CN109003273B - 一种车灯光导一致性检测方法 - Google Patents

一种车灯光导一致性检测方法 Download PDF

Info

Publication number
CN109003273B
CN109003273B CN201810839437.2A CN201810839437A CN109003273B CN 109003273 B CN109003273 B CN 109003273B CN 201810839437 A CN201810839437 A CN 201810839437A CN 109003273 B CN109003273 B CN 109003273B
Authority
CN
China
Prior art keywords
light guide
image
car
consistency
lamp
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
CN201810839437.2A
Other languages
English (en)
Other versions
CN109003273A (zh
Inventor
卢印举
段明义
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.)
Zhengzhou Institute of Technology
Original Assignee
Zhengzhou Institute of 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 Zhengzhou Institute of Technology filed Critical Zhengzhou Institute of Technology
Priority to CN201810839437.2A priority Critical patent/CN109003273B/zh
Publication of CN109003273A publication Critical patent/CN109003273A/zh
Application granted granted Critical
Publication of CN109003273B publication Critical patent/CN109003273B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/02—Testing optical properties
    • G01M11/06—Testing the alignment of vehicle headlight devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147—Details of sensors, e.g. sensor lenses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Vascular Medicine (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Image Processing (AREA)

Abstract

本发明之目的就是提供一种车灯光导一致性检测方法，包括以下步骤：（1）、安装检测设备；（2）、获取车灯光导图像；（3）、车灯光导一致性检测；本发明方法科学合理，易操作，方法稳定可靠，检测准确，自动化程度高，工作效率高，实用性强，有效保证车灯的产品质量，提高了产品合格率（良品率），节约资源，减少环境污染，是节能环保的绿色检测方法，有显著的经济和社会效益。

Description

一种车灯光导一致性检测方法
技术领域
本发明涉及检测方法，特别是一种车灯光导一致性检测方法。
背景技术
在汽车工业上，车灯是汽车的一个重要部件，其主要功能有两种，一是照明功能，如汽车的前大灯、雾灯，主要是为驾驶员照亮道路、交通标志、行人等；其次是信号功能，如转向灯、刹车灯，主要是表达车辆行驶状态的信息。随着汽车工业的迅速发展，光导照明技术在汽车车灯上的应用符合新时期国家所大力提倡的节能环保要求，在未来汽车工业发展中，光导照明技术必将成为一个趋势。
目前在汽车的光导照明方式中，光导管的材料主要是光导纤维，在实际的工业生产中，光源安装位置的误差以及光导材料制作工艺上的缺陷等都会造成入射光线发生散射的现象，进一步引起光导管某些部位产生明显的色差和光照的不一致性，这些现象会导致车灯的合格率降低，因此在具有光导照明系统的车灯制造过程中，进行光导的质量检测即一致性检测是非常有必要的。
由于光导照明技术是一种新型的科学环保的照明技术，目前应用时间还不是很长，因此在光导的质量检测中大多数是由人工来完成的。由于检测人员的主观因素和外界环境的客观因素存在，从而使得检测结果不稳定，限制了产品合格率的提高。为了解决光导光照不一致带来的良品率问题，实现生产自动化、现代化，需要一个能够实现这个目标的检测系统，因此如何解决汽车光导质量检测是十分重要的技术问题。
发明内容
针对上述情况，为克服现有技术之缺陷，本发明之目的就是提供一种车灯光导一致性检测方法，可有效解决车灯光导一致性质量，提高产品合格率的问题。
本发明解决的技术方案是，一种车灯光导一致性检测方法，包括以下步骤：
(1)、安装检测设备：在工作台中部垂直向上装支架，支架两边的工作台上分别装有光导车灯和检测机柜，支架上部装有摄像机及经C-接口与摄像机连接在一起的CCD图像传感器，检测机柜内装有PC机、图像采集卡和电源，检测机柜的前面板上装有与电源相连的电源指示灯、与PC机相连的检测结果指示灯和与电源相连的开关按钮，CCD图像传感器经IEEE1394a接口和图像采集卡与PC机相连；
(2)、获取车灯光导图像：利用检测设备获取灯光光导彩色图像，由摄像机拍摄光导车灯的光导图像，由CCD图像传感器将图像传给图像采集卡，通过图像采集卡将车灯图像转变成数字信号，传给PC机，经PC机的光导图像软件以RGB颜色格式存储车灯光图像数据储存，为后续图像处理、车灯光导一致性检测原始数据；
(3)、车灯光导一致性检测：a、首先提取光导亮度分量，由于车灯光导图像采集系统所获取的原始车灯光导图像是彩色图像，采用RGB颜色空间格式，利用颜色空间转换公式将车灯光导图像的RGB颜色空间转换为XYZ颜色空间；b、再利用亮度分量的提取从车灯光导图像的XYZ颜色空间转换为均匀颜色空间；c、光导区域窗口的划分：根据图像实际情况，对光导区域窗口进行划分，把颜色信息划分进去，每个窗口的大小应一致，以利于对光照亮度分量进行检测；d、光导图像分解与处理：利用小波变换对车灯光导亮度图像进行2到4层的分解，舍去高频子带系数；e、光导光照分量的提取：经小波变换分解后，保持图像的低频子带系数不变，高频子带系数全部置为零，再将系数重建进行小波逆变换得到原始图像的亮度分量；f、光导一致性判断：对各待测窗口图像的光照分量直方图取平均，然后计算各光照分量直方图与平均光照分量直方图相应灰度级上像素个数差的绝对值，乘上相应的权值后再求和，最后使其归一化，并设置相似度阈值，当计算得到的车灯光导一致性相似度大于相似度阈值，则判断车灯光导一致性合格，否则为不合格，从而实现车灯光导质量的检测。
本发明方法科学合理，易操作，方法稳定可靠，检测准确，自动化程度高，工作效率高，实用性强，有效保证车灯的产品质量，提高了产品合格率(良品率)，节约资源，减少环境污染，是节能环保的绿色检测方法，有显著的经济和社会效益。
附图说明
图1为本发明设备结构图；
图2为本发明方法工艺流程图；
图3为本发明二层小波分解结果图，其中，图3(1)为原始光导图像，图3(2)为一层分解图，图3(3)为二层分解图。
具体实施方式
以下结合附图和具体使用情况，对本发明的具体实施方式做详细说明。
本发明一种车灯光导一致性检测方法在具体实施时，是由以下方法实现的：A、安装设备：图像采集系统获取待测车灯光导的图像信息，再将车灯光导的图像信息转化为图像处理系统可以直接处理的数据，通过对图像数据的运算处理，获取被摄取目标的特征信息，良好的图像采集系统可以在满足测试要求的前提下及时、准确的提供清晰的图像，从而使得图像处理部分能够在较短的时间内得到准确的判断结果；
车灯光导图像采集系统由PC机、CCD图像传感器、相机镜头、图像采集卡、直流稳压电源、检测机柜、指示灯、开关按钮构成，具体安装过程描述如下：
(1)将待测光导车灯放置在车灯光导质量检测工作台的检测位置；
(2)将光导车灯的LED电源接线端子的正极连接到直流稳压电源输出端子的正极，将车灯光导的LED的电源接线端子的地线与直流稳压电源输出端子的地线连接；
(3)将CCD图像传感器固定安装在工作台的支架上；
(4)相机镜头通过镜头C-接口安装到CCD图像传感器，并且确保镜头对准待测量的车灯光导；
(5)检测机柜放置在工作台的一端合理位置，所谓合理位置要求方便连接及其人员操作，检测机柜表面安装有2个指示灯；一个灯用于通电工作指示，采用红色；另外一个灯用于指示检测结果，绿色表示光导一致性检测合格，红色表示光导一致性检测不合格；
(6)检测机柜表面安装1个旋转按钮，用于启动或者停止车灯光导检测系统；
(7)检测机柜表面内部放置PC主机、直流稳压电源；
(8)数据传输线通过IEEE1394a接口方式一端连接到CCD图像传感器，另外一端连接到图像采集卡；
(9)图像采集卡的主要功能是将相机采集到的图像信号，转换成计算机能够识别的数字图像格式，通过PCI接口连接到PC机；
(10)PC机通过PCI接口驱动，采集车灯光导图像，同时进行车灯光导图像的处理与分析；
(11)PC机将检测结果通过数据采集卡DO通道输出控制检测结果指示灯；
B、获取车灯光导图像：
车灯光导图像获取的硬件平台是由相机，镜头、光源，图像采集卡、支架、直流稳压电源构成，所有设备连接好之后，具体步骤如下：
(1)启动PC机器，运行车灯光导图像采集软件；
(2)根据车灯的工作电压和电流，打开直流稳压电源，给车灯光导的LED加电，点亮LED，调节直流稳压电源，确保点灯电流在0.75～1.5A范围；
(3)为了防止外界光源对照明光源的干扰，以及满足照明系统对于光照均匀性和亮度的要求，系统采用暗箱操作给采集系统增加保护罩，保护罩能够有效防止环境光对LED光源的影响，从而获得高质量的采集图像；
(4)启动图像采集，CCD图像传感器开始采集车灯光导彩色图像，通过图像采集卡将车灯光导图像转成数字信号并且以RGB颜色格式存储车灯光图像数据，为后续图像处理、车灯光导一致性检测原始数据；
C、车灯光导一致性检测：
1、光导亮度分量的提取：
由车灯光导图像采集系统所获取的原始车灯光导图像是彩色图像，采用RGB颜色空间格式；RGB颜色空间是一种与硬件设备相关、不均匀的颜色空间，在RGB颜色空间中任意两点之间色差大小并不能用两点之间的欧几里得距离来表示，需要提取车灯光导的亮度；
(1)利用颜色空间转换公式将车灯光导图像的RGB颜色空间转换为XYZ颜色空间；
(2)利用亮度分量的提取从车灯光导图像的XYZ颜色空间转换为均匀颜色空间，实现车灯光导的亮度分量的提取，车灯光导的亮度分量的取值范围为0到100；
2、光导区域窗口的划分：
(1)光导区域窗口划分的依据根据图像实际情况而定，窗口越小，对颜色差异的检测有较好的灵敏度，但是窗口太小又会受到单个像素的影响较大，所以窗口的划分要根据实际图像的情况来定，把主要颜色信息划分进去即可，且每个窗口的大小均应一致，这样有利于对各光照亮度分量进行有效的评估；
(2)获得车灯光导图像的光照亮度分量信息L(x,y)之后，对车灯光导的亮度图像分成若干个图像区域窗口，并使得所有的窗口能够覆盖整个车灯的光导，且能正确完整的表达出光导的颜色特征；
(3)对于任一待测图像区域窗口，假设其大小为m×n，m-区域窗口像素点的列数，n-区域窗口像素点的行数；
3、光导图像分解与处理：
(1)车灯光导图像分量L(x,y)引起的颜色变化是平缓的，一般表现出的是一种平滑的照明梯度，因此光照分量L(x,y)的频谱主要分布在原始图像S(x,y)的低频带；而反射分量R(x,y)引起的颜色变化一般是迅速突变的，因此反射分量R(x,y)的频谱主要分布在原始图像S(x,y)的高频带；从频域上来看，提取出原始图像的低频部分就可以实现光照分量的近似估计；
(2)小波变换等效于将信号同时通过低通和高通滤波器，其中低通滤波器对应高尺度小波，获得信号的低频成分，高通滤波器对应低尺度小波，获取信号的高频成分；
(3)利用小波变换对车灯光导亮度图像进行2到4层的分解，舍去高频子带系数；
4、光导光照分量的提取：
经过小波分解后，低频系数LL主要包含图像的光照信息，高频系数HL、LH和HH主要包含图像的细节信息，为了近似的估计出图像的光照分量，应保持图像的低频子带系数不变，高频子带系数全部置为零，再将系数重建进行小波逆变换得到原始图像的亮度分量；
5、光导一致性判断：
估计出各待测窗口图像的光照分量后，可以直接对它们进行比较来评价待测光导的一致性，从光照分量直方图形状相似度入手，根据相似度来判断待测光导各部分一致性的好坏，点亮的车灯光导各部分所发出的光既不能太亮也不能太暗，这样从视觉感受上光照的一致性不佳；
(1)对各待测窗口图像的光照分量直方图取平均，然后计算各光照分量直方图与平均光照分量直方图相应灰度级上像素个数差的绝对值，乘上相应的权值后再求和，最后使其归一化；
(2)设置相似度阈值；
(3)对实际的车灯光导一致性相似度和相似度阈值进行比较，如果计算得到的车灯光导一致性相似度大于相似度阈值，则判断车灯光导一致性合格，否则为不合格，从而满足车灯光导质量的自动化检测。
本发明一种车灯光导一致性检测方法，在具体实施中，还可由以下方法实现：
A、安装设备：所述的设备包括PC机、CCD图像传感器、相机镜头、图像采集卡、直流稳压电源、检测机柜、指示灯和开关按钮，在工作台1中部垂直向上装支架5，支架5两边的工作台1上分别装有光导车灯2和检测机柜9，支架5上部装有摄像机4及经C-接口与摄像机4连接在一起的CCD图像传感器3，检测机柜9内装有PC机6、图像采集卡7和电源8，检测机柜9的前面板上装有与电源8相连的电源指示灯10、与PC机相连的检测结果指示灯11和与电源8相连的开关按钮12，CCD图像传感器3经IEEE1394a接口和图像采集卡7与PC机6相连；
具体安装方法是：(1)将待测光导车灯放置在车灯光导质量检测工作台的检测位置；
(2)将光导车灯的LED电源接线端子的正极连接到直流稳压电源输出端子的正极，将车灯光导的LED的电源接线端子的地线与直流稳压电源输出端子的地线连接；
(3)将CCD图像传感器固定安装在工作台的支架上；
(4)相机镜头通过镜头C-接口安装到CCD图像传感器，并且确保镜头对准待测量的车灯光导；
(5)检测机柜放置在工作台的一端合理位置，所谓合理位置要求方便连接及其人员操作，检测机柜表面安装有2个指示灯；一个灯用于通电工作指示，采用红色；另外一个灯用于指示检测结果，绿色表示光导一致性检测合格，红色表示光导一致性检测不合格；
(6)检测机柜表面安装1个旋转按钮，用于启动或者停止车灯光导检测系统；
(7)检测机柜表面内部放置PC主机、直流稳压电源；
(8)数据传输线通过IEEE1394a接口方式一端连接到CCD图像传感器，另外一端连接到图像采集卡；
(9)图像采集卡的主要功能是将相机采集到的图像信号，转换成计算机能够识别的数字图像格式，通过PCI接口连接到PC机；
(10)PC机通过PCI接口驱动，采集车灯光导图像，同时进行车灯光导图像的处理与分析；
(11)PC机将检测结果通过数据采集卡DO通道输出并指示灯显示；
B、获取车灯光导图像：
图像获取的硬件平台主要是由相机，镜头、光源，图像采集卡、支架、直流稳压电源等组成，所有设备连接好之后，具体步骤如下：
(1)启动PC机器，运行车灯光导图像采集软件，车灯光导图像采集软件由美国国家仪器有限公司的LabVIEW8.6和IMAQ Vision视觉工具包组成；
(2)根据车灯的工作电压和电流，打开直流稳压电源，给车灯光导的LED加电，点亮LED，调节直流稳压电源，车灯光导LED的工作电流1A；
(3)为了防止外界光源对照明光源的干扰，以及满足照明系统对于光照均匀性和亮度的要求，系统采用暗箱操作给采集系统增加保护罩，保护罩能够有效防止环境光对LED光源的影响，从而获得高质量的采集图像；
(4)启动图像采集，CCD图像传感器开始采集车灯光导彩色图像，通过图像采集卡将车灯光导图像转成数字信号并且以RGB颜色格式存储车灯光图像数据，为后续图像处理与分析提供原始数据；
C、车灯光导一致性检测：
理想情况下对于一根点亮的车灯光导，从视觉上观察其各部分的光照应该是一致的，但由于光导管材料自身的缺陷、光导管制作工艺上的瑕疵等各方面因素，从而导致车灯光导管各部一部分的光照较弱；本发明提出了一种车灯光导一致性检测方法，该方法的流程如图2所示，在图2中，对于光导的一致性检测首先就是要估计出待测图像的光照亮度分量，然后对估计出的光照亮度分量进行一致性的评估，具体的实施步骤描述如下：
1、光导亮度分量的提取：
由车灯光导图像采集系统所获取的原始车灯光导图像是彩色图像，采用RGB颜色空间格式；RGB颜色空间是一种与硬件设备相关、不均匀的颜色空间，在RGB颜色空间中任意两点之间色差大小并不能用两点之间的欧几里得距离来表示，在本发明中，本步骤主要解决从原始的车灯光导RGB格式图像中获取车灯亮度分量问题；
(1)RGB颜色空间转换为XYZ颜色空间：
利用式子(1)将所获取到的车灯光导图像的设备相关的RGB颜色空间转换为与硬件设备无关的XYZ颜色空间：
Figure GDA0002977651970000101
R--红原色分量值，取值范围均为0到255；
G--绿原色分量值，取值范围均为0到255；
B--蓝原色分量值，取值范围均为0到255；
X--虚构的红原色分量值，取值范围均为0到255；
Y--虚构的绿原色分量值，取值范围均为0到255；
Z--虚构的蓝原色分量值，取值范围均为0到255；
(2)亮度分量的提取：
利用式子(2)的非线性变换从车灯光导图像的XYZ颜色空间计算得到车灯光导图像的光照亮度分量：
Figure GDA0002977651970000102
Y--虚构的绿原色分量，取值范围均为0到255；
Yn--标准照明体照射在完全漫反射体上，再经过完全漫反射体反射到观察者眼中的白色刺激的三刺激值；
L(x,y)--车灯光导图像第x行第y列像素点的亮度分量信息，取值范围为0到100；
2、光导区域窗口的划分：
(1)光导区域窗口划分的依据根据图像实际情况而定，窗口越小，对颜色差异的检测有较好的灵敏度，但是窗口太小又会受到单个像素的影响较大，所以窗口的划分要根据实际图像的情况来定，把主要颜色信息划分进去即可，且每个窗口的大小均应一致，这样有利于对各光照分量进行有效的评估；
(2)获得车灯光导图像的光照亮度分量信息L(x,y)之后，对车灯光导的亮度图像分成S个图像区域窗口，使S个窗口能够覆盖整个车灯的光导，且能正确完整的表达出光导的颜色特征；
(3)对于任一待测图像区域窗口，假设其大小为m×n，m--区域窗口像素点的列数，n--区域窗口像素点的行数；
3、光导图像分解与处理：
(1)针对待测车导光导亮度图像及其分配了窗口编号的光导区域窗口，设备窗口序号为k并设置初始窗口编号k＝1；
(2)所获取到车灯光导的亮度图像是二维离散数据，引入二维离散小波变换对车灯光导图像的亮度图像进行分解；
(3)利用式子(3)对车灯光导亮度图像进行二维离散小波变化：
Figure GDA0002977651970000111
L(x,y)--车灯光导图像的亮度图像；
M--车灯光导图像的像素行数；
N--车灯光导图像的像素列数；
i--车灯光导亮度图像小波分解方向标识，1表示列方向标识，2表示行方向标识，3表示对角线方向标识；
Figure GDA0002977651970000112
--尺度函数；
Figure GDA0002977651970000113
--平移函数；
j0--一个任意的开始尺度；
Figure GDA0002977651970000121
--车灯光导亮度图像在开始j0尺度的近似；
Figure GDA0002977651970000122
--沿着i方向车灯光导亮度图像的细节分量；
ψ1(x,y)--沿列方向的变化的二维小波函数；
ψ2(x,y)--沿行方向的变化二维小波函数；
ψ3(x,y)--沿对角线方向的变化二维小波函数；
(4)车灯光导的亮度图像经过一次小波变换后，图像分解为4个大小为原来尺寸1/4的子块频带区域，如图3所示，分别包含了相应频带的小波系数，相当于在水平方向、竖直方向以及对角线方向上进行隔点采样，具体描述如下：
LL1：该频带保持了原始图像的内容信息，图形的能力集中于此；
HL1：该频带保持了原始图像水平方向的高频边缘信息；
LH1：该频带保持了原始图像垂直方向的高频边缘信息；
HH1：该频带保持了原始图像对角线上的高频信息；
(5)对低频子带LL1上的图像再次进行小波变换，得到四个频率子带，其中LL2为低频子带，HL2、LH2和HH2均为高频子带，具体过程如图3所示；
4、光导光照分量的提取：
利用式子(4)对车灯光导亮度图像数据进行重构：
Figure GDA0002977651970000123
f(x,y)--重构后的车灯光导光照分量图像；
M--车灯光导图像的像素列数；
N--车灯光导图像的像素行数；
Figure GDA0002977651970000124
--尺度函数；
Figure GDA0002977651970000131
--平移函数；
j0--一个任意的开始尺度；
Figure GDA0002977651970000132
--车灯光导亮度图像在开始j0尺度的近似；
Figure GDA0002977651970000133
--沿着i方向车灯光导亮度图像的细节分量；
经过小波分解后，低频系数LL主要包含图像的光照信息，高频系数HL、LH和HH主要包含图像的细节信息，为了近似的估计出图像的光照分量，应保持图像的低频子带系数不变，高频子带系数全部置为零，再将系数重建进行小波逆变换得到原始图像的光照分量；
5、光导一致性判断
估计出各待测窗口图像的光照分量后，根据光照分量直方图形状相似度来判断待测光导各部分一致性的好坏；点亮的车灯光导各部分所发出的光既不能太亮也不能太暗，这样从视觉感受上光照的一致性不佳，因此对各待测窗口图像的光照分量直方图取平均，然后计算各光照分量直方图与平均光照分量直方图相应灰度级上像素个数差的绝对值，乘上相应的权值后再求和，最后使其归一化到[0,1]区间上；
(1)利用式子(5)计算待测车灯光导的相似度；
Figure GDA0002977651970000134
p--待测车灯光导的相似度；
k--车灯光导图像中所划分的区域窗口图像的总个数；
S--车灯光导光照图像大小；
Gi(j)--在第i个区域窗口图像中灰度级为j的像素个数；
A(j)--车灯光导光照图像平均直方图中灰度级为j的像素个数；
Wi(j)--在第i个区域窗口图像中灰度级为j的权值，Wi(j)＝|F(i)-j|+1，F(i)是该区域窗口图像的灰度均值；
Wmax--车灯光导图像中所有区域窗口图像光照差异最大的权值，Wmax＝Max(Wi(j))；
待测车灯光导的相似度p的值域为[0,1]，考虑到两幅完全不同的图像，如全黑全白的两幅图像，对它们的直方图进行相似度度量时，p的值为0；考虑到完全相同的两幅图像时，对它们的直方图进行相似度度量时，p的值为1；
(2)一致性检测主要利用式子(6)判断待测车灯光导的相似度是否满足：
p≥pSET 式(6)
p--待测车灯光导的相似度；
pSET--表示车灯光导一致性对的相似度判断阈值；
根据式(5)得到的光照分量直方图相似度系数p如果满足式子(6)，说明该部分的光导一致性良好；否则车灯光导各部分的一致性较差。
所述图像传感器是AVT公司的Stingray F504C面阵相机，其分辨率为2452×2056，传感器大小为2/3英寸即8.8mm*6.6mm，帧率为120fps，镜头接口选用C型接口，数据传输接口为IEEE1394b接口。
所述的摄像机选用Camputar公司的M1214-MP2焦距可调镜头，焦距为12mm，光圈范围F1.4-F22，最小物距0.lm，镜头接口为C型。
所述的图像采集卡选用深圳市荣鑫伟业科技发展有限公司的图像采集卡，其具体型号FWB-PCI3202A 1394，视频信号接入接口IEEE1394b，总线接口为PCI。
所述的电源型号为SPD-3606，该电源由台湾固纬电子实业股份有限公司制造，3路输出，CH1/CH2双范围30V/6A及60V/3A输出选择，CH3 0.1～5V/3A电压可调，过电压、过温度保护、过载保护、极性反向保护。
本发明经试验和实地应用，取得了非常好的有益技术效果，具有很强的实用价值。有关试验情况如下：
1、多颗LED光导一致性检测结果分析
在本实验中，首先调节直流稳压电源，使得LED的工作电流为1A，点亮多颗LED；其次，获取多颗LED组成的车灯光导RGB图像并处理为亮度图像；然后，针对车灯光导亮度图像，划分了10个大小相等的待测窗口图像，其尺寸为80*44像素，设置车灯光导一致性对的相似度判断阈值pSET为0.5，对它们分别进行小波变换来估计光照分量。
表1为由两种方法估计出的光照分量经过式(5)计算后的一致性系数p的取值。
表1一致性系数p
Figure GDA0002977651970000151
由表1中的数据可知各待测窗口图像的光照分量与平均光照分量相比，窗口5的一致性最好，窗口10的一致性最差，且由一致性系数p的取值和人眼视觉感受来看，基于小波变换算法对于光照一致性系数较低的窗口的光照近似估计较为敏感一些，与人工目测结果对比，本发明所提供的车灯光导一致性检测方法采用量化标准，可靠性较高；
2、单颗LED光导一致性检测结果分析
在本实验中，首先调节直流稳压电源，使得LED的工作电流为1A，点亮单颗LED；其次，获取多颗LED组成的车灯光导RGB图像并处理为亮度图像；然后，针对车灯光导亮度图像，划分了10个大小相等的待测窗口图像，其尺寸为80*44像素，设置车灯光导一致性对的相似度判断阈值pSET为0.5，对它们分别进行小波变换来估计光照分量。
表2为由两种方法估计出的光照分量经过式(5)计算后的一致性系数p的取值。
表2一致性系数p
Figure GDA0002977651970000161
由表2中的数据可知各待测窗口图像的光照分量与平均光照分量相比，窗口4的一致性最好，窗口9的一致性最差，且由一致性系数p的取值和人眼视觉感受来看，基于小波变换算法对于光照一致性系数较低的窗口的光照近似估计较为敏感一些，与人工目测结果对比，本发明所提供的车灯光导一致性检测方法采用量化标准，可靠性较高。
试验表明，本发明方法科学合理，易操作，方法稳定可靠，检测准确，经实地验证，准确率高达99％以上，工作效率提高2倍以上，实用性强，有效保证车灯的产品质量，提高了良品率，良品率高达99.9％以上，有显著的经济和社会效益。

Claims (3)

1.一种车灯光导一致性检测方法，其特征是：包括以下步骤：
(1)、安装检测设备：所述的设备包括工作台、支架、摄像机和检测机柜，在工作台(1)中部垂直向上装支架(5)，支架(5)两边的工作台(1)上分别装有光导车灯(2)和检测机柜(9)，支架(5)上部装有摄像机(4)及经C-接口与摄像机(4)连接在一起的CCD图像传感器(3)，检测机柜(9)内装有PC机(6)、图像采集卡(7)和电源(8)，检测机柜(9)的前面板上装有与电源(8)相连的电源指示灯(10)、与PC机(6)相连的检测结果指示灯(11)和与电源(8)相连的开关按钮(12)，CCD图像传感器(3)经IEEE1394a接口和图像采集卡(7)与PC机(6)相连；
(2)、获取车灯光导图像：利用检测设备获取灯光光导彩色图像，由摄像机(4)拍摄光导车灯(2)的光导图像，由CCD图像传感器(3)将图像传给图像采集卡(7)，通过图像采集卡(7)将车灯图像转变成数字信号，传给PC机(6)，经PC机(6)的光导图像软件以RGB颜色格式存储车灯光图像数据储存，为后续图像处理、车灯光导一致性检测原始数据；
(3)、车灯光导一致性检测：a、首先提取光导亮度分量，采用RGB颜色空间格式，利用颜色空间转换公式将车灯光导图像的RGB颜色空间转换为XYZ颜色空间；b、光导区域窗口的划分：根据图像实际情况，对光导区域窗口进行划分，把颜色信息划分进去，每个窗口的大小一致，以利于对光照亮度分量进行检测；c、光导图像分解与处理：利用小波变换对车灯光导亮度图像进行2到4层的分解，舍去高频子带系数；d、光导光照分量的提取：经小波变换分解后，保持图像的低频子带系数不变，高频子带系数全部置为零，再将系数重建进行小波逆变换得到原始图像的亮度分量；e、光导一致性判断：对各待测窗口图像的光照分量直方图取平均，然后计算各光照分量直方图与平均光照分量直方图相应灰度级上像素个数差的绝对值，乘上相应的权值后再求和，最后使其归一化，并设置相似度阈值，当计算得到的车灯光导一致性相似度大于相似度阈值，则判断车灯光导一致性合格，否则为不合格，从而实现车灯光导质量的检测。
2.根据权利要求1所述的车灯光导一致性检测方法，其特征是，包括以下步骤：A、安装设备：该设备为车灯光导图像采集系统，是由PC机、CCD图像传感器、相机镜头、图像采集卡、直流稳压电源、检测机柜、指示灯、开关按钮构成，安装方法是：
(1)将待测光导车灯放置在车灯光导质量检测工作台一边的检测位置；
(2)将光导车灯的LED电源接线端子的正极连接到直流稳压电源输出端子的正极，将车灯光导的LED的电源接线端子的地线与直流稳压电源输出端子的地线连接；
(3)将CCD图像传感器和像机镜头固定安装在工作台中心垂直向上的支架上；
(4)相机镜头通过镜头C-接口安装到CCD图像传感器，并且确保镜头对准待测量的车灯光导；
(5)检测机柜放置在工作台的另一边，检测机柜前面板上安装有2个指示灯，一个灯用于通电工作指示，采用红色；另外一个灯用双色指示检测结果，绿色表示光导一致性检测合格，红色表示光导一致性检测不合格；
(6)检测机柜前面板安装1个旋转按钮，用于启动或者停止车灯光导检测系统；
(7)检测机柜内部装有PC主机、直流稳压电源；
(8)数据传输线通过IEEE1394a接口方式一端连接到CCD图像传感器，另外一端连接到图像采集卡；将相机采集到的图像信号，转换成PC机能够识别的数字图像格式，通过PCI接口连接到PC机；
(10)PC机通过PCI接口驱动，采集车灯光导图像，同时进行车灯光导图像的处理与分析；
(11)PC机将检测结果通过数据采集卡DO通道输出控制检测结果给指示灯显示；
B、获取车灯光导图像：
(1)启动PC机器，运行车灯光导图像采集软件；
(2)根据车灯的工作电压和电流，打开直流稳压电源，点亮LED，直流稳压电源为0.75～1.5A；
(3)给采集装置加装保护罩，用暗箱操作，防止环境光对LED光源的影响，从而获得高质量的采集图像；
(4)用CCD图像传感器和相机镜头采集车灯光导彩色图像，通过图像采集卡将车灯光导图像转成数字信号并且以RGB颜色格式存储车灯光图像数据，为后续图像处理、车灯光导一致性检测原始数据；
C、车灯光导一致性检测，方法是：
a、光导亮度分量的提取，方法是：
(1)利用颜色空间转换公式将车灯光导图像的RGB颜色空间转换为XYZ颜色空间；
(2)利用亮度分量的提取从车灯光导图像的XYZ颜色空间转换为均匀颜色空间，实现车灯光导的亮度分量的提取，车灯光导的亮度分量为0-100；
b、光导区域窗口的划分：
(1)光导区域窗口划分的依据根据图像实际情况，把颜色信息划分进去，每个窗口的大小均应一致，以利于对各光照亮度分量进行有效的判断；
当提取原始车灯光导图像的亮度图像之后，对车灯光导的亮度图像分成若干个图像区域窗口，并使得所有的窗口能够覆盖整个车灯的光导，且能正确完整的表达出光导的颜色特征；每个待测图像区域窗口，大小为m×n，m-区域窗口像素点的列数，n-区域窗口像素点的行数；
c、光导图像分解与处理：
(1)车灯光导图像分量引起的颜色变化是平缓的，是一种平滑的照明梯度，光照分量的频谱分布在原始图像的低频带；而反射分量引起的颜色变化是迅速突变的，反射分量的频谱分布在原始图像的高频带，提取出原始图像的低频部分就能实现光照分量的分解；
(2)小波变换等效于将信号同时通过低通和高通滤波器，其中低通滤波器对应高尺度小波，获得信号的低频成分，高通滤波器对应低尺度小波，获取信号的高频成分；
(3)利用小波变换对车灯光导亮度图像进行2到4层的分解，舍去高频子带系数，实现图像处理；
d、光导光照分量的提取：
经过小波分解后，低频系数包含图像的光照数据，高频系数包含图像的细节数据，当近似测量图像的光照分量时，应保持图像的低频子带系数不变，高频子带系数全部置为零，再将系数重建进行小波逆变换得到原始图像的亮度分量；
e、光导一致性判断：
测量出各待测窗口图像的光照分量后，直接对光照分量进行比较测量待测光导的一致性，从光照分量直方图形状相似度入手，根据相似度来判断待测光导各部分一致性的好坏，点亮的车灯光导各部分所发出的光既不能太亮也不能太暗，这样从视觉感受上光照的一致性不佳；
(1)对各待测窗口图像的光照分量直方图取平均，然后计算各光照分量直方图与平均光照分量直方图相应灰度级上像素个数差的绝对值，乘上相应的权值后再求和，最后使其归一化；
(2)设置相似度阈值；
(3)对实际的车灯光导一致性相似度和相似度阈值进行比较，当计算得到的车灯光导一致性相似度大于相似度阈值，则判断车灯光导一致性合格，否则为不合格，从而实现车灯光导质量的自动化检测。
3.根据权利要求1所述的车灯光导一致性检测方法，其特征是，包括以下步骤：
A、安装设备：所述的设备包括PC机、CCD图像传感器、相机镜头、图像采集卡、直流稳压电源、检测机柜、指示灯和开关按钮，在工作台(1)中部垂直向上装支架(5)，支架(5)两边的工作台(1)上分别装有光导车灯(2)和检测机柜(9)，支架(5)上部装有摄像机(4)及经C-接口与摄像机(4)连接在一起的CCD图像传感器(3)，检测机柜(9)内装有PC机(6)、图像采集卡(7)和电源(8)，检测机柜(9)的前面板上装有与电源(8)相连的电源指示灯(10)、与PC机(6)相连的检测结果指示灯(11)和与电源(8)相连的开关按钮(12)，CCD图像传感器(3)经IEEE1394a接口和图像采集卡(7)与PC机(6)相连；
具体安装方法是：(1)将待测光导车灯放置在车灯光导质量检测工作台的一边检测位置；
(2)将光导车灯的LED电源接线端子的正极连接到直流稳压电源输出端子的正极，将车灯光导的LED的电源接线端子的地线与直流稳压电源输出端子的地线连接；
(3)将CCD图像传感器和相机镜头固定安装在工作台中部垂直向上的支架上；
(4)相机镜头通过镜头C-接口安装到CCD图像传感器，构成一体结构，确保镜头对准待测量的车灯光导；
(5)检测机柜放置在工作台的一边，在检测机柜前面板上安装2个指示灯；一个灯用于通电工作指示，采用红色；另外一个灯用双色，用于指示检测结果，绿色表示光导一致性检测合格，红色表示光导一致性检测不合格；
(6)检测机柜前面板上再安装旋转按钮，用于启动或者停止车灯光导检测系统；
(7)检测机柜内部装PC主机、直流稳压电源；
(8)数据传输线通过IEEE1394a接口方式一端连接到CCD图像传感器，另外一端连接到图像采集卡；
(9)图像采集卡的主要功能是将相机采集到的图像信号，转换成计算机能够识别的数字图像格式，通过PCI接口连接到PC机；
(10)PC机通过PCI接口驱动，采集车灯光导图像，同时进行车灯光导图像的处理与分析；
(11)PC机将检测结果通过数据采集卡DO通道输出并指示灯显示；
B、获取车灯光导图像，方法是：
(1)启动PC机器，运行车灯光导图像采集软件，车灯光导图像采集软件由美国国家仪器有限公司的LabVIEW8.6和IMAQ Vision视觉工具包构成；
(2)经开关，打开电源，点亮LED，车灯光导LED的工作电流1A；
(3)为了防止外界光源对照明光源的干扰，以及满足照明系统对于光照均匀性和亮度的要求，增加保护罩，采用暗箱操作，防止环境光对LED光源的影响，从而获得高质量的采集图像；
(4)启动图像采集，CCD图像传感器开始采集车灯光导彩色图像，通过图像采集卡将车灯光导图像转成数字信号并且以RGB颜色格式存储车灯光图像数据，为后续图像处理与分析提供原始数据；
C、车灯光导一致性检测，方法是：
a、光导亮度分量的提取：
采用RGB颜色空间格式，由以下步骤实现：
(1)RGB颜色空间转换为XYZ颜色空间：
利用式(1)将所获取到的车灯光导图像的设备相关的RGB颜色空间转换为与硬件设备无关的XYZ颜色空间：
Figure FDA0002977651960000071
R--红原色分量值，取值范围均为0到255；
G--绿原色分量值，取值范围均为0到255；
B--蓝原色分量值，取值范围均为0到255；
X--虚构的红原色分量值，取值范围均为0到255；
Y--虚构的绿原色分量值，取值范围均为0到255；
Z--虚构的蓝原色分量值，取值范围均为0到255；
(2)亮度分量的提取：
利用式(2)的非线性变换从车灯光导图像的XYZ颜色空间计算得到车灯光导图像的光照亮度分量：
Figure FDA0002977651960000072
Y--虚构的绿原色分量，取值范围均为0到255；
Yn--标准照明体照射在完全漫反射体上，再经过完全漫反射体反射到观察者眼中的白色刺激的三刺激值；
L(x,y)--车灯光导图像第x行第y列像素点的亮度分量信息，取值范围为0到100；
b、光导区域窗口的划分：
(1)光导区域窗口划分的依据根据图像实际情况，窗口越小，对颜色差异的检测灵敏度越好，但窗口太小又会受到单个像素的影响大，因此，以窗口的划分，把颜色信息划分进去即可，每个窗口的大小均应一致，这样有利于对各光照分量进行有效的评估；
(2)获得车灯光导图像的光照亮度分量信息L(x,y)之后，对车灯光导的亮度图像分成S个图像区域窗口，使S个窗口能够覆盖整个车灯的光导，且能正确完整的表达出光导的颜色特征；
每一个图像区域窗口，大小为m×n，m--区域窗口像素点的列数，n--区域窗口像素点的行数；
c、光导图像分解与处理：
(1)针对待测车导光导亮度图像及其分配了窗口编号的光导区域窗口，窗口序号为k并设置初始窗口编号k＝1；
(2)所获取到车灯光导的亮度图像是二维离散数据，引入二维离散小波变换对车灯光导图像的亮度图像进行分解；
(3)利用式(3)对车灯光导亮度图像进行二维离散小波变化：
Figure FDA0002977651960000081
L(x,y)--车灯光导图像的亮度图像；
M--车灯光导图像的像素行数；
N--车灯光导图像的像素列数；
i--车灯光导亮度图像小波分解方向标识，1表示列方向标识，2表示行方向标识，3表示对角线方向标识；
Figure FDA0002977651960000091
--尺度函数；
Figure FDA0002977651960000092
--平移函数；
j0--一个任意的开始尺度；
Figure FDA0002977651960000093
--车灯光导亮度图像在开始j0尺度的近似；
Figure FDA0002977651960000094
--沿着i方向车灯光导亮度图像的细节分量；
ψ1(x,y)--沿列方向的变化的二维小波函数；
ψ2(x,y)--沿行方向的变化二维小波函数；
ψ3(x,y)--沿对角线方向的变化二维小波函数；
(4)车灯光导的亮度图像经过一次小波变换后，图像分解为4个大小为原来尺寸1/4的子块频带区域，分别包含了相应频带的小波系数，相当于在水平方向、竖直方向以及对角线方向上进行隔点采样，4个子块频带区域为：
LL1：该频带保持了原始图像的内容信息，图形的能力集中于此；
HL1：该频带保持了原始图像水平方向的高频边缘信息；
LH1：该频带保持了原始图像垂直方向的高频边缘信息；
HH1：该频带保持了原始图像对角线上的高频信息；
(5)对低频子带LL1上的图像再次进行小波变换，得到四个频率子带，其中LL2为低频子带，HL2、LH2和HH2均为高频子带；
d、光导光照分量的提取：
利用式(4)对车灯光导亮度图像数据进行重构：
Figure FDA0002977651960000101
f(x,y)--重构后的车灯光导光照分量图像；
M--车灯光导图像的像素列数；
N--车灯光导图像的像素行数；
Figure FDA0002977651960000102
--尺度函数；
Figure FDA0002977651960000103
--平移函数；
j0--一个任意的开始尺度；
Figure FDA0002977651960000104
--车灯光导亮度图像在开始j0尺度的近似；
Figure FDA0002977651960000105
--沿着i方向车灯光导亮度图像的细节分量；
经过小波分解后，低频系数LL包含图像的光照信息，高频系数HL、LH和HH包含图像的细节信息，为了近似的估计出图像的光照分量，应保持图像的低频子带系数不变，高频子带系数全部置为零，再将系数重建进行小波逆变换得到原始图像的光照分量；
e、光导一致性判断：
提取出各待测窗口图像的光照分量后，根据光照分量直方图形状相似度来判断待测光导各部分一致性的好坏，点亮的车灯光导各部分所发出的光既不能太亮也不能太暗，这样从视觉感受上光照的一致性不佳，因此对各待测窗口图像的光照分量直方图取平均，然后计算各光照分量直方图与平均光照分量直方图相应灰度级上像素个数差的绝对值，乘上相应的权值后再求和，最后使其归一化到[0,1]区间上；
(1)利用式(5)计算待测车灯光导的相似度；
Figure FDA0002977651960000106
p--待测车灯光导的相似度；
k--车灯光导图像中所划分的区域窗口图像的总个数；
S--车灯光导光照图像大小；
Gi(j)--在第i个区域窗口图像中灰度级为j的像素个数；
A(j)--车灯光导光照图像平均直方图中灰度级为j的像素个数；
Wi(j)--在第i个区域窗口图像中灰度级为j的权值，Wi(j)＝|F(i)-j|+1，F(i)是该区域窗口图像的灰度均值；
Wmax--车灯光导图像中所有区域窗口图像光照差异最大的权值，Wmax＝Max(Wi(j))；
待测车灯光导的相似度p的值域为[0,1]，当全黑全白的两幅图像，对直方图进行相似度度量时，p的值为0；当完全相同的两幅图像时，对直方图进行相似度度量时，p的值为1；
(2)一致性检测主要利用式(6)判断待测车灯光导的相似度是否满足：
p≥pSET 式(6)
p--待测车灯光导的相似度
pSET--表示车灯光导一致性对的相似度判断阈值；
根据式(5)得到的光照分量直方图相似度系数p当满足式(6)，证明该部分的光导一致性良好；否则，车灯光导各部分的一致性较差，从而实现车灯光导一致性检查。
CN201810839437.2A 2018-07-27 2018-07-27 一种车灯光导一致性检测方法 Active CN109003273B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810839437.2A CN109003273B (zh) 2018-07-27 2018-07-27 一种车灯光导一致性检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810839437.2A CN109003273B (zh) 2018-07-27 2018-07-27 一种车灯光导一致性检测方法

Publications (2)

Publication Number Publication Date
CN109003273A CN109003273A (zh) 2018-12-14
CN109003273B true CN109003273B (zh) 2021-05-18

Family

ID=64597228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810839437.2A Active CN109003273B (zh) 2018-07-27 2018-07-27 一种车灯光导一致性检测方法

Country Status (1)

Country Link
CN (1) CN109003273B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112071037B (zh) * 2019-06-11 2022-07-01 虹球环艺科技集团有限公司 现场指示灯驱动方法
CN110641029A (zh) * 2019-07-25 2020-01-03 江苏海德莱特汽车部件有限公司 一种车灯密封验光设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441763A (zh) * 2008-11-11 2009-05-27 浙江大学 基于颜色传递的多色调图像统一调整方法
CN102096941A (zh) * 2011-01-30 2011-06-15 北京航空航天大学 虚实融合环境下的光照一致性方法
CN102804248A (zh) * 2010-03-17 2012-11-28 伊格尼斯创新公司 寿命一致性参数提取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012042385A (ja) * 2010-08-20 2012-03-01 Fujitsu Ltd 分散測定装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441763A (zh) * 2008-11-11 2009-05-27 浙江大学 基于颜色传递的多色调图像统一调整方法
CN102804248A (zh) * 2010-03-17 2012-11-28 伊格尼斯创新公司 寿命一致性参数提取方法
CN102096941A (zh) * 2011-01-30 2011-06-15 北京航空航天大学 虚实融合环境下的光照一致性方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Sudden illumination change detection using order consistency;Binglong Xie et al;《Image and Vision Computing》;20040229;第22卷(第2期);第117-125页 *
基于单幅低动态范围图像的光照一致性研究;许鹏展;《中国优秀硕士学位论文全文数据库电子期刊 信息科技辑》;20161215;第2016年卷(第12期);第I138-241页 *
基于小波变换一致性检测的遥感影像融合;周惠 等;《计算机工程与应用》;20121231;第48卷(第35期);第166-173页 *

Also Published As

Publication number Publication date
CN109003273A (zh) 2018-12-14

Similar Documents

Publication Publication Date Title
CN108682365B (zh) 一种oled色斑检测与修复一体化系统、方法
US8483479B2 (en) Light detection, color appearance models, and modifying dynamic range for image display
CN201707304U (zh) 一种产品表面自动光学检查设备
CN109003273B (zh) 一种车灯光导一致性检测方法
CN102194103B (zh) 用于车辆的主动可视性支持设备和方法
CN109035235B (zh) 一种车灯光导色差检测方法
CN1867954A (zh) 用于显示车辆环境的方法和装置
CN106778534B (zh) 一种车辆行驶中周围环境灯光识别方法
CN110412055B (zh) 一种基于多光源暗场照明的透镜白雾缺陷检测方法
CN208459716U (zh) 一种液晶显示屏检测装置
DE102010040191A1 (de) Vorrichtung und Verfahren zur Bildverarbeitung
CN113873229A (zh) 一种图像坏点检测方法、系统及装置
CN110533626B (zh) 一种全天候水质识别方法
US9218655B2 (en) Brightness measuing method and system of device with backlight
Smagina et al. Multiple light source dataset for colour research
CN109035225B (zh) 一种汽车刹车片外观质量检验照明系统设计质量评价方法
TWI596941B (zh) 具有補光調變功能的影像擷取方法及其監控設備
CN112188109B (zh) 一种摄像头调试方法、装置及电子设备
CN109285151B (zh) 一种ai智能调光方法
CN108414961B (zh) 一种电表电线的检测装置及其检测方法
CN206725196U (zh) 一种微距数码镜头检测仪
KR101694824B1 (ko) 듀얼 스마트 카메라를 이용한 에너지 절감 전광판 및 에너지 절감 방법
US11477351B2 (en) Image and video banding assessment
CN114245110A (zh) 一种摄像头坏点检测方法及装置
CN114397094A (zh) 一种基于光谱重建和色貌模型的光源显色性评价方法

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