WO2022110219A1 - 一种显示面板的检测方法、装置及系统 - Google Patents
一种显示面板的检测方法、装置及系统 Download PDFInfo
- Publication number
- WO2022110219A1 WO2022110219A1 PCT/CN2020/132945 CN2020132945W WO2022110219A1 WO 2022110219 A1 WO2022110219 A1 WO 2022110219A1 CN 2020132945 W CN2020132945 W CN 2020132945W WO 2022110219 A1 WO2022110219 A1 WO 2022110219A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- image
- detected
- area
- ordinate
- threshold
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 104
- 238000007689 inspection Methods 0.000 title abstract description 6
- 230000007547 defect Effects 0.000 claims abstract description 147
- 238000001514 detection method Methods 0.000 claims description 113
- 230000008569 process Effects 0.000 claims description 58
- 238000001914 filtration Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000006835 compression Effects 0.000 claims description 9
- 238000007906 compression Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 8
- 238000011946 reduction process Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000001788 irregular Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 15
- 238000007781 pre-processing Methods 0.000 description 7
- 229920001621 AMOLED Polymers 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002950 deficient Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005452 bending Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Definitions
- the present disclosure relates to the field of display technology, and in particular, to a detection method, device and system for a display panel.
- AMOLED Active-matrix Organic Light-emitting Diode
- the existing defect detection mainly adopts the manual detection method, specifically, the flexible AMOLED display panel is detected by naked eyes, and the whole detection process is easy to be missed or over-detected.
- the present disclosure provides a detection method, device and system for a display panel, and the specific solutions are as follows:
- Embodiments of the present disclosure provide a method for detecting a display panel, including:
- Defects in the to-be-detected image are determined by counting feature information of multiple pixels in the defect detection area.
- the calculating the position coordinates of the ink area from the to-be-detected image includes:
- the coordinate position of the ink area is determined according to the coordinates of the white pixels in the image to be detected after the first threshold binarization process.
- the method before calculating the position coordinates of the ink area from the to-be-detected image, the method further includes:
- Compression processing, median filtering, and image deep copy processing are performed on the to-be-detected image.
- the determining the coordinate position of the ink area according to the coordinates of the white pixel points in the image to be detected after the binarization process of the first threshold includes:
- the ordinate range of the ink area is obtained from the to-be-detected image binarized according to the first threshold, where the ordinate range includes a start ordinate and an end ordinate ;
- the first horizontal and vertical coordinate range is taken as the coordinate position of the ink area in the image coordinate system.
- the method further includes:
- the determining the defect detection area in the to-be-detected image according to the coordinate position of the ink area includes:
- the defect detection area in the to-be-detected image is determined according to the coordinate position of the ink area and the position coordinate of the reflective area.
- the position coordinates of the reflective area are determined according to the coordinates of the white pixel points in the image to be detected after the binarization process by the second threshold and the coordinate position of the ink area.
- the second horizontal and vertical coordinate range is taken as the coordinate position of the reflective area in the image coordinate system.
- the determining of the defective defects in the to-be-detected image by counting feature information of multiple pixels in the defect detection area includes:
- Re-acquiring the to-be-detected image and sequentially performing grayscale processing, median filter processing, equal-scale reduction processing, and binarization processing according to a third threshold on the to-be-detected image;
- Defects in the to-be-detected image are determined by counting the feature information of multiple pixels in the defect detection area after binarization processing is performed according to the third threshold.
- the feature information of multiple pixels in the defect detection area after binarization processing is performed according to the third threshold is used to determine the defect in the image to be detected.
- At least one pixel point set is counted from a plurality of pixel points in the defect detection area after binarization processing is performed according to the third threshold, and the pixel points in the pixel point set have the same gray value and are located in the same connected domain;
- the connected region where the pixel point set whose number of pixel points is greater than the second preset number is located is used as a bad defect area in the image to be detected.
- the Methods after the connected region where the pixel point set with the number of pixel points greater than the second preset number is located is used as the bad defect area in the image to be detected, the Methods also include:
- the connected region where the pixel point set is located is marked to indicate that there is a bad defect in the position corresponding to the bad defect region in the image to be detected on the display panel.
- the method before performing the binarization processing on the to-be-detected image according to the first threshold, the method further includes:
- an embodiment of the present disclosure provides a detection device for a display panel, including:
- an acquisition unit configured to acquire the image to be detected including the abnormal shape of the display panel
- a calculation unit for calculating the position coordinates of the ink area from the to-be-detected image
- a first determination unit configured to determine a defect detection area in the to-be-detected image according to the coordinate position of the ink area
- the second determining unit is configured to determine a defect in the image to be detected by counting the feature information of a plurality of pixel points in the defect detection area.
- the computing unit is configured to:
- the coordinate position of the ink area is determined according to the coordinates of the white pixel in the image to be detected after the first threshold binarization process.
- the apparatus before the calculation unit calculates the position coordinates of the ink area from the image to be detected, the apparatus further includes a preprocessing unit, and the preprocessing unit is configured to:
- Compression processing, median filtering, and image deep copy processing are performed on the to-be-detected image.
- the computing unit is configured to:
- the ordinate range of the ink area is obtained from the to-be-detected image binarized according to the first threshold, where the ordinate range includes a start ordinate and an end ordinate ;
- the first horizontal and vertical coordinate range is taken as the coordinate position of the ink area in the image coordinate system.
- the calculation unit calculates the position coordinates of the ink area from the to-be-detected image
- the calculation unit is further configured to:
- the first determining unit is configured to: determine a defect detection area in the to-be-detected image according to the coordinate position of the ink area and the position coordinate of the reflective area;
- the computing unit is used for:
- the second horizontal and vertical coordinate range is taken as the coordinate position of the reflective area in the image coordinate system.
- the second determining unit is configured to:
- Re-acquiring the to-be-detected image and sequentially performing grayscale processing, median filter processing, equal-scale reduction processing, and binarization processing according to a third threshold on the to-be-detected image;
- Defects in the to-be-detected image are determined by counting the feature information of multiple pixels in the defect detection area after binarization processing is performed according to the third threshold.
- the second determining unit is configured to:
- At least one pixel point set is counted from a plurality of pixel points in the defect detection area after binarization processing is performed according to the third threshold, and the pixel points in the pixel point set have the same gray value and are located in the same connected domain;
- the connected region where the pixel point set whose number of pixel points is greater than the second preset number is located is used as a bad defect area in the image to be detected.
- the device further includes an indication unit, and the indication unit is used for:
- the connected region where the pixel point set is located is marked to indicate that there is a bad defect in the position corresponding to the bad defect region in the image to be detected on the display panel.
- the apparatus further includes an image processing unit, where the image processing unit is configured to:
- a detection system for a display panel including:
- a stage configured to place the display panel
- an image acquisition unit configured to acquire the image to be detected including the irregular-shaped area of the display panel
- an industrial computer configured to acquire from the image acquisition unit the image to be inspected including the irregular-shaped area of the display panel; to calculate the position coordinates of the ink area from the image to be inspected; to determine the coordinates of the ink area according to the coordinate position of the ink area Defect detection area in the image to be detected; Defects in the image to be detected are determined by counting the feature information of multiple pixels in the defect detection area.
- each of the image acquisition units is a line scan camera.
- an embodiment of the present disclosure provides a detection device for a display panel, including:
- the memory is used to store computer programs
- the processor is configured to execute the computer program in the memory to realize the steps of:
- Defects in the to-be-detected image are determined by counting feature information of multiple pixels in the defect detection area.
- embodiments of the present disclosure provide a computer non-transitory readable storage medium, wherein:
- the storage medium stores computer instructions, and when the computer instructions are executed on the computer, the computer executes the display panel detection method as described above.
- FIG. 1 is a method flowchart of a detection method for a display panel provided by an embodiment of the present disclosure
- FIG. 2 is a method flowchart of step S102 in a method for detecting a display panel provided by an embodiment of the present disclosure
- FIG. 3 is a schematic diagram of one of the images to be detected in a method for detecting a display panel provided by an embodiment of the present disclosure
- FIG. 4 is a method flowchart of step S202 in a method for detecting a display panel provided by an embodiment of the present disclosure
- FIG. 5 is a schematic diagram of one of the images to be detected in a method for detecting a display panel provided by an embodiment of the present disclosure
- step S102 is a flowchart of the method after step S102 in a method for detecting a display panel provided by an embodiment of the present disclosure
- FIG. 7 is a method flowchart of step S402 of a method for detecting a display panel provided by an embodiment of the present disclosure
- FIG. 8 is a method flowchart of step S104 in a method for detecting a display panel provided by an embodiment of the present disclosure
- FIG. 9 is a method flowchart of step S602 in a method for detecting a display panel provided by an embodiment of the present disclosure.
- FIG. 10 is a flowchart of a method for detecting a display panel provided by an embodiment of the present disclosure before step S102;
- FIG. 11 is a structural block diagram of a detection device for a display panel provided by an embodiment of the present disclosure.
- FIG. 12 is a structural block diagram of a detection system for a display panel provided by an embodiment of the present disclosure.
- FIG. 13 is a schematic structural diagram of one of the image acquisition units when there are three image acquisition units in a display panel detection system provided by an embodiment of the present disclosure
- FIG. 14 is a schematic structural diagram of one of the detection devices of a display panel according to an embodiment of the present disclosure.
- embodiments of the present disclosure provide a display panel detection method, device, and system, which are used to improve defect detection efficiency and ensure the display quality of the display panel.
- a method for detecting a display panel includes:
- S101 Acquire an image to be detected that includes a deformed area of the display panel
- the display panel is a concentrated explosion area of defects near the irregular-shaped area after the glass cover plate is attached.
- the irregular-shaped area may be the bending area of the curved display panel, or It is a transparent non-display area opened in the display area of the display panel for accommodating electronic devices, and the transparent display area can be a through hole design for the display panel.
- an image including the irregular-shaped area of the display panel may be collected by one or more image acquisition units, and correspondingly, images from one or more image acquisition units may be acquired.
- the image of the unit may be an image of the display panel including the irregular-shaped area collected by one image acquisition unit, and correspondingly, the to-be-detected image may be one, or the display panel may be collected by a plurality of image acquisition units.
- the image of the panel including the irregular-shaped area, correspondingly, the to-be-detected images may be multiple.
- the image acquisition unit may be a high-precision charge-coupled device (Charge Coupled Device camera, CCD) camera.
- CCD Charge Coupled Device camera
- S102 Calculate the position coordinates of the ink area from the to-be-detected image
- the ink located in the ink area can prevent light leakage from the edge of the display panel and ensure the display quality of the display panel.
- S103 Determine a defect detection area in the to-be-detected image according to the coordinate position of the ink area;
- the defect detection area in the image to be inspected is determined according to the coordinate position of the ink area, and the area in the image to be inspected except the coordinate position of the ink area can be used as the display panel.
- the area for defect detection in this case, it is not necessary to perform defect detection on all areas in the image to be inspected, but only the defect detection area in the image to be inspected except the coordinate position of the ink area. Yes, the efficiency of defect detection is improved.
- S104 Determine a defect in the to-be-detected image by counting feature information of multiple pixels in the defect detection area.
- the bad defects in the to-be-detected image are determined by counting the feature information of a plurality of pixels in the defect detection area, wherein the bad defects may be bad bubbles or bad stains, and many more. In this way, the defect detection can be performed directly from the defect detection area, thereby realizing the automatic detection of defects and improving the efficiency of defect detection.
- step S102 calculating the position coordinates of the ink area from the to-be-detected image, including:
- S201 Perform binarization processing on the to-be-detected image according to a first threshold
- S202 Determine the coordinate position of the ink area according to the coordinates of the white pixel in the image to be detected after the first threshold binarization process.
- step S201 to step S202 is as follows:
- FIG. 3 is a schematic diagram of the image to be detected after binarization processing, wherein the symbol C represents the ink area, and the ink area is a regular rectangle. In practical applications, the ink area may also have other shapes, which are not limited herein.
- step S102 calculating the position coordinates of the ink area from the to-be-detected image
- the method further includes:
- Compression processing, median filtering, and image deep copy processing are performed on the to-be-detected image.
- image preprocessing can be performed on the image to be detected, and the image preprocessing includes compression processing, median filtering, image depth Copy processing.
- compression processing is performed on the image to be detected, and the compression processing may be compression processing in the same proportion, for example, the same proportion is reduced to one-sixteenth of the original, thereby improving the processing efficiency of defect detection.
- the compressed image is further processed by median filtering to further remove noise in the image and improve the efficiency and accuracy of defect detection. Perform image deep copy processing on the to-be-detected image, so that part of the region in the image after deep copy processing can be marked according to actual needs, which further ensures the efficiency of defect detection.
- step S202 determining the coordinate position of the ink area according to the coordinates of the white pixels in the image to be detected after the first threshold binarization process, including:
- S301 In an image coordinate system, from the image to be detected after binarization processing according to the first threshold, obtain an ordinate range of the ink area, where the ordinate range includes a start ordinate and an end Y-axis;
- S304 Use the first horizontal and vertical coordinate range as the coordinate position of the ink area in the image coordinate system.
- step S301 to step S304 is as follows:
- the coordinates of the white pixels are determined from the to-be-detected image binarized according to the first threshold.
- the first dimension of the coordinates of the white pixels is the ordinate, and the first dimension
- the two dimensions are abscissas, that is, the abscissas and ordinates of all white pixels in the to-be-detected image are determined.
- the coordinate position of the ink area is determined according to the coordinates of the white pixel point.
- the ordinate range of the ink area is obtained, and the ordinate range includes the starting ordinate and the termination ordinate, which can be the ordinate range of the ink area away from the special-shaped area.
- the vertical axis corresponding to the ordinate range can be determined, and then the ordinate range can be determined.
- the number of pixels corresponding to the abscissa can be greater than 5.
- the first abscissa and ordinate range is used as the coordinate position of the ink area in the image coordinate system, thereby realizing the positioning of the ink area in the to-be-detected image.
- the side of the ink area C away from the special-shaped area is shown by the dotted line aa' in FIG. 5 , and the ordinate range can be [y0 , y], the start ordinate may be y0, and the end ordinate may be y.
- the first abscissa array of the ink area at the starting ordinate, and the second abscissa array of the ink area at the end ordinate calculate the first abscissa array of the ink area at the starting ordinate, and the second abscissa array of the ink area at the end ordinate, and the first abscissa array can represent The abscissa range of the ink area at the start ordinate, and the second abscissa array may represent the abscissa range of the ink area at the end ordinate.
- a third abscissa array located at a preset coordinate position between the start ordinate and the end ordinate is also calculated, and the third abscissa array can represent the ink area in the ordinate
- the abscissa range at the preset coordinate position of the coordinate range is also calculated.
- the preset coordinate position may be a position at one-third of the ordinate range, and the preset coordinate position (shown by mark Y) in FIG. 5 is the ordinate range The position at one-third of the ordinate range may also be the position at one-half of the ordinate range.
- Those skilled in the art can select the preset coordinate position according to actual application needs, which is not limited here. Then, determine the The first abscissa and vertical coordinate range where the ink area is located, and the first abscissa and ordinate coordinate range is used as the coordinate position of the ink area in the image coordinate system, so as to realize that the ink area is located in the image coordinate system. positioning in .
- step S102 after calculating the position coordinates of the ink area from the to-be-detected image, the method further includes:
- S401 Perform binarization processing on the to-be-detected image according to a second threshold
- S402 Determine the position coordinates of the reflective area according to the coordinates of the white pixel in the image to be detected after the second threshold binarization process and the coordinate position of the ink area;
- step S103 determining the defect detection area in the to-be-detected image according to the coordinate position of the ink area, including:
- the defect detection area in the to-be-detected image is determined according to the coordinate position of the ink area and the position coordinate of the reflective area.
- step S401 to step S402 is as follows:
- each pixel in the to-be-detected image is either a bright spot or a dark spot.
- the carrier is usually made of metal material, and in the process of collecting the image to be detected by the image acquisition unit, there is often a large area of reflective area in the image to be detected.
- the position coordinates of the reflective area are determined according to the coordinates of the white pixel points in the to-be-detected image after the second threshold binarization process and the coordinate position of the ink area.
- the defect detection area in the to-be-detected image is determined according to the coordinate position of the ink area and the position coordinates of the reflective area.
- the interference of the ink area and the reflective area on the defect detection can be eliminated first, and then the defect detection area in the to-be-detected image is determined, thereby improving the efficiency of defect detection.
- step S402 determine the reflective area according to the coordinates of the white pixel in the image to be detected after the second threshold binarization process and the coordinate position of the ink area location coordinates, including:
- S501 From the coordinates of the white pixel points in the image to be detected after binarization processing according to the second threshold, excluding the coordinate position of the ink area, calculate that the coordinates are located in the same connected domain and satisfy that the ordinate is less than the specified value. multiple pixels whose initial ordinate is greater than the first preset number;
- S502 Determine a second horizontal and vertical coordinate range of the connected domain in the image coordinate system
- S503 Use the second horizontal and vertical coordinate range as the coordinate position of the reflective area in the image coordinate system.
- step S501 to step S503 is as follows:
- the starting ordinate is a plurality of pixels larger than the first preset number, and the first preset number can be the number set by those skilled in the art according to actual application needs, for example, the first preset number
- the preset number is 400, wherein the plurality of pixels are bright spots whose grayscale values are greater than the preset value.
- the coordinate position of the reflective area in the to-be-detected image may be the position indicated by the symbol D in FIG. 5 . In this way, rapid positioning of the reflective area is achieved.
- step S104 Determining a bad defect in the to-be-detected image by counting feature information of multiple pixels in the defect detection area, including:
- S601 Re-acquire the to-be-detected image, and sequentially perform grayscale processing, median filter processing, same-scale reduction processing, and binarization processing according to a third threshold on the to-be-detected image;
- S602 Determine a defect in the to-be-detected image by counting feature information of a plurality of pixel points in the defect detection area after binarization processing is performed according to the third threshold.
- step S601 to step S602 is as follows:
- the to-be-detected image After determining the defect detection area in the to-be-detected image according to the coordinate position of the ink area, the to-be-detected image is re-acquired, and grayscale processing is performed on the to-be-detected image to obtain a grayscale processed image , for example, the to-be-detected image can be re-read in grayscale mode, and then median filtering is performed on the grayscaled image to obtain the filtered image, and then the filtered image is processed in the same proportion
- a reduction process is performed to obtain a reduced image, and then the reduced image is subjected to binarization processing according to a third threshold to obtain a black and white image, wherein the third threshold is a preset grayscale value, which is calculated by statistical Defects in the to-be-detected image are determined according to feature information of a plurality of pixels in the defect detection area after binarization processing is performed on the third threshold.
- the defect detection is performed by re-acquiring the to-be-detected image to avoid the lack of details and improve the detection accuracy.
- performing grayscale processing, median filtering processing, and proportional reduction processing on the image to be detected in sequence improves the efficiency of defect detection, and performs binarization processing according to the third threshold to realize defect detection.
- step S602 determining the to-be-detected feature information of a plurality of pixels in the defect detection area after binarization processing is performed according to the third threshold.
- Bad defects in images including:
- S701 Count at least one pixel point set from a plurality of pixel points in the defect detection area after binarization processing is performed according to the third threshold, and the grayscale values of the pixel points in the pixel point set are the same and are located in the same connected domain;
- S703 Use the connected region where the pixel point set with the number of pixel points greater than the second preset number is located as a bad defect area in the image to be detected.
- step S701 to step S703 is as follows:
- At least one pixel point set is counted from a plurality of pixel points in the defect detection area that have been binarized according to the third threshold, and the grayscale values of the pixels in the pixel point set are the same and located in the same connected domain, each pixel point in the pixel point set is a bright spot, wherein, the specific determination process of the connected domain is, from the defect after binarization processing according to the third threshold
- the coordinate position of each white pixel is determined in the detection area. If the distance between the coordinate positions of two adjacent white pixels is less than a preset distance threshold, the preset distance threshold is a value set according to actual application needs, It means that the two adjacent white pixels are located in the same connected domain, and the gray value of each white pixel is the same gray value.
- the second preset number is a preset number, for example, the second preset number is 200, for example, the number of pixels is greater than the second preset number of pixels
- the connected domain where the set is located can be the area shown by the symbol E in FIG. 5 , in this case, the detection of bad defects in the defect detection area is realized, and there is no need to detect all areas in the to-be-detected area, which improves the Efficiency of defect detection.
- step S703 the connected region where the pixel point set with the number of pixel points greater than the second preset number is located is used as the bad defect region in the image to be detected, the method further include:
- the connected region where the pixel point set is located is marked to indicate that there is a bad defect in the position corresponding to the bad defect region in the image to be detected on the display panel.
- the pixel point set is The connected domain where it is located is marked.
- the OPEN CV computer vision library is used to mark the defective defect area.
- the drawn circle can be a circle or an ellipse, which is not limited here.
- the user can be prompted that there is a bad defect, such as a bubble, at the position corresponding to the bad defect area in the display panel and the to-be-detected image.
- other methods other than drawing a circle may be used to mark the bad defect area, which is not limited herein.
- the marked result can also be written into a picture file corresponding to the image to be detected, so that the user can view it at any time, thereby improving the user's use experience.
- step S201 performing binarization processing on the image to be detected according to the first threshold, the method further includes:
- S801 Perform a same-scale reduction process on the to-be-detected image to obtain a reduced image
- S802 Perform median filtering on the reduced image to obtain a filtered image, and use the filtered image as the image to be detected.
- steps S801 to S802 is as follows:
- the image to be detected Before performing binarization processing on the image to be detected according to the first threshold, the image to be detected may be reduced in the same proportion, for example, the same proportion is reduced to one-sixteenth of the original, and the reduced image is obtained. image, thereby improving the efficiency of defect detection. It is also possible to perform median filtering processing on the reduced image to obtain a filtered image, thereby removing noise in the image to be detected, and then use the reduced image as the image to be detected , that is to say, before performing binarization processing on the image to be detected, the image to be detected can be sequentially subjected to preprocessing such as scale reduction, median filtering, etc., thereby improving the subsequent processing of the image to be detected. Defect detection rate.
- an embodiment of the present disclosure provides a detection device for a display panel, including:
- an acquisition unit 10 configured to acquire the to-be-detected image of the display panel including the deformed area
- a calculation unit 20 for calculating the position coordinates of the ink area from the image to be detected
- a first determining unit 30 configured to determine a defect detection area in the to-be-detected image according to the coordinate position of the ink area
- the second determining unit 40 is configured to determine a bad defect in the to-be-detected image by counting the feature information of a plurality of pixel points in the defect detection area.
- the computing unit 20 is configured to:
- the coordinate position of the ink area is determined according to the coordinates of the white pixel in the image to be detected after the first threshold binarization process.
- the apparatus before the calculation unit 20 calculates the position coordinates of the ink area from the image to be detected, the apparatus further includes a preprocessing unit, and the preprocessing unit is configured to:
- Compression processing, median filtering, and image deep copy processing are performed on the to-be-detected image.
- the computing unit 20 is configured to:
- the ordinate range of the ink area is obtained from the to-be-detected image binarized according to the first threshold, where the ordinate range includes a start ordinate and an end ordinate ;
- the first horizontal and vertical coordinate range is taken as the coordinate position of the ink area in the image coordinate system.
- the calculation unit 20 calculates the position coordinates of the ink area from the image to be detected, the calculation unit 20 is further configured to: The threshold is binarized;
- the first determining unit 30 is configured to: determine the defect detection area in the to-be-detected image according to the coordinate position of the ink area and the position coordinates of the reflective area; the calculating unit 20 is configured to:
- the second horizontal and vertical coordinate range is taken as the coordinate position of the reflective area in the image coordinate system.
- the second determining unit 40 is configured to:
- Re-acquiring the to-be-detected image and sequentially performing grayscale processing, median filter processing, equal-scale reduction processing, and binarization processing according to a third threshold on the to-be-detected image;
- Defects in the to-be-detected image are determined by counting the feature information of multiple pixels in the defect detection area after binarization processing is performed according to the third threshold.
- the second determining unit 40 is configured to:
- At least one pixel point set is counted from a plurality of pixel points in the defect detection area after binarization processing is performed according to the third threshold, and the pixel points in the pixel point set are located in the same connected domain;
- the connected region where the pixel point set whose number of pixel points is greater than the second preset number is located is used as a bad defect area in the image to be detected.
- the device further includes an indication unit, and the indication unit is used for:
- the connected region where the pixel point set is located is marked to indicate that there is a bad defect in the position corresponding to the bad defect region in the image to be detected on the display panel.
- the apparatus further includes an image processing unit, where the image processing unit is configured to:
- an embodiment of the present disclosure further provides a detection system for a display panel, including:
- a stage 100 configured to place the display panel 200
- the image acquisition unit 300 is configured to acquire the to-be-detected image of the display panel 200 including the irregular-shaped area 201;
- the industrial computer 400 is configured to acquire, from the image acquisition unit 300, an image to be detected of the irregular-shaped area 201 included in the display panel 200; to calculate the position coordinates of the ink area from the to-be-detected image; The coordinate position determines the defect detection area in the to-be-detected image; the defective defect in the to-be-detected image is determined by counting feature information of multiple pixels in the defect detection area.
- the display panel 100 may be a curved display panel or a flat display panel. As shown in FIG. 12 , the display panel 100 is a curved display panel. Correspondingly, the special-shaped area 201 is a curved display panel. A schematic diagram of one of the structures of the folding area.
- the image acquisition unit 300 may be one or more, and each of the image acquisition units 300 is a line scan camera.
- each image acquisition unit 300 is also equipped with a point light source, the point light source L is used to illuminate the display panel 200, each of the point light sources They do not interfere with each other.
- the point light source L is used to illuminate the display panel 200, each of the point light sources They do not interfere with each other.
- an embodiment of the present disclosure further provides a detection device for a display panel, including:
- the memory 1 is used to store computer programs
- the processor 2 is configured to execute the computer program in the memory 1 to achieve the following steps:
- Defects in the to-be-detected image are determined by counting feature information of multiple pixels in the defect detection area.
- an embodiment of the present disclosure also provides a computer non-transitory readable storage medium, wherein:
- the storage medium stores computer instructions, and when the computer instructions are executed on the computer, the computer executes the display panel detection method as described above.
- the embodiments of the present application may be provided as a method, a system, or a computer program product. Accordingly, the present application may take the form of an entirely hardware embodiment, an entirely software embodiment, or an embodiment combining software and hardware aspects. Furthermore, the present application may take the form of a computer program product embodied on one or more computer-usable storage media (including, but not limited to, disk storage, CD-ROM, optical storage, etc.) having computer-usable program code embodied therein.
- computer-usable storage media including, but not limited to, disk storage, CD-ROM, optical storage, etc.
- These computer program instructions may also be stored in a computer-readable memory capable of directing a computer or other programmable data processing apparatus to function in a particular manner, such that the instructions stored in the computer-readable memory result in an article of manufacture comprising instruction means, the instructions
- the apparatus implements the functions specified in the flow or flow of the flowcharts and/or the block or blocks of the block diagrams.
Abstract
一种显示面板（100，200）的检测方法、装置及系统，其中，检测方法包括：S101：获取显示面板（100，200）的包括异形区（201）的待检测图像；S102：从待检测图像中计算出油墨区位置坐标；S103：根据油墨区坐标位置确定待检测图像中的缺陷检测区域；S104：通过统计缺陷检测区域内的多个像素点的特征信息确定待检测图像中的不良缺陷。
Description
本公开涉及显示技术领域，特别涉及一种显示面板的检测方法、装置及系统。
在制备柔性有源矩阵有机发光二极体(Active-matrix Organic Light-emitting Diode，AMOLED)显示面板的过程中，往往需要将柔性AMOLED显示器件与盖板贴合在一起，在贴合的过程中，二者之间很容易产生缺陷，比如，气泡、污渍等，进而影响柔性AMOLED显示面板的显示品质。
现有缺陷检测主要采用人工检测的方法，具体地肉眼对柔性AMOLED显示面板进行检测，整个检测过程容易漏检、过检。
可见，现有缺陷检测存在检测效率低的技术问题。
发明内容
本公开提供了一种显示面板的检测方法、装置及系统，具体方案如下：
本公开实施例提供了一种显示面板的检测方法，其中，包括：
获取所述显示面板的包括异形区的待检测图像；
从所述待检测图像中计算出油墨区位置坐标；
根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；
通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
可选地，在本公开实施例中，所述从所述待检测图像中计算出油墨区位置坐标，包括：
对所述待检测图像根据第一阈值进行二值化处理；
根据所述第一阈值二值化处理后的所述待检测图像中的白色像素点的坐 标确定所述油墨区坐标位置。
可选地，在本公开实施例中，所述从所述待检测图像中计算出油墨区位置坐标之前，所述方法还包括：
对所述待检测图像压缩处理、中值滤波、图像深拷贝处理。
可选地，在本公开实施例中，所述根据所述第一阈值二值化处理后的所述待检测图像中的白色像素点的坐标确定所述油墨区坐标位置，包括：
在图像坐标系中，从根据所述第一阈值二值化处理后的所述待检测图像中，获取所述油墨区的纵坐标范围，所述纵坐标范围包括起始纵坐标和终止纵坐标；
计算出所述油墨区在所述起始纵坐标处的第一横坐标数组，在所述终止纵坐标处的第二横坐标数组，以及位于所述起始纵坐标和所述终止纵坐标之间的预设坐标位置处的第三横坐标数组；
根据所述起始纵坐标、所述第一横坐标数组、所述终止纵坐标、所述第二横坐标数组、所述预设坐标位置和所述第三横坐标数组，确定所述油墨区所处的第一横纵坐标范围；
将所述第一横纵坐标范围作为所述油墨区在所述图像坐标系中的坐标位置。
可选地，在本公开实施例中，所述从所述待检测图像中计算出油墨区位置坐标之后，所述方法还包括：
对所述待检测图像根据第二阈值进行二值化处理；
根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标和所述油墨区坐标位置确定反光区域的位置坐标；
所述根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域，包括：
根据所述油墨区坐标位置和所述反光区域的位置坐标确定所述待检测图像中的缺陷检测区域。
可选地，在本公开实施例中，所述根据所述第二阈值二值化处理后的所 述待检测图像中的白色像素点的坐标和所述油墨区坐标位置确定反光区域的位置坐标，包括：
从根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标中除所述油墨区坐标位置外，计算出位于同一连通域中同时满足纵坐标小于所述起始纵坐标且大于第一预设个数的多个像素点；
确定所述连通域在所述图像坐标系中的第二横纵坐标范围；
将所述第二横纵坐标范围作为反光区域在所述图像坐标系中的坐标位置。
可选地，在本公开实施例中，所述通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷，包括：
重新获取所述待检测图像，并对所述待检测图像依次进行灰度化处理、中值滤波处理、同比例缩小处理和根据第三阈值进行二值化处理；
通过统计根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
可选地，在本公开实施例中，所述通过统计根据第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷，包括：
从根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点中统计出至少一个像素点集合，所述像素点集合中的像素点的灰度值相同且位于同一个连通域；
计算各个所述像素点集合中的像素点个数；
将像素点个数大于第二预设个数的所述像素点集合所在的连通域作为所述待检测图像中的不良缺陷区域。
可选地，在本公开实施例中，所述将像素点个数大于第二预设个数的所述像素点集合所在的连通域作为所述待检测图像中的不良缺陷区域之后，所述方法还包括：
对所述像素点集合所在的连通域进行标示，以提示所述显示面板与所述待检测图像中的不良缺陷区域对应位置存在不良缺陷。
可选地，在本公开实施例中，所述对所述待检测图像根据第一阈值进行二值化处理之前，所述方法还包括：
对所述待检测图像进行同比例缩小处理，获得缩小后的图像；
将所述缩小后的图像进行中值滤波处理，获得滤波后的图像，将所述滤波后的图像作为所述待检测图像。
相应地，本公开实施例提供了一种显示面板的检测装置，其中，包括：
获取单元，用于获取所述显示面板的包括异形的待检测图像；
计算单元，用于从所述待检测图像中计算出油墨区位置坐标；
第一确定单元，用于根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；
第二确定单元，用于通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
可选地，在本公开实施例中，所述计算单元用于：
对所述待检测图像根据第一阈值进行二值化处理；
根据所述第一阈值二值化处理后的所述待检测图像中的白色像素点的坐标确定所述油墨区坐标位置。
可选地，在本公开实施例中，在所述计算单元从所述待检测图像中计算出油墨区位置坐标之前，所述装置还包括预处理单元，所述预处理单元用于：
对所述待检测图像压缩处理、中值滤波、图像深拷贝处理。
可选地，在本公开实施例中，所述计算单元用于：
在图像坐标系中，从根据所述第一阈值二值化处理后的所述待检测图像中，获取所述油墨区的纵坐标范围，所述纵坐标范围包括起始纵坐标和终止纵坐标；
计算出所述油墨区在所述起始纵坐标处的第一横坐标数组，在所述终止纵坐标处的第二横坐标数组，以及位于所述起始纵坐标和所述终止纵坐标之间的预设坐标位置处的第三横坐标数组；
根据所述起始纵坐标、所述第一横坐标数组、所述终止纵坐标、所述第 二横坐标数组、所述预设坐标位置和所述第三横坐标数组，确定所述油墨区所处的第一横纵坐标范围；
将所述第一横纵坐标范围作为所述油墨区在所述图像坐标系中的坐标位置。
可选地，在本公开实施例中，在所述计算单元从所述待检测图像中计算出油墨区位置坐标之后，所述计算单元还用于：
对所述待检测图像根据第二阈值进行二值化处理；
根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标和所述油墨区坐标位置确定反光区域的位置坐标；
所述第一确定单元用于：根据所述油墨区坐标位置和所述反光区域的位置坐标确定所述待检测图像中的缺陷检测区域；
所述计算单元用于：
从根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标中除所述油墨区坐标位置外，计算出位于同一连通域中同时满足纵坐标小于所述起始纵坐标且大于第一预设个数的多个像素点；
确定所述连通域在所述图像坐标系中的第二横纵坐标范围；
将所述第二横纵坐标范围作为反光区域在所述图像坐标系中的坐标位置。
可选地，在本公开实施例中，所述第二确定单元用于：
重新获取所述待检测图像，并对所述待检测图像依次进行灰度化处理、中值滤波处理、同比例缩小处理和根据第三阈值进行二值化处理；
通过统计根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
可选地，在本公开实施例中，所述第二确定单元用于：
从根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点中统计出至少一个像素点集合，所述像素点集合中的像素点的灰度值相同且位于同一个连通域；
计算各个所述像素点集合中的像素点个数；
将像素点个数大于第二预设个数的所述像素点集合所在的连通域作为所述待检测图像中的不良缺陷区域。
可选地，在本公开实施例中，所述装置还包括标示单元，所述标示单元用于：
对所述像素点集合所在的连通域进行标示，以提示所述显示面板与所述待检测图像中的不良缺陷区域对应位置存在不良缺陷。
可选地，在本公开实施例中，所述装置还包括图像处理单元，所述图像处理单元用于：
对所述待检测图像进行同比例缩小处理，获得缩小后的图像；
将所述缩小后的图像进行中值滤波处理，获得滤波后的图像，将所述滤波后的图像作为所述待检测图像。
相应地，本公开实施例提供了一种显示面板的检测系统，其中，包括：
载台，被配置为放置所述显示面板；
图像采集单元，被配置为采集所述显示面板的包括异形区的待检测图像；
工控机，被配置为从所述图像采集单元获取所述显示面板的包括异形区的待检测图像；从所述待检测图像中计算出油墨区位置坐标；根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
可选地，在本公开实施例中，所述图像采集单元可以是一个或多个，每个所述图像采集单元为线扫相机。
相应地，本公开实施例提供了一种显示面板的检测装置，其中，包括：
存储器和处理器；
其中，所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器中的计算机程序以实现包括如下步骤：
获取所述显示面板的包括异形区的待检测图像；
从所述待检测图像中计算出油墨区位置坐标；
根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；
通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
相应地，本公开实施例提供了一种计算机非瞬态可读存储介质，其中：
所述存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行如上面所述的显示面板的检测方法。
图1为本公开实施例提供的一种显示面板的检测方法的方法流程图；
图2为本公开实施例提供的一种显示面板的检测方法中步骤S102的方法流程图；
图3为本公开实施例提供的一种显示面板的检测方法中所述待检测图像的其中一种示意图；
图4为本公开实施例提供的一种显示面板的检测方法中步骤S202的方法流程图；
图5为本公开实施例提供的一种显示面板的检测方法中所述待检测图像的其中一种示意图；
图6为本公开实施例提供的一种显示面板的检测方法中在步骤S102之后的方法流程图；
图7为本公开实施例提供的一种显示面板的检测方法步骤S402的方法流程图；
图8为本公开实施例提供的一种显示面板的检测方法中步骤S104的方法流程图；
图9为本公开实施例提供的一种显示面板的检测方法中步骤S602的方法流程图；
图10为本公开实施例提供的一种显示面板的检测方法在步骤S102之前的方法流程图；
图11为本公开实施例提供的一种显示面板的检测装置的其中一种结构框 图；
图12为本公开实施例提供的一种显示面板的检测系统的其中一种结构框图；
图13为本公开实施例提供的一种显示面板的检测系统中图像采集单元为三个时的其中一种结构示意图；
图14为本公开实施例提供的一种显示面板的检测装置的其中一种结构示意图。
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例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公开的一部分实施例，而不是全部的实施例。并且在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
在现有技术中，主要采用人工检测的方法来对显示面板中的缺陷进行检测，整个检测过程容易漏检、过检，也就是说，现有存在缺陷检测效率低的技术问题。
有鉴于此，本公开实施例提供了一种显示面板的检测方法、装置及系统，用于提高缺陷检测效率，保证显示面板的显示品质。
如图1所示为本公开实施例提供的一种显示面板的检测方法，包括：
S101：获取所述显示面板的包括异形区的待检测图像；
在具体实施过程中，本公开的研究人员发现所述显示面板在玻璃盖板贴 合后的异形区附近是缺陷的集中爆发区域，所述异形区可以是曲面显示面板的弯折区，还可以是在显示面板的显示区开设的用于容置电子器件的透明非显示区，该透明显示区可以是对显示面板进行的通孔设计。在实际应用中，针对所述显示面板的异形区附近，可以是通过一个或多个图像采集单元来采集所述显示面板的包括异形区的图像，相应地，可以获取来自一个或多个图像采集单元的图像，可以是通过一个图像采集单元来采集所述显示面板的包括异形区的图像，相应地，所述待检测图像可以是一个，还可以是通过多个图像采集单元来采集所述显示面板的包括异形区的图像，相应地，所述待检测图像可以是多个。为了保证所获取的所述待检测图像的精度，进而保证图像检测的精度，所述图像采集单元可以是高精度电荷耦合器件(Charge Coupled Device camera，CCD)相机。
S102：从所述待检测图像中计算出油墨区位置坐标；
在具体实施过程中，位于所述油墨区的油墨可以防止所述显示面板边缘漏光，保证所述显示面板的显示品质。
S103：根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；
在具体实施过程，根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域，可以将所述待检测图像中除所述油墨区坐标位置之外的区域，作为对所述显示面板进行缺陷检测的区域，这样的话，无需对所述待检测图像中的所有区域进行缺陷检测，只需要对所述待检测图像中除所述油墨区坐标位置之外的缺陷检测区域进行缺陷检测即可，提高了缺陷检测的效率。
S104：通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
在具体实施过程中，通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷，其中，所述不良缺陷可以是气泡不良，还可以是污渍不良，等等。这样的话，可以直接从所述缺陷检测区域内进行不良缺陷的检测，从而在实现对缺陷自动检测的同时，提高了缺陷检测的效率。
在本公开实施例中，如图2所示，步骤S102：从所述待检测图像中计算出油墨区位置坐标，包括：
S201：对所述待检测图像根据第一阈值进行二值化处理；
S202：根据所述第一阈值二值化处理后的所述待检测图像中的白色像素点的坐标确定所述油墨区坐标位置。
在具体实施过程中，步骤S201至步骤S202的具体实现过程如下：
首先，对所述待检测图像根据第一阈值进行二值化处理，其中，所述第一阈值为预先设置的灰度值，这样的话，经二值化处理后的所述待检测图像中每个坐标位置处的像素点要么为亮点，要么为暗点，由于位于所述油墨区的像素点的灰度值通常比较大，经二值化处理后位于所述油墨区的像素点为白色像素点，如此一来，根据所述第一阈值二值化处理后的所述待检测图像中的白色像素点的坐标便可以确定所述油墨区坐标位置，从而实现了对所述油墨区坐标位置的快速定位。如图3所示为经二值化处理后的所述待检测图像的其中一种示意图，其中，标号C表示所述油墨区，所述油墨区为规则矩形。在实际应用中，所述油墨区还可以是其它形状，在此不做限定。
在本公开实施例中，在步骤S102：从所述待检测图像中计算出油墨区位置坐标之前，所述方法还包括：
对所述待检测图像压缩处理、中值滤波、图像深拷贝处理。
在具体实施过程中，在从所述待检测图像中计算出油墨区位置坐标之前，可以先对所述待检测图像进行图像预处理，所述图像预处理包括压缩处理、中值滤波、图像深拷贝处理。具体地，对所述待检测图像进行压缩处理，所述压缩处理可以是同比例压缩处理，比如，同比例缩小为原来的十六分之一，从而提升了缺陷检测的处理效率。对压缩处理后的图像进一步地进行中值滤波处理，进一步去除图像中的噪声，提高缺陷检测的效率及准确性。对所述待检测图像进行图像深拷贝处理，这样的话，可以根据实际需要对深拷贝处理后的图像中的部分区域进行标示，进一步地保证了缺陷检测的效率。
在本公开实施例中，如图4所示，步骤S202：根据所述第一阈值二值化 处理后的所述待检测图像中的白色像素点的坐标确定所述油墨区坐标位置，包括：
S301：在图像坐标系中，从根据所述第一阈值二值化处理后的所述待检测图像中，获取所述油墨区的纵坐标范围，所述纵坐标范围包括起始纵坐标和终止纵坐标；
S302：计算出所述油墨区在所述起始纵坐标处的第一横坐标数组，在所述终止纵坐标处的第二横坐标数组，以及位于所述起始纵坐标和所述终止纵坐标之间的预设坐标位置处的第三横坐标数组；
S303：根据所述起始纵坐标、所述第一横坐标数组、所述终止纵坐标、所述第二横坐标数组、所述预设坐标位置和所述第三横坐标数组，确定所述油墨区所处的第一横纵坐标范围；
S304：将所述第一横纵坐标范围作为所述油墨区在所述图像坐标系中的坐标位置。
在具体实施过程中，步骤S301至步骤S304的具体实现过程如下：
首先，在图像坐标系中，从根据所述第一阈值二值化处理后的所述待检测图像中确定白色像素点的坐标，所述白色像素点的坐标中第一维为纵坐标，第二维为横坐标，也就是说，确定出所述待检测图像中所有白色像素点的横坐标和纵坐标。然后，根据所述白色像素点的坐标确定所述油墨区坐标位置。具体来讲，在图像坐标系中，从根据所述第一阈值二值化处理后的所述待检测图像中，获取所述油墨区的纵坐标范围，所述纵坐标范围包括起始纵坐标和终止纵坐标，可以是获取所述油墨区背离所述异形区一侧的纵坐标范围，在确定所述纵坐标范围之后，可以确定所述纵坐标范围对应的纵轴，然后，可以确定该纵轴预设坐标位置处的纵坐标，进一步地确定该预设坐标位置处的纵坐标对应的所有白色像素点的横坐标，其中，该预设坐标位置处的纵坐标对应的所有白色像素点的横坐标对应的像素点个数可以是大于5。然后，确定该预设坐标位置处的纵坐标对应的所有白色像素点的横坐标的数值中的最小横坐标、中间横坐标和最大横坐标，然后，根据所述最小横坐标、中间横 坐标和最大横坐标确定所述预设坐标位置处的第三横坐标数组，然后，根据所述第三横坐标数组确定所述油墨区的起始纵坐标和在所述起始纵坐标处的第一横坐标数组，以及在所述终止纵坐标处的第二横坐标数组和在所述终止纵坐标处的第二横坐标数组，进而确定出所述油墨区所处的第一横纵坐标范围，然后，将所述第一横纵坐标范围作为所述油墨区在所述图像坐标系中的坐标位置，从而实现了对所述油墨区在所述待检测图像中的定位。
仍以图3所示的所述待检测图像为例来说明，所述油墨区C背离所述异形区的一侧如图5中的虚线aa’所示，所述纵坐标范围可以为[y0，y]，所述起始纵坐标可以为y0，所述终止纵坐标可以为y。然后，计算出所述油墨区在所述起始纵坐标处的第一横坐标数组，所述油墨区在所述终止纵坐标处的第二横坐标数组，所述第一横坐标数组可以表征所述油墨区在所述起始纵坐标处的横坐标范围，所述第二横坐标数组可以表征所述油墨区在所述终止纵坐标处的横坐标范围。此外，还计算出位于所述起始纵坐标和所述终止纵坐标之间的预设坐标位置处的第三横坐标数组，所述第三横坐标数组可以表征所述油墨区在所述纵坐标范围的预设坐标位置处的横坐标范围。在具体实施过程中，所述预设坐标位置可以是所述纵坐标范围的三分之一处的位置，如图5中所述预设坐标位置(标号Y所示)为所述纵坐标范围的三分之一处的位置，还可以是所述纵坐标范围的二分之一处的位置，本领域技术人员可以根据实际应用需要来选择所述预设坐标位置，在此不做限定。然后，根据所述起始纵坐标、所述第一横坐标数组、所述终止纵坐标、所述第二横坐标数组、所述预设坐标位置和所述第三横坐标数组，确定所述油墨区所处的第一横纵坐标范围，并将所述第一横纵坐标范围作为所述油墨区在所述图像坐标系中的坐标位置，从而实现了对所述油墨区在图像坐标系中的定位。
在本公开实施例中，如图6所示，在步骤S102：从所述待检测图像中计算出油墨区位置坐标之后，所述方法还包括：
S401：对所述待检测图像根据第二阈值进行二值化处理；
S402：根据所述第二阈值二值化处理后的所述待检测图像中的白色像素 点的坐标和所述油墨区坐标位置确定反光区域的位置坐标；
相应地，步骤S103：根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域，包括：
根据所述油墨区坐标位置和所述反光区域的位置坐标确定所述待检测图像中的缺陷检测区域。
在具体实施过程中，步骤S401至步骤S402的具体实现过程如下：
在从所述待检测图像中计算出油墨区位置坐标之后，对所述待检测图像根据所述第二阈值进行二值化处理，其中，所述第二阈值为预先设置的灰度值，所述第二阈值与所述第一阈值可以是同一灰度值，还可以是不同的灰度值，在此不做限定。经所述第二阈值进行二值化处理后所述待检测图像中每个像素点要么为亮点，要么为暗点，在实际应用中，本公开的研究人员发现，用于承载所述显示面板的载台通常由金属材料制成，在所述图像采集单元采集所述待检测图像的过程中，所述待检测图像中往往还存在大面积的反光区域。具体地，根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标和所述油墨区坐标位置确定反光区域的位置坐标。在确定出所述反光区域的位置坐标之后，根据所述油墨区坐标位置和所述反光区域的位置坐标确定所述待检测图像中的缺陷检测区域，如此一来，在对所述显示面板进行缺陷检测之前，可以先排除所述油墨区和所述反光区域对缺陷检测的干扰，然后，再确定出所述待检测图像中的缺陷检测区域，从而提高了缺陷检测的效率。
在本公开实施例中，如图7所示，步骤S402：根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标和所述油墨区坐标位置确定反光区域的位置坐标，包括：
S501：从根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标中除所述油墨区坐标位置外，计算出位于同一连通域中同时满足纵坐标小于所述起始纵坐标且大于第一预设个数的多个像素点；
S502：确定所述连通域在所述图像坐标系中的第二横纵坐标范围；
S503：将所述第二横纵坐标范围作为反光区域在所述图像坐标系中的坐标位置。
在具体实施过程中，步骤S501至步骤S503的具体实现过程如下：
首先，从根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标中除所述油墨区坐标位置外，计算出位于同一连通域中同时满足纵坐标小于所述起始纵坐标且大于第一预设个数的多个像素点，所述第一预设个数可以为本领域技术人员根据实际应用需要所设定的个数，比如，所述第一预设个数为400，其中，所述多个像素点为灰度值大于预设值的亮点。然后，确定所述连通域在所述图像坐标系中的第二横纵坐标范围，并将所述第二横纵坐标范围作为所述反光区域在所述图像坐标系中的坐标位置，所述反光区域在所述待检测图像中的坐标位置可以是如图5中标号D所示的位置。如此一来，便实现了对所述反光区域的快速定位。
在本公开实施例中，如图8所示，步骤S104：通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷，包括：
S601：重新获取所述待检测图像，并对所述待检测图像依次进行灰度化处理、中值滤波处理、同比例缩小处理和根据第三阈值进行二值化处理；
S602：通过统计根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
在具体实施过程中，步骤S601至步骤S602的具体实现过程如下：
在根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域之后，重新获取所述待检测图像，并对所述待检测图像进行灰度化处理，获得灰度化处理后的图像，比如，可以是以灰度模式重新读取所述待检测图像，然后对灰度化处理后的图像进行中值滤波处理，获得滤波后的图像，然后，再将滤波后的图像进行同比例缩小处理，获得缩小后的图像，然后，再将所述缩小后的图像根据第三阈值进行二值化处理，获得黑白图像，其中，所述第三阈值为预先设置的灰度值，通过统计根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良 缺陷。在具体实施过程中，通过重新获取所述待检测图像来进行不良缺陷检测避免了细节的缺失，提高了检测的准确率。此外，对所述待检测图像依次进行灰度化处理、中值滤波处理、同比例缩小处理提高了缺陷检测的效率，根据所述第三阈值进行二值化处理实现了缺陷不良的检测。
在本公开实施例中，如图9所示，步骤S602：通过统计根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷，包括：
S701：从根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点中统计出至少一个像素点集合，所述像素点集合中的像素点的灰度值相同且位于同一个连通域；
S702：计算各个所述像素点集合中的像素点个数；
S703：将像素点个数大于第二预设个数的所述像素点集合所在的连通域作为所述待检测图像中的不良缺陷区域。
在具体实施过程中，步骤S701至步骤S703的具体实现过程如下：
首先，从根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点中统计出至少一个像素点集合，所述像素点集合中的像素点的灰度值相同且位于同一个连通域，每个所述像素点集合中的像素点为亮点，其中，所述连通域的具体确定过程为，从根据所述第三阈值进行二值化处理后的所述缺陷检测区域内确定出每个白色像素点的坐标位置，若相邻两白色像素点的坐标位置之间的距离小于预设距离阈值，所述预设距离阈值为根据实际应用需要所设置的数值，则说明该相邻两白色像素点位于同一连通域，其中，每个白色像素点的灰度值均为同一灰度值。然后，计算各个所述像素点集合中的像素点个数，将像素点个数大于第二预设个数的所述像素点集合所在的连通域作为所述待检测图像中的不良缺陷区域。其中，所述第二预设个数为预先设置的个数，比如，所述第二预设个数为200，比如，像素点个数大于所述第二预设个数的所述像素点集合所在的连通域可以是如图5中标号E所示的区域，这样的话，便实现了对缺陷检测区域内不良缺陷的检测，无需 对所述待检测区域内的所有区域进行检测，提高了缺陷检测的效率。
在本公开实施例中，在步骤S703：将像素点个数大于第二预设个数的所述像素点集合所在的连通域作为所述待检测图像中的不良缺陷区域之后，所述方法还包括：
对所述像素点集合所在的连通域进行标示，以提示所述显示面板与所述待检测图像中的不良缺陷区域对应位置存在不良缺陷。
在具体实施过程中，在将像素点个数大于所述第二预设个数的所述像素点集合所在的连通域作为所述待测图像中的不良缺陷区域之后，对所述像素点集合所在的连通域进行标示，比如，采用OPEN CV计算机视觉库对所述不良缺陷区域进行画圈标示，所画的圈可以是圆形，还可以是椭圆形，在此不做限定，如此一来，便可以提示用户所述显示面板与所述待检测图像中的不良缺陷区域对应位置存在不良缺陷，比如，气泡。此外，在具体实施过程中，还可以采用除画圈外的其它方式来对所述不良缺陷区域进行标示，在此不做限定。此外，还可以将标示后的结果写入所述待检测图像对应的图片文件中，以便用户可以随时进行查看，从而提高了用户的使用体验。
在本公开实施例中，如图10所示，在步骤S201：对所述待检测图像根据第一阈值进行二值化处理之前，所述方法还包括：
S801：对所述待检测图像进行同比例缩小处理，获得缩小后的图像；
S802：将所述缩小后的图像进行中值滤波处理，获得滤波后的图像，将所述滤波后的图像作为所述待检测图像。
在具体实施过程中，步骤S801至步骤S802的具体实现过程如下：
在对所述待检测图像根据第一阈值进行二值化处理之前，可以先对所述待检测图像进行同比例缩小处理，比如，同比例缩小为原来的十六分之一，获得缩小后的图像，从而提高缺陷检测的效率。还可以，再将所述缩小后的图像进行中值滤波处理，获得滤波后的图像，从而去除了所述待检测图像中的噪声，然后，将所述缩小后的图像作为所述待检测图像，也就是说，在对所述待检测图像进行二值化处理之前，可以对所述待检测图像依次进行同比 例缩小、中值滤波等预处理，从而提高了后续对所述待检测图像的缺陷检测速率。
基于同一公开构思，如图11所示，本公开实施例提供了一种显示面板的检测装置，其中，包括：
获取单元10，用于获取所述显示面板的包括异形区的待检测图像；
计算单元20，用于从所述待检测图像中计算出油墨区位置坐标；
第一确定单元30，用于根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；
第二确定单元40，用于通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
可选地，在本公开实施例中，所述计算单元20用于：
对所述待检测图像根据第一阈值进行二值化处理；
根据所述第一阈值二值化处理后的所述待检测图像中的白色像素点的坐标确定所述油墨区坐标位置。
可选地，在本公开实施例中，在所述计算单元20从所述待检测图像中计算出油墨区位置坐标之前，所述装置还包括预处理单元，所述预处理单元用于：
对所述待检测图像压缩处理、中值滤波、图像深拷贝处理。
可选地，在本公开实施例中，所述计算单元20用于：
在图像坐标系中，从根据所述第一阈值二值化处理后的所述待检测图像中，获取所述油墨区的纵坐标范围，所述纵坐标范围包括起始纵坐标和终止纵坐标；
计算出所述油墨区在所述起始纵坐标处的第一横坐标数组，在所述终止纵坐标处的第二横坐标数组，以及位于所述起始纵坐标和所述终止纵坐标之间的预设坐标位置处的第三横坐标数组；
根据所述起始纵坐标、所述第一横坐标数组、所述终止纵坐标、所述第二横坐标数组、所述预设坐标位置和所述第三横坐标数组，确定所述油墨区 所处的第一横纵坐标范围；
将所述第一横纵坐标范围作为所述油墨区在所述图像坐标系中的坐标位置。
可选地，在本公开实施例中，在所述计算单元20从所述待检测图像中计算出油墨区位置坐标之后，所述计算单元20还用于：对所述待检测图像根据第二阈值进行二值化处理；
根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标和所述油墨区坐标位置确定反光区域的位置坐标；
所述第一确定单元30用于：根据所述油墨区坐标位置和所述反光区域的位置坐标确定所述待检测图像中的缺陷检测区域；所述计算单元20用于：
从根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标中除所述油墨区坐标位置外，计算出位于同一连通域中同时满足纵坐标小于所述起始纵坐标且大于第一预设个数的多个像素点；
确定所述连通域在所述图像坐标系中的第二横纵坐标范围；
将所述第二横纵坐标范围作为反光区域在所述图像坐标系中的坐标位置。
可选地，在本公开实施例中，所述第二确定单元40用于：
重新获取所述待检测图像，并对所述待检测图像依次进行灰度化处理、中值滤波处理、同比例缩小处理和根据第三阈值进行二值化处理；
通过统计根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
可选地，在本公开实施例中，所述第二确定单元40用于：
从根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点中统计出至少一个像素点集合，所述像素点集合中的像素点位于同一个连通域；
计算各个所述像素点集合中的像素点个数；
将像素点个数大于第二预设个数的所述像素点集合所在的连通域作为所述待检测图像中的不良缺陷区域。
可选地，在本公开实施例中，所述装置还包括标示单元，所述标示单元用于：
对所述像素点集合所在的连通域进行标示，以提示所述显示面板与所述待检测图像中的不良缺陷区域对应位置存在不良缺陷。
可选地，在本公开实施例中，所述装置还包括图像处理单元，所述图像处理单元用于：
对所述待检测图像进行同比例缩小处理，获得缩小后的图像；
将所述缩小后的图像进行中值滤波处理，获得滤波后的图像，将所述滤波后的图像作为所述待检测图像。
基于同一公开构思，如图12所示，本公开实施例还提供一种显示面板的检测系统，其中，包括：
载台100，被配置为放置所述显示面板200；
图像采集单元300，被配置为采集所述显示面板200的包括异形区201的待检测图像；
工控机400，被配置为从所述图像采集单元300获取所述显示面板200的包括的异形区201的待检测图像；从所述待检测图像中计算出油墨区位置坐标；根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
在具体实施过程中，所述显示面板100可以是曲面显示面板，还可以是平面显示面板，如图12所示，所述显示面板100为曲面显示面板，相应地，所述异形区201为弯折区的其中一种结构示意图。
在本公开实施例中，所述图像采集单元300可以是一个或多个，每个所述图像采集单元300为线扫相机。在具体实施过程中，每个图像采集单元300除包括有对应的线扫相机外，还配备一个点光源，所述点光源L用于对所述显示面板200进行打光，各个所述点光源之间互不干扰，在采用多个图像采集单元300来采集待检测图像，并进行气泡等不良缺陷检测时，只要有一个 图像采集单元300所采集的待检测图像中存在缺陷不良，则确定所述显示面板存在缺陷不良，从而保证了缺陷检测的准确率。如图13所示为所述图像采集单元300为三个时，具体包括线扫相机S1和点光源L1，线扫相机S2和点光源L2，线扫相机S3和点光源L3，对所述显示面板200进行图像采集的其中一种结构示意图，当然，本领域技术人员可以根据实际应用需要来设置所述图像采集单元300，在此不做限定。
基于同一公开构思，如图14所示，本公开实施例还提供了一种显示面板的检测装置，其中，包括：
存储器1和处理器2；
其中，所述存储器1用于存储计算机程序；
所述处理器2用于执行所述存储器1中的计算机程序以实现包括如下步骤：
获取所述显示面板的包括异形区的待检测图像；
从所述待检测图像中计算出油墨区位置坐标；
根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；
通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
基于同一公开构思，本公开实施例还提供了一种计算机非瞬态可读存储介质，其中：
所述存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行如上面所述的显示面板的检测方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流 程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本公开的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本公开范围的所有变更和修改。
显然，本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样，倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内，则本公开也意图包含这些改动和变型在内。
Claims (20)
- 一种显示面板的检测方法，其中，包括：获取所述显示面板的包括异形区的待检测图像；从所述待检测图像中计算出油墨区位置坐标；根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
- 如权利要求1所述的方法，其中，所述从所述待检测图像中计算出油墨区位置坐标，包括：对所述待检测图像根据第一阈值进行二值化处理；根据所述第一阈值二值化处理后的所述待检测图像中的白色像素点的坐标确定所述油墨区坐标位置。
- 如权利要求1所述的方法，其中，所述从所述待检测图像中计算出油墨区位置坐标之前，所述方法还包括：对所述待检测图像压缩处理、中值滤波、图像深拷贝处理。
- 如权利要求2所述的方法，其中，所述根据所述第一阈值二值化处理后的所述待检测图像中的白色像素点的坐标确定所述油墨区坐标位置，包括：在图像坐标系中，从根据所述第一阈值二值化处理后的所述待检测图像中，获取所述油墨区的纵坐标范围，所述纵坐标范围包括起始纵坐标和终止纵坐标；计算出所述油墨区在所述起始纵坐标处的第一横坐标数组，在所述终止纵坐标处的第二横坐标数组，以及位于所述起始纵坐标和所述终止纵坐标之间的预设坐标位置处的第三横坐标数组；根据所述起始纵坐标、所述第一横坐标数组、所述终止纵坐标、所述第二横坐标数组、所述预设坐标位置和所述第三横坐标数组，确定所述油墨区所处的第一横纵坐标范围；将所述第一横纵坐标范围作为所述油墨区在所述图像坐标系中的坐标位置。
- 如权利要求1所述的方法，其中，所述从所述待检测图像中计算出油墨区位置坐标之后，所述方法还包括：对所述待检测图像根据第二阈值进行二值化处理；根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标和所述油墨区坐标位置确定反光区域的位置坐标；所述根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域，包括：根据所述油墨区坐标位置和所述反光区域的位置坐标确定所述待检测图像中的缺陷检测区域。
- 如权利要求5所述的方法，其中，所述根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标和所述油墨区坐标位置确定反光区域的位置坐标，包括：从根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标中除所述油墨区坐标位置外，计算出位于同一连通域中同时满足纵坐标小于所述起始纵坐标且大于第一预设个数的多个像素点；确定所述连通域在所述图像坐标系中的第二横纵坐标范围；将所述第二横纵坐标范围作为反光区域在所述图像坐标系中的坐标位置。
- 如权利要求1-6任一项所述的方法，其中，所述通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷，包括：重新获取所述待检测图像，并对所述待检测图像依次进行灰度化处理、中值滤波处理、同比例缩小处理和根据第三阈值进行二值化处理；通过统计根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
- 如权利要求7所述的方法，其中，所述通过统计根据第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测 图像中的不良缺陷，包括：从根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点中统计出至少一个像素点集合，所述像素点集合中的像素点的灰度值相同且位于同一个连通域；计算各个所述像素点集合中的像素点个数；将像素点个数大于第二预设个数的所述像素点集合所在的连通域作为所述待检测图像中的不良缺陷区域。
- 如权利要求8所述的方法，其中，所述将像素点个数大于第二预设个数的所述像素点集合所在的连通域作为所述待检测图像中的不良缺陷区域之后，所述方法还包括：对所述像素点集合所在的连通域进行标示，以提示所述显示面板与所述待检测图像中的不良缺陷区域对应位置存在不良缺陷。
- 如权利要求2所述的方法，其中，所述对所述待检测图像根据第一阈值进行二值化处理之前，所述方法还包括：对所述待检测图像进行同比例缩小处理，获得缩小后的图像；将所述缩小后的图像进行中值滤波处理，获得滤波后的图像，将所述滤波后的图像作为所述待检测图像。
- 一种显示面板的检测装置，其中，包括：获取单元，用于获取所述显示面板的包括异形的待检测图像；计算单元，用于从所述待检测图像中计算出油墨区位置坐标；第一确定单元，用于根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；第二确定单元，用于通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
- 如权利要求11所述的装置，其中，所述计算单元用于：对所述待检测图像根据第一阈值进行二值化处理；根据所述第一阈值二值化处理后的所述待检测图像中的白色像素点的坐 标确定所述油墨区坐标位置。
- 如权利要求12所述的装置，其中，所述计算单元用于：在图像坐标系中，从根据所述第一阈值二值化处理后的所述待检测图像中，获取所述油墨区的纵坐标范围，所述纵坐标范围包括起始纵坐标和终止纵坐标；计算出所述油墨区在所述起始纵坐标处的第一横坐标数组，在所述终止纵坐标处的第二横坐标数组，以及位于所述起始纵坐标和所述终止纵坐标之间的预设坐标位置处的第三横坐标数组；根据所述起始纵坐标、所述第一横坐标数组、所述终止纵坐标、所述第二横坐标数组、所述预设坐标位置和所述第三横坐标数组，确定所述油墨区所处的第一横纵坐标范围；将所述第一横纵坐标范围作为所述油墨区在所述图像坐标系中的坐标位置。
- 如权利要求11所述的装置，其中，在所述计算单元从所述待检测图像中计算出油墨区位置坐标之后，所述计算单元还用于：对所述待检测图像根据第二阈值进行二值化处理；根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标和所述油墨区坐标位置确定反光区域的位置坐标；所述第一确定单元用于：根据所述油墨区坐标位置和所述反光区域的位置坐标确定所述待检测图像中的缺陷检测区域；所述计算单元用于：从根据所述第二阈值二值化处理后的所述待检测图像中的白色像素点的坐标中除所述油墨区坐标位置外，计算出位于同一连通域中同时满足纵坐标小于所述起始纵坐标且大于第一预设个数的多个像素点；确定所述连通域在所述图像坐标系中的第二横纵坐标范围；将所述第二横纵坐标范围作为反光区域在所述图像坐标系中的坐标位置。
- 如权利要求11-14任一项所述的装置，其中，所述第二确定单元用于：重新获取所述待检测图像，并对所述待检测图像依次进行灰度化处理、 中值滤波处理、同比例缩小处理和根据第三阈值进行二值化处理；通过统计根据所述第三阈值进行二值化处理后的所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
- 如权利要求15所述的装置，其中，所述装置还包括标示单元，所述标示单元用于：对所述像素点集合所在的连通域进行标示，以提示所述显示面板与所述待检测图像中的不良缺陷区域对应位置存在不良缺陷。
- 一种显示面板的检测系统，其中，包括：载台，被配置为放置所述显示面板；图像采集单元，被配置为采集所述显示面板的包括异形的待检测图像；工控机，被配置为从所述图像采集单元获取所述显示面板的包括的异形的待检测图像；从所述待检测图像中计算出油墨区位置坐标；根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
- 如权利要求17所述的系统，其中，所述图像采集单元可以是一个或多个，每个所述图像采集单元为线扫相机。
- 一种显示面板的检测装置，其中，包括：存储器和处理器；其中，所述存储器用于存储计算机程序；所述处理器用于执行所述存储器中的计算机程序以实现包括如下步骤：获取所述显示面板的包括异形的待检测图像；从所述待检测图像中计算出油墨区位置坐标；根据所述油墨区坐标位置确定所述待检测图像中的缺陷检测区域；通过统计所述缺陷检测区域内的多个像素点的特征信息确定所述待检测图像中的不良缺陷。
- 一种计算机非瞬态可读存储介质，其中：所述存储介质存储有计算机指令，当计算机指令在计算机上运行时，使 得计算机执行如权利要求1-10任一项所述的显示面板的检测方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202080003120.0A CN115053258A (zh) | 2020-11-30 | 2020-11-30 | 一种显示面板的检测方法、装置及系统 |
| PCT/CN2020/132945 WO2022110219A1 (zh) | 2020-11-30 | 2020-11-30 | 一种显示面板的检测方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/132945 WO2022110219A1 (zh) | 2020-11-30 | 2020-11-30 | 一种显示面板的检测方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022110219A1 true WO2022110219A1 (zh) | 2022-06-02 |
Family
ID=81753898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2020/132945 WO2022110219A1 (zh) | 2020-11-30 | 2020-11-30 | 一种显示面板的检测方法、装置及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115053258A (zh) |
| WO (1) | WO2022110219A1 (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115049621A (zh) * | 2022-06-17 | 2022-09-13 | 清华大学 | 微管缺陷检测方法、装置、设备、存储介质和程序产品 |
| CN115184380A (zh) * | 2022-08-01 | 2022-10-14 | 国网上海市电力公司 | 基于机器视觉的印刷电路板焊点异常检测方法 |
| CN115564779A (zh) * | 2022-12-08 | 2023-01-03 | 东莞先知大数据有限公司 | 一种零件缺陷检测方法、装置及存储介质 |
| CN116664554A (zh) * | 2023-07-26 | 2023-08-29 | 微山晟轩机械制造有限公司 | 一种基于图像处理的螺栓螺纹缺陷检测方法 |
| CN116912256A (zh) * | 2023-09-14 | 2023-10-20 | 山东大昌纸制品有限公司 | 基于图像处理的瓦楞纸排骨纹缺陷程度评估方法 |
| CN117115173A (zh) * | 2023-10-25 | 2023-11-24 | 泰安金冠宏油脂工业有限公司 | 一种基于视觉特征的油料搅拌检测方法 |
| CN117764992A (zh) * | 2024-02-22 | 2024-03-26 | 山东乔泰管业科技有限公司 | 基于图像处理的塑料管材质量检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1903573A (zh) * | 2005-07-28 | 2007-01-31 | 应用材料公司 | 用于同时喷墨打印和缺陷检验的方法和设备 |
| KR20130143420A (ko) * | 2012-06-21 | 2013-12-31 | 엘지디스플레이 주식회사 | 표시장치의 리페어 방법 |
| CN103630542A (zh) * | 2012-08-27 | 2014-03-12 | Ntn株式会社 | 缺陷检测装置、缺陷修正装置及缺陷检测方法 |
| CN103959108A (zh) * | 2011-12-02 | 2014-07-30 | Ntn株式会社 | 缺陷校正设备和缺陷校正方法 |
| CN109816627A (zh) * | 2018-12-13 | 2019-05-28 | 中国科学院西安光学精密机械研究所 | 平面玻璃元件油墨区弱小缺陷目标检测方法 |
| CN110930915A (zh) * | 2019-12-26 | 2020-03-27 | 厦门天马微电子有限公司 | 一种显示装置及其调试方法和调试装置 |
-
2020
- 2020-11-30 WO PCT/CN2020/132945 patent/WO2022110219A1/zh active Application Filing
- 2020-11-30 CN CN202080003120.0A patent/CN115053258A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1903573A (zh) * | 2005-07-28 | 2007-01-31 | 应用材料公司 | 用于同时喷墨打印和缺陷检验的方法和设备 |
| CN103959108A (zh) * | 2011-12-02 | 2014-07-30 | Ntn株式会社 | 缺陷校正设备和缺陷校正方法 |
| KR20130143420A (ko) * | 2012-06-21 | 2013-12-31 | 엘지디스플레이 주식회사 | 표시장치의 리페어 방법 |
| CN103630542A (zh) * | 2012-08-27 | 2014-03-12 | Ntn株式会社 | 缺陷检测装置、缺陷修正装置及缺陷检测方法 |
| CN109816627A (zh) * | 2018-12-13 | 2019-05-28 | 中国科学院西安光学精密机械研究所 | 平面玻璃元件油墨区弱小缺陷目标检测方法 |
| CN110930915A (zh) * | 2019-12-26 | 2020-03-27 | 厦门天马微电子有限公司 | 一种显示装置及其调试方法和调试装置 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115049621A (zh) * | 2022-06-17 | 2022-09-13 | 清华大学 | 微管缺陷检测方法、装置、设备、存储介质和程序产品 |
| CN115184380B (zh) * | 2022-08-01 | 2024-04-26 | 国网上海市电力公司 | 基于机器视觉的印刷电路板焊点异常检测方法 |
| CN115184380A (zh) * | 2022-08-01 | 2022-10-14 | 国网上海市电力公司 | 基于机器视觉的印刷电路板焊点异常检测方法 |
| CN115564779A (zh) * | 2022-12-08 | 2023-01-03 | 东莞先知大数据有限公司 | 一种零件缺陷检测方法、装置及存储介质 |
| CN115564779B (zh) * | 2022-12-08 | 2023-05-26 | 东莞先知大数据有限公司 | 一种零件缺陷检测方法、装置及存储介质 |
| CN116664554A (zh) * | 2023-07-26 | 2023-08-29 | 微山晟轩机械制造有限公司 | 一种基于图像处理的螺栓螺纹缺陷检测方法 |
| CN116664554B (zh) * | 2023-07-26 | 2023-10-20 | 微山晟轩机械制造有限公司 | 一种基于图像处理的螺栓螺纹缺陷检测方法 |
| CN116912256A (zh) * | 2023-09-14 | 2023-10-20 | 山东大昌纸制品有限公司 | 基于图像处理的瓦楞纸排骨纹缺陷程度评估方法 |
| CN116912256B (zh) * | 2023-09-14 | 2023-11-28 | 山东大昌纸制品有限公司 | 基于图像处理的瓦楞纸排骨纹缺陷程度评估方法 |
| CN117115173B (zh) * | 2023-10-25 | 2024-01-16 | 泰安金冠宏油脂工业有限公司 | 一种基于视觉特征的油料搅拌检测方法 |
| CN117115173A (zh) * | 2023-10-25 | 2023-11-24 | 泰安金冠宏油脂工业有限公司 | 一种基于视觉特征的油料搅拌检测方法 |
| CN117764992A (zh) * | 2024-02-22 | 2024-03-26 | 山东乔泰管业科技有限公司 | 基于图像处理的塑料管材质量检测方法 |
| CN117764992B (zh) * | 2024-02-22 | 2024-04-30 | 山东乔泰管业科技有限公司 | 基于图像处理的塑料管材质量检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115053258A (zh) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022110219A1 (zh) | 一种显示面板的检测方法、装置及系统 | |
| CN109100363B (zh) | 一种贴合异物缺陷与灰尘的区分方法及系统 | |
| CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
| CN109872309B (zh) | 检测系统、方法、装置及计算机可读存储介质 | |
| CN110706182B (zh) | 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 | |
| JP2007114828A (ja) | 画像処理装置および画像処理方法 | |
| CN110007493B (zh) | 液晶显示屏中碎亮点检测方法 | |
| CN105205803A (zh) | 显示面板缺陷检测方法 | |
| KR101867015B1 (ko) | 글라스 결함 검사 장치, 검사 방법 및 검사 시스템 | |
| CN113658092A (zh) | 一种基于图像处理的铝电解电容缺陷检测方法 | |
| CN115575416A (zh) | 柔性电路板焊盘检测方法及系统 | |
| CA2901779C (en) | Enhanced analysis for image-based serpentine belt wear evaluation | |
| CN114283124A (zh) | 一种脏污检测方法、装置、设备和存储介质 | |
| JP2005345290A (ja) | 筋状欠陥検出方法及び装置 | |
| KR20050022320A (ko) | 결함 검사 방법 및 장치 | |
| CN109448012A (zh) | 一种图像边缘检测方法及装置 | |
| CN112987356B (zh) | 液晶面板底部异物滤除装置 | |
| KR20140082333A (ko) | 평판디스플레이의 얼룩 검사 방법 및 장치 | |
| CN112837285B (zh) | 一种板面图像的边缘检测方法及装置 | |
| KR20140082335A (ko) | 평판디스플레이의 얼룩 검사 방법 및 장치 | |
| JPH03175343A (ja) | 外観検査による欠陥抽出方法 | |
| CN103630547B (zh) | 具有周期性结构的光学薄膜的瑕疵检测方法及其检测装置 | |
| JP6185539B2 (ja) | 光コネクタのフェルール端面検査装置および検査用のプログラム | |
| JP2005265828A (ja) | 疵検出方法及び装置 | |
| CN110458840B (zh) | 一种降低面板缺陷过检率的方法、系统及终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20963107 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 32PN | Ep: public notification in the ep bulletin as address of the adressee cannot be established |
Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 22.09.2023) |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 20963107 Country of ref document: EP Kind code of ref document: A1 |