图片处理方法、装置、计算机设备及存储介质制造方法及图纸

本公开实施例提供一种图片处理方法、装置、计算机设备及存储介质，涉及计算机领域，可以解决图片处理效率低、以及图片处理准确度低的问题。该图片处理方法包括：响应于对图片的处理指令，从获取到的所有图片中筛选出多个目标图片；确定每个目标图片的目标区域中每个像素的第一特征值和第二特征值，根据确定出的所有第一特征值，确定每两个目标图片中目标区域的第一特征值之间的相似度，并根据确定出的所有第二特征值，确定每两个目标图片中目标区域的第二特征值之间的相似度；若第一目标相似度在第一预设范围内，且第二目标相似度在第二预设范围内，则确定第一图片和第二图片属于同一图片集合。图片集合。图片集合。

【技术实现步骤摘要】
图片处理方法、装置、计算机设备及存储介质


[0001]本公开涉及计算机领域，尤其涉及一种图片处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]在显示面板的背板制作过程中，通常采用AOI(auto optical inspection，自动光学检测)对制作过程的各个工序进行监控，以便于将各个工序的缺陷检出。其中，自动光学检测输出的数据为图片，例如可以采用相机(camera)抓取缺陷图片；然后采用深度学习技术对这些缺陷图片进行图像识别，确定出缺陷图片的特征信息，以便于后续在制作显示面板过程中，提高显示面板的品质和良率。
[0003]深度学习技术采用的是神经网络算法。神经网络算法通常需要大量高质量的图片作为样本去训练神经网络模型，以确保模型能够走向正确的收敛方向。其中，高质量的图片可以利用图片数据处理获得。
[0004]目前，对图片进行数据处理主要采用人工处理的方式。但是，人工处理依赖于操作人员对大量图片数据的判断，实施复杂度高，耗时长，并且由于操作人员的不同，还会导致处理结果不一致。

技术实现思路

[0005]本公开的实施例提供一种图片处理方法、装置、计算机设备及存储介质，可以解决图片处理效率低、以及图片处理准确度低的问题。
[0006]为达到上述目的，本公开的实施例采用如下技术方案：
[0007]第一方面、提供了一种图片处理方法，该处理方法包括：图片处理装置响应于对图片的处理指令，从获取到的所有图片中筛选出多个目标图片，目标图片为包括目标区域的图片，其中，目标区域包括目标图片中像素点的信息无周期性的区域；然后图片处理装置确定每个目标图片的目标区域中每个像素的第一特征值和第二特征值；根据确定出的所有第一特征值，确定每两个目标图片中目标区域的第一特征值之间的相似度，并根据确定出的所有第二特征值，确定每两个目标图片中目标区域的第二特征值之间的相似度；若第一目标相似度在第一预设范围内，且第二目标相似度在第二预设范围内，则确定第一图片和第二图片属于同一图片集合；第一目标相似度为第一图片和第二图片中目标区域的第一特征值之间的相似度，第二目标相似度为第一图片和第二图片中目标区域的第二特征值之间的相似度。
[0008]基于第一方面，图片处理装置在接收到处理指令后，筛选出多个目标图片，并确定每个目标图片的目标区域中每个像素的第一特征值和第二特征值，然后根据所有第一特征值，确定每两个目标图片中目标区域的第一特征值之间的相似度，并根据确定出的所有第二特征值，确定每两个目标图片中目标区域的第二特征值之间的相似度，若第一目标相似度在第一预设范围内，且第二目标相似度在第二预设范围内，则确定第一图片和第二图片
属于同一集合，可见，本公开实施例提供的图片处理方法替代了人工处理的方式，从而提高了图片处理的准确度，并提升了图片处理效率。
[0009]可选的，该图片处理方法还包括：确定图片集合的标识。
[0010]基于该可选的方式，图片处理装置能够对图片集合进行标识，不仅可以区分每个图片集合，而且还能够通过标识直观的展示每个图片集合中目标图片的特征。
[0011]可选的，从获取到的所有图片中筛选出多个目标图片，包括：图片处理装置获取每个图片中，每个像素点的信息；根据像素点的信息确定图片的干涉条纹，并过滤掉干涉条纹，以得到过滤后的图片；若过滤后的图片中像素点的信息无周期性，则将该图片确定为目标图片。
[0012]基于该可选的方式，图片处理装置能够根据每个图片中每个像素点的信息确定干涉条纹，并过滤掉干涉条纹，以得到过滤后的图片，若过滤后的图片中像素点的信息无周期性，即过滤后的图片存在缺陷区域，则将该图片确定为目标图片，由于过滤掉干涉条纹后能够明显的看出图片中的像素点的信息无周期性的区域，避免了干涉条纹对筛选出目标图片的影响，从而有利于提高筛选出的目标图片的准确度。
[0013]可选的，图片处理装置根据确定出的所有第一特征值，确定每两个目标图片中目标区域的第一特征值之间的相似度，包括：对于图片A和图片B而言，根据图片A中目标区域的第一特征值和图片B中目标区域的第一特征值，确定图片A与图片B中目标区域的第一特征值之间的相似度满足下述公式：
[0014][0015]其中，A
i
表示图片A的第i个第一特征值，B
j
表示图片B的第j个第一特征值，1≤i≤z，1≤j≤z；表示图片A的z个第一特征值与图片B的z个第一特征值之和；表示图片A的z个第一特征值之和的算术平方根，表示图片B的z个第一特征值之和的算术平方根，S
α
为图片A与图片B中目标区域的第一特征值之间的相似度。
[0016]基于该可选的方式，由于每两个目标图片中目标区域的第一特征值之间的相似度满足上述公式，因此使得计算出的第一特征值之间的相似度更加准确。
[0017]可选的，图片处理装置根据确定出的所有第二特征值，确定每两个目标图片中目标区域的第二特征值之间的相似度，包括：对于图片A和图片B而言，根据图片A中目标区域的第二特征值和图片B中目标区域的第二特征值，确定图片A与图片B中目标区域的第二特征值之间的相似度满足下述公式：
[0018][0019]其中，A
n
表示图片A的第n个第二特征值，B
m
表示图片B的第m个第二特征值，1≤n≤k，1≤m≤k；表示图片A的k个第二特征值与图片B的k个第二特征值之和；表示图片A的k个第二特征值之和的算术平方根，表示图片B的k个第二特征值之和的算术平方根，S
β
为图片A与图片B中目标区域的第二特征值之间的相似度。
[0020]基于该可选的方式，由于每两个目标图片中目标区域的第二特征值之间的相似度满足上述公式，因此使得计算出的第二特征值之间的相似度更加准确。
[0021]第二方面、提供一种图片处理装置，该图片处理装置可以实现上述第一方面或者第一方面可选的方式中图片处理小皇子所执行的功能，所述功能可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个上述功能相应的模块。如响应模块和处理模块。具体的，响应模块被配置为响应于对图片的处理指令；处理模块被配置为从获取到的所有图片中筛选出多个目标图片；其中，目标图片为包括目标区域的图片；目标区域包括目标图片中像素点的信息无周期性的区域为；处理模块还被配置为确定每个目标图片的目标区域中每个像素的第一特征值和第二特征值；处理模块还被配置为根据确定出的所有第一特征值，确定每两个目标图片中目标区域的第一特征值之间的相似度，并根据确定出的所有第二特征值，确定每两个目标图片中目标区域的第二特征值之间的相似度；处理模块还被配置为确定第一图片和第二图片属于同一图片集合；具体的，若第一目标相似度在第一预设范围内，且第二目标相似度在第二预设范围内，则确定第一图片和第二图片属于同于同一图片集合；第一目标相似度为第一图片和第二图片中目标区域的第一特征值之间的相似度，第二目标相似度为第一图片和第二图片中目标区域的第二特征值之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片处理方法，其特征在于，应用于计算机设备，所述图片处理方法包括：响应于对图片的处理指令；从获取到的所有图片中筛选出多个目标图片，所述目标图片为包括目标区域的图片；所述目标区域包括所述目标图片中像素点的信息无周期性的区域；确定每个所述目标图片的目标区域中每个像素的第一特征值和第二特征值；根据确定出的所有第一特征值，确定每两个目标图片中目标区域的第一特征值之间的相似度，并根据确定出的所有第二特征值，确定每两个目标图片中目标区域的第二特征值之间的相似度；若第一目标相似度在第一预设范围内，且第二目标相似度在第二预设范围内，则确定第一图片和第二图片属于同一图片集合；所述第一目标相似度为所述第一图片和所述第二图片中目标区域的第一特征值之间的相似度，所述第二目标相似度为所述第一图片和所述第二图片中目标区域的第二特征值之间的相似度。2.根据权利要求1所述的图片处理方法，其特征在于，所述图片处理方法还包括：确定所述图片集合的标识。3.根据权利要求1所述的图片处理方法，其特征在于，所述从获取到的所有图片中筛选出多个目标图片，包括：获取每个图片中，每个像素点的信息；根据所述像素点的信息确定所述图片的干涉条纹，并过滤掉所述干涉条纹，以得到过滤后的图片；若所述过滤后的图片中所述像素点的信息无周期性，则将所述图片确定为所述目标图片。4.根据权利要求1所述的图片处理方法，其特征在于，所述根据确定出的所有第一特征值，确定每两个目标图片中目标区域的第一特征值之间的相似度，包括：对于图片A和图片B而言，根据图片A中目标区域的第一特征值和图片B中目标区域的第一特征值，确定图片A与图片B中目标区域的第一特征值之间的相似度满足下述公式：其中，A
i
表示图片A的第i个第一特征值，B
j
表示图片B的第j个第一特征值，1≤i≤z，1≤j≤z；表示图片A的z个第一特征值与图片B的z个第一特征值之和；表示图片A的z个第一特征值之和的算术平方根，表示图片B的z个第一特征值之和的算术平方根，S
α
为图片A与图片B中目标区域的第一特征值之间的相似度。5.根据权利要求1所述的图片处理方法，其特征在于，所述根据确定出的所有第二特征值，确定每两个目标图片中目标区域的第二特征值之间的相似度，包括：
对于图片A和图片B而言，根据图片A中目标区域的第二特征值和图片B中目标区域的第二特征值，确定图片A与图片B中目标区域的第二特征值之间的相似度满足下述公式：其中，A
n
表示图片A的第n个第二特征值，B
m
表示图片B的第m个第二特征值，1≤n≤k，1≤m≤k；表示图片A的k个第二特征值与图片B的k个第二特征值之和；表示图片A的k个第二特征值之和的算术平方根，表示图片B的k个第二特征值之和的算术平方根，S
β
为图片A与图片B中目标区域的第二特征值之间的相似度。6.一种图片处理装置，其特征在于，应用于计算机设备，所述图片处理装置包括：响应模块，被配置为响应于对图片的处理指令；处理模块，被配置为从获取到的所有图片中筛选出多个目标图片，所述目标图片为包括目标区域的图片；所述目标区域包括所述目标图片中像素点的信息无周期性的区域；所述处理模块，还被配置为确定每个所述目标图片的目标区域中每个像素的第一特征值和第二特征值；所述处理模块，还被配置为根据确定出的所有...

【专利技术属性】
技术研发人员：张国林，徐开琴，邹佳洪，周全国，黄巡，沈鸿翔，程久阳，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：