CN105812790A - 图像传感器感光面与光轴垂直度的评测方法及光学测试卡 - Google Patents

Abstract

本发明公开了一种图像传感器感光面与光轴垂直度的评测方法及光学测试卡，用于对图像传感器感光面与光轴的垂直度进行定量标定。其中，该评测方法包括：采集摄像机镜头聚焦环旋转一周过程中测试卡的N帧图像；按照预设坐标系，分别从N帧图像的至少三个相同位置处提取目标区域；分别计算每帧图像中各个目标区域的边界信息值；根据边界信息值计算图像传感器感光面与光轴的垂直度。

Description

图像传感器感光面与光轴垂直度的评测方法及光学测试卡

技术领域

本发明涉及摄像机技术领域，具体涉及一种图像传感器感光面与光轴垂直度的评测方法及光学测试卡。

背景技术

对于理想的光学成像系统而言，图像传感器感光面应垂直于光轴，这样，通过摄像机镜头的调焦，当图像传感器感光面处于像方焦平面上时，就可以呈现完全清晰的像。然而在实际生产中，由于机械加工精度的限制，以及安装误差等因素，可能导致图像传感器感光面与光轴不垂直，这样图像传感器感光面就无法完全处于像方焦平面上，也就无法呈现完全清晰的像，影响图像质量。

发明内容

有鉴于此，本发明提供了一种图像传感器感光面与光轴垂直度的评测方法，可对图像传感器感光面与光轴的垂直度进行定量标定。

本发明一实施例提供的一种图像传感器感光面与光轴垂直度的评测方法，包括：采集摄像机镜头聚焦环旋转一周过程中测试卡的N帧图像；按照预设坐标系，分别从N帧图像的至少三个相同位置处提取目标区域；分别计算每帧图像中各个目标区域的边界信息值；根据边界信息值计算图像传感器感光面与光轴的垂直度。

本发明另一实施例还提供了一种光学测试卡，包括灰色背景，以及布置在灰色背景上的至少三个黑色子图案，所述黑色子图案包括丰富的细节信息，同时具有中心对称性。

根据本发明实施例提供的图像传感器感光面与光轴垂直度的评测方法，可以客观准确地评测出图像传感器感光面与光轴的垂直度，替代了生产线上工人的主观评测，提高测试准确率的同时解放了劳动力。

附图说明

图1所示为本发明一实施例提供的图像传感器感光面与光轴垂直度的评测方法流程图。

图2所示为本发明一实施例提供的测试卡坐标示意图。

图3所示为本发明一实施例提供的光学测试卡实物图。

图4所示为本发明一实施例提供的光学测试卡上子图案示意图。

图5所示为本发明一实施例提供的图像传感器感光面与光轴垂直度的检测系统框图。

图6所示为本发明一实施例提供的测试卡目标区域选择框示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1所示为本发明一实施例提供的图像传感器感光面与光轴垂直度的评测方法流程图。从图中可以看出，该方法包括：

步骤101，采集摄像机镜头聚焦环旋转一周过程中测试卡的N帧图像。如果是手动调焦镜头，需要缓慢匀速地旋转镜头聚焦环一周；如果是自动调焦镜头，则可以通过软件控制镜头按一定的步长转动聚焦环一周，无论是手动还是自动，该旋转过程中的图像都是一个从模糊到清晰再到模糊的过程，然后采集整个过程中的视频数据作为评测过程的数据基础。

在图像传感器感光面垂直于光轴的情况下，通过镜头调焦，当图像传感器感光面处于像方焦平面(垂直于光轴)上时，可以呈现完全清晰的像，一旦图像传感器感光面出现倾斜，则无论如何调焦都无法使图像传感器感光面处于像方焦平面上，这样图像上就会出现模糊的区域。因此，在镜头聚焦环旋转一周的过程中，如果可以找到一帧完全清晰的图像，则说明图像传感器感光面可以处于像方焦平面上，即图像传感器感光面是垂直于光轴的；如果找不到一帧完全清晰的图像，则说明图像传感器感光面不能处于像方焦平面上，即图像传感器感光面并不垂直于光轴。

步骤102，分别从N帧图像的至少三个相同位置处提取目标区域。由于三点可以确定一个平面，因此可以最少选择三个目标区域，通过判断该三个目标区域是否可以同时清晰成像，来判断图像传感器感光面是否垂直于光轴。后续的检测过程都是针对N帧图像中的这些目标区域内的图像数据进行的，根据本发明实施方式的目标区域包含相同的图像信息，本领域技术人员可以理解，根据本发明的评测方法，目标区域也可以包含不同的图像信息，此时只需要在后续的计算过程中进行相应的比例换算。

步骤103，分别计算每帧图像中各个目标区域的边界信息值。边界信息值可以用来反映图像的清晰度，边界信息越多，即边界信息值越大，表示图像越清晰，因此，在评测图像传感器感光面与光轴是否垂直的过程中，通过将抽象地清晰度用具体的边界信息值来反映，可以进一步判断图像传感器感光面与光轴的垂直程度。

步骤104，根据边界信息值计算图像传感器感光面与光轴的垂直度。忽略解析力的情况下，图像上包含相同图像信息的区域的最大边界信息值相同。如果在一帧图像中，某一个目标区域取得最大边界信息值，表明与该目标区域相对应的图像传感器感光面上的某一区域刚好处于像方焦平面上，那么其他目标区域的边界信息值越大，表示该其他目标区域距离像方焦平面越近，即图像传感器的感光面相对于光轴的垂直度越高；其他目标区域的边界信息值越小，表示该其他目标区域距离像方焦平面越远，即图像传感器的感光面相对于光轴的垂直度越低。

根据本实施方式的图像传感器感光面与光轴垂直度的评测方法，可以客观准确地判断出图像传感器感光面与光轴是否垂直，并给出详细的垂直度等级，替代了生产线上工人的主观评测，提高测试准确率的同时解放了劳动力。

在一个实施例中，步骤103具体包括：

首先，对每帧图像中的每一个目标区域进行亮度归一化处理。亮度归一化的目的是补偿由于镜头自身的阴影(shading)导致的图像亮度不均匀。具体实现过程为，分别统计5个目标区域的亮度均值Y_{avg_center}，Y_{avg_LT}，Y_{avg_RT}，Y_{avg_LB}和Y_{avg_RB}，然后按照以下公式对图像作归一化处理：

Y_{LT_norm}(i,j)＝Y_LT(i,j)*Y_{avg_center}/Y_{avg_LT}

Y_{RT_norm}(i,j)＝Y_RT(i,j)*Y_{avg_center}/Y_{avg_RT}

Y_{LB_norm}(i,j)＝Y_LB(i,j)*Y_{avg_center}/Y_{avg_LB}

Y_{RB_norm}(i,j)＝Y_RB(i,j)*Y_{avg_center}/Y_{avg_RB}

式中，Y_{LT_norm}(i,j)、Y_{RT_norm}(i,j)、Y_{LB_norm}(i,j)和Y_{RB_norm}(i,j)分别为左上角、右上角、左下角和右下角归一化后的像素值，Y_LT(i,j)、Y_RT(i,j)、Y_LB(i,j)和Y_RB(i,j)为左上角、右上角、左下角和右下角输入的原始像素值。

然后，分别计算每帧图像中的每个目标区域内所有像素点的滤波结果绝对值的平均值。该平均值即为边界信息值，这里的滤波过程可以采用如下所示的3*3高通滤波器，也可以采用其他形式的高通滤波器。

$filt=\left[\begin{array}{ccc}-1& -1& -1\\ -1& 8& -1\\ -1& -1& -1\end{array}\right]$

最后，对每帧图像中的目标区域得到的平均值作对数变换。对数变换的目的是，使边界信息值与人眼的主观效果一致，值越大表示越清晰，将对数变换后的值作为每个区域最终的边界信息值。

在一个实施例中，步骤104具体包括：

步骤1041，选择参考目标区域。选择参考目标区域是为了确定进行垂直度计算所依据的一帧图像，后续选择参考目标区域最清晰，即边界信息值最大的一帧图像进行垂直度计算。

步骤1042，对参考目标区域的最大边界信息值所在图像的其他目标区域的边界信息值作归一化处理。由于镜头中心和四角的解析力是不一样的，这就会导致即使中心与四角包括相同的图像信息，并且同时位于像方焦平面上，也会得到不同的边界信息值，因此，为了消除由于解析力的不同所造成的边界信息值的差异，需要将每个角的边界信息最大值作归一化处理。例如，中心边界信息最大值为2，左上角边界信息最大值为1.8，则左上角每一帧的边界信息值都会乘以2/1.8，作为新的边界信息值，这样就可以消除由于解析力的不同所造成的差异。

下面以“目标区域包括图像的中心，以及四角，并且选择中心作为参考目标区域”为例，说明步骤1042对边界信息值作归一化处理的过程。

对四角区域的边界信息值作归一化处理可以采用下述公式：

Edge_{LT_norm}＝Edge_LT*Edge_{max_center}/Edge_{max_LT}

Edge_{RT_norm}＝Edge_RT*Edge_{max_center}/Edge_{max_RT}

Edge_{LB_norm}＝Edge_LB*Edge_{max_center}/Edge_{max_LB}

Edge_{RB_norm}＝Edge_RB*Edge_{max_center}/Edge_{max_RB}

其中，Edge_{LT_norm}、Edge_{RT_norm}、Edge_{LB_norm}和Edge_{RB_norm}分别为左上角、右上角、左下角和右下角归一化后的边界值，Edge_LT、Edge_RT、Edge_LB和Edge_RB分别为左上角、右上角、左下角和右下角的原始边界信息，Edge_{max_center}、Edge_{max_LT}、Edge_{max_RT}、Edge_{max_LB}和Edge_{max_RB}来表示中心、左上角、右上角、左下角和右下角的最大边界信息值。

步骤1043，计算归一化后的所述其他目标区域的边界信息值与所述参考目标区域的最大边界信息值的比值。该比值用来衡量图像传感器感光面与光轴的垂直度，如果图像传感器的感光面与光轴垂直，则四个比值都会接近于1，比值越小表示对应的角与中心区域的相对位置差异越大。

步骤1044，根据所述比值输出图像传感器感光面与光轴的垂直度等级。

在一个实施例中，该垂直度等级可以用A、B、C表示，依次代表：优、良、不合格。例如，根据四角得到的比值依次为K1、K2、K3、K4，并且K1<K2<K3<K4，则可以按下述方式进行等级划分，即：

如果K1≥0.9，分类为A；

如果TH1≥K1≥0.8，且(K4-K1)<0.1，分类为B；

其他情况分类为C。

在一个实施例中，如图1所示的方法，在步骤104之后进一步包括，步骤105，输出每一个目标区域对应的边界信息最大值对应的图像帧的标号。这样就可以根据不同目标区域的标号之间的关系来调整图像传感器感光面的位置。例如，在摄像机与测试卡之间预设如图2所示的三维坐标系，当从Far到Near的方向转动镜头聚焦环时，四个角边界信息最大值对应的图像帧的标号越小，表示图像传感器的这个角的位置越靠后，如果两个或者多个角在同一帧取得边界信息最大值，则认为这两个角的前后位置一致。这样，就可以根据四角边界信息最大值对应的图像帧的标号来调整图像传感器感光面的位置。另外，当使用自动聚焦镜头时，由于镜头每帧转动的步长是确定的，这样就可以预先通过实验训练得到四个角的边界信息最大值对应帧号的差值与结构的调整量的关系，利用此关系便可以准确的计算出四个角前后位置之间的误差距离。

图3所示为本发明一实施例提供的光学测试卡实物图。该测试卡可以用于评测图像传感器感光面与光轴的垂直度，从图中可以看出，该测试卡整体为方形平面结构，包括灰色背景31、黑色子图案32，以及参考标记33。

在灰色背景31的中心和四角位置分别布置一个黑色子图案32，并且位于测试卡四角的子图案上下、左右对称。子图案32包括丰富的细节信息，同时具有中心对称性，除了图3所示的子图案之外，图4还给出了六种示例性的子图案供参考。本领域技术人员应当理解，这里给出的子图案的位置以及数量只是示例性的，对此不作限定。

参考标记33包括一边重合的一个白色三角和一个黑色三角，可以作为调整镜头位置的衡量标尺，测试时，为了确保整个测试卡充满图像传感器的整个视场，应当保证黑色三角在视场内，白色三角在视场外。

在一个实施例中，设置测试卡的宽高比为4：3或16：9。测试卡的宽高比可以根据待测试的摄像机的图像分辨率来确定，比如，对于图像分辨率为800×600的摄像机，可以设置测试卡的宽高比为4：3。

在一个实施例中，设置一张测试卡支持同比例的多种分辨率。如图3所示，该测试卡可以同时支持1080P和720P两种分辨率。不同分辨率的子图案可以相同，也可以不同。

本领域技术人员应当理解，这里给出的测试卡的形状只是示例性的，其应当根据摄像机镜头合理设置，对此不作限定。

根据本实施方式的光学测试卡，方便提取图像中心与四角区域的边界信息，可以用于检测图像传感器感光面与光轴的垂直度。

下面描述采用图3所示光学测试卡、以及图1所示评测方法进行图像传感器感光面与光轴垂直度评测的具体实例。

图5所示为本发明一实施例提供的图像传感器感光面与光轴垂直度的检测系统框图。从图中可以看出，该系统包括测试卡51、摄像机52(安装有图像传感器，分辨率为1080P)、评测单元53。根据本系统的测试过程具体为：

首先，调整摄像机52与测试卡51的位置，使测试卡51充满整个视场，同时保证测试卡51上的目标区域位于选择框内。该选择框是评测单元叠加在测试卡上的，用于准确标定目标区域(例如，测试卡的中心和四角区域)，选择框在测试卡51上的叠加效果参见图6。

然后，旋转摄像机52镜头聚焦环一周，将整个过程中的视频数据输入评测单元。

最后，评测单元53根据目标区域的边界信息计算图像传感器感光面与光轴的垂直度，输出评测结果。

在一个优选的实施例中，设置测试环境的照度(光照强度)不低于250lx，且均匀照射在测试卡51上。

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、等同替换等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种图像传感器感光面与光轴垂直度的评测方法，其特征在于，包括：

采集摄像机镜头聚焦环旋转一周过程中测试卡的N帧图像；

分别从N帧图像的至少三个相同位置处提取目标区域；

分别计算每帧图像中各个目标区域的边界信息值；

根据边界信息值计算图像传感器感光面与光轴的垂直度。

2.根据权利要求1所述的方法，其特征在于，所述根据边界信息值计算图像传感器感光面与光轴的垂直度包括：

选择参考目标区域；

对参考目标区域的最大边界信息值所在图像的其他目标区域的边界信息值作归一化处理；

计算归一化后的所述其他目标区域的边界信息值与所述参考目标区域的最大边界信息值的比值；

根据所述比值输出图像传感器感光面与光轴的垂直度等级。

3.根据权利要求2所述的方法，其特征在于，在根据所述比值输出图像传感器感光面与光轴的垂直度等级之后，进一步包括：

输出每一个目标区域对应的最大边界信息值所在图像帧的标号。

4.根据权利要求3所述的方法，其特征在于，所述计算每帧图像中各个目标区域的边界信息值包括：

分别计算每帧图像中的各个目标区域内所有像素点的滤波结果绝对值的平均值；

对所述平均值作对数变换。

5.根据权利要求4所述的方法，其特征在于，在分别计算每帧图像中的各个目标区域内所有像素点的滤波结果绝对值的平均值之前，进一步包括，对每帧图像中的每一个目标区域进行亮度归一化处理。

6.根据权利要求5所述的方法，其特征在于，所述目标区域包括每帧图像的中心，以及上、下、左、右四角。

7.根据权利要求6所述的方法，其特征在于，所述参考目标区域为中心区域。

8.一种光学测试卡，其特征在于，包括灰色背景，以及布置在灰色背景上的至少三个黑色子图案，所述黑色子图案包括丰富的细节信息，同时具有中心对称性。

9.根据权利要求8所述的光学测试卡，其特征在于，所述测试卡为方形平面结构，包括5个黑色子图案，分别布置在测试卡的中心，以及四角。

10.根据权利要求9所述的光学测试卡，其特征在于，所述测试卡的宽高比与被测摄像机的分辨率一致。

11.根据权利要求10所述的光学测试卡，其特征在于，进一步包括参考标记，作为调整镜头位置的衡量标尺。

12.根据权利要求11所述的光学测试卡，其特征在于，所述参考标记包括一边重合的一个白色三角和一个黑色三角。