CN109506591A - 一种适应于复杂光照场景的自适应照明优化方法 - Google Patents
一种适应于复杂光照场景的自适应照明优化方法 Download PDFInfo
- Publication number
- CN109506591A CN109506591A CN201811083796.6A CN201811083796A CN109506591A CN 109506591 A CN109506591 A CN 109506591A CN 201811083796 A CN201811083796 A CN 201811083796A CN 109506591 A CN109506591 A CN 109506591A
- Authority
- CN
- China
- Prior art keywords
- camera
- image
- projector
- illumination
- overexposure
- 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.)
- Pending
Links
- 238000005286 illumination Methods 0.000 title claims abstract description 22
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 title claims abstract description 7
- 238000005457 optimization Methods 0.000 title claims abstract description 7
- 238000002310 reflectometry Methods 0.000 claims abstract description 7
- 230000000295 complement effect Effects 0.000 claims abstract description 3
- 230000003447 ipsilateral effect Effects 0.000 claims description 2
- 238000004886 process control Methods 0.000 claims description 2
- 230000002950 deficient Effects 0.000 claims 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011067 equilibration Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种适应于复杂光照场景的自适应照明优化方法,包括下列步骤:建立投影仪‑照相机系统;模拟复杂光照环境,选择表面反射率不同的被测物体,放置干扰光源产生过曝光现象,计算机控制CCD相机获得原始的物体图像;使用投影仪将计算机生成的参考条纹投影到物体上,参考条纹选取相位差在0至2π之间的黑白条纹,条纹受到三维物体的深度调制会发生畸变,使用相机采集畸变条纹;恢复物体的高度信息;将原始物体图像进行反演运算,利用投影仪将反演图像投影至物体表面并保持像素匹配;运行迭代算法直至满足迭代终止准则,保证过曝光部分被修复;标定相机响应曲线;根据相机响应曲线合成高动态范围图像即HDR图像,得到最终结果并输出。
Description
技术领域
本发明涉及一种优化自适应照明的方法,属于自适应光学领域。
背景技术
在目前的机器视觉系统中,图像的质量是决定系统分析和决策的决定性因素。由于环境复杂,物体表面反射率不同,光源不均匀等因素的影响,通常使得图像的细节丢失。当被测场景同时存在高反射率和低反射率的不同部分时,增加曝光会使高反射率的部分过分饱和;降低曝光会使低反射率部分变得黑暗,从而图像质量下降,对系统造成不利影响。
发明内容
本发明针对在复杂光照场景下的照片细节丢失的问题,提出优化的自适应照明的方案,实现光照补偿并进行进一步处理。本发明的技术方案如下:
一种适应于复杂光照场景的自适应照明优化方法,包括下列步骤:
(1)建立投影仪-照相机系统,将被测物体放置在幕布上,将投影仪和相机非同轴放置在幕布同侧并保持在同一水平线上;
(2)模拟复杂光照环境,选择表面反射率不同的被测物体,放置干扰光源产生过曝光现象,计算机控制CCD相机获得原始的物体图像。
(3)使用投影仪将计算机生成的参考条纹投影到物体上,参考条纹选取相位差在0至2π之间的黑白条纹,条纹受到三维物体的深度调制会发生畸变,使用相机采集畸变条纹;
(4)测量系统参数,包括相机到被测物体表面的距离,相机与投影仪的距离,相机焦距和实际条纹周期长度数据;
(5)利用傅立叶轮廓算法FTP得到物体深度和条纹相位变化的关系,恢复物体的高度信息h(x,y);
(6)将原始物体图像使用MATLAB进行反演运算I(x,y)=255-L(x,y),利用投影仪将反演图像投影至物体表面并保持像素匹配;
(7)相机采集当前图像,重复步骤(6),运行迭代算法直至满足迭代终止准则,保证过曝光部分被修复;
(8)通过程序控制相机采集一系列不同曝光时间的图像,使采集的图像同时包含欠曝光与过曝光图像,使用MATLAB实现HDR算法,推导照度与曝光时间的关系式,标定相机响应曲线;
(9)根据相机响应曲线合成高动态范围图像即HDR图像,得到最终结果并输出。
本发明的有益效果如下:
1、相比之前迭代获取直接最终结果,具有迭代次数少的特点,只需迭代消除高曝光即可进行HDR处理。
2、相比之前自适应算法,在极端光照环境下表现更好,更容易较准确恢复高曝光的图像。
3、算法简单,对设备要求较低,可重复性强,对质量检测、医学诊断、文物鉴定、工业设计、实时测量等领域有着重要意义。
附图说明
图1本发明装置示意图
图2本发明基于曝光补偿的自适应投影法流程图
图3本发明实施例的原图和自适应投影的结果图
具体实施方式
下面结合附图和具体实例对本发明进行进一步的说明阐述。
参见图1,本发明的装置示意图:图像采集采用高清120万像素CCD相机,投影设备采用EPSON的CB-S18+型投影仪,待测物体采用贴有二维码标签的铁盖,处理器是任意PC或具有PC功能的设备,投影仪投射条纹和迭代后的图像,CCD相机采集物体经自适应投影后的图像,MATLAB程序运算迭代算法。本实验的系统装置参考自投影仪-相机系统。
参见图2,本发明基于曝光补偿的自适应投影法的流程图,以下简述其相应步骤:
(1)摆放设备,使投影仪和CCD相机在同一水平线上。使用干扰光源直射反射率较高的二维码标签,产生过曝光。放置被测物体使其在CCD相机视角和投影范围内。测量CCD相机到被测物体表面的距离L0和CCD相机与投影仪水平距离d。
(2)使用投影仪对物体投影两张条纹图像,相位差δ∈(0,2π)。通过CCD相机获取条纹图像,相减后滤波获得基频分量,通过傅里叶轮廓术复原相位信息将其带入到相位高度转换公式中,可得到高度信息h(x,y)。
(3)CCD相机获取外部光源照射的图像L1,含有多种曝光情况,信息保留不完善。
(4)通过反演算法I1(x,y)=255-L1(x,y)得到图像I1,灰度级等于255的像素即为饱和像素,I1为经过饱和反演后的补光图像,将I1投影至物体上,并手动对齐,获得图像L2。
(5)投影仪的光照补偿即根据相机的反馈在物体表面每一个像素点投影与物体表面光照强度成反比例的照明,通过不断的重复操作,饱和的部分恢复了像素信息将图像L1,I1,L2的光照强度和h(x,y)带入迭代公式In+1(x,y)=In(x,y)-h(x,y)(255-Ln-1(x,y)),得到光照补偿图像In,对每一张In进行补偿投影,相机所获得图像为Ln,再根据Ln和前一张补偿后的图像Ln-1获得新的补偿图像In+1。
(6)使用绝对中心矩算法(ACM):ACM=∑|i-u|·p(i)对Ln进行评价,其中i为图像中各像素点的灰度值,u为整张图像灰度值的平均值,p(i)为灰度值为i的像素点在整张图像中存在的概率。当归一化步长差ρ0=0.001时,通过迭代停止准则
ρIACM=|ACM(n+1)-ACM(n)|2/ACM(n)2<ρ0
得到符合条件的图像。
(7)通过PC控制相机获取一系列不同曝光时间的图像,实验中曝光时间为100~1400ms,间隔100ms,共14张图片。
(8)利用MATLAB实现HDR算法,标定CCD相机的响应曲线g(Zi,j)=lnEi+lnΔtj,其中Zi,j表示序列图像中j幅图像中的第i个像素点的灰度值,Ei表示第i个像素点位置的照度,Δtj表示第j幅图像的曝光时间。
(9)根据响应曲线合成高动态范围图像,根据公式计算场景曝光度E,其中P是输入的不同曝光量的图像数,其中ω(Zi,j)为权值函数(通常取三角帽权重函数
参见图3,本发明原图和自适应投影的结果,可以看出在极端环境下,原图过曝光现象严重,细节丢失,二维码部分难以识别,优化的自适应投影法对曝光有着良好的控制效果,既可以恢复二维码标签,又不会影响其他部分的正常显示,实现图像均衡化。
Claims (1)
1.一种适应于复杂光照场景的自适应照明优化方法,包括下列步骤:
(1)建立投影仪-照相机系统,将被测物体放置在幕布上,将投影仪和相机非同轴放置在幕布同侧并保持在同一水平线上;
(2)模拟复杂光照环境,选择表面反射率不同的被测物体,放置干扰光源产生过曝光现象,计算机控制CCD相机获得原始的物体图像。
(3)使用投影仪将计算机生成的参考条纹投影到物体上,参考条纹选取相位差在0至2π之间的黑白条纹,条纹受到三维物体的深度调制会发生畸变,使用相机采集畸变条纹;
(4)测量系统参数,包括相机到被测物体表面的距离,相机与投影仪的距离,相机焦距和实际条纹周期长度数据;
(5)利用傅立叶轮廓算法FTP得到物体深度和条纹相位变化的关系,恢复物体的高度信息h(x,y);
(6)将原始物体图像使用MATLAB进行反演运算I(x,y)=255-L(x,y),利用投影仪将反演图像投影至物体表面并保持像素匹配;
(7)相机采集当前图像,重复步骤(6),运行迭代算法直至满足迭代终止准则,保证过曝光部分被修复;
(8)通过程序控制相机采集一系列不同曝光时间的图像,使采集的图像同时包含欠曝光与过曝光图像,使用MATLAB实现HDR算法,推导照度与曝光时间的关系式,标定相机响应曲线;
(9)根据相机响应曲线合成高动态范围图像即HDR图像,得到最终结果并输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811083796.6A CN109506591A (zh) | 2018-09-14 | 2018-09-14 | 一种适应于复杂光照场景的自适应照明优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811083796.6A CN109506591A (zh) | 2018-09-14 | 2018-09-14 | 一种适应于复杂光照场景的自适应照明优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109506591A true CN109506591A (zh) | 2019-03-22 |
Family
ID=65745797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811083796.6A Pending CN109506591A (zh) | 2018-09-14 | 2018-09-14 | 一种适应于复杂光照场景的自适应照明优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109506591A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110278386A (zh) * | 2019-06-28 | 2019-09-24 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN110887451A (zh) * | 2019-11-20 | 2020-03-17 | 浙江工业大学 | 一种基于相机响应曲线的条纹检测方法 |
CN111402149A (zh) * | 2020-03-06 | 2020-07-10 | 四川大学 | 一种基于卷积神经网络去噪正则化的条纹图修复方法 |
CN111652916A (zh) * | 2020-05-11 | 2020-09-11 | 浙江大华技术股份有限公司 | 全景图像生成方法、设备及计算机存储介质 |
CN113645459A (zh) * | 2021-10-13 | 2021-11-12 | 杭州蓝芯科技有限公司 | 一种高动态3d成像方法及装置、电子设备、存储介质 |
CN113966457A (zh) * | 2019-06-12 | 2022-01-21 | Ckd株式会社 | 三维测量装置和三维测量方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110282181A1 (en) * | 2009-11-12 | 2011-11-17 | Ge Wang | Extended interior methods and systems for spectral, optical, and photoacoustic imaging |
CN104299211A (zh) * | 2014-09-25 | 2015-01-21 | 周翔 | 一种自由移动式三维扫描方法 |
CN105424722A (zh) * | 2015-11-05 | 2016-03-23 | 天津大学 | 一种基于机器视觉的瓶盖不合格品标记方法 |
CN105651203A (zh) * | 2016-03-16 | 2016-06-08 | 广东工业大学 | 一种自适应条纹亮度的高动态范围三维形貌测量方法 |
CN107786816A (zh) * | 2017-09-14 | 2018-03-09 | 天津大学 | 基于曝光补偿的自适应投影方法 |
-
2018
- 2018-09-14 CN CN201811083796.6A patent/CN109506591A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110282181A1 (en) * | 2009-11-12 | 2011-11-17 | Ge Wang | Extended interior methods and systems for spectral, optical, and photoacoustic imaging |
CN104299211A (zh) * | 2014-09-25 | 2015-01-21 | 周翔 | 一种自由移动式三维扫描方法 |
CN105424722A (zh) * | 2015-11-05 | 2016-03-23 | 天津大学 | 一种基于机器视觉的瓶盖不合格品标记方法 |
CN105651203A (zh) * | 2016-03-16 | 2016-06-08 | 广东工业大学 | 一种自适应条纹亮度的高动态范围三维形貌测量方法 |
CN107786816A (zh) * | 2017-09-14 | 2018-03-09 | 天津大学 | 基于曝光补偿的自适应投影方法 |
Non-Patent Citations (3)
Title |
---|
GRACE FULLER: "A comparison of nocturnal primate behavior in exhibits illuminated with red and blue light", 《APPLIED ANIMAL BEHAVIOUR SCIENC》 * |
江登表: "用于高动态范围图像生成的CCD辐照度标定", 《光学精密工程》 * |
王柳等: "基于自适应条纹投影的高反光物体三维面形测量", 《应用光学》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113966457A (zh) * | 2019-06-12 | 2022-01-21 | Ckd株式会社 | 三维测量装置和三维测量方法 |
CN110278386A (zh) * | 2019-06-28 | 2019-09-24 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN110278386B (zh) * | 2019-06-28 | 2021-06-29 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN110887451A (zh) * | 2019-11-20 | 2020-03-17 | 浙江工业大学 | 一种基于相机响应曲线的条纹检测方法 |
CN111402149A (zh) * | 2020-03-06 | 2020-07-10 | 四川大学 | 一种基于卷积神经网络去噪正则化的条纹图修复方法 |
CN111402149B (zh) * | 2020-03-06 | 2022-07-08 | 四川大学 | 一种基于卷积神经网络去噪正则化的条纹图修复方法 |
CN111652916A (zh) * | 2020-05-11 | 2020-09-11 | 浙江大华技术股份有限公司 | 全景图像生成方法、设备及计算机存储介质 |
CN111652916B (zh) * | 2020-05-11 | 2023-09-29 | 浙江大华技术股份有限公司 | 全景图像生成方法、设备及计算机存储介质 |
CN113645459A (zh) * | 2021-10-13 | 2021-11-12 | 杭州蓝芯科技有限公司 | 一种高动态3d成像方法及装置、电子设备、存储介质 |
CN113645459B (zh) * | 2021-10-13 | 2022-01-14 | 杭州蓝芯科技有限公司 | 一种高动态3d成像方法及装置、电子设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109506591A (zh) | 一种适应于复杂光照场景的自适应照明优化方法 | |
Plotz et al. | Benchmarking denoising algorithms with real photographs | |
CN106595522B (zh) | 一种光栅投影三维测量系统的误差校正方法 | |
US8195006B2 (en) | Method and device for representing a digital image on a surface which is non-trivial in terms of its geometry and photometry | |
CN108063932B (zh) | 一种光度标定的方法及装置 | |
CN106679581B (zh) | 一种高温环境下物体变形测量方法 | |
CN111727412A (zh) | 用于设定照明条件的方法、装置、系统及程序以及存储介质 | |
CN109474814A (zh) | 投影仪的二维校准方法、投影仪以及校准系统 | |
Mannan et al. | Blur calibration for depth from defocus | |
CN111986118B (zh) | 一种加权核范数最小化的水下计算鬼成像图像去噪方法及系统 | |
CN110261069B (zh) | 一种用于光学镜头的检测方法 | |
CN110738608B (zh) | 一种平面图像校正方法及系统 | |
CN110108230B (zh) | 基于图像差分与lm迭代的二值光栅投影离焦程度评估方法 | |
CN111970500A (zh) | 用于投影设备的自动距步校准方法及系统 | |
CN106027911A (zh) | 一种对地观测星载可见光传输型相机的在轨调焦方法 | |
CN109949725A (zh) | 一种aoi系统图像灰度标准化方法及系统 | |
CN110632735A (zh) | 一种激光直接成像系统中最佳焦面的查找方法 | |
WO2019238583A1 (en) | Deflectometric techniques | |
CN106981065A (zh) | 一种基于曝光补偿的图像绝对中心矩改进算法 | |
CN108781280B (zh) | 一种测试方法、装置及终端 | |
KR101653649B1 (ko) | 균일도 보상 패턴광을 이용한 3차원 형상 측정 방법 | |
CN107786816A (zh) | 基于曝光补偿的自适应投影方法 | |
CN110895134B (zh) | 基于相移轮廓术在日光灯下进行高速三维形状测量的方法 | |
CN109813533B (zh) | 一种批量测试doe衍射效率和均匀性的方法及装置 | |
Gruna et al. | On scene-adapted illumination techniques for industrial inspection |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190322 |
|
RJ01 | Rejection of invention patent application after publication |