CN113870754B - 一种面板检测电子信号缺陷判定的方法和系统 - Google Patents

Abstract

本发明公开了一种面板检测电子信号缺陷判定的方法和系统，所述方法包括以下步骤：首先检测时获取缺陷大图像，其次计算待处理图像的最小灰度值，初判缺陷类型，然后计算待处理图像的直方图，接着计算低灰阶像素数目达到缺陷图像总像素数设定比例时的最大灰度值，最后根据最大灰度值和设定的电子信号缺陷阈值比较判定是否为电子信号缺陷。本发明的有益效果是：实时采集图像，针对检测出来的缺陷实时进行判断。其次，根据应用过程中测得电子信号为低频信号，以此为根据设定电子信号缺陷阈值为低阈值。第三，简化电子信号缺陷判定的流程。第四，对电子信号缺陷与其他缺陷混合在一起具有较好的区分度。进一步扩展应用，可以用于缺陷的分类等。

Description

一种面板检测电子信号缺陷判定的方法和系统

技术领域

本发明属于计算机视觉检测技术领域，具体涉及一种面板检测电子信号缺陷判定的方法和系统。

背景技术

计算机视觉检测技术具有快速高效、精度高和集成性等优点，被广泛应用于高度自动化的制造业。随着科技的不断进步和发展，TFT液晶面板检测技术水平随着市场的需求改变也快速发展，各种自动光学检测设备应运而生。高精度的自动光学检测设备对硬件的要求相对较高，现在的精度都是微米级别，外在条件干扰会对检测设备产生重大影响，这些影响包括设备震动，电子信号干扰，光源封闭性差等。电子信号给设备带来的干扰，例如外部电子信号通过对相机输入信号的影响，导致TFT液晶面板成像异常，检测时通过算法的处理很可能把这些异常的图像部分当作缺陷检测出来，会造成产品缺陷误判，降低产品良率。因此，需要检测时对这些电子信号缺陷的真实性进行判断，尽可能避免缺陷误判。通常识别这种电子信号干扰噪声的方法就是根据噪声的特点识别。例如，中国发明专利申请号CN202110583763.3公开了一种噪声点的图像识别方法和系统，为每个像素点分配至少一个标识码，根据每个标识码对应的分组中像素点的数量信息识别待识别原始图像中的图像噪声点。

上述专利存在的缺陷如下：第一，给每个像素点分配标识码过程太复杂。第二，如果噪声点灰度值跟正常的图像灰度值较为接近时，无法准确区分噪声点。第三，该方法对孤立的噪声点较好判断，但是当噪声点落在正常的像素中时难以判断。第四，设定的阈值标准不确定。

发明内容

基于目前方法的局限性和复杂性的问题，本发明提出了一种面板检测电子信号缺陷判定的方法。本发明采用获取检测缺陷的大图像，初步判定缺陷类型，计算待处理图像的直方图，然后计算低灰阶像素数目达到待处理图像总像素数设定比例时的最大灰度值，最后根据最大灰度值和设定的电子信号缺陷阈值比较判定是否为电子信号缺陷。

具体的，本发明提供了一种面板检测电子信号缺陷判定的方法，包括以下步骤：

检测时获取缺陷大图像；

根据所述缺陷大图像获取待处理图像，根据所述待处理图像初判缺陷类型；

计算所述待处理图像的直方图；

计算低灰阶像素数目达到所述待处理图像的总像素数设定比例时的最大灰度值；

根据最大灰度值和电子信号缺陷阈值比较判定是否为电子信号缺陷。

优选的，所述检测时获取缺陷大图像过程如下：

根据已检出的缺陷坐标信息，获取以缺陷的横向和纵向尺寸为中心的一张64X64缺陷图像。

优选的，所述根据所述缺陷大图像获取待处理图像，根据所述待处理图像初判缺陷类型的过程如下：

根据缺陷的横向和纵向尺寸，以64X64图像中心为中心，将缺陷的横向和纵向尺寸向外扩展5个像素，获取待处理图像；

计算待处理图像中所有像素的灰度最小值，比较灰度最小值和电子信号缺陷阈值，如果灰度最小值小于电子信号缺陷阈值，初步判定该缺陷疑似为电子信号缺陷，继续下一步处理，否则判定为非电子信号缺陷。

优选的，所述计算所述待处理图像的直方图的过程如下：

统计所述待处理图像各灰阶的像素数目。

优选的，所述计算低灰阶像素数目达到所述待处理图像的总像素数设定比例时的最大灰度值的过程如下：

设定低灰阶像素数目占所述待处理图像的总像素数为1%；

将待处理图像的灰度值从0开始统计，获取当前灰度值及以下各灰度值像素总和；

当所述当前灰度值及以下各灰度值像素总和大于预先设定的像素数目时，获得此时的像素灰度值即为最大灰度值。

优选的，所述根据最大灰度值和电子信号缺陷阈值比较判断是否为电子信号缺陷的方法如下：

当最大灰度值大于电子信号缺陷阈值时，则判断该缺陷为电子信号缺陷，否则，判断该缺陷不是电子信号缺陷。

根据本发明的另一个方面，本发明还提供了一种面板检测电子信号缺陷判定的系统，包括：

缺陷大图像模块，用于检测时获取缺陷大图像；

初判模块，用于根据所述缺陷大图像获取待处理图像，根据所述待处理图像初判缺陷类型；

直方图模块，用于计算所述待处理图像的直方图；

最大灰度值模块，用于计算低灰阶像素数目达到所述待处理图像的总像素数设定比例时的最大灰度值；

判定模块，用于根据最大灰度值和电子信号缺陷阈值比较判定是否为电子信号缺陷。

根据本发明的另一个方面，本发明还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述的存储器上运行的计算机程序，所述处理器执行所述程序，以实现如上所述的面板检测电子信号缺陷判定的方法。

根据本发明的另一个方面，一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现如上所述的面板检测电子信号缺陷判定的方法。

本发明的有益效果是：实时采集图像，针对检测出来的缺陷实时进行判断。其次，根据应用过程中测得电子信号为低频信号，以此为根据设定电子信号缺陷阈值为低阈值。第三，简化电子信号缺陷判定的流程。第四，对电子信号缺陷与其他缺陷混合在一起具有较好的区分度。进一步扩展应用，可以用于缺陷的分类等。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明的一种面板检测电子信号缺陷判定的方法实施流程图。

图2为本发明的面板检测电子信号缺陷判定缺陷大图像效果图。

图3为本发明的面板检测电子信号缺陷判定待处理图像直方图效果图。

图4为本发明的面板检测电子信号缺陷判定的系统结构图。

图5示出了本发明一实施例所提供的一种电子设备的结构示意图；

图6示出了本发明一实施例所提供的一种存储介质的示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了解决上述发明存在的缺陷，本发明采用新的方法解决。首先，实时采集图像，针对检测出来的缺陷实时进行判断。其次，根据应用过程中测得电子信号为低频信号，以此为依据设定电子信号缺陷阈值为低阈值。第三，简化电子信号缺陷判定的流程。第四，对电子信号缺陷与其他缺陷混合在一起具有较好的区分度。

实施例1

如图1所示，本发明的目标是面板检测电子信号缺陷判定。计算过程如下：

1.检测时获取缺陷大图像如图2：

根据已检出的缺陷坐标信息，获取以缺陷的横向和纵向尺寸为中心的一张64X64缺陷大图像。这个步骤中，首先获得按照现有技术中各种缺陷检测算法检测出的缺陷图像及其坐标信息。本发明的目标是分辨已检测出的缺陷是否是电子信号缺陷这个类型，因此，不限定之前检测缺陷的算法，只要能够检测出缺陷即可继续进行本发明的电子缺陷判定。

2.初判缺陷类型：

A)根据缺陷的横向和纵向尺寸，以64X64图像中心为中心，将缺陷的横向和纵向尺寸向外扩展5个像素，获取待处理图像。

B)根据大量数据分析，电子信号成像的最大灰度值不超过20，因此根据经验，设置电子信号缺陷的阈值为20。

C)计算待处理图像中所有像素的灰度最小值。比较灰度最小值和电子信号缺陷的阈值，如果灰度最小值小于电子信号阈值，初步判定该缺陷疑似为电子信号缺陷，继续下一步处理，否则判定为非电子信号缺陷。

3.计算待处理图像的直方图如图3：

统计待处理图像各灰阶的像素数目。

4.计算低灰阶像素数目达到待处理图像总像素数设定比例时的最大灰度值方法：

A)设定低灰阶像素数目占待处理图像总像素数为1%。

B)将待处理图像的灰度值从0开始统计，获取当前灰度值及以下各灰度值像素总和。

C)当统计灰度值的像素数目大于预先设定的像素数目时，获得此时的像素灰度值即为最大灰度值。

5.根据最大灰度值和设定的电子信号缺陷阈值比较判断是否为电子信号缺陷的方法如下：

当最大灰度值大于设定的电子信号缺陷阈值时，则判断该缺陷为电子信号缺陷，否则，判断该缺陷不是电子信号缺陷。

本实施例的有益效果实时采集图像，针对检测出来的缺陷实时进行判断。其次，根据应用过程中测得电子信号为低频信号，以此为根据设定电子信号缺陷阈值为低阈值。第三，简化电子信号缺陷判定的流程。第四，对电子信号缺陷与其他缺陷混合在一起具有较好的区分度。进一步扩展应用，可以用于缺陷的分类等。

实施例2

本实施例提供一种实时采集图像，针对检测出来的缺陷实时进行判断。其次，根据应用过程中测得电子信号为低频信号，以此为根据设定电子信号缺陷阈值为低阈值。第三，简化电子信号缺陷判定的流程。第四，对电子信号缺陷与其他缺陷混合在一起具有较好的区分度。进一步扩展应用，可以用于缺陷的分类等。

一种面板检测电子信号缺陷判定的系统，如图4所示，包括：

缺陷大图像模块100，用于检测时获取缺陷大图像；

初判模块200，用于根据所述缺陷大图像获取待处理图像，根据所述待处理图像初判缺陷类型；

直方图模块300，用于计算所述待处理图像的直方图；

最大灰度值模块400，用于计算低灰阶像素数目达到所述待处理图像的总像素数设定比例时的最大灰度值；

判定模块500，用于根据最大灰度值和电子信号缺陷阈值比较判定是否为电子信号缺陷。

本实施例的有益效果是实时采集图像，针对检测出来的缺陷实时进行判断。其次，根据应用过程中测得电信号为低频信号，以此为根据设定电信号缺陷判定阈值也为低灰度阈值。第三，简化电信号缺陷判定的流程。第四，对电信号缺陷与其他缺陷混合在一起具有较好的区分度。进一步扩展应用，可以用于缺陷的分类等。

本发明实施方式还提供一种与前述实施方式所提供的动态计算关键词权重的方法对应的电子设备，以执行上动态计算关键词权重的方法。本发明实施例不做限定。

请参考图5，其示出了本发明的一些实施方式所提供的一种电子设备的示意图。如图5所示，所述电子设备2包括：处理器200，存储器201，总线202和通信接口203，所述处理器200、通信接口203和存储器201通过总线202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序，所述处理器200运行所述计算机程序时执行本发明前述任一实施方式所提供的动态计算关键词权重的方法。

其中，存储器201可能包含高速随机存取存储器（RAM：Random Access Memory），也可能还包括非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。通过至少一个通信接口203（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。

总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处理器200在接收到执行指令后，执行所述程序，前述本发明实施例任一实施方式揭示的所述动态计算关键词权重的方法可以应用于处理器200中，或者由处理器200实现。

处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器200读取存储器201中的信息，结合其硬件完成上述方法的步骤。

本发明实施例提供的电子设备与本发明实施例提供的动态计算关键词权重的方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。

本发明实施方式还提供一种与前述实施方式所提供的动态计算关键词权重的方法对应的计算机可读存储介质，请参考图6，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序（即程序产品），所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的动态计算关键词权重的方法。

需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。

本发明的上述实施例提供的计算机可读存储介质与本发明实施例提供的动态计算关键词权重的方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。

需要说明的是：

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备有固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

Claims (8)

1.一种面板检测电子信号缺陷判定的方法，其特征在于，包括以下步骤：

检测时获取缺陷大图像；

根据所述缺陷大图像获取待处理图像，根据所述待处理图像初判缺陷类型，包括：根据缺陷的横向和纵向尺寸，以64X64图像中心为中心，将缺陷的横向和纵向尺寸向外扩展5个像素，获取待处理图像；计算待处理图像中所有像素的灰度最小值，比较灰度最小值和电子信号缺陷阈值，如果灰度最小值小于电子信号缺陷阈值，初步判定该缺陷疑似为电子信号缺陷，继续下一步处理，否则判定为非电子信号缺陷；

计算所述待处理图像的直方图；

计算低灰阶像素数目达到所述待处理图像的总像素数设定比例时的最大灰度值；

根据最大灰度值和电子信号缺陷阈值比较判定是否为电子信号缺陷。

2.根据权利要求1所述的一种面板检测电子信号缺陷判定的方法，其特征在于：

所述检测时获取缺陷大图像过程如下：

根据已检出的缺陷坐标信息，获取以缺陷的横向和纵向尺寸为中心的一张64X64缺陷图像。

3.根据权利要求1或2所述的一种面板检测电子信号缺陷判定的方法，其特征在于：

所述计算所述待处理图像的直方图的过程如下：

统计所述待处理图像各灰阶的像素数目。

4.根据权利要求3所述的一种面板检测电子信号缺陷判定的方法，其特征在于：

所述计算低灰阶像素数目达到所述待处理图像的总像素数设定比例时的最大灰度值的过程如下：

设定低灰阶像素数目占所述待处理图像的总像素数为1%；

将待处理图像的灰度值从0开始统计，获取当前灰度值及以下各灰度值像素总和；

当所述当前灰度值及以下各灰度值像素总和大于预先设定的像素数目时，获得此时的像素灰度值即为最大灰度值。

5.根据权利要求4所述的一种面板检测电子信号缺陷判定的方法，其特征在于：

所述根据最大灰度值和电子信号缺陷阈值比较判断是否为电子信号缺陷的方法如下：

当最大灰度值大于电子信号缺陷阈值时，则判断该缺陷为电子信号缺陷，否则，判断该缺陷不是电子信号缺陷。

6.一种面板检测电子信号缺陷判定的系统，其特征在于，包括：

缺陷大图像模块，用于检测时获取缺陷大图像；

初判模块，用于根据所述缺陷大图像获取待处理图像，根据所述待处理图像初判缺陷类型，包括：根据缺陷的横向和纵向尺寸，以64X64图像中心为中心，将缺陷的横向和纵向尺寸向外扩展5个像素，获取待处理图像；计算待处理图像中所有像素的灰度最小值，比较灰度最小值和电子信号缺陷阈值，如果灰度最小值小于电子信号缺陷阈值，初步判定该缺陷疑似为电子信号缺陷，继续下一步处理，否则判定为非电子信号缺陷；

直方图模块，用于计算所述待处理图像的直方图；

最大灰度值模块，用于计算低灰阶像素数目达到所述待处理图像的总像素数设定比例时的最大灰度值；

判定模块，用于根据最大灰度值和电子信号缺陷阈值比较判定是否为电子信号缺陷。

7.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述的存储器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求的1-5中任一所述的面板检测电子信号缺陷判定的方法。

8.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现如权利要求1-5中任一所述的面板检测电子信号缺陷判定的方法。

Images