[发明专利]一种屏幕表面检测方法、装置、终端及存储介质有效

专利信息
申请号: 202010174060.0 申请日: 2020-03-13
公开(公告)号: CN111476759B 公开(公告)日: 2022-03-25
发明(设计)人: 罗清雨;陈昊;李卫东 申请(专利权)人: 深圳市鑫信腾机器人科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06N3/08;G06N3/04
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 杜锴健
地址: 518000 广东省深圳市宝安区新安*** 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: 一种 屏幕 表面 检测 方法 装置 终端 存储 介质
【说明书】:

本申请适用于人工智能技术领域,提供了一种屏幕表面检测方法、装置、终端及存储介质。该方法包括:将待检测屏幕的屏幕图像输入已训练的检测模型中处理,得到所述待检测屏幕的无瑕疵预测图像;对所述屏幕图像和所述无瑕疵预测图像进行差异度计算,得到所述屏幕图像和所述无瑕疵预测图的差异度图像;根据所述差异度图像确定所述待检测屏幕上存在瑕疵的区域。本申请可以快速地确定所述待检测屏幕上存在的瑕疵区域,较好地满足大规模应用中对瑕疵检测速率的要求。

技术领域

本申请属于人工智能技术领域,尤其涉及一种屏幕表面检测方法、装置、终端及存储介质。

背景技术

随着显示技术的不断迭代更新,如今液晶屏已经成为显示器领域的重要组成部分,但尽管液晶屏的生产环境要求较高,依然无法避免残次品的出现,比如屏幕表面出现亮点、暗点、暗线、亮线、斑点、漏光等瑕疵,因此屏幕表面瑕疵检测成为了其生产过程中的一个重要环节。

对于屏幕表面瑕疵检测,目前主要的屏幕瑕疵检测方法主要有两种:人工检测、机器视觉检测。其中,人工检测简单易行,但普遍存在检测效率较低、质量标准无法量化、稳定性差,从而人工雇佣成本不断提升的问题。而机器视觉检测则是借助相机等设备采集产品的瑕疵图像,且基于数字图像处理与分析原理和利用Opencv、Halcon等机器视觉算法库经过预处理、图像分割、形态学变换、边缘检测等一系列操作实现瑕疵的检测,但又因屏幕表面瑕疵种类较多,且形态各异,使得算法实现的难度大大增加。

故此,传统的屏幕表面检测方法已经严重制约屏幕生产效率与质量稳定性,如何提高屏幕表面的瑕疵检测已经成为重要的研究课题。

发明内容

本申请实施例提供了一种屏幕表面检测方法、装置、终端及存储介质,能够提高提高屏幕表面的瑕疵检测效率。

第一方面,本申请实施例提供了一种屏幕表面检测方法,所述方法包括:

将待检测屏幕的屏幕图像输入已训练的检测模型中处理,得到所述待检测屏幕的无瑕疵预测图像;

对所述屏幕图像和所述无瑕疵预测图像进行差异度计算,得到所述屏幕图像和所述无瑕疵预测图的差异度图像;

根据所述差异度图像确定所述待检测屏幕上存在瑕疵的区域。

采用本申请提供的屏幕表面检测方法,由于已训练的检测模型能够基于所述待检测屏幕的屏幕图像拟合得到该屏幕图像对应的无瑕疵预测图像,并根据该屏幕图像和无瑕疵预测图像计算得到差异度图像,从而可以快速地确定所述待检测屏幕上存在的瑕疵区域,较好地满足大规模应用中对瑕疵检测速率的要求。

第二方面,本申请实施例提供了一种屏幕表面检测装置,所述装置包括:

处理模块,用于将待检测屏幕的屏幕图像输入已训练的检测模型中处理,得到所述待检测屏幕的无瑕疵预测图像;

计算模块,用于对所述屏幕图像和所述无瑕疵预测图像进行差异度计算,得到所述屏幕图像和所述无瑕疵预测图的差异度图像;

确定模块,用于根据所述差异度图像确定所述待检测屏幕上存在瑕疵的区域。

第三方面,本申请实施例提供了一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现所述屏幕表面检测方法。

第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述屏幕表面检测方法。

第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述屏幕表面检测方法。

可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市鑫信腾机器人科技有限公司,未经深圳市鑫信腾机器人科技有限公司许可,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/202010174060.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top