CN115526883A - Led灯珠的检测方法、装置、计算机设备和存储介质 - Google Patents

Led灯珠的检测方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN115526883A
CN115526883A CN202211282460.9A CN202211282460A CN115526883A CN 115526883 A CN115526883 A CN 115526883A CN 202211282460 A CN202211282460 A CN 202211282460A CN 115526883 A CN115526883 A CN 115526883A
Authority
CN
China
Prior art keywords
lamp bead
determining
led backlight
effective
pixel
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
Application number
CN202211282460.9A
Other languages
English (en)
Inventor
武海丽
刘飞
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.)
Shenzhen Dasihai Technology Co ltd
Original Assignee
Shenzhen Dasihai 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 Shenzhen Dasihai Technology Co ltd filed Critical Shenzhen Dasihai Technology Co ltd
Priority to CN202211282460.9A priority Critical patent/CN115526883A/zh
Publication of CN115526883A publication Critical patent/CN115526883A/zh
Pending legal-status Critical Current

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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • 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
    • G06T2207/10004—Still image; Photographic image
    • 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
    • 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
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及一种LED灯珠的检测方法、装置、计算机设备和存储介质。方法包括：在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；依据LED背光板的像素等级获取对应的阈值；统计第一外接矩形中像素点的第一总数量；对第一外接矩形中像素点进行二值化处理，并统计二值化后的第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；确定第一有效数量与第一总数量之间的比值；当比值大于阈值时，则确定LED背光板为合格产品，采用本方法能够提升LED灯珠的检测效率。

Description

LED灯珠的检测方法、装置、计算机设备和存储介质
技术领域
本申请涉及光学测量技术领域，特别是涉及一种LED灯珠的检测方法、装置、计算机设备和存储介质。
背景技术
随着科技的进步，LED(Light Emitting Diode，发光二极管)领域发展迅猛，其中，Mini LED备受关注，其作为LCD(Liquid Crystal Display，液晶显示器)背光源，较传统LED背光源有色域覆盖率广，高亮度下散热均匀等诸多优点。
Mini LED背光板点亮之后，有些LED灯珠的像素有缺失，表现出来就是人眼观察灯珠发光不完整。传统对LED灯珠的检测技术中，都是靠人眼观察，然后将不合格产品检测出来，不可避免的存在检测效率低下的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提升LED灯珠的检测效率的LED灯珠的检测方法、装置、计算机设备和计算机可读存储介质。
第一方面，本申请提供了一种LED灯珠的检测方法。所述方法包括：
在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；
依据LED背光板的像素等级获取对应的阈值；
统计所述第一外接矩形中像素点的第一总数量；
对所述第一外接矩形中像素点进行二值化处理，并统计二值化后的所述第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；
确定所述第一有效数量与所述第一总数量之间的比值；
当所述比值大于所述阈值时，则确定所述LED背光板为合格产品。
在其中一个实施例中，所述确定LED灯珠的第一有效轮廓对应的第一外接矩形之前，所述方法还包括：
获取彩色图，并对所述彩色图进行灰度处理，得到所述LED背光板图；或者，获取亮度图，将所述亮度图作为所述LED背光板图；
在所述LED背光板图中提取灯珠轮廓；
基于所述灯珠轮廓确定所述LED灯珠的第一有效轮廓。
在其中一个实施例中，所述确定LED灯珠的第一有效轮廓对应的第一外接矩形包括：
在所述LED背光板图中，确定位于所述灯珠轮廓内各像素点的值；
对所述灯珠轮廓内各像素点的值进行排序，得到值序列；
将所述值序列中各相邻的值进行作差处理，得到差值序列；
基于所述差值序列中的极值点，确定所述值序列中的极大值；
将所述极大值和所述值序列中在所述极大值之前的值作为目标值；
确定所述目标值在所述灯珠轮廓内对应的区域，并根据所述区域确定所述第一有效轮廓；
依据所述LED灯珠的所述第一有效轮廓确定对应的第一外接矩形。
在其中一个实施例中，所述方法还包括：
依据所述像素等级对不合格LED背光板进行图像采集，得到目标LED背光板图；
确定所述目标LED背光板图中的目标LED灯珠的第二有效轮廓；
确定所述第二有效轮廓对应的第二外接矩形；
统计所述第二外接矩形中像素点的第二总数量；
对所述第二外接矩形中的像素点进行二值化处理，并统计二值化后的所述第二外接矩形中满足像素条件的像素点的数量，得到第二有效数量；
将所述第二有效数量与所述第二总数量之间的最小比值作为所述阈值。
在其中一个实施例中，所述确定所述LED背光板为合格产品之后，所述方法还包括：
在LED灯珠检测界面显示所述LED背光板为合格产品；
当所述比值小于或等于所述阈值时，则确定所述LED背光板为不合格产品；
在所述LED灯珠检测界面显示所述LED背光板为不合格产品。
第二方面，本申请还提供了一种LED灯珠的检测装置。所述装置包括：
第一确定模块，用于在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；
获取模块，用于依据LED背光板的像素等级获取对应的阈值；
统计模块，用于统计所述第一外接矩形中像素点的第一总数量；
二值化与统计模块，用于对所述第一外接矩形中像素点进行二值化处理，并统计二值化后的所述第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；
第二确定模块，用于确定所述第一有效数量与所述第一总数量之间的比值；
判定模块，用于当所述比值大于所述阈值时，则确定所述LED背光板为合格产品。
在其中一个实施例中，所述确定LED灯珠的第一有效轮廓对应的第一外接矩形之前，所述装置还包括：
预处理模块，用于获取彩色图，并对所述彩色图进行灰度处理，得到所述LED背光板图；或者，获取亮度图，将所述亮度图作为所述LED背光板图；在所述LED背光板图中提取灯珠轮廓；基于所述灯珠轮廓确定所述LED灯珠的第一有效轮廓。
在其中一个实施例中，所述第一确定模块还用于在所述LED背光板图中，确定位于所述灯珠轮廓内各像素点的值；对所述灯珠轮廓内各像素点的值进行排序，得到值序列；将所述值序列中各相邻的值进行作差处理，得到差值序列；基于所述差值序列中的极值点，确定所述值序列中的极大值；将所述极大值和所述值序列中在所述极大值之前的值作为目标值；确定所述目标值在所述灯珠轮廓内对应的区域，并根据所述区域确定所述第一有效轮廓；依据所述LED灯珠的所述第一有效轮廓确定对应的第一外接矩形。
在其中一个实施例中，所述装置还包括：
确定阈值模块，依据所述像素等级对不合格LED背光板进行图像采集，得到目标LED背光板图；确定所述目标LED背光板图中的目标LED灯珠的第二有效轮廓；确定所述第二有效轮廓对应的第二外接矩形；统计所述第二外接矩形中像素点的第二总数量；对所述第二外接矩形中的像素点进行二值化处理，并统计二值化后的所述第二外接矩形中满足像素条件的像素点的数量，得到第二有效数量；将所述第二有效数量与所述第二总数量之间的最小比值作为所述阈值。
在其中一个实施例中，所述判定模块还用于在LED灯珠检测界面显示所述LED背光板为合格产品；当所述比值小于或等于所述阈值时，则确定所述LED背光板为不合格产品；在所述LED灯珠检测界面显示所述LED背光板为不合格产品。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
上述LED灯珠的检测方法、装置、计算机设备和存储介质，通过在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；依据LED背光板的像素等级获取对应的阈值；统计第一外接矩形中像素点的第一总数量；对第一外接矩形中像素点进行二值化处理，并统计二值化后的第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；确定第一有效数量与第一总数量之间的比值；当比值大于阈值时，则确定LED背光板为合格产品。实现了自动化对LED灯珠的像素是否缺失的检测，有效的提升了LED灯珠检测的精确度和效率。
附图说明
图1为一个实施例中LED灯珠的检测方法的应用环境图；
图2为一个实施例中LED灯珠的检测方法的流程示意图；
图3为一个实施例中MiniLED背光板示意图；
图4为一个实施例中Mini LED灯珠轮廓示意图；
图5为一个实施例中Mini LED灯珠的检测的流程示意图；
图6为另一个实施例中确定LED灯珠的第一外接矩形步骤的流程示意图；
图7为一个实施例中差值序列的曲线斜率示意图；
图8为一个实施例中LED灯珠的检测装置的结构框图；
图9为另一个实施例中LED灯珠的检测装置的结构框图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的LED灯珠的检测方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。本申请可由终端102或服务器104执行，本实施例以终端102为例进行说明。
终端102在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；终端102依据LED背光板的像素等级获取对应的阈值；终端102统计第一外接矩形中像素点的第一总数量；终端102对第一外接矩形中像素点进行二值化处理，并统计二值化后的第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；终端102确定第一有效数量与第一总数量之间的比值；终端102当比值大于阈值时，则确定LED背光板为合格产品。
其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种LED灯珠的检测方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤：
S202，在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形。
其中，LED背光板图可以指点亮的LED背光板的图像。LED背光板包括mini LED背光板。LED灯珠可以指LED背光板上的灯珠。第一有效轮廓可以指用于确定LED灯珠的外接矩形的轮廓，第一有效轮廓与第二有效轮廓是不同的有效轮廓。第一外接矩形可以指LED灯珠的第一有效轮廓对应的最小外接矩形，需指出的是，第一外接矩形将第一有效轮廓包裹在内，第一外接矩形形成的范围大于等于第一有效轮廓的范围。第一外接矩形与第二外接矩形是不同的外接矩形。图3为一个实施例中Mini LED背光板示意图；本申请的LED背光板可如图3所示，由图可以看出LED背光板中可有多个LED灯珠。图4为一个实施例中Mini LED灯珠轮廓示意图；如图4所示，在LED背光板图中，LED灯珠可由多个像素点构成，LED灯珠有以下典型的情况，(1)正常，如图(a)所示，LED灯珠中的像素点不存在缺失；(2)灯珠倾斜，如图(b)所示，LED灯珠整体倾斜；(3)存在缺陷，如图(c)所示，LED灯珠像素点少量缺失；如图(d)所示，LED灯珠像素点大量缺失。图5为一个实施例中Mini LED灯珠的检测的流程示意图；如图5所示，主要流程可为数据采集、轮廓提取、确定最小外接矩形、查找阈值、判断LED灯珠是否合格和界面显示。
具体地，在LED背光板图中，终端可以确定各LED灯珠的第一有效轮廓，再确定各第一有效轮廓对应的最小外接矩形。
在一个实施例中，在S202之前，终端可以获取彩色图，并对彩色图进行灰度处理，得到LED背光板图；或者，获取亮度图，将亮度图作为LED背光板图；在LED背光板图中提取灯珠轮廓；基于灯珠轮廓确定LED灯珠的第一有效轮廓。其中，彩色图可以指CCD(chargecoupled device，电荷耦合器件)彩色相机采集的图像。亮度图可以指CCD面测亮度计采集的图像。
S204，依据LED背光板的像素等级获取对应的阈值。
其中，像素等级可以指衡量灰度或亮度所处的等级，像素等级可以是灰度等级或亮度等级，灰度等级的范围可以为0至255。亮度等级可以指不同的亮度所处的等级，例如，亮度等级可以是8000lx或10000lx。阈值可用于判断LED背光板是否为合格产品。
具体地，终端先确定LED背光板对应的像素等级，再依据该像素等级确定对应的阈值。
在一个实施例中，终端依据像素等级对不合格LED背光板进行图像采集，得到目标LED背光板图；确定目标LED背光板图中的目标LED灯珠的第二有效轮廓；确定第二有效轮廓对应的第二外接矩形；统计第二外接矩形中像素点的第二总数量；对第二外接矩形中的像素点进行二值化处理，并统计二值化后的第二外接矩形中满足像素条件的像素点的数量，得到第二有效数量；将第二有效数量与第二总数量之间的最小比值作为阈值。
其中，不合格LED背光板可指用于确定阈值的不合格的背光板。目标LED背光板图可以指对不合格背光板进行图像采集后得到的LED背光板图像。目标LED灯珠可以指目标LED背光板图中的LED灯珠。第二有效轮廓可以指用于确定目标LED灯珠的外接矩形的轮廓。第二外接矩形可以指目标LED灯珠的第二有效轮廓的最小外接矩形，需指出的是，第二外接矩形将第二有效轮廓包裹在内，第二外接矩形形成的范围大于等于第二有效轮廓的范围。第二总数量可以指第二外接矩形中像素点的总数量。像素条件可以指用于对二值化后的像素点进行判断的条件，二值化后的像素点包括第一像素值和第二像素值。例如，像素条件可以是像素点的像素值为第一像素值或第二像素值，第一像素值可为1，第二像素值可为0。像素值包括亮度值和灰度值。第二有效数量可以指依据像素条件对第二外接矩形中像素点进行筛选后，得到的像素点的数量。
S206，统计第一外接矩形中像素点的第一总数量。
其中，第一总数量可以指第一外接矩形中像素点的总数量。
具体地，终端可以先确定第一外接矩形中的像素点，再统计第一外接矩形中的像素点的总数量。
S208，对第一外接矩形中像素点进行二值化处理，并统计二值化后的第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量。
其中，第一有效数量可以指依据像素条件对第一外接矩形中像素点进行筛选后，得到的像素点的数量。
具体地，终端可以先对第一外接矩形中的像素点的像素值进行二值化处理，得到第一像素值和第二像素值，当像素条件为像素点的像素值为第一像素值时，统计二值化后的第一外接矩形中像素值为第一像素值的像素点的数量，得到第一有效数量；当像素条件为像素点的像素值为第二像素值时，统计二值化后的第一外接矩形中像素值为第二像素值的像素点的数量，得到第一有效数量。
S210，确定第一有效数量与第一总数量之间的比值。
其中，比值的计算公式可为：
Figure BDA0003898714420000081
具体地，终端可以依据比值的计算公式确定第一有效数量与第一总数量之间的比值。
S212，当比值大于阈值时，则确定LED背光板为合格产品。
具体地，终端可以判断比值与阈值的大小，当LED背光板图中的所有LED灯珠的比值大于阈值时，则确定LED背光板为合格产品。
在一个实施例中，在LED灯珠检测界面显示LED背光板为合格产品；当LED背光板图中存在LED灯珠的比值小于或等于阈值时，则确定LED背光板为不合格产品；在LED灯珠检测界面显示LED背光板为不合格产品。其中，LED灯珠检测界面可指用于对LED灯珠检测的界面。
上述LED灯珠的检测方法中，通过在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；依据LED背光板的像素等级获取对应的阈值；统计第一外接矩形中像素点的第一总数量；对第一外接矩形中像素点进行二值化处理，并统计二值化后的第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；确定第一有效数量与第一总数量之间的比值；当比值大于阈值时，则确定LED背光板为合格产品。实现了自动化对LED灯珠的像素是否缺失的检测，有效的提升了LED灯珠检测的精确度和效率。
在一个实施例中，如图6所示，确定LED灯珠的第一外接矩形步骤包括：
S602，在LED背光板图中，确定位于灯珠轮廓内各像素点的值。
其中，像素点的值可以指像素点的像素值。
具体地，在LED背光板图中，终端确定LED灯珠的灯珠轮廓内各像素点的灰度值或亮度值。
S604，对灯珠轮廓内各像素点的值进行排序，得到值序列。
其中，值序列可指由灯珠轮廓内像素点的像素值组成的序列。
具体地，终端可以依据灯珠轮廓内各像素点的灰度值或亮度值的大小进行排序，得到一个灰度值或亮度值由大到小的排列的值序列。
S606，将值序列中各相邻的值进行作差处理，得到差值序列。
其中，差值序列可指由值序列中的值做差处理后，得到的序列。
具体地，终端可以依次将值序列中相邻的前一个灰度值或亮度值减去后一个灰度值或亮度值，得到各差值，将各差值组合成差值序列。
S608，基于差值序列中的极值点，确定值序列中的极大值。
其中，极值点可指以横轴为差值序列中各差值的排列序号，纵轴为差值形成的曲线上第一个出现的极值点。极大值可以指在值序列中极值点对应的两个相邻的值中的较大值。图7为一个实施例中差值序列曲线斜率的示意图；如图7所示，A点为一个极值点，例如，该极值点A为值序列中相邻的灰度值100与灰度值90二者的差值，又因100大于90，故极大值为100。
具体地，终端以横轴为差值序列中各差值的排列序号，纵轴为差值形成的曲线，确定该曲线上第一个出现的极值点，在值序列中确定该极值点对应的两个相邻的值，将该两个相邻的值进行比较，确定两个相邻的值中的较大值，将该较大值作为值序列中的极大值。
S610，将极大值和值序列中在极大值之前的值作为目标值。
其中，目标值可以指用于确定第一有效轮廓的像素值。
例如，灯珠轮廓内各像素点的值分别为21、18、20、12、13和15，对灯珠轮廓内各像素点的值进行排序，可得到值序列为{21、20、18、15、13、12}，将值序列中各相邻的值进行作差处理，可得到差值序列为{1、2、3、2、1}，画图观察可得，差值序列中的极值点为3，3对应的值序列的两个相邻的值分别为18、15，因18大于15，则极大值为18，值序列中在极大值之前的值为{21，20}，即目标值为21、20和18。
S612，确定目标值在灯珠轮廓内对应的区域，并根据区域确定第一有效轮廓。
其中，区域可以指目标值在灯珠轮廓内形成的区域。
S614，依据LED灯珠的第一有效轮廓确定对应的第一外接矩形。
具体地，终端可依据LED灯珠第一有效轮廓确定对应的最小外接矩形。
本实施例中，通过在LED背光板图中，确定位于灯珠轮廓内各像素点的值，对灯珠轮廓内各像素点的值进行排序，得到值序列，将值序列中各相邻的值进行作差处理，得到差值序列，基于差值序列中的极值点，确定值序列中的极大值，将极大值和值序列中在极大值之前的值作为目标值，确定目标值在灯珠轮廓内对应的区域，并根据区域确定第一有效轮廓，依据LED灯珠的第一有效轮廓确定对应的第一外接矩形，能够精确的确定LED灯珠的外接矩形，为后续判断LED灯珠对应的LED背光板是否为合格产品做铺垫。
作为一个示例，本示例如下。
本申请可以包括Mini LED灯珠数据采集模块、Mini LED灯珠轮廓提取模块、MiniLED灯珠缺陷分析判断模块、Mini LED灯珠客户端反馈模块。
一、Mini LED灯珠数据采集模块
Mini LED灯珠数据采集模块包括：Mini LED背光板、Mini LED背光板点亮装置、CCD采集仪器、数据接收装置、数据传输线。
灯珠数据采集模块工作步骤如下：
步骤一：Mini LED背光板点亮装置点亮Mini LED背光板；
步骤二：CCD采集仪器采集Mini LED数据；
步骤三：CCD采集仪器通过数据传输线，将采集到的数据信息传输给数据接收装置。其中CCD采集仪器包括但不限于CCD面测亮度计，数据接收装置包括但不限于电子计算机。
二、Mini LED灯珠轮廓提取模块
Mini LED轮廓提取模块主要负责从Mini LED灯珠数据采集模块采集到的数据信息中提取出Mini LED每颗灯珠的轮廓信息。提取亮度/灰度轮廓信息可以分为两步。
步骤一：我们运用常见的轮廓提取算法提取Mini LED灯珠轮廓。OpenCV中提供了大量轮廓检测相关函数，比如：函数boundingRect()、函数minEnclosingCircle()、函数minAreaRect()等，我们可以直接调用，提取出Mini LED灯珠轮廓，并返回所有灯珠轮廓包围点位置坐标。
如果是CCD彩色相机，则在使用轮廓提取算法之前，需要将背光板灯珠采集装置采集到的彩色图像转换为灰度图像。彩色图像转灰度图像可以调用OpenCV、Halcon等图像处理软件中的灰度图像算子，也可以利用公式进行Gray(灰度)＝R*0.299+G*0.587+B*0.114转换，以及下面的步骤二中所有涉及到亮度值的信息用灰度值代替。
步骤二：精确Mini LED背光板各灯珠轮廓。
步骤一中获取的Mini LED背光板各灯珠轮廓会包含很多比较暗的像素点，这些像素点属于无效像素点，需要剔除，从而得到更精确的灯珠轮廓。剔除办法如下：
1、将每颗灯珠轮廓里面亮度值按从大到小的顺序排序；
2、依次用前一个亮度值减去后一个亮度值得到相应差值，并用这些差值画曲线，横轴为差的排列序号，纵轴为差值；
3、过每个点做曲线的斜率，当斜率左右两边数据变化趋势发生变化时，该点则为拐点；
4、拐点对应的点是两个数的差，将相对较大值及其前面的值做为Mini LED灯珠对应区域。
这样，我们就得到了Mini LED背光板各灯珠的有效轮廓。
三、Mini LED灯珠缺陷分析判断模块
Mini LED有效轮廓确定好之后，就需要对轮廓进行分析判断，看是否有缺陷。需要注意的是，Mini LED背光板灯珠理想状态下应该是整齐排列的长方形，但是实际上灯珠会有倾斜；另外，灯珠缺陷大小不一样，表现出来就是灯珠轮廓大小有差异，而灯珠之间亮度有差异，灯珠轮廓大小也会或多或少有差异，表现出来就是有缺陷的Mini LED灯珠轮廓，和没有缺陷的Mini LED灯珠轮廓大小相似，这种情况，就需要判断是灯珠自身亮度的差异，还是灯珠缺陷，基于以上原因，我们可以先找轮廓的最小外接矩形，最小外接矩形适应性比较强，即使灯珠歪了也可以精确的找到灯珠外部轮廓，同时还会把缺失部分圈进去，这就有利于我们找到像素缺失区域，这就有利于我们找到缺失像素，并判断有像素缺失的Mini LED点是否是缺陷点。
判断方法：
步骤一：找到有效轮廓之后，寻找其对应最小外接矩形，有很多提取最小外接矩形的算法，可以直接调用，比如OpenCV里面的minAreaRect。
步骤二：判断外接矩形里面是否有像素值缺失
对外接矩形中的像素点的像素值进行二值化处理，即有效像素点的像素值为1，不是有效像素点的像素值为0，最小外接矩形有可能将像素值为0的点框选进去。但不是有像素值为0的点就是缺陷点，是否是缺陷点需要根据当前灯珠亮度等级，以及其外接矩形里面包含的像素值个数进行确认；
步骤三：判断最小外接矩形中的像素缺失是否是缺陷
判断像素缺失是否为缺陷，可根据最小外接矩形包含像素值为1的像素点个数占最小外接矩形包含像素个数的比例进行判定，即可提前给定阈值，小于或等于阈值即为缺陷，产品为不合格(No Good，NG)品，大于阈值则为合格品。
阈值需要提前对客户产品不同亮度等级的NG品进行深度学习，得到不同亮度等级下的阈值。阈值的确定可以是：客户不同亮度等级各50片NG产品，分别对不同亮度等级的NG品做如上步骤，即：Mini LED灯珠数据采集、Mini LED灯珠轮廓提取、Mini LED灯珠轮廓最小外接矩形查找。找到最小外接矩形后，分别统计每颗NG灯珠对应像素值为1的像素点的个数。
统计当前亮度等级下，每颗NG Mini LED灯珠最小外接矩形包含像素值为1的像素点个数和最小外接矩形包含像素个数之比，将背光板上NG点Mini LED最小外接矩形中包含像素值为1的像素点个数和最小外接矩形包含像素个数之比的最小值，做当前亮度等级下NG点的阈值。同理，计算其他亮度等级下的NG点的阈值，同时将亮度等级及当前亮度等级对应的阈值记录保存，在实际测试时，根据产品亮度等级调用阈值即可。
四、Mini LED灯珠客户端反馈模块：在LED灯珠检测界面显示LED背光板为合格产品或LED背光板为不合格产品。
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的LED灯珠的检测方法的LED灯珠的检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个LED灯珠的检测装置实施例中的具体限定可以参见上文中对于LED灯珠的检测方法的限定，在此不再赘述。
在一个实施例中，如图8所示，提供了一种LED灯珠的检测装置，包括：第一确定模块802、获取模块804、统计模块806、二值化与统计模块808、第二确定模块810和判定模块，其中：
第一确定模块802，用于在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；
获取模块804，用于依据LED背光板的像素等级获取对应的阈值；
统计模块806，用于统计第一外接矩形中像素点的第一总数量；
二值化与统计模块808，用于对第一外接矩形中像素点进行二值化处理，并统计二值化后的第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；
第二确定模块810，用于确定第一有效数量与第一总数量之间的比值；
判定模块812，用于当比值大于阈值时，则确定LED背光板为合格产品。
在一个实施例中，第一确定模块802还用于在LED背光板图中，确定位于灯珠轮廓内各像素点的值；对灯珠轮廓内各像素点的值进行排序，得到值序列；将值序列中各相邻的值进行作差处理，得到差值序列；基于差值序列中的极值点，确定值序列中的极大值；将极大值和值序列中在极大值之前的值作为目标值；确定目标值在灯珠轮廓内对应的区域，并根据区域确定第一有效轮廓；依据LED灯珠的第一有效轮廓确定对应的第一外接矩形。
在一个实施例中，判定模块812还用于在LED灯珠检测界面显示LED背光板为合格产品；当比值小于或等于阈值时，则确定LED背光板为不合格产品；在LED灯珠检测界面显示LED背光板为不合格产品。
在一个实施例中，如图9所示，该LED灯珠的检测装置还包括：
预处理模块814，用于获取彩色图，并对彩色图进行灰度处理，得到LED背光板图；或者，获取亮度图，将亮度图作为LED背光板图；在LED背光板图中提取灯珠轮廓；基于灯珠轮廓确定LED灯珠的第一有效轮廓。
确定阈值模块816，依据像素等级对不合格LED背光板进行图像采集，得到目标LED背光板图；确定目标LED背光板图中的目标LED灯珠的第二有效轮廓；确定第二有效轮廓对应的第二外接矩形；统计第二外接矩形中像素点的第二总数量；对第二外接矩形中的像素点进行二值化处理，并统计二值化后的第二外接矩形中满足像素条件的像素点的数量，得到第二有效数量；将第二有效数量与第二总数量之间的最小比值作为阈值。
上述实施例，通过在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；依据LED背光板的像素等级获取对应的阈值；统计第一外接矩形中像素点的第一总数量；对第一外接矩形中像素点进行二值化处理，并统计二值化后的第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；确定第一有效数量与第一总数量之间的比值；当比值大于阈值时，则确定LED背光板为合格产品。实现了自动化对LED灯珠的像素是否缺失的检测，有效的提升了LED灯珠检测的精确度和效率。
上述LED灯珠的检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端或服务器，本实施例以计算机设备为终端为例进行说明。其内部结构图可以如图10所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种LED灯珠的检测方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置，显示屏可以是液晶显示屏或电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图10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。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各实施例。
在一个实施例中，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上述各实施例。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各实施例。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种LED灯珠的检测方法，其特征在于，所述方法包括：
在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；
依据LED背光板的像素等级获取对应的阈值；
统计所述第一外接矩形中像素点的第一总数量；
对所述第一外接矩形中像素点进行二值化处理，并统计二值化后的所述第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；
确定所述第一有效数量与所述第一总数量之间的比值；
当所述比值大于所述阈值时，则确定所述LED背光板为合格产品。
2.根据权利要求1所述的方法，其特征在于，所述确定LED灯珠的第一有效轮廓对应的第一外接矩形之前，所述方法还包括：
获取彩色图，并对所述彩色图进行灰度处理，得到所述LED背光板图；或者，获取亮度图，将所述亮度图作为所述LED背光板图；
在所述LED背光板图中提取灯珠轮廓；
基于所述灯珠轮廓确定所述LED灯珠的第一有效轮廓。
3.根据权利要求2所述的方法，其特征在于，所述确定LED灯珠的第一有效轮廓对应的第一外接矩形包括：
在所述LED背光板图中，确定位于所述灯珠轮廓内各像素点的值；
对所述灯珠轮廓内各像素点的值进行排序，得到值序列；
将所述值序列中各相邻的值进行作差处理，得到差值序列；
基于所述差值序列中的极值点，确定所述值序列中的极大值；
将所述极大值和所述值序列中在所述极大值之前的值作为目标值；
确定所述目标值在所述灯珠轮廓内对应的区域，并根据所述区域确定所述第一有效轮廓；
依据所述LED灯珠的所述第一有效轮廓确定对应的第一外接矩形。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
依据所述像素等级对不合格LED背光板进行图像采集，得到目标LED背光板图；
确定所述目标LED背光板图中的目标LED灯珠的第二有效轮廓；
确定所述第二有效轮廓对应的第二外接矩形；
统计所述第二外接矩形中像素点的第二总数量；
对所述第二外接矩形中的像素点进行二值化处理，并统计二值化后的所述第二外接矩形中满足像素条件的像素点的数量，得到第二有效数量；
将所述第二有效数量与所述第二总数量之间的最小比值作为所述阈值。
5.根据权利要求1所述的方法，其特征在于，所述确定所述LED背光板为合格产品之后，所述方法还包括：
在LED灯珠检测界面显示所述LED背光板为合格产品；
当所述比值小于或等于所述阈值时，则确定所述LED背光板为不合格产品；
在所述LED灯珠检测界面显示所述LED背光板为不合格产品。
6.一种LED灯珠的检测装置，其特征在于，所述装置包括：
第一确定模块，用于在LED背光板图中，确定LED灯珠的第一有效轮廓对应的第一外接矩形；
获取模块，用于依据LED背光板的像素等级获取对应的阈值；
统计模块，用于统计所述第一外接矩形中像素点的第一总数量；
二值化与统计模块，用于对所述第一外接矩形中像素点进行二值化处理，并统计二值化后的所述第一外接矩形中满足像素条件的像素点的数量，得到第一有效数量；
第二确定模块，用于确定所述第一有效数量与所述第一总数量之间的比值；
判定模块，用于当所述比值大于所述阈值时，则确定所述LED背光板为合格产品。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
预处理模块，用于获取彩色图，并对所述彩色图进行灰度处理，得到所述LED背光板图；或者，获取亮度图，将所述亮度图作为所述LED背光板图；在所述LED背光板图中提取灯珠轮廓；基于所述灯珠轮廓确定所述LED灯珠的第一有效轮廓。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202211282460.9A 2022-10-19 2022-10-19 Led灯珠的检测方法、装置、计算机设备和存储介质 Pending CN115526883A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211282460.9A CN115526883A (zh) 2022-10-19 2022-10-19 Led灯珠的检测方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211282460.9A CN115526883A (zh) 2022-10-19 2022-10-19 Led灯珠的检测方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN115526883A true CN115526883A (zh) 2022-12-27

Family

ID=84703230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211282460.9A Pending CN115526883A (zh) 2022-10-19 2022-10-19 Led灯珠的检测方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN115526883A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115197A (zh) * 2023-08-09 2023-11-24 幂光新材料科技（上海）有限公司 一种led灯珠电路板设计数据智能处理方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115197A (zh) * 2023-08-09 2023-11-24 幂光新材料科技（上海）有限公司 一种led灯珠电路板设计数据智能处理方法及系统
CN117115197B (zh) * 2023-08-09 2024-05-17 幂光新材料科技（上海）有限公司 一种led灯珠电路板设计数据智能处理方法及系统

Similar Documents

Publication Publication Date Title
CN104655403B (zh) 一种点阵光源发光均匀性测试方法
CN110060237B (zh) 一种故障检测方法、装置、设备及系统
CN108596908B (zh) Led显示屏检测方法、装置及终端
CN111325717B (zh) 手机缺陷位置识别方法及设备
US20180232875A1 (en) Cosmetic defect evaluation
CN113379680A (zh) 缺陷检测方法、装置、电子设备和计算机可读存储介质
CN114758249A (zh) 基于野外夜间环境的目标物监测方法、装置、设备及介质
CN110910445B (zh) 一种物件尺寸检测方法、装置、检测设备及存储介质
CN114241358A (zh) 基于数字孪生变电站的设备状态展示方法、装置和设备
CN115526883A (zh) Led灯珠的检测方法、装置、计算机设备和存储介质
CN112528909A (zh) 活体检测方法、装置、电子设备及计算机可读存储介质
CN112419231A (zh) 能见度确定方法、装置、计算机设备和存储介质
CN107300360A (zh) 一种杂粮作物籽粒三轴尺寸快速检测算法
CN114925153B (zh) 基于业务的地理信息数据质量检测方法、装置和设备
CN113610934B (zh) 图像亮度调整方法、装置、设备及存储介质
CN114359166A (zh) 屏幕颜色检测方法、装置、设备及存储介质
CN115760854A (zh) 基于深度学习的电力设备缺陷检测方法、装置及电子设备
CN115587990A (zh) Led背光板的灯珠检测方法、装置和计算机设备
CN114708230A (zh) 基于图像分析的车架质量检测方法、装置、设备及介质
CN115641312A (zh) Led覆膜背光板的合格检测方法、装置和计算机设备
CN113255456A (zh) 非主动活体检测方法、装置、电子设备及存储介质
CN114627100A (zh) 透镜的合格检测方法、装置、计算机设备和存储介质
CN114638815A (zh) Led透镜组的合格检测方法、装置和计算机设备
CN111695609B (zh) 目标物损伤程度判定方法、装置、电子设备及存储介质
CN116302293B (zh) 图片显示方法和设备

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