[发明专利]缺陷分类方法、缺陷分类训练方法及其装置

说明书

本公开提供了一种缺陷分类方法，方法包括：从缺陷图像中提取缺陷区域的低层特征；利用缺陷词典，对所述低层特征进行编码，以得到与所述低层特征对应的中层语义特征；基于所述中层语义特征，将所述缺陷图像中的缺陷区域的缺陷分类为多个缺陷类之一，其中，所述缺陷词典包括缺陷类内词典和缺陷类间词典。

技术领域

本公开涉及缺陷分类方法、缺陷分类训练方法及其装置，更具体地，涉及基于中层语义特征的缺陷分类方法、缺陷分类训练方法及其装置。

背景技术

目前，显示设备的显示屏幕广泛采用LED屏、OLED屏和液晶显示屏，但由于半导体工艺的局限性和人为操作误差等因素，生产的屏幕往往会产生各种各样的缺陷，因此在目前的屏幕的生产过程中会在屏幕出厂之前针对屏幕进行检测，把存在缺陷的屏幕检测出来以便进行进一步的分析和检查，从而保证出厂产品品质。

发明内容

根据本公开的一方面，提供了一种缺陷分类方法，包括：从缺陷图像中提取缺陷区域的低层特征；利用缺陷词典，对低层特征进行编码，以得到与低层特征对应的中层语义特征；基于中层语义特征，将缺陷图像中的缺陷区域的缺陷分类为多个缺陷类之一，其中，所述缺陷词典包括缺陷类内词典和缺陷类间词典。

根据本公开的一实施例，每个缺陷类的缺陷类内词典针对于该缺陷类特有的低层特征；以及缺陷类间词典针对于各缺陷类共有的低层特征。

根据本公开的一实施例，缺陷类间词典是对预定缺陷图像集中的所有缺陷图像的缺陷区域的低层特征进行聚类而得到的；以及每个缺陷类的缺陷类内词典是对预定缺陷图像集中属于该缺陷类的所有缺陷区域的低层特征进行聚类而得到的；缺陷类内词典是通过将各缺陷类的缺陷类内词典组合而得到的；缺陷词典是通过将缺陷类间词典和缺陷类内词典组合而得到的。

根据本公开的一实施例，从缺陷图像中提取缺陷区域的低层特征包括：对缺陷图像进行图像分割，以提取缺陷区域；以及提取缺陷区域的低层特征。

根据本公开的一实施例，低层特征包括：方向梯度直方图特征、尺度不变特征变换特征和加速的具有鲁棒特性的特征。

根据本公开的一实施例，利用缺陷词典，对低层特征进行编码，以获得与低层特征对应的中层语义特征包括：基于缺陷词典，利用下式对所述低层特征进行编码，得到与低层特征对应的特征编码矩阵V：

其中，表示向量的2范数的平方，对应于向量中每个元素的平方和；‖·‖₁表示向量的1范数，对应于向量中每个元素的绝对值的和；p是缺陷区域的特征区域数量；x_i是缺陷区域的单个特征区域i(1≤i≤p)的低层特征向量；U是缺陷词典矩阵；v_i是与每个x_i对应的每个向量，p个v_i构成了特征编码矩阵V；λ‖v_i‖₁是约束条件，使得v_i的每个元素的绝对值的和不能太大；

其中，特征编码矩阵V使得上式取得最小值

根据本公开的一实施例，中层语义特征包括词包模型，利用所述缺陷词典，对低层特征进行编码，以获得与低层特征对应的中层语义特征还包括：根据特征编码矩阵V得到所述缺陷区域的词包模型。

根据本公开的一实施例，缺陷类包括暗点类、亮点类、划痕类、玻璃破类、漏液类、膜不良类；将所述缺陷图像中的缺陷区域的缺陷分类为多个缺陷类之一包括：将缺陷图像中的缺陷区域的缺陷分类为暗点类、亮点类、划痕类、玻璃破类、漏液类、膜不良类之一。