CN117078655A - 一种屏幕缺陷检测方法、装置、设备及存储介质 - Google Patents

一种屏幕缺陷检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117078655A
CN117078655A CN202311127297.3A CN202311127297A CN117078655A CN 117078655 A CN117078655 A CN 117078655A CN 202311127297 A CN202311127297 A CN 202311127297A CN 117078655 A CN117078655 A CN 117078655A
Authority
CN
China
Prior art keywords
gradient
image
pixel
value
screen
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
Application number
CN202311127297.3A
Other languages
English (en)
Inventor
王亭
张艳明
杨浪
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.)
Chengdu Boe Smart Technology Co ltd
BOE Technology Group Co Ltd
Beijing BOE Technology Development Co Ltd
Original Assignee
Chengdu Boe Smart Technology Co ltd
BOE Technology Group Co Ltd
Beijing BOE Technology Development 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 Chengdu Boe Smart Technology Co ltd, BOE Technology Group Co Ltd, Beijing BOE Technology Development Co Ltd filed Critical Chengdu Boe Smart Technology Co ltd
Priority to CN202311127297.3A priority Critical patent/CN117078655A/zh
Publication of CN117078655A publication Critical patent/CN117078655A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10004—Still image; Photographic 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种屏幕缺陷检测方法、装置、设备及存储介质，涉及图像处理领域。根据本发明的实施例，获取待检测屏幕的灰度图像，根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像，并在所述梯度图像的梯度方向上，以预设步长移动设定长度的窗口，所述窗口中包括奇数个梯度值，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素，以得到目标图像，对所述目标图像进行分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域，通过在梯度图像的梯度方向上，根据像素的梯度确定正常像素，将正常像素设置为背景像素，以凸显待检测屏幕中的缺陷像素。

Description

一种屏幕缺陷检测方法、装置、设备及存储介质
技术领域
本发明涉及图像处理领域，尤其涉及一种屏幕缺陷检测方法、装置、设备及存储介质。
背景技术
屏幕是电子设备的主要组件之一，屏幕质量与用户体验息息相关，尤其是依赖屏幕与用户进行互动的设备。在屏幕制造业中，屏幕出厂前通常会对其进行缺陷检测，例如检测屏幕是否存在坏点、划痕等，以判断屏幕是否属于良品。目前主要依赖人工检测，但由于屏幕具有一定的透明度和反光性，通过人工进行缺陷检测容易出现漏检、误检的情况。
发明内容
本发明提供了一种屏幕缺陷检测方法、装置、设备及存储介质，以解决相关技术中的不足。
根据本发明实施例的第一方面，提供了一种屏幕缺陷检测方法，包括：
获取待检测屏幕的灰度图像；
根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像；
在所述梯度图像的梯度方向上，以预设步长移动设定长度的窗口，所述窗口中包括奇数个梯度值，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素，以得到目标图像；
对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
在一些实施例中，所述获取待检测屏幕的灰度图像，包括：
获取待检测屏幕的彩色图像；
对所述彩色图像进行灰度化，得到所述待检测屏幕的灰度图像。
在一些实施例中，所述对所述彩色图像进行灰度化，得到所述待检测屏幕的灰度图像，包括：
针对所述彩色图像中的每一像素，获取所述像素中各通道上的亮度值，所述通道包括R通道，G通道和B通道；
根据每个通道所占的权重，对各通道上的亮度值进行加权求和，得到所述像素对应的灰度值，所述R通道所占的权重大于所述G通道和B通道所占的权重。
在一些实施例中，所述根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像，包括：
根据预设尺寸的卷积核对所述灰度图像中的每个像素及其周围的相邻像素进行加权求和，得到与所述灰度图像对应的梯度图像。
在一些实施例中，所述梯度方向为垂直于所述待检测屏幕长边的方向，所述设定长度为3；
所述若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素，包括：
分别获取所述窗口内的第一梯度值，第二梯度值和第三梯度值，所述第二梯度值位于所述窗口的中间；
若所述第二梯度值小于所述第一梯度值，且所述第二梯度值小于所述第三梯度值，则将所述第二梯度值对应的像素设置为背景像素。
在一些实施例中，所述对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域，包括：
根据初始阈值将所述目标图像分割为候选前景区域和候选背景区域；
根据每个灰度级的像素数量，确定所述候选前景区域中的第一像素数量，以及所述候选背景区域中的第二像素数量；
根据所述候选前景区域中每个灰度级中的像素数量和所述第一像素数量，确定所述候选前景区域的灰度平均值，以及根据所述候选背景区域中每个灰度级中的像素数量和所述第二像素数量，确定所述候选背景区域的灰度平均值；
根据所述第一像素数量和所述候选前景区域的灰度平均值，以及第二像素数量和所述候选背景区域的灰度平均值，确定所述目标图像的灰度平均值；
根据所述目标图像的灰度平均值，确定所述候选背景区域和所述候选前景区域之间的类间方差值；
根据所述类间方差值对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
在一些实施例中，在得到灰度图像之后，所述方法还包括：
获取所述灰度图像中各像素的梯度；
若所述像素的梯度小于或等于梯度阈值，则采用第一扩散函数确定所述像素的像素值；
若所述像素的梯度大于梯度阈值，则采用第二扩散函数确定所述像素的像素值。
根据本发明实施例的第二方面，提供了一种屏幕缺陷检测装置，所述装置包括：
获取单元，用于获取待检测屏幕的灰度图像；
滤波单元，用于根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像，并在所述梯度图像的梯度方向上，以预设步长移动设定长度的窗口，所述窗口中包括奇数个梯度值，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将中间像素设置为背景像素，以得到目标图像；
分割单元，用于对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
在一些实施例中，获取单元具体用于：获取待检测屏幕的彩色图像；对所述彩色图像进行灰度处理，得到所述待检测屏幕的灰度图像。
在一些实施例中，获取单元具体用于：针对所述彩色图像中的每一像素，获取所述像素中各通道上的亮度值，所述通道包括R通道，G通道和B通道；根据每个通道所占的权重，对各通道上的亮度值进行加权求和，得到所述像素对应的灰度值，所述R通道所占的权重大于所述G通道和B通道所占的权重。
在一些实施例中，所述梯度方向为竖直方向，所述设定长度为3；所述滤波单元具体用于：分别获取所述窗口内的第一梯度值，第二梯度值和第三梯度值，所述第二梯度值位于所述窗口的中间；若所述第二梯度值小于所述第一梯度值，且所述第二梯度值小于所述第三梯度值，则将所述第二梯度值对应的像素设置为背景像素。
在一些实施例中，所述分割单元具体用于：根据初始阈值将所述目标图像分割为候选前景区域和候选背景区域；
根据每个灰度级的像素数量，确定所述候选前景区域中的第一像素数量，以及所述候选背景区域中的第二像素数量；
根据所述候选前景区域中每个灰度级中的像素数量和所述第一像素数量，确定所述候选前景区域的灰度平均值，以及根据所述候选背景区域中每个灰度级中的像素数量和所述第二像素数量，确定所述候选背景区域的灰度平均值；
根据所述第一像素数量和所述候选前景区域的灰度平均值，以及第二像素数量和所述候选背景区域的灰度平均值，确定所述目标图像的灰度平均值；
根据所述目标图像的灰度平均值，确定所述候选背景区域和所述候选前景区域之间的类间方差值；
根据所述类间方差值对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
根据本发明实施例的第三方面，提供了一种计算设备，包括：
处理器；用于存储处理器可执行指令的存储器；
其中，所述处理器通过运行所述可执行指令以实现上述任一项所述的方法。
根据本发明实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现上述任一项所述的方法。
根据上述实施例可知，本发明通过获取待检测屏幕的灰度图像，根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像，并在所述梯度图像的梯度方向上，以预设步长移动设定长度的窗口，所述窗口中包括奇数个梯度值，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素，以得到目标图像，对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域，本发明通过在梯度图像的梯度方向上，根据像素的梯度确定正常像素，并将正常像素设置为背景像素，以凸显待检测屏幕中的缺陷像素，从而提高缺陷检测的精度和鲁棒性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据本发明实施例示出的一种屏幕缺陷检测方法的流程图。
图2是根据本发明实施例示出的垂直分割的待检测屏幕的图像示意图。
图3是根据本发明实施例示出的水平分割的待检测屏幕的图像示意图。
图4是根据本发明实施例示出的长度为3的窗口移动的示意图。
图5是根据本发明实施例示出的对目标图像进行前景背景分割的流程图。
图6是根据本发明实施例示出的一种屏幕缺陷检测装置的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在屏幕缺陷检测的过程中，光照的变化可能会导致屏幕上的缺陷或瑕疵在不同光照条件下的可见性发生变化，进而引起屏幕缺陷检测过程中发生漏检或误检的概率增大。
鉴于此，本发明提供了一种屏幕缺陷检测方法，获取待检测屏幕的灰度图像，对所述灰度图像进行非均匀性滤波；将非均匀性滤波后的图像进行非线性滤波；之后将非线性滤波后的图像进行自适应阈值分割即可得到缺陷区域，例如划痕区域。本发明通过上述图像变换，可以有效增强对光照变化的适应性，提高检测的精度和鲁棒性。
下述实施例将结合附图对本发明提供的屏幕缺陷检测方法进行说明。
图1是根据本发明实施例示出的一种屏幕缺陷检测方法的流程图，如图1所示，所述屏幕缺陷检测方法可以包括以下步骤101至步骤104。
在步骤101中，获取待检测屏幕的灰度图像。
本实施例可以获取待检测屏幕的彩色图像，并对所述彩色图像进行灰度处理，得到待检测屏幕的灰度图像。
通过对待检测屏幕进行拍摄，得到待检测屏幕的彩色图像。例如可以将待检测屏幕放置在检测工位上，点亮所述待检测屏幕，通过相机对待检测屏幕进行拍照，以采集待检测屏幕的彩色图像，并将采集到的彩色图像上传到处理器中，所述处理器用于执行屏幕缺陷检测方法。
在一种实施方式中，为了提高检测效率，可以将整个原始待检测屏幕的图像以预设尺寸，沿指定分割方向分割为多个待检测屏幕的子图像，所述指定分割方向可以包括水平方向和垂直方向，图2是根据本发明实施例示出的垂直分割的待检测屏幕的图像示意图，图3是根据本发明实施例示出的水平分割的待检测屏幕的图像示意图，故待检测屏幕的彩色图像可以为201或301。
本领域技术人员应当理解，可以应用本发明对整个待检测屏幕的图像进行缺陷检测，也可以将整个待检测屏幕的图像分割为多个待检测屏幕的子图像进行缺陷检测，下述实施例中将整个待检测屏幕的图像和待检测屏幕的子图像统称为待检测屏幕的图像。另外，需要说明的是，待检测屏幕包括长边和短边，以图像的左上角为原点，x轴为参考，图像中待检测屏幕的长边可以与x轴方向平行，也可以与x轴方向垂直，一般情况下，图像的长边与图像中待检测屏幕的长边一致。后续实施例在说明梯度方向时将以两种方向为例对本发明进行介绍，在实现时，可以通过旋转操作将不同方向的图像旋转到指定方向，例如将水平方向的待检测屏幕旋转为竖直方向。
在一种实施方式中，所述屏幕缺陷检测方法还包括：获取待检测屏幕的原始彩色图像；从原始彩色图像中检测出与待检测屏幕对应的有效区域，根据有效区域对该原始彩色图像进行剪裁，得到待检测屏幕的彩色图像。通过裁剪处理可以降低后续的处理量，提高处理效率。
在一些实施例中，对所述彩色图像进行灰度处理，得到所述待检测屏幕的灰度图像，可以包括：针对所述彩色图像中的每一像素，获取所述像素中各通道上的亮度值，所述通道包括R通道，G通道和B通道；根据每个通道所占的权重，对各通道上的亮度值进行加权求和，得到所述像素对应的灰度值，从而得到灰度图像。
考虑到缺陷具有部分红色信息，为了突出缺陷的特征，设置R通道所占的权重大于G通道和B通道所占的权重。
针对彩色图像中的每个像素，获取所述像素中R/G/B通道的亮度值，分别记为R(x,y)，G(x,y)，B(x,y)，可以根据加权公式(1)计算该像素的灰度值。
Gray(x,y)＝αR(x,y)+βG(x,y)+γB(x,y) 公式(1)
在公式(1)中，Gray(x,y)为第x行第y列的像素的灰度值，R(x,y)为第x行第y列的像素中R通道的亮度值，G(x,y)为第x行第y列的像素中G通道的亮度值，B(x,y)为第x行第y列的像素中B通道的亮度值，α为R通道对应的权重，β为R通道对应的权重，γ为R通道对应的权重，示例的，所述α可以为0.523，所述β可以为0.224，所述γ可以为0.253，在这种情况下，上述公式(1)可以通过下列公式(2)表示。
Gray(x,y)＝0.523R(x,y)+0.224G(x,y)+0.253B(x,y) 公式(2)
在获取到彩色图像中每个像素对应的灰度值的情况下，可以得到待检测屏幕的灰度图像202或302。
在步骤102中，根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像。
利用梯度算子在所述灰度图像中进行遍历，确定所述灰度图像中每个像素的梯度估计值，进而得到与所述灰度图像对应的梯度图像。本实施例通过梯度搜寻边缘的方式，可以有效的过滤干扰，增强缺陷边缘的特征，使其梯度大的区域内缺陷特征凸显的更加明显。
在步骤103中，在所述梯度图像的梯度方向上，以预设步长移动设定长度的窗口，所述窗口中包括奇数个梯度值，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素，以得到目标图像。
在已知灰度图像对应的梯度图像的情况下，可以根据每个像素的梯度值，重置该像素的像素值，例如假设梯度方向为竖直方向，指定窗口内的位于中间的像素对应的梯度值为该窗口内的最小梯度值，则表明该像素不是缺陷像素，因此将中间像素的像素值设置为背景像素，即设置为0。按步长滚动所述窗口，直到遍历完整个灰度图像后即可得到目标图像。
在步骤104中，对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
在本实施例中，可以通过预设阈值对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
本发明通过获取待检测屏幕的灰度图像，根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像，并在所述梯度图像的梯度方向上，以预设步长移动设定长度的窗口，所述窗口中包括奇数个梯度值，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素，以得到目标图像，对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域，本发明通过在梯度图像的梯度方向上，根据像素的梯度确定正常像素，并将正常像素设置为背景像素，以凸显待检测屏幕中的缺陷像素，从而提高缺陷检测的精度和鲁棒性。
本实施例在得到灰度图像之后，利用非均匀性滤波去除噪声，也即是所述方法还包括：获取所述灰度图像中各像素的梯度；若所述像素的梯度小于或等于梯度阈值，则采用第一扩散函数确定所述像素的像素值；若所述像素的梯度大于梯度阈值，则采用第二扩散函数确定所述像素的像素值。
在R*R的灰度图像中，已知扩散函数，值域为[0,1]，在梯度较小的地方，期望图像越平滑，在梯度较大的地方图像灰度值变化越明显，为抑制该变化部分，本实施例引入系数k，当梯度小于或等于k时，利用第一扩散函数使扩散得到鼓励，图像被平滑；当梯度大于k时，利用第二扩散函数使扩散得到抑制，边缘得到增强。
也即是，在缺陷检测过程中，期望扩散系数使扩散函数在平滑的区域内产生一个强的扩散以利于消除噪声，而在边缘区域内(即图像中的缺陷区域)则停止扩散以利于边缘锐化。本实施例采用下列扩散函数实现滤波：
其中：为扩散函数，它是关于扩散图像的梯度强度的单调递减函数，值域为[0,1]，系数k为阻止扩散的梯度阈值，当梯度小于等于k时，使用扩散函数g1，扩散得到鼓励，图像被平滑；当梯度大于k时，使用扩散函数g2，扩散得到抑制，边缘得到增强。
通过上述非均匀性滤波可以平滑图像，得到图像204或304，从而突出较浅缺陷特征。
在一些实施例中，可以根据预设尺寸的梯度算子对所述灰度图像中的每个像素及其周围的相邻像素进行加权求和，得到每个像素对应的卷积结果；根据所述灰度图像中每个像素对应的卷积结果的平方，得到与所述灰度图像对应的梯度图像。
在实现时可以采用3*3、5*5或7*7的梯度算子，本发明对此并不进行限定，下述实施例将以5*5的梯度算子为例，对确定梯度图像的过程进行说明。
对于图像的长边垂直于水平方向(即x轴方向)的情况(例如图像203)，5*5的梯度算子如公式(3-1)所示，第一行为(1,1,1,1,1)，第二行为(1,1,2,1,1)，第三行全部为0，第四行为(1,-1,-2,-1,1)，第五行全部为1，使用公式(3-1)所示的梯度算子可以计算竖直方向的梯度分量，有利于增强划痕缺陷的特征。
根据公式(3-1)进行卷积后的卷积结果，利用梯度函数公式(3-2)确定像素的梯度大小。
G＝|K*f(x,y)|^2 公式(3-2)
其中G表示梯度值，K为梯度算子，f(x,y)为图像中位置为(x,y)的像素值。
在图像的长边垂直于水平方向的情况下，将梯度方向设定为180度即水平方向，从而使梯度方向的角度规范化。例如图像203，使用180度的方向可以有效突出0度划痕缺陷，更加利于检测。
对于灰度图像203中的每个像素点f(x,y)，可以将上述5x5的梯度算子与该像素及其周围的相邻像素进行加权求和，然后取平方作为该像素点的垂直方向梯度分量。通过遍历整张图像，即可计算出整个图像的垂直方向梯度分量，即得到与灰度图像203对应的梯度图像。
本实施例中，通过对卷积结果进行平方，可以增强梯度变化率，便于在后续在窗口内进行梯度比较。
针对图像的长边平行于水平方向的情况(例如图像303)，5*5的梯度算子如公式(3-3)所示。
根据公式(3-3)进行卷积后的卷积结果，利用梯度函数公式(3-2)确定像素的梯度大小。
这种情况下，将梯度方向设定为90度，对于图像303而言，使用90度的方向可以有效突出0度划痕缺陷，更加利于检测。
也就是说，本实施例中的梯度方向为垂直于所述待检测屏幕长边的方向，对于图像203而言，梯度方向即为水平方向，对于图像303而言，梯度方向即为竖直方向。
假设窗口的设定长度为3，以单位步长移动所述窗口，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素。也即是，所述若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素，可以包括：分别获取所述窗口内的第一梯度值，第二梯度值和第三梯度值，所述第二梯度值位于所述窗口的中间；若所述第二梯度值小于所述第一梯度值，且所述第二梯度值小于所述第三梯度值，则将所述第二梯度值对应的像素设置为背景像素。
图4是根据本发明实施例示出的长度为3的窗口移动的示意图，如图4所示，在梯度方向为水平方向的情况下，若窗口401中间像素的梯度值b与其梯度方向上前后两个像素的梯度值a和c相比属于最小的，则说明该像素不是缺陷，因此可以将该位置处的像素置为0。
假设窗口的设定长度为5，以单位步长移动所述窗口，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素。也即是，若中间像素的梯度值与其梯度方向上前后多个像素的梯度值相比属于最小的，则说明该像素不是缺陷，因此可以将该像素置为0。
对图像203进行上述非线性滤波边缘检测可以得到图像204，对图像303进行上述非线性滤波边缘检测可以得到图像304，对比图像203和图像204，以及图像303和图像304可以看出，经过上述非线性滤波边缘检测能够进一步增强缺陷特征。
图5是根据本发明实施例示出的对目标图像进行前景背景分割的流程图，如图5所示，所述对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域，可以包括：
在步骤501中，根据初始阈值将所述目标图像分割为候选前景区域和候选背景区域；
在步骤502中，根据每个灰度级的像素数量，确定所述候选前景区域中的第一像素数量，以及所述候选背景区域中的第二像素数量；
在步骤503中，根据所述候选前景区域中每个灰度级中的像素数量和所述第一像素数量，确定所述候选前景区域的灰度平均值，以及根据所述候选背景区域中每个灰度级中的像素数量和所述第二像素数量，确定所述候选背景区域的灰度平均值；
在步骤504中，根据所述第一像素数量和所述候选前景区域的灰度平均值，以及第二像素数量和所述候选背景区域的灰度平均值，确定所述目标图像的灰度平均值；
在步骤505中，根据所述目标图像的灰度平均值，确定所述候选背景区域和所述候选前景区域之间的类间方差值；
在步骤506中，根据所述类间方差值对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
示例的，可以将初始阈值记作T0，根据所述初始阈值将目标图像划分为候选前景区域f和候选背景区域b，假设目标图像中像素的总个数为N，目标图像的总灰度级为L-1，利用公式(4)计算前景像素个数，利用公式(5)计算背景像素个数。
在上述公式中，Pf为前景像素个数，Pb为背景像素个数，Ni为第i个灰度级的像素个数，i的取值从0到L-1。
利用公式(6)计算候选前景区域中的灰度平均值，并利用公式(7)计算候选背景区域的灰度平均值。
在上述公式中，Mf为候选前景区域中的灰度平均值，Mb为候选背景区域中的灰度平均值，Pi为第i个灰度级的像素数量。
利用公式(8)计算整个目标图像的灰度平均值。
M＝Pf×Mf+Pb×Mb 公式(8)
在公式(8)中，M为整个目标图像的灰度平均值。
利用公式(9)计算候选前景区域和候选背景区域之间的类间方差。
σ2＝Pf×(Mf-M)2+Pb×(Mb-M)2 公式(9)
在公式(9)中，σ为候选前景区域和候选背景区域之间的类间方差。
将类间方差值作为二值化阈值进行阈值分割，并将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
对图像204进行前景背景分割后得到二值图像205，对图像304进行前景背景分割后得到二值图像305，对比图像204和图像205，以及图像304和图像305可以看出，通过自适应阈值分割能够突显出缺陷区域。
图6是根据本发明实施例示出的一种屏幕缺陷检测装置的示意图，如图6所示，所述屏幕缺陷检测装置包括：
获取单元601，用于获取待检测屏幕的灰度图像；
滤波单元602，用于根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像，并在所述梯度图像的梯度方向上，以预设步长移动设定长度的窗口，所述窗口中包括奇数个梯度值，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将中间像素设置为背景像素，以得到目标图像；
分割单元603，用于对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
在一些实施例中，获取单元601具体用于：获取待检测屏幕的彩色图像；对所述彩色图像进行灰度处理，得到所述待检测屏幕的灰度图像。
在一些实施例中，获取单元601具体用于：针对所述彩色图像中的每一像素，获取所述像素中各通道上的亮度值，所述通道包括R通道，G通道和B通道；根据每个通道所占的权重，对各通道上的亮度值进行加权求和，得到所述像素对应的灰度值，所述R通道所占的权重大于所述G通道和B通道所占的权重。
在一些实施例中，所述梯度方向为垂直于所述待检测屏幕长边的方向，所述设定长度为3；所述滤波单元602具体用于：分别获取所述窗口内的第一梯度值，第二梯度值和第三梯度值，所述第二梯度值位于所述窗口的中间；若所述第二梯度值小于所述第一梯度值，且所述第二梯度值小于所述第三梯度值，则将所述第二梯度值对应的像素设置为背景像素。
在一些实施例中，所述分割单元603具体用于：根据初始阈值将所述目标图像分割为候选前景区域和候选背景区域；
根据每个灰度级的像素数量，确定所述候选前景区域中的第一像素数量，以及所述候选背景区域中的第二像素数量；
根据所述候选前景区域中每个灰度级中的像素数量和所述第一像素数量，确定所述候选前景区域的灰度平均值，以及根据所述候选背景区域中每个灰度级中的像素数量和所述第二像素数量，确定所述候选背景区域的灰度平均值；
根据所述第一像素数量和所述候选前景区域的灰度平均值，以及第二像素数量和所述候选背景区域的灰度平均值，确定所述目标图像的灰度平均值；
根据所述目标图像的灰度平均值，确定所述候选背景区域和所述候选前景区域之间的类间方差值；
根据所述类间方差值对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
上述各单元的具体实现过程可以参见前述实施例，此处不再赘述。
本实施例中还可以包括上述显示屏的显示装置，本实施例中的显示装置可以为：电子纸、手机、平板电脑、电视机、笔记本电脑、数码相框、导航仪等任何具有显示功能的产品或部件。
需要指出的是，在附图中，为了图示的清晰可能夸大了层和区域的尺寸。而且可以理解，当元件或层被称为在另一元件或层“上”时，它可以直接在其他元件上，或者可以存在中间的层。另外，可以理解，当元件或层被称为在另一元件或层“下”时，它可以直接在其他元件下，或者可以存在一个以上的中间的层或元件。另外，还可以理解，当层或元件被称为在两层或两个元件“之间”时，它可以为两层或两个元件之间唯一的层，或还可以存在一个以上的中间层或元件。通篇相似的参考标记指示相似的元件。
在本发明中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种屏幕缺陷检测方法，其特征在于，包括：
获取待检测屏幕的灰度图像；
根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像；
在所述梯度图像的梯度方向上，以预设步长移动设定长度的窗口，所述窗口中包括奇数个梯度值，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素，以得到目标图像；
对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
2.根据权利要求1所述的方法，其特征在于，所述获取待检测屏幕的灰度图像，包括：
获取待检测屏幕的彩色图像；
对所述彩色图像进行灰度处理，得到所述待检测屏幕的灰度图像。
3.根据权利要求2所述的方法，其特征在于，所述对所述彩色图像进行灰度处理，得到所述待检测屏幕的灰度图像，包括：
针对所述彩色图像中的每一像素，获取所述像素中各通道上的亮度值，所述通道包括R通道，G通道和B通道；
根据每个通道所占的权重，对各通道上的亮度值进行加权求和，得到所述像素对应的灰度值，所述R通道所占的权重大于所述G通道和B通道所占的权重。
4.根据权利要求1所述的方法，其特征在于，所述根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像，包括：
根据预设尺寸的梯度算子对所述灰度图像中的每个像素及其周围的相邻像素进行加权求和，得到每个像素对应的卷积结果；
根据所述灰度图像中每个像素对应的卷积结果的平方，得到与所述灰度图像对应的梯度图像。
5.根据权利要求1所述的方法，其特征在于，所述梯度方向为垂直于所述待检测屏幕长边的方向，所述设定长度为3；
所述若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将与所述最小梯度值对应的像素设置为背景像素，包括：
分别获取所述窗口内的第一梯度值，第二梯度值和第三梯度值，所述第二梯度值位于所述窗口的中间；
若所述第二梯度值小于所述第一梯度值，且所述第二梯度值小于所述第三梯度值，则将所述第二梯度值对应的像素设置为背景像素。
6.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域，包括：
根据初始阈值将所述目标图像分割为候选前景区域和候选背景区域；
根据每个灰度级的像素数量，确定所述候选前景区域中的第一像素数量，以及所述候选背景区域中的第二像素数量；
根据所述候选前景区域中每个灰度级中的像素数量和所述第一像素数量，确定所述候选前景区域的灰度平均值，以及根据所述候选背景区域中每个灰度级中的像素数量和所述第二像素数量，确定所述候选背景区域的灰度平均值；
根据所述第一像素数量和所述候选前景区域的灰度平均值，以及第二像素数量和所述候选背景区域的灰度平均值，确定所述目标图像的灰度平均值；
根据所述目标图像的灰度平均值，确定所述候选背景区域和所述候选前景区域之间的类间方差值；
根据所述类间方差值对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
7.根据权利要求1-6中任一所述的方法，其特征在于，在得到灰度图像之后，所述方法还包括：
获取所述灰度图像中各像素的梯度；
若所述像素的梯度小于或等于梯度阈值，则采用第一扩散函数确定所述像素的像素值；
若所述像素的梯度大于梯度阈值，则采用第二扩散函数确定所述像素的像素值。
8.一种屏幕缺陷检测装置，其特征在于，所述装置包括：
获取单元，用于获取待检测屏幕的灰度图像；
滤波单元，用于根据所述灰度图像中的每个像素及其周围像素，确定与所述灰度图像对应的梯度图像，并在所述梯度图像的梯度方向上，以预设步长移动设定长度的窗口，所述窗口中包括奇数个梯度值，若所述窗口中的中间梯度值属于所述窗口内的最小梯度值，则将中间像素设置为背景像素，以得到目标图像；
分割单元，用于对所述目标图像进行前景背景分割，将分割得到的目标前景区域确定为所述待检测屏幕上的缺陷区域。
9.一种计算设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器通过运行所述可执行指令以实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被处理器执行时实现如权利要求1至7中任一项所述的方法。
CN202311127297.3A 2023-09-01 2023-09-01 一种屏幕缺陷检测方法、装置、设备及存储介质 Pending CN117078655A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311127297.3A CN117078655A (zh) 2023-09-01 2023-09-01 一种屏幕缺陷检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311127297.3A CN117078655A (zh) 2023-09-01 2023-09-01 一种屏幕缺陷检测方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN117078655A true CN117078655A (zh) 2023-11-17

Family

ID=88705930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311127297.3A Pending CN117078655A (zh) 2023-09-01 2023-09-01 一种屏幕缺陷检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117078655A (zh)

Similar Documents

Publication Publication Date Title
EP3783564A1 (en) Image processing method, computer readable storage medium, and electronic device
US7305127B2 (en) Detection and manipulation of shadows in an image or series of images
US8724917B2 (en) Selecting best image among sequentially captured images
CN105740876B (zh) 一种图像预处理方法及装置
CN106599783B (zh) 一种视频遮挡检测方法及装置
CN104637046B (zh) 图像检测方法和装置
US9959633B2 (en) Texture detection in image processing
CN113781406B (zh) 电子元器件的划痕检测方法、装置及计算机设备
CN112583999B (zh) 相机模块的镜头脏污检测方法
CN117274113B (zh) 基于图像增强的碎硅片清洗效果视觉检测方法
CN114820417A (zh) 图像异常检测方法、装置、终端设备和可读存储介质
CN114820334A (zh) 图像修复方法、装置、终端设备和可读存储介质
US20100061650A1 (en) Method And Apparatus For Providing A Variable Filter Size For Providing Image Effects
CN115170552A (zh) 一种图像质量评估方法、装置、设备及存储介质
CN106846250B (zh) 一种基于多尺度滤波的超分辨率重建方法
US20120249837A1 (en) Methods and Systems for Real-Time Image-Capture Feedback
CN111445435A (zh) 一种基于多区块小波变换的无参考图像质量评价方法
TWI465699B (zh) 水位量測方法
JP4520880B2 (ja) しみ検査方法及びしみ検査装置
CN117078655A (zh) 一种屏幕缺陷检测方法、装置、设备及存储介质
US10257418B2 (en) Image processing method for movement detection and compensation
WO2021189460A1 (zh) 图像处理方法、装置及可移动平台
US9225876B2 (en) Method and apparatus for using an enlargement operation to reduce visually detected defects in an image
CN114820418A (zh) 图像异常处理方法、装置、终端设备和可读存储介质
TWI487884B (zh) 多區塊水位量測方法

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