CN115049633A - 屏幕质量检测方法、装置及手环、计算机可读存储介质 - Google Patents
屏幕质量检测方法、装置及手环、计算机可读存储介质 Download PDFInfo
- Publication number
- CN115049633A CN115049633A CN202210751331.3A CN202210751331A CN115049633A CN 115049633 A CN115049633 A CN 115049633A CN 202210751331 A CN202210751331 A CN 202210751331A CN 115049633 A CN115049633 A CN 115049633A
- Authority
- CN
- China
- Prior art keywords
- screen
- color
- defect
- screen display
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 130
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 230000007547 defect Effects 0.000 claims abstract description 252
- 238000000034 method Methods 0.000 claims abstract description 50
- 230000000877 morphologic effect Effects 0.000 claims abstract description 33
- 239000003086 colorant Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 7
- ORFSSYGWXNGVFB-UHFFFAOYSA-N sodium 4-amino-6-[[4-[4-[(8-amino-1-hydroxy-5,7-disulfonaphthalen-2-yl)diazenyl]-3-methoxyphenyl]-2-methoxyphenyl]diazenyl]-5-hydroxynaphthalene-1,3-disulfonic acid Chemical compound COC1=C(C=CC(=C1)C2=CC(=C(C=C2)N=NC3=C(C4=C(C=C3)C(=CC(=C4N)S(=O)(=O)O)S(=O)(=O)O)O)OC)N=NC5=C(C6=C(C=C5)C(=CC(=C6N)S(=O)(=O)O)S(=O)(=O)O)O.[Na+] ORFSSYGWXNGVFB-UHFFFAOYSA-N 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 3
- 235000019646 color tone Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000011166 aliquoting Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Quality & Reliability (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本申请公开了一种屏幕质量检测方法、装置及手环、计算机可读存储介质。本申请的方法包括：获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，所述屏幕显示缺陷包括屏幕坏点缺陷和屏幕异物缺陷；当所述待测屏幕不存在屏幕显示缺陷时，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。本申请的技术方案能够提高待测屏幕的屏幕缺陷的检测正确率。
Description
技术领域
本申请涉及屏幕质量检测技术领域，尤其涉及一种屏幕质量检测方法、装置及手环、计算机可读存储介质。
背景技术
手环在进入市场前，需要对其屏幕进行缺陷检测，避免屏幕显示不良的手环流入市场引起客诉。对于手环来说，其屏幕显示缺陷主要包括：坏点、脏污以及屏幕显示画面的颜色和形状的异常。
目前常用的检测方案是使用黑白相机对手环的屏幕拍照后进行分析，该方案无法检测屏幕颜色缺陷，检测范围窄、容易出现漏检、误检的情况，导致手环屏幕缺陷的检测正确率大打折扣，明显降低了手环的出货品质。
发明内容
本申请实施例提供了一种屏幕质量检测方法、装置及手环、计算机可读存储介质，以提高待测屏幕的屏幕缺陷的检测正确率。
本申请实施例采用下述技术方案：
第一方面，本申请实施例提供一种屏幕质量检测方法，包括：
获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，所述屏幕显示缺陷包括屏幕坏点缺陷和屏幕异物缺陷；
当所述待测屏幕不存在屏幕显示缺陷时，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。
第二方面，本申请实施例提供一种屏幕质量检测装置，包括：
屏幕显示缺陷检测单元，用于获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，所述屏幕显示缺陷包括屏幕坏点缺陷和屏幕异物缺陷；
屏幕颜色缺陷检测单元，用于当所述待测屏幕不存在屏幕显示缺陷时，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。
第三方面，本申请实施例提供一种手环，包括处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述实施例的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述实施例的方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例先获取待测屏幕的第一屏显图像，利用第一屏显图像的形态学特征检测待测屏幕是否存在屏幕显示缺陷，当待测屏幕不存在屏幕显示缺陷时，再获取待测屏幕的第二屏显图像，利用第二屏显图像的颜色特征检测待测屏幕是否存在屏幕颜色缺陷。本实施例通过图像处理技术能够实现对待测屏幕的屏幕缺陷的快速自动检测，可以有效缩短检测时间、提高检测效率，在一定程度上节约生产成本；且相比于传统检测手段，本实施例能够提高屏幕缺陷的检测正确率、提高检测精度，避免屏幕误检、漏检等问题，确保带屏终端的质量。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例中一种屏幕质量检测方法的流程示意图；
图2为本申请实施例中一种屏幕显示缺陷的检测流程示意图；
图3为本申请实施例中一种屏显图像示意图；
图4为本申请实施例中一种纯白色屏显图像的示意图；
图5为本申请实施例中一种屏幕纯彩色缺陷的检测流程示意图；
图6为本申请实施例中一种屏幕色阶渐变缺陷的检测流程示意图；
图7为本申请实施例中一种色阶渐变屏显图像示意图；
图8为本申请实施例中一种屏幕区域连通性缺陷的检测流程示意图；
图9为本申请实施例中一种田字形屏显图像示意图；
图10为本申请实施例中一种屏幕质量检测方法的总体流程示意图；
图11为本申请实施例中一种屏幕质量检测装置的结构示意图；
图12为本申请实施例中一种手环的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，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。
以下结合附图，详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种屏幕质量检测方法，如图1所示，提供了本申请实施例中一种屏幕质量检测方法的流程示意图，所述方法至少包括如下的步骤S110至步骤S120：
步骤S110，获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，所述屏幕显示缺陷包括屏幕坏点缺陷和屏幕异物缺陷。
本申请实施例中的屏幕质量检测方法可以被配置在屏幕质量检测装置中，屏幕质量检测装置可以设置在服务器中，或者也可以设置在电子设备中，本申请实施例对此不作限制。电子设备可以是智能手环、PC、智能手机、平板电脑、电子书阅读器、便携计算机等可移动式或不可移动式的具有待测屏幕的终端设备。本申请实施例的执行主体，在硬件上可以例如为服务器或者电子设备中的中央处理器(Central Processing Unit，简记为CPU)，在软件上可以例如为服务器或者电子设备中的相关的后台服务，对此不作限制。
待测屏幕是由粘合在一起的多个材料和基底层组成，几乎不可能每次都以绝对的精度将所有这些层粘合起来，各种缝隙、迁移物、污染物、气泡或其他瑕疵可能会被引入。举例来说，OLCD(Organic Light-Emitting Diode，有机发光二极管)上的屏幕缺陷可能包含：液晶基质中的杂质或杂质颗粒、OLCD基质在制造过程中分布不均匀、TFT(Thin FilmTransistor，薄膜晶体管)厚度不均匀、基底之间的间距不均匀、背光光源的亮度分布不均匀，OLCD面板瑕疵等等。上述因素都可能会导致光线穿过屏幕时出现不一致，使屏幕出现坏点、异物、图像颜色、形状异常等屏幕缺陷。
针对上述问题，本申请实施利用彩色工业相机采集待测屏幕的屏显图像，屏显图像至少包括第一屏显图像和第二屏显图像，以利用第一屏显图像完成屏幕坏点缺陷检测和屏幕异物缺陷检测，利用屏幕坏点标准和屏幕异物标准检测待测屏幕是否存在屏幕显示缺陷，当待测屏幕不存在屏幕显示缺陷时，利用第二屏显图像完成屏幕颜色缺陷。其中屏幕坏点标准和屏幕异物标准可能包括坏点、异物相关的判定阈值，判定阈值可通过相关检测人员提供的检测标准设定。并且，可基于不同型号的待测屏幕进行设定。
需要说明的是，本申请实施例的应用场景包括屏幕的生产制造过程中，或带屏设备的屏幕组装环节前后，从而对屏幕的质量进行把控。
步骤S120，当所述待测屏幕不存在屏幕显示缺陷时，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。
本申请实施例中的屏幕颜色缺陷包括屏幕纯彩色缺陷和/或屏幕色阶渐变缺陷，屏幕纯彩色缺陷可以理解为待测屏幕对某些彩色色调显示效果较差，屏幕色阶渐变缺陷可以理解为待测屏幕对某些彩色亮度的渐变显示效果较差。为进行这些屏幕颜色缺陷检测，可以获取相应的屏显图像的颜色特征，例如基于第二屏显图像的色调特征进行屏幕纯彩色缺陷检测，基于第二屏显图像的亮度差异特征进行屏幕色阶渐变缺陷检测。
经过研究发现，屏幕显示缺陷能够在一定程度上表明屏幕颜色缺陷，即当待测屏幕存在屏幕显示缺陷时，很可能还存在屏幕颜色缺陷，而当待测屏幕不存在屏幕颜色缺陷时，很有可能存在屏幕显示缺陷，为提高屏幕质量的检测效率，本申请实施例先检测屏幕显示缺陷，当不存在屏幕显示缺陷时，再检测屏幕颜色缺陷。实际应用中，当不需要考虑检测效率时，可以不限定上述检测顺序，例如也可以先进行屏幕颜色缺陷的检测，当不存在屏幕颜色缺陷时，再进行屏幕显示缺陷的检测。
基于图1所示的屏幕质量检测方法可知，本实施例先获取待测屏幕的第一屏显图像，利用第一屏显图像的形态学特征检测待测屏幕是否存在屏幕显示缺陷，当待测屏幕不存在屏幕显示缺陷时，再获取待测屏幕的第二屏显图像，利用第二屏显图像的颜色特征检测待测屏幕是否存在屏幕颜色缺陷。本实施例通过图像处理技术能够实现对待测屏幕的屏幕缺陷的快速自动检测，可以有效缩短检测时间、提高检测效率，在一定程度上节约生产成本；且相比于传统检测手段，本实施例能够提高屏幕缺陷的检测正确率、提高检测精度，避免屏幕误检、漏检等问题，确保带屏终端的质量。
本申请实施例是在所述待测屏幕显示相应的图像模板时，利用彩色工业相机拍摄所述待测屏幕，得到与图像模板对应的屏显图像，所述屏显图像包括第一屏显图像、第二屏显图像和第三屏显图像。
图像模板是指通过待测屏幕显示的图像，屏显图像是指利用彩色工业相机拍摄待测屏幕显示的图像模板，得到的图像模板经过待测屏幕显示后的屏幕显示图像。
需要说明的是，本申请实施例中的屏显图像为拍摄待测屏幕并经过预处理后的屏显图像。具体的，使待测屏幕显示屏幕质量检测所需的图像模板，利用型号例如为DFK33GP006的彩色工业相机拍摄待测屏幕，当拍摄到的原始图像中拍摄到除待测屏幕之外的其他区域时，可对拍摄到的原始图像进行预处理，仅保留待测屏幕相关的图像区域。
在本申请的一个实施例中，如图2所示，获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，至少包括如下的步骤S201至步骤S204：
步骤S201，根据第一屏显图像中边缘像素点确定第一屏显图像中的屏幕尺寸。
在一些应用场景中，彩色工业相机可能没有对准待测屏幕，导致第一屏显图像中包括不完整的待测屏幕，这类第一屏显图像无法可靠地检测整个待测屏幕的屏幕显示缺陷。因此，在得到第一屏显图像之后，本实施例先确定出第一屏显图像中位于长度方向和宽度方向上边缘位置的边缘像素点个数，得到第一屏显图像中的屏幕尺寸，判断该屏幕尺寸是否满足要求，例如当计算出来的屏幕尺寸为4:3，而待测屏幕的屏幕出厂尺寸也为4:3，此时确定第一屏显图像的屏幕尺寸满足要求。
在其他实施例中，还可以根据第一屏显图像中的屏幕尺寸计算出屏幕面积，当计算出的屏幕面积与屏幕面积标准一致时，确定第一屏显图像的屏幕尺寸满足要求。
步骤S202，在第一屏显图像的屏幕尺寸满足要求时，对第一屏显图像进行高斯滤波，得到滤波后的第一屏显图像。
因为OLED屏幕自身制程工艺及发光原理的因素，彩色工业相机所拍摄的屏显图像在灰度上并不均匀，而是带有周期纹理的图像，如图3所示的周期性纹理对屏幕污点缺陷和屏幕异物缺陷的检测带有极大的干扰，极易出现误检的现象。
为了消除纹理噪声对于屏幕污点缺陷和屏幕异物缺陷的干扰，本实施例采用滤波变换去除上述的有规律噪声，通过高斯滤波过滤掉周期纹理的干扰，使得屏显图像中屏幕污点和屏幕异物的特征更加明显。在此基础上再进行屏幕污点缺陷和屏幕异物缺陷可以更加简单和准确。
可选地，在高斯滤波之前还对第一屏显图像进行二值化处理，以进一步凸出屏幕污点和屏幕异物的特征。
步骤S203，对滤波后的第一屏显图像进行形态学检测，得到形态学检测结果。
本实施例可以基于形态学的Blob分析算法提取图像中的屏幕污点和屏幕异物，Blob分析算法是对图像中相同像素点的连通域进行分析，该连通域称为Blob。Blob分析算法可以为机器视觉应用提供图像中斑点的数量、位置、形状和方向，还可以提供相关斑点之间的拓扑结构。由此，本实施例的形态学检测结果包括如图4所示的屏幕污点的数量、尺寸和位置坐标以及屏幕异物的数量、尺寸和位置坐标等信息。应注意的是，图4中的两侧竖向黑边为便于观看其中间区域的图像而设置的辅助线，并非屏显图像的图像内容。
步骤S204，将形态学检测结果分别与屏幕坏点标准和屏幕异物标准进行比较，获得待测屏幕的屏幕显示缺陷。
这里屏幕坏点标准可能包括屏幕污点的数量阈值、屏幕污点尺寸阈值等判决阈值，屏幕异物标准可能包括屏幕异物的数量阈值、屏幕污点尺寸阈值等判决阈值等判决阈值。
将形态学检测结果中的屏幕污点的数量、尺寸与屏幕污点的数量阈值、屏幕污点尺寸阈值进行比较，当屏幕污点尺寸大于屏幕污点尺寸阈值的屏幕污点的数量多于相应数量阈值时，确定待测屏幕中存在屏幕显示缺陷；否则，当屏幕污点尺寸大于屏幕污点尺寸阈值的屏幕污点的数量少于相应数量阈值时，确定待测屏幕中不存在屏幕显示缺陷。
同样的，将形态学检测结果中的屏幕异物的数量、尺寸与屏幕异物的数量阈值、屏幕异物尺寸阈值进行比较，当屏幕异物尺寸大于屏幕异物尺寸阈值的屏幕异物的数量多于相应数量阈值时，确定待测屏幕中存在屏幕显示缺陷；否则，当屏幕异物尺寸大于屏幕异物尺寸阈值的屏幕异物的数量少于相应数量阈值时，确定待测屏幕中不存在屏幕显示缺陷。
为提高屏幕显示缺陷的检测精度，本申请实施例中的第一屏显图像包括纯黑色屏显图像和纯白色屏显图像两种屏显图像，对纯黑色屏显图像和纯白色屏显图像分别执行上述步骤S201-步骤S204对应的屏幕显示缺陷检测，当基于纯黑色屏显图像和纯白色屏显图像都确定出待测屏幕中不存在屏幕显示缺陷时，才确定待测屏幕不存在屏幕显示缺陷；当基于纯黑色屏显图像或纯白色屏显图像中的一种确定出待测屏幕中存在屏幕显示缺陷时，可以确定待测屏幕存在屏幕显示缺陷。
在待测屏幕不存在屏幕显示缺陷时，本申请实施例还进一步获取所述待测终端的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。
在本申请的一个实施例中，第二屏显图像包括纯彩色屏显图像，屏幕颜色缺陷包括屏幕纯彩色缺陷。如图5所示，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷，至少包括如下的步骤S501至步骤S503：
步骤S501，获取所述纯彩色屏显图像在HSV(Hue色调，Saturation饱和度，Value明度)颜色空间下每个像素点的色调值。
可选地，纯彩色屏显图像包括纯红色屏显图像、纯蓝色屏显图像和纯绿色屏显图像，依次对每种纯彩色屏显图像执行步骤S501-步骤S503。应理解的是，本领域技术人员还可以设置其他颜色的纯彩色屏显图像，本申请不作具体限制。
彩色工业相机采集到的纯彩色屏显图像一般是基于RGB颜色空间表示，RGB颜色空间中没有对色调的取值进行范围设置，不利于检测待测屏幕的屏幕纯彩色缺陷。基于此，本实施例将纯彩色屏显图像由RGB颜色空间转换为HSV颜色空间，得到纯彩色屏显图像中每个像素点的色调值。
步骤S502，根据像素点的色调值，获取所述纯彩色屏显图像中色调值属于预设色调范围的像素点总数。
为便于统计像素点总数，本实施例还将纯彩色屏显图像进行二值化处理，将二值化处理后的纯彩色屏显图像进行膨胀处理，对膨胀处理后的纯彩色屏显图像进行像素点总数统计。
以纯绿色屏显图像为例，在HSV颜色空间中，绿色颜色分量的色调的取值范围h绿＝[45,90)，根据h绿＝[45,90)将纯绿色屏显图像进行二值化处理，膨胀处理后计算与二值化色调值相同的像素点总数。
步骤S503，根据所述像素点总数与像素点总数标准值的比较结果，检测所述待测屏幕的屏幕纯彩色缺陷。
当像素点总数小于像素点总数标准值时，确定待测屏幕中存在屏幕纯彩色缺陷，否则，当像素点总数不小于像素点总数标准值时，确定待测屏幕中不存在屏幕纯彩色缺陷。
这里，像素点总数标准值是指屏幕中存在屏幕纯彩色缺陷与不存在屏幕纯彩色缺陷的像素点总数的临界值，该临界值可以根据检测标准设定。
在本申请的另一个实施例中，第二屏显图像还包括色阶渐变屏显图像，屏幕颜色缺陷包括屏幕色阶渐变缺陷。如图6所示，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷，至少包括如下的步骤S601至步骤S603：
步骤S601，对色阶渐变屏显图像按照颜色进行区域提取，得到每种颜色对应的色阶渐变屏显子图像。
本实施例中的色阶渐变屏显图像中包括至少一种颜色的色阶渐变区域，如图7所示，示出色阶渐变屏显图像中包括四种颜色的色阶渐变区域，对这四个区域进行区域提取，得到四种颜色对应的色阶渐变屏显子图像。
步骤S602，将每种色阶渐变屏显子图像按照色阶渐变方向进行等区域划分，得到多个观测区域，获取各个相邻观测区域之间的亮度差值。
如图7所示，色阶渐变屏显子图像中的色阶渐变方向为图7中的从图像左侧至图像右侧的方向，按照该方向将这四个色阶渐变屏显子图像进行20等分，得到20个观测区域。当然也可以进行其他数量的等分处理。
将每个观测区域内所有像素点的亮度和值作为该观测区域的亮度。也可以将每个观测区域内所有像素点的亮度均值作为该观测区域的亮度，本实施例不限定每个观测区域的亮度计算方法，本领域技术人员可以基于现有技术进行计算。
步骤S603，根据每种色阶渐变屏显子图像中各个相邻观测区域之间的亮度差值和亮度差值标准值的比较结果，检测待测屏幕的屏幕色阶渐变缺陷。
当每种色阶渐变屏显子图像中有设定组数的相邻观测区域之间的亮度差值大于亮度差值标准值，确定待测屏幕中存在屏幕色阶渐变缺陷，否则，当每种色阶渐变屏显子图像中没有设定组数的相邻观测区域之间的亮度差值大于亮度差值标准值，确定待测屏幕中不存在屏幕色阶渐变缺陷。
这里，亮度差值标准值是指屏幕中存在屏幕色阶渐变缺陷与不存在屏幕色阶渐变缺陷的亮度差值的临界值，可以根据检测标准设定。
需要说明的是，在实际应用中，在对待测屏幕进行屏幕颜色缺陷检测时，可以先进行屏幕纯彩色缺陷检测，当待测屏幕中不存在屏幕纯彩色缺陷时，再进行屏幕色阶渐变缺陷检测；或者先进行屏幕色阶渐变缺陷检测，当待测屏幕中不存在屏幕色阶渐变缺陷时，再进行屏幕纯彩色缺陷检测。
由此，基于上述实施例能够完成待测屏幕的屏幕颜色缺陷检测，当所述待测屏幕不存在屏幕颜色缺陷时，还获取所述待测屏幕的第三屏显图像的区域连通性特征，根据所述区域连通性特征检测所述待测屏幕的屏幕区域连通性缺陷。
在本申请的一个实施例中，第三屏显图像包括田字形屏显图像，所述屏幕区域连通性缺陷包括不连续缺陷，如图8所示，根据所述区域连通性特征检测所述待测屏幕的屏幕区域连通性缺陷至少包括如下的步骤S801至步骤S803：
步骤S801，将所述田字形屏显图像与田字形图像模板进行对齐匹配。
当待测屏幕显示田字形图像模板时，利用彩色工业相机对准待测屏幕并拍摄，得到田字形屏显图像，此时田字形屏显图像与田字形图像模板均包括图9所述的田字形元素，将田字形屏显图像与田字形图像模板按照像素点的灰度值进行对齐匹配，当两者与田字形元素相关的像素点一一对齐后，确定田字形屏显图像与田字形图像模板已经对齐。
步骤S802，在所述田字形屏显图像与田字形图像模板对齐后，检测田字形屏显图像中田字形元素所在区域的不连续缺陷，得到不连续缺陷的检测结果。
基于上一步骤，当田字形屏显图像与田字形图像模板对齐后，可以根据田字形屏显图像中与田字形元素相关的像素点的灰度值的差异情况，基于该差异情况检测出田字形屏显图像是否存在遮挡或断点等不连续缺陷，在检测出田字形屏显图像存在如图9右下角所示的不连续缺陷时，输出关于该不连续缺陷的检测结果，该检测结果中包括不连续缺陷的类型和数量。
步骤S803，将所述不连续缺陷的检测结果与不连续缺陷检测标准进行比较，根据比较结果检测所述待测屏幕中的不连续缺陷。
接上一步骤，得到不连续缺陷的检测结果时，可以基于不连续缺陷检测标准，判断田字形屏显图像是否存在不连续缺陷，这里不连续缺陷检测标准可能规定了不连续缺陷的类型和数量，例如当遮挡类型的不连续缺陷的数量大于不连续缺陷检测标准时，判断田字形屏显图像存在不连续缺陷，当遮挡类型的不连续缺陷的数量不大于不连续缺陷检测标准时，判断田字形屏显图像不存在不连续缺陷。
在一些实施例中，屏幕区域连通性缺陷还包括线宽不一致缺陷，当所述待测屏幕中不存在不连续缺陷时，还包括：
在所述田字形屏显图像与田字形图像模板对齐后，根据田字形元素的中心点与其边框之间的距离，在所述田字形屏显图像中获取田字形元素的各个边线的边线位置，根据边线位置处的像素点的灰度值检测各个边线的边线宽度，根据各个边线的边线宽度的宽度差异，检测所述待测屏幕中的线宽不一致缺陷。如当各个边线的边线宽度的宽度差异大于宽度差异标准时，确认所述待测屏幕中存在线宽不一致缺陷，否则，当各个边线的边线宽度的宽度差异不大于宽度差异标准时，确认所述待测屏幕中不存在线宽不一致缺陷。
为便于理解本申请的上述各个实施例，以手环为例详细说明本申请实施例对屏幕显示缺陷、屏幕颜色缺陷和屏幕区域连通性缺陷的检测过程。
如图10所示，先通过步骤S1001将待测手环切换至屏幕显示缺陷检测模式，在该模式下，待测手环的手环屏幕依次显示纯黑色图像模板和纯白色图像模板，通过步骤S1002控制彩色工业相机依次拍摄待测手环的手环屏幕，得到与纯黑色图像模板对应的纯黑色屏显图像和与纯白色图像模板对应的纯白色屏显图像，将纯黑色屏显图像和纯白色屏显图像保存。再通过步骤S1003对纯黑色屏显图像和纯白色屏显图像依次进行高斯滤波去除噪声及通过步骤S1004对滤波后的纯黑色屏显图像和纯白色屏显图像进行Blob检测，步骤S1005基于Blob检测结果确认待测手环的屏幕是否存在屏幕显示缺陷，当不存在屏幕显示缺陷时执行步骤S1006，否则执行步骤S1020，输出检测结果，确认该待测手环不符合出货标准。
步骤S1006将待测手环切换至屏幕纯彩色缺陷检测模式，在该模式下，待测手环的手环屏幕依次显示纯红色图像模板、纯绿色图像模板和纯蓝色图像模板，通过步骤S1007控制彩色工业相机依次拍摄待测手环的手环屏幕，得到与纯红色图像模板对应的纯红色屏显图像、与纯绿色图像模板对应的纯绿色屏显图像和与纯蓝色图像模板对应的纯蓝色屏显图像，将三种屏显图像转换到HSV颜色空间后保存。再通过步骤S1008对纯红色屏显图像、纯蓝色屏显图像和纯蓝色屏显图像依次进行目标像素点统计，得到像素点总数，目标像素点是指色调值属于相应的预设色调范围的像素点，步骤S1009基于像素点总数确认待测手环的屏幕是否存在屏幕纯彩色缺陷，当不存在屏幕纯彩色缺陷时执行步骤S1010，否则执行步骤S1020，输出检测结果，确认该待测手环不符合出货标准。
步骤S1010将待测手环切换至屏幕区域连通性缺陷检测模式，在该模式下，待测手环的手环屏幕显示田字形图像模板，通过步骤S1011控制彩色工业相机拍摄待测手环的手环屏幕，得到与田字形图像模板对应的田字形屏显图像并保存，再通过步骤S1012对田字形屏显图像进行田字形元素所在区域的不连续缺陷检测和通过步骤S1013对田字形屏显图像进行田字形元素的各个边线的宽度差异检测，步骤S1014基于不连续缺陷检测结果和边线宽度差异检测结果确认待测手环的屏幕是否存在屏幕区域连通性缺陷，当不存在屏幕区域连通性缺陷时执行步骤S1015，否则执行步骤S1020，输出检测结果，确认该待测手环不符合出货标准。
步骤S1015将待测手环切换至屏幕色阶渐变缺陷检测模式，在该模式下，待测手环的手环屏幕显示色阶渐变图像模板，通过步骤S1016控制彩色工业相机拍摄待测手环的手环屏幕，得到与色阶渐变图像模板对应的色阶渐变屏显图像并保存，再通过步骤S1017对色阶渐变屏显图像进行色阶渐变差异检测，步骤S1018基于色阶渐变差异检测结果确认待测手环的屏幕是否存在色阶渐变缺陷，当不存在色阶渐变缺陷时执行步骤S1019输出检测结果，确认该待测手环符合出货标准，否则执行步骤S1020，输出检测结果，确认该待测手环不符合出货标准。
综上各个实施例，本申请使用彩色相机对待测屏幕进行拍照，通过图像处理技术实现了对手环屏幕缺陷的自动检测，例如以Visual Studio 2017(又简记为VS2017，是一种应用开发工具包，具有快速导航、编写并修复代码、轻松调试、探查和诊断等优势)和Python3.6(暂无中文译文，Python3.6是一种开发平台)作为开发平台，所使用的屏幕显示缺陷的检测算法可以使用其他开发平台实现，如MILL、VisionPro、Labview等。
本申请相比于黑白相机拍照处理方案提高了检测精度，准确率高，避免了屏幕缺陷的误检、漏检等问题，确保了出货产品的质量，且本申请实现了快速的自动检测手段，有效缩短了检测时间、提高了检测效率，在一定程度上节约了生产成本。
与前述实施例的屏幕质量检测方法同属于一个技术构思，本申请实施例还提供了一种屏幕质量检测装置，用于实现前述实施例的屏幕质量检测方法。
图11示出了根据本申请一个实施例的屏幕质量检测装置的结构示意图，如图11所示，屏幕质量检测装置1100包括：屏幕显示缺陷检测单元1110和屏幕颜色缺陷检测单元1120；
屏幕显示缺陷检测单元1110，用于获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，所述屏幕显示缺陷包括屏幕坏点缺陷和屏幕异物缺陷；
屏幕颜色缺陷检测单元1120，用于当所述待测屏幕不存在屏幕显示缺陷时，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。
在本申请的一个实施例中，屏幕质量检测装置1100还包括：屏幕区域连通性缺陷单元，用于获取所述待测屏幕的第三屏显图像的区域连通性特征，根据所述区域连通性特征检测所述待测屏幕的屏幕区域连通性缺陷。
在本申请的一个实施例中，所述第二屏显图像包括纯彩色屏显图像，所述屏幕颜色缺陷包括屏幕纯彩色缺陷，屏幕颜色缺陷检测单元1120用于获取所述纯彩色屏显图像在HSV颜色空间下每个像素点的色调值；根据像素点的色调值，获取所述纯彩色屏显图像中色调值属于预设色调范围的像素点总数；根据所述像素点总数与像素点总数标准值的比较结果，检测所述待测屏幕的屏幕纯彩色缺陷。
在本申请的一个实施例中，所述第二屏显图像包括色阶渐变屏显图像，所述屏幕颜色缺陷包括屏幕色阶渐变缺陷，屏幕颜色缺陷检测单元1120还用于对所述色阶渐变屏显图像按照颜色进行区域提取，得到每种颜色对应的色阶渐变屏显子图像；将每种色阶渐变屏显子图像按照色阶渐变方向进行等区域划分，得到多个观测区域，获取各个相邻观测区域之间的亮度差值；根据每种色阶渐变屏显子图像中各个相邻观测区域之间的亮度差值和亮度差值标准值的比较结果，检测所述待测屏幕的屏幕色阶渐变缺陷。
在本申请的一个实施例中，所述第三屏显图像包括田字形屏显图像，所述屏幕区域连通性缺陷包括不连续缺陷，屏幕区域连通性缺陷单元，还用于将所述田字形屏显图像与田字形图像模板进行对齐匹配；在所述田字形屏显图像与田字形图像模板对齐后，检测所述田字形屏显图像中田字形元素所在区域的不连续缺陷，得到不连续缺陷的检测结果；将所述不连续缺陷的检测结果与不连续缺陷检测标准进行比较，根据比较结果检测所述待测屏幕中的不连续缺陷。
在本申请的一个实施例中，所述屏幕区域连通性缺陷还包括线宽不一致缺陷，屏幕区域连通性缺陷单元，进一步用于，当所述待测屏幕中不存在不连续缺陷时，在所述田字形屏显图像与田字形图像模板对齐后，根据田字形元素的中心点与其边框之间的距离，在所述田字形屏显图像中获取田字形元素的各个边线的边线位置；根据边线位置处的像素点的灰度值检测各个边线的边线宽度；根据各个边线的边线宽度的宽度差异，检测所述待测屏幕中的线宽不一致缺陷。
在本申请的一个实施例中，所述第一屏显图像包括纯黑色屏显图像和纯白色屏显图像，屏幕颜色缺陷检测单元1120，用于根据所述第一屏显图像中边缘像素点确定所述第一屏显图像中的屏幕尺寸；在所述第一屏显图像的屏幕尺寸满足要求时，对所述第一屏显图像进行高斯滤波，得到滤波后的第一屏显图像；对滤波后的第一屏显图像进行形态学检测，得到形态学检测结果；将所述形态学检测结果分别与屏幕坏点标准和屏幕异物标准进行比较，获得所述待测屏幕的屏幕显示缺陷。
能够理解，上述屏幕质量检测装置，能够实现前述实施例提供的屏幕质量检测方法的各个步骤，关于屏幕质量检测方法的相关阐释均适用于屏幕质量检测装置，此处不再赘述。
图12示出了根据本申请一个实施例一种手环示意图。请参考图12，在硬件层面，该手环包括处理器和存储器，可选地还包括内部总线、网络接口。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该手环还可能包括其他业务所需要的硬件。
处理器、接口模块、通信模块和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图12中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放计算机可执行指令。存储器通过内部总线向处理器提供计算机可执行指令。
处理器，执行存储器所存放的计算机可执行指令，并具体用于实现以下操作：
获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，所述屏幕显示缺陷包括屏幕坏点缺陷和屏幕异物缺陷；
当所述待测屏幕不存在屏幕显示缺陷时，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。
上述如本申请图1所示实施例揭示的屏幕质量检测方法执行的功能可以应用于处理器中，或者由处理器实现。处理器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中的硬件的集成逻辑电路或者软件形式的指令完成。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序当被处理器执行时，实现以下操作：
获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，所述屏幕显示缺陷包括屏幕坏点缺陷和屏幕异物缺陷；
当所述待测屏幕不存在屏幕显示缺陷时，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。
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、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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供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功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种屏幕质量检测方法，其特征在于，所述方法包括：
获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，所述屏幕显示缺陷包括屏幕坏点缺陷和屏幕异物缺陷；
当所述待测屏幕不存在屏幕显示缺陷时，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。
2.根据权利要求1所述的方法，其特征在于，当所述待测屏幕不存在屏幕颜色缺陷时，还包括：
获取所述待测屏幕的第三屏显图像的区域连通性特征，根据所述区域连通性特征检测所述待测屏幕的屏幕区域连通性缺陷。
3.根据权利要求1所述的方法，其特征在于，所述第二屏显图像包括纯彩色屏显图像，所述屏幕颜色缺陷包括屏幕纯彩色缺陷，所述获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷，包括：
获取所述纯彩色屏显图像在HSV颜色空间下每个像素点的色调值；
根据像素点的色调值，获取所述纯彩色屏显图像中色调值属于预设色调范围的像素点总数；
根据所述像素点总数与像素点总数标准值的比较结果，检测所述待测屏幕的屏幕纯彩色缺陷。
4.根据权利要求1所述的方法，其特征在于，所述第二屏显图像包括色阶渐变屏显图像，所述屏幕颜色缺陷包括屏幕色阶渐变缺陷，所述获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷，包括：
对所述色阶渐变屏显图像按照颜色进行区域提取，得到每种颜色对应的色阶渐变屏显子图像；
将每种色阶渐变屏显子图像按照色阶渐变方向进行等区域划分，得到多个观测区域，获取各个相邻观测区域之间的亮度差值；
根据每种色阶渐变屏显子图像中各个相邻观测区域之间的亮度差值和亮度差值标准值的比较结果，检测所述待测屏幕的屏幕色阶渐变缺陷。
5.根据权利要求2所述的方法，其特征在于，所述第三屏显图像包括田字形屏显图像，所述屏幕区域连通性缺陷包括不连续缺陷，所述根据所述区域连通性特征检测所述待测屏幕的屏幕区域连通性缺陷，包括：
将所述田字形屏显图像与田字形图像模板进行对齐匹配；
在所述田字形屏显图像与田字形图像模板对齐后，检测所述田字形屏显图像中田字形元素所在区域的不连续缺陷，得到不连续缺陷的检测结果；
将所述不连续缺陷的检测结果与不连续缺陷检测标准进行比较，根据比较结果检测所述待测屏幕中的不连续缺陷。
6.根据权利要求5所述的方法，其特征在于，所述屏幕区域连通性缺陷还包括线宽不一致缺陷，当所述待测屏幕中不存在不连续缺陷时，还包括：
在所述田字形屏显图像与田字形图像模板对齐后，根据田字形元素的中心点与其边框之间的距离，在所述田字形屏显图像中获取田字形元素的各个边线的边线位置；
根据边线位置处的像素点的灰度值检测各个边线的边线宽度；
根据各个边线的边线宽度的宽度差异，检测所述待测屏幕中的线宽不一致缺陷。
7.根据权利要求1所述的方法，其特征在于，所述第一屏显图像包括纯黑色屏显图像和纯白色屏显图像，所述获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，包括：
根据所述第一屏显图像中边缘像素点确定所述第一屏显图像中的屏幕尺寸；
在所述第一屏显图像的屏幕尺寸满足要求时，对所述第一屏显图像进行高斯滤波，得到滤波后的第一屏显图像；
对滤波后的第一屏显图像进行形态学检测，得到形态学检测结果；
将所述形态学检测结果分别与屏幕坏点标准和屏幕异物标准进行比较，获得所述待测屏幕的屏幕显示缺陷。
8.一种屏幕质量检测装置，其特征在于，所述装置包括：
屏幕显示缺陷检测单元，用于获取待测屏幕的第一屏显图像的形态学特征，根据所述形态学特征检测所述待测屏幕的屏幕显示缺陷，所述屏幕显示缺陷包括屏幕坏点缺陷和屏幕异物缺陷；
屏幕颜色缺陷检测单元，用于当所述待测屏幕不存在屏幕显示缺陷时，获取所述待测屏幕的第二屏显图像的颜色特征，根据所述颜色特征检测所述待测屏幕的屏幕颜色缺陷。
9.一种手环，其特征在于，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1-7之任一所述方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现所述权利要求1-7之任一所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210751331.3A CN115049633A (zh) | 2022-06-28 | 2022-06-28 | 屏幕质量检测方法、装置及手环、计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210751331.3A CN115049633A (zh) | 2022-06-28 | 2022-06-28 | 屏幕质量检测方法、装置及手环、计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115049633A true CN115049633A (zh) | 2022-09-13 |
Family
ID=83165469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210751331.3A Pending CN115049633A (zh) | 2022-06-28 | 2022-06-28 | 屏幕质量检测方法、装置及手环、计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115049633A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117522867A (zh) * | 2024-01-04 | 2024-02-06 | 深圳优色专显科技有限公司 | 基于图像特征的显示屏异常颜色检测方法 |
-
2022
- 2022-06-28 CN CN202210751331.3A patent/CN115049633A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117522867A (zh) * | 2024-01-04 | 2024-02-06 | 深圳优色专显科技有限公司 | 基于图像特征的显示屏异常颜色检测方法 |
| CN117522867B (zh) * | 2024-01-04 | 2024-04-05 | 深圳优色专显科技有限公司 | 基于图像特征的显示屏异常颜色检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7978903B2 (en) | Defect detecting method and defect detecting device | |
| US9805458B2 (en) | Method and system for detecting defective pixels and screen imperfections of a mobile device | |
| WO2022110219A1 (zh) | 一种显示面板的检测方法、装置及系统 | |
| CN104749184A (zh) | 自动光学检测方法和系统 | |
| CN113781396B (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
| CN113205474A (zh) | 屏幕检测和屏幕检测模型训练方法、装置及设备 | |
| JPH09329527A (ja) | 画像処理方法および画像処理装置 | |
| CN116503414B (zh) | 屏幕缺陷检测方法、装置、计算机设备和存储介质 | |
| CN106228541A (zh) | 视觉检测中屏幕定位的方法及装置 | |
| CN104749801B (zh) | 高精度自动光学检测方法和系统 | |
| CN113785181A (zh) | Oled屏幕点缺陷判定方法、装置、存储介质及电子设备 | |
| CN115049633A (zh) | 屏幕质量检测方法、装置及手环、计算机可读存储介质 | |
| CN111476759B (zh) | 一种屏幕表面检测方法、装置、终端及存储介质 | |
| JP4143660B2 (ja) | 画像解析方法、画像解析装置、検査装置、画像解析プログラムおよびコンピュータ読み取り可能な記録媒体 | |
| CN111784672A (zh) | 缺陷检测方法、装置、电子设备及可读存储介质 | |
| CN114529500A (zh) | 显示基板的缺陷检查方法 | |
| JP2008014842A (ja) | シミ欠陥検出方法及び装置 | |
| JP2006258713A (ja) | シミ欠陥検出方法及び装置 | |
| CN116993658B (zh) | 一种用于精准检测oca贴合精度的方法 | |
| CN117745653A (zh) | 防爆阀缺陷检测方法和装置 | |
| KR101409568B1 (ko) | 표시패널 검사장치 및 그 검사방법 | |
| KR20140082333A (ko) | 평판디스플레이의 얼룩 검사 방법 및 장치 | |
| JP2008171142A (ja) | シミ欠陥検出方法及び装置 | |
| JP2007285868A (ja) | 輝度勾配検出方法、欠陥検出方法、輝度勾配検出装置および欠陥検出装置 | |
| JP5239275B2 (ja) | 欠陥検出方法および欠陥検出装置 |
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 |