CN115631198B - 玻璃显示屏的裂纹检测方法、装置及计算机设备 - Google Patents

玻璃显示屏的裂纹检测方法、装置及计算机设备 Download PDF

Info

Publication number
CN115631198B
CN115631198B CN202211647143.2A CN202211647143A CN115631198B CN 115631198 B CN115631198 B CN 115631198B CN 202211647143 A CN202211647143 A CN 202211647143A CN 115631198 B CN115631198 B CN 115631198B
Authority
CN
China
Prior art keywords
image
detected
detection
crack
detection layer
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
CN202211647143.2A
Other languages
English (en)
Other versions
CN115631198A (zh
Inventor
张中伟
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 Xinshizhi Technology Co ltd
Original Assignee
Shenzhen Xinshizhi 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 Xinshizhi Technology Co ltd filed Critical Shenzhen Xinshizhi Technology Co ltd
Priority to CN202211647143.2A priority Critical patent/CN115631198B/zh
Publication of CN115631198A publication Critical patent/CN115631198A/zh
Application granted granted Critical
Publication of CN115631198B publication Critical patent/CN115631198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30121CRT, LCD or plasma display
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P40/00Technologies relating to the processing of minerals
    • Y02P40/50Glass production, e.g. reusing waste heat during processing or shaping
    • Y02P40/57Improving the yield, e-g- reduction of reject rates

Abstract

本发明实施例公开了一种玻璃显示屏的裂纹检测方法、装置及计算机设备,所述方法包括:获取待检测玻璃显示屏的待检测图像,所述待检测图像为灰度图像;确定与所述待检测图像对应的至少一个检测层,所述至少一个检测层的数量是根据所述灰度图像对应的灰度区间的数量确定的;对于每一个检测层:根据与该检测层对应的灰度区间提取所述待检测图像中与该灰度区间对应的像素点,以确定与所述灰度区间对应的目标图像区域;对所述目标图像区域进行裂纹检测,以确定该检测层中的裂纹检测结果,从而确定所述待检测玻璃显示屏的裂纹检测结果。采用本发明,可提高玻璃显示屏的裂纹检测的准确度。

Description

玻璃显示屏的裂纹检测方法、装置及计算机设备
技术领域
本发明涉及工业机器视觉技术领域,尤其涉及一种玻璃显示屏的裂纹检测方法、装置、计算机设备和计算机可读存储介质。
背景技术
裂纹检测是玻璃显示屏缺陷检测中必不可少的一项,并且相较于崩损、切割残留等其它缺陷来讲,裂纹宽度较小,裂纹开裂深度不同直接反映到成像上存在较大差异;并且当检测背景复杂多变时增检测难度大大增加且容易出现误检。
在相关技术方案中,对玻璃显示屏中的裂纹进行检测的方式是通过固定设置灰度阈值来对灰度图像进行检测的图像处理方法,对于背景复杂多变或有多个不同的灰度图像区域的情况,需要设置每层阈值,当出现新的灰度层时由于没有设置相应参数值进行处理会导致漏检,也就是,相应的裂纹检测方案无法有效应对多变的背景。
发明内容
基于此,有必要针对上述问题,提出了一种玻璃显示屏的裂纹检测方法、装置、计算机设备和计算机可读存储介质。
在本发明的第一部分,提供了一种玻璃显示屏的裂纹检测方法,所述方法包括:
获取待检测玻璃显示屏的待检测图像,所述待检测图像为灰度图像;
确定与所述待检测图像对应的至少一个检测层,所述至少一个检测层的数量是根据所述灰度图像对应的灰度区间的数量确定的;
对于每一个检测层:
根据与该检测层对应的灰度区间提取所述待检测图像中与该灰度区间对应的像素点,以确定与所述灰度区间对应的目标图像区域;
对所述目标图像区域进行裂纹检测,以确定该检测层中的裂纹检测结果。
可选的,所述根据与该检测层对应的灰度区间提取所述待检测图像中与该灰度区间对应的像素点,以确定与所述灰度区间对应的目标图像区域的步骤,还包括:根据所述与该检测层对应的灰度区间,遍历所述待检测图像中包含的所有像素点,提取满足所述该灰度区间的像素点对应的至少一个图像区域,将所述提取到的至少一个图像区域作为所述目标图像区域。
可选的,所述提取满足所述该灰度区间的像素点对应的至少一个图像区域的步骤之后,还包括:计算所述至少一个图像区域中相邻的图像区域之间的距离值,根据预设的合并阈值对相邻的图像区域进行合并处理,将合并处理之后的图像区域作为所述目标图像区域。
可选的,所述对所述目标图像区域进行裂纹检测,以确定该检测层中的裂纹检测结果的步骤,还包括:根据所述待检测图像生成背景图像,根据所述待检测图像和背景图像之间的差值得到差值图像;判断所述差值图像中灰度值是否满足预设的灰度阈值,若满足,则判定该灰度值对应的像素位置存在裂纹缺陷,若不满足,则判定不存在裂纹缺陷。
可选的,所述根据所述待检测图像生成背景图像的步骤,还包括:对所述待检测图像进行平滑处理,所述平滑处理为基于预设的窗口大小对所述待检测图像进行均值平滑处理;将平滑处理之后的图像作为所述背景图像。
可选的,所述方法还包括:确定每一个检测层的优先级,所述优先级与所述检测层是否存在预设的特征相关,所述预设的特征包括线路;根据优先级确定所述至少一个检测层的裂纹检测顺序。
可选的,所述方法还包括:根据所述待检测图像确定所述待检测玻璃显示屏是否存在油墨溢出,若存在,则根据所述油墨溢出确定一个检测层,该检测层的灰度区间为在待检测图像中对所述至少一个检测层进行检测之后根据待检测图像中的未检测区域中各像素值出现次数并根据出现次数最多的像素值及波动范围确定的灰度区间确定的,该灰度区间为油墨溢出对应的灰度区间。
可选的,所述方法还包括:确定所述待检测图像中存在预设的固定图像区域;对所述固定图像区域进行裂纹检测,以确定所述固定图像区域中的裂纹检测结果。
在本发明的第二部分,提供了一种玻璃显示屏的裂纹检测装置,所述装置包括:
图像输入模块,用于获取待检测玻璃显示屏的待检测图像,所述待检测图像为灰度图像;
检测层确定模块,用于确定与所述待检测图像对应的至少一个检测层,所述至少一个检测层的数量是根据所述灰度图像对应的灰度区间的数量确定的;
检测层提取模块,用于对于每一个检测层:根据与该检测层对应的灰度区间提取所述待检测图像中与该灰度区间对应的像素点,以确定与所述灰度区间对应的目标图像区域;
裂纹检测模块,用于对所述目标图像区域进行裂纹检测,以确定该检测层中的裂纹检测结果。
在本发明的第三部分,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,所述存储器有可执行代码,当所述可执行代码在所述处理器上运行以实现如前所述的玻璃显示屏的裂纹检测方法。
在本发明的第四部分,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用于存储计算机程序,所述计算机程序用于执行如前所述的玻璃显示屏的裂纹检测方法。
采用本发明实施例,具有如下有益效果:
采用了上述玻璃显示屏的裂纹检测方法、装置、计算机设备和计算机可读存储介质之后,在对玻璃显示屏幕是否存在裂纹进行缺陷检测时,获取对应的灰度图像,然后根据灰度图像中的灰度区间确定该灰度图像中的一个或多个检测层,然后对于每一个检测层,基于检测层对应的灰度区间确定对应的图像区域,然后对该图像区域进行裂纹缺陷检测,从而获得整个灰度图像的裂纹缺陷检测结果。采用本发明实施例,通过动态确定图像中的灰度区间来确定检测层,从而根据每个检测层的裂纹检测结果作为玻璃显示屏的裂纹检测结果,避免了不同层之间的边界造成的过检,并且通过每个检测层的灰度区间来适配不同产品存在各种背景下的裂纹缺陷检测,从而提高缺陷检测的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,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。
其中:
图1为一个实施例中一种玻璃显示屏的裂纹检测方法的流程示意图;
图2为一个实施例中待检测图像的示意图;
图3为一个实施例中相邻的图像区域的示意图;
图4为一个实施例中带有线路的待检测图像的示意图;
图5为一个实施例中一种玻璃显示屏的裂纹检测装置的结构示意图;
图6为一个实施例中运行上述玻璃显示屏的裂纹检测方法的计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本实施例中,为了对玻璃显示屏中的裂纹进行有效的检测,提供了一种玻璃显示屏的裂纹检测方法,可以对玻璃显示屏的灰度图像进行基于先验预设灰度统计方法多层动态精确提取从而有效的分层进行裂纹检测,在裂纹检测过程中可以灵活的进行配置,适应复杂多变的背景。
具体的,上述玻璃显示屏的裂纹检测方法可以应用于工业生产等场景中通过图像采集来对玻璃显示屏是否存在裂纹缺陷进行检测的应用场景,其可以是缺陷检测的一部分,也可以单独的进行裂纹检测。
具体的,请参见图1,图1给出了玻璃显示屏的裂纹检测方法实现的流程示意图。其中,玻璃显示屏的裂纹检测方法包括如图1所示的步骤S101-S104:
步骤S101:获取待检测玻璃显示屏的待检测图像,所述待检测图像为灰度图像。
通过图像传感器采集待检测玻璃显示屏的图像,即为待检测图像,这里,待检测图像为灰度图像,或者在获取彩色图像之后将其转换成灰度图像以作为待检测图像。在本实施例中,后续的裂纹检测均是基于该灰度图像。其中,该灰度图像包含了多个像素点,每一个像素点对应有一个灰度值[0-255]。
步骤S102:确定与所述待检测图像对应的至少一个检测层,所述至少一个检测层的数量是根据所述灰度图像对应的灰度区间的数量确定的。
带有基板和液晶的玻璃显示屏分布着不同功能区域,例如端子区,油墨区,其在成像中的灰度值存在明显的区别,也就是说,在成像得到的待检测图像中表示为灰度值不同的区域。而在玻璃显示屏加工的过程中裂纹出现的位置是随机的,为了防止缺陷漏检需要对各个区域进行检测,以提高对裂纹检测的成功率。玻璃显示屏成像中存在灰度值不同的区域对应各个功能区域,据此提取不同的灰度区间层分别进行检测即多层提取。在本实施例中,需要根据各个功能区对应的灰度值来分别对灰度图像进行提取,以获取对应的图像区域,然后分区域进行裂纹检测,以提高对每个功能区域的裂纹检测的准确度。
具体的,在产品的生产以及缺陷检测中,一种产品对应的功能区是固定的,其对应的灰度值或灰度区间是确定的;考虑不同的来料产品差异导致同一层灰度存在一定阈值范围内波动,以某一产品对应的模板图像中某一层(检测层)为例,其灰度的像素均值为100,波动范围30(这里,波动范围基于先验知识兼容产品成像时变化范围进行设置的),基于均值和波动范围可以确定该检测层的灰度值的上限值130(100加上30)和下限值70(100减去30),灰度值区间范围为[70,130]。在线进行裂纹检测过程中,在该灰度值区间范围通过灰度统计找到出现次数最多的灰度值作为该检测层在裂纹检测过程中的灰度均值,再由波动范围30确定实时的灰度层像素区间,从而达到动态提取层的目的。
在本实施例中,分层检测可以规避不同检测层之间存在过渡边界造成的过检;分层时动态确定目标层灰度区间适应不同产品的差异成像时的亮度变化,从而提高裂纹检测的准确性。
如图2所示,给出了待检测图像包括2个检测层的示例图,其中,包含了2个检测层A、B,其分别对应了不同的灰度值区间,其中,待检测图像中间白色正方形区域A为一个检测层,四周灰色区域B为一个检测层,合计包含了2个检测层。当提取B区域时得到的图像为中间为空的矩形区域,同时可以看到图像中灰色与白色区域之间存在渐变过渡灰阶。
对输入的待检测图像根据实际设置需要提取的层数(即检测层的数量),即待检测图像中不同灰度区间的个数,如图2所示有2个灰度区间,检测层的数量预先设置为2。灰度波动的范围根据不同来料产品成像时同一灰度区间的波动范围设置。检测层起始灰度设置一般遵循靠近图像边缘的灰度或具有突出线路灰度区间均值,如图2所示。检测层起始与终止灰度构成了要提取的多层灰度的总的区间。
如果检测层的数量设定值小于等于0则不进行检测。
在检测层的数量设定值大于0的情况下,首先动态提取起始检测层,基于起始灰度和波动范围可以确定该层的一个初始范围,然后在该灰度范围通过统计找到出现次数最多的灰度值作为起始层的灰度均值,再由波动范围确定提取检测层灰度区间,为了不重复进行,记录统计过的灰度区间不参与统计灰度出现次数。当检测层的数量大于2时需要提取起止灰度之间的检测层,根据灰度统计选取出现次数最多的灰度作为均值,根据设定的灰度波动范围确定要处理的检测层。当检测层的数量大于1时根据设定的终止灰度提取终止检测层。
步骤S103:对于每一个检测层:根据与该检测层对应的灰度区间提取所述待检测图像中与该灰度区间对应的像素点,以确定与所述灰度区间对应的目标图像区域;
步骤S104:对所述目标图像区域进行裂纹检测,以确定该检测层中的裂纹检测结果。
在本实施例中,在确定多个检测层之后,需要分别对每一个检测层分别进行裂纹检测,然后将所有检测层的裂纹检测结果作为待检测玻璃显示屏的裂纹检测结果。
下面分别对每一个检测层中如何进行裂纹检测进行阐述。
在本步骤中,首先需要根据检测层对应的灰度值区间,在待检测图像中提取相应的像素点,以构成对应的图像区域。其中,一个检测层对应提取到的图像区域是一个或多个。具体的,根据所述与该检测层对应的灰度区间,遍历所述待检测图像中包含的所有像素点,提取满足所述该灰度区间的像素点对应的至少一个图像区域,也就是说,将灰度值在该灰度区间内的像素点标记为目标点,根据提取到的目标点来确定对应的图像区域,将所述提取到的至少一个图像区域作为所述目标图像区域。然后就可以基于该确定的目标图像区域进行裂纹检测以得到该检测层对应的裂纹检测结果。
在本实施例中,当产生裂纹缺陷时存在裂纹把同一图像区域分开,例如图3所示,裂纹MN将图中的区域分割成2个区域(区域C和区域D)。在这种情况下,因裂纹宽度较小,分开后的2个图像区域距离较近,为了检测到这种裂纹,对得到的所有图像区域进行相邻合并(也就是将区域C和区域D进行合并),以得到合并之后的图像区域作为目标图像区域。
对各合并后的各个图像区域进一步区域内合并缝隙,因首次合并时用到的合并距离不能过大防止合并到假的裂缝,可能存在合并不全情况。至此可以得到灰度层所对应的所有图像区域,通过图像区域位置可以找到原图像中对应的灰度图,因边缘存在过渡灰阶,为防干扰在提取目标块对应的灰度图前对图像区域进行外部缩小,同时判断图像区域的内部若不是实心时对其进行扩大从而达到缩小图像区域目的,图像区域的内部非实心情况如图2中的区域B所示。提取缩小后的图像区域对应的灰度图像(即为目标图像区域)进行裂纹检测流程。
对图像区域的合并,需要计算相邻的图像区域之间的距离值,然后根据该计算得到的距离值是否小于或等于预设的合并阈值来确定是否对图像区域进行合并,若是,则将该相邻的2个图像区域进行合并,若否,则不进行图像区域的合并。
进一步的,对图像区域的合并还需要考虑待检测玻璃屏幕本身的特征,例如,是否包含线路,这是因为线路在图像中可能表现为类似于裂纹的特征,因此,这里在进行图像区域的合并时还需要考虑图像区域的周围是否包含相应的特征。具体的,在合并前有些图像区域的周围包含有线路干扰(例如图4所示的线路),因此在进行相邻图像区域合并前先对各个图像区域去除周围突出的线路。
例如,在图4所示的应用场景中,待检测图像中包含有线路,其中,区域E1-E6周围带有突出的线路产品对应的图像,如图4中的矩形框K内所示。其中,图4包含有2个灰度值区间,也就是包含有2个检测层,在对这2个检测层进行裂纹缺陷检测时,需要先对区域E1-E6对应的检测层进行裂纹检测,然后再对区域F进行裂纹缺陷检测,这样子在区域F中,因为框K内线路所述的区域E1-E6已经被处理过了,区域F在获取时会进行相邻区间合并,从而使得不会将相应的线路检测为裂纹缺陷,降低裂纹缺陷检测的误检率。
在确定每一个检测层对应的目标图像区域之后,即可基于该目标图像区域进行裂纹检测。
具体的,根据所述待检测图像生成背景图像,根据所述待检测图像和背景图像之间的差值得到差值图像;判断所述差值图像中灰度值是否满足预设的灰度阈值,若满足,则判定该灰度值对应的像素位置存在裂纹缺陷,若不满足,则判定不存在裂纹缺陷。
其中,生成背景图像的方法如下:对所述待检测图像进行平滑处理,所述平滑处理为基于预设的窗口大小对所述待检测图像进行均值平滑处理;将平滑处理之后的图像作为所述背景图像。具体的,例如采用5*5或者其他的窗口大小来对待检测图像进行均值平滑处理,其中,进行均值平滑的预设的窗口大小可以是根据需求设置的任意的窗口大小,在这里不做限定;将进行平滑处理之后的图像作为背景图像。这里,不是采用某一个指定像素值的图像作为背景图像,可以更准确的描述背景实际的情况,因为正常情况下每一个图像区域中的灰度值应该是均匀的或者渐变的,只有在存在缺陷的地方才会存在较大的灰度差,且这里主要是针对裂纹这一缺陷,在采用了一定大小的窗口大小进行均值平滑之后,裂纹缺陷在图像中会被平滑处理,用该方法生成的背景图像可以更准确的凸显出存在的裂纹缺陷。
在确定背景图像之后,即可通过待检测图像与背景图像的差值来对裂纹缺陷进行检测。具体的,待检测图像和背景图像之间的差值来得到差值图像;然后判断差值图像中每一个像素位置的灰度值是否满足预设的灰度阈值,若满足,则判定该灰度值对应的像素位置存在裂纹缺陷,若不满足,则判定不存在裂纹缺陷。这样子就可以确定所有像素位置是否存在裂纹缺陷,从而完成对待检测玻璃显示屏的裂纹缺陷检测。
在本实施例中,通过对每一个检测层进行裂纹检测得到对应的裂纹检测结果,从而确定待检测玻璃显示屏对应的裂纹检测结果,完成对待检测玻璃显示屏的裂纹缺陷检测。
需要说明的是,在本实施例中,可以确定待检测图像对应的多个检测层,然后逐个检测层的进行裂纹缺陷检测。这里,对各个检测层进行检测的过程中,可以任意确定各个检测层的顺序,也可以按照一定的规则来确定检测层的顺序。例如,可以由内向外逐个检测层进行检测,也可以是根据灰度值由高到低或由低到高逐个检测层进行检测,或者先按照一定的规则确定每个检测层的优先级,然后根据优先级来确定每个检测层的顺序。
在一个具体的实施例中,对于每一个检测层,首先需要确定该检测层是否对应设置有线路或其他预设的特征,若有,则将相应的检测层设置为先进行裂纹缺陷检测的检测层,例如,可以设置其检测层的优先级高于其他检测层,在确定检测层的检测顺序时先对优先级较高的检测层进行裂纹缺陷检测。例如,在图4的应用场景中,区域E1-E6对应的检测层的优先级高于区域F的检测层的优先级,从而区域E1-E6对应的检测层会先进行裂纹缺陷检测。
需要说明的是,在本实施例中,在进行裂纹缺陷检测时相应的待检测玻璃显示屏的油墨还可能存在溢出,从而导致在成像(待检测图像)中会产生一个新的灰度层,从而导致在根据灰度值区间确定的检测层的数量增加,这时,需要新增一个与油墨溢出对应的检测层。也就是说,根据所述待检测图像确定所述待检测玻璃显示屏是否存在油墨溢出,若存在,则根据所述油墨溢出确定一个检测层,该检测层的灰度区间为在待检测图像中对所述至少一个检测层进行检测之后根据待检测图像中的未检测区域中各像素值出现次数并根据出现次数最多的像素值及波动范围确定的灰度区间确定的,该灰度区间为油墨溢出对应的灰度区间。其中,统计未检测区域中各个像素值的出现次数,出现次数最多的像素值即为油墨溢出对应的灰度值,进而根据该像素值以及波动范围即可确定油墨溢出对应的灰度区间。这样,在线运行过程中若玻璃显示屏的油墨存在溢出导致产生一个新的灰度值区间从而比离线模板计算的灰度值区间的数量增加,在确定检测层的数量时根据实际情况增加提取的检测层的数量。
进一步的,在本实施例中,在对各个检测层进行裂纹缺陷检测时,还需要考虑待检测图像中是否存在预设的固定图像区域,这里固定图像区域指的是产品(待检测玻璃显示屏)的某个固定位置设置有固定的特征,例如线路,在这种情况下,在上述裂纹缺陷检测方法中需要先对固定图像区域进行裂纹缺陷检测,例如,在固定图像区域内存在线路干扰的情况下,先根据先验知识确定其中与裂纹较为相近的线路的位置、个数等信息,然后在对该固定图像区域进行裂纹缺陷检测时对于检测到的裂纹时需要排除上述裂纹较为相近的线路等,以获取更为准确的裂纹缺陷检测结果。也就是说,确定所述待检测图像中存在预设的固定图像区域;对所述固定图像区域进行裂纹检测,以确定所述固定图像区域中的裂纹检测结果。例如,在如图4所示的应用场景中,对于区域E1-E6以及区域F进行裂纹检测时,因为其中包含有线路,这时在进行裂纹检测时会需要将其中的线路从裂纹检测结果中删除,以避免出现误检。
进一步的,如图5所示,本实施例还提出了一种玻璃显示屏的裂纹检测装置,其中,该装置包括:
图像输入模块101,用于获取待检测玻璃显示屏的待检测图像,所述待检测图像为灰度图像;
检测层确定模块102,用于确定与所述待检测图像对应的至少一个检测层,所述至少一个检测层的数量是根据所述灰度图像对应的灰度区间的数量确定的;
检测层提取模块103,用于对于每一个检测层:根据与该检测层对应的灰度区间提取所述待检测图像中与该灰度区间对应的像素点,以确定与所述灰度区间对应的目标图像区域;
裂纹检测模块104,用于对所述目标图像区域进行裂纹检测,以确定该检测层中的裂纹检测结果。
可选的,在一个实施例中,检测层提取模块103还用于根据所述与该检测层对应的灰度区间,遍历所述待检测图像中包含的所有像素点,提取满足所述该灰度区间的像素点对应的至少一个图像区域,将所述提取到的至少一个图像区域作为所述目标图像区域。
可选的,在一个实施例中,检测层提取模块103还用于计算所述至少一个图像区域中相邻的图像区域之间的距离值,根据预设的合并阈值对相邻的图像区域进行合并处理,将合并处理之后的图像区域作为所述目标图像区域。
可选的,在一个实施例中,裂纹检测模块104还用于根据所述待检测图像生成背景图像,根据所述待检测图像和背景图像之间的差值得到差值图像;判断所述差值图像中灰度值是否满足预设的灰度阈值,若满足,则判定该灰度值对应的像素位置存在裂纹缺陷,若不满足,则判定不存在裂纹缺陷。
可选的,在一个实施例中,裂纹检测模块104还用于对所述待检测图像进行平滑处理,所述平滑处理为基于预设的窗口大小对所述待检测图像进行均值平滑处理;将平滑处理之后的图像作为所述背景图像。
可选的,在一个实施例中,所述装置还包括检测顺序确定模块105,用于确定每一个检测层的优先级,所述优先级与所述检测层是否存在预设的特征相关,所述预设的特征包括线路;根据优先级确定所述至少一个检测层的裂纹检测顺序。
可选的,在一个实施例中,检测层提取模块103还用于根据所述待检测图像确定所述待检测玻璃显示屏是否存在油墨溢出,若存在,则根据所述油墨溢出确定一个检测层,该检测层的灰度区间为在待检测图像中对所述至少一个检测层进行检测之后根据待检测图像中的未检测区域中各像素值出现次数并根据出现次数最多的像素值及波动范围确定的灰度区间确定的,该灰度区间为油墨溢出对应的灰度区间。
可选的,在一个实施例中,所述装置还包括固定区域检测模块106,用于确定所述待检测图像中存在预设的固定图像区域;对所述固定图像区域进行裂纹检测,以确定所述固定图像区域中的裂纹检测结果。
图6示出了一个实施例中实现上述玻璃显示屏的裂纹检测方法的计算机设)的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图6所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现上述方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行上述方法。本领域技术人员可以理解,图6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。
采用了上述玻璃显示屏的裂纹检测方法、装置、计算机设备和计算机可读存储介质之后,在对玻璃显示屏幕是否存在裂纹进行缺陷检测时,获取对应的灰度图像,然后根据灰度图像中的灰度区间确定该灰度图像中的一个或多个检测层,然后对于每一个检测层,基于检测层对应的灰度区间确定对应的图像区域,然后对该图像区域进行裂纹缺陷检测,从而获得整个灰度图像的裂纹缺陷检测结果。采用本发明实施例,通过动态确定图像中的灰度区间来确定检测层,从而根据每个检测层的裂纹检测结果作为玻璃显示屏的裂纹检测结果,避免了不同层之间的边界造成的过检,并且通过每个检测层的灰度区间来适配不同产品在各种背景下的裂纹缺陷检测,从而提高缺陷检测的准确度。
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,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,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、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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。
以上所述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,本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种玻璃显示屏的裂纹检测方法,其特征在于,所述方法包括:
获取待检测玻璃显示屏的待检测图像,所述待检测图像为灰度图像;
确定所述待检测图像中存在预设的固定图像区域;对所述固定图像区域进行裂纹检测,以确定所述固定图像区域中的裂纹检测结果,所述固定图像区域的裂纹检测结果是排除了固定特征的;其中,所述预设的固定图像区域为所述待检测玻璃显示屏中设置有固定特征的固定位置区域,所述固定特征包括线路;
确定与所述待检测图像对应的至少一个检测层,所述至少一个检测层的数量是根据所述灰度图像对应的灰度区间的数量确定的;
对于每一个检测层,确定每一个检测层的优先级,所述优先级与所述检测层是否存在预设的特征相关,所述预设的特征包括线路,根据优先级确定所述至少一个检测层的裂纹检测顺序;
在每一个检测层的裂纹检测中:
根据与该检测层对应的灰度区间,遍历所述待检测图像中包含的所有像素点,提取满足所述该灰度区间的像素点对应的至少一个图像区域,对至少一个图像区域中的相邻的图像区域进行合并处理,且进行合并处理的相邻的图像区域中不包含设置有线路的图像区域;
将所述提取到的且进行合并处理之后的至少一个图像区域作为目标图像区域;
对所述目标图像区域进行裂纹检测,以确定该检测层中的裂纹检测结果。
2.根据权利要求1所述的玻璃显示屏的裂纹检测方法,其特征在于,所述对至少一个图像区域中的相邻的图像区域进行合并处理的步骤,还包括:
计算所述至少一个图像区域中相邻的图像区域之间的距离值,根据预设的合并阈值对相邻的图像区域进行合并处理,将合并处理之后的图像区域作为所述目标图像区域。
3.根据权利要求1所述的玻璃显示屏的裂纹检测方法,其特征在于,所述对所述目标图像区域进行裂纹检测,以确定该检测层中的裂纹检测结果的步骤,还包括:
根据所述待检测图像生成背景图像,根据所述待检测图像和背景图像之间的差值得到差值图像;
判断所述差值图像中灰度值是否满足预设的灰度阈值,若满足,则判定该灰度值对应的像素位置存在裂纹缺陷,若不满足,则判定不存在裂纹缺陷。
4.根据权利要求3所述的玻璃显示屏的裂纹检测方法,其特征在于,所述根据所述待检测图像生成背景图像的步骤,还包括:
对所述待检测图像进行平滑处理,所述平滑处理为基于预设的窗口大小对所述待检测图像进行均值平滑处理;
将平滑处理之后的图像作为所述背景图像。
5.根据权利要求1所述的玻璃显示屏的裂纹检测方法,其特征在于,所述方法还包括:
根据所述待检测图像确定所述待检测玻璃显示屏是否存在油墨溢出,若存在,则根据所述油墨溢出增加一个检测层,该检测层的灰度区间为在待检测图像中对所述至少一个检测层进行检测之后根据待检测图像中的未检测区域中各像素值出现次数并根据出现次数最多的像素值及波动范围确定的灰度区间确定的,该灰度区间为油墨溢出对应的灰度区间。
6.一种玻璃显示屏的裂纹检测装置,其特征在于,所述装置包括:
图像输入模块,用于获取待检测玻璃显示屏的待检测图像,所述待检测图像为灰度图像;
裂纹检测模块,用于确定所述待检测图像中存在预设的固定图像区域;对所述固定图像区域进行裂纹检测,以确定所述固定图像区域中的裂纹检测结果,所述固定图像区域的裂纹检测结果是排除了固定特征的;其中,所述预设的固定图像区域为所述待检测玻璃显示屏中设置有固定特征的固定位置区域,所述固定特征包括线路;
检测层确定模块,用于确定与所述待检测图像对应的至少一个检测层,所述至少一个检测层的数量是根据所述灰度图像对应的灰度区间的数量确定的,对于每一个检测层,确定每一个检测层的优先级,所述优先级与所述检测层是否存在预设的特征相关,所述预设的特征包括线路,根据优先级确定所述至少一个检测层的裂纹检测顺序;
检测层提取模块,用于根据所述与所述检测层对应的灰度区间,遍历所述待检测图像中包含的所有像素点,提取满足所述该灰度区间的像素点对应的至少一个图像区域,对至少一个图像区域中的相邻的图像区域进行合并处理,且进行合并处理的相邻的图像区域中不包含设置有线路的图像区域;将所述提取到的且进行合并处理之后的至少一个图像区域作为目标图像区域;
裂纹检测模块,用于对所述目标图像区域进行裂纹检测,以确定该检测层中的裂纹检测结果。
7.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器有可执行代码,当所述可执行代码在所述处理器上运行以实现如权利要求1至5任一所述的玻璃显示屏的裂纹检测方法。
CN202211647143.2A 2022-12-21 2022-12-21 玻璃显示屏的裂纹检测方法、装置及计算机设备 Active CN115631198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211647143.2A CN115631198B (zh) 2022-12-21 2022-12-21 玻璃显示屏的裂纹检测方法、装置及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211647143.2A CN115631198B (zh) 2022-12-21 2022-12-21 玻璃显示屏的裂纹检测方法、装置及计算机设备

Publications (2)

Publication Number Publication Date
CN115631198A CN115631198A (zh) 2023-01-20
CN115631198B true CN115631198B (zh) 2023-08-08

Family

ID=84909884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211647143.2A Active CN115631198B (zh) 2022-12-21 2022-12-21 玻璃显示屏的裂纹检测方法、装置及计算机设备

Country Status (1)

Country Link
CN (1) CN115631198B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115937212B (zh) * 2023-02-08 2023-05-09 成都数之联科技股份有限公司 一种玻璃板裂纹检测方法、装置、设备及介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104458755A (zh) * 2014-11-26 2015-03-25 吴晓军 一种基于机器视觉的多类型材质表面缺陷检测方法
CN105548208A (zh) * 2016-02-05 2016-05-04 湖北工业大学 一种基于机器视觉的陶瓷阀芯表面缺陷检测方法
CN111369492A (zh) * 2018-12-25 2020-07-03 合肥欣奕华智能机器有限公司 一种显示屏的检测方法及检测装置、检测系统
CN111612757A (zh) * 2020-05-18 2020-09-01 苏州精濑光电有限公司 一种屏幕裂纹的检测方法、装置、设备及存储介质
WO2021012735A1 (zh) * 2019-07-25 2021-01-28 研祥智能科技股份有限公司 屏幕显示缺陷的检测方法及系统
CN113744268A (zh) * 2021-11-04 2021-12-03 深圳市城市交通规划设计研究中心股份有限公司 一种裂纹检测方法、电子设备及可读存储介质
CN114140425A (zh) * 2021-11-30 2022-03-04 上海华力集成电路制造有限公司 一种针对晶背缺陷的检测方法
CN114612441A (zh) * 2022-03-15 2022-06-10 徐州久山塑业有限公司 基于人工智能和图像处理的塑料瓶缺陷检测方法及系统
CN115100104A (zh) * 2022-05-11 2022-09-23 厦门微亚智能科技有限公司 玻璃油墨区的缺陷检测方法、装置、设备及可读存储介质
CN115187590A (zh) * 2022-09-08 2022-10-14 山东艾克赛尔机械制造有限公司 一种基于机器视觉的汽车零部件缺陷检测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108683907B (zh) * 2018-05-31 2020-10-09 歌尔股份有限公司 光学模组像素缺陷检测方法、装置及设备
CN109872304B (zh) * 2019-01-17 2022-12-02 京东方科技集团股份有限公司 图像缺陷检测方法及装置、电子设备、存储介质
CN111340752A (zh) * 2019-12-04 2020-06-26 京东方科技集团股份有限公司 屏幕的检测方法、装置、电子设备及计算机可读存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104458755A (zh) * 2014-11-26 2015-03-25 吴晓军 一种基于机器视觉的多类型材质表面缺陷检测方法
CN105548208A (zh) * 2016-02-05 2016-05-04 湖北工业大学 一种基于机器视觉的陶瓷阀芯表面缺陷检测方法
CN111369492A (zh) * 2018-12-25 2020-07-03 合肥欣奕华智能机器有限公司 一种显示屏的检测方法及检测装置、检测系统
WO2021012735A1 (zh) * 2019-07-25 2021-01-28 研祥智能科技股份有限公司 屏幕显示缺陷的检测方法及系统
CN111612757A (zh) * 2020-05-18 2020-09-01 苏州精濑光电有限公司 一种屏幕裂纹的检测方法、装置、设备及存储介质
CN113744268A (zh) * 2021-11-04 2021-12-03 深圳市城市交通规划设计研究中心股份有限公司 一种裂纹检测方法、电子设备及可读存储介质
CN114140425A (zh) * 2021-11-30 2022-03-04 上海华力集成电路制造有限公司 一种针对晶背缺陷的检测方法
CN114612441A (zh) * 2022-03-15 2022-06-10 徐州久山塑业有限公司 基于人工智能和图像处理的塑料瓶缺陷检测方法及系统
CN115100104A (zh) * 2022-05-11 2022-09-23 厦门微亚智能科技有限公司 玻璃油墨区的缺陷检测方法、装置、设备及可读存储介质
CN115187590A (zh) * 2022-09-08 2022-10-14 山东艾克赛尔机械制造有限公司 一种基于机器视觉的汽车零部件缺陷检测方法

Also Published As

Publication number Publication date
CN115631198A (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
CN110596120A (zh) 玻璃边界缺陷检测方法、装置、终端及存储介质
US20090202172A1 (en) Image Inspection Apparatus, Image Inspection Method and Computer Program
CN110781839A (zh) 一种基于滑窗的大尺寸图像中小目标识别方法
CN112577969B (zh) 一种基于机器视觉的缺陷检测方法以及缺陷检测系统
CN115631198B (zh) 玻璃显示屏的裂纹检测方法、装置及计算机设备
CN113109368A (zh) 玻璃裂纹检测方法、装置、设备及介质
JP5852919B2 (ja) ひび割れ検出方法
CN114022403A (zh) 检测显示面板不良的方法及装置
CN110728659A (zh) 缺陷合并的方法、装置、计算机设备及存储介质
CN112200790B (zh) 布料缺陷检测方法、设备和介质
CN113066088A (zh) 工业检测中的检测方法、检测装置和存储介质
CN114040116B (zh) 塑胶模材良品监测反馈系统
CN113781393B (zh) 屏幕缺陷检测方法、装置、设备及存储介质
CN115861315B (zh) 缺陷检测方法和装置
CN114937037B (zh) 产品缺陷检测方法、装置、设备及可读存储介质
CN113935966B (zh) 金属物料的渣点检测方法、装置、设备和存储介质
CN115880481A (zh) 一种基于边缘轮廓的曲线定位算法及系统
CN110751623A (zh) 基于联合特征的缺陷检测方法、装置、设备及存储介质
CN115984185A (zh) 纸巾包装缺陷检测方法、装置、系统和存储介质
CN115690089A (zh) 一种微弱缺陷检测用的图像增强前处理方法及系统
CN114723728A (zh) 一种手机摄像头玻璃盖板丝印cd纹缺陷检测方法及系统
CN109117843B (zh) 字符遮挡检测方法及装置
CN114693683B (zh) 深度相机异常检测方法、电子设备及存储介质
CN113658111B (zh) 用于建筑物或构筑物的裂纹检测方法、系统、装置和介质
CN114782400B (zh) 金属物料渣点检测方法、装置、设备、介质和程序产品

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