CN116935766A - 一种led屏幕异常检测和数据分析方法 - Google Patents
一种led屏幕异常检测和数据分析方法 Download PDFInfo
- Publication number
- CN116935766A CN116935766A CN202310836531.3A CN202310836531A CN116935766A CN 116935766 A CN116935766 A CN 116935766A CN 202310836531 A CN202310836531 A CN 202310836531A CN 116935766 A CN116935766 A CN 116935766A
- Authority
- CN
- China
- Prior art keywords
- led screen
- information
- abnormal
- screen
- emitting 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000007405 data analysis Methods 0.000 title claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 79
- 238000004519 manufacturing process Methods 0.000 claims abstract description 57
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000012423 maintenance Methods 0.000 claims abstract description 9
- 230000005856 abnormality Effects 0.000 claims description 29
- 239000011324 bead Substances 0.000 claims description 28
- 230000008859 change Effects 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 238000004020 luminiscence type Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 230000008439 repair process Effects 0.000 abstract description 6
- 238000003908 quality control method Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本发明公开一种LED屏幕异常检测和数据分析方法,涉及数据检测分析技术领域；本发明方法采集LED屏幕本身和生产环境相关的数据，根据采集的数据对LED屏幕进行异常数据检测分析，提高了LED屏幕质量控制和维护的效率和准确性，能自动识别和定位这些异常情况，便于及时采取措施进行修复或替换。
Description
技术领域
本发明公开一种方法,涉及数据检测分析技术领域，具体地说是一种LED屏幕异常检测和数据分析方法。
背景技术
LED(Light Emitting Diode，发光二极管)屏幕是一种使用LED作为光源的显示技术。LED屏幕具有高亮度、低功耗、高对比度和长寿命等优点，因此在电视、显示器、广告牌等领域得到广泛应用。LED屏幕在使用过程中，因各种原因会出现使用异常，如出现像素点亮或熄灭异常、颜色异常、亮度异常、漏光或过光等情况。但现有的检测方法不能自动识别和定位这些异常情况，不能及时采取措施进行修复或替换。
发明内容
本发明针对现有技术的问题，提供一种LED屏幕异常检测和数据分析方法，利用异常检测、数据采集和传感器技术、数据处理和分析技术，提高了LED屏幕质量控制和维护的效率和准确性，能自动识别和定位这些异常情况，便于及时采取措施进行修复或替换。
本发明提出的具体方案是：
本发明提供一种LED屏幕异常检测和数据分析方法，包括：
步骤1：采集LED屏幕本身和生产环境相关的数据：
通过红外传感器获取LED屏幕的红外图像，对屏幕温度信息进行采集，
通过温度传感器对生产环境温度信息进行采集，
通过湿度传感器对生产环境湿度信息进行采集，
通过噪声传感器对生产环境噪声信息进行采集，
通过可见光传感器对LED屏幕的图像信息进行采集，
通过深度传感器对LED屏幕平整度信息进行采集；
步骤2：根据采集的数据对LED屏幕进行异常数据检测分析：
步骤21：根据LED屏幕的图像信息，检测LED屏幕中发光单位是否存在异常，所述发光单位包括单个LED灯珠或单个LED灯板，所述发光单位的异常种类包括单个LED灯珠或单个LED灯板的亮度不符、单个LED灯珠或单个LED灯板的颜色种类不符、单个LED灯珠或单个LED灯板的安装位置不符和发光单位缺失；
步骤22：根据采集的LED屏幕平整度信息，与LED屏幕信息模板进行匹配，根据匹配的相似程度判定是否存在LED屏幕中平整度不符合要求的异常，
步骤23：利用机器学习方法根据屏幕温度信息、生产环境温度信息、生产环境湿度信息和生产环境噪声信息的历史数据建立变化趋势预测模型，将采集的屏幕温度信息、生产环境温度信息、生产环境湿度信息或生产环境噪声信息代入变化趋势预测模型，利用变化趋势预测模型判定是否存在异常。
进一步，所述的一种LED屏幕异常检测和数据分析方法中所述步骤21中检测LED屏幕中发光单位是否存在异常，包括：
步骤211：根据LED屏幕的图像信息，获取图像中LED屏幕区域，
步骤212：获取异常的发光单位，
步骤213：确认发光单位的异常种类，
步骤214：提取异常的发光单位所在屏幕区域位置信息。
进一步，所述的一种LED屏幕异常检测和数据分析方法中所述步骤212，包括：
预筛选，根据LED屏幕所占像素区域利用图像处理方法，对区域进行判定，分区域筛选发光单位，筛选出待检测异常区域，
重筛选，对待检测异常区域进行二次及以上筛选，得到最终异常发光单位所在区域。
进一步，所述的一种LED屏幕异常检测和数据分析方法中所述重筛选，包括：对待检测异常区域进行基于深度学习的检测操作，所述基于深度学习的检测操作包括目标检测和分类算法分析。
进一步，所述的一种LED屏幕异常检测和数据分析方法中所述步骤21中亮度不符的情形包括发光单位达不到应有状态的像素亮度值，颜色种类不符包括发光单位达不到应有状态像素颜色值，安装位置不符包括发光单位达不在应有状态中所在位置，发光单位缺失包括LED屏幕的图像信息中发光单位不在应有状态。
进一步，所述的一种LED屏幕异常检测和数据分析方法中所述步骤2中还包括将异常数据检测分析的结果形成报告，所述报告包括异常的信息和处理建议，所述的处理建议包括硬件维修、更换元件、质量追踪和问题反馈，以可视化方式进行展示。
本发明还提供一种LED屏幕异常检测和数据分析装置，包括采集模块和异常数据检测分析模块，
采集模块采集LED屏幕本身和生产环境相关的数据：
通过红外传感器获取LED屏幕的红外图像，对屏幕温度信息进行采集，
通过温度传感器对生产环境温度信息进行采集，
通过湿度传感器对生产环境湿度信息进行采集，
通过噪声传感器对生产环境噪声信息进行采集，
通过可见光传感器对LED屏幕的图像信息进行采集，
通过深度传感器对LED屏幕平整度信息进行采集；
异常数据检测分析模块根据采集的数据对LED屏幕进行异常数据检测分析：
根据LED屏幕的图像信息，检测LED屏幕中发光单位是否存在异常，所述发光单位包括单个LED灯珠或单个LED灯板，所述发光单位的异常种类包括单个LED灯珠或单个LED灯板的亮度不符、单个LED灯珠或单个LED灯板的颜色种类不符、单个LED灯珠或单个LED灯板的安装位置不符和发光单位缺失；
根据采集的LED屏幕平整度信息，与LED屏幕信息模板进行匹配，根据匹配的相似程度判定是否存在LED屏幕中平整度不符合要求的异常，
利用机器学习方法根据屏幕温度信息、生产环境温度信息、生产环境湿度信息和生产环境噪声信息的历史数据建立变化趋势预测模型，将采集的屏幕温度信息、生产环境温度信息、生产环境湿度信息或生产环境噪声信息代入变化趋势预测模型，利用变化趋势预测模型判定是否存在异常。
本发明还提供一种LED屏幕异常检测和数据分析设备，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，执行所述的一种LED屏幕异常检测和数据分析方法。
本发明的有益之处是：
本发明提供一种LED屏幕异常检测和数据分析方法，利用异常检测、数据采集和传感器技术、数据处理和分析技术，提高了LED屏幕质量控制和维护的效率和准确性，能自动识别和定位这些异常情况，便于及时采取措施进行修复或替换。
附图说明
图1是本发明方法流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
本发明提供一种LED屏幕异常检测和数据分析方法，包括：
步骤1：采集LED屏幕本身和生产环境相关的数据：
通过红外传感器获取LED屏幕的红外图像，对屏幕温度信息进行采集，
通过温度传感器对生产环境温度信息进行采集，
通过湿度传感器对生产环境湿度信息进行采集，
通过噪声传感器对生产环境噪声信息进行采集，
通过可见光传感器对LED屏幕的图像信息进行采集，
通过深度传感器对LED屏幕平整度信息进行采集；
步骤2：根据采集的数据对LED屏幕进行异常数据检测分析：
步骤21：根据LED屏幕的图像信息，检测LED屏幕中发光单位是否存在异常，所述发光单位包括单个LED灯珠或单个LED灯板，所述发光单位的异常种类包括单个LED灯珠或单个LED灯板的亮度不符、单个LED灯珠或单个LED灯板的颜色种类不符、单个LED灯珠或单个LED灯板的安装位置不符和发光单位缺失；
步骤22：根据采集的LED屏幕平整度信息，与LED屏幕信息模板进行匹配，根据匹配的相似程度判定是否存在LED屏幕中平整度不符合要求的异常，
步骤23：利用机器学习方法根据屏幕温度信息、生产环境温度信息、生产环境湿度信息和生产环境噪声信息的历史数据建立变化趋势预测模型，将采集的屏幕温度信息、生产环境温度信息、生产环境湿度信息或生产环境噪声信息代入变化趋势预测模型，利用变化趋势预测模型判定是否存在异常。
异常检测是在数据中寻找与正常模式不符的异常或异常信息的过程。为了进行LED屏幕异常检测，需要采集LED屏幕的数据。可以通过摄像机、传感器或其他数据采集设备来实现。
本发明方法中对采集到的数据进行处理和分析是实现LED屏幕异常检测的关键步骤。常用的数据处理和分析技术包括图像处理算法、统计分析方法、机器学习算法和深度学习技术等。这些技术能够从数据中提取特征、建立模型，并进行异常检测和分类。
LED屏幕异常检测数据分析还可以包括数据可视化和报告生成。通过可视化技术，可以直观地展示异常检测结果和异常情况的位置信息。报告生成可以提供详细的分析结果、统计数据和建议，以帮助操作人员进行进一步的处理和维护。
具体应用中，在本发明方法的一些实施例中，进行LED屏幕异常检测和数据分析时，可参考如下：
步骤1：采集LED屏幕本身和生产环境相关的数据：
通过红外传感器获取LED屏幕的红外图像，对屏幕温度信息进行采集，
通过温度传感器对生产环境温度信息进行采集，
通过湿度传感器对生产环境湿度信息进行采集，
通过噪声传感器对生产环境噪声信息进行采集，
通过可见光传感器对LED屏幕的图像信息进行采集，
通过深度传感器对LED屏幕平整度信息进行采集。
进一步，可见光传感器可为高分辨率彩色工业相机，如面阵工业相机和线扫工业相机等，通过可见光传感器获取LED屏幕的图像数据。可以选择适当的摄像机配置和位置，以确保获取清晰、准确的图像。采集的图像可以是单帧图像，也可以是视频流。持续采集图像可以提供更多的数据用于异常检测和分析。可见光传感器可采集LED屏幕单帧清晰图像，在采集过程中，保持LED屏幕状态不变，从而对异常检测提供状态依据，即采集时刻获取LED屏幕应有状态。
步骤2：根据采集的数据对LED屏幕进行异常数据检测分析：
步骤21：根据LED屏幕的图像信息，检测LED屏幕中发光单位是否存在异常，所述发光单位包括单个LED灯珠或单个LED灯板，所述发光单位的异常种类包括单个LED灯珠或单个LED灯板的亮度不符、单个LED灯珠或单个LED灯板的颜色种类不符、单个LED灯珠或单个LED灯板的安装位置不符和发光单位缺失。进一步，所述步骤21中亮度不符的情形包括发光单位达不到应有状态的像素亮度值，颜色种类不符包括发光单位达不到应有状态像素颜色值，安装位置不符包括发光单位达不在应有状态中所在位置，发光单位缺失包括LED屏幕的图像信息中发光单位不在应有状态。
进一步，所述步骤21中检测LED屏幕中发光单位是否存在异常，包括：
步骤211：根据LED屏幕的图像信息，获取图像中LED屏幕区域，
步骤212：获取异常的发光单位，
步骤213：确认发光单位的异常种类，
步骤214：提取异常的发光单位所在屏幕区域位置信息。其中提取屏幕区域位置与可见光传感器采集时机有关，根据可见光传感器采集时机，可把异常信息和位置信息进行对应，获取发光单位所在屏幕区域位置信息。
进一步，所述步骤212，包括：
预筛选，根据LED屏幕所占像素区域利用图像处理方法，如可根据LED应有状态信息，提取像素亮度、颜色和排列位置，对区域进行判定，分区域筛选发光单位，筛选出待检测异常区域，
重筛选，对待检测异常区域进行二次及以上筛选，得到最终异常发光单位所在区域。
进一步，所述重筛选，包括：对待检测异常区域进行基于深度学习的检测操作，所述基于深度学习的检测操作包括目标检测和分类算法分析。
步骤22：根据采集的LED屏幕平整度信息，与LED屏幕信息模板进行匹配，根据匹配的相似程度判定是否存在LED屏幕中平整度不符合要求的异常，
步骤23：利用机器学习方法根据屏幕温度信息、生产环境温度信息、生产环境湿度信息和生产环境噪声信息的历史数据建立变化趋势预测模型，将采集的屏幕温度信息、生产环境温度信息、生产环境湿度信息或生产环境噪声信息代入变化趋势预测模型，利用变化趋势预测模型判定是否存在异常。
进一步，所述步骤2中还包括将异常数据检测分析的结果形成报告，所述报告包括异常的信息和处理建议，如异常的信息可以包括异常发光单位的数量、分布情况、异常程度等，这些统计数据提供了对LED屏幕整体异常情况的概览，所述的处理建议包括硬件维修、更换元件、质量追踪和问题反馈，以可视化方式进行展示。例如通过热力图、标记或边界框在图像上显示异常发光单位的位置。这样可以直观地展示异常情况，并帮助操作人员快速定位问题区域。
本发明还提供一种LED屏幕异常检测和数据分析装置，包括采集模块和异常数据检测分析模块，
采集模块采集LED屏幕本身和生产环境相关的数据：
通过红外传感器获取LED屏幕的红外图像，对屏幕温度信息进行采集，
通过温度传感器对生产环境温度信息进行采集，
通过湿度传感器对生产环境湿度信息进行采集，
通过噪声传感器对生产环境噪声信息进行采集，
通过可见光传感器对LED屏幕的图像信息进行采集，
通过深度传感器对LED屏幕平整度信息进行采集；
异常数据检测分析模块根据采集的数据对LED屏幕进行异常数据检测分析：
根据LED屏幕的图像信息，检测LED屏幕中发光单位是否存在异常，所述发光单位包括单个LED灯珠或单个LED灯板，所述发光单位的异常种类包括单个LED灯珠或单个LED灯板的亮度不符、单个LED灯珠或单个LED灯板的颜色种类不符、单个LED灯珠或单个LED灯板的安装位置不符和发光单位缺失；
根据采集的LED屏幕平整度信息，与LED屏幕信息模板进行匹配，根据匹配的相似程度判定是否存在LED屏幕中平整度不符合要求的异常，
利用机器学习方法根据屏幕温度信息、生产环境温度信息、生产环境湿度信息和生产环境噪声信息的历史数据建立变化趋势预测模型，将采集的屏幕温度信息、生产环境温度信息、生产环境湿度信息或生产环境噪声信息代入变化趋势预测模型，利用变化趋势预测模型判定是否存在异常。
上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
同样地，本发明装置利用异常检测、数据采集和传感器技术、数据处理和分析技术，提高了LED屏幕质量控制和维护的效率和准确性，能自动识别和定位这些异常情况，便于及时采取措施进行修复或替换。
本发明还提供一种LED屏幕异常检测和数据分析设备，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，执行所述的一种LED屏幕异常检测和数据分析方法。
上述设备内的处理器的信息交互、执行可读程序过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
同样地，本发明设备利用异常检测、数据采集和传感器技术、数据处理和分析技术，提高了LED屏幕质量控制和维护的效率和准确性，能自动识别和定位这些异常情况，便于及时采取措施进行修复或替换。
需要说明的是，上述各流程和各装置、设备结构中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (8)
1.一种LED屏幕异常检测和数据分析方法，其特征是包括：
步骤1：采集LED屏幕本身和生产环境相关的数据：
通过红外传感器获取LED屏幕的红外图像，对屏幕温度信息进行采集，
通过温度传感器对生产环境温度信息进行采集，
通过湿度传感器对生产环境湿度信息进行采集，
通过噪声传感器对生产环境噪声信息进行采集，
通过可见光传感器对LED屏幕的图像信息进行采集，
通过深度传感器对LED屏幕平整度信息进行采集；
步骤2：根据采集的数据对LED屏幕进行异常数据检测分析：
步骤21：根据LED屏幕的图像信息，检测LED屏幕中发光单位是否存在异常，所述发光单位包括单个LED灯珠或单个LED灯板，所述发光单位的异常种类包括单个LED灯珠或单个LED灯板的亮度不符、单个LED灯珠或单个LED灯板的颜色种类不符、单个LED灯珠或单个LED灯板的安装位置不符和发光单位缺失；
步骤22：根据采集的LED屏幕平整度信息，与LED屏幕信息模板进行匹配，根据匹配的相似程度判定是否存在LED屏幕中平整度不符合要求的异常，
步骤23：利用机器学习方法根据屏幕温度信息、生产环境温度信息、生产环境湿度信息和生产环境噪声信息的历史数据建立变化趋势预测模型，将采集的屏幕温度信息、生产环境温度信息、生产环境湿度信息或生产环境噪声信息代入变化趋势预测模型，利用变化趋势预测模型判定是否存在异常。
2.根据权利要求1所述的一种LED屏幕异常检测和数据分析方法，其特征是所述步骤21中检测LED屏幕中发光单位是否存在异常，包括：
步骤211：根据LED屏幕的图像信息，获取图像中LED屏幕区域，
步骤212：获取异常的发光单位，
步骤213：确认发光单位的异常种类，
步骤214：提取异常的发光单位所在屏幕区域位置信息。
3.根据权利要求2所述的一种LED屏幕异常检测和数据分析方法，其特征是所述步骤212，包括：
预筛选，根据LED屏幕所占像素区域利用图像处理方法，对区域进行判定，分区域筛选发光单位，筛选出待检测异常区域，
重筛选，对待检测异常区域进行二次及以上筛选，得到最终异常发光单位所在区域。
4.根据权利要求3所述的一种LED屏幕异常检测和数据分析方法，其特征是所述重筛选，包括：对待检测异常区域进行基于深度学习的检测操作，所述基于深度学习的检测操作包括目标检测和分类算法分析。
5.根据权利要求1所述的一种LED屏幕异常检测和数据分析方法，其特征是所述步骤21中亮度不符的情形包括发光单位达不到应有状态的像素亮度值，颜色种类不符包括发光单位达不到应有状态像素颜色值，安装位置不符包括发光单位达不在应有状态中所在位置，发光单位缺失包括LED屏幕的图像信息中发光单位不在应有状态。
6.根据权利要求1所述的一种LED屏幕异常检测和数据分析方法，其特征是所述步骤2中还包括将异常数据检测分析的结果形成报告，所述报告包括异常的信息和处理建议，所述的处理建议包括硬件维修、更换元件、质量追踪和问题反馈，以可视化方式进行展示。
7.一种LED屏幕异常检测和数据分析装置，其特征是包括采集模块和异常数据检测分析模块，
采集模块采集LED屏幕本身和生产环境相关的数据：
通过红外传感器获取LED屏幕的红外图像，对屏幕温度信息进行采集，
通过温度传感器对生产环境温度信息进行采集，
通过湿度传感器对生产环境湿度信息进行采集，
通过噪声传感器对生产环境噪声信息进行采集，
通过可见光传感器对LED屏幕的图像信息进行采集，
通过深度传感器对LED屏幕平整度信息进行采集；
异常数据检测分析模块根据采集的数据对LED屏幕进行异常数据检测分析：
根据LED屏幕的图像信息，检测LED屏幕中发光单位是否存在异常，所述发光单位包括单个LED灯珠或单个LED灯板，所述发光单位的异常种类包括单个LED灯珠或单个LED灯板的亮度不符、单个LED灯珠或单个LED灯板的颜色种类不符、单个LED灯珠或单个LED灯板的安装位置不符和发光单位缺失；
根据采集的LED屏幕平整度信息，与LED屏幕信息模板进行匹配，根据匹配的相似程度判定是否存在LED屏幕中平整度不符合要求的异常，
利用机器学习方法根据屏幕温度信息、生产环境温度信息、生产环境湿度信息和生产环境噪声信息的历史数据建立变化趋势预测模型，将采集的屏幕温度信息、生产环境温度信息、生产环境湿度信息或生产环境噪声信息代入变化趋势预测模型，利用变化趋势预测模型判定是否存在异常。
8.一种LED屏幕异常检测和数据分析设备，其特征是包括：至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，执行权利要求1至6中任一项所述的一种LED屏幕异常检测和数据分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310836531.3A CN116935766A (zh) | 2023-07-10 | 2023-07-10 | 一种led屏幕异常检测和数据分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310836531.3A CN116935766A (zh) | 2023-07-10 | 2023-07-10 | 一种led屏幕异常检测和数据分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116935766A true CN116935766A (zh) | 2023-10-24 |
Family
ID=88379906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310836531.3A Pending CN116935766A (zh) | 2023-07-10 | 2023-07-10 | 一种led屏幕异常检测和数据分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116935766A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117253448A (zh) * | 2023-11-16 | 2023-12-19 | 深圳市连硕显电子有限公司 | Led显示屏校正方法及系统 |
-
2023
- 2023-07-10 CN CN202310836531.3A patent/CN116935766A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117253448A (zh) * | 2023-11-16 | 2023-12-19 | 深圳市连硕显电子有限公司 | Led显示屏校正方法及系统 |
| CN117253448B (zh) * | 2023-11-16 | 2024-05-14 | 深圳市连硕显电子有限公司 | Led显示屏校正方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI603074B (zh) | 光學薄膜缺陷辨識方法及其系統 | |
| KR101687163B1 (ko) | 터치 패널 검사 장치 및 방법 | |
| CN107976446A (zh) | 一种基于机器视觉的led数码管显示屏检测方法及系统 | |
| CN116935766A (zh) | 一种led屏幕异常检测和数据分析方法 | |
| CN110728936A (zh) | Led显示屏故障监控管理系统 | |
| KR20100120257A (ko) | 엘이디전광판의 엘이디화소 검사장치 및 방법 | |
| CN108072664B (zh) | 一种外观检测系统及方法 | |
| CN107749055A (zh) | 一种led交通诱导屏的故障检测方法、系统及装置 | |
| KR102206366B1 (ko) | 출력화면 자동 제어 기능과 주변환경에 따라 능동적으로 대응하는 능동형 대형 엘이디 전광판 시스템 | |
| CN114119591A (zh) | 一种显示屏画面质量检测方法 | |
| JP2009079983A (ja) | 点欠陥検出装置、および点欠陥検出方法 | |
| CN104637425A (zh) | 流水线式led显示单元均匀性检测方法、系统及装置 | |
| CN114612419B (zh) | 基于深度视觉和多传感器技术的工序检测方法 | |
| CN116778837A (zh) | 一种多功能显示器故障检测平台 | |
| JP4715703B2 (ja) | 光学フレア検査装置および検査方法 | |
| CN108663371B (zh) | 一种检测显示面板灰尘异物的方法及系统 | |
| CN114383815B (zh) | 一种显示屏像素失控点快速检测方法 | |
| CN113807244B (zh) | 一种基于深度学习的机柜布置图绘制方法 | |
| CN104977921A (zh) | 用于自动监视装置故障的系统和方法 | |
| US9536165B2 (en) | Flash characterization for camera | |
| CN104977154A (zh) | 具有子像素结构的空间光调制器缺陷分类方法 | |
| JPH11284982A (ja) | 監視装置及び方法 | |
| Viharos et al. | Vision based, statistical learning system for fault recognition in industrial assembly environment | |
| CN112748118A (zh) | 一种显示面板的检测系统和检测方法 | |
| KR20220028803A (ko) | 누액감지 시스템 및 방법 |
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 |