[发明专利]用于识别显示器中的斑点的系统和方法

权利要求书

1.一种用于识别显示器中的斑点的系统，所述系统包括：

存储器；

处理器，所述处理器被配置成执行存储在所述存储器上的指令，当所述指令由所述处理器执行时，使得所述处理器：

对输入图像进行预处理，其中所述对输入图像进行预处理包括生成多个图像图块；

针对所述多个图像图块中的每一个图像图块提取特征向量，其中所述特征向量包括至少一个图像矩特征和至少一个纹理特征；以及

通过将每个图像图块的所述特征向量提供至机器学习分类器而基于缺陷的存在对每个图像图块进行分类。

2.根据权利要求1所述的系统，其中，所述生成多个图像图块包括：

识别所述输入图像中的至少一个局部极大值候选者；

将识别的每个局部极大值候选者添加至局部极大值候选者列表；以及

针对所述局部极大值候选者列表中的每个局部极大值候选者生成图像图块，其中每个图像图块以对应的局部极大值候选者为中心。

3.根据权利要求2所述的系统，其中，所述生成多个图像图块进一步包括：通过从所述局部极大值候选者列表中移除具有小于噪声容差阈值的值的每个局部极大值候选者而过滤所述局部极大值候选者列表中的局部极大值候选者。

4.根据权利要求3所述的系统，其中，所述生成多个图像图块进一步包括：

将所述输入图像划分成多个区域；

识别所述多个区域中的每一个区域中的最大的局部极大值；以及

从所述局部极大值候选者列表中移除除了每个最大的局部极大值之外的所有局部极大值。

5.根据权利要求1所述的系统，其中，所述机器学习分类器包括支持向量机。

6.根据权利要求1所述的系统，其中，所述至少一个纹理特征包括相关性灰度共生矩阵和对比度灰度共生矩阵中的至少一个。

7.根据权利要求1所述的系统，其中，所述至少一个图像矩特征包括mu 30矩、hu 1矩和hu 5矩中的至少一个。

8.根据权利要求1所述的系统，其中，所述对输入图像进行预处理进一步包括：对所述输入图像执行高斯平滑，并且通过将平滑后的输入图像的动态范围映射至期望的范围而归一化所述平滑后的输入图像。

9.根据权利要求1所述的系统，其中，所述缺陷包括白色点斑。

10.一种用于识别显示器中的斑点的方法，所述方法包括：

由处理器对输入图像进行预处理，其中所述对输入图像进行预处理包括生成多个图像图块；

由所述处理器针对所述多个图像图块中的每一个图像图块提取特征向量，其中所述特征向量包括至少一个图像矩特征和至少一个纹理特征；以及

由所述处理器通过将每个图像图块的所述特征向量提供至机器学习分类器而基于缺陷的存在对每个图像图块进行分类。

11.根据权利要求10所述的方法，其中，所述生成多个图像图块包括：

识别所述输入图像中的至少一个局部极大值候选者；

将识别的每个局部极大值候选者添加至局部极大值候选者列表；以及

针对所述局部极大值候选者列表中的每个局部极大值候选者生成图像图块，其中每个图像图块以对应的局部极大值候选者为中心。

12.根据权利要求11所述的方法，其中，所述生成多个图像图块进一步包括：通过从所述局部极大值候选者列表中移除具有小于噪声容差阈值的值的每个局部极大值候选者而过滤所述局部极大值候选者列表中的局部极大值候选者。