CN105791815B - 一种TV line自动判定方法 - Google Patents
一种TV line自动判定方法 Download PDFInfo
- Publication number
- CN105791815B CN105791815B CN201610149214.4A CN201610149214A CN105791815B CN 105791815 B CN105791815 B CN 105791815B CN 201610149214 A CN201610149214 A CN 201610149214A CN 105791815 B CN105791815 B CN 105791815B
- Authority
- CN
- China
- Prior art keywords
- line
- line pair
- image
- pair
- solid black
- 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
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Abstract
本发明公开了一种TV line自动判定方法,其分为视觉查找定位和线对分数判定两部分内容。该TV line自动判定方法包括以下步骤:一、视觉查找chart中的黑色实心矩形;二、局部自适应阈值处理,获取线对的位置;三、通过视场角剔除掉规定视场角范围外的线对;四、查找线对的清晰位置。本发明能提升摄像模组的认证、产品解析力的解读,能结合人眼的特性,对TV line线对的解读更加量化细化。
Description
技术领域
本发明涉及一种判定方法,尤其涉及一种TV line自动判定方法。
背景技术
随着影像摄像头行业的蓬勃发展,涉及镜头解析力测试、车载摄像领域、手机摄像头、运动相机等领域,解析力的判定一般有SFR、MTF、TVline三种。TVline也为最直观的一种,全球都以ISO12233作为解析的标准,IEEE chart则为根据Sensor 4:3的特性,减化提取TVline线对部分而产生的chart。业内拥有针对于单个线对TVline的自动判定,但在实际的生产评测过程中,对TV line线对的解读需要更加量化细化。
发明内容
为了提升摄像模组的认证、产品解析力的解读,本发明提出一种TV line自动判定方法,能结合人眼的特性,对TV line线对的解读更加量化细化。
本发明的解决方案是:一种TV line自动判定方法,其分为视觉查找定位和线对分数判定两部分内容,该TV line自动判定方法包括以下步骤:
一、视觉查找chart中的黑色实心矩形
在视觉查找chart中的黑色实心矩形时,框选黑色实心矩形,以黑色实心矩形的位置作为标志位确认需要判定线对的位置;其中,去除图像中的干扰,获取黑色实心矩形的位置时,剔除圆形扇叶状物体的干扰采取局部区域亮度浓度的方式,剔除图像中的脏污干扰采用了面积阈值的方法,剔除线对的干扰采用了线对长宽比例的方式;
二、局部自适应阈值处理,获取线对的位置
在获取线对的位置时,线对位置的获取需要将图像进行二值化处理,即将图像处理成为黑和白两种颜色;其中,二值化处理采用的是局部自适应阈值处理,阈值指的是确定一个范围在0~255的一个数值,将图像中大于这一值得像素点值写为255,低于这个值得像素点写为0,这样图像中就只存在黑色和白色:255为白色,0为黑色;阈值的选取采用的是局部自适应的方式,即将图像分为若干个块,在每个小块图像中将其变为黑白图像,最后将图像合并起来,将定位后的线对标志出来;
三、通过视场角剔除掉规定视场角范围外的线对
在通过视场角剔除掉规定视场角范围外的线对时,通过步骤一和步骤二选择固定范围内的线对;
四、查找线对的清晰位置
在查找线对的清晰位置时,经过步骤一、步骤二和步骤三的计算,提取出待检测的线对的位置,然后通过计算线对长宽确定线对的方向,最后通过增强对比度查找出线对的第一个清晰的位置。
本发明的有益效果为:本发明能提升摄像模组的认证、产品解析力的解读,能结合人眼的特性,对TV line线对的解读更加量化细化。
附图说明
图1是适合本发明自动判定的chart CAD图纸。
图2是图1中黑色实心矩形的框选示意图。
图3是图2中剔除干扰后的示意图。
图4是图1中图像二值化处理后与图3中图像合并后的示意图。
图5是图4中线对位置获取后的示意图。
图6是图5中定位后的线对标志图。
图7是图6中的其中一个线对的查找结果示意图。
图8是对应本发明TV line自动判定方法设置的软件界面图。
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。
请参阅图1,图1是适合本发明自动判定的chart CAD图纸。图纸上有8处黑色实心矩形。本发明的TV line自动判定方法包括以下几个部分。
1.视觉查找chart中的黑色实心矩形。
框选黑色实心矩形,如图2中框选的位置。以这个作为标志位确认需要判定线对的位置。获取黑色实心矩形位置首先要去除图像中的干扰,比如剔除圆形扇叶状物体的干扰采取局部区域亮度浓度的方式,剔除图像中的脏污干扰采用了面积阈值的方法,剔除线对的干扰采用了线对长宽比例的方式,通过上述方式得到的结果如图3所示:白色圆形框选出来的就是提取的黑色实心矩形的位置。
2.局部自适应阈值处理,获取线对的位置。
线对位置的获取需要将图像进行二值化处理,即将图像处理成为黑和白两种颜色,本次二值化处理采用的是局部自适应阈值处理,阈值指的是确定一个范围在0~255的一个数值,将图像中大于这一值得像素点值写为255,低于这个值得像素点写为0,这样图像中就只存在黑色和白色(255为白色,0为黑色)。阈值的选取采用的是局部自适应的方式,即将图像分为若干个块,在每个小块图像中将其变为黑白图像,最后将图像合并起来,最终结果如图4所示,我们将定位后的线对用框标志出来,结果如图6。
3.通过视场角剔除掉规定视场角范围外的线对。
通过步骤一和步骤二可选择固定范围内的线对,结果如图5所示。
4.查找线对的清晰位置。
经过上面三个步骤的计算,可提取出待检测的线对的位置,然后通过计算线对长宽确定线对的方向,最后通过增强对比度查找出线对的第一个清晰的位置,查找结果如图7,可见框选出的线对,判定的分数为956。
为方便实施本发明,可以设计对应软件,对应软件的设置如图8所示,软件界面中,分为MARK点的范围搜索区域、TVline长边、短边、距离的自动搜索区域、自动判定部分还拥有针对线对数量的设定、阈值、offset、均匀性等。
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 (1)
1.一种TV line自动判定方法,其特征在于:其分为视觉查找定位和线对分数判定两部分内容,该TV line自动判定方法包括以下步骤:
一、视觉查找chart中的黑色实心矩形
在视觉查找chart中的黑色实心矩形时,框选黑色实心矩形,以黑色实心矩形的位置作为标志位确认需要判定线对的位置;其中,去除图像中的干扰,获取黑色实心矩形的位置时,剔除圆形扇叶状物体的干扰采取局部区域亮度浓度的方式,剔除图像中的脏污干扰采用了面积阈值的方法,剔除线对的干扰采用了线对长宽比例的方式;
二、局部自适应阈值处理,获取线对的位置
在获取线对的位置时,线对位置的获取需要将图像进行二值化处理,即将图像处理成为黑和白两种颜色;其中,二值化处理采用的是局部自适应阈值处理,阈值指的是确定一个范围在0~255的一个数值,将图像中大于这一值得像素点值写为255,低于这个值得像素点写为0,这样图像中就只存在黑色和白色:255为白色,0为黑色;阈值的选取采用的是局部自适应的方式,即将图像分为若干个块,在每个小块图像中将其变为黑白图像,最后将图像合并起来,将定位后的线对标志出来;
三、通过视场角剔除掉规定视场角范围外的线对
在通过视场角剔除掉规定视场角范围外的线对时,通过步骤一和步骤二选择固定范围内的线对;
四、查找线对的清晰位置
在查找线对的清晰位置时,经过步骤一、步骤二和步骤三的计算,提取出待检测的线对的位置,然后通过计算线对长宽确定线对的方向,最后通过增强对比度查找出线对的第一个清晰的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610149214.4A CN105791815B (zh) | 2016-03-16 | 2016-03-16 | 一种TV line自动判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610149214.4A CN105791815B (zh) | 2016-03-16 | 2016-03-16 | 一种TV line自动判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105791815A CN105791815A (zh) | 2016-07-20 |
CN105791815B true CN105791815B (zh) | 2018-05-22 |
Family
ID=56393751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610149214.4A Active CN105791815B (zh) | 2016-03-16 | 2016-03-16 | 一种TV line自动判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105791815B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106878701A (zh) * | 2016-12-31 | 2017-06-20 | 歌尔科技有限公司 | 一种TVLine的检测方法和装置 |
CN109785383B (zh) * | 2019-01-02 | 2021-01-26 | 信利光电股份有限公司 | TVlines图像中定位识别测试线的方法、装置及可读存储介质 |
CN111524153B (zh) * | 2020-06-29 | 2020-10-23 | 昆山丘钛微电子科技有限公司 | 图像解析力确定方法、装置及计算机存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007096699A (ja) * | 2005-09-28 | 2007-04-12 | Fujifilm Corp | 解像度測定方法、装置及びプログラム |
JP2007104296A (ja) * | 2005-10-04 | 2007-04-19 | Fujifilm Corp | 解像度測定方法、装置及びプログラム |
CN101626518B (zh) * | 2008-07-11 | 2011-06-29 | 比亚迪股份有限公司 | 一种摄像装置分辨率的检测方法及系统 |
CN101464208B (zh) * | 2008-12-30 | 2011-04-06 | 上海徕木电子股份有限公司 | 测试光电成像系统解像力的电视线图表的制作方法 |
CN101852675B (zh) * | 2010-05-12 | 2011-12-07 | 浙江大学 | 一种测试数码相机各个成像区域分辨率的方法 |
CN204013930U (zh) * | 2014-06-13 | 2014-12-10 | 中国科学院西安光学精密机械研究所 | 一种摄像机分解力测试装置 |
CN104168476B (zh) * | 2014-08-19 | 2016-02-03 | 歌尔声学股份有限公司 | 一种测试chart内容抓取方法及系统 |
-
2016
- 2016-03-16 CN CN201610149214.4A patent/CN105791815B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105791815A (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104239909B (zh) | 一种图像的识别方法和装置 | |
CN104751097A (zh) | 一种车辆识别码的检测处理方法及装置 | |
CN105791815B (zh) | 一种TV line自动判定方法 | |
CN106658169A (zh) | 一种基于深度学习多层次分割新闻视频的通用方法 | |
CN105844242A (zh) | 图像中的肤色检测方法 | |
CN105404846A (zh) | 一种图像处理方法及装置 | |
CN108133488A (zh) | 一种红外图像前景检测方法及设备 | |
CN105678735A (zh) | 一种用于雾天图像的目标显著性检测方法 | |
JP2000105819A (ja) | 顔領域検出装置 | |
CN105426816A (zh) | 一种处理人脸图像的方法及装置 | |
CN101996317B (zh) | 人体上标记物的识别方法及装置 | |
CN106501271A (zh) | 产品外观检测方法 | |
JP2016110373A (ja) | カーブミラー検出装置 | |
DE102011010315A1 (de) | Erkennung von Objekten | |
CN112288713A (zh) | 一种罗拉绕丝检测方法 | |
CN103605973A (zh) | 一种图像字符检测鉴别方法 | |
CN104867114B (zh) | 一种基于条件随机场的古籍扫描图像背面渗透盲去除方法 | |
CN109509237B (zh) | 滤镜处理的方法、装置及电子设备 | |
CN115587999A (zh) | 一种基于深度学习的n95口罩面脏污破损褶皱缺陷检测方法 | |
CN109410169B (zh) | 一种图像背景干扰度的识别方法及装置 | |
CN105740864B (zh) | 一种基于lbp的图像特征提取方法 | |
JP2019109710A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP6173962B2 (ja) | レーンマーク認識装置 | |
CN106254849A (zh) | 一种前景物体局部置换的方法与终端 | |
WO2015080321A1 (ko) | 과도시차 객체 검출방법 |
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 |