一种显示屏的缺陷自动光学检测方法技术

本发明专利技术公开一种显示屏的缺陷自动光学检测方法，读入一自动光学检测图像；对自动光学检测图像进行ROI区域裁剪，获得待检图像；将待检图像分割成大小为S*S的子图像；将每个子图象平均分成N*N个部分；对子图象进行卷积计算，得到每个子图像灰度差的统计特征值；根据当前子图象的灰度差的统计特征值计算所有子图象灰度差的平均值和标准方差；根据平均值和标准方差计算图像的子图象灰度差的自适应阈值的上限值和下限值；将当前子图像的灰度差的统计特征值与上限值和下限值进行比较；若当前子图像子图象的灰度差的统计特征值大于所述上限值，或者大于下限值，则判定该当前子图像为缺陷。

An Automatic Optical Detection Method for Display Defects

The invention discloses an automatic optical defect detection method for display screen, which reads an automatic optical detection image, cuts ROI region of the automatic optical detection image to obtain the image to be inspected, divides the image to be inspected into sub-images of S*S size, divides each sub-image into N*N parts on average, and calculates convolution of sub-images to obtain statistical characteristics of gray difference of each sub-image. Value; Calculate the average value and standard variance of all sub-images'gray level difference according to the statistical eigenvalue of the gray level difference of the current sub-images; Calculate the upper and lower limits of the adaptive threshold of the sub-images' gray level difference according to the average value and standard variance; Compare the statistical eigenvalue of the gray level difference of the current sub-images with the upper and lower limits; If the gray level of the current sub-images is the same. If the statistical eigenvalue of the difference is greater than the upper limit value or the lower limit value, the current sub-image is judged to be defective.

【技术实现步骤摘要】
一种显示屏的缺陷自动光学检测方法
本专利技术属于光电领域，具体涉及一种显示屏的测试方法，尤其涉及一种显示屏的缺陷自动光学检测方法。
技术介绍
据专利技术人了解，传统基于边缘对比度的检测方法拍摄的分辨率不高，如果提高分辨率，则会将显示面板上的各个子像素拍出来，从而得到一些像素分布的纹理图片，由于纹理图片的边缘对比同样比较强烈，传统算法根本无法区分边缘对比高的区域具体是纹理还是缺陷，从而导致误判的概率较高。鉴于此，为了解决这个问题，提出一种显示屏的缺陷自动光学检测方法是本专利技术所要研究的课题。
技术实现思路
本专利技术提供一种显示屏的缺陷自动光学检测方法，其目的是为了解决现有技术误判率高的问题。为达到上述目的，本专利技术采用的技术方案是：一种显示屏的缺陷自动光学检测方法，按照以下步骤进行操作：第一步，读入一显示屏的自动光学检测图像；第二步，对所述自动光学检测图像进行屏体区域裁剪，获得待检图像；第三步，将所述待检图像分割成大小为S*S的子图像；第四步，将每个子图象平均分成N*N个部分；第五步，设定当前子图象为Aij，该当前子图像特征量的计算公式为其中(i,j)代表子图像的下标，(m,n)代表该子图像卷积移动的位置下标；第六步，对每个子图象进行单独卷积，得到当前子图象卷积后的灰度数据，并计算卷积数据的最大值max(Aij)和最小值min(Aij)，并根据公式Bij＝max(Aij)-min(Aij)得到每个子图像灰度差的统计特征值Bij；第七步，按照公式计算所有子图象灰度差的平均值并按照公式计算所有子图象灰度差的标准方差σ；第八步，根据所述平均值和标准方差σ，按照公式TUB＝B+C*σ计算待检图像的子图象灰度差的自适应阈值的上限值，并按照公式TUB＝B-C*σ计算待检图像的子图象灰度差的自适应阈值的下限值，其中，C为控制常量；第九步，将当前子图像的灰度差的统计特征值Bij与上限值和下限值进行比较；若当前子图像子图象的灰度差的统计特征值Bij大于所述上限值，或者大于所述下限值，则判定该当前子图像为缺陷。上述技术方案中的有关内容解释如下：1、上述方案中，所述第六步中，对每个子图像做卷积操作，其中，子图象大小为S*S，其有效子图像个数为：其中Nsh和Nsw分别代表图像沿高度，宽度方向的有效子图像个数，H为图像的高度，W为图像的宽度，卷积窗口大小是N*N，其卷积核大小为S，卷积的步长为得到卷积后的灰度数据图像，再计算所有子图像卷积数据中最大值max(Aij)和最小值min(Aij)的差值，得到当前子图像灰度差的统计特征值Bij。2、上述方案中，所述第二步中，对所述自动光学检测图像进行区域裁剪时采用ROI裁剪。3、上述方案中，所述ROI(regionofinterest)，即感兴趣区域。机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域。由于上述技术方案运用，本专利技术与现有技术相比具有下列优点：本专利技术相对现有技术可靠性好、判定正确率高，可以采用高分辨率的相机进行拍摄，由于采用划分子图像的方式，设置合适的划分参数，纹理结构则可以自动被算法屏蔽，而正真地缺陷则会被检测出来。本专利技术通过求解各个子图像区域内均方差的差异比例，能够有效的避免纹理背景带来的干扰问题。另外，采用高分辨率的可以拍摄到出低分辨率相机无法拍摄到的缺陷，从而达到更好的检测效果，提高产品的客户满意度。附图说明附图1为本实施例显示屏的缺陷自动光学检测方法的流程图。具体实施方式下面结合附图及实施例对本专利技术作进一步描述：实施例：一种支持OLED屏多种工作模式的测试系统参见附图1，按照以下步骤进行操作：第一步，读入一显示屏的自动光学检测图像。第二步，将采集到的AOI(自动光学检测)图片数据进行ROI区域裁剪，得到待检的图像数据。第三步，将待检测图像均匀的分成大小为S*S的子图像其有效子图像个数为：其中Nsh和Nsw分别代表图像沿高度，宽度方向的有效子图像个数，H为图像的高度，W为图像的宽度。第四步，将每个子图像平均的分成N*N个部分。第五步，设定当前子图象为Aij，该当前子图像特征量的计算公式为其中(i,j)代表子图像的下标，(m,n)代表该子图像卷积移动的位置下标。第六步，对子图像进行单独卷积操作，设当前处理的子图像为Aij，然后对每个子图像做局部卷积操作，其卷积核大小为S，卷积的步长为得到卷积后的灰度数据子图像，其大小为N*N。得到当前子图像卷积后的灰度数据图像，计算卷积后图像数据的最大值max(Aij)和最小值min(Aij)的差值，得到当前子图像灰度差的统计特征值Bij，其中，Bij＝max(Aij)-min(Aij)。第七步，按照公式计算所有子图象灰度差的平均值并按照公式计算所有子图象灰度差的标准方差σ。第八步，根据所述平均值和标准方差σ，按照公式TUB＝B-C*σ计算待检图像的子图象灰度差的自适应阈值的上限值，并按照公式TUB＝B-C*σ计算待检图像的子图象灰度差的自适应阈值的下限值，其中，C为控制常量。其中，C代表控制常量，根据图片的不同的对比度，设置对应的值。第九步，将当前子图像的灰度差的统计特征值Bij与上限值和下限值进行比较；若当前子图像子图象的灰度差的统计特征值Bij大于所述上限值，或者大于所述下限值，则判定该当前子图像为缺陷。即当Bij＞TUB或者Bij＜TLB则表示缺陷。上述实施例只为说明本专利技术的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本专利技术的内容并据以实施，并不能以此限制本专利技术的保护范围。凡根据本专利技术精神实质所作的等效变化或修饰，都应涵盖在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种显示屏的缺陷自动光学检测方法，其特征在于：按照以下步骤进行操作：第一步，读入一显示屏的自动光学检测图像；第二步，对所述自动光学检测图像进行区域裁剪，获得待检图像；第三步，将所述待检图像分割成大小为S*S的子图像；第四步，将每个子图象平均分成N*N个部分；第五步，设定当前子图象为Aij，该当前子图像特征量的计算公式为

【技术特征摘要】
1.一种显示屏的缺陷自动光学检测方法，其特征在于：按照以下步骤进行操作：第一步，读入一显示屏的自动光学检测图像；第二步，对所述自动光学检测图像进行区域裁剪，获得待检图像；第三步，将所述待检图像分割成大小为S*S的子图像；第四步，将每个子图象平均分成N*N个部分；第五步，设定当前子图象为Aij，该当前子图像特征量的计算公式为其中(i,j)代表子图像的下标，(m,n)代表该子图像卷积移动的位置下标；第六步，对每个子图象进行单独卷积，得到当前子图象卷积后的灰度数据，并计算卷积数据的最大值max(Aij)和最小值min(Aij)，并根据公式Bij＝max(Aij)-min(Aij)得到每个子图像灰度差的统计特征值Bij；第七步，按照公式计算所有子图象灰度差的平均值并按照公式计算所有子图象灰度差的标准方差σ；第八步，根据所述平均值和标准方差σ，按照公式TUB＝B+C*σ计算待检图像的子图象灰度差的自适应阈值的上限值，并按照公式TUB...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：苏州佳智彩光电科技有限公司，
类型：发明
国别省市：江苏,32