【技术实现步骤摘要】
本专利技术涉及图像灰度增强，具体涉及一种量子点光学膜的缺陷检测方法及系统。
技术介绍
1、相较于传统光学膜，量子点光学膜的色域更广泛，并且对颜色的过滤效果更好，使得其展示的颜色更纯净，因此在一些高端显示器上量子点光学膜被广泛应用。在生产量子光学膜的过程中，往往需要对其进行缺陷检测。在进行缺陷检测过程中往往会对图像中的像素点进行聚类，将特征相似的像素点聚集为同一个聚类簇，便于后续判断聚类簇是否为缺陷聚类簇，以实现缺陷检测。目前，对图像中的像素点进行聚类时，通常采用的方式可以为：根据采集图像中像素点的像素值，对图像中的像素点进行聚类。
2、然而，当根据采集的量子点光学膜图像中像素点的像素值，对像素点进行聚类时，经常会存在如下技术问题：
3、由于量子点光学膜的缺陷区域与未发生缺陷的正常区域之间的色差往往并不明显，比如，划痕缺陷与正常区域之间的色差比较相近，所以拍摄到图像中缺陷区域与正常区域之间的像素差异相对较小，因此根据采集的量子点光学膜图像中像素点的像素值，对像素点进行聚类时，往往难以将缺陷区域与正常区域准确地划分，从而导致像素点聚类效果较差，进而导致对生产量子光学膜进行缺陷检测的准确度较差。
技术实现思路
1、为了解决由于像素点聚类效果较差而导致的对生产量子光学膜进行缺陷检测的准确度较差的技术问题，本专利技术提出了一种量子点光学膜的缺陷检测方法及系统。
2、第一方面，本专利技术提供了一种量子点光学膜的缺陷检测方法，该方法包括：
3、获取
4、根据所述目标膜图像中每个像素点在每次分割下所属分割区域内所有像素点在每个预设通道下的通道值，确定每个像素点在每次分割时每个预设通道下的异常得分；
5、根据每个像素点与其对应的预设邻域内所有像素点在预设数量次分割时每个预设通道下的异常得分，确定每个像素点在每个预设通道下的缺陷异常权重；
6、根据每个像素点在所有预设通道下的缺陷异常权重和通道值，对每个像素点进行灰度增强，得到每个像素点对应的目标灰度值；
7、根据所述目标膜图像中所有像素点对应的目标灰度值，对所述目标膜图像中的所有像素点进行聚类，得到目标聚类簇集合；
8、根据所述目标聚类簇集合，对所述待检测量子点光学膜进行缺陷检测。
9、可选地，所述根据每个像素点与其对应的预设邻域内所有像素点在预设数量次分割时每个预设通道下的异常得分，确定每个像素点在每个预设通道下的缺陷异常权重，包括：
10、将所述目标膜图像中任意一个像素点，确定为标记像素点，对所述标记像素点在预设数量次分割时每个预设通道下的异常得分进行排序，得到所述标记像素点在每个预设通道下的异常得分序列；
11、以所述标记像素点在每个预设通道下的异常得分序列的序号为横坐标，以所述标记像素点在每个预设通道下的异常得分序列中的异常得分为纵坐标，作所述标记像素点在每个预设通道下的异常得分序列对应的拟合曲线，记为所述标记像素点在每个预设通道下的异常得分曲线；
12、将所述标记像素点在每个预设通道下的异常得分曲线中，所有异常得分所在的坐标点在该异常得分曲线上斜率的方差，确定为所述标记像素点在每个预设通道下的异常置信度；
13、根据所述标记像素点与其对应的预设邻域内所有像素点在预设数量次分割时每个预设通道下的异常得分，以及所述标记像素点在每个预设通道下的异常置信度，确定所述标记像素点在每个预设通道下的缺陷异常权重。
14、可选地，像素点在预设通道下的缺陷异常权重对应的公式为：
15、；其中，wij是目标膜图像中第i个像素点在第j个预设通道下的缺陷异常权重；i是目标膜图像中像素点的序号；j是预设通道的序号；norm( )是归一化函数；exp( )是以自然常数为底的指数函数；εij是目标膜图像中第i个像素点在第j个预设通道下的异常置信度；n是预设数量；k是分割的序号；dijk是目标膜图像中第i个像素点在第k次分割时第j个预设通道下的异常得分；εijk是目标膜图像中第i个像素点对应的预设邻域内所有像素点在第k次分割时第j个预设通道下的异常得分的方差。
16、可选地，所述根据每个像素点在所有预设通道下的缺陷异常权重和通道值，对每个像素点进行灰度增强，得到每个像素点对应的目标灰度值，包括：
17、将所述目标膜图像中任意一个像素点，确定为标记像素点，根据所述标记像素点在每个预设通道下的缺陷异常权重和通道值，确定所述标记像素点在每个预设通道下的目标调整值；
18、根据所述标记像素点在所有预设通道下的目标调整值，确定所述标记像素点对应的目标灰度值。
19、可选地，像素点对应的目标灰度值对应的公式为：
20、；；其中，gi是目标膜图像中第i个像素点对应的目标灰度值；i是目标膜图像中像素点的序号；j是预设通道的序号；m是预设通道的数量；wij是目标膜图像中第i个像素点在第j个预设通道下的缺陷异常权重；wi是目标膜图像中第i个像素点在所有预设通道下的缺陷异常权重的累加值；tij是目标膜图像中第i个像素点在第j个预设通道下的通道值；是目标膜图像中第i个像素点在第j个预设通道下的目标调整值。
21、可选地，所述根据所述目标膜图像中所有像素点对应的目标灰度值，对所述目标膜图像中的所有像素点进行聚类，得到目标聚类簇集合，包括：
22、根据所述目标膜图像中任意两个像素点对应的目标灰度值，确定这两个像素点之间的初始聚类距离；
23、对两个像素点之间的初始聚类距离进行修正，得到这两个像素点之间的修正聚类距离；
24、根据所述目标膜图像中像素点之间的修正聚类距离，对所述目标膜图像中的所有像素点进行聚类，并将聚类得到的每个聚类簇，确定为目标聚类簇，得到目标聚类簇集合。
25、可选地，两个像素点之间的修正聚类距离对应的公式为：
26、lit=δgit×(1+norm(|εi-εt|))；δgit=|gi-gt|；i≠t；其中，lit是目标膜图像中第i个像素点和第t个像素点之间的修正聚类距离；i和t是目标膜图像中像素点的序号；δgit是目标膜图像中第i个像素点和第t个像素点之间的初始聚类距离；norm( )是归一化函数；||是取绝对值函数；εi是目标膜图像中第i个像素点对应的预设邻域内所有像素点对应的目标灰度值的方差；εt是目标膜图像中第t个像素点对应的预设邻域内所有像素点对应的目标灰度值的方差；gi是目标膜图像中第i个像素点对应的目标灰度值；gt是目标膜图像中第t个像素点对应的目标灰度值。
27、可选地，所述根据所述目标聚类簇集合，对所述待检测量子点光学膜进行缺陷检测，包括：
28、当所述目标聚类簇集合中目标聚类簇的数量大于预设阈值时，将每个目标聚类簇中所有像素点对应的目标灰度值的方差，确定为每个目标本文档来自技高网...
【技术保护点】
1.一种量子点光学膜的缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种量子点光学膜的缺陷检测方法，其特征在于，所述根据每个像素点与其对应的预设邻域内所有像素点在预设数量次分割时每个预设通道下的异常得分，确定每个像素点在每个预设通道下的缺陷异常权重，包括：
3.根据权利要求2所述的一种量子点光学膜的缺陷检测方法，其特征在于，像素点在预设通道下的缺陷异常权重对应的公式为：
4.根据权利要求1所述的一种量子点光学膜的缺陷检测方法，其特征在于，所述根据每个像素点在所有预设通道下的缺陷异常权重和通道值，对每个像素点进行灰度增强，得到每个像素点对应的目标灰度值，包括：
5.根据权利要求4所述的一种量子点光学膜的缺陷检测方法，其特征在于，像素点对应的目标灰度值对应的公式为：
6.根据权利要求1所述的一种量子点光学膜的缺陷检测方法，其特征在于，所述根据所述目标膜图像中所有像素点对应的目标灰度值，对所述目标膜图像中的所有像素点进行聚类，得到目标聚类簇集合，包括：
7.根据权利要求6所述的一种量子点光学膜的
8.根据权利要求1所述的一种量子点光学膜的缺陷检测方法，其特征在于，所述根据所述目标聚类簇集合，对所述待检测量子点光学膜进行缺陷检测，包括：
9.根据权利要求1所述的一种量子点光学膜的缺陷检测方法，其特征在于，所述根据所述目标膜图像中每个像素点在每次分割下所属分割区域内所有像素点在每个预设通道下的通道值，确定每个像素点在每次分割时每个预设通道下的异常得分，包括：
10.一种量子点光学膜的缺陷检测系统，其特征在于，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令以实现权利要求1-9中任一项所述的一种量子点光学膜的缺陷检测方法。
...【技术特征摘要】
1.一种量子点光学膜的缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种量子点光学膜的缺陷检测方法，其特征在于，所述根据每个像素点与其对应的预设邻域内所有像素点在预设数量次分割时每个预设通道下的异常得分，确定每个像素点在每个预设通道下的缺陷异常权重，包括：
3.根据权利要求2所述的一种量子点光学膜的缺陷检测方法，其特征在于，像素点在预设通道下的缺陷异常权重对应的公式为：
4.根据权利要求1所述的一种量子点光学膜的缺陷检测方法，其特征在于，所述根据每个像素点在所有预设通道下的缺陷异常权重和通道值，对每个像素点进行灰度增强，得到每个像素点对应的目标灰度值，包括：
5.根据权利要求4所述的一种量子点光学膜的缺陷检测方法，其特征在于，像素点对应的目标灰度值对应的公式为：
6.根据权利要求1所述的一种量子点光学膜的缺陷检测方法，其特征在于，所...
【专利技术属性】
技术研发人员：何海君，丁清华，宁召，楼鑫，徐晓飞，何飞，王志强，
申请(专利权)人：浙江锦德光电材料有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。