一种亮点缺陷检测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及亮点缺陷检测技术领域，尤其涉及一种亮点缺陷检测方法、装置、计算机设备和存储介质。该亮点缺陷检测方法，包括：获取待处理图像；根据待处理图像中灰度值最大的像素点，确定待处理图像中的目标区域，目标区域中任意像素点的灰度值，与灰度值最大的像素点的灰度值之差在预设数值范围内；基于至少一个目标区域，确定待处理图像中的亮点缺陷。解决了相关技术下亮点缺陷检测技术通过对基础方法进行排列组合，以得到某一类亮点缺陷的检测算法，不能广泛适用于多类亮点缺陷的技术问题。不能广泛适用于多类亮点缺陷的技术问题。不能广泛适用于多类亮点缺陷的技术问题。

【技术实现步骤摘要】
一种亮点缺陷检测方法、装置、计算机设备和存储介质


[0001]本申请涉及亮点缺陷检测
，尤其涉及一种亮点缺陷检测方法、装置、计算机设备和存储介质。

技术介绍

[0002]在面板行业中，从面板的生产到出货前的工艺中，为了提高产品质量、节约人力、降低成本等目的，已经普遍采用“人工+机器视觉”的模式进行屏幕质量检测、产品分类和缺陷修理。在相关的检测技术中，缺陷检测和分类占据很大的比重，而亮点缺陷检测和分类就是其中的一类。
[0003]相关的亮点缺陷检测技术主要通过对屏幕图像的滤波、分割以及形态学分析等多种基础方法进行排列组合，以得到适用于某一类亮点缺陷的检测方法。针对于某一亮点缺陷类型，对基础方法进行排列组合设计检测方法时，一般需要依据不同的亮点缺陷中像素点排列特征，对多种基础方法进行重新排列、参数调整、添加和/或删除。而由于需要调整的参数多，且对亮点缺陷检测方法的架构改动也很大，导致这样的亮点缺陷检测技术只适用于某一类亮点缺陷，而不适用于其他类亮点缺陷，不能广泛适用。

技术实现思路

[0004]本申请提供了一种亮点缺陷检测方法、装置、计算机设备和存储介质，用于解决相关技术下亮点缺陷检测技术通过对基础方法进行排列组合，以得到某一类亮点缺陷检测方法，不能广泛适用于多类亮点缺陷的技术问题。
[0005]为达到上述目的，本申请采用如下技术方案：
[0006]第一方面，本申请提供了一种亮点缺陷检测方法，包括：
[0007]获取待处理图像；
[0008]根据待处理图像中灰度值最大的像素点，确定待处理图像中的目标区域，目标区域中任意像素点的灰度值，与灰度值最大的像素点的灰度值之差在预设数值范围内；
[0009]基于至少一个目标区域，确定待处理图像中的亮点缺陷。
[0010]在其中一个实施例中，获取待处理图像，包括：
[0011]获取原始图像，原始图像包括多个子图像；
[0012]根据每个子图像的像素点的灰度值，确定子图像的中心像素点灰度值；
[0013]根据中心像素点灰度值确定出多个子图像中存在亮点缺陷的待处理图像。
[0014]在其中一个实施例中，根据每个子图像的像素点的灰度值，确定子图像的中心像素点灰度值，包括：
[0015]将子图像中像素点的平均灰度值作为中心像素点灰度值。
[0016]在其中一个实施例中，根据中心像素点灰度值确定出多个子图像中存在亮点缺陷的待处理图像，包括：
[0017]根据子图像的中心像素点灰度值，确定子图像的灰度值标准差，灰度值标准差表
征子图像中像素点的灰度值相对于中心像素点灰度值的离散程度；
[0018]将中心像素点灰度值大于等于灰度值阈值，且灰度值标准差大于等于灰度值标准差阈值的子图像，确定为待处理图像。
[0019]在其中一个实施例中，根据待处理图像中灰度值最大的像素点，确定待处理图像中的目标区域，包括：遍历查找灰度值最大的像素点的八邻域内的目标像素点，以及，在目标像素点的八邻域内遍历查找目标像素点，直到目标像素点的八邻域内不存在目标像素点；目标像素点的灰度值与灰度值最大的像素点的灰度值之差在预设数值范围内；
[0020]将灰度值最大的像素点和查找到的所有目标像素点的位置组成的区域确定为目标区域。
[0021]在其中一个实施例中，基于至少一个目标区域，确定待处理图像中的亮点缺陷，包括：
[0022]确定目标区域的像素点的行数和列数；
[0023]将行数大于预设行数，和/或，列数大于预设列数的目标区域，确定为亮点缺陷。
[0024]第二方面，本申请提供了亮点缺陷检测装置，包括：
[0025]获取模块，用于获取待处理图像；
[0026]目标区域确定模块，用于根据待处理图像中灰度值最大的像素点，确定待处理图像中的目标区域，目标区域中任意像素点的灰度值，与灰度值大于预设阈值的像素点的灰度值之差在预设数值范围内；
[0027]亮点缺陷确定模块，用于基于至少一个目标区域，确定待处理图像中的亮点缺陷。
[0028]第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
[0029]获取模块，用于获取待处理图像；
[0030]目标区域确定模块，用于根据待处理图像中灰度值最大的像素点，确定待处理图像中的目标区域，目标区域中任意像素点的灰度值，与灰度值大于预设阈值的像素点的灰度值之差在预设数值范围内；
[0031]亮点缺陷确定模块，用于基于至少一个目标区域，确定待处理图像中的亮点缺陷。
[0032]第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0033]获取模块，用于获取待处理图像；
[0034]目标区域确定模块，用于根据待处理图像中灰度值最大的像素点，确定待处理图像中的目标区域，目标区域中任意像素点的灰度值，与灰度值大于预设阈值的像素点的灰度值之差在预设数值范围内；
[0035]亮点缺陷确定模块，用于基于至少一个目标区域，确定待处理图像中的亮点缺陷。
[0036]本申请提供的一种亮点缺陷检测方法和装置，首先获取待处理图像；根据待处理图像中灰度值最大的像素点，确定待处理图像中的目标区域；基于至少一个目标区域，确定待处理图像中的亮点缺陷。本方法仅通过待处理图像中灰度值最大的一个像素点确定目标区域，不受亮点缺陷类型的限制，无需对基础方法进行排列组合设计不同亮点缺陷类型的检测方法。解决了相关技术下，亮点缺陷检测技术通过对基础方法进行排列组合，以得到某一类亮点缺陷的检测算法，不能广泛适用于多类亮点缺陷检测的技术问题。达到了增加亮
点缺陷检测的广泛适用性，并提高亮点缺陷检测的鲁棒性的效果。
[0037]本申请中第二方面到第四方面及其各种实现方式的具体描述，可以参考第一方面及其各种实现方式中的详细描述；并且，第二方面到第四方面及其各种实现方式的有益效果，可以参考第一方面及其各种实现方式中的有益效果分析，此处不再赘述。
[0038]本申请的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
[0039]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0040]图1为一个实施例中亮点缺陷检测方法的流程示意图；
[0041]图2为一个实施例中亮点缺陷检测方法的另一流程示意图；
[0042]图3为一个实施例中亮点缺陷检测方法的子图像示意图；
[0043]图4为一个实施例中亮点缺陷检测方法的目标子图像示意图；
[0044]图5为一个实施例中亮点缺陷检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种亮点缺陷检测方法，其特征在于，包括：获取待处理图像；根据所述待处理图像中灰度值最大的像素点，确定所述待处理图像中的目标区域，所述目标区域中任意像素点的灰度值，与所述灰度值最大的像素点的灰度值之差在预设数值范围内；基于所述至少一个目标区域，确定所述待处理图像中的所述亮点缺陷。2.根据权利要求1所述的亮点缺陷检测方法，其特征在于，所述获取待处理图像，包括：获取原始图像，所述原始图像包括多个子图像；根据每个所述子图像的像素点的灰度值，确定所述子图像的中心像素点灰度值；根据所述中心像素点灰度值确定出多个所述子图像中存在亮点缺陷的所述待处理图像。3.根据权利要求2所述的亮点缺陷检测方法，其特征在于，所述根据每个所述子图像的像素点的灰度值，确定所述子图像的中心像素点灰度值，包括：将所述子图像中像素点的平均灰度值作为所述中心像素点灰度值。4.根据权利要求1所述的亮点缺陷检测方法，其特征在于，所述根据所述中心像素点灰度值确定出多个所述子图像中存在亮点缺陷的所述待处理图像，包括：根据所述子图像的所述中心像素点灰度值，确定所述子图像的灰度值标准差，所述灰度值标准差表征所述子图像中像素点的灰度值相对于所述中心像素点灰度值的离散程度；将所述中心像素点灰度值大于等于灰度值阈值，且所述灰度值标准差大于等于灰度值标准差阈值的所述子图像，确定为所述待处理图像。5.根据权利要求1所述的亮点缺陷检测方法，其特征在于，所述根据所述待处理图像中灰度值最大的像素点，确定所述...

【专利技术属性】
技术研发人员：王丽盼，林品杰，陈郁中，
申请(专利权)人：合肥欣奕华智能机器股份有限公司，
类型：发明
国别省市：