CN116500058B - 一种显示屏检测系统及显示屏检测方法 - Google Patents

一种显示屏检测系统及显示屏检测方法 Download PDF

Info

Publication number
CN116500058B
CN116500058B CN202310772461.XA CN202310772461A CN116500058B CN 116500058 B CN116500058 B CN 116500058B CN 202310772461 A CN202310772461 A CN 202310772461A CN 116500058 B CN116500058 B CN 116500058B
Authority
CN
China
Prior art keywords
display screen
detected
data
cloud platform
module
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
CN202310772461.XA
Other languages
English (en)
Other versions
CN116500058A (zh
Inventor
李靖
蒲方海
苏伟健
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.)
Xinfeng Yunchuang Shenzhen Information Co ltd
Original Assignee
Xinfeng Yunchuang Shenzhen Information 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 Xinfeng Yunchuang Shenzhen Information Co ltd filed Critical Xinfeng Yunchuang Shenzhen Information Co ltd
Priority to CN202310772461.XA priority Critical patent/CN116500058B/zh
Publication of CN116500058A publication Critical patent/CN116500058A/zh
Application granted granted Critical
Publication of CN116500058B publication Critical patent/CN116500058B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/02—Testing optical properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/02—Testing optical properties
    • G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
    • G01M11/0278—Detecting defects of the object to be tested, e.g. scratches or dust
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
    • G09G3/006—Electronic inspection or testing of displays and display drivers, e.g. of LED or LCD displays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • G06T2207/30121—CRT, LCD or plasma display
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Devices For Indicating Variable Information By Combining Individual Elements (AREA)

Abstract

本发明提出了一种显示屏检测系统及显示屏检测方法，获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台；通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对。本发明通过自动化的方式进行显示屏的检测，可以大大提高生产效率，减少人为操作所带来的误差和时间成本。采用先进的检测技术和算法，可以更精准地检测出显示屏中存在的问题，从而提高产品质量。

Description

一种显示屏检测系统及显示屏检测方法
技术领域
本发明提出了一种显示屏检测系统及显示屏检测方法，属于显示屏检测技术领域。
背景技术
显示屏是一种将电子信号转换为可视化图像的设备，也称为显示器或监视器。它通常用于电脑、电视、手机、平板电脑等设备上，用于显示文字、图像、视频等内容。显示屏的主要组成部分包括显示面板、控制电路和外壳。其中，显示面板是最重要的组件，它由许多小型光电元件组成，通过这些元件的开关控制像素点的亮度和颜色，从而形成图像。不同类型的显示屏使用不同种类的面板技术，如液晶显示屏(LCD)、有机发光二极管(OLED)等。控制电路是负责接收和处理输入信号，并将其转换为适合显示面板的信号。外壳则起到保护和支撑作用。根据应用场景和需求不同，显示屏可以分为多种类型，如笔记本电脑屏幕、台式电脑屏幕、平板电脑屏幕、手机屏幕等。同时，在设计上也有多种不同形态和尺寸可供选择。随着显示屏技术的不断发展，市场上出现了越来越多的显示屏产品，而这些产品的质量问题也越来越引起人们的关注。传统的显示屏检测方法主要依赖于人工检查，效率低、成本高、易出现漏检、误检等问题。
发明内容
本发明提供了一种显示屏检测系统及显示屏检测方法，用以解决现有技术中显示屏检测效率低，检测结果不够准确的问题：
本发明提出的一种显示屏检测方法，所述方法包括：
S1：获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台；
S2：通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况；
S3：检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况；
S4：数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户。
进一步的，所述获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台包括：
S11：根据用户需求获得需检测的显示屏，并对需检测显示屏的外观进行清理，所述清理包括去除表面的灰尘以及杂质；
S12：将清理后的需检测显示屏放置在检测平台上，并将需检测显示屏通过数据线与检测平台进行连接；
S13：检测平台通过数据线读取需检测显示屏的基本信息，所述基本信息包括显示屏的型号、性能参数数据；
S14：检测平台通过物联网与云平台进行连接，并将需检测显示屏的基本信息存储到云平台。
进一步的，所述通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的该型号显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况包括：
S21：将需检测显示屏放置在检测平台上并通过数据线与检测平台连接后，检测平台上的机器视觉设备自动对需检测显示屏进行全方位拍摄，获得需检测显示屏的外观照片；
S22：检测平台通过数据处理模块对需检测显示屏的外观照片进行预处理，并将待检测显示屏的外观照片转换为云平台支持的格式；所述云平台支持的格式包括JPEGY以及PNG；
S23：数据传输模块将数据处理模块处理后的需检测显示屏的外观照片传入云平台；
S24：云平台接收到数据传输模块传输过来的需检测显示屏的外观照片，使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，并对其进行相似度计算，通过相似度计算结果获得需检测显示屏的外观照片与原始照片的匹配值；所述关键特征信息包括颜色特征、纹理特征、形状特征以及结构特征；
S25：通过相似度计算的匹配值确定需检测显示屏的外观状况；
其中，设相似度匹配时为W，如果98.5≤W≤100则为完好，97≤W＜98.5则为略微完好，如果84≤W＜97则为轻度损坏，如果72≤W＜84则为中度损坏，如果48≤W＜72则为严重损坏，如果12≤W＜48则为极度严重损坏，如果2≤W＜12则为接近报废，如果0≤W＜2则为报废。
进一步的，所述检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况包括：
S31：将检测平台上的测试仪器及传感器连接到数据采集模块；
S32：根据需要检测的显示屏类型确定需要进行采集的性能参数类型，并根据性能参数类型确定实施采集的测试仪器及传感器；
S33：测试仪器及传感器将采集到的性能参数数据传输到数据采集模块；
S34：数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台；
S35：将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标；
S35：通过比对结果得到显示屏的质量状况。
进一步的，所述数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户包括：
S41：云平台对显示屏的质量状况数据进行处理和分析，获得质量评估报告结果；
S42：根据质量报告结果及变化趋势利用趋势预测模型，预测未来的性能表现，并提供相应的预警和优化建议；
S43：将数据反馈模块连接至云平台，并通过云平台获取显示屏的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议；
S44：数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户。
本发明提供一种显示屏检测系统，所述系统包括：
检测预备模块：获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台；
外观检测模块：通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况；
性能检测模块：检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况；
数据反馈模块：数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户。
进一步的，所述检测预备模块包括：
外观清理模块：根据用户需求获得需检测的显示屏，并对需检测显示屏的外观进行清理，所述清理包括去除表面的灰尘以及杂质；
检测连接模块：将清理后的需检测显示屏放置在检测平台上，并将需检测显示屏通过数据线与检测平台进行连接；
信息获取模块：检测平台通过数据线读取需检测显示屏的基本信息，所述基本信息包括显示屏的型号、性能参数数据；
信息储存模块：检测平台通过物联网与云平台进行连接，并将需检测显示屏的基本信息存储到云平台。
进一步的，所述外观检测模块包括：
外观拍摄模块：将需检测显示屏放置在检测平台上并通过数据线与检测平台连接后，检测平台上的机器视觉设备自动对需检测显示屏进行全方位拍摄，获得需检测显示屏的外观照片；
数据处理模块：检测平台通过数据处理模块对需检测显示屏的外观照片进行预处理，并将待检测显示屏的外观照片转换为云平台支持的格式；所述云平台支持的格式包括JPEGY以及PNG；
数据传输模块：数据传输模块将数据处理模块处理后的需检测显示屏的外观照片传入云平台；
特征提取比对模块：云平台接收到数据传输模块传输过来的需检测显示屏的外观照片，使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，并对其进行相似度计算，通过相似度计算结果获得需检测显示屏的外观照片与原始照片的匹配值；所述关键特征信息包括颜色特征、纹理特征、形状特征以及结构特征；
相似度件计算模块：通过相似度计算的匹配值确定需检测显示屏的外观状况；
其中，设相似度匹配时为W，如果98.5≤W≤100则为完好，97≤W＜98.5则为略微完好，如果84≤W＜97则为轻度损坏，如果72≤W＜84则为中度损坏，如果48≤W＜72则为严重损坏，如果12≤W＜48则为极度严重损坏，如果2≤W＜12则为接近报废，如果0≤W＜2则为报废。
进一步的，所述性能检测模块包括：
设备连接模块：将检测平台上的测试仪器及传感器连接到数据采集模块；
采集数据确定模块：根据需要检测的显示屏类型确定需要进行采集的性能参数类型，并根据性能参数类型确定实施采集的测试仪器及传感器；
数据采集模块：测试仪器及传感器将采集到的性能参数数据传输到数据采集模块；
数据处理分析模块：数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台；
性能参数比对模块：将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标；
质量状况获得模块：通过比对结果得到显示屏的质量状况。
进一步的，所述数据反馈模块包括：
报告获得模块：云平台对显示屏的质量状况数据进行处理和分析，获得质量评估报告结果；
性能预测模块：根据质量报告结果及变化趋势利用趋势预测模型，预测未来的性能表现，并提供相应的预警和优化建议；
数据获得模块：将数据反馈模块连接至云平台，并通过云平台获取显示屏的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议；
数据展示模块：数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户。
本发明有益效果：本发明通过自动化的方式进行显示屏的检测，可以大大提高生产效率，减少人为操作所带来的误差和时间成本。采用先进的检测技术和算法，可以更精准地检测出显示屏中存在的问题，从而提高产品质量。通过自动化的方式进行显示屏的检测，可以减少人工成本和材料成本，并且能够及时发现问题并进行修复，避免了后期维修成本。采用先进的技术和算法进行显示屏的检测，能够更加全面地对显示屏进行评估，从而增强了其可靠性和稳定性。通过确保每个显示屏都符合规格要求并且没有任何问题，可以提供更好的用户体验和满意度。
附图说明
图1为本发明所述一种显示屏检测方法步骤图；
图2为本发明所述一种显示屏检测系统模块图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例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，都属于本发明保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
本发明的一个实施例，一种显示屏检测方法，所述方法包括：
S1：获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台；
S2：通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况；所述外观状况包括屏幕上是否有划痕、裂纹或其他损伤；
S3：检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况；
S4：数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户。
上述技术方案的工作原理为：获得需检测显示屏，将需检测显示屏放置在检测平台上，检测平台应放置在安静、干燥、通风平整的位置，放置之前进行静电防护，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台；通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况；检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况；数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户。
上述技术方案的效果为：该系统采用自动化方式进行检测，能够大大提高生产效率，节省人力成本，通过对显示屏的外观和性能参数进行全面、精确的检测，可以有效地减少产品缺陷率，提高产品质量，通过检测系统反馈的数据，用户可以了解到显示屏的质量状况，从而选择更加优质、稳定的产品，提升用户体验，该系统采用机器视觉设备和视觉识别算法进行检测，能够更加准确地识别显示屏的外观问题，并且能够对多项性能参数进行全面、精确的采集和比对。由于该系统将数据存储在云平台上，在任何时候都可以通过网络连接远程监控检测结果，并且能够实时反馈数据给用户。
本发明的一个实施例，所述获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台包括：
S11：根据用户需求获得需检测的显示屏，并对需检测显示屏的外观进行清理，所述清理包括去除表面的灰尘以及杂质；
S12：将清理后的需检测显示屏放置在检测平台上，并将需检测显示屏通过数据线与检测平台进行连接；
S13：检测平台通过数据线读取需检测显示屏的基本信息，所述基本信息包括显示屏的型号、性能参数数据；
S14：检测平台通过物联网与云平台进行连接，并将需检测显示屏的基本信息存储到云平台。
上述技术方案的工作原理为：根据用户需求获得需检测的显示屏，并对需检测显示屏的表面的灰尘以及杂质进行清理；将清理后的需检测显示屏放置在检测平台上，并将需检测显示屏通过数据线与检测平台进行连接；检测平台通过数据线读取需检测显示屏的基本信息，所述基本信息包括显示屏的型号、性能参数数据；检测平台通过物联网与云平台进行连接，并将需检测显示屏的基本信息存储到云平台。
上述技术方案的效果为：该方法采用自动化方式进行检测，可以大大提高检测效率，减少人工操作的时间和成本；在检测之前对显示屏进行清理，可以避免灰尘和杂质对检测结果的影响，从而提高检测准确性；通过物联网技术将数据传输到云平台上，并存储在云端数据库中，可以实现远程监控和管理，并且能够随时查看历史记录。该方法采用自动化测试方式，可以避免人为因素对测试结果的影响，从而提高测试结果的准确性；通过精准的测试结果和详细的测试报告，可以提供更好的服务质量，从而提高客户满意度。
本发明的一个实施例，所述通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的该型号显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况包括：
S21：将需检测显示屏放置在检测平台上并通过数据线与检测平台连接后，检测平台上的机器视觉设备自动对需检测显示屏进行全方位拍摄，获得需检测显示屏的外观照片；
S22：检测平台通过数据处理模块对需检测显示屏的外观照片进行预处理，并将待检测显示屏的外观照片转换为云平台支持的格式；所述云平台支持的格式包括JPEGY以及PNG；
S23：数据传输模块将数据处理模块处理后的需检测显示屏的外观照片传入云平台；
S24：云平台接收到数据传输模块传输过来的需检测显示屏的外观照片，使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，并对其进行相似度计算，通过相似度计算结果获得需检测显示屏的外观照片与原始照片的匹配值；所述关键特征信息包括颜色特征、纹理特征、形状特征以及结构特征；
S25：通过相似度计算的匹配值确定需检测显示屏的外观状况；
其中，设相似度匹配时为W，如果98.5≤W≤100则为完好，97≤W＜98.5则为略微完好，如果84≤W＜97则为轻度损坏，如果72≤W＜84则为中度损坏，如果48≤W＜72则为严重损坏，如果12≤W＜48则为极度严重损坏，如果2≤W＜12则为接近报废，如果0≤W＜2则为报废。
上述技术方案的工作原理为：将需检测显示屏放置在检测平台上并通过数据线与检测平台连接后，检测平台上的机器视觉设备自动对需检测显示屏进行全方位拍摄，获得需检测显示屏的外观照片；检测平台通过数据处理模块对需检测显示屏的外观照片进行预处理，并将待检测显示屏的外观照片转换为云平台支持的格式；所述云平台支持的格式包括JPEGY以及PNG；数据传输模块将数据处理模块处理后的需检测显示屏的外观照片传入云平台；云平台接收到数据传输模块传输过来的需检测显示屏的外观照片，使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，并对其进行相似度计算，通过相似度计算结果获得需检测显示屏的外观照片与原始照片的匹配值；所述关键特征信息包括颜色特征、纹理特征、形状特征以及结构特征；通过相似度计算的匹配值确定需检测显示屏的外观状况。
上述技术方案的效果为：该方法采用自动化方式进行检测，可以减少人工操作的时间和成本，并且提高检测效率和准确性；机器视觉设备自动对需检测显示屏进行全方位拍摄，可以获得更全面、更精准的外观照片；通过数据处理模块对需检测显示屏的外观照片进行预处理，可以避免未清理干净的灰尘和杂质对检测结果的影响，从而提高检测准确性；云平台支持JPEG和PNG格式，可以适应不同客户的需求；使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，可以实现更加精准的匹配；通过相似度计算获得需检测显示屏的外观状况，可以提供更准确、可靠的测试结果；通过精准的测试结果和详细的测试报告，可以提供更好的服务质量，从而提高客户满意度。其中，通过上述设置的好处是可以根据相似度匹配的结果，将损坏程度进行量化和分类，使得对物品的损坏程度进行更加准确和客观的评估。这种分类方法可以帮助人们更好地了解物品的状况，从而做出更加科学的决策，比如是否需要修复或更换物品。此外，这种分类方法还可以为保险公司、仓库管理等方面提供参考依据，以便更好地管理和维护物品。
本发明的一个实施例，所述检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况包括：
S31：将检测平台上的测试仪器及传感器连接到数据采集模块；其中测试仪器及传感器包括但不限于光学传感器、触控传感器、电容传感器、热传感器、声学传感器、电流表电压表、热传感器以及加速度计和陀螺仪；
S32：根据需要检测的显示屏类型确定需要进行采集的性能参数类型，并根据性能参数类型确定实施采集的测试仪器及传感器；
S33：测试仪器及传感器将采集到的性能参数数据传输到数据采集模块；
S34：数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台；
S35：将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标；
S35：通过比对结果得到显示屏的质量状况。
其中，比对结果通过下列公式计算：
其中S(α,β)表示两个显示屏出厂预设性能参数与采集到的具体数值及变化趋势的比对结果且S(α,β)∈[0,1]，其中若且Mr∈[0,1],其中若S(α,β)∈[0.98,1]则为质量状况完好，若S(α,β)∈[0.89,0.98)则为质量状况良好，若S(α,β)∈[0.74,0.89)则为质量状况较良好，若S(α,β)∈[0.6,0.74)则为质量状况及格，若S(α,β)∈[0.48,0.6)则为质量状况较损坏严重，若S(α,β)∈[0.12,0.48)则为接近报废，若S(α,β)∈[0,0.12)则为报废。
上述技术方案的工作原理为：将检测平台上的测试仪器及传感器连接到数据采集模块；根据需要检测的显示屏类型确定需要进行采集的性能参数类型，并根据性能参数类型确定实施采集的测试仪器及传感器，例如，如果需要检测显示屏的亮度、色温和色彩饱和度，则需要设置相应的测试模式和参数。其中显示屏类型包括液晶显示屏(LCD)主要性能参数数据包括：分辨率、亮度、对比度、响应时间、色彩饱和度、色温等；有机发光二极管显示屏(OLED)主要性能参数数据包括：分辨率、亮度、对比度、响应时间、色彩饱和度、色温等；点阵式发光二极管显示屏(LED)主要性能参数数据包括：分辨率、亮度、对比度、响应时间等；曲面显示屏：是指采用曲面设计的显示器，通常采用LCD或OLED技术。主要性能参数数据包括：曲率半径、分辨率、亮度、对比度等；测试仪器及传感器将采集到的性能参数数据传输到数据采集模块；数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台；将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标；通过比对结果得到显示屏的质量状况。
上述技术方案的效果为：该方法可以对显示屏的多项性能参数进行测试，包括亮度、对比度、色彩饱和度、分辨率等，可以全面了解显示屏的性能状况；通过连接测试仪器及传感器到数据采集模块，可以实现自动化采集性能参数数据，并且减少人工操作的时间和成本；数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台。这样可以避免人为误差，并且提高检测准确性；云平台支持CSV、Excel等格式，可以适应不同客户的需求；将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标。这样可以更加精准地了解显示屏的性能状况，从而提供更好的服务质量；通过精准的测试结果和详细的测试报告，可以提供更好的服务质量，从而提高客户满意度。其中，上述公式的好处在于可以通过对显示屏的出厂预设性能参数和采集到的具体数值及变化趋势进行比对，评估显示屏的质量状况。这种评估方式可以有效地发现显示屏存在的问题，帮助用户及时进行维护和修理，保证显示屏的正常运行。该公式通过将向量和/>矢量场进行加权求和，并对结果进行归一化处理得到S(α,β)值，从而评估两个显示屏之间性能参数差异的大小。根据S(α,β)值所处的范围，可以对显示屏的质量状况进行分类，提供更加准确和详细的评估结果。
本发明的一个实施例，所述数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户包括：
S41：云平台对显示屏的质量状况数据进行处理和分析，获得质量评估报告结果；
S42：根据质量报告结果及变化趋势利用趋势预测模型，预测未来的性能表现，并提供相应的预警和优化建议；
S43：将数据反馈模块连接至云平台，并通过云平台获取显示屏的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议；
S44：数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户。
上述技术方案的工作原理为：云平台对显示屏的质量状况数据进行处理和分析，获得质量评估报告结果；根据质量报告结果及变化趋势利用趋势预测模型，预测未来的性能表现，并提供相应的预警和优化建议；将数据反馈模块连接至云平台，并通过云平台获取显示屏的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议；数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户。
上述技术方案的效果为：通过云平台对采集到的数据进行处理和分析，可以全面了解显示屏的质量状况，从而提供详细的质量评估报告结果。利用趋势预测模型，可以预测未来显示屏的性能表现，并提供相应的预警和优化建议。这样可以及时发现潜在问题并进行优化，从而保证显示屏的正常运行。通过数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户，方便用户直观地了解显示屏的情况，并且及时采取相应措施。通过全面、精准、实时地监测显示屏的性能状况，可以提高服务水平，并且满足客户需求。同时，也可以避免因显示屏出现问题而引起客户不满或投诉等情况。通过自动化测试、自动化采集、自动化处理和分析数据，可以减少人工操作的时间和成本。同时，也可以避免因人为误差而引起的损失。云平台支持CSV、Excel等格式，可以适应不同客户的需求。
本发明的一个实施例，一种显示屏检测系统，所述系统包括：
检测预备模块：获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台；
外观检测模块：通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况；
性能检测模块：检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况；
数据反馈模块：数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户。
上述技术方案的工作原理为：获得需检测显示屏，将需检测显示屏放置在检测平台上，检测平台应放置在安静、干燥、通风平整的位置，放置之前进行静电防护，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台；通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况；检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况；数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户。
上述技术方案的效果为：该系统采用自动化方式进行检测，能够大大提高生产效率，节省人力成本，通过对显示屏的外观和性能参数进行全面、精确的检测，可以有效地减少产品缺陷率，提高产品质量，通过检测系统反馈的数据，用户可以了解到显示屏的质量状况，从而选择更加优质、稳定的产品，提升用户体验，该系统采用机器视觉设备和视觉识别算法进行检测，能够更加准确地识别显示屏的外观问题，并且能够对多项性能参数进行全面、精确的采集和比对。由于该系统将数据存储在云平台上，在任何时候都可以通过网络连接远程监控检测结果，并且能够实时反馈数据给用户。
本发明的一个实施例，所述检测预备模块包括：
外观清理模块：根据用户需求获得需检测的显示屏，并对需检测显示屏的外观进行清理，所述清理包括去除表面的灰尘以及杂质；
检测连接模块：将清理后的需检测显示屏放置在检测平台上，并将需检测显示屏通过数据线与检测平台进行连接；
信息获取模块：检测平台通过数据线读取需检测显示屏的基本信息，所述基本信息包括显示屏的型号、性能参数数据；
信息储存模块：检测平台通过物联网与云平台进行连接，并将需检测显示屏的基本信息存储到云平台。
上述技术方案的工作原理为：根据用户需求获得需检测的显示屏，并对需检测显示屏的表面的灰尘以及杂质进行清理；将清理后的需检测显示屏放置在检测平台上，并将需检测显示屏通过数据线与检测平台进行连接；检测平台通过数据线读取需检测显示屏的基本信息，所述基本信息包括显示屏的型号、性能参数数据；检测平台通过物联网与云平台进行连接，并将需检测显示屏的基本信息存储到云平台。
上述技术方案的效果为：该系统采用自动化方式进行检测，可以大大提高检测效率，减少人工操作的时间和成本；在检测之前对显示屏进行清理，可以避免灰尘和杂质对检测结果的影响，从而提高检测准确性；通过物联网技术将数据传输到云平台上，并存储在云端数据库中，可以实现远程监控和管理，并且能够随时查看历史记录。该方法采用自动化测试方式，可以避免人为因素对测试结果的影响，从而提高测试结果的准确性；通过精准的测试结果和详细的测试报告，可以提供更好的服务质量，从而提高客户满意度。
本发明的一个实施例，所述外观检测模块包括：
外观拍摄模块：将需检测显示屏放置在检测平台上并通过数据线与检测平台连接后，检测平台上的机器视觉设备自动对需检测显示屏进行全方位拍摄，获得需检测显示屏的外观照片；
数据处理模块：检测平台通过数据处理模块对需检测显示屏的外观照片进行预处理，并将待检测显示屏的外观照片转换为云平台支持的格式；所述云平台支持的格式包括JPEGY以及PNG；
数据传输模块：数据传输模块将数据处理模块处理后的需检测显示屏的外观照片传入云平台；
特征提取比对模块：云平台接收到数据传输模块传输过来的需检测显示屏的外观照片，使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，并对其进行相似度计算，通过相似度计算结果获得需检测显示屏的外观照片与原始照片的匹配值；所述关键特征信息包括颜色特征、纹理特征、形状特征以及结构特征；
相似度件计算模块：通过相似度计算的匹配值确定需检测显示屏的外观状况；
其中，设相似度匹配时为W，如果98.5≤W≤100则为完好，97≤W＜98.5则为略微完好，如果84≤W＜97则为轻度损坏，如果72≤W＜84则为中度损坏，如果48≤W＜72则为严重损坏，如果12≤W＜48则为极度严重损坏，如果2≤W＜12则为接近报废，如果0≤W＜2则为报废。
上述技术方案的工作原理为：将需检测显示屏放置在检测平台上并通过数据线与检测平台连接后，检测平台上的机器视觉设备自动对需检测显示屏进行全方位拍摄，获得需检测显示屏的外观照片；检测平台通过数据处理模块对需检测显示屏的外观照片进行预处理，并将待检测显示屏的外观照片转换为云平台支持的格式；所述云平台支持的格式包括JPEGY以及PNG；数据传输模块将数据处理模块处理后的需检测显示屏的外观照片传入云平台；云平台接收到数据传输模块传输过来的需检测显示屏的外观照片，使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，并对其进行相似度计算，通过相似度计算结果获得需检测显示屏的外观照片与原始照片的匹配值；所述关键特征信息包括颜色特征、纹理特征、形状特征以及结构特征；通过相似度计算的匹配值确定需检测显示屏的外观状况。
上述技术方案的效果为：该系统采用自动化方式进行检测，可以减少人工操作的时间和成本，并且提高检测效率和准确性；机器视觉设备自动对需检测显示屏进行全方位拍摄，可以获得更全面、更精准的外观照片；通过数据处理模块对需检测显示屏的外观照片进行预处理，可以避免未清理干净的灰尘和杂质对检测结果的影响，从而提高检测准确性；云平台支持JPEG和PNG格式，可以适应不同客户的需求；使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，可以实现更加精准的匹配；通过相似度计算获得需检测显示屏的外观状况，可以提供更准确、可靠的测试结果；通过精准的测试结果和详细的测试报告，可以提供更好的服务质量，从而提高客户满意度。其中，通过上述设置的好处是可以根据相似度匹配的结果，将损坏程度进行量化和分类，使得对物品的损坏程度进行更加准确和客观的评估。这种分类方法可以帮助人们更好地了解物品的状况，从而做出更加科学的决策，比如是否需要修复或更换物品。此外，这种分类方法还可以为保险公司、仓库管理等方面提供参考依据，以便更好地管理和维护物品。
本发明的一个实施例，所述性能检测模块包括：
设备连接模块：将检测平台上的测试仪器及传感器连接到数据采集模块；其中测试仪器及传感器包括但不限于光学传感器、触控传感器、电容传感器、热传感器、声学传感器、电流表电压表、热传感器以及加速度计和陀螺仪
采集数据确定模块：根据需要检测的显示屏类型确定需要进行采集的性能参数类型，并根据性能参数类型确定实施采集的测试仪器及传感器；
数据采集模块：测试仪器及传感器将采集到的性能参数数据传输到数据采集模块；
数据处理分析模块：数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台；
性能参数比对模块：将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标；
质量状况获得模块：通过比对结果得到显示屏的质量状况。
其中，比对结果通过下列公式计算：
其中S(α,β)表示两个显示屏出厂预设性能参数与采集到的具体数值及变化趋势的比对结果且S(α,β)∈[0,1]，其中若且Mr∈[0,1],其中若S(α,β)∈[0.98,1]则为质量状况完好，若S(α,β)∈[0.89,0.98)则为质量状况良好，若S(α,β)∈[0.74,0.89)则为质量状况较良好，若S(α,β)∈[0.6,0.74)则为质量状况及格，若S(α,β)∈[0.48,0.6)则为质量状况较损坏严重，若S(α,β)∈[0.12,0.48)则为接近报废，若S(α,β)∈[0,0.12)则为报废。
上述技术方案的工作原理为：将检测平台上的测试仪器及传感器连接到数据采集模块；根据需要检测的显示屏类型确定需要进行采集的性能参数类型，并根据性能参数类型确定实施采集的测试仪器及传感器，例如，如果需要检测显示屏的亮度、色温和色彩饱和度，则需要设置相应的测试模式和参数。其中显示屏类型包括液晶显示屏(LCD)主要性能参数数据包括：分辨率、亮度、对比度、响应时间、色彩饱和度、色温等；有机发光二极管显示屏(OLED)主要性能参数数据包括：分辨率、亮度、对比度、响应时间、色彩饱和度、色温等；点阵式发光二极管显示屏(LED)主要性能参数数据包括：分辨率、亮度、对比度、响应时间等；曲面显示屏：是指采用曲面设计的显示器，通常采用LCD或OLED技术。主要性能参数数据包括：曲率半径、分辨率、亮度、对比度等；测试仪器及传感器将采集到的性能参数数据传输到数据采集模块；数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台；将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标；通过比对结果得到显示屏的质量状况。
上述技术方案的效果为：该系统可以对显示屏的多项性能参数进行测试，包括亮度、对比度、色彩饱和度、分辨率等，可以全面了解显示屏的性能状况；通过连接测试仪器及传感器到数据采集模块，可以实现自动化采集性能参数数据，并且减少人工操作的时间和成本；数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台。这样可以避免人为误差，并且提高检测准确性；云平台支持CSV、Excel等格式，可以适应不同客户的需求；将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标。这样可以更加精准地了解显示屏的性能状况，从而提供更好的服务质量；通过精准的测试结果和详细的测试报告，可以提供更好的服务质量，从而提高客户满意度。其中，上述公式的好处在于可以通过对显示屏的出厂预设性能参数和采集到的具体数值及变化趋势进行比对，评估显示屏的质量状况。这种评估方式可以有效地发现显示屏存在的问题，帮助用户及时进行维护和修理，保证显示屏的正常运行。该公式通过将向量和/>矢量场进行加权求和，并对结果进行归一化处理得到S(α,β)值，从而评估两个显示屏之间性能参数差异的大小。根据S(α,β)值所处的范围，可以对显示屏的质量状况进行分类，提供更加准确和详细的评估结果。
本发明的一个实施例，所述数据反馈模块包括：
报告获得模块：云平台对显示屏的质量状况数据进行处理和分析，获得质量评估报告结果；
性能预测模块：根据质量报告结果及变化趋势利用趋势预测模型，预测未来的性能表现，并提供相应的预警和优化建议；
数据获得模块：将数据反馈模块连接至云平台，并通过云平台获取显示屏的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议；
数据展示模块：数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户。
上述技术方案的工作原理为：云平台对显示屏的质量状况数据进行处理和分析，获得质量评估报告结果；根据质量报告结果及变化趋势利用趋势预测模型，预测未来的性能表现，并提供相应的预警和优化建议；将数据反馈模块连接至云平台，并通过云平台获取显示屏的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议；数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户。
上述技术方案的效果为：通过云平台对采集到的数据进行处理和分析，可以全面了解显示屏的质量状况，从而提供详细的质量评估报告结果。利用趋势预测模型，可以预测未来显示屏的性能表现，并提供相应的预警和优化建议。这样可以及时发现潜在问题并进行优化，从而保证显示屏的正常运行。通过数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户，方便用户直观地了解显示屏的情况，并且及时采取相应措施。通过全面、精准、实时地监测显示屏的性能状况，可以提高服务水平，并且满足客户需求。同时，也可以避免因显示屏出现问题而引起客户不满或投诉等情况。通过自动化测试、自动化采集、自动化处理和分析数据，可以减少人工操作的时间和成本。同时，也可以避免因人为误差而引起的损失。云平台支持CSV、Excel等格式，可以适应不同客户的需求。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种显示屏检测方法，其特征在于，所述方法包括：
S1：获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台；
S2：通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况；
S3：检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况；
S4：数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户；
所述通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况包括：
S21：将需检测显示屏放置在检测平台上并通过数据线与检测平台连接后，检测平台上的机器视觉设备自动对需检测显示屏进行全方位拍摄，获得需检测显示屏的外观照片；
S22：检测平台通过数据处理模块对需检测显示屏的外观照片进行预处理，并将待检测显示屏的外观照片转换为云平台支持的格式；所述云平台支持的格式包括JPEGY以及PNG；
S23：数据传输模块将数据处理模块处理后的需检测显示屏的外观照片传入云平台；
S24：云平台接收到数据传输模块传输过来的需检测显示屏的外观照片，使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，并对其进行相似度计算，通过相似度计算结果获得需检测显示屏的外观照片与原始照片的匹配值；所述关键特征信息包括颜色特征、纹理特征、形状特征以及结构特征；
S25：通过相似度计算的匹配值确定需检测显示屏的外观状况；
其中，设相似度匹配值为W，如果98.5≤W≤100则为完好，97≤W＜98.5则为略微完好，如果84≤W＜97则为轻度损坏，如果72≤W＜84则为中度损坏，如果48≤W＜72则为严重损坏，如果12≤W＜48则为极度严重损坏，如果2≤W＜12则为接近报废，如果0≤W＜2则为报废；
所述检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况包括：
S31：将检测平台上的测试仪器及传感器连接到数据采集模块；
S32：根据需要检测的显示屏类型确定需要进行采集的性能参数类型，并根据性能参数类型确定实施采集的测试仪器及传感器；
S33：测试仪器及传感器将采集到的性能参数数据传输到数据采集模块；
S34：数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台；
S35：将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标；
S36：通过比对结果得到显示屏的质量状况。
2.根据权利要求1所述一种显示屏检测方法，其特征在于，所述获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台包括：
S11：根据用户需求获得需检测的显示屏，并对需检测显示屏的外观进行清理，所述清理包括去除表面的灰尘以及杂质；
S12：将清理后的需检测显示屏放置在检测平台上，并将需检测显示屏通过数据线与检测平台进行连接；
S13：检测平台通过数据线读取需检测显示屏的基本信息，所述基本信息包括显示屏的型号、性能参数数据；
S14：检测平台通过物联网与云平台进行连接，并将需检测显示屏的基本信息存储到云平台。
3.根据权利要求1所述一种显示屏检测方法，其特征在于，所述数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户包括：
S41：云平台对显示屏的质量状况数据进行处理和分析，获得质量评估报告结果；
S42：根据质量报告结果及变化趋势利用趋势预测模型，预测未来的性能表现，并提供相应的预警和优化建议；
S43：将数据反馈模块连接至云平台，并通过云平台获取显示屏的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议；
S44：数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户。
4.一种显示屏检测系统，其特征在于，所述系统包括：
检测预备模块：获得需检测显示屏，将需检测显示屏放置在检测平台上，并将需检测显示屏的原始外观照片以及出厂预设性能参数数据存储到云平台；
外观检测模块：通过布置在检测平台上的机器视觉设备对放置在检测平台上的需检测显示屏进行拍摄，获得需检测显示屏的外观照片，并将需检测显示屏的外观照片存入云平台，并通过视觉识别算法将需检测显示屏的外观照片与存储到云平台的需检测显示屏的原始照片进行比对，通过比对结果确定需检测显示屏的外观状况；
性能检测模块：检测平台通过数据采集模块对需检测显示屏的各项性能参数数据进行采集，并将采集到的性能参数数据储存到云平台，并与云平台中储存的显示屏出厂预设性能参数进行对比，根据对比结果确定显示屏的质量状况；
数据反馈模块：数据反馈模块连接云平台，通过云平台获取显示屏的质量状况数据，并将该质量状况数据通过可视化的方式反馈给用户；
所述外观检测模块包括：
外观拍摄模块：将需检测显示屏放置在检测平台上并通过数据线与检测平台连接后，检测平台上的机器视觉设备自动对需检测显示屏进行全方位拍摄，获得需检测显示屏的外观照片；
数据处理模块：检测平台通过数据处理模块对需检测显示屏的外观照片进行预处理，并将待检测显示屏的外观照片转换为云平台支持的格式；所述云平台支持的格式包括JPEGY以及PNG；
数据传输模块：数据传输模块将数据处理模块处理后的需检测显示屏的外观照片传入云平台；
特征提取比对模块：云平台接收到数据传输模块传输过来的需检测显示屏的外观照片，使用机器视觉算法从需检测显示屏的外观照片以及原始照片中提取关键特征信息，并将其转换为数字化数据，并对其进行相似度计算，通过相似度计算结果获得需检测显示屏的外观照片与原始照片的匹配值；所述关键特征信息包括颜色特征、纹理特征、形状特征以及结构特征；
相似度件计算模块：通过相似度计算的匹配值确定需检测显示屏的外观状况；
其中，设相似度匹配值为W，如果98.5≤W≤100则为完好，97≤W＜98.5则为略微完好，如果84≤W＜97则为轻度损坏，如果72≤W＜84则为中度损坏，如果48≤W＜72则为严重损坏，如果12≤W＜48则为极度严重损坏，如果2≤W＜12则为接近报废，如果0≤W＜2则为报废；
所述性能检测模块包括：
设备连接模块：将检测平台上的测试仪器及传感器连接到数据采集模块；
采集数据确定模块：根据需要检测的显示屏类型确定需要进行采集的性能参数类型，并根据性能参数类型确定实施采集的测试仪器及传感器；
数据采集模块：测试仪器及传感器将采集到的性能参数数据传输到数据采集模块；
数据处理分析模块：数据采集模块接收测试仪器及传感器传输过来的采集到的性能参数数据并对其进行处理和分析，得到各项性能参数的具体数值及变化趋势情况，并将各项性能参数的具体数值及变化趋势情况上传至云平台；
性能参数比对模块：将上传至云平台中储存的显示屏出厂预设性能参数与采集到的具体数值及变化趋势进行对比分析，得出相应的性能指标；
质量状况获得模块：通过比对结果得到显示屏的质量状况。
5.根据权利要求4所述一种显示屏检测系统，其特征在于，所述检测预备模块包括：
外观清理模块：根据用户需求获得需检测的显示屏，并对需检测显示屏的外观进行清理，所述清理包括去除表面的灰尘以及杂质；
检测连接模块：将清理后的需检测显示屏放置在检测平台上，并将需检测显示屏通过数据线与检测平台进行连接；
信息获取模块：检测平台通过数据线读取需检测显示屏的基本信息，所述基本信息包括显示屏的型号、性能参数数据；
信息储存模块：检测平台通过物联网与云平台进行连接，并将需检测显示屏的基本信息存储到云平台。
6.根据权利要求4所述一种显示屏检测系统，其特征在于，所述数据反馈模块包括：
报告获得模块：云平台对显示屏的质量状况数据进行处理和分析，获得质量评估报告结果；
性能预测模块：根据质量报告结果及变化趋势利用趋势预测模型，预测未来的性能表现，并提供相应的预警和优化建议；
数据获得模块：将数据反馈模块连接至云平台，并通过云平台获取显示屏的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议；
数据展示模块：数据反馈模块将从云平台获取到的质量评估报告结果、预测未来的性能表现以及相应的预警和优化建议数据通过可视化的方式反馈给用户。
CN202310772461.XA 2023-06-28 2023-06-28 一种显示屏检测系统及显示屏检测方法 Active CN116500058B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310772461.XA CN116500058B (zh) 2023-06-28 2023-06-28 一种显示屏检测系统及显示屏检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310772461.XA CN116500058B (zh) 2023-06-28 2023-06-28 一种显示屏检测系统及显示屏检测方法

Publications (2)

Publication Number Publication Date
CN116500058A CN116500058A (zh) 2023-07-28
CN116500058B true CN116500058B (zh) 2024-03-19

Family

ID=87328831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310772461.XA Active CN116500058B (zh) 2023-06-28 2023-06-28 一种显示屏检测系统及显示屏检测方法

Country Status (1)

Country Link
CN (1) CN116500058B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117871042A (zh) * 2023-11-30 2024-04-12 深圳市华尔威光电科技有限公司 Led模组显示效果智能测试方法及系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104345481A (zh) * 2013-07-30 2015-02-11 北京京东方光电科技有限公司 一种液晶屏的质量检测方法、装置及设备
CN105354276A (zh) * 2015-10-29 2016-02-24 江南大学 基于内容的蕾丝花边检索系统
CN105869552A (zh) * 2016-03-31 2016-08-17 广东欧珀移动通信有限公司 一种显示屏的检测方法、检测装置以及终端
CN106814087A (zh) * 2016-12-26 2017-06-09 华中科技大学 一种柔性显示屏多工位单视觉aoi检测平台及其检测方法
CN107976446A (zh) * 2017-11-13 2018-05-01 上海斐讯数据通信技术有限公司 一种基于机器视觉的led数码管显示屏检测方法及系统
CN108628902A (zh) * 2017-03-23 2018-10-09 北京爱德盛业科技有限公司 一种基于云平台的汽车保养数字检测报告生成方法及系统
CN109145331A (zh) * 2017-06-27 2019-01-04 中车株洲电力机车研究所有限公司 基于硬件白盒测试的电子类产品性能评估方法及装置
CN111551559A (zh) * 2020-05-13 2020-08-18 深圳市全洲自动化设备有限公司 一种基于多目视觉系统的lcd液晶屏缺陷检测方法
CN112446513A (zh) * 2020-12-15 2021-03-05 恒大恒驰新能源汽车研究院(上海)有限公司 车辆零部件检测方法及装置、计算机可读存储介质
CN112461840A (zh) * 2020-10-13 2021-03-09 昆山工研院新型平板显示技术中心有限公司 柔性显示面板裂纹检测系统及检测方法
CN113269434A (zh) * 2021-05-21 2021-08-17 武汉东临碣石电子商务有限公司 一种电子商务平台用户退货商品质量智能检测分析评价方法及云检测平台
CN114113120A (zh) * 2021-11-29 2022-03-01 博众精工科技股份有限公司 一种电池包底部损伤的检测方法、系统、设备和介质
CN114387233A (zh) * 2021-12-29 2022-04-22 山东大学 一种基于机器视觉的砂型缺陷检测方法及系统
CN115561247A (zh) * 2022-10-18 2023-01-03 深圳华太芯创有限公司 一种电子元器件外观自动视觉检测系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104345481A (zh) * 2013-07-30 2015-02-11 北京京东方光电科技有限公司 一种液晶屏的质量检测方法、装置及设备
CN105354276A (zh) * 2015-10-29 2016-02-24 江南大学 基于内容的蕾丝花边检索系统
CN105869552A (zh) * 2016-03-31 2016-08-17 广东欧珀移动通信有限公司 一种显示屏的检测方法、检测装置以及终端
CN106814087A (zh) * 2016-12-26 2017-06-09 华中科技大学 一种柔性显示屏多工位单视觉aoi检测平台及其检测方法
CN108628902A (zh) * 2017-03-23 2018-10-09 北京爱德盛业科技有限公司 一种基于云平台的汽车保养数字检测报告生成方法及系统
CN109145331A (zh) * 2017-06-27 2019-01-04 中车株洲电力机车研究所有限公司 基于硬件白盒测试的电子类产品性能评估方法及装置
CN107976446A (zh) * 2017-11-13 2018-05-01 上海斐讯数据通信技术有限公司 一种基于机器视觉的led数码管显示屏检测方法及系统
CN111551559A (zh) * 2020-05-13 2020-08-18 深圳市全洲自动化设备有限公司 一种基于多目视觉系统的lcd液晶屏缺陷检测方法
CN112461840A (zh) * 2020-10-13 2021-03-09 昆山工研院新型平板显示技术中心有限公司 柔性显示面板裂纹检测系统及检测方法
CN112446513A (zh) * 2020-12-15 2021-03-05 恒大恒驰新能源汽车研究院(上海)有限公司 车辆零部件检测方法及装置、计算机可读存储介质
CN113269434A (zh) * 2021-05-21 2021-08-17 武汉东临碣石电子商务有限公司 一种电子商务平台用户退货商品质量智能检测分析评价方法及云检测平台
CN114113120A (zh) * 2021-11-29 2022-03-01 博众精工科技股份有限公司 一种电池包底部损伤的检测方法、系统、设备和介质
CN114387233A (zh) * 2021-12-29 2022-04-22 山东大学 一种基于机器视觉的砂型缺陷检测方法及系统
CN115561247A (zh) * 2022-10-18 2023-01-03 深圳华太芯创有限公司 一种电子元器件外观自动视觉检测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
施苑英 等.《大数据技术及应用》.机械工业出版社,2021,第137-145页. *

Also Published As

Publication number Publication date
CN116500058A (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN116500058B (zh) 一种显示屏检测系统及显示屏检测方法
TWI603074B (zh) 光學薄膜缺陷辨識方法及其系統
CN111754513A (zh) 产品表面缺陷分割方法、缺陷分割模型学习方法及装置
CN107636702A (zh) 集成式资产完整性管理系统
US20180174000A1 (en) Defect image classification device and defect image classification method
CN112613569B (zh) 图像识别方法、图像分类模型的训练方法及装置
CN111951258B (zh) 一种基于边缘计算的货架缺货预警分析系统及方法
CN108072664B (zh) 一种外观检测系统及方法
CN112257632A (zh) 一种基于边缘计算的变电站监测系统
CN112153373A (zh) 明厨亮灶设备的故障识别方法、装置及存储介质
CN109313442B (zh) 用于事件检测的自动视觉和声学分析
CN103155550A (zh) 图像监视装置和用于其的搜索对象的方法
CN110942058A (zh) 一种基于ccd机器视觉识别的仪表数据读取方法
KR101513180B1 (ko) 감시카메라 영상을 이용한 실시간 결제 이벤트 요약 시스템 및 그 방법
KR101395666B1 (ko) 비디오 영상의 변화를 이용한 도난 감시 장치 및 방법
CN117197054A (zh) 一种基于人工智能的显示面板坏点检测方法及系统
CN111368823B (zh) 一种指针式仪表读数识别方法及装置
US20200065631A1 (en) Produce Assessment System
JP2011232302A (ja) 画像検査方法及び画像検査装置
JP5604196B2 (ja) マクロ検査方法および検査システム
CN111524107B (zh) 缺陷检测方法、缺陷检测装置及计算机可读存储介质
CN116703367B (zh) 一种led液晶显示屏的检修方法及系统
CN117790353B (zh) 一种el检测系统及el检测方法
CN117253176B (zh) 基于视频分析与计算机视觉的安全生产Al智能检测方法
JP2020079986A (ja) 判定装置及び判定方法

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