显示面板缺陷的自动检测方法
【专利摘要】本发明公开一种显示面板缺陷的自动检测方法，包括：获取标记图像、映射原始图像及映射标记图像；将所述映射原始图像划分为若干子映射原始图像，且将所述映射标记图像划分为若干子映射标记图像；获取所述子映射原始图像的正常区与缺陷区；将各所述子映射原始图像合并为分辨出正常区和缺陷区的映射原始图像；利用所述映射标记图像与所述标记图像对所述分辨出正常区和缺陷区的映射原始图像进行校正，以获取显示面板的缺陷位置。本发明的显示面板缺陷的自动检测方法，能够准确地获取缺陷的位置以及缺陷与正常区域的差异，从而能够准确地量化和评判显示面板上的缺陷。
【专利说明】显示面板缺陷的自动检测方法
【技术领域】
[0001]本发明属于显示面板的制造【技术领域】，具体地讲，涉及一种在显示面板的制造过程中的显示面板缺陷的自动检测方法。
【背景技术】
[0002]随着显示技术的快速发展，能够实现高品质图像显示的显示面板(诸如，液晶显示面板或者有机发光显示面板)已成为市场的主流。然而，针对现有的显示面板制造技术，完全避免显示缺陷的发生是非常困难的，因此在显示面板的制造工序中，对显示面板进行显示缺陷的检查工序是十分必要的。
[0003]在现有技术的检测显示面板缺陷的方法中，通常采用照相机获取显示面板产生的原始图像，然后将获取的原始图像传递至计算机，通过计算机对原始图像进行分析处理，从而获得显示面板上的缺陷。然而，现有的检测显示面板缺陷的方法无法准确地获取缺陷的位置以及缺陷与正常区域的差异，从而无法准确地量化和评判显示面板上的缺陷。
【发明内容】
[0004]为了解决上述现有技术存在的问题，本发明的目的在于提供一种显示面板缺陷的自动检测方法，包括:获取标记图像、映射原始图像及映射标记图像；将所述映射原始图像划分为若干子映射原始图像，且将所述映射标记图像划分为若干子映射标记图像；获取所述子映射原始图像的正常区与缺陷区；将各所述子映射原始图像合并为分辨出正常区和缺陷区的映射原始图像；利用所述映射标记图像与所述标记图像对所述分辨出正常区和缺陷区的映射原始图像进行校正，以获取显示面板的缺陷位置。
[0005]进一步地，获取所述标记图像、所述映射原始图像及所述映射标记图像的方法包括:在显示面板显示的原始图像中设置若干标记点，以获取所述标记图像；对所述原始图像及所述标记图像进行采样，以获取原始采样图像及标记采样图像；利用若干角点对所述原始采样图像及所述标记采样图像分别进行切割，以获取原始切割图像及标记切割图像；对所述原始切割图像及所述标记切割图像分别进行旋转，以获取原始旋转图像及标记旋转图像；对所述原始旋转图像及所述标记旋转图像分别进行再次切割与拉伸，以获取原始拉伸图像及标记拉伸图像；对所述原始拉伸图像及所述标记拉伸图像分别进行像素插黑，并利用线性插值方式填补插黑像素，以获取所述映射原始图像及所述映射标记图像。
[0006]进一步地，所述映射原始图像与所述原始图像的解析度相同，且所述映射标记图像与所述原始图像的解析度相同。
[0007]进一步地，所述角点的确定方法包括:建立若干掩膜矩阵，其中，所述掩膜矩阵的数量与所述标记点的数量相同；利用所述掩膜矩阵对所述标记图像进行卷积，以获取卷积值；判断卷积值大于预定阈值的点与所述标记采样图像的顶点之间的欧式距离是否最小；将卷积值大于所述预定阈值且与所述标记采样图像的顶点之间的欧式距离最小的点作为角点。
[0008]进一步地，获取所述子映射原始图像的正常区与缺陷区的方法包括:获取所述子映射原始图像的亮度直方图；基于所述亮度直方图确定最大亮度值和最小亮度值；判断所述子映射原始图像中像素的亮度值是否大于所述最小亮度值且小于最大亮度值；如果所述子映射原始图像中像素的亮度值大于所述最小亮度值且小于最大亮度值，则所述子映射原始图像中该像素为正常区。
[0009]进一步地，如果所述子映射原始图像中像素的亮度值不大于所述最小亮度值或不小于最大亮度值，则所述子映射原始图像中该像素为缺陷区。
[0010]进一步地，所述最大亮度值和所述最小亮度值的确定方法包括:在所述亮度直方图中确定数量占比不小于一预定数量占比的像素的最大亮度初值和最小亮度值初值；计算大于所述最大亮度初值的所述子映射原始图像中像素的亮度值的第一加权平均值，且计算小于所述最小亮度值初值的所述子映射原始图像中像素的亮度值的第二加权平均值；当所述第一加权平均值与所述最大亮度初值的差值大于一门槛值，且所述最小亮度值初值与所述第二加权平均值的差值大于所述门槛值时，将所述最大亮度初值和所述最小亮度值初值分别作为所述最大亮度值和所述最小亮度值。
[0011]进一步地，当所述第一加权平均值与所述最大亮度初值的差值不大于所述门槛值和/或所述最小亮度值初值与所述第二加权平均值的差值不大于所述门槛值时，将所述预定数量占比加0.01，且重新确定最大亮度初值和最小亮度初值。
[0012]进一步地，所述最大亮度值和所述最小亮度值的确定方法还包括:当所述预定数量占比为I时，将所述最大亮度初值和所述最小亮度初值分别作为所述最大亮度值和所述最小亮度值。
[0013]进一步地，对所述分辨出正常区和缺陷区的映射原始图像进行校正的方法包括:计算所述标记拉伸图像中的若干标记点与所述标记图像的若干标记点的若干对应坐标偏差值；利用所述若干对应坐标偏差值对所述分辨出正常区和缺陷区的映射原始图像进行校
IHo
[0014]本发明的显示面板缺陷的自动检测方法，能够准确地获取缺陷的位置以及缺陷与正常区域的差异，从而能够准确地量化和评判显示面板上的缺陷。
【专利附图】
【附图说明】
[0015]通过结合附图进行的以下描述，本发明的实施例的上述和其它方面、特点和优点将变得更加清楚，附图中:
[0016]图1是根据本发明的实施例的显示面板缺陷的自动检测方法的流程图。
【具体实施方式】
[0017]以下，将参照附图来详细描述本发明的实施例。然而，可以以许多不同的形式来实施本发明，并且本发明不应该被解释为限制于这里阐述的具体实施例。相反，提供这些实施例是为了解释本发明的原理及其实际应用，从而使本领域的其他技术人员能够理解本发明的各种实施例和适合于特定预期应用的各种修改。
[0018]图1是根据本发明的实施例的显示面板缺陷的自动检测方法的流程图。
[0019]参照图1，在步骤110中，获取标记图像、映射原始图像及映射标记图像。
[0020]这里，获取标记图像、映射原始图像及映射标记图像的方法包括:
[0021]步骤Slll:在显示面板显示的原始图像中设置若干标记点，以获取标记图像。其中，可在原始图像的左上角、左下角、右上角和右下角分别标记四个标记点，以形成标记图像。应当理解的是，原始图像中的标记点的数量不限于四个。
[0022]步骤S112:对原始图像及标记图像进行采样，以获取原始采样图像及标记采样图像。其中，可通过设置照相机光圈、感光度(ISO)、快门、关闭图像处理功能等参数，分别对显示原始图像及标记图像的显示面板进行采样，并通过RGB-YCbCr颜色空间转换为显示面板的亮度值，即原始采样图像的亮度值及标记采样图像的亮度值。
[0023]步骤S113:确定若干角点，并利用该若干角点对原始采样图像及标记采样图像分别进行切割，以获取原始切割图像及标记切割图像。
[0024]其中，所述角点的确定方法包括:
[0025]S1131:建立数量与标记点数量相应的掩膜矩阵。这里，建立四个掩膜矩阵。
[0026]S1132:利用该掩膜矩阵分别对标记采样图像进行卷积，以获取卷积值。
[0027]S1133:判断卷积值大于一预定阈值的点与标记采样图像的顶点之间的欧式距离是否最小。这里，所述预定阈值为k*gray*16，其中，k为亮度映射系数，其根据标记图像与标记采样图像的亮度差异进行设置，gray为标记采样图像的亮度值。
[0028]S1134:将卷积值大于预定阈值且与标记采样图像的顶点之间的欧式距离最小的点作为角点。
[0029]步骤S114:对原始切割图像及标记切割图像分别进行旋转，以获取原始旋转图像及标记旋转图像。这里，由于照相机与显示面板放置的位置在水平面(或垂直面)不严格水平(或垂直)，会造成原始切割图像和标记切割图像的右上角、右下角出现空隙，这种空隙随着照相机与显示面板的放置位置也会出现在左上角、左下角，为了校正这种放置位置带来的误差，通过旋转算子对原始切割图像及标记切割图像分别进行旋转。
[0030]步骤S115:对原始旋转图像及标记旋转图像分别进行再次切割与拉伸，以获取原始拉伸图像及标记拉伸图像。
[0031]步骤S116:对原始拉伸图像及标记拉伸图像分别进行像素插黑，并利用线性插值方式填补插黑像素，以获取映射原始图像及映射标记图像。这里，映射原始图像与原始图像的解析度相同，且映射标记图像与原始图像的解析度相同。
[0032]在步骤120中，将映射原始图像划分为若干子映射原始图像，且将映射标记图像划分为若干子映射标记图像。这里，为了避免由于背光造成的显示面板(例如，LCD面板)的亮度的不均匀和照相机采样过程造成的亮度不均匀带来对缺陷的误判，将映射原始图像与映射标记图像进行划分区域。
[0033]在步骤130中，获取子映射原始图像的正常区与缺陷区。
[0034]这里，获取子映射原始图像的正常区与缺陷区的方法包括:
[0035]步骤S131:获取子映射原始图像的亮度直方图。
[0036]步骤S132:基于亮度直方图确定最大亮度值和最小亮度值。
[0037]步骤S133:判断子映射原始图像中像素的亮度值是否大于最小亮度值且小于最大亮度值，其中，如果判断为是，即子映射原始图像中像素的亮度值大于最小亮度值且小于最大亮度值，则子映射原始图像中像素为正常区；如果判断为否，即子映射原始图像中像素的亮度值不大于最小亮度值或不小于最大亮度值，则子映射原始图像中像素为缺陷区。
[0038]进一步地，在步骤S132中，基于亮度直方图确定最大亮度值和最小亮度值的确定方法包括:
[0039]步骤S1321:在亮度直方图中确定数量占比不小于一预定数量占比的像素的最大亮度初值和最小亮度初值。例如，亮度直方图中数量前80%的像素的最大亮度初值和最小亮度初值。
[0040]步骤S1322:计算大于最大亮度初值的子映射原始图像中像素亮度的第一加权平均值，且计算小于最小亮度初值的子映射原始图像中像素亮度的第二加权平均值。
[0041]步骤S1323:当第一加权平均值与最大亮度初值的差值大于一门槛值，且最小亮度初值与第二加权平均值的差值大于门槛值时，将最大亮度初值和最小亮度初值分别作为最大亮度值和最小亮度值；否则，即当第一加权平均值与最大亮度初值的差值不大于门槛值和/或最小亮度初值与第二加权平均值的差值不大于门槛值时，将预定数量占比加0.01，且重新确定最大亮度初值和最小亮度初值。
[0042]进一步地，在步骤S132中，基于亮度直方图确定最大亮度值和最小亮度值的确定方法还包括:当预定数量占比为100%时，将最大亮度初值和最小亮度初值分别作为最大亮度值和最小亮度值。
[0043]在步骤140中，将各子映射原始图像合并为分辨出正常区和缺陷区的映射原始图像。
[0044]在步骤150中，利用映射标记图像与标记图像对分辨出正常区和缺陷区的映射原始图像进行校正，以获取显示面板的缺陷位置。
[0045]这里，对分辨出正常区和缺陷区的映射原始图像进行校正的方法包括:
[0046]步骤S151:计算标记拉伸图像中的标记点与标记图像的标记点的对应坐标偏差值。
[0047]步骤S152:利用若干对应坐标偏差值对分辨出正常区和缺陷区的映射原始图像进行校正。
[0048]综上，根据本发明的实施例的显示面板缺陷的自动检测方法，能够准确地获取缺陷的位置以及缺陷与正常区域的差异，从而能够准确地量化和评判显示面板上的缺陷。
[0049]虽然已经参照特定实施例示出并描述了本发明，但是本领域的技术人员将理解:在不脱离由权利要求及其等同物限定的本发明的精神和范围的情况下，可在此进行形式和细节上的各种变化。
【权利要求】
1.一种显示面板缺陷的自动检测方法，其特征在于，包括: 获取标记图像、映射原始图像及映射标记图像； 将所述映射原始图像划分为若干子映射原始图像，且将所述映射标记图像划分为若干子映射标记图像； 获取所述子映射原始图像的正常区与缺陷区； 将各所述子映射原始图像合并为分辨出正常区和缺陷区的映射原始图像； 利用所述映射标记图像与所述标记图像对所述分辨出正常区和缺陷区的映射原始图像进行校正，以获取显示面板的缺陷位置。
2.根据权利要求1所述的自动检测方法，其特征在于，获取所述标记图像、所述映射原始图像及所述映射标记图像的方法包括: 在显示面板显示的原始图像中设置若干标记点，以获取所述标记图像； 对所述原始图像及所述标记图像进行采样，以获取原始采样图像及标记采样图像；利用若干角点对所述原始采样图像及所述标记采样图像分别进行切割，以获取原始切割图像及标记切割图像； 对所述原始切割图像及所述标记切割图像分别进行旋转，以获取原始旋转图像及标记旋转图像； 对所述原始旋转图像及所述标记旋转图像分别进行再次切割与拉伸，以获取原始拉伸图像及标记拉伸图像； 对所述原始拉伸图像及所述标记拉伸图像分别进行像素插黑，并利用线性插值方式填补插黑像素，以获取所述映射原始图像及所述映射标记图像。
3.根据权利要求2所述的自动检测方法，其特征在于，所述映射原始图像与所述原始图像的解析度相同，且所述映射标记图像与所述原始图像的解析度相同。
4.根据权利要求2或3所述的自动检测方法，其特征在于，所述角点的确定方法包括: 建立若干掩膜矩阵，其中，所述掩膜矩阵的数量与所述标记点的数量相同； 利用所述掩膜矩阵对所述标记图像进行卷积，以获取卷积值； 判断卷积值大于预定阈值的点与所述标记采样图像的顶点之间的欧式距离是否最小； 将卷积值大于所述预定阈值且与所述标记采样图像的顶点之间的欧式距离最小的点作为角点。
5.根据权利要求1所述的自动检测方法，其特征在于，获取所述子映射原始图像的正常区与缺陷区的方法包括: 获取所述子映射原始图像的亮度直方图； 基于所述亮度直方图确定最大亮度值和最小亮度值； 判断所述子映射原始图像中像素的亮度值是否大于所述最小亮度值且小于最大亮度值； 如果所述子映射原始图像中像素的亮度值大于所述最小亮度值且小于最大亮度值，则所述子映射原始图像中该像素为正常区。
6.根据权利要求5所述的自动检测方法，其特征在于，如果所述子映射原始图像中像素的亮度值不大于所述最小亮度值或不小于最大亮度值，则所述子映射原始图像中该像素为缺陷区。
7.根据权利要求5或6所述的自动检测方法，其特征在于，所述最大亮度值和所述最小亮度值的确定方法包括: 在所述亮度直方图中确定数量占比不小于预定数量占比的像素的最大亮度初值和最小亮度值初值； 计算大于所述最大亮度初值的所述子映射原始图像中像素的亮度值的第一加权平均值，且计算小于所述最小亮度值初值的所述子映射原始图像中像素的亮度值的第二加权平均值； 当所述第一加权平均值与所述最大亮度初值的差值大于一门槛值，且所述最小亮度值初值与所述第二加权平均值的差值大于所述门槛值时，将所述最大亮度初值和所述最小亮度值初值分别作为所述最大亮度值和所述最小亮度值。
8.根据权利要求7所述的自动检测方法，其特征在于，当所述第一加权平均值与所述最大亮度初值的差值不大于所述门槛值和/或所述最小亮度值初值与所述第二加权平均值的差值不大于所述门槛值时，将所述预定数量占比加0.01，且重新确定最大亮度初值和最小亮度初值。
9.根据权利要求7所述的自动检测方法，其特征在于，所述最大亮度值和所述最小亮度值的确定方法还包括: 当所述预定数量占比为I时，将所述最大亮度初值和所述最小亮度初值分别作为所述最大亮度值和所述最小亮度值。
10.根据权利要求1所述的自动检测方法，其特征在于，对所述分辨出正常区和缺陷区的映射原始图像进行校正的方法包括: 计算所述标记拉伸图像中的若干标记点与所述标记图像的若干标记点的若干对应坐标偏差值； 利用所述若干对应坐标偏差值对所述分辨出正常区和缺陷区的映射原始图像进行校IHo
【文档编号】G06T7/00GK104484878SQ201410782236
【公开日】2015年4月1日 申请日期:2014年12月16日 优先权日:2014年12月16日
【发明者】胡厚亮, 朱立伟 申请人:深圳市华星光电技术有限公司