一种显示面板波纹缺陷检测方法及装置与流程

本发明涉及显示面板自动光学检测领域，具体涉及一种显示面板波纹缺陷检测方法及装置。

背景技术：

1、手表显示面板表面在sgt(shadowgraph tester，阴影测试仪)设备下生成非均匀图像，目标图像表面的平整度(或波纹度)不一致，会出现多种特定类型的波纹度缺陷。wsgt(watch shadowgraph tester，手表阴影测试仪)项目是针对该波纹度缺陷进行识别和分类，并输出各类缺陷的强度得分。

2、现有常用的波纹度检测多为深度学习目标检测的方式，其所需数据集数量大，分割准确性不高，维护调试成本高。缺陷种类多，样本标记需花费大量时间，整体开发周期长。

技术实现思路

1、针对现有技术中存在的缺陷，本发明第一方面提供一种显示面板波纹缺陷检测方法，其可以降低检测成本、提高检测效率。

2、为达到以上目的，本发明采取的技术方案是：

3、一种显示面板波纹缺陷检测方法，该方法包括以下步骤：

4、对显示面板波纹图像的感兴趣区域roi进行倾斜校正和畸变校正；

5、对倾斜校正和畸变校正后的校正图像进行增强处理；

6、计算增强处理后的roi内所有缺陷的位置信息，设置周期性变化的最小像素距离度量相邻缺陷，以对缺陷进行周期性判定。

7、一些实施例中，所述计算增强处理后的roi内所有缺陷的位置信息，设置周期性变化的最小像素距离度量相邻缺陷，以对缺陷进行周期性判定，包括：

8、确定增强处理后的roi内所有缺陷的横纵坐标和对应序号；

9、计算相邻缺陷横纵坐标的差分值，确定满足横坐标差分值大于缺陷的平均宽度，且纵坐标差分值大于缺陷的平均高度的序号集合a；

10、设置周期性变化的最小像素距离d，确定横纵坐标的差分值的最小高度差大于d的局部峰值序号集合b；

11、在序号集合a中删除属于序号集合b的离散缺陷。

12、一些实施例中，还包括计算缺陷的内外对比度的步骤，包括：

13、将增强处理后的roi转换成第一缺陷二值图bw1；

14、计算bw1中每个缺陷的中心坐标和内圈对比度；

15、创建盘型结构元素对bw1进行膨胀运算得到第二缺陷二值图bw2；

16、计算bw2中每个缺陷的中心坐标和参考对比度；

17、依次计算bw2中各个缺陷与bw1中所有缺陷的中心坐标的距离；

18、在bw2中选择距离最小的缺陷的参考对比度作为bw1中一缺陷的外圈对比度。

19、一些实施例中，所述对倾斜校正和畸变校正后的校正图像进行增强处理，包括：

20、对校正图像进行高斯滤波，计算不同方差下的高斯滤波的差分图像，取差分图像的负值部分作为第一背景掩膜、正值部分作为前景；

21、根据最大类间方差法对校正图像进行前后背景分割得到第二背景掩膜；

22、根据二值法对校正图像进行固定阈值分割得到第三背景掩膜；

23、根据所述第一背景掩膜和第二背景掩膜的差值，与第三背景掩膜的乘积，计算校正图像实际背景掩膜，并确定校正图像实际背景强度区域的亮度均值；

24、计算设定的固定的背景强度与校正图像实际背景强度均值的比值系数，基于所述比值系数对前景进行拉伸得到增强图。

25、一些实施例中，所述对显示面板波纹图像的感兴趣区域roi进行倾斜校正，包括：

26、对roi进行图像二值分割后使用canny算子计算roi边界；

27、设定与roi对角线角度相等的倾斜掩膜；

28、计算roi边界和倾斜掩膜的交集，分割出对角边界；

29、根据最小二乘法计算各边角度，使用角度均值进行倾斜校正。

30、一些实施例中，所述对显示面板波纹图像的感兴趣区域roi进行畸变校正，包括：

31、对倾斜校正后的roi进行图像二值分割后使用canny算子再次计算roi边界；

32、设定水平方向掩膜和带角度的矩形掩膜；

33、计算roi边界与水平方向掩膜、矩形掩膜的交集，分割出水平方向边界和垂直方向边界；

34、根据最小二乘法计算各水平方向边界和垂直方向边界的一次线性函数，并计算两两之间的第一交点；

35、以任意一第一交点，与该第一交点所在的水平方向边界的另一第一交点横坐标的平均值，以及与该第一交点所在的垂直方向边界的另一第一交点纵坐标的平均值，作为roi边界的第二交点；

36、计算第一交点和第二交点的透视变换矩阵，以进行畸变校正。

37、一些实施例中，所述矩形掩膜的倾斜角度为75°。

38、本发明第二方面提供一种显示面板波纹缺陷检测装置，其可以降低检测成本、提高检测效率。

39、为达到以上目的，本发明采取的技术方案是：

40、一种显示面板波纹缺陷检测装置，包括：

41、校正模块，其用于对显示面板波纹图像的感兴趣区域roi进行倾斜校正和畸变校正；

42、图像增强模块，其用于对倾斜校正和畸变校正后的校正图像进行增强处理；

43、判定模块，其用于计算增强处理后的roi内所有缺陷的位置信息，设置周期性变化的最小像素距离度量相邻缺陷，以对缺陷进行周期性判定。

44、一些实施例中，所述判定模块计算增强处理后的roi内所有缺陷的位置信息，设置周期性变化的最小像素距离度量相邻缺陷，以对缺陷进行周期性判定，包括：

45、确定增强处理后的roi内所有缺陷的横纵坐标和对应序号；

46、计算相邻缺陷横纵坐标的差分值，确定满足横坐标差分值大于缺陷的平均宽度，且纵坐标差分值大于缺陷的平均高度的序号集合a；

47、设置周期性变化的最小像素距离d，确定横纵坐标的差分值的最小高度差大于d的局部峰值序号集合b；

48、在序号集合a中删除属于序号集合b的离散缺陷。

49、一些实施例中，还包括计算缺陷的内外对比度的计算模块，所述计算模块用于：

50、将增强处理后的roi转换成第一缺陷二值图bw1；

51、计算bw1中每个缺陷的中心坐标和内圈对比度；

52、创建盘型结构元素对bw1进行膨胀运算得到第二缺陷二值图bw2；

53、计算bw2中每个缺陷的中心坐标和参考对比度；

54、依次计算bw2中各个缺陷与bw1中所有缺陷的中心坐标的距离；

55、在bw2中选择距离最小的缺陷的参考对比度作为bw1中一缺陷的外圈对比度。

56、与现有技术相比，本发明的优点在于：

57、本发明中的显示面板波纹缺陷检测方法，其对缺陷检测过程中的倾斜校正、畸变校正、图像增强、缺陷判定和缺陷内外对比度进行了改进。尤其是周期性缺陷判定，其通过设置周期性变化的最小像素距离，即可对不同的缺陷进行筛选和分类，相比现有技术中分割准确性不高、维护调试成本高，以及缺陷种类多导致样本标记需花费大量时间的深度学习目标检测的方式，本发明可根据缺陷的不同形状、大小、位置、对比度等特征进行分类，最终对各类缺陷的强度打分以衡量显示面板的质量等级，从而降低了检测成本、提高了检测效率。