CN116990993A - 一种lcd显示面板质量检测方法 - Google Patents
一种lcd显示面板质量检测方法 Download PDFInfo
- Publication number
- CN116990993A CN116990993A CN202311249487.2A CN202311249487A CN116990993A CN 116990993 A CN116990993 A CN 116990993A CN 202311249487 A CN202311249487 A CN 202311249487A CN 116990993 A CN116990993 A CN 116990993A
- Authority
- CN
- China
- Prior art keywords
- gray
- sequence
- sequences
- degree
- similarity
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title abstract description 21
- 230000005856 abnormality Effects 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 45
- 230000000737 periodic effect Effects 0.000 claims description 31
- 230000008859 change Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
- G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour
- G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour based on liquid crystals, e.g. single liquid crystal display cells
- G02F1/1306—Details
- G02F1/1309—Repairing; Testing
-
- 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
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/02—Improving the quality of display appearance
- G09G2320/0271—Adjustment of the gradation levels within the range of the gradation scale, e.g. by redistribution or clipping
-
- 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
- Physics & Mathematics (AREA)
- Nonlinear Science (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Optics & Photonics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Control Of Indicators Other Than Cathode Ray Tubes (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种LCD显示面板质量检测方法,包括:获取目标图像的行列灰度序列,获取相邻行灰度序列的相似度;获取每个步长周期中每个周期序列的可信度;通过可信度获取可信度序列;根据可信度序列获取每个步长周期的可信度;根据步长周期的可信度进行分组;获取所选行列灰度序列的可信相似度;根据可信相似度获取目标分组可信度;获取基准分组;获取每个像素点灰度值的差异程度;根据差异程度获取标记像素点;根据标记像素点分布的密集程度获取标记像素点聚类类簇的异常程度;根据聚类类簇的异常程度进行质量判断。通过获取图像自身模板,根据像素点与模板的差异进行质量检测,保证检测质量的同时提高检测的鲁棒性。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种LCD显示面板质量检测方法。
背景技术
LCD(液晶显示)面板是目前广泛应用于平板电视、计算机显示器和移动设备等领域的主要显示技术,然而,在LCD面板的制造过程中,可能会存在一些质量问题,如像素故障、亮度不均匀、颜色失真等。因此,对LCD显示面板进行质量检测是非常重要的,以确保产品质量和用户体验。
传统LCD显示面板质量检测是通过摄像头采集LCD显示面板,通过对采集到的LCD显示面板图像进行处理,利用阈值分割或模板匹配的方法进行LCD显示面板的质量检测,但阈值分割只能分割出存在严重的质量问题的LCD显示面板,例如亮度异常,对于某些微小的缺陷或隐蔽的缺陷难以进行准确的检测;而模板匹配检测方法需要建立模板,LCD显示面板的样式是各种各样的,故采用模板匹配的方法在获取模板的过程中获取代价大。
发明内容
本发明提供一种LCD显示面板质量检测方法,以解决现有的问题。
本发明的一种LCD显示面板质量检测方法采用如下技术方案:
本发明一个实施例提供了一种LCD显示面板质量检测方法,该方法包括以下步骤:
获取待检测LCD显示面板灰度图像,对LCD显示面板灰度图像进行去噪得到目标图像,将去噪得到的第一张目标图像记为第一目标图像;
获取目标图像的行列灰度序列,根据相邻行灰度序列中相同位置灰度值差异之和获取相邻行灰度序列的相似度;根据相似度序列中所有相似度均值获取每个步长周期中每个周期序列的可信度;通过每个步长周期中每个周期序列的可信度获取每个步长周期中所有周期序列的可信度序列;根据每个步长周期中所有周期序列的可信度序列获取每个步长周期的可信度;根据每个步长周期的可信度对所有行列灰度序列进行分组;根据分组中所选目标分组与待匹配分组中行列灰度序列中的相同位置灰度值差异之和获取所选行列灰度序列的可信相似度;根据目标分组中的每个行列灰度序列与任意一个待匹配分组中的每个行灰度序列的可信相似度获取目标分组可信度;根据目标分组可信度获取基准分组;
根据每组行列灰度序列中的每个灰度值与基准分组中行列灰度序列中对应的每个灰度值的差异获取每个像素点灰度值的差异程度;根据差异程度获取标记像素点;
对标记像素点进行聚类获取聚类类簇,根据每个标记像素点聚类类簇中标记像素点分布的密集程度获取标记像素点聚类类簇的异常程度;根据聚类类簇的异常程度进行质量判断。
优选的,所述根据相邻行灰度序列中相同位置灰度值差异之和获取相邻行灰度序列的相似度,包括的具体步骤如下:
相邻行灰度序列的相似度的获取方法为:
式中表示第周期序列中第行灰度序列与第行灰度序列的
相似度,A表示行灰度序列中灰度值的个数,表示第行灰度序列中第个像
素点的灰度值,其中表示第周期序列,表示第组行列灰度序列,表示每组中行列灰
度序列的个数,表示第行灰度序列中第个像素点的灰度值,表示以自然常数为底的指数函数。
优选的,所述根据相似度序列中所有相似度均值获取每个步长周期中每个周期序列的可信度,包括的具体步骤如下:
第个步长周期的第周期序列的可信度的获取方法为:
式中表示第一目标图像中第个步长周期中第周期序列的可信度,
表示第周期序列中相似度序列中相似度值的个数,表示第周期序列中相似度序列中
第个相似度值,表示以自然常数为底的指数函数。
优选的,所述根据每个步长周期中所有周期序列的可信度序列获取每个步长周期的可信度,包括的具体步骤如下:
第个步长周期的可信度获取方法为:
式中表示第一目标图像中第个步长周期的可信度,d表示第一目标图像中第个步长周期下的分组中行灰度序列的个数,表示第一目标图像中第个步长周期中
第周期序列的可信度。
优选的,所述根据目标分组中的每个行列灰度序列与任意一个待匹配分组中的每个行灰度序列的可信相似度获取目标分组可信度,包括的具体步骤如下:
目标分组可信度获取方法为:
式中表示目标分组可信度,表示分组内行灰度序列的个数,表示目标分
组,表示分组个数,表示目标分组中的第个行灰度序列与第个待匹配分组中的第行灰度序列的可信相似度。
优选的,所述根据每组行列灰度序列中的每个灰度值与基准分组中行列灰度序列中对应的每个灰度值的差异获取每个像素点灰度值的差异程度,包括的具体步骤如下:
每组行列灰度序列中坐标为的像素点与基准分组中对应位置的像素点灰
度值的差异程度为,其中表示每组行灰度序列
中坐标为的像素点的灰度值与基准分组中行灰度序列中对应位置像素点的灰度差
异的绝对值,表示每组列灰度序列中坐标为的像素点的灰度值与基准分
组中列灰度序列中对应位置像素点的灰度差异的绝对值。
优选的,所述根据每个标记像素点聚类类簇中标记像素点分布的密集程度获取标记像素点聚类类簇的异常程度,包括的具体步骤如下:
标记像素点的聚类类簇的异常程度的获取方法为:
式中表示第个聚类类簇的异常程度,表示第个聚类类簇中标记像素点的
个数,表示第个聚类类簇中所有像素点的个数。
优选的,所述根据差异程度获取标记像素点,包括的具体步骤如下:
设定差异程度阈值,将所有像素点的差异程度与差异程度阈值进行对比,将差异程度大于等于差异程度阈值的所有像素点进行标记,得到标记像素点。
优选的,所述标记像素点的获取方法为:
设定差异程度阈值,将所有像素点的差异程度与差异程度阈值进行对比,将差异程度大于等于差异程度阈值的所有像素点进行标记,得到标记像素点。
优选的,所述根据聚类类簇的异常程度进行质量判断,包括的具体步骤如下:
根据聚类类簇的异常程度与异常程度阈值的差异大小进行质量判断,若第个聚
类类簇的异常程度大于等于异常程度阈值,则第个聚类类簇在待检测显示面板
图像中对应的位置存在质量问题,若所有的聚类类簇的异常程度均小于异常程度阈值,
则待检测显示面板不存在质量问题。
本发明的技术方案的有益效果是:通过获取最优步长周期可信度对图像进行分组处理,令每个分组中灰度序列的分布规律相似,通过获取最优分组,将最优分组作为待检测显示面板自身模板,从而减小创建模板的代价,利用显示面板中像素点灰度值与模板像素点灰度值的差异进行质量判断,降低环境因素对模板的影响,令质量检测的准确性更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,还可以根据这些附图获得其他的附图。
图1为本发明的一种LCD显示面板质量检测方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种LCD显示面板质量检测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
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。
下面结合附图具体的说明本发明所提供的一种LCD显示面板质量检测方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种LCD显示面板质量检测方法的步骤流程图,该方法包括以下步骤:
S001.获取待检测LCD显示面板图像,对图像进行预处理得到目标图像。
需要说明的是:由于外界环境因素的影响,会对LCD显示面板的质量产生影响,如静电干扰和环境温湿度的变化可能会导致电路连接问题和静电故障,或者由于生产过程中操作人员的操作不当导致LCD显示面板清洁不彻底装配不当等问题,该类质量问题依赖人工目视检测难度大,因此生产完成后通过采集LCD显示面板表面图像,对LCD显示面板表面图像进行分析来进行质量判断,从而提高检测效率,同时避免主观判断带来的影响。
获取LCD显示面板表面图像,选择高分辨率的工业相机,将工业相机安装在稳定的支架上,通过调整相机,确保相机与LCD显示面板垂直且保证焦距适中,在相机周围布置环形光源,避免进行图像采集时产生阴影,利用计算机控制机械臂,将相机与光源固定到机械臂的支架上,通过控制机械臂的移动,将相机设备移动到不用的位置,以全面采集LCD显示面板表面图像,在进行LCD显示面板图像采集时,LCD显示面板通电显示单色,将采集到的LCD显示面板表面图像进行灰度化处理得到LCD显示面板的灰度图像,采用高斯滤波对LCD显示面板灰度图像进行去噪处理,得到去噪后的图像,将去噪后的图像作为目标图像,其中LCD显示面板灰度图像存在多张,将第一张去噪后的LCD显示面板灰度图像记为第一目标图像。
S002.根据像素点的灰度变化获取灰度变化曲线的相似度,得到基准分组。
需要说明的是:LCD发光原理是利用外部光源,其中外部光源即LCD显示面板中的背光模组,在外加电场的作用下,液晶偏转改变光的偏振方向,穿过彩色滤光片和偏光片,从而形成单个像素的颜色,其中每个像素对应了红绿蓝三块滤光片,它们非常非常小,人眼是无法识别出每个像素点上面的三束光线,为了防止光线间互相干扰,在三块滤光片之间有黑色填充的间隙,黑色填充间隙很小,成像时人眼将其自动拼合成了一个像素点。由于存在黑色填充间隙且进行图像采集时会受到一定程度的噪声干扰,当LCD显示面板正常运行时,像素点的灰度值呈现周期性变化,当LCD显示面板出现质量问题时,会导致红绿蓝三块滤光片的颜色出现比例偏差,从而导致对应像素点的灰度值出现偏差,因此通过LCD显示面板中找到最可信的一行和一列像素点,通过自适应获取差异阈值,通过差异阈值将其他像素点与可信像素点进行对比,根据对比差异是否满足差异阈值的要求,进行LCD显示面板的质量检测。
以第一目标图像的左上角为坐标原点建立平面直角坐标系,获取每行每列像素点
的灰度值,将第行像素点的灰度值记为第行灰度序列,将第行灰度序列用表示,则
第行灰度序列表示为:,表示第行灰度序列第
个像素点的灰度值,将第列像素点的灰度值记为第列灰度序列,其中第一目标图像的大
小为,表示第一目标图像的长,表示目标图像的宽,则获得个行灰度序列,获得个列灰度序列;根据每行每列灰度序列间的相似度获取步长周期的可信度,根据步长周
期的可信度获取最可信的行列灰度序列。
步长周期可信度的获取方法为:以行灰度序列为例,将步长周期记为,d的初始值
设置为1,最大步长周期本实施例以进行叙述,具体实施时可设置其他值,本实
施例不进行具体限定,根据步长周期d将第一目标图像分为组行灰度序列,其中,其中表示步长周期为的序列组数,表示第一目标图像中行灰度序列的个
数,表示向下取整,当第一目标图像中行灰度序列的个数与步长周期无法整除时,去除
无法整除的部分,由于无法整除的部分位于第一目标图像的边缘,故不会对步长周期可信
度产生决定性影响;每组行灰度序列中,行灰度序列的个数为,则第一组中的灰度序列
为:,其中表示第一组中第行灰度序列,第组中的灰度序列为:,表示第组中第行灰度序列,其中,获取每组行灰度序列中的第个行灰度序列,组成第周期序列,记为,表示第一目标图像第行灰度序列,获取第周期序列中第行灰度序列与第行
灰度序列的相似度,的取值范围为之间的整数,将第周期序列中第行
灰度序列与第行灰度序列的相似度记为,根据相邻行灰度序列中相同位置灰
度值差异之和获取相邻行灰度序列的相似度,其中相邻行灰度序列的相似度的获取方法
为:
式中表示第周期序列中第行灰度序列与第行灰度序列的
相似度,A表示行灰度序列中灰度值的个数,表示第行灰度序列中第个像
素点的灰度值,表示第行灰度序列中第个像素点的灰度值,表示以自然常数为底的指数函数;相邻行灰度序列中相同位置灰度值差异之和越小,
说明第周期序列中第行灰度序列与第行灰度序列的相似度越大。
同理获取第周期序列中所有相邻行灰度序列的相似度,构成相似度序列,其中
相似度序列的表现形式为:,表示相似度序列中第个
相似度值,根据相似度序列中所有相似度均值获取步长周期d下第周期序列的可信度,第个步长周期的第周期序列的可信度的获取方法为:
式中表示第一目标图像中第个步长周期中第周期序列的可信度,
表示第周期序列中相似度序列中相似度值的个数,表示第周期序列中相似度序列中
第个相似度值,表示以自然常数为底的指数函数;的取值越大,则第一目标图像
中第个步长周期中第周期序列的可信度越高,同理获取第一目标图像中第个步长周
期中所有周期序列的可信度,第一目标图像中第个步长周期中所有周期序列的可信度序
列为,其中表示第一目标图像中第个步长周期中
第周期序列的可信度;根据第一目标图像中第个步长周期中所有周期序列的可信度序
列获取第一目标图像中第个步长周期的可信度,即:
式中表示第一目标图像中第个步长周期的可信度,d表示第一目标图像中第个步长周期下的分组中行灰度序列的个数,表示第一目标图像中第个步长周期中
第周期序列的可信度;的取值越大,则第一目标图像中第个步长周期的可信度越高,
即步长周期为的可信度越大。
本实施例中步长周期d的取值范围为,获取每一个步长周期的可信度,选择
步长周期可信度最大值对应的步长周期为目标步长周期,目标步长周期将第一
目标图像分为组行灰度序列,从组行灰度序列获取目标步长周期中可信度最大的一组,
记为,获取方法为:
从目标步长周期的个分组中任选一个分组作为目标分组,将目标分组记为,
将目标分组之外的分组记为待匹配分组,待匹配分组的个数为,根据每个待匹配分
组与目标分组间的差异获取目标分组可信度,即:获取目标分组中的第一个行灰度序列,将
目标分组中的第一个行灰度序列与每个待匹配分组中的第一个行灰度序列进行相似度匹
配,得到每个待匹配分组中第一个行灰度序列与目标放在中第一个行灰度序列的可信相似
度,其中可信相似度的获取方法与相邻行灰度序列的相似度的计算方法相同,即根据所选
目标分组与待匹配分组中行灰度序列中的相同位置灰度值差异之和获取所选行灰度序列
的可信相似度,由于可信相似度的计算方法与相邻行灰度序列的相似度的计算方法相同,
故此处不予以详细概述,由此得到目标分组中的第一个行灰度序列与每个待匹配分组中的
第一个行灰度序列的可信相似度,将可信相似度记为,其中表示目标分组中的第一个行灰
度序列与第个待匹配分组中的第一个行灰度序列的可信相似度;同理获取目标分组中的
第个行灰度序列与每个待匹配分组中的第个行灰度序列的可信相似度,将可信相似度记
为,其中表示目标分组中的第个行灰
度序列与第个待匹配分组中的第个行灰度序列的可信相似度;则目标分组可信度为:
式中表示目标分组可信度,表示分组内行灰度序列的个数,表示目标分
组,表示分组个数,表示目标分组中的第个行灰度序列与第个待匹配分组中的第个行灰度序列的可信相似度;表示目标分组中的第个行灰度序列与所有待匹
配分组中的第个行灰度序列的可信相似度均值,该值越大,代表目标分组中的第个行灰
度序列与所有待匹配分组中的第个行灰度序列的相似度越大,表示目
标分组中的所有行灰度序列与所有待匹配分组中的所有行灰度序列的相似度均值,该值越
大,说明目标分组可信度越大;选择最大目标分组可信度对应的分组作为基准分组,
将其记为;同理对所有的列灰度序列进行上述操作,得到对应的列灰度序列的基
准分组,将其记为。
S003.根据每组行列灰度序列与基准分组中行列灰度序列的差异获取像素点的差异程度。
需要说明的是:通过上述相似度计算获取得到基准分组,基准分组中行列灰度序
列与其他灰度序列的相似度较高。显示面板出现质量问题时往往是局部出现,故基准
分组中行列灰度序列与其他灰度序列的相似度较高,说明基准分组中的行列灰度序列越不
可能出现质量问题,即基准分组中的行列灰度序列的可信度大,将其作为参考模板进行质
量判断时准确性更高,利用显示面板自身的部分作为模板,不仅可以增加模板匹配的
鲁棒性,令不同类型的显示面板均可进行质量检测,还能增强质量判断的准确性,通
过将显示面板中的像素点与自身可信度最高的像素点进行比较,避免了由于外界干
扰如光照、生产日期等造成待检测显示面板与模板显示面板存在差异而导致的
质量误判。
将每组行列灰度序列中的每个灰度值与基准分组中行列灰度序列中对应的每个
灰度值做差,获取差异绝对值,每组行列灰度序列中的每个灰度值与基准分组中行列灰度
序列中对应的每个灰度值的差异绝对值有两个,分别为行差异绝对值和列差异绝对值,将
每组行灰度序列中的每个灰度值与基准分组中行灰度序列中对应的每个灰度值的行差异
绝对值记为,其中表示每组行灰度序列中的任意一个像素点在每组行灰
度序列中的坐标,表示每组行灰度序列中坐标为的像素点的灰度值与基
准分组中行灰度序列中对应位置像素点的灰度差异的绝对值;同理,将每组列灰度序列中
的每个灰度值与基准分组中列灰度序列中对应的每个灰度值的列差异绝对值记为,其中表示每组列灰度序列中的任意一个像素点在每组列灰度序列中的
坐标,表示每组列灰度序列中坐标为的像素点的灰度值与基准分组中列
灰度序列中对应位置像素点的灰度差异的绝对值;则每组行列灰度序列中坐标为
的像素点与基准分组中对应位置的像素点灰度值的差异程度为,设定差异程度阈值,将所有像素点的差异程度与差异程
度阈值进行对比,将差异程度大于等于差异程度阈值的所有像素点进行标记,得到标记像
素点,即差异程度阈值,本实施例以为例进行叙述,具体实施时可设置其他值,
本实施例不进行具体限定,若,则将该像素点进行标记,同理对所有符合
差异阈值的像素点进行标记,得到多个标记像素点。
S004.根据标记像素点的分布进行显示面板质量判断。
需要说明的是:当显示面板出现质量问题时,存在缺陷位置的像素点往往是
成片出现的,而标记像素点的灰度值与基准分组中对应位置的像素点的灰度值的差异较
大,若标记像素点成片出现,则对应区域极有可能存在质量问题,若标记像素点是呈现离散
状态的,则说明标记像素点与基准分组中对应位置的像素点的灰度值的差异是由外界干扰
如噪声引起的。
采用均值漂移距离算法对所有标记像素点进行聚类处理,获取多个标记像素点的聚类类簇,通过每个标记像素点的聚类类簇中标记像素点分布的密集程度判断该标记像素点的聚类类簇的异常程度,标记像素点的聚类类簇的异常程度的获取方法为:
式中表示第个聚类类簇的异常程度,表示第个聚类类簇中标记像素点的
个数,表示第个聚类类簇中所有像素点的个数;第个聚类类簇中标记像素点的个数越
多,占比越大,则第个聚类类簇的异常程度越大,即该聚类类簇对应的位置极有可能存在
质量问题;设定异常程度阈值,本实施例以为例进行叙述,具体实施时可设
置其他值,若第个聚类类簇的异常程度大于等于异常程度阈值,则判定为第个聚类类
簇在待检测显示面板图像中对应的位置存在质量问题,若所有的聚类类簇的异常程
度均小于异常程度阈值,则判定待检测显示面板不存在质量问题,由此完成对显示面板的质量检测。
通过以上步骤,完成了一种LCD显示面板质量检测方法。
本发明实施例通过获取最优步长周期可信度对图像进行分组处理,令每个分组中灰度序列的分布规律相似,通过获取最优分组,将最优分组作为待检测显示面板自身模板,从而减小创建模板的代价,利用显示面板中像素点灰度值与模板像素点灰度值的差异进行质量判断,降低环境因素对模板的影响,令质量检测的准确性更高。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种LCD显示面板质量检测方法,其特征在于,该方法包括以下步骤:
获取待检测LCD显示面板灰度图像,对LCD显示面板灰度图像进行去噪得到目标图像,将去噪得到的第一张目标图像记为第一目标图像;
获取目标图像的行列灰度序列,根据相邻行灰度序列中相同位置灰度值差异之和获取相邻行灰度序列的相似度;根据相似度序列中所有相似度均值获取每个步长周期中每个周期序列的可信度;通过每个步长周期中每个周期序列的可信度获取每个步长周期中所有周期序列的可信度序列;根据每个步长周期中所有周期序列的可信度序列获取每个步长周期的可信度;根据每个步长周期的可信度对所有行列灰度序列进行分组;根据分组中所选目标分组与待匹配分组中行列灰度序列中的相同位置灰度值差异之和获取所选行列灰度序列的可信相似度;根据目标分组中的每个行列灰度序列与任意一个待匹配分组中的每个行灰度序列的可信相似度获取目标分组可信度;根据目标分组可信度获取基准分组;
根据每组行列灰度序列中的每个灰度值与基准分组中行列灰度序列中对应的每个灰度值的差异获取每个像素点灰度值的差异程度;根据差异程度获取标记像素点;
对标记像素点进行聚类获取聚类类簇,根据每个标记像素点聚类类簇中标记像素点分布的密集程度获取标记像素点聚类类簇的异常程度;根据聚类类簇的异常程度进行质量判断。
2.根据权利要求1所述的一种LCD显示面板质量检测方法,其特征在于,所述根据相邻行灰度序列中相同位置灰度值差异之和获取相邻行灰度序列的相似度,包括的具体步骤如下:
相邻行灰度序列的相似度的获取方法为:
式中表示第/>周期序列中第/>行灰度序列与第/>行灰度序列的相似度,A表示行灰度序列中灰度值的个数,/>表示第/>行灰度序列中第/>个像素点的灰度值,其中/>表示第/>周期序列,/>表示第/>组行列灰度序列,/>表示每组中行列灰度序列的个数,/>表示第/>行灰度序列中第/>个像素点的灰度值,/>表示以自然常数为底的指数函数。
3.根据权利要求1所述的一种LCD显示面板质量检测方法,其特征在于,所述根据相似度序列中所有相似度均值获取每个步长周期中每个周期序列的可信度,包括的具体步骤如下:
第个步长周期的第/>周期序列的可信度/>的获取方法为:
式中表示第一目标图像中第/>个步长周期中第/>周期序列的可信度,/>表示第/>周期序列中相似度序列中相似度值的个数,/>表示第/>周期序列中相似度序列中第/>个相似度值,/>表示以自然常数为底的指数函数。
4.根据权利要求1所述的一种LCD显示面板质量检测方法,其特征在于,所述根据每个步长周期中所有周期序列的可信度序列获取每个步长周期的可信度,包括的具体步骤如下:
第个步长周期的可信度获取方法为:
式中表示第一目标图像中第/>个步长周期的可信度,d表示第一目标图像中第/>个步长周期下的分组中行灰度序列的个数,/>表示第一目标图像中第/>个步长周期中第/>周期序列的可信度。
5.根据权利要求1所述的一种LCD显示面板质量检测方法,其特征在于,所述根据目标分组中的每个行列灰度序列与任意一个待匹配分组中的每个行灰度序列的可信相似度获取目标分组可信度,包括的具体步骤如下:
目标分组可信度获取方法为:
式中表示目标分组可信度,/>表示分组内行灰度序列的个数,/>表示目标分组,/>表示分组个数,/>表示目标分组中的第/>个行灰度序列与第/>个待匹配分组中的第/>行灰度序列的可信相似度。
6.根据权利要求1所述的一种LCD显示面板质量检测方法,其特征在于,所述根据每组行列灰度序列中的每个灰度值与基准分组中行列灰度序列中对应的每个灰度值的差异获取每个像素点灰度值的差异程度,包括的具体步骤如下:
每组行列灰度序列中坐标为的像素点与基准分组中对应位置的像素点灰度值的差异程度为/>,其中/>表示每组行灰度序列中坐标为/>的像素点的灰度值与基准分组中行灰度序列中对应位置像素点的灰度差异的绝对值,/>表示每组列灰度序列中坐标为/>的像素点的灰度值与基准分组中列灰度序列中对应位置像素点的灰度差异的绝对值。
7.根据权利要求1所述的一种LCD显示面板质量检测方法,其特征在于,所述根据每个标记像素点聚类类簇中标记像素点分布的密集程度获取标记像素点聚类类簇的异常程度,包括的具体步骤如下:
标记像素点的聚类类簇的异常程度的获取方法为:
式中表示第/>个聚类类簇的异常程度,/>表示第/>个聚类类簇中标记像素点的个数,/>表示第个聚类类簇中所有像素点的个数。
8.根据权利要求1所述的一种LCD显示面板质量检测方法,其特征在于,所述根据差异程度获取标记像素点,包括的具体步骤如下:
设定差异程度阈值,将所有像素点的差异程度与差异程度阈值进行对比,将差异程度大于等于差异程度阈值的所有像素点进行标记,得到标记像素点。
9.根据权利要求7所述的一种LCD显示面板质量检测方法,其特征在于,所述标记像素点的获取方法为:
设定差异程度阈值,将所有像素点的差异程度与差异程度阈值进行对比,将差异程度大于等于差异程度阈值的所有像素点进行标记,得到标记像素点。
10.根据权利要求1所述的一种LCD显示面板质量检测方法,其特征在于,所述根据聚类类簇的异常程度进行质量判断,包括的具体步骤如下:
根据聚类类簇的异常程度与异常程度阈值的差异大小进行质量判断,若第个聚类类簇的异常程度大于等于异常程度阈值/>,则第/>个聚类类簇在待检测/>显示面板图像中对应的位置存在质量问题,若所有的聚类类簇的异常程度均小于异常程度阈值/>,则待检测/>显示面板不存在质量问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311249487.2A CN116990993B (zh) | 2023-09-26 | 2023-09-26 | 一种lcd显示面板质量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311249487.2A CN116990993B (zh) | 2023-09-26 | 2023-09-26 | 一种lcd显示面板质量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116990993A true CN116990993A (zh) | 2023-11-03 |
CN116990993B CN116990993B (zh) | 2023-12-22 |
Family
ID=88523502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311249487.2A Active CN116990993B (zh) | 2023-09-26 | 2023-09-26 | 一种lcd显示面板质量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116990993B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117370898A (zh) * | 2023-12-08 | 2024-01-09 | 钛合联(深圳)科技有限公司 | 一种电子数据安全管控系统 |
CN117522867A (zh) * | 2024-01-04 | 2024-02-06 | 深圳优色专显科技有限公司 | 基于图像特征的显示屏异常颜色检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933978A (zh) * | 2015-07-02 | 2015-09-23 | 京东方科技集团股份有限公司 | 显示面板的检测方法和检测装置 |
EP3032462A1 (en) * | 2014-12-09 | 2016-06-15 | Ricoh Company, Ltd. | Method and apparatus for tracking object, and non-transitory computer-readable recording medium |
CN115861320A (zh) * | 2023-02-28 | 2023-03-28 | 天津中德应用技术大学 | 一种汽车零件加工信息智能检测方法 |
CN115862539A (zh) * | 2023-03-02 | 2023-03-28 | 深圳市柯达科电子科技有限公司 | 一种oled显示面板的发光光源调节方法 |
CN116091499A (zh) * | 2023-04-07 | 2023-05-09 | 山东中胜涂料有限公司 | 一种涂料生产异常识别系统 |
CN116486115A (zh) * | 2023-05-11 | 2023-07-25 | 浙江应杰科技有限公司 | 基于物联网的路由数据管理方法 |
CN116596428A (zh) * | 2023-05-17 | 2023-08-15 | 河南通航无人机科技有限公司 | 一种基于无人机的乡村物流智能配送系统 |
-
2023
- 2023-09-26 CN CN202311249487.2A patent/CN116990993B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3032462A1 (en) * | 2014-12-09 | 2016-06-15 | Ricoh Company, Ltd. | Method and apparatus for tracking object, and non-transitory computer-readable recording medium |
CN104933978A (zh) * | 2015-07-02 | 2015-09-23 | 京东方科技集团股份有限公司 | 显示面板的检测方法和检测装置 |
CN115861320A (zh) * | 2023-02-28 | 2023-03-28 | 天津中德应用技术大学 | 一种汽车零件加工信息智能检测方法 |
CN115862539A (zh) * | 2023-03-02 | 2023-03-28 | 深圳市柯达科电子科技有限公司 | 一种oled显示面板的发光光源调节方法 |
CN116091499A (zh) * | 2023-04-07 | 2023-05-09 | 山东中胜涂料有限公司 | 一种涂料生产异常识别系统 |
CN116486115A (zh) * | 2023-05-11 | 2023-07-25 | 浙江应杰科技有限公司 | 基于物联网的路由数据管理方法 |
CN116596428A (zh) * | 2023-05-17 | 2023-08-15 | 河南通航无人机科技有限公司 | 一种基于无人机的乡村物流智能配送系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117370898A (zh) * | 2023-12-08 | 2024-01-09 | 钛合联(深圳)科技有限公司 | 一种电子数据安全管控系统 |
CN117370898B (zh) * | 2023-12-08 | 2024-03-12 | 钛合联(深圳)科技有限公司 | 一种电子数据安全管控系统 |
CN117522867A (zh) * | 2024-01-04 | 2024-02-06 | 深圳优色专显科技有限公司 | 基于图像特征的显示屏异常颜色检测方法 |
CN117522867B (zh) * | 2024-01-04 | 2024-04-05 | 深圳优色专显科技有限公司 | 基于图像特征的显示屏异常颜色检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116990993B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116990993B (zh) | 一种lcd显示面板质量检测方法 | |
CN108460757B (zh) | 一种手机TFT-LCD屏Mura缺陷在线自动检测方法 | |
CN105301810A (zh) | 一种屏幕缺陷检测方法及装置 | |
CN104749184A (zh) | 自动光学检测方法和系统 | |
TWI549482B (zh) | 用於相機之檢測方法 | |
CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
CN109872309B (zh) | 检测系统、方法、装置及计算机可读存储介质 | |
CN111031311B (zh) | 成像质量检测方法、装置、电子设备及可读存储介质 | |
WO2010099604A1 (en) | Digital optical comparator | |
CN104749801B (zh) | 高精度自动光学检测方法和系统 | |
CN114881915A (zh) | 一种基于对称性的手机玻璃盖板视窗区缺陷检测方法 | |
CN106302912B (zh) | 移动终端中校准光感特性曲线的方法及移动终端 | |
CN112419229A (zh) | 一种显示屏线状缺陷检测方法、装置及存储介质 | |
CN108072664B (zh) | 一种外观检测系统及方法 | |
CN114757913A (zh) | 一种显示屏缺陷检测方法 | |
CN112381751A (zh) | 一种基于图像处理算法的在线智能检测系统及方法 | |
CN117130186B (zh) | 一种lcd显示屏瑕疵缺陷智能检测方法 | |
CN111982925A (zh) | 检测方法及检测装置 | |
JP2006098217A (ja) | 画像検査装置、画像検査方法及び画像検査プログラム | |
KR101409568B1 (ko) | 표시패널 검사장치 및 그 검사방법 | |
CN111857623A (zh) | 校准设备、校准系统和显示设备校准方法 | |
CN116503324A (zh) | 一种基于机器视觉的黑胶模组外观检测方法及系统 | |
CN113487569B (zh) | 基于频域和空域结合的复杂背景图像缺陷检测方法及系统 | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
TWI760934B (zh) | 顯示面板Mura補償方法、系統、電子裝置及存儲介質 |
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 |