[发明专利]缺陷检测方法、装置及存储介质

说明书

本发明公开了一种缺陷检测方法、装置及存储介质。缺陷检测方法用于显示器件。缺陷检测方法包括：获取显示器件处于显示状态的图像；基于经验模态分解算法去除图像的噪声信号并提取特征信号；基于支持向量机对特征信号进行处理以检测图像的亮度缺陷。本发明实施方式的缺陷检测方法，通过经验模态分解算法提取图像的特征信号及支持向量机对特征信号的处理，可自动检测显示器件处于显示状态的图像的亮度缺陷，检测标准统一客观，能够实现亮度缺陷的可靠检测，且检测速度较快。

技术领域

本发明涉及缺陷检测技术领域，特别涉及一种缺陷检测方法、装置及存储介质。

背景技术

TFT-LCD液晶显示器具有低功耗、轻薄易用、高亮度及对比度、高响应速度等众多优点，被广泛应用于智能手机、平板电脑、笔记本电脑、电视机等显示设备。在显示器生产过程中由于生产工艺等原因经常会产生白点Mura缺陷，Mura缺陷是指显示器亮度不均匀，造成各种痕迹的现象。显示器产生Mura缺陷时，需要对显示器进行亮度补偿，以使显示器亮度均匀。如何对Mura缺陷进行检测是一个难题。

在相关技术中，采用传统的人工视觉检测方法来检测显示器的Mura缺陷。然而，该方法易受人的主观因素以及外界环境干扰，且对Mura缺陷量化缺乏统一的判断标准，很难实现Mura缺陷的可靠检测。

发明内容

本发明的实施方式提供了一种缺陷检测方法、装置及存储介质。

本发明实施方式的缺陷检测方法，用于显示器件，所述缺陷检测方法包括：

获取所述显示器件处于显示状态的图像；

基于经验模态分解算法去除所述图像的噪声信号并提取特征信号；

基于支持向量机对所述特征信号进行处理以检测所述图像的亮度缺陷。

本发明实施方式的缺陷检测方法，通过经验模态分解算法提取图像的特征信号及支持向量机对特征信号的处理，可自动检测显示器件处于显示状态的图像的亮度缺陷，检测标准统一客观，能够实现亮度缺陷的可靠检测，且检测速度较快。

在某些实施方式中，基于经验模态分解算法去除所述图像的噪声信号并提取特征信号，包括：

基于所述经验模态分解算法对所述图像的图像信号进行逐步分解得到多个本征模分量及余项分量；

获取所述多个本征模分量为所述特征信号，其中，所述余项分量为所述噪声信号。

在某些实施方式中，基于支持向量机对所述特征信号进行处理以检测所述图像的亮度缺陷，包括：

基于所述支持向量机对所述多个本征模分量进行特征提取及特征融合以生成特征向量；

根据所述特征向量确定多个融合特征值；

对比所述多个融合特征值和多个预设特征值以检测所述亮度缺陷。

在某些实施方式中，所述亮度缺陷包括多个缺陷类型，每个所述缺陷类型对应不同的所述多个预设特征值，对比所述多个融合特征值和多个预设特征值以检测所述亮度缺陷，包括：

对比所述多个融合特征值和每个所述缺陷类型对应的所述多个预设特征值以确定所述亮度缺陷的类型。

在某些实施方式中，所述多个预设特征值通过使用包含所述亮度缺陷的图像对所述支持向量机进行训练获得。

在某些实施方式中，所述支持向量机包括核函数参数和惩罚参数，所述核函数参数和所述惩罚参数在所述支持向量机的训练过程优化。

在某些实施方式中，所述缺陷检测方法包括：

对所述亮度缺陷进行标记。

本发明实施方式的缺陷检测装置，用于显示器件，所述缺陷检测装置包括：