[发明专利]一种AMOLED显示屏缺陷检测方法、系统及存储介质在审
申请号: | 201810540217.X | 申请日: | 2018-05-30 |
公开(公告)号: | CN108986069A | 公开(公告)日: | 2018-12-11 |
发明(设计)人: | 肖君军;孙玉凤 | 申请(专利权)人: | 哈尔滨工业大学深圳研究生院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G01N21/88 |
代理公司: | 深圳市添源知识产权代理事务所(普通合伙) 44451 | 代理人: | 黎健任 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 子图像灰度 检测 差值步骤 初始轮廓 存储介质 大致位置 模型步骤 缺陷检测 预处理 图像 轮廓曲线 全局图像 缺陷图像 灰度 采集 敏感 | ||
1.一种AMOLED显示屏缺陷检测方法,其特征在于:包括如下步骤:
子图像灰度级差值步骤:采集AMOLED显示屏含缺陷图像并进行预处理,找到缺陷的大致位置的轮廓曲线;
RSF模型步骤:将所述子图像灰度级差值步骤得到的AMOLED显示屏缺陷的大致位置的轮廓作为所述RSF模型步骤中所需要的初始轮廓曲线,然后再采用所述RSF模型方法对图像的缺陷进行精准的检测。
2.根据权利要求1所述的一种AMOLED显示屏缺陷检测方法,其特征在于:所述子图像灰度级差值步骤要把采集到的含有AMOLED显示屏缺陷的图像均匀地分成单个的子图像,对于所述每个子图像,按选定的步长和方法移动并计算其所包含的像素的灰度值总和,然后得到所述每个子图像的所述像素灰度值总和的最大值与最小值的差值,根据这些差值确定灰度差值的阈值,再根据所述阈值判断缺陷的位置,进而得到所述缺陷位置的大致轮廓。
3.根据权利要求2所述的一种AMOLED显示屏缺陷检测方法,其特征在于:所述每个子图像分别在宽度和高度方向以每个小部分为步长进行移动,每移动一次,计算所述子图像内所包含的像素灰度值总和。
4.根据权利要求3所述的一种AMOLED显示屏缺陷检测方法,其特征在于:所述子图像灰度级差值步骤包括:
第一步骤:划分子图像;
第二步骤:对每个子图像进行平移计算并求出灰度差值Bij;
第三步骤:根据Bij计算均值和方差,并求阈值;
第四步骤:根据设定的阈值利用Bij图判断缺陷的大致位置,并求取这个大致位置的轮廓曲线。
5.根据权利要求1所述的一种AMOLED显示屏缺陷检测方法,其特征在于:所述RSF模型步骤的初始轮廓曲线定义一个能量函数,所述能量函数同时结合了图像的局部和全局信息,然后利用水平集方法进行曲线拓扑演化,当曲线刚好演化到缺陷的边缘位置时,所述能量函数得到最小值,所述RSF模型步骤根据RSF模型迭代演化水平集函数,当水平集函数收敛使,停止迭代,就能够精准定位检测到缺陷。
6.根据权利要求5所述的一种AMOLED显示屏缺陷检测方法,其特征在于:所述RSF模型步骤包括:
第1步骤:选定由子图像灰度级差值方法得到的初始轮廓曲线,用Lipschitz函数φ的零水平集表示该轮廓曲线,并设置参数大小;
第2步骤:求解函数f1,f2,e1,e2;
第3步骤:根据RSF模型演化水平集函数;
第4步骤:判断水平集函数是否收敛,若收敛则迭代结束,否则重复第2至第4步骤。
7.根据权利要求6所述的一种AMOLED显示屏缺陷检测方法,其特征在于:在所述第2步骤中,求轮廓曲线C内部和外部的局部拟合值f1,f2,进而求e1,e2。
8.一种AMOLED显示屏缺陷检测系统,其特征在于:包括:存储器、处理器以及存储在所述存储器上的计算机程序,所述计算机程序配置为由所述处理器调用时实现权利要求1-7中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,所述计算机程序配置为由处理器调用时实现权利要求1-7中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学深圳研究生院,未经哈尔滨工业大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810540217.X/1.html,转载请声明来源钻瓜专利网。