[发明专利]屏幕轮廓的确定方法及装置

说明书

技术领域

本发明涉及屏幕检测技术领域，更具体地，涉及一种屏幕轮廓的确定方法及装置。

背景技术

智能穿戴类产品是新兴起的一个科技领域，它可以记录用户的日常活动。智能穿戴类产品主要是采用有机发光二极管(Organic Light-Emitting Diode，简称OLED)作为显示屏幕。

在智能穿戴类产品组装过程中，对OLED屏幕的缺陷检测是一个重要的操作步骤。在对OLED屏幕进行检测之前，需要定位出OLED屏幕的区域。

现有技术中，对采集的图像进行屏幕区域的检测，特别是圆形屏幕的检测，主要是运用轮廓检测算法。轮廓检测算法首先利用固定阈值分割对图像进行灰度变换，再通过边缘检测算法对图像进行目标提取。但是由于轮廓检测算法对不同图像亮度的变化要求比较严格，因为不同图像，其灰度分布变化差异有可能很大，在进行阈值分割时可能出现将需要定位到的目标漏掉，所以在图像预处理期间，难以确定出一个合适的亮度阈值。这样容易导致轮廓检测算法的不稳定性，进而导致屏幕边缘区域的定位出现较大的偏差。

发明内容

本发明的一个目的是提供一种屏幕轮廓的确定方法的新技术方案。

根据本发明的第一方面，提供了一种屏幕轮廓的确定方法，包括：

对待检测屏幕进行拍摄，得到待检测屏幕图像；

将多个模板图像分别在待检测屏幕图像上移动，确定出各模板图像覆盖所述待检测屏幕图像得到的多个子图像，其中，所述模板图像是从所述标准图像中截取得到的，且所述模板图像包括有标准图像呈现的屏幕的轮廓，所述标准图像是利用工业相机对无屏幕轮廓缺陷的待检测屏幕进行拍摄得到的图像；

将所述多个子图像分别与对应的模板图像进行匹配运算，得到与所述各模板图像匹配程度最高的子图像；

根据与所述各模板图像匹配程度最高的子图像，确定所述待检测屏幕的轮廓。

可选地，在将多个模板图像分别在待检测屏幕图像上移动，确定出各模板图像覆盖所述待检测屏幕图像得到的多个子图像之前，所述方法还包括：

对所述标准图像和所述待检测屏幕图像进行压缩操作。

可选地，对所述标准图像和所述待检测屏幕图像进行压缩操作，包括：

利用高斯滤波器对所述标准图像和所述待检测图像进行卷积，且通过去除所述标准图像和所述待检测图像中的偶数或奇数行和列对应的像素的方式向下采样，得到压缩后的标准图像和待检测图像。

可选地，将所述多个子图像分别与对应的模板图像进行匹配运算，得到与所述各模板图像匹配程度最高的子图像，包括：

利用以下NCC算法公式，将所述多个子图像分别与对应的模板图像进行相似性程度计算，得到多个相似性程度值，

其中，S^(i,j)(m,n)代表在所述待检测屏幕图像(i,j)处M*N区域对应的子图像内(m,n)位置的像素点的灰度值，代表所述待检测屏幕图像(i,j)处M*N区域对应的子图像中所有像素点的平均灰度值，T(m,n)代表所述模板图像内(m,n)位置的像素点的灰度值，代表所述模板图像中所有像素点的平均灰度值；

根据所述多个相似性程度值，选取出与所述各模板图像相似性程度最高的子图像。

可选地，利用NCC算法公式，将所述多个子图像分别与对应的模板图像进行相似性程度计算，得到多个相似性程度值，包括：

将所述NCC算法公式简化为下述计算式，

其中，

将简化后的NCC算法公式转化为下述计算式，

其中，f(x)＝T′(m,n)，g(x)＝S^i,j(m,n)；

将简化后的NCC算法公式，结合以下差分求和定理公式，分别计算多个子图像与对应的模板图像的相似性程度，

其中，F(x)＝f(x)-f(x+1)，G(x)＝G(x-1)+g(x)。

可选地，根据与所述各模板图像匹配程度最高的子图像，确定所述待检测屏幕的轮廓，包括：

确定出与所述各模板图像匹配程度最高的子图像的中心点；

利用所述中心点确定出所述待检测屏幕的轮廓。

根据本发明的第二方面，提供了一种屏幕轮廓的确定装置，包括：

拍摄模块，用于对待检测屏幕进行拍摄，得到待检测屏幕图像；