CN106846352B - 一种用于镜头解析力测试的刀口图片获取方法和装置 - Google Patents

一种用于镜头解析力测试的刀口图片获取方法和装置 Download PDF

Info

Publication number
CN106846352B
CN106846352B CN201611263203.5A CN201611263203A CN106846352B CN 106846352 B CN106846352 B CN 106846352B CN 201611263203 A CN201611263203 A CN 201611263203A CN 106846352 B CN106846352 B CN 106846352B
Authority
CN
China
Prior art keywords
rectangular
test image
test
vertex
contour
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
Application number
CN201611263203.5A
Other languages
English (en)
Other versions
CN106846352A (zh
Inventor
盖增园
王仲楼
高强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Goertek Optical Technology Co Ltd
Original Assignee
Goertek Techology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Goertek Techology Co Ltd filed Critical Goertek Techology Co Ltd
Priority to CN201611263203.5A priority Critical patent/CN106846352B/zh
Publication of CN106846352A publication Critical patent/CN106846352A/zh
Application granted granted Critical
Publication of CN106846352B publication Critical patent/CN106846352B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种用于镜头解析力测试的刀口图片获取方法和装置。该方法包括利用测试工装上的镜头模组对测试图卡拍照,获得测试图像;对所述测试图像上的多个矩形方块进行轮廓搜索,得到多个矩形轮廓;计算每个矩形轮廓的中心点及其顶点在所述测试图像上的位置;根据每个矩形轮廓的中心点在所述测试图像上的位置,定位指定距离范围内的多个矩形轮廓;根据定位到的多个矩形轮廓的顶点位置,确定目标位置;从所述测试图像上获取所述目标位置对应的图片,该图片即为所需的刀口图片。本发明能够自动获取测试图卡中的刀口图片进行SFR测试,提高了镜头产线的测试效率和测试精度。

Description

一种用于镜头解析力测试的刀口图片获取方法和装置
技术领域
本发明涉及镜头光学测试技术领域,特别涉及一种用于镜头解析力测试的刀口图片获取方法和装置。
背景技术
目前,世界公认的镜头解析力测试方式是获取镜头的调制传递函数(ModulationTransfer Function,MTF)曲线,空间频率响应(spatial frequency response,SFR)测试方式是一种计算MTF曲线的经典方法,但是SFR测试需要标准的图片样式,对图片的长宽比例以及刀口的位置等都有严格的规定,如果用于生产测试,人工手动选取刀口图片的方式即低效而且准确率比较低。
发明内容
鉴于上述描述,基于本发明的一个目的,本发明提供了一种用于镜头解析力测试的刀口图片获取方法和装置,以解决人工手动选取刀口图片低效、准确率低的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一方面,本发明提供了一种用于镜头解析力测试的刀口图片获取方法,所述方法包括:
利用测试工装上的镜头模组对测试图卡拍照,获得测试图像;
对所述测试图像上的多个矩形方块进行轮廓搜索,得到多个矩形轮廓;
计算每个矩形轮廓的中心点及其顶点在所述测试图像上的位置;
根据每个矩形轮廓的中心点在所述测试图像上的位置,定位指定距离范围内的多个矩形轮廓;
根据定位到的多个矩形轮廓的顶点位置,确定目标位置;
从所述测试图像上获取所述目标位置对应的图片,该图片即为所需的刀口图片。
另一方面,本发明提供了一种用于镜头解析力测试的刀口图片获取装置,包括:
测试图像获取单元,用于获得测试图像,所述测试图像为测试工装上的镜头模组对测试图卡拍照形成;
轮廓搜索单元,用于对所述测试图像上的多个矩形方块进行轮廓搜索,得到多个矩形轮廓;
位置计算单元,用于计算每个矩形轮廓的中心点及其顶点在所述测试图像上的位置;
轮廓定位单元,用于根据每个矩形轮廓的中心点在所述测试图像上的位置,定位指定距离范围内的多个矩形轮廓;
目标位置确定单元,用于根据定位到的多个矩形轮廓的顶点位置,确定目标位置;
刀口图像获取单元,用于从所述测试图像上获取所述目标位置对应的图片,该图片即为所需的刀口图片。
本发明实施例的有益效果是:本发明对测试图卡的测试图像依次进行轮廓搜索、轮廓位置确定、目标轮廓选择以及目标位置定位等图像处理操作,实现了刀口图片的自动获取,提高了镜头产线的测试效率;由于本发明无需手动操作即可自动获取刀口图片进行SFR测试,因此能够避免人工操作引入的操作误差,提高了镜头产线的测试精度。
附图说明
图1为本发明实施例提供的用于镜头解析力测试的刀口图片获取方法流程图;
图2为本发明实施例提供的SFR测试所需的一种测试图卡示意图;
图3为本发明实施例提供的一种自动获取刀口图片的流程图;
图4为30°视场角对应的四个矩形轮廓的示意图;
图5为图4中编码为3的矩形轮廓放大图;
图6为本发明实施例提供的用于镜头解析力测试的刀口图片获取装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
由于在镜头的生产测试过程中,刀口图片的手动选取方式十分低效且准确率差,基于此,本发明实施例利用图像处理技术,自动识别测试图卡中所有的黑色方块,根据距离参数从识别到的多个黑色方块中筛选指定视场角内的黑色方块,从筛选出的黑色方块上获取所需的刀口图片。
实施例一
图1为本发明实施例提供的用于镜头解析力测试的刀口图片获取方法流程图,如图1所示,所示方法包括:
S100,利用测试工装上的镜头模组对测试图卡拍照,获得测试图像。
图2示例性示出了一种SFR测试所需的测试图卡,如图2所示,测试图卡上具有多组黑色方块,每组黑色方块环绕测试图卡的中心点倾斜设置在测试图卡上,并且多组黑色方块由测试图卡的中心点向测试图卡的边缘辐射。
在设计过程中,获得测试图像后,还可以对测试图像进行二值化处理,以便于后续的轮廓搜索。其中,可以采用现有技术对测试图像进行二值化处理,本实施例对此不作限定,具体的需要根据具体的环境来选择。例如,在实际应用中,由于通常在车间内进行拍照操作,而车间的背景环境比较干净,因此可以基于经验设置二值化的阈值,如果环境复杂可以考虑利用大律法寻找二值化的阈值。
S110,对测试图像上的多个矩形方块进行轮廓搜索,得到多个矩形轮廓。
当本实施例在获得测试图像后,对测试图像进行二值化处理,则本步骤具体为对二值化的测试图像上的多个矩形方块进行轮廓搜索。
本实施例可以根据现有技术进行轮廓搜索,示例性地,可基于像素特征进行轮廓搜索,如利用测试图像中相邻像素的差值来判断边界,或者基于边界出现的位置3*3或者5*5邻域内方差会比其他的地方大很多的客观事实,利用3*3或者5*5领域内的像素特征来判断边界;当然,也可以利用其它方法进行轮廓搜索,如形态学梯度的方法、自适应二值化方法等。
在实际应用中,搜索到多个矩形轮廓后,可以为每个矩形轮廓设置唯一标识,以及为每个矩形轮廓的四个顶点编码,以便于对检索和处理。
S120,计算每个矩形轮廓的中心点及其顶点在测试图像上的位置。
示例性地,本实施例通过下述方法确定矩形轮廓在测试图像上的位置:
计算每个矩形轮廓的中心点在测试图像上的位置,并根据每个矩形轮廓的中心点在测试图像上的位置,确定与测试图像的中心点距离最近的矩形轮廓;
根据与测试图像的中心点距离最近的矩形轮廓的中心点与测试图像的中心点之间的距离,判断镜头模组的光轴倾角是否超过设定范围,在超过设定范围时,调整测试工装,重新对测试图卡拍照,直至光轴倾角满足设定范围;
在光轴倾角满足设定范围时,计算每个矩形轮廓的顶点在测试图像上的位置。
本实施例利用测试图像上识别到的矩形轮廓的中心点调整测试工装,使镜头模组的光轴满足测试精度要求,保证后续定位指定视场角内的矩形轮廓的准确性。
S130,根据每个矩形轮廓的中心点在测试图像上的位置,定位指定距离范围内的多个矩形轮廓。
示例性地,以图2为例进行说明,假设距离测试图像的中心点300像素到400像素之间的环形带为图2中的虚线位置,对应为30°视场角,则根据该距离范围(即距离测试图像的中心点300像素到400像素范围)可定位出四个矩形轮廓。
S140,根据定位到的多个矩形轮廓的顶点位置,确定目标位置。
示例性地,本实施例通过下述方法确定目标位置包括:
从定位到的多个矩形轮廓中选择一个或多个矩形轮廓,并将所选择的每个矩形轮廓的其中一个顶点作为目标顶点;可以理解的是,可以将所选择的每个矩形轮廓四个顶点中的任一个顶点作为目标顶点,本实施例为提高后续利用刀口图像进行SFR测试的准确率,优选地将所选择的每个矩形轮廓中距离测试图像中心点最近的顶点作为目标顶点。需要说明的是,当从定位到的多个矩形轮廓中选择一个矩形轮廓时,共确定出一个目标顶点;当从定位到的多个矩形轮廓中选择N个矩形轮廓时,共确定出N个目标顶点。
获得目标顶点后,在每个目标顶点的横边和/或竖边上设置定位窗口,并根据每个定位窗口的尺寸和相应目标顶点的位置,计算相应的定位窗口在测试图像上的位置,将计算到的每个位置作为目标位置;其中,定位窗口的尺寸可以根据所需刀口图像的尺寸设定。
可以理解的是,当需要横向刀口图片时,在每个目标顶点的横边上设置定位窗口,当需要竖向刀口图片时,在每个目标顶点的竖边上设置定位窗口;当即需要横向刀口图片又需要竖向刀口图片时,在每个目标顶点的横边和竖边上设置定位窗口。
需要说明的是,由于SFR测试图卡上的黑色方块倾斜设置在测试图卡上,因此本实施例搜索到的矩形轮廓是倾斜的,进而本实施例中目标顶点的横边应理解为相对于水平方向具有倾角,目标顶点的竖边应理解为相对于竖直方向具有倾角。
S150,从测试图像上获取上述目标位置对应的图片,该图片即为所需的刀口图片,可以利用该刀口图片进行SFR测试。
本实施例通过对测试图卡的测试图像依次进行轮廓搜索、轮廓位置确定、目标轮廓选择以及目标位置定位等图像处理操作,实现了刀口图片的自动获取,提高了镜头产线的测试效率;由于本发明无需手动操作即可自动获取刀口图片进行SFR测试,因此能够避免人工操作引入的操作误差,提高了镜头产线的测试精度。
为便于详细说明本实施例中刀口图片的获取方法,下面通过一个具体实现方案进行说明。
图3为本发明实施例提供的一种自动获取刀口图片的流程图,如图2所示,自动获取刀口图片的流程如下:
S300,获得测试图像。
利用测试工装上的镜头模组对图2所示的测试图卡拍照,获得测试图像。
S301,对测试图像进行图像灰度二值化处理。
可以采用现有技术对测试图像进行二值化处理,本实施例对此不作限定,具体的需要根据具体的环境来选择。例如,在实际应用中,由于通常在车间内进行拍照操作,而车间的背静环境比较干净,因此可以基于经验设置二值化的阈值,如果环境复杂可以考虑利用大律法寻找二值化的阈值。
S302,对二值化的测试图像上的多个矩形方块进行轮廓搜索。
本实施例可以根据现有技术进行轮廓搜索,示例性地,可基于像素特征进行轮廓搜索,如利用测试图像中相邻像素的差值来判断边界,或者基于边界出现的位置3*3或者5*5邻域内方差会比其他的地方大很多的客观事实,利用3*3或者5*5领域内的像素特征来判断边界;当然,也可以利用其它方法进行轮廓搜索,如形态学梯度的方法、自适应二值化方法等。
S303,计算每个矩形轮廓的中心点在测试图像上的位置。
S304,确定最近矩形轮廓。
即根据每个矩形轮廓的中心点在测试图像上的位置确定与测试图像的中心点距离最近的矩形轮廓,该与测试图像的中心点距离最近的矩形轮廓为最近矩形轮廓。
S305,判断镜头模组的光轴倾角是否超过设定范围,若超过设定范围,执行步骤S306,否则,执行步骤S307;其中,光轴倾角的设定范围可根据测试精度设定。
可以根据最近矩形轮廓的中心点与测试图像的中心点之间的距离判断镜头模组的光轴倾角是否超过设定范围,一般地,最近矩形轮廓的中心点与测试图像的中心点之间的距离越大,光轴倾角越大。
S306,调整测试工装,并返回步骤S300,利用调整后的测试工装上的镜头模组对图2所示的测试图卡拍照,获得测试图像。
S307,计算每个矩形轮廓的顶点在测试图像上的位置。
为便于操作,为每个矩形轮廓的四个顶点进行编码,如按照顺时针或逆时针对每个矩形轮廓的四个顶点进行顺序编码。
参考图4,图4中的每个矩形轮廓的四个顶点按照顺时针依次编号为顶点D1、顶点D2、顶点D3和顶点D4。
S308,定位指定视场角的多个矩形轮廓。
仍以图2为例,假设距离测试图像的中心点300像素到400像素之间的环形带为图2中的虚线位置,对应为30°视场角,则根据距离测试图像的中心点300像素到400像素的距离范围可定位出30°视场角的四个矩形轮廓,定位到的四个矩形轮廓参考图4所示,在实际应用中,可以对定位到的四个矩形轮廓按照顺时针(或逆时针)编号,以便为对定位到四个矩形轮廓进行标识;如图4所示,定位到的四个矩形轮廓照顺时针依次编号为1、2、3和4。
S309,确定目标位置。
基于上述假设,从定位到的四个矩形轮廓中选择一个矩形轮廓,示例性地选择编号为3的矩形轮廓,将该编号为3的矩形轮廓中距离测试图像中心点最近的顶点作为目标顶点,即将顶点1作为目标顶点。
需要说明的是,也可以从定位到的四个矩形轮廓中选择两个或三个矩形轮廓,或者选择定位到的四个矩形轮廓,从选择的每个矩形轮廓中距离测试图像中心点最近的顶点作为目标顶点。
S310,计算目标位置。
基于上述假设,在编号为3的矩形轮廓的顶点1的横边和/或竖边上设置定位窗口,并根据每个定位窗口的尺寸和相应目标顶点的位置,计算相应的定位窗口在测试图像上的位置,将计算到的每个位置作为目标位置;其中,定位窗口的尺寸可以根据所需刀口图像的尺寸设定。
示例性地,参考图5所示,可以在目标顶点(即编号为3的矩形轮廓的顶点1)的竖边上设置定位窗口,此时可以获得竖向刀口图片。当然,也可在目标顶点的横边上设置定位窗口,此时可以获得横向刀口图片;当在目标顶点的横边和竖边上均设置定位窗口时,可以获得对应的横向刀口图片和竖向刀口图片。
S311,根据目标位置获得刀口图片。
由上,根据上述步骤S300~S311可自动获取所需的刀口图片。
实施例二
基于与实施例一相同的构思,本实施例提供了一种用于镜头解析力测试的刀口图片获取装置。
图6为本发明实施例提供的用于镜头解析力测试的刀口图片的获取装置结构框图,如图6所示,该装置包括:测试图像获取单元61、轮廓搜索单元62、位置计算单元63、轮廓定位单元64、目标位置确定单元65和刀口图像获取单元66;
测试图像获取单元61,用于获得测试图像,所述测试图像为测试工装上的镜头模组对测试图卡拍照形成。
轮廓搜索单元62,用于对所述测试图像上的多个矩形方块进行轮廓搜索,得到多个矩形轮廓。
图6中的装置还包括图像处理单元,用于对测试图像进行二值化处理;则轮廓搜索单元62,用于对二值化的测试图像上的多个矩形方块进行轮廓搜索。
位置计算单元63,用于计算每个矩形轮廓的中心点及其顶点在所述测试图像上的位置。
在本实施例的一个实现方案中,位置计算单元63包括第一计算模块和第二计算模块,图6中的装置还包括:光轴倾角矫正单元;
第一计算模块,用于计算每个矩形轮廓的中心点在测试图像上的位置,并根据每个矩形轮廓的中心点在测试图像上的位置,确定与测试图像的中心点距离最近的矩形轮廓;
光轴倾角矫正单元,用于根据与测试图像的中心点距离最近的矩形轮廓的中心点与测试图像的中心点之间的距离,判断镜头模组的光轴倾角是否超过设定范围,在超过设定范围时,调整测试工装,重新对测试图卡拍照,直至光轴倾角满足设定范围;
第二计算模块,用于在光轴倾角满足设定范围时,计算每个矩形轮廓的顶点在测试图像上的位置。
轮廓定位单元64,用于根据每个矩形轮廓的中心点在所述测试图像上的位置,定位指定距离范围内的多个矩形轮廓。
目标位置确定单元65,用于根据定位到的多个矩形轮廓的顶点位置,确定目标位置。
本实施例的目标位置确定单元65包括:目标顶点选择模块和目标位置计算模块;目标顶点选择模块,用于从定位到的多个矩形轮廓中选择一个或多个矩形轮廓,并将所选择的每个矩形轮廓的其中一个顶点作为目标顶点;目标位置计算模块,用于在每个目标顶点的横边和/或竖边上设置定位窗口,并根据每个定位窗口的尺寸和相应目标顶点的位置,计算相应的定位窗口在所述测试图像上的位置,将计算到的每个位置作为目标位置。
其中,目标顶点选择模块,具体用于将所选择的每个矩形轮廓中距离测试图像中心点最近的顶点作为目标顶点。
刀口图像获取单元66,用于从所述测试图像上获取所述目标位置对应的图片,该图片即为所需的刀口图片。
本实施例通过对测试图卡的测试图像依次进行轮廓搜索、轮廓位置确定、目标轮廓选择以及目标位置定位等图像处理操作,实现了刀口图片的自动获取,提高了镜头产线的测试效率;由于本发明无需手动操作即可自动获取刀口图片进行SFR测试,因此能够避免人工操作引入的操作误差,提高了镜头产线的测试精度。
为了便于清楚描述本发明实施例的技术方案,在发明的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。
以上所述,仅为本发明的具体实施方式,在本发明的上述教导下,本领域技术人员可以在上述实施例的基础上进行其他的改进或变形。本领域技术人员应该明白,上述的具体描述只是更好的解释本发明的目的,本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种用于镜头解析力测试的刀口图片获取方法,其特征在于,所述方法包括:
利用测试工装上的镜头模组对测试图卡拍照,获得测试图像;
对所述测试图像上的多个矩形方块进行轮廓搜索,得到多个矩形轮廓;
计算每个矩形轮廓的中心点及其顶点在所述测试图像上的位置;
根据每个矩形轮廓的中心点在所述测试图像上的位置,定位指定距离范围内的多个矩形轮廓;
根据定位到的多个矩形轮廓的顶点位置,确定目标位置;
从所述测试图像上获取所述目标位置对应的图片,该图片即为所需的刀口图片;
其中,所述根据定位到的多个矩形轮廓的顶点位置,确定目标位置包括:
从定位到的多个矩形轮廓中选择一个或多个矩形轮廓,并将所选择的每个矩形轮廓的其中一个顶点作为目标顶点;
在每个目标顶点的横边和/或竖边上设置定位窗口,并根据每个定位窗口的尺寸和相应目标顶点的位置,计算相应的定位窗口在所述测试图像上的位置,将计算到的每个位置作为目标位置。
2.根据权利要求1所述的方法,其特征在于,所述将所选择的每个矩形轮廓的其中一个顶点作为目标顶点具体为:
将所选择的每个矩形轮廓中距离测试图像中心点最近的顶点作为目标顶点。
3.根据权利要求1所述的方法,其特征在于,在获得测试图像后,所述方法还包括:对所述测试图像进行二值化处理;
则所述对所述测试图像上的多个矩形方块进行轮廓搜索具体为:对二值化的测试图像上的多个矩形方块进行轮廓搜索。
4.根据权利要求1所述的方法,其特征在于,所述计算每个矩形轮廓的中心点及其顶点在所述测试图像上的位置包括:
计算每个矩形轮廓的中心点在所述测试图像上的位置,并根据每个矩形轮廓的中心点在所述测试图像上的位置,确定与测试图像的中心点距离最近的矩形轮廓;
根据与测试图像的中心点距离最近的矩形轮廓的中心点与测试图像的中心点之间的距离,判断镜头模组的光轴倾角是否超过设定范围,在超过设定范围时,调整测试工装,重新对测试图卡拍照,直至光轴倾角满足设定范围;
在光轴倾角满足设定范围时,计算每个矩形轮廓的顶点在所述测试图像上的位置。
5.一种用于镜头解析力测试的刀口图片获取装置,其特征在于,包括:
测试图像获取单元,用于获得测试图像,所述测试图像为测试工装上的镜头模组对测试图卡拍照形成;
轮廓搜索单元,用于对所述测试图像上的多个矩形方块进行轮廓搜索,得到多个矩形轮廓;
位置计算单元,用于计算每个矩形轮廓的中心点及其顶点在所述测试图像上的位置;
轮廓定位单元,用于根据每个矩形轮廓的中心点在所述测试图像上的位置,定位指定距离范围内的多个矩形轮廓;
目标位置确定单元,用于根据定位到的多个矩形轮廓的顶点位置,确定目标位置;
刀口图像获取单元,用于从所述测试图像上获取所述目标位置对应的图片,该图片即为所需的刀口图片;
其中,所述目标位置确定单元包括:
目标顶点选择模块,用于从定位到的多个矩形轮廓中选择一个或多个矩形轮廓,并将所选择的每个矩形轮廓的其中一个顶点作为目标顶点;
目标位置计算模块,用于在每个目标顶点的横边和/或竖边上设置定位窗口,并根据每个定位窗口的尺寸和相应目标顶点的位置,计算相应的定位窗口在所述测试图像上的位置,将计算到的每个位置作为目标位置。
6.根据权利要求5所述的装置,其特征在于,所述目标顶点选择模块,具体用于将所选择的每个矩形轮廓中距离测试图像中心点最近的顶点作为目标顶点。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括图像处理单元,所述图像处理单元,用于对所述测试图像进行二值化处理;
所述轮廓搜索单元,用于对二值化的测试图像上的多个矩形方块进行轮廓搜索。
8.根据权利要求5所述的装置,其特征在于,所述装置还包括:光轴倾角矫正单元,所述位置计算单元包括第一计算模块和第二计算模块;
所述第一计算模块,用于计算每个矩形轮廓的中心点在所述测试图像上的位置,并根据每个矩形轮廓的中心点在所述测试图像上的位置,确定与测试图像的中心点距离最近的矩形轮廓;
所述光轴倾角矫正单元,用于根据与测试图像的中心点距离最近的矩形轮廓的中心点与测试图像的中心点之间的距离,判断镜头模组的光轴倾角是否超过设定范围,在超过设定范围时,调整测试工装,重新对测试图卡拍照,直至光轴倾角满足设定范围;
所述第二计算模块,用于在光轴倾角满足设定范围时,计算每个矩形轮廓的顶点在所述测试图像上的位置。
CN201611263203.5A 2016-12-30 2016-12-30 一种用于镜头解析力测试的刀口图片获取方法和装置 Active CN106846352B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611263203.5A CN106846352B (zh) 2016-12-30 2016-12-30 一种用于镜头解析力测试的刀口图片获取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611263203.5A CN106846352B (zh) 2016-12-30 2016-12-30 一种用于镜头解析力测试的刀口图片获取方法和装置

Publications (2)

Publication Number Publication Date
CN106846352A CN106846352A (zh) 2017-06-13
CN106846352B true CN106846352B (zh) 2019-12-27

Family

ID=59112920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611263203.5A Active CN106846352B (zh) 2016-12-30 2016-12-30 一种用于镜头解析力测试的刀口图片获取方法和装置

Country Status (1)

Country Link
CN (1) CN106846352B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107493469A (zh) * 2017-08-10 2017-12-19 歌尔科技有限公司 一种确定sfr测试卡的感兴趣区域的方法及装置
CN108827594B (zh) * 2018-05-11 2019-12-31 信利光电股份有限公司 一种结构光投影器的解析力检测方法和检测系统
CN110896469B (zh) * 2018-09-13 2022-05-27 宁波舜宇光电信息有限公司 用于三摄的解像力测试方法及其应用
CN109272540B (zh) * 2018-09-20 2021-11-23 易诚高科(大连)科技有限公司 一种图卡图像的sfr自动提取与分析方法
CN110611808B (zh) * 2019-08-27 2021-02-05 厦门亿联网络技术股份有限公司 一种相机的解析力测试方法和装置
WO2021195873A1 (zh) * 2020-03-30 2021-10-07 南昌欧菲光电技术有限公司 识别sfr测试卡图像中感兴趣区域的方法及装置、介质
CN113840132A (zh) * 2020-06-23 2021-12-24 深圳市万普拉斯科技有限公司 用于拍摄装置的测试装置和图像测试方法
CN112414679B (zh) * 2020-12-04 2022-06-03 歌尔光学科技有限公司 一种提取sfr算法刀口区域的方法及装置
CN112985778B (zh) * 2021-03-01 2022-06-21 歌尔科技有限公司 测试图卡的定位方法、终端及存储介质
CN113784112A (zh) * 2021-08-26 2021-12-10 昆山丘钛微电子科技股份有限公司 摄像模组测试方法、装置、测试图板以及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1770882A (zh) * 2004-11-06 2006-05-10 鸿富锦精密工业(深圳)有限公司 数码影像解析度测试图及其制作方法
CN101345811A (zh) * 2007-07-12 2009-01-14 三星电子株式会社 计算分辨率的装置与方法
CN101840576A (zh) * 2010-05-12 2010-09-22 浙江大学 一种可视化的测试数码相机各个成像区域分辨率的方法
CN103810370A (zh) * 2012-11-08 2014-05-21 王靖维 即时影像云端系统及其管理方法
CN103955109A (zh) * 2014-04-17 2014-07-30 深圳市大疆创新科技有限公司 镜头安装平整度的实时调整方法及装置
CN104811692A (zh) * 2015-04-09 2015-07-29 南昌欧菲光电技术有限公司 用于测试摄像模组的图片及其方法
CN106558044A (zh) * 2015-09-29 2017-04-05 宁波舜宇光电信息有限公司 影像模组的解像力测量方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1770882A (zh) * 2004-11-06 2006-05-10 鸿富锦精密工业(深圳)有限公司 数码影像解析度测试图及其制作方法
CN101345811A (zh) * 2007-07-12 2009-01-14 三星电子株式会社 计算分辨率的装置与方法
CN101840576A (zh) * 2010-05-12 2010-09-22 浙江大学 一种可视化的测试数码相机各个成像区域分辨率的方法
CN103810370A (zh) * 2012-11-08 2014-05-21 王靖维 即时影像云端系统及其管理方法
CN103955109A (zh) * 2014-04-17 2014-07-30 深圳市大疆创新科技有限公司 镜头安装平整度的实时调整方法及装置
CN104811692A (zh) * 2015-04-09 2015-07-29 南昌欧菲光电技术有限公司 用于测试摄像模组的图片及其方法
CN106558044A (zh) * 2015-09-29 2017-04-05 宁波舜宇光电信息有限公司 影像模组的解像力测量方法

Also Published As

Publication number Publication date
CN106846352A (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
CN106846352B (zh) 一种用于镜头解析力测试的刀口图片获取方法和装置
CN109300161B (zh) 一种基于双目视觉的定位方法及装置
CN111815630A (zh) 一种用于lcd屏幕的缺陷检测方法、装置
CN103617625B (zh) 一种图像匹配方法及图像匹配装置
CN105069799A (zh) 一种角点定位方法及装置
US11747284B2 (en) Apparatus for optimizing inspection of exterior of target object and method thereof
CN112200771B (zh) 一种高度测量方法、装置、设备和介质
CN110706224B (zh) 基于暗场图像的光学元件弱划痕检测方法、系统和装置
JP2016166853A (ja) 位置推定装置および位置推定方法
CN112985778B (zh) 测试图卡的定位方法、终端及存储介质
CN107092905B (zh) 一种电力巡检机器人的待识别仪器定位方法
CN110910445B (zh) 一种物件尺寸检测方法、装置、检测设备及存储介质
JP2014513793A (ja) タイヤの表面のディジタル画像の分析及び非測定箇所の処理
CN103824275A (zh) 在图像中搜寻鞍点状结构并测定其信息的系统和方法
CN106919883B (zh) 一种qr码的定位方法及装置
EP3499178B1 (en) Image processing system, image processing program, and image processing method
CN116862910B (zh) 基于自动化裁切生产的视觉检测方法
KR100960543B1 (ko) 미지 품질의 패턴을 사용하여 기준 이미지를 생성하기 위한시스템 및 방법
US10726535B2 (en) Automatically generating image datasets for use in image recognition and detection
CN109886917B (zh) 一种晶圆盘定位方法及装置
CN113375555A (zh) 一种基于手机影像的电力线夹测量方法及系统
CN111986266A (zh) 一种光度立体视觉点光源参数标定方法
CN116908185A (zh) 物品的外观缺陷检测方法、装置、电子设备及存储介质
CN110896469B (zh) 用于三摄的解像力测试方法及其应用
CN114187269B (zh) 小零器件表面缺陷边缘快速检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20201013

Address after: 261031 north of Yuqing street, east of Dongming Road, high tech Zone, Weifang City, Shandong Province (Room 502, Geer electronic office building)

Patentee after: GoerTek Optical Technology Co.,Ltd.

Address before: 266104 Laoshan Qingdao District North House Street investment service center room, Room 308, Shandong

Patentee before: GOERTEK TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right