[發明專利]一種漏光檢測方法及裝置

有效

• 申請號: 201711138968.0
• 申請日: 2017-11-16
• 公開（公告）號: CN109801322B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 李小明;黃春來;孫旺;張海濤;張元立
• 申請（專利權）人: 合肥欣奕華智能機器有限公司
• 主分類號: G06T7/529
• 分類號: G06T7/529;G06T7/90;G06T5/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

1.一種漏光檢測方法，其特征在于，該方法包括：

獲取待檢測屏幕顯示的灰度圖像，其中，所述灰度圖像為已去除網紋的圖像；

根據所述灰度圖像中像素的灰度值，對所述灰度圖像進行灰度拉伸；

將拉伸后的灰度圖像轉換為二值圖像，并確定所述二值圖像中滿足預設灰度閾值的像素為缺陷像素；

根據所述缺陷像素的個數是否滿足預設漏光閾值，判斷所述待檢測屏幕是否漏光；

其中，獲取待檢測屏幕顯示的灰度圖像，包括：

采集待檢測屏幕顯示的原始圖像；

通過傅里葉變換將采集到的圖像轉換為頻譜圖；

通過高斯濾波器對所述頻譜圖進行濾波處理，以消除網紋，其中，所述高斯濾波器的參數為根據采集到的圖像的分辨率設定的；

通過傅里葉反變換將濾波后的頻譜圖轉換為用于檢測屏幕是否漏光的灰度圖像；

其中，將拉伸后的灰度圖像轉換為二值圖像，并確定所述二值圖像中滿足預設灰度閾值的像素為缺陷像素，包括：

利用最大穩定極值區域MSERs檢測算法，將低于預設灰度閾值的像素的灰度值改為第一灰度值，將高于預設灰度閾值的像素的灰度值改為第二灰度值；其中，第一灰度值為0，第二灰度值為255；

確定所述二值圖像中像素的灰度值等于第二灰度值的像素為缺陷像素；

根據所述缺陷像素的個數是否滿足預設漏光閾值，判斷所述待檢測屏幕是否漏光，包括：

判斷所述缺陷像素的鄰接像素的灰度值是否等于第二灰度值；若是，則確定所述鄰接像素與所述缺陷像素連通，否則，所述鄰接像素與所述缺陷像素非連通；直到所有的缺陷像素都判斷完成，根據連通的缺陷像素，確定所述二值圖像的連通區域為缺陷區域；

若所述缺陷區域中缺陷像素的個數滿足預設漏光閾值，則確定所述待檢測屏幕漏光，并確定所述缺陷區域相對所述待檢測屏幕的位置為漏光區域的相對位置，所述缺陷區域中缺陷像素的個數為所述漏光區域的大?。?/p>

其中，根據所述灰度圖像中像素的灰度值，對所述灰度圖像進行灰度拉伸，包括：

通過統計所述灰度圖像中像素的灰度值，確定所述灰度圖像中像素的最大灰度值和最小灰度值；

根據確定的最大灰度值和最小灰度值，確定用于拉伸所述灰度圖像中像素的灰度值范圍的加系數和乘系數；

根據所述加系數和乘系數，對所述灰度圖像中像素的灰度值范圍進行拉伸；

其中，所述確定用于拉伸所述灰度圖像中像素的灰度值范圍的加系數和乘系數，包括：

通過確定用于拉伸所述灰度圖像中像素的灰度值范圍的乘系數；其中，所述Mult為所述乘系數，所述MAX為所述最大灰度值，所述MIN為所述最小灰度值；

通過Add＝-Mult*MIN，確定用于拉伸所述灰度圖像中像素的灰度值范圍的加系數；其中，所述Add為所述加系數；

其中，所述對所述灰度圖像中像素的灰度值范圍進行拉伸，包括：

通過g'＝Mult*g+Add，對所述灰度圖像中像素的灰度值范圍進行拉伸；其中，所述g’為拉伸后的灰度圖像，所述g為所述灰度圖像。

2.一種漏光檢測裝置，其特征在于，該裝置包括：

獲取模塊，用于獲取待檢測屏幕顯示的灰度圖像，其中，所述灰度圖像為已去除網紋的圖像；

拉伸模塊，用于根據所述灰度圖像中像素的灰度值，對所述灰度圖像進行灰度拉伸；

轉換模塊，用于將拉伸后的灰度圖像轉換為二值圖像，并確定所述二值圖像中滿足預設灰度閾值的像素為缺陷像素；

判斷模塊，用于根據所述缺陷像素的個數是否滿足預設漏光閾值，判斷所述待檢測屏幕是否漏光；

其中，所述獲取模塊具體用于：

采集待檢測屏幕顯示的原始圖像；

通過傅里葉變換將采集到的圖像轉換為頻譜圖；

通過高斯濾波器對所述頻譜圖進行濾波處理，以消除網紋，其中，所述高斯濾波器的參數為根據采集到的圖像的分辨率設定的；

通過傅里葉反變換將濾波后的頻譜圖轉換為用于檢測屏幕是否漏光的灰度圖像；

其中，所述轉換模塊具體用于：

利用最大穩定極值區域MSERs檢測算法，將低于預設灰度閾值的像素的灰度值改為第一灰度值，將高于預設灰度閾值的像素的灰度值改為第二灰度值；其中，第一灰度值為0，第二灰度值為255；

確定所述二值圖像中像素的灰度值等于第二灰度值的像素為缺陷像素；

所述判斷模塊具體用于：

判斷所述缺陷像素的鄰接像素的灰度值是否等于第二灰度值；若是，則確定所述鄰接像素與所述缺陷像素連通，否則，所述鄰接像素與所述缺陷像素非連通；直到所有的缺陷像素都判斷完成，根據連通的缺陷像素，確定所述二值圖像的連通區域為缺陷區域；

若所述缺陷區域中缺陷像素的個數滿足預設漏光閾值，則確定所述待檢測屏幕漏光，并確定所述缺陷區域相對所述待檢測屏幕的位置為漏光區域的相對位置，所述缺陷區域中缺陷像素的個數為所述漏光區域的大??；

其中，所述拉伸模塊具體用于：

通過統計所述灰度圖像中像素的灰度值，確定所述灰度圖像中像素的最大灰度值和最小灰度值；

根據確定的最大灰度值和最小灰度值，確定用于拉伸所述灰度圖像中像素的灰度值范圍的加系數和乘系數；

根據所述加系數和乘系數，對所述灰度圖像中像素的灰度值范圍進行拉伸；

其中，所述確定用于拉伸所述灰度圖像中像素的灰度值范圍的加系數和乘系數，包括：

通過確定用于拉伸所述灰度圖像中像素的灰度值范圍的乘系數；其中，所述Mult為所述乘系數，所述MAX為所述最大灰度值，所述MIN為所述最小灰度值；

通過Add＝-Mult*MIN，確定用于拉伸所述灰度圖像中像素的灰度值范圍的加系數；其中，所述Add為所述加系數；

其中，所述對所述灰度圖像中像素的灰度值范圍進行拉伸，包括：

通過g'＝Mult*g+Add，對所述灰度圖像中像素的灰度值范圍進行拉伸；其中，所述g’為拉伸后的灰度圖像，所述g為所述灰度圖像。