一种屏幕检测方法、装置及头戴显示设备制造方法及图纸

本申请公开一种屏幕检测方法、装置及头戴显示设备。屏幕检测方法包括：获取待检测屏幕的原始图像，去除原始图像中的干扰信息，得到检测图像；根据屏幕轮廓，提取检测图像的边缘区域；利用线条提取算法检测边缘区域中的线条以及线条中心点的位置，以屏幕轮廓为分界线，当线条中心点的位置在屏幕轮廓以内时，选取线条中心点所在的区域块作为疑似缺陷区域；在疑似缺陷区域中选取关键像素点，基于二值化阈值对关键像素点进行二值化，根据关键像素点的二值化结果得到缺陷指标检测值；将缺陷指标检测值与相应缺陷指标比较，得到检测结果。本申请实施例解决了边缘缺陷与边界背景粘连导致边缘缺陷检测准确度低的技术问题，满足了实际应用需求。

【技术实现步骤摘要】
一种屏幕检测方法、装置及头戴显示设备
本申请涉及头戴显示设备
，具体涉及一种屏幕检测方法、装置及头戴显示设备。
技术介绍
近年来头戴显示设备，比如VR(VirtualReality，虚拟现实)产品火爆，根据市场预测，下一代VR头戴设备将采用OLED(OrganicLight-EmittingDiode，有机发光半导体)屏。为保证VR产品能得到较广泛的应用且用户体验较好，那么VR屏幕必须能达到较好的分辨率，而且不能存在坏点以及脏污，因此产品检测是必不可少的工序。现阶段VR头戴显示设备的OLED显示屏的检测由于边缘缺陷与边界背景粘连在一起，难以分辨边缘黑线、边缘划痕等边缘缺陷，检测准确度低。
技术实现思路
鉴于上述问题，提出了本申请以便提供克服上述问题或者至少部分地解决上述问题的一种屏幕检测方法、装置及头戴显示设备。依据本申请的一个方面，提供了一种屏幕检测方法，包括：获取待检测屏幕的原始图像，去除原始图像中的干扰信息，得到包含屏幕轮廓的检测图像；根据屏幕轮廓，提取检测图像的一个或多个边缘区域；利用线条提取算法检测确定边缘区域中的线条以及线条中心点的位置，以屏幕轮廓作为分界线，当线条中心点的位置在屏幕轮廓以内时，选取线条中心点所在的包含多个像素点的区域块作为疑似缺陷区域；在疑似缺陷区域中选取关键像素点，基于二值化阈值对关键像素点进行二值化，根据关键像素点的二值化结果，得到缺陷指标的检测值；将缺陷指标的检测值与相应缺陷指标进行比较，得到检测结果。依据本申请的另一个方面，提供了一种屏幕检测装置，包括：图像获取单元，用于获取待检测屏幕的原始图像，去除原始图像中的干扰信息，得到包含屏幕轮廓的检测图像；区域确定单元，用于根据屏幕轮廓，提取检测图像的一个或多个边缘区域；利用线条提取算法确定边缘区域中的线条以及线条中心点的位置，以屏幕轮廓作为分界线，当线条中心点的位置在屏幕轮廓以内时，选取线条中心点所在的包含多个像素点的区域块作为疑似缺陷区域；二值化单元，用于在疑似缺陷区域中选取关键像素点，基于二值化阈值对关键像素点进行二值化，根据关键像素点的二值化结果，得到缺陷指标的检测值；判定单元，用于将缺陷指标的检测值与相应缺陷指标进行比较，得到检测结果。依据本申请的又一个方面，提供了一种头戴显示设备，头戴显示设备包括如本申请另一个方面的屏幕检测装置。由上述可知，本申请的技术方案，获取待检测屏幕的原始图像，去除原始图像中的干扰信息，得到包含屏幕轮廓的检测图像，由于去除了图像中的干扰信息，从而提高了本申请屏幕检测方案的效率和准确性。而且，本申请实施例利用线条提取算法检测边缘区域中的线条以及线条中心点位置，在此基础上，基于二值化对缺陷点进行提取和筛选，并计算边缘缺陷(如边缘黑线、边缘划痕)的缺陷指标(如对比度、面积大小等)检测值，将检测值与相应缺陷指标比较而得到检测结果，如此，解决了边缘缺陷与边界背景粘连在一起导致的无法准确检测边缘缺陷的技术问题，实现了准确、快速的屏幕缺陷的检测，满足了实际应用需求，提高了头戴显示设备的市场竞争力。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了本申请一个实施例的屏幕检测方法的流程示意图；图2示出了本申请一个实施例的原始图像的示意图；图3示出了图2所示原始图像二值化后的二值图像的示意图；图4示出了图2所示原始图像绘制屏幕轮廓后的示意图；图5示出了本申请一个实施例的检测图像的示意图；图6示出了本申请一个实施例对图5所示检测图像进行边缘区域提取的结果示意图；图7a示出了本申请一个实施例中一个边缘区域的示意图；图7b示出了图7a所示边缘区域中包含的边缘缺陷的示意图；图7c是图7b所示的边缘缺陷所在位置的放大图；图8a示出了本申请一个实施例提取的疑似缺陷区域的示意图；图8b示出了对图8a所示疑似缺陷区域进行二值化后的示意图；图9示出了本申请一个实施例的屏幕检测装置的框图；图10示出了本申请一个实施例的头戴显示设备的结构示意图。具体实施方式下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。目前对于组装好的VR(VirtualReality，虚拟现实)产品，一般是采用人眼通过镜头(lens)来查看有无缺陷，具体方式是：控制VR屏幕输出不同颜色的图卡，人眼通过lens查看不同图卡下是否有缺陷，比如，该缺陷表现为绿屏暗点、绿屏亮点、红屏亮点、红屏暗点、黑屏亮点、白屏暗点、划痕、边缘黑线等。也有一种方案是通过Halcon机器视觉算法进行检测区分，由于边缘缺陷处于图像有效区域的边缘，畸变较大，与背景粘连等特点，导致Halcon视觉算法难以区分出边缘缺陷比如边缘黑线、边缘划痕，即，边缘缺陷检测的准确度低。对此，本申请实施例提出利用屏幕轮廓为分界线，以线条提取算法检测的线条中心点为基准，通过二值化的方式提取疑似缺陷区域中的缺陷点，进而计算疑似缺陷区域的面积以及对比度大小等缺陷指标检测值，根据缺陷指标检测值与标准阈值的比较结果，判定该缺陷是否满足缺陷的标准。检测线条中心点时可以利用Halcon视觉算法作为线条提取算法，通过调用其lines_gauss函数来检测得到。图1示出了本申请一个实施例的屏幕检测方法的流程示意图，参见图1，本申请实施例的屏幕检测方法包括：步骤S110，获取待检测屏幕的原始图像，去除原始图像中的干扰信息，得到包含屏幕轮廓的检测图像。这里的原始图像例如是对待检测屏幕输出的图像进行拍照而采集到的图像。干扰信息不仅会影响检测的准确性而且影响检测效率，因此，本申请实施例去除原始图像中的干扰信息。步骤S120，根据屏幕轮廓，提取检测图像的一个或多个边缘区域。步骤S130，利用线条提取算法检测确定边缘区域中的线条以及线条中心点的位置，以屏幕轮廓作为分界线，当线条中心点的位置在屏幕轮廓以内时，选取线条中心点所在的包含多个像素点的区域块作为疑似缺陷区域。步骤S140，在疑似缺陷区域中选取关键像素点，基于二值化阈值对关键像素点进行二值化，根据关键像素点的二值化结果，得到缺陷指标的检测值。步骤S150，将缺陷指标的检测值与相应缺陷指标进行比较，得到检测结果。由图1所示可知，本申请实施例的屏幕检测方法，利用屏幕轮廓为分界线，以线条提取算法检测确定出边缘区域的线条以及线条中心点位置，在此基础上，通过二值化的方式提本文档来自技高网...

【技术保护点】
1.一种屏幕检测方法，其特征在于，包括：/n获取待检测屏幕的原始图像，去除原始图像中的干扰信息，得到包含屏幕轮廓的检测图像；/n根据屏幕轮廓，提取所述检测图像的一个或多个边缘区域；/n利用线条提取算法检测确定边缘区域中的线条以及线条中心点的位置，以屏幕轮廓作为分界线，当线条中心点的位置在屏幕轮廓以内时，选取线条中心点所在的包含多个像素点的区域块作为疑似缺陷区域；/n在疑似缺陷区域中选取关键像素点，基于二值化阈值对关键像素点进行二值化，根据关键像素点的二值化结果，得到缺陷指标的检测值；/n将缺陷指标的检测值与相应缺陷指标进行比较，得到检测结果。/n

【技术特征摘要】
1.一种屏幕检测方法，其特征在于，包括：
获取待检测屏幕的原始图像，去除原始图像中的干扰信息，得到包含屏幕轮廓的检测图像；
根据屏幕轮廓，提取所述检测图像的一个或多个边缘区域；
利用线条提取算法检测确定边缘区域中的线条以及线条中心点的位置，以屏幕轮廓作为分界线，当线条中心点的位置在屏幕轮廓以内时，选取线条中心点所在的包含多个像素点的区域块作为疑似缺陷区域；
在疑似缺陷区域中选取关键像素点，基于二值化阈值对关键像素点进行二值化，根据关键像素点的二值化结果，得到缺陷指标的检测值；
将缺陷指标的检测值与相应缺陷指标进行比较，得到检测结果。


2.如权利要求1所述的方法，其特征在于，所述根据屏幕轮廓，提取所述检测图像的一个或多个边缘区域包括：
根据屏幕轮廓在所述检测图像中选取第一线段、第二线段、第三线段以及第四线段；其中，第一线段的长度与第二线段的长度均等于所述检测图像的宽度值，第一线段到检测图像上边的距离以及第二线段到检测图像上边的距离均根据所述检测图像的高度值确定，第二线段到检测图像上边的距离大于第一线段到检测图像上边的距离；第三线段的长度与第四线段的长度均等于所述检测图像的高度值，第三线段到检测图像左边的距离以及第四线段到检测图像左边的距离均根据所述检测图像的宽度值确定，第四线段到检测图像左边的距离大于第三线段到检测图像左边的距离；
根据四个线段提取所述检测图像的四个边缘区域，具体的，将包括第一线段以上且检测图像上边以下的区域提取为第一边缘区域，将包括第二线段以下且检测图像下边以上的区域提取为第二边缘区域，将包括第三线段以左且检测图像左边以右的区域提取为第三边缘区域，将包括第四线段以右且检测图像右边以左的区域提取为第四边缘区域。


3.如权利要求1所述的方法，其特征在于，所述在疑似缺陷区域中选取关键像素点包括：
对所述疑似缺陷区域内的各像素点，计算各像素点到相对应屏幕轮廓的距离；
将距离大于预设距离阈值的像素点作为关键像素点。


4.如权利要求3所述的方法，其特征在于，所述基于二值化阈值对所述疑似缺陷区域内的关键像素点进行二值化包括：
获取关键像素点的灰度值；比较关键像素点的灰度值与二值化阈值的大小，对于不同的边缘区域，边缘区域内的疑似缺陷区域的大小相同或不同，疑似缺陷区域对应的二值化阈值相同或不同；
将灰度值大于或等于所述二值化阈值的关键像素点的灰度值设置为第一数值，将灰度值小于所述二值化阈值的关键像素点的灰度值设置为第二数值，得到关键像素点的二值化结果。


5.如权利要求4所述的方法，其特征在于，所述根据关键像素点的二值化结果，得到缺陷指标的检测值包括：
统计灰度值为第一数值的关键像素点的个数，将统计得到的个数作为缺陷区域面积指标的检测值；
或，
根据关键像素点在所述检测图像上的位置以及关键像素点的二值化结果，确定目标像素点的对应像素点，由各对应像素点的灰度值计算灰度均值，根据所述灰度均值以及各对应像素点的灰度值，计算得到对比度指标的检测值，所述目标像素点是二值化处理后灰度值为第一数值的关键像素点...

【专利技术属性】
技术研发人员：宋秀峰，张一凡，田继锋，张文超，
申请(专利权)人：歌尔股份有限公司，
类型：发明
国别省市：山东;37