CN108088845A - 一种基于微弱信息保留的成像校正方法与装置 - Google Patents

一种基于微弱信息保留的成像校正方法与装置 Download PDF

Info

Publication number
CN108088845A
CN108088845A CN201711287981.2A CN201711287981A CN108088845A CN 108088845 A CN108088845 A CN 108088845A CN 201711287981 A CN201711287981 A CN 201711287981A CN 108088845 A CN108088845 A CN 108088845A
Authority
CN
China
Prior art keywords
image
acquisition
pixel
correction coefficient
value
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
CN201711287981.2A
Other languages
English (en)
Other versions
CN108088845B (zh
Inventor
罗巍巍
张胜森
邓标华
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.)
Wuhan Jingce Electronic Group Co Ltd
Wuhan Jingce Electronic Technology Co Ltd
Original Assignee
Wuhan Jingce Electronic Group 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 Wuhan Jingce Electronic Group Co Ltd filed Critical Wuhan Jingce Electronic Group Co Ltd
Priority to CN201711287981.2A priority Critical patent/CN108088845B/zh
Publication of CN108088845A publication Critical patent/CN108088845A/zh
Application granted granted Critical
Publication of CN108088845B publication Critical patent/CN108088845B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/93—Detection standards; Calibrating baseline adjustment, drift correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G02—OPTICS
    • G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
    • G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
    • G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour 
    • G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour  based on liquid crystals, e.g. single liquid crystal display cells
    • G02F1/1306—Details
    • G02F1/1309—Repairing; Testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8822—Dark field detection
    • G01N2021/8825—Separate detection of dark field and bright field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9511—Optical elements other than lenses, e.g. mirrors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9513—Liquid crystal panels

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Nonlinear Science (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明公开了一种基于微弱信息保留的成像校正方法与装置，其方法在响应曲线局部区间，将像元的响应灰度值与入射光强度之间的关系近似线性化处理，通过改变每个像元响应直线的斜率和偏移使所有像素点的响应直线相同；对于相机镜头中灰尘及噪声的影响，使用Marr‑Hildreth算子提取明场图像微弱特征，通过4‑8邻域判别相机噪声并予以保留；其装置包括图像采集单元，图像计算单元和采集管理单元；采集管理单元用于设定成像系数范围，设定标定计算均值的ROI区域，管理图像采集校正系数；图像采集单元用于进行图像采集；图像计算单元用于根据采集的图像计算每个像元的校正系数，根据系数分布范围来优化采集系数矩阵。

Description

一种基于微弱信息保留的成像校正方法与装置
技术领域
本发明属于显示面板缺陷自动检测技术领域，具体涉及一种基于微弱信息保留的成像校正方法与装置。
背景技术
LCD、OLED等显示面板的生产工艺较为复杂，生产缺陷种类多样，譬如缺陷面积比较大的诸如颜色差异，亮度不均匀，Mura缺陷；譬如精细的微观显示缺陷诸如亮点、暗点，亮线、暗线等。用于检测显示面板的成像的不均匀性可能导致缺陷检测不准确，因此必须对检测用的成像予以校正，并且校正后不能干扰精细的微观显示的检测。造成成像不均匀性的原因包括：镜片中心和镜片边缘的响应不一致，镜头灰层污渍，成像器件各像元响应不一致，成像器件各像元收集的能量和图像灰度值之间存在非线性响应，固定的图像背景噪声等。
针对成像器件各像元响应不一致性造成的不均匀，现有技术譬如《图像平场校正方法的扩展应用研究》一文所公开的技术方案中，将像素响应不一致、图像噪声或光路中成像因素看成成像不均性的组成部分，根据平场校正原理对其进行处理，计算每各像元校正系数。针对镜头产生的暗角问题造成的不均匀，申请号为CN201610097292.4的专利所公开的《一种图像暗角校正方法、装置及系统》描述了一种图像暗角校正方法，应用于装有摄像头的终端设备，将图像的补偿系数建立数学模型，模型参数参数包括标定光学中心坐标和亮度变化拟合系数，根据模型计算每个像元上的校正系数。
上述现有技术所公开的校正方法应用在LCD检测上有局限性，主要体现在：
(1)校正目的在于满足视觉效果，未考量检测应用所需的图像质量要求：(2)以像元灰度值与入射光强之间为线性关系为前提，未考虑像元间的差异及其动态响应范围内的非线性情况。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于微弱信息保留的成像校正方法与装置，其目的在于解决因成像系统限制导致的成像不均匀问题，以保证显示面板宏观缺陷的检出，同时保留成像系统的微弱信息，不干扰显示面板微观缺陷的检出，保障检测的可靠性和准确性。
为实现上述目的，按照本发明的一个方面，提供了一种基于微弱信息保留的成像校正方法，包括如下步骤：
(1)通过将待检图像灰度值分组，确定相机成像典型亮度-灰度响应区间；
(2)按灰度值将响应区间逐段标定，获得校正系数矩阵；根据建立的校正系数有效分布模型去除无效系数值以优化校正系数矩阵；
(3)按照待检图像灰度值分组逐组计算该每组灰度区间内的校正系数矩阵G1、G2、…Gn并优化；采用优化的校正系数矩阵来校正待检图像，获得校正图像C＝R*Gn；
其中R代表待校正图像，Gn代表系数矩阵集合；n是指待检图像灰度值分组的组数。
采用上述方法校正后的图像可更加真实反映被测体发光状态，以保证宏观缺陷的检出，同时保留成像系统的微弱信息，不影响精细的微观显示缺陷的检出。
优选地，上述基于微弱信息保留的成像校正方法，其步骤(2)具体包括如下步骤：
(2.1)在光线均匀的通过镜头的情况下拍摄获得多张明场图片；在无光线进入镜头的情况下拍摄获得多张暗场图片；
(2.2)对采集的多张明场图片逐像素做中值叠加，获得叠加明场图片的中值滤波图像，并获取叠加明场图片的感兴趣区域均值；
并对采集的多张暗场图片逐像素做中值叠加，获得叠加暗场图片的感兴趣区域均值；
根据感兴趣区域均值、明场图像像素值矩阵、暗场图像像素值矩阵获得校正系数矩阵；
(2.3)采用Marr-Hildreth算子提取明场图像微弱特征，通过4-8邻域判别相机噪声并予以保留；
(2.4)将校正系数矩阵中噪声和灰尘位置所对应的系数赋值为1，获得优化的校正系数矩阵。
优选地，上述基于微弱信息保留的成像校正方法，其步骤(1)具体为：
统计待检显示面板在R255、G255、B255、L0、L48、L128、L255画面的灰度区间，将检测图像根据灰度值分组，确定相机成像典型亮度-灰度响应区间。
优选地，上述基于微弱信息保留的成像校正方法，其步骤(2)中采集明场图像与暗场图像的方法具体如下：
(a)固定镜头光圈及焦距，将积分球光源置于镜头正前方，调节积分球发光强度以使光线均匀的通过镜头并拍摄获得明场图片；为减小光源发光不均匀的影响，分别对光源不同位置取15～20个画面，获得明场图像像素值矩阵；
(b)将镜头遮住不允许光线进入并拍摄暗获取场图片；为减小系统噪声的影响，拍摄15～20个画面，获得暗场图像像素值矩阵。
优选地，上述基于微弱信息保留的成像校正方法，其步骤(2.4)包括如下子步骤：
(2.4.1)使用二阶微分与明场图像进行卷积，根据卷积获得的结果提取灰尘的blob区域位置，并将该灰尘对应的像素点滤除；
(2.4.2)4-8邻域噪声过滤处理
当像素点灰度值与其邻域像素点灰度值的差异值超过阈值时，将该像素点滤除。
为实现本发明目的，按照本发明的另一个方面，提供一种基于微弱信息保留的成像校正装置，包括图像采集单元，图像计算单元和采集管理单元；
其中，采集管理单元用于设定成像系数范围，设定标定计算均值的ROI区域，管理图像采集校正系数；
图像采集单元用于进行图像采集，并将采集的图像数据发送到图像计算单元；
图像计算单元用于根据采集的图像计算每个像元的校正系数，根据系数分布范围来优化采集系数矩阵。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明提供的基于微弱信息保留的成像校正方法与装置，针对LCD、OLED检测过程中的待检图像由于成像系统限制引起的成像不均匀问题，结合LCD检测宏观缺陷和微观缺陷特点，通过将待检画面亮度值分组，确定相机成像典型亮度-灰度响应区间，按灰度值区间逐段标定，将像元灰度-光强响应曲线在区域范围内细化处理，减小各个像元间响应的差异性；并建立校正系数有效分布模型，保留噪点，灰尘等信息，优化标定系数矩阵，解决成像不均性问题；校正后的图像更加真实反应被测体发光状态，以保证宏观缺陷的检出，同时保留成像系统的微弱信息，不干扰精细的微观显示缺陷的检出，保障AOI检测的可靠性和准确性；减少由于图像暗角问题产生的过检和漏检；有效保障了LCD等显示面板缺陷检测的鲁棒性和可靠性。
附图说明
图1是本发明提供的基于微弱信息保留的相机成像不均匀校正方法的一个实施例的图像不均匀标定流程示意图；
图2是本发明提供的基于微弱信息保留的相机成像不均匀校正方法的一个实施例的矩阵优化流程示意图；
图3是对图像中某一行进行不均匀性校正后保留微弱信息的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
LCD和OLED等显示面板的生产工艺复杂，生产缺陷种类多样；譬如LCD的缺陷包括以下表1所列的很多种，每一种缺陷的形成原因和表现形式都有差异；根据缺陷的大小又可以分为宏观缺陷和微观缺陷。
表1 LCD缺陷分类
图像作为AOI系统中测量数据的主要来源，为适应大尺寸LCD等显示面板检测，其成像系统需要同时满足大视野、尽量高的成像精度和质量的要求。实际应用中的图像质量并不完美，一个典型的成像问题是成像不均匀；图像中越远离中心坐标的像素值越偏暗，主观感受是中间更亮些，图片四个角更暗些的视觉效果；而检测所采用的图像的成像不均匀会导致缺陷检测结果不准确。
从原理上来讲，成像系统包含镜头、相机(包含探测器和成像处理电路)；目标景物发出/反射的光线通过光学系统聚焦到相机靶面上，相机将接收的光源辐射能量转换为电信号，处理电路将电信号处理后输出图像信号，造成成像不均匀性的原因包括：镜片中心和镜片边缘的响应不一致，镜头灰层污渍，成像器件各像元响应不一致，成像器件各像元收集的能量和图像灰度值之间存在非线性响应，固定的图像背景噪声等。
针对LCD、OLED检测所采用的待检图像由于成像系统限制引起的成像不均匀问题，采用本发明提出的校正方法来改善成像的均匀性，以保证亮度不均、颜色差异、Mura等缺陷的检出，同时保留成像系统的微弱信息，不干扰精细的微观缺陷的检出，以有效的保障AOI检测的可靠性和准确性，减少由于暗角问题产生的过检和漏检。
本发明提供的方法，针对多个相机光强-灰度响应区间，在响应曲线局部区间，将像元的响应灰度值与入射光强度之间的关系近似线性化处理，通过改变每个像元响应直线的斜率(即信号增益Gain)和偏移(即信号偏移量Offset)，使所有像素点的响应直线相同；
对于相机镜头中灰尘及噪声的影响，使用Marr-Hildreth算子提取明场图像微弱特征，通过4-8邻域判别相机噪声并予以保留，以用于显示面板缺陷判别。
以下结合本发明的一个具体实施例具体阐述本发明所提供的校正方法，其流程如图1所示，包括如下步骤：
(1)统计待检显示面板在R255、G255、B255、L0、L48、L128、L255画面的灰度区间，将待检画面根据灰度值分组，确定相机成像典型亮度-灰度响应区间，例如，典型灰度区间在[0，160]则可以分组为[0-30]、[30-160]两个灰度区间。
(2)明场暗场图片采集
固定镜头光圈及焦距；将积分球光源置于镜头正前方，调节积分球发光强度以使光线均匀的通过镜头并拍摄明场图片；为减小光源发光不均匀的影响，分别对光源不同位置取15～20个画面；
将镜头遮住不允许光线进入并拍摄暗场图片；为减小系统噪声的影响，拍摄15～20个画面。
(3)获取平场校正系数；
(3.1)对采集的明场图片逐像素做中值叠加，根据叠加后明场图像各个像素位置的数值获得明场图像像素值矩阵F；计算获取F的均值m；
(3.2)对采集的暗场图片逐像素做中值叠加，叠加后暗场图片各个像素位置的数值获得暗场图像像素值矩阵D；
(3.3)获取平场校正系数G＝m/(F-D)；其中，G、F、D均为像素值矩阵，m为标量；依矩阵运算规则，逐一计算图像中的每个像素。
(4)校正系数矩阵优化，其流程如图2所示，包括如下子步骤：
(4.1)使用二阶微分与明场图像进行卷积，其中，表达式如下：
其中，g(x,y)是指高斯函数；是指二阶微分；
上式用来计算一个模板的系数，该模板将高斯平滑和二阶微分结合在一起，使用该模板与图像进行卷积计算，高斯平滑消除二阶微分对噪声敏感的问题，在灰尘位置边缘，二阶微分的响应是一个过零交叉点，计算过零点附近正负值的绝对值滤除无效过零点，根据卷积获得的结果提取灰尘的blob区域位置，并将该像素点滤除。
(4.2)4-8邻域噪声过滤处理
当像素点灰度值与其邻域像素点灰度值的差异值超过阈值时，将该像素点滤除；其中，4-8邻域定义如下：
X X X
X ○ X
X X X
(4.3)求解优化校正系数无效区域INVALID_R；去除由噪声、灰尘带来的不合理系数值，使得G(INVALID_R)＝1；并在图像中保留噪点、灰尘信息使成像均匀；
G是指校正系数，INVALID_R表示invalid region，是指灰尘和噪声区域；在灰尘和噪声所在位置将其系数赋值为1；
(5)按照待检画面灰度值分组区间的组别，按照步骤(2)-(4)逐组计算每组灰度区间内的校正系数，并按分组区间组别保存校正系数为G1，G2…；采用优化的校正系数矩阵来校正待检图像，获得的校正图像表示为：C＝R*Gn；
其中R代表待校正图像，Gn代表系数矩阵集合，R中各像元灰度值先判定灰度值区间，再与对应区间的校正系数相乘。
参照图3，是对图像中某一行进行不均匀性校正后保留微弱信息的示意图，根据该图可以看出、校正前如图3(A)，灰度值不均匀，图像边缘位置和中心位置灰度值差别较大，在理想均匀光源下，各点位置灰度值应该相差不大；校正后如图3(B)，各点位置灰度值一致，同时保留了由于灰尘或噪声引起的微弱信息。
实施例提供的基于微弱信息保留的成像校正装置，包括图像采集单元，图像计算单元和采集管理单元；
其中，采集管理单元用于设定成像系数范围，设定标定计算均值的感兴趣区域(ROI区域)，管理图像采集校正系数；
图像采集单元用于进行图像采集，并将采集的图像数据发送到图像计算单元；
图像计算单元用于根据采集的图像计算每个像元的校正系数，根据系数分布范围来优化采集系数矩阵。
实施例提供的上述基于微弱信息保留的成像校正方法及装置，依据待检画面的灰度值范围分组标定，将像元灰度-光强响应曲线在区域范围内细化处理，减小各个像元间响应的差异性；通过建立的标定系数矩阵模型来优化校正系数，保留噪点、灰尘信息，解决了相机成像不均匀问题。
本领域的技术人员容易理解，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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于微弱信息保留的成像校正方法，其特征在于，包括如下步骤：
(1)将待检图像按照灰度值分组，确定相机成像典型亮度-灰度响应区间；
(2)按灰度值将响应区间逐段标定，获得校正系数矩阵；根据校正系数有效分布模型去除无效系数值以优化校正系数矩阵；
(3)按照待检图像灰度值分组逐组计算该每组灰度区间内的校正系数矩阵并优化；采用优化的校正系数矩阵来校正待检图像，获得校正图像C＝R*Gn；
其中R代表待校正图像，Gn代表优化的校正系数矩阵集合；n是指待检图像灰度值分组的组数。
2.如权利要求1所述的成像校正方法，其特征在于，步骤(1)具体为：统计待检显示面板在R255、G255、B255、L0、L48、L128、L255检测图像画面的灰度区间，将检测图像根据灰度值分组，确定相机成像典型亮度-灰度响应区间。
3.如权利要求1或2所述的成像校正方法，其特征在于，步骤(2)具体包括如下步骤：
(2.1)在光线均匀通过镜头的情况下拍摄获得多张明场图片并获得明场图像像素值矩阵；在无光线进入镜头的情况下拍摄获得多张暗场图片并获得暗场图像像素值矩阵；
(2.2)对采集的多张明场图片逐像素做中值叠加，获得叠加明场图片的中值滤波图像，并获取叠加明场图片的感兴趣区域均值；并对采集的多张暗场图片逐像素做中值叠加，获得叠加暗场图片的感兴趣区域均值；
根据感兴趣区域均值、明场图像像素值矩阵、暗场图像像素值矩阵获得校正系数矩阵；
(2.3)采用Marr-Hildreth算子提取明场图像微弱特征，通过4-8邻域判别相机噪声并予以保留；
(2.4)将校正系数矩阵中噪声和灰尘位置所对应的系数赋值为1，获得优化的校正系数矩阵。
4.如权利要求3所述的成像校正方法，其特征在于，步骤(2.1)中采集明场图像与暗场图像的方法具体如下：
(a)固定镜头光圈及焦距，将积分球光源置于镜头正前方，调节积分球发光强度以使光线均匀的通过镜头并拍摄获得明场图片；分别对光源不同位置取多个画面，获得明场图像像素值矩阵；
(b)将镜头遮住不允许光线进入并拍摄暗获取场图片，拍摄多个画面，获得暗场图像像素值矩阵。
5.如权利要求3或4所述的成像校正方法，其特征在于，步骤(2.4)包括如下子步骤：
(2.4.1)使用二阶微分与明场图像进行卷积，根据卷积获得的结果提取灰尘的blob区域位置，并将灰尘对应的像素点滤除；
(2.4.2)采用4-8邻域噪声过滤处理，当像素点灰度值与其邻域像素点灰度值的差异值超过阈值时，将该像素点滤除。
6.一种基于微弱信息保留的成像校正装置，其特征在于，包括图像采集单元，图像计算单元和采集管理单元；
所述采集管理单元用于设定成像系数范围，设定标定计算均值的感兴趣区域，管理图像采集校正系数；
所述图像采集单元用于进行图像采集，并将采集的图像数据发送到图像计算单元；
所述图像计算单元用于根据采集的图像计算每个像元的校正系数，根据系数分布范围来优化采集系数矩阵。
CN201711287981.2A 2017-12-07 2017-12-07 一种基于微弱信息保留的成像校正方法与装置 Active CN108088845B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711287981.2A CN108088845B (zh) 2017-12-07 2017-12-07 一种基于微弱信息保留的成像校正方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711287981.2A CN108088845B (zh) 2017-12-07 2017-12-07 一种基于微弱信息保留的成像校正方法与装置

Publications (2)

Publication Number Publication Date
CN108088845A true CN108088845A (zh) 2018-05-29
CN108088845B CN108088845B (zh) 2020-09-11

Family

ID=62174604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711287981.2A Active CN108088845B (zh) 2017-12-07 2017-12-07 一种基于微弱信息保留的成像校正方法与装置

Country Status (1)

Country Link
CN (1) CN108088845B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109816734A (zh) * 2019-01-23 2019-05-28 武汉精立电子技术有限公司 基于目标光谱的相机标定方法
CN110277054A (zh) * 2019-07-23 2019-09-24 中国科学院长春光学精密机械与物理研究所 一种led显示屏多灰度级校正方法
CN110570411A (zh) * 2019-09-05 2019-12-13 中国科学院长春光学精密机械与物理研究所 一种基于变异系数的Mura检测方法及装置
CN112862711A (zh) * 2021-01-29 2021-05-28 山东建筑大学 一种图像的灰度值校正方法及装置
CN112991211A (zh) * 2021-03-12 2021-06-18 中国大恒(集团)有限公司北京图像视觉技术分公司 一种工业相机暗角校正方法
CN113281341A (zh) * 2021-04-19 2021-08-20 唐山学院 热镀锌带钢的双传感器表面质量检测系统的检测优化方法
CN115334298A (zh) * 2022-07-05 2022-11-11 北京自动化控制设备研究所 一种视觉导航系统成像设备测试方法
CN115760653A (zh) * 2023-01-09 2023-03-07 武汉中导光电设备有限公司 图像校正方法、装置、设备及可读存储介质
CN116295188A (zh) * 2023-05-15 2023-06-23 山东慧点智能技术有限公司 基于位移传感器的测量装置及测量方法
CN116777999A (zh) * 2023-06-28 2023-09-19 深圳市度申科技有限公司 面阵相机多适应性高级平场校正方法
CN117152014A (zh) * 2023-09-05 2023-12-01 珠海圣美生物诊断技术有限公司 针对多通道荧光显微镜的平场校正方法和装置
CN117934454A (zh) * 2024-03-18 2024-04-26 季华实验室 发光单元检测方法、装置、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6271825B1 (en) * 1996-04-23 2001-08-07 Rainbow Displays, Inc. Correction methods for brightness in electronic display
JP3245731B2 (ja) * 1995-02-22 2002-01-15 フォトン・ダイナミクス・インコーポレーテッド フラットパネル・ディスプレイ検査システム
CN102479005A (zh) * 2010-11-29 2012-05-30 致茂电子(苏州)有限公司 二维光学检测的平场校正方法
CN102622739A (zh) * 2012-03-30 2012-08-01 中国科学院光电技术研究所 一种Bayer滤波阵列彩色相机图像非均匀性校正方法
CN102663732A (zh) * 2012-03-14 2012-09-12 中国科学院光电研究院 一种针对光场相机进行相对辐射定标的方法
CN102723054A (zh) * 2012-06-18 2012-10-10 西安电子科技大学 Led显示屏非均匀性在线校正系统和校正方法
CN106104262A (zh) * 2014-03-12 2016-11-09 杰富意钢铁株式会社 钢管的表面检查方法、表面检查装置、制造系统、缺陷产生部位确定方法及制造方法
CN107000334A (zh) * 2014-12-03 2017-08-01 庞巴迪公司 对复合结构的在线检验
CN107274353A (zh) * 2017-05-17 2017-10-20 上海集成电路研发中心有限公司 一种黑白图像中缺陷像素的校正方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3245731B2 (ja) * 1995-02-22 2002-01-15 フォトン・ダイナミクス・インコーポレーテッド フラットパネル・ディスプレイ検査システム
US6271825B1 (en) * 1996-04-23 2001-08-07 Rainbow Displays, Inc. Correction methods for brightness in electronic display
CN102479005A (zh) * 2010-11-29 2012-05-30 致茂电子(苏州)有限公司 二维光学检测的平场校正方法
CN102663732A (zh) * 2012-03-14 2012-09-12 中国科学院光电研究院 一种针对光场相机进行相对辐射定标的方法
CN102622739A (zh) * 2012-03-30 2012-08-01 中国科学院光电技术研究所 一种Bayer滤波阵列彩色相机图像非均匀性校正方法
CN102723054A (zh) * 2012-06-18 2012-10-10 西安电子科技大学 Led显示屏非均匀性在线校正系统和校正方法
CN106104262A (zh) * 2014-03-12 2016-11-09 杰富意钢铁株式会社 钢管的表面检查方法、表面检查装置、制造系统、缺陷产生部位确定方法及制造方法
CN107000334A (zh) * 2014-12-03 2017-08-01 庞巴迪公司 对复合结构的在线检验
CN107274353A (zh) * 2017-05-17 2017-10-20 上海集成电路研发中心有限公司 一种黑白图像中缺陷像素的校正方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
G. GAMBARINIA: "Correction method of measured images of absorbed dose for quenching effects due to relatively high LET", 《RADIATION PHYSICS AND CHEMISTRY》 *
WEBB L M: "Use of flat-field correction and adaptive linear interpolation to improve mammography image quality", 《PROCEEDINGS OF THE 22ND ANNUAL SYMPOSIUM OF THE PATTERN RECOGNITION ASSOCIATION OF SOUTH AFRICA》 *
姚峰林: "《数字图像处理及在工程中的应用》", 1 April 2014 *
孟然: "黑白CCD相机平场影响因素分析及校正方法研究", 《天津科技大学学报》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109816734A (zh) * 2019-01-23 2019-05-28 武汉精立电子技术有限公司 基于目标光谱的相机标定方法
CN110277054A (zh) * 2019-07-23 2019-09-24 中国科学院长春光学精密机械与物理研究所 一种led显示屏多灰度级校正方法
CN110570411A (zh) * 2019-09-05 2019-12-13 中国科学院长春光学精密机械与物理研究所 一种基于变异系数的Mura检测方法及装置
CN112862711A (zh) * 2021-01-29 2021-05-28 山东建筑大学 一种图像的灰度值校正方法及装置
CN112862711B (zh) * 2021-01-29 2022-09-16 山东建筑大学 一种图像的灰度值校正方法及装置
CN112991211A (zh) * 2021-03-12 2021-06-18 中国大恒(集团)有限公司北京图像视觉技术分公司 一种工业相机暗角校正方法
CN113281341A (zh) * 2021-04-19 2021-08-20 唐山学院 热镀锌带钢的双传感器表面质量检测系统的检测优化方法
CN115334298B (zh) * 2022-07-05 2023-11-03 北京自动化控制设备研究所 一种视觉导航系统成像设备测试方法
CN115334298A (zh) * 2022-07-05 2022-11-11 北京自动化控制设备研究所 一种视觉导航系统成像设备测试方法
CN115760653A (zh) * 2023-01-09 2023-03-07 武汉中导光电设备有限公司 图像校正方法、装置、设备及可读存储介质
CN116295188A (zh) * 2023-05-15 2023-06-23 山东慧点智能技术有限公司 基于位移传感器的测量装置及测量方法
CN116295188B (zh) * 2023-05-15 2023-08-11 山东慧点智能技术有限公司 基于位移传感器的测量装置及测量方法
CN116777999A (zh) * 2023-06-28 2023-09-19 深圳市度申科技有限公司 面阵相机多适应性高级平场校正方法
CN117152014A (zh) * 2023-09-05 2023-12-01 珠海圣美生物诊断技术有限公司 针对多通道荧光显微镜的平场校正方法和装置
CN117152014B (zh) * 2023-09-05 2024-05-28 珠海圣美生物诊断技术有限公司 针对多通道荧光显微镜的平场校正方法和装置
CN117934454A (zh) * 2024-03-18 2024-04-26 季华实验室 发光单元检测方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN108088845B (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
CN108088845A (zh) 一种基于微弱信息保留的成像校正方法与装置
CN101655614B (zh) 液晶显示面板云纹缺陷的检测方法和检测装置
CN108876768B (zh) 导光板暗影缺陷检测方法
CN103578088B (zh) 一种星空图像处理方法
US20120098959A1 (en) Method and apparatus for measuring transmitted optical distortion in glass sheets
CN103279956B (zh) 一种检测贴片机元器件定位精度的方法
CN104992446B (zh) 非线性光照自适应的图像拼接方法及其实现系统
CN107507558A (zh) 一种led显示屏的校正方法
CN109525840B (zh) 一种成像芯片上微弱缺陷的检测方法
CN110889829A (zh) 一种基于鱼眼镜头的单目测距方法
CN107664644B (zh) 一种基于机器视觉的物件表观自动检测装置及方法
CN101819024B (zh) 一种基于机器视觉的二维位移检测方法
CN108716890A (zh) 一种基于机器视觉的高精度尺寸检测方法
CN110261069B (zh) 一种用于光学镜头的检测方法
CN110189375A (zh) 一种基于单目视觉测量的图像目标识别方法
CN109949725B (zh) 一种aoi系统图像灰度标准化方法及系统
CN109064439B (zh) 基于分区的单侧入光式导光板暗影缺陷提取方法
CN114820439A (zh) 基于aoi的pcb裸板缺陷的检测系统及方法
CN113344823A (zh) 一种银线型触头烧蚀区域形貌三维粗糙度表征方法
CN115575416A (zh) 柔性电路板焊盘检测方法及系统
CN105391998B (zh) 微光夜视仪分辨率自动检测方法和装置
CN111103309A (zh) 用于检测透明材质物体瑕疵的方法
CN116934833A (zh) 基于双目视觉水下结构病害检测方法、设备及介质
CN116958082A (zh) 一种带钢表面色差缺陷检出方法、装置及电子设备
CN116503324A (zh) 一种基于机器视觉的黑胶模组外观检测方法及系统

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