CN106441804A

CN106441804A - 解像力测试方法

Info

Publication number: CN106441804A
Application number: CN201510470959.6A
Authority: CN
Inventors: 丁亮; 廖海龙; 王明珠; 张宝忠
Original assignee: Ningbo Sunny Opotech Co Ltd
Current assignee: Ningbo Sunny Opotech Co Ltd
Priority date: 2015-08-04
Filing date: 2015-08-04
Publication date: 2017-02-22
Anticipated expiration: 2035-08-04
Also published as: WO2017020829A1; CN106441804B

Abstract

一种解像力测试方法，包括以下步骤：(A)获取至少一图像；(B)识别出至少一测试区域；(C)去噪；以及(D)计算分辨率值，通过自适应调整旋转角度、自适应图像增强处理及有针对性的局部去噪，简单易操作，并具有较高的运算效率，使得本发明提供的解像力测试方法适于在生产线上批量使用。

Description

解像力测试方法

技术领域

本发明涉及解像力测试领域，尤其涉及一种快速且稳定的Tvline测试方法用于测试图像的解像力。

背景技术

解像力是用来描述缩微摄影系统再现被摄原件细微部分能力的物理量，是影像量评价的重要指标，在摄像、照相领域，是指相机对细节的表现能力，解像力好的相机拍摄的图像肯定是毫发毕现般的清晰，反之，解像力较差的拍摄出来的图像则容易丢失许多肉眼可见的细节。

因此，摄像模组在生产过程中需要测试镜头的解像力，以准确地判断其解像力情况，保证出厂的镜头能够满足应用需求。目前，ISO提出的Tvline(电脑、相机之间能输出的电视扫描线)测试方法被很多厂家认可，使用较多的是ISO12233标准卡结合HYRes分析软件进行分析来得到镜头的解像力。但ISO推荐的软件(奥林巴斯开发的HYRes分析软件)，在计算时，受图像旋转、噪声、环境亮度等因素的影响很大，使得测试结果的重复性很差，不利于制造厂家在生产线上批量使用。

例如，当标版和模组之间存在偏转角度时，传统的方法是将整张图像按照这个偏转角度进行旋转，以消除旋转对计算结果的影响，这种方式会严重影响运算效率，而且在传统的方法中，采用的是对整幅图像进行去噪的方式，而实际计算中，并没有用到整幅图像，这种整体去噪的方式导致运算效率较低。

另外，在传统的方法中，楔形线图案中的黑白线对比度受光源亮度影响较大，导致在某一亮度情况下，传统的测试方法会出现无法测试的情形。

综上，传统的解像力测试方法运算效率低、重复性差，不适于在生产线上批量使用，而本发明的目的就是为了提出一种解像力测试方法，使得测试过程中对图像旋转、噪声和环境亮度的影响变小，但又不影响测试效率，从而达到能够在生产线上批量使用的目的。

发明内容

本发明的一个目的在于提供一种解像力测试方法，测试效率较高，适于在生产线上批量使用。

本发明的另一目的在于提供一种解像力测试方法，该测试方法提高了算法稳定性和运行效率，具有较高的测试稳定性和可操作性。

本发明的另一目的在于提供一种解像力测试方法，能够自适应调整偏转角度，不需要旋转图像，操作性强，节约时间。

本发明的另一目的在于提供一种解像力测试方法，采用了有针对性的局部去噪方法，避免了去噪花费较多的时间，大大提高了运算效率。

本发明的另一目的在于提供一种解像力测试方法，采用了自适应图像增强技术，减少了外界光源亮度对测试结果的影响。

本发明的另一目的在于提供一种解像力测试方法，在进行分辨率扫描计算时，采用了先粗检后细检的方法，实现了快速、精准地定位分辨率位置，提高了算法运行效率。

本发明的另一目的在于提供一种解像力测试方法，能够实时稳定且准确地反映出镜头解像力，并快速的计算出相应的Tvline线对数。

本发明的另一目的在于提供一种解像力测试方法，该测试方法操作简单，使用方便，适于推广应用。

为满足本发明的以上目的以及本发明的其他目的和优势，本发明提供一种解像力测试方法，适于测试镜头的解像力，其中所述方法包括以下步骤：

(A)获取至少一图像；

(B)识别出至少一测试区域；

(C)去噪；以及

(D)计算分辨率值。

其中在所述步骤(C)中，只对所述测试区域进行去噪。

所述步骤(B)包括以下步骤：(B.1)自动定位出一标版上的多个标记点的中心位置；(B.2)计算出所述标版与水平方向的夹角，确定所述标版与一模组之间的偏转角度；以及(B.3)沿着所述偏转角度进行分辨率扫描。

所述解像力测试方法进一步包括一步骤(E)：检测图像亮度，并与一标准亮度进行对比，其中所述步骤(E)位于所述步骤(D)之前，并位于所述步骤(B)之后，当检测到的图像整体亮度低于所述标准亮度时，则对图像进行增强处理。

其中在所述步骤(E)中，采用自适应图像增强技术，对图像进行增强处理。

所述步骤(D)包括以下步骤：(D.1)对图像进行分割，检测所述测试区域的楔形线的起始行和结束行；(D.2)粗检；(D.3)细检；以及(D.4)计算出线对数。

其中在所述步骤(D.2)和所述步骤(D.3)中，所述粗检步骤适于快速定位到可分辨位置的附近，提供所述细检步骤进行逐行扫描，精确定位到最终的分辨率位置。

优选地，所述粗检步长需要满足如下公式：F(x)＝2x²-ax+a(a为区域扫描范围)。

一种去噪方法，适于应用于解像力测试过程中，其中所述去噪方法为局部去噪。

其中去噪时，只对计算区域进行去噪。

一种图像亮度增强方法，其中所述方法包括以下步骤：(1)检测图像亮度；(2)与一标准亮度进行对比；以及(3)当图像亮度低于所述标准亮度时，对图像亮度进行增强处理。

其中当检测到的图像亮度不低于所述标准亮度时，则不需执行所述步骤(3)。

其中在上述方法中，采用的是自适应图像增强技术。

优选地，所述标准亮度为预设亮度，预先置于一图像采集系统。

优选地，所述标准亮度为适于测试的亮度。

以上测试方法简单方便，可操作性强，精准度高，测试效率也较高，使得图像偏转、噪声和环境亮度对测试结果影响较小，可以实时且准确的反应镜头的解像力，从而能够在生产线上批量使用。

附图说明

图1是根据本发明的一个优选实施例的测试系统的框图。

图2是根据本发明的一个优选实施例中自动寻找测试区域的示意图。

图3A和图3B是根据本发明的一个优选实施例采用的算法与奥林巴斯的HYRes分析软件的测试结果对比示意图。

图4是根据本发明的一个优选实施例的测试流程示意图。

图5是根据本发明的一个优选实施例的测试流程示意图。

图6是根据本发明的一个优选实施例的增强图像亮度的示意图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

如图1所示，本发明提供的解像力测试系统包括一标版10、一光源20、一模组30、一图像采集系统40和测试软件50，其中在适当的位置定位所述标版10和所述光源20，然后通过所述模组30和所述图像采集系统40获取一张当前图像，并提取亮度Y分量，进而通过所述测试软件50进行分析测试及计算，最终快速准确地计算出分辨率值，以精准地反映镜头的解像力，其中所述图像采集系统40电连接于所述测试软件50。

如图4和图5所示，本发明提供的测试方法包括以下步骤：

(a)获取至少一张当前图像；

(b)识别出至少一测试区域；

(c)去噪；

(d)检测图像亮度；以及

(e)计算分辨率值。

其中，在所述步骤(a)中，通过点亮所述模组30，获取一张当前图像，可以实施为通过拍照的方式获取图像，并提取当前图像的亮度Y分量。

所述步骤(b)包括以下步骤：(b.1)自动定位出所述标版10上的多个标记点的中心位置；(b.2)确定所述标版10与所述模组30之间的偏转角度；以及(b.3)自适应调整所述偏转角度。

具体地，在所述步骤(b.1)中，通过所述测试软件50自动定位出所述标版10上的多个标记点的中心位置，优选地，如图2所示的所述标版10，采用图像处理技术，先自动定位出若干个标记点的中心位置(O₁，O₂，O₃，O₄)，如本优选实施例中的4个Mark(标记点)黑圆点，但不仅限于黑圆点，也可以如方块、三角等其他特征形状，根据各楔形线区域中心在线段O₁O₃和线段O₂O₄所占的比例不同，自动识别出楔形线区域。

在所述步骤(b.2)中，通过计算出所述标版10与水平方向的夹角，进而适于方便的确定所述标版10与所述模组30之间的偏转角度。在所述步骤(b.3)中，通过采用沿着所述偏转角度进行分辨率扫描的方式进行所述偏转角度的自适应调整。

这是由于在实际生产过程中，很容易出现所述30模组和所述标版10之间产生一定的偏转角度，但这个所述偏转角度对计算结果影响很大，为了解决此问题，本发明提出了一种无效率损失的自适应调整偏转角度的方法。

如图2所示，通过定位出的所述标记点的中心位置O₁和O₃，可计算出所述标版10与水平方向的夹角θ，当θ非零时，说明所述标版10和所述模组30之间存在偏转角度，传统方法是将整张图像按照这个角度进行旋转，以消除旋转对计算结果的影响，这样虽然可以很好的消除偏转角度对测试结果的影响，但由于旋转图像会花费较多的时间，因此严重影响运算效率，如果用于批量验证摄像模组的解像力时，整个工作效率会降低很多。为了解决这个问题，本发明采用沿着所述偏转角度进行分辨率扫描，这样就不需要对图像进行旋转，同样可以适应偏转角度，而且对效率没有任何影响。

在所述步骤(c)中，采用了有针对性的去噪方法，提高了算法稳定性和运行效率。

在实际应用中，一般的规律是去噪效果越好的算法，运算效率越低，这是由于去噪的过程需要花费时间，无形中降低了运算的效率。

本发明为了提高运算效率，提出了一种有针对性的去噪方法，由于在实际应用中，对于完整的一幅图像，并不是所有的地方都使用，可能只会用到需要计算的区域或者需要测试的区域，而传统的方法中，对整幅图像进行去噪，花费较多的时间。在本发明中，只对计算区域或者测试区域进行去噪，不再对未测试的区域进行去噪，这样就节约了去噪时间，提高了去噪效率，进而大大提高了运算效率。

例如，通过对比试验发现，对于一幅大小为8M的图像，对整幅图像进行去噪的时间大约为2s，而采用本发明提供的局部去噪的方法，即只对需要计算的区域或者需要识别的区域进行去噪，则去噪时间可以控制在50ms以内，当在生产线上批量使用的时候，采用本发明提供的这种局部的、有针对性的去噪方法，和传统的整体去噪的方法相比，能够大大提高去噪运算效率。

值得一提的是，所述图像采集系统40和所述测试软件50能够自动分析采集的所述图像是否存在噪声情况，如果存在噪声，能够自动判断噪声对分析测试的影响程度，若有影响，则自动对所述图像进行去噪，如果不影响，则不需要去噪。

如图6所示，所述步骤(d)包括以下步骤：(d.1)检测图像亮度；(d.2)与一标准亮度进行对比；以及(d.3)当图像亮度低于所述标准亮度时，对图像亮度进行增强处理。

这是由于楔形线图案中的黑白线对比度受光源亮度影响较大，如果图像亮度较低，则会导致图像无法测试，或者导致测试结果偏差较大，为了不影响图像测试的准确性，需要调整所述光源20，拍摄出亮度符合要求的测试图像，有可能需要反复多次试验，通过反复调整所述光源20的位置及亮度等，才能拍摄出符合要求的图像，在反复调光及拍摄、测试的过程中，会严重的降低测试效率。

本发明为了减少外界光源亮度对测试结果的影响，提高测试效率，在所述图像采集系统40中应用自适应图像增强技术，自动检测图像的整体亮度，预先输入一所述标准亮度，并将检测到的图像亮度与所述标准亮度做对比，当图像整体亮度低于所述标准亮度时，自动对图像进行增强处理，使其达到所述标准亮度。值得一提的是，所述标准亮度是本发明提供的测试软件所需的亮度，达到所述标准亮度后，才能够进行测试，同时，测试结果也较为准确，其中所述标准亮度可以设为一个值或者一个区间。

图3A所示为在图像整体亮度均为130的情况下，使用奥林巴斯的HYRes软件进行测试的结果，图3B所示为在图像整体亮度均为130的情况下，采用本发明提供的测试方法的测试结果。由图3A和图3B的对比可知，当图像整体亮度为130时，奥林巴斯的HYRes软件无法进行测试，亮度打不到HYRes软件测试所要求的亮度，而通过本发明提供的自适应图像增强技术，当检测到图像亮度不符合要求时，自动对图像亮度进行增强处理，使图像亮度增强到符合测试要求的亮度的时候再进行测试，通过与HYRes软件的测试结果相比，本发明的算法由于能够自动调整图像亮度，因此，受外界光源亮度限制较少，实用性较强，对外界光源亮度的要求较低，应用范围较为广泛。而且不需要反复调整光源及反复获取图像的步骤，提高了测试效率，适于在生产线上批量应用。

值得一提的是，所述步骤(c)可以在所述步骤(d)之前进行，也可以在所述步骤(d)之后进行，所述步骤(c)及所述步骤(d)也可以同时进行。也就是说，去噪和增强图像亮度可以分开进行，也可以同时进行。

在所述步骤(e)中，在进行分辨率扫描计算时，采用了先粗检后细检的方法，实现了快速定位分辨率位置，提高了算法运行效率。

其中所述步骤(e)包括以下步骤：(e.1)对图像进行分割，检测所述测试区域的楔形线的起始行和结束行；(e.2)粗检；(e.3)细检；以及(e.4)计算出线对数。

其中在所述步骤(e.1)中，对图像进行分割，然后检测所述楔形线的起始行和结束行，即确定出待检测的所述楔形线，便于后续进行快速地粗检和细检，使得粗检和细检的定位更加迅速和准确。

在传统的测试中，即在标准的ISO12233的算法中，采用的是逐行扫描分辨率的方法，逐行扫描会花费较多的时间，使得测试效率非常低。

本发明提出的一种先粗检再细检的方法，可以有效扫描效率。其中在所述步骤(e.2)中，通过所述粗检，可以快速定位到可分辨位置的附近，然后执行所述步骤(e.3)，再逐行进行细检，精确的定位到最终的分辨率位置，这样可以省去扫描未分辨位置的步骤，因此可以有效提高扫描效率，进而快速的计算出Tvline的线对数，计算出分辨率值，得以精准的反应镜头的解像力。

值得一提的是，粗检时，粗检步长x需要满足如下公式：

F(x)＝2x²-ax+a(a为区域扫描范围)

优选地，当F(x)＜0时，本发明提供的先粗检再细检的方法比传统的逐行扫描分辨率的方法效率要高很多。

该测试方法简单易操作，并具有较高的运算效率，算法精准，测试结果准确，能够较好的反应镜头的解像力，适于在生产线上批量使用，为镜头的解像力测试提供了一种简便易行、精准度较高的方法。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims

1.一种解像力测试方法，适于测试镜头的解像力，其特征在于，所述方法包括以下步骤：

(A)获取至少一图像；

(B)识别出至少一测试区域；

(C)去噪；以及

(D)计算分辨率值。

2.根据权利要求1所述的方法，其中在所述步骤(C)中，只对所述测试区域进行去噪。

3.根据权利要求1所述的方法，其中所述步骤(B)包括以下步骤：(B.1)自动定位出一标版上的多个标记点的中心位置；(B.2)计算出所述标版与水平方向的夹角，确定所述标版与一模组之间的偏转角度；以及(B.3)沿着所述偏转角度进行分辨率扫描。

4.根据权利要求2所述的方法，其中所述步骤(B)包括以下步骤：(B.1)自动定位出一标版上的多个标记点的中心位置；(B.2)计算出所述标版与水平方向的夹角，确定所述标版与一模组之间的偏转角度；以及(B.3)沿着所述偏转角度进行分辨率扫描。

5.根据权利要求1所述的方法，进一步包括一步骤(E)：检测图像亮度，并与一标准亮度进行对比，其中所述步骤(E)位于所述步骤(D)之前，并位于所述步骤(B)之后，当检测到的图像整体亮度低于所述标准亮度时，则对图像进行增强处理。

6.根据权利要求4所述的方法，进一步包括一步骤(E)：检测图像亮度，其中所述步骤(E)位于所述步骤(D)之前，并位于所述步骤(B)之后，当检测的图像整体亮度低于一标准亮度时，则对图像进行增强处理。

7.根据权利要求5所述的方法，其中在所述步骤(E)中，采用自适应图像增强技术，对图像进行增强处理。

8.根据权利要求1至7任一所述的方法，其中所述步骤(D)包括以下步骤：(D.1)对图像进行分割，检测所述测试区域的楔形线的起始行和结束行；(D.2)粗检；(D.3)细检；以及(D.4)计算出线对数。

9.根据权利要求8所述的方法，其中在所述步骤(D.2)和所述步骤(D.3)中，所述粗检步骤适于快速定位到可分辨位置的附近，通过所述细检步骤进行逐行扫描，精确定位到最终的分辨率位置。

10.根据权利要求10所述的方法，其中在上述方法中，所述粗检步长需要满足如下公式：F(x)＝2x²-ax+a(a为区域扫描范围)。

11.一种去噪方法，适于应用于解像力测试过程中，其特征在于，所述去噪方法为局部去噪。

12.根据权利要求11所述的去噪方法，其中去噪时，只对计算区域进行去噪。

13.一种图像亮度增强方法，其特征在于，所述方法包括以下步骤：(1)检测图像亮度；(2)与一标准亮度进行对比；以及(3)当图像亮度低于所述标准亮度时，对图像亮度进行增强处理。

14.根据权利要求13所述的方法，其中当检测到的图像亮度不低于于所述标准亮度时，则不需执行所述步骤(3)。

15.根据权利要求13所述的方法，其中在上述方法中，采用的是自适应图像增强技术。

16.根据权利要求13至15任一所述的方法，其中在上述方法中，所述标准亮度为预设亮度，预先置于一图像采集系统。

17.根据权利要求16所述的方法，其中在上述方法中，所述标准亮度为适于测试的亮度。