CN107833217B - 一种基于数学形态学的图卡检测方法 - Google Patents
一种基于数学形态学的图卡检测方法 Download PDFInfo
- Publication number
- CN107833217B CN107833217B CN201711121226.7A CN201711121226A CN107833217B CN 107833217 B CN107833217 B CN 107833217B CN 201711121226 A CN201711121226 A CN 201711121226A CN 107833217 B CN107833217 B CN 107833217B
- Authority
- CN
- China
- Prior art keywords
- card
- graphic card
- edge
- edge line
- graphic
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于数学形态学的图卡检测方法,首先通过像素之间的颜色梯度的变化提取边缘,获得图卡边缘线集合;其次利用色差算法提取的图卡边缘线进行去噪处理,得到较为明显的边缘线集合;接着利用图卡垂直边缘线计算出图卡水平中心位置和垂直位置,将水平位置数据变换为位移平台横向调整距离,将垂直位置数据变换为位移平台纵向调整距离,然后反馈数字信号给位移平台,移平台自动定位后将摄像头调整到图卡中心位置,最后利用角点检测算法和灰度差结合提取图卡边缘角的方法确定图卡在图像的面积占比,再依据不同的检测图卡,移动平台在图卡中心前后移动,找到确定的检测位置。
Description
技术领域
本发明涉及检测方法领域,具体是一种基于数学形态学的图卡检测方法。
背景技术
成品的车载摄像头制作完成后,需要对车载摄像头进行性能检测。目前一般采用图卡作为车载摄像头的被测物以对车载摄像头进行检测,检测时图卡置于灯箱背景中,车载摄像头置于可控的移动平台上。现有的检测方法需要人工定量使移动平台移动,通过已知的移动量结合图卡与车载摄像头的垂直距离,以检测车载摄像头的性能。这种方法不仅操作步骤繁琐,而且需要大量人工干预,无法做到每次检测位置相同,难以保证检测条件的一致性。
发明内容 本发明的目的是提供一种基于数学形态学的图卡检测方法,以解决现有技术采用图卡检测车载摄像头存在的问题。
为了达到上述目的,本发明所采用的技术方案为:
一种基于数学形态学的图卡检测方法,其中图卡用于检测生产完成的车载摄像头,其特征在于:包括以下步骤:
(1)、作为车载摄像头被测物的图卡置于灯箱背景中,车载摄像头置于可控的移动平台上,由车载摄像头采集图卡影像,使用数学形态学边缘检测手段,利用图卡影像中图卡与灯箱背景之间色差配合灰度梯度,以提取图卡的初始边缘线集合;
(2)、对步骤(1)得到的初始边缘线条集合进行滤波处理,得到明显的边缘线集合;
(3)、利用数学形态学方法逐步自动追踪并连接步骤(2)得到的明显的边缘线集合中相邻的、角度相近的精化线段端点,得到准确的精化边缘线集合;
(4)、根据步骤(3)得到的精化边缘线集合,提取各个精化边缘线的中点,以各个精化边缘线的中点作为移动平台的定位条件,根据移动平台的定位条件换算出移动平台水平位移量和垂直位移量,以作为控制移动平台移动的数据;
(5)、提取图卡四个边缘角,利用图卡四个边缘角的空间位置定位图卡中心的空间位置;
(6)、利用图卡的四个边缘角计算出图卡的面积,根据图卡在图卡影像中所占的面积比,换算得到图卡中心到被测车载摄像头的垂直距离。
所述的一种基于数学形态学的图卡检测方法,其特征在于:步骤(1)中,使用基于L*a*b颜色模型的Sobel算子,通过图卡影像中利用像素之间的颜色梯度即色差,配合灰度梯度以提取图卡的初始边缘线集合。
所述的一种基于数学形态学的图卡检测方法,其特征在于:步骤(2)中,采用低阶边缘检测算子对初始边缘线条集合进行滤波处理。
所述的一种基于数学形态学的图卡检测方法,其特征在于:步骤(5)中,利用角点检测算法结合灰度差提取图卡四个边缘角。
本发明通过图像处理方法,可自动控制移动平台的定量移动及对应的车载摄像头与图卡中心的垂直距离,具有实现条件简单、操作简便的优点,替代了繁琐的作业步骤与人工干预,能有效的保证检测条件的一致性。
附图说明
图1为本发明流程原理图。
具体实施方式
如图1所示,一种基于数学形态学的图卡检测方法,其中图卡用于检测生产完成的车载摄像头,包括以下步骤:
(1)、作为车载摄像头被测物的图卡置于灯箱背景中,车载摄像头置于可控的移动平台上,由车载摄像头采集图卡影像,使用数学形态学边缘检测手段,利用图卡影像中图卡与灯箱背景之间色差配合灰度梯度,以提取图卡的初始边缘线集合;
(2)、对步骤(1)得到的初始边缘线条集合进行滤波处理,得到明显的边缘线集合;
(3)、利用数学形态学方法逐步自动追踪并连接步骤(2)得到的明显的边缘线集合中相邻的、角度相近的精化线段端点,得到准确的精化边缘线集合;
(4)、根据步骤(3)得到的精化边缘线集合,提取各个精化边缘线的中点,以各个精化边缘线的中点作为移动平台的定位条件,根据移动平台的定位条件换算出移动平台水平位移量和垂直位移量,以作为控制移动平台移动的数据;
(5)、提取图卡四个边缘角,利用图卡四个边缘角的空间位置定位图卡中心的空间位置;
(6)、利用图卡的四个边缘角计算出图卡的面积,根据图卡在图卡影像中所占的面积比,换算得到图卡中心到被测车载摄像头的垂直距离。
步骤(1)中,使用基于L*a*b颜色模型的Sobel算子,通过图卡影像中利用像素之间的颜色梯度即色差,配合灰度梯度以提取图卡的初始边缘线集合。
步骤(2)中,采用低阶边缘检测算子对初始边缘线条集合进行滤波处理。
步骤(5)中,利用角点检测算法结合灰度差提取图卡四个边缘角。
Claims (3)
1.一种基于数学形态学的图卡检测方法,其中图卡用于检测生产完成的车载摄像头,其特征在于:包括以下步骤:
(1)、作为车载摄像头被测物的图卡置于灯箱背景中,车载摄像头置于可控的移动平台上,由车载摄像头采集图卡影像,使用数学形态学边缘检测手段,利用图卡影像中图卡与灯箱背景之间的色差配合灰度梯度,以提取图卡的初始边缘线集合;
(2)、对步骤(1)得到的初始边缘线集合进行滤波处理,得到明显的边缘线集合;
(3)、利用数学形态学方法逐步自动追踪并连接步骤(2)得到的明显的边缘线集合中相邻的、角度相近的精化线段的端点,得到准确的精化边缘线集合;
(4)、根据步骤(3)得到的精化边缘线集合,提取各个精化边缘线的中点,以各个精化边缘线的中点作为移动平台的定位条件,根据移动平台的定位条件换算出移动平台水平位移量和垂直位移量,以作为控制移动平台移动的数据;
(5)、提取图卡四个边缘角,利用图卡四个边缘角的空间位置定位图卡中心的空间位置;
(6)、利用图卡的四个边缘角计算出图卡的面积,根据图卡在图卡影像中所占的面积比,换算得到图卡中心到被测车载摄像头的垂直距离。
2.根据权利要求1所述的一种基于数学形态学的图卡检测方法,其特征在于:步骤(2)中,采用低阶边缘检测算子对初始边缘线集合进行滤波处理。
3.根据权利要求1所述的一种基于数学形态学的图卡检测方法,其特征在于:步骤(5)中,利用角点检测算法结合灰度差提取图卡四个边缘角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711121226.7A CN107833217B (zh) | 2017-11-14 | 2017-11-14 | 一种基于数学形态学的图卡检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711121226.7A CN107833217B (zh) | 2017-11-14 | 2017-11-14 | 一种基于数学形态学的图卡检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107833217A CN107833217A (zh) | 2018-03-23 |
CN107833217B true CN107833217B (zh) | 2021-08-10 |
Family
ID=61654297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711121226.7A Active CN107833217B (zh) | 2017-11-14 | 2017-11-14 | 一种基于数学形态学的图卡检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107833217B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708137B (zh) * | 2022-04-25 | 2022-11-25 | 大庆亿莱检验检测技术服务有限公司 | 一种井下监测的360°图像处理装置 |
CN118015029A (zh) * | 2022-07-18 | 2024-05-10 | 宁德时代新能源科技股份有限公司 | 极耳的角点的检测方法、装置及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4217493B2 (ja) * | 2003-01-27 | 2009-02-04 | オリンパス株式会社 | 画素シフトデジタルカメラの調整方法、画素シフトデジタルカメラシステム及び顕微鏡画素シフトデジタルカメラシステム |
CN101476977A (zh) * | 2009-01-13 | 2009-07-08 | 洛阳汉腾光电有限公司 | 一种摄像机光学性能检测装置及检测方法 |
CN203554615U (zh) * | 2013-10-10 | 2014-04-16 | 中国航空工业集团公司上海航空测控技术研究所 | 一种摄像头可视角度测试装置 |
CN103942796A (zh) * | 2014-04-23 | 2014-07-23 | 清华大学 | 一种高精度的投影仪-摄像机标定系统及标定方法 |
CN104301716A (zh) * | 2014-10-23 | 2015-01-21 | 广州市光机电技术研究院 | 一种高清摄像机综合特性检测装置及检测方法 |
CN106162157A (zh) * | 2015-03-24 | 2016-11-23 | 惠州市德赛西威汽车电子股份有限公司 | 鱼眼摄像头的空间频率响应的测试方法 |
CN106657988A (zh) * | 2016-12-30 | 2017-05-10 | 歌尔科技有限公司 | 自动定位测试图卡的摄像头测试方法和装置、计算机设备 |
-
2017
- 2017-11-14 CN CN201711121226.7A patent/CN107833217B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4217493B2 (ja) * | 2003-01-27 | 2009-02-04 | オリンパス株式会社 | 画素シフトデジタルカメラの調整方法、画素シフトデジタルカメラシステム及び顕微鏡画素シフトデジタルカメラシステム |
CN101476977A (zh) * | 2009-01-13 | 2009-07-08 | 洛阳汉腾光电有限公司 | 一种摄像机光学性能检测装置及检测方法 |
CN203554615U (zh) * | 2013-10-10 | 2014-04-16 | 中国航空工业集团公司上海航空测控技术研究所 | 一种摄像头可视角度测试装置 |
CN103942796A (zh) * | 2014-04-23 | 2014-07-23 | 清华大学 | 一种高精度的投影仪-摄像机标定系统及标定方法 |
CN104301716A (zh) * | 2014-10-23 | 2015-01-21 | 广州市光机电技术研究院 | 一种高清摄像机综合特性检测装置及检测方法 |
CN106162157A (zh) * | 2015-03-24 | 2016-11-23 | 惠州市德赛西威汽车电子股份有限公司 | 鱼眼摄像头的空间频率响应的测试方法 |
CN106657988A (zh) * | 2016-12-30 | 2017-05-10 | 歌尔科技有限公司 | 自动定位测试图卡的摄像头测试方法和装置、计算机设备 |
Non-Patent Citations (2)
Title |
---|
Compensating Background for Noise due to Camera Vibration in Uncalibrated-Camera-Based Vehicle Speed Measurement System;Thuy Tuong Nguyen 等;《IEEE Transactions on Vehicular Technology》;20110131;第60卷(第1期);第30-43页 * |
液晶显示器的摄像头性能检测软件系统设计;武永华 等;《信息终端与显示》;20131231;第37卷(第7期);第107-110页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107833217A (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107463918B (zh) | 基于激光点云与影像数据融合的车道线提取方法 | |
CN105184779B (zh) | 一种基于快速特征金字塔的车辆多尺度跟踪方法 | |
CN101814139B (zh) | 一种雨滴识别方法 | |
CN104075965B (zh) | 一种基于分水岭分割的显微图像颗粒粒度测量方法 | |
CN102679914B (zh) | 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置 | |
CN107358628B (zh) | 基于靶标的线阵图像处理方法 | |
CN106530313B (zh) | 一种基于区域分割的海天线实时检测方法 | |
CN107392849B (zh) | 基于图像细分的靶标识别与定位方法 | |
CN103727930A (zh) | 一种基于边缘匹配的激光测距仪与相机相对位姿标定方法 | |
CN102307274A (zh) | 基于边缘检测和帧差法的运动检测方法 | |
CN103604371A (zh) | 移动终端及其物体测量方法 | |
CN105139391B (zh) | 一种雾霾天气交通图像边缘检测方法 | |
CN107833217B (zh) | 一种基于数学形态学的图卡检测方法 | |
CN102393902A (zh) | 基于h_s二维直方图和区域颜色匹配的车辆颜色检测方法 | |
CN108550160B (zh) | 基于光强模板的非均匀光条特征区域提取方法 | |
CN107545550B (zh) | 细胞图像偏色校正方法 | |
CN102901444A (zh) | 一种基于mp小波滤波的零件尺寸检测方法及其检测系统 | |
CN103293168B (zh) | 基于视觉显著性的水果表面缺陷检测方法 | |
CN105160682A (zh) | 图像边缘检测方法及装置 | |
CN102706291A (zh) | 一种道路曲率半径自动测量方法 | |
CN113706566B (zh) | 一种基于边缘检测的加香喷雾性能检测方法 | |
CN104749801B (zh) | 高精度自动光学检测方法和系统 | |
CN109341524A (zh) | 一种基于机器视觉的光纤几何参数检测方法 | |
CN104021527A (zh) | 一种图像中雨雪的去除方法 | |
CN113138148A (zh) | 一种基于红外图像的土壤入渗性能自动测量方法及装置 |
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 |