本发明涉及视觉检测，尤其是指一种面板电极区的缺陷检测方法及系统。
背景技术：
1、在面板制造领域，面板aoi(automated opt ica l i nspect ion，简称aoi)检测是一项重要的工作，其核心目标是确保生产出的面板满足质量标准和客户需求。显示面板通常由多个部分组成，其中主要分为显示区域(act ive area)和bm区域(bl ack matr ixarea，简称bm区域)以及其他区域，面板的驱动电路排线(电极区)属于bm区域的一部分。在aoi检测中，显示区域的检测主要集中在点、线以及mura等影响显示质量的缺陷上，以确保图像质量和品质达到标准。而电极区域，位于显示面板的一侧或底部，主要检测崩缺、划痕以及脏污等缺陷，以确保电路板的正常工作和稳定性。由于电极区相对于整个显示面板尺寸较小，且背景复杂，直接拍摄会导致缺陷像素点过小，进而导致检出率与检测精度无法满足要求。
2、目前，对于电极区等复杂背景下的缺陷检测，主要有以下两类方法:
3、第一类，使用深度神经网络进行训练的方法，该方法可以实现端到端检测，具有高鲁棒性和快速模型推理时间，能够满足实时性目标检测的需求。然而，这种方法依赖于数据集的大小，对于正样本较少的面板数据集，模型泛化能力受限。此外，对于电极区来说，直接拍摄的图片分辨率过大，需要对图像进行尺度缩放与区域划分，这会影响小目标的检测。
4、第二类，图像配准方法，包括模板匹配法和局部特征点匹配法。模板匹配法由于产品放置位置与角度的差异，无法获得固定位置的模板，因此不适用。基于局部特征点匹配的配准方法虽然具有较高的准确性和鲁棒性，但由于电极区图像间差异大且部分图像局部特征弱，导致特征点误匹配率高，配准效果差。同时，为满足实时性要求，在配准时需要对图像进行缩放处理，但这会影响匹配精度，无法保证实时性。此外，对于差分后的缺陷图，由于产品本身具有微小差异以及图像亮度不均等因素，差分图像分布不均匀，部分线路在差分图像上具有较高的灰度值，直接使用自适应阈值分割会造成过检问题。
技术实现思路
1、为此，本发明所要解决的技术问题在于克服现有技术中依赖数据集的大小、小目标检测度低、特征点误匹配率高，配准效果差、无法保证实时性以及过检。
2、第一方面，为解决上述技术问题，本发明提供了一种面板电极区的缺陷检测方法，包括：
3、s1、获取并提取待检测图像的前景图像，获得目标图像；
4、s2、根据预设缩放比例对所述目标图像进行缩放，获得适配图像；
5、s3、对所述适配图像进行直方图均衡化处理，获得增强图像；
6、s4、计算所述增强图像和第一基准图像之间的差异参数；其中所述第一基准图像从电极区无缺陷时的标准图像中获取；
7、s5、根据所述差异参数对所述第一基准图像做变换后与所述增强图像对齐，获得第二基准图像；将所述第二基准图像与所述增强图像做差分，获得差分图像；
8、s6、将所述差分图像缩放回所述目标图像尺寸后与特征图像相减，根据相减结果重新分配所述差分图像的缺陷与线路权重，并更新所述差分图像；其中所述特征图像由所述待检测图像进行边缘检测获得；
9、s7、利用自适应阈值分割更新后的差分图像缺陷，并计算缺陷的特征，筛选出缺陷类别。
10、在本发明的一个实施例中，计算所述增强图像和第一基准图像之间差异参数的方法为傅里叶-梅林变换方法。
11、在本发明的一个实施例中，所述傅里叶-梅林变换方法为：
12、分别对所述增强图像和所述第一基准图像进行归一化、尺度缩放和增加汉宁窗处理，获得第一预处理图像和第二预处理图像；
13、分别对所述第一预处理图像和第二预处理图像进行高通滤波，并计算获得第一幅值谱图和第二幅值谱图；
14、分别对所述第一幅值谱图和第二幅值谱图进行极-对坐标系转换后，利用相位相关计算相位差异；
15、根据所述相位差异，调整经归一化处理后的所述第一基准图像，获得第三基准图像；利用相位相关计算所述第三基准图像与经归一化处理后的所述增强图像之间的位置偏移，获得所述差异参数。
16、在本发明的一个实施例中，计算所述第一幅值谱图的计算公式为：
17、
18、其中，为第一幅值谱图，为第二幅值谱图，u为图像在x方向上的频率分量，v为图像在y方向上的频率分量，λ为缩放参数，δθ为旋转参数。
19、在本发明的一个实施例中，对所述第一幅值谱图进行极-对坐标系转换的计算公式为：
20、
21、其中，为极坐标系下的第一幅值谱图，为极坐标系下的第二幅值谱图，ρ为径向距离，θ为角度，λ为缩放参数，δθ为旋转参数，lg表示对数变换。
22、在本发明的一个实施例中，所述特征图像由所述待检测图像进行边缘检测获得，获得的计算公式为：
23、gsobel＝(1-α)·gx+α·gy；
24、其中，gsobel为所述特征图像，α为水平和竖直方向梯度混合的权重，gx和gy分别为差分图像在水平和竖直方向的梯度图。
25、在本发明的一个实施例中，所述第一基准图像的获取方法为：获取电极区无缺陷时的标准图像；对所述标准图像进行前景图像提取、根据预设缩放比例缩放以及直方图均衡化处理后得到。
26、第二方面，为解决上述技术问题，本发明提供了一种面板电极区的缺陷检测系统，包括：
27、图像获取模块，用于获取并提取待检测图像的前景图像，获得目标图像；
28、缩放模块，用于根据预设缩放比例对所述目标图像进行缩放，获得适配图像；
29、图像增强模块，用于对所述适配图像进行直方图均衡化处理，获得增强图像；
30、参数获取模块，用于计算所述增强图像和第一基准图像之间的差异参数；其中所述第一基准图像从电极区无缺陷时的标准图像中获取；
31、对齐差分模块，用于根据所述差异参数对所述第一基准图像做变换后与所述增强图像对齐，获得第二基准图像；将所述第二基准图像与所述增强图像做差分，获得差分图像；
32、更新模块，用于将所述差分图像缩放回所述目标图像尺寸后与特征图像相减，根据相减结果重新分配所述差分图像的缺陷与线路权重，并更新所述差分图像；其中所述特征图像由所述待检测图像进行边缘检测获得；
33、筛选模块，用于利用自适应阈值分割所述更新模块中获得的差分图像的缺陷，并计算缺陷的特征，筛选出缺陷类别。
34、第三方面，为解决上述技术问题，本发明提供了一种计算机程序产品，该计算机程序产品包括计算机程序，当计算机程序运行时，使得上述任一项方法被执行。
35、第四方面，为解决上述技术问题，本发明提供了一种电子设备，包括上述的一种面板电极区的缺陷检测系统。
36、本发明的上述技术方案相比现有技术具有以下有益效果：
37、(1)本发明所述的一种面板电极区的缺陷检测方法及系统，通过提取待检测图像的前景，能够聚焦于关键区域，从而排除背景噪声的干扰。预设比例的目标图像缩放不仅优化了图像分辨率，还加快了后续处理速度，为实时检测提供了保障。进一步地，直方图均衡化处理增强了图像对比度，使得缺陷特征更加明显，便于识别。通过计算增强图像与无缺陷标准图像之间的差异参数，本发明实现了高精度的图像配准，为缺陷的准确识别奠定了基础。差分操作的引入，使得缺陷区域的识别更加清晰，同时，通过与边缘检测获得的特征图像相减，有效去除了非缺陷特征，如线路，显著降低了误检的可能性。
38、(2)本发明通过重新分配缺陷与线路的权重并更新差分图像，进一步提升了检测的准确性。同时，自适应阈值分割技术的应用，减少了光照亮度差异对分割效果的影响，增强了分割的准确性和鲁棒性。
39、(3)本发明不依赖于数据集的规模，能够对小目标进行高灵敏度检测，同时保持低特征点误匹配率。此外，通过出色的图像配准能力，确保了检测过程的实时性，并有效避免了过检现象，从而提高了检测的准确性和效率。
40、(4)本发明利用飞拍技术与傅里叶-梅林变换的结合，可以显著提高检测精度，同时满足了实时性的要求。