CN118010172A - 波长检测方法、装置、计算机设备及存储介质 - Google Patents
波长检测方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN118010172A CN118010172A CN202410047888.8A CN202410047888A CN118010172A CN 118010172 A CN118010172 A CN 118010172A CN 202410047888 A CN202410047888 A CN 202410047888A CN 118010172 A CN118010172 A CN 118010172A
- Authority
- CN
- China
- Prior art keywords
- detected
- wavelength
- region
- areas
- interval
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 238000003384 imaging method Methods 0.000 claims abstract description 92
- 230000000007 visual effect Effects 0.000 claims abstract description 51
- 238000001228 spectrum Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 25
- 230000006870 function Effects 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 11
- 238000000605 extraction Methods 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000013075 data extraction Methods 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005424 photoluminescence Methods 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及成像光谱技术领域,本发明公开了一种波长检测方法、装置、计算机设备及存储介质,其方法包括:确定预设视野范围内的多个待检测区域,对预设视野范围内的各待检测区域进行光谱分析,得到与预设视野范围对应的波长分布数据,对每一个待检测区域分别进行成像处理,得到与各待检测元件一一对应的成像数据,根据与各个待检测区域对应的波长-成像数据组,确定与各个待检测元件分别对应的波长检测结果。本发明通过光谱分析与成像处理的结合,实现了对预设视野范围内的多个待检测元件(也即发光元件)进行波长检测,且获取的波长检测结果的精度高,提高了小视野内对多个待检测元件进行波长检测的效率及精度。
Description
技术领域
本发明涉及成像光谱技术领域,尤其涉及一种波长检测方法、装置、计算机设备及存储介质。
背景技术
目前,传统的发光元件检测方法主要依赖于电致发光技术的探针法或光致发光技术。
然而,电致发光技术在处理极小的发光元件(例如Micro LED)时,存在对每个元件进行探针测量困难且无法高效快速地进行检测的问题。光致发光技术在推断微小发光元件的波长时,虽能精确测量发光体的波长成分,但其空间分辨率存在物理限制,无法精确地捕获每个微型元件的波长信息。
发明内容
本发明实施例提供一种波长检测方法、装置、计算机设备及存储介质,以提高小视野内对多个发光物进行波长检测的效率及精度。
一种波长检测方法,包括:
确定预设视野范围内的多个待检测区域;每一个所述待检测区域均包含多个待检测元件;
对所述预设视野范围内的各所述待检测区域进行光谱分析,得到与所述预设视野范围对应的波长分布数据;所述波长分布数据中包含与各个所述待检测区域一一对应的波长区间;
对每一个所述待检测区域分别进行成像处理,得到与各所述待检测元件一一对应的成像数据;
根据与各个所述待检测区域对应的波长-成像数据组,确定与各个所述待检测元件分别对应的波长检测结果;所述波长-成像数据组包括与一个所述待检测区域对应的所有所述成像数据以及与该待检测区域对应的波长区间。
一种波长检测装置,包括:
区域确定模块,用于确定预设视野范围内的多个待检测区域;每一个所述待检测区域均包含多个待检测元件;
光谱分析模块,用于对所述预设视野范围内的各所述待检测区域进行光谱分析,得到与所述预设视野范围对应的波长分布数据;所述波长分布数据中包含与各个所述待检测区域一一对应的波长区间;
成像处理模块,用于对每一个所述待检测区域分别进行成像处理,得到与各所述待检测元件一一对应的成像数据;
结果确定模块,用于根据与各个所述待检测区域对应的波长-成像数据组,确定与各个所述待检测元件分别对应的波长检测结果;所述波长-成像数据组包括与一个所述待检测区域对应的所有所述成像数据以及与该待检测区域对应的波长区间。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可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波长检测方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述波长检测方法。
上述波长检测方法、装置、计算机设备及存储介质,通过确定预设视野范围内的多个待检测区域,对预设视野范围内的各待检测区域进行光谱分析,得到与预设视野范围对应的波长分布数据;之后对每一个待检测区域分别进行成像处理,得到与各待检测元件一一对应的成像数据,最后根据与各个待检测区域对应的波长-成像数据组,确定与各个待检测元件分别对应的波长检测结果。本发明通过光谱分析与成像处理的结合,实现了对预设视野范围内的多个待检测元件(也即发光元件)进行波长检测,且获取的波长检测结果的精度高,提高了小视野内对多个待检测元件进行波长检测的效率及精度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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他的附图。
图1是本发明一实施例中波长检测方法的一流程示意图;
图2是本发明一实施例中波长检测装置的一结构示意图;
图3是本发明一实施例中计算机设备的一示意图。
具体实施方式
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、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在一实施例中,如图1所示,提供一种波长检测方法,包括如下步骤S10-S40。
S10、确定预设视野范围内的多个待检测区域;每一个所述待检测区域均包含多个待检测元件。
可理解地,预设视野范围可以是根据实际需要预先设定的视野范围,在本实施例中,预设视野范围可以是小视野范围内。待检测区域可以是包含多个发光元件的区域,在本实施例中,发光元件可以是发光二极管、有机发光二极管等,各个发光元件的波长可能相同也可能不同。
具体地,根据实际需要及光学架构的限定,确定小视野范围内的多个待检测区域,每一个待检测区域均包含多个待检测元件。
S20、对所述预设视野范围内的各所述待检测区域进行光谱分析,得到与所述预设视野范围对应的波长分布数据;所述波长分布数据中包含与各个所述待检测区域一一对应的波长区间。
可理解地,光谱分析可以是根据实际需要预先设定的光谱分析手段,在本实施例中,光谱分析可以是对预设视野范围内的所有待检测区域同时进行的光谱分析行为,光谱分析可以是基于主成分分析的光谱数据提取,在此处,主成分分析可以是通过将光谱仪器采集到的原始数据投影到一组正交的基上,将高维数据转化为低维数据,同时保留原始数据的主要特征的过程,从而提取光谱数据的主要成分(根据实际需要预先设定的代表光谱数据中的主要特征的数据)。基于主成分分析的光谱数据提取的过程可以是数据预处理(对原始光谱数据进行预处理,例如,缺失值填充、异常值处理、标准化等,以确保数据的准确性和一致性)、特征数据提取(使用主成分分析方法对预处理后的光谱数据进行降维处理,提取出特征数据)及光谱信息提取(根据提取出的特征数据,可以进一步提取光谱信息。例如,根据提取出的特征数据确定待检测区域的平均光谱信息,例如,平均波长值)。波长分布数据可以是表征预设视野范围内的各个待检测区域一一对应的平均光谱信息,例如,预设视野范围内各个待检测区域的平均波长值、各个待检测区域所处的波长区间等。波长区间可以是根据实际需要预设的波长范围区间,在本实施例中,波长区间可以是以10nm为一个波长区间,例如,440nm-450nm为第一波长区间,450nm-460nm为第二波长区间。
具体地,对预设视野范围内的各待检测区域同时进行基于主成分分析的光谱数据提取,得到与预设视野范围内各待检测区域一一对应的平均光谱信息,根据各待检测区域一一对应的平均光谱信息确定各待检测区域一一对应的波长区间。
S30、对每一个所述待检测区域分别进行成像处理,得到与各所述待检测元件一一对应的成像数据。
可理解地,成像处理可以是根据实际需要预先设定的成像手段,在本实施例中,成像处理可以是对每一个待检测区域分别进行双通道成像,获取待检测区域中每个发光元件的成像数据。成像数据可以是待检测元件的灰度数据、待检测元件的形状、待检测元件的大小、待检测元件的位置等。
具体地,对每一个待检测区域分别进行双通道成像,得到与各待检测元件一一对应的成像数据。
S40、根据与各个所述待检测区域对应的波长-成像数据组,确定与各个所述待检测元件分别对应的波长检测结果;所述波长-成像数据组包括与一个所述待检测区域对应的所有所述成像数据以及与该待检测区域对应的波长区间。
可理解地,波长-成像数据组可以是表征待检测区域对应的波长区间及该待检测区域内各个待检测元件分别对应的成像数据的数据组。波长检测结果可以是波长。确定与各个待检测元件分别对应的波长检测结果可以是根据待检测区域对应的波长区间进行波长推定函数的拟合,之后将该待检测区域中各个待检测元件分别对应的成像数据代入该波长推定函数中进行计算,得到各个待检测元件分别对应的波长的过程,从而完成所有待检测元件的波长检测。在此处,波长推定函数可以由波长区间确定,不同的波长区间对应不同的波长推定函数,例如在450nm-460nm范围内,波长=f1(X1,X2),在460nm-470nm范围内,波长=f2(X1,X2),其中,X1及X2为待检测元件对应的成像数据,f1,f2为预设波长推定函数,需要通过拟合实验数据或其他方法来确定。
具体地,根据各个待检测区域对应的波长-成像数据组,确定各个待检测区域分别对应的波长推定函数,将各个待检测区域中的各个待检测元件分别对应的成像数据代入对应的波长推定函数中,确定与各个待检测元件分别对应的波长检测结果。
本实施例通过确定预设视野范围内的多个待检测区域,对预设视野范围内的各待检测区域进行光谱分析,得到与预设视野范围对应的波长分布数据,对每一个待检测区域分别进行成像处理,得到与各待检测元件一一对应的成像数据,最后根据与各个待检测区域对应的波长-成像数据组,确定与各个待检测元件分别对应的波长检测结果。实现了对待检测元件进行光谱分析与成像处理的结合,从而获取更详细的光谱信息和成像数据,提高了小视野内对多个待检测元件(也即发光元件)进行波长检测的精度。同时,本发明实现了多区域的并行处理,提高了检测效率。
在一实施例中,所述步骤S20,即所述对所述预设视野范围内的各所述待检测区域进行光谱分析,得到与所述预设视野范围对应的波长分布数据,包括:
S201、获取所述预设视野范围内各所述待检测区域一一对应的预处理光谱数据。可理解地,在本实施例中,预处理光谱数据可以是对光谱仪器采集到的光谱数据经过SNV(Standard Normal Variate,标准正态变量变换,一种用于消除光谱数据中由于仪器、环境和样本状态等引起的非光谱变异的技术)预处理后得到的光谱数据,从而消除非光谱变异对光谱数据的影响,提高光谱数据的稳定性和可重复性,为后续的特征提取和波长推定提供了全面的数据基础。
S202、对所有所述预处理光谱数据进行特征提取,得到各个所述待检测区域分别对应的特征数据。可理解地,特征提取可以是使用主成分分析方法对预处理后的光谱数据进行降维处理,提取出各个待检测区域分别对应的特征数据的过程,从而确保待检测区域的高光谱分辨率。
S203、根据同一所述待检测区域内的所有特征数据对所述待检测区域进行波长推定,得到与所述待检测区域对应的波长区间。可理解地,波长推定可以是通过待检测区域内的所有特征数据对待检测区域进行平均光谱信息推定,再根据待检测区域的平均光谱信息确定待检测区域对应的波长区间的过程。
S204、根据与所有所述待检测区域对应的波长区间生成与所述预设视野范围对应的波长分布数据。可理解地,波长分布数据可以是表征预设视野范围内各个待检测区域分别对应的波长区间的信息。
具体地,获取预设视野范围内各待检测区域一一对应的经过SNV预处理后得到的光谱数据,使用主成分分析方法对预处理后的光谱数据进行降维处理,提取出各个待检测区域分别对应的特征数据,根据同一待检测区域内的所有特征数据确定各个待检测区域分别对应的平均光谱信息,根据各个待检测区域分别对应的平均光谱信息确定各个待检测区域分别对应的波长区间,根据与所有待检测区域对应的波长区间生成与预设视野范围对应的波长分布数据。
本实施例通过获取预设视野范围内各待检测区域一一对应的预处理光谱数据,对所有预处理光谱数据进行特征提取,得到各个待检测区域分别对应的特征数据,根据同一待检测区域内的所有特征数据对待检测区域进行波长推定,得到与待检测区域对应的波长区间,实现了基于多个特征数据的推定方法对波长区间进行推定,提高了波长推定的准确性,避免单一特征可能带来的误差。同时,根据与所有待检测区域对应的波长区间生成与预设视野范围对应的波长分布数据,实现了整体视野范围内光谱信息的提供,为后续的数据分析和处理提供了更全面的视角,并且通过一次扫描或探测即可获取视野范围内的所有光谱数据,避免了重复扫描或逐个检测的繁琐过程,提高了检测效率。
在一实施例中,所述步骤S204,即所述根据与所有所述待检测区域对应的波长区间生成与所述预设视野范围对应的波长分布数据,包括:
S205、获取与所有所述待检测区域对应的波长区间。
S206、根据预设的区间分类规则确定与各所述波长区间对应的区间类别。可理解地,预设的区间分类规则可以是根据实际需要预先设定的波长区间分类规则,在本实施例中,预设的区间分类规则可以是根据相同的波长区间对各待检测区域进行区间分类,从而将每个待检测区域与其对应的区间类别关联起来,有助于后续的数据分析和处理,可以方便地追踪和比较不同待检测区域的光谱特性。
S207、合并与同一所述区间类别对应的所有所述待检测区域之后,将所述区间类别以及合并之后与所述区间类别对应的所述待检测区域关联生成波长数据。可理解地,波长数据可以是表征同一波长区间内存在的所有待检测区域的信息。
S208、根据所有所述波长数据生成与所述预设视野范围对应的波长分布数据。可理解地,波长分布数据可以是表征预设视野范围内各个波长区间对应的待检测区域的分布信息。
具体地,本实施例通过获取与所有待检测区域对应的波长区间,根据预设的区间分类规则确定与各波长区间对应的区间类别,合并同一区间类别的所有待检测区域,实现了将待检测区域的数据整合,形成一个全面的数据集,减少了后续数据处理的复杂性,提高后续数据处理的效率。同时,将每一个待检测区域与其对应的区间类别关联生成波长数据,根据所有波长数据生成与预设视野范围对应的波长分布数据,提供了一个全面的光谱信息视,有助于了解整个视野范围内的光谱特性分布情况,为后续的数据分析和决策提供有价值的参考信息。
在一实施例中,所述步骤S40,即所述根据与各个所述待检测区域对应的波长-成像数据组,确定与各个所述待检测元件分别对应的波长检测结果,包括:
S401、获取各个所述待检测区域对应的波长-成像数据组,所述波长-成像数据组中的每一个成像数据均包括灰度数据。
S402、根据与同一个所述待检测区域对应的所有所述灰度数据以及与该待检测区域对应的波长推定函数进行计算,得到该待检测区域内各所述待检测元件的波长,并每一个所述待检测元件的所述波长记录为该待检测元件的波长检测结果。可理解地,波长推定函数可以由波长区间确定,不同的波长区间对应不同的波长推定函数。
具体地,获取各个待检测区域对应的波长-成像数据组,根据各个待检测区域对应的波长-成像数据组获取所有待检测元件对应的灰度数据及各个待检测区域对应的波长区间,根据各个待检测区域对应的波长区间确定各个待检测区域对应的波长推定函数(若存在同一区间类别的待检测区域,则仅获取该区间类别中一个待检测区域对应的波长推定函数,即可得到该区间类别中其他待检测区域对应的波长推定函数),根据与同一个待检测区域对应的所有灰度数据以及与该待检测区域对应的波长推定函数进行计算,得到该待检测区域内各待检测元件的波长,并将每一个待检测元件的波长记录为该待检测元件的波长检测结果。从而实现对待检测区域进行光谱分析得到的数据与对待检测元件进行空间分析得到的数据相结合,进行发光元件波长的确定,提高了小视野内对多个发光元件进行波长检测的精度。
在一实施例中,所述步骤S402之前,即所述根据与同一个所述待检测区域对应的所有所述灰度数据以及与该待检测区域对应的波长推定函数进行计算之前,包括:
S403、获取预设的函数-区间关联表:所述函数-区间关联表包含多个波长对比区间以及与各个所述波长对比区间一一对应关联的波长推定函数。可理解地,函数-区间关联表可以是根据实际需要预先设置的波长对比区间与波长推定函数一一对应关联的关联表,函数-区间关联表中包含多个波长对比区间,每一个波长对比区间关联一个波长推定函数。
S404、在所述函数-区间关联表中查询与所述波长分布数据的各个所述波长数据中的区间类别匹配的所述波长对比区间,并获取与匹配到的所述波长对比区间对应的波长推定函数。
S405、根据与所述区间类别对应的所述波长推定函数,确定与该区间类别中所有待检测区域对应的波长推定函数.
具体地,获取预设的函数-区间关联表,在函数-区间关联表中查询与波长分布数据的各个波长数据中的区间类别匹配的波长对比区间,并获取与匹配到的波长对比区间对应的波长推定函数,根据与同一区间类别对应的波长推定函数,确定与该区间类别中所有待检测区域对应的波长推定函数,从而根据区间类别确定待检测区域所需的波长推定函数,实现准确的波长推定和进一步的数据处理,提高后续数据处理效率。
在一实施例中,所述步骤S30,即所述对每一个所述待检测区域分别进行成像处理,得到与各所述待检测元件一一对应的成像数据,包括:
S301、对每一个所述待检测区域分别进行双通道成像处理,得到每一个所述待检测区域的双通道图像。
S302、根据所述双通道图像对各所述待检测区域内的所有所述待检测元件进行像素级别定位,将得到的各个所述待检测元件的坐标记录为与各所述待检测元件对应的成像数据。可理解地,进行像素级别定位可以是通过预设的目标识别算法对每个发光元件的双通道图像进行识别,定位每个发光元件的激发位置的像素级别信息的过程,从而确保待检测区域的高空间分辨率,在此处,预设的目标识别算法可以是图像边缘检测法或深度学习法。
具体地,对每一个待检测区域分别进行双通道成像处理,得到每一个待检测区域的双通道图像,根据双通道图像及预设的目标识别算法对各待检测区域内的所有待检测元件进行像素级别定位,将得到的各个待检测元件的坐标记录为与各待检测元件对应的成像数据,从而确保待检测区域的高空间分辨率,提高后续波长检测的精度。
在一实施例中,所述步骤S40之后,即所述确定与各个所述待检测元件分别对应的波长检测结果之后,还包括:
S406、根据同一所述待检测区域内的所有所述待检测元件的波长-坐标信息,生成所述待检测区域对应的波长分布图;每一个所述待检测元件的波长-坐标信息均包括该待检测元件对应的成像数据和波长检测结果。可理解地,波长-坐标信息可以是表征待检测元件的波长及待检测元件坐标的信息。波长分布图可以是表征待检测区域内所有待检测元件的波长及待检测元件坐标的分布图。
具体地,根据同一待检测区域内的所有待检测元件的波长-坐标信息,生成待检测区域对应的波长分布图,从而将波长与空间坐标相结合,生成全面、准确的波长分布图,使得待检测区域的波长分布情况更加直观、易于理解,有助于了解整个待检测区域的波长分布情况,提供全面的数据分析基础。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种波长检测装置,该波长检测装置与上述实施例中波长检测方法一一对应。如图2所示,该波长检测装置包括区域确定模块10、光谱分析模块20、成像处理模块30和结果确定模块40。各功能模块详细说明如下:
区域确定模块10,用于确定预设视野范围内的多个待检测区域;每一个所述待检测区域均包含多个待检测元件;
光谱分析模块20,用于对所述预设视野范围内的各所述待检测区域进行光谱分析,得到与所述预设视野范围对应的波长分布数据;所述波长分布数据中包含与各个所述待检测区域一一对应的波长区间;
成像处理模块30,用于对每一个所述待检测区域分别进行成像处理,得到与各所述待检测元件一一对应的成像数据;
结果确定模块40,用于根据与各个所述待检测区域对应的波长-成像数据组,确定与各个所述待检测元件分别对应的波长检测结果;所述波长-成像数据组包括与一个所述待检测区域对应的所有所述成像数据以及与该待检测区域对应的波长区间。
优选地,光谱分析模块20包括:
预处理光谱数据获取单元,用于获取所述预设视野范围内各所述待检测区域一一对应的预处理光谱数据;
特征提取单元,用于对所有所述预处理光谱数据进行特征提取,得到各个所述待检测区域分别对应的特征数据;
波长推定获取单元,用于根据同一所述待检测区域内的所有特征数据对所述待检测区域进行波长推定,得到与所述待检测区域对应的波长区间;
波长区间生成单元,用于根据与所有所述待检测区域对应的波长区间生成与所述预设视野范围对应的波长分布数据。
优选地,上述波长区间生成单元包括:
波长区间获取子单元,用于获取与所有所述待检测区域对应的波长区间;
区间类别合并子单元,用于根据预设的区间分类规则确定与各所述波长区间对应的区间类别;
区间类别关联子单元,用于合并与同一所述区间类别对应的所有所述待检测区域之后,将所述区间类别以及合并之后与所述区间类别对应的所述待检测区域关联生成波长数据;
波长分布数据生成子单元,用于根据所有所述波长数据生成与所述预设视野范围对应的波长分布数据。
优选地,结果确定模块40包括:
灰度数据获取单元,用于获取各个所述待检测区域对应的波长-成像数据组,所述波长-成像数据组中的每一个成像数据均包括灰度数据;
波长记录单元,用于根据与同一个所述待检测区域对应的所有所述灰度数据以及与该待检测区域对应的波长推定函数进行计算,得到该待检测区域内各所述待检测元件的波长,并将每一个所述待检测元件的所述波长记录为该待检测元件的波长检测结果。
优选地,结果确定模块40包括:
函数-区间关联表获取单元,用于获取预设的函数-区间关联表:所述函数-区间关联表包含多个波长对比区间以及与各个所述波长对比区间一一对应关联的波长推定函数;
波长推定函数匹配单元,用于在所述函数-区间关联表中查询与所述波长分布数据的各个所述波长数据中的区间类别匹配的所述波长对比区间,并获取与匹配到的所述波长对比区间对应的波长推定函数;
波长推定函数确定单元,用于根据与所述区间类别对应的所述波长推定函数,确定与该区间类别中所有待检测区域对应的波长推定函数。
优选地,成像处理模块30包括:
双通道成像单元,用于对每一个所述待检测区域分别进行双通道成像处理,得到每一个所述待检测区域的双通道图像;
坐标记录单元,用于根据所述双通道图像对各所述待检测区域内的所有所述待检测元件进行像素级别定位,将得到的各个所述待检测元件的坐标记录为与各所述待检测元件对应的成像数据。
优选地,结果确定模块40包括:
波长分布图生成单元,用于根据同一所述待检测区域内的所有所述待检测元件的波长-坐标信息,生成所述待检测区域对应的波长分布图;每一个所述待检测元件的波长-坐标信息均包括该待检测元件对应的成像数据和波长检测结果。
关于波长检测装置的具体限定可以参见上文中对于波长检测方法的限定,在此不再赘述。上述波长检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机可读指令。该内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的网络接口用于与外部服务器通过网络连接通信。该计算机可读指令被处理器执行时以实现一种波长检测方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中的波长检测方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例中的波长检测方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种波长检测方法,其特征在于,包括:
确定预设视野范围内的多个待检测区域;每一个所述待检测区域均包含多个待检测元件;
对所述预设视野范围内的各所述待检测区域进行光谱分析,得到与所述预设视野范围对应的波长分布数据;所述波长分布数据中包含与各个所述待检测区域一一对应的波长区间;
对每一个所述待检测区域分别进行成像处理,得到与各所述待检测元件一一对应的成像数据;
根据与各个所述待检测区域对应的波长-成像数据组,确定与各个所述待检测元件分别对应的波长检测结果;所述波长-成像数据组包括与一个所述待检测区域对应的所有所述成像数据以及与该待检测区域对应的波长区间。
2.如权利要求1所述的波长检测方法,其特征在于,所述对所述预设视野范围内的各所述待检测区域进行光谱分析,得到与所述预设视野范围对应的波长分布数据,包括:
获取所述预设视野范围内各所述待检测区域一一对应的预处理光谱数据;
对所有所述预处理光谱数据进行特征提取,得到各个所述待检测区域分别对应的特征数据;
根据同一所述待检测区域内的所有特征数据对所述待检测区域进行波长推定,得到与所述待检测区域对应的波长区间;
根据与所有所述待检测区域对应的波长区间生成与所述预设视野范围对应的波长分布数据。
3.如权利要求2所述的波长检测方法,其特征在于,所述根据与所有所述待检测区域对应的波长区间生成与所述预设视野范围对应的波长分布数据,包括:
获取与所有所述待检测区域对应的波长区间;
根据预设的区间分类规则确定与各所述波长区间对应的区间类别;
合并与同一所述区间类别对应的所有所述待检测区域之后,将所述区间类别以及合并之后与所述区间类别对应的所述待检测区域关联生成波长数据;
根据所有所述波长数据生成与所述预设视野范围对应的波长分布数据。
4.如权利要求3所述的波长检测方法,其特征在于,所述根据与各个所述待检测区域对应的波长-成像数据组,确定与各个所述待检测元件分别对应的波长检测结果,包括:
获取各个所述待检测区域对应的波长-成像数据组,所述波长-成像数据组中的每一个成像数据均包括灰度数据;
根据与同一个所述待检测区域对应的所有所述灰度数据以及与该待检测区域对应的波长推定函数进行计算,得到该待检测区域内各所述待检测元件的波长,并将每一个所述待检测元件的所述波长记录为该待检测元件的波长检测结果。
5.如权利要求4所述的波长检测方法,其特征在于,所述根据与同一个所述待检测区域对应的所有所述灰度数据以及与该待检测区域对应的波长推定函数进行计算之前,包括:
获取预设的函数-区间关联表:所述函数-区间关联表包含多个波长对比区间以及与各个所述波长对比区间一一对应关联的波长推定函数;
在所述函数-区间关联表中查询与所述波长分布数据的各个所述波长数据中的区间类别匹配的所述波长对比区间,并获取与匹配到的所述波长对比区间对应的波长推定函数;
根据与所述区间类别对应的所述波长推定函数,确定与该区间类别中所有待检测区域对应的波长推定函数。
6.如权利要求1所述的波长检测方法,其特征在于,所述对每一个所述待检测区域分别进行成像处理,得到与各所述待检测元件一一对应的成像数据,包括:
对每一个所述待检测区域分别进行双通道成像处理,得到每一个所述待检测区域的双通道图像;
根据所述双通道图像对各所述待检测区域内的所有所述待检测元件进行像素级别定位,将得到的各个所述待检测元件的坐标记录为与各所述待检测元件对应的成像数据。
7.如权利要求1所述的波长检测方法,其特征在于,所述确定与各个所述待检测元件分别对应的波长检测结果之后,还包括:
根据同一所述待检测区域内的所有所述待检测元件的波长-坐标信息,生成所述待检测区域对应的波长分布图;每一个所述待检测元件的波长-坐标信息均包括该待检测元件对应的成像数据和波长检测结果。
8.一种波长检测装置,其特征在于,包括:
区域确定模块,用于确定预设视野范围内的多个待检测区域;每一个所述待检测区域均包含多个待检测元件;
光谱分析模块,用于对所述预设视野范围内的各所述待检测区域进行光谱分析,得到与所述预设视野范围对应的波长分布数据;所述波长分布数据中包含与各个所述待检测区域一一对应的波长区间;
成像处理模块,用于对每一个所述待检测区域分别进行成像处理,得到与各所述待检测元件一一对应的成像数据;
结果确定模块,用于根据与各个所述待检测区域对应的波长-成像数据组,确定与各个所述待检测元件分别对应的波长检测结果;所述波长-成像数据组包括与一个所述待检测区域对应的所有所述成像数据以及与该待检测区域对应的波长区间。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可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至7任一项所述波长检测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述波长检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410047888.8A CN118010172A (zh) | 2024-01-11 | 2024-01-11 | 波长检测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410047888.8A CN118010172A (zh) | 2024-01-11 | 2024-01-11 | 波长检测方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118010172A true CN118010172A (zh) | 2024-05-10 |
Family
ID=90953434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410047888.8A Pending CN118010172A (zh) | 2024-01-11 | 2024-01-11 | 波长检测方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118010172A (zh) |
-
2024
- 2024-01-11 CN CN202410047888.8A patent/CN118010172A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111179251B (zh) | 基于孪生神经网络利用模板比对的缺陷检测系统及方法 | |
CN111753692B (zh) | 目标对象提取方法、产品检测方法、装置、计算机和介质 | |
CN109635657A (zh) | 目标跟踪方法、装置、设备及存储介质 | |
KR20200089621A (ko) | 표본에 대한 결함 검출 방법 및 그 시스템 | |
CN111899246B (zh) | 玻片数字化信息质量检测方法、装置、设备及介质 | |
CN111814740B (zh) | 指针仪表读数的识别方法、装置、计算机设备和存储介质 | |
CN111144372A (zh) | 车辆检测方法、装置、计算机设备和存储介质 | |
CN110717449A (zh) | 车辆年检人员的行为检测方法、装置和计算机设备 | |
CN115575790B (zh) | 微米发光二极管芯片缺陷检测方法、设备及存储介质 | |
CN110751500A (zh) | 分享图片的处理方法、装置、计算机设备及存储介质 | |
CN115496976A (zh) | 多源异构数据融合的视觉处理方法、装置、设备及介质 | |
CN111860447A (zh) | 一种准确识别随机相移卫星遥测时序数据模式的方法 | |
US9946918B2 (en) | Symbol detection for desired image reconstruction | |
CN114218244A (zh) | 一种在线色谱仪数据库更新方法、数据识别方法及装置 | |
CN110728680A (zh) | 行车记录仪检测方法、装置、计算机设备和存储介质 | |
CN116433661B (zh) | 多任务学习的半导体晶圆检测方法、装置、设备及介质 | |
US20220207856A1 (en) | Method for extracting spectral information of a substance under test | |
CN116205918B (zh) | 基于图卷积的多模态融合半导体检测方法、装置及介质 | |
CN113704111A (zh) | 页面自动化测试方法、装置、设备及存储介质 | |
CN118010172A (zh) | 波长检测方法、装置、计算机设备及存储介质 | |
CN112215304A (zh) | 一种用于地理影像拼接的灰度影像匹配方法及装置 | |
CN114998194A (zh) | 产品缺陷检测方法、系统和存储介质 | |
CN114782822A (zh) | 电力设备的状态检测方法、装置、电子设备及存储介质 | |
CN112508925A (zh) | 电子锁面板质量检测方法、系统、计算机装置和存储介质 | |
CN117274239B (zh) | 芯片封装工艺缺陷快速检测方法 |
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 |