【技术实现步骤摘要】
本专利技术涉及图像识别，更具体地涉及一种面板缺陷检测方法、一种面板缺陷检测装置、一种电子设备以及一种存储介质。
技术介绍
1、玻璃上的芯片技术(chip on glass，简称cog)是一种驱动电路芯片直接粘合在玻璃基板上的技术，广泛适用于液晶显示、电致发光技术等各种显示产品。cog制程将驱动电路的导电引脚对准玻璃基板上的电极(bump)，以各向异性导电膜(anisotropicconductive film，简称acf)作为接合(bonding)的介质材料，通过一定时间的高温高压实现驱动电路的导电引脚与玻璃基板上的电极的连接和导通。同理，玻璃上的柔性电路板技术(fpc on glass，简称fog)是柔性电路板(fpc)直接绑定在玻璃基板上的技术，制程过程与cog类似。类似地，柔性基板上的芯片技术(ic on film，简称cof)是将半导体芯片先封装在柔性基板上，而后将封装好的制品上的柔性基板绑定在玻璃基板上的技术，其制程也与cog类似。
2、在进行面板缺陷检测时，由于cog的电极尺寸较小，粒子聚集性较大，异物和聚集的粒子非常接近，比较难区分，容易出现过检与漏检难以平衡的情况。
3、因此，亟需一种新的面板缺陷检测方法以至少部分地解决上述技术问题。
技术实现思路
1、考虑到上述问题而提出了本专利技术。根据本专利技术的一个方面，提供了一种面板缺陷检测方法，包括：获取待检测面板的图像；基于待检测面板的图像，提取疑似缺陷区域；获取第一形状，其中，第一形状是预先确
2、示例性地，缺陷的形状为凸形或近凸形，非缺陷的形状为凹形或近凹形，缺陷判断参数包括凹凸率，凹凸率等于疑似缺陷区域面积与疑似缺陷区域的最小凸外包络区域面积的比值。
3、示例性地，基于待检测面板的图像，提取疑似缺陷区域，包括：利用图像增强方法对待检测面板的图像进行图像增强，以提取疑似缺陷区域。
4、示例性地，利用图像增强方法对待检测面板的图像进行图像增强，包括：对待检测面板的图像进行卷积操作，以获取卷积处理图像。
5、示例性地，对待检测面板的图像进行卷积操作，包括：使用预设卷积核进行卷积操作，其中，预设卷积核根据待检测面板中的粒子大小设定，粒子大小包括粒子高度和粒子宽度。
6、示例性地，在对待检测面板的图像进行卷积操作之前，方法还包括：根据预设滤波核，对待检测面板的图像进行滤波操作，其中，预设滤波核根据粒子高度设定。
7、示例性地，方法还包括：获取用户输入的面积阈值和面积迟滞阈值，其中，面积阈值和面积迟滞阈值均用于在疑似缺陷区域中进行缺陷筛选，面积迟滞阈值大于面积阈值；根据疑似缺陷区域的面积分别与面积阈值、面积迟滞阈值之间的大小关系，在疑似缺陷区域中进行缺陷筛选。
8、示例性地，缺陷判断参数还包括：面积筛选阈值和灰度阈值，其中，面积筛选阈值包括面积阈值和面积迟滞阈值；
9、方法还包括：依序根据面积筛选阈值、凹凸率和灰度阈值在疑似缺陷区域中进行缺陷筛选。
10、示例性地，根据疑似缺陷区域的面积与面积阈值和面积迟滞阈值之间的大小关系，在疑似缺陷区域中进行缺陷筛选，包括：对于面积值大于面积迟滞阈值的疑似缺陷区域，直接通过灰度阈值进行缺陷筛选；对于面积值小于或等于面积迟滞阈值且大于面积阈值的疑似缺陷区域，通过凹凸率进行缺陷筛选后，再通过灰度阈值进行缺陷筛选。
11、根据本专利技术的另一方面，还提供了一种面板缺陷检测装置，包括：第一获取模块，用于获取待检测面板的图像；缺陷提取模块，用于基于待检测面板的图像，提取疑似缺陷区域；第二获取模块，用于获取第一形状，其中，第一形状是预先确定的属于缺陷的形状；参数确定模块，用于根据第一形状与第二形状以及第一形状和第三形状的关联性，确定缺陷判断参数，其中，第二形状是疑似缺陷区域的形状，第三形状是疑似缺陷区域的周边区域的形状，缺陷判断参数用于区分缺陷和非缺陷；缺陷筛选模块，用于根据缺陷判断参数，在疑似缺陷区域中筛选出缺陷。
12、根据本专利技术的又一方面，还提供了一种电子设备，包括处理器和存储器，其中，存储器中存储有计算机程序指令，计算机程序指令被处理器运行时用于执行如上所述的面板缺陷检测方法。
13、根据本专利技术的再一方面，还提供了一种存储介质，在存储介质上存储了程序指令，程序指令在运行时用于执行如上所述的面板缺陷检测方法。
14、根据上述技术方案，可以根据预先确定的属于缺陷的形状与疑似缺陷区域及其周边区域的形状之间的关联性，设置合理的缺陷判断参数，从而根据所确定的缺陷判断参数在疑似缺陷区域中筛选出实际缺陷。由此便于区分异物和粒子，并且在缺陷判断参数与实际检测的疑似缺陷相关时，避免出现过检或漏检等情况，实现了缺陷检测的个性化定制，保证了缺陷检测结果的准确性。
15、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种面板缺陷检测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述缺陷的形状为凸形或近凸形，所述非缺陷的形状为凹形或近凹形，所述缺陷判断参数包括凹凸率，所述凹凸率等于所述疑似缺陷区域面积与所述疑似缺陷区域的最小凸外包络区域面积的比值。
3.如权利要求1所述的方法，其特征在于，所述基于所述待检测面板的图像，提取疑似缺陷区域，包括：
4.如权利要求3所述的方法，其特征在于，所述利用图像增强方法对所述待检测面板的图像进行图像增强，包括：
5.如权利要求4所述的方法，其特征在于，所述对所述待检测面板的图像进行卷积操作，包括：
6.如权利要求5所述的方法，其特征在于，在所述对所述待检测面板的图像进行卷积操作之前，所述方法还包括：
7.如权利要求2所述的方法，其特征在于，所述方法还包括：
8.如权利要求7所述的方法，其特征在于，所述缺陷判断参数还包括：面积筛选阈值和灰度阈值，其中，所述面积筛选阈值包括所述面积阈值和所述面积迟滞阈值；
9.如权利要求8所述的方法，其特征在于，
10.一种面板缺陷检测装置，其特征在于，包括：
11.一种电子设备，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行如权利要求1至9任一项所述的面板缺陷检测方法。
12.一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行如权利要求1至9任一项所述的面板缺陷检测方法。
...【技术特征摘要】
1.一种面板缺陷检测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述缺陷的形状为凸形或近凸形，所述非缺陷的形状为凹形或近凹形，所述缺陷判断参数包括凹凸率，所述凹凸率等于所述疑似缺陷区域面积与所述疑似缺陷区域的最小凸外包络区域面积的比值。
3.如权利要求1所述的方法，其特征在于，所述基于所述待检测面板的图像，提取疑似缺陷区域，包括：
4.如权利要求3所述的方法，其特征在于，所述利用图像增强方法对所述待检测面板的图像进行图像增强，包括：
5.如权利要求4所述的方法，其特征在于，所述对所述待检测面板的图像进行卷积操作，包括：
6.如权利要求5所述的方法，其特征在于，在所述对所述待检测面板的图像进行卷积操作之前，所述方法还包括：
7.如权利要求2所述的方...
【专利技术属性】
技术研发人员：匡梦良，李富成，
申请(专利权)人：深圳镁伽科技有限公司，
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。