一种基于人眼视觉特性的显示屏缺陷检测方法及装置与流程
本申请涉及显示屏检测领域，尤其涉及一种基于人眼视觉特性的显示屏缺陷检测方法及装置。
背景技术：
平板显示屏因其高分辨率、高亮度以及无几何变形等优点，被广泛应用在人们日常使用的消费电子产品中，例如电视、电脑等。但是由于显示屏的面积不断增大，制作过程复杂，在制作过程中难免会出现一些缺陷，例如斑点或脏污。因此，显示屏缺陷检测是显示屏制造企业保证出货品质的重要环节。
目前显示屏缺陷检测的方法为aoi设备检测法，利用视觉处理系统自动扫描待检测显示屏的屏幕，经过图像处理，从而检测出显示屏的缺陷，并通过显示器或自动标志把缺陷标示出来。其中，通常采用图像增强、背景拟合和阈值分割方法来对扫描图像进行处理以提高检测缺陷的准确性，但是，弱条状c污缺陷因受背景波动干扰严重且对比度低，采用上述方法处理后的扫描图像仍无法准确识别该缺陷，从而导致检测结果的准确度极低。
技术实现要素：
本申请提供了一种基于人眼视觉特性的显示屏缺陷检测方法及装置，以解决现有显示屏检测方法对于弱条状c污缺陷的检测不准确的问题。
第一方面，本申请提供了一种基于人眼视觉特性的显示屏缺陷检测方法，所述方法包括：
获取待检测显示屏图像；
利用人眼对比敏感度函数，创建频域滤波核；
对待检测屏幕图像进行傅里叶变换，得到变换后的待检测屏幕图像；
利用所述频域滤波核，对所述变换后的待检测显示屏图像进行滤波处理，得到滤波后的待检测显示屏图像；
对所述滤波后的屏幕显示图像进行傅里叶逆变换，得到目标显示屏图像；
根据所述目标显示屏图像，按照预设的算法，计算得到分割阈值；
根据所述分割阈值，对所述目标显示屏图像进行分割，得到多个显示屏子图像；
对所有所述显示屏子图像进行筛选，得到显示屏缺陷图像。
第二方面，本申请提供了一种基于人眼视觉特性的显示屏缺陷检测装置，所述装置包括：
获取模块，用于获取待检测显示屏图像；
创建模块，用于利用人眼对比敏感度函数，创建频域滤波核；
傅里叶变换模块，用于对待检测屏幕图像进行傅里叶变换，得到变换后的待检测屏幕图像；
过滤模块，用于利用所述频域滤波核，对所述变换后的待检测显示屏图像进行滤波处理，得到滤波后的待检测显示屏图像；
傅里叶逆变换模块，用于对所述滤波后的屏幕显示图像进行傅里叶逆变换，得到目标显示屏图像；
分割阈值计算模块，用于根据所述目标显示屏图像，按照预设的算法，计算得到分割阈值；
分割模块，用于根据所述分割阈值，对所述目标显示屏图像进行分割，得到多个显示屏子图像；
筛选模块，用于对所有所述显示屏子图像进行筛选，得到显示屏缺陷图像。
由以上技术方案可知，本申请提供了一种基于人眼视觉特性的显示屏缺陷检测方法及装置，该方法利用人眼对比敏感度函数，创建频域滤波核，然后利用该频域滤波核对待检测显示屏图像进行滤波，使过滤后的待检测显示屏图像更符合人眼的主观感受，使得到的缺陷图像符合人眼视觉特性，提高检测结果的准确性。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请提供的一种基于人眼视觉特性的显示屏缺陷检测方法的流程图；
图2为人眼对比度敏感函数的曲线图；
图3为待检测显示屏图像的示意图；
图4为图1中步骤106的流程图；
图5为图1中步骤108的流程图；
图6为本申请提供的一种基于人眼视觉特性的显示屏缺陷检测装置的结构示意图；
图7为图6中分割阈值计算模块的结构示意图；
图8为图6中筛选模块的结构示意图。
具体实施方式
本申请主要是针对显示屏的弱条状c污缺陷进行检测，弱条状c污缺陷是在显示屏的背景色为白色时，出现亮度较暗的条状缺陷，该缺陷可以是沿水平方向或者沿垂直方向存在。
第一方面，参见图1，本申请提供了一种基于人眼视觉特性的显示屏缺陷检测方法，包括如下步骤：
步骤101：获取待检测显示屏图像。
步骤102：利用人眼对比敏感度函数，创建频域滤波核。
由于人眼独特的视觉特性，人眼对不同空间频率的响应不同，引入人眼对比敏感函数来创建频域滤波核。对比敏感度cs(contrastsensitivity)定义为人眼能觉察的对比度阈值的倒数，即对比敏感度-1/对比度阈值。在某一空间频率(spatialfrequency)下，视觉系统有一定的对比敏感度；反之，在同一对比度时，视觉系统有一定的空间频率分辨力(形觉)。
请参考图2，图2为本发明实施例的人眼对比度敏感函数的曲线图，以空间频率spatialfrequency为横坐标，以对比敏感度为纵坐标，所测得的曲线，即人眼对比敏感度函数(contrastsensitivitysensitivity，csf)。
具体地，利用人眼对比度函数构建的频域滤波核为
giker(x,y)＝a·guasssigmx1,sigmy1(x,y)-b·guasssigmx2,sigmy2(x,y)；
其中，giker(x,y)为矩阵iker在图像的像素坐标(x,y)位置的值，guasssigmx1,sigmy1(x,y)和guasssigmx2,sigmy2(x,y)为二维高斯函数；
其中，x,y为图像的像素坐标，a、b为预设常数，sigmx1、sigmy1、sigmx2、sigmy2为和待检测缺陷方向和宽度相关参数，x0为待检测屏幕图像在x轴方向的像素横坐标的中值，y0为待检测屏幕图像在y轴方向的像素纵坐标的中值。
优选地，a＝1.75,b＝0.33，当检测水平方向的弱条状c污缺陷时，
当检测垂直方向的弱条状c污缺陷时，
步骤103：对待检测屏幕图像进行傅里叶变换，得到变换后的待检测屏幕图像。
步骤104：利用所述频域滤波核，对所述变换后的待检测显示屏图像进行滤波处理，得到滤波后的待检测显示屏图像。
具体地，
步骤105：对所述滤波后的屏幕显示图像进行傅里叶逆变换，得到目标显示屏图像。
步骤106：根据所述目标显示屏图像，按照预设的算法，计算得到分割阈值。
步骤107：根据所述分割阈值，对所述目标显示屏图像进行分割，得到多个显示屏子图像。
步骤108：对所有所述显示屏子图像进行筛选，得到显示屏缺陷图像。
由以上技术方案可知，本申请提供了一种基于人眼视觉特性的显示屏缺陷检测方法，该方法利用人眼对比敏感度函数，创建频域滤波核，然后利用该频域滤波核对待检测显示屏图像进行滤波，使过滤后的待检测显示屏图像更符合人眼的主观感受，使得到的缺陷图像符合人眼视觉特性，提高检测结果的准确性。
参见图4，在本申请的另一实施例中，上述步骤106包括如下步骤：
步骤401：计算所述目标显示屏图像的均值和方差。
具体地，目标显示屏图像的均值的计算公式如下：
目标显示屏图像的方差的计算公式如下：
步骤402：根据所述目标显示屏图像的均值和方差，按照如下公式，计算得到分割阈值，
th＝ava+max(2×var,1.5)，
其中，th为分割阈值,ava为目标显示屏图像的均值，var为目标显示屏图像的方差。
参见图5，在本申请的另一实施例中，上述步骤108包括如下步骤：
步骤501：计算每个所述显示屏子图像的像素面积和灰度均值；
步骤502：如果所述显示屏子图像的像素面积大于面积预设值，且对应的灰度均值大于灰度预设值，则将所述显示屏子图像确定为显示屏缺陷图像。
由以上技术方案可知，本申请提供了一种基于人眼视觉特性的显示屏缺陷检测方法，该方法利用人眼对比敏感度函数，创建频域滤波核，然后利用该频域滤波核对待检测显示屏图像进行滤波，使过滤后的待检测显示屏图像更符合人眼的主观感受，使得到的缺陷图像符合人眼视觉特性，提高检测结果的准确性。
第二方面，参见图6，一种基于人眼视觉特性的显示屏缺陷检测装置，所述装置包括：
获取模块601，用于获取待检测显示屏图像；
创建模块602，用于利用人眼对比敏感度函数，创建频域滤波核；
傅里叶变换模块603，用于对待检测屏幕图像进行傅里叶变换，得到变换后的待检测屏幕图像；
过滤模块604，用于利用所述频域滤波核，对所述变换后的待检测显示屏图像进行滤波处理，得到滤波后的待检测显示屏图像；
傅里叶逆变换模块605，用于对所述滤波后的屏幕显示图像进行傅里叶逆变换，得到目标显示屏图像；
分割阈值计算模块606，用于根据所述目标显示屏图像，按照预设的算法，计算得到分割阈值；
分割模块607，用于根据所述分割阈值，对所述目标显示屏图像进行分割，得到多个显示屏子图像；
筛选模块608，用于对所有所述显示屏子图像进行筛选，得到显示屏缺陷图像。
参见图7，所述分割阈值计算模块606包括：
第一计算单元701，用于计算所述目标显示屏图像的均值和方差；
第二计算单元702，用于根据所述目标显示屏图像的均值和方差，按照如下公式，计算得到分割阈值，
th＝ava+max(2×var,1.5)，
其中，th为分割阈值,ava为目标显示屏图像的均值，var为目标显示屏图像的方差。
参见图8，所述筛选模块608包括：
第三计算单元801，用于计算每个所述显示屏子图像的像素面积和灰度均值；
判断单元802，用于如果所述显示屏子图像的像素面积大于面积预设值，且对应的灰度均值大于灰度预设值，则将所述显示屏子图像确定为显示屏缺陷图像。
由以上技术方案可知，本申请提供了一种基于人眼视觉特性的显示屏缺陷检测方法及装置，该方法利用人眼对比敏感度函数，创建频域滤波核，然后利用该频域滤波核对待检测显示屏图像进行滤波，使过滤后的待检测显示屏图像更符合人眼的主观感受，使得到的缺陷图像符合人眼视觉特性，提高检测结果的准确性。
- 还没有人留言评论。精彩留言会获得点赞！