CN117115433B - 显示异常检测方法、装置、设备及存储介质 - Google Patents

显示异常检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117115433B
CN117115433B CN202311380781.7A CN202311380781A CN117115433B CN 117115433 B CN117115433 B CN 117115433B CN 202311380781 A CN202311380781 A CN 202311380781A CN 117115433 B CN117115433 B CN 117115433B
Authority
CN
China
Prior art keywords
display
image
screen
display image
detected
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
CN202311380781.7A
Other languages
English (en)
Other versions
CN117115433A (zh
Inventor
丁燕
魏纪超
汤孟
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 Panding Technology Co ltd
Original Assignee
Shenzhen Panding 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 Panding Technology Co ltd filed Critical Shenzhen Panding Technology Co ltd
Priority to CN202311380781.7A priority Critical patent/CN117115433B/zh
Publication of CN117115433A publication Critical patent/CN117115433A/zh
Application granted granted Critical
Publication of CN117115433B publication Critical patent/CN117115433B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/34Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/54Extraction of image or video features relating to texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G06V10/765Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明属于数据处理技术领域,公开了一种显示异常检测方法、装置、设备及存储介质。本发明通过获取待检测屏幕在预设时间段内的显示图像集合,并根据显示图像集合中的各显示图像确定目标检测区域,并对目标检测区域对应的目标显示图像进行图像增强处理,再对增强后的显示图像进行图像分割处理,并根据异常像素对待检测屏幕进行显示异常检测。本发明根据显示图像集合中的各显示图像确定待检测屏幕上的目标检测区域,能够加快后续图像处理的速度,并对目标显示图像进行图像增强处理,能够对目标显示图像上的特征进行增强,以便后续图像分割处理的效果更好,再根据异常像素对待检测屏幕进行显示异常检测,能够简单有效地对屏幕进行显示异常检测。

Description

显示异常检测方法、装置、设备及存储介质
技术领域
本发明涉及数据处理技术领域,尤其涉及一种显示异常检测方法、装置、设备及存储介质。
背景技术
显示屏幕已经渗透到个人消费电子的方方面面,如手机,智能手表,平板电脑,虚拟现实等图像显示领域。随着技术的不断进度,高像素显示屏幕需求越来越旺盛。目前显示屏幕的异常检测通常是人工方式完成检测,随着显示屏幕的像素越来越高,人工裸眼检测的难度越来越大,出现无法准确判断显示屏幕是否有异常的问题。因此,如何简单有效地对屏幕进行显示异常检测,成为一个亟待解决的问题。
发明内容
本发明的主要目的在于提供了一种显示异常检测方法、装置、设备及存储介质,旨在解决如何简单有效地对屏幕进行显示异常检测的技术问题。
为实现上述目的,本发明提供了一种显示异常检测方法,所述显示异常检测方法包括以下步骤:
获取待检测屏幕在预设时间段内的显示图像集合,并根据所述显示图像集合中的各显示图像确定目标检测区域;
确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行图像增强处理,获得增强后的显示图像;
对所述增强后的显示图像进行图像分割处理,获得异常像素,并根据所述异常像素对所述待检测屏幕进行显示异常检测。
可选地,所述获取待检测屏幕在预设时间段内的显示图像集合,并根据所述显示图像集合中的各显示图像确定目标检测区域的步骤,具体包括:
获取待检测屏幕在预设时间段内的显示图像集合,并对所述显示图像集合中的各显示图像进行预处理,获得各处理后的显示图像;
对所述各处理后的显示图像进行图像编码,获得各编码后的图像;
根据所述待检测屏幕对应的图像显示类型和设备类型确定目标显示区域;
根据所述目标显示区域和所述各编码后的图像确定目标检测区域。
可选地,所述对所述各处理后的显示图像进行图像编码,获得各编码后的图像的步骤,具体包括:
对所述各处理后的显示图像进行单元分割,获得若干个编码单元;
根据各编码单元对应的纹理特征确定对应的划分方式;
根据所述划分方式对所述各处理后的显示图像进行图像编码,获得各编码后的图像。
可选地,所述根据所述目标显示区域和所述各编码后的图像确定目标检测区域的步骤,具体包括:
确定所述各编码后的图像中的各像素对应的像素值和所述待检测屏幕对应的影响因素信息,所述影响因素信息包括:所述待检测屏幕对应的像素密度、显示尺寸、颜色准确度、对比度中的至少一项;
根据所述像素值和所述影响因素信息确定所述各编码后的图像中的各像素对应的清晰度,获得所述各编码后的图像对应的清晰度集合;
根据所述清晰度集合中的各清晰度确定所述待检测屏幕对应的清晰区域;
根据所述清晰区域和所述目标显示区域确定目标检测区域。
可选地,所述确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行图像增强处理,获得增强后的显示图像的步骤,具体包括:
确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行像素亮度变换处理,获得变换后的显示图像;
对所述变换后的显示图像进行图像锐化处理,获得锐化后的显示图像;
获取所述锐化后的显示图像中的各像素的灰度值,并根据所述灰度值确定所述锐化后的显示图像中的感兴趣区域;
对所述目标显示图像中的所述感兴趣区域的纹理信息进行叠加,获得增强后的显示图像。
可选地,所述对所述增强后的显示图像进行图像分割处理,获得异常像素,并根据所述异常像素对所述待检测屏幕进行显示异常检测的步骤,具体包括:
获取所述待检测屏幕对应的标准显示图像;
根据所述标准显示图像对所述增强后的显示图像进行图像校正,获得校正后的图像;
对所述校正后的图像进行图像分割处理,获得异常像素;
根据所述异常像素在所述待检测屏幕中的异常位置对所述待检测屏幕进行显示异常检测。
可选地,所述根据所述异常像素在所述待检测屏幕中的异常位置对所述待检测屏幕进行显示异常检测的步骤,具体包括:
确定所述异常像素在所述待检测屏幕中的异常位置;
根据所述异常位置确定所述待检测屏幕对应的异常范围和按压信息;
对所述异常范围和所述按压信息进行匹配,并对匹配通过的目标异常范围进行删除,获得删除后的范围;
根据所述删除后的范围对应的范围大小对所述待检测屏幕进行显示异常检测。
此外,为实现上述目的,本发明还提供一种显示异常检测装置,所述显示异常检测装置包括:
区域确定模块,用于获取待检测屏幕在预设时间段内的显示图像集合,并根据所述显示图像集合中的各显示图像确定目标检测区域;
图像增强模块,用于确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行图像增强处理,获得增强后的显示图像;
异常检测模块,用于对所述增强后的显示图像进行图像分割处理,获得异常像素,并根据所述异常像素对所述待检测屏幕进行显示异常检测。
此外,为实现上述目的,本发明还提出一种显示异常检测设备,所述显示异常检测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的显示异常检测程序,所述显示异常检测程序配置为实现如上文所述的显示异常检测方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有显示异常检测程序,所述显示异常检测程序被处理器执行时实现如上文所述的显示异常检测方法的步骤。
本发明通过获取待检测屏幕在预设时间段内的显示图像集合,并根据显示图像集合中的各显示图像确定目标检测区域,然后确定目标检测区域对应的目标显示图像,并对目标显示图像进行图像增强处理,获得增强后的显示图像,再对增强后的显示图像进行图像分割处理,获得异常像素,并根据异常像素对待检测屏幕进行显示异常检测。本发明根据显示图像集合中的各显示图像确定待检测屏幕上的目标检测区域,能够加快后续图像处理的速度,并对目标显示图像进行图像增强处理,能够对目标显示图像上的特征进行增强,以便后续图像分割处理的效果更好,再根据异常像素对待检测屏幕进行显示异常检测,相较于现有的通过人工裸眼检测,本发明上述方式能够简单有效地对屏幕进行显示异常检测。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的显示异常检测设备的结构示意图;
图2为本发明显示异常检测方法第一实施例的流程示意图;
图3为本发明显示异常检测方法第二实施例的流程示意图;
图4为本发明显示异常检测方法第三实施例的流程示意图;
图5为本发明显示异常检测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的显示异常检测设备结构示意图。
如图1所示,该显示异常检测设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对显示异常检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及显示异常检测程序。
在图1所示的显示异常检测设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明显示异常检测设备中的处理器1001、存储器1005可以设置在显示异常检测设备中,所述显示异常检测设备通过处理器1001调用存储器1005中存储的显示异常检测程序,并执行本发明实施例提供的显示异常检测方法。
基于上述显示异常检测设备,本发明实施例提供了一种显示异常检测方法,参照图2,图2为本发明显示异常检测方法第一实施例的流程示意图。
本实施例中,所述显示异常检测方法包括以下步骤:
步骤S10:获取待检测屏幕在预设时间段内的显示图像集合,并根据所述显示图像集合中的各显示图像确定目标检测区域。
需要说明的是,本实施例的执行主体可以是一种具有数据处理、网络通信以及程序运行功能的计算服务设备,例如手机、平板电脑、个人电脑等,或者是一种能够实现上述功能的电子设备或显示异常检测设备。以下以所述显示异常检测设备为例,对本实施例及下述各实施例进行说明。
可理解的是,待检测屏幕是指需要进行显示异常检测的屏幕,可以是手机、平板电脑、智能手表等屏幕。预设时间段可以是预先设置的时间段,例如,1秒内、2秒内等,本实施例对此不做具体限制。
应理解的是,显示图像集合可包括待检测屏幕在预设时间段内显示的图像,预设时间段可以是1秒、2秒等,本实施例对此不做具体限制。
在具体实现中,目标检测区域是指待检测屏幕上进行显示异常检测的区域,可以对待检测屏幕上的部分区域进行去除,使后续进行显示异常检测的范围更小。具体可根据显示图像集合中的各显示图像确定目标区域,可根据各显示图像的显示关键信息的区域得到目标区域。
步骤S20:确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行图像增强处理,获得增强后的显示图像。
可理解的是,目标显示图像是指待检测屏幕在目标检测区域上显示的图像,该目标显示图像可以是当前时刻下的显示图像,也可以是一段时间内的显示图像,本实施例对此不做具体限制。
应理解的是,图像增强处理是指增强目标显示图像中的有用信息,有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,具体可通过图像增强算法对目标显示图像进行图像增强处理,得到增强后的显示图像。
进一步地,为了有效地对目标显示图像进行图像增强处理,在本实施例中,所述步骤S20包括:确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行像素亮度变换处理,获得变换后的显示图像;对所述变换后的显示图像进行图像锐化处理,获得锐化后的显示图像;获取所述锐化后的显示图像中的各像素的灰度值,并根据所述灰度值确定所述锐化后的显示图像中的感兴趣区域;对所述目标显示图像中的所述感兴趣区域的纹理信息进行叠加,获得增强后的显示图像。
可理解的是,在得到目标检测区域对应的目标显示图像后,可对目标显示图像进行像素亮度变换处理,具体可对目标显示图像中的各像素的亮度进行变换处理,像素亮度变换处理可包括亮度校正和灰度级变换,亮度校正需要考虑该像素原来的亮度和该像素在图像中的位置,灰度级变换无需考虑像素在图像中的位置,具体亮度变换处理可参照现有技术,本实施例对此不过多赘述。
应理解的是,本实施例还可对变换后的显示图像进行图像锐化处理,图像锐化是补偿图像的轮廓,增强图像的边缘及灰度跳变的部分,使图像变得清晰,分为空间域处理和频域处理两类,具体的图像锐化处理的步骤可参照现有技术,本实施例对此不过多赘述。
在具体实现中,可获取锐化后的显示图像中的各像素的灰度值,并根据灰度值确定锐化后的显示图像中的感兴趣区域,具体可根据灰度值对锐化后的显示图像进行图像分割,再根据分割结果确定感兴趣区域。在对感兴趣区域对应的纹理特征进行叠加,叠加次数可以是1次、2次等,本实施例对此不做具体限制,即可得到增强后的显示图像。
步骤S30:对所述增强后的显示图像进行图像分割处理,获得异常像素,并根据所述异常像素对所述待检测屏幕进行显示异常检测。
可理解的是,可对增强后的显示图像进行图像分割处理,图像分割是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程,本实施例可通过阈值分割的方式对增强后的显示图像进行图像分割处理,根据高低阈值得到异常像素和背景像素,每一张目标显示图像可对应多个异常像素,并根据异常像素确定在待检测屏幕上所处的位置,在某一位置出现多次时,可将该位置作为待检测屏幕上的显示异常位置。
本实施例通过获取待检测屏幕在预设时间段内的显示图像集合,并根据显示图像集合中的各显示图像确定目标检测区域,然后确定目标检测区域对应的目标显示图像,并对目标显示图像进行图像增强处理,获得增强后的显示图像,再对增强后的显示图像进行图像分割处理,获得异常像素,并根据异常像素对待检测屏幕进行显示异常检测。本实施例根据显示图像集合中的各显示图像确定待检测屏幕上的目标检测区域,能够加快后续图像处理的速度,并对目标显示图像进行图像增强处理,能够对目标显示图像上的特征进行增强,以便后续图像分割处理的效果更好,再根据异常像素对待检测屏幕进行显示异常检测,相较于现有的通过人工裸眼检测,本实施例上述方式能够简单有效地对屏幕进行显示异常检测。
参考图3,图3为本发明显示异常检测方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,所述步骤S10包括:
步骤S101:获取待检测屏幕在预设时间段内的显示图像集合,并对所述显示图像集合中的各显示图像进行预处理,获得各处理后的显示图像。
可理解的是,本实施例可对显示图像集合中的各显示图像进行预处理,预处理可包括归一化、平滑等处理,即可得到各处理后的显示图像。
步骤S102:对所述各处理后的显示图像进行图像编码,获得各编码后的图像。
应理解的是,图像编码是指在满足一定质量(信噪比的要求或主观评价得分)的条件下,以较少比特数表示图像或图像中所包含信息的技术,图编码方式可包括预测编码、统计编码、变换编码等,预测编码是一种设备简单质量较佳的高效编码法,主要有DPCM、ΔM两种,DPCM编码记录与传输的不是样本的真实值,而是与预测值的差,由于空间的相关性,真实值与预测值之间差值的变换范围远小于真实值的变化范围,因此可以采用较少的位数来记录数据。帧内编码是指在一幅图像中,某像素点与其相邻的一些区域内常存在有规则的相关性,这种相关性带来了图像数据在空间域中的冗余性,通过对这些空间冗余的压缩可以大大减少数据量,达到数据压缩的目的,压缩算法采用类似JPEG等静态图像编码方法,主要分为六步:分块:将图像平面分成8x8的图块、变换:一般是对每个图块进行离散余弦变换DCT、量化:对图块DCT变换后的系数按照特定的量化表进行量化、Z形扫描:将量化的交流分量系数按照Z字形顺序扫描排列、游程编码:对交流分量系数用游程长度编码,对相邻的低频直流系数采用DPCM编码、熵编码:用霍夫曼或算术编码对游程编码后的数据进行熵编码,随着编码技术的发展,H.264标准使用4x4变换块,或者自适应可变的块大小ABT;变换多采用整数代替DCT变换;对隔行扫描采用双Z扫描模式;熵编码用基于内容的二进制算术编码CABAC和统一的可变长编码UVLC等算法。视频序列可以看作基于时间轴内的一组连续画面,其中相邻帧往往包含相同的背景和移动物体,只不过移动物体所在的空间位置略有不同,这种共性称为时间冗余。一般的视频序列其时间冗余可以占整个数据量的70%以上,减少时间冗余采用帧间编码,基础是预测技术,目前主要采用运动估计与运动补偿,运动估计算法根据利用的参考帧的不同,帧间编码分为两类:只利用前项参考帧的P帧编码、同时利用前项、后项参考帧的B帧编码。
进一步地,为了有效地进行图像编码,在本实施例中,所述步骤S102包括:对所述各处理后的显示图像进行单元分割,获得若干个编码单元;根据各编码单元对应的纹理特征确定对应的划分方式;根据所述划分方式对所述各处理后的显示图像进行图像编码,获得各编码后的图像。
可理解的是,各处理后的显示图像可被划分为若干个互不重叠的编码树单元,再对编码树单元进行递归划分,可得到多个编码单元,即一处理后的显示图像可对应多个编码单元。
应理解的是,本实施例可先根据各编码单元对应的纹理特征确定对应的候选划分方式,再从候选划分方式中选择各编码方式对应的划分方式。纹理特征可包括纹理方向,纹理方向可包括水平方向和垂直方向,若纹理方向为水平方向,则对应的候选划分方式倾向水平划分,可包括不划分、水平扩展四叉树划分和水平二叉树划分这三种候选划分方式,若纹理方向为垂直方向,则对应的候选划分方式倾向垂直划分,可包括不划分、垂直扩展四叉树划分和垂直二叉树划分这三种候选划分方式。再确定各候选划分方式下的率失真值,再将率失真值最小的候选划分方式作为各编码单元对应的划分方式,在纹理方向为水平方向时,可根据上述水平划分对应的三种候选方式对应的最小率失真值确定划分方式;在纹理方向为垂直方向时,可根据上述垂直划分对应的三种候选方式对应的最小率失真值确定划分方式。
在具体实现中,可使用视频编码协议中的编码部分,结合各编码单元对应的划分方式对各处理后的显示图像进行图像编码,获得各编码后的图像。
步骤S103:根据所述待检测屏幕对应的图像显示类型和设备类型确定目标显示区域。
可理解的是,图像显示类型是指待检测屏幕上的显示图像对应的显示类型,可以是视频、音频、表格等。设备类型是指待检测屏幕对应的设备的类型,可包括手机、平板电脑等。
应理解的是,可根据图像显示类型和设备类型确定目标显示区域,具体可根据设备类型确定重要的显示区域,例如,平板电脑的屏幕较大,不重要的区域可以是与屏幕边缘较近的区域,可以是与屏幕边缘相距1毫米的区域作为不重要区域,其他区域作为重要区域。也可根据图像显示类型确定重要的显示区域,例如,图像显示类型为表格时,可将表格边框作为重要区域。再将两个重要区域之间的交集作为目标显示区域。
步骤S104:根据所述目标显示区域和所述各编码后的图像确定目标检测区域。
在具体实现中,本实施例可根据各编码后的图像的清晰度确定另一目标显示区域,再将目标显示区域与另一目标显示区域的重合区域作为目标检测区域。
进一步地,为了精确确定目标检测区域,为了有效地确定目标检测区域,在本实施例中,所述步骤S104包括:确定所述各编码后的图像中的各像素对应的像素值和所述待检测屏幕对应的影响因素信息,所述影响因素信息包括:所述待检测屏幕对应的像素密度、显示尺寸、颜色准确度、对比度中的至少一项;根据所述像素值和所述影响因素信息确定所述各编码后的图像中的各像素对应的清晰度,获得所述各编码后的图像对应的清晰度集合;根据所述清晰度集合中的各清晰度确定所述待检测屏幕对应的清晰区域;根据所述清晰区域和所述目标显示区域确定目标检测区域。
可理解的是,影响因素信息是指影响待检测屏幕上的像素的清晰度的信息,影响因素信息可包括待检测屏幕对应的像素密度、显示尺寸、颜色准确度、对比度中的至少一项。一般情况下,像素值越大,对应的清晰度可能越高,但是对于不同的待检测屏幕,上述影响因素信息也会对各像素的清晰度产生影响。
应理解的是,各像素对应的清晰度可根据该像素值和像素密度、显示尺寸、颜色准确度、对比度中的至少一项确定,具体可预先设置像素值、像素密度、显示尺寸、颜色准确度、对比度与清晰度之间的映射关系,像素值、像素密度、显示尺寸、颜色准确度、对比度在该映射关系中可以是范围,再根据该映射关系得到各像素对应的清晰度,并基于清晰度构建各编码后的图像对应的清晰度集合。
可理解的是,可将清晰度大于预设清晰度的像素构成的区域作为清晰区域,说明在该清晰区域中的像素比较清晰,在使用者用肉眼观察时的异常较为明显,目标检测区域可以是清晰区域和目标显示区域之间的重合区域。
本实施例通过获取待检测屏幕在预设时间段内的显示图像集合,并对显示图像集合中的各显示图像进行预处理,获得各处理后的显示图像,然后对各处理后的显示图像进行图像编码,获得各编码后的图像,然后根据待检测屏幕对应的图像显示类型和设备类型确定目标显示区域,再根据目标显示区域和各编码后的图像确定目标检测区域。本实施例通过对各处理后的显示图像进行图像编码,能够对各处理后的显示图像进行压缩,减少各处理后的显示图像的存储空间,再根据目标显示区域和各编码后的图像确定目标检测区域,能够根据各编码后的图像进一步对目标显示区域进行缩小,得到目标检测区域,加快后续图像处理的速度。
参考图4,图4为本发明显示异常检测方法第三实施例的流程示意图。
基于上述各实施例,在本实施例中,所述步骤S30包括:
步骤S301:获取所述待检测屏幕对应的标准显示图像。
需要说明的是,标准显示图像是指待检测屏幕在出厂时的显示图像,说明待检测屏幕在出厂前已进行屏幕检测。
步骤S302:根据所述标准显示图像对所述增强后的显示图像进行图像校正,获得校正后的图像。
可理解的是,可根据标准显示图像对增强后的显示图像进行图像校正,可进行对比度校正、像素密度校正等,得到校正后的图像。
步骤S303:对所述校正后的图像进行图像分割处理,获得异常像素。
应理解的是,本实施例可通过Blob分析对校正后的图像进行图像分割处理,可选择软阈值分割模式,软阈值分割点是一个像素区间,大于此区间内像素最大值的像素为异常像素,小于此区间内像素最小值的像素为背景像素,像素值在区间内的是边界像素。
步骤S304:根据所述异常像素在所述待检测屏幕中的异常位置对所述待检测屏幕进行显示异常检测。
可理解的是,各异常像素在待检测屏幕中的异常位置不一样,可根据各异常像素对应的异常位置进行显示异常检测,例如,如果异常位置过于密集,说明该位置为异常位置。
进一步地,为了有效地进行显示异常检测,在本实施例中,所述步骤S304包括:确定所述异常像素在所述待检测屏幕中的异常位置;根据所述异常位置确定所述待检测屏幕对应的异常范围和按压信息;对所述异常范围和所述按压信息进行匹配,并对匹配通过的目标异常范围进行删除,获得删除后的范围;根据所述删除后的范围对应的范围大小对所述待检测屏幕进行显示异常检测。
应理解的是,异常范围是指异常位置构成的范围,按压信息是指待检测屏幕上的各像素受到的压力,该压力可以通过压力传感器得到。
可理解的是,可根据按压信息确定按压范围,在异常范围与按压范围基本一致时,说明匹配通过,在异常范围与按压范围相差较大时,说明匹配不通过。然后在待检测屏幕的全部屏幕区域上删除匹配通过的目标异常范围,得到删除后的范围。如果删除后的范围对应的范围大小大于预设范围时,说明该待检测屏幕可能出现异常。
本实施例通过获取待检测屏幕对应的标准显示图像,然后根据标准显示图像对增强后的显示图像进行图像校正,获得校正后的图像,然后对校正后的图像进行图像分割处理,获得异常像素,再根据异常像素在待检测屏幕中的异常位置对待检测屏幕进行显示异常检测。本实施例根据标准显示图像对增强后的显示图像进行图像校正,避免除了待检测屏幕的异常之外还存在其他的影响因素,然后对校正后的图像进行图像分割处理,准确得到待检测屏幕在显示时的异常像素,再根据异常像素在待检测屏幕中的异常位置进行显示异常检测,能够简单有效地对屏幕进行显示异常检测。
参照图5,图5为本发明显示异常检测装置第一实施例的结构框图。
如图5所示,本发明实施例提出的显示异常检测装置包括:
区域确定模块10,用于获取待检测屏幕在预设时间段内的显示图像集合,并根据所述显示图像集合中的各显示图像确定目标检测区域;
图像增强模块20,用于确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行图像增强处理,获得增强后的显示图像;
异常检测模块30,用于对所述增强后的显示图像进行图像分割处理,获得异常像素,并根据所述异常像素对所述待检测屏幕进行显示异常检测。
本实施例通过获取待检测屏幕在预设时间段内的显示图像集合,并根据显示图像集合中的各显示图像确定目标检测区域,然后确定目标检测区域对应的目标显示图像,并对目标显示图像进行图像增强处理,获得增强后的显示图像,再对增强后的显示图像进行图像分割处理,获得异常像素,并根据异常像素对待检测屏幕进行显示异常检测。本实施例根据显示图像集合中的各显示图像确定待检测屏幕上的目标检测区域,能够加快后续图像处理的速度,并对目标显示图像进行图像增强处理,能够对目标显示图像上的特征进行增强,以便后续图像分割处理的效果更好,再根据异常像素对待检测屏幕进行显示异常检测,相较于现有的通过人工裸眼检测,本实施例上述方式能够简单有效地对屏幕进行显示异常检测。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的显示异常检测方法,此处不再赘述。
基于本发明上述显示异常检测装置第一实施例,提出本发明显示异常检测装置的第二实施例。
在本实施例中,所述区域确定模块10,还用于获取待检测屏幕在预设时间段内的显示图像集合,并对所述显示图像集合中的各显示图像进行预处理,获得各处理后的显示图像;对所述各处理后的显示图像进行图像编码,获得各编码后的图像;根据所述待检测屏幕对应的图像显示类型和设备类型确定目标显示区域;根据所述目标显示区域和所述各编码后的图像确定目标检测区域。
进一步地,所述区域确定模块10,还用于对所述各处理后的显示图像进行单元分割,获得若干个编码单元;根据各编码单元对应的纹理特征确定对应的划分方式;根据所述划分方式对所述各处理后的显示图像进行图像编码,获得各编码后的图像。
进一步地,所述区域确定模块10,还用于根据所述像素值和所述影响因素信息确定所述各编码后的图像中的各像素对应的清晰度,获得所述各编码后的图像对应的清晰度集合;根据所述清晰度集合中的各清晰度确定所述待检测屏幕对应的清晰区域;根据所述清晰区域和所述目标显示区域确定目标检测区域。
进一步地,所述图像增强模块20,还用于确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行像素亮度变换处理,获得变换后的显示图像;对所述变换后的显示图像进行图像锐化处理,获得锐化后的显示图像;获取所述锐化后的显示图像中的各像素的灰度值,并根据所述灰度值确定所述锐化后的显示图像中的感兴趣区域;对所述目标显示图像中的所述感兴趣区域的纹理信息进行叠加,获得增强后的显示图像。
进一步地,所述异常检测模块30,还用于获取所述待检测屏幕对应的标准显示图像;根据所述标准显示图像对所述增强后的显示图像进行图像校正,获得校正后的图像;对所述校正后的图像进行图像分割处理,获得异常像素;根据所述异常像素在所述待检测屏幕中的异常位置对所述待检测屏幕进行显示异常检测。
进一步地,所述异常检测模块30,还用于确定所述异常像素在所述待检测屏幕中的异常位置;根据所述异常位置确定所述待检测屏幕对应的异常范围和按压信息;对所述异常范围和所述按压信息进行匹配,并对匹配通过的目标异常范围进行删除,获得删除后的范围;根据所述删除后的范围对应的范围大小对所述待检测屏幕进行显示异常检测。
本发明显示异常检测装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有显示异常检测程序,所述显示异常检测程序被处理器执行时实现如上文所述的显示异常检测方法的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通 过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的 技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种显示异常检测方法,其特征在于,所述显示异常检测方法包括以下步骤:
获取待检测屏幕在预设时间段内的显示图像集合,并根据所述显示图像集合中的各显示图像确定目标检测区域;
确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行图像增强处理,获得增强后的显示图像;
对所述增强后的显示图像进行图像分割处理,获得异常像素,并根据所述异常像素在所述待检测屏幕中的异常位置对所述待检测屏幕进行显示异常检测;
所述获取待检测屏幕在预设时间段内的显示图像集合,并根据所述显示图像集合中的各显示图像确定目标检测区域的步骤,具体包括:
获取待检测屏幕在预设时间段内的显示图像集合,并对所述显示图像集合中的各显示图像进行预处理,获得各处理后的显示图像;
对所述各处理后的显示图像进行图像编码,获得各编码后的图像;
根据所述待检测屏幕对应的图像显示类型和设备类型确定目标显示区域;
根据所述目标显示区域和所述各编码后的图像确定目标检测区域;
所述根据所述目标显示区域和所述各编码后的图像确定目标检测区域的步骤,具体包括:
确定所述各编码后的图像中的各像素对应的像素值和所述待检测屏幕对应的影响因素信息,所述影响因素信息包括:所述待检测屏幕对应的像素密度、显示尺寸、颜色准确度、对比度中的至少一项;
根据所述像素值和所述影响因素信息确定所述各编码后的图像中的各像素对应的清晰度,获得所述各编码后的图像对应的清晰度集合;
根据所述清晰度集合中的各清晰度确定所述待检测屏幕对应的清晰区域;
将所述清晰区域和所述目标显示区域之间的重合区域作为目标检测区域;
所述对所述增强后的显示图像进行图像分割处理,获得异常像素,并根据所述异常像素在所述待检测屏幕中的异常位置对所述待检测屏幕进行显示异常检测的步骤,具体包括:
获取所述待检测屏幕对应的标准显示图像;
根据所述标准显示图像对所述增强后的显示图像进行图像校正,获得校正后的图像;
对所述校正后的图像进行图像分割处理,获得异常像素;
根据所述异常像素在所述待检测屏幕中的异常位置对所述待检测屏幕进行显示异常检测;
所述根据所述异常像素在所述待检测屏幕中的异常位置对所述待检测屏幕进行显示异常检测的步骤,具体包括:
确定所述异常像素在所述待检测屏幕中的异常位置;
根据所述异常位置确定所述待检测屏幕对应的异常范围和按压信息;
对所述异常范围和所述按压信息进行匹配,并对匹配通过的目标异常范围进行删除,获得删除后的范围;
根据所述删除后的范围对应的范围大小对所述待检测屏幕进行显示异常检测。
2.如权利要求1所述的显示异常检测方法,其特征在于,所述对所述各处理后的显示图像进行图像编码,获得各编码后的图像的步骤,具体包括:
对所述各处理后的显示图像进行单元分割,获得若干个编码单元;
根据各编码单元对应的纹理特征确定对应的划分方式;
根据所述划分方式对所述各处理后的显示图像进行图像编码,获得各编码后的图像。
3.如权利要求1所述的显示异常检测方法,其特征在于,所述确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行图像增强处理,获得增强后的显示图像的步骤,具体包括:
确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行像素亮度变换处理,获得变换后的显示图像;
对所述变换后的显示图像进行图像锐化处理,获得锐化后的显示图像;
获取所述锐化后的显示图像中的各像素的灰度值,并根据所述灰度值确定所述锐化后的显示图像中的感兴趣区域;
对所述目标显示图像中的所述感兴趣区域的纹理信息进行叠加,获得增强后的显示图像。
4.一种显示异常检测装置,其特征在于,所述显示异常检测装置包括:
区域确定模块,用于获取待检测屏幕在预设时间段内的显示图像集合,并根据所述显示图像集合中的各显示图像确定目标检测区域;
图像增强模块,用于确定所述目标检测区域对应的目标显示图像,并对所述目标显示图像进行图像增强处理,获得增强后的显示图像;
异常检测模块,用于对所述增强后的显示图像进行图像分割处理,获得异常像素,并根据所述异常像素对所述待检测屏幕进行显示异常检测;
所述区域确定模块,还用于获取待检测屏幕在预设时间段内的显示图像集合,并对所述显示图像集合中的各显示图像进行预处理,获得各处理后的显示图像;对所述各处理后的显示图像进行图像编码,获得各编码后的图像;根据所述待检测屏幕对应的图像显示类型和设备类型确定目标显示区域;根据所述目标显示区域和所述各编码后的图像确定目标检测区域;
所述区域确定模块,还用于确定所述各编码后的图像中的各像素对应的像素值和所述待检测屏幕对应的影响因素信息,所述影响因素信息包括:所述待检测屏幕对应的像素密度、显示尺寸、颜色准确度、对比度中的至少一项;根据所述像素值和所述影响因素信息确定所述各编码后的图像中的各像素对应的清晰度,获得所述各编码后的图像对应的清晰度集合;根据所述清晰度集合中的各清晰度确定所述待检测屏幕对应的清晰区域;根据所述清晰区域和所述目标显示区域确定目标检测区域;
所述异常检测模块,还用于获取所述待检测屏幕对应的标准显示图像;根据所述标准显示图像对所述增强后的显示图像进行图像校正,获得校正后的图像;对所述校正后的图像进行图像分割处理,获得异常像素;根据所述异常像素在所述待检测屏幕中的异常位置对所述待检测屏幕进行显示异常检测;
所述异常检测模块,还用于确定所述异常像素在所述待检测屏幕中的异常位置;根据所述异常位置确定所述待检测屏幕对应的异常范围和按压信息;对所述异常范围和所述按压信息进行匹配,并对匹配通过的目标异常范围进行删除,获得删除后的范围;根据所述删除后的范围对应的范围大小对所述待检测屏幕进行显示异常检测。
5.一种显示异常检测设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的显示异常检测程序,所述显示异常检测程序配置为实现如权利要求1至3中任一项所述的显示异常检测方法的步骤。
6.一种存储介质,其特征在于,所述存储介质上存储有显示异常检测程序,所述显示异常检测程序被处理器执行时实现如权利要求1至3中任一项所述的显示异常检测方法的步骤。
CN202311380781.7A 2023-10-24 2023-10-24 显示异常检测方法、装置、设备及存储介质 Active CN117115433B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311380781.7A CN117115433B (zh) 2023-10-24 2023-10-24 显示异常检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311380781.7A CN117115433B (zh) 2023-10-24 2023-10-24 显示异常检测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN117115433A CN117115433A (zh) 2023-11-24
CN117115433B true CN117115433B (zh) 2024-05-07

Family

ID=88813273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311380781.7A Active CN117115433B (zh) 2023-10-24 2023-10-24 显示异常检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117115433B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110657948A (zh) * 2019-09-26 2020-01-07 联想(北京)有限公司 用于测试电子设备的屏幕的方法、装置、测试设备和介质
KR20200059481A (ko) * 2018-11-21 2020-05-29 (주) 씨제이케이어소시에이츠 정보 표시 장치
CN112529816A (zh) * 2020-12-22 2021-03-19 西安诺瓦星云科技股份有限公司 数据处理方法、装置、存储介质及计算机设备
CN113538431A (zh) * 2021-09-16 2021-10-22 深圳市鑫信腾科技股份有限公司 显示屏瑕疵定位方法、装置、终端设备及系统
CN114913121A (zh) * 2022-03-31 2022-08-16 联想(北京)有限公司 一种屏幕缺陷检测系统、方法、电子设备及可读存储介质
CN115578329A (zh) * 2022-09-28 2023-01-06 中科可控信息产业有限公司 屏幕检测方法、装置、计算机设备及可读存储介质
CN115797342A (zh) * 2023-02-06 2023-03-14 深圳市鑫旭飞科技有限公司 一种工业控制电容触摸lcd显示总成缺陷检测方法
CN116168192A (zh) * 2022-12-30 2023-05-26 成都云天励飞技术有限公司 图像检测区域的确定方法、装置、电子设备及存储介质
CN116337412A (zh) * 2023-02-08 2023-06-27 歌尔股份有限公司 屏幕检测方法、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7466872B2 (en) * 2005-06-20 2008-12-16 Drvision Technologies Llc Object based boundary refinement method
WO2009130820A1 (ja) * 2008-04-21 2009-10-29 シャープ株式会社 画像処理装置、表示装置、画像処理方法、プログラムおよび記録媒体

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200059481A (ko) * 2018-11-21 2020-05-29 (주) 씨제이케이어소시에이츠 정보 표시 장치
CN110657948A (zh) * 2019-09-26 2020-01-07 联想(北京)有限公司 用于测试电子设备的屏幕的方法、装置、测试设备和介质
CN112529816A (zh) * 2020-12-22 2021-03-19 西安诺瓦星云科技股份有限公司 数据处理方法、装置、存储介质及计算机设备
CN113538431A (zh) * 2021-09-16 2021-10-22 深圳市鑫信腾科技股份有限公司 显示屏瑕疵定位方法、装置、终端设备及系统
CN114913121A (zh) * 2022-03-31 2022-08-16 联想(北京)有限公司 一种屏幕缺陷检测系统、方法、电子设备及可读存储介质
CN115578329A (zh) * 2022-09-28 2023-01-06 中科可控信息产业有限公司 屏幕检测方法、装置、计算机设备及可读存储介质
CN116168192A (zh) * 2022-12-30 2023-05-26 成都云天励飞技术有限公司 图像检测区域的确定方法、装置、电子设备及存储介质
CN115797342A (zh) * 2023-02-06 2023-03-14 深圳市鑫旭飞科技有限公司 一种工业控制电容触摸lcd显示总成缺陷检测方法
CN116337412A (zh) * 2023-02-08 2023-06-27 歌尔股份有限公司 屏幕检测方法、设备及存储介质

Also Published As

Publication number Publication date
CN117115433A (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
CN101507277B (zh) 图像编码/解码方法和设备
KR20190117651A (ko) 이미지 프로세싱 및 비디오 압축 방법
KR101808327B1 (ko) 영상 코덱에서 패딩을 이용한 영상 부/복호화 방법 및 장치
US20060056516A1 (en) Image-data processing apparatus
US20020131647A1 (en) Predicting ringing artifacts in digital images
Sheikh et al. Blind quality assessment for JPEG2000 compressed images
US11134250B2 (en) System and method for controlling video coding within image frame
CN111988611A (zh) 量化偏移信息的确定方法、图像编码方法、装置及电子设备
Singh et al. A signal adaptive filter for blocking effect reduction of JPEG compressed images
EP0985318B1 (en) System for extracting coding parameters from video data
Wang et al. Perceptually quasi-lossless compression of screen content data via visibility modeling and deep forecasting
CN110740316A (zh) 数据编码方法及装置
CN112584153B (zh) 基于恰可察觉失真模型的视频压缩方法及装置
Yang et al. Perceptual based SAO rate-distortion optimization method with a simplified JND model for H. 265/HEVC
CN116233479B (zh) 基于数据处理的直播信息内容审核系统及方法
CN117115433B (zh) 显示异常检测方法、装置、设备及存储介质
CN113810654A (zh) 图像视频的上传方法、装置、存储介质以及电子设备
EP3926584A1 (en) Method, computer program and system for detecting changes and moving objects in a video view
Farah et al. Full-reference and reduced-reference quality metrics based on SIFT
JP3736291B2 (ja) 画像信号復号化装置および方法
KR20150047332A (ko) 비디오 스트림을 복호화하는 방법 및 장치
Türkan et al. Locally linear embedding based texture synthesis for image prediction and error concealment
CN115280772A (zh) 有损压缩的二重标准块分割启发法
US7706440B2 (en) Method for reducing bit rate requirements for encoding multimedia data
KR100512276B1 (ko) 영상 데이터의 압축 방법 및 장치

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