[發(fā)明專利]屏幕輪廓的確定方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710835428.1
• 申請(qǐng)日: 2017-09-15
• 公開(kāi)（公告）號(hào): CN107543507A
• 公開(kāi)（公告）日: 2018-01-05
• 發(fā)明（設(shè)計(jì)）人: 聶奇;張坤;杜小紅;李振棟
• 申請(qǐng)（專利權(quán)）人: 歌爾科技有限公司
• 主分類號(hào): G01B11/24
• 分類號(hào): G01B11/24;G06T7/32
• 代理公司: 北京博雅睿泉專利代理事務(wù)所(特殊普通合伙)11442
• 代理人: 郭少晶,馬佑平

技術(shù)領(lǐng)域

本發(fā)明涉及屏幕檢測(cè)技術(shù)領(lǐng)域，更具體地，涉及一種屏幕輪廓的確定方法及裝置。

背景技術(shù)

智能穿戴類產(chǎn)品是新興起的一個(gè)科技領(lǐng)域，它可以記錄用戶的日常活動(dòng)。智能穿戴類產(chǎn)品主要是采用有機(jī)發(fā)光二極管(Organic Light-Emitting Diode，簡(jiǎn)稱OLED)作為顯示屏幕。

在智能穿戴類產(chǎn)品組裝過(guò)程中，對(duì)OLED屏幕的缺陷檢測(cè)是一個(gè)重要的操作步驟。在對(duì)OLED屏幕進(jìn)行檢測(cè)之前，需要定位出OLED屏幕的區(qū)域。

現(xiàn)有技術(shù)中，對(duì)采集的圖像進(jìn)行屏幕區(qū)域的檢測(cè)，特別是圓形屏幕的檢測(cè)，主要是運(yùn)用輪廓檢測(cè)算法。輪廓檢測(cè)算法首先利用固定閾值分割對(duì)圖像進(jìn)行灰度變換，再通過(guò)邊緣檢測(cè)算法對(duì)圖像進(jìn)行目標(biāo)提取。但是由于輪廓檢測(cè)算法對(duì)不同圖像亮度的變化要求比較嚴(yán)格，因?yàn)椴煌瑘D像，其灰度分布變化差異有可能很大，在進(jìn)行閾值分割時(shí)可能出現(xiàn)將需要定位到的目標(biāo)漏掉，所以在圖像預(yù)處理期間，難以確定出一個(gè)合適的亮度閾值。這樣容易導(dǎo)致輪廓檢測(cè)算法的不穩(wěn)定性，進(jìn)而導(dǎo)致屏幕邊緣區(qū)域的定位出現(xiàn)較大的偏差。

發(fā)明內(nèi)容

本發(fā)明的一個(gè)目的是提供一種屏幕輪廓的確定方法的新技術(shù)方案。

根據(jù)本發(fā)明的第一方面，提供了一種屏幕輪廓的確定方法，包括：

對(duì)待檢測(cè)屏幕進(jìn)行拍攝，得到待檢測(cè)屏幕圖像；

將多個(gè)模板圖像分別在待檢測(cè)屏幕圖像上移動(dòng)，確定出各模板圖像覆蓋所述待檢測(cè)屏幕圖像得到的多個(gè)子圖像，其中，所述模板圖像是從所述標(biāo)準(zhǔn)圖像中截取得到的，且所述模板圖像包括有標(biāo)準(zhǔn)圖像呈現(xiàn)的屏幕的輪廓，所述標(biāo)準(zhǔn)圖像是利用工業(yè)相機(jī)對(duì)無(wú)屏幕輪廓缺陷的待檢測(cè)屏幕進(jìn)行拍攝得到的圖像；

將所述多個(gè)子圖像分別與對(duì)應(yīng)的模板圖像進(jìn)行匹配運(yùn)算，得到與所述各模板圖像匹配程度最高的子圖像；

根據(jù)與所述各模板圖像匹配程度最高的子圖像，確定所述待檢測(cè)屏幕的輪廓。

可選地，在將多個(gè)模板圖像分別在待檢測(cè)屏幕圖像上移動(dòng)，確定出各模板圖像覆蓋所述待檢測(cè)屏幕圖像得到的多個(gè)子圖像之前，所述方法還包括：

對(duì)所述標(biāo)準(zhǔn)圖像和所述待檢測(cè)屏幕圖像進(jìn)行壓縮操作。

可選地，對(duì)所述標(biāo)準(zhǔn)圖像和所述待檢測(cè)屏幕圖像進(jìn)行壓縮操作，包括：

利用高斯濾波器對(duì)所述標(biāo)準(zhǔn)圖像和所述待檢測(cè)圖像進(jìn)行卷積，且通過(guò)去除所述標(biāo)準(zhǔn)圖像和所述待檢測(cè)圖像中的偶數(shù)或奇數(shù)行和列對(duì)應(yīng)的像素的方式向下采樣，得到壓縮后的標(biāo)準(zhǔn)圖像和待檢測(cè)圖像。

可選地，將所述多個(gè)子圖像分別與對(duì)應(yīng)的模板圖像進(jìn)行匹配運(yùn)算，得到與所述各模板圖像匹配程度最高的子圖像，包括：

利用以下NCC算法公式，將所述多個(gè)子圖像分別與對(duì)應(yīng)的模板圖像進(jìn)行相似性程度計(jì)算，得到多個(gè)相似性程度值，

其中，S^(i,j)(m,n)代表在所述待檢測(cè)屏幕圖像(i,j)處M*N區(qū)域?qū)?yīng)的子圖像內(nèi)(m,n)位置的像素點(diǎn)的灰度值，代表所述待檢測(cè)屏幕圖像(i,j)處M*N區(qū)域?qū)?yīng)的子圖像中所有像素點(diǎn)的平均灰度值，T(m,n)代表所述模板圖像內(nèi)(m,n)位置的像素點(diǎn)的灰度值，代表所述模板圖像中所有像素點(diǎn)的平均灰度值；

根據(jù)所述多個(gè)相似性程度值，選取出與所述各模板圖像相似性程度最高的子圖像。

可選地，利用NCC算法公式，將所述多個(gè)子圖像分別與對(duì)應(yīng)的模板圖像進(jìn)行相似性程度計(jì)算，得到多個(gè)相似性程度值，包括：

將所述NCC算法公式簡(jiǎn)化為下述計(jì)算式，

其中，

將簡(jiǎn)化后的NCC算法公式轉(zhuǎn)化為下述計(jì)算式，

其中，f(x)＝T′(m,n)，g(x)＝S^i,j(m,n)；

將簡(jiǎn)化后的NCC算法公式，結(jié)合以下差分求和定理公式，分別計(jì)算多個(gè)子圖像與對(duì)應(yīng)的模板圖像的相似性程度，

其中，F(xiàn)(x)＝f(x)-f(x+1)，G(x)＝G(x-1)+g(x)。

可選地，根據(jù)與所述各模板圖像匹配程度最高的子圖像，確定所述待檢測(cè)屏幕的輪廓，包括：

確定出與所述各模板圖像匹配程度最高的子圖像的中心點(diǎn)；

利用所述中心點(diǎn)確定出所述待檢測(cè)屏幕的輪廓。

根據(jù)本發(fā)明的第二方面，提供了一種屏幕輪廓的確定裝置，包括：

拍攝模塊，用于對(duì)待檢測(cè)屏幕進(jìn)行拍攝，得到待檢測(cè)屏幕圖像；