CN112164663B - 检测方法、检测装置以及存储介质 - Google Patents
检测方法、检测装置以及存储介质 Download PDFInfo
- Publication number
- CN112164663B CN112164663B CN202011173383.4A CN202011173383A CN112164663B CN 112164663 B CN112164663 B CN 112164663B CN 202011173383 A CN202011173383 A CN 202011173383A CN 112164663 B CN112164663 B CN 112164663B
- Authority
- CN
- China
- Prior art keywords
- binding area
- preset
- detection
- image information
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 130
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 59
- 239000002245 particle Substances 0.000 claims description 44
- 238000009826 distribution Methods 0.000 claims description 22
- 238000003825 pressing Methods 0.000 claims description 21
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 10
- 239000010410 layer Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000002834 transmittance Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012536 packaging technology Methods 0.000 description 4
- 238000003475 lamination Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30121—CRT, LCD or plasma display
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Electroluminescent Light Sources (AREA)
- Devices For Indicating Variable Information By Combining Individual Elements (AREA)
Abstract
本申请实施例提供一种检测方法、检测装置以及存储介质,所述检测方法用于检测显示装置,显示装置包括显示面板、驱动芯片以及柔性线路板,所述显示面板包括绑定区,所述驱动芯片通过所述柔性线路板绑定于所述绑定区,检测方法包括:向所述绑定区发射探测信号;接收所述探测信号经过所述绑定区形成的反射信号;根据所述反射信号生成所述绑定区的图像信息;通过预设图像算法对所述图像信息进行分析,得到分析结果;根据所述分析结果检测所述绑定区是否符合预设条件。本申请实施例通过探测信号生成绑定区的图像信息,通过预设图像算法对图像信息自动分析,无需人工干预,可以提高绑定区检测的效率。
Description
技术领域
本申请涉及电子技术领域,特别涉及一种检测方法、检测装置以及存储介质。
背景技术
随着通信技术的发展,诸如智能手机等电子设备越来越普及。在电子设备的使用过程中,电子设备可以采用其显示屏显示画面。为了更好的显示效果和用户体验,显示屏的尺寸越来越大,但是电子设备的显示屏超过一定尺寸后很难握持,因此提高显示屏的屏占比越来越重要。
相关技术中,一般需要通过特殊封装方式,诸如COF(Chip On Flex或Chip OnFilm)封装技术,提高显示屏的屏占比,而COF封装技术需要将驱动芯片和柔性线路板进行绑定连接,一般通过人工对驱动芯片和柔性线路板的绑定是否成功进行检测,人工检测效率较低。
发明内容
本申请实施例提供一种检测方法、检测装置以及存储介质,可以提高绑定区检测的效率。
本申请实施例提供一种检测方法,用于检测显示装置,所述显示装置包括显示面板、驱动芯片以及柔性线路板,所述显示面板包括绑定区,所述驱动芯片通过所述柔性线路板绑定于所述绑定区,所述方法包括:
向所述绑定区发射探测信号;
接收所述探测信号经过所述绑定区形成的反射信号;
根据所述反射信号生成所述绑定区的图像信息;
通过预设图像算法对所述图像信息进行分析,得到分析结果;
根据所述分析结果检测所述绑定区是否符合预设条件。
本申请实施例还提供一种检测装置,用于检测显示装置,显示装置包括显示面板、驱动芯片以及柔性线路板,所述显示面板包括绑定区,所述驱动芯片通过所述柔性线路板绑定于所述绑定区,所述检测装置包括:
发射模块,用于向所述绑定区发射探测信号;
接收模块,用于接收所述探测信号经过所述绑定区形成的反射信号;
生成模块,用于根据所述反射信号生成所述绑定区的图像信息;
分析模块,用于通过预设图像算法对所述图像信息进行分析,得到分析结果;
检测模块,用于根据所述分析结果检测所述绑定区是否符合预设条件。
本申请实施例还提供一种存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行如上所述的检测方法。
本申请实施例通过接收探测信号经过所述绑定区形成的反射信号生成绑定区的图像信息,通过预设图像算法对图像信息自动分析,无需人工干预,可以提高绑定区检测的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的显示装置的结构示意图。
图2为本申请实施例提供的检测方法的第一流程示意图。
图3为本申请实施例提供的检测方法的第二流程示意图。
图4为本申请实施例提供的显示面板绑定区的结构示意图。
图5为本申请实施例提供的检测装置的结构示意图。
具体实施方式
本申请实施例提供一种检测方法、检测装置及存储介质,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
请参阅图1,图1为本申请实施例提供的显示装置的结构示意图。
显示装置10可以显示画面。显示装置10可以为有机发光二极管显示装置10(Organic Light-Emitting Diode,OLED)。显示装置10的显示面可以具有较大的显示区域和较窄的非显示区域,或者说显示装置10具有较窄的黑边。当然,显示装置10的显示面也可以均为显示区域,而不设置非显示区域,即显示装置10可以为全面屏。可使用显示装置覆盖层诸如透明玻璃层、透光塑料、蓝宝石、或其他透明电介质层来保护显示装置10。
其中,显示装置10可以呈规则形状,如矩形、圆角矩形或圆形。当然,在一些其它可能的实施例中,显示装置10也可以呈非规则形状,本申请实施例对此不作限定。
显示装置10包括显示面板101、驱动芯片102以及柔性线路板103,显示面板101包括绑定区104,驱动芯片102通过柔性线路板103绑定于绑定区104,可以理解的是,为了提高显示面板101的屏占比,可以通过诸如COF(Chip On Flex或Chip On Film)封装技术,以使用驱动芯片102和显示面板101电连接,以驱动显示面板101显示画面。
为了进一步提高显示装置的屏占比,本申请实施例提供的显示装置10可以包括第一显示区240和第二显示区220,第一显示区240和第二显示区220均可以显示画面,第一显示区240和第二显示区220可以显示相同的画面,也可以显示不同的画面。
第一显示区240和第二显示区220可以相互邻接,比如第一显示区240的周缘被第二显示区220围绕。再比如第一显示区240的一部分被第二显示区220围绕,即第一显示区240位于显示装置10的端面位置或端面连接位置。可以理解的是,显示装置10的端面连接位置是显示装置10两个端面相互连接的位置,其可以包括相互连接的两个端面的一部分。需要说明的是,第一显示区240可以为一个,也可以为多个,当第一显示区240为多个时,多个第一显示区240可以位于显示装置10的同一个端面,也可以位于显示装置10的多个端面,还可以位于显示装置10的多个端面连接位置。或者多个第一显示区240中的一部分位于显示装置10的端面连接位置、一部分位于显示装置10的端面位置。
本申请实施例可以将第二显示区220的显示区域面积设置大于第一显示区240的显示区域面积,第二显示区220可以作为显示装置10的主要显示区域,第一显示区240可以作为显示装置10的辅助显示区域,或者说是功能显示区域。诸如可以将第一显示区240的透光率设置大于第二显示区220的透光率。从而在第一显示区240的非显示状态下可以大大提高第一显示区240的透光率,可以将功能器件诸如摄像头60、传感器等器件设置在第一显示区240位置,以提高摄像头60、传感器等器件透过第一显示区240实现信号传输的质量。
需要说明的是,在一些实施例中,可以将第一显示区240的显示区域面积和第二显示区220的显示区域面积设置相同,还可以将第一显示区240的显示区域面积设置大于第二显示区220的显示区域面积。
本申请实施例可以在第一显示区240位置诸如第一显示区240的下方设置摄像头60、传感器等器件,第一显示区240在非显示状态下摄像头60、传感器等器件可以第一显示区240进行信号传输诸如采集图像。同时,第一显示区240还可以根据需求显示画面,以实现显示装置10的完整性以及显示区域的完整性。不仅实现摄像头60、传感器等器件的隐藏式设计,而且还可以提高显示装置101的屏占比。
需要说明的是,功能器件诸如摄像头60、传感器设置的位置并不限于第一显示区240的下方,还可以将其设置远离第一显示区240,可以在功能器件诸如摄像头60、传感器与第一显示区240之间设置导光柱,以实现信号的传输。其中,该导光柱可以将摄像头60、传感器等功能器件发出的光信号传输到第一显示区240、并透光第一显示区240传输到外界。导光柱还可以将透光第一显示区240的外界光信号传输到摄像头60、传感器等功能器件。该导光柱可以为圆柱体结构,也可以为多段式结构。当导光柱为多段式结构时,其可以具有至少一个导光面,以实现光信号的反射。
为了将第一显示区240的透光率设置大于第二显示区220的透光率,本申请实施例可以将显示装置10中驱动第一显示区240的驱动单元诸如薄膜晶体管(TFT)设置在第一显示区240外。比如设置在显示装置10中驱动第二显示区220的驱动层结构中,还比如设置在显示装置10的侧边或者说是周缘,还比如设置在显示装置10的非显示区。再比如在显示装置10中设置双层驱动层结构,采用过孔的方式将驱动第一显示区240的驱动单元诸如TFT设置在与第二显示区220对应的驱动层结构中。
本申请实施例提供的显示装置,由于需要将不同显示区域的驱动单元通过柔性线路板与驱动芯片绑定,在通过COF封装技术绑定的过程中,容易出现绑定区导电粒子接触不良的现象,相关技术中,往往通过人工检测,诸如绑定区导电粒子的电学特性,如阻抗参数等判断绑定区是否出现接触不良的现象,检测效率较低,生产成本较大。
为了提高绑定区检测的效率,本申请实施例提供一种检测方法,请参阅图2,图2为本申请实施例提供的检测方法的第一流程示意图。检测方法包括:
201,向绑定区发射探测信号。
202,接收探测信号经过绑定区形成的反射信号。
关于步骤201~202:
可以通过信号发射器向绑定区发送探测信号,其中,探测信号可以包括但不限于激光、红外或超声波等探测信号,探测信号可以为碰到障碍物后会反射的信号,诸如探测信号经过绑定区后会形成反射信号,可以通过信号接收器接收反射回来的反射信号。
203,根据反射信号生成绑定区的图像信息。
通过对反射信号进行处理,可以得到绑定区的图像信号,可以理解的是,由于绑定区不同部位的结构不同,因此探测信号碰到绑定区不同的位置后反射回来的反射信号不同,根据对反射信号进行分析处理,可以得到绑定区不同位置的图像信息,将不同位置的图像信息结合,可以得到绑定区的图像信息。
204,通过预设图像算法对图像信息进行分析,得到分析结果。
通过预设图像算法诸如像素点参数算法、像素点位置分布算法或神经网络模型等算法对图像信息进行分析,得到分析结果。
205,根据分析结果检测绑定区是否符合预设条件。
根据分析结果判断绑定区是否绑定成功,若绑定区绑定不成功容易造成显示装置使用的过程中,出现显示不良的现象,诸如出现花屏、黑屏或暗线等各种问题。因此对于驱动芯片和柔性线路板是否绑定成功的检测是及其重要的。
本申请实施例通过接收探测信号经过所述绑定区形成的反射信号生成绑定区的图像信息,通过预设图像算法对图像信息自动分析,无需人工干预,可以提高绑定区检测的效率。
请参阅图3,图3为本申请实施例提供的检测方法的第二流程示意图。
301,向绑定区发射探测信号。
302,接收探测信号经过绑定区形成的反射信号。
关于步骤301~302:
可以通过信号发射器向绑定区发送探测信号,其中,探测信号可以包括但不限于激光、红外或超声波等探测信号,探测信号可以为碰到障碍物后会反射的信号,诸如探测信号经过绑定区后会形成反射信号,可以通过信号接收器接收反射回来的反射信号。
303,反射信号为激光探测信号经过绑定区形成的激光反射信号,根据激光反射信号生成绑定区的图像信息,图像信息反映绑定区导电粒子的浓度信息。
可以理解的是,由于绑定区不同部位的结构不同,因此探测信号碰到绑定区不同的位置后反射回来的反射信号不同,根据对反射信号进行分析处理,可以得到绑定区不同位置的图像信息,将不同位置的图像信息结合,可以得到绑定区的图像信息。具体的,通过对激光探测信号经过绑定区形成的激光反射信号进行处理,可以得到绑定区的图像信号,图像信息反映绑定区导电粒子的浓度信息,激光探测信号照射到绑定区时,绑定区导电粒子浓度不同,反射的激光信号生成的图像信息也不同。
304,通过预设图像算法对图像信息进行分析,得到分析结果。
可以通过像素值参数算法对图像信息进行分析,例如:
在所述图像信息中标记出目标区域;
获取所述目标区域多个像素点的像素均值;
若所述像素均值大于或等于预设像素值,分析得到所述目标区域的导电粒子浓度大于或等于预设浓度;
若所述像素均值小于所述预设像素值,分析得到所述目标区域的导电粒子浓度小于所述预设浓度。
具体的,请参阅图4,图4为本申请实施例提供的显示面板绑定区的结构示意图,在绑定区104中标记出目标区域105,目标区域105为导电粒子区域,通过图像算法获取目标区域105内多个像素点的像素值,对所述多个像素值进行加权平均,计算得到目标区域105的像素均值,将像素均值与预设像素均值进行比较,若像素均值大于或等于预设像素值,分析得到目标区域105的导电粒子浓度大于或等于预设浓度;若像素均值小于预设像素值,分析得到目标区域105的导电粒子浓度小于预设浓度。可以理解的是,预设像素值可以根据绑定成功的显示装置的绑定区目标区域105的像素均值设定,在一些实施方式中,还可以根据判断像素均值是否在预设像素值范围内来判断目标区域,导电粒子浓度是否满足条件,例如,若像素均值在预设像素值范围内,分析得到目标区域的导电粒子浓度在预设像素值范围内;若像素均值不在预设像素值范围内,分析得到目标区域的导电粒子浓度不在预设像素值范围内。
需要说明的是,图4示例中的目标区域105仅仅是示例性的,目标区域105还可以为其他目标区域,诸如目标区域106,可以理解的是,不同的目标区域对应的预设的像素值或预设像素值范围不同。
在一些实施方式中,还可以通过像素点位置分布算法对图像信息进行分析,例如:
在所述图像信息中标记出目标区域;
获取所述目标区域像素点的分布密度;
若所述像素电的分布密度大于或等于所述预设分布密度,分析得到所述目标区域的导电粒子浓度大于或等于预设浓度;
若所述像素电的分布密度小于所述预设分布密度,分析得到所述目标区域的导电粒子浓度小于预设浓度。
具体的,通过图像算法获取目标区域内多个像素点的分布密度,其中目标区域可以如上所述的目标区域,可以通过像素点的分布密度反映出导电粒子浓度的大小,分布密度越大,导电粒子的浓度越大,分布密度越小,导电粒子的浓度越小,基于此,可以通过图像算法获取像素点的分布密度来判断导电粒子的浓度与预设浓度的关系。
在一些实施方式中,还可以通过神经网络模型对图像信息进行分析,例如:
获取神经网络检测模型,所述神经网络检测模型通过获取历史检测数据训练得到;
通过所述神经网络检测模型对所述图像信息进行分析,得到分析结果。
具体的,神经网络检测模型可以通过平台大数据训练得到,平台大数据可以包括多台显示装置的历史检测数据,例如,将多台显示装置绑定区的检测结果和对应的图像信息作为神经网络检测模型的训练样本,可以得到图像信息与检测结果的对应关系,在需要检测时,将获取的图像数据作为神经网络检测模型的输入数据,可以得到对应的输出结果,输出结果可以包括目标区域内导电粒子的浓度大于、等于预设浓度或小于预设浓度。
在一些实施方式中,为了提高神经网络模型输出结果的准确性,在得到输出结果之后,还包括:将图像信息作为所述神经网络检测模型的训练样本,通过训练样本对神经网络检测模型进行训练。
305,若导电粒子的浓度大于或等于预设浓度,绑定区符合预设条件。
若导电粒子的浓度大于或等于预设浓度,则说明绑定区符合预设条件,即绑定区导电粒子接触良好,显示装置绑定合格。
306,若导电粒子的浓度小于预设浓度,绑定区不符合预设条件。
若导电粒子的浓度小于预设浓度,则说明绑定区不符合预设条件,即绑定区导电粒子接触不良,显示装置绑定不合格。
在一些实施方式中,在检测到绑定区不符合预设条件之后,还包括:
生成提示信息;
若预设时间内接收到压合信号,根据所述压合信号对所述绑定区进行压合;
若预设时间内没有接收到压合信号,自动对所述绑定区进行压合;
具体的,在绑定区不符合预设条件则说明绑定区导电粒子接触不了,需要对绑定区进行再次压合,为了提高生产效率,可以设定预设时间,若在预设时间内,没有接收到压合信号,自动对所述绑定区进行压合,若预设时间内接收到压合信号,根据所述压合信号对所述绑定区进行压合,可以提高显示装置检测的自动化,可以理解的是,预设时间可以为5s、10s或30s等,可以根据实际检测需求设定。
为了提高显示装置的良品率,可以在所述根据所述压合信号对所述绑定区进行压合或所述自动对所述绑定区进行压合之后,还包括:
再次执行步骤:向所述绑定区发射探测信号;接收所述探测信号经过所述绑定区形成的反射信号;根据所述反射信号生成所述绑定区的图像信息;通过预设图像算法对所述图像信息进行分析,得到分析结果;通过对再次压合后的绑定区进行检测,可以提高绑定区检测的正确率,进而提高显示装置的良品率。
本申请实施例提供一种检测方法,用于检测显示装置,通过接收激光探测信号经过所述绑定区形成的激光反射信号,生成绑定区的图像信息,然后通过预设图像算法对图像信息自动分析,无需人工干预,可以提高绑定区检测的效率。
请参阅图5,图5为本申请实施例提供的检测装置的结构示意图。检测装置400包括:发射模块401、接收模块402、生成模块403、分析模块404以及分析模块405。
发射模块401,用于向所述绑定区发射探测信号;
接收模块402,用于接收所述探测信号经过所述绑定区形成的反射信号;
生成模块403,用于根据所述反射信号生成所述绑定区的图像信息;
分析模块404,用于通过预设图像算法对所述图像信息进行分析,得到分析结果;
检测模块405,用于根据所述分析结果检测所述绑定区是否符合预设条件。
在一些实施例中,在根据所述反射信号生成所述绑定区的图像信息时,生成模块403可以用于:
所述反射信号为激光探测信号经过所述绑定区形成的激光反射信号,根据所述激光反射信号生成所述绑定区的图像信息,所述图像信息反映所述绑定区导电粒子的浓度信息;
在所述根据所述分析结果检测所述绑定区是否符合预设条件时,检测模块405可以用于:
若所述导电粒子的浓度大于或等于预设浓度,所述绑定区符合预设条件;
若所述导电粒子的浓度小于预设浓度,所述绑定区不符合预设条件。
在一些实施例中,在所述通过预设图像算法对所述图像信息进行分析,得到分析结果,分析模块404可以用于:
在所述图像信息中标记出目标区域;
获取所述目标区域多个像素点的像素均值;
若所述像素均值大于或等于预设像素值,分析得到所述目标区域的导电粒子浓度大于或等于预设浓度;
若所述像素均值小于所述预设像素值,分析得到所述目标区域的导电粒子浓度小于所述预设浓度。
在一些实施例中,在所述通过预设图像算法对所述图像信息进行分析,得到分析结果时,分析模块404还可以用于:
在所述图像信息中标记出目标区域;
获取所述目标区域像素点的分布密度;
若所述像素点的分布密度大于或等于所述预设分布密度,分析得到所述目标区域的导电粒子浓度大于或等于预设浓度;
若所述像素点的分布密度小于所述预设分布密度,分析得到所述目标区域的导电粒子浓度小于预设浓度。
在一些实施例中,检测装置还可以包括:提示信息生成模块、压合模块和自动压合模块。
提示信息生成模块,用于生成提示信息;
压合模块,用于若预设时间内接收到压合信号,根据所述压合信号对所述绑定区进行压合;
自动压合模块,用于若预设时间内没有接收到压合信号,自动对所述绑定区进行压合。
在一些实施例中,在所述根据所述压合信号对所述绑定区进行压合或所述自动对所述绑定区进行压合之后,发射模块401、接收模块402、生成模块403、分析模块404以及分析模块405还可以用于:
向所述绑定区发射探测信号;
接收所述探测信号经过所述绑定区形成的反射信号;
根据所述反射信号生成所述绑定区的图像信息;
通过预设图像算法对所述图像信息进行分析,得到分析结果;
根据所述分析结果检测所述绑定区是否符合预设条件。
在一些实施例中,在通过预设图像算法对所述图像信息进行分析,得到分析结果时,分析模块404还可以用于:
获取神经网络检测模型,所述神经网络检测模型通过获取历史检测数据训练得到;
通过所述神经网络检测模型对所述图像信息进行分析,得到分析结果。
在一些实施例中,检测装置还包括样本确定模块和模型训练模块,在得到分析结果之后:
样本确定模块,用于将所述图像信息作为所述神经网络检测模型的训练样本;
模型训练模块,用于通过所述训练样本对所述神经网络检测模型进行训练。
应当说明的是,本申请实施例提供的检测装置与上文实施例中的检测方法属于同一构思,在检测装置上可以检测方法实施例中提供的任一方法,其具体实现过程详见检测方法实施例,此处不再赘述。
本申请实施例提供一种计算机可读的存储介质,其上存储有计算机程序,当其存储的计算机程序在计算机上执行时,使得计算机执行如本申请实施例提供的检测方法中的步骤。其中,存储介质可以是磁碟、光盘、只读存储器(Read Only Memory,ROM,)或者随机存取器(Random Access Memory,RAM)等。
请继续参阅图1,显示装置10可以应用于电子设备,电子设备可为计算设备诸如膝上型计算机、包含嵌入式计算机的计算机监视器、平板电脑、蜂窝电话、媒体播放器、或其他手持式或便携式电子设备、较小的设备(诸如腕表设备、挂式设备、耳机或听筒设备、被嵌入在眼镜中的设备或者佩戴在用户的头部上的其他设备,或其他可佩戴式或微型设备)、电视机、不包含嵌入式计算机的计算机显示器、游戏设备、导航设备、嵌入式系统(诸如其中具有显示器的电子设备被安装在信息亭或汽车中的系统)、实现这些设备中的两个或更多个设备的功能的设备、或其他电子设备。在图1的示例性配置中,电子设备是便携式设备,诸如蜂窝电话、媒体播放器、平板电脑、或者其他便携式计算设备。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
需要说明的是,对本申请实施例的检测方法而言,本领域普通测试人员可以理解实现本申请实施例的检测方法的全部或部分流程,是可以通过计算机程序来控制相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,如存储在电子设备的存储器中,并被该电子设备内的至少一个处理器执行,在执行过程中可包括如检测方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。
对本申请实施例的检测装置而言,其各功能模块可以集成在一个处理芯片中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。该集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中,该存储介质譬如为只读存储器,磁盘或光盘等。
以上对本申请实施例所提供的一种检测方法、装置、存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种检测方法,用于检测显示装置,其特征在于,所述显示装置包括显示面板、驱动芯片以及柔性线路板,所述显示面板包括绑定区,所述驱动芯片通过所述柔性线路板绑定于所述绑定区,所述方法包括:
向所述绑定区发射探测信号;
接收所述探测信号经过所述绑定区形成的反射信号;
所述反射信号为激光探测信号经过所述绑定区形成的激光反射信号,根据所述激光反射信号生成所述绑定区的图像信息,所述图像信息反映所述绑定区导电粒子的浓度信息;
通过预设图像算法对所述图像信息进行分析,得到分析结果;
若所述导电粒子的浓度大于或等于预设浓度,所述绑定区符合预设条件;
若所述导电粒子的浓度小于所述预设浓度,所述绑定区不符合预设条件。
2.根据权利要求1所述的检测方法,其特征在于,所述通过预设图像算法对所述图像信息进行分析,得到分析结果包括:
在所述图像信息中标记出目标区域;
获取所述目标区域多个像素点的像素均值;
若所述像素均值大于或等于预设像素值,分析得到所述目标区域的导电粒子浓度大于或等于预设浓度;
若所述像素均值小于所述预设像素值,分析得到所述目标区域的导电粒子浓度小于所述预设浓度。
3.根据权利要求1所述的检测方法,其特征在于,所述通过预设图像算法对所述图像信息进行分析,得到分析结果包括:
在所述图像信息中标记出目标区域;
获取所述目标区域像素点的分布密度;
若所述像素点的分布密度大于或等于预设分布密度,分析得到所述目标区域的导电粒子浓度大于或等于预设浓度;
若所述像素点的分布密度小于所述预设分布密度,分析得到所述目标区域的导电粒子浓度小于预设浓度。
4.根据权利要求2-3任一项所述的检测方法,其特征在于,在所述绑定区不符合预设条件之后,还包括:
生成提示信息;
若预设时间内接收到压合信号,根据所述压合信号对所述绑定区进行压合;
若预设时间内未接收到所述压合信号,自动对所述绑定区进行压合。
5.根据权利要求4所述的检测方法,其特征在于,在所述根据所述压合信号对所述绑定区进行压合或所述自动对所述绑定区进行压合之后,还包括:
重复执行步骤:
向所述绑定区发射探测信号;
接收所述探测信号经过所述绑定区形成的反射信号;
根据所述反射信号生成所述绑定区的图像信息;
通过预设图像算法对所述图像信息进行分析,得到分析结果;
根据所述分析结果检测所述绑定区是否符合预设条件。
6.根据权利要求1所述的检测方法,其特征在于,所述通过预设图像算法对所述图像信息进行分析,得到分析结果包括:
获取神经网络检测模型,所述神经网络检测模型通过获取历史检测数据训练得到;
通过所述神经网络检测模型对所述图像信息进行分析,得到分析结果。
7.根据权利要求6所述的检测方法,其特征在于,在所述得到分析结果之后,还包括:
将所述图像信息作为所述神经网络检测模型的训练样本;
通过所述训练样本对所述神经网络检测模型进行训练。
8.一种检测装置,其特征在于,用于检测显示装置,显示装置包括显示面板、驱动芯片以及柔性线路板,所述显示面板包括绑定区,所述驱动芯片通过所述柔性线路板绑定于所述绑定区,所述检测装置包括:
发射模块,用于向所述绑定区发射探测信号;
接收模块,用于接收所述探测信号经过所述绑定区形成的反射信号,所述反射信号为激光探测信号经过所述绑定区形成的激光反射信号;
生成模块,用于根据所述激光反射信号生成所述绑定区的图像信息,所述图像信息反映所述绑定区导电粒子的浓度信息;
分析模块,用于通过预设图像算法对所述图像信息进行分析,得到分析结果;
检测模块,用于若所述导电粒子的浓度大于或等于预设浓度,所述绑定区符合预设条件;若所述导电粒子的浓度小于所述预设浓度,所述绑定区不符合预设条件。
9.一种存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至7任一项所述的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011173383.4A CN112164663B (zh) | 2020-10-28 | 2020-10-28 | 检测方法、检测装置以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011173383.4A CN112164663B (zh) | 2020-10-28 | 2020-10-28 | 检测方法、检测装置以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112164663A CN112164663A (zh) | 2021-01-01 |
CN112164663B true CN112164663B (zh) | 2023-10-10 |
Family
ID=73864936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011173383.4A Active CN112164663B (zh) | 2020-10-28 | 2020-10-28 | 检测方法、检测装置以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112164663B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5455870A (en) * | 1991-07-10 | 1995-10-03 | Raytheon Company | Apparatus and method for inspection of high component density printed circuit board |
CN108562614A (zh) * | 2018-01-25 | 2018-09-21 | 福建师范大学福清分校 | 一种基于热成像检测的芯片引脚焊接缺陷检测系统及方法 |
CN109342456A (zh) * | 2018-09-14 | 2019-02-15 | 广东工业大学 | 一种焊点缺陷检测方法、装置、设备及可读存储介质 |
CN109493745A (zh) * | 2018-11-28 | 2019-03-19 | 武汉华星光电技术有限公司 | 显示装置及其制作方法 |
KR101960916B1 (ko) * | 2019-01-09 | 2019-07-17 | 주식회사 모던비전 | Fpcb 리드 본딩 검사장치 |
-
2020
- 2020-10-28 CN CN202011173383.4A patent/CN112164663B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5455870A (en) * | 1991-07-10 | 1995-10-03 | Raytheon Company | Apparatus and method for inspection of high component density printed circuit board |
CN108562614A (zh) * | 2018-01-25 | 2018-09-21 | 福建师范大学福清分校 | 一种基于热成像检测的芯片引脚焊接缺陷检测系统及方法 |
CN109342456A (zh) * | 2018-09-14 | 2019-02-15 | 广东工业大学 | 一种焊点缺陷检测方法、装置、设备及可读存储介质 |
CN109493745A (zh) * | 2018-11-28 | 2019-03-19 | 武汉华星光电技术有限公司 | 显示装置及其制作方法 |
KR101960916B1 (ko) * | 2019-01-09 | 2019-07-17 | 주식회사 모던비전 | Fpcb 리드 본딩 검사장치 |
Also Published As
Publication number | Publication date |
---|---|
CN112164663A (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110494912B (zh) | 用于检测显示器中的裂纹的电路和包括该显示器的电子设备 | |
CN101932991B (zh) | 用于支持用户输入的装置和方法 | |
TWI597638B (zh) | 具有背面超音波感測器陣列之顯示器 | |
US9372540B2 (en) | Method and electronic device for gesture recognition | |
US12169122B2 (en) | Screen display control method and electronic device | |
CN109729344B (zh) | 一种摄像检测装置、方法及移动终端 | |
CN111417915A (zh) | 包括用于使用通过形成在显示器中的开口的入射光来产生图像数据的传感器的电子装置 | |
CN110661949A (zh) | 显示面板的控制方法及电子设备 | |
US20090249245A1 (en) | Information processing apparatus | |
CN109257463B (zh) | 一种终端设备及其控制方法和计算机可读存储介质 | |
WO2020093791A1 (zh) | 指纹识别方法及相关产品 | |
CN110276329B (zh) | 一种皮肤检测方法及终端 | |
CN108875643A (zh) | 指纹模组、指纹识别方法、装置、存储介质及移动终端 | |
CN110287903B (zh) | 一种皮肤检测方法及终端 | |
CN108628568A (zh) | 一种信息的显示方法、装置及终端设备 | |
CN112291390B (zh) | 显示装置的装配方法、装配装置以及存储介质 | |
CN110287866B (zh) | 超声波指纹识别方法、装置、存储介质及电子设备 | |
CN110543043A (zh) | 显示屏及电子设备 | |
CN109557697B (zh) | 一种显示调节方法及终端 | |
CN109739758B (zh) | 测试用例转换方法和装置 | |
CN110930372B (zh) | 一种图像处理方法、电子设备及计算机可读存储介质 | |
CN102135679A (zh) | 高对比度液晶显示器 | |
CN110197159B (zh) | 指纹采集方法及终端 | |
CN112164663B (zh) | 检测方法、检测装置以及存储介质 | |
CN110795713A (zh) | 指纹验证方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |