CN114264669B - 屏幕损伤缺陷检测方法、装置、设备及可读存储介质 - Google Patents

屏幕损伤缺陷检测方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN114264669B
CN114264669B CN202210203559.9A CN202210203559A CN114264669B CN 114264669 B CN114264669 B CN 114264669B CN 202210203559 A CN202210203559 A CN 202210203559A CN 114264669 B CN114264669 B CN 114264669B
Authority
CN
China
Prior art keywords
image
defect
processed
suspicious
screen
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
CN202210203559.9A
Other languages
English (en)
Other versions
CN114264669A (zh
Inventor
毛涌
王雷
李渊
江宝焜
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 Jingce Electronic Group Co Ltd
Wuhan Jingli Electronic Technology Co Ltd
Original Assignee
Wuhan Jingce Electronic Group Co Ltd
Wuhan Jingli Electronic Technology 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 Jingce Electronic Group Co Ltd, Wuhan Jingli Electronic Technology Co Ltd filed Critical Wuhan Jingce Electronic Group Co Ltd
Priority to CN202210203559.9A priority Critical patent/CN114264669B/zh
Publication of CN114264669A publication Critical patent/CN114264669A/zh
Application granted granted Critical
Publication of CN114264669B publication Critical patent/CN114264669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本申请涉及一种屏幕损伤缺陷检测方法、装置、设备及可读存储介质,涉及屏幕缺陷检测技术领域,包括获取第一图像和第二图像,第一图像为屏幕在视觉光源下被拍摄的图像,第二图像为屏幕自发光后被拍摄的图像;分别对第一图像和第二图像进行可疑缺陷区域的标识处理,得到处理后的第一图像和第二图像;将处理后的第二图像映射至处理后的第一图像上,在处理后的第一图像上提取与处理后的第二图像上的可疑缺陷区域存在交集的第一可疑缺陷区域;当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则第一可疑缺陷区域为目标缺陷。本申请不仅可提高对缺陷的提取精度,还可有效降低检测难度和成本并缩短检测耗时。

Description

屏幕损伤缺陷检测方法、装置、设备及可读存储介质
技术领域
本申请涉及屏幕缺陷检测技术领域,特别涉及一种屏幕损伤缺陷检测方法、装置、设备及可读存储介质。
背景技术
Micro LED(Micro LED指的是在一个芯片上集成的高密度微小尺寸的LED阵列,如LED显示屏上的每一个像素可定址、单独驱动点亮,其可看成是户外LED显示屏的微缩版,将像素点距离从毫米级降低至微米级)屏不仅继承了无机 LED 的高效率、高亮度、高可靠度及反应时间快等特点,并且具有自发光、无需背光源的特性,同时更具节能、机构简易、体积小和薄型等优势,使其在增强现实/虚拟现实领域(比如头戴式显示产品)具有高亮度、小屏幕的优势,更加符合未来的潮流趋势。
不过,Micro LED屏在生产过程中往往易出现BPR(Black Photo Resistance,黑光电阻损伤)损伤缺陷(BPR损伤缺陷指的是MicroLED屏在封装过程中由于切割不良导致BPR涂层被破损的一种缺陷),且由于该BPR损伤缺陷分布在Micro LED屏最外面的玻璃表面,其不仅会导致Micro LED屏出现漏光现象,影响产品质量,且该缺陷还会被人眼直观地看到,进而直接影响客户的感官体验,因此,Micro LED屏在出货前都需要对该BPR损伤缺陷进行检测。但是,由于Micro LED屏不仅尺寸小,且BPR损伤缺陷只能通过显微镜对产品放大后才能进行检测,故人工检测十分困难且费时,进而增加了整体检测的成本,同时无法保证所有出货的Micro LED屏的质量。因此,当前亟需一种自动外观检测技术,能够更准确、高效的检测出MicroLED屏上的BPR损伤缺陷。
发明内容
本申请提供一种屏幕损伤缺陷检测方法、装置、设备及可读存储介质,以解决相关技术中BPR损伤缺陷检测存在的检测难度大、耗时长且成本高的问题。
第一方面,提供了一种屏幕损伤缺陷检测方法,包括以下步骤:
获取第一图像和第二图像,所述第一图像为待测屏幕在视觉光源下被拍摄的图像,所述第二图像为待测屏幕自发光后被拍摄的图像;
分别对所述第一图像和所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第一图像和处理后的第二图像;
将所述处理后的第二图像映射至所述处理后的第一图像上,在所述处理后的第一图像上提取与所述处理后的第二图像上的可疑缺陷区域存在交集的第一可疑缺陷区域;
当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷。
一些实施例中,对所述第一图像进行可疑缺陷区域的标识处理,得到处理后的第一图像,包括:
对所述第一图像中的各个白色区域进行提取,得到多个第一区域;
对所述多个第一区域进行闭运算,得到第二区域,并对所述第二区域进行随机打散处理,得到多个第二子区域;
基于预设的目标缺陷特征信息从多个第二子区域筛选出存在可疑的第二子区域,将存在可疑的第二子区域作为可疑缺陷区域;
在所述第一图像进行可疑缺陷区域的标识,得到处理后的第一图像。
一些实施例中,对所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第二图像,包括:
对均值滤波处理后的第二图像中的各个白色区域进行提取,得到多个第三区域;
对所述多个第三区域进行闭运算,得到第四区域,并对所述第四区域进行随机打散处理,得到多个第四子区域;
基于预设的目标缺陷特征信息从多个第四子区域筛选出存在可疑的第四子区域,将存在可疑的第四子区域作为可疑缺陷区域;
在所述第二图像进行可疑缺陷区域的标识,得到处理后的第二图像。
一些实施例中,所述将所述处理后的第二图像映射至所述处理后的第一图像上,包括:
分别对所述处理后的第一图像和所述处理后的第二图像进行同比例的转正和缩放处理,并将所述处理后的第二图像映射至所述处理后的第一图像上。
一些实施例中,所述待测屏幕为Micro LED屏幕或Mini LED屏幕,所述目标缺陷为BPR损伤缺陷,所述预设的目标缺陷特征阈值包括面积特征阈值和距离特征阈值,所述距离特征阈值为BPR损伤缺陷的中心点与待测屏幕的中心点间所允许的最大间距。
一些实施例中,所述当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷,包括:
当检测到第一可疑缺陷区域的面积特征值大于面积特征阈值且第一可疑缺陷区域的距离特征值大于距离特征阈值时,所述第一可疑缺陷区域为目标缺陷;
当检测到第一可疑缺陷区域的面积特征值小于或等于面积特征阈值或第一可疑缺陷区域的距离特征值小于或等于距离特征阈值时,所述第一可疑缺陷区域为非目标缺陷。
一些实施例中,所述视觉光源为同轴光源。
第二方面,提供了一种屏幕损伤缺陷检测装置,包括:
获取单元,其用于获取第一图像和第二图像,所述第一图像为待测屏幕在视觉光源下被拍摄的图像,所述第二图像为待测屏幕自发光后被拍摄的图像;
处理单元,其用于分别对所述第一图像和所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第一图像和处理后的第二图像;将所述处理后的第二图像映射至所述处理后的第一图像上,在所述处理后的第一图像上提取与所述处理后的第二图像上的可疑缺陷区域存在交集的第一可疑缺陷区域;
检测单元,其用于当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷。
第三方面,提供了一种屏幕损伤缺陷检测设备,包括:存储器和处理器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现前述的屏幕损伤缺陷检测方法。
第四方面,提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,当所述计算机程序被处理器执行时,以实现前述的屏幕损伤缺陷检测方法。
本申请提供的技术方案带来的有益效果包括:不仅可提高对缺陷的提取精度,还可有效降低检测难度和成本并缩短检测耗时。
本申请提供了一种屏幕损伤缺陷检测方法、装置、设备及可读存储介质,包括获取第一图像和第二图像,所述第一图像为待测屏幕在视觉光源下被拍摄的图像,所述第二图像为待测屏幕自发光后被拍摄的图像;分别对所述第一图像和所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第一图像和处理后的第二图像;将所述处理后的第二图像映射至所述处理后的第一图像上,在所述处理后的第一图像上提取与所述处理后的第二图像上的可疑缺陷区域存在交集的第一可疑缺陷区域;当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷。本申请通过分别对待测屏幕在光源下和自发光后被拍摄的两张图像进行缺陷标识,并将缺陷映射到同一幅图像上,且对同一缺陷在两幅图像上的区域进行相交处理后,即可快速准确地检测出目标缺陷,因此通过本申请对Micro LED屏幕进行缺陷检测时,无需人工进行缺陷检测,就可快速准确地检测出BPR损伤缺陷,不仅有效降低了表面异物、脏污等缺陷的干扰,提高了对缺陷的提取精度,还有效降低了检测难度和成本,并缩短了检测耗时。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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为本申请实施例提供的一种屏幕损伤缺陷检测方法的流程示意图;
图2为本申请实施例提供的一种屏幕损伤缺陷检测装置的结构示意图;
图3为本申请实施例提供的一种屏幕损伤缺陷检测设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种屏幕损伤缺陷检测方法、装置、设备及可读存储介质,其能解决相关技术中BPR损伤缺陷检测存在的检测难度大、耗时长且成本高的问题。
图1是本申请实施例提供的一种屏幕损伤缺陷检测方法,包括以下步骤:
步骤S10:获取第一图像和第二图像,所述第一图像为待测屏幕在视觉光源下被拍摄的图像,所述第二图像为待测屏幕自发光后被拍摄的图像;其中,所述待测屏幕为MicroLED屏幕或Mini LED屏幕,所述目标缺陷为BPR损伤缺陷,所述视觉光源优选为同轴光源。
示范性的,在本实施例中,以待测屏幕是Micro LED屏幕为例,采用高分辨率黑白相机搭配定倍镜头作为光学结构对同一待测Micro LED屏幕分别进行拍照。具体的,可先通过视觉光源对待测Micro LED屏幕进行照射,其中,视觉光源可以优选为同轴光源,使得待测Micro LED屏幕表面上存在的所有类型的缺陷均可在同轴光下可见,且非常清晰,即在同轴光下光学结构拍摄得到的第一图像(即待测Micro LED屏幕图像)上会呈现出待测MicroLED屏幕表面存在的所有缺陷,当然非缺陷(比如脏污、异物等)也会呈现在第一图像上;由此可见,第一图像上存在非缺陷的干扰且不好区分,导致算法无法区分出真正的目标缺陷(即BPR损伤缺陷),因此若只根据第一图像来检测待测Micro LED屏幕的BPR损伤缺陷是很困难的。
于是,本实施例进一步使同一待测Micro LED屏幕进行自发光,并通过光学结构对自发光后的待测Micro LED屏幕进行拍摄,得到第二图像;即采用屏幕自发光的方式,使得屏幕内部在发光后,由于BPR损伤区的BPR涂层已被损坏,进而会造成损伤部分出现透光,以致发生衍射现象,而BPR正常部分则不会透光;因此本实施例利用光的衍射原理,使自发光穿透BPR损伤区域直达镜头,从而使第二图像上呈现BPR损伤,而未损伤区域则呈现为黑色;由此可见,通过该屏幕自发光方式可让BPR损伤部分呈现在第二图像上,但是,由于BPR损伤呈现不是特别明显,即获取到的BPR损伤缺陷是比较微弱的,因此若只根据第二图像来检测待测Micro LED屏幕的BPR损伤缺陷也是很困难的。
因此,本实施例采用同轴光下得到的第一图像检测出屏幕表面的所有缺陷,并采用自发光下的第二图像确认第一图像上的缺陷是否为目标缺陷,即BPR损伤缺陷,由此可见,通过存在同一缺陷的两幅图像的相交可准确检测出BPR损伤缺陷。
步骤S20:分别对所述第一图像和所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第一图像和处理后的第二图像;
进一步的,对所述第一图像进行可疑缺陷区域的标识处理,得到处理后的第一图像,包括:
对所述第一图像中的各个白色区域进行提取,得到多个第一区域;
对所述多个第一区域进行闭运算,得到第二区域,并对所述第二区域进行随机打散处理,得到多个第二子区域;
基于预设的目标缺陷特征信息从多个第二子区域筛选出存在可疑的第二子区域,将存在可疑的第二子区域作为可疑缺陷区域;
在所述第一图像进行可疑缺陷区域的标识,得到处理后的第一图像。
示范性的,本实施例中,采用动态阈值算法(该动态阈值算法可用于提取具有灰度差的区域)对第一图像中的各个白色区域进行提取,进而可获取到灰度变化剧烈的第一区域;然后将提取出来的各个第一区域进行闭运算,即对相邻的点进行连接以获得一个完整的第二区域;再对获取到的第二区域进行打散处理,以分离成独立的多个第二子区域;最后再对每个独立的第二子区域进行面积、对比度等预设的BRP缺陷特征信息(该BRP缺陷特征信息即是目标缺陷特征信息)的比对,以筛选出满足客户要求的可疑缺陷区域,并对可疑缺陷区域进行标识得到处理后的第一图像,即处理后的第一图像上会标识出所有的可疑缺陷。
进一步的,对所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第二图像,包括:
对均值滤波处理后的第二图像中的各个白色区域进行提取,得到多个第三区域;
对所述多个第三区域进行闭运算,得到第四区域,并对所述第四区域进行随机打散处理,得到多个第四子区域;
基于预设的目标缺陷特征信息从多个第四子区域筛选出存在可疑的第四子区域,将存在可疑的第四子区域作为可疑缺陷区域;
在所述第二图像进行可疑缺陷区域的标识,得到处理后的第二图像。
示范性的,本实施例中,可先对第二图像进行预处理,以使得异常缺陷区域锐化并提高对比度;其次对预处理后的第二图像进行均值滤波,以去除噪点;再采用动态阈值算法(该动态阈值算法可用于提取具有灰度差的区域)对均值滤波后的第二图像中的各个白色区域进行提取,进而可获取到灰度变化剧烈的第三区域;然后将提取出来的各个第三区域进行闭运算,即对相邻的点进行连接以获得一个完整的第四区域;再对获取到的第四区域进行打散处理,以分离成独立的多个第四子区域;最后再对每个独立的第四子区域进行面积、对比度等预设的BRP缺陷特征信息(该BRP缺陷特征信息即是目标缺陷特征信息)的比对,以筛选出满足客户要求的可疑缺陷区域,并对可疑缺陷区域进行标识得到处理后的第二图像,即处理后的第二图像上会标识出所有的可疑缺陷。
步骤S30:将所述处理后的第二图像映射至所述处理后的第一图像上,在所述处理后的第一图像上提取与所述处理后的第二图像上的可疑缺陷区域存在交集的第一可疑缺陷区域;
进一步的,所述将所述处理后的第二图像映射至所述处理后的第一图像上,包括:
分别对所述处理后的第一图像和所述处理后的第二图像进行同比例的转正和缩放处理,并将所述处理后的第二图像映射至所述处理后的第一图像上。
示范性的,由于处理后的第一图像会将所有缺陷标识出来,而处理后的第二图像中只会标识出BPR损伤缺陷,因此,本实施例中对检测出缺陷的处理后的第一图像和处理后的第二图像进行同比例的转正和缩放,并将处理后的第二图像的缺陷映射到处理后的第一图像上,即将两幅图像进行转正、缩放和映射后,可使得两幅图像上的同一缺陷映射到同一位置;最后对两幅图像上的缺陷进行取交集处理,并提取出第一可疑缺陷区域及其特征,以供进行BPR损伤缺陷的判断。
步骤S40:当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷。其中,所述预设的目标缺陷特征阈值包括面积特征阈值和距离特征阈值,所述面积特征阈值指的是目标缺陷所允许的最大面积,所述距离特征阈值为目标缺陷的中心点与待测屏幕的中心点间所允许的最大间距。其中,面积特征阈值和距离特征阈值的具体值设定可根据客户的实际需求进行确定,在此不作限定。
进一步的,所述当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷,包括:
当检测到第一可疑缺陷区域的面积特征值大于面积特征阈值且第一可疑缺陷区域的距离特征值大于距离特征阈值时,所述第一可疑缺陷区域为目标缺陷;
当检测到第一可疑缺陷区域的面积特征值小于或等于面积特征阈值或第一可疑缺陷区域的距离特征值小于或等于距离特征阈值时,所述第一可疑缺陷区域为非目标缺陷。
示范性的,本实施例中进行BPR损伤缺陷的判定主要有两个依据,分别是BPR损伤缺陷的面积大小以及BPR损伤缺陷的中心点与待测Micro LED屏幕的中心点之间的距离大小。因此,在提取出第一可疑缺陷区域的同时,还需要进行第一可疑缺陷区域的面积特征值和距离特征值的提取,并将第一可疑缺陷区域的面积特征值和距离特征值分别与预设的面积特征阈值和距离特征阈值进行比较,若第一可疑缺陷区域的面积特征值大于面积特征阈值且第一可疑缺陷区域的距离特征值大于距离特征阈值时,则可认定该第一可疑缺陷区域为BPR损伤缺陷;而若第一可疑缺陷区域的面积特征值小于或等于面积特征阈值或第一可疑缺陷区域的距离特征值小于或等于距离特征阈值时,则认定该第一可疑缺陷区域为非BPR损伤缺陷。
由此可见,本申请实施例根据BPR损伤缺陷的破损区透光的特性设计屏幕自发光,使屏幕内的光透过BPR损伤区,同时搭配同轴光源进行二次拍照检测,从而降低产品表面的异物、脏污以及产品周边的崩边、崩角等干扰;并通过对两幅图像进行同一比例的转正和缩放,使缺陷映射到同一幅图像上,对同一缺陷在两幅图像上的区域进行相交处理,进而使得缺陷的检测更加准确并降低过检,即通过跨图像进行区域重合的检测方式,准确检测出BPR损伤缺陷,不会造成大量的过检,并极大的提高检测效率。
参见图2所示,本申请实施例还提供了一种屏幕损伤缺陷检测装置,包括:
获取单元,其用于获取第一图像和第二图像,所述第一图像为待测屏幕在视觉光源下被拍摄的图像,所述第二图像为待测屏幕自发光后被拍摄的图像;
处理单元,其用于分别对所述第一图像和所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第一图像和处理后的第二图像;将所述处理后的第二图像映射至所述处理后的第一图像上,在所述处理后的第一图像上提取与所述处理后的第二图像上的可疑缺陷区域存在交集的第一可疑缺陷区域;
检测单元,其用于当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷。
由此可见,本申请实施例通过分别对待测屏幕在光源下和自发光后被拍摄的两张图像进行缺陷标识,并将缺陷映射到同一幅图像上,且对同一缺陷在两幅图像上的区域进行相交处理后,即可快速准确地检测出目标缺陷,因此通过本申请对Micro LED屏幕进行缺陷检测时,无需人工进行缺陷检测,就可快速准确地检测出BPR损伤缺陷,不仅有效降低了表面异物、脏污等缺陷的干扰,提高了对缺陷的提取精度,还有效降低了检测难度和成本,并缩短了检测耗时。
进一步的,在本申请实施例中,所述处理单元具体用于:
对所述第一图像中的各个白色区域进行提取,得到多个第一区域;
对所述多个第一区域进行闭运算,得到第二区域,并对所述第二区域进行随机打散处理,得到多个第二子区域;
基于预设的目标缺陷特征信息从多个第二子区域筛选出存在可疑的第二子区域,将存在可疑的第二子区域作为可疑缺陷区域;
在所述第一图像进行可疑缺陷区域的标识,得到处理后的第一图像。
进一步的,在本申请实施例中,所述处理单元具体还用于:
对均值滤波处理后的第二图像中的各个白色区域进行提取,得到多个第三区域;
对所述多个第三区域进行闭运算,得到第四区域,并对所述第四区域进行随机打散处理,得到多个第四子区域;
基于预设的目标缺陷特征信息从多个第四子区域筛选出存在可疑的第四子区域,将存在可疑的第四子区域作为可疑缺陷区域;
在所述第二图像进行可疑缺陷区域的标识,得到处理后的第二图像。
进一步的,在本申请实施例中,所述处理单元具体还用于:
分别对所述处理后的第一图像和所述处理后的第二图像进行同比例的转正和缩放处理,并将所述处理后的第二图像映射至所述处理后的第一图像上。
进一步的,在本申请实施例中,所述待测屏幕为Micro LED屏幕或Mini LED屏幕,所述目标缺陷为BPR损伤缺陷,所述预设的目标缺陷特征阈值包括面积特征阈值和距离特征阈值,所述距离特征阈值为BPR损伤缺陷的中心点与待测屏幕的中心点间所允许的最大间距。
进一步的,在本申请实施例中,所述检测单元具体用于:
当检测到第一可疑缺陷区域的面积特征值大于面积特征阈值且第一可疑缺陷区域的距离特征值大于距离特征阈值时,所述第一可疑缺陷区域为目标缺陷;
当检测到第一可疑缺陷区域的面积特征值小于或等于面积特征阈值或第一可疑缺陷区域的距离特征值小于或等于距离特征阈值时,所述第一可疑缺陷区域为非目标缺陷。
进一步的,在本申请实施例中,所述视觉光源为同轴光源。
需要说明的是,所属本领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各单元的具体工作过程,可以参考前述屏幕损伤缺陷检测方法实施例中的对应过程,在此不再赘述。
上述实施例提供的装置可以实现为一种计算机程序的形式,该计算机程序可以在如图3所示的屏幕损伤缺陷检测设备上运行。
本申请实施例还提供了一种屏幕损伤缺陷检测设备,包括:通过系统总线连接的存储器、处理器和网络接口,存储器中存储有至少一条指令,至少一条指令由处理器加载并执行,以实现前述的屏幕损伤缺陷检测方法的全部步骤或部分步骤。
其中,网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
处理器可以是CPU,还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路( Application Specific Integrated Circuit,ASIC)、现场可编程逻辑门阵列( FieldProgrammable Gate Array,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等。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,处理器是计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如视频播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如视频数据、图像数据等)等。此外,存储器可以包括高速随存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字( Secure digital,SD)卡、闪存卡( Flash Card)、至少一个磁盘存储器件、闪存器件或其他易失性固态存储器件。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现前述的屏幕损伤缺陷检测方法的全部步骤或部分步骤。
本申请实施例实现前述的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only memory,ROM)、随机存取存储器(Random Accessmemory,RAM )、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、服务器或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
需要说明的是,在本申请中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种屏幕损伤缺陷检测方法,其特征在于,包括以下步骤:
获取第一图像和第二图像,所述第一图像为待测屏幕在视觉光源下被拍摄的图像,所述第二图像为待测屏幕自发光后被拍摄的图像;
分别对所述第一图像和所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第一图像和处理后的第二图像;
将所述处理后的第二图像映射至所述处理后的第一图像上,在所述处理后的第一图像上提取与所述处理后的第二图像上的可疑缺陷区域存在交集的第一可疑缺陷区域;
当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷。
2.如权利要求1所述的屏幕损伤缺陷检测方法,其特征在于,对所述第一图像进行可疑缺陷区域的标识处理,得到处理后的第一图像,包括:
对所述第一图像中的各个白色区域进行提取,得到多个第一区域;
对所述多个第一区域进行闭运算,得到第二区域,并对所述第二区域进行随机打散处理,得到多个第二子区域;
基于预设的目标缺陷特征信息从多个第二子区域筛选出存在可疑的第二子区域,将存在可疑的第二子区域作为可疑缺陷区域;
在所述第一图像进行可疑缺陷区域的标识,得到处理后的第一图像。
3.如权利要求1所述的屏幕损伤缺陷检测方法,其特征在于,对所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第二图像,包括:
对均值滤波处理后的第二图像中的各个白色区域进行提取,得到多个第三区域;
对所述多个第三区域进行闭运算,得到第四区域,并对所述第四区域进行随机打散处理,得到多个第四子区域;
基于预设的目标缺陷特征信息从多个第四子区域筛选出存在可疑的第四子区域,将存在可疑的第四子区域作为可疑缺陷区域;
在所述第二图像进行可疑缺陷区域的标识,得到处理后的第二图像。
4.如权利要求1所述的屏幕损伤缺陷检测方法,其特征在于,所述将所述处理后的第二图像映射至所述处理后的第一图像上,包括:
分别对所述处理后的第一图像和所述处理后的第二图像进行同比例的转正和缩放处理,并将所述处理后的第二图像映射至所述处理后的第一图像上。
5.如权利要求1所述的屏幕损伤缺陷检测方法,其特征在于:所述待测屏幕为MicroLED屏幕或Mini LED屏幕,所述目标缺陷为BPR损伤缺陷,所述预设的目标缺陷特征阈值包括面积特征阈值和距离特征阈值,所述距离特征阈值为BPR损伤缺陷的中心点与待测屏幕的中心点间所允许的最大间距。
6.如权利要求5所述的屏幕损伤缺陷检测方法,其特征在于,所述当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷,包括:
当检测到第一可疑缺陷区域的面积特征值大于面积特征阈值且第一可疑缺陷区域的距离特征值大于距离特征阈值时,所述第一可疑缺陷区域为目标缺陷;
当检测到第一可疑缺陷区域的面积特征值小于或等于面积特征阈值或第一可疑缺陷区域的距离特征值小于或等于距离特征阈值时,所述第一可疑缺陷区域为非目标缺陷。
7.如权利要求1所述的屏幕损伤缺陷检测方法,其特征在于:所述视觉光源为同轴光源。
8.一种屏幕损伤缺陷检测装置,其特征在于,包括:
获取单元,其用于获取第一图像和第二图像,所述第一图像为待测屏幕在视觉光源下被拍摄的图像,所述第二图像为待测屏幕自发光后被拍摄的图像;
处理单元,其用于分别对所述第一图像和所述第二图像进行可疑缺陷区域的标识处理,得到处理后的第一图像和处理后的第二图像;将所述处理后的第二图像映射至所述处理后的第一图像上,在所述处理后的第一图像上提取与所述处理后的第二图像上的可疑缺陷区域存在交集的第一可疑缺陷区域;
检测单元,其用于当检测到第一可疑缺陷区域的特征值大于预设的目标缺陷特征阈值时,则所述第一可疑缺陷区域为目标缺陷。
9.一种屏幕损伤缺陷检测设备,其特征在于,包括:存储器和处理器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现权利要求1至7中任一项所述的屏幕损伤缺陷检测方法。
10.一种计算机可读存储介质,其特征在于:所述计算机存储介质存储有计算机程序,当所述计算机程序被处理器执行时,以实现权利要求1至7中任一项所述的屏幕损伤缺陷检测方法。
CN202210203559.9A 2022-03-03 2022-03-03 屏幕损伤缺陷检测方法、装置、设备及可读存储介质 Active CN114264669B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210203559.9A CN114264669B (zh) 2022-03-03 2022-03-03 屏幕损伤缺陷检测方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210203559.9A CN114264669B (zh) 2022-03-03 2022-03-03 屏幕损伤缺陷检测方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN114264669A CN114264669A (zh) 2022-04-01
CN114264669B true CN114264669B (zh) 2022-05-17

Family

ID=80834001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210203559.9A Active CN114264669B (zh) 2022-03-03 2022-03-03 屏幕损伤缺陷检测方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN114264669B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116013189B (zh) * 2022-09-26 2023-10-17 领先光学技术(江苏)有限公司 一种Mini LED/Micro LED屏幕的亮度校正方法和装置
CN116051554B (zh) * 2023-03-31 2023-06-09 潍坊百特磁电科技有限公司 一种基于除铁器输送带的检测预警方法、设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4153336A (en) * 1975-12-22 1979-05-08 Tokyo Shibaura Electric Co., Ltd. Optimized spatial filter for defect detection
US5650844A (en) * 1994-07-14 1997-07-22 Advantest Corporation LCD panel image quality inspection system and LCD image presampling method
JP2008224331A (ja) * 2007-03-09 2008-09-25 Denso Corp 漏光検査装置
CN105424710A (zh) * 2015-11-20 2016-03-23 上海斐讯数据通信技术有限公司 一种电子设备屏幕检测方法及装置
CN107024485A (zh) * 2017-04-10 2017-08-08 青岛海信电器股份有限公司 曲面显示屏的缺陷检测方法和装置
CN109520710A (zh) * 2018-12-28 2019-03-26 深圳眼千里科技有限公司 一种全自动屏幕检测机
CN111612781A (zh) * 2020-05-27 2020-09-01 歌尔股份有限公司 一种屏幕缺陷检测方法、装置及头戴显示设备
CN113785181A (zh) * 2020-03-24 2021-12-10 京东方科技集团股份有限公司 Oled屏幕点缺陷判定方法、装置、存储介质及电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4153336A (en) * 1975-12-22 1979-05-08 Tokyo Shibaura Electric Co., Ltd. Optimized spatial filter for defect detection
US5650844A (en) * 1994-07-14 1997-07-22 Advantest Corporation LCD panel image quality inspection system and LCD image presampling method
JP2008224331A (ja) * 2007-03-09 2008-09-25 Denso Corp 漏光検査装置
CN105424710A (zh) * 2015-11-20 2016-03-23 上海斐讯数据通信技术有限公司 一种电子设备屏幕检测方法及装置
CN107024485A (zh) * 2017-04-10 2017-08-08 青岛海信电器股份有限公司 曲面显示屏的缺陷检测方法和装置
CN109520710A (zh) * 2018-12-28 2019-03-26 深圳眼千里科技有限公司 一种全自动屏幕检测机
CN113785181A (zh) * 2020-03-24 2021-12-10 京东方科技集团股份有限公司 Oled屏幕点缺陷判定方法、装置、存储介质及电子设备
CN111612781A (zh) * 2020-05-27 2020-09-01 歌尔股份有限公司 一种屏幕缺陷检测方法、装置及头戴显示设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Detection of Water-stains Defects in TFT-LCD Based on Machine Vision;Lingfeng Kong et al;《2018 11th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics》;20181231;全文 *
基于图像处理的手机屏幕缺陷检测系统研究;高如新等;《测控技术》;20171231;第36卷(第4期);全文 *

Also Published As

Publication number Publication date
CN114264669A (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN114264669B (zh) 屏幕损伤缺陷检测方法、装置、设备及可读存储介质
Sulami et al. Automatic recovery of the atmospheric light in hazy images
CN108509819A (zh) 一种用于光照不均匀的二维码二值化方法
JP6598960B2 (ja) 一場面における霧検出のための方法及び撮像装置
CN111259891B (zh) 一种自然场景下身份证识别方法、装置、设备和介质
CN113762253B (zh) 散斑的提取方法、装置、电子设备及存储介质
CN112577969A (zh) 一种基于机器视觉的缺陷检测方法以及缺陷检测系统
CN109716355B (zh) 微粒边界识别
KR101677070B1 (ko) 형태학적 영상 처리와 레이블링을 이용한 얼룩 결함 자동 검출 시스템 및 방법
CN117152165B (zh) 感光芯片缺陷的检测方法、装置、存储介质及电子设备
CN102915522A (zh) 一种智能手机的名片提取系统及其实现方法
KR101977647B1 (ko) 표시장치의 얼룩 검출 장치 및 방법
CN105229665A (zh) 对基于图像的蛇形带子磨损评估的增强分析
WO2021195873A1 (zh) 识别sfr测试卡图像中感兴趣区域的方法及装置、介质
WO2016005968A2 (en) System and method for quantifying reflection e.g. when analyzing laminated documents
CN111695374B (zh) 监控视角中斑马线区域的分割方法、系统、介质及设备
CN111311610A (zh) 图像分割的方法及终端设备
CN111935480B (zh) 一种用于图像获取装置的检测方法及相关装置
CN114913071A (zh) 集成亮度区域信息的特征点匹配的水下图像拼接方法
Bateman et al. Image forensics of high dynamic range imaging
Nnolim Sky detection and log illumination refinement for PDE-based hazy image contrast enhancement
JP4247993B2 (ja) 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体
JP4869323B2 (ja) 画像処理装置及び画像処理方法
CN107705416B (zh) 一种纸币图像处理方法、纸币图像处理装置及电子设备
Patil Detection of Hazy Vehicle License Plate with Dark Channel Prior Dehazing and Optical Character Recognition

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