CN116704011B - 一种基于数据处理的led显示屏像素校正分析系统 - Google Patents

一种基于数据处理的led显示屏像素校正分析系统 Download PDF

Info

Publication number
CN116704011B
CN116704011B CN202310973502.1A CN202310973502A CN116704011B CN 116704011 B CN116704011 B CN 116704011B CN 202310973502 A CN202310973502 A CN 202310973502A CN 116704011 B CN116704011 B CN 116704011B
Authority
CN
China
Prior art keywords
display screen
led display
image
square
unit
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
CN202310973502.1A
Other languages
English (en)
Other versions
CN116704011A (zh
Inventor
林学飞
欧刚敏
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 Kailite Photoelectric Technology Co ltd
Original Assignee
Shenzhen Kailite Photoelectric 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 Kailite Photoelectric Technology Co ltd filed Critical Shenzhen Kailite Photoelectric Technology Co ltd
Priority to CN202310973502.1A priority Critical patent/CN116704011B/zh
Publication of CN116704011A publication Critical patent/CN116704011A/zh
Application granted granted Critical
Publication of CN116704011B publication Critical patent/CN116704011B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • 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
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)

Abstract

本发明公开了一种基于数据处理的LED显示屏像素校正分析系统，属于图像处理技术领域，包括深度图像获取模块、RGB图像获取模块、RGB图像处理模块、深度图像处理模块、校正分析模块。本发明通过深度图像获取模块、RGB图像获取模块获取相同分辨率、尺寸、图像比例的LED显示屏深度图像、LED显示屏RGB图像，并利用预设图像中的方形标识对LED显示屏的中心偏转、水平偏移现象进行分析，判断LED显示屏在显示图像时是否需要校正，分析过程相对简单，更方便实际应用。

Description

一种基于数据处理的LED显示屏像素校正分析系统
技术领域
本发明涉及图像处理技术领域，具体涉及一种基于数据处理的LED显示屏像素校正分析系统。
背景技术
显示器是电脑的I/O设备，即输出设备。它是一种将一定的电子文件通过特定的传输设备显示到屏幕上的显示工具。它可以分为阴极射线管显示器（CRT），等离子显示器PDP，液晶显示器LCD、LED显示屏等等。
LED显示屏（LED display）是一种平板显示器，由一个个小的LED模块面板组成，用来显示文字、图像、视频等各种信息的设备；LED电子显示屏集微电子技术、计算机技术、信息处理于一体，具有色彩鲜艳、动态范围广、亮度高、寿命长、工作稳定可靠等优点。LED显示屏广泛应用于商业传媒、文化演出市场、体育场馆、信息传播、新闻发布、证券交易等，可以满足不同环境的需要；LED显示屏是经LED点阵组成的电子显示屏，通过亮灭红绿灯珠更换屏幕显示内容形式如文字、动画、图片、视频的及时转化，通过模块化结构进行组件显示控制。主要分为显示模块、控制系统及电源系统。显示模块是LED灯点阵构成屏幕发光；控制系统则是调控区域内的亮灭情况实现对屏幕显示的内容进行转换；电源系统则是对输入电压电流进行转化使其满足显示屏幕的需要。
在对于一些高精度图像显示及处理场景下，须确保LED显示屏的像素显示未发生偏移或偏转，否则会对后续的图像处理工作带来一定的误差，因此需要对LED显示屏的像素是否需要校正进行分析，现有技术中的LED显示屏像素校正分析系统的分析过程较为复杂，不方便使用；上述问题亟待解决，为此，提出一种基于数据处理的LED显示屏像素校正分析系统。
发明内容
本发明所要解决的技术问题在于：如何更方便地对LED显示屏像素是否需要校正进行分析，提供了一种基于数据处理的LED显示屏像素校正分析系统。
本发明是通过以下技术方案解决上述技术问题的，本发明包括深度图像获取模块、RGB图像获取模块、RGB图像处理模块、深度图像处理模块、校正分析模块；
所述深度图像获取模块，用于获取LED显示屏深度图像，并对LED显示屏深度图像进行降噪处理；
所述RGB图像获取模块，用于获取LED显示屏RGB图像，并对LED显示屏RGB图像进行降噪及增强处理；
所述RGB图像处理模块，用于对LED显示屏RGB图像中的方形边界进行目标识别，获取方形边界检测框的位置信息；并用于对方形边界检测框图片中的显示图像上预设的两个方形标识进行目标识别，获取两个方形标识的位置信息；
所述深度图像处理模块，用于接收位置信息，根据位置信息获取对应点的像素值，通过对应点的像素值在LED显示屏深度图像中计算两个方形标识检测框中心点与方形边界检测框中心点的距离值；
所述校正分析模块，用于对LED显示屏显示图像时的中心偏转、水平偏移现象进行分析，确定当前LED显示屏是否需要进行对应的校正。
更进一步地，所述深度图像获取模块包括第一图像获取单元、第一图像降噪单元；所述第一图像获取单元用于获取包含完整LED显示屏的深度图像，即LED显示屏深度图像；所述第一图像降噪单元用于对LED显示屏深度图像进行降噪处理。
更进一步地，所述RGB图像获取模块包括第二图像获取单元、第二图像降噪单元、图像增强单元；所述第二图像获取单元用于获取包含完整LED显示屏的RGB图像，即LED显示屏RGB图像；所述第二图像降噪单元用于对LED显示屏RGB图像进行降噪处理；所述图像增强单元用于对经过降噪处理后的LED显示屏RGB图像进行增强处理。
更进一步地，所述RGB图像处理模块包括第一目标识别单元、第二目标识别单元；所述第一目标识别单元用于通过第一目标检测模型对经过增强处理的LED显示屏RGB图像中的方形边界进行目标识别，获取方形边界检测框在LED显示屏RGB图像的第一位置信息并将该位置信息发送至所述深度图像处理模块中，然后将方形边界检测框从图像中裁剪下来，获取方形边界检测框图像，方形边界检测框图像中含有显示区域显示的预设图像；所述第二目标识别单元用于通过第二目标检测模型对方形边界检测框图像中的预设图像上的两个方形标识进行目标识别，获取两个方形标识检测框在LED显示屏RGB图像的第二位置信息并将该位置信息发送至所述深度图像处理模块、校正分析模块中。
更进一步地，所述第一目标识别单元的具体处理过程如下：
S11：通过第一目标检测模型对经过增强处理的LED显示屏RGB图像对方形边界进行目标识别，得到方形边界检测框；
S12：获取方形边界检测框在LED显示屏RGB图像的左上角点和右下角点坐标；
S13：根据方形边界检测框在LED显示屏RGB图像的左上角点和右下角点坐标计算方形边界检测框中心点坐标，方形边界检测框中心点记为点O；
S14：将方形边界检测框中心点坐标、左上角点坐标和右下角点坐标发送至所述深度图像处理模块中，同时将方形边界检测框从图像中裁剪下来，获取方形边界检测框图像，方形边界检测框图像含有显示区域显示的预设图像，方形边界检测框中心点坐标即第一位置信息。
更进一步地，所述第二目标识别单元的具体处理过程如下：
S21：通过第二目标检测模型对方形边界检测框图像中的预设图像上的两个方形标识进行目标识别，得到两个方形标识检测框；
S22：获取两个方形标识检测框在LED显示屏RGB图像的左上角点和右下角点坐标；
S23：根据两个方形标识检测框在LED显示屏RGB图像的左上角点和右下角点坐标分别计算两个方形标识检测框中心点坐标，两个方形标识检测框中心点分别记为点F1、点F2；
S24：将两个方形标识检测框中心点坐标、左上角点坐标和右下角点坐标发送至所述深度图像处理模块、校正分析模块中，两个方形标识检测框中心点坐标即第二位置信息。
更进一步地，所述深度图像处理模块包括第一位置信息接收单元、像素确定单元、距离计算单元；所述第一位置信息接收单元用于接收第一位置信息和第二位置信息，进而获取方形边界检测框中心点坐标以及两个方形标识检测框中心点坐标；所述像素确定单元用于根据方形边界检测框中心点坐标获取降噪处理后LED显示屏深度图像中的方形边界检测框中心点对应的像素值，该像素值即为LED显示屏深度图像中的方形边界检测框中心点像素距离深度相机的实际距离值，记为L1，并用于根据两个方形标识检测框中心点坐标获取降噪处理后LED显示屏深度图像中方形标识检测框的中心点对应的像素值，该像素值即为LED显示屏深度图像中的两个方形标识检测框中心点像素距离深度相机的实际距离值，记为L2、L3；所述距离计算单元用于根据勾股定理计算在LED显示屏深度图像中两个方形标识检测框中心点与方形边界检测框中心点O的实际距离值，记为L4、L5，并将实际距离值L4、L5发送至所述校正分析模块中。
更进一步地，所述校正分析模块包括第二位置信息接收单元、中心偏转分析单元、水平偏移分析单元；所述第二位置信息接收单元用于接收第二位置信息，获取两个方形标识检测框中心点坐标；所述中心偏转分析单元用于根据两个方形标识检测框中心点坐标的Y轴坐标值判断预设图像是否发生以点O为中心的中心偏转现象，若判断发生了中心偏转现象，则根据两个方形标识检测框中心点坐标利用三角函数计算线段F1F2与X轴之间的夹角，也即线段OF2与X轴之间的夹角，记为Z1，并将Z1反馈至LED显示屏的控制系统中；所述水平偏移分析单元用于在判断未发生中心偏转现象并校正后，根据实际距离值L4、L5判断预设图像是否发生了水平偏移现象，若判断发生了水平偏移现象，则对实际距离值L4、L5进行作差，获取实际距离值L4、L5之间的差值，并将该差值反馈至LED显示屏的控制系统中。
更进一步地，在所述中心偏转分析单元中，当两个方形标识检测框中心点坐标的Y轴坐标值不相同时，则判断发生了中心偏转现象，相同时则判断未发生中心偏转现象，在LED显示屏正确显示预设图像时，两个方形标识检测框中心点坐标的Y轴坐标值相同；在所述水平偏移分析单元中，当实际距离值L4、L5与不相同时，则判断发生了水平偏移现象，相同时则判断未发生中心偏转现象，在LED显示屏正确显示预设图像时，两个方形标识检测框中心点与方形边界检测框中心点O的实际距离值L4、L5相同。
更进一步地，所述第一图像获取单元为深度相机，所述第二图像获取单元为工业相机；所述LED显示屏包括显示区域、非显示区域，在依次获取LED显示屏深度图像、LED显示屏RGB图像时，显示区域均显示相同的预设图像，在显示区域显示预设图像时，所述显示区域、非显示区域之间形成一个方形边界；所述深度相机、工业相机的光轴均垂直于LED显示屏所在平面，其光轴在LED显示屏上的投影点与方形边界检测框中心点重合，且深度相机与工业相机的拍摄位置相同，所述LED显示屏深度图像、LED显示屏RGB图像的分辨率、尺寸、图像比例均相同，在所述LED显示屏深度图像/LED显示屏RGB图像中，图像坐标系的X轴与方形边界检测框的上下两边平行，Y轴与方形边界检测框的两侧边平行。
本发明相比现有技术具有以下优点：该基于数据处理的LED显示屏像素校正分析系统，通过深度图像获取模块、RGB图像获取模块获取相同分辨率、尺寸、图像比例的LED显示屏深度图像、LED显示屏RGB图像，并利用预设图像中的方形标识对LED显示屏的中心偏转、水平偏移现象进行分析，判断LED显示屏在显示图像时是否需要校正，分析过程相对简单，更方便实际应用。
附图说明
图1是本发明实施例中基于数据处理的LED显示屏像素校正分析系统结构示意图；
图2是本发明实施例中中心偏转分析单元的分析原理示意图；
图3是本发明实施例中水平偏移分析单元的分析原理示意图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1-3所示，本实施例提供一种技术方案：一种基于数据处理的LED显示屏像素校正分析系统，包括深度图像获取模块、RGB图像获取模块、RGB图像处理模块、深度图像处理模块、校正分析模块；
在本实施例中，所述深度图像获取模块，用于获取LED显示屏深度图像，并对LED显示屏深度图像进行降噪处理；
具体的，所述深度图像获取模块包括第一图像获取单元、第一图像降噪单元；所述第一图像获取单元用于获取包含完整LED显示屏的深度图像，即LED显示屏深度图像，并将LED显示屏深度图像发送至所述第一图像降噪单元中；所述第一图像降噪单元用于对LED显示屏深度图像进行降噪处理，降低LED显示屏深度图像中的噪声，进而提升LED显示屏深度图像的质量，便于后续的处理工作；
作为更具体的，所述第一图像获取单元为深度相机，通过深度相机可方便地获取LED显示屏深度图像，在LED显示屏深度图像中，每个像素点的像素值即该像素点与深度相机在实际空间中的距离值。
作为更具体的，所述第一图像降噪单元基于变换域去噪方法对LED显示屏深度图像进行将降噪处理。
在本实施例中，所述RGB图像获取模块，用于获取LED显示屏RGB图像，并对LED显示屏RGB图像进行降噪及增强处理；
具体的，所述RGB图像获取模块包括第二图像获取单元、第二图像降噪单元、图像增强单元；所述第二图像获取单元用于获取包含完整LED显示屏的RGB图像，即LED显示屏RGB图像，并将LED显示屏RGB图像发送至所述第二图像降噪单元中；所述第二图像降噪单元用于对LED显示屏RGB图像进行降噪处理，降低LED显示屏RGB图像中的噪声，并将经过降噪处理后的LED显示屏RGB图像发送至所述图像增强单元中；所述图像增强单元用于对经过降噪处理后的LED显示屏RGB图像进行增强处理，提高LED显示屏RGB图像的对比度，便于后续的识别工作。
作为更具体的，所述第二图像获取单元为工业相机，通过工业相机可方便地获取LED显示屏RGB图像，RGB图像即RGB三通道图像。
作为更具体的，所述第二图像降噪单元也基于变换域去噪方法对LED显示屏深度图像进行将降噪处理。
作为更具体的，所述图像增强单元采用直方图均衡化方法对LED显示屏RGB图像进行增强处理，可以有效地提高LED显示屏RGB图像的对比度。
需要说明的是，在本实施例中，所述LED显示屏包括显示区域、非显示区域，在依次获取LED显示屏深度图像、LED显示屏RGB图像时，显示区域均显示相同的预设图像，在显示区域显示预设图像时，所述显示区域、非显示区域之间形成一个方形边界（见图2）。
需要说明的是，所述深度相机、工业相机的光轴均垂直于LED显示屏所在平面（见图3，俯视状态下），其光轴在LED显示屏上的投影点与方形边界检测框中心点重合，且深度相机与工业相机的拍摄位置相同，所述LED显示屏深度图像、LED显示屏RGB图像的分辨率、尺寸、图像比例均相同，在所述LED显示屏深度图像/LED显示屏RGB图像中，图像坐标系的X轴与方形边界检测框的上下两边平行，Y轴与方形边界检测框的两侧边平行。
在本实施例中，所述RGB图像处理模块，用于对LED显示屏RGB图像中的方形边界进行目标识别，获取方形边界检测框的位置信息；并用于对方形边界检测框图片中的显示图像上预设的两个方形标识进行目标识别，获取两个方形标识的位置信息。
具体的，所述RGB图像处理模块包括第一目标识别单元、第二目标识别单元；所述第一目标识别单元用于通过第一目标检测模型对经过增强处理的LED显示屏RGB图像进行方形边界的目标识别工作，获取方形边界检测框在LED显示屏RGB图像的第一位置信息并将该位置信息发送至所述深度图像处理模块中，然后将方形边界检测框从图像中裁剪下来，获取方形边界检测框图像，方形边界检测框图像含有显示区域显示的预设图像，将方形边界检测框图像发送至所述第二目标识别单元中；所述第二目标识别单元用于通过第二目标检测模型对方形边界检测框图像中的预设图像上的两个方形标识进行目标识别工作，获取两个方形标识检测框在LED显示屏RGB图像的第二位置信息并将该位置信息发送至所述深度图像处理模块、校正分析模块中。
作为更具体的，所述第一目标识别单元的具体处理过程如下：
S11：通过第一目标检测模型对经过增强处理的LED显示屏RGB图像对方形边界进行目标识别，得到方形边界检测框；
S12：获取方形边界检测框在LED显示屏RGB图像的左上角点和右下角点坐标；
S13：根据方形边界检测框在LED显示屏RGB图像的左上角点和右下角点坐标计算方形边界检测框中心点坐标，方形边界检测框中心点记为点O；
S14：将方形边界检测框中心点坐标、左上角点坐标和右下角点坐标发送至所述深度图像处理模块中，同时将方形边界检测框从图像中裁剪下来，获取方形边界检测框图像，方形边界检测框图像含有显示区域显示的预设图像，将方形边界检测框图像发送至所述第二目标识别单元中，方形边界检测框中心点坐标即第一位置信息。
在本实施例中，在所述步骤S11中，第一目标检测模型基于Fast R-CNN目标检测网络训练而得，在训练时，首先通过工业相机采集多张LED显示屏RGB图像作为数据集，将数据集中的LED显示屏RGB图像划分为训练集和测试集，然后对训练集中的LED显示屏RGB图像进行人工标注，将训练集中的图像送入Fast R-CNN目标检测网络进行训练，训练完成后，保存网络参数，得到训练后的网络模型，最后用测试集中的图像对训练后的网络模型的性能指标进行检测，当性能指标满足设定值后，保存网络模型，即得到第一目标检测模型。
作为更具体的，所述第二目标识别单元的具体处理过程如下：
S21：通过第二目标检测模型对方形边界检测框图像中的预设图像上的两个方形标识进行目标识别，得到两个方形标识检测框；
S22：获取两个方形标识检测框在LED显示屏RGB图像的左上角点和右下角点坐标；
S23：根据两个方形标识检测框在LED显示屏RGB图像的左上角点和右下角点坐标分别计算两个方形标识检测框中心点坐标，两个方形标识检测框中心点分别记为点F1、点F2；
S24：将两个方形标识检测框中心点坐标、左上角点坐标和右下角点坐标发送至所述深度图像处理模块、校正分析模块中，两个方形标识检测框中心点坐标即第二位置信息。
在本实施例中，在所述步骤S11中，第二目标检测模型基于SSD目标检测网络训练而得，在训练时，首先通过工业相机采集多张LED显示屏RGB图像作为数据集，将数据集中的LED显示屏RGB图像划分为训练集和测试集，然后对训练集中的LED显示屏RGB图像进行人工标注，将训练集中的图像送入SSD目标检测网络进行训练，训练完成后，保存网络参数，得到训练后的网络模型，最后用测试集中的图像对训练后的网络模型的性能指标进行检测，当性能指标满足设定值后，保存网络模型，即得到第二目标检测模型。
在本实施例中，所述深度图像处理模块，用于接收位置信息，根据位置信息获取对应点的像素值，通过对应点的像素值在LED显示屏深度图像中计算两个方形标识检测框中心点与方形边界检测框中心点的距离值；
具体的，所述深度图像处理模块包括第一位置信息接收单元、像素确定单元、距离计算单元；所述第一位置信息接收单元用于接收第一位置信息和第二位置信息，进而获取方形边界检测框中心点坐标，以及两个方形标识检测框中心点坐标；所述像素确定单元用于根据方形边界检测框中心点坐标获取降噪处理后LED显示屏深度图像中的方形边界检测框中心点对应的像素值，该像素值即为LED显示屏深度图像中的方形边界检测框中心点像素距离深度相机的实际距离值，记为L1；并用于根据两个方形标识检测框中心点坐标获取降噪处理后LED显示屏深度图像中方形标识检测框的中心点对应的像素值，该像素值即为LED显示屏深度图像中的两个方形标识检测框中心点像素距离深度相机的实际距离值，记为L2、L3；所述距离计算单元用于根据勾股定理计算在LED显示屏深度图像中两个方形标识检测框中心点与方形边界检测框中心点O的实际距离值，记为L4、L5，并将实际距离值L4、L5发送至所述校正分析模块中；
在本实施例中，所述校正分析模块，用于对LED显示屏显示预设图像时的中心偏转、水平偏移现象进行分析，确定当前LED显示屏是否需要进行对应的校正。
在本实施例中，所述校正分析模块包括第二位置信息接收单元、中心偏转分析单元、水平偏移分析单元；所述第二位置信息接收单元用于接收第二位置信息，获取两个方形标识检测框中心点坐标；所述中心偏转分析单元用于根据两个方形标识检测框中心点坐标的Y轴坐标值判断预设图像是否发生以点O为中心的中心偏转现象，若判断发生了中心偏转现象，则根据两个方形标识检测框中心点坐标利用三角函数计算线段F1F2与X轴之间的夹角，也即线段OF2与X轴之间的夹角，记为Z1，并将Z1反馈至LED显示屏的控制系统中，便于后续通过控制系统对显示模块进行校正；所述水平偏移分析单元用于在判断未发生中心偏转现象并校正后，根据实际距离值L4、L5判断预设图像是否发生了水平偏移现象，若判断发生了水平偏移现象，则对实际距离值L4、L5进行作差，获取实际距离值L4、L5之间的差值，并将该差值反馈至LED显示屏的控制系统中，便于后续通过控制系统对显示模块进行校正。
在本实施例中，在所述中心偏转分析单元中，当两个方形标识检测框中心点坐标的Y轴坐标值不相同时，则判断发生了中心偏转现象，相同时则判断未发生中心偏转现象，在LED显示屏正确显示预设图像时，两个方形标识检测框中心点坐标的Y轴坐标值相同。
在本实施例中，在所述水平偏移分析单元中，当实际距离值L4、L5与不相同时，则判断发生了水平偏移现象，相同时则判断未发生中心偏转现象，在LED显示屏正确显示预设图像时，两个方形标识检测框中心点与方形边界检测框中心点O的实际距离值L4、L5相同。
需要说明的是，预设图像中的两个方形标识在显示时为两个相同大小的红色方块，背景为白色。
需要说明的是，当判断发生了中心偏转现象时，须通过控制系统对显示模块进行中心偏转校正，然后再进行水平偏移分析工作，最后再进行水平偏移校正。
综上所述，上述实施例的基于数据处理的LED显示屏像素校正分析系统，通过深度图像获取模块、RGB图像获取模块获取相同分辨率、尺寸、图像比例的LED显示屏深度图像、LED显示屏RGB图像，并利用预设图像中的方形标识对LED显示屏的中心偏转、水平偏移现象进行分析，判断LED显示屏在显示图像时是否需要校正，分析过程相对简单，更方便实际应用。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (5)

1.一种基于数据处理的LED显示屏像素校正分析系统，其特征在于，包括：深度图像获取模块、RGB图像获取模块、RGB图像处理模块、深度图像处理模块、校正分析模块；
所述深度图像获取模块，用于获取LED显示屏深度图像，并对LED显示屏深度图像进行降噪处理；
所述RGB图像获取模块，用于获取LED显示屏RGB图像，并对LED显示屏RGB图像进行降噪及增强处理；
所述RGB图像处理模块，用于对LED显示屏RGB图像中的方形边界进行目标识别，获取方形边界检测框的位置信息；并用于对方形边界检测框图片中的显示图像上预设的两个方形标识进行目标识别，获取两个方形标识的位置信息；
所述深度图像处理模块，用于接收位置信息，根据位置信息获取对应点的像素值，通过对应点的像素值在LED显示屏深度图像中计算两个方形标识检测框中心点与方形边界检测框中心点的距离值；
所述校正分析模块，用于对LED显示屏显示图像时的中心偏转、水平偏移现象进行分析，确定当前LED显示屏是否需要进行对应的校正；
所述RGB图像处理模块包括第一目标识别单元、第二目标识别单元；所述第一目标识别单元用于通过第一目标检测模型对经过增强处理的LED显示屏RGB图像中的方形边界进行目标识别，获取方形边界检测框在LED显示屏RGB图像的第一位置信息并将该位置信息发送至所述深度图像处理模块中，然后将方形边界检测框从图像中裁剪下来，获取方形边界检测框图像，方形边界检测框图像中含有显示区域显示的预设图像；所述第二目标识别单元用于通过第二目标检测模型对方形边界检测框图像中的预设图像上的两个方形标识进行目标识别，获取两个方形标识检测框在LED显示屏RGB图像的第二位置信息并将该位置信息发送至所述深度图像处理模块、校正分析模块中；
所述第一目标识别单元的具体处理过程如下：
S11：通过第一目标检测模型对经过增强处理的LED显示屏RGB图像对方形边界进行目标识别，得到方形边界检测框；
S12：获取方形边界检测框在LED显示屏RGB图像的左上角点和右下角点坐标；
S13：根据方形边界检测框在LED显示屏RGB图像的左上角点和右下角点坐标计算方形边界检测框中心点坐标，方形边界检测框中心点记为点O；
S14：将方形边界检测框中心点坐标、左上角点坐标和右下角点坐标发送至所述深度图像处理模块中，同时将方形边界检测框从图像中裁剪下来，获取方形边界检测框图像，方形边界检测框图像含有显示区域显示的预设图像，方形边界检测框中心点坐标即第一位置信息；
所述第二目标识别单元的具体处理过程如下：
S21：通过第二目标检测模型对方形边界检测框图像中的预设图像上的两个方形标识进行目标识别，得到两个方形标识检测框；
S22：获取两个方形标识检测框在LED显示屏RGB图像的左上角点和右下角点坐标；
S23：根据两个方形标识检测框在LED显示屏RGB图像的左上角点和右下角点坐标分别计算两个方形标识检测框中心点坐标，两个方形标识检测框中心点分别记为点F1、点F2；
S24：将两个方形标识检测框中心点坐标、左上角点坐标和右下角点坐标发送至所述深度图像处理模块、校正分析模块中，两个方形标识检测框中心点坐标即第二位置信息；
所述深度图像处理模块包括第一位置信息接收单元、像素确定单元、距离计算单元；所述第一位置信息接收单元用于接收第一位置信息和第二位置信息，进而获取方形边界检测框中心点坐标以及两个方形标识检测框中心点坐标；所述像素确定单元用于根据方形边界检测框中心点坐标获取降噪处理后LED显示屏深度图像中的方形边界检测框中心点对应的像素值，该像素值即为LED显示屏深度图像中的方形边界检测框中心点像素距离深度相机的实际距离值，记为L1，并用于根据两个方形标识检测框中心点坐标获取降噪处理后LED显示屏深度图像中方形标识检测框的中心点对应的像素值，该像素值即为LED显示屏深度图像中的两个方形标识检测框中心点像素距离深度相机的实际距离值，记为L2、L3；所述距离计算单元用于根据勾股定理计算在LED显示屏深度图像中两个方形标识检测框中心点与方形边界检测框中心点O的实际距离值，记为L4、L5，并将实际距离值L4、L5发送至所述校正分析模块中；
所述校正分析模块包括第二位置信息接收单元、中心偏转分析单元、水平偏移分析单元；所述第二位置信息接收单元用于接收第二位置信息，获取两个方形标识检测框中心点坐标；所述中心偏转分析单元用于根据两个方形标识检测框中心点坐标的Y轴坐标值判断预设图像是否发生以点O为中心的中心偏转现象，若判断发生了中心偏转现象，则根据两个方形标识检测框中心点坐标利用三角函数计算线段F1F2与X轴之间的夹角，也即线段OF2与X轴之间的夹角，记为Z1，并将Z1反馈至LED显示屏的控制系统中；所述水平偏移分析单元用于在判断未发生中心偏转现象并校正后，根据实际距离值L4、L5判断预设图像是否发生了水平偏移现象，若判断发生了水平偏移现象，则对实际距离值L4、L5进行作差，获取实际距离值L4、L5之间的差值，并将该差值反馈至LED显示屏的控制系统中。
2.根据权利要求1所述的一种基于数据处理的LED显示屏像素校正分析系统，其特征在于：所述深度图像获取模块包括第一图像获取单元、第一图像降噪单元；所述第一图像获取单元用于获取包含完整LED显示屏的深度图像，即LED显示屏深度图像；所述第一图像降噪单元用于对LED显示屏深度图像进行降噪处理。
3.根据权利要求2所述的一种基于数据处理的LED显示屏像素校正分析系统，其特征在于：所述RGB图像获取模块包括第二图像获取单元、第二图像降噪单元、图像增强单元；所述第二图像获取单元用于获取包含完整LED显示屏的RGB图像，即LED显示屏RGB图像；所述第二图像降噪单元用于对LED显示屏RGB图像进行降噪处理；所述图像增强单元用于对经过降噪处理后的LED显示屏RGB图像进行增强处理。
4.根据权利要求3所述的一种基于数据处理的LED显示屏像素校正分析系统，其特征在于：在所述中心偏转分析单元中，当两个方形标识检测框中心点坐标的Y轴坐标值不相同时，则判断发生了中心偏转现象，相同时则判断未发生中心偏转现象，在LED显示屏正确显示预设图像时，两个方形标识检测框中心点坐标的Y轴坐标值相同；在所述水平偏移分析单元中，当实际距离值L4、L5与不相同时，则判断发生了水平偏移现象，相同时则判断未发生中心偏转现象，在LED显示屏正确显示预设图像时，两个方形标识检测框中心点与方形边界检测框中心点O的实际距离值L4、L5相同。
5.根据权利要求4所述的一种基于数据处理的LED显示屏像素校正分析系统，其特征在于：所述第一图像获取单元为深度相机，所述第二图像获取单元为工业相机；所述LED显示屏包括显示区域、非显示区域，在依次获取LED显示屏深度图像、LED显示屏RGB图像时，显示区域均显示相同的预设图像，在显示区域显示预设图像时，所述显示区域、非显示区域之间形成一个方形边界；所述深度相机、工业相机的光轴均垂直于LED显示屏所在平面，其光轴在LED显示屏上的投影点与方形边界检测框中心点重合，且深度相机与工业相机的拍摄位置相同，所述LED显示屏深度图像、LED显示屏RGB图像的分辨率、尺寸、图像比例均相同，在所述LED显示屏深度图像/LED显示屏RGB图像中，图像坐标系的X轴与方形边界检测框的上下两边平行，Y轴与方形边界检测框的两侧边平行。
CN202310973502.1A 2023-08-04 2023-08-04 一种基于数据处理的led显示屏像素校正分析系统 Active CN116704011B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310973502.1A CN116704011B (zh) 2023-08-04 2023-08-04 一种基于数据处理的led显示屏像素校正分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310973502.1A CN116704011B (zh) 2023-08-04 2023-08-04 一种基于数据处理的led显示屏像素校正分析系统

Publications (2)

Publication Number Publication Date
CN116704011A CN116704011A (zh) 2023-09-05
CN116704011B true CN116704011B (zh) 2024-03-05

Family

ID=87826145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310973502.1A Active CN116704011B (zh) 2023-08-04 2023-08-04 一种基于数据处理的led显示屏像素校正分析系统

Country Status (1)

Country Link
CN (1) CN116704011B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6329768B1 (en) * 1998-02-27 2001-12-11 Thomson Licensing S.A. Process for correcting picture deformation and device implementing this process
CN108053803A (zh) * 2017-12-29 2018-05-18 广东欧珀移动通信有限公司 显示模组的显示校正方法、显示校正装置和显示校正系统
CN108289208A (zh) * 2018-01-24 2018-07-17 歌尔股份有限公司 一种投影画面自动校正方法和装置
CN111260720A (zh) * 2020-01-13 2020-06-09 浙江大学 一种基于深度学习方法的目标高度测定系统
CN113096569A (zh) * 2020-01-09 2021-07-09 北京小米移动软件有限公司 校准检测方法及装置、校准方法、显示屏装置及移动终端
CN114866751A (zh) * 2022-04-15 2022-08-05 海信视像科技股份有限公司 一种投影设备及触发校正方法
CN115335854A (zh) * 2021-02-23 2022-11-11 京东方科技集团股份有限公司 生物芯片图像的分析方法及装置、计算机设备和存储介质
CN115841656A (zh) * 2022-10-25 2023-03-24 南京新远见智能科技有限公司 基于相机的汽车监控视频测速方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110049305B (zh) * 2017-12-18 2021-02-26 西安交通大学 一种智能手机的结构光深度相机自校正方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6329768B1 (en) * 1998-02-27 2001-12-11 Thomson Licensing S.A. Process for correcting picture deformation and device implementing this process
CN108053803A (zh) * 2017-12-29 2018-05-18 广东欧珀移动通信有限公司 显示模组的显示校正方法、显示校正装置和显示校正系统
CN108289208A (zh) * 2018-01-24 2018-07-17 歌尔股份有限公司 一种投影画面自动校正方法和装置
CN113096569A (zh) * 2020-01-09 2021-07-09 北京小米移动软件有限公司 校准检测方法及装置、校准方法、显示屏装置及移动终端
CN111260720A (zh) * 2020-01-13 2020-06-09 浙江大学 一种基于深度学习方法的目标高度测定系统
CN115335854A (zh) * 2021-02-23 2022-11-11 京东方科技集团股份有限公司 生物芯片图像的分析方法及装置、计算机设备和存储介质
CN114866751A (zh) * 2022-04-15 2022-08-05 海信视像科技股份有限公司 一种投影设备及触发校正方法
CN115841656A (zh) * 2022-10-25 2023-03-24 南京新远见智能科技有限公司 基于相机的汽车监控视频测速方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
多投影机非平面自动几何校正;李冬 等;《计算机工程与应用》;第51卷(第7期);第194-203页 *

Also Published As

Publication number Publication date
CN116704011A (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
US10832625B2 (en) Gray scale adjustment method and device for display panel
CN109752394B (zh) 一种显示屏缺陷高精度检测方法及系统
US8238640B2 (en) Display testing apparatus and method
CN103108147B (zh) 一种用于文字和图像投影显示的系统和方法
CN111986159B (zh) 太阳能电池片的电极缺陷检测方法、设备及存储介质
CN109803172B (zh) 一种直播视频的处理方法、装置及电子设备
CN109495729B (zh) 投影画面校正方法和系统
CN112767392A (zh) 图像清晰度确定方法、装置、设备及存储介质
CN109064958A (zh) 基于GPU的color demura系统
US8600157B2 (en) Method, system and computer program product for object color correction
CN117130186B (zh) 一种lcd显示屏瑕疵缺陷智能检测方法
CN116704011B (zh) 一种基于数据处理的led显示屏像素校正分析系统
WO2018095147A1 (zh) 光束投射点的位置标记方法和装置
CN112954304A (zh) 显示面板Mura缺陷评估方法、系统以及可读存储介质
CN109141457B (zh) 导航评估方法、装置、计算机设备和存储介质
CN111696154B (zh) 坐标定位方法、装置、设备及存储介质
CN116309873A (zh) 视线数据样本的采集系统、方法、计算设备及存储介质
CN115278217A (zh) 图像画面检测方法、装置、电子设备及存储介质
CN113723393B (zh) 图像采集方法、装置、电子设备及介质
CN105699385B (zh) 空间光调制器的缺陷层别检测系统及检测方法
CN109060831B (zh) 一种基于底板拟合的自动脏污检测方法
CN109584226B (zh) 一种质检系统以及方法
CN112213081A (zh) 一种屏体检测设备
US7330580B2 (en) System and method for inspecting an LCD panel
KR20040061590A (ko) 액정표시장치의 패턴 검사방법

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240129

Address after: Building 4, Nangang Second Industrial Park, No. 1026 Songbai Road, Yangguang Community, Xili Street, Nanshan District, Shenzhen City, Guangdong Province, 518000, 101st, 1st, 2nd, 3rd, 4th, 5th, and 6th floors

Applicant after: Shenzhen kailite Photoelectric Technology Co.,Ltd.

Country or region after: China

Address before: Room 401, Building 1, Hetai Industrial Zone, Zhancheng Community, Fuhai Street, Baoan District, Shenzhen, Guangdong, 518000

Applicant before: Shenzhen mulanxuan Technology Co.,Ltd.

Country or region before: China

GR01 Patent grant
GR01 Patent grant