CN117541578B - 一种高性能全视角液晶显示屏检测方法及系统 - Google Patents
一种高性能全视角液晶显示屏检测方法及系统 Download PDFInfo
- Publication number
- CN117541578B CN117541578B CN202410008168.0A CN202410008168A CN117541578B CN 117541578 B CN117541578 B CN 117541578B CN 202410008168 A CN202410008168 A CN 202410008168A CN 117541578 B CN117541578 B CN 117541578B
- Authority
- CN
- China
- Prior art keywords
- super pixel
- image
- pixel block
- detected
- coefficient
- 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
Links
- 239000004973 liquid crystal related substance Substances 0.000 title claims abstract description 70
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims 1
- 230000000007 visual effect Effects 0.000 abstract description 20
- 230000000694 effects Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30121—CRT, LCD or plasma display
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Liquid Crystal Display Device Control (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种高性能全视角液晶显示屏检测方法及系统,该方法包括:采集各视角下的基准图像与待检测图像;获取待检测图像中的超像素块以及超像素块的灰度共生矩阵,并获取各超像素块的区域间灰度能量关联系数;获取各超像素块的均衡灰度值统计序列,获取偏度偏离系数,并获取各超像素块的直方图分布镜像对比度;获取待检测图像中的窗口,并获取各窗口的长游程因子跳变参数,进而获取各窗口的镜像对比度局部均衡系数;根据镜像对比度局部均衡系数定义全视角液晶显示屏的标准相似系数,对高性能全视角液晶显示屏进行检测。本发明旨在解决由于不同视角下的图像质量不一致从而导致检测效果不佳的问题。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种高性能全视角液晶显示屏检测方法及系统。
背景技术
高性能全视角液晶显示屏是一种设计用于提供更广泛视角的液晶显示技术,这种类型的显示屏旨在使观众在不同角度和位置仍然能够清晰地看到图像。例如水平和垂直方向上跟广泛的视角范围,在屏幕前、屏幕侧面或上下方向观看时,液晶显示屏保持准确的颜色表现,防止出现因观看角度变化时颜色失真或变化,此外不同视角下屏幕的亮度和对比对保持一致。不必担心图像质量受到影响,为多种应用场景提供了更好的视觉体验。也通常用于在多人环境中观看内容,例如会议室、家庭娱乐系统或公共场所。
检测高性能全视角液晶显示屏是否合格具有重要的意义,通过对高性能全视角液晶显示屏进行合格检测,可以确保产品的质量符合标准和规范要求,有助于消费者购买到高品质的产品,避免因质量问题而导致的使用困扰和不良体验;进一步的,有助于验证高性能全视角液晶显示屏的可靠性和耐久性,从而确保产品的长期稳定性和可靠性;合格检测还可以验证高性能全视角液晶显示屏的图像质量是否达到标准要求。
传统的全视角液晶显示屏质量检测方法采用基准图像的像素信息和待检测图像的像素信息逐个对比,将相同的像素点标记为0,将不同的像素点标记为1,通过比较不相同像素点所占比值来判定检测图像是否合格。由于高性能全视角液晶显示屏在不同视角下的图像有一定的误差,图像质量不一致,从而导致检测效果不佳的问题。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种高性能全视角液晶显示屏检测方法及系统,所采用的技术方案具体如下:
第一方面,本发明实施例提供了一种高性能全视角液晶显示屏检测方法,该方法包括以下步骤:
采集各视角下的基准图像与待检测图像;
获取待检测图像中的超像素块以及超像素块的灰度共生矩阵;计算超像素块的灰度共生矩阵的能量特征值,根据能量特征值获取各超像素块的区域间灰度能量关联系数;根据各超像素块内像素点的灰度分布情况构建各超像素块的均衡灰度值统计序列,计算各超像素块的均衡灰度值统计序列的偏度,根据偏度获取各超像素块的偏度偏离系数,根据偏度偏离系数获取各超像素块的直方图分布镜像对比度;获取待检测图像中各超像素块的窗口,并计算各超像素块的长游程因子跳变参数;根据长游程因子跳变参数和直方图分布镜像对比度获取各超像素块的镜像对比度局部均衡系数;根据镜像对比度局部均衡系数定义全视角液晶显示屏的标准相似系数;
根据标准相似系数对高性能全视角液晶显示屏进行检测。
进一步,所述获取各超像素块的区域间灰度能量关联系数,包括:
对于各超像素块,计算超像素块与其相邻的所有超像素块之间的能量特征值的差值绝对值的均值;
使用加权平均法获取待检测图像中各像素点的灰度值,计算待检测图像中超像素块的灰度值的标准差;
将所述均值与标准差的乘积作为超像素块的区域间灰度能量关联系数。
进一步,所述根据各超像素块内像素点的灰度分布情况构建各超像素块的均衡灰度值统计序列,包括:
对各超像素块内所有的像素点的灰度值进行灰度直方图统计,获取各超像素块的灰度值统计序列;
使用直方图均衡化对灰度值统计序列进行处理,获取各超像素块的均衡灰度值统计序列。
进一步,所述计算各超像素块的均衡灰度值统计序列的偏度,根据偏度获取各超像素块的偏度偏离系数,根据偏度偏离系数获取各超像素块的直方图分布镜像对比度,包括:
在各视角中,将上视角与下视角作为一对对称视角,左视角和右视角作为一对对称视角,左上视角和右下视角作为一对对称视角,右上视角和左下视角作为一对对称视角;
对于待检测图像的对称视角待检测图像,采用与待检测图像相同的方法获取其对称视角待检测图像中的各超像素块以及各超像素块的区域间灰度能量关联系数和均衡灰度值统计序列;
计算待检测图像中所有超像素块的均衡灰度值统计序列的偏度,将待检测图像与其对称视角待检测图像中第i个超像素块的均衡灰度值统计序列的偏度之间的差值绝对值作为偏度偏离系数;
计算对称视角待检测图像中第i个超像素块的区域间灰度能量关联系数与预设调节参数的和值,计算待检测图像中第i个超像素块的区域间灰度能量关联系数与所述和值的比值,计算以数字2为底数、以所述比值为真数的对数函数的计算结果,将所述计算结果与偏度偏离系数的乘积作为待检测图像中第i个超像素块的直方图分布镜像对比度。
进一步,所述获取待检测图像中各超像素块的窗口,包括:
以待检测图像中的各超像素块为中心,将该超像素块与其相邻的所有超像素块所组成的区域作为一个窗口,遍历待检测图像中所有超像素块,获取待检测图像中各超像素块的窗口。
进一步,所述计算各超像素块的长游程因子跳变参数,包括:
计算待检测图像中各窗口中第k个超像素块在0度、45度、90度以及135度四个方向上的灰度游程矩阵的长游程因子的均值,计算各窗口中所有超像素块的在0度、45度、90度以及135度四个方向上的灰度游程矩阵的长游程因子的均值中的最小值,计算各窗口内所有超像素块的在0度、45度、90度以及135度四个方向上的灰度游程矩阵的长游程因子的均值的方差;
计算所述均值与最小值的差值,计算所述差值与方差的比值,计算各窗口所有所述比值的均值作为各窗口的中心超像素块的长游程因子跳变参数。
进一步,所述根据长游程因子跳变参数和直方图分布镜像对比度获取各超像素块的镜像对比度局部均衡系数,包括:
计算窗口内中心超像素块与窗口内第k个超像素块的直方图分布镜像对比度之间的差值绝对值,计算所述差值绝对值与窗口的长游程因子跳变参数的比值,计算所述比值的平方,计算以自然常数为底、以所述平方的负值为指数的指数函数的计算结果,将窗口内所有计算结果的和值作为窗口内中心超像素块的镜像对比度局部均衡系数。
进一步,所述根据镜像对比度局部均衡系数定义全视角液晶显示屏的标准相似系数,包括:
计算待检测图像内所有超像素块的镜像对比度局部均衡系数均值,获取各视角下待检测图像中所有超像素块的镜像对比度局部均衡系数均值,以上视角起点,按照顺时针的方向对镜像对比度局部均衡系数均值进行排序组成第一序列;
使用SSIM结构相似性比较算法计算各视角下待检测图像与其相同视角下的基准图像之间的SSIM值,以上视角为起点,按照顺时针的方向对SSIM的值进行排序组成第二序列;
计算第一序列与第二序列中相同位置的元素的和值,获取所有和值的最小值,当所述最小值大于预设阈值时,将最小值作为全视角液晶显示屏的标准相似系数;
当所述最小值小于等于预设阈值时,将数字0作为全视角液晶显示屏的标准相似系数。
进一步,所述根据标准相似系数对高性能全视角液晶显示屏进行检测,包括:
当全视角液晶显示屏的标准相似系数大于预设合格阈值时,判断全视角液晶显示屏合格;当全视角液晶显示屏的标准相似系数小于等于预设合格阈值时,判断全视角液晶显示屏不合格。
第二方面,本发明实施例还提供了一种高性能全视角液晶显示屏检测系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
本发明至少具有如下有益效果:
本发明通过对待检测图像划分超像素块,根据不同视角下存在的显示问题构建相邻像素块区域间灰度能量关联系数以及镜像对比度局部均衡系数,解决了由于不同视角下的图像质量不一致从而导致检测效果不佳的问题。
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和优点,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的介绍,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它附图。
图1为本发明一个实施例提供的一种高性能全视角液晶显示屏检测方法的步骤流程图;
图2为相机放置示意图;
图3为视角示意图。
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高性能全视角液晶显示屏检测方法及系统,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,一个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高性能全视角液晶显示屏检测方法及系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种高性能全视角液晶显示屏检测方法的步骤流程图,该方法包括以下步骤:
步骤S001,获取全视角液晶显示屏的基准图像以及待检测图像。
在液晶显示技术中,全视角液晶显示屏的发展使得观众可以在多个方向上获得清晰的图像,但不同观察视角下全视角液晶显示屏图像的质量是不一致的。
采用CCD摄像机分别在待检全视角测液晶显示屏的不同角度下拍摄屏幕画面图像,拍摄时屏幕处于有彩色图像画面状态。拍摄方向设置为上、下、左、右、左上、右下、左下以及右上方八个视角。
以上视角图像为例,将CCD相机放置在液晶显示屏上边缘中点向外延长线上与液晶显示屏中心点夹角为30度的延长线上的交点位置,如图2所示,其中图2包括相机放置的正视图、侧视图。
同理,使用CCD相机获取质量合格的全视角液晶显示屏在上述八个视角下的图像作为各方向上的基准图像,且采集图像的时刻质量合格的全视角液晶显示屏与待检测全视角液晶显示屏的所显示的图像相同。
使用CCD摄像机拍摄屏幕时,采集的图像会产生摩尔纹,摩尔纹是一种由于两个或多个周期性结构重叠而形成的视觉效应,导致原始图案中的条纹、波纹或其他几何形状的扭曲或失真。为了减小摩尔纹对后续计算的干扰,对采集的所有图像进行预处理,处理方法为先使用傅里叶变换将图像从空域转换到频域,再通过低通滤波器来平滑频谱,以保留更多重要图像细节,然后将滤波结果从频域转换到空域,得到基准图像与待检测图像。其中,在待检测全视角液晶显示屏获取的预处理后的图像为待检测图像,在质量合格的全视角液晶显示屏获取的预处理后的图像为基准图像。
至此,获取基准图像与待检测图像,其中,基准图像与待检测图像都为RGB空间图像。
步骤S002,对不同视角下采集的液晶显示屏的待检测图像进行分析对比,获取全视角液晶显示屏的标准相似系数。
经上述处理过后得到了8个视角下液晶显示屏的拍摄待检测图像,以及各视角正常状态下的标准图像。为了提高检测效率,采用SLIC超像素分割算法将待检测图像划分为一个个超像素块,根据经验值将超像素块个数设定为180,SLIC超像素分割算法为公知技术,本实施例不再赘述。以各视角下的待检测图像经过超像素分割后以超像素块为单位进行分析。
以上视角的待检测图像为例,将上视角待检测图像记为,首先分析单个待检测图像内的像素块间的关联程度。
若观看屏幕的视角偏上,看到的画面会出现颜色失真和亮度不均匀的问题。使得屏幕画面中不同对象的边界变得模糊,导致整个图像内各超像素块间的区别程度明显降低。因此,根据该特性,先计算每个超像素块内像素点的灰度共生矩阵,计算上视角图像区域间灰度能量关联系数:
式中,表示上视角待检测图像中第i个超像素块区域间灰度能量关联系数;/>表示以像素块i中心及其邻域所有像素块内像素灰度值的标准差,其中,像素点的灰度值通过加权平均法计算获得;/>表示与第i个像素块相邻的超像素块个数,表示上视角图像中第i个超像素块内所有像素点的灰度共生矩阵的能量特征值(灰度共生矩阵的计算为公知技术,能量特征值描述了图像纹理的均匀程度,计算方法为统计灰度共生矩阵在水平和垂直方向上灰度级的出现频率),/>表示上视角图像中第i个超像素块相邻的第j超像素块内所有像素点的灰度共生矩阵的能量特征值。
公式逻辑:超像素块内像素点的灰度共生矩阵的能量值说明了该像素块内灰度值的稳定性,若不同像素块之间的能量值越接近,与/>的差值越小,同时以像素块i为中心的局部区域的/>值越小,表明超像素块i的附近区域的灰度相关性越强,即不同区域间的边界越模糊。说明此视角下的待检测图像可能存在颜色失真的问题。
区域间灰度能量关联系数反应的是待检测图像中的局部可区分程度,且区域间灰度能量关联系数越高,说明局部可区分程度越高;区域间灰度能量关联系数越小,局部可区分程度越低。进一步,为了判断不同视角下待检测图像的整体色彩保真度,结合区域间灰度能量关联系数进行分析。
针对上视角待检测图像,对第i个超像素块内部的所有像素点的灰度值进行灰度直方图统计,将统计结果记为,表示第i个超像素块的灰度值统计序列。由于超像素块内部像素点数量偏少,为提高检测精度对统计结果/>进行直方图均衡化操作(HistogramEqualization),以提升像素块的对比度,将均衡化后的灰度值统计序列记为均衡灰度值统计序列/>。其中,灰度直方图的统计方法和直方图均衡化为公知技术,不再赘述。
在所述八个方向中,将上视角与下视角作为一对对称视角,左视角和右视角作为一对对称视角,左上视角和右下视角作为一对对称视角,右上视角和左下视角作为一对对称视角。
同样的,针对上视角的对称视角,即下视角待检测图像采用相同的方法计算各超像素块的区域间灰度能量关联系数,记为,以及均衡灰度值统计序列,记为。同一屏幕在不同视角下经过超像素分割得到的超像素块能够一一对应,据此,根据直方图均衡化结果以及区域间灰度能量关联系数,构建超像素块内直方图分布镜像对比度:
式中,表示第i超像素块位置处对应的超像素块内直方图分布镜像对比度,和/>分别表示上视角待检测图像与下视角待检测图像的区域间灰度能量关联系数,/>为调节参数,为避免出现分母为零的情况,取经验值为/>;/>为偏度偏离系数,/>和/>分别表示上视角待检测图像与下视角待检测图像中第i超像素块内像素值的均衡灰度值统计序列,/>为偏度函数,计算方法为公知技术,在此不做赘述。
公式逻辑:由于上、下两个视角互为对立视角,当在不同视角下观测屏幕时,在液晶显示屏中某一区域的直方图分布表现为左右镜像对称状态,即上视角中某一像素块的直方图与下视角对应像素块的直方图镜像对称。若屏幕状态显示良好,计算的值与/>越接近,比值越接近1,取对数后的值越小。同时,直方图的镜像对称性越高,计算的偏度值/>与/>互为相反数,取其绝对值之后的差值也越小。使得最终计算的超像素块内直方图分布镜像对比度越低,表明不同液晶显示屏在不同的视角下,屏幕的颜色保持一致性,未出现部分画面偏暗或偏亮的情况。
在某些观察角度下,液晶显示屏画面可能呈现运动模糊或图像残影。在这种情况下,超像素块内的直方图分布镜像对比度的值会增加。这是因为当图像出现运动残影时,超像素块内的清晰度下降,导致区域间的灰度能量关联系数发生不同程度的增加。同时,直方图的镜像对称结果变得不够稳定。而显示屏中的残影部分通常只存在于运动对象部分。在上视角待检测图中,以一个超像素块为中心,将该超像素块与其相邻的所有超像素块所组成的区域作为一个窗口,以此类推,遍历上视角待检测图中所有的超像素块,获取上视角待检测图中所有的窗口。
计算各超像素块的镜像对比度局部均衡系数:
式中,为第/>个超像素块的镜像对比度局部均衡系数;/>表示以第/>个超像素块为中心的窗口内的超像素块总数,/>和/>分别表示以第/>个超像素块为中心的窗口内第/>和第/>像素块的直方图分布镜像对比度,/>为二者绝对差值函数;/>表示第/>个超像素块为中心的窗口内各像素块的长游程因子跳变参数,/>表示第/>个超像素块为中心的窗口内第/>个超像素块在0度、45度、90度以及135度四个方向上的灰度游程矩阵的长游程因子的均值,/>表示以第/>个超像素块为中心的窗口内所有超像素块的在0度、45度、90度以及135度四个方向上的灰度游程矩阵的长游程因子的均值中的最小值,/>为第/>个超像素块为中心的窗口内所有超像素块的在0度、45度、90度以及135度四个方向上的灰度游程矩阵的长游程因子的均值的方差。其中,灰度游程矩阵的构建以及长游程因子的获取方法为公知技术,在此不做赘述。
公式逻辑:当偏视角待检测图像的窗口内局像素块纹理分布特征相近时,且灰度游程矩阵的长游程因子与最小长游程因子的差值变小时,计算的值变小,表明此时图像中可能存在运动模糊部分,导致dc参数变小;同时,/>和/>的绝对差值越大,表明该部分像素块颜色一致性降低,导致最终计算的镜像对比度局部均衡系数降低。/>越低,说明在偏视角下,液晶显示屏的待检测图像可能存在残影问题。
最后,根据不同视角下的镜像对比度局部均衡系数和SSIM算法对拍摄的液晶显示屏图像进行检测。计算8个视角下每张待检测图像内所有超像素块的镜像对比度局部均衡系数的均值,以上视角为起点,按视角的顺时针的方向将不同视角图像的镜像对比度局部均衡系数的均值记为,如图3所示。并将其按照最大最小值归一化法进行归一化处理,其中最大最小值归一化法为公知技术,在此不做赘述。
计算每个视角下待检测图像与基准图像的SSIM值,其中,SSIM值的计算方法为公知技术,在此不做赘述。SSIM值的大小反映了待检测图像与基准图像之间的相似度,SSIM值越大,待检测图像与基准图像之间的相似度越大;反之,待检测图像与基准图像之间的相似度越小。
按照同样的顺序将计算结果记为/>。定义全视角液晶显示屏的标准相似系数为:
式中,为标准相似系数,/>为上视角下待检测图像与基准图像的SSIM值,为左上视角下待检测图像与基准图像的SSIM值;/>为上视角下待检测图像的镜像对比度局部均衡系数均值,/>为做上视角下待检测图像的镜像对比度局部均衡系数均值;min{}为最小值函数;/>为预设阈值,经验值取0.5。
至此,获取全视角液晶显示屏的标准相似系数。
步骤S003,根据全视角液晶显示屏标准相似系数对全视角液晶显示屏的性能进行检测。
SSIM结构相似性比较算法的获取的SSIM的值的取值范围为,计算8个视角下的待检测图像与基准图像的之间的SSIM值,当SSIM值越接近1,表明两幅图像的相似度越高。然而,全视角液晶显示屏在不同观察视角下全视角液晶显示屏图像的质量不一致,导致通过SSIM结构相似性比较算法对待检测图像与基准图像进行比较检测时,检测的效果较差。
根据步骤S002获取全视角液晶显示屏的标准相似系数,标准相似系数根据对各视角下待检测图像进行分析,结合镜像对比度局部均衡系数能够平衡检测结果,能够弥补上述缺陷。
将检测结果的合格阈值设定为1.5,若标准相似系数大于合格阈值,则判断该全视角液晶显示屏合格;否则,认定其不合格。
基于与上述方法相同的发明构思,本发明实施例还提供了一种高性能全视角液晶显示屏检测系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种高性能全视角液晶显示屏检测方法中任意一项所述方法的步骤。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,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 (5)
1.一种高性能全视角液晶显示屏检测方法,其特征在于,该方法包括以下步骤:
采集各视角下的基准图像与待检测图像;
获取待检测图像中的超像素块以及超像素块的灰度共生矩阵;计算超像素块的灰度共生矩阵的能量特征值,根据能量特征值获取各超像素块的区域间灰度能量关联系数;根据各超像素块内像素点的灰度分布情况构建各超像素块的均衡灰度值统计序列,计算各超像素块的均衡灰度值统计序列的偏度,根据偏度获取各超像素块的偏度偏离系数,根据偏度偏离系数获取各超像素块的直方图分布镜像对比度;获取待检测图像中各超像素块的窗口,并计算各超像素块的长游程因子跳变参数;根据长游程因子跳变参数和直方图分布镜像对比度获取各超像素块的镜像对比度局部均衡系数;根据镜像对比度局部均衡系数定义全视角液晶显示屏的标准相似系数;
根据标准相似系数对高性能全视角液晶显示屏进行检测;
所述获取各超像素块的区域间灰度能量关联系数,包括:
对于各超像素块,计算超像素块与其相邻的所有超像素块之间的能量特征值的差值绝对值的均值;
使用加权平均法获取待检测图像中各像素点的灰度值,计算待检测图像中超像素块的灰度值的标准差;
将所述均值与标准差的乘积作为超像素块的区域间灰度能量关联系数;
所述根据各超像素块内像素点的灰度分布情况构建各超像素块的均衡灰度值统计序列,包括:
对各超像素块内所有的像素点的灰度值进行灰度直方图统计,获取各超像素块的灰度值统计序列;
使用直方图均衡化对灰度值统计序列进行处理,获取各超像素块的均衡灰度值统计序列;
所述计算各超像素块的均衡灰度值统计序列的偏度,根据偏度获取各超像素块的偏度偏离系数,根据偏度偏离系数获取各超像素块的直方图分布镜像对比度,包括:
在各视角中,将上视角与下视角作为一对对称视角,左视角和右视角作为一对对称视角,左上视角和右下视角作为一对对称视角,右上视角和左下视角作为一对对称视角;
对于待检测图像的对称视角待检测图像,采用与待检测图像相同的方法获取其对称视角待检测图像中的各超像素块以及各超像素块的区域间灰度能量关联系数和均衡灰度值统计序列;
计算待检测图像中所有超像素块的均衡灰度值统计序列的偏度,将待检测图像与其对称视角待检测图像中第i个超像素块的均衡灰度值统计序列的偏度之间的差值绝对值作为偏度偏离系数;
计算对称视角待检测图像中第i个超像素块的区域间灰度能量关联系数与预设调节参数的和值,计算待检测图像中第i个超像素块的区域间灰度能量关联系数与所述和值的比值,计算以数字2为底数、以所述比值为真数的对数函数的计算结果,将所述计算结果与偏度偏离系数的乘积作为待检测图像中第i个超像素块的直方图分布镜像对比度;
所述根据长游程因子跳变参数和直方图分布镜像对比度获取各超像素块的镜像对比度局部均衡系数,包括:
计算窗口内中心超像素块与窗口内第k个超像素块的直方图分布镜像对比度之间的差值绝对值,计算所述差值绝对值与窗口的长游程因子跳变参数的比值,计算所述比值的平方,计算以自然常数为底、以所述平方的负值为指数的指数函数的计算结果,将窗口内所有计算结果的和值作为窗口内中心超像素块的镜像对比度局部均衡系数;
所述根据镜像对比度局部均衡系数定义全视角液晶显示屏的标准相似系数,包括:
计算待检测图像内所有超像素块的镜像对比度局部均衡系数均值,获取各视角下待检测图像中所有超像素块的镜像对比度局部均衡系数均值,以上视角起点,按照顺时针的方向对镜像对比度局部均衡系数均值进行排序组成第一序列;
使用SSIM结构相似性比较算法计算各视角下待检测图像与其相同视角下的基准图像之间的SSIM值,以上视角为起点,按照顺时针的方向对SSIM的值进行排序组成第二序列;
计算第一序列与第二序列中相同位置的元素的和值,获取所有和值的最小值,当所述最小值大于预设阈值时,将最小值作为全视角液晶显示屏的标准相似系数;
当所述最小值小于等于预设阈值时,将数字0作为全视角液晶显示屏的标准相似系数。
2.如权利要求1所述的一种高性能全视角液晶显示屏检测方法,其特征在于,所述获取待检测图像中各超像素块的窗口,包括:
以待检测图像中的各超像素块为中心,将该超像素块与其相邻的所有超像素块所组成的区域作为一个窗口,遍历待检测图像中所有超像素块,获取待检测图像中各超像素块的窗口。
3.如权利要求1所述的一种高性能全视角液晶显示屏检测方法,其特征在于,所述计算各超像素块的长游程因子跳变参数,包括:
计算待检测图像中各窗口中第k个超像素块在0度、45度、90度以及135度四个方向上的灰度游程矩阵的长游程因子的均值,计算各窗口中所有超像素块的在0度、45度、90度以及135度四个方向上的灰度游程矩阵的长游程因子的均值中的最小值,计算各窗口内所有超像素块的在0度、45度、90度以及135度四个方向上的灰度游程矩阵的长游程因子的均值的方差;
计算所述均值与最小值的差值,计算所述差值与方差的比值,计算各窗口所有所述比值的均值作为各窗口的中心超像素块的长游程因子跳变参数。
4.如权利要求1所述的一种高性能全视角液晶显示屏检测方法,其特征在于,所述根据标准相似系数对高性能全视角液晶显示屏进行检测,包括:
当全视角液晶显示屏的标准相似系数大于预设合格阈值时,判断全视角液晶显示屏合格;当全视角液晶显示屏的标准相似系数小于等于预设合格阈值时,判断全视角液晶显示屏不合格。
5.一种高性能全视角液晶显示屏检测系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410008168.0A CN117541578B (zh) | 2024-01-04 | 2024-01-04 | 一种高性能全视角液晶显示屏检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410008168.0A CN117541578B (zh) | 2024-01-04 | 2024-01-04 | 一种高性能全视角液晶显示屏检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117541578A CN117541578A (zh) | 2024-02-09 |
CN117541578B true CN117541578B (zh) | 2024-04-16 |
Family
ID=89788388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410008168.0A Active CN117541578B (zh) | 2024-01-04 | 2024-01-04 | 一种高性能全视角液晶显示屏检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117541578B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117872632B (zh) * | 2024-03-08 | 2024-05-14 | 深圳市恒伟信业显示科技有限公司 | 一种液晶显示屏的碎亮点检测方法 |
CN117893612B (zh) * | 2024-03-15 | 2024-05-24 | 葫芦岛天力工业有限公司 | 一种用于中厚板吊具夹取过程的视觉定位方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650770A (zh) * | 2016-09-29 | 2017-05-10 | 南京大学 | 一种基于样本学习和人眼视觉特性的mura缺陷检测方法 |
CN109656033A (zh) * | 2017-10-12 | 2019-04-19 | 凌云光技术集团有限责任公司 | 一种区分液晶显示屏灰尘和缺陷的方法及装置 |
CN114549497A (zh) * | 2022-02-28 | 2022-05-27 | 扬州市恒邦机械制造有限公司 | 基于图像识别的走台板表面缺陷检测方法及人工智能系统 |
CN116953968A (zh) * | 2023-07-25 | 2023-10-27 | 深圳佳弟子科技有限公司 | 一种lcd显示屏的残影检测方法、装置、设备和介质 |
CN117291880A (zh) * | 2023-09-15 | 2023-12-26 | 安徽相驰车业有限公司 | 一种基于图像分析的刹车片表面缺陷检测系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114616492A (zh) * | 2019-10-21 | 2022-06-10 | 全球人寿担保服务有限公司 | 用于检测电子设备屏幕上的保护产品的系统和方法 |
-
2024
- 2024-01-04 CN CN202410008168.0A patent/CN117541578B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650770A (zh) * | 2016-09-29 | 2017-05-10 | 南京大学 | 一种基于样本学习和人眼视觉特性的mura缺陷检测方法 |
CN109656033A (zh) * | 2017-10-12 | 2019-04-19 | 凌云光技术集团有限责任公司 | 一种区分液晶显示屏灰尘和缺陷的方法及装置 |
CN114549497A (zh) * | 2022-02-28 | 2022-05-27 | 扬州市恒邦机械制造有限公司 | 基于图像识别的走台板表面缺陷检测方法及人工智能系统 |
CN116953968A (zh) * | 2023-07-25 | 2023-10-27 | 深圳佳弟子科技有限公司 | 一种lcd显示屏的残影检测方法、装置、设备和介质 |
CN117291880A (zh) * | 2023-09-15 | 2023-12-26 | 安徽相驰车业有限公司 | 一种基于图像分析的刹车片表面缺陷检测系统 |
Non-Patent Citations (1)
Title |
---|
触屏媒体中缺陷图像校准检验算法研究;张晓颖 等;《计算机仿真》;20201231;第1-7页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117541578A (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117541578B (zh) | 一种高性能全视角液晶显示屏检测方法及系统 | |
CN108898567B (zh) | 图像降噪方法、装置及系统 | |
WO2021217643A1 (zh) | 红外图像处理方法、装置及可移动平台 | |
CN105678700B (zh) | 基于预测梯度的图像插值方法及系统 | |
WO2022021999A1 (zh) | 一种图像处理方法及图像处理装置 | |
US10762655B1 (en) | Disparity estimation using sparsely-distributed phase detection pixels | |
CN101853524A (zh) | 使用图像序列生成玉米果穗全景图的方法 | |
CN110443800B (zh) | 视频图像质量的评价方法 | |
CN111612725B (zh) | 一种基于可见光图像对比度增强的图像融合方法 | |
CN111724693B (zh) | 拼接显示方法、装置、设备、系统及终端设备和显示单元 | |
CN102034113A (zh) | 基于l1差距量度来测量局部图像相似度的方法 | |
CN111970405A (zh) | 摄像头遮挡检测方法、存储介质、电子设备及装置 | |
CN115345774A (zh) | 一种红外图像与可见光图像的融合方法和系统 | |
CN117670961A (zh) | 基于深度学习的低空遥感影像多视立体匹配方法及系统 | |
CN115883755A (zh) | 一种多类型场景下多曝光图像融合方法 | |
CN116095291B (zh) | 一种用于媒体流图像传输的图像预处理方法 | |
CN106507157B (zh) | 广告投放区域识别方法及装置 | |
CN108876845A (zh) | 菲涅尔纹中心的确定方法和装置 | |
CN114677393A (zh) | 深度图像处理方法、装置、摄像设备、会议系统及介质 | |
CN114972374A (zh) | 一种用于投影大屏融合的影像自适应分割方法 | |
TWI313136B (zh) | ||
CN113628225A (zh) | 基于结构相似度和图像区域块的模糊c均值图像分割方法及系统 | |
JPH06343140A (ja) | 画像処理装置 | |
JP2020025224A (ja) | カメラ評価値測定装置およびカメラ評価値測定方法 | |
CN117872632B (zh) | 一种液晶显示屏的碎亮点检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |