一种非均匀亮度图像中目标分割检测方法技术

本发明专利技术属于图像处理中的目标检测领域，尤其是一种非均匀亮度图像中目标分割检测方法，针对液晶屏幕显示目标缺陷检测，因相机采集到的显示画面亮度分布不均影响检测精度的问题，现提出如下方案，其包括以下步骤：S1、使用相机采集待检测屏幕、标定用屏幕样本数据；S2、将待检测区域、标定样本分割划分为固定大小的模块；S3、计算每个模块对应的梯度值，跟据梯度值设置第一次阈值；S4、跟据梯度阈值检测目标的位置，设置第二次阈值，并分离目标前景；S5、进行形态学处理，并识别目标缺陷类型等信息。本发明专利技术提出的二次阈值算法能有效解决液晶屏幕显示目标缺陷检测，提高了检测精度。此外，本方法也适用于其他亮度不均匀图像中的目标检测应用。应用。应用。

【技术实现步骤摘要】
一种非均匀亮度图像中目标分割检测方法


[0001]本专利技术涉及图像处理中的目标检测领域，尤其涉及一种非均匀亮度图像中目标分割检测方法。

技术介绍

[0002]目前由于液晶已广泛应用于车载设备、家电、智能机等与用户交接等显示设备，但由于液晶屏幕的生产工艺及制造设备等不可抗因素等影响，不可避免生产出的液晶屏幕会存在亮点、色斑、Mura等显示目标缺陷。为确保液晶屏幕显示正常，不影响用户体验，同时基于人工对液晶屏幕进行检测存在检测效率低，视觉疲劳易引起漏检和误检，此外，人工成本较高。另外，基于人工神经网络模型进行检测的方法需要大量的缺陷样本，而随着生产工艺的进步，缺陷屏幕数量越来越少，短时间内难以采集大量样本。因此，亟待研发出一套基于图像处理的高效、可靠目标缺陷分割检测算法。
[0003]针对液晶屏幕中的目标缺陷，需液晶屏显示不同颜色标准背景，进而经相机采集进行图像处理检测。但由于相机所采集位置、曝光等参数的设置及屏幕显示亮度原因，导致相机采集到的显示画面亮度分布不均，影响导致目标缺陷检测分割的精度和可靠性降低。

技术实现思路

...

【技术保护点】

【技术特征摘要】
1.一种非均匀亮度图像中目标分割检测方法，其特征在于，包括以下步骤：S1、使用相机采集待检测屏幕、标定用屏幕样本数据；S2、将待检测区域、标定样本分割划分为固定大小的模块；S3、计算每个模块对应的梯度值，跟据梯度值设置第一次阈值，检测缺陷位置；S4、跟据梯度阈值检测目标的位置，设置第二次阈值，排除误检，并分离目标前景；S5、进行形态学处理，并识别目标缺陷类型等信息。2.根据权利要求1所述的一种非均匀亮度图像中目标分割检测方法，其特征在于，所述S1中，使用相机采集屏幕显示画面的图像，首先，采集N个无缺陷屏幕的图像，作为阈值设置标定图像；然后，采集1个待检测屏幕的图像。3.根据权利要求1所述的一种非均匀亮度图像中目标分割检测方法，其特征在于，所述S2中，对S1中采集的标定图像和待检测图像进行角点提取，在每张图像中分割出屏幕显示区域图像；并根据图像大小和亮度均匀度将每张图像划分为大小W*H的若干个模块。4.根据权利要求1所述的一种非均匀亮度图像中目标分割检测方法，其特征在于，所述S3中，对S2中的每张标定样本屏幕区域图像的每个模块区域，用Sobel算子求取其每个像素对应的梯度，统计N张标定图像中每个对应位置模块中像素梯度的最大值，并用其设置第一次梯度阈值；对待测屏幕图像的每个模块也用Sobel求取梯度，并根据同位置标定模块的第一次阈值检测出梯度大于阈值的像素。5.根据权利要求1所述的一种非均匀亮度图像中目标分割检测方法，其特征在于，所述S4中，根据S3检测出梯度大于阈值的像素位置坐标；(1)取待测屏幕该位置区域，对待测屏幕该区域进行两个种子的K均值聚类，分为F1和F2两类，分别统计待检测区域两类的灰度均值、灰度最大值、灰度最小值；(2)取N个标定样本对应的滑块区域，分别取其四分位差、最大值和最小值、均值；(3)根据步骤(1)、(2)所得参数设置第二次阈值进行目标缺陷检测，排除误检区域找到目标缺陷，同时实现前景分割。6.根据权利要求1所述的一种非均匀亮度图像中目标分割检测方法，其特征在于，所述S5中，根据S4所找到的目标缺陷前景，首先对其进行形态学处理，然后检测其最外层轮廓，求其轮廓边长宽参数值确定目标缺陷类别，最后输出目标缺陷位置示意图。7.根据权利要求4所述的一种非均匀亮度图像中目标分割检测方法，其特征在于，选取标定的N个样本滑块区域内各梯度最大值，以N＝7为例：其梯度最大值分别为T1、T2、T3、T4、T5、T6、T7；(1)其阈值K1表达式如下：Tmax＝Max(T1，T2，T3，T4，T5，T6，T7)K1＝a
×
Tmax其中Tmax为梯度七副梯度图最大值中的最大值，a为梯度图滑块区域中的样本常数；(2...

【专利技术属性】
技术研发人员：薛琦，丁旭龙，靳亚迪，丁鏖倬，
申请(专利权)人：郑州大学，
类型：发明
国别省市：