一种屏幕缺陷检测方法、装置及头戴显示设备制造方法及图纸

本申请公开了一种屏幕缺陷检测方法、装置及头戴显示设备。屏幕缺陷检测方法包括：获取待检测屏幕的原始图像；去除原始图像中的干扰信息，得到检测图像；为检测图像的中心区域选取对应的第一算法，为检测图像的边缘区域选取对应的第二算法，利用第一算法检测出位于中心区域的第一疑似缺陷点，以及利用第二算法检测出位于边缘区域的第二疑似缺陷点；判定第一疑似缺陷点是否属于中心缺陷点，判定第二疑似缺陷点是否属于边缘缺陷点，得到检测结果。本申请实施例提高了检测效率，增强了检测的自适应能力，又能减少误检的发生，保证了屏幕检测方案的准确性，满足了实际应用需求，提高了头戴显示设备的市场竞争力。

【技术实现步骤摘要】
一种屏幕缺陷检测方法、装置及头戴显示设备
本申请涉及头戴显示设备
，具体涉及一种屏幕缺陷检测方法、装置及头戴显示设备。
技术介绍
近年来头戴显示设备，比如VR(VirtualReality，虚拟现实)产品火爆，根据市场预测，下一代VR将采用OLED(OrganicLight-EmittingDiode，有机发光半导体)屏。为保证VR产品能得到较广泛的应用且用户体验较好，那么VR屏幕必须能达到较好的分辨率，而且不能存在坏点以及脏污，因此产品检测是必不可少的工序。现阶段VR的OLED显示屏的检测存在下列技术问题：一方面，由于边缘图像的畸变，难以分辨边缘黑线、边缘划痕等边缘缺陷，另一方面，误检率、漏检率较高。
技术实现思路
鉴于上述技术问题，提出了本申请以便提供克服上述技术问题或者至少部分地解决上述技术问题的一种屏幕缺陷检测方法、装置及头戴显示设备。依据本申请的一个方面，提供了一种屏幕缺陷检测方法，包括：获取待检测屏幕的原始图像；去除原始图像中的干扰信息，得到检测图像；为检测图像的中心区域选取对应的第一算法，为检测图像的边缘区域选取对应的第二算法，利用第一算法检测出位于中心区域的第一疑似缺陷点，以及利用第二算法检测出位于边缘区域的第二疑似缺陷点；判定第一疑似缺陷点是否属于中心缺陷点，判定第二疑似缺陷点是否属于边缘缺陷点，得到检测结果。依据本申请的另一个方面，提供了一种屏幕缺陷检测装置，包括：图像获取单元，用于获取待检测屏幕的原始图像；图像处理单元，用于去除原始图像中的干扰信息，得到检测图像；检测单元，用于为检测图像的中心区域选取对应的第一算法，为检测图像的边缘区域选取对应的第二算法，利用第一算法检测出位于中心区域的第一疑似缺陷点，以及利用第二算法检测出位于边缘区域的第二疑似缺陷点；缺陷判定单元，用于判定第一疑似缺陷点是否属于中心缺陷点，判定第二疑似缺陷点是否属于边缘缺陷点，得到检测结果。依据本申请的又一个方面，提供了一种头戴显示设备，头戴显示设备包括如本申请另一个方面的屏幕缺陷检测装置。由上述可知，本申请的技术方案，获取待检测屏幕的原始图像，去除原始图像中的干扰信息，得到检测图像，去除干扰信息有利于提高检测的准确性并提高检测的效率。为检测图像的中心区域选取对应的第一算法，为检测图像的边缘区域选取对应的第二算法，利用第一算法检测出位于中心区域的第一疑似缺陷点，以及利用第二算法检测出位于边缘区域的第二疑似缺陷点；这样，对检测图像的中心区域和边缘区域选取不同的算法进行疑似缺陷检测，既减少了工程耗时，增强了检测的自适应能力，又能减少误检、漏检的发生，保证检测的准确。最后，判定第一疑似缺陷点是否属于中心缺陷点，判定第二疑似缺陷点是否属于边缘缺陷点得到检测结果，进一步提高了本申请屏幕检测方案的准确性，满足了实际应用需求，提高了头戴显示设备的市场竞争力。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了本申请一个实施例的屏幕缺陷检测方法的流程示意图；图2示出了本申请一个实施例的原始图像的示意图；图3示出了图2所示原始图像二值化后的二值图像的示意图；图4示出了图2所示原始图像绘制屏幕轮廓后的示意图；图5示出了本申请一个实施例的检测图像的示意图；图6示出了本申请一个实施例利用Halcon视觉算法对图5所示检测图像进行疑似缺陷点检测的结果示意图；图7示出了本申请一个实施例对图5所示检测图像进行边缘区域划分后的结果示意图；图8示出了本申请一个实施例的屏幕缺陷检测装置的框图；图9示出了本申请一个实施例的头戴显示设备的结构示意图。具体实施方式下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。目前对于组装好的VR(VirtualReality，虚拟现实)产品，都是采用人眼通过镜头lens来查看有无缺陷，具体方式是：控制VR屏幕输出不同颜色的图卡，人眼通过lens查看不同图卡下是否有缺陷，比如，该缺陷表现为绿屏暗点，绿屏亮点，红屏亮点，红屏暗点，黑屏亮点，白屏暗点，划痕，边缘黑线等。对于中心区域的缺陷点，有一种方案是通过Halcon机器视觉软件软件进行检测区分，而边缘的缺陷点比如边缘黑线，Halcon视觉算法则无法区分出来。针对这一问题，本申请实施例提出了一种屏幕缺陷检测的方案，利用相机对屏幕输出的不同的图卡进行拍照，将不同的图像保存下来，之后对图像中心区域通过Halcon检测出缺陷点，根据缺陷点位置及处理后的缺陷点的灰度值来判定为何种缺陷类型。由于Halcon无法准确检测边缘黑线等边缘缺陷，本申请实施例利用特征点检测算法检测出关键点的方式来提取边缘缺陷特征点，并进行边缘缺陷特征点筛选，以实现边缘缺陷快速、准确的检测。图1示出了本申请一个实施例的屏幕缺陷检测方法的流程示意图，参见图1，本申请实施例的屏幕缺陷检测方法包括下列步骤：步骤S110，获取待检测屏幕的原始图像。这里的原始图像例如是对待检测屏幕输出的图像进行拍照而采集到的图像。步骤S120，去除原始图像中的干扰信息，得到检测图像。干扰信息不仅会影响检测的准确性而且影响检测效率，因此，本申请实施例去除原始图像中的干扰信息。步骤S130，为检测图像的中心区域选取对应的第一算法，为检测图像的边缘区域选取对应的第二算法，利用第一算法检测出位于中心区域的第一疑似缺陷点，以及利用第二算法检测出位于边缘区域的第二疑似缺陷点。由于中心区域和边缘区域的图像特点不同，比如，边缘区域图像畸变严重，因此，边缘区域和中心区域利用不同的算法分别进行缺陷检测，增强了检测的自适应能力，又能减少误检、漏检的发生。步骤S140，判定第一疑似缺陷点是否属于中心缺陷点，判定第二疑似缺陷点是否属于边缘缺陷点，得到检测结果。对于疑似缺陷点进一步判定以得到疑似缺陷点是否属于边缘缺陷点或中心缺陷点的检测结果，提高了检测准确性。由图1所示可知，本申请实施例的屏幕缺陷检测方法，对检测图像的中心区域和边缘区域选取不同的算法进行疑似缺陷点检测，既减少了工程耗时，增强了检测的自适应能力，又能减少误检、漏检的发生，保证了检测的准确性。再判定第一疑似缺陷点是否属于中心缺陷点，判定第二疑似缺陷点是否属于边缘缺陷点，进一步提高了屏幕检测的准确性，满足了实际应用需求。为更好理解本申请实施例的屏幕缺陷检测方法的实现步骤，下面结合具体的实施例进行说明。图2示出了本申请一个实施本文档来自技高网...

【技术保护点】
1.一种屏幕缺陷检测方法，其特征在于，包括：/n获取待检测屏幕的原始图像；/n去除原始图像中的干扰信息，得到检测图像；/n为所述检测图像的中心区域选取对应的第一算法，为所述检测图像的边缘区域选取对应的第二算法，利用第一算法检测出位于中心区域的第一疑似缺陷点，以及利用第二算法检测出位于边缘区域的第二疑似缺陷点；/n判定所述第一疑似缺陷点是否属于中心缺陷点，判定所述第二疑似缺陷点是否属于边缘缺陷点，得到检测结果。/n

【技术特征摘要】
1.一种屏幕缺陷检测方法，其特征在于，包括：
获取待检测屏幕的原始图像；
去除原始图像中的干扰信息，得到检测图像；
为所述检测图像的中心区域选取对应的第一算法，为所述检测图像的边缘区域选取对应的第二算法，利用第一算法检测出位于中心区域的第一疑似缺陷点，以及利用第二算法检测出位于边缘区域的第二疑似缺陷点；
判定所述第一疑似缺陷点是否属于中心缺陷点，判定所述第二疑似缺陷点是否属于边缘缺陷点，得到检测结果。


2.如权利要求1所述的方法，其特征在于，所述检测图像中包含屏幕轮廓，
在利用第二算法检测出位于边缘区域的第二疑似缺陷点之前，根据屏幕轮廓的形状，对边缘区域进行分块，得到各分块区域；
则所述方法还包括：
在各分块区域内，利用第二算法提取关键点，并根据关键点与相对应屏幕轮廓的距离检测出第二疑似缺陷点；
在各分块区域内，判定所述第二疑似缺陷点是否属于边缘缺陷点；
其中，每个分块区域采用的判定参数不相同，或者，对分块区域进行归类，不同类分块区域采用的判定参数不相同，判定参数包括第二疑似缺陷点所在的目标像素区域，以及用于判定目标像素区域内各像素点的阈值。


3.如权利要求1所述的方法，其特征在于，根据待检测屏幕中疑似缺陷点的灰度特点选取第一算法和第二算法；
所述判定所述第一疑似缺陷点是否属于中心缺陷点，判定所述第二疑似缺陷点是否属于边缘缺陷点，得到检测结果包括：
根据所述第一疑似缺陷点所在目标像素区域内各像素点的灰度值以及目标像素区域的灰度均值，确定目标像素区域内各像素点的对比度，根据目标像素区域内各像素点的对比度判定所述第一疑似缺陷点是否属于中心缺陷点；
根据所述第二疑似缺陷点所在目标像素区域内各像素点的灰度值以及目标像素区域的灰度均值，确定目标像素区域内各像素点的对比度，根据目标像素区域内各像素点的对比度判定所述第二疑似缺陷点是否属于边缘缺陷点。


4.如权利要求2所述的方法，其特征在于，所述根据屏幕轮廓的形状，对边缘区域进行分块包括：
根据屏幕轮廓的形状，确定所述屏幕轮廓的最大内接矩形的位置；
将包括所述最大内接矩形的左边以外且所述屏幕轮廓以内的区域划分为第一分块区域，将包括所述最大内接矩形的右边以外且所述屏幕轮廓以内的区域划分为第二分块区域，将包括所述最大内接矩形的上边以外且所述屏幕轮廓以内的区域划分为第三分块区域，将包括所述最大内接矩形的下边以外且所述屏幕轮廓以内的区域划分为第四分块区域；
利用特征点检测算法，分别检测所述第一分块区域，所述第二分块区域，所述第三分块区域以及所述第四分块区域中的第二疑似缺陷点。


5.如权利要求3所述的方法，其特征在于，所述根据所述第二疑似缺陷点所在目标像素区域内各像素点的灰度值以及目标像素区域的灰度均值，确定目标像素区域内各像素点的对比度，根据目标像素区域内各像素点的对比度判定所述第二疑似缺陷点是否属于边缘缺陷点包括：
从所述第二疑似缺陷...

【专利技术属性】
技术研发人员：宋秀峰，田继锋，张一凡，
申请(专利权)人：歌尔股份有限公司，
类型：发明
国别省市：山东;37