一种用于LCD屏幕的缺陷检测方法、装置制造方法及图纸

本申请公开一种用于LCD屏幕的缺陷检测方法、装置。本申请的方法包括：获取LCD屏幕的屏幕图像；对屏幕图像中的缺陷进行粗略查找，提取出缺陷所在的可疑区域；基于可疑区域对该可疑区域中的每个像素点进行聚类处理，得到聚类结果，每个聚类结果对应一个可疑缺陷；根据聚类结果计算该聚类结果对应的可疑缺陷的宽度和长度，基于可疑缺陷的宽度和长度确定该可疑缺陷是否为屏幕缺陷，以及所属的屏幕缺陷类型。本申请的技术方案通过可疑缺陷的粗定位和精细定位实现屏幕缺陷的自动检测，且检测结果较为准确可靠。

【技术实现步骤摘要】
一种用于LCD屏幕的缺陷检测方法、装置
本申请涉及计算机
，具体涉及一种用于LCD屏幕的缺陷检测方法、装置。
技术介绍
移动技术设备快速发展，比如手机、VR（VirtualReality，虚拟现实）设备等，都少不了显示屏。而在生产中，显示屏的缺陷检测是必不可少的步骤。LCD（LiquidCrystalDisplay，液晶显示）屏幕缺陷有很多种，其中大部分是点状缺陷和线状缺陷，而线状缺陷位置与背景的亮度非常接近，检测起来难度非常大。目前，国内大部分制造厂商还采用人工检测，这对操作员的眼睛要求较高，且长期采用人工进行缺陷检测，对操作员的眼睛会造成极大的伤害，比如视力下降。此外，操作员长期工作，疲劳时会造成漏检，导致不良品流入市场的几率增加。
技术实现思路
本申请提供了一种用于LCD屏幕的缺陷检测方法、装置，用于解决或部分解决上述问题。一方面，本申请实施例提供了一种用于LCD屏幕的缺陷检测方法，该方法包括：获取LCD屏幕的屏幕图像；对屏幕图像中的缺陷进行粗略查找，提取出缺陷所在的可疑区域；基于可疑区域对该可疑区域中的每个像素点进行聚类处理，得到聚类结果，每个聚类结果对应一个可疑缺陷；根据聚类结果计算该聚类结果对应的可疑缺陷的宽度和长度，基于可疑缺陷的宽度和长度确定该可疑缺陷是否为屏幕缺陷，以及所属的屏幕缺陷类型。另一方面，本申请实施例提供了一种用于LCD屏幕的缺陷检测装置，该装置包括：图像获取单元，用于获取LCD屏幕的屏幕图像；>缺陷粗定位单元，用于对屏幕图像中的缺陷进行粗略查找，提取出缺陷所在的可疑区域；聚类处理单元，用于基于可疑区域对该可疑区域中的每个像素点进行聚类处理，得到聚类结果，每个聚类结果对应一个可疑缺陷；缺陷精定位单元，用于根据聚类结果计算该聚类结果对应的可疑缺陷的宽度和长度，基于可疑缺陷的宽度和长度确定该可疑缺陷是否为屏幕缺陷，以及所属的屏幕缺陷类型。再一方面，本申请实施例提供了一种用于LCD屏幕的缺陷检测系统，包括摄像头、存储器和处理器；摄像头，拍摄LCD屏幕并将拍摄得到的屏幕图像发送给处理器；存储器，存储计算机可执行指令；处理器，根据所述计算机可执行指令执行上述的用于LCD屏幕的缺陷检测方法。又一方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质上存储有一个或多个计算机程序，一个或多个计算机程序被执行时实现上述的用于LCD屏幕的缺陷检测方法。本申请的有益效果是：本申请实施例通过对可疑缺陷的粗定位和精细定位实现LCD屏幕缺陷的自动检测，根据可疑缺陷的宽度和长度确定是否为屏幕缺陷，并在确定是屏幕缺陷之后，通过该缺陷的宽度和长度确定是点状缺陷还是线状缺陷，从而准确检测出LCD屏幕缺陷及缺陷类型。附图说明图1是本申请一个实施例的用于LCD屏幕的缺陷检测方法的流程示意图；图2是本申请一个实施例的聚类过程示意图；图3是本申请一个实施例的LCD屏幕的屏幕图像示意图；图4是本申请一个实施例的屏幕图像滤波后的示意图；图5是本申请一个实施例的二值图像示意图；图6是本申请一个实施例的边缘图像示意图；图7是本申请一个实施例的边缘图像中可疑缺陷的轮廓示意图；图8是本申请一个实施例的用于LCD屏幕的缺陷检测装置的功能框图；图9是本申请一个实施例的用于LCD屏幕的缺陷检测系统的结构框图；图10是本申请一个实施例的计算机可读存储介质的结构示意图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。LCD屏幕缺陷有很多种，其中大部分是点状缺陷和线状缺陷，由于线状缺陷的缺陷位置与屏幕背景的亮度非常接近，因此检测起来难度非常大。本申请实施例根据线状缺陷的特点，提出一种有效检测LCD屏幕中线状缺陷检测的方法。参见图1，该方法应用于LCD屏幕的缺陷检测，包括如下步骤：步骤S110，获取LCD屏幕的屏幕图像。步骤S120，对屏幕图像中的缺陷进行粗略查找，提取出缺陷所在的可疑区域。本步骤中可以对屏幕图像滤波，基于滤波后的图像生成差分图像，利用差分图像定位缺陷所在的可疑区域。步骤S130，基于可疑区域对该可疑区域中的每个像素点进行聚类处理，得到聚类结果，每个聚类结果对应一个可疑缺陷。步骤S140，根据聚类结果计算该聚类结果对应的可疑缺陷的宽度和长度，基于可疑缺陷的宽度和长度确定该可疑缺陷是否为屏幕缺陷，以及所属的屏幕缺陷类型。由图1所示可知，本实施例通过可疑缺陷的粗定位和精细定位实现屏幕缺陷的自动检测，根据可疑缺陷的宽度和长度确定是否为屏幕缺陷，并在确定是屏幕缺陷之后，通过该缺陷的宽度和长度确定是点状缺陷还是线状缺陷，从而准确检测出LCD屏幕缺陷及缺陷类型。下面以一个LCD屏幕的屏幕图像为例，结合图2至图6对该屏幕图像进行缺陷检测方法的实现步骤进行具体说明。上述步骤S120可疑区域的提取方法包括：对屏幕图像的全图进行平滑，得到第一种图像，以及对屏幕图像的背景进行平滑，得到第二种图像；将第一种图像与第二种图像做差，得到差分图像；对差分图像进行轮廓检测，将轮廓所在区域确定为可疑区域。在一个实施例中，可以采用高斯滤波器实现对屏幕图像的两次平滑，其中高斯滤波器公式如下：上述公式中，G(x,y)为高斯滤波函数，参数为高斯滤波器的宽度，（x，y）为像素点坐标。从该公式可以看出，设置不同的可以生成不同的滤波器，越大，高斯滤波器的频带就越宽，平滑程度就越好，因此通过设置不同值，可以生成两个高斯滤波器，例如将一个高斯滤波器中的参数的值设置稍大一些，以实现对屏幕图像全图的平滑处理，将另一个高斯滤波器中的参数的值设置稍小一些，以实现对屏幕图像背景的平滑处理，而前景的缺陷区域不被平滑掉，这样将滤波后的两个图像做差，即可得到差分图像本文档来自技高网...

【技术保护点】
1.一种用于LCD屏幕的缺陷检测方法，其特征在于，包括：/n获取LCD屏幕的屏幕图像；/n对所述屏幕图像中的缺陷进行粗略查找，提取出缺陷所在的可疑区域；/n基于可疑区域对该可疑区域中的每个像素点进行聚类处理，得到聚类结果，每个聚类结果对应一个可疑缺陷；/n根据所述聚类结果计算该聚类结果对应的可疑缺陷的宽度和长度，基于可疑缺陷的宽度和长度确定该可疑缺陷是否为屏幕缺陷，以及所属的屏幕缺陷类型。/n

【技术特征摘要】
1.一种用于LCD屏幕的缺陷检测方法，其特征在于，包括：
获取LCD屏幕的屏幕图像；
对所述屏幕图像中的缺陷进行粗略查找，提取出缺陷所在的可疑区域；
基于可疑区域对该可疑区域中的每个像素点进行聚类处理，得到聚类结果，每个聚类结果对应一个可疑缺陷；
根据所述聚类结果计算该聚类结果对应的可疑缺陷的宽度和长度，基于可疑缺陷的宽度和长度确定该可疑缺陷是否为屏幕缺陷，以及所属的屏幕缺陷类型。


2.如权利要求1所述的方法，其特征在于，根据所述聚类结果计算该聚类结果对应的可疑缺陷的宽度和长度，包括：
将每个聚类结果对应的可疑缺陷从所述屏幕图像上裁剪出来，得到每个可疑缺陷对应的裁剪图像；
对所述裁剪图像进行边缘检测，得到边缘图像，并计算边缘图像上每个轮廓点与其临近的轮廓点构成的第一直线，以及根据每个轮廓点计算与第一直线垂直的第二直线；
基于第一直线计算每个轮廓点对应的可疑缺陷的长度参考值，基于第二直线计算每个轮廓点对应的可疑缺陷的宽度参考值；
根据每个轮廓点对应的可疑缺陷的长度参考值与宽度参考值，计算可疑缺陷的长度与宽度。


3.如权利要求2所述的方法，其特征在于，基于第一直线计算每个轮廓点对应的可疑缺陷的长度参考值，基于第二直线计算每个轮廓点对应的可疑缺陷的宽度参考值，包括：
对每个轮廓点，计算由所述边缘图像上属于第一直线的两个轮廓点所确定的第一最长线段，所述第一最长线段为基于该轮廓点计算得到的可疑缺陷的长度参考值；以及，计算由该轮廓点与所述边缘图像上属于第二直线的轮廓点所确定的第二最长线段，所述第二最长线段为基于该轮廓点计算得到的可疑缺陷的宽度参考值；
根据每个轮廓点对应的可疑缺陷的长度参考值与宽度参考值，计算可疑缺陷的长度与宽度，包括：
过滤掉轮廓点中的干扰点，得到有效轮廓点；
计算所述边缘图像上所有有效轮廓点对应的长度参考值的均值得到可疑缺陷的长度，以及计算边缘图像上所有有效轮廓点对应的宽度参考值的均值得到可疑缺陷的宽度。


4.如权利要求3所述的方法，其特征在于，过滤掉轮廓点中的干扰点，得到有效轮廓点，包括：
计算每个轮廓点对应的第二直线的斜率角；
对全部轮廓点对应的第二直线的斜率角进行投票，筛选出斜率角与得票最多的斜率角的差值在预设角度范围内的第二直线对应的轮廓点，得到有效轮廓点。


5.如权利要求1所述的方法，其特征在于，基于可疑区域对该可疑区域中的每个像素点进行聚类处理，包括：
根据屏幕像素点与屏幕图像像素点之间的对应关系设置平滑宽度，基于所述平滑宽度对所述屏幕图像上所述可疑区域进行平滑处理，得到平滑后的图像；

【专利技术属性】
技术研发人员：王晓曼，
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