[发明专利]一种屏缺陷过滤方法、装置及存储介质

权利要求书

1.一种屏缺陷过滤方法，其特征在于，所述方法用于对已检测的缺陷进行过滤，且所述方法包括以下步骤中的至少一个：

S1，根据未过滤的所述缺陷的概率值与预设卡控阈值的比较确定是否将所述缺陷过滤；

S2，根据未过滤的所述缺陷的面积与预设面积阈值的比较确定是否将所述缺陷过滤；

S6，计算未过滤的所述缺陷与样本图片的相似度，根据所述相似度与预设相似度阈值的比较确定是否将所述缺陷过滤。

2.如权利要求1所述的一种屏缺陷过滤方法，其特征在于，在步骤S6之前，所述方法包括以下步骤中的至少一个：

S3，判断未过滤的所述缺陷是否位于黑边区，如果所述缺陷位于所述黑边区，则根据所述缺陷的面积占所述黑边区总面积的比与预设占比阈值的比较确定是否将所述缺陷过滤；

S4，判断未过滤的所述缺陷是否位于特殊区域，如果所述缺陷位于所述特殊区域，则根据所述缺陷的类型与所述特殊区域所有可能的缺陷类型是否匹配确定是否将所述缺陷过滤；

S5，采用深度学习方法对未过滤的所述缺陷进行分类，根据所述缺陷分类结果与预设分类阈值的比较确定是否将所述缺陷过滤。

3.如权利要求1或2所述的一种屏缺陷过滤方法，其特征在于，所述步骤S6具体是：

提取所述缺陷的特征向量和所述样本图片的特征向量；

计算所述缺陷与所述样本图片的相似度；

比较所述相似度与预设相似度阈值，若所述相似度小于预设相似度阈值，则将所述缺陷过滤，若所述相似度大于所述预设相似度阈值，则不将所述缺陷过滤。

4.如权利要求3所述的一种屏缺陷过滤方法，其特征在于，所述计算所述缺陷与所述样本图片的相似度具体是：

根据公式计算所述缺陷与所述样本图片的相似度，其中f（x，y）表示相似度，k为预先设定的固定值，为所述缺陷的第i个采样点的特征向量，为所述样本图片的第i个采样点的特征向量，n为提取特征向量的采样点个数。

5.如权利要求2所述的一种屏缺陷过滤方法，其特征在于，还包括步骤：

在所述步骤S2前定位未过滤的所述缺陷区域，获取所述缺陷的实际面积，则所述步骤S2为根据所述缺陷的实际面积与预设面积阈值的比较确定是否将所述缺陷过滤；

或在所述步骤S3前定位未过滤的所述缺陷区域，获取所述缺陷的实际面积，则所述步骤S3为判断所述缺陷是否位于黑边区，如果所述缺陷位于所述黑边区，则根据所述缺陷的实际面积占所述黑边区总面积的比与预设占比阈值的比较确定是否将所述缺陷过滤。

6.一种屏缺陷过滤装置，其特征在于，所述装置用于对已检测的缺陷进行过滤，且所述装置包括以下模块中的至少一个：

卡控过滤模块，用来根据未过滤的所述缺陷的概率值与预设卡控阈值的比较确定是否将所述缺陷过滤；

面积过滤模块，用来根据未过滤的所述缺陷的面积与预设面积阈值的比较确定是否将所述缺陷过滤；

相似度过滤模块，用来根据未过滤的所述缺陷与样本图片的相似度与预设相似度阈值的比较确定是否将所述缺陷过滤。

7.如权利要求6所述的一种屏缺陷过滤装置，其特征在于，还包括以下模块中的至少一个：

黑边区过滤模块，用来判断未过滤的所述缺陷是否位于黑边区，如果所述缺陷位于所述黑边区，则根据所述缺陷的面积占所述黑边区总面积的比与预设占比阈值的比较确定是否将所述缺陷过滤；

特殊区域过滤模块，用来判断未过滤的所述缺陷是否位于特殊区域，如果所述缺陷位于所述特殊区域，则根据所述缺陷的类型与所述特殊区域所有可能的缺陷类型是否匹配确定是否将所述缺陷过滤；

分类概率过滤模块，用来采用深度学习方法对未过滤的所述缺陷进行分类，根据所述缺陷分类的概率与预设分类阈值的比较确定是否将所述缺陷过滤。