CN116337412A - 屏幕检测方法、设备及存储介质 - Google Patents
屏幕检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN116337412A CN116337412A CN202310097338.2A CN202310097338A CN116337412A CN 116337412 A CN116337412 A CN 116337412A CN 202310097338 A CN202310097338 A CN 202310097338A CN 116337412 A CN116337412 A CN 116337412A
- Authority
- CN
- China
- Prior art keywords
- screen
- image
- value
- mtf
- 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
Images
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种屏幕检测方法、设备及存储介质,涉及设备检测技术领域,方法包括:获取目标设备的第一显示图像,第一显示图像为拍摄目标设备的屏幕显示第一测试图像得到的照片;根据第一显示图像的分辨率值判断屏幕是否满足第一判定条件;第一判定条件为分辨率值在预设的第一阈值范围内;若屏幕满足第一判定条件,则获取目标设备的第二显示图像,第二显示图像为拍摄屏幕显示的第二测试图像得到的照片;根据第二显示图像的MTF值判断屏幕是否满足第二判定条件,得到屏幕的检测结果;第二判定条件为MTF值在预设的第二阈值范围内。本发明解决了现有方法对检测环境要求高且过程繁琐的问题,实现了提升设备屏幕检测效率和精度的效果。
Description
技术领域
本发明涉及设备检测技术领域,尤其涉及一种屏幕检测方法、设备及存储介质。
背景技术
相关技术中,传统的人工检测方式已逐渐被淘汰,出现了通过机器视觉和深度学习算法对屏幕显示进行检测的方式,但该方式具有复杂的检测环境要求,比如要求遮光,环境亮度不能过高等;深度学习模型的训练需要大量的训练数据,所以还存在整个检测过程繁琐、需要耗费大量时间的缺陷。因此该方式一般仅用在大批量的产品生产和测试过程中,不能适用于小批量的产品生产和测试,否则会增加过多成本,不符合实际应用。
发明内容
本发明的主要目的在于:提供一种屏幕检测方法、设备及存储介质,旨在解决现有技术中屏幕检测方法对检测环境要求高且过程繁琐的技术问题。
为实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供了一种屏幕检测方法,方法包括:
获取目标设备的第一显示图像,第一显示图像为拍摄目标设备的屏幕显示预设的第一测试图像得到的照片;
根据第一显示图像的分辨率值,判断屏幕是否满足第一判定条件;其中,第一判定条件为分辨率值在预设的第一阈值范围内;
若屏幕满足第一判定条件,则获取目标设备的第二显示图像,第二显示图像为拍摄屏幕显示预设的第二测试图像得到的照片;
根据第二显示图像的MTF值,判断屏幕是否满足第二判定条件,得到屏幕的检测结果;其中,第二判定条件为MTF值在预设的第二阈值范围内。
可选地,上述屏幕检测方法中,获取目标设备的第一显示图像的步骤之前,方法还包括:
基于用户操作调整目标设备的位置和相机的位置,并固定目标设备和相机;
根据目标设备的屏幕与相机的距离,调整相机的工作参数,以通过相机对屏幕进行拍摄。
可选地,上述屏幕检测方法中,根据第一显示图像的分辨率值,判断屏幕是否满足第一判定条件的步骤之前,方法还包括:
对第一显示图像进行预处理和灰度化处理,得到第一屏幕图像;
对第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像;
根据第一显示图像的分辨率值,判断屏幕是否满足第一判定条件的步骤包括:
根据矫正后的第一屏幕图像的分辨率值,判断屏幕是否满足第一判定条件。
可选地,上述屏幕检测方法中,对第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像的步骤之前,方法还包括:
获取相机的标定图像,标定图像为第三测试图像位于屏幕的位置时拍摄得到的图像,第三测试图像包含多个等间距同心圆以及至少一条直线,直线过圆心并与各同心圆有两个交点;
对比标定图像和第三测试图像,确定多个同心圆与直线的多个交点分别到圆心的距离,以及交点所在同心圆的畸变程度;
根据距离与畸变程度的关系进行拟合,得到相机的畸变补偿函数;
对第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像的步骤包括:
根据畸变补偿函数对第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像。
可选地,上述屏幕检测方法中,根据第一显示图像的分辨率值,判断屏幕是否满足第一判定条件的步骤包括:
将第一显示图像等分为N×N个区域,得到多个第一区域图像;
针对各第一区域图像,根据第一计算式得到第一区域图像的分辨率值,其中,第一计算式为:
其中,R表示分辨率值,x表示图像的横坐标,y表示图像的纵坐标,f(x,y)表示像素点(x,y)的灰度值,m表示第一区域图像中横向排列的像素点数量,n表示第一区域图像中纵向排列的像素点数量;
根据多个第一区域图像的分辨率值,计算得到平均分辨率值;
判断多个第一区域图像的分辨率值是否满足对应的预设分辨率阈值,以及平均分辨率值是否满足预设的平均分辨率阈值;
若多个第一区域图像的分辨率值均满足预设分辨率阈值,并且平均分辨率值满足平均分辨率阈值,则判定屏幕满足第一判定条件。
可选地,上述屏幕检测方法中,第二测试图像为黑白条纹相间且黑白条纹宽度相同的图像,第二测试图像的数量为多个,多个第二测试图像中条纹存在宽度不同和/或方向不同;
获取目标设备的第二显示图像的步骤包括:
控制目标设备的屏幕依次显示多个第二测试图像,并获取对应的第二显示图像,得到多个第二显示图像。
可选地,上述屏幕检测方法中,根据第二显示图像的MTF值,判断屏幕是否满足第二判定条件,得到屏幕的检测结果的步骤包括:
针对各个第二显示图像,将第二显示图像等分为K×K个区域,得到多个第二区域图像;
针对各第二区域图像,根据第二计算式得到第二区域图像的MTF值,其中,第二计算式为:
其中,M表示MTF值,Iavg.max表示第二区域图像内所有条纹的像素均值中的最大值,Iavg.min表示第二区域图像内所有条纹的像素均值中的最小值;
根据多个第二区域图像的MTF值,计算得到平均MTF值;
判断多个第二区域图像的MTF值是否满足对应的预设MTF阈值,以及平均MTF值是否满足预设的平均MTF阈值;
若多个第二区域图像的MTF值均满足预设MTF阈值,并且平均MTF值满足平均MTF阈值,则判定第二显示图像满足MTF要求;
当多个第二显示图像均满足MTF要求时,判定屏幕满足第二判定条件,得到屏幕合格的检测结果。
可选地,上述屏幕检测方法中,根据第一显示图像的分辨率值,判断屏幕是否满足第一判定条件的步骤之后,方法还包括:
若屏幕不满足第一判定条件,则对分辨率值进行异常分析,得到数据分析报告;
根据数据分析报告,进行报警提示和/或确定对应的专家建议,以对目标设备进行返修。
第二方面,本发明提供了一种屏幕检测设备,设备包括处理器和存储器,存储器中存储有屏幕检测程序,屏幕检测程序被处理器执行时,实现如上述的屏幕检测方法。
第三方面,本发明提供了一种计算机可读存储介质,存储介质上存储有计算机程序,计算机程序被一个或多个处理器执行时,实现如上述的屏幕检测方法。
本发明提供的上述一个或多个技术方案,可以具有如下优点或至少实现了如下技术效果:
本发明提出的一种屏幕检测方法、设备及存储介质,通过目标设备的屏幕显示第一测试图像,拍摄得到第一显示图像,再根据第一显示图像的分辨率值判断屏幕是否满足第一判定条件,第一判定条件为分辨率值在预设的第一阈值范围内,若屏幕满足第一判定条件,再通过屏幕显示第二测试图像,拍摄得到第二显示图像,再根据第二显示图像的MTF值判断屏幕是否满足第二判定条件,第二判定条件为MTF值在预设的第二阈值范围内,从而得到屏幕的检测结果,实现了设备产线上的屏幕质量检测。相比采用深度学习算法的屏幕检测方法,本发明采用传统的数学方法结合机器视觉来进行检测,简化了过程,没有数据量的需求,不需要耗费大量时间,可以适用于小批量的产品生产,具有较好的适用性;而且,本发明对检测环境没有特别要求,仅一般的设备生产环境即可,具有较好的灵活性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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,还可以根据提供的这些附图获得其他的附图。
图1为本发明屏幕检测方法第一实施例的流程示意图;
图2为本发明涉及的屏幕检测设备的硬件结构示意图;
图3为本发明屏幕检测方法第二实施例中步骤S131的第三测试图像;
图4为本发明屏幕检测方法第二实施例中步骤S131的标定图像;
图5为本发明屏幕检测方法第二实施例中步骤S600的第二测试图像。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,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,所描述的实施例只是本发明的一部分实施例,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的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。
需要说明,在本发明中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。另外,全文中出现的“和/或”的含义,包括三个并列的方案,以“A和/或B”为例,包括A方案、或B方案、或A和B同时满足的方案。在本发明中,若有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。另外,各个实施例的技术方案可以相互结合,但是,是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
对现有技术的分析发现,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。带屏音箱因其强大的人机交互功能而成为了智能音箱的一个重要发展方向,为了通过屏幕给用户提供更舒适的显示效果,就需要在生产测试阶段对其屏幕显示质量进行检测,防止不良品流入市场。
相关技术中,传统的人工检测方式已逐渐被淘汰,出现了通过机器视觉和深度学习算法对屏幕显示进行检测的方式,但该方式具有复杂的检测环境要求,比如要求遮光,环境亮度不能过高等;通过深度学习算法训练一个检测模型来对屏幕显示进行检测,但由于深度学习模型具有不可解释性,其训练过程是一个极其复杂的过程,需要大量的训练数据,所以该方式还存在整个检测过程繁琐、需要耗费大量时间的缺陷。当涉及到小批量的产品生产和测试时,采用这种方式会投入过多的时间成本和资源成本,是不符合现实需求的,因此该方式一般仅用在大批量的产品生产和测试过程中,不能适用于小批量的产品生产和测试,否则会增加过多成本,不符合实际应用。
鉴于现有技术中屏幕检测方法对检测环境要求高且过程繁琐的技术问题,本发明提供了一种屏幕检测方法,总体思路如下:
获取目标设备的第一显示图像,第一显示图像为拍摄目标设备的屏幕显示预设的第一测试图像得到的照片;根据第一显示图像的分辨率值,判断屏幕是否满足第一判定条件;其中,第一判定条件为分辨率值在预设的第一阈值范围内;若屏幕满足第一判定条件,则获取目标设备的第二显示图像,第二显示图像为拍摄屏幕显示预设的第二测试图像得到的照片;根据第二显示图像的MTF值,判断屏幕是否满足第二判定条件,得到屏幕的检测结果;其中,第二判定条件为MTF值在预设的第二阈值范围内。
通过上述技术方案,实现了设备产线上的屏幕质量检测。相比采用深度学习算法的屏幕检测方法,本发明采用传统的数学方法结合机器视觉来进行检测,简化了过程,没有数据量的需求,不需要耗费大量时间,可以适用于小批量的产品生产,具有较好的适用性;而且,本发明对检测环境没有特别要求,仅一般的设备生产环境即可,具有较好的灵活性。
下面结合附图,通过具体的实施例和实施方式对本发明提供的屏幕检测方法、设备及存储介质进行详细说明。
实施例一
参照图1的流程示意图,提出本发明屏幕检测方法的第一实施例,该屏幕检测方法应用于屏幕检测设备。
屏幕检测设备是指能够实现网络连接的终端设备或网络设备,屏幕检测设备可以是手机、电脑、平板电脑、便携计算机、嵌入式工控机等终端设备,也可以是服务器、云平台等网络设备。
如图2所示,为屏幕检测设备的硬件结构示意图。屏幕检测设备可以包括:处理器1001,例如CPU(Central Processing Unit,中央处理器),通信总线1002,用户接口1003,网络接口1004,存储器1005。
具体的,通信总线1002用于实现这些组件之间的连接通信;用户接口1003用于连接客户端,与客户端进行数据通信,用户接口1003可以包括输出单元、输入单元;网络接口1004用于连接后台服务器,与后台服务器进行数据通信,网络接口1004可以包括输入/输出接口;存储器1005用于存储各种类型的数据,这些数据例如可以包括该屏幕检测设备中任何应用程序或方法的指令,以及应用程序相关的数据,存储器1005可以是内置存储器;可选的,存储器1005还可以是独立于处理器1001的存储装置,继续参照图2,存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及屏幕检测程序;处理器1001用于调用存储器1005中存储的屏幕检测程序,并执行以下操作:
获取目标设备的第一显示图像,第一显示图像为拍摄目标设备的屏幕显示预设的第一测试图像得到的照片;
根据第一显示图像的分辨率值,判断屏幕是否满足第一判定条件;其中,第一判定条件为分辨率值在预设的第一阈值范围内;
若屏幕满足第一判定条件,则获取目标设备的第二显示图像,第二显示图像为拍摄屏幕显示预设的第二测试图像得到的照片;
根据第二显示图像的MTF值,判断屏幕是否满足第二判定条件,得到屏幕的检测结果;其中,第二判定条件为MTF值在预设的第二阈值范围内。
基于上述的屏幕检测设备,下面结合图1所示的流程示意图,对本实施例的屏幕检测方法进行详细描述。方法可以包括以下步骤:
步骤S200:获取目标设备的第一显示图像,第一显示图像为拍摄目标设备的屏幕显示预设的第一测试图像得到的照片。
具体的,目标设备可以是任何带有显示屏的电子设备,例如带屏智能音箱、手机、电脑等等。实际应用中,屏幕检测设备可以设置于电子设备的生产线,将生产线上的电子设备依次作为目标设备执行本实施例的方法,或者抽选几个,依次作为目标设备来执行本实施例的方法。可以由检测人员先将目标设备和相机固定好,再控制目标设备的屏幕显示预设的第一测试图像,由相机进行拍摄,再将拍摄得到的照片发送给屏幕检测设备,屏幕检测设备即获取到目标设备的第一显示图像。其中,第一测试图像可以是任何有图案或文字的图像,可以由屏幕检测设备将该第一测试图像发送给目标设备,通过目标设备的屏幕进行显示。
步骤S400:根据第一显示图像的分辨率值,判断屏幕是否满足第一判定条件;其中,第一判定条件为分辨率值在预设的第一阈值范围内。
具体的,根据第一显示图像判断屏幕是否满足第一判定条件时,可以直接计算第一显示图像的分辨率(Resolution)值,再与预设的第一阈值范围进行比较,判断是否在第一阈值范围内;也可以将该第一显示图像划分为多个区域,再分别计算每个区域的Resolution值,针对每个区域进行Resolution值判断,每个区域可以有各自预设的Resolution值阈值范围即第一阈值范围,从而来判断该第一显示图像是否满足第一判定条件。可选地,由于步骤S200拍摄得到的第一显示图像的边界可能并不刚好是屏幕的边界,图像中可能还有屏幕以外的背景被一起拍摄了,此时,可以先对第一显示图像进行图像处理,提取出仅包括屏幕区域的图像,再计算其分辨率值,进行判断。
步骤S600:若屏幕满足第一判定条件,则获取目标设备的第二显示图像,第二显示图像为拍摄屏幕显示预设的第二测试图像得到的照片。
具体的,步骤S400进行判断后,若屏幕满足第一判定条件,则可以继续对其进行后续检测步骤,在步骤S200已经固定好目标设备和相机的情况下,此处可以直接控制目标设备的屏幕显示预设的第二测试图像,由相机进行拍摄,再将拍摄得到的照片发送给屏幕检测设备,屏幕检测设备即获取到目标设备的第二显示图像。其中,第二测试图像可以是条纹图像,可以由屏幕检测设备将该第二测试图像发送给目标设备,通过目标设备的屏幕进行显示。
为了更准确地进行检测,第二测试图像可以有多张不同的条纹图像,进行多次检测,对应的,此处则需要使目标设备的屏幕依次显示这多张条纹图像,从而屏幕检测设备可以获取到多个第二显示图像。为了防止显示第一张条纹图像对应得到的第二显示图像就检测不合格,导致获取的其他第二显示图像浪费,而消耗多余资源的情况,也可以是针对显示的一张条纹图像,在得到对应的检测结果没问题之后再控制目标设备继续显示下一张,如此循环直到最后一张条纹图像对应的检测结果为合格时,可以判定该目标设备的屏幕是合格的。
步骤S400进行判断后,若屏幕不满足第一判定条件,则不需要再继续进行后续检测,可以直接对其进行返修操作,或者将其计算出的Resolution值发送给专家系统,来获取相应的专家建议等操作,该专家系统可以一起设置在屏幕检测设备中,将得到的专家建议通过屏幕检测设备自身的显示屏进行显示;可以理解,也可以是独立的设备存储专家系统,此时则由屏幕检测设备将计算出的Resolution值输出到对应的设备即可。
步骤S800:根据第二显示图像的MTF值,判断屏幕是否满足第二判定条件,得到屏幕的检测结果;其中,第二判定条件为MTF值在预设的第二阈值范围内。
具体的,步骤S600得到第二显示图像后,屏幕检测设备计算其MTF(ModulationTransfer Function,调制传递函数)值,再将该MTF值与预设的第二阈值范围进行比较,判断屏幕是否满足第二判定条件;判断时,可以直接计算第二显示图像的MTF值进行判断,也可以将该第二显示图像划分为多个区域,再分别计算每个区域的MTF值,针对每个区域进行MTF值判断,每个区域可以有各自预设的MTF值阈值范围即第二阈值范围,从而来判断该第二显示图像是否满足第二判定条件,从而得到屏幕的检测结果。
当步骤S600得到的是多个第二显示图像时,可以单进程地针对一个第二显示图像进行判断,也可以多进程地分别对各个第二显示图像进行判断,最后直接汇总各个进程的判断结果来得到最终检测结果,此时进程数与第二显示图像的数量一致。单进程进行判断时,可以先获取一张第二显示图像,计算其MTF值,进行判断且符合条件后再获取第二张,如此循环步骤S600和步骤S800,也可以先获取多张第二显示图像,对第一张计算其MTF值,进行判断且符合条件后再对第二张计算其MTF值,仅进行步骤S800的循环。
可选地,由于步骤S600拍摄得到的第二显示图像的边界可能并不刚好是屏幕的边界,图像中可能还有屏幕以外的背景被一起拍摄了,此时,可以先对第二显示图像进行图像处理,提取出仅包括屏幕区域的图像,再计算其MTF值,进行判断。
Resolution值和MTF值能够评价图像的清晰度、描述成像系统恢复场景细节的能力,本实施例的方法通过计算这两个指标来体现屏幕的显示能力,进行屏幕显示质量的自动检测,是一种全自动化的屏幕质量检测方法,可以同时提升检测效率和精度。本实施例将屏幕检测自动化,相比传统的通过人工目视检测对屏幕质量进行评判的方式,不会耗费过多人工成本、产线检测效率高、鲁棒性好而且受人工的主观因素影响小,不易发生漏检、错检,可以提高检测准确性。
需要说明,在实际应用中,可以仅执行步骤S200和S400,即获取目标设备的第一显示图像,根据第一显示图像的分辨率值判断屏幕是否满足第一判定条件的步骤,用于判断目标设备的屏幕在显示方面是否有问题,可以应用于一些仅需检测屏幕显示状况的场景,若屏幕满足第一判定条件,说明目标设备的屏幕图像显示良好;也可以直接执行步骤S600和S800,即获取目标设备的第二显示图像,根据第二显示图像的MTF值判断屏幕是否满足第二判定条件的步骤,用于判断目标设备的屏幕在清晰度方面是否有问题,可以应用于一些仅需检测屏幕显示清晰度的场景,若屏幕满足第二判定条件,说明目标设备的屏幕显示清晰度良好;本实施例中,通过步骤S200-S800,先确定屏幕显示良好后继续判断清晰度,从两个维度来对屏幕质量进行检测,保证最终符合要求的产品不仅可以正常显示而且清晰度良好,可以直接流入下一工序,甚至直接存入仓库,更符合工厂产线上的实际应用,尤其符合小批量产品的实际生产和检测。
本实施例提供的屏幕检测方法,通过目标设备的屏幕显示第一测试图像,拍摄得到第一显示图像,再根据第一显示图像的分辨率值判断屏幕是否满足第一判定条件,第一判定条件为分辨率值在预设的第一阈值范围内,若屏幕满足第一判定条件,再通过屏幕显示第二测试图像,拍摄得到第二显示图像,再根据第二显示图像的MTF值判断屏幕是否满足第二判定条件,第二判定条件为MTF值在预设的第二阈值范围内,从而得到屏幕的检测结果,实现了设备产线上的屏幕质量检测。相比采用深度学习算法的屏幕检测方法,本发明采用传统的数学方法结合机器视觉来进行检测,简化了过程,没有数据量的需求,不需要耗费大量时间,可以适用于小批量的产品生产,具有较好的适用性;而且,本发明对检测环境没有特别要求,仅一般的设备生产环境即可,具有较好的灵活性。
实施例二
基于同一发明构思,参照图3至图5,提出本发明屏幕检测方法的第二实施例,该屏幕检测方法应用于屏幕检测设备。下面对本实施例的屏幕检测方法进行详细描述,该方法可以包括以下步骤:
步骤S100:固定目标设备和相机,并调整相机的工作参数。
具体的,步骤S100可以包括:
步骤S110:基于用户操作调整目标设备的位置和相机的位置,并固定目标设备和相机。
具体实施时,可以先搭建测试环境,该过程可以由人工实现,也可以由屏幕检测设备配合人工实现,具体为:屏幕检测设备自身可以关联调整台、机械臂等机械设备,来调整目标设备的位置和相机的位置,并固定好目标设备和相机,以便通过相机拍摄目标设备的屏幕,利用机器视觉获取屏幕的显示图像,进行显示质量检测。相机可以是工业相机。具体应用中,为了更好地进行检测且具有更准确的检测结果,上述操作可以在稳定的黑暗且无光源干扰的环境中进行。
步骤S120:根据目标设备的屏幕与相机的距离,调整相机的工作参数,以通过相机对屏幕进行拍摄。
具体实施时,固定好目标设备与相机后,根据二者之间的距离调好相机参数,使其焦距、曝光时间等工作参数适宜,具体可以根据实际需要调整。
前期准备阶段进行的搭建测试环境和相机参数调整,主要目的是保证有一个稳定的检测环境,使检测结果不受外界因素影响。
一种实施方式中,步骤S100之后,方法还可以包括:
步骤S130:对相机进行标定,得到相机的畸变补偿函数。
具体实施时,工业相机可能会因广角镜头的凸透镜成像问题而产生桶形畸变,因此,前期准备阶段中,搭建测试环境之后,还可以继续进行相机标定。该过程可以由人工实现,也可以由屏幕检测设备配合人工实现,具体为:对工业相机进行调校,获取相机的畸变参数,将该参数应用到后续的Resolution值和MTF值计算过程中,作为畸变补偿的依据。
具体的,步骤S130可以包括:
步骤S131:获取相机的标定图像,标定图像为第三测试图像位于屏幕的位置时拍摄得到的图像,第三测试图像包含多个等间距同心圆以及至少一条直线,直线过圆心并与各同心圆有两个交点;
步骤S132:对比标定图像和第三测试图像,确定多个同心圆与直线的多个交点分别到圆心的距离,以及交点所在同心圆的畸变程度;
步骤S133:根据距离与畸变程度的关系进行拟合,得到相机的畸变补偿函数。
具体实施时,准备好如图3所示的第三测试图像,该图像中包含多个具体为7个等间距同心圆以及两条直线,直线过圆心并与各同心圆有两个交点。将该第三测试图像放置在目标设备的屏幕处,通过相机进行拍摄,可以获取到发生畸变的照片即如图4所示的标定图像,该图像中7个同心圆之间间距发生了变化。对比图3的第三测试图像和图4的标定图像,确定7个同心圆与直线相交的多个交点分别到圆心的距离以及交点所在同心圆的畸变程度,然后计算出一个拟合函数,记录这个函数,即得到相机的畸变补偿函数,以待备用。
步骤S200:获取目标设备的第一显示图像,第一显示图像为拍摄目标设备的屏幕显示预设的第一测试图像得到的照片。
其中,第一测试图像为包含文字内容的图像,例如铺满屏幕的文字等。第一测试图像是用于测试分辨率值的专用图像,目标设备的屏幕显示该第一测试图像时,通过相机进行拍摄,拍摄的照片可以经串口传送给屏幕检测设备,屏幕检测设备即获取到目标设备的第一显示图像。
步骤S300:对第一显示图像进行图像处理。
具体的,步骤S300可以包括:
步骤S310:对第一显示图像进行预处理和灰度化处理,得到第一屏幕图像;
步骤S320:对第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像。
具体实现中,屏幕检测设备获取到第一显示图像后,可以对第一显示图像进行预处理,例如进行屏幕边框识别、图像分割等预处理,提取出仅包含屏幕区域的图像,去掉多余背景或边框,再进行灰度化处理,得到第一屏幕图像;接着可以对第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像。
对应的,在步骤S130得到相机的畸变补偿函数之后,步骤S320可以包括:
步骤S321:根据畸变补偿函数对第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像。
具体实现中,利用步骤S130得到的畸变补偿函数,将第一屏幕图像矫正为标准的矩形,对应屏幕实际显示的图像,防止相机畸变对检测结果造成影响。
步骤S400:根据第一显示图像的分辨率值,判断屏幕是否满足第一判定条件;其中,第一判定条件为分辨率值在预设的第一阈值范围内。
对应的,在步骤S320得到矫正后的第一屏幕图像之后,步骤S400可以包括:
步骤S400a:根据矫正后的第一屏幕图像的分辨率值,判断屏幕是否满足第一判定条件。
针对进行图像处理后得到的图像,即矫正后的第一屏幕图像,进行分辨率值的计算,再进行判断,可以提高检测准确性,防止原图像中屏幕以外的背景图对检测结果造成影响。
具体的,步骤S400可以包括:
步骤S410:将第一显示图像等分为N×N个区域,得到多个第一区域图像;
基于获取到的第一显示图像或者经步骤S320矫正后的第一屏幕图像进行整个检测过程的第一次检测,首先,将第一显示图像或第一屏幕图像等分为N×N个小矩形区域,如等分为9×9个矩形区域,可以得到多个第一区域图像,此处得到81个第一区域图像。
步骤S420:针对各第一区域图像,根据第一计算式得到第一区域图像的分辨率值,其中,第一计算式为:
其中,R表示分辨率值,x表示图像的横坐标,y表示图像的纵坐标,f(x,y)表示像素点(x,y)的灰度值,m表示第一区域图像中横向排列的像素点数量,n表示第一区域图像中纵向排列的像素点数量。
针对每个第一区域图像,分别计算各自的分辨率值,可以得到所有第一区域图像的分辨率值,以确保屏幕上每个区域的显示分辨率良好。
步骤S430:根据多个第一区域图像的分辨率值,计算得到平均分辨率值。
得到所有第一区域图像的分辨率值之后,计算他们的均值,得到平均分辨率值。
步骤S440:判断多个第一区域图像的分辨率值是否满足对应的预设分辨率阈值,以及平均分辨率值是否满足预设的平均分辨率阈值。
针对每个第一区域图像,将计算出的该第一区域图像的分辨率值与针对该第一区域图像对应设定的预设分辨率阈值进行比较,同时,将计算得到的平均分辨率值与预设的平均分辨率阈值进行比较。
步骤S450:若多个第一区域图像的分辨率值均满足预设分辨率阈值,并且平均分辨率值满足平均分辨率阈值,则判定屏幕满足第一判定条件。
步骤S460:若有一个第一区域图像的分辨率值不满足其对应的预设分辨率阈值,或者平均分辨率值不满足预设的平均分辨率阈值,则判定屏幕不满足第一判定条件。
当全部第一区域图像的分辨率值均满足各自对应的预设分辨率阈值,并且平均分辨率值也满足平均分辨率阈值时,判定目标设备的屏幕满足第一判定条件,此时可以进行后续的MTF值检测。当有一个第一区域图像的分辨率值不满足其对应的预设分辨率阈值,或者平均分辨率值不满足预设的平均分辨率阈值时,判定目标设备的屏幕不满足第一判定条件,此时不需要进行后续MTF值检测。
步骤S510:若屏幕不满足第一判定条件,则对分辨率值进行异常分析,得到数据分析报告;
步骤S520:根据数据分析报告,进行报警提示和/或确定对应的专家建议,以对目标设备进行返修。
针对目标设备的屏幕不满足第一判定条件的情况,屏幕的检测结果即为不合格,针对不合格的目标设备,可以将计算出的数据,此处为分辨率值,传入专家系统进行分析,包括异常类型分析、不合格原因分析等,得到数据分析报告,以便屏幕检测设备可以进行报警提示,提示检测人员有产品不合格,需及时采取措施,也可以通过专家系统获取对应的专家建议,提示检修人员如何克服该设备存在的缺陷,对该目标设备进行返修。
步骤S600:若屏幕满足第一判定条件,则获取目标设备的第二显示图像,第二显示图像为拍摄屏幕显示预设的第二测试图像得到的照片。
其中,第二测试图像为黑白条纹相间且黑白条纹宽度相同的图像。如图5所示为第二测试图像的示意图,是专门用于检测MTF值的条纹图像,图5(a)中为黑白条纹相间的图像,该图像中黑白条纹宽度是相同的。
进一步地,第二测试图像的数量可以为多个,多个第二测试图像中条纹存在宽度不同和/或方向不同。如图5所示有四个第二测试图像,图5(b)的条纹图像与图5(a)的条纹图像存在宽度不同,图5(c)的条纹图像与图5(a)的条纹图像存在方向不同,图5(d)的条纹图像与图5(a)的条纹图像存在宽度和方向均不同。实际应用中还可以有更多数量的第二测试图像或更多样式的不同的条纹图像。用不同的图像来检测屏幕多维度上的MTF情况,检测更全面,检测结果更准确。
具体的,步骤S600可以包括:
步骤S610:控制目标设备的屏幕依次显示多个第二测试图像,并获取对应的第二显示图像,得到多个第二显示图像。
目标设备的屏幕显示多种不同的第二测试图像,例如显示图5的四个第二测试图像,由相机对应进行拍摄,再发送给屏幕检测设备,屏幕检测设备即可获取到四个第二显示图像。
步骤S700:对第二显示图像进行图像处理。
具体的,步骤S700可以包括:
步骤S710:对第二显示图像进行预处理和灰度化处理,得到第二屏幕图像,其中,第二屏幕图像的大小与第二显示图像中屏幕区域的大小一致;
步骤S720:对第二屏幕图像进行图像矫正,得到矫正后的第二屏幕图像。
对第二显示图像进行图像处理的步骤S710-S720与前述对第一显示图像进行图像处理的步骤S310和S320类似,此处不再赘述。需要说明的是,对第二显示图像进行图像处理时,不可以改变屏幕区域的大小,例如当第二显示图像是50cm×60cm的尺寸时,由于存在其他背景边框,图像内屏幕区域实际的尺寸仅有30×40cm,那么进行图像处理后得到的第二屏幕图像的尺寸则也是30×40cm。不改变第二屏幕图像的大小是为了防止出现摩尔纹,影响MTF值的计算以及后续的检测结果。
对应的,在步骤S130得到相机的畸变补偿函数之后,步骤S720可以包括:
步骤S721:根据畸变补偿函数对第二屏幕图像进行图像矫正,得到矫正后的第二屏幕图像。
具体实现中,利用步骤S130得到的畸变补偿函数,将第二屏幕图像矫正为标准的矩形,对应屏幕实际显示的图像,防止相机畸变对检测结果造成影响。
步骤S800:根据第二显示图像的MTF值,判断屏幕是否满足第二判定条件,得到屏幕的检测结果;其中,第二判定条件为MTF值在预设的第二阈值范围内。
对应的,在步骤S720得到矫正后的第二屏幕图像之后,步骤S800可以包括:
步骤S800a:根据矫正后的第二屏幕图像的MTF值,判断屏幕是否满足第二判定条件,得到屏幕的检测结果。
针对进行图像处理后得到的图像,即矫正后的第二屏幕图像,进行MTF值的计算,再进行判断,可以提高检测准确性,防止原图像中屏幕以外的背景图对检测结果造成影响。
具体的,步骤S800可以包括:
步骤S810:针对各个第二显示图像,将第二显示图像等分为K×K个区域,得到多个第二区域图像。
基于获取到的多个第二显示图像或者经步骤S720矫正后的第二屏幕图像进行整个检测过程的第二次检测,首先,针对每个第二显示图像或每个第二屏幕图像,将其等分为K×K个小矩形区域,如等分为3×3个矩形区域,可以得到多个第二区域图像,此处得到9个第二区域图像。
步骤S820:针对各第二区域图像,根据第二计算式得到第二区域图像的MTF值,其中,第二计算式为:
其中,M表示MTF值,Iavg.max表示第二区域图像内所有条纹的像素均值中的最大值,Iavg.min表示第二区域图像内所有条纹的像素均值中的最小值。
第二显示图像为条纹图像,对第二显示图像进行划分得到的第二区域图像则为整体尺寸小一些但仍存在条纹的图像,该第二区域图像中,先计算每个条纹的像素均值,得到所有条纹的像素均值,然后进行比较,选择其中的最大值作为Iavg.max,选择其中的最小值作为Iavg.min,然后按上述第二计算式可以计算出该第二区域图像的MTF值。可以理解,由于纯黑的像素均值为0,纯白的像素均值为255,即使拍摄得到的第二显示图像中黑白条纹已经不再是纯黑或纯白的颜色,但其计算出的像素均值也不会差太多,也就是说,第二区域图像内所有条纹的像素均值中的最大值也是第二区域图像内所有白条纹的像素均值中的最大值,第二区域图像内所有条纹的像素均值中的最小值也是第二区域图像内所有黑条纹的像素均值中的最小值。
针对每个第二区域图像,分别计算各自的MTF值,可以得到所有第二区域图像的MTF值,以确保屏幕的每个区域的清晰度良好。
步骤S830:根据多个第二区域图像的MTF值,计算得到平均MTF值。
得到所有第二区域图像的MTF值之后,计算他们的均值,得到平均MTF值。
步骤S840:判断多个第二区域图像的MTF值是否满足对应的预设MTF阈值,以及平均MTF值是否满足预设的平均MTF阈值;
针对每个第二区域图像,将计算出的该第二区域图像的MTF值与针对该第二区域图像对应设定的预设MTF阈值进行比较,同时,将计算得到的平均MTF值与预设的平均MTF阈值进行比较。
步骤S850:若多个第二区域图像的MTF值均满足预设MTF阈值,并且平均MTF值满足平均MTF阈值,则判定第二显示图像满足MTF要求。
对应的,若有一个第二区域图像的MTF值不满足其对应的预设MTF阈值,或者平均MTF值不满足预设的平均MTF阈值,则判定当前的第二显示图像不满足MTF要求。
当全部第二区域图像的MTF值均满足各自对应的预设MTF阈值,并且平均MTF值也满足平均MTF阈值时,判定当前的第二显示图像满足MTF要求,但此时还不清楚其他第二显示图像是否满足MTF要求,也就不清楚屏幕是否满足第二判定条件,为了准确保证屏幕的每个区域清晰度都良好,需要重复上述步骤S810-S850,对所有的第二显示图像进行判断。
步骤S860:当多个第二显示图像均满足MTF要求时,判定屏幕满足第二判定条件,得到屏幕合格的检测结果。
步骤S870:当有一个第二显示图像不满足MTF要求时,判定屏幕不满足第二判定条件,得到屏幕不合格的检测结果。
本实施例,针对四个第二显示图像,重复执行四次步骤S810-S850之后,若四个第二显示图像都满足MTF要求,则可以判定该目标设备的屏幕满足第二判定条件,得到屏幕合格的最终检测结果。但若有一个第二显示图像不满足MTF要求,则可以判定该目标设备的屏幕不满足第二判定条件,得到屏幕不合格的最终检测结果。
步骤S910:若屏幕不满足第二判定条件,则对MTF值进行异常分析,得到数据分析报告;
可选地,还可以将针对该目标设备在前述步骤中计算出的分辨率值与MTF值一起输入专家系统,进行异常分析,得到对应的数据分析报告;
步骤S920:根据数据分析报告,进行报警提示和/或确定对应的专家建议,以对目标设备进行返修。
本实施例中,对于检测合格的设备,可以流入下一工站进行该设备的后续其他组件的检测或装箱入库;对于检测不合格的设备,其显示效果不达标,可以将其检测过程得到的数据输入专家系统,进行分析,以得到下一步的处理建议。具体为,步骤S460判定屏幕不满足第一判定条件或者步骤S870判定屏幕不满足第二判定条件时,可以确定目标设备的屏幕不合格,该目标设备为不合格产品,接下来可以将有问题的图像和计算出的分辨率值和/或MTF值输入专家系统,进行异常数据的整理分析,自动输出异常报告,汇总常出现问题的屏幕区域并形成报表,还可以对于发生概率高的异常发出警告,提醒检测人员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,有助于实现智能化工厂的自组织、自调节、自决策。专家系统还可以根据数据分析报告给出对应的返修建议,比如对异常进行简单的分类,提醒排查是否是组装工艺、元件热漂移、灰尘影响等因素造成了异常,或者给出其他建议的处理方式,还可以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屏幕检测。
上述方法步骤的具体实施方式中更多实施细节可参见实施例一中具体实施方式的描述,为了说明书的简洁,此处不再重复赘述。
本实施例提供的屏幕检测方法,实现了自动化检测,同时引入专家系统,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,提升了检测效率和检测精度,可推广到众多含有屏幕的电子设备产品的生产线上,在生产测试阶段对屏幕的显示质量进行检测。本实施例增加了专家系统,可以对检测数据进行分析,对屏幕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,可进行精确的电子设备的屏幕质量检测,缩减人力成本,并可推广到更多含有屏幕的电子设备生产中,具有较好的适用性。
实施例三
基于同一发明构思,参照图2的硬件结构示意图,本实施例提供了一种屏幕检测设备,该设备可以包括处理器和存储器,存储器中存储有屏幕检测程序,该屏幕检测程序被处理器执行时,实现本发明屏幕检测方法各个实施例的全部或部分步骤。
具体的,屏幕检测设备是指能够实现网络连接的终端设备或网络设备,可以是手机、电脑、平板电脑、便携计算机、嵌入式工控机等终端设备,也可以是服务器、云平台等网络设备。
可以理解,屏幕检测设备还可以包括通信总线,用户接口和网络接口。其中,通信总线用于实现这些组件之间的连接通信;用户接口用于连接客户端,与客户端进行数据通信,用户接口可以包括输出单元如显示屏、扬声器等,输入单元如键盘、话筒等;网络接口用于连接后台服务器,与后台服务器进行数据通信,网络接口可以包括输入/输出接口,比如标准的有线接口、无线接口如Wi-Fi接口;存储器用于存储各种类型的数据,这些数据例如可以包括该屏幕检测设备中任何应用程序或方法的指令,以及应用程序相关的数据,存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),随机存取存储器(Random AccessMemory,简称RAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘等;可选的,存储器还可以是独立于处理器的存储装置;处理器用于调用存储器中存储的屏幕检测程序,并执行如上述的屏幕检测方法,处理器可以是专用集成电路(ApplicationSpecific Integrated Circuit,简称ASIC)、数字信号处理器(Digital SignalProcessor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件,用于执行如上述屏幕检测方法各个实施例的全部或部分步骤。
需要说明,图2中示出的硬件结构并不构成对本发明屏幕检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
实施例四
基于同一发明构思,本实施例提供了一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁性存储器、磁盘、光盘、服务器等等,该存储介质上存储有计算机程序,该计算机程序可被一个或多个处理器执行,该计算机程序被处理器执行时可以实现本发明屏幕检测方法各个实施例的全部或部分步骤。
需要说明,以上实施例仅为本发明的可选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均包括在本发明的专利保护范围内。
Claims (10)
1.一种屏幕检测方法,其特征在于,所述方法包括:
获取目标设备的第一显示图像,所述第一显示图像为拍摄所述目标设备的屏幕显示预设的第一测试图像得到的照片;
根据所述第一显示图像的分辨率值,判断所述屏幕是否满足第一判定条件;其中,所述第一判定条件为所述分辨率值在预设的第一阈值范围内;
若所述屏幕满足所述第一判定条件,则获取所述目标设备的第二显示图像,所述第二显示图像为拍摄所述屏幕显示预设的第二测试图像得到的照片;
根据所述第二显示图像的MTF值,判断所述屏幕是否满足第二判定条件,得到所述屏幕的检测结果;其中,所述第二判定条件为所述MTF值在预设的第二阈值范围内。
2.如权利要求1所述的屏幕检测方法,其特征在于,所述获取目标设备的第一显示图像的步骤之前,所述方法还包括:
基于用户操作调整目标设备的位置和相机的位置,并固定所述目标设备和所述相机;
根据所述目标设备的屏幕与所述相机的距离,调整所述相机的工作参数,以通过所述相机对所述屏幕进行拍摄。
3.如权利要求2所述的屏幕检测方法,其特征在于,所述根据所述第一显示图像的分辨率值,判断所述屏幕是否满足第一判定条件的步骤之前,所述方法还包括:
对所述第一显示图像进行预处理和灰度化处理,得到第一屏幕图像;
对所述第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像;
所述根据所述第一显示图像的分辨率值,判断所述屏幕是否满足第一判定条件的步骤包括:
根据所述矫正后的第一屏幕图像的分辨率值,判断所述屏幕是否满足第一判定条件。
4.如权利要求3所述的屏幕检测方法,其特征在于,所述对所述第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像的步骤之前,所述方法还包括:
获取所述相机的标定图像,所述标定图像为第三测试图像位于所述屏幕的位置时拍摄得到的图像,所述第三测试图像包含多个等间距同心圆以及至少一条直线,所述直线过圆心并与各同心圆有两个交点;
对比所述标定图像和所述第三测试图像,确定所述多个同心圆与所述直线的多个交点分别到所述圆心的距离,以及所述交点所在同心圆的畸变程度;
根据所述距离与所述畸变程度的关系进行拟合,得到所述相机的畸变补偿函数;
所述对所述第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像的步骤包括:
根据所述畸变补偿函数对所述第一屏幕图像进行图像矫正,得到矫正后的第一屏幕图像。
5.如权利要求1所述的屏幕检测方法,其特征在于,所述根据所述第一显示图像的分辨率值,判断所述屏幕是否满足第一判定条件的步骤包括:
将所述第一显示图像等分为N×N个区域,得到多个第一区域图像;
针对各第一区域图像,根据第一计算式得到所述第一区域图像的分辨率值,其中,所述第一计算式为:
其中,R表示分辨率值,x表示图像的横坐标,y表示图像的纵坐标,f(x,y)表示像素点(x,y)的灰度值,m表示所述第一区域图像中横向排列的像素点数量,n表示所述第一区域图像中纵向排列的像素点数量;
根据所述多个第一区域图像的分辨率值,计算得到平均分辨率值;
判断所述多个第一区域图像的分辨率值是否满足对应的预设分辨率阈值,以及所述平均分辨率值是否满足预设的平均分辨率阈值;
若所述多个第一区域图像的分辨率值均满足所述预设分辨率阈值,并且所述平均分辨率值满足所述平均分辨率阈值,则判定所述屏幕满足所述第一判定条件。
6.如权利要求1所述的屏幕检测方法,其特征在于,所述第二测试图像为黑白条纹相间且黑白条纹宽度相同的图像,所述第二测试图像的数量为多个,多个第二测试图像中条纹存在宽度不同和/或方向不同;
所述获取所述目标设备的第二显示图像的步骤包括:
控制所述目标设备的屏幕依次显示所述多个第二测试图像,并获取对应的所述第二显示图像,得到多个第二显示图像。
7.如权利要求6所述的屏幕检测方法,其特征在于,所述根据所述第二显示图像的MTF值,判断所述屏幕是否满足第二判定条件,得到所述屏幕的检测结果的步骤包括:
针对各个第二显示图像,将所述第二显示图像等分为K×K个区域,得到多个第二区域图像;
针对各第二区域图像,根据第二计算式得到所述第二区域图像的MTF值,其中,所述第二计算式为:
其中,M表示MTF值,Iavg.max表示所述第二区域图像内所有条纹的像素均值中的最大值,Iavg.min表示所述第二区域图像内所有条纹的像素均值中的最小值;
根据所述多个第二区域图像的MTF值,计算得到平均MTF值;
判断所述多个第二区域图像的MTF值是否满足对应的预设MTF阈值,以及所述平均MTF值是否满足预设的平均MTF阈值;
若所述多个第二区域图像的MTF值均满足所述预设MTF阈值,并且所述平均MTF值满足所述平均MTF阈值,则判定所述第二显示图像满足MTF要求;
当所述多个第二显示图像均满足所述MTF要求时,判定所述屏幕满足所述第二判定条件,得到所述屏幕合格的检测结果。
8.如权利要求1所述的屏幕检测方法,其特征在于,所述根据所述第一显示图像的分辨率值,判断所述屏幕是否满足第一判定条件的步骤之后,所述方法还包括:
若所述屏幕不满足所述第一判定条件,则对所述分辨率值进行异常分析,得到数据分析报告;
根据所述数据分析报告,进行报警提示和/或确定对应的专家建议,以对所述目标设备进行返修。
9.一种屏幕检测设备,其特征在于,所述设备包括处理器和存储器,所述存储器上存储有屏幕检测程序,所述屏幕检测程序被所述处理器执行时,实现如权利要求1至8中任一项所述的屏幕检测方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被一个或多个处理器执行时,实现如权利要求1至8中任一项所述的屏幕检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310097338.2A CN116337412A (zh) | 2023-02-08 | 2023-02-08 | 屏幕检测方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310097338.2A CN116337412A (zh) | 2023-02-08 | 2023-02-08 | 屏幕检测方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116337412A true CN116337412A (zh) | 2023-06-27 |
Family
ID=86879786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310097338.2A Pending CN116337412A (zh) | 2023-02-08 | 2023-02-08 | 屏幕检测方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116337412A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117056148A (zh) * | 2023-08-30 | 2023-11-14 | 昆山迈致治具科技有限公司 | 一种检测屏幕显示异常的方法 |
CN117115433A (zh) * | 2023-10-24 | 2023-11-24 | 深圳市磐鼎科技有限公司 | 显示异常检测方法、装置、设备及存储介质 |
-
2023
- 2023-02-08 CN CN202310097338.2A patent/CN116337412A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117056148A (zh) * | 2023-08-30 | 2023-11-14 | 昆山迈致治具科技有限公司 | 一种检测屏幕显示异常的方法 |
CN117056148B (zh) * | 2023-08-30 | 2024-02-09 | 昆山迈致治具科技有限公司 | 一种检测屏幕显示异常的方法 |
CN117115433A (zh) * | 2023-10-24 | 2023-11-24 | 深圳市磐鼎科技有限公司 | 显示异常检测方法、装置、设备及存储介质 |
CN117115433B (zh) * | 2023-10-24 | 2024-05-07 | 深圳市磐鼎科技有限公司 | 显示异常检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116337412A (zh) | 屏幕检测方法、设备及存储介质 | |
US8913156B2 (en) | Capturing apparatus and method of capturing image | |
US7830418B2 (en) | Perceptually-derived red-eye correction | |
TWI395958B (zh) | 壞點偵測校正設備、系統及偵測校正壞點的方法 | |
CN112272292B (zh) | 投影校正方法、装置和存储介质 | |
CN110418069B (zh) | 补光控制方法、移动终端及计算机可读存储介质 | |
CN109919933B (zh) | Vr设备及其画面检测方法、装置、计算机可读存储介质 | |
CN105049734A (zh) | 可进行拍摄环境拍摄提示的证照相机及拍摄环境检测方法 | |
US20230059499A1 (en) | Image processing system, image processing method, and non-transitory computer readable medium | |
WO2016206344A1 (zh) | 白平衡处理方法、装置和计算机存储介质 | |
CN113115011B (zh) | 一种投影机光源智能控制方法及系统 | |
EP3119080A1 (en) | Method and system for dead pixel correction of digital image | |
CN114913121A (zh) | 一种屏幕缺陷检测系统、方法、电子设备及可读存储介质 | |
CN113313626A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114140521A (zh) | 一种识别投影位置的方法、装置、系统和存储介质 | |
CN111126147B (zh) | 图像处理方法、装置和电子系统 | |
CN111387932B (zh) | 一种视力检测方法、装置及设备 | |
CN112351197B (zh) | 一种拍摄参数调整方法、装置、存储介质及电子设备 | |
CN115760653B (zh) | 图像校正方法、装置、设备及可读存储介质 | |
CN111369513A (zh) | 一种异常检测方法、装置、终端设备及存储介质 | |
CN113763853A (zh) | 色差校正方法、装置、及校正设备 | |
CN115457055A (zh) | 照度计数值识别方法、电子设备及存储介质 | |
CN114881889A (zh) | 视频图像噪声评估方法及装置 | |
CN111524107B (zh) | 缺陷检测方法、缺陷检测装置及计算机可读存储介质 | |
CN113810673A (zh) | 投影机均匀度测试方法、装置及计算机可读存储介质 |
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 |