CN116071304A - 一种物品边缘线定位方法、装置及电子设备 - Google Patents

Abstract

本发明的实施例提供了一种物品边缘线定位方法、一种物品边缘线定位装置、一种电子设备以及一种存储介质。方法包括：获取包含物品目标边缘线的图像；根据图像中物品的特征确定基准线；根据基准线在图像中的位置、预定偏移量以及预设误差范围，确定目标边缘线所在区域，基准线与目标边缘线所在区域的中心线的距离为预定偏移量，目标边缘线所在区域的宽度为两倍的预设误差范围；根据目标边缘线所在区域确定目标边缘线。本方案中，通过缩小目标边缘线的定位区域，从而可以在小范围内确定目标边缘线，这样能够快速、精准地定位出目标边缘线，应用于面板检测领域时，便于提高缺陷检测的效率。

Description

一种物品边缘线定位方法、装置及电子设备

技术领域

本发明涉及图像处理领域，特别是涉及一种物品边缘线定位方法、一种物品边缘线定位装置、一种电子设备以及一种存储介质。

背景技术

图像处理应用较为广泛，以应用在面板的缺陷检测领域为例，显示面板的制备需要经过多个工序，而在执行这些工序时由于一些原因(例如设备误差或者设备在工作过程中不符合某些参数的要求等)可能会在面板上留下缺陷，因此需要进行对应的缺陷检测。以LCD液晶显示面板为例，在对由彩膜基板CF和阵列基板TFT贴合后形成的显示面板进行了切割或研磨工序后，就需要对显示面板的上下两面各自的四条边的边缘区域进行缺陷检测(下文称为巡边检测)，例如检测每个边缘区域是否存在裂纹、贝壳、破片和毛刺等缺陷。为后一道工序做好准备，剔除存在缺陷或者缺陷较大的显示面板。

在巡边检测操作时可以通过对应的巡边检设备完成，一般地，巡边机设备包括光学处理系统，光学处理系统包括图像采集模块和处理模块，图像采集模块用于采集显示面板边缘区域的图像，并将该图像发送给处理模块；处理模块用于根据接收到的图像进行缺陷识别。

传统的巡边检测方法，要想检测显示面板的上下两面各自的四条边的边缘区域是否存在缺陷，首先需要分别对应确定上下两面各自的四条边对应的边缘线，通常的方式是在该面板的上方或者下方采集图像，然后在整个图像中遍布定位边缘线，这种方式效率较低，精度也不能保证，特别是对于CF相对TFT较小的边缘，即在该边缘区域CF和TFT不重合，而是形成台阶面的情况，由于台阶面不像普通的边缘线那样有辨识度方便定位，效率低的问题尤其明显。

发明内容

考虑到上述问题而提出了本发明。根据本发明的一个方面，提供了一种物品边缘线定位方法，包括，获取包含物品目标边缘线的图像；根据所述图像中物品的特征确定基准线；根据所述基准线在所述图像中的位置、预定偏移量以及预设误差范围，确定所述目标边缘线所在区域，其中，所述基准线与所述目标边缘线所在区域的中心线的距离为所述预定偏移量，所述目标边缘线所在区域的宽度为两倍的所述预设误差范围，所述目标边缘线所在区域的宽度方向垂直于所述基准线，所述目标边缘线所在区域的中心线平行于所述基准线；根据所述目标边缘线所在区域确定所述目标边缘线。

示例性地，根据所述基准线在所述图像中的位置、预定偏移量以及预设误差范围，确定所述目标边缘线所在区域，包括：以所述基准线在所述图像中的位置为参考，将所述基准线朝向所述目标边缘线的方向偏移所述预定偏移量，以得到理论目标边缘线；将所述理论目标边缘线分别朝向该理论目标边缘线两侧偏移所述预设误差范围，以确定所述目标边缘线所在区域。

示例性地，根据所述图像中物品的特征确定基准线，包括：确定所述图像中物品的第一标记和第二标记的位置，所述第一标记和所述第二标记为预先确定的用于为所述图像中的目标位置提供参考的记号；将所述第一标记和第二标记连线，以得到所述基准线。

示例性地，所述物品包括第一基板和尺寸小于所述第一基板的第二基板，所述第一基板和所述第二基板之间形成台阶面，所述目标边缘线为所述台阶面所在直线；根据所述图像中物品的特征确定基准线，包括：确定所述图像中与所述目标边缘线对应的最外侧边缘线，并将该最外侧边缘线作为所述基准线，其中，所述最外侧边缘线为所述第一基板的最外侧边缘线。

示例性地，所述方法还包括：预先获取所述物品上所述目标边缘线与所述基准线之间的间距；根据所述间距确定所述预定偏移量。

示例性地，所述根据所述目标边缘线所在区域确定所述目标边缘线，包括：根据多个目标像素点确定所述目标边缘线，其中每个目标像素点是在一条检测线上根据灰度值确定的，所述检测线为所述目标边缘线所在区域内垂直于所述目标边缘线所在区域的中心线的虚拟直线。

示例性地，对于在所述一条检测线上根据灰度值无法确定对应目标像素点的情况，执行以下步骤：重新在无法确定目标像素点的检测线附近再选择一条检测线，并在该检测线上根据灰度值确定对应的目标像素点。

示例性地，所述根据多个目标像素点确定所述目标边缘线，包括以下步骤其中之一：将所述多个目标像素点连线，以得到所述目标边缘线；将所述多个目标像素点进行直线拟合，以得到所述目标边缘线。

示例性地，所述根据所述目标边缘线所在区域确定所述目标边缘线，包括：对所述目标边缘线所在区域中的图像进行预处理，得到第一增强图像，其中，所述第一增强图像包含所述目标边缘线所在区域中每个目标像素点与周围像素点的颜色差异；将所述目标边缘线所在区域中的图像的所述每个目标像素点与所述第一增强图像中相应目标像素点的颜色差异进行叠加，得到第二增强图像；根据预设颜色阈值对所述第二增强图像中的目标像素点进行分割，其中，所述预设颜色阈值用于区分所述目标边缘线与非目标边缘线的颜色；根据分割后的结果确定所述目标边缘线。

示例性地，所述对所述目标边缘线所在区域中的图像进行预处理，得到第一增强图像，包括：对所述目标边缘线所在区域中的图像的所述目标像素点进行滤波处理，得到各目标像素点的滤波结果；对于所述目标边缘线所在区域中的图像中的每个目标像素点，确定该目标像素点的颜色与该目标像素点的滤波结果之间的颜色差异。

示例性地，在确定该目标像素点的颜色与该目标像素点的滤波结果之间的颜色差异后，还包括：对每个目标像素点的颜色与相应目标像素点的滤波结果之间的颜色差异进行扩大。

示例性地，所述对每个目标像素点的颜色与相应目标像素点的滤波结果之间的颜色差异进行扩大包括：在保留差异方向的情况下，对每个目标像素点对应的颜色差异进行扩大。

示例性地，所述将所述目标边缘线所在区域中的图像的每个目标像素点与所述第一增强图像中相应目标像素点的颜色差异进行叠加，包括：将所述目标边缘线所在区域中的图像的每个目标像素点的颜色值与所述第一增强图像中相应目标像素点的颜色差异相加。

根据本发明的第二方面，还提供一种物品边缘线定位装置，包括：图像获取模块，用于获取包含物品目标边缘线的图像；基准线确定模块，用于根据所述图像中物品的特征确定基准线；目标区域确定模块，根据所述基准线在所述图像中的位置、预定偏移量以及预设误差范围，确定所述目标边缘线所在区域，其中，所述基准线与所述目标边缘线所在区域的中心线的距离为所述预定偏移量，所述目标边缘线所在区域的宽度为两倍的所述预设误差范围，所述目标边缘线所在区域的宽度方向垂直于所述基准线，所述目标边缘线所在区域的中心线平行于所述基准线；目标边缘线确定模块，用于根据所述目标边缘线所在区域确定所述目标边缘线。

根据本发明的第三方面，还提供一种电子设备，包括处理器和存储器，其中，存储器中存储有计算机程序指令，计算机程序指令被处理器运行时用于执行上述物品边缘线定位方法。

根据本发明的第四方面，还提供一种存储介质，在存储介质上存储了程序指令，程序指令在运行时用于执行上述物品边缘线定位方法。

上述技术方案中，通过先确定目标边缘线所在区域，然后在目标边缘线所在区域内确定目标边缘线，这种边缘线定位方式由于是预先缩小定位区域，从而可以在小范围内确定目标边缘线，这样能够快速、精准地定位出目标边缘线，应用于面板检测领域时，便于提高缺陷检测的效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

图1示出了根据本发明一个实施例的物品边缘线定位方法的示意性流程图；

图2示出了根据本发明一个实施例的目标边缘线所在区域的示意图；

图3示出了根据本发明一个实施例的物品边缘线定位方法中获取到的部分图像的示意图；

图4示出了根据本发明一个实施例的用于物品边缘线定位装置的示意性框图；以及

图5示出了根据本发明一个实施例的电子设备的示意性框图。

具体实施方式

为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。

为了便于清楚地描述本发明，下文将继续以面板为例进行描述。

如上所述，在现有技术中，要想检测显示面板的上下两面各自的四条边的边缘区域是否存在缺陷，首先需要分别对应确定上下两面各自的四条边对应的边缘线，通常的方式是在该面板的上方或者下方采集图像，然后在整个图像中遍布定位边缘线，这种方式效率较低，精度也不能保证。对此，本发明提供一种物品边缘线定位方法，以解决现有技术中的的物品边缘线定位方法存在的效率低、精度也不能保证等问题。

根据本发明的一个实施例，提供一种物品边缘线定位方法。该物品边缘线定位方法例如可以用于面板的缺陷检测，尤其是面板的巡边检设备。为了便于描述，在本发明中以面板为例进行详细的介绍，也就是说，本实施方式中，物品为面板。图1示出了根据本发明一个实施例的物品边缘线定位方法100的示意性流程图。如图1所示，物品边缘线定位方法100可以包括以下步骤：

步骤S110，获取包含物品目标边缘线的图像。

示例性地，在一个实施例中，可以通过线扫相机拍摄物品，具体地对于面板，例如通过线扫相机拍摄面板的其中一个表面，可以理解的是，如果需要定位面板上表面的其中一条边(为了便于描述，下文称为检测边)的边缘线(即目标边缘线)，则通过线扫相机在该检测边附近拍摄图像，并保证该边缘线位于图像内。示例性地，在又一实施例中也可以通过面阵相机获取对应的图像，这种情况需要面阵相机拍摄后拼接并且进行边缘拟合，进而得到包含物品目标边缘线的图像。当然，也可以通过其他的视觉机构获取包含物品目标边缘线的图像，这里不在一一例举。

步骤S120，根据图像中物品的特征确定基准线；基准线可以是任何能够获知其在图像中位置的直线，其作用主要是为了确定一个参考位置，从而便于确定目标边缘线所在区域。例如，可以是图像中的2个特征(mark)标记(一般为图像两端的两处标记)，例如“十字”标记。当然，也可以是图像中容易确定的边缘线，例如最外侧边缘线。这一部分内容下文会详细介绍。

步骤S130，根据基准线在图像中的位置、预定偏移量以及预设误差范围，确定目标边缘线所在区域，其中，基准线与目标边缘线所在区域的中心线的距离为预定偏移量，目标边缘线所在区域的宽度为两倍的预设误差范围，目标边缘线所在区域的宽度方向垂直于基准线，目标边缘线所在区域的中心线平行于基准线。

在步骤S130中主要是确定目标边缘线所在区域，以面板为例，可以理解的是，这里要确定的目标边缘线所在区域不关注该区域平行于目标边缘线方向的宽度，本实施例关注目标边缘线所在区域垂直于目标边缘线方向的宽度以及该区域与基准线的关系。

具体地，目标边缘线所在区域垂直于目标边缘线方向的宽度可以通过预设误差范围确定，具体的是该预设误差范围的两倍，例如，预设误差范围为a个像素，则对应确定的目标边缘线所在区域的宽度为2a个像素。目标边缘线所在区域在垂直于目标边缘线的方向的中心线可以理解为是理论的目标边缘线，只是由于实际的工艺误差或者其他因素的影响，为了保证精度，所以会在理论的目标边缘线的两侧各外扩预设误差范围，例如，可以外扩3-5个像素，当然也可以不是以像素为单位，可以是以长度为单位进行外扩，本发明对预设误差范围的单位不做限定。

本实施例中，目标边缘线所在区域的中心线与基准线的距离为预定偏移量，这样一旦确定了基准线的位置，即可确定目标边缘线所在区域的中心线的位置，再结合确定的目标边缘线所在区域的宽度，即可确定目标边缘线所在区域。其中，预定偏移量可以根据面板的出厂参数进行设定。关于预定偏移量下文会详细介绍。

步骤S140，根据目标边缘线所在区域确定目标边缘线。在步骤130中可以确定目标边缘线所在区域，这样相当于是先缩小目标边缘线的所在区域的范围，从而可以快速在小范围内确定出目标边缘线。

本技术方案中，通过先确定目标边缘线所在区域，然后在目标边缘线所在区域内确定目标边缘线，这种边缘线定位方式由于是预先缩小定位区域，从而可以在小范围内确定目标边缘线，这样能够快速、精准地定位出目标边缘线，应用于面板检测领域时，便于提高缺陷检测的效率。

示例性地，步骤S130根据基准线在图像中的位置、预定偏移量以及预设误差范围，确定目标边缘线所在区域，包括：以基准线在图像中的位置为参考，将基准线朝向目标边缘线的方向偏移预定偏移量，以得到理论目标边缘线；将理论目标边缘线分别朝向该理论目标边缘线两侧偏移预设误差范围，以确定目标边缘线所在区域。

以定位面板的边缘线为例，如图2所示，示出了面板上基准线的位置、预定偏移量以及预设误差范围三者之间的关系，其中基准线通过AB表示，预定偏移量通过d表示，预设误差范围通过a表示，直线CD和直线EF之间之间的区域即为定位出的目标边缘线所在区域CDEF。

在一个实施例中，以基准线AB在图像中的位置为参考，将基准线AB朝向目标边缘线的方向(例如，图示+x方向)偏移预定偏移量d，这样基准线AB移动到图示的A＇B＇的位置，即直线A＇B＇为理论目标边缘线；将理论目标边缘线A＇B＇分别朝向该理论目标边缘线A＇B＇两侧偏移预设误差范围a，这样便可得到目标边缘线所在区域CDEF。

在另一个实施例中，也可以通过以下方式得到目标边缘线所在区域CDEF，具体地，可以先将基准线AB分别朝向该基准线AB两侧偏移预设误差范围a，得到目标检测框(非封闭框)，然后以目标检测框的的中心线AB为参考，将该目标检测框朝向目标边缘线的方向(例如，图示+x方向)偏移预定偏移量d，同样可以得到目标边缘线所在区域CDEF。当然，也可以通过其他的方式得到目标边缘线所在区域CDEF，这都属于本发明的思想，因此也会被划入本发明的保护范围。

示例性地，根据图像中物品的特征确定基准线，包括：确定图像中物品的第一标记和第二标记的位置，第一标记和第二标记为预先确定的用于为图像中的目标位置提供参考的记号；将第一标记和第二标记连线，以得到基准线。

如图3所示，是通过线扫相机获取的面板的包含目标边缘线的图像，图示是一次拍照的图像的两端，其中由于图像较大，中间部分已经省略。图中示出的“十字”图像可以作为一个实施例的面板上的特征(mark)，特征(mark)是TFT基板上预先用来进行标记位置方向的记号。特征(mark)是在图像检测之前通常都会在标定模板中进行确定的一个标记，根据该标定，可以确定待检测面板上的对应的特征(mark)位置。例如，可以以特征(mark)在图像中的坐标为基准，从而可以获得目标位置的坐标。

示例性地，物品包括第一基板和尺寸小于第一基板的第二基板，第一基板和第二基板之前形成台阶面，在进行缺陷检测或者其他应用中，有时也需要确定图像中物品台阶面的位置，还是以面板为例，对于CF相对TFT尺寸较小的情况，也就是说CF和TFT形成台阶面的情况，由于台阶面不像普通的边缘线那样有辨识度方便定位，因此传统的边缘线定位方式效率低、精度低的问题尤其明显。为此可以本发明上文介绍的方式定位台阶面，当然，对于台阶面的所在的直线(在本实施例中其实就是CF边缘线)也可以利用下面提供的方式定位台阶面所在的直线。

示例性地，目标边缘线为台阶面所在直线，根据图像中物品的特征确定基准线，包括：确定图像中与目标边缘线对应最外侧边缘线，并将该最外侧边缘线作为基准线，其中，最外侧边缘线为第一基板的最外侧边缘线。

在一个实施例中，面板的CF相对TFT较小，则台阶面处即为CF边缘线，台阶面最外侧边缘线即为TFT边缘线，也就是说，可以先确定TFT边缘线，TFT边缘线的确定可以利用上文描述的通过特征(mark)确定基准线进而确定TFT边缘线的方式，也可以通过现有技术中其他TFT边缘线的确定方式，例如直线拟合的方式等。在该实施例中，TFT边缘线即为所确定的基准线，根据上文描述的，可以基于该TFT边缘线先确定台阶面所在区域，然后再在该区域内确定台阶面所在直线。

示例性地，本发明提供的物品边缘线定位方法，还包括：预先获取物品上目标边缘线与基准线之间的间距；根据间距确定预定偏移量。

在一个实施例中，基准线可以通过图像中的两个特征(mark)确定，然后基于两个特征(mark)的连线确定预定偏移量，在该实施例中，物品上目标边缘线与基准线之间的间距需要预先获取两个特征(mark)在图像中的坐标，同时需要获取CF和TFT理论的宽度差(例如图示x方向为宽度方向)，然后基于两个特征(mark)在图像中的坐标、CF和TFT理论的宽度差计算预定偏移量。在另一个实施例中，基准线为台阶面外侧的最外侧边缘线，对于面板，假设需要检测的边缘为面板上表面的第一边缘，该边缘对应为TFT边缘，在与该边缘对应的台阶面为CF边缘，则TFT边缘线为台阶面对应的最外侧边缘线，这样TFT边缘线即为基准线，在该实施例中，目标边缘线与基准线之间的间距即为预定偏移量，即CF和TFT理论的宽度差即为预定偏移量。

示例性地，根据目标边缘线所在区域确定目标边缘线，包括：根据多个目标像素点确定目标边缘线，其中每个目标像素点是在一条检测线上根据灰度值确定的，检测线为目标边缘线所在区域内垂直于目标边缘线所在区域的中心线的虚拟直线。

具体地，根据多个目标像素点确定所述目标边缘线，包括以下步骤：像素点选择步骤，在目标边缘线所在区域中的每条检测线上选择多个像素点；目标像素点确定步骤，针对每条检测线上选择的多个像素点，分别判断相邻两个像素点之间的灰度值差值是否满足灰度值要求，在符合灰度值要求的像素点中选择其中一个作为目标像素点，其中灰度值要求为相邻两个像素点之间的灰度值差值大于预设灰度阈值；可以理解的是，在目标边缘线所在区域中，在每条检测线上由于其对应位置的反光程度不同，灰度值也不同，具体地，台阶面处的灰度值会相对较小，这样，每条检测线上的像素的灰度值会先变小后变大，因此可以根据灰度值和预设灰度阈值确定接近台阶面的像素点，即目标像素点，具体地，一条检测线上选择的几个像素点的灰度值分别为50、40、10、40、50，当将预设灰度阈值设为20时，由于第二个像素点(灰度值为40)和第三个像素点(灰度值为10)以及第三个像素点(灰度值为10)和第四个像素点(灰度值为40)之间的变化量均为30，大于预设灰度阈值20，因此，可选取的是第二、三或四个像素点中的其中之一作为接近台阶面的像素点，即目标像素点。

示例性地，对于在一条检测线上根据灰度值无法确定对应目标像素点的情况，执行以下步骤：重新在无法确定目标像素点的检测线附近再选择一条检测线，并在该检测线上根据灰度值确定对应的目标像素点，直到能够确定出目标像素点。也就是说，当选择的检测线对应的图像上存在缺陷时，其对应的灰度变化很有可能并不是上述灰度值变化的规律(先变小后变大)，这样就无法在对应检测线上找到目标像素点，此时可以在该检测线附近再继续选择一条检测线重新按照相同的方式确定目标像素点。

示例性地，根据多个目标像素点确定目标边缘线，包括以下步骤其中之一：将多个目标像素点连线，以得到目标边缘线；将多个目标像素点进行直线拟合，以得到目标边缘线。在一个实施例中，可以将确定的多个目标像素点连线，从而确定目标边缘线；在另一个实施例中，可以采用直线拟合的方式，通过多个目标像素点拟合成一条直线，这样同样可以确定出目标边缘线。

示例性地，步骤S140根据目标边缘线所在区域确定目标边缘线，包括：步骤S141，对目标边缘线所在区域中的图像进行预处理，得到第一增强图像，其中，第一增强图像包含目标边缘线所在区域中每个目标像素点与周围像素点的颜色差异；步骤S142，将目标边缘线所在区域中的图像的每个目标像素点与第一增强图像中相应目标像素点的颜色差异进行叠加，得到第二增强图像；步骤S143，根据预设颜色阈值对第二增强图像中的目标像素点进行分割，其中，预设颜色阈值用于区分目标边缘线与非目标边缘线的颜色；步骤S144，根据分割后的结果确定目标边缘线。

在该实施例中，主要是在特定范围内确定目标边缘线，从而可以提高效率，具体地，在步骤是141中，对步骤S130中确定的目标边缘线所在区域中的图像进行预处理，得到第一增强图像，在第一增强图像中包含目标边缘线所在区域中每个目标像素点与周围像素点的颜色差异；例如，对于在第一增强图像中第一行第一列的像素点，该像素点的颜色值(例如灰度值)可以体现目标边缘线所在区域中对应位置的对应像素点与其周围像素点的颜色差异(例如，灰度差异)，当颜色差异为灰度差异时，可以认为第一增强图像为差值灰度图，差值灰度图中的像素点的灰度值为目标边缘线所在区域中对应位置的对应像素点的灰度值与其周围像素点的灰度值之间的差值。

在步骤S142中，将目标边缘线所在区域中的图像的每个目标像素点与第一增强图像中相应目标像素点的颜色差异进行叠加，得到第二增强图像，也就是说，在第二增强图像中，由于是将原图(即目标边缘线所在区域中的图像)中的目标像素点与第一增强图像中相应目标像素点的颜色差异进行叠加，因此既能凸显像素点之间颜色差异，同时兼顾像素原本的颜色属性。

示意性地，将目标边缘线所在区域中的图像的每个目标像素点与第一增强图像中相应目标像素点的颜色差异进行叠加，包括将目标边缘线所在区域中的图像的每个目标像素点的颜色值与第一增强图像中相应目标像素点的颜色差异相加。

在步骤143中，通过预设的颜色阈值对第二增强图像中的目标像素点进行分割，具体地，例如可以根据经验值设定一个预设颜色值，将小于预设颜色阈值的目标像素作为最终用于确定目标边缘线的像素，即此过程确定的像素即为分割结果。

本实施例中，在得到第一增强图像后，还会将该图像中的对应像素与原图进行叠加，因此即使是图像颜色复杂的情况，也能快速、有效地定位出目标边缘线。

示例性地，步骤S141对目标边缘线所在区域中的图像进行预处理得到第一增强图像包括：对目标边缘线所在区域中的图像的目标像素点进行滤波处理，得到各目标像素点的滤波结果；对于目标边缘线所在区域中的图像中的每个目标像素点，确定该目标像素点的颜色与该目标像素点的滤波结果之间的颜色差异。

对目标边缘线所在区域中的图像的目标像素点进行滤波处理，这里的滤波处理可以采用均值滤波，具体是对图像的每个像素点在其周围像素的灰度值求均值；当然也可以采用其他滤波方式，例如中值滤波、加权值滤波等。在对目标边缘线所在区域中的图像执行滤波处理后可以得到滤波灰度图，然后对于目标边缘线所在区域中的图像中的每个目标像素点的颜色值(例如灰度值)和滤波灰度图中对应位置的像素点的颜色值求差，从而可以得到差值灰度图。这样可以将对应的像素点与其周围的像素点拉开差距，从而使得亮的位置更亮，暗的位置更暗，有利于快递、精准地定位出目标边缘线。

示例性，在确定该目标像素点的颜色与该目标像素点的滤波结果之间的颜色差异后，还包括：对每个目标像素点的颜色与相应目标像素点的滤波结果之间的颜色差异进行扩大。这样可以进一步地拉开对应的像素点与其周围的像素的点的差距，从而使得亮的位置更亮，暗的位置更暗，有利于快递、精准地定位出目标边缘线。

示例性地，对每个目标像素点的颜色与相应目标像素点的滤波结果之间的颜色差异进行扩大包括：在保留差异方向的情况下，对每个目标像素点对应的颜色差异进行扩大。在一个实施中，可以采用将差值灰度图中的每个像素点与大于1的正系数相乘进行同向增强，得到所述增强灰度图。这里的保留差异方向或者同向增强，指的是这种扩大方式是保持颜色值(灰度值)正负号的情况下进行增强。例如，该系数可以是3或5等。在另个一个实施例中，可以采用将差值灰度图中的每个像素进行基数指数倍的同向增强(例如对每个像素点的颜色值求立方)。

根据本发明的第二方面，还提供一种物品缺陷检测方法，包括：物品边缘确定步骤，根据上述物品边缘线定位方法确定物品的目标边缘线的位置；缺陷检测步骤，根据目标边缘线位置进行缺陷检测。

根据本发明的第三方面，还提供一种物品边缘线定位装置。图4示出了根据本发明一个实施例的一种物品边缘线定位装置200的示意性框图。如图4所示，该装置200包括图像获取模块210、基准线确定模块220、目标区域确定模块230以及目标边缘线确定模块240。

图像获取模块，用于获取包含物品目标边缘线的图像；

基准线确定模块，用于根据图像中物品的特征确定基准线；

目标区域确定模块，用于根据基准线在图像中的位置、预定偏移量以及预设误差范围，确定目标边缘线所在区域，其中，基准线与目标边缘线所在区域的中心线的距离为预定偏移量，目标边缘线所在区域的宽度为两倍的预设误差范围，目标边缘线所在区域的宽度方向垂直于基准线，目标边缘线所在区域的中心线平行于基准线；

目标边缘线确定模块，用于根据目标边缘线所在区域确定目标边缘线。

根据本发明的第四方面，本发明还提供一种物品巡边检测装置，包括：物品边缘确定模块，用于根据上述物品边缘线定位方法确定物品的目标边缘线的位置；缺陷检测模块，用于根据目标边缘线位置进行缺陷检测。

根据本发明的第五方面，本发明还提供一种电子设备。图5示出了根据本发明一个实施例的电子设备300的示意性框图。如图5所示，该电子设备300包括处理器310和存储器320。其中，存储器320中存储有计算机程序指令，计算机程序指令被处理器310运行时用于执行上述的物品边缘线定位方法。

根据本发明的第六方面，还提供了一种存储介质。在存储介质上存储了程序指令，程序指令在运行时用于执行上述物品边缘线定位方法。存储介质例如可以包括平板电脑的存储部件、计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。

本领域普通技术人员通过阅读上述有关物品边缘线定位方法的相关描述，可以理解上述物品边缘线定位装置、电子设备和存储介质的具体实现方案，为了简洁，在此不再赘述。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施例的权利要求书由此明确地并入该具体实施例，其中每个权利要求本身都作为本发明的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的面板检测装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上，仅为本发明的具体实施例或对具体实施例的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (16)

1.一种物品边缘线定位方法，其特征在于，包括：

获取包含物品目标边缘线的图像；

根据所述图像中物品的特征确定基准线；

根据所述基准线在所述图像中的位置、预定偏移量以及预设误差范围，确定所述目标边缘线所在区域，其中，所述基准线与所述目标边缘线所在区域的中心线的距离为所述预定偏移量，所述目标边缘线所在区域的宽度为两倍的所述预设误差范围，所述目标边缘线所在区域的宽度方向垂直于所述基准线，所述目标边缘线所在区域的中心线平行于所述基准线；

根据所述目标边缘线所在区域确定所述目标边缘线。

2.根据权利要求1的物品边缘线定位方法，其特征在于：根据所述基准线在所述图像中的位置、预定偏移量以及预设误差范围，确定所述目标边缘线所在区域，包括：

以所述基准线在所述图像中的位置为参考，将所述基准线朝向所述目标边缘线的方向偏移所述预定偏移量，以得到理论目标边缘线；

将所述理论目标边缘线分别朝向该理论目标边缘线两侧偏移所述预设误差范围，以确定所述目标边缘线所在区域。

3.根据权利要求1的物品边缘线定位方法，其特征在于：根据所述图像中物品的特征确定基准线，包括：

确定所述图像中物品的第一标记和第二标记的位置，所述第一标记和所述第二标记为预先确定的用于为所述图像中的目标位置提供参考的记号；

将所述第一标记和第二标记连线，以得到所述基准线。

4.根据权利要求1的物品边缘线定位方法，其特征在于：所述物品包括第一基板和尺寸小于所述第一基板的第二基板，所述第一基板和所述第二基板之间形成台阶面，所述目标边缘线为所述台阶面所在直线；根据所述图像中物品的特征确定基准线，包括：

确定所述图像中与所述目标边缘线对应的最外侧边缘线，并将该最外侧边缘线作为所述基准线，其中，所述最外侧边缘线为所述第一基板的最外侧边缘线。

5.根据权利要求1的物品边缘线定位方法，其特征在于：所述方法还包括：

预先获取所述物品上所述目标边缘线与所述基准线之间的间距；

根据所述间距确定所述预定偏移量。

6.根据权利要求1的物品边缘线定位方法，其特征在于：所述根据所述目标边缘线所在区域确定所述目标边缘线，包括：

根据多个目标像素点确定所述目标边缘线，其中每个目标像素点是在一条检测线上根据灰度值确定的，所述检测线为所述目标边缘线所在区域内垂直于所述目标边缘线所在区域的中心线的虚拟直线。

7.根据权利要求6的物品边缘线定位方法，其特征在于：对于在所述一条检测线上根据灰度值无法确定对应目标像素点的情况，执行以下步骤：

重新在无法确定目标像素点的检测线附近再选择一条检测线，并在该检测线上根据灰度值确定对应的目标像素点。

8.根据权利要求6的物品边缘线定位方法，其特征在于：所述根据多个目标像素点确定所述目标边缘线，包括以下步骤其中之一：

将所述多个目标像素点连线，以得到所述目标边缘线；

将所述多个目标像素点进行直线拟合，以得到所述目标边缘线。

9.根据权利要求1的物品边缘线定位方法，其特征在于：所述根据所述目标边缘线所在区域确定所述目标边缘线，包括：

对所述目标边缘线所在区域中的图像进行预处理，得到第一增强图像，其中，所述第一增强图像包含所述目标边缘线所在区域中每个目标像素点与周围像素点的颜色差异；

将所述目标边缘线所在区域中的图像的所述每个目标像素点与所述第一增强图像中相应目标像素点的颜色差异进行叠加，得到第二增强图像；

根据预设颜色阈值对所述第二增强图像中的目标像素点进行分割，其中，所述预设颜色阈值用于区分所述目标边缘线与非目标边缘线的颜色；

根据分割后的结果确定所述目标边缘线。

10.根据权利要求9的物品边缘线定位方法，其特征在于，所述对所述目标边缘线所在区域中的图像进行预处理，得到第一增强图像，包括：

对所述目标边缘线所在区域中的图像的所述目标像素点进行滤波处理，得到各目标像素点的滤波结果；

对于所述目标边缘线所在区域中的图像中的每个目标像素点，确定该目标像素点的颜色与该目标像素点的滤波结果之间的颜色差异。

11.根据权利要求10的物品边缘线定位方法，其特征在于，在确定该目标像素点的颜色与该目标像素点的滤波结果之间的颜色差异后，还包括：

对每个目标像素点的颜色与相应目标像素点的滤波结果之间的颜色差异进行扩大。

12.根据权利要求11的物品边缘线定位方法，其特征在于，所述对每个目标像素点的颜色与相应目标像素点的滤波结果之间的颜色差异进行扩大包括：

在保留差异方向的情况下，对每个目标像素点对应的颜色差异进行扩大。

13.根据权利要求9的物品边缘线定位方法，其特征在于，所述将所述目标边缘线所在区域中的图像的每个目标像素点与所述第一增强图像中相应目标像素点的颜色差异进行叠加，包括：

将所述目标边缘线所在区域中的图像的每个目标像素点的颜色值与所述第一增强图像中相应目标像素点的颜色差异相加。

14.一种物品边缘线定位装置，其特征在于，包括：

图像获取模块，用于获取包含物品目标边缘线的图像；

基准线确定模块，用于根据所述图像中物品的特征确定基准线；

目标区域确定模块，根据所述基准线在所述图像中的位置、预定偏移量以及预设误差范围，确定所述目标边缘线所在区域，其中，所述基准线与所述目标边缘线所在区域的中心线的距离为所述预定偏移量，所述目标边缘线所在区域的宽度为两倍的所述预设误差范围，所述目标边缘线所在区域的宽度方向垂直于所述基准线，所述目标边缘线所在区域的中心线平行于所述基准线；

目标边缘线确定模块，用于根据所述目标边缘线所在区域确定所述目标边缘线。

15.一种电子设备，包括处理器和存储器，其特征在于，存储器中存储有计算机程序指令，计算机程序指令被处理器运行时用于执行如权利要求1至13任一项所述的物品边缘线定位方法。

16.一种存储介质，在存储介质上存储了程序指令，程序指令在运行时用于执行如权利要求1至13任一项所述的物品边缘线定位方法。

Images