CN117130186A - 一种lcd显示屏瑕疵缺陷智能检测方法 - Google Patents
一种lcd显示屏瑕疵缺陷智能检测方法 Download PDFInfo
- Publication number
- CN117130186A CN117130186A CN202311385109.7A CN202311385109A CN117130186A CN 117130186 A CN117130186 A CN 117130186A CN 202311385109 A CN202311385109 A CN 202311385109A CN 117130186 A CN117130186 A CN 117130186A
- Authority
- CN
- China
- Prior art keywords
- image
- gray value
- average gray
- display screen
- lcd display
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 115
- 238000001514 detection method Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 8
- 239000003086 colorant Substances 0.000 abstract description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- 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)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本发明涉及屏幕检测技术领域，提供一种LCD显示屏瑕疵缺陷智能检测方法，包括：通过获取并计算第一拍摄图像的第一平均灰度值，将第二拍摄图像减去第一平均灰度值后计算第二平均灰度值；以预设图像掩膜遍历第二拍摄图像，识别差值与掩膜内平均灰度值的比例大于预设比例且不邻接的区域，得到可疑缺陷区域；在原始图像上获取标准区域数据，并与可疑缺陷区域进行逐像素点的颜色比对，三色通道值的差值大于预设阈值像素点大于预设数量时，将LCD显示屏标记为缺陷屏幕；通过掩膜和灰度平均值计算在第二拍摄图像中的先快速识别出可能存在缺陷的区域，再根据色彩通道值的比较进行坏点的确定，提高了LCD显示屏缺陷检测效率。
Description
技术领域
本发明涉及屏幕检测技术领域，尤其涉及一种LCD显示屏瑕疵缺陷智能检测方法。
背景技术
LCD显示屏通过控制其内部的条形液晶分子排列来实现透光控制，改变颜色；而若显示屏的显示单元液晶分子有瑕疵缺陷，则该单元无法正确控制分子排列，就会出现坏点的情况。
现有技术中LCD显示屏的出厂主要是对上述坏点进行检测，国内大部分制造厂商还采用人工检测，需要人工直视显示屏分别播放红绿蓝黑白五色画面进行辨识，长时间检测对检测人员视力带来影响且极疲劳，不仅耗时耗力，而且人工漏检率高。
发明内容
本发明提供了一种LCD显示屏瑕疵缺陷智能检测方法，用于解决现有技术中人工检测LCD显示屏不仅耗时耗力且漏检率高的问题。
本发明第一方面提供了一种LCD显示屏瑕疵缺陷智能检测方法，包括：
获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像；
计算第一拍摄图像的第一平均灰度值；将第二拍摄图像各像素点的灰度值减去第一平均灰度值后，计算第二拍摄图像的第二平均灰度值，并以预设图像掩膜遍历第二拍摄图像，计算掩膜内平均灰度值与第二平均灰度值差值，识别差值与掩膜内平均灰度值的比例大于预设比例且不邻接的区域，得到可疑缺陷区域；
在原始图像上获取与可疑缺陷区域位置相对应的像素点数据，得到标准区域数据；将可疑缺陷区域与标准区域进行逐像素点的颜色比对，若存在至少预设数量的像素点三色通道值的差值大于预设阈值，则将LCD显示屏标记为缺陷屏幕。
可选的，所述获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像之后，还包括：
基于机器视觉对第一拍摄图像和第二拍摄图像进行区域划分，识别图像中的显示屏区域和环境区域，并在图像中剔除环境区域。
可选的，所述计算第一拍摄图像的第一平均灰度值之后，还包括：
以预设图像掩膜遍历第一拍摄图像，识别掩膜内平均灰度值低于第一平均灰度值且不邻接的区域，得到第一区域；
所述得到可疑缺陷区域之后，还包括：剔除与第一区域重合度大于预设比例，且平均灰度值与第二平均灰度值差值为负值的可疑缺陷区域。
本申请第二方面提供了一种LCD显示屏瑕疵缺陷智能检测系统，包括：
图像获取模块，用于获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像；
缺陷区域识别模块，用于计算第一拍摄图像的第一平均灰度值；将第二拍摄图像各像素点的灰度值减去第一平均灰度值后，计算第二拍摄图像的第二平均灰度值，并以预设图像掩膜遍历第二拍摄图像，计算掩膜内平均灰度值与第二平均灰度值差值，识别差值与掩膜内平均灰度值的比例大于预设比例且不邻接的区域，得到可疑缺陷区域；
缺陷屏幕检测模块，用于在原始图像上获取与可疑缺陷区域位置相对应的像素点数据，得到标准区域数据；将可疑缺陷区域与标准区域进行逐像素点的颜色比对，若存在至少预设数量的像素点三色通道值的差值大于预设阈值，则将LCD显示屏标记为缺陷屏幕。
可选的，所述图像获取模块中，获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像之后，还包括：
基于机器视觉对第一拍摄图像和第二拍摄图像进行区域划分，识别图像中的显示屏区域和环境区域，并在图像中剔除环境区域。
可选的，所述缺陷区域识别模块中，计算第一拍摄图像的第一平均灰度值之后，还包括：
以预设图像掩膜遍历第一拍摄图像，识别掩膜内平均灰度值低于第一平均灰度值且不邻接的区域，得到第一区域；
所述得到可疑缺陷区域之后，还包括：剔除与第一区域重合度大于预设比例，且平均灰度值与第二平均灰度值差值为负值的可疑缺陷区域。
本申请第三方面提供了一种LCD显示屏瑕疵缺陷智能检测方法设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行本发明第一方面任一项所述的一种LCD显示屏瑕疵缺陷智能检测方法。
本申请第四方面提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行本发明第一方面任一项所述的一种LCD显示屏瑕疵缺陷智能检测方法。
从以上技术方案可以看出，本发明具有以下优点：通过获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像；计算第一拍摄图像的第一平均灰度值；将第二拍摄图像各像素点的灰度值减去第一平均灰度值后，计算第二拍摄图像的第二平均灰度值，并以预设图像掩膜遍历第二拍摄图像，计算掩膜内平均灰度值与第二平均灰度值差值，识别差值与掩膜内平均灰度值的比例大于预设比例且不邻接的区域，得到可疑缺陷区域；在原始图像上获取与可疑缺陷区域位置相对应的像素点数据，得到标准区域数据；将可疑缺陷区域与标准区域进行逐像素点的颜色比对，若存在至少预设数量的像素点三色通道值的差值大于预设阈值，则将LCD显示屏标记为缺陷屏幕；通过掩膜和灰度平均值计算在第二拍摄图像中的先快速识别出可能存在缺陷的区域，再根据色彩通道值的比较进行坏点的确定，不仅提高了坏点的确定速度，而且提高了LCD显示屏缺陷检测的准确性。
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性的前提下，还可以根据这些附图获得其它的附图。
图1为一种LCD显示屏瑕疵缺陷智能检测方法的流程图；
图2为一种LCD显示屏瑕疵缺陷智能检测系统结构图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明提供了一种LCD显示屏瑕疵缺陷智能检测方法，用于解决现有技术中人工检测LCD显示屏不仅耗时耗力且漏检率高的问题。
实施例一
请参阅图1，图1为本发明实施例提供的一种LCD显示屏瑕疵缺陷智能检测方法的第一个流程图。
S100，获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像；
需要说明的是，LCD显示屏在出厂检测时安装在预定的位置角度，经由工业相机拍摄图像，LCD最后经偏光片出射垂直屏幕的光线，为避免拍摄角度原因导致拍摄图像亮度不足，工业相机的拍摄方向与LCD显示屏面垂直；
第一拍摄图像为LCD显示屏未开机未工作时候的图像，其目的是获取当前拍摄环境下在LCD屏幕上的环境光影响；在获取第一拍摄图像后，向LCD显示屏发送检测信号，即控制LCD显示屏开机，LCD显示屏显示出预设的初始图像后，工业相机获取第二拍摄图像。
S200，计算第一拍摄图像的第一平均灰度值；将第二拍摄图像各像素点的灰度值减去第一平均灰度值后，计算第二拍摄图像的第二平均灰度值，并以预设图像掩膜遍历第二拍摄图像，计算掩膜内平均灰度值与第二平均灰度值差值，识别差值与掩膜内平均灰度值的比例大于预设比例且不邻接的区域，得到可疑缺陷区域；
需要说明的是，本实施例中在工业相机拍摄图像后，基于机器视觉技术获取拍摄图像中各像素点的色彩分布和亮度，将各像素点处的亮度转化为灰度值；而在获取第二拍摄图像时，工业相机除了获取到LCD屏幕各像素点处发出的光线，还会有环境光的影响，第二拍摄图像中各像素点的亮度实际为综合亮度；LCD上的各显示单元是经由液晶分子扭转光线与偏光片匹配后，才能射出，而各显示单元上有红绿蓝三色并排的滤光片，LCD显示屏上最常见的瑕疵缺陷即为液晶分子不受电压控制，无法正确扭转光线，导致显示单元上的光线持续射出或无法射出，即对应亮点和暗点，此时显示单元上的亮度即会存在过高或过低的情况；
第一拍摄图像为LCD显示屏在非工作状态下的图像，此时图像的灰度值反映的仅为LCD显示屏在检测时环境光在各显示单元上的亮度情况，再进行平均灰度的计算，能池化显示屏上因表面的污渍问题导致的低灰度值图像情况，第一平均灰度值即对应LCD显示屏检测时整体的环境亮度情况；第二拍摄图像中各像素点的画面为环境光和LCD显示屏光叠加得到的，第二拍摄图像各像素点处的灰度值必然大于等于第一拍摄图像对应位置像素点的灰度值，将第二拍摄图像各像素点灰度值减去第一平均灰度值后，差值能更好的反映LCD显示屏的显示情况，使得后续的计算采用的数据更差异性，有利于快速识别出缺陷可能存在的区域；例如两显示单元在第二拍摄图像中的灰度值分别为110和130，两者灰度差值仅为20，在后续以差值比例进行缺陷识别时不够显著，而将两显示单元的灰度值减去第一平均灰度100，则第二拍摄图像中的两显示单元灰度值就分别变成为10和30，20的灰度差值能更反映出两显示单元的显示差异；因LCD显示屏可能存在表面污渍使部分显示单元的灰度值远低于其他单元，在减去第一平均灰度时该显示单元的灰度值会出现附值的情况，直接将负值的灰度值视为0即可；
机器视觉中基于三色通道的值分别乘以对应比例后转化灰度值，相同亮度但不同纯色的区域实际灰度值会不同，因此获取第二拍摄图像时，LCD显示屏上播放的画面采用放大比例版的三彩滤光片图案，即红绿蓝条形三色矩形循环且多行均匀排布的图案，此时LCD屏幕上可以视为亮度均匀；预设图像掩膜的感兴趣区域为中间的矩形开口区域，矩形的形状和大小根据三彩滤光片图案的三色区域形状尺寸相关；当识别出差值与掩膜内平均灰度值的比例大于预设比例时，说明该区域中亮度有差异情况，可能存在亮点或暗点的情况，即为可疑缺陷区域，预设比例根据LCD显示器的实际显示规格设置；而不邻接的区域来避免重复识别缺陷，减少后续检测的工作量。
S300，在原始图像上获取与可疑缺陷区域位置相对应的像素点数据，得到标准区域数据；将可疑缺陷区域与标准区域进行逐像素点的颜色比对，若存在至少预设数量的像素点三色通道值的差值大于预设阈值，则将LCD显示屏标记为缺陷屏幕。
需要说明的是，步骤S200中是对拍摄图像的灰度值进行计算，将拍摄图像转化为灰度图像后进行处理，而步骤S300中是对原彩色的第二拍摄图像进行处理，识别各像素点的三色通道值情况；因原始图像为放大比例版的三彩滤光片图案，各像素点处的三色通道值仅有红绿蓝三色之一的光，而若某处显示单元存在点缺陷，其无法发出正确颜色，例如某显示单元对应的滤光片为红色，其存在亮点缺陷，即无论如何控制电压变化，该显示单元都发出红光，在原始图像对应区域内像素点应显示为绿色和蓝色时候，都能检测出该像素点存在缺陷，而在原始图像对应区域内像素点应显示为红色时，会出现漏检情况，亮点的检测正确率为2/3；而存在暗点缺陷时，无论如何控制电压变化，该显示单元都不发光，在原始图像对应区域内像素点应显示为绿色和蓝色时候，会出现漏检情况，暗点的检测正确率为1/3，将亮点和暗点的缺陷的出现概率分别设置为x和y，则本方案的漏检率MDR=1-(x*2/3+y*1/3)；则在检测出可疑缺陷区域中存在n个像素点三色通道值的差值大于预设阈值时，实际LCD显示屏上存在的坏点数量m=n/(1-MDR)，那么将原有的检测标准中的坏点数量乘以1-MDR，则可以作为本实施例的预设数量，原有的检测标准根据实际的产品生产标注和国标设置；像素点三色通道值的差值对应的预设阈值根据实际LCD显示屏的显示规格设置，如背光光源在LCD显示屏上造成的影响，减少误差。
本实施例中，通过获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像；计算第一拍摄图像的第一平均灰度值；将第二拍摄图像各像素点的灰度值减去第一平均灰度值后，计算第二拍摄图像的第二平均灰度值，并以预设图像掩膜遍历第二拍摄图像，计算掩膜内平均灰度值与第二平均灰度值差值，识别差值与掩膜内平均灰度值的比例大于预设比例且不邻接的区域，得到可疑缺陷区域；在原始图像上获取与可疑缺陷区域位置相对应的像素点数据，得到标准区域数据；将可疑缺陷区域与标准区域进行逐像素点的颜色比对，若存在至少预设数量的像素点三色通道值的差值大于预设阈值，则将LCD显示屏标记为缺陷屏幕；通过掩膜和灰度平均值计算在第二拍摄图像中的先快速识别出可能存在缺陷的区域，再根据色彩通道值的比较进行坏点的确定，不仅提高了坏点的确定速度，而且提高了LCD显示屏缺陷检测的准确性。
以上为本申请提供的一种LCD显示屏瑕疵缺陷智能检测方法的第一个实施例的详细说明，下面为本申请提供的一种LCD显示屏瑕疵缺陷智能检测方法的第二个实施例的详细说明。
实施例二
本实施例中，进一步的提供了一种LCD显示屏瑕疵缺陷智能检测方法，前述步骤S100之后，还包括：基于机器视觉对第一拍摄图像和第二拍摄图像进行区域划分，识别图像中的显示屏区域和环境区域，并在图像中剔除环境区域；需要说明的是，工业相机与LCD显示屏之间设置的拍摄角度关系可以保证垂直，但相机视野难以保证完全被LCD显示屏覆盖，很容易拍摄到显示屏边框以及显示屏周围的环境图像，因此需要根据人工智能的识别技术，将后续检测的显示屏区域与无关检测的环境区域识别划分出来，然后再拍摄图像中将环境区域剔除，避免后续检测计算过程中带来误差，提高本方案的检测精度。
在前述步骤S200的计算第一拍摄图像的第一平均灰度值之后，还包括：以预设图像掩膜遍历第一拍摄图像，识别掩膜内平均灰度值低于第一平均灰度值且不邻接的区域，得到第一区域；在得到可疑缺陷区域之后，剔除与第一区域重合度大于预设比例，且平均灰度值与第二平均灰度值差值为负值的可疑缺陷区域；需要说明的是，第一拍摄图像为LCD显示屏未工作的状态，而此时以预设图像掩膜遍历第一拍摄图像，识别掩膜内平均灰度值低于第一平均灰度值且不邻接的区域中，存在显示屏表面有缺陷或污渍的情况，导致工业相机拍摄的从环境漫反射向LCD显示屏表面的光线较少，出现该区域较暗的情况，而在LCD显示屏出厂检测中，同一片区域同时出现坏点且表面有污渍的情况极少，则可以将可疑为暗点且表面有缺陷的可疑缺陷区域剔除，提高后续检测的效率和准确性。
以上为本申请提供的第一方面的一种LCD显示屏瑕疵缺陷智能检测方法的详细说明，下面为本申请第二方面提供的一种LCD显示屏瑕疵缺陷智能检测系统的实施例的详细说明。
请参阅图2，图2为一种LCD显示屏瑕疵缺陷智能检测系统结构图。本实施例提供了一种LCD显示屏瑕疵缺陷智能检测系统，包括：
图像获取模块10，用于获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像；
缺陷区域识别模块20，用于计算第一拍摄图像的第一平均灰度值；将第二拍摄图像各像素点的灰度值减去第一平均灰度值后，计算第二拍摄图像的第二平均灰度值，并以预设图像掩膜遍历第二拍摄图像，计算掩膜内平均灰度值与第二平均灰度值差值，识别差值与掩膜内平均灰度值的比例大于预设比例且不邻接的区域，得到可疑缺陷区域；
缺陷屏幕检测模块30，用于在原始图像上获取与可疑缺陷区域位置相对应的像素点数据，得到标准区域数据；将可疑缺陷区域与标准区域进行逐像素点的颜色比对，若存在至少预设数量的像素点三色通道值的差值大于预设阈值，则将LCD显示屏标记为缺陷屏幕。
进一步的，所述图像获取模块中，获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像之后，还包括：
基于机器视觉对第一拍摄图像和第二拍摄图像进行区域划分，识别图像中的显示屏区域和环境区域，并在图像中剔除环境区域。
进一步的，所述缺陷区域识别模块中，计算第一拍摄图像的第一平均灰度值之后，还包括：
以预设图像掩膜遍历第一拍摄图像，识别掩膜内平均灰度值低于第一平均灰度值且不邻接的区域，得到第一区域；
所述得到可疑缺陷区域之后，还包括：剔除与第一区域重合度大于预设比例，且平均灰度值与第二平均灰度值差值为负值的可疑缺陷区域。
本申请第三方面还提供了一种LCD显示屏瑕疵缺陷智能检测方法设备，包括处理器以及存储器：其中存储器用于存储程序代码，并将程序代码传输给处理器；处理器用于根据程序代码中的指令执行上述一种LCD显示屏瑕疵缺陷智能检测方法。
本申请第四方面提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述一种LCD显示屏瑕疵缺陷智能检测方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种LCD显示屏瑕疵缺陷智能检测方法，其特征在于包括：
获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像；
计算第一拍摄图像的第一平均灰度值；将第二拍摄图像各像素点的灰度值减去第一平均灰度值后，计算第二拍摄图像的第二平均灰度值，并以预设图像掩膜遍历第二拍摄图像，计算掩膜内平均灰度值与第二平均灰度值差值，识别差值与掩膜内平均灰度值的比例大于预设比例且不邻接的区域，得到可疑缺陷区域；
在原始图像上获取与可疑缺陷区域位置相对应的像素点数据，得到标准区域数据；将可疑缺陷区域与标准区域进行逐像素点的颜色比对，若存在至少预设数量的像素点三色通道值的差值大于预设阈值，则将LCD显示屏标记为缺陷屏幕。
2.根据权利要求1所述的一种LCD显示屏瑕疵缺陷智能检测方法，其特征在于，所述获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像之后，还包括：
基于机器视觉对第一拍摄图像和第二拍摄图像进行区域划分，识别图像中的显示屏区域和环境区域，并在图像中剔除环境区域。
3.根据权利要求1所述的一种LCD显示屏瑕疵缺陷智能检测方法，其特征在于，所述计算第一拍摄图像的第一平均灰度值之后，还包括：
以预设图像掩膜遍历第一拍摄图像，识别掩膜内平均灰度值低于第一平均灰度值且不邻接的区域，得到第一区域；
所述得到可疑缺陷区域之后，还包括：剔除与第一区域重合度大于预设比例，且平均灰度值与第二平均灰度值差值为负值的可疑缺陷区域。
4.一种LCD显示屏瑕疵缺陷智能检测系统，其特征在于，包括：
图像获取模块，用于获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像；
缺陷区域识别模块，用于计算第一拍摄图像的第一平均灰度值；将第二拍摄图像各像素点的灰度值减去第一平均灰度值后，计算第二拍摄图像的第二平均灰度值，并以预设图像掩膜遍历第二拍摄图像，计算掩膜内平均灰度值与第二平均灰度值差值，识别差值与掩膜内平均灰度值的比例大于预设比例且不邻接的区域，得到可疑缺陷区域；
缺陷屏幕检测模块，用于在原始图像上获取与可疑缺陷区域位置相对应的像素点数据，得到标准区域数据；将可疑缺陷区域与标准区域进行逐像素点的颜色比对，若存在至少预设数量的像素点三色通道值的差值大于预设阈值，则将LCD显示屏标记为缺陷屏幕。
5.根据权利要求4所述的一种LCD显示屏瑕疵缺陷智能检测系统，其特征在于，所述图像获取模块中，获取第一拍摄图像，向LCD显示屏发送检测信号后获取第二拍摄图像之后，还包括：
基于机器视觉对第一拍摄图像和第二拍摄图像进行区域划分，识别图像中的显示屏区域和环境区域，并在图像中剔除环境区域。
6.根据权利要求4所述的一种LCD显示屏瑕疵缺陷智能检测系统，其特征在于，所述缺陷区域识别模块中，计算第一拍摄图像的第一平均灰度值之后，还包括：
以预设图像掩膜遍历第一拍摄图像，识别掩膜内平均灰度值低于第一平均灰度值且不邻接的区域，得到第一区域；
所述得到可疑缺陷区域之后，还包括：剔除与第一区域重合度大于预设比例，且平均灰度值与第二平均灰度值差值为负值的可疑缺陷区域。
7.一种LCD显示屏瑕疵缺陷智能检测方法设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-3任一项所述的一种LCD显示屏瑕疵缺陷智能检测方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-3任一项所述的一种LCD显示屏瑕疵缺陷智能检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311385109.7A CN117130186B (zh) | 2023-10-25 | 2023-10-25 | 一种lcd显示屏瑕疵缺陷智能检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311385109.7A CN117130186B (zh) | 2023-10-25 | 2023-10-25 | 一种lcd显示屏瑕疵缺陷智能检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117130186A true CN117130186A (zh) | 2023-11-28 |
| CN117130186B CN117130186B (zh) | 2024-01-05 |
Family
ID=88852975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311385109.7A Active CN117130186B (zh) | 2023-10-25 | 2023-10-25 | 一种lcd显示屏瑕疵缺陷智能检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117130186B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117351859A (zh) * | 2023-12-05 | 2024-01-05 | 深圳市深顺欣科技有限公司 | 一种显示模组用检测方法、装置及系统 |
| CN118583455A (zh) * | 2024-06-14 | 2024-09-03 | 深圳市中优图科技有限公司 | 一种基于机器视觉的lcd液晶屏缺陷检测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0425739A1 (en) * | 1989-10-30 | 1991-05-08 | Canon Kabushiki Kaisha | Alignment apparatus and SOR X-ray exposure apparatus having same |
| CN102279189A (zh) * | 2010-03-17 | 2011-12-14 | 夏普株式会社 | 缺陷检测装置、缺陷修复装置、缺陷检测方法 |
| US20160055392A1 (en) * | 2014-08-19 | 2016-02-25 | International Business Machines Corporation | Estimating degree of deterioration of road surface |
| CN112598647A (zh) * | 2020-12-24 | 2021-04-02 | 凌云光技术股份有限公司 | 一种弧形面渐变背景下弱线缺陷的检测方法 |
| CN116823771A (zh) * | 2023-06-27 | 2023-09-29 | 合肥欣奕华智能机器股份有限公司 | 一种zara缺陷规格检测方法、系统及储存介质 |
| CN117115171A (zh) * | 2023-10-25 | 2023-11-24 | 苏州视达讯远电子科技有限公司 | 一种应用于地铁lcd显示屏的轻微亮点缺陷检测方法 |
-
2023
- 2023-10-25 CN CN202311385109.7A patent/CN117130186B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0425739A1 (en) * | 1989-10-30 | 1991-05-08 | Canon Kabushiki Kaisha | Alignment apparatus and SOR X-ray exposure apparatus having same |
| CN102279189A (zh) * | 2010-03-17 | 2011-12-14 | 夏普株式会社 | 缺陷检测装置、缺陷修复装置、缺陷检测方法 |
| US20160055392A1 (en) * | 2014-08-19 | 2016-02-25 | International Business Machines Corporation | Estimating degree of deterioration of road surface |
| CN112598647A (zh) * | 2020-12-24 | 2021-04-02 | 凌云光技术股份有限公司 | 一种弧形面渐变背景下弱线缺陷的检测方法 |
| CN116823771A (zh) * | 2023-06-27 | 2023-09-29 | 合肥欣奕华智能机器股份有限公司 | 一种zara缺陷规格检测方法、系统及储存介质 |
| CN117115171A (zh) * | 2023-10-25 | 2023-11-24 | 苏州视达讯远电子科技有限公司 | 一种应用于地铁lcd显示屏的轻微亮点缺陷检测方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117351859A (zh) * | 2023-12-05 | 2024-01-05 | 深圳市深顺欣科技有限公司 | 一种显示模组用检测方法、装置及系统 |
| CN117351859B (zh) * | 2023-12-05 | 2024-02-09 | 深圳市深顺欣科技有限公司 | 一种显示模组用检测方法、装置及系统 |
| CN118583455A (zh) * | 2024-06-14 | 2024-09-03 | 深圳市中优图科技有限公司 | 一种基于机器视觉的lcd液晶屏缺陷检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117130186B (zh) | 2024-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117130186B (zh) | 一种lcd显示屏瑕疵缺陷智能检测方法 | |
| CN109752394B (zh) | 一种显示屏缺陷高精度检测方法及系统 | |
| US11587219B2 (en) | Method and apparatus for detecting pixel defect of optical module, and device | |
| US8537144B2 (en) | Method and device for avoiding image misinterpretation due to defective pixels in a matrix display | |
| CN116990993B (zh) | 一种lcd显示面板质量检测方法 | |
| CN113781396A (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
| CN115602093B (zh) | 基于白色画面进行Demura补偿的方法、系统和设备 | |
| CN112070762A (zh) | 液晶面板的mura缺陷检测方法、装置、存储介质及终端 | |
| CN113362270A (zh) | 显示屏画面显示异常监测方法及其装置 | |
| CN118314078A (zh) | 基于图像特征的可扩展显示器屏幕质量检测方法 | |
| CN115390291A (zh) | 屏幕显示状态检测方法、装置、系统及可读存储介质 | |
| CN113834785A (zh) | 一种屏幕色彩均匀性检测方法及装置 | |
| CN113554965A (zh) | 显示屏的坏点处理方法、装置及显示屏的控制设备 | |
| CN116704440A (zh) | 基于大数据的智能综合采集分析系统 | |
| CN113012607A (zh) | 显示模块检测方法、装置和系统 | |
| EP2372650B1 (en) | Method for mura effect level measurement of a display | |
| CN116778837A (zh) | 一种多功能显示器故障检测平台 | |
| CN110794599B (zh) | 一种色偏检测方法、电子设备及计算机可读存储介质 | |
| US7330580B2 (en) | System and method for inspecting an LCD panel | |
| CN115546140A (zh) | 一种显示面板检测方法、系统及电子装置 | |
| CN113658169A (zh) | 图像斑点检测方法、设备、介质及计算机程序产品 | |
| RU2346331C1 (ru) | Способ автоматического определения правильности отображения информации на жидкокристаллическом индикаторе | |
| CN113571010B (zh) | 亮色度信息获取方法、装置、系统和计算机可读存储介质 | |
| CN116704011B (zh) | 一种基于数据处理的led显示屏像素校正分析系统 | |
| CN115185113B (zh) | 一种显示面板的测试方法及系统 |
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 |