一种基于阵列产品的光学检测方法、系统和可读存储介质技术方案

本发明专利技术提供一种基于阵列产品的光学检测方法、系统和可读存储介质，所述方法包括：通过图像采集器对待检测的阵列产品采集获取对应的原始图像；对原始图像进行二值化处理得到灰度图像；将所述灰度图像划分为N个周期性的小图像块；从N个小图像块中按照顺序依次选定一个小图像块，将该小图像块中某像素点的灰度值与其它小图像块对应像素点的灰度值的差值绝对值大于第一预设阈值像素点标记为缺陷参考点；将该小图像块中所有像素点的灰度值与剩余小图像块的对应像素点的灰度值进行逐一比对，并计算各像素点标记为缺陷参考点的累计次数；将累计次数大于第二预设阈值的像素点标记为缺陷点。本发明专利技术替代人工视觉检测方式，并提升检测效率和准确度。检测效率和准确度。检测效率和准确度。

【技术实现步骤摘要】
一种基于阵列产品的光学检测方法、系统和可读存储介质


[0001]本专利技术涉及光学检测
，尤其涉及一种基于阵列产品的光学检测方法、系统和可读存储介质。

技术介绍

[0002]近年来，随着全球科学技术的迅速发展，全世界液晶显示及相关产业发展规模日益增大，TFT
‑
LCD 及其相关产业的市场与生产制造商产业也随之不断地增加。 TFT
‑
LCD 以低成本、出众的体积优势、高解析度以及高亮度等优势逐步占据显示器的主导地位，普遍用于智能手机，台式与笔记本电脑、多媒体会议终端显示屏、智能手表、车载多媒体终端和家用智能电视等生活与办公领域。
[0003]目前，TFT
‑
LCD 行业在全中国乃至全球都竞争激烈，人工劳动力的使用直接决定着生产成本，最终决定着产品的成本竞争力。由于液晶显示屏生产涉及到的工艺流程多达300多个，工艺繁杂，任何环节都有可能出现缺陷问题，而现如今多数的液晶显示屏生产商还是通过采用人工作业，利用人眼识别判断的方法来检测通电后在不同显示信号作用下的液晶显示屏的显示缺陷。这种传统的检测方法检测效率较低，且由于TFT
‑
LCD产品中显示单元为阵列状分布，显示单元数量大，且分布密度密集，容易给作业人员造成视觉疲劳，因此采用人工视觉检测方式在对TFT
‑
LCD产品进行检测过程中，受作业人员的主观因素影响大，缺陷检测的精确度不高。

技术实现思路

[0004]为了解决上述至少一个技术问题，本专利技术提出了一种基于阵列产品的光学检测方法、系统和可读存储介质，能够替代人工视觉检测方式，节省了人力成本，并提升了检测效率和准确度。
[0005]本专利技术第一方面提出了一种基于阵列产品的光学检测方法，所述方法包括：通过图像采集器对待检测的阵列产品采集获取对应的原始图像；对所述原始图像进行二值化处理，得到灰度图像；基于所述阵列产品中多个小元件呈现的阵列排布状态，将所述灰度图像划分为N个周期性的小图像块，且N个小图像块分别包括相同数量和相同排布状态的小元件；从N个小图像块中按照顺序依次选定一个小图像块，判断所述小图像块中某像素点的灰度值与其它小图像块对应像素点的灰度值的差值绝对值是否大于第一预设阈值，如果是，则将所述小图像块中的某像素点标记为缺陷参考点；将该小图像块中所有像素点的灰度值与剩余小图像块的对应像素点的灰度值进行逐一比对，并计算该小图像块中所有像素点标记为缺陷参考点的累计次数；将该小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点。
[0006]本方案中，将该小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预
设阈值的像素点标记为缺陷点，具体包括：根据历史检测数据库中的历史检测数据计算出单个像素点为缺陷点的概率P；根据概率P计算得出第二预设阈值，则第二预设阈值等于(N
‑
1)*(1
‑
k*P)，其中k为固定正整数，N为灰度图像中的小图像块总数。
[0007]本方案中，在将该小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点之后，所述方法还包括：依次按照灰度值作差比对方式完成对N个小图像块中缺陷点的标记；从缺陷点标记后的N个小图像块中选定出缺陷点数量最少的小图像块为基准小图像块；分别取出除所述基准小图像块以外的剩余小图像块中标记为缺陷点的灰度值，并将其分别与所述基准小图像块中相同像素点位置的灰度值进行比对；判断剩余小图像块中某缺陷点的灰度值与所述基准小图像块中相同像素点位置的灰度值的差值绝对值是否大于第一预设阈值，如果是，则该缺陷点的标记正确，如果否，则该缺陷点的标记错误，并对该缺陷点进行消除。
[0008]本方案中，在将该小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点之后，所述方法还包括：制定出与单个小图像块的形状、尺寸均相同的缺陷校对模板检测窗口；将所述缺陷校对模板检测窗口按照预设的周期步长依次遍历所述灰度图像，其中预设的周期步长为单个小元件在灰度图像中的尺寸；如果所述缺陷校对模板检测窗口遍历移动到所述灰度图像对应的位置，且所述缺陷校对模板检测窗口覆盖的图像区域没有缺陷点，则将该图像区域选定为缺陷校对模板图像；如果所述缺陷校对模板检测窗口遍历整个灰度图像，且均未出现所述缺陷校对模板检测窗口覆盖的图像区域零缺陷点的情况，则从之前所有次遍历移动过程所覆盖的图像区域中，选定缺陷点最少的图像区域作为缺陷校对模板图像；分别获取N个小图像块中标记为缺陷点的灰度值，并将其分别与所述缺陷校对模板图像中相同像素点位置的灰度值进行比对；判断N个小图像块中某缺陷点的灰度值与所述缺陷校对模板图像中相同像素点位置的灰度值的差值绝对值是否大于第一预设阈值，如果是，则该缺陷点的标记正确，如果否，则该缺陷点的标记错误，并对该缺陷点进行消除。
[0009]本方案中，在对所述原始图像进行二值化处理，得到灰度图像之后，所述方法包括；基于所述阵列产品中多个小元件呈现的阵列排布状态，将所述灰度图像沿着横向划分为N1个周期性的横向小图像块，且N1个横向小图像块分别包括相同数量和相同排布状态的小元件；从N1个横向小图像块中按照顺序依次选定一个横向小图像块，判断所述横向小图像块中某像素点的灰度值与其它横向小图像块对应像素点的灰度值的差值绝对值是否大于第一预设阈值，如果是，则将所述横向小图像块中的某像素点标记为缺陷参考点；将该横向小图像块中所有像素点的灰度值与剩余横向小图像块的对应像素点的灰度值进行逐一比对，并计算该横向小图像块中所有像素点标记为缺陷参考点的累计次
数；将该横向小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点，依次按照灰度值作差比对方式完成对N1个横向小图像块中缺陷点的标记，并将完成缺陷点标记的N1个横向小图像块进行拼接为缺陷点标记的第一灰度图像；将所述灰度图像沿着纵向划分为N2个周期性的纵向小图像块，且N2个纵向小图像块分别包括相同数量和相同排布状态的小元件；从N2个纵向小图像块中按照顺序依次选定一个纵向小图像块，判断所述纵向小图像块中某像素点的灰度值与其它纵向小图像块对应像素点的灰度值的差值绝对值是否大于第一预设阈值，如果是，则将所述纵向小图像块中的某像素点标记为缺陷参考点；将该纵向小图像块中所有像素点的灰度值与剩余纵向小图像块的对应像素点的灰度值进行逐一比对，并计算该纵向小图像块中所有像素点标记为缺陷参考点的累计次数；将该纵向小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点，依次按照灰度值作差比对方式完成对N2个纵向小图像块中缺陷点的标记，并将完成缺陷点标记的N2个纵向小图像块进行拼接为缺陷点标记的第二灰度图像；判断缺陷点标记的第一灰度图像与第二灰度图像之间相同像素点位置的缺陷点标记状态是否一致，如果一致，则认定对应像素点位置的缺陷点标记状态正确，如果不一致，则对该像素点位置的缺陷点标记状态进行校正。
[001本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于阵列产品的光学检测方法，其特征在于，所述方法包括：通过图像采集器对待检测的阵列产品采集获取对应的原始图像；对所述原始图像进行二值化处理，得到灰度图像；基于所述阵列产品中多个小元件呈现的阵列排布状态，将所述灰度图像划分为N个周期性的小图像块，且N个小图像块分别包括相同数量和相同排布状态的小元件；从N个小图像块中按照顺序依次选定一个小图像块，判断所述小图像块中某像素点的灰度值与其它小图像块对应像素点的灰度值的差值绝对值是否大于第一预设阈值，如果是，则将所述小图像块中的某像素点标记为缺陷参考点；将该小图像块中所有像素点的灰度值与剩余小图像块的对应像素点的灰度值进行逐一比对，并计算该小图像块中所有像素点标记为缺陷参考点的累计次数；将该小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点。2.根据权利要求1所述的一种基于阵列产品的光学检测方法，其特征在于，将该小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点，具体包括：根据历史检测数据库中的历史检测数据计算出单个像素点为缺陷点的概率P；根据概率P计算得出第二预设阈值，则第二预设阈值等于(N
‑
1)*(1
‑
k*P)，其中k为固定正整数，N为灰度图像中的小图像块总数。3.根据权利要求1所述的一种基于阵列产品的光学检测方法，其特征在于，在将该小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点之后，所述方法还包括：依次按照灰度值作差比对方式完成对N个小图像块中缺陷点的标记；从缺陷点标记后的N个小图像块中选定出缺陷点数量最少的小图像块为基准小图像块；分别取出除所述基准小图像块以外的剩余小图像块中标记为缺陷点的灰度值，并将其分别与所述基准小图像块中相同像素点位置的灰度值进行比对；判断剩余小图像块中某缺陷点的灰度值与所述基准小图像块中相同像素点位置的灰度值的差值绝对值是否大于第一预设阈值，如果是，则该缺陷点的标记正确，如果否，则该缺陷点的标记错误，并对该缺陷点进行消除。4.根据权利要求1所述的一种基于阵列产品的光学检测方法，其特征在于，在将该小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点之后，所述方法还包括：制定出与单个小图像块的形状、尺寸均相同的缺陷校对模板检测窗口；将所述缺陷校对模板检测窗口按照预设的周期步长依次遍历所述灰度图像，其中预设的周期步长为单个小元件在灰度图像中的尺寸；如果所述缺陷校对模板检测窗口遍历移动到所述灰度图像对应的位置，且所述缺陷校对模板检测窗口覆盖的图像区域没有缺陷点，则将该图像区域选定为缺陷校对模板图像；如果所述缺陷校对模板检测窗口遍历整个灰度图像，且均未出现所述缺陷校对模板检测窗口覆盖的图像区域零缺陷点的情况，则从之前所有次遍历移动过程所覆盖的图像区域中，
选定缺陷点最少的图像区域作为缺陷校对模板图像；分别获取N个小图像块中标记为缺陷点的灰度值，并将其分别与所述缺陷校对模板图像中相同像素点位置的灰度值进行比对；判断N个小图像块中某缺陷点的灰度值与所述缺陷校对模板图像中相同像素点位置的灰度值的差值绝对值是否大于第一预设阈值，如果是，则该缺陷点的标记正确，如果否，则该缺陷点的标记错误，并对该缺陷点进行消除。5.根据权利要求1所述的一种基于阵列产品的光学检测方法，其特征在于，在对所述原始图像进行二值化处理，得到灰度图像之后，所述方法包括；基于所述阵列产品中多个小元件呈现的阵列排布状态，将所述灰度图像沿着横向划分为N1个周期性的横向小图像块，且N1个横向小图像块分别包括相同数量和相同排布状态的小元件；从N1个横向小图像块中按照顺序依次选定一个横向小图像块，判断所述横向小图像块中某像素点的灰度值与其它横向小图像块对应像素点的灰度值的差值绝对值是否大于第一预设阈值，如果是，则将所述横向小图像块中的某像素点标记为缺陷参考点；将该横向小图像块中所有像素点的灰度值与剩余横向小图像块的对应像素点的灰度值进行逐一比对，并计算该横向小图像块中所有像素点标记为缺陷参考点的累计次数；将该横向小图像块所有像素点中标记为缺陷参考点的累计次数大于第二预设阈值的像素点标记为缺陷点，依次按照灰度值作差比对方式完成对N1个横向小图像块中缺陷点的标记，并将完成缺陷点标记的N1个横向小图像块进行拼接为缺陷点标记的第一灰度图像；将所述灰度图像沿着纵向划分为N2个周期性的纵向小图像块，且N2个纵向小图像块分别包括相同数量和相同排布状态的小元件；从N2个纵向小图像块中按照顺序依次选定一个纵向小图像块，判断所述纵向小图像块中某像素点的灰度值与其它纵向小图像块对应像素点的灰度值的差值绝对值是否大于第一预设阈值，如果是，则将所述纵向小图像块中的某像素点标记为缺陷参...

【专利技术属性】
技术研发人员：周芬芬，
申请(专利权)人：深圳市光明顶照明科技有限公司，
类型：发明
国别省市：