CN109151458B - 测试模型构造方法、景深模组光学中心测试方法及设备 - Google Patents
测试模型构造方法、景深模组光学中心测试方法及设备 Download PDFInfo
- Publication number
- CN109151458B CN109151458B CN201811013507.5A CN201811013507A CN109151458B CN 109151458 B CN109151458 B CN 109151458B CN 201811013507 A CN201811013507 A CN 201811013507A CN 109151458 B CN109151458 B CN 109151458B
- Authority
- CN
- China
- Prior art keywords
- depth
- sampling
- field module
- dimensional
- test model
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请实施例提供一种测试模型构造方法,一种景深模组光学中心测试方法及设备。测试模型构造方法通过确定表征景深模组深度测试能力的多项式曲线;基于所述多项式曲线,生成三维多项式曲面;获得由所述三维多项式曲面构造形成的三维测试模型;其中,所述三维测试模型用于反射所述景深模组发射红外激光至所述景深模组,以使所述景深模组获得所述三维测试模型的深度信息,并基于所述深度信息生成的景深图像确定所述景深模组的光学中心。本申请实施例可以避免外界光源的影响,提高测试结果的测试精度。
Description
技术领域
本申请实施例涉及摄像镜头技术领域,尤其涉一种测试模型构造方法、一种景深模组光学中心测试方法及设备。
背景技术
景深摄像模组可以采集真实世界中目标物体的深度信息获得目标物体的景深图像,实现对真实世界更真实、更高质量的图像描述。其中,光学中心是景深模组的一个重要参数,基于景深模组的光学中心可以判断摄像模组的各组件位置是否发生偏移或倾斜,并可基于光学中心对景深模组的各组件的位置进行矫正。
通过测试景深模组的光学中心可以确定景深模组的光学中心的位置。现有技术中,测试景深模组的光学中心需要利用发光均匀的测试光源,将景深模组尽可能靠近该测试光源以避免外界对测试结果的干扰。通过景深模组内的传感器检测照射进景深模组内部的测试光源以形成景深图像,对该景深图像进行识别,即可以确定景深模组的光学中心。
但如果测试光源发光的均匀度不够好,会影响光学中心的测试结果,导致测试误差较大。
发明内容
本申请实施例提供一种测试模型构造方法、一种景深模组光学中心测试方法及设备,可以大大降低景深模组光学中心的测试误差,提高测试结果的测试精度。
本申请提供了一种测试模型构造方法,包括:
确定表征景深模组深度测试能力的多项式曲线;
基于所述多项式曲线,生成三维多项式曲面;
获得由所述三维多项式曲面构造形成的三维测试模型;其中,所述三维测试模型用于反射所述景深模组发射红外激光至所述景深模组,以使所述景深模组获得所述三维测试模型的深度信息,并基于所述深度信息生成的景深图像确定所述景深模组的光学中心。
优选地,所述确定表征景深模组深度测试能力的多项式曲线包括:
在采样位置处分别采集采样目标在不同采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值;
基于所述分别对应所述不同采样距离的深度采样值进行曲线拟合,获得表征所述景深模组深度测试能力的多项式曲线。
优选地,所述在采样位置处分别采集采样目标在不同采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值包括:
确定所述不同采样距离对应的最小采样距离及最大采样距离;其中,所述最小采样距离为所述景深模组的最小标定距离;
在所述最小采样距离至所述最大采样距离的采样范围内,按照采样距离间隔的变化规律确定包括所述最小采样距离及所述最大采样距离的多个采样距离;其中,所述采样距离间隔的变化规律符合,采样距离间隔靠近所述最小采样距离时越小,靠近所述最大采样距离时越大;
在采样位置处分别采集采样目标在每个采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值。
优选地,所述在采样位置处分别采集采样目标在每个采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值包括:
在所述采样位置处,分别采集采样目标在每个采样距离处时各自对应的景深图像;
分别采集每个采样距离各自对应的景深图像中任两个像素点对应的深度信息,获得所述深度采样值。
优选地,所述基于所述多项式曲线,生成三维多项式曲面包括:
确定所述多项式曲线的中轴线;
将所述多项式曲线基于所述中轴线旋转获得三维多项式曲面。
本申请还提供一种景深模组光学中心测试方法,包括:
在测试位置控制景深模组的激光器发射红外激光至三维测试模型;其中,所述三维测试模型基于表征景深模组深度测试能力的多项式曲线构造获得;且所述景深模组的中轴线与所述三维测试模型的中轴线位于同一直线上;
基于所述三维测试模型反射至所述景深模组中的红外激光,采集所述三维测试模型的深度信息;
根据所述深度信息生成所述三维测试模型对应的景深图像;
基于所述景深图像确定所述景深模组的光学中心。
优选地,在测试位置控制景深模组的激光器发射红外激光至三维测试模型之前,还包括:
确定表征所述景深模组深度测试能力的多项式曲线;
基于所述多项式曲线,生成三维多项式曲面;
获得由所述三维多项式曲面构造形成的三维测试模型。
优选地,所述基于所述景深图像确定所述景深模组的光学中心包括:
根据所述景深图像中每个像素点对应的深度信息,确定深度阈值;
按照所述深度阈值对所述景深图像进行二值化处理,获得二值化图像;
基于所述二值化图像确定所述景深模组的光学中心。
优选地,所述基于所述二值化图像确定所述景深模组的光学中心包括:
确定包含所述二值化图像的图像中心的第一区域;
确定所述第一区域的中心位置为所述景深模组的光学中心。
优选地,所述确定所述第一区域的中心位置为所述景深模组的光学中心包括:
确定所述第一区域中各像素点的位置坐标;
基于所述第一区域中各像素点的位置坐标,计算所述第一区域的平均位置坐标;
将所述平均位置坐标作为所述第一区域的中心位置;
确定所述中心位置为所述景深模组的光学中心。
优选地,所述测试位置距所述三维测试模型的最近距离大于所述景深模组的最小标定距离;
所述测试位置距所述三维测试模型的最远距离满足所述三维测试模型在所述景深模组的视场内。
本申请提供了一种测试模型制作设备,包括处理组件以及存储组件;所述存储组件存储一条或多条计算机程序指令;所述处理组件用于被调用并执行所述一条或多条计算机程序指令以实现:
确定表征景深模组深度测试能力的多项式曲线;
基于所述多项式曲线,生成三维多项式曲面;
获得由所述三维多项式曲面构造形成的三维测试模型;其中,所述三维测试模型用于反射所述景深模组发射红外激光至所述景深模组,以使所述景深模组获得所述三维测试模型的深度信息,并基于所述深度信息生成的景深图像确定所述景深模组的光学中心。
本申请还提供了一种景深模组光学中心测试设备,包括处理组件以及存储组件;所述存储组件存储一条或多条计算机程序指令;所述处理组件用于被调用并执行所述一条或多条计算机程序指令以实现:
在测试位置控制景深模组的激光器发射红外激光至三维测试模型;其中,所述三维测试模型基于表征景深模组深度测试能力的多项式曲线构造获得;所述测试位置满足所述景深模组的中轴线与所述三维测试模型的中轴线位于同一直线上;
基于所述三维测试模型反射至所述景深模组中的红外激光,采集所述三维测试模型的深度信息;
根据所述深度信息生成所述三维测试模型对应的景深图像;
基于所述景深图像确定所述景深模组的光学中心。
本申请实施实例提供了一种测试模型构造方法、一种景深模组光学中心测试方法及设备。测试模型构造方法,通过确定表征景深模组深度测试能力的多项式曲线。基于所述多项式曲线,生成三维多项式曲面。获得由所述三维多项式曲面构造形成的三维测试模型。其中,所述三维测试模型用于反射所述景深模组发射红外激光至所述景深模组,以使所述景深模组获得所述三维测试模型的深度信息,并基于所述深度信息生成的景深图像确定所述景深模组的光学中心。本申请实施例中,采用景深模组自身携带的红外激光光源测试所述景深模组的光学中心,其光源均匀性的可控性更高,可以避免外界光源的影响,从而大大降低景深模组光学中心的测试误差,提高测试结果的测试精度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请提供的一种测试模型构造方法的一个实施例的流程图;
图2示出了本申请提供的一种表征景深模组深度测试能力的多项式曲线的示意图;
图3示出了本申请提供的一种表征景深模组深度测试的三维测试模型的示意图;
图4示出了本申请提供的一种景深模组光学中心测试方法的一个实施例的流程图;
图5示出了本申请提供的一种三维测试模型与景深模组的测试位置示意图;
图6示出了本申请提供的一种三维测试模型对应的二值化图像的示意图;
图7示出了本申请提供的一种测试模型构造装置的一个实施例的结构示意图;
图8示出了本申请提供的一种景深模组光学中心测试装置的一个实施例的结构示意图;
图9示出了本申请提供的一种测试模型构造设备的一个实施例的结构示意图;
图10示出了本申请提供的一种景深模组光学中心测试设备的一个实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在本申请的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
下面将结合附图对本申请技术方案进行详细描述。
图1示出了本申请提供的一种测试模型构造方法的一个实施例的流程图。该方法可以包括:
101:确定表征景深模组深度测试能力的多项式曲线。
102:基于所述多项式曲线,生成三维多项式曲面。
103:获得由所述三维多项式曲面构造形成的三维测试模型。
其中,所述三维测试模型用于反射所述景深模组发射红外激光至所述景深模组,以使所述景深模组获得所述三维测试模型的深度信息,并基于所述深度信息生成的景深图像确定所述景深模组的光学中心。
实际应用中,表征景深模组测试能力的多项式曲线可以通过景深模组采集不同距离处的采样值拟合获得。因此在确定该多项式曲线之前必须预先获取景深模组的采样值。
可选地,在某些实施例中,所述确定表征景深模组深度测试能力的多项式曲线可以包括:
在采样位置处分别采集采样目标在不同采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值;
基于所述分别对应所述不同采样距离的深度采样值进行曲线拟合,获得表征所述景深模组深度测试能力的多项式曲线。
为了获得表征景深模组深度测试能力的多项式曲线,利用景深模组采集在不同采样距离处的采样目标。
该采样目标可以是设置于可以移动的滑轨上的平板,通过滑轨移动该平板使得测试目标位于不同的采样距离处,通过多次采集获得不同距离处的深度信息。可选地,采样目标还可以是一个具有斜度的梯形斜面。该斜面的不同高度据景深模组的距离不同,可通过一次拍摄获得不同距离处的深度信息。
可选地,在某些实施例中,所述在采样位置处分别采集采样目标在不同采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值包括:
确定所述不同采样距离对应的最小采样距离及最大采样距离;其中,所述最小采样距离为所述景深模组的最小标定距离;
在所述最小采样距离至所述最大采样距离的采样范围内,按照采样距离间隔的变化规律确定包括所述最小采样距离及所述最大采样距离的多个采样距离;其中,所述采样距离间隔的变化规律符合,采样距离间隔靠近所述最小采样距离时越小,靠近所述最大采样距离时越大;
在采样位置处分别采集采样目标在每个采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值。
由于实际中景深模组边缘存在畸变,因此为了尽可能地准确地确定光学中心的位置,不同采样距离的最小采样距离设定为景深模组的最小标定距离。当景深模组据采样目标小于该最小标定距离时,则会采集不到采样目标的深度信息。根据实际测试目标的大小,最大采样距离应保证采样目标位于景深模组的视场范围内,且在该采样距离处采集到的深度信息的畸变较小。
由于不同的景深模组具有不同的测试性能,因此景深模组不同时最小采样距离和最大采样距离也不相同,具体可根据实际情况进行设置,在此不做具体限定。
在确定由最小采样距离和最大采样距离确定的采样范围之后,按照采样距离间隔的变化规律确定包括所述最小采样距离及所述最大采样距离的多个采样距离。由于景深模组的测试能力随着采样距离的变大,其测试精度会逐渐下降,因此为了获得更接近景深模组深度测试能力的多项式曲线,需要尽可能采集畸变较小的采样值。因此,所述采样距离间隔的变化规律符合,采样距离间隔靠近所述最小采样距离时越小,靠近所述最大采样距离时越大。
以采样范围为5cm~40cm(厘米)为例,其中5cm为最小采样距离,在确定该采样范围内的其他采样距离时,可以在靠近5cm位置处设定采样距离间隔设定为0.1cm,即相邻采样距离的之间的间隔距离为0.1cm,在远离最小采样距离时,采样距离间隔逐渐增大为0.2cm,0.5cm,0.8cm,1cm等分别确定多个采样距离,然后在靠近最大采样距离时,采样距离间隔逐渐增大为2cm、5cm,8cm。由此可以看出,各个采样距离在采样范围内的分布成靠近最小采样距离的分布越密集,靠近最大采样距离时的分布越稀疏,且成梯度变化。
可以理解的是,在设定的采样范围内设定的采样距离越多,景深模组可获得表征更多采样距离深度信息的采样值,这样拟合获得的多项式曲线就越接近该景深模组的深度测试能力。因此,想要获得更能准确表征景深模组深度测试能力的多项式曲线,需要进一步减小采样距离间隔,且尽可能多地采集靠近最小采样距离处的采样距离的深度信息。例如,靠近最小采样距离处的采样间隔距离进一步细化为0.01cm,依次增大为0.05cm,0.1cm,0.2cm,0.5cm,0.8cm,1cm,靠近最大采样距离时,采样距离间隔逐渐增大为2cm、5cm,8cm。并使得各个采样距离在采样范围内的分布成靠近最小采样距离的分布越密集,靠近最大采样距离时的分布越稀疏,且成梯度变化。
可选地,在某些实施例中,所述在采样位置处分别采集采样目标在每个采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值包括:
在所述采样位置处,分别采集采样目标在每个采样距离处时各自对应的景深图像;
分别采集每个采样距离各自对应的景深图像中任两个像素点对应的深度信息,获得所述深度采样值。
在确定多个采样距离后,利用景深模组分别采集采样目标在每个采样距离处时景深图像。
根据上述采样目标的不同,当采样目标为平面时,依次移动采样目标至不同采样距离处,采集不同采样距离各自对应的景深图像,并在每个景深图像中选取至少两个像素点对应的深度信息作为采样值。
每个景深图像中深度信息个数的选取不做具体限定,可以根据实际情况进行设定。当然也可以在每个景深图像中都选取表征相应采样距离出深度信息的两个采样值,该两个采样值可以是选取位于图像中心两侧的像素点对应的深度信息。
当采样目标为梯形斜面时,可以仅采集依次该提梯形斜面的景深图像。在所述景深图像选取可以表征相应采样距离出的至少两个像素点对应的深度信息,作为深度采样值。
在获取深度采样值后,可以采用曲线拟合方法,拟合获得多项式曲线。该曲线拟合方法可以采用现有技术中的最小二乘法等曲线拟合方法,在此不做具体限定。如图2所示,为基于深度采样值拟合获得的可以表征景深模组深度采样能力的多项式曲线。该多项式曲线对应的数据拟合公式可以表示为:
y=0.009x4-0.0453x3+0.0672x2-2.1545x+3.5607。
实际中,根据选取采样距离的数量,采样范围的大小、深度采样值的个数及曲线拟合算法的不同,该多项式的阶数和系数均不相同。当该拟合公式的阶数越高获得的多项式曲线的越接近实际景深模组的深度测试能力。
可选地,在某些实施例中,所述基于所述多项式曲线,生成三维多项式曲面可以包括:
确定所述多项式曲线的中轴线;
将所述多项式曲线基于所述中轴线旋转获得三维多项式曲面。
如图3所示,进一步地,在确定该多项式曲线后,可以通过多项式曲线构建三维多项式曲面。具体地,可以在确定多项式曲线的中轴线后,基于中轴线旋转该多项式曲线获得对应的多项式曲面。该多项式曲面可以表征景深模组在三维空间的不同方位的深度测试能力。
在构建获得该三维多项式曲面后,可以利用目前的3D打印技术,打印获得由所述三维多项式曲面构造形成的三维测试模型。根据实际的测试条件,确定三维测试模型的实际大小,保证三维测试模型的尺寸在测试距离下位于景深模组的视场范围内。
实际中该三维测试模型对用一种景深模组具有普适性,该三维测试模型可以表征一类景深模组的空间深度测试能力。
本申请实施例中,通过景深模组采集对不同采样距离处对应的深度采样值,拟合获得可以表征景深模组深度测试能力的多项式曲线,并基于该多项式曲线生成三维多项式曲线,从而获得由该三维多项式曲面构建的三维测试模型。该三维测试模型可以表征该景深模组的空间深度测试能力,使得该景深模组可以基于该三维测试模型反向测试自身的光学中心。
图4示出了本申请提供的一种景深模组光学中心测试方法的一个实施例的流程图;
401:在测试位置控制景深模组的发射红外激光至三维测试模型。
其中,所述三维测试模型基于表征景深模组深度测试能力的多项式曲线构造获得;且所述景深模组的中轴线与所述三维测试模型的中轴线位于同一直线上。
可选地,在某些实施例中,所述测试位置距所述三维测试模型的最近距离大于所述景深模组的最小标定距离;
所述测试位置距所述三维测试模型的最远距离满足所述三维测试模型在所述景深模组的视场内。
由图5所述,平面A为景深模组所在的测试平面,C点为该景深模组所在的位置。平面B为三维立体模型所在的平面,其中,P点为该三维立体模型的峰值点的位置,O点为所述三维测试模型的中心位置。由图5可以看出,景深模组的中轴线与三维测试模型的中轴线均位于ZC轴上,且平面A的YC轴与平面B的YC轴平行,平面A的XC轴与平面B的XC轴平行,从而确保所述O点、P点、C点的连线位于同一直线上。
C点到P点的距离即为景深模组距该三维测试模型的最近距离,且C点到P点的距离要满足大于景深模组的最小标定距离。O点到C点之间的距离为景深模组距该三维测试模型的最远距离,O点到C点之间的距离要使得三维测试模型在景深模组的视场范围之内,且在该测试距离下景深模组的畸变最小。
可以理解的是,测试位置不限于上述位置结构,也可以是三维测试模型位于平面A上,景深模组位于平面B上的位置结构,在此不做具体限定。
402:基于所述三维测试模型反射至所述景深模组中的红外激光,采集所述三维测试模型的深度信息。
景深模组在测试位置处采用自身携带的红外激光光源发射红外激光至三维测试模型。并通过采集该三维测试模型反射至景深模组中的红外激光,采集三维测试模型的深度信息。
红外激光受外界环境影响较小,在近距离范围内,景深模组接收的红外激光光源的均匀性的可控性更高。且相同景深模组中携带的红外激光光源相同,因此可以避免外界因素对测试结果造成的影响。
景深模组在接收三维测试模型反射的红外激光的同时,通过检测反射的红外光线,获得所述三维测试模型的深度信息。
403:根据所述深度信息生成所述三维测试模型对应的景深图像。
由上可知,基于采集获得的深度信息生成所述三维测试模型对应的的景深图像。
404:基于所述景深图像确定所述景深模组的光学中心。
对景深图像的深度信息进行处理即可获得景深模组的光学中心,具体地,可以是对景深图像进行二值化处理,如下所述。
可选地,在某些实施例中,所述基于所述景深图像确定所述景深模组的光学中心可以包括:
根据所述景深图像中每个像素点对应的深度信息,确定深度阈值;
按照所述深度阈值对所述景深图像进行二值化处理,获得二值化图像;
基于所述二值化图像确定所述景深模组的光学中心。
其中,可以将景深图像中最小深度信息和最大深度信息的中间值作为景深图像的深度阈值。将小于该深度阈值的像素点的灰度值赋值为255,大于该深度阈值的像素点的灰度值赋值为0,可获得如图6所示的二值化图像。其中,白色区域对应为小于深度阈值的像素点,黑色区域为对应大于深度阈值的像素点。
实际中,也可以将小于该深度阈值的像素点的灰度值赋值为0,大于该深度阈值的像素点的灰度值赋值为255。黑色区域对应为小于深度阈值的像素点,白色区域为对应大于深度阈值的像素点。
可选地,在某些实施例中,可以基于所述景深图像的深度信息将所述景深图像进一步转化为伪彩色RGB图,或者转化为灰度图。具体地,可以是建立所述景深图像的深度信息与灰度值或RGB值的对应关系,从而基于该对应关系,将所述景深图像中每个像素点对应的深度信息转换为相应的RGB值或灰度值,得到该景深图像对应的伪彩色RGB图像或灰度图像。
进一步地,对景深图像的深度信息进行处理即可获得景深模组的光学中心,还可以是将景深图像对应的伪彩色RGB图像或灰度图像进行二值化处理,获得二值化图像,基于该二值化图像确定景深模组的光学中心。
具体地,伪彩色RGB图像或灰度图像二值化过程与上述相似,即分别根据伪彩色RGB图像中每个像素点的RGB值,确定RGB阈值;或根据灰度图像中每个灰度图像的灰度值,确定灰度阈值。并按照所述RGB阈值对所述伪彩色RGB图像进行二值化处理,获得二值化图像;或按照所述灰度阈值对所述灰度图像进行二值化处理,获得二值化图像。
可选地,在某些实施例中,所述基于所述二值化图像确定所述景深模组的光学中心包括:
确定包含所述二值化图像的图像中心的第一区域;
确定所述第一区域的中心位置为所述景深模组的光学中心。
实际中,需要在二值化图像中确定小于深度阈值的像素点所在的第一区域,图6中第一区域即为白色区域。可以通过边缘检测确定二值化图像中黑色与白色的边缘区域,然后基于图像中心位置对应的灰度值,确定与该灰度值对应的第一区域。如果图像中心的灰度值为0,则确定黑色区域为第一区域,如果灰度值为255则确定白色区域为第一区域。其中,景深模组的光学中心即为第一区域的中心位置。
可选地,在某些实施例中,所述确定所述第一区域的中心位置为所述景深模组的光学中心包括:
确定所述第一区域中各像素点的位置坐标;
基于所述第一区域中各像素点的位置坐标,计算所述第一区域的平均位置坐标;
将所述平均位置坐标作为所述第一区域的中心位置;
确定所述中心位置为所述景深模组的光学中心。
实际应用中,第一区域的中心位置的确定方法并不限于上述方法,还可以采用其他任一可以实现的计算方法,在此不做具体限定。
本申请实施例,三维测试模型可以是预先构造获得,也可以是在每次测试之前进行构造。可选地,在某些实施例中,在测试位置控制景深模组的激光器发射红外激光至三维测试模型之前,还可以包括:
确定表征所述景深模组深度测试能力的多项式曲线;
基于所述多项式曲线,生成三维多项式曲面;
获得由所述三维多项式曲面构造形成的三维测试模型。
针对已确定的景深模组,可预先构造获得该景深模组的三维测试模型,并可将预先构造获得的三维测试模型用于对同一类型的景深模组的光学中心的测试。
对于测试前并不知道该景深模组的型号或类别,可以在光学中心测试前利用该景深模型获取深度采样值并构造三维测试模型。
本申请实施例中,采用景深模组自身携带的红外激光光源测试采集可以表征景深模组深度测试能力的三维测试模型的深度信息,并基于采集的深度信息生成景深图像确定景深模组的光学中心。由于景深模组自身携带的红外激光光源均匀性的可控性更高,可以避免外界光源的影响,从而大大降低景深模组光学中心的测试误差,提高测试结果的测试精度。
另外,依靠景深模组自身携带的红外激光光源测试景深模组的光学中心,而不用大量采购测试光源设备,进一步降低了厂家的测试成本。
图7示出了本申请提供的一种测试模型构造装置的一个实施例的结构示意图。该装置可以包括:
多项式曲线确定模块701,用于确定表征景深模组深度测试能力的多项式曲线。
三维多项式曲面生成模块702,用于基于所述多项式曲线,生成三维多项式曲面。
三维测试模型构造模块703,用于获得由所述三维多项式曲面构造形成的三维测试模型。
其中,所述三维测试模型用于反射所述景深模组发射红外激光至所述景深模组,以使所述景深模组获得所述三维测试模型的深度信息,并基于所述深度信息生成的景深图像确定所述景深模组的光学中心。
实际应用中,表征景深模组测试能力的多项式曲线可以通过景深模组采集不同距离处的采样值拟合获得。因此在确定该多项式曲线之前必须预先获取景深模组的采样值。
可选地,在某些实施例中,所述多项式曲线确定模块701可以包括:
深度采样值采集单元711,用于在采样位置处分别采集采样目标在不同采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值;
曲线拟合单元712,用于基于所述分别对应所述不同采样距离的深度采样值进行曲线拟合,获得表征所述景深模组深度测试能力的多项式曲线。
为了获得表征景深模组深度测试能力的多项式曲线,利用景深模组采集在不同采样距离处的采样目标。该采样目标可以是设置于可以移动的滑轨上的平板,通过滑轨移动该平板使得测试目标位于不同的采样距离处,通过多次采集获得不同距离处的深度信息。可选地,采样目标还可以是一个具有斜度的梯形斜面。该斜面的不同高度据景深模组的距离不同,可通过一次拍摄获得不同距离处的深度信息。
可选地,在某些实施例中,所述深度采样值采集单元711具体可以用于:
确定所述不同采样距离对应的最小采样距离及最大采样距离;其中,所述最小采样距离为所述景深模组的最小标定距离;
在所述最小采样距离至所述最大采样距离的采样范围内,按照采样距离间隔的变化规律确定包括所述最小采样距离及所述最大采样距离的多个采样距离;其中,所述采样距离间隔的变化规律符合,采样距离间隔靠近所述最小采样距离时越小,靠近所述最大采样距离时越大;
在采样位置处分别采集采样目标在每个采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值。
由于实际中景深模组边缘存在畸变,因此为了尽可能地准确地确定光学中心的位置,不同采样距离的最小采样距离设定为景深模组的最小标定距离。当景深模组据采样目标小于该最小标定距离时,则会采集不到采样目标的深度信息。根据实际测试目标的大小,最大采样距离应保证采样目标位于景深模组的视场范围内,且在该采样距离处采集到的深度信息的畸变较小。
由于不同的景深模组具有不同的测试性能,因此景深模组不同时最小采样距离和最大采样距离也不相同,具体可根据实际情况进行设置,在此不做具体限定。
在确定由最小采样距离和最大采样距离确定的采样范围之后,按照采样距离间隔的变化规律确定包括所述最小采样距离及所述最大采样距离的多个采样距离。由于景深模组的测试能力随着采样距离的变大,其测试精度会逐渐下降,因此为了获得更接近景深模组深度测试能力的多项式曲线,需要尽可能采集畸变较小的采样值。因此,所述采样距离间隔的变化规律符合,采样距离间隔靠近所述最小采样距离时越小,靠近所述最大采样距离时越大。
以采样范围为5cm~40cm(厘米)为例,其中5cm为最小采样距离,在确定该采样范围内的其他采样距离时,可以在靠近5cm位置处设定采样距离间隔设定为0.1cm,即相邻采样距离的之间的间隔距离为0.1cm,在远离最小采样距离时,采样距离间隔逐渐增大为0.2cm,0.5cm,0.8cm,1cm等分别确定多个采样距离,然后在靠近最大采样距离时,采样距离间隔逐渐增大为2cm、5cm,8cm。由此可以看出,各个采样距离在采样范围内的分布成靠近最小采样距离的分布越密集,靠近最大采样距离时的分布越稀疏,且成梯度变化。
可以理解的是,在设定的采样范围内设定的采样距离越多,景深模组可获得表征更多采样距离深度信息的采样值,这样拟合获得的多项式曲线就越接近该景深模组的深度测试能力。因此,想要获得更能准确表征景深模组深度测试能力的多项式曲线,需要进一步减小采样距离间隔,且尽可能多地采集靠近最小采样距离处的采样距离的深度信息。例如,靠近最小采样距离处的采样间隔距离进一步细化为0.01cm,依次增大为0.05cm,0.1cm,0.2cm,0.5cm,0.8cm,1cm,靠近最大采样距离时,采样距离间隔逐渐增大为2cm、5cm,8cm。并使得各个采样距离在采样范围内的分布成靠近最小采样距离的分布越密集,靠近最大采样距离时的分布越稀疏,且成梯度变化。
可选地,在某些实施例中,所述深度采样值采集单元711具体可以用于:
在所述采样位置处,分别采集采样目标在每个采样距离处时各自对应的景深图像;
分别采集每个采样距离各自对应的景深图像中任两个像素点对应的深度信息,获得所述深度采样值。
在确定多个采样距离后,利用景深模组分别采集采样目标在每个采样距离处时景深图像。根据上述采样目标的不同,当采样目标为平面时,依次移动采样目标至不同采样距离处,采集不同采样距离各自对应的景深图像,并在每个景深图像中选取至少两个像素点对应的深度信息作为采样值。
每个景深图像中深度信息个数的选取不做具体限定,可以根据实际情况进行设定。当然也可以在每个景深图像中都选取表征相应采样距离出深度信息的两个采样值,该两个采样值可以是选取位于图像中心两侧的像素点对应的深度信息。
当采样目标为梯形斜面时,可以仅采集依次该提梯形斜面的景深图像。在所述景深图像选取可以表征相应采样距离出的至少两个像素点对应的深度信息,作为深度采样值。
在获取深度采样值后,可以采用曲线拟合方法,拟合获得多项式曲线。该曲线拟合方法可以采用现有技术中的最小二乘法等曲线拟合方法,在此不做具体限定。如图2所示,为基于深度采样值拟合获得的可以表征景深模组深度采样能力的多项式曲线。该多项式曲线对应的数据拟合公式可以表示为:
y=0.009x4-0.0453x3+0.0672x2-2.1545x+3.5607。
实际中,根据选取采样距离的数量,采样范围的大小、深度采样值的个数及曲线拟合算法的不同,该多项式的阶数和系数均不相同。当该拟合公式的阶数越高获得的多项式曲线的越接近实际景深模组的深度测试能力。
可选地,在某些实施例中,所述三维多项式曲面生成模块702具体可以用于:
确定所述多项式曲线的中轴线;
将所述多项式曲线基于所述中轴线旋转获得三维多项式曲面。
如图3所示,进一步地,在确定该多项式曲线后,可以通过多项式曲线构建三维多项式曲面。具体地,可以在确定多项式曲线的中轴线后,基于中轴线旋转该多项式曲线获得对应的多项式曲面。该多项式曲面可以表征景深模组在三维空间的不同方位的深度测试能力。
在构建获得该三维多项式曲面后,可以利用目前的3D打印技术,打印获得由所述三维多项式曲面构造形成的三维测试模型。根据实际的测试条件,确定三维测试模型的实际大小,保证三维测试模型的尺寸在测试距离下位于景深模组的视场范围内。
实际中该三维测试模型对用一种景深模组具有普适性,该三维测试模型可以表征一类景深模组的空间深度测试能力。
本申请实施例中,通过景深模组采集对不同采样距离处对应的深度采样值,拟合获得可以表征景深模组深度测试能力的多项式曲线,并基于该多项式曲线生成三维多项式曲线,从而获得由该三维多项式曲面构建的三维测试模型。该三维测试模型可以表征该景深模组的空间深度测试能力,使得该景深模组可以基于该三维测试模型反向测试自身的光学中心。
图8示出了本申请提供的一种景深模组光学中心测试装置的一个实施例的结构示意图。该装置可以包括:
红外激光发射模块801,用于在测试位置控制景深模组的发射红外激光至三维测试模型。
其中,所述三维测试模型基于表征景深模组深度测试能力的多项式曲线构造获得;且所述景深模组的中轴线与所述三维测试模型的中轴线位于同一直线上。
可选地,在某些实施例中,所述测试位置距所述三维测试模型的最近距离大于所述景深模组的最小标定距离;
所述测试位置距所述三维测试模型的最远距离满足所述三维测试模型在所述景深模组的视场内。
由图5所述,平面A为景深模组所在的测试平面,C点为该景深模组所在的位置。平面B为三维立体模型所在的平面,其中,P点为该三维立体模型的峰值点的位置,O点为所述三维测试模型的中心位置。由图5可以看出,景深模组的中轴线与三维测试模型的中轴线均位于ZC轴上,且平面A的YC轴与平面B的YC轴平行,平面A的XC轴与平面B的XC轴平行,从而确保所述O点、P点、C点的连线位于同一直线上。
C点到P点的距离即为景深模组距该三维测试模型的最近距离,且C点到P点的距离要满足大于景深模组的最小标定距离。O点到C点之间的距离为景深模组距该三维测试模型的最远距离,O点到C点之间的距离要使得三维测试模型在景深模组的视场范围之内,且在该测试距离下景深模组的畸变最小。
可以理解的是,测试位置不限于上述位置结构,也可以是三维测试模型位于平面A上,景深模组位于平面B上的位置结构,在此不做具体限定。
深度信息采集模块802,用于基于所述三维测试模型反射至所述景深模组中的红外激光,采集所述三维测试模型的深度信息。
景深模组在测试位置处采用自身携带的红外激光光源发射红外激光至三维测试模型。并通过采集该三维测试模型反射至景深模组中的红外激光,采集三维测试模型的深度信息。
红外激光受外界环境影响较小,在近距离范围内,景深模组接收的红外激光光源的均匀性的可控性更高。且相同景深模组中携带的红外激光光源相同,因此可以避免外界因素对测试结果造成的影响。
景深模组在接收三维测试模型反射的红外激光的同时,通过检测反射的红外光线,获得所述三维测试模型的深度信息。
深度图像生成模块803,用于根据所述深度信息生成所述三维测试模型对应的景深图像。
由上可知,基于采集获得的深度信息生成所述三维测试模型对应的的景深图像。
光学中心确定模块804,用于基于所述景深图像确定所述景深模组的光学中心。
对景深图像的深度信息进行处理即可获得景深模组的光学中心,具体地,可以是对景深图像进行二值化处理,如下所述。
可选地,在某些实施例中,所述光学中心确定模块804可以包括:
深度阈值确定单元811,用于根据所述景深图像中每个像素点对应的深度信息,确定深度阈值;
二值化单元812,用于按照所述深度阈值对所述景深图像进行二值化处理,获得二值化图像;
光学中心确定单元813,用于基于所述二值化图像确定所述景深模组的光学中心。
其中,可以将景深图像中最小深度信息和最大深度信息的中间值作为景深图像的深度阈值。将小于该深度阈值的像素点的灰度值赋值为255,大于该深度阈值的像素点的灰度值赋值为0,可获得如图6所示的二值化图像。其中,白色区域对应为小于深度阈值的像素点,黑色区域为对应大于深度阈值的像素点。
实际中,也可以将将小于该深度阈值的像素点的灰度值赋值为0,大于该深度阈值的像素点的灰度值赋值为255。黑色区域对应为小于深度阈值的像素点,白色区域为对应大于深度阈值的像素点。
可选地,在某些实施例中,可以基于所述景深图像的深度信息将所述景深图像进一步转化为伪彩色RGB图,或者转化为灰度图。具体地,可以是建立所述景深图像的深度信息与灰度值或RGB值的对应关系,从而基于该对应关系,将所述景深图像中每个像素点对应的深度信息转换为相应的RGB值或灰度值,得到该景深图像对应的伪彩色RGB图像或灰度图像。
进一步地,对景深图像的深度信息进行处理即可获得景深模组的光学中心,还可以是将景深图像对应的伪彩色RGB图像或灰度图像进行二值化处理,获得二值化图像,基于该二值化图像确定景深模组的光学中心。
具体地,伪彩色RGB图像或灰度图像二值化过程与上述相似,即分别根据伪彩色RGB图像中每个像素点的RGB值,确定RGB阈值;或根据灰度图像中每个灰度图像的灰度值,确定灰度阈值。并按照所述RGB阈值对所述伪彩色RGB图像进行二值化处理,获得二值化图像;或按照所述灰度阈值对所述灰度图像进行二值化处理,获得二值化图像。
可选地,在某些实施例中,所述光学中心确定单元813具体可以用于:
确定包含所述二值化图像的图像中心的第一区域;
确定所述第一区域的中心位置为所述景深模组的光学中心。
实际中,需要在二值化图像中确定小于深度阈值的像素点所在的第一区域,图6中第一区域即为白色区域。可以通过边缘检测确定二值化图像中黑色与白色的边缘区域,然后基于图像中心位置对应的灰度值,确定与该灰度值对应的第一区域。如果图像中心的灰度值为0,则确定黑色区域为第一区域,如果灰度值为255则确定白色区域为第一区域。其中,景深模组的光学中心即为第一区域的中心位置。
可选地,在某些实施例中,所述确定所述第一区域的中心位置为所述景深模组的光学中心具体可以用于:
确定所述第一区域中各像素点的位置坐标;
基于所述第一区域中各像素点的位置坐标,计算所述第一区域的平均位置坐标;
将所述平均位置坐标作为所述第一区域的中心位置;
确定所述中心位置为所述景深模组的光学中心。
实际应用中,第一区域的中心位置的确定方法并不限于上述方法,还可以采用其他任一可以实现的计算方法,在此不做具体限定。
本申请实施例,三维测试模型可以是预先构造获得,也可以是在每次测试之前进行构造。可选地,在某些实施例中,红外激光发射模块801之前,还可以包括:
多项式曲线确定模块,用于确定表征所述景深模组深度测试能力的多项式曲线。
三维多项式曲面生成模块,用于基于所述多项式曲线,生成三维多项式曲面。
三维测试模型构造模块,用于获得由所述三维多项式曲面构造形成的三维测试模型。
针对已确定的景深模组,可预先构造获得该景深模组的三维测试模型,并可将预先构造获得的三维测试模型用于对同一类型的景深模组的光学中心的测试。
对于测试前并不知道该景深模组的型号或类别,可以在光学中心测试前利用该景深模型获取深度采样值并构造三维测试模型。
本申请实施例中,采用景深模组自身携带的红外激光光源测试采集可以表征景深模组深度测试能力的三维测试模型的深度信息,并基于采集的深度信息生成景深图像确定景深模组的光学中心。由于景深模组自身携带的红外激光光源均匀性的可控性更高,可以避免外界光源的影响,从而大大降低景深模组光学中心的测试误差,提高测试结果的测试精度。
另外,依靠景深模组自身携带的红外激光光源测试景深模组的光学中心,而不用大量采购测试光源设备,进一步降低了厂家的测试成本。
图9示出了本申请提供的一种测试模型构造设备的一个实施例的结构示意图。该测试模型构造设备可以包括处理组件901以及存储组件902;所述存储组件902存储一条或多条计算机程序指令;所述处理组901件用于被调用并执行所述一条或多条计算机程序指令以实现:
确定表征景深模组深度测试能力的多项式曲线;
基于所述多项式曲线,生成三维多项式曲面;
获得由所述三维多项式曲面构造形成的三维测试模型;其中,所述三维测试模型用于反射所述景深模组发射红外激光至所述景深模组,以使所述景深模组获得所述三维测试模型的深度信息,并基于所述深度信息生成的景深图像确定所述景深模组的光学中心。
可选地,该处理组件901还用于执行前述各方法步骤中的全部或部分步骤。
其中,该处理组件901可以包括一个或多个处理器来执行计算机指令。当然处理组件901也可以为一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
该存储组件902可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
当然,测试模型构造设备还可以包括其他部件,例如输入/输出接口、通信组件等。输入/输出接口为处理组件和外围接口模块之间提供接口,上述外围接口模块可以是输出设备、输入设备等。
本申请实施例中,通过景深模组采集对不同采样距离处对应的深度采样值,拟合获得可以表征景深模组深度测试能力的多项式曲线,并基于该多项式曲线生成三维多项式曲线,从而获得由该三维多项式曲面构建的三维测试模型。该三维测试模型可以表征该景深模组的空间深度测试能力,使得该景深模组可以基于该三维测试模型反向测试自身的光学中心。
图10示出了本申请提供的一种景深模组光学中心测试设备的一个实施例的结构示意图。该景深模组光学中心测试设备可以包括处理组件1001以及存储组件1002;所述存储组件1002存储一条或多条计算机程序指令;所述处理组件1001用于被调用并执行所述一条或多条计算机程序指令以实现:
在测试位置控制景深模组的激光器发射红外激光至三维测试模型;其中,所述三维测试模型基于表征景深模组深度测试能力的多项式曲线构造获得;所述测试位置满足所述景深模组的中轴线与所述三维测试模型的中轴线位于同一直线上;
基于所述三维测试模型反射至所述景深模组中的红外激光,采集所述三维测试模型的深度信息;
根据所述深度信息生成所述三维测试模型对应的景深图像;
基于所述景深图像确定所述景深模组的光学中心。
可选地,该处理组件1001还用于执行前述各方法步骤中的全部或部分步骤。
其中,该处理组件1001可以包括一个或多个处理器来执行计算机指令。当然处理组件1001也可以为一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
该存储组件1002可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
当然,景深模组光学中心测试设备还可以包括其他部件,例如输入/输出接口、通信组件等。输入/输出接口为处理组件和外围接口模块之间提供接口,上述外围接口模块可以是输出设备、输入设备等。
本申请实施例中,采用景深模组自身携带的红外激光光源测试采集可以表征景深模组深度测试能力的三维测试模型的深度信息,并基于采集的深度信息生成景深图像确定景深模组的光学中心。由于景深模组自身携带的红外激光光源均匀性的可控性更高,可以避免外界光源的影响,从而大大降低景深模组光学中心的测试误差,提高测试结果的测试精度。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (13)
1.一种测试模型构造方法,其特征在于,包括:
确定表征景深模组深度测试能力的多项式曲线;
基于所述多项式曲线,生成三维多项式曲面;
获得由所述三维多项式曲面构造形成的三维测试模型;其中,所述三维测试模型用于反射所述景深模组发射的红外激光至所述景深模组,以使所述景深模组获得所述三维测试模型的深度信息,并基于所述深度信息生成的景深图像确定所述景深模组的光学中心。
2.根据权利要求1所述的方法,其特征在于,所述确定表征景深模组深度测试能力的多项式曲线包括:
在采样位置处分别采集采样目标在不同采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值;
基于所述分别对应所述不同采样距离的深度采样值进行曲线拟合,获得表征所述景深模组深度测试能力的多项式曲线。
3.根据权利要求2所述的方法,其特征在于,所述在采样位置处分别采集采样目标在不同采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值包括:
确定所述不同采样距离对应的最小采样距离及最大采样距离;其中,所述最小采样距离为所述景深模组的最小标定距离;
在所述最小采样距离至所述最大采样距离的采样范围内,按照采样距离间隔的变化规律确定包括所述最小采样距离及所述最大采样距离的多个采样距离;其中,所述采样距离间隔的变化规律符合,采样距离间隔靠近所述最小采样距离时越小,靠近所述最大采样距离时越大;
在采样位置处分别采集采样目标在每个采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值。
4.根据权利要求3所述的方法,其特征在于,所述在采样位置处分别采集采样目标在每个采样距离处的深度信息,获得分别对应所述不同采样距离的深度采样值包括:
在所述采样位置处,分别采集采样目标在每个采样距离处时各自对应的景深图像;
分别采集每个采样距离各自对应的景深图像中任两个像素点对应的深度信息,获得所述深度采样值。
5.根据权利要求1所述的方法,其特征在于,所述基于所述多项式曲线,生成三维多项式曲面包括:
确定所述多项式曲线的中轴线;
将所述多项式曲线基于所述中轴线旋转获得三维多项式曲面。
6.一种景深模组光学中心测试方法,其特征在于,包括:
在测试位置控制景深模组发射红外激光至三维测试模型;其中,所述三维测试模型基于表征景深模组深度测试能力的多项式曲线构造获得;且所述景深模组的中轴线与所述三维测试模型的中轴线位于同一直线上;
基于所述三维测试模型反射至所述景深模组中的红外激光,采集所述三维测试模型的深度信息;
根据所述深度信息生成所述三维测试模型对应的景深图像;
基于所述景深图像确定所述景深模组的光学中心。
7.根据权利要求6所述的方法,其特征在于,在测试位置控制景深模组的激光器发射红外激光至三维测试模型之前,还包括:
确定表征所述景深模组深度测试能力的多项式曲线;
基于所述多项式曲线,生成三维多项式曲面;
获得由所述三维多项式曲面构造形成的三维测试模型。
8.根据权利要求6所述的方法,其特征在于,所述基于所述景深图像确定所述景深模组的光学中心包括:
根据所述景深图像中每个像素点对应的深度信息,确定深度阈值;
按照所述深度阈值对所述景深图像进行二值化处理,获得二值化图像;
基于所述二值化图像确定所述景深模组的光学中心。
9.根据权利要求8所述的方法,其特征在于,所述基于所述二值化图像确定所述景深模组的光学中心包括:
确定包含所述二值化图像的图像中心的第一区域;
确定所述第一区域的中心位置为所述景深模组的光学中心。
10.根据权利要求9所述的方法,其特征在于,所述确定所述第一区域的中心位置为所述景深模组的光学中心包括:
确定所述第一区域中各像素点的位置坐标;
基于所述第一区域中各像素点的位置坐标,计算所述第一区域的平均位置坐标;
将所述平均位置坐标作为所述第一区域的中心位置;
确定所述中心位置为所述景深模组的光学中心。
11.根据权利要求6所述的方法,其特征在于,所述测试位置距所述三维测试模型的最近距离大于所述景深模组的最小标定距离;
所述测试位置距所述三维测试模型的最远距离满足所述三维测试模型在所述景深模组的视场内。
12.一种测试模型制作设备,其特征在于,包括处理组件以及存储组件;所述存储组件存储一条或多条计算机程序指令;所述处理组件用于被调用并执行所述一条或多条计算机程序指令以实现:
确定表征景深模组深度测试能力的多项式曲线;
基于所述多项式曲线,生成三维多项式曲面;
获得由所述三维多项式曲面构造形成的三维测试模型;其中,所述三维测试模型用于反射所述景深模组发射的红外激光至所述景深模组,以使所述景深模组获得所述三维测试模型的深度信息,并基于所述深度信息生成的景深图像确定所述景深模组的光学中心。
13.一种景深模组光学中心测试设备,其特征在于,包括处理组件以及存储组件;所述存储组件存储一条或多条计算机程序指令;所述处理组件用于被调用并执行所述一条或多条计算机程序指令以实现:
在测试位置控制景深模组的激光器发射红外激光至三维测试模型;其中,所述三维测试模型基于表征景深模组深度测试能力的多项式曲线构造获得;所述测试位置满足所述景深模组的中轴线与所述三维测试模型的中轴线位于同一直线上;
基于所述三维测试模型反射至所述景深模组中的红外激光,采集所述三维测试模型的深度信息;
根据所述深度信息生成所述三维测试模型对应的景深图像;
基于所述景深图像确定所述景深模组的光学中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811013507.5A CN109151458B (zh) | 2018-08-31 | 2018-08-31 | 测试模型构造方法、景深模组光学中心测试方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811013507.5A CN109151458B (zh) | 2018-08-31 | 2018-08-31 | 测试模型构造方法、景深模组光学中心测试方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109151458A CN109151458A (zh) | 2019-01-04 |
CN109151458B true CN109151458B (zh) | 2020-10-09 |
Family
ID=64826156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811013507.5A Active CN109151458B (zh) | 2018-08-31 | 2018-08-31 | 测试模型构造方法、景深模组光学中心测试方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109151458B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113452988B (zh) * | 2021-06-10 | 2023-03-10 | 江西晶浩光学有限公司 | 标靶、基于标靶的三维摄像模组检测系统及检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW476216B (en) * | 2000-08-25 | 2002-02-11 | Elecvision Inc | Method for positioning image in a digital image capturing device |
CN1873389A (zh) * | 2005-06-03 | 2006-12-06 | 展讯通信(上海)有限公司 | 一种应用在数码相机上标定镜头光学中心的方法 |
CN102810205B (zh) * | 2012-07-09 | 2015-08-05 | 深圳泰山在线科技有限公司 | 一种摄像或照相装置的标定方法 |
TWI480578B (zh) * | 2012-12-06 | 2015-04-11 | Avisonic Technology Corp | 偵測廣角鏡頭之光學中心的方法以及光學中心偵測裝置 |
CN106644410B (zh) * | 2016-12-21 | 2019-04-09 | 信利光电股份有限公司 | 一种摄像模组光心位置测量方法及系统 |
CN106600653B (zh) * | 2016-12-30 | 2020-05-19 | 亿嘉和科技股份有限公司 | 一种变倍相机光心标定方法 |
CN107977996B (zh) * | 2017-10-20 | 2019-12-10 | 西安电子科技大学 | 基于靶标标定定位模型的空间目标定位方法 |
-
2018
- 2018-08-31 CN CN201811013507.5A patent/CN109151458B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109151458A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3761772A1 (en) | Method for inspecting mounting state of component, printed circuit board inspection apparatus, and computer readable recording medium | |
CN109862346B (zh) | 调焦测试方法及设备 | |
CN112907727B (zh) | 相对变换矩阵的标定方法、装置及系统 | |
US10107899B1 (en) | System and method for calibrating light intensity | |
CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
JP2016186421A (ja) | 画像処理方法 | |
JP2014115264A (ja) | 3次元形状測定装置及びその制御方法 | |
US11016041B2 (en) | Apparatus and method for calculating a recording trajectory | |
CN111931704A (zh) | 评估地图质量的方法、装置、设备和计算机可读存储介质 | |
FR3069690A1 (fr) | Dispositif electronique et procede de generation, a partir d'au moins une paire d'images successives d'une scene, d'une carte de profondeur de la scene, drone et programme d'ordinateur associes | |
CN109151458B (zh) | 测试模型构造方法、景深模组光学中心测试方法及设备 | |
EP4423708A1 (en) | Denoising depth image data using neural networks | |
CN116313970A (zh) | 晶圆预对位方法、装置、设备和晶圆检测系统 | |
US10520424B2 (en) | Adaptive method for a light source for inspecting an article | |
CN108801226B (zh) | 平面倾斜测试方法及设备 | |
CN115937324B (zh) | 一种装配质量评价方法、装置、设备及存储介质 | |
JP6044052B2 (ja) | 魚眼画像データ作成プログラム及びlai算出プログラム | |
CN108171756A (zh) | 自适应标定方法、装置及计算机终端 | |
CN112504156A (zh) | 一种基于前景网格的结构表面应变测量系统及测量方法 | |
CN116597246A (zh) | 模型训练方法、目标检测方法、电子设备及存储介质 | |
CN111815552A (zh) | 一种工件检测方法、装置、可读存储介质及终端设备 | |
CN113440054B (zh) | 扫地机器人充电基座范围的确定方法和装置 | |
KR102645655B1 (ko) | 영상 획득을 기반으로 하는 표적 거리 측정 장치 및 그 방법 | |
CN109035390A (zh) | 基于激光雷达的建模方法及装置 | |
CN113128516B (zh) | 边缘提取的方法和装置 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201019 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: 261031 No. 268 Dongfang Road, Weifang hi tech Industrial Development Zone, Shandong, Weifang Patentee before: GOERTEK Inc. |