合,导出CX1[n]、CX2[n]、CX3[n],……,CXN[n]和CY1[n]、CY2[n]、CY3[n],……,CYN[n];最后根据分光亮度计的采样率k(point/s)(该采样率K为预先设置的,即为预设采样频率)换算出采集点间的时间间距τ=1/k,建立对应集合的时间向量t1,t2,t3,……,tN,其中t1=[0,τ,2τ,…,nτ](即建立对应数据单元的时间向量)。
步骤S130:通过第一预设算法依次对每组数据单元的亮度数据集合进行特征提取,得到N个亮度特征值。
具体地,当通过上述方法步骤得到一组时间向量与N组数据单元后,便可进行亮度数据特征提取,即执行本方法步骤“通过第一预设算法依次对每组数据单元的亮度数据集合进行特征提取,得到N个亮度特征值”,如图3所示,具体过程如下:
步骤S131:根据预设的梯度函数与时间向量计算每组数据单元的亮度数据集合的平滑程度,得到N个新亮度数据集合。
步骤S132:对每一新亮度数据集合求标准差,得到N个亮度特征值。
上述预设的梯度函数为采用MATLAB中梯度函数gradient(),通过该梯度函数来体现亮度的平滑程度,令G1=gradient(b1)/gradient(t1),t1为时间向量(即N个新亮度数据集合中第1个新亮度数据集合)。将新的G1集合求标准差用以恒量G1数值的离散程度,即令B1=std(G1),B1作为跨板耦合的亮度特征值。详细处理如图4所示。同时对另外几组亮度数据进行相同的处理,得到B2,B3,……,BN(即对每一新亮度数据集合求标准差恒量数值的离散程度,得到N个亮度特征值)。
步骤S140:通过第二预设算法依次对每组数据单元的色域坐标数据集合进行特征提取,得到N个色域坐标特征值。
具体地,当通过上述方法步骤得到N组数据单元后,还需进行色域坐标数据特征提取,即执行本方法步骤“通过第二预设算法依次对每组数据单元的色域坐标数据集合进行特征提取,得到N个色域坐标特征值”如图5所示,具体过程如下:
步骤S141:依次对每组数据单元的色域坐标数据集合按预设方式进行分段平均处理,得到N个新色域坐标数据集合。
步骤S142:对每一新色域坐标数据集合求极差,得到N个色域坐标特征值。
由于上述方法步骤中,色域坐标数据集合包括色域横坐标数据集合与色域纵坐标数据集合,因而,依次对每组数据单元的色域坐标数据集合按预设方式进行分段平均处理包括分别对色域横坐标数据集合CX1[n]与色域横坐标数据集合CY1[n]按预设方式进行分段平均处理,设每x2(可定义)个样品点求平均值作为一个像素点,即 对得到的新色域坐标数据集合(包括新色域横坐标数据集合CXM1与新色域纵坐标数据集合CYM1)求极差,即CXC1=max(CXM1)-min(CXM1),CYC1=max(CYM1)-min(CYM1),得到色域横坐标特征值CXC1与色域纵坐标特征值CYC1,并作为跨板耦合色域坐标均匀性特征,同时对另外几组色域数据进行相同处理,得到CXC2,CYC2、CXC3,CYC3、...、CXCN,CYCN(即对每一新色域坐标数据集合求极差,得到N个色域坐标特征值,色域坐标特征值包括色域横坐标特征值与色域纵坐标特征值)。
步骤S150:依次计算每一亮度特征值、每一色域坐标特征值与相应的标准特征值的偏离度,并结合各自的预设权重系数计算每组数据单元对应的总偏离度,得到N个跨板耦合特征值。
具体地,当通过上述方法步骤得到N个亮度特征值、N个色域坐标特征值(包括色域横坐标特征值与色域纵坐标特征值)后,便可依次计算每一亮度特征值、每一色域坐标特征值与相应的标准特征值的偏离度,即计算每一亮度特征值与标准亮度特征值(该标准亮度特征值为针对缺陷程度低的显示屏通过上述方法步骤得到的N个亮度特征值的平均值)的偏离度,每一色域横坐标特征值与标准色域横坐标特征值(该标准色域横坐标特征值为针对缺陷程度低的显示屏通过上述方法步骤得到的N个色域横坐标特征值的平均值)的偏离度,每一色域纵坐标特征值与标准色域纵坐标特征值(该标准色域纵坐标特征值为针对缺陷程度低的显示屏通过上述方法步骤得到的N个色域纵坐标特征值的平均值)的偏离度。具体过程如下:假设标准亮度色坐标特征值为Bstd,CXCstd和CYCstd,计算偏离度BK1=(|B1-Bstd|)/Bstd,CXK1=(|CXC1-CXCstd|)/CXCstd,CYK1=(|CYC1-CYCstd|)/CYCstd。而结合各自的预设权重系数计算每组数据单元对应的总偏离度,得到N个跨板耦合特征值,即为了体现亮度和色域坐标特征在跨板耦合中影响的程度不同,可以添加预设权重系数来更好地用数字表达缺陷程度,因而,跨板耦合特征值的计算公式为:K=BK*x1+(CXK+CYK)*x2;其中,K表示一组数据单元的跨板耦合特征值,BK表示相应组数据单元对应的亮度特征值的偏离度,x1表示预设亮度权重系数,CXK表示相应组数据单元对应的色域横坐标特征值的偏离度,CYK表示相应组数据单元对应的色域纵坐标特征值的偏离度,x2表示预设色域坐标权重系数。即令K1=BK1*x1+(CXK1+CXK2)*x2为加权后的跨板特征值,同时对另外几组数据进行同样处理,得到K2,K3,……,KN。
步骤S160:将N个跨板耦合特征值逐一与出货标准值进行比较,并根据比较的结果判断显示屏是否满足出货要求。
具体地,当通过上述方法步骤得到N个跨板耦合特征值后,便可将其逐一与出货标准值进行比较,并根据比较的结果判断显示屏是否满足出货要求,在本申请实施例中,该出货要求为待检索的显示屏计算得到的任一个跨版耦合特征值均不大于出货标准值。若存在一个跨版耦合特征值大于该出货标准制,则认为该显示屏不满足出货要求。如图6所示,具体过程如下:
步骤S161:若N个跨板耦合特征值均小于或等于出货标准值,则判断显示屏满足出货要求。
步骤S161:若N个跨板耦合特征值中至少一跨板耦合特征值大于出货标准值,则判断显示屏不满足出货要求。
即将K1,K2,K3,……,KN作为程序返回值,K1,K2,K3,……,KN与跨板耦合程度呈正相关,跨板耦合越大,该值越大,行业可定义x5为出货标准,当K1,K2,K3,……,KN≤x5,满足出货要求。
需要说明的是,上述显示屏是否满足出货要求的判断标准方式并非限制的,可根据不同应用场景进行对应设置。例如,其方式还可以设定为去除N个跨版耦合特征值中最大值和最小值(由于灰阶扫码模式中显示屏上最暗和最亮像素点亮度和色度偏差大,容易影响显示屏整体显示效果)后,通过求取剩余跨版耦合特征值的平均值,以通过该平均值与出货标准值的大小比较结果来确定该显示屏是否满足出货要求。当然,其方式还可以为求取N个跨版耦合特征值中满足不大于该出货标准值的合格概率,若该合格概率大于或等于预设标准概率,则认为该显示屏满足出货要求,反之若该合格概率小于预设标准概率,则认为该显示屏不满足出货要求。
实施例二
如图7所示,本发明实施例二提出一种终端20,该终端20包括显示屏21、存储器22、处理器23、存储在存储器22上并可在处理器23上运行的程序以及用于实现处理器23分别与存储器22及显示屏21之间的连接通信的数据总线24,该程序被该处理器执行时,以实现上述实施例一中显示屏的质量检测方法的步骤,具体如上所述,此处不再赘述。
需要说明的是,本发明实施例的终端20实施例与方法实施例一或方法实施例二属于同一构思,其具体实现过程详细见方法实施例一,且方法实施例一中的技术特征在终端20实施例中均对应适用,这里不再赘述。
实施例三
本发明实施例三提出一种存储介质,用于计算机可读存储,该存储介质存储有一个或者多个程序,该一个或者多个程序可被一个或者多个处理器执行,以实现上述实施例一中显示屏的质量检测方法的具体步骤。
需要说明的是,上述存储介质与方法实施例一属于同一构思,其具体实现过程详细见方法实施例一,且方法实施例一中的技术特征在存储介质实施例中均对应适用,这里不再赘述。
本发明实施例中的显示屏的质量检测方法、终端及存储介质,其在每一显示屏出货前的检测时,先将待检测的显示屏调至灰阶扫描模式后,对显示屏的模组拼接处的的像素点进行N次数据采集及建立相应数据集合,得到N组包括时间向量的数据单元。接着,依次对每组数据单元进行特征提取,得到N个亮度特征值与N个色域坐标特征值。最后,依次计算每一亮度特征值、每一色域坐标特征值与相应的标准特征值的偏离度,并结合各自的预设权重系数计算每组数据单元对应的总偏离度,得到N个跨板耦合特征值后,逐一与出货标准值进行比较,以判断显示屏是否满足出货要求。这样一来,本检测方法,其可将跨板耦合的程度转化成数字指标来进行评价,使显示屏行业能定下显示屏产品对于跨板耦合的出货标准,提高出货质量。可见,本技术方案,其可有效解决现有技术中主要依靠品质检验人员主观观看体验来检测显示屏出货无法形成有效的客观出货标准的困境的技术问题。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
Claims (10)
1.一种显示屏的质量检测方法,其特征在于,所述质量检测方法包括以下步骤:
将待检测的显示屏调至灰阶扫描模式;
对所述显示屏的模组拼接处的像素点进行N次数据采集及建立相应数据集合,得到N组数据单元,每组所述数据单元均包括亮度数据集合、色域坐标数据集合以及时间向量,N为大于或等于3的正整数;
通过第一预设算法依次对每组所述数据单元的所述亮度数据集合进行特征提取,得到N个亮度特征值;
通过第二预设算法依次对每组所述数据单元的所述色域坐标数据集合进行特征提取,得到N个色域坐标特征值;
依次计算每一所述亮度特征值、每一所述色域坐标特征值与相应的标准特征值的偏离度,并结合各自的预设权重系数计算得到每组所述数据单元对应的总偏离度,得到N个跨板耦合特征值;
将所述N个跨板耦合特征值逐一与出货标准值进行比较,并根据所述比较的结果判断所述显示屏是否满足出货要求。
2.根据权利要求1所述的质量检测方法,其特征在于,所述对所述显示屏的模组拼接处的像素点进行N次数据采集及建立相应数据集合,得到N组数据单元,每组所述数据单元均包括亮度数据集合、色域坐标数据集合以及时间向量的步骤包括:
通过分光亮度计按预设采样频率对所述显示屏的模组拼接处的像素点进行N次数据采集,得到N组初始数据单元,每组所述初始数据单元均包括亮度数据数组与色域坐标数据数组;
依次对每组所述初始数据单元的亮度数据数组与色域坐标数据数组进行数据筛选,得到每组所述数据单元的所述亮度数据集合与所述色域坐标数据集合;
根据所述预设采样率换算出采集点间的时间间距,建立对应所述数据单元的所述时间向量。
3.根据权利要求2所述的质量检测方法,其特征在于,对所述亮度数据数组进行数据筛选,得到相应的所述亮度数据集合的步骤具体包括:
剔除所述亮度数据数组中的不完整的亮度数据区间,得到相应的所述亮度数据集合;
对所述色域坐标数据数组进行数据筛选,得到相应的所述色域坐标数据集合的步骤具体包括:
剔除所述色域坐标数据数组中对应不完整的亮度数据区间的色域坐标数据,得到相应的所述色域坐标数据集合。
4.根据权利要求1所述的质量检测方法,其特征在于,所述通过第一预设算法依次对每组所述数据单元的所述亮度数据集合进行特征提取,得到N个亮度特征值的步骤具体包括:
根据预设的梯度函数与所述时间向量计算每组所述数据单元的所述亮度数据集合的平滑程度,得到N个新亮度数据集合;
对每一所述新亮度数据集合求标准差,得到所述N个亮度特征值。
5.根据权利要求3所述的质量检测方法,其特征在于,所述通过第二预设算法依次对每组所述数据单元的所述色域坐标数据集合进行特征提取,得到N个色域坐标特征值的步骤具体包括:
依次对每组所述数据单元的所述色域坐标数据集合按预设方式进行分段平均处理,得到N个新色域坐标数据集合;
对每一所述新色域坐标数据集合求极差,得到所述N个色域坐标特征值。
6.根据权利要求5所述的质量检测方法,其特征在于,所述色域坐标数据集合包括色域横坐标数据集合与色域纵坐标数据集合,所述色域坐标数据数组包括色域横坐标数据数组与色域纵坐标数据数组,所述新色域坐标数据集合包括新色域横坐标数据集合与新色域纵坐标数据集合,所述色域坐标特征值包括色域横坐标特征值与色域纵坐标特征值。
7.根据权利要求6所述的质量检测方法,其特征在于,所述跨板耦合特征值的计算公式为:K=BK*x1+(CXK+CYK)*x2;其中,K表示一组所述数据单元的跨板耦合特征值,BK表示相应组所述数据单元对应的所述亮度特征值的偏离度,x1表示预设亮度权重系数,CXK表示相应组所述数据单元对应的所述色域横坐标特征值的偏离度,CYK表示相应组所述数据单元对应的所述色域纵坐标特征值的偏离度,x2表示预设色域权重系数。
8.根据权利要求1所述的质量检测方法,其特征在于,所述将所述N个跨板耦合特征值逐一与出货标准值进行比较,并根据所述比较的结果判断所述显示屏是否满足出货要求的步骤具体包括:
若所述N个跨板耦合特征值均小于或等于所述出货标准值,则判断所述显示屏满足出货要求;
若所述N个跨板耦合特征值中至少一所述跨板耦合特征值大于所述出货标准值,则判断所述显示屏不满足出货要求。
9.一种终端,其特征在于,包括显示屏、存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器分别与所述存储器及所述显示屏之间的连接通信的数据总线,所述程序被所述处理器执行时实现如权利要求1-8任一所述的方法的步骤。
10.一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-8任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110643893.1A CN113281017A (zh) | 2021-06-09 | 2021-06-09 | 一种显示屏的质量检测方法、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110643893.1A CN113281017A (zh) | 2021-06-09 | 2021-06-09 | 一种显示屏的质量检测方法、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113281017A true CN113281017A (zh) | 2021-08-20 |
Family
ID=77283991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110643893.1A Pending CN113281017A (zh) | 2021-06-09 | 2021-06-09 | 一种显示屏的质量检测方法、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113281017A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113720583A (zh) * | 2021-09-03 | 2021-11-30 | 王斌 | 一种基于图像可辨识度的显示屏可视角测量方法 |
CN113986634A (zh) * | 2021-10-30 | 2022-01-28 | 深圳曦华科技有限公司 | 显示屏测试方法、装置及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080100553A1 (en) * | 2006-10-26 | 2008-05-01 | Vastview Technology, Inc. | Driving System and Multi-Gamma Driving Method for LCD Panel |
CN104978930A (zh) * | 2015-07-06 | 2015-10-14 | 西安诺瓦电子科技有限公司 | Led显示装置校正后亮度异常灯点处理方法 |
CN105241638A (zh) * | 2015-09-09 | 2016-01-13 | 重庆平伟光电科技有限公司 | 基于视觉的led模块亮度均匀性快速检测方法 |
CN105405413A (zh) * | 2015-12-29 | 2016-03-16 | Tcl新技术(惠州)有限公司 | 一种自动调整lcd拼接的白平衡实现方法及系统 |
CN107274857A (zh) * | 2016-04-01 | 2017-10-20 | 宏达国际电子股份有限公司 | 调整显示器的输出图像的方法及显示系统 |
CN109119009A (zh) * | 2017-06-26 | 2019-01-01 | 深圳回收宝科技有限公司 | 屏幕缺陷检测方法、检测设备、系统及存储介质 |
CN110232885A (zh) * | 2019-07-26 | 2019-09-13 | 武汉精立电子技术有限公司 | 一种显示屏亮度测量方法、系统及终端 |
KR20190105917A (ko) * | 2018-03-07 | 2019-09-18 | 주식회사 트윔 | 플렉시블 oled 셀의 초미세 이물을 검출하는 시스템 |
CN110657949A (zh) * | 2019-09-29 | 2020-01-07 | 深圳市创显光电有限公司 | 一种led显示屏灯珠点检装置及其点检方法 |
CN111261079A (zh) * | 2020-03-27 | 2020-06-09 | 深圳市洲明科技股份有限公司 | 一种亮、暗斑异常现象的检测方法 |
CN111554233A (zh) * | 2020-05-09 | 2020-08-18 | 深圳市洲明科技股份有限公司 | Led显示屏校正的方法、终端及存储介质 |
CN111754906A (zh) * | 2020-06-30 | 2020-10-09 | 上海天马微电子有限公司 | 曲面显示屏亮度均一性检测方法 |
CN112687231A (zh) * | 2020-12-31 | 2021-04-20 | 深圳Tcl数字技术有限公司 | 亮色度数据提取方法、设备及计算机可读存储介质 |
-
2021
- 2021-06-09 CN CN202110643893.1A patent/CN113281017A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080100553A1 (en) * | 2006-10-26 | 2008-05-01 | Vastview Technology, Inc. | Driving System and Multi-Gamma Driving Method for LCD Panel |
CN104978930A (zh) * | 2015-07-06 | 2015-10-14 | 西安诺瓦电子科技有限公司 | Led显示装置校正后亮度异常灯点处理方法 |
CN105241638A (zh) * | 2015-09-09 | 2016-01-13 | 重庆平伟光电科技有限公司 | 基于视觉的led模块亮度均匀性快速检测方法 |
CN105405413A (zh) * | 2015-12-29 | 2016-03-16 | Tcl新技术(惠州)有限公司 | 一种自动调整lcd拼接的白平衡实现方法及系统 |
CN107274857A (zh) * | 2016-04-01 | 2017-10-20 | 宏达国际电子股份有限公司 | 调整显示器的输出图像的方法及显示系统 |
CN109119009A (zh) * | 2017-06-26 | 2019-01-01 | 深圳回收宝科技有限公司 | 屏幕缺陷检测方法、检测设备、系统及存储介质 |
KR20190105917A (ko) * | 2018-03-07 | 2019-09-18 | 주식회사 트윔 | 플렉시블 oled 셀의 초미세 이물을 검출하는 시스템 |
CN110232885A (zh) * | 2019-07-26 | 2019-09-13 | 武汉精立电子技术有限公司 | 一种显示屏亮度测量方法、系统及终端 |
CN110657949A (zh) * | 2019-09-29 | 2020-01-07 | 深圳市创显光电有限公司 | 一种led显示屏灯珠点检装置及其点检方法 |
CN111261079A (zh) * | 2020-03-27 | 2020-06-09 | 深圳市洲明科技股份有限公司 | 一种亮、暗斑异常现象的检测方法 |
CN111554233A (zh) * | 2020-05-09 | 2020-08-18 | 深圳市洲明科技股份有限公司 | Led显示屏校正的方法、终端及存储介质 |
CN111754906A (zh) * | 2020-06-30 | 2020-10-09 | 上海天马微电子有限公司 | 曲面显示屏亮度均一性检测方法 |
CN112687231A (zh) * | 2020-12-31 | 2021-04-20 | 深圳Tcl数字技术有限公司 | 亮色度数据提取方法、设备及计算机可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113720583A (zh) * | 2021-09-03 | 2021-11-30 | 王斌 | 一种基于图像可辨识度的显示屏可视角测量方法 |
CN113720583B (zh) * | 2021-09-03 | 2023-10-20 | 王斌 | 一种基于图像可辨识度的显示屏可视角测量方法 |
CN113986634A (zh) * | 2021-10-30 | 2022-01-28 | 深圳曦华科技有限公司 | 显示屏测试方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060237B (zh) | 一种故障检测方法、装置、设备及系统 | |
US11284062B2 (en) | Automotive display validation | |
CN103530878B (zh) | 一种基于融合策略的边缘提取方法 | |
CN113281017A (zh) | 一种显示屏的质量检测方法、终端及存储介质 | |
CN103136763B (zh) | 用于检测视频序列异常段落的电子装置及其方法 | |
CN115294116B (zh) | 基于人工智能的纺织材料染色质量评估方法、装置及系统 | |
CN103093458B (zh) | 关键帧的检测方法及装置 | |
KR20150120975A (ko) | 불균일 검사 시스템, 불균일 검사 방법 및 불균일 검사 프로그램 | |
KR20010070527A (ko) | 화상결함 검출장치 및 화상결함 검출방법 | |
CN108520514A (zh) | 基于计算机视觉的印刷电路板电子元器一致性检测方法 | |
CN116703911B (zh) | 一种led灯生产质量检测系统 | |
CN116152242B (zh) | 一种篮球用天然皮革缺陷可视化检测系统 | |
CN110570418B (zh) | 一种织唛缺陷检测方法和装置 | |
CN116883336A (zh) | 图像处理方法、装置、计算机设备及介质 | |
WO2016092783A1 (en) | Information processing apparatus, method for processing information, discriminator generating apparatus, method for generating discriminator, and program | |
CN114022415B (zh) | 一种基于单像素特征聚类建立集群的液晶屏缺陷检测方法 | |
CN112465780B (zh) | 绝缘层膜厚异常监控方法及装置 | |
CN110349133B (zh) | 物体表面缺陷检测方法、装置 | |
CN115082449A (zh) | 一种电子元器件缺陷检测方法 | |
RU2346331C1 (ru) | Способ автоматического определения правильности отображения информации на жидкокристаллическом индикаторе | |
US9430959B2 (en) | Character region pixel identification device and method thereof | |
CN117152159B (zh) | 一种复杂布料印花瑕疵检测方法及系统 | |
CN111192253A (zh) | 一种基于对比感受性及对比度的清晰度检查方法和系统 | |
CN117876971B (zh) | 基于机器视觉的建筑施工安全监测及预警方法 | |
CN115239692B (zh) | 一种基于图像识别技术的电子元器件检测方法及系统 |
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 |