[发明专利]一种面板缺陷区域提取方法、装置、设备及存储介质

说明书

本申请公开了一种面板缺陷区域提取方法、装置、设备及存储介质，通过获取包含缺陷的待测面板图像；提取所述待测面板图像的检测区；对所述检测区进行边缘检测，获得所述待测面板图像中的轮廓特征；将所述待测面板图像的轮廓特征与标准模板进行差集运算，获得缺陷轮廓；其中，所述标准模板基于若干无缺陷面板图像的检测区轮廓特征融合获得；对所述缺陷轮廓进行处理，获得所述缺陷轮廓的掩膜图。即通过若干无缺陷面板图像融合生成标准模板的方法，提高了对照模板的准确性，进而提高了对缺陷区域的标注及提取的精准度。

技术领域

本申请涉及面板图像处理技术领域，尤其涉及一种面板缺陷区域提取方法、装置、设备及存储介质。

背景技术

在面板工业制造中，由于各种工艺、操作人员水平和生产环境的影响，面板产品会在各个制程之间发生不同种类和严重程度的缺陷，需要通过技术人员使用AOI（AutomatedOptical Inspection，自动光学检测）机台设备拍摄出产品放大图并进行缺陷分类。

随着人力成本和时间成本的提升，越来越多的电子制造商开始采用人工智能ADC（Automatic Defect Classification，自动缺陷分类系统）来取代人力进行缺陷分类，但此方法的前期面板缺陷区域提取的精准度低。

发明内容

本申请的主要目的在于提供一种面板缺陷区域提取方法，旨在解决现有面板缺陷区域标注方法精准度低的技术问题。

为实现上述目的，本申请提供一种面板缺陷区域提取方法，包括：

获取包含缺陷的待测面板图像；

提取所述待测面板图像的检测区；

对所述检测区进行边缘检测，获得所述待测面板图像中的轮廓特征；

将所述待测面板图像的轮廓特征与标准模板进行差集运算，获得缺陷轮廓；其中，所述标准模板基于若干无缺陷面板图像的检测区轮廓特征融合获得；

对所述缺陷轮廓进行处理，获得所述缺陷轮廓的掩膜图。

可选地，所述获取有缺陷的待测面板图像的步骤之前，还包括：

获取若干无缺陷面板图像；

标记出所述无缺陷面板图像的检测区；

对所述无缺陷面板图像的检测区进行边缘检测，获得若干所述无缺陷面板图像中的轮廓特征；

融合所述无缺陷面板图像中的轮廓特征，获得所述标准模板。

利用多张无缺陷面板图像提取检测区的轮廓特征，并将所有的轮廓特征进行融合，可以使标准模板包含更多的结构信息。

可选地，所述融合所述无缺陷面板图像中的轮廓特征，获得所述标准模板的步骤，包括：

判断所述无缺陷面板图像的数量是否小于预设数量阈值；

若是，则对所述无缺陷面板图像中的轮廓特征进行融合，并对融合后的图像进行膨胀运算，以获得所述标准模板。

当无缺陷面板图像的数量较少时，容易出现过检的情况，对融合后的轮廓特征进行膨胀运算，填充图像中比结构元素小的孔洞及图像边缘处的小凹陷部分，增加标准模板的精准度。

可选地，所述提取所述待测面板图像的检测区的步骤，包括：

通过定位区和检测区机制，标注所述待测面板图像的待测区域；

通过周期性提取所述待测面板图像的待测区域，获得所述检测区。

使用定位区和检测区机制标注检测区域，并通过周期性将待测面板图像所有的检测区域全部获取，保证检测区的完整性和准确性。

可选地，所述提取所述待测面板图像的检测区的步骤之前，还包括：

获取所述待测面板图像的周期；

根据所述待测面板图像的周期与已知标准周期，对所述待测面板图像进行角度校正，获得第一待测面板图像；