CN115564726A - Led发光装置的检测方法、装置、电子设备及存储介质 - Google Patents
Led发光装置的检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115564726A CN115564726A CN202211201686.1A CN202211201686A CN115564726A CN 115564726 A CN115564726 A CN 115564726A CN 202211201686 A CN202211201686 A CN 202211201686A CN 115564726 A CN115564726 A CN 115564726A
- Authority
- CN
- China
- Prior art keywords
- led
- light
- image
- emitting device
- detection
- 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 230
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims description 54
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000003709 image segmentation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 29
- 238000004519 manufacturing process Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 10
- 230000008439 repair process Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000037303 wrinkles 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
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种LED发光装置的检测方法、装置、电子设备及存储介质,所属的技术领域为自动化检测技术。LED发光装置的检测方法包括:控制所述LED发光装置点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到全亮灯图像;根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作;控制所述LED发光装置点亮单个LED灯,并控制所述相机拍摄所述LED发光装置得到单亮灯图像;根据所述单亮灯图像执行基于机器视觉的串光检测操作。本申请能够提高检测LED发光装置的效率和准确率。
Description
技术领域
本申请涉及自动化检测技术领域,特别涉及一种LED发光装置的检测方法、装置、电子设备及存储介质。
背景技术
智能音箱、计算机、冰箱等电子设备上均可以设置有LED发光装置,以显示电子设备的工作状态。高质量的LED发光装置应具有亮度适宜、高均匀度、色差小、无漏光、无奇异值、无串光(light bleeding)现象的特点。在实际生产线上进会对LED发光装置进行LED校准操作,通过人工检测的方式在多个工站执行操作、漏光检测操作和奇异值检测操作。上述检测方式的检测效率较低,且主要依赖人工经验,准确率较低。
因此,如何提高检测LED发光装置的效率和准确率是本领域技术人员目前需要解决的技术问题。
发明内容
本申请的目的是提供一种LED发光装置的检测方法、一种LED发光装置的检测装置、一种电子设备及一种存储介质,能够提高检测LED发光装置的效率和准确率。
为解决上述技术问题,本申请提供一种LED发光装置的检测方法,应用于自动化检测平台的上位机,所述自动化检测平台还包括相机,所述上位机与LED发光装置连接,所述LED发光装置的检测方法包括:
控制所述LED发光装置点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到全亮灯图像;
根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作;
控制所述LED发光装置点亮单个LED灯,并控制所述相机拍摄所述LED发光装置得到单亮灯图像;
根据所述单亮灯图像执行基于机器视觉的串光检测操作。
可选的,根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作,包括:
对所述全亮灯图像执行预处理操作和图像分割操作,得到LED区域图像;其中,所述LED区域图像为所述全亮灯图像中灯条对应的图像,所述LED发光装置的所有LED灯均设置于所述灯条上;
利用所述LED区域图像分别执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作。
可选的,利用所述LED区域图像分别执行基于机器视觉的LED校准操作,包括:
将所述LED区域图像划分为多个分区图像;
判断所述分区图像的实际RGB通道均值是否在对应的标准区间内;
若是,则判定所述LED发光装置通过LED校准;
若否,则对所述LED发光装置中LED灯的RGB通道值进行调整。
可选的,在对所述LED发光装置中LED灯的RGB通道值进行调整之后,还包括:
控制所述LED发光装置按照调整后的RGB通道值点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到新的全亮灯图像;
根据所述新的全亮灯图像执行基于机器视觉的LED校准操作。
可选的,利用所述LED区域图像分别执行基于机器视觉的漏光检测操作,包括:
将二值化后的所述LED区域图像与二值化后的灯条模板图像进行图像相减运算,根据图像相减运算结果确定漏光区域;
判断所述漏光区域的面积是否大于或等于预设面积;
若是,则判定所述LED发光装置存在漏光现象。
可选的,利用所述LED区域图像分别执行基于机器视觉的奇异值检测操作,包括:
计算所述LED区域图像的亮度均值,并将所述亮度均值与预设系数的乘积作为亮度阈值;其中,所述预设系数的值大于1;
判断所述LED区域图像中是否存在亮度大于所述亮度阈值的区域;
若是,则判定所述LED发光装置存在奇异值。
可选的,根据所述单亮灯图像执行基于机器视觉的串光检测操作,包括:
对所述单亮灯图像执行预处理操作和图像分割操作,得到所述单亮灯图像中的实际发光区域;
根据所述LED发光装置的亮灯位置确定所述单亮灯图像的理论发光区域;
判断所述实际发光区域与所述理论发光区域的重合比例是否小于预设比例;
若是,则判定所述LED发光装置存在串光现象。
本申请还提供了一种LED发光装置的检测装置,所述LED发光装置的检测装置分别与相机和LED发光装置连接,所述LED发光装置的检测装置包括:
第一控制模块,用于控制所述LED发光装置点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到全亮灯图像;
第一检测模块,用于根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作;
第二控制模块,用于控制所述LED发光装置点亮单个LED灯,并控制所述相机拍摄所述LED发光装置得到单亮灯图像;
第二检测模块,用于根据所述单亮灯图像执行基于机器视觉的串光检测操作。
本申请还提供了一种存储介质,其上存储有计算机程序,所述计算机程序执行时实现上述LED发光装置的检测方法执行的步骤。
本申请还提供了一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现上述LED发光装置的检测方法执行的步骤。
本申请提供了一种LED发光装置的检测方法,应用于自动化检测平台的上位机,所述自动化检测平台还包括相机,所述上位机与LED发光装置连接,所述LED发光装置的检测方法包括:控制所述LED发光装置点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到全亮灯图像;根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作;控制所述LED发光装置点亮单个LED灯,并控制所述相机拍摄所述LED发光装置得到单亮灯图像;根据所述单亮灯图像执行基于机器视觉的串光检测操作。
本申请提供的自动化检测平台包括上位机和相机,上位机与LED发光装置连接。在检测过程中,本申请可以控制LED发光装置点亮所有的LED灯并拍摄此状态下的全亮灯图像,利用全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作。在检测过程中,本申请还可以控制LED发光装置点亮单个LED灯并拍摄此状态下的单亮灯图像,进而根据单亮灯图像执行基于机器视觉的串光检测操作。在上述过程中,本申请将LED校准操作、漏光检测操作、奇异值检测操作和串光检测操作集成到自动化检测平台进行一站式检测,能够提高检测LED发光装置的效率和准确率。本申请同时还提供了一种LED发光装置的检测装置、一种存储介质和一种电子设备,具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,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为本申请实施例所提供的一种LED发光装置的检测方法的流程图;
图2为本申请实施例所提供的一种LED校准流程图;
图3为本申请实施例所提供的一种漏光检测流程图;
图4为本申请实施例所提供的一种串光检测流程图;
图5为本申请实施例所提供的一种智能音箱LED自动化监测系统示意图;
图6为本申请实施例所提供的一种LED自动化检测系统检测流程图;
图7为本申请实施例所提供的一种串光问题示意图。
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。
下面请参见图1,图1为本申请实施例所提供的一种LED发光装置的检测方法的流程图。
具体步骤可以包括:
S101:控制所述LED发光装置点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到全亮灯图像;
其中,本实施例可以应用于自动化检测平台的上位机,所述自动化检测平台还包括相机,所述上位机与LED发光装置连接。LED发光装置包括设置有多个LED灯的灯条,上位机可以向LED发光装置发送第一点灯指令,以便点亮所有的LED灯。
在LED发光装置中的所有LED灯均被点亮的情况下,上位机可以控制相机拍摄LED发光装置,进而得到全亮灯图像。
S102:根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作;
其中,在得到全亮灯图像之外,上位机可以分别调用LED校准子线程、漏光检测子进程和奇异值检测子进程执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作;此外,上位机也可以先后执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作,此处不限定LED校准操作、漏光检测操作和奇异值检测操作的执行顺序。
具体的,通过执行基于机器视觉的LED校准操作可以对LED发光装置的亮度、均匀度、颜色值进行调整。通过执行漏光检测操作可以判断LED发光装置是否漏光,通过执行奇异值检测操作可以判断LED发光装置是否存在奇异值。当LED发光装置存在奇异值时,则说明LED发光装置存在亮度过高的区域。
S103:控制所述LED发光装置点亮单个LED灯,并控制所述相机拍摄所述LED发光装置得到单亮灯图像;
其中,上位机可以向LED发光装置发送第二点灯指令,以便点亮单个LED灯。在LED发光装置中单个LED灯被点亮的情况下,上位机可以控制相机拍摄LED发光装置,进而得到单亮灯图像。
S104:根据所述单亮灯图像执行基于机器视觉的串光检测操作。
其中,上位机可以调用串光检测子线程对单亮灯图像执行基于机器视觉的串光检测操作,以便根据串光检测操作结果判断单亮灯图像对应的LED灯是否存在串光的现象。
由于LED发光装置中可以存在多个LED灯,本实施例可以对多个LED灯执行串光检测操作,例如多次执行S103和S104的操作以实现对多个LED灯执行串光检测操作。作为另一种可行的实施方式,在执行S103的相关步骤时,可以控制LED发光装置先后点亮多个不同的单个LED灯,并拍摄各个LED灯被点亮时的单亮灯图像,以便对多个单亮灯图像执行基于机器视觉的串光检测操作。
本实施例提供的自动化检测平台包括上位机和相机,上位机与LED发光装置连接。在检测过程中,本实施例可以控制LED发光装置点亮所有的LED灯并拍摄此状态下的全亮灯图像,利用全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作。在检测过程中,本实施例还可以控制LED发光装置点亮单个LED灯并拍摄此状态下的单亮灯图像,进而根据单亮灯图像执行基于机器视觉的串光检测操作。在上述过程中,本实施例将LED校准操作、漏光检测操作、奇异值检测操作和串光检测操作集成到自动化检测平台进行一站式检测,能够提高检测LED发光装置的效率和准确率。
作为一种对于图1对应实施例的进一步介绍,可以通过以下方式执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作,包括:对所述全亮灯图像执行预处理操作和图像分割操作,得到LED区域图像;其中,所述LED区域图像为所述全亮灯图像中灯条对应的图像,所述LED发光装置的所有LED灯均设置于所述灯条上;利用所述LED区域图像分别执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作。
为全方位保证LED发光装置上的LED灯的质量就需要在生产测试阶段对其亮度、均匀度、色差、漏光、串光和奇异值情况进行检测,目前产线不会对这些项目进行全方位检测,并且部分检测需要使用人工。人工检测需要消耗大量的人力资源并且长时间检测会造成视疲劳,同时易发生漏检、错检。本发明的目的是提供一种基于机器视觉的LED发光装置自动化检测系统,以实现LED发光装置的一站式自动化检测,同时在自动化监测系统内引入专家系统,对不同的LED缺陷给出相应的返修建议,从而将有缺陷的产品直接送入对应的处理工站,以提升生产制造效率。该方法具有高集成度、高可靠性与高自动化程度,在增加检测项的同时提升检测效率和精度,并可应用于含有LED灯的产品上。
上述利用所述LED区域图像分别执行基于机器视觉的LED校准操作的包括:将所述LED区域图像划分为多个分区图像;判断所述分区图像的实际RGB通道均值是否在对应的标准区间内;若是,则判定所述LED发光装置通过LED校准;若否,则对所述LED发光装置中LED灯的RGB通道值进行调整。进一步的,在对所述LED发光装置中LED灯的RGB通道值进行调整之后,还可以控制所述LED发光装置按照调整后的RGB通道值点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到新的全亮灯图像;根据所述新的全亮灯图像执行基于机器视觉的LED校准操作。
请参见图2,图2为本申请实施例所提供的一种LED校准流程图,具体流程可以包括以下步骤:
S201:将LED发光装置的LED灯设置成待校准的颜色,并全部亮起;
S202:利用相机采集一帧LED全亮情况下的全亮灯图像;
S203:通过串口将全亮灯图像传送至上位机;
S204:截取LED区域以减少其他区域的干扰,得到LED区域图像,并将LED区域图像均分为若干份分区图像;
S205:将每个均分区域的RGB均值与设定好的标准值进行比较;
S206:若实际RGB值不在标准值的范围内,则给与每个区域最接近的LED灯的RGB通道加上偏差值;
上述区域指分区图像,若分区图像内不存在LED灯,则对距离分区图像最近的LED灯的RGB通道加上偏差值,上述偏差值可以为分区图像的RGB均值与设定好的标准值的差值。
S207:根据新的RGB值设置PWM占空比,调整LED灯效,并回到S201继续进行下一次校准;
S208:若当前RGB值在标准值的范围内或达到了设置的校准次数,则保存此值作为校准结果。
通过上述方式可以使得LED发光装置的亮度适宜、高均匀度、色差小。
上述利用所述LED区域图像分别执行基于机器视觉的漏光检测操作,包括:对LED区域图像执行二值化处理,将二值化后的所述LED区域图像与二值化后的灯条模板图像进行图像相减运算,根据图像相减运算结果确定漏光区域;判断所述漏光区域的面积是否大于或等于预设面积;若是,则判定所述LED发光装置存在漏光现象;若否,则判定LED发光装置不存在漏光现象。
请参见图3,图3为本申请实施例所提供的一种漏光检测流程图,具体流程可以包括以下步骤:
S301:获取灯条light bar标准模板图像;
上述LED区域图像可以为LED校准时使用的图像,无需重复进行图像获取和分割;
S302:用LED区域图像的二值化图像减去灯条模板图像的二值化图像;
S303:判断差值是否小于设定的阈值;若是,则进入S304;若否,则进入S305;
S304:判定LED发光装置不存在漏光现象;
S305:判定LED发光装置存在漏光现象,并将检测情况输入专家系统进行分析。
上述利用所述LED区域图像分别执行基于机器视觉的奇异值检测操作的过程包括:计算所述LED区域图像的亮度均值,并将所述亮度均值与预设系数的乘积作为亮度阈值;其中,所述预设系数的值大于1(如阈值为1.1);判断所述LED区域图像中是否存在亮度大于所述亮度阈值的区域;若是,则判定所述LED发光装置存在奇异值;若否,则判定所述LED发光装置不存在奇异值。
具体的,奇异值检测是先求待测件的整个light bar区域的亮度均值,然后设定一个阈值(例如均值的10%),若符合阈值,则判定所述LED发光装置不存在奇异值,若lightbar上有超出阈值的部分,则将异常区域进行标记,并判断为该产品未通过检测,将检测情况输入专家系统进行分析。
上述根据所述单亮灯图像执行基于机器视觉的串光检测操作的过程包括:对所述单亮灯图像执行预处理操作和图像分割操作,得到所述单亮灯图像中的实际发光区域;根据所述LED发光装置的亮灯位置确定所述单亮灯图像的理论发光区域;判断所述实际发光区域与所述理论发光区域的重合比例是否小于预设比例;若是,则判定所述LED发光装置存在串光现象;若否,则判定LED发光装置不存在串光现象。
请参见图4,图4为本申请实施例所提供的一种串光检测流程图,具体包括以下步骤:
S401:LED发光装置只亮单颗LED灯;
S402:相机采集一帧LED只亮单颗灯情况下的单亮灯图像;
S403:通过串口将单亮灯图像传送至上位机;
S404:截取LED区域以减少其他区域的干扰;
S405:实际发光区域与所述理论发光区域的重合比例,若重合比例较低则判定所述LED发光装置存在串光现象。
具体的,LED发光装置只亮单颗灯时,有一个理论发光的区域,检测LED区域内、不属于理论发光区域的区域,若其上存在亮度值大于设定的阈值的情况,则将异常区域进行标记,并判断为该产品未通过检测,将检测情况输入专家系统进行分析,以便根据专家系统的建议进行相应的返修或者其他处理。
下面通过在实际应用中智能音箱LED自动化检测的实施例说明上文描述的流程。
智能音箱在传统音箱的基础上结合了语音识别和自然语言处理等新兴技术,使其同时具备了有声资源播放、智能语音交互和智能家居控制等功能。智能音箱因其丰富的产品功能而被视为智能家居的控制中枢,进而成为目前发展最为迅速的电子产品之一。LED灯是智能音箱上的一个重要配件,一般用于体现音箱的工作状态,高质量的LED灯应具有亮度适宜、高均匀度、色差小、无漏光、无奇异值、无串光(light bleeding)现象的特点。在实际生产线上会有一个LED校准工站对LED灯的亮度、均匀度和色差进行一次校准,而奇异值检测和串光问题并不会进行检测,把漏光检测安排到其他工站(如组装工站、user模式测试工站)进行人工检测。这种不全方位检测智能音箱LED灯的处理方式无法保证产品的质量,并且会耗费人力成本,降低了产线效率。本实施例提供了一种基于机器视觉的智能音箱LED自动化检测方案,将多种LED的检测项集成到LED检测工站进行一站式检测,在增多检测项的同时提升检测效率和精度,并且该系统会对检测结果进行分析臂并给出处理建议。
请参见图5,图5为本申请实施例所提供的一种智能音箱LED自动化监测系统示意图,图中示出了智能音箱、工业相机、上位机和专家系统,工业相机采集智能音箱图像并通过串口将音箱图像传送至上位机;上位机执行检测算法进行LED校准、并检测漏光、奇异值、串光的情况,上位机还可以对智能音箱执行LED校准操作,检测到异常(漏光、有奇异值或有串光)后将异常上报至专家系统,以便对音箱进行返修或进行其他处理。
智能音箱上的LED灯的高品质体现在其亮度适宜、高均匀度、色差小、无漏光、无奇异值、无串光现象上。为了提升生产制造的质量,就需要对LED灯在生产测试阶段进行全方位检测。请参见图6,图6为本申请实施例所提供的一种LED自动化检测系统检测流程图,包括以下步骤:
步骤1:智能音箱LED灯全亮;
步骤2:相机采集图像第一次传入上位机;
步骤3:上位机进行检测(LED校准、漏光检测、奇异值检测);
步骤4:返回给音箱校准值,智能音箱LED灯全亮;
步骤5:相机采集图像第二次传入上位机;
步骤6:上位机进行LED校准;
步骤7:返回给音箱校准值,智能音箱LED亮单灯;
步骤8:相机采集图像第三次传入上位机,上位机进行串光检测;
请参见图7,图7为本申请实施例所提供的一种串光问题示意图,图中示出了通过串光检测和未通过串光检测的示意图,图中还示出了只亮单颗灯时理想发光区域和串光区域。
若出现未通过漏光检测、奇异值检测或串光检测的情况,可以将其输入专家系统,若漏光检测、奇异值检测和串光检测均通过则进入后续工站的操作。
通过工业相机获取智能音箱的图像信息,经串口将图像发送至上位机,在上位机中进行LED校准、漏光检测、奇异值检测和串光检测,进而确定LED灯的质量的情况,然后用专家系统分析问题,得到下一步的处理建议。
图6示出了基于机器视觉的智能音箱LED自动化检测系统的检测过程(以进行两次LED校准为例),整个过程工业相机会获取三次智能音箱的LED图像,一站式地完成LED校准、漏光检测、奇异值检测和串光检测等工作,并最后经由专家系统给出建议。LED校准不会报NG(no good,不合格),漏光、奇异值和串光检测可以报NG,但是也会完成整个检测过程,不会因NG而中断检测。
LED自动化检测系统的具体检测过程如下:
送入LED检测工站后,先使LED灯全亮,以便对其进行校准、漏光检测和奇异值检测。工业相机第一次获取LED图像,并将其传送至上位机。上位机对图像进行预处理(去噪、矫正等)后做图像分割,取出LED区域,然后进行LED校准,得到新的RGB值对应的PWM值(通过PWM控制亮度来调整对应通道的占空比进而控制RGB值)。上位机同时可以通过多线程操作在分割后的LED图像上进行漏光检测和奇异值检测。若检测出漏光或者存在奇异值,则将数据送入专家系统进行分析,但不会因此而中断检测。将校准后得到的新LED灯的PWM值参数写入音箱中。经过一次校准后的音箱依旧保持全亮。工业相机第二次获取LED图像,并将其传送至上位机。上位机在对图像做完预处理和分割后进行第二轮LED校准,得到新的RGB值对应的PWM值。将第二次校准后得到的新LED灯的PWM值参数写入音箱中,至此完成校准过程,不再捕捉新的LED图像。音箱LED只亮单颗灯,为后续的串光检测做准备。工业相机第三次获取LED图像,并将其传送至上位机。上位机在对图像做完预处理和分割后进行串光检测。串光也可称为渗光,指的是由于光学设计或导光件组装出现了问题,导致LED的光线被引导至light bar的其他区域。若检测出有串光现象,则将数据送入专家系统进行分析,但不会因此而中断检测;若漏光检测、奇异值检测和串光检测都PASS(通过),则将产品流入下一工站,进行其他检测。
上述过程可以将检测出存在漏光、奇异值和串光现象的LED灯判断为NG,下一步需将有问题的图像输入专家系统分析原因。专家系统是一个软件系统,它会对异常情况进行分类,如分成:(1)下壳拼接缝隙造成的缝隙导致的漏光、下壳拼接缝隙造成的缝隙导致的漏光、包布褶皱导致的漏光、遮光泡棉未正确贴装导致的漏光等漏光异常,(2)存在奇异值的异常位置,该区域是过亮或过暗,(3)存在串光现象的异常位置,或者(4)需人工复检的其他异常等。分类之后系统同时会对异常出现情况进行统计,对于发生概率高的异常发出警告,提醒工程师排查是否是设计或工艺出现了问题,提前优化生产过程,避免生产出更多不良品。专家系统会同时根据异常给出对应的返修建议或者其他建议的处理方式,接着根据返修建议将产品分入处理对应异常的返修工站进行返修,最后将处理后的产品重新进行LED检测流程,进而完成整个自动LED自动化检测过程。
上述实施例将多种LED的检测项集成到LED检测工站进行一站式检测,在增多检测项的同时提升检测效率和精度,保证了产品质量。并且该系统中含有的专家系统会对检测结果进行分析,对不同的LED缺陷给出相应的返修建议,从而将有缺陷的产品直接送入对应的处理工站,以提升生产制造效率。该方法具有高集成度、高可靠性与高自动化程度,可代替人工进行精确的智能音箱LED灯检测,缩减人力成本。
本申请实施例所提供的一种LED发光装置的检测装置,所述LED发光装置的检测装置分别与相机和LED发光装置连接,所述LED发光装置的检测装置包括:
第一控制模块,用于控制所述LED发光装置点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到全亮灯图像;
第一检测模块,用于根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作;
第二控制模块,用于控制所述LED发光装置点亮单个LED灯,并控制所述相机拍摄所述LED发光装置得到单亮灯图像;
第二检测模块,用于根据所述单亮灯图像执行基于机器视觉的串光检测操作。
本实施例提供的自动化检测平台包括上位机和相机,上位机与LED发光装置连接。在检测过程中,本实施例可以控制LED发光装置点亮所有的LED灯并拍摄此状态下的全亮灯图像,利用全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作。在检测过程中,本实施例还可以控制LED发光装置点亮单个LED灯并拍摄此状态下的单亮灯图像,进而根据单亮灯图像执行基于机器视觉的串光检测操作。在上述过程中,本实施例将LED校准操作、漏光检测操作、奇异值检测操作和串光检测操作集成到自动化检测平台进行一站式检测,能够提高检测LED发光装置的效率和准确率。
进一步的,第一检测模块根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作的过程包括:对所述全亮灯图像执行预处理操作和图像分割操作,得到LED区域图像;其中,所述LED区域图像为所述全亮灯图像中灯条对应的图像,所述LED发光装置的所有LED灯均设置于所述灯条上;利用所述LED区域图像分别执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作。
进一步的,第一检测模块利用所述LED区域图像分别执行基于机器视觉的LED校准操作的过程包括:将所述LED区域图像划分为多个分区图像;判断所述分区图像的实际RGB通道均值是否在对应的标准区间内;若是,则判定所述LED发光装置通过LED校准;若否,则对所述LED发光装置中LED灯的RGB通道值进行调整。
进一步的,包括:
第一检测模块,还用于在对所述LED发光装置中LED灯的RGB通道值进行调整之后,控制所述LED发光装置按照调整后的RGB通道值点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到新的全亮灯图像;还用于根据所述新的全亮灯图像执行基于机器视觉的LED校准操作。
进一步的,第一检测模块利用所述LED区域图像分别执行基于机器视觉的漏光检测操作的过程包括:将二值化后的所述LED区域图像与二值化后的灯条模板图像进行图像相减运算,根据图像相减运算结果确定漏光区域;判断所述漏光区域的面积是否大于或等于预设面积;若是,则判定所述LED发光装置存在漏光现象。
进一步的,第一检测模块利用所述LED区域图像分别执行基于机器视觉的奇异值检测操作的过程包括:计算所述LED区域图像的亮度均值,并将所述亮度均值与预设系数的乘积作为亮度阈值;其中,所述预设系数的值大于1;判断所述LED区域图像中是否存在亮度大于所述亮度阈值的区域;若是,则判定所述LED发光装置存在奇异值。
进一步的,第二检测模块根据所述单亮灯图像执行基于机器视觉的串光检测操作的过程包括:对所述单亮灯图像执行预处理操作和图像分割操作,得到所述单亮灯图像中的实际发光区域;根据所述LED发光装置的亮灯位置确定所述单亮灯图像的理论发光区域;判断所述实际发光区域与所述理论发光区域的重合比例是否小于预设比例;若是,则判定所述LED发光装置存在串光现象。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本申请还提供了一种存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种电子设备,可以包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然所述电子设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,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,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、物品或者设备所固有的要素。在没有更多限制的状况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种LED发光装置的检测方法,其特征在于,应用于自动化检测平台的上位机,所述自动化检测平台还包括相机,所述上位机与LED发光装置连接,所述LED发光装置的检测方法包括:
控制所述LED发光装置点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到全亮灯图像;
根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作;
控制所述LED发光装置点亮单个LED灯,并控制所述相机拍摄所述LED发光装置得到单亮灯图像;
根据所述单亮灯图像执行基于机器视觉的串光检测操作。
2.根据权利要求1所述LED发光装置的检测方法,其特征在于,根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作,包括:
对所述全亮灯图像执行预处理操作和图像分割操作,得到LED区域图像;其中,所述LED区域图像为所述全亮灯图像中灯条对应的图像,所述LED发光装置的所有LED灯均设置于所述灯条上;
利用所述LED区域图像分别执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作。
3.根据权利要求2所述LED发光装置的检测方法,其特征在于,利用所述LED区域图像分别执行基于机器视觉的LED校准操作,包括:
将所述LED区域图像划分为多个分区图像;
判断所述分区图像的实际RGB通道均值是否在对应的标准区间内;
若是,则判定所述LED发光装置通过LED校准;
若否,则对所述LED发光装置中LED灯的RGB通道值进行调整。
4.根据权利要求3所述LED发光装置的检测方法,其特征在于,在对所述LED发光装置中LED灯的RGB通道值进行调整之后,还包括:
控制所述LED发光装置按照调整后的RGB通道值点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到新的全亮灯图像;
根据所述新的全亮灯图像执行基于机器视觉的LED校准操作。
5.根据权利要求2所述LED发光装置的检测方法,其特征在于,利用所述LED区域图像分别执行基于机器视觉的漏光检测操作,包括:
将二值化后的所述LED区域图像与二值化后的灯条模板图像进行图像相减运算,根据图像相减运算结果确定漏光区域;
判断所述漏光区域的面积是否大于或等于预设面积;
若是,则判定所述LED发光装置存在漏光现象。
6.根据权利要求2所述LED发光装置的检测方法,其特征在于,利用所述LED区域图像分别执行基于机器视觉的奇异值检测操作,包括:
计算所述LED区域图像的亮度均值,并将所述亮度均值与预设系数的乘积作为亮度阈值;其中,所述预设系数的值大于1;
判断所述LED区域图像中是否存在亮度大于所述亮度阈值的区域;
若是,则判定所述LED发光装置存在奇异值。
7.根据权利要求1所述LED发光装置的检测方法,其特征在于,根据所述单亮灯图像执行基于机器视觉的串光检测操作,包括:
对所述单亮灯图像执行预处理操作和图像分割操作,得到所述单亮灯图像中的实际发光区域;
根据所述LED发光装置的亮灯位置确定所述单亮灯图像的理论发光区域;
判断所述实际发光区域与所述理论发光区域的重合比例是否小于预设比例;
若是,则判定所述LED发光装置存在串光现象。
8.一种LED发光装置的检测装置,其特征在于,所述LED发光装置的检测装置分别与相机和LED发光装置连接,所述LED发光装置的检测装置包括:
第一控制模块,用于控制所述LED发光装置点亮所有的LED灯,并控制所述相机拍摄所述LED发光装置得到全亮灯图像;
第一检测模块,用于根据所述全亮灯图像执行基于机器视觉的LED校准操作、漏光检测操作和奇异值检测操作;
第二控制模块,用于控制所述LED发光装置点亮单个LED灯,并控制所述相机拍摄所述LED发光装置得到单亮灯图像;
第二检测模块,用于根据所述单亮灯图像执行基于机器视觉的串光检测操作。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如权利要求1至7任一项所述LED发光装置的检测方法的步骤。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如权利要求1至7任一项所述LED发光装置的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211201686.1A CN115564726A (zh) | 2022-09-29 | 2022-09-29 | Led发光装置的检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211201686.1A CN115564726A (zh) | 2022-09-29 | 2022-09-29 | Led发光装置的检测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115564726A true CN115564726A (zh) | 2023-01-03 |
Family
ID=84742486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211201686.1A Pending CN115564726A (zh) | 2022-09-29 | 2022-09-29 | Led发光装置的检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115564726A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102551895B1 (ko) * | 2023-03-02 | 2023-07-06 | 유스테크 유한책임회사 | 광원의 균일도를 검사하는 장치 및 방법 |
-
2022
- 2022-09-29 CN CN202211201686.1A patent/CN115564726A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102551895B1 (ko) * | 2023-03-02 | 2023-07-06 | 유스테크 유한책임회사 | 광원의 균일도를 검사하는 장치 및 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI603074B (zh) | 光學薄膜缺陷辨識方法及其系統 | |
CN111311542A (zh) | 一种产品质量检测方法及装置 | |
KR101776355B1 (ko) | 광학 검사 파라미터를 설정하는 장치 및 방법 | |
CN111289538A (zh) | 基于机器视觉的pcb板元件检测系统及检测方法 | |
CN110837717B (zh) | 一种基于Map图的玻璃面板多元缺陷根因分析方法 | |
CN111145138B (zh) | Led灯板的检测方法、装置、设备及存储介质 | |
CN115564726A (zh) | Led发光装置的检测方法、装置、电子设备及存储介质 | |
CN115578377B (zh) | 一种面板缺陷的检测方法、训练方法、装置、设备及介质 | |
CN113096060B (zh) | 一种颜色异常灯珠的定位方法、装置及存储介质 | |
KR102286470B1 (ko) | 원본 영상 정보 및 표출 촬상 정보 유사도 분석을 통한 led 디지털 사이니지 불량 감지 시스템 | |
CN112070762A (zh) | 液晶面板的mura缺陷检测方法、装置、存储介质及终端 | |
CN113920057A (zh) | 一种产品指示灯颜色的识别方法、装置及系统 | |
KR101834812B1 (ko) | 비전 검사를 이용한 디스플레이 불량 검출 방법 및 시스템 | |
CN117455887A (zh) | 基于机器视觉的pcb来料检测方法、装置、设备及介质 | |
CN117589770A (zh) | Pcb贴片板检测方法、装置、设备及介质 | |
CN109856133B (zh) | 一种利用多种光照强度、多种色彩照明的试纸检测方法 | |
CN111915601A (zh) | 智能终端的异常测试方法、装置以及系统 | |
CN111537447A (zh) | 光谱重建方法、印刷质量的评估方法、系统及电子设备 | |
CN115546141A (zh) | 一种基于多维度度量的小样本Mini LED缺陷检测方法及系统 | |
CN212624075U (zh) | 基于ai和行为识别的零部件防差错系统 | |
CN113933309A (zh) | 一种复测aoi机台检盲孔孔内不良的方法 | |
CN111508397B (zh) | 显示面板的检测方法和显示面板的检测装置 | |
CN112581472A (zh) | 一种面向人机交互的目标表面缺陷检测方法 | |
CN111693533A (zh) | 工件表面质量的检测方法及检测装置、外观机 | |
CN115393332A (zh) | 一种漏光检测方法、装置及设备 |
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 |