[發明專利]顯示面板缺陷檢測方法、裝置、設備及可讀存儲介質

有效

• 申請號: 202010854330.2
• 申請日: 2020-08-24
• 公開（公告）號: CN111815628B
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 陳春煦;張勝森;鄭增強
• 申請（專利權）人: 武漢精測電子集團股份有限公司;武漢精立電子技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/62
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 張凱

1.一種顯示面板缺陷檢測方法，其特征在于，所述顯示面板缺陷檢測方法包括：

將待檢測面板圖像輸入面板缺陷分割模型，以供所述面板缺陷分割模型對所述待檢測面板圖像進行卷積處理，并對卷積結果進行不同次數的下采樣，得到若干下采樣結果，分別對每個下采樣結果經過密集連接生成的數據進行加權處理，對加權處理后的數據進行求和處理，以求和處理得到的結果為面板缺陷分割結果，并輸出所述面板缺陷分割結果，每個下采樣結果經過密集連接生成的數據對應的權值，根據其對應的下采樣次數確定，下采樣次數越少，權值越大，所述待檢測面板圖像的像素大小為K*K；

顯示所述面板缺陷分割結果。

2.如權利要求1所述的顯示面板缺陷檢測方法，其特征在于，在所述將待檢測面板圖像輸入面板缺陷分割模型的步驟之前，還包括：

獲取N張面板圖像，對每張面板圖像進行預處理，將預處理后的每張面板圖像裁剪為M個像素大小為K*K的子圖像，N、M均為正整數；

采用圖像語義分割標注工具對每張子圖像中的缺陷區域進行標注，得到N*M個標注子圖像；

將每張子圖像以及與其對應的標注子圖像作為一圖像對，得到N*M個圖像對，將N*M個圖像對中的部分作為訓練集，其他的作為測試集；

通過所述訓練集對深度學習語義分割模型進行訓練，通過所述測試集對訓練得到的深度學習語義分割模型進行驗證，直至得到符合預設精度的深度學習語義分割模型，并以所述符合預設精度的深度學習語義分割模型作為面板缺陷分割模型。

3.如權利要求2所述的顯示面板缺陷檢測方法，其特征在于，所述缺陷區域的面積小于30個像素。

4.一種顯示面板缺陷檢測裝置，其特征在于，所述顯示面板缺陷檢測裝置包括：

輸入模塊，用于將待檢測面板圖像輸入面板缺陷分割模型，以供所述面板缺陷分割模型對所述待檢測面板圖像進行卷積處理，并對卷積結果進行不同次數的下采樣，得到若干下采樣結果，分別對每個下采樣結果經過密集連接生成的數據進行加權處理，對加權處理后的數據進行求和處理，以求和處理得到的結果為面板缺陷分割結果，并輸出所述面板缺陷分割結果，每個下采樣結果經過密集連接生成的數據對應的權值，根據其對應的下采樣次數確定，下采樣次數越少，權值越大，所述待檢測面板圖像的像素大小為K*K；

顯示模塊，用于顯示所述面板缺陷分割結果。

5.一種顯示面板缺陷檢測設備，其特征在于，所述顯示面板缺陷檢測設備包括處理器、存儲器、以及存儲在所述存儲器上并可被所述處理器執行的顯示面板缺陷檢測程序，其中所述顯示面板缺陷檢測程序被所述處理器執行時，實現如權利要求1至3中任一項所述的顯示面板缺陷檢測方法的步驟。

6.一種可讀存儲介質，其特征在于，所述可讀存儲介質上存儲有顯示面板缺陷檢測程序，其中所述顯示面板缺陷檢測程序被處理器執行時，實現如權利要求1至3中任一項所述的顯示面板缺陷檢測方法的步驟。