Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 苏州优视软件有限公司王翔获国家专利权

苏州优视软件有限公司王翔获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉苏州优视软件有限公司申请的专利基于规则限制的定位液晶屏坏点方法、设备、存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118762624B

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411107524.0,技术领域涉及:G09G3/00;该发明授权基于规则限制的定位液晶屏坏点方法、设备、存储介质是由王翔;葛京都;张嘉骏;蔡硕设计研发完成,并于2024-08-13向国家知识产权局提交的专利申请。

基于规则限制的定位液晶屏坏点方法、设备、存储介质在说明书摘要公布了:本发明公开了一种基于规则限制的定位液晶屏坏点方法,包括以下步骤:采集点亮的液晶屏图像,根据液晶屏的分辨率调整相机分辨率的放大倍率;采集包含液晶屏的屏幕边缘以及承载液晶屏的背景工作台的图像;通过标定矩阵转换待检测区域所在坐标系并去除畸变;采用像素奇异性算法检测缺陷;限制定位缺陷点所在像素,并区分连续的相邻不良点所属像素;筛选不良像素;并对应到液晶屏坐标系;输出最终缺陷点检测结果。本发明公开的一种基于规则限制的定位液晶屏坏点方法,使用像素奇异性算法获取坏点的候选点点集,并基于规则限制定位每个候选点所在的屏幕像素;能检测亚像素级别的坏点,并且能判定坏点个数和面积,具有良好的检测稳定性和准确性。

本发明授权基于规则限制的定位液晶屏坏点方法、设备、存储介质在权利要求书中公布了:1.一种基于规则限制的定位液晶屏坏点方法,其特征在于,包括以下步骤:步骤1,使用面阵相机采集点亮的待检测的液晶屏图像,并根据待检测的液晶屏的分辨率确定相机分辨率的放大倍率,更新面阵相机采集点亮的待检测的液晶屏图像;步骤2,面阵相机采集的待检测的液晶屏图像包含待检测的液晶屏的屏幕边缘以及承载待检测的液晶屏的背景工作台;通过标定矩阵转换待检测区域所在坐标系并去除径向和切向畸变;所述标定矩阵指世界坐标系与图像像素坐标系之间的变换关系矩阵;步骤3,采用像素奇异性算法检测缺陷;步骤4,根据检测到的缺陷,基于规则限制定位缺陷点所在像素;步骤5,通过保存的像素坐标区分连续的相邻不良点所属像素;步骤6,基于设定的面积值筛选不良像素,其中设定的面积值为步骤5中每个保存的像素坐标出现的次数,表示为相机成像中每个显示屏坏点的大小;步骤7,将保存的像素坐标的X轴和Y轴坐标值分别除以放大倍率MR映射到液晶屏坐标系;步骤8,输出最终缺陷点检测结果;步骤4,还包括以下步骤:将检测区域原图的数字图像矩阵命名为Original,其中Original是一个变量名,代表检测区域原图;将Original添加n倍放大倍率MR个像素的边界,边界的像素复制于对应边界的n倍放大倍率MR个像素;所述n为非零自然数;Original增加边界后的图像中四角赋值为0;将Original在增加边界后图像中的区域矩阵命名为Center,并将Center区域分别向上、下、左、右方向分别平移n倍MR个像素,得到向上平移后矩阵Up,向下平移后矩阵Down,向左平移后矩阵Left,向右平移后矩阵Right;使用若干个矩阵分别与Center矩阵做差,得到若干个结果矩阵,若干个结果矩阵包括Up-Center、Down-Center、Left-Center、Right-Center;获取屏幕缺陷二值化矩阵算法包括: ; ;其中,代表亮缺陷二值化矩阵,代表暗缺陷二值化矩阵,表示亮缺陷检测二值化阈值分割,表示暗缺陷检测二值化阈值分割;Min代表取两个矩阵中相同索引元素值较小的,Max代表取两个矩阵中相同索引元素值较大的;所述步骤5包括以下步骤;步骤5.1,基于放大倍率MR设定像素限制规则;通过面阵相机拍摄待检测的液晶屏,观察到单像素放大后的成像,像素成像的像素值分布与电气元件的分布相关;当屏幕点亮时,待检测的液晶屏的屏幕单像素中心为发光的元件,四周为不发光元件;像素成像矩阵应呈现矩阵中间区域的灰度值大于边界区域的灰度值,且存在渐变过程;通过循环比对相邻元素的灰度值大小,则得到不同MR和不同点亮方式下的限制规则;步骤5.2,确定像素规则后,初始化一个空列表L用于记录单像素的起始点;初始化另一个空列表N用于记录不同起始点的出现次数;步骤5.3,迭代缺陷二值化矩阵或中的非零点坐标,设当前非零点坐标为P0x,y;步骤5.4,判断以P0为左上角点的MR×MR大小矩阵中像素的灰度值分布是否满足限制规则,满足则将P0的坐标加入L中,并将P0的出现次数加1,将N中P0对应的索引位保存值加1;步骤5.5,P0不满足限制条件,则按照向外扩展环形算法修改P0坐标为P1;步骤5.6,继续判断P1是否已经在L中出现过,若出现过则将P1的坐标出现次数加1,若未出现过则将P1加入L中,并将P1坐标出现的次数设为1;步骤5.7,返回步骤5.3,直到完全遍历了或中的非零点坐标;步骤5.8,此时L中保存了所有不良点所在的像素原点坐标,N中已经记录了此像素中不良点的个数,不良点的个数为对应像素中不良面积。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人苏州优视软件有限公司,其通讯地址为:215000 江苏省苏州市工业园区钱家田路42号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。