[发明专利]一种缺陷图像样本生成方法、装置及面板缺陷检测方法

权利要求书

1.一种缺陷图像样本生成方法，其特征在于，包括：

在采集的原始缺陷图像样本上提取单个缺陷特征区域，对所述缺陷特征区域进行纹理抑制，剔除噪声以获取第一模拟缺陷图像；

从背景图像样本中提取与所述单个缺陷特征区域面积大小相等的ROI区域；提取所述ROI区域的背景纹理特征，将所述背景纹理特征叠加至所述第一模拟缺陷图像中，以获取第二模拟缺陷图像；

基于泊松融合对所述第二模拟缺陷图像和背景图像样本进行融合，以生成缺陷图像样本；

所述提取所述ROI区域的背景纹理特征，将所述背景纹理特征叠加至所述第一模拟缺陷图像中，以获取第二模拟缺陷图像包括：

计算ROI区域的平均灰度值矩阵；

提取ROI区域中所有像素点的灰度值矩阵；

将所有像素点的灰度值矩阵与平均灰度值矩阵相减输出灰度差值矩阵；

将灰度差值矩阵与第一模拟缺陷图像的像素点值矩阵叠加生成第二模拟缺陷图像。

2.根据权利要求1所述的缺陷图像样本生成方法，其特征在于，所述基于泊松融合对所述第二模拟缺陷图像和背景图像样本进行融合，以生成缺陷图像样本包括：

获取所述第二模拟缺陷图像的水平方向梯度图和垂直方向梯度图；

获取所述背景图像样本的水平方向梯度图和垂直方向梯度图；

将所述第二模拟缺陷图像的水平方向梯度图和垂直方向梯度图与所述背景图像样本的水平方向梯度图和垂直方向梯度图分别进行合成，获得合成图像水平方向梯度图和合成图像垂直方向梯度图；

根据所述合成图像水平方向梯度图和所述合成图像垂直方向梯度图获得缺陷图像散度图，并利用散度图对确定的重建区域进行泊松重建。

3.根据权利要求2所述的缺陷图像样本生成方法，其特征在于，将所述第二模拟缺陷图像的水平方向梯度图和垂直方向梯度图与所述背景图像样本的水平方向梯度图和垂直方向梯度图分别进行融合包括：

利用所述第二模拟缺陷图像水平梯度图代替所述背景图像样本的水平方向梯度图中的ROI区域部分，利用所述第二模拟缺陷图像垂直梯度图代替背景图像样本的垂直方向梯度图中的ROI区域部分。

4.根据权利要求2所述的缺陷图像样本生成方法，其特征在于，所述根据所述合成图像水平方向梯度图和所述合成图像垂直方向梯度图获得缺陷图像散度图包括：

利用水平方向卷积核对合成图像水平方向梯度图进行卷积，获得卷积后的合成图像水平方向梯度图；

利用垂直方向卷积核对合成图像垂直方向梯度图进行卷积，获得卷积后的合成图像垂直方向梯度图；

将所述卷积后的合成图像水平方向梯度图与卷积后的合成图像垂直方向梯度图进行叠加，获得缺陷图像散度图。

5.根据权利要求2所述的缺陷图像样本生成方法，其特征在于，所述并利用散度图对与所述ROI区域对应的重建区域进行泊松重建包括：

在所述缺陷图像散度图中提取与所述ROI区域对应的重建区域；提取所述重建区域的散度矩阵和区域边缘的像素点值，构建泊松方程；

结合所述区域边缘的像素点值对所述重建区域中的所有像素点值进行求解，根据所述所有像素点值合成缺陷图像样本。

6.根据权利要求2所述的缺陷图像样本生成方法，其特征在于，所述重建区域包括所述ROI区域，且所述重建区域图像面积大于或者等于所述ROI区域。

7.一种面板缺陷检测方法，其特征在于，包括：

采用如权利要求1至6任一项所述的方法获取缺陷图像样本集；

基于深度学习构建缺陷区域识别模型，利用所述缺陷图像样本集训练缺陷区域识别模型；

使用训练后的缺陷区域识别模型识别待检测的显示面板，获取显示面板缺陷检测结果。