CN107726993A - 基于光场图像宏像素最大梯度区域的颗粒深度测量方法 - Google Patents

基于光场图像宏像素最大梯度区域的颗粒深度测量方法 Download PDF

Info

Publication number
CN107726993A
CN107726993A CN201711032930.5A CN201711032930A CN107726993A CN 107726993 A CN107726993 A CN 107726993A CN 201711032930 A CN201711032930 A CN 201711032930A CN 107726993 A CN107726993 A CN 107726993A
Authority
CN
China
Prior art keywords
mrow
light
particle
image
pixel
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.)
Granted
Application number
CN201711032930.5A
Other languages
English (en)
Other versions
CN107726993B (zh
Inventor
马原驰
周骛
钱天磊
蔡小舒
贾敏华
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201711032930.5A priority Critical patent/CN107726993B/zh
Publication of CN107726993A publication Critical patent/CN107726993A/zh
Application granted granted Critical
Publication of CN107726993B publication Critical patent/CN107726993B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种基于光场图像宏像素最大梯度区域的颗粒深度测量方法，选取到颗粒边缘位置图像与相邻宏像素进行互相关计算，根据颗粒测量的特点对现在的测试方法进行了优化，在不增加测量系统复杂度的前提下，有效增加了应用光场相机对颗粒深度信息进行测量的结果的准确度和分辨率。同时，该方法计算简单、深度范围大、可在线实时测量、测量速度快、对测量环境要求低、自动化程度高，使得光场相机在颗粒三维位置测量领域中获得了较高的应用价值与研究意义。

Description

基于光场图像宏像素最大梯度区域的颗粒深度测量方法
技术领域
本发明涉及一种颗粒与多相流测量技术，特别涉及一种基于光场图像宏像素最大梯度区域的颗粒深度测量方法。
背景技术
近年来随着数字相机以及图像处理技术的发展，采用数字相机拍摄颗粒或两相流中的颗粒相以获取相关信息的颗粒图像测量方法开始引起测量人员的关注。然而，图像法对于颗粒的深度信息的获取能力远低于对其二维平面位置信息的获取能力。这是由于传统的相机在捕捉物体光学信息的时候，来自同一方向的全部光线都会落在图像传感器上的同一像素上，这使得传统相机难以分辨来自不同深度的光线信息。而光场相机技术的日趋成熟，使得采用光场相机在对测量环境要求较低的情况下对颗粒进行更加精密准确的深度测量成为了可能。但由于光源较强、待测颗粒占整体图像比例较小、图像中除颗粒边缘外其余位置的梯度都较低等图像法颗粒测量中的特殊性质，传统方法将互相关窗口设置在宏像素中间位置时，尝尝会选取到颗粒中心或是空白背景处，这使得传统的光场相机的深度估计方法在应用于颗粒测量时的深度估计误差很大。
发明内容
本发明是针对现在颗粒信息测量存在的问题，提出了一种基于光场图像宏像素最大梯度区域的颗粒深度测量方法，根据颗粒测量的特点对方法进行了优化，使得采用光场相机可以获得高精度的颗粒深度信息，这对于颗粒与多相流测量领域具有重要意义。
本发明的技术方案为：一种基于光场图像宏像素最大梯度区域的颗粒深度测量方法，具体包括如下步骤：
1)、测量前首先对使用的光场相机采用透明标定物进行标定，获得像素代表的实际尺寸以及光场相机拍摄获得的原始图像中相邻两个宏像素中心位置的实际距离S；
2)、采用光源照明待测区域，调节光源的位置和强度大小，使背景光均匀；
3)、使用光场相机对待测区域进项拍摄，获得无待测颗粒的背景图像；
4)、将待测颗粒群置于待测区域中，使用光场相机对待测区域进项拍摄，获得有待测颗粒的颗粒图像；
5)、将步骤4)获得的颗粒图像与步骤3)获得的背景图像每个像素的灰度值相减，获得新的去背景颗粒图像；
6)、选取去背景颗粒图像中的某一宏像素，对其使用一个大小为a像素×b像素的窗口对宏像素区域进行梯度计算，窗口面积应小于宏像素有效像素面积，获得宏像素区域所有梯度值，记录获得最高梯度结果时的窗口中心像素的坐标1(x1,y1)；
7)、将步骤6)中获得的最高梯度结果时的窗口所在区域记录为待计算图像，并将其与相邻宏像素进行互相关计算，记录获得最大互相关结果时图像像素中心的坐标2(x2,y2)；
8)、坐标1与坐标2之间的坐标差值D可由计算得到：
而该宏像素中颗粒的实际深度l1由下式计算得到：
其中，f为光场相机主镜头焦距，Δl为光场相机的主镜头与微透镜阵列距离，l2'为光场相机的微透镜阵列与相机图像传感器距离，p为微透镜阵列中相邻微透镜中心的距离；
9)、对去背景颗粒图像中的剩余的所有宏像素，进行步骤6)至8)的处理，获得整体图像中全部宏像素位置中颗粒的实际深度。
本发明的有益效果在于：本发明基于光场图像宏像素最大梯度区域的颗粒深度测量方法，在不增加测量系统复杂度的前提下，有效增加了应用光场相机对颗粒深度信息进行测量的结果的准确度和分辨率。同时，该方法计算简单、深度范围大、可在线实时测量、测量速度快、对测量环境要求低、自动化程度高，使得光场相机在颗粒三维位置测量领域中获得了较高的应用价值与研究意义。
附图说明
图1为本发明分别应用本发明与应用传统方法选取互相关窗口示意图；
图2为当宏像素中心为颗粒时应用本发明与应用传统方法选取互相关窗口对比示意图；
图3为当宏像素中心为背景时应用本发明与应用传统方法选取互相关窗口对比示意图。
具体实施方式
本发明基于光场图像宏像素最大梯度区域的颗粒深度测量方法的具体步骤如下：
1、测量前首先对使用的光场相机采用透明标定物进行标定，获得像素代表的实际尺寸以及光场相机拍摄获得的原始图像中相邻两个宏像素中心位置的实际距离S；
2、采用光源照明待测区域，调节光源的位置和强度大小，使背景光均匀；
3、使用光场相机对待测区域进项拍摄，获得无待测颗粒的背景图像；
4、将一片有若干直径0.04mm的黑色圆形图案的标定板置于待测区域中作为模拟颗粒进行测量，再使用光场相机对待测区域进项拍摄，获得有模拟待测颗粒的颗粒图像；
5、将步骤4获得的颗粒图像与步骤3获得的背景图像每个像素的灰度值相减，获得新的去背景颗粒图像；
6、选取去背景颗粒图像中的某一宏像素，对其使用一个大小为a像素×b像素的窗口对宏像素区域进行梯度计算，窗口面积应小于宏像素有效像素面积，获得宏像素区域所有梯度值，记录获得最高梯度结果时的窗口中心像素的坐标1(x1,y1)；
7、将步骤6)中获得的最高梯度结果时的窗口所在区域记录为待计算图像，并将其与相邻宏像素进行互相关计算，记录获得最大互相关结果时图像像素中心的坐标2(x2,y2)；
8、坐标1与坐标2之间的坐标差值D可由计算得到：
而该宏像素中颗粒的实际深度l1可由下式计算得到：
其中，f为主镜头焦距，Δl为光场相机的主镜头与微透镜阵列距离，l2'为微透镜阵列与相机图像传感器距离，p为微透镜阵列中相邻微透镜中心的距离。
而光场相机的主镜头与微透镜阵列距离、微透镜阵列与图像传感器距离以及微透镜阵列中相邻微透镜中心的距离都是相机的固定参数，因此，在引用本方法的颗粒测量中，单个宏像素中颗粒的实际深度可以由上述步骤计算得出的坐标1与坐标2之间的坐标差值D直接求出。
9、对去背景颗粒图像中的剩余的所有宏像素，进行步骤6至8的处理，获得整体图像中全部宏像素位置中颗粒的实际深度。
如图1所示应用本发明与应用传统方法进行实验得到的深度测量结果和实际颗粒深度距离比较图，实线框为传统方法下的测量结果，虚线为本发明方法下的测量结果。对比传统方法，应用本发明进行实验验证得到的深度测量结果具有较高准确度、精确度、线性度。
如图2和图3所述示分别当宏像素中心为颗粒和宏像素中心为背景时应用本发明与应用传统方法选取互相关窗口示意图，对比本发明方法与传统方法，可看出传统方法将互相关窗口设置在宏像素中间位置时，尝尝会选取到颗粒中心或是空白背景处，这使得传统的光场相机的深度估计方法在应用于颗粒测量时的深度估计误差会很大。而本发明的方法会选取到颗粒边缘位置图像与相邻宏像素进行互相关计算，有效避免了误测量并提高了测量准确性。
实施例2：
将实施例1中的有黑色圆形图案的标定板替换为空心玻璃珠颗粒群，其余测量步骤与实施例1相同。

Claims (1)

1.一种基于光场图像宏像素最大梯度区域的颗粒深度测量方法，其特征在于，具体包括如下步骤：
1)、测量前首先对使用的光场相机采用透明标定物进行标定，获得像素代表的实际尺寸以及光场相机拍摄获得的原始图像中相邻两个宏像素中心位置的实际距离S；
2)、采用光源照明待测区域，调节光源的位置和强度大小，使背景光均匀；
3)、使用光场相机对待测区域进项拍摄，获得无待测颗粒的背景图像；
4)、将待测颗粒群置于待测区域中，使用光场相机对待测区域进项拍摄，获得有待测颗粒的颗粒图像；
5)、将步骤4)获得的颗粒图像与步骤3)获得的背景图像每个像素的灰度值相减，获得新的去背景颗粒图像；
6)、选取去背景颗粒图像中的某一宏像素，对其使用一个大小为a像素×b像素的窗口对宏像素区域进行梯度计算，窗口面积应小于宏像素有效像素面积，获得宏像素区域所有梯度值，记录获得最高梯度结果时的窗口中心像素的坐标1(x1,y1)；
7)、将步骤6)中获得的最高梯度结果时的窗口所在区域记录为待计算图像，并将其与相邻宏像素进行互相关计算，记录获得最大互相关结果时图像像素中心的坐标2(x2,y2)；
8)、坐标1与坐标2之间的坐标差值D可由计算得到：
<mrow> <mi>D</mi> <mo>=</mo> <msqrt> <mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>-</mo> <msub> <mi>x</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mn>1</mn> </msub> <mo>-</mo> <msub> <mi>y</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mrow>
而该宏像素中颗粒的实际深度l1由下式计算得到：
<mrow> <msub> <mi>l</mi> <mn>1</mn> </msub> <mo>=</mo> <mn>1</mn> <mo>/</mo> <mo>&amp;lsqb;</mo> <mfrac> <mn>1</mn> <mi>f</mi> </mfrac> <mo>-</mo> <mn>1</mn> <mo>/</mo> <mrow> <mo>(</mo> <mi>&amp;Delta;</mi> <mi>l</mi> <mo>+</mo> <mfrac> <mrow> <mi>p</mi> <mo>&amp;times;</mo> <msup> <msub> <mi>l</mi> <mn>2</mn> </msub> <mo>&amp;prime;</mo> </msup> </mrow> <mrow> <mi>D</mi> <mo>-</mo> <mi>p</mi> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
其中，f为光场相机主镜头焦距，Δl为光场相机的主镜头与微透镜阵列距离，l2'为光场相机的微透镜阵列与相机图像传感器距离，p为微透镜阵列中相邻微透镜中心的距离；
9)、对去背景颗粒图像中的剩余的所有宏像素，进行步骤6)至8)的处理，获得整体图像中全部宏像素位置中颗粒的实际深度。
CN201711032930.5A 2017-10-30 2017-10-30 基于光场图像宏像素最大梯度区域的颗粒深度测量方法 Active CN107726993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711032930.5A CN107726993B (zh) 2017-10-30 2017-10-30 基于光场图像宏像素最大梯度区域的颗粒深度测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711032930.5A CN107726993B (zh) 2017-10-30 2017-10-30 基于光场图像宏像素最大梯度区域的颗粒深度测量方法

Publications (2)

Publication Number Publication Date
CN107726993A true CN107726993A (zh) 2018-02-23
CN107726993B CN107726993B (zh) 2019-07-19

Family

ID=61203168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711032930.5A Active CN107726993B (zh) 2017-10-30 2017-10-30 基于光场图像宏像素最大梯度区域的颗粒深度测量方法

Country Status (1)

Country Link
CN (1) CN107726993B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7433076B2 (en) * 2003-07-18 2008-10-07 Technologies Photogram Inc. Macro-pixel image rendering apparatus and associated methods
CN101446483A (zh) * 2008-12-30 2009-06-03 重庆大学 光电跟踪宏像素迭代质心法
US7656541B2 (en) * 2006-02-20 2010-02-02 Sick Ag Optoelectronic apparatus and a method for its operation
CN104899870A (zh) * 2015-05-15 2015-09-09 清华大学深圳研究生院 基于光场数据分布的深度估计方法
CN205844136U (zh) * 2016-07-22 2016-12-28 浙江大学 一种颗粒形态的光学检测装置
US20170180658A1 (en) * 2015-12-21 2017-06-22 Samsung Electronics Co., Ltd. Depth sensor, three-dimensional camera, and method of controlling noise of macro pixel
CN107027025A (zh) * 2017-03-28 2017-08-08 清华大学深圳研究生院 一种基于宏像素块自适应预测的光场图像压缩方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7433076B2 (en) * 2003-07-18 2008-10-07 Technologies Photogram Inc. Macro-pixel image rendering apparatus and associated methods
US7656541B2 (en) * 2006-02-20 2010-02-02 Sick Ag Optoelectronic apparatus and a method for its operation
CN101446483A (zh) * 2008-12-30 2009-06-03 重庆大学 光电跟踪宏像素迭代质心法
CN104899870A (zh) * 2015-05-15 2015-09-09 清华大学深圳研究生院 基于光场数据分布的深度估计方法
US20170180658A1 (en) * 2015-12-21 2017-06-22 Samsung Electronics Co., Ltd. Depth sensor, three-dimensional camera, and method of controlling noise of macro pixel
CN205844136U (zh) * 2016-07-22 2016-12-28 浙江大学 一种颗粒形态的光学检测装置
CN107027025A (zh) * 2017-03-28 2017-08-08 清华大学深圳研究生院 一种基于宏像素块自适应预测的光场图像压缩方法

Also Published As

Publication number Publication date
CN107726993B (zh) 2019-07-19

Similar Documents

Publication Publication Date Title
CN108120392B (zh) 气液两相流中气泡三维测量系统及方法
CN101403610B (zh) 一种基于数字图像法测量皮革面积的系统及其方法
Pereira et al. Defocusing digital particle image velocimetry and the three-dimensional characterization of two-phase flows
CN103026170B (zh) 摄像装置以及摄像方法
CN107084794B (zh) 基于光场分层成像技术的火焰三维温度场测量系统及其方法
CN106595528A (zh) 一种基于数字散斑的远心显微双目立体视觉测量方法
US20170013213A1 (en) Turbulence-free camera system and related method of image enhancement
CN101812824B (zh) 基于影像云纹法的路面平整度检测装置及检测方法
CN104776977A (zh) 一种海岸工程泥沙物理模型试验底床动态综合观测方法
CN108362469A (zh) 基于压敏漆与光场相机的尺寸与表面压力测量方法与装置
Aureli et al. An image processing technique for measuring free surface of dam-break flows
JP2015021862A (ja) ３次元計測装置及び３次元計測方法
CN107869954A (zh) 一种双目视觉体积重量测量系统及其实现方法
CN109883391A (zh) 基于微透镜阵列数字成像的单目测距方法
CN105953741A (zh) 一种钢结构局部几何变形的测量系统和方法
CN103196429A (zh) 城市天际轮廓线立面正射影像图的快速获取和测量方法
Zhu et al. Volumetric resolution of light field imaging and its effect on the reconstruction of light field PIV
CN107356596A (zh) 水下标定目标成像装置及光学图像法水质浊度在线检测方法
CN114972447A (zh) 一种基于无人机拍照的水体表面流迹线测量方法
CN110274749A (zh) 基于2维piv的旋流器内部流场测量方法和系统
CN112504240B (zh) 一种激光投线仪校准系统及校准方法
CN103091993B (zh) 用于光刻机透镜热效应测量的测试标记及其测量方法
CN202562446U (zh) 一种沥青路面构造深度的测量装置
CN107726993A (zh) 基于光场图像宏像素最大梯度区域的颗粒深度测量方法
JPH08305852A (ja) 画像処理による気泡の３次元計測方法

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