CN105227802B - 一种面向最佳质量图像快速扫描的自适应控制方法及系统 - Google Patents
一种面向最佳质量图像快速扫描的自适应控制方法及系统 Download PDFInfo
- Publication number
- CN105227802B CN105227802B CN201510632681.8A CN201510632681A CN105227802B CN 105227802 B CN105227802 B CN 105227802B CN 201510632681 A CN201510632681 A CN 201510632681A CN 105227802 B CN105227802 B CN 105227802B
- Authority
- CN
- China
- Prior art keywords
- image
- image quality
- index
- quality
- evaluation index
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00005—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to image data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/04—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Input (AREA)
- Studio Devices (AREA)
Abstract
本发明适用于图像处理领域,提供了一种自适应控制方法,包括:A,进行交互界面参数设定,设置期望图像质量综合评价指标和阈值条件;B,根据期望图像质量综合评价指标计算影响扫描图像质量的因素参数;C,根据因素参数进行图像扫描得到扫描图像并进行预处理得到后扫描图像;D,对后扫描图像及其对应的标准图像进行计算得到图像质量综合评价指标;E,对图像质量综合评价指标和期望图像质量综合评价指标进行比较,得到最佳扫描因素参数;F,根据最佳扫描因素参数进行图像扫描。本发明能够控制复杂非线性系统,对图像进行扫描并计算图像质量综合评价指标,并对影响扫描图像质量的因素参数进行控制,得到最佳扫描图像以用于后续的图像处理中。
Description
技术领域
本发明属于图像处理领域,尤其涉及一种面向最佳质量图像快速扫描的自适应控制方法及系统。
背景技术
目前广泛应用的扫描图像质量控制系统的最大特点是检测和控制复杂,效率低,有时需要通过操作人员观察扫描图像情况来判断如何进行扫描图像质量控制,随机性很大。另外,控制扫描图像质量是典型的多变量、分布参数的非线性系统,扫描过程非常复杂,很难为其建立合适的数学模型。
发明内容
本发明所要解决的技术问题在于提供一种面向最佳质量图像快速扫描的自适应控制方法及系统,旨在解决现有扫描图像质量控制系统检测和控制复杂、效率低,无法建立合适的数学模型的问题。
本发明是这样实现的,一种面向最佳质量图像快速扫描的自适应控制方法,具体步骤包括:
步骤A,进行交互界面参数设定,设置期望图像质量综合评价指标和阈值条件;
步骤B,根据所述期望图像质量综合评价指标影响计算扫描图像质量的因素参数;
步骤C,根据所述因素参数进行图像扫描得到扫描图像,并对所述扫描图像进行预处理得到后扫描图像;
步骤D,对所述后扫描图像及其对应的标准图像进行计算得到图像质量综合评价指标;
步骤E,对所述图像质量综合评价指标和所述期望图像质量综合评价指标进行比较,得到最佳扫描因素参数;
步骤F,根据所述最佳扫描因素参数进行图像扫描。
进一步地,所述因素参数包括扫描速度、CCD相机采样频率、光源照度、镜头光圈曝光量。
进一步地,步骤D具体包括:
步骤D1,对所述后扫描图像进行无参考图像质量评价指标计算,得到无参考图像质量评价指标;
步骤D2,对所述后扫描图像及其对应的标准图像进行图像匹配,并得到参考图像质量评价指标;
步骤D3,根据所述无参考图像质量评价指标和所述参考图像质量评价指标计算,得到图像质量综合评价指标。
进一步地,步骤E具体包括:
步骤E1,对所述图像质量综合评价指标和所述期望图像质量综合评价指标进行比较,若所述图像质量综合评价指标符合所述阈值条件,则以步骤B中的扫描图像质量因素影响参数为最佳扫描因素参数;
步骤E2,若所述图像质量综合评价指标不符合所述阈值条件,则修正所述扫描图像质量因素影响参数,并返回步骤C。
进一步地,在步骤C中,所述扫描图像需进行预处理后得到后扫描图像;所述预处理包括去噪、滤波和光照亮度灰度补偿。
本发明还提供了一种面向最佳质量图像快速扫描的自适应控制系统,其特征在于,包括:
人机交互模块,用于进行交互界面参数设定,设置期望图像质量综合评价指标和阈值条件;
运动控制模块,用于控制工作台及镜头移动;
扫描同步控制模块,用于控制扫描速度及图像采集频率,使所述扫描速度和图像采集频率同步;
图像采集模块,用于控制线阵CCD相机进行扫描图像信息采集;
图像预处理模块,用于对所述扫描图像进行预处理,得到后扫描图像;
图像质量综合评价模块,用于以期望图像质量综合评价指标的计算函数计算图像质量综合评价指标;
神经网络模型控制模块,用于对正交实验下获得的各扫描图像质量因素影响参数下与对应的图像综合评价指标进行训练与验证,找出各扫描图像质量因素影响参数与图像综合质量评价指标对应的非线性关系,获取最佳扫描因素参数。
进一步地,所述图像采集模块包括线阵CCD相机、镜头、图像采集卡、线性组合光源。
进一步地,所述运动控制模块包括运动控制卡、运动控制工作台。
进一步地,所述线性组合光源包括三个均匀聚焦照射至所述运动控制工作台的条形红色光源,用于为采集扫描图像信息提供足够的照度。
本发明与现有技术相比,有益效果在于:本发明能够控制复杂非线性系统,对图像进行扫描并计算图像质量综合评价指标,并对影响扫描图像质量的因素参数进行控制,得到最佳扫描图像以用于后续的图像处理中,同时依据本发明可建立最佳扫描因素参数的数学模型,能够很好的解决现有技术中存在的扫描图像质量控制系统复杂、效率低的问题。本发明通过神经网络方法代替人工操作,使得系统具有高度自动化、智能化。
附图说明
图1是本发明实施例提供的一种面向最佳质量图像快速扫描的自适应控制方法的流程示意图。
图2是本发明实施例提供的一种面向最佳质量图像快速扫描的自适应控制系统的结构示意图。
图3是本发明实施例提供的一种面向最佳质量图像快速扫描的自适应控制系统的具体结构示意图。
图4是本发明实施例提供的一种面向最佳质量图像快速扫描的自适应控制系统的工作原理图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
基于人工神经网络最佳图像扫描方法与技术的自适应控制是控制复杂非线性系统的方法,由机器视觉系统对图像进行扫描并计算图像质量综合评价指标,利用神经网络控制器对影响扫描图像质量的因素进行控制,得到最佳扫描图像以用于后续的图像处理中。
最佳质量图像快速扫描的自适应控制系统原理
最佳质量图像快速扫描的自适应控制系统控制量有工作台运动速度、线阵 CCD相机采样频率、线性组合光源照度、线阵CCD相机光圈曝光量,通过神经网络控制器调整影响扫描图像质量的扫描参数,使各扫描参数达到最优组合使图像质量综合评价指标达到最大值。
最佳质量图像快速扫描的自适应控制系统工作流程
系统启动后进行初始化,系统初始化即系统自检,通过人机交互界面对程序进行操作,首先根据物体尺寸规划扫描路径,输入期望的图像质量综合评价指标值并启动图像扫描。同时根据输入的图像质量综合评价指标值计算出最优组合的扫描速度、CCD相机采样频率、光源照度、镜头光圈曝光量等影响扫描图像质量因素参数对物体进行图像扫描。为了提高处理速度,在图像扫描过程,同时进行图像预处理,扫描完毕后得到拼接好的整幅物体扫描图像。计算扫描图像的无参考图像质量评价指标,将扫描图与标准图进行图像匹配计算参考图像质量评价指标,通过无参考图像质量评价指标和参考图像质量评价指标得到扫描图像的图像质量综合评价指标。将该图像质量综合评价指标与设定的图像质量综合评价指标对比修正影响扫描图像质量因素参数,从而得到最佳扫描图像质量对应的影响扫描图像质量因素参数,如图4所示。
基于上述原理,如图1所示,本发明实施例提出了一种面向最佳质量图像快速扫描的自适应控制方法,具体步骤包括:
S1,进行交互界面参数设定,设置期望图像质量综合评价指标和阈值条件。在本步骤中,在进行交互界面参数设定之前,需对系统进行初始化,即系统自检,在系统初始化结束后,用户可进行相关参数及指标的设置。
S2,根据所述期望图像质量综合评价指标计算扫描图像质量因素影响参数。在进行步骤前,还需确定是否开启扫描,在用户选择开启扫描后才开始进行本步骤,若选择不开启扫描,则结束本程序。在本步骤中,根据所设定的期望图像质量综合评价指标,计算扫描图像质量因素影响参数,包括扫描速度、CCD 相机采样频率、光源照度、镜头光圈曝光量等参数。
S3,根据所述扫描图像质量因素影响参数进行图像扫描得到扫描图像,并对所述扫描图像进行预处理得到后扫描图像。在本步骤中,所述预处理包括去噪、滤波和光照亮度灰度补偿等。
S4,对所述后扫描图像及其对应的标准图像进行计算得到得到图像质量综合评价指标。在本步骤中,具体步骤包括:
S41,对所述后扫描图像进行无参考图像质量评价指标计算,得到得到无参考图像质量评价指标;
S42,对所述后扫描图像及其对应的标准图像进行图像匹配配准,并得到参考图像质量评价指标;
S43,根据所述无参考图像质量评价指标和所述参考图像质量评价指标计算,得到图像质量综合评价指标。
S5,对所述图像质量综合评价指标和所述期望图像质量综合评价指标进行比较,得到最佳扫描因素参数。在本步骤中,具体步骤包括:
S51,对所述图像质量综合评价指标和所述期望图像质量综合评价指标进行比较,若所述图像质量综合评价指标符合所述阈值条件,则以步骤B中的扫描图像质量因素影响参数为最佳扫描因素参数;
S52,若所述图像质量综合评价指标不符合所述阈值条件,则修正所述扫描图像质量因素影响参数,并返回步骤C。
S6,根据所述最佳扫描因素参数进行图像扫描。
如图2和图3所示,本发明还提供了一种面向最佳质量图像快速扫描的自适应控制系统,包括:
人机交互模块1,用于进行交互界面参数设定,设置期望图像质量综合评价指标和阈值条件;
运动控制模块2,用于控制工作台及镜头移动,具体的,包括运动控制卡、运动控制工作台;所述运动控制卡为固高运动控制卡,分别用于控制所述运动控制工作台、镜头移动;所述运动控制工作台采用运动控制卡+伺服电机系统控制工作台移动,控制精度达5um。
扫描同步控制模块3,用于控制扫描速度及图像采集频率,使所述扫描速度和图像采集频率同步;
图像采集模块4,用于控制线阵CCD相机进行扫描图像信息采集。具体,包括线阵CCD相机、镜头、图像采集卡、线性组合光源;所述线阵CCD相机,采用AOI系统专用相机DALSA,型号为P3-80-12k40-00-R,像素间距7*7um,用于采集图像;所述镜头采用高分辨率线阵相机专用镜头SCHNEIDER,型号为 SR 5.6/120-0060,工作距离(名义放大率情况下)333mm;所述线性组合光源,包括光源控制器及三个条形红色光源组成,所诉光源控制器控制所述条形红色光源均匀聚集照射到工作台上,光源照度20万lux,长度150mm,用于提供足够的照度。
图像预处理模块5,用于对所述扫描图像进行预处理,得到后扫描图像;
图像质量综合评价模块6,用于以期望图像质量综合评价指标的计算函数计算图像质量综合评价指标;
神经网络模型控制模块7,用于对正交实验下获得的各扫描图像质量因素影响参数下与对应的图像综合评价指标进行训练与验证,找出各扫描图像质量因素影响参数与图像综合质量评价指标对应的非线性关系。根据所述非线性关系可以在后续的扫描过程中快速确定影响扫描图像质量的因素参数,得到高质量的扫描图像。
最佳扫描图像自适应控制系统由硬件模块和软件模块两部分组成。硬件模块主要有主控计算机、线阵CCD成像系统、线性组合光源、运动控制工作台、调焦平台、真空吸附系统、运动控制卡、图像采集卡及相关联设备组成(如图 3所示),用最适合的运动规划来完成对图像的采集。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种面向最佳质量图像快速扫描的自适应控制方法,其特征在于,具体步骤包括:
步骤A,进行交互界面参数设定,设置期望图像质量综合评价指标和阈值条件;
步骤B,根据所述期望图像质量综合评价指标计算影响扫描图像质量的因素参数;
步骤C,根据所述因素参数进行图像扫描得到扫描图像,并对所述扫描图像进行预处理得到后扫描图像;
步骤D,对所述后扫描图像及其对应的标准图像进行计算得到图像质量综合评价指标;
步骤E,对所述图像质量综合评价指标和所述期望图像质量综合评价指标进行比较,得到最佳扫描因素参数;
步骤F,根据所述最佳扫描因素参数进行图像扫描。
2.如权利要求1所述的自适应控制方法,其特征在于,所述因素参数包括扫描速度、CCD相机采样频率、光源照度、镜头光圈曝光量。
3.如权利要求1所述的自适应控制方法,其特征在于,步骤D具体包括:
步骤D1,对所述后扫描图像进行无参考图像质量评价指标计算,得到无参考图像质量评价指标;
步骤D2,对所述后扫描图像及其对应的标准图像进行图像匹配,并得到参考图像质量评价指标;
步骤D3,根据所述无参考图像质量评价指标和所述参考图像质量评价指标进行计算,得到图像质量综合评价指标。
4.如权利要求1所述的自适应控制方法,其特征在于,步骤E具体包括:
步骤E1,对所述图像质量综合评价指标和所述期望图像质量综合评价指标进行比较,若所述图像质量综合评价指标符合所述阈值条件,则以步骤B中的扫描图像质量因素影响参数为最佳扫描因素参数;
步骤E2,若所述图像质量综合评价指标不符合所述阈值条件,则修正所述扫描图像质量因素影响参数,并返回步骤C。
5.如权利要求1所述的自适应控制方法,其特征在于,在步骤C中,所述扫描图像需进行预处理再得到后扫描图像;所述预处理包括去噪、滤波和光照亮度灰度补偿。
6.一种面向最佳质量图像快速扫描的自适应控制系统,其特征在于,包括:
人机交互模块,用于进行交互界面参数设定,设置期望图像质量综合评价指标和阈值条件;
运动控制模块,用于控制工作台及镜头移动;
扫描同步控制模块,用于控制扫描速度及图像采集频率,使所述扫描速度和图像采集频率同步;
图像采集模块,用于控制线阵CCD相机进行扫描图像信息采集;
图像预处理模块,用于对所述扫描图像进行预处理,得到后扫描图像;
图像质量综合评价模块,用于以期望图像质量综合评价指标的计算函数计算图像质量综合评价指标;
神经网络模型控制模块,用于对正交实验下获得的各扫描图像质量因素影响参数下与对应的图像综合评价指标进行训练与验证,找出各扫描图像质量因素影响参数与图像综合质量评价指标对应的非线性关系,获取最佳扫描因素参数。
7.如权利要求6所述的自适应控制系统,其特征在于,所述图像采集模块包括线阵CCD相机、镜头、图像采集卡、线性组合光源。
8.如权利要求7所述的自适应控制系统,其特征在于,所述运动控制模块包括运动控制卡、运动控制工作台。
9.如权利要求8所述的自适应控制系统,其特征在于,所述线性组合光源包括光源将控制器及三个均匀聚焦照射至所述运动控制工作台的条形红色光源,用于为采集扫描图像信息提供足够的照度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510632681.8A CN105227802B (zh) | 2015-09-29 | 2015-09-29 | 一种面向最佳质量图像快速扫描的自适应控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510632681.8A CN105227802B (zh) | 2015-09-29 | 2015-09-29 | 一种面向最佳质量图像快速扫描的自适应控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105227802A CN105227802A (zh) | 2016-01-06 |
CN105227802B true CN105227802B (zh) | 2018-06-29 |
Family
ID=54996459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510632681.8A Active CN105227802B (zh) | 2015-09-29 | 2015-09-29 | 一种面向最佳质量图像快速扫描的自适应控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105227802B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107516369B (zh) * | 2016-06-17 | 2019-11-22 | 山东新北洋信息技术股份有限公司 | 票据图像获取方法及票据图像获取装置、系统 |
CN107844487A (zh) * | 2016-09-19 | 2018-03-27 | 中国科学院大连化学物理研究所 | 用于谱分析光电子/低能电子显微镜的自动数据采集方法 |
CN110348262A (zh) * | 2019-06-20 | 2019-10-18 | 苏州视印智能系统有限公司 | 一种扫描设备、条码扫描平台自动设置系统及方法 |
CN112188075B (zh) * | 2019-07-05 | 2023-04-18 | 杭州海康威视数字技术股份有限公司 | 抓拍机、图像处理设备及图像处理方法 |
US11672496B2 (en) | 2019-12-09 | 2023-06-13 | Shanghai United Imaging Healthcare Co., Ltd. | Imaging systems and methods |
CN110960241A (zh) * | 2019-12-09 | 2020-04-07 | 上海联影医疗科技有限公司 | 医学影像扫描的扫描参数确定方法、装置和计算机设备 |
CN116781837B (zh) * | 2023-08-25 | 2023-11-14 | 中南大学 | 一种自动化激光三维扫描系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1769834A (zh) * | 2004-10-21 | 2006-05-10 | 株式会社米姿托约 | 用于控制一致精确和高速检查视觉系统的模糊限制基系统和方法 |
CN102724401A (zh) * | 2012-05-18 | 2012-10-10 | 深圳大学 | 一种线阵ccd相机多点自动调焦系统与方法 |
CN102780860A (zh) * | 2012-05-18 | 2012-11-14 | 深圳大学 | 一种线阵ccd图像扫描方法 |
CN102800072A (zh) * | 2012-06-20 | 2012-11-28 | 无锡祥生医学影像有限责任公司 | 超声诊断仪扫描图像质量优化处理方法及其装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120271840A1 (en) * | 2011-04-25 | 2012-10-25 | General Electric Company | Systems and methods for storing and providing scan protocol information |
-
2015
- 2015-09-29 CN CN201510632681.8A patent/CN105227802B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1769834A (zh) * | 2004-10-21 | 2006-05-10 | 株式会社米姿托约 | 用于控制一致精确和高速检查视觉系统的模糊限制基系统和方法 |
CN102724401A (zh) * | 2012-05-18 | 2012-10-10 | 深圳大学 | 一种线阵ccd相机多点自动调焦系统与方法 |
CN102780860A (zh) * | 2012-05-18 | 2012-11-14 | 深圳大学 | 一种线阵ccd图像扫描方法 |
CN102800072A (zh) * | 2012-06-20 | 2012-11-28 | 无锡祥生医学影像有限责任公司 | 超声诊断仪扫描图像质量优化处理方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105227802A (zh) | 2016-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105227802B (zh) | 一种面向最佳质量图像快速扫描的自适应控制方法及系统 | |
US9596416B2 (en) | Microscope system | |
JP6765791B2 (ja) | パターンマッチング用の基準画像セットの作成方法、パターンマッチング用の基準画像セットの作成装置、ワークの認識方法、プログラム、及び記録媒体 | |
WO2019114380A1 (zh) | 木板识别及木板识别的机器学习方法、装置及电子设备 | |
TWI697849B (zh) | 圖像處理系統、記憶媒體、資訊擷取系統及資料產生系統 | |
KR20150003270A (ko) | 결함 해석 지원 장치, 결함 해석 지원 장치에 의해 실행되는 프로그램 및 결함 해석 시스템 | |
CN115661161B (zh) | 零件的缺陷检测方法、装置、存储介质、设备及程序产品 | |
CN105118088A (zh) | 一种基于病理切片扫描装置的3d成像及融合的方法 | |
EP2596472A1 (de) | Mosaikaufnahmeerzeugung | |
US20230162344A1 (en) | Appearance inspection apparatus and appearance inspection method | |
US20230410369A1 (en) | Method and apparatus for adjusting an image acquisition apparatus, compensation method of a display panel, device and medium | |
CN110517213A (zh) | 一种显微镜用的基于拉普拉斯金字塔的实时景深延拓方法 | |
US10067327B2 (en) | Image acquisition apparatus | |
CN112730251A (zh) | 一种用于屏幕颜色缺陷检测的装置及方法 | |
KR20220170351A (ko) | 시료 관찰 장치 및 방법 | |
WO2014208193A1 (ja) | ウエハ外観検査装置 | |
CN110400281A (zh) | 一种数字切片扫描仪中图像增强方法 | |
JP6479178B2 (ja) | 画像処理装置、撮像装置、顕微鏡システム、画像処理方法、及び画像処理プログラム | |
JP6049052B2 (ja) | ウエハ外観検査装置及びウエハ外観検査装置における感度しきい値設定方法 | |
CN103905762B (zh) | 投影模块的投影画面自动检查方法 | |
CN110148141A (zh) | 一种丝印滤光片小片检测计数方法及设备 | |
JP2008159574A (ja) | 走査型電子顕微鏡 | |
CN110672209A (zh) | 一种经编布匹色差在线检测方法 | |
CN112839168B (zh) | 一种自动调整aoi检测系统中相机成像分辨率的方法 | |
Jazayeri et al. | Interest operators in close-range object reconstruction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |