技术特征：
1.一种基于纹理特征的液晶面板外围电路检测方法，其特征在于，包括以下步骤：获取待检测样本图像；对所述待检测样本图像进行预处理，包括：根据输入的区域标定信息，获取需要检测的感兴趣区域图像，对获取到的感兴趣区域图像做滤波处理，去除图像中的噪声，得到参考图像，将所述参考图像和待检测样本图像做坐标对位；将预处理后的待检测样本图像做灰度等级化处理，得到灰度等级化矩阵；根据所述灰度等级化矩阵提取方向纹理特征矩阵，并计算特征向量；计算每个检测点的特征向量与参考数据的特征向量的距离，所述参考数据为所述参考图像中与所述检测点对应的参考点；通过所述距离判断当前检测点是否异常。2.根据权利要求1所述的一种基于纹理特征的液晶面板外围电路检测方法，其特征在于：所述滤波为高斯滤波，高斯滤波选择核大小为3*3，标准差为0.8的小数型模板，公式如下：其中，i(x,y)为原始图像，g（x，y）为高斯滤波后图像，高斯滤波后将参考图像与待检测样本图像做坐标对位，定义offset(x,y)为参考图与待检测图的坐标相对位置关系函数，计算公式如下：其中表示参考图像点坐标，表示检测图像点坐标。3.根据权利要求2所述的一种基于纹理特征的液晶面板外围电路检测方法，其特征在于：所述将预处理后的待检测样本图像做灰度等级化处理，得到灰度等级化矩阵，包括：以每个检测点为中心，以半径r外扩一个固定尺寸窗口为一个检测单元，每个检测单元做灰度等级化处理，包括：给定一个单元检测图像i(x，y)，其灰度等级化矩阵hi(x，y)定义为：hi(x，y）= ( i(x，y）* clan) / 256clan为灰度等级化级数。4.根据权利要求3所述的一种基于纹理特征的液晶面板外围电路检测方法，其特征在于：所述根据所述灰度等级化矩阵提取方向纹理特征矩阵，并计算特征向量，包括：根据所述灰度等级化矩阵计算方向纹理特征矩阵，通过方向纹理特征矩阵统计多个特征向量，并合并生成图像数据的特征向量。5.根据权利要求4所述的一种基于纹理特征的液晶面板外围电路检测方法，其特征在于：
定义tcm(i,j)为方向纹理特征矩阵，计算公式为：其中j,i分表表示纹理特征矩阵的行坐标和列坐标， ，d为特征统计距离，为常量；w为半径为r的检测窗口；i= hi(x+w,y+w | d)表示i的值等于hi(x+w,y+w)在x+w、y+w坐标向右、向下或向右下偏移特征距离d处的特征值，i= hi(x+w,y+w|
‑
d)表示i的值等于hi(x+w,y+w)在x+w、y+w坐标向左、向上或向左上偏移特征距离d处的特征值。6.根据权利要求5所述的一种基于纹理特征的液晶面板外围电路检测方法，其特征在于：所述通过方向纹理特征矩阵统计多个特征向量，包括：图像信息量的随机性度量特征ient，ient定义为：图像纹理粗细度iasm，iasm定义为：图像对比度icon，icon定义为：图像局部纹理变化度irva，irva定义为：则当前检测点(x,y)的特征向量表示为，是由所有方向的各特征值按顺序组合而成，其中p为特征值序号，，n为特征向量的维数，其值取决于所计算的纹理特征的方向数目和特征值数目。7.根据权利要求6所述的一种基于纹理特征的液晶面板外围电路检测方法，其特征在于，所述计算每个检测点(x,y)的特征向量与参考数据的特征向量的距离dec(x,y)，使用canerra距离，所述距离的定义为：其中dec（x，y）表示待检测点的特征向量与参考点的特征向量间的canerra距离，maxp表示特征向量的维数。
8.一种基于纹理特征的液晶面板外围电路检测系统，其特征在于，包括：图像获取模块，用于获取待检测样本图像；预处理模块，用于对所述待检测样本图像进行预处理，包括：根据输入的区域标定信息，获取需要检测的感兴趣区域图像，对获取到的感兴趣区域图像做滤波处理，去除图像中的噪声，得到参考图像，将所述参考图像和待检测样本图像做坐标对位；灰度等级化模块，用于将预处理后的待检测样本图像做灰度等级化处理，得到灰度等级化矩阵；方向纹理提取模块，用于根据所述灰度等级化矩阵提取方向纹理特征矩阵，并计算特征向量；特征向量计算模块，用于计算每个检测点的特征向量与参考数据的特征向量的距离，所述参考数据为所述参考图像中与所述检测点对应的参考点；异常判断模块，用于通过所述距离判断当前检测点是否异常。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序以实现如权利要求1
‑
7任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行实现如权利要求1
‑
7中任一项所述的方法。
技术总结
本发明公开了一种基于纹理特征的液晶面板外围电路检测方法，包括：获取待检测样本图像；对待检测样本图像进行预处理，包括：根据输入的区域标定信息，获取需要检测的感兴趣区域图像，对获取到的感兴趣区域图像做滤波处理，去除图像中的噪声，得到参考图像，将参考图像和待检测样本图像做坐标对位；将预处理后的待检测样本图像做灰度等级化处理，得到灰度等级化矩阵；根据灰度等级化矩阵提取方向纹理特征矩阵，并计算特征向量；计算每个检测点的特征向量与参考数据的特征向量的距离，参考数据为参考图像中与检测点对应的参考点；通过距离判断当前检测点是否异常。本发明基于纹理特征进行异常性检测，可以有效抗光照、膜色差异，具有较好稳定性。较好稳定性。较好稳定性。
技术研发人员：关玉萍 杨义禄 左右祥 查世华 李波 曾磊
受保护的技术使用者：中导光电设备股份有限公司
技术研发日：2021.11.24
技术公布日：2021/12/21