CN117577033B - 一种屏幕缺损检测方法、系统及存储介质 - Google Patents
一种屏幕缺损检测方法、系统及存储介质 Download PDFInfo
- Publication number
- CN117577033B CN117577033B CN202311814887.3A CN202311814887A CN117577033B CN 117577033 B CN117577033 B CN 117577033B CN 202311814887 A CN202311814887 A CN 202311814887A CN 117577033 B CN117577033 B CN 117577033B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- image data
- pixel point
- display
- mura
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 176
- 230000007547 defect Effects 0.000 title claims abstract description 50
- 230000002159 abnormal effect Effects 0.000 claims abstract description 606
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000008859 change Effects 0.000 claims description 69
- 239000003086 colorant Substances 0.000 claims description 17
- 230000005856 abnormality Effects 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000012795 verification Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 239000000428 dust Substances 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000013211 curve analysis Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012031 short term test Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
Classifications
-
- 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
- G09G2320/029—Improving the quality of display appearance by monitoring one or more pixels in the display panel, e.g. by monitoring a fixed reference pixel
- G09G2320/0295—Improving the quality of display appearance by monitoring one or more pixels in the display panel, e.g. by monitoring a fixed reference pixel by monitoring each display pixel
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2330/00—Aspects of power supply; Aspects of display protection and defect management
- G09G2330/12—Test circuits or failure detection circuits included in a display system, as permanent part thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种屏幕缺损检测方法、系统及存储介质，方法包括：获取待检测屏幕的检测图像数据；对检测图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据；根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定异常像素点的异常原因；当异常像素点为Mura像素点时，根据Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板；根据代表显示参数和Mura像素点补偿模板对下一待检测屏幕进行快速检测。本发明通过代表显示参数和所述Mura像素点补偿模板对相同批次屏幕进行缺陷检测，提高检测效率。
Description
技术领域
本申请涉及屏幕缺陷领域，更具体的，涉及一种屏幕缺损检测方法、系统及存储介质。
背景技术
随着电子产品市场的飞速发展，智能手机、智能手表、显示屏等电子设备的屏幕的质量问题越来越受到重视。因此，屏幕在出厂前需要进行严格的质量检测，以确保每个屏幕都能够达到预期的使用标准。目前采用的屏幕检测方法主要为人工检测和运用图像识别和机器学习算法的智能化检测，但目前的屏幕检测方法中依然存在许多问题。首先，人工检测效率低，需要耗费大量的人力和时间；人工检测的主观性强，容易受到检测人员个人情绪和经验等因素的影响，容易出现漏检或者误判的情况；同时，人工检测的成本较高，对于大规模的手机屏幕来说，是一项巨大的开支。另外，现有的屏幕智能化检测方法所使用检测设备不够智能、缺乏标准化的检测流程等，例如按照预设参数控制屏幕亮起，根据屏幕显示图像确定屏幕是否存在坏点、显示不均匀等缺损或缺陷。尤其这对于同一批次相同型号屏幕进行出厂验证时，对每个屏幕进行完整检测需要浪费大量的检测时间。
因此现有技术存在缺陷，急需改进。
发明内容
鉴于上述问题，本发明的目的是提供一种屏幕缺损检测方法、系统及存储介质，能够更有效更快速的同一批次相同型号屏幕进行缺损检测。
本发明第一方面提供了一种屏幕缺损检测方法，包括：
获取待检测屏幕的检测图像数据；
对所述检测图像数据进行预处理，得到灰度图像数据；
对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据；
根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因；
当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板；
根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测。
本方案中，所述对所述检测图像数据进行预处理，得到灰度图像数据，包括：
提取所述检测图像数据中每个像素点的RGB通道颜色数据；
对每个像素点的RGB通道颜色数据分别乘以相对应的权重并相加，得到灰度图像数据。
本方案中，所述对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据，包括：
对所述灰度图像数据内像素点进行扫描，将灰度值不处于第一预设阈值区间的像素点标记为第一异常像素点；
基于所述第一异常像素点的坐标数据的预设范围内进行寻找，得到相邻候选框；
计算所述第一异常像素点灰度值和所述相邻候选框内异常像素点平均灰度值的灰度比值，得到第一比值；
当所述第一比值小于第二预设阈值时，计算所述第一异常像素点和所述相邻候选框的最小距离，得到第一像素距离；
判断所述第一像素距离是否小于第三预设阈值；
若是，则通过所述相邻候选框对所述第一异常像素点进行框选；
若否，则生成新的候选框对所述第一异常像素点进行框选；
对候选框内图像进行提取，得到异常图像数据。
本方案中，所述根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因，包括：
将第一检测图像数据内的异常图像数据标记为第一异常图像数据，所述第一异常图像数据的坐标数据为第一异常坐标数据；
对其他检测图像数据进行分析，将所述其他检测图像数据中异常图像数据的坐标数据和第一异常坐标数据相同的异常图像数据标记为第二异常图像数据；
根据所述第一异常图像数据和所述第二异常图像数据中异常像素点的第二比值进行分析确定异常像素点的异常原因。
本方案中，所述根据所述第一异常图像数据和第二异常图像数据进行分析确定异常像素点的异常原因，包括：
基于显示亮度不同的异常图像数据绘制异常像素点的第一灰度比值变化曲线；
基于显示颜色不同的异常图像数据绘制异常像素点的第二灰度比值变化曲线；
基于拍摄角度不同的异常图像数据绘制异常像素点的第三灰度比值变化曲线；
根据异常像素点的第一、第二和第三灰度比值变化曲线进行分析，若所述异常像素点的第二灰度比值变化曲线的灰度比值相同，则所述异常像素点为坏点像素点；
反之，所述异常像素点为Mura像素点。
本方案中，所述当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板，包括：
根据Mura像素点的第一、第二和第三灰度比值变化曲线进行分析，确定所述Mura像素点的异常显示条件；
根据所述Mura像素点的异常显示条件确定所述Mura像素点的补偿参数；
基于所述Mura像素点的补偿参数和所述Mura像素点的第一、第二和第三灰度比值变化曲线生成Mura像素点补偿模板。
本方案中，所述根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测，包括：
通过所述代表显示参数对下一待检测屏幕进行检测，将所述下一待检测屏幕内异常像素点标记为第二异常像素点；
根据所述第二异常像素点的第二比值选择相对应的Mura像素点补偿模板，并通过其他代表显示参数对所述第二异常像素点进行验证；
当所述第二异常像素点满足验证条件时，通过所述相对应的Mura像素点补偿模板对所述第二异常像素点进行显示补偿；
通过随机显示参数对显示补偿后的第二异常像素点进行验证，判断所述显示补偿后的第二异常像素点是否显示正常；
若是，则对下一异常像素点进行显示补偿，直至所述下一待检测屏幕内不存在异常像素点，结束检测；
若否，则对所述下一待检测屏幕进行完整检测，并根据检测结果对Mura像素点补偿模板进行扩充。
本方案中，还包括：
所述代表显示参数为多个常用显示颜色的显示参数；
基于相同型号屏幕的Mura像素点的异常显示条件对所述代表显示参数进行调整。
本发明第二方面提供了一种屏幕缺损检测系统，包括：
数据获取模块，用于获取待检测屏幕的检测图像数据；
预处理模块，用于对所述检测图像数据进行预处理，得到灰度图像数据；
像素点扫描模块，用于对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据；
数据分析模块，用于根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因；
显示补偿模块，用于当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板；
快速检测模块，用于根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测。
本方案中，所述对所述检测图像数据进行预处理，得到灰度图像数据，包括：
提取所述检测图像数据中每个像素点的RGB通道颜色数据；
对每个像素点的RGB通道颜色数据分别乘以相对应的权重并相加，得到灰度图像数据。
本方案中，所述对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据，包括：
对所述灰度图像数据内像素点进行扫描，将灰度值不处于第一预设阈值区间的像素点标记为第一异常像素点；
基于所述第一异常像素点的坐标数据的预设范围内进行寻找，得到相邻候选框；
计算所述第一异常像素点灰度值和所述相邻候选框内异常像素点平均灰度值的灰度比值，得到第一比值；
当所述第一比值小于第二预设阈值时，计算所述第一异常像素点和所述相邻候选框的最小距离，得到第一像素距离；
判断所述第一像素距离是否小于第三预设阈值；
若是，则通过所述相邻候选框对所述第一异常像素点进行框选；
若否，则生成新的候选框对所述第一异常像素点进行框选；
对候选框内图像进行提取，得到异常图像数据。
本方案中，所述根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因，包括：
将第一检测图像数据内的异常图像数据标记为第一异常图像数据，所述第一异常图像数据的坐标数据为第一异常坐标数据；
对其他检测图像数据进行分析，将所述其他检测图像数据中异常图像数据的坐标数据和第一异常坐标数据相同的异常图像数据标记为第二异常图像数据；
根据所述第一异常图像数据和所述第二异常图像数据中异常像素点的第二比值进行分析确定异常像素点的异常原因。
本方案中，所述根据所述第一异常图像数据和第二异常图像数据进行分析确定异常像素点的异常原因，包括：
基于显示亮度不同的异常图像数据绘制异常像素点的第一灰度比值变化曲线；
基于显示颜色不同的异常图像数据绘制异常像素点的第二灰度比值变化曲线；
基于拍摄角度不同的异常图像数据绘制异常像素点的第三灰度比值变化曲线；
根据异常像素点的第一、第二和第三灰度比值变化曲线进行分析，若所述异常像素点的第二灰度比值变化曲线的灰度比值相同，则所述异常像素点为坏点像素点；
反之，所述异常像素点为Mura像素点。
本方案中，所述当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板，包括：
根据Mura像素点的第一、第二和第三灰度比值变化曲线进行分析，确定所述Mura像素点的异常显示条件；
根据所述Mura像素点的异常显示条件确定所述Mura像素点的补偿参数；
基于所述Mura像素点的补偿参数和所述Mura像素点的第一、第二和第三灰度比值变化曲线生成Mura像素点补偿模板。
本方案中，所述根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测，包括：
通过所述代表显示参数对下一待检测屏幕进行检测，将所述下一待检测屏幕内异常像素点标记为第二异常像素点；
根据所述第二异常像素点的第二比值选择相对应的Mura像素点补偿模板，并通过其他代表显示参数对所述第二异常像素点进行验证；
当所述第二异常像素点满足验证条件时，通过所述相对应的Mura像素点补偿模板对所述第二异常像素点进行显示补偿；
通过随机显示参数对显示补偿后的第二异常像素点进行验证，判断所述显示补偿后的第二异常像素点是否显示正常；
若是，则对下一异常像素点进行显示补偿，直至所述下一待检测屏幕内不存在异常像素点，结束检测；
若否，则对所述下一待检测屏幕进行完整检测，并根据检测结果对Mura像素点补偿模板进行扩充。
本方案中，还包括：
所述代表显示参数为多个常用显示颜色的显示参数；
基于相同型号屏幕的Mura像素点的异常显示条件对所述代表显示参数进行调整。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种屏幕缺损检测方法程序，所述一种屏幕缺损检测方法程序被处理器执行时，实现如上述任一项所述的一种屏幕缺损检测方法的步骤。
本发明公开了一种屏幕缺损检测方法、系统及存储介质，方法包括：获取待检测屏幕的检测图像数据；对检测图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据；根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定异常像素点的异常原因；当异常像素点为Mura像素点时，根据Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板；根据代表显示参数和Mura像素点补偿模板对下一待检测屏幕进行快速检测。本发明通过代表显示参数和所述Mura像素点补偿模板对相同批次屏幕进行缺陷检测，提高检测效率。
附图说明
图1示出了本发明一种屏幕缺损检测方法的流程图；
图2示出了本发明一种异常像素点的异常原因分析方法的流程图；
图3示出了本发明一种待检测屏幕快速检测方法的流程图；
图4示出了本发明一种屏幕缺损检测系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种屏幕缺损检测方法的流程图。
如图1所示，本发明公开了一种屏幕缺损检测方法，包括：
S102，获取待检测屏幕的检测图像数据；
S104，对所述检测图像数据进行预处理，得到灰度图像数据；
S106，对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据；
S108，根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因；
S110，当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板；
S112，根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测。
根据本发明实施例，对同一批次相同型号屏幕进行缺陷检测时，按照系统预设显示参数对部分待检测屏幕进行完整检测，根据这部分待检测屏幕中Mura像素点出现异常显示频率较高的屏幕显示参数和常用的屏幕显示参数确定代表显示参数，通过代表显示参数对剩余待检测屏幕进行快速检测，从而提高同一批次相同型号屏幕的缺陷检测效率。
对待显示屏幕检测过程中，首先同加权平均法对检测图像数据进行灰度化处理得到灰度图像数据，将灰度图像数据内每个像素点的灰度值与第一预设阈值区间进行对比，确定异常像素点。根据异常像素点的灰度值和相邻异常像素点之间的像素距离对异常像素点进行框选，得到异常图像数据。通过对不同显示参数下检测图像数据中异常图像数据的异常图像坐标进行分析，选择具有相同异常图像坐标的异常图像数据进行分析，确定异常像素点在显示亮度、显示颜色和拍摄角度下的灰度比值变化曲线。通过灰度比值变化曲线确定异常像素点的异常原因，将异常像素点分为坏点像素点和Mura像素点。对于Mura像素点，通过Mura像素点的灰度比值变化曲线分析确定补偿参数，对Mura像素点进行显示补偿，使显示补偿后Mura像素点的显示图像接近正常显示图像，并生成Mura像素点补偿模板。通过代表显示参数对其他待检测屏幕进行检查时，当其他待检测屏幕的显示参数满足任意Mura像素点补偿模板所对应灰度比值变化曲线时，调取该Mura像素点补偿模板所对应补偿参数对该异常像素点进行显示补偿，并通过随机生成显示参数对显示补偿后的异常像素点进行验证，降低同一批次相同型号屏幕出厂检测时的检测时间。
根据本发明实施例，所述对所述检测图像数据进行预处理，得到灰度图像数据，包括：
提取所述检测图像数据中每个像素点的RGB通道颜色数据；
对每个像素点的RGB通道颜色数据分别乘以相对应的权重并相加，得到灰度图像数据。
需要说明的是，通过加权平均法对检测图像数据进行灰度化处理，按照一定的权重对R、G、B通道颜色数据进行加权平均，用公式表示为：
M＝kRR+kGG+kBB
其中，M表示灰度值、R、G、B分别为R、G、B通道颜色数据、kR、kG、kB分别为R、G、B通道颜色数据的权重。由于人眼对绿色最为敏感，红色次之，对蓝色的敏感性最低，因此kG＞kR＞kB，kG、kR、kB的初始值分别为0.59、0.3、0.11，其取值可以根据实际情况进行调整，以得到最佳的图像处理效果。
根据本发明实施例，所述对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据，包括：
对所述灰度图像数据内像素点进行扫描，将灰度值不处于第一预设阈值区间的像素点标记为第一异常像素点；
基于所述第一异常像素点的坐标数据的预设范围内进行寻找，得到相邻候选框；
计算所述第一异常像素点灰度值和所述相邻候选框内异常像素点平均灰度值的灰度比值，得到第一比值；
当所述第一比值小于第二预设阈值时，计算所述第一异常像素点和所述相邻候选框的最小距离，得到第一像素距离；
判断所述第一像素距离是否小于第三预设阈值；
若是，则通过所述相邻候选框对所述第一异常像素点进行框选；
若否，则生成新的候选框对所述第一异常像素点进行框选；
对候选框内图像进行提取，得到异常图像数据。
需要说明的是，在扫描过程中确定灰度值不处于第一预设阈值区间的第一异常像素点时，优先寻找预设范围内是否存在其他已经被框选的相邻异常像素点，通过对比第一异常像素点和被框选的相邻异常像素点灰度值的灰度比值判断是否为相同异常原因的异常像素点，结合第一异常像素点和框选相邻异常像素点的相邻候选框的最小距离，将像素距离较近且具有相同异常原因的异常像素点统一进行框选，集中进行分析，提高检测效率。当第一异常像素点存在多个第一像素距离小于第三预设阈值的相邻候选框时，基于第一异常像素点对多个相邻候选框进行合并。其中，本领域技术人员根据实际需求对第一预设阈值区间、预设范围、第二预设阈值和第三预设阈值进行设置和调整，第一预设阈值区间根据当前显示参数的额定灰度值进行动态变化，其初始值为额定灰度值的90-110％。
图2示出了本发明一种异常像素点的异常原因分析方法的流程图。
如图2所示，根据本发明实施例，所述根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因，包括：
S202，将第一检测图像数据内的异常图像数据标记为第一异常图像数据，所述第一异常图像数据的坐标数据为第一异常坐标数据；
S204，对其他检测图像数据进行分析，将所述其他检测图像数据中异常图像数据的坐标数据和第一异常坐标数据相同的异常图像数据标记为第二异常图像数据；
S206，根据所述第一异常图像数据和所述第二异常图像数据中异常像素点的第二比值进行分析确定异常像素点的异常原因。
需要说明的是，异常像素点的异常原因主要包括坏点、Mura缺陷以及屏幕表面灰尘遮挡。坏点和屏幕表面灰尘遮挡在任意显示参数下均存在一定的显示规律，而Mura缺陷可能在特定的显示参数下出现，如亮度达到一定数值、显示特定颜色、特定观看角度等。因此，通过多次调整待检测屏幕的显示参数获取多个检测图像数据，通过不同显示参数下的检测数据确定待检测屏幕中异常像素点的异常显示条件和显示规律，从而确定异常像素点的异常原因。选择任意存在异常像素点的检测图像数据为对比标准，将其标记为第一检测图像数据，根据第一检测图像数据内第一异常图像数据的第一异常坐标数据在其他检测图像数据进行分析，筛选出具有异常坐标数据和第一异常坐标数据相同的检测图像数据，将其异常图像数据标记为第二异常图像数据，根据不同显示参数下具有相同坐标数据的第一、第二异常图像数据的灰度值和第二比值进行分析，确定异常图像数据中异常像素点的异常原因。
另外，在对其他检测图像数据进行分析过中，若第二异常图像数据仅为第一异常图像数据中的一部分，则基于第二异常图像数据对第一异常图像数据进行拆分，对相同坐标数据部分的异常图像数据进行分析对比，确定相同坐标数据部分异常像素点的异常原因。并通过其他未分析检测图像数据对第一异常数据中和第二异常图像数据不匹配部分进行分析，确定异常原因。
根据本发明实施例，还包括：
根据显示图像的显示参数确定额定灰度值；
计算异常图像数据内异常像素点的灰度值和额定灰度值的灰度比值，得到所述异常图像数据内异常像素点的第二比值。
需要说明的是，额定灰度值即显示图像在当前显示参数下标准显示颜色所对应的灰度值，通过计算异常像素点灰度值和额定灰度值的灰度比值可以确定异常像素点的颜色偏差情况。
根据本发明实施例，所述根据所述第一异常图像数据和第二异常图像数据进行分析确定异常像素点的异常原因，包括：
基于显示亮度不同的异常图像数据绘制异常像素点的第一灰度比值变化曲线；
基于显示颜色不同的异常图像数据绘制异常像素点的第二灰度比值变化曲线；
基于拍摄角度不同的异常图像数据绘制异常像素点的第三灰度比值变化曲线；
根据异常像素点的第一、第二和第三灰度比值变化曲线进行分析，若所述异常像素点的第二灰度比值变化曲线的灰度比值相同，则所述异常像素点为坏点像素点；
反之，所述异常像素点为Mura像素点。
需要说明的是，通过异常像素点的在不同显示参数下的灰度比值确定异常像素点的异常原因，调整显示参数至少包括调整屏幕显示亮度、显示颜色以及相机的拍摄角度。依次对每一类显示参数进行分析，并在分析过程中控制其他显示参数不变，绘制当前显示参数下异常像素点的灰度比值变化曲线，并根据灰度比值变化曲线确定异常像素点的异常显示条件和显示规律。通过对全部灰度比值变化曲线进行分析，确定异常像素点的异常原因。
第一、第二和第三灰度比值变化曲线可以确定异常像素点的异常显示条件，若异常像素点的显示状态为同一种颜色，且不会根据显示参数变化而进行变化，那么异常像素点为坏点像素点，其显示亮度仅与供电亮度有关，坏点像素点无法进行修复；反之异常像素点为Mura像素点，Mura像素点会根据显示参数变化而进行变化，并存在一定的异常显示条件和显示规律。
另外，可以通过在不同拍摄角度下异常像素点的坐标数据进行分析，确定是否为屏幕表面灰尘遮挡产生的像素点显示异常。根据拍摄角度、屏幕发光层到屏幕表面的距离确定当前拍摄角度下的异常像素点坐标数据和垂直拍摄角度下的坐标数据的预测距离L1，根据异常像素点的实际坐标数据和垂直拍摄角度下的坐标数据确定像素距离L2，当L1≠L2时，当前异常像素点的异常原因为屏幕表面灰尘遮挡。
根据本发明实施例，所述当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板，包括：
根据Mura像素点的第一、第二和第三灰度比值变化曲线进行分析，确定所述Mura像素点的异常显示条件；
根据所述Mura像素点的异常显示条件确定所述Mura像素点的补偿参数；
基于所述Mura像素点的补偿参数和所述Mura像素点的第一、第二和第三灰度比值变化曲线生成Mura像素点补偿模板。
需要说明的是，当异常像素点为Mura像素点时，通过灰度比值变化曲线确定异常显示条件和显示规律，包括异常显示出现时的显示参数、异常显示消失时的显示参数以及异常显示参数区间内异常像素点的变化情况。例如，异常像素点在50％亮度时出现显示异常，根据亮度升高其灰度比值逐渐变大，直至100％亮度时其灰度比值为最大值，即异常像素点在50-100％亮度下存在显示异常；异常像素点在显示黄色图像时出现显示异常，并根据颜色变化其灰度比值逐渐变大，当显示红色图像时其灰度比值为最大值，之后其灰度比值逐渐减小，当显示紫色图像时其灰度比值下降至正常显示的显示范围内，即异常像素点在光谱图的黄色至紫色范围内存在显示异常，显示颜色根据色谱中的色相确定。根据Mura像素点的异常显示条件和显示规律确定补偿参数，对Mura像素点在异常显示参数范围内的显示图像进行显示补偿，通过调整异常像素点的显示参数，使其在异常显示参数区间的显示图像接近正常的显示图像。可以在异常显示参数区间内随机选择显示参数对异常像素点的补偿参数进行验证，根据验证结果对补偿参数进行调整，最终确定这一类异常像素点的补偿参数，并根据异常像素点的灰度比值变化曲线生成Mura像素点补偿模板，用于对同一批次相同型号屏幕进行快速检测。
其中，第一、第二和第三灰度比值变化曲线所对应坐标轴的横坐标分别为显示亮度(0-100％)、显示颜色(按色谱色相顺序显示)和拍摄角度(45-135°)，纵坐标均为灰度比值。
图3示出了本发明一种待检测屏幕快速检测方法的流程图。
如图3所示，根据本发明实施例，所述根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测，包括：
S302，通过所述代表显示参数对下一待检测屏幕进行检测，将所述下一待检测屏幕内异常像素点标记为第二异常像素点；
S304，根据所述第二异常像素点的第二比值选择相对应的Mura像素点补偿模板，并通过其他代表显示参数对所述第二异常像素点进行验证；
S306，当所述第二异常像素点满足验证条件时，通过所述相对应的Mura像素点补偿模板对所述第二异常像素点进行显示补偿；
S308，通过随机显示参数对显示补偿后的第二异常像素点进行验证，判断所述显示补偿后的第二异常像素点是否显示正常；
S310，若是，则对下一异常像素点进行显示补偿，直至所述下一待检测屏幕内不存在异常像素点，结束检测；
S312，若否，则对所述下一待检测屏幕进行完整检测，并根据检测结果对Mura像素点补偿模板进行扩充。
需要说明的是，由于同一批次相同型号屏幕使用的材料和生产方式相同，生产过程中出现的屏幕缺陷存在一定的规律性和普遍性。通过对部分屏幕进行完整检测，确定Mura像素点出现异常显示频率较高的屏幕显示参数，结合常用的屏幕显示参数确定多个代表显示参数，通过代表显示参数对其他未检测的待检测屏幕进行快速检测，提高屏幕缺陷检测效率。在快速检测过程中，根据异常像素点在不同代表显示参数下的灰度比值输入每一个Mura像素点补偿模板中灰度比值变化曲线进行分析，选择灰度比值均处于灰度比值变化曲线上的Mura像素点补偿模板的补偿参数对该异常像素点进行显示补偿，并通过随机显示颜色对其进行验证，从而降低检测次数，提高屏幕缺陷检测效率。当显示补偿后的异常像素点仍存在显示异常或不存在相对应的Mura像素点补偿模板时，表示当前异常像素点所对应的异常原因在之前检测中未出现，属于新的异常原因，通过完整检测对当前异常像素点进行分析，确定异常原因和补偿参数，并生成相对应的补偿模板对Mura像素点补偿模板进行扩充。
对这里异常像素点进行完整检测过程中，可以基于异常像素点的范围框对检测图像数据进行裁剪，进行异常像素点所在位置的异常图像数据进行分析，提高检测效率。
根据本发明实施例，还包括：
所述代表显示参数为多个常用显示颜色的显示参数；
基于相同型号屏幕的Mura像素点的异常显示条件对所述代表显示参数进行调整。
需要说明的是，代表显示参数为常用的屏幕显示参数和Mura像素点出现异常显示频率较高的屏幕显示参数。其中，常用的屏幕显示参数可以是显示亮度为50％、80％、100％；显示颜色为白色、黑色、红色、绿色、黄色、蓝色等常用颜色；Mura像素点出现异常显示频率较高的屏幕显示参数根据当前同一批次相同型号屏幕的检测数据确定代表显示参数。在对屏幕检测前仅包括常用的屏幕显示参数，对屏幕检测起参考作用，在检测过程中，根据已检测屏幕中Mura像素点的出现情况对代表显示参数进行调整，包括添加Mura像素点出现异常显示频率较高的屏幕显示参数、对常用的屏幕显示参数进行删除替换等调整方式。
图4示出了本发明一种屏幕缺损检测系统的框图。
如图4所示，本发明第二方面提供了一种屏幕缺损检测系统，包括：
数据获取模块，用于获取待检测屏幕的检测图像数据；
预处理模块，用于对所述检测图像数据进行预处理，得到灰度图像数据；
像素点扫描模块，用于对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据；
数据分析模块，用于根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因；
显示补偿模块，用于当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板；
快速检测模块，用于根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测。
根据本发明实施例，对同一批次相同型号屏幕进行缺陷检测时，按照系统预设显示参数对部分待检测屏幕进行完整检测，根据这部分待检测屏幕中Mura像素点出现异常显示频率较高的屏幕显示参数和常用的屏幕显示参数确定代表显示参数，通过代表显示参数对剩余待检测屏幕进行快速检测，从而提高同一批次相同型号屏幕的缺陷检测效率。
对待显示屏幕检测过程中，首先同加权平均法对检测图像数据进行灰度化处理得到灰度图像数据，将灰度图像数据内每个像素点的灰度值与第一预设阈值区间进行对比，确定异常像素点。根据异常像素点的灰度值和相邻异常像素点之间的像素距离对异常像素点进行框选，得到异常图像数据。通过对不同显示参数下检测图像数据中异常图像数据的异常图像坐标进行分析，选择具有相同异常图像坐标的异常图像数据进行分析，确定异常像素点在显示亮度、显示颜色和拍摄角度下的灰度比值变化曲线。通过灰度比值变化曲线确定异常像素点的异常原因，将异常像素点分为坏点像素点和Mura像素点。对于Mura像素点，通过Mura像素点的灰度比值变化曲线分析确定补偿参数，对Mura像素点进行显示补偿，使显示补偿后Mura像素点的显示图像接近正常显示图像，并生成Mura像素点补偿模板。通过代表显示参数对其他待检测屏幕进行检查时，当其他待检测屏幕的显示参数满足任意Mura像素点补偿模板所对应灰度比值变化曲线时，调取该Mura像素点补偿模板所对应补偿参数对该异常像素点进行显示补偿，并通过随机生成显示参数对显示补偿后的异常像素点进行验证，降低同一批次相同型号屏幕出厂检测时的检测时间。
根据本发明实施例，所述对所述检测图像数据进行预处理，得到灰度图像数据，包括：
提取所述检测图像数据中每个像素点的RGB通道颜色数据；
对每个像素点的RGB通道颜色数据分别乘以相对应的权重并相加，得到灰度图像数据。
需要说明的是，通过加权平均法对检测图像数据进行灰度化处理，按照一定的权重对R、G、B通道颜色数据进行加权平均，用公式表示为：
M＝kRR+kGG+kBB
其中，M表示灰度值、R、G、B分别为R、G、B通道颜色数据、kR、kG、kB分别为R、G、B通道颜色数据的权重。由于人眼对绿色最为敏感，红色次之，对蓝色的敏感性最低，因此kG＞kR＞kB，kG、kR、kB的初始值分别为0.59、0.3、0.11，其取值可以根据实际情况进行调整，以得到最佳的图像处理效果。
根据本发明实施例，所述对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据，包括：
对所述灰度图像数据内像素点进行扫描，将灰度值不处于第一预设阈值区间的像素点标记为第一异常像素点；
基于所述第一异常像素点的坐标数据的预设范围内进行寻找，得到相邻候选框；
计算所述第一异常像素点灰度值和所述相邻候选框内异常像素点平均灰度值的灰度比值，得到第一比值；
当所述第一比值小于第二预设阈值时，计算所述第一异常像素点和所述相邻候选框的最小距离，得到第一像素距离；
判断所述第一像素距离是否小于第三预设阈值；
若是，则通过所述相邻候选框对所述第一异常像素点进行框选；
若否，则生成新的候选框对所述第一异常像素点进行框选；
对候选框内图像进行提取，得到异常图像数据。
需要说明的是，在扫描过程中确定灰度值不处于第一预设阈值区间的第一异常像素点时，优先寻找预设范围内是否存在其他已经被框选的相邻异常像素点，通过对比第一异常像素点和被框选的相邻异常像素点灰度值的灰度比值判断是否为相同异常原因的异常像素点，结合第一异常像素点和框选相邻异常像素点的相邻候选框的最小距离，将像素距离较近且具有相同异常原因的异常像素点统一进行框选，集中进行分析，提高检测效率。当第一异常像素点存在多个第一像素距离小于第三预设阈值的相邻候选框时，基于第一异常像素点对多个相邻候选框进行合并。其中，本领域技术人员根据实际需求对第一预设阈值区间、预设范围、第二预设阈值和第三预设阈值进行设置和调整，第一预设阈值区间根据当前显示参数的额定灰度值进行动态变化，其初始值为额定灰度值的90-110％。
根据本发明实施例，所述根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因，包括：
将第一检测图像数据内的异常图像数据标记为第一异常图像数据，所述第一异常图像数据的坐标数据为第一异常坐标数据；
对其他检测图像数据进行分析，将所述其他检测图像数据中异常图像数据的坐标数据和第一异常坐标数据相同的异常图像数据标记为第二异常图像数据；
根据所述第一异常图像数据和所述第二异常图像数据中异常像素点的第二比值进行分析确定异常像素点的异常原因。
需要说明的是，异常像素点的异常原因主要包括坏点、Mura缺陷以及屏幕表面灰尘遮挡。坏点和屏幕表面灰尘遮挡在任意显示参数下均存在一定的显示规律，而Mura缺陷可能在特定的显示参数下出现，如亮度达到一定数值、显示特定颜色、特定观看角度等。因此，通过多次调整待检测屏幕的显示参数获取多个检测图像数据，通过不同显示参数下的检测数据确定待检测屏幕中异常像素点的异常显示条件和显示规律，从而确定异常像素点的异常原因。选择任意存在异常像素点的检测图像数据为对比标准，将其标记为第一检测图像数据，根据第一检测图像数据内第一异常图像数据的第一异常坐标数据在其他检测图像数据进行分析，筛选出具有异常坐标数据和第一异常坐标数据相同的检测图像数据，将其异常图像数据标记为第二异常图像数据，根据不同显示参数下具有相同坐标数据的第一、第二异常图像数据的灰度值和第二比值进行分析，确定异常图像数据中异常像素点的异常原因。
另外，在对其他检测图像数据进行分析过中，若第二异常图像数据仅为第一异常图像数据中的一部分，则基于第二异常图像数据对第一异常图像数据进行拆分，对相同坐标数据部分的异常图像数据进行分析对比，确定相同坐标数据部分异常像素点的异常原因。并通过其他未分析检测图像数据对第一异常数据中和第二异常图像数据不匹配部分进行分析，确定异常原因。
根据本发明实施例，还包括：
根据显示图像的显示参数确定额定灰度值；
计算异常图像数据内异常像素点的灰度值和额定灰度值的灰度比值，得到所述异常图像数据内异常像素点的第二比值。
需要说明的是，额定灰度值即显示图像在当前显示参数下标准显示颜色所对应的灰度值，通过计算异常像素点灰度值和额定灰度值的灰度比值可以确定异常像素点的颜色偏差情况。
根据本发明实施例，所述根据所述第一异常图像数据和第二异常图像数据进行分析确定异常像素点的异常原因，包括：
基于显示亮度不同的异常图像数据绘制异常像素点的第一灰度比值变化曲线；
基于显示颜色不同的异常图像数据绘制异常像素点的第二灰度比值变化曲线；
基于拍摄角度不同的异常图像数据绘制异常像素点的第三灰度比值变化曲线；
根据异常像素点的第一、第二和第三灰度比值变化曲线进行分析，若所述异常像素点的第二灰度比值变化曲线的灰度比值相同，则所述异常像素点为坏点像素点；
反之，所述异常像素点为Mura像素点。
需要说明的是，通过异常像素点的在不同显示参数下的灰度比值确定异常像素点的异常原因，调整显示参数至少包括调整屏幕显示亮度、显示颜色以及相机的拍摄角度。依次对每一类显示参数进行分析，并在分析过程中控制其他显示参数不变，绘制当前显示参数下异常像素点的灰度比值变化曲线，并根据灰度比值变化曲线确定异常像素点的异常显示条件和显示规律。通过对全部灰度比值变化曲线进行分析，确定异常像素点的异常原因。
第一、第二和第三灰度比值变化曲线可以确定异常像素点的异常显示条件，若异常像素点的显示状态为同一种颜色，且不会根据显示参数变化而进行变化，那么异常像素点为坏点像素点，其显示亮度仅与供电亮度有关，坏点像素点无法进行修复；反之异常像素点为Mura像素点，Mura像素点会根据显示参数变化而进行变化，并存在一定的异常显示条件和显示规律。
另外，可以通过在不同拍摄角度下异常像素点的坐标数据进行分析，确定是否为屏幕表面灰尘遮挡产生的像素点显示异常。根据拍摄角度、屏幕发光层到屏幕表面的距离确定当前拍摄角度下的异常像素点坐标数据和垂直拍摄角度下的坐标数据的预测距离L1，根据异常像素点的实际坐标数据和垂直拍摄角度下的坐标数据确定像素距离L2，当L1≠L2时，当前异常像素点的异常原因为屏幕表面灰尘遮挡。
根据本发明实施例，所述当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板，包括：
根据Mura像素点的第一、第二和第三灰度比值变化曲线进行分析，确定所述Mura像素点的异常显示条件；
根据所述Mura像素点的异常显示条件确定所述Mura像素点的补偿参数；
基于所述Mura像素点的补偿参数和所述Mura像素点的第一、第二和第三灰度比值变化曲线生成Mura像素点补偿模板。
需要说明的是，当异常像素点为Mura像素点时，通过灰度比值变化曲线确定异常显示条件和显示规律，包括异常显示出现时的显示参数、异常显示消失时的显示参数以及异常显示参数区间内异常像素点的变化情况。例如，异常像素点在50％亮度时出现显示异常，根据亮度升高其灰度比值逐渐变大，直至100％亮度时其灰度比值为最大值，即异常像素点在50-100％亮度下存在显示异常；异常像素点在显示黄色图像时出现显示异常，并根据颜色变化其灰度比值逐渐变大，当显示红色图像时其灰度比值为最大值，之后其灰度比值逐渐减小，当显示紫色图像时其灰度比值下降至正常显示的显示范围内，即异常像素点在光谱图的黄色至紫色范围内存在显示异常，显示颜色根据色谱中的色相确定。根据Mura像素点的异常显示条件和显示规律确定补偿参数，对Mura像素点在异常显示参数范围内的显示图像进行显示补偿，通过调整异常像素点的显示参数，使其在异常显示参数区间的显示图像接近正常的显示图像。可以在异常显示参数区间内随机选择显示参数对异常像素点的补偿参数进行验证，根据验证结果对补偿参数进行调整，最终确定这一类异常像素点的补偿参数，并根据异常像素点的灰度比值变化曲线生成Mura像素点补偿模板，用于对同一批次相同型号屏幕进行快速检测。
其中，第一、第二和第三灰度比值变化曲线所对应坐标轴的横坐标分别为显示亮度(0-100％)、显示颜色(按色谱色相顺序显示)和拍摄角度(45-135°)，纵坐标均为灰度比值。
根据本发明实施例，所述根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测，包括：
通过所述代表显示参数对下一待检测屏幕进行检测，将所述下一待检测屏幕内异常像素点标记为第二异常像素点；
根据所述第二异常像素点的第二比值选择相对应的Mura像素点补偿模板，并通过其他代表显示参数对所述第二异常像素点进行验证；
当所述第二异常像素点满足验证条件时，通过所述相对应的Mura像素点补偿模板对所述第二异常像素点进行显示补偿；
通过随机显示参数对显示补偿后的第二异常像素点进行验证，判断所述显示补偿后的第二异常像素点是否显示正常；
若是，则对下一异常像素点进行显示补偿，直至所述下一待检测屏幕内不存在异常像素点，结束检测；
若否，则对所述下一待检测屏幕进行完整检测，并根据检测结果对Mura像素点补偿模板进行扩充。
需要说明的是，由于同一批次相同型号屏幕使用的材料和生产方式相同，生产过程中出现的屏幕缺陷存在一定的规律性和普遍性。通过对部分屏幕进行完整检测，确定Mura像素点出现异常显示频率较高的屏幕显示参数，结合常用的屏幕显示参数确定多个代表显示参数，通过代表显示参数对其他未检测的待检测屏幕进行快速检测，提高屏幕缺陷检测效率。在快速检测过程中，根据异常像素点在不同代表显示参数下的灰度比值输入每一个Mura像素点补偿模板中灰度比值变化曲线进行分析，选择灰度比值均处于灰度比值变化曲线上的Mura像素点补偿模板的补偿参数对该异常像素点进行显示补偿，并通过随机显示颜色对其进行验证，从而降低检测次数，提高屏幕缺陷检测效率。当显示补偿后的异常像素点仍存在显示异常或不存在相对应的Mura像素点补偿模板时，表示当前异常像素点所对应的异常原因在之前检测中未出现，属于新的异常原因，通过完整检测对当前异常像素点进行分析，确定异常原因和补偿参数，并生成相对应的补偿模板对Mura像素点补偿模板进行扩充。
对这里异常像素点进行完整检测过程中，可以基于异常像素点的范围框对检测图像数据进行裁剪，进行异常像素点所在位置的异常图像数据进行分析，提高检测效率。
根据本发明实施例，还包括：
所述代表显示参数为多个常用显示颜色的显示参数；
基于相同型号屏幕的Mura像素点的异常显示条件对所述代表显示参数进行调整。
需要说明的是，代表显示参数为常用的屏幕显示参数和Mura像素点出现异常显示频率较高的屏幕显示参数。其中，常用的屏幕显示参数可以是显示亮度为50％、80％、100％；显示颜色为白色、黑色、红色、绿色、黄色、蓝色等常用颜色；Mura像素点出现异常显示频率较高的屏幕显示参数根据当前同一批次相同型号屏幕的检测数据确定代表显示参数。在对屏幕检测前仅包括常用的屏幕显示参数，对屏幕检测起参考作用，在检测过程中，根据已检测屏幕中Mura像素点的出现情况对代表显示参数进行调整，包括添加Mura像素点出现异常显示频率较高的屏幕显示参数、对常用的屏幕显示参数进行删除替换等调整方式。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种屏幕缺损检测方法程序，所述一种屏幕缺损检测方法程序被处理器执行时，实现如上述任一项所述的一种屏幕缺损检测方法的步骤。
本发明公开了一种屏幕缺损检测方法、系统及存储介质，方法包括：获取待检测屏幕的检测图像数据；对检测图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据；根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定异常像素点的异常原因；当异常像素点为Mura像素点时，根据Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板；根据代表显示参数和Mura像素点补偿模板对下一待检测屏幕进行快速检测。本发明通过代表显示参数和所述Mura像素点补偿模板对相同批次屏幕进行缺陷检测，提高检测效率。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、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。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例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。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (8)
1.一种屏幕缺损检测方法，其特征在于，包括：
获取待检测屏幕的检测图像数据；
对所述检测图像数据进行预处理，得到灰度图像数据；
对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据；
根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因；
所述根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因，包括：
将第一检测图像数据内的异常图像数据标记为第一异常图像数据，所述第一异常图像数据的坐标数据为第一异常坐标数据；
对其他检测图像数据进行分析，将所述其他检测图像数据中异常图像数据的坐标数据和第一异常坐标数据相同的异常图像数据标记为第二异常图像数据；
根据所述第一异常图像数据和所述第二异常图像数据中异常像素点的第二比值进行分析确定异常像素点的异常原因；
所述第二比值为异常图像数据内异常像素点的灰度值和额定灰度值的灰度比值，所述额定灰度值由显示图像的显示参数确定；
当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板；
根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测；
还包括：
所述代表显示参数为多个常用显示颜色的显示参数；
基于相同型号屏幕的Mura像素点的异常显示条件对所述代表显示参数进行调整。
2.根据权利要求1所述的屏幕缺损检测方法，其特征在于，所述对所述检测图像数据进行预处理，得到灰度图像数据，包括：
提取所述检测图像数据中每个像素点的RGB通道颜色数据；
对每个像素点的RGB通道颜色数据分别乘以相对应的权重并相加，得到灰度图像数据。
3.根据权利要求1所述的屏幕缺损检测方法，其特征在于，所述对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据，包括：
对所述灰度图像数据内像素点进行扫描，将灰度值不处于第一预设阈值区间的像素点标记为第一异常像素点；
基于所述第一异常像素点的坐标数据的预设范围内进行寻找，得到相邻候选框；
计算所述第一异常像素点灰度值和所述相邻候选框内异常像素点平均灰度值的灰度比值，得到第一比值；
当所述第一比值小于第二预设阈值时，计算所述第一异常像素点和所述相邻候选框的最小距离，得到第一像素距离；
判断所述第一像素距离是否小于第三预设阈值；
若是，则通过所述相邻候选框对所述第一异常像素点进行框选；
若否，则生成新的候选框对所述第一异常像素点进行框选；
对候选框内图像进行提取，得到异常图像数据。
4.根据权利要求1所述的屏幕缺损检测方法，其特征在于，所述根据所述第一异常图像数据和第二异常图像数据进行分析确定异常像素点的异常原因，包括：
基于显示亮度不同的异常图像数据绘制异常像素点的第一灰度比值变化曲线；
基于显示颜色不同的异常图像数据绘制异常像素点的第二灰度比值变化曲线；
基于拍摄角度不同的异常图像数据绘制异常像素点的第三灰度比值变化曲线；
根据异常像素点的第一、第二和第三灰度比值变化曲线进行分析，若所述异常像素点的第二灰度比值变化曲线的灰度比值相同，则所述异常像素点为坏点像素点；
反之，所述异常像素点为Mura像素点。
5.根据权利要求1所述的屏幕缺损检测方法，其特征在于，所述当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板，包括：
根据Mura像素点的第一、第二和第三灰度比值变化曲线进行分析，确定所述Mura像素点的异常显示条件；
根据所述Mura像素点的异常显示条件确定所述Mura像素点的补偿参数；
基于所述Mura像素点的补偿参数和所述Mura像素点的第一、第二和第三灰度比值变化曲线生成Mura像素点补偿模板。
6.根据权利要求1所述的屏幕缺损检测方法，其特征在于，所述根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测，包括：
通过所述代表显示参数对下一待检测屏幕进行检测，将所述下一待检测屏幕内异常像素点标记为第二异常像素点；
根据所述第二异常像素点的第二比值选择相对应的Mura像素点补偿模板，并通过其他代表显示参数对所述第二异常像素点进行验证；
当所述第二异常像素点满足验证条件时，通过所述相对应的Mura像素点补偿模板对所述第二异常像素点进行显示补偿；
通过随机显示参数对显示补偿后的第二异常像素点进行验证，判断所述显示补偿后的第二异常像素点是否显示正常；
若是，则对下一异常像素点进行显示补偿，直至所述下一待检测屏幕内不存在异常像素点，结束检测；
若否，则对所述下一待检测屏幕进行完整检测，并根据检测结果对Mura像素点补偿模板进行扩充。
7.一种屏幕缺损检测系统，其特征在于，包括：
数据获取模块，用于获取待检测屏幕的检测图像数据；
预处理模块，用于对所述检测图像数据进行预处理，得到灰度图像数据；
像素点扫描模块，用于对所述灰度图像数据内灰度值不处于第一预设阈值区间的异常像素点进行框选，得到异常图像数据；
数据分析模块，用于根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因；所述根据多次检测图像数据中相同坐标数据的异常图像数据中异常像素点的灰度比值进行分析，确定所述异常像素点的异常原因，包括：将第一检测图像数据内的异常图像数据标记为第一异常图像数据，所述第一异常图像数据的坐标数据为第一异常坐标数据；对其他检测图像数据进行分析，将所述其他检测图像数据中异常图像数据的坐标数据和第一异常坐标数据相同的异常图像数据标记为第二异常图像数据；根据所述第一异常图像数据和所述第二异常图像数据中异常像素点的第二比值进行分析确定异常像素点的异常原因；所述第二比值为异常图像数据内异常像素点的灰度值和额定灰度值的灰度比值，所述额定灰度值由显示图像的显示参数确定；
显示补偿模块，用于当异常像素点为Mura像素点时，根据所述Mura像素点在多次检测图像数据中的灰度比值进行分析，确定补偿参数，并生成Mura像素点补偿模板；
快速检测模块，用于根据代表显示参数和所述Mura像素点补偿模板对下一待检测屏幕进行快速检测；
还包括：
所述代表显示参数为多个常用显示颜色的显示参数；
基于相同型号屏幕的Mura像素点的异常显示条件对所述代表显示参数进行调整。
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中包括一种屏幕缺损检测方法程序，所述一种屏幕缺损检测方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种屏幕缺损检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311814887.3A CN117577033B (zh) | 2023-12-27 | 2023-12-27 | 一种屏幕缺损检测方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311814887.3A CN117577033B (zh) | 2023-12-27 | 2023-12-27 | 一种屏幕缺损检测方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117577033A CN117577033A (zh) | 2024-02-20 |
| CN117577033B true CN117577033B (zh) | 2024-08-16 |
Family
ID=89888250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311814887.3A Active CN117577033B (zh) | 2023-12-27 | 2023-12-27 | 一种屏幕缺损检测方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117577033B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104022050A (zh) * | 2014-04-22 | 2014-09-03 | 上海华力微电子有限公司 | 一种晶圆批次中重复位置缺陷的检测方法 |
| CN106097361A (zh) * | 2016-06-20 | 2016-11-09 | 昆山国显光电有限公司 | 一种缺陷区域检测方法及装置 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101201314B1 (ko) * | 2005-11-16 | 2012-11-14 | 엘지디스플레이 주식회사 | 평판표시장치의 제조방법 및 장치 |
| CN107065247A (zh) * | 2017-06-07 | 2017-08-18 | 惠科股份有限公司 | 一种显示面板检测方法、装置及系统 |
| CN107767807B (zh) * | 2017-08-23 | 2022-07-01 | 武汉精测电子集团股份有限公司 | 一种适用于cell工序的色斑修复方法及系统 |
| CN107492335A (zh) * | 2017-09-26 | 2017-12-19 | 惠科股份有限公司 | 图像补偿信号生成的方法、结构及修复系统 |
| CN109167928B (zh) * | 2018-09-06 | 2020-11-03 | 武汉精测电子集团股份有限公司 | 基于显示面板缺陷检测的快速自动曝光方法及系统 |
| CN110035281B (zh) * | 2019-04-29 | 2021-04-13 | 昆山丘钛微电子科技有限公司 | 一种坏点检测方法、装置及电子设备 |
| CN114063328B (zh) * | 2021-11-17 | 2024-10-29 | 乐金显示光电科技(中国)有限公司 | 液晶面板显示异常分析方法及分析系统 |
| CN114035356B (zh) * | 2021-11-22 | 2024-08-02 | 乐金显示光电科技(中国)有限公司 | 一种显示面板修复方法及装置、显示面板 |
| CN115223480A (zh) * | 2022-07-21 | 2022-10-21 | 深圳市华星光电半导体显示技术有限公司 | 建立显示面板的亮度校正数据库的方法及装置 |
| CN116678895B (zh) * | 2023-06-13 | 2024-03-08 | 深圳市圆周检测技术有限公司 | 一种屏幕划痕检测方法、系统及存储介质 |
| CN117055249B (zh) * | 2023-08-30 | 2024-02-13 | 安徽创显电子科技有限公司 | 一种液晶显示屏组装加工线抽样质检分析系统 |
-
2023
- 2023-12-27 CN CN202311814887.3A patent/CN117577033B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104022050A (zh) * | 2014-04-22 | 2014-09-03 | 上海华力微电子有限公司 | 一种晶圆批次中重复位置缺陷的检测方法 |
| CN106097361A (zh) * | 2016-06-20 | 2016-11-09 | 昆山国显光电有限公司 | 一种缺陷区域检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117577033A (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110274908B (zh) | 缺陷检查装置、缺陷检查方法以及计算机可读记录介质 | |
| CN112567229B (zh) | 缺陷检查装置、缺陷检查方法及存储介质 | |
| KR101958634B1 (ko) | 디스플레이 장치의 무라 검출 장치 및 방법 | |
| CN109829483B (zh) | 缺陷识别模型训练方法、装置、计算机设备和存储介质 | |
| US20110157409A1 (en) | Image quality adjusting device, image quality adjusting method, and image quality adjusting program | |
| JP2004294202A (ja) | 画面の欠陥検出方法及び装置 | |
| KR101776355B1 (ko) | 광학 검사 파라미터를 설정하는 장치 및 방법 | |
| CN110660060B (zh) | Oled屏幕混色缺陷检测方法、终端设备及计算机可读介质 | |
| CN111261079B (zh) | 一种亮、暗斑异常现象的检测方法 | |
| US9007495B1 (en) | Image processing | |
| CN114119591A (zh) | 一种显示屏画面质量检测方法 | |
| CN112070762A (zh) | 液晶面板的mura缺陷检测方法、装置、存储介质及终端 | |
| CN116386498A (zh) | 一种量化评估数据集构造方法、装置及设备 | |
| CN117577033B (zh) | 一种屏幕缺损检测方法、系统及存储介质 | |
| CN114937003A (zh) | 一种针对玻璃面板的多类型缺陷检测系统和方法 | |
| CN118314078A (zh) | 基于图像特征的可扩展显示器屏幕质量检测方法 | |
| CN115546141A (zh) | 一种基于多维度度量的小样本Mini LED缺陷检测方法及系统 | |
| CN117746806A (zh) | mini LED背光模组的驱动方法、装置、设备及存储介质 | |
| CN111537447A (zh) | 光谱重建方法、印刷质量的评估方法、系统及电子设备 | |
| CN111292300B (zh) | 显示面板的亮点不良的检测方法和设备、可读存储介质 | |
| CN115564726A (zh) | Led发光装置的检测方法、装置、电子设备及存储介质 | |
| KR20140064435A (ko) | 디스플레이 장치의 무라 검출 장치 및 방법 | |
| CN110672631B (zh) | 面板缺陷拍照方法和面板缺陷拍照装置 | |
| CN114820597A (zh) | 一种基于人工智能的冶炼品缺陷检测方法、装置及系统 | |
| CN101276457B (zh) | 验证图形算法及寄存器传输级实现的系统和方法 |
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 |