一种LCD屏幕的缺陷检测方法与流程

一种lcd屏幕的缺陷检测方法
技术领域
1.本发明属于led屏幕检测技术领域，具体涉及一种lcd屏幕的缺陷检测方法。


背景技术：

2.随着电子产品的不断发展，市面上出现了各种视频显示设备。这些设备都有一个共同组成部分，那就是都有可以显示画面的屏幕，这种液晶显示屏幕具有轻薄、高分辨率、高对比度。由于这些特点，屏幕也面临着各种各样的问题，如屏幕出现斑点、裂痕、色彩不均匀等各种缺陷，这些产品流入市场会遭到客户大量的投诉退货。目前工厂中主要依靠投入大量人力进行人眼检测，在流水线会安排专人去对缺陷产品进行快速剔除，投入的人力物力成本高，人工检测会造成漏检，对人眼损伤比较大
3.为此，我们提出一种lcd屏幕的缺陷检测方法，以解决上述背景技术中提到的问题。


技术实现要素：

4.本发明的目的在于提供一种lcd屏幕的缺陷检测方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：一种lcd屏幕的缺陷检测方法，包括如下步骤：
6.s1：屏幕定位，被测产品显示一张带有二维码的白边黑底图像，设备拍照定位区域，获取被测产品的信息；
7.s2：屏幕图像除尘，控制产品屏幕进行息屏，拍照获取到一幅具有清晰可见的灰尘画面，通过二值化算法对区域进行选择，再通过区域面积的筛选，选择期望筛出的灰尘区域，对此区域进行标记保存；
8.s3：黑屏测试，拍摄屏幕显示的黑色图像，通过点线斑检测算法获取新的点线斑图像，此时对图像进行二值化算法筛选出点线斑缺陷区域，通过漏光检测算法获取新的图像，通过二值化算法获取漏光区域，通过均匀性算法获取新的图像以及存储不同区域平均值的矩阵，以检测屏幕是否存在亮点、亮斑、以及漏光的缺陷；
9.s4：白屏测试，拍摄屏幕显示的白色图像，通过点线斑检测算法获取新的点线斑图像，对图像进行进行二值化算法获取点线斑区域，再通过均匀性算法获取新的图像以及存储不同区域平均值的矩阵，以检测屏幕是否存在暗点、暗斑、线条的缺陷；
10.s5：灰屏测试、红绿蓝屏测试，首先拍摄屏幕显示对应颜色的图像，其余与s4中白屏测试的方法相同，灰屏测试主要检测屏幕是否存在暗点、亮点、暗斑、亮斑、线条的缺陷，红绿蓝屏测试主要检测屏幕是否存在异色、亮暗点、暗斑、线条的缺陷；
11.s6：结果输出，根据不同画面的测试，详细检测出lcd画面的缺陷类型，并根据二维码信息中的sn名称统一生成csv文档保存测试内容。
12.优选的，所述点线斑检测算法以及漏光算法都是通过快速傅里叶变换对图像进行
频域转换，通过设定的高斯滤波因子进行卷积得到一幅新的频域图，最后再逆向得出新的图像，点线斑检测算法、漏光算法两者的卷积系数不同。
13.优选的，所述均匀性测试是将屏幕等分为24格区域，每个区域再以田字格分割，根据图像每个区域的平均灰度，通过正态分布算法得出在某个设定的灰度值区间的概率，根据概率值得出屏幕区域是否存在异常，如画面不均匀，则该处显示偏亮。
14.与现有技术相比，本发明的有益效果是：本发明在测试前先对屏幕图像进行除尘，标记出灰尘区域，对于屏幕中存在的灰尘过滤之后再进行测试，极大地减少了环境灰尘的干扰，提高后续测试的准确率。通过黑屏、白屏、灰屏以及红绿蓝屏测试，判定屏幕中是否存在亮点、亮斑、暗点、暗斑、异色等缺陷，实现设备自动检测，节省人工。通过均匀性检测算法，可以很好的检测屏幕的均匀性，对于屏幕中异常亮的地方可以很快侦测到，从而提高检测的效率。
附图说明
15.图1为本发明的的流程图；
16.图2为本发明中fft与dft-所需运算量与计算点数的关系曲线；
17.图3为本发明的蝶形运算流图；
18.图4为本发明的8点ff分解流程图；
19.图5为本发明中傅里叶变换的频域转换时域图。
具体实施方式
20.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
21.本发明提供了一种lcd屏幕的缺陷检测方法，包括如下步骤：
22.s1：屏幕定位，被测产品显示一张带有二维码的白边黑底图像，设备拍照定位区域，获取被测产品的信息；
23.s2：屏幕图像除尘，控制产品屏幕进行息屏，拍照获取到一幅具有清晰可见的灰尘画面，通过二值化算法对区域进行选择，再通过区域面积的筛选，选择期望筛出的灰尘区域，对此区域进行标记保存；
24.s3：黑屏测试，拍摄屏幕显示的黑色图像，通过点线斑检测算法获取新的点线斑图像，此时对图像进行二值化算法筛选出点线斑缺陷区域，通过漏光检测算法获取新的图像，通过二值化算法获取漏光区域，通过均匀性算法获取新的图像以及存储不同区域平均值的矩阵，以检测屏幕是否存在亮点、亮斑、以及漏光的缺陷；
25.s4：白屏测试，拍摄屏幕显示的白色图像，通过点线斑检测算法获取新的点线斑图像，对图像进行进行二值化算法获取点线斑区域，再通过均匀性算法获取新的图像以及存储不同区域平均值的矩阵，以检测屏幕是否存在暗点、暗斑、线条的缺陷；
26.s5：灰屏测试、红绿蓝屏测试，首先拍摄屏幕显示对应颜色的图像，其余与s4中白屏测试的方法相同，灰屏测试主要检测屏幕是否存在暗点、亮点、暗斑、亮斑、线条的缺陷，红绿蓝屏测试主要检测屏幕是否存在异色、亮暗点、暗斑、线条的缺陷；
27.s6：结果输出，根据不同画面的测试，详细检测出lcd画面的缺陷类型，并根据二维
码信息中的sn名称统一生成csv文档保存测试内容。
28.所述点线斑检测算法以及漏光算法都是通过快速傅里叶变换对图像进行频域转换，通过设定的高斯滤波因子进行卷积得到一幅新的频域图，最后再逆向得出新的图像，点线斑检测算法、漏光算法两者的卷积系数不同；
29.傅里叶算法公式及原理如下：
[0030][0031]
公式(1)中计算出来的是信号x(t)的连续频谱，但是，在实际的控制系统中能够得到的是连续信号x(t)的离散采样值x(nt)，因此需要利用离散信号x(nt)来计算信号x(t)的频谱。
[0032]
有限长离散信号x(n)，n＝0，1，
…
，n-1的dft定义为：
[0033][0034]
可以看出，dft需要计算大约n二次乘法和n二次加法。当n较大时，这个计算量是很大的。利用wn的对称性和周期性，将n点dft分解为两个n/2点的dft，这样两个n/2点dft总的计算量只是原来的一半，即(n/2)2+(n/2)2＝n2/2，这样可以继续分解下去，将n/2再分解为n/4点dft等。对于n＝2m点的dft都可以分解为2点的dft，这样其计算量可以减少为(n/2)log2n次乘法和nlog2n次加法。附图2为fft(离散傅里叶变换)与dft(快速傅里叶变换)-所需运算量与计算点数的关系曲线。由图可以明显看出fft算法的优越性。将x(n)分解为偶数与奇数的两个序列之和，即x(n)＝x1(n)+x2(n)
ꢀꢀꢀꢀ
(3)
[0035]
x1(n)和x2(n)的长度都是n/2，x1(n)是偶数序列，x2(n)是奇数序列，则：
[0036][0037]
其中x1(k)和x2(k)分别为x1(n)和x2(n)的n/2点dft。由于x1(k)和x2(k)均以n/2为周期，且wnk+n/2＝-wnk，所以x(k)又可表示为：
[0038][0039]
上式的运算可以用附图3表示，根据其形状称之为蝶形运算。依此类推，经过m-1次分解，最后将n点dft分解为n/2个两点dft，附图4为8点ff分解流程，对于傅里叶变换的频域
转换时域如附图5。
[0040]
所述均匀性测试是将屏幕等分为24格区域，每个区域再以田字格分割，根据图像每个区域的平均灰度，通过正态分布算法得出在某个设定的灰度值区间的概率，根据概率值得出屏幕区域是否存在异常，如画面不均匀，则该处偏亮。
[0041]
正态分布的公式如下：
[0042][0043]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。