CN109716748A - 评价系统及评价方法 - Google Patents
评价系统及评价方法 Download PDFInfo
- Publication number
- CN109716748A CN109716748A CN201780055971.8A CN201780055971A CN109716748A CN 109716748 A CN109716748 A CN 109716748A CN 201780055971 A CN201780055971 A CN 201780055971A CN 109716748 A CN109716748 A CN 109716748A
- Authority
- CN
- China
- Prior art keywords
- image
- evaluation
- test chart
- color
- character
- 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
Links
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- 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
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/12—Detection or correction of errors, e.g. by rescanning the pattern
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
-
- 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
- G06T2207/30168—Image quality inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Studio Devices (AREA)
- Character Input (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Color Television Image Signal Generators (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种良好地显示摄像装置等的实际性能、且呈现易于理解的评价结果的评价系统及评价方法。评价系统(10)具备:输入部(16),输入拍摄到包括多个字符的测试图(11)的测试图图像(26);评价部(17),使用测试图图像(26)而评价摄像部(12)的性能;图像生成部(18),生成以颜色来表示测试图图像(26)上的各位置上的评价部(17)的评价的评价图像(31);及显示部(20),以与测试图图像(26)并列或与测试图图像(26)重叠的方式显示评价图像(31)。
Description
技术领域
本发明涉及一种评价透镜等的性能的评价系统及评价方法。
背景技术
使用成像透镜及图像传感器而拍摄被摄体的摄像装置在广泛普及中。并且,组装有摄像装置,并通过分析以摄像装置拍摄到的图像等而将其结果利用于操作中的系统也在普及中。这种摄像装置或组装有摄像装置的系统(以下,称作摄像装置等)中得到的图像,通常利用拍摄测试图而得到的图像(以下,称作测试图图像)进行评价(专利文献1)。
以往技术文献
专利文献
专利文献1:日本特开2015-082242号公报
发明内容
发明要解决的技术课题
分辨率是图像的重要的评价基准之一,但在以往的使用了测试图图像的评价方法中,测量部位在图像内是离散的,对任意的位置无法进行评价。并且,有时也只能评价图像的水平方向或垂直方向等特定方向。因此有时通过现有的方法而得出的评价与摄像装置等的实际性能的相关性差。
例如在使用摄像装置等而得到观赏用图像的情况下,肉眼观察中的感官评价与使用测试图图像而得出的以往的评价的差异大的情况也并不罕见。并且,在将使用摄像装置等而得到的图像使用于光学字符识别(以下,称作OCR(Optical Character Recognition))中的情况下,使用测试图图像而得出的以往的评价与实际识字率相关性多数也差。
并且,在呈现评价的情况下,以往,通常是以分辨率等的评价的沿特定的方向的图表等形式来呈现。因此难以理解测试图图像与表示评价结果的图表的对应关系,从而也存在难以比较摄像装置等的实际性能与以现有方法得出的评价的问题。
本发明的目的在于提供一种良好地显示摄像装置等的实际性能、且呈现易于理解的评价结果的评价系统及评价方法。
用于解决技术课题的手段
本发明的评价系统具备输入部、评价部及显示部。输入部输入拍摄到包含多个字符的测试图的测试图图像。评价部使用测试图图像来评价摄像部的性能。图像生成部生成以颜色来表示测试图图像上的各位置上的评价部的评价的评价图像,显示部以与测试图图像并列或重叠于测试图图像的方式显示评价图像。
评价部优选在测试图图像中包括的字符中,使用线的粗细度恒定的字符来评价摄像部的性能。
评价部优选在测试图图像中包括的多个字符为随机的情况下,评价摄像部的性能。
评价部优选在测试图图像中的测试图为灰度的情况下,评价摄像部的性能。
评价部优选评价摄像部的分辨率。
评价图像优选以特定颜色来表示具有基准分辨率的部分、且以与特定颜色不同的颜色来表示分辨率比基准分辨率高的部分或分辨率比基准分辨率低的部分,由此示出分辨率比基准分辨率高的部分或分辨率比基准分辨率低的部分。
图像生成部优选根据光学字符识别软件的识字率而确定基准分辨率,并且,评价图像在使用光学字符识别软件来识别测试图图像包括的字符时,以不同的颜色来表示至少能够识别字符的部分和无法识别字符的部分。
评价部优选评价摄像部包括的透镜的颜色性能。
图像生成部优选生成将由测试图图像的各位置上的色差引起的颜色模糊进行了图像化的评价图像。
图像生成部优选生成相对于图像高度以颜色来表示轴上色差及倍率色差的大小的评价图像。
优选还具备摄像部,其拍摄输入于输入部的测试图图像。
优选还具备测试图。
优选测试图包括的字符的线的粗细度恒定。
优选测试图包括的多个字符是随机的。
优选测试图包括的多个字符的颜色为单色。
本发明的评价方法具备:输入部输入拍摄到包含多个字符的测试图的测试图图像的步骤;评价部使用测试图图像来评价摄像部的性能的步骤;图像生成部生成以颜色来表示测试图图像上的各位置上的评价部的评价的评价图像的步骤;及显示部以与测试图图像并列或与测试图图像重叠的方式显示评价图像的步骤。
发明效果
本发明通过使用包括多个字符的测试图而能够实现任意部位上的任意方向的性能、且以与测试图图像并列等的方式显示以颜色来表示评价的评价图像,其结果,能够易于理解地呈现良好地显示摄像装置等的实际性能的评价结果。
附图说明
图1是评价系统的框图。
图2是测试图的示意图。
图3是测试图上的字符例。
图4是表示评价系统的作用的流程图。
图5是表示评价方法的说明图。
图6是评价分辨率的情况下的评价图像。
图7是表示测试图图像上的字符、评价图像的颜色、与使用了OCR软件的识字有关的评价的对应关系的说明图。
图8是表示显示部中的显示例的说明图。
图9是在灰度且不确定基准色的情况下的评价图像。
图10是在灰度且已确定基准色的评价图像。
图11是重叠了测试图图像和评价图像的重叠图像的显示例。
图12是表示为了评价而切出的区域的大小等的说明图。
图13是表示为了评价而切出的区域的扫描间距的说明图。
图14是在为了评价而切出的所有区域无法包括测试图图像的情况的说明图。
图15是表示进行镜像处理而用测试图图像来填充为了评价而切出的所有区域的例子的说明图。
图16是表示在第2实施方式中从测试图图像切出评价部的区域的说明图。
图17是第2测试图图像。
图18是从测试图图像切出的图像的例子。
图19是第2实施方式中的评价图像。
图20是第2实施方式中的显示例。
图21是第2实施方式的变形例的评价图像。
图22是第2实施方式的变形例的评价图像。
图23是提高了随机性的测试图。
图24是与测试图图像的失真有关的说明图。
图25是调节了字符排列的测试图。
图26是使用投影装置而显示测试图的评价系统。
具体实施方式
[第1实施方式]
如图1所示,评价系统10具备测试图11、摄像部12、分析部15及显示部20。
测试图11至少包括多个字符作为使用于评价中的图。本说明书中字符例如是字母、数字、平假名、片假名或汉字等,而且是以点或线的组合而构成的记号、符号或图形。从而,字符中也包括通过单独或组合而不具有所谓语言上的含义的特殊的记号、符号或图形等(例如只在数式中使用的记号、符号或图形等)。
如图2所示,测试图11在本实施方式中使用由多个字母构成的字符串而形成。图2中构成测试图11的字符串是不具有语言上的含义的字母的罗列,但也可以是具有语言上的含义的句子等。并且,图2中使用多种字符而构成测试图11,但有时根据评价内容(评价结果是否影响到字符的方向性或密度等),能够使用多个1种字符而构成测试图11。
如图3所示,构成测试图11的多个字符中使用点或线的粗细度D1大致恒定的字符(例如Arial字体或其他字体的粗体等)。构成测试图11的多个字符中,各字符的大小为大致恒定的大小。即,测试图11减小了构成测试图11的字符本身的各向异性,即使存在各向异性,也由于使用的是当评价摄像部12时对特定的区域SP(参考图5)内部进行平均化的评价方法,因此可以认为至少对评价结果的影响足够小。
而且,测试图11中包括的多个字符作为整体的测试图11大致是随机的。“随机”是指关于方向性(字符本身的方向性,排除字符排列的方向性)及密度不存在偏差,其结果,可以认为几乎是一样的。即,测试图11若局部进行观察,则在各位置上使用分别不同的字符或字符的组合(所谓“单词”等),但若作为整体的测试图11来看则相同。
例如若存在偏差,即,在测试图11的某一部分集中有“-(连字符)”,而且在另一部分集中有“(竖线)”等,则通过使用横向上具有方向性的“-(连字符)”所集中的部分来评价分辨率等、以及通过使用纵向上具有方向性的“|(竖线)”所集中的部分来评价分辨率等,有时导致在评价结果中产生差异。然而,整个测试图11以大致随机的方式排列恒定的粗细度的字符,以免产生如上所述的偏差,因此至于将测试图11的哪一部分使用于评价,这对评价结果的影响足够小。
除了上述以外,关于测试图11的颜色,测试图11中包括的多个字符的颜色为单色。即,测试图11为单色,测试图11的字符由与背景(没有字符的部分)不同的1种颜色构成。例如背景为白色1种颜色,而且字符为黑色1种颜色。从而测试图11的颜色在整体上是相同的,因此当关于颜色进行评价时(例如对色差等颜色性能进行评价时),至于使用测试图11的哪一部分,这不会影响到评价结果。
摄像部12为拍摄测试图11而得到测试图图像26(参考图5)的所谓的数码相机,包括控制成像透镜13、图像传感器14、成像透镜13及图像传感器14等的控制部(未图示)、以及图像处理部(未图示)。摄像部12中包括的成像透镜13或图像传感器14为构成作为评价对象的摄像装置等的组件,或者是作为评价对象的摄像装置等本身,能够分别单独进行更换。从而,在评价系统10中,通过成像透镜13或图像传感器14的更换而变更作为评价对象的摄像装置等。
摄像部12中包括的图像处理部对图像传感器14所输出的图像或信号,根据需要选择1种或多种而实施例如去马赛克处理(也称作彩色处理或同步处理)、边缘强调处理、对比强调处理、降噪处理、光量补正处理、失真补正处理、或倍率色差或轴上色差等各种像差补正处理等图像处理。并且,摄像部12能够关闭这些各种图像处理。例如在只有成像透镜13为评价对象的情况下,不实施这些各种图像处理,而输出所谓的RAW图像作为测试图图像26。并且,若使用已知性能等的成像透镜13及图像传感器14,并调节上述各种图像处理的参数,则评价系统10能够评价摄像部12的图像处理性能(由经调节参数的图像处理,或者由经调节参数的图像处理与其他图像处理的组合引起的性能)。
分析部15具有输入部16、评价部17、图像生成部18及基准色设定部19。分析部15例如为所谓的计算机。因此输入部16、评价部17、图像生成部18及基准色设定部19例如为程序、CPU(Central Processing Unit:中央处理器)等运算装置、存储器及其他电子电路等。
输入部16将拍摄到包括多个字符的测试图11的测试图图像26输入于评价部17。输入部16从摄像部12获取测试图图像26。另外,有时测试图图像26由多个图像构成。例如在图像传感器14在各像素中具有RGB(红色、绿色、及蓝色)中的任一种的滤色器,而且在每种颜色的像素中由摄像部12输出拍摄到测试图11的R图像(红色图像)、G图像(绿色图像)及B图像(蓝色图像)的情况下,有时输入部16将R图像、G图像、B图像或其中2个以上的组合输入到评价部17作为1个测试图图像26。以下,除了需要特别说明的情况以外,测试图图像26设为1个图像。
评价部17使用测试图图像26而评价摄像部12的性能。摄像部12的性能是构成作为评价对象的摄像装置等的组件(或作为评价对象的摄像装置等本身)即成像透镜13及图像传感器14的摄像性能,或者是成像透镜13或图像传感器14的摄像性能,例如是分辨率、清晰度或色差等各种像差等。本实施方式中,评价部17对测试图图像26上的每个位置评价分辨率。
评价部17在包括于测试图图像26中的字符中,使用至少线的粗细度恒定的字符而评价摄像部12的性能。本实施方式中,测试图11由于使用的是点或线的粗细度D1大致恒定的字符,因此评价部17能够将包括于测试图图像26中的所有字符使用于摄像部12的性能评价。
并且,评价部17在包括于测试图图像26中的多个字符为随机的情况下,评价摄像部12的性能。从而,当评价部17评价摄像部12的性能时所使用的部位的字符不能说是随机的情况下,有时在摄像部12的性能评价中包括误差。本实施方式中,关于测试图11,由于测试图11中包括的多个字符作为整体的测试图11大致是随机的,因此评价部17能够使用测试图图像26中的任意的部分而评价摄像部12的性能。
并且,在测试图图像26中的测试图11(即多个字符)为灰度的情况下,评价部17能够尤其良好地评价摄像部12的性能。从而,在测试图图像26中的测试图11在每个位置颜色不同等情况下,评价部17关于颜色而评价摄像部12时,有时该评价结果中包括误差。本实施方式中,由于测试图11的背景为白色1种颜色,且字符为黑色1种颜色,因此测试图图像26中的测试图11至少是灰度。因此评价部17能够使用测试图图像26中的任意的部分,关于颜色而评价摄像部12。
图像生成部18生成以颜色来表示测试图图像26上的各位置上的评价部17的评价(例如分辨率值)的评价图像31(参考图6)。本实施方式中,由于评价部17评价分辨率,因此评价图像31以特定颜色来表示具有基准分辨率的部分,而且以与特定颜色不同的颜色来表示分辨率比基准分辨率高的部分或分辨率比基准分辨率低的部分,由此示出分辨率比基准分辨率高的部分或分辨率比基准分辨率低的部分。具体而言,图像生成部18按照基准色设定部19的设定而确定与评价部17的评价建立对应关联的颜色。
在图像生成部18生成评价图像31时,基准色设定部19在与评价部17的评价(例如分辨率值)建立对应关联的颜色中确定成为基准的颜色(以下,称作基准色)。并且,基准色设定部19将与评价超出基准的情况建立对应关联的颜色(以下,称作第1颜色)和评价低于基准的情况下的颜色(以下,称作第2颜色)确定为至少可以彼此区别的颜色。更简单地说,基准色设定部19通过确定基准色和第1颜色及第2颜色而设定评价图像31的色标32(参考图6)。
基准色例如为黄色。并且,在基准色为黄色的情况下,例如第1颜色为红色系颜色、且第2颜色为蓝色系颜色。红色系颜色是从作为基准色的黄色至红色为止,根据评价值逐渐增大红色成分、且逐渐减少了蓝色成分的颜色组。例如橙色和红色是红色系颜色。蓝色系颜色是从作为基准色的黄色至蓝色为止,根据评价值逐渐增大蓝色成分、且逐渐减少了红色成分的颜色组。例如绿色和蓝色是蓝色系颜色。
基准色设定部19确定上述基准色与评价的对应关系,以良好地显示摄像装置等的实际性能。具体而言,在本实施方式中,不是分辨率本身,而是使用特定的OCR软件能否进行字符识别设为是用户所要求的直接而实际的摄像部12的评价。因此基准色设定部19根据该特定的OCR软件的识字率而设定基准分辨率及与基准分辨率对应的颜色。具体而言,将使用特定的OCR软件进行了字符识别时的识字率成为特定值(例如80%)的分辨率与基准色建立对应关联。由此,其结果,在图像生成部18根据特定的OCR软件的识字率而确定基准分辨率及与基准分辨率对应的颜色,而且评价图像31在使用特定的OCR软件而识别测试图图像26中包括的字符时,以不同的颜色来表示至少能够识别字符的部分和无法识别字符的部分。当然,在使用另一OCR软件时,根据该OCR软件的性能,识字率成为特定值以上的分辨率发生变化。因此基准色设定部19例如按每一种OCR软件而变更与基准色建立对应关联的分辨率。
基准色设定部19例如是临时或永久性的存储基准色、第1颜色及第2颜色、以及这些每种颜色与评价部17的评价值的对应关系的存储器等存储设备,或者是将基准色、第1颜色、及第2颜色、以及这些每种颜色与评价部17的评价值的对应关系适当地输入到图像生成部18的用户界面。
显示部20以与测试图图像26并列或与测试图图像26重叠的方式显示评价图像31。显示部20例如是液晶显示器等所谓的显示器。
以下,按照图4的流程图对评价系统10的作用进行说明。首先,将作为评价对象的成像透镜13等安装于摄像部12而拍摄测试图11(S11)。由此,摄像部12得到测试图图像26。当拍摄测试图11时,摄像部12调节与测试图11的距离,或者使用成像透镜13的自动对焦功能而对焦于测试图11。另一方面,摄像部12虽然将测试图11的中心中央捕捉到大致正面上拍摄测试图11,但并不需要严格的对位等。其理由在于,测试图11的字符是随机的、且颜色也相同。
若摄像部12得到测试图图像26,则评价部17使用测试图图像26而评价摄像部12的性能(S12)。具体而言,如图5所示,评价部17从测试图图像26切出例如在中心包括计算分辨率的位置坐标(以下,称作评价位置)PO的一定大小的区域SP。然后,使用该区域SP的图像而计算评价位置P0上的分辨率。而且,例如如由虚线箭头所示,评价部17在测试图图像26上扫描区域SP的位置。其结果,在测试图图像26的大致整个区域计算分辨率。
作为分辨率的计算方法,例如已知有对比法、平方根法或微分法等。本实施方式中,评价部17使用对比法而计算分辨率。具体而言,首先,计算所切出区域SP的整个图像的像素值的平均值Aave。之后,计算在区域SP的图像内像素值为平均值Aave以上的像素值的平均值Wave。并且,计算在区域SP的图像内像素值为平均值Aave以下的像素值的平均值Bave。然后,根据Rpos=(Wave-Bave)/(Wave+Bave)计算评价位置P0的分辨率Rpos。
若评价部17如上所述计算作为摄像部12的评价的分辨率,则图像生成部18生成评价图像31(S13)。如图6所示,评价图像31是将与测试图图像26的各评价位置P0对应的位置上的像素设为以作为评价部17的评价的分辨率及基准色设定部19设定的色标32来确定的颜色的图像。本实施方式中,如图6及图7所示,在使用了OCR软件的情况下,识字率成为特定值的位置的像素成为作为基准色的黄色。并且,识字率超出特定值的位置的像素成为与该位置的分辨率对应的红色系颜色。并且,识字率低于特定值的位置的像素成为与该位置的分辨率对应的蓝色系颜色。从而,在评价图像31中,作为基准色的黄色及红色系颜色的区域,通过OCR软件能够进行稳定的识字,相反地,很显然蓝色系颜色的区域,通过OCR软件进行的识字精度差。
另外,图7中的“字符例”是测试图图像26上的字符例,而且“显示颜色”是根据评价图像31中的色标32显示的颜色。并且,图7中的“OCR”是表示在使用了OCR软件的情况下的识字率的概要的评价,且为“A”“B”及“C”3个阶段。评价“A”表示基于OCR软件的识字率超出特定值,并能够准确地识别几乎所有的字符(用OCR软件读取)。评价“B”表示基于OCR软件的识字率大致为特定值,有时误识别一部分字符,或者有时无法识别一部分字符作为字符,但能够准确地识别大部分字符(用OCR软件大致可以读取)。而且,评价“c”表示基于OCR软件的识字率低于特定值,虽然有时能够准确地识别一部分字符,但是无法识别多数字符,或者即使能够识别字符,误识别也多(即使通过肉眼能够读取,但通过OCR软件无法读取)。
若图像生成部18生成评价图像31,则如图8所示,显示部20在其显示画面上,以与测试图图像26并列的方式显示评价图像31(S14)。
如上所述,评价系统10以评价图像31的形式呈现摄像部12的性能评价结果,因此与如以往以图表等形式呈现评价结果的情况相比,能够更容易比较测试图图像26的通过肉眼的感官评价与基于评价系统10的评价等。并且,能够容易获知测试图图像26的“任意位置”的分辨率。在这些方面,比以往更容易理解评价系统10的评价结果的显示。
并且,例如使用OCR软件欲进行字符识别的用户希望获知成像透镜13等的分辨率等评价,但这最终是用于获知使用OCR软件能否识字的所谓的中间评价,若能够以更直接的形式获知使用OCR软件能否识字的评价,则当然更好。
以往,在呈现沿任意位置的特定方向的分辨率的图表的情况下,例如考虑到两个方向的分辨率的图表,必须要判断以OCR软件能否识别该位置的字符。从而,无法直接得到实际评价,即,能否识别测试图图像26的某一位置上的字符。
另一方面,评价系统10在评价图像31中与使用OCR软件的情况下的识字率建立对应关联并着色显示所谓的分辨率的评价,与以往相比,更能够直接获知使用了OCR软件的情况下的识字率。
尤其,评价图像31设定在使用了OCR软件的情况下可以说能够识字的分辨率作为实际基准,以该基准为界限,并根据色差而显示能够稳定地识字的区域(基准色及红色系颜色的区域)和识字率上存在缺陷的区域(蓝色系颜色的区域),因此容易判别尤其在使用了OCR软件的情况下能否识字。
例如图9所示的评价图像41是与OCR软件的识字率无关,而以与其数值对应的单纯的灰度42来表示评价部17所算出的分辨率的图像。在该评价图像41中也能够获知摄像部12的分辨率。并且,若获知OCR软件能够稳定地进行识字的分辨率,则一看评价图像41便能够比以往更容易获知能够识字至测试图图像26的哪一位置为止,可识字与不可识字的界限仍然容易变模糊。
相对于此,上述实施方式的评价图像31根据OCR软件的识字率来确定基准色,因此尤其容易判别在使用了OCR软件的情况下能否识字。并且,以基准色为界限,将表示能够稳定地识字的区域的第1颜色和表示识字率上存在缺陷的区域的第2颜色设为彼此容易进行区别,因此尤其容易判别在使用了OCR软件的情况下能否识字。
另外,在将评价图像31设为灰度的情况下,如图10所示的评价图像51那样,例如若设为在与OCR软件的特定的识字率对应的分辨率中设定了基准色(图9中由三角形标记(▲)表示)的灰度52,而且以该基准色为界限,具有彼此能够识别的明显的颜色(包括明暗)的差异,则在灰度52的评价图像51中,也与评价图像31同样地能够容易判别在使用了OCR软件的情况下能否识字。
除此以外,评价系统10由于使用相同的测试图11,因此也具有不需要进行摄像部12与测试图11的严格的对位的优点。排列多个西门子星图(Siemens star chart)等通常的图进行摄影,并使用其图像来评价摄像部12的情况下,基本上需要进行测试图11与摄像部12的对位。例如欲求出摄像中心的评价的情况下,需要将以往的西门子星图等捕捉到中心而拍摄测试图。而且,若以往的西门子星图等的位置偏离摄像中心,则评价结果也会发生变化。另一方面,评价系统10只要将测试图11捕捉到大致正面上进行拍摄即其可。其理由在于,测试图11相同且即使拍摄测试图11的任一部分也能够进行统一的评价。从而,与以往的评价系统相比,评价系统10能够更容易评价摄像部12。
上述第1实施方式中,显示部20以并列的方式显示测试图图像26和评价图像31,但如图11所示,显示部20也可以显示将测试图图像26和评价图像31重叠的重叠图像36。在显示测试图图像26和评价图像31时,由显示部20生成重叠图像36。也可以由图像生成部18使用测试图图像26和评价图像31而预先生成重叠图像36。
上述第1实施方式中,评价部17为了计算分辨率而从测试图图像26切出的区域SP的形状及大小是任意的,但区域SP设为至少包括多个字符。其理由在于,为了使每个字符所固有的方向性或字符的组合本身等不影响到评价结果(例如分辨率值)。尤其在测试图11中包括的多个字符为句子等、且为沿1个方向逐行书写的字符串的集合体的情况下,区域SP在横向及纵向上包括多个字符。在横向或纵向上所包括的字符数量少的情况下,各字符的方向性等容易影响到评价结果,其结果,在评价图像31中,基准色的区域紊乱,评价的分布变得不易理解。
例如测试图11为以横向书写方式逐行书写的字符的集合体、且将区域SP设为矩形的情况下,如图12所示,区域SP的纵向长度Lv优选为至少包括4行以上(纵向上4字符以上)的字符的长度,而且,尤其优选为包括8行以上(纵向上8字符以上)的字符的长度。并且,区域SP的横向Lh也优选为至少包括4字符以上的长度,而且,尤其优选为包括8字符以上的字符的长度。而且,如图13所示,在测试图图像26中,在纵向上对区域SP扫描的间距设为Lvp,而且将在横向上对区域SP扫描的间距设为Lhp的情况下,优选为Lvp≤Lv、且Lhp≤Lh。即,区域SP优选在纵向及横向上至少重复一部分而扫描测试图图像26。而且,尤其优选满足Lvp≤Lv/2、且Lhp≤Lh/2。即,区域SP尤其优选在纵向及横向上至少1/2以上的部分重复而扫描测试图图像26。
并且,上述第1实施方式中,评价部17从测试图图像26切出以评价位置P0为中心而包括的区域SP,从而求出评价位置P0上的评价,但有时根据测试图图像26中的评价位置P0的位置,无法用测试图图像26来填充整个区域SP。例如如图14所示,在将测试图图像26的角部设为评价位置P0的情况下,区域SP在右下方的大致1/4左右包括测试图图像26,但在区域SP的右上方、左上方及左下方的区域无法包括测试图图像26。这种情况下,如图15所示,评价部17用对区域SP在右下方包括的测试图图像26的一部分例如进行了镜像处理的图像来填充区域SP的右上方、左上方及左下方的区域。由此,评价部17在只能在区域SP的一部分包括测试图图像26的情况下,也能够以与在整个区域SP包括测试图图像26的情况相同的精度评价评价位置P0。另外,图13中使用镜像处理而填充区域SP,但也可以通过复制并铺满区域SP在右下方包括的测试图图像26的一部分而填充区域SP的右上方、左上方及左下方的区域。
上述第1实施方式中,评价部17使用对比法而求出分辨率作为摄像部12的评价,但也可以通过平方根法或微分法等方法而计算分辨率。此外,在评价部17求出分辨率作为评价的情况下,评价部17使用OCR软件而执行从测试图图像26切出的区域SP的图像的字符识别,并能够将其结果(识别出图像内的多少%的字符等)设为“分辨率”。并且,在使用对比法而求出分辨率的情况下,在测试图图像26中字符少的情况下,使用像素值的最大值来代替像素值为平均值Aave以上的像素值的平均值Wave,并且使用像素值的最小值来代替像素值为平均值Aave以下的像素值的平均值Bave,从而能够求出评价位置P0的分辨率Rpos。
[第2实施方式]
上述第1实施方式中,评价部17求出分辨率作为摄像部12的评价,但评价部17也能够求出与除了分辨率以外的性能有关的评价。例如评价部17能够代替分辨率或者在分辨率的基础上求出清晰度、轴上色差或倍率色差等作为摄像部12的评价。以下,对如下例子进行说明,即,评价部17评价摄像部12中包括的成像透镜13的颜色性能之一即色差(即,轴上色差及倍率色差中的至少一种)作为摄像部12的评价。
在评价部17关于色差而评价摄像部12的情况下,如图16所示,评价部17从测试图图像26切出区域Eij(例如i=1~5、且j=1~5)。区域Eij分别为测试图图像26的一部分。并且,本实施方式中,区域Eij全部为相同的形状及大小。例如区域Eij的形状为四边形,区域Eij的大小例如为能够通过肉眼读取测试图图像26的字符的程度。并且,在求出轴上色差的情况下,区域Eij包括至少包括测试图图像26的中心的区域(以下,称作中心区域)。图14中,区域E33为中心区域。并且,相邻的区域Eij在测试图图像26中,在纵向上彼此为等间隔,而且在横向上彼此为等间隔。
如图17所示,图像生成部18使评价部17如上所述从测试图图像26切出的区域Eij的各图像(以下,称作Eij图像。在下标i或下标j中使用具体的数字的情况下也相同。)不改变彼此的位置顺序而相连,由此生成第2测试图图像201。第2测试图图像201是设为比测试图图像26更容易识别由色差引起的颜色模糊(以下,称作颜色模糊)的图像。并且,第2测试图图像201是直接使用测试图图像26的一部分区域Eij而生成的,因此第2测试图图像201为“测试图图像”并没有改变。
另一方面,评价部17使用各个Eij图像而求出区域Eij中的与色差有关的评价。在摄像部12中存在色差的情况下,例如如图18所示,E35图像中在右方向上显示蓝色的颜色模糊δB,而且在左方向上显示红色的颜色模糊δR。评价部17使用E35图像而求出蓝色的颜色模糊δB及红色的颜色模糊δR,生成表示区域E35中的蓝色的颜色模糊δB及红色的颜色模糊δR的方向及大小的颜色模糊图像Δ35(参考图19)。关于其他区域Eij也相同,根据各Eij图像,评价部17分别生成颜色模糊图像Δij。
如图19所示,图像生成部18使由评价部17提取的颜色模糊图像Δij以与区域Eij的排列同样的方式排列并相连,由此生成将由测试图图像26的各位置上的色差引起的颜色模糊进行了图像化的评价图像202。评价图像202以蓝色来表示蓝色的颜色模糊δB,以红色来表示红色的颜色模糊δR。由此,在评价图像202中,能够观察到由各区域Eij的倍率色差引起的蓝色的颜色模糊δB及红色的颜色模糊δR。并且,在中心部分能够观察到由轴上色差引起的大致紫色的颜色模糊。
如图20所示,显示部20以并列的方式显示第2测试图图像201和评价图像202。因此在评价系统10中能够使用第2测试图图像201而进行通过肉眼的感官评价,并能够使用评价图像202而获知通过评价系统10进行与色差有关的评价,而且也容易比较这些评价。尤其评价图像202的各位置与第2测试图图像的各位置对应,而且评价图像202将由色差引起的颜色模糊的量及方向以其颜色来表示,因此与比较以往的图表(所谓的像差图)与测试图图像26的情况相比,更容易直接进行实际评价。
另外,上述第2实施方式中生成并显示有评价图像202,但也可以代替评价图像202或者在评价图像202的基础上生成并显示图21所示的评价图像212。评价图像212将横轴设为图像高度(mm)、且将纵轴设为颜色模糊δ(蓝色的颜色模糊δB及红色的颜色模糊δR)的像素数,表示各图像高度的蓝色的颜色模糊δB及红色的颜色模糊δR。即,评价图像212是相对于图像高度以颜色来表示轴上色差及倍率色差的大小的图像。另外,评价图像202中,例如以蓝色来表示各图像高度的蓝色的颜色模糊δB,而且以红色来表示红色的颜色模糊δR。
评价图像212的“轴上”部分例如能够使用沿颜色模糊图像Δ33的对角方向(所谓的切线方向)提取的数据而生成。关于其他图像高度部分也同样地,能够使用从颜色模糊图像Δij中沿对角方向提取的数据而生成。然而,在第2实施方式中,由于在图像高度20%、图像高度40%、图像高度60%、图像高度80%及图像高度90%的部分未设定有区域Eij,因此在生成并显示评价图像212的情况下,需要预先设定至少包括所对应的图像高度部分的区域Eij。
另外,虽然生成并显示有表示切线方向的颜色模糊的评价图像212,但如图22所示,也可以生成并显示以补色来显示评价图像212的评价图像222。评价图像222显示红色的色差AR及蓝色的色差AB。因此若生成并显示评价图像222,则能够比颜色模糊更直接地显示成像透镜13的光学性能。
第2实施方式中,评价部17关于色差而评价摄像部12,但关于其他像差也能够进行评价。该情况下,评价图像的具体的生成方法(与像差有关的数据的提取方法)需要根据成为对象的像差进行变更,但除此以外,与上述第2实施方式相同。
上述第1实施方式及第2实施方式中,在摄像部12中使用的图像传感器14为颜色传感器的情况下,测试图图像26具有R通道(红色通道)、G通道(绿色通道)及B通道(蓝色通道)。因此评价部17能够对这些每个颜色通道进行上述第1实施方式或第2实施方式中的评价。并且评价部17将测试图图像26的每种颜色通道的信号转换为亮度信号,之后,能够使用亮度信号进行上述第1实施方式或第2实施方式中的评价。即,评价部17能够将测试图图像26转换为单色图像而使用于评价。亮度信号例如根据“亮度信号=0.2×R通道+0.7G通道+0.1R通道”而计算。
在上述第1实施方式及第2实施方式中,虽然测试图11中包括的多个字符是随机的,但是若能够作为整体的测试图11被认为是随机的,则测试图11中包括的多个字符中可以具有周期性等规律性。例如能够将按字母顺序排列了字母的字符串“ABC……XYZ”经重复排列而形成测试图11(参考图2)。在测试图11中包括的多个字符具有规律性的情况下,通过偏移相位而能够提高整体的测试图11的随机性。例如如图23所示,在“ABC……XYZ”字符串重复的情况下,若对整个测试图11偏移字符串的重复相位,以使在测试图11的左端排列的字符不同,则随机性提高。
上述第1实施方式及第2实施方式中,在预先获知由成像透镜13的畸变像差或测试图11和摄像部12的设置斜率等引起测试图图像26变形的情况下,通过调节测试图11中包括的多个字符的排列(包括字符的方向及大小的调节)而能够减小测试图图像26的失真。例如在成像透镜13为鱼眼透镜等的情况下,如图24所示,若获知在拍摄多个字符横向排列的测试图11的情况下在测试图图像26中产生桶形失真,则如图25所示,通过使用将多个字符的排列调制成枕形的测试图311而能够减小测试图图像26的失真。
上述第1实施方式、第2实施方式及变形例中,测试图11能够使用通常的反射图或透明图。此外,测试图11可以是显示于液晶显示器等显示装置上的图像。并且,测试图11可以是使用放映机等投影装置而投影于屏幕的图像。在使用显示装置或投影装置的情况下,容易变更或调节测试图11中包括的多个字符。即,在使用显示装置或投影装置的情况下,容易变更或调节测试图11中包括的多个字符的字体、大小、颜色、方向、排列或字符组合等。例如能够将测试图11容易设为测试图311。并且,如图26所示,在使用利用投影装置333而映射于屏幕334上的测试图11的情况下,若使用各部的性能等为已知的摄像部12,则评价部17能够评价投影装置333所搭载的投影镜头335的性能。评价方法等与第1实施方式或第2实施方式相同。
符号说明
10-评价系统,11、311-测试图,12-摄像部,13-成像透镜,14-图像传感器,15-分析部,16-输入部,17-评价部,18-图像生成部,19-基准色设定部,20-显示部,26-测试图图像,31、41、51、202、212、222-评价图像,32-色标,36-重叠图像,42、52-灰度,201-第2测试图图像,333-投影装置,334-屏幕,335-投影镜头,SP-为了评价而切出的区域,Lv-区域SP的纵向长度,Lh-区域SP的横向长度,Lvp-区域SP的纵向扫描间距,Lhp-区域SP的横向扫描间距,Eij(E11~E55)、SP-区域,P0-评价位置,Δij(Δ11~Δ55)-颜色模糊图像,δB-蓝色的颜色模糊,δR-红色的颜色模糊,AB-蓝色色差,AR-红色色差。
Claims (16)
1.一种评价系统,其具备:
输入部,输入拍摄到包含多个字符的测试图的测试图图像;
评价部,使用所述测试图图像来评价摄像部的性能;
图像生成部,生成以颜色来表示所述测试图图像上的各位置上的所述评价部的评价的评价图像;及
显示部,以与所述测试图图像并列或重叠于所述测试图图像的方式显示所述评价图像。
2.根据权利要求1所述的评价系统,其中,
所述评价部使用在所述测试图图像中包括的字符当中线的粗细度恒定的字符来评价所述摄像部的性能。
3.根据权利要求1或2所述的评价系统,其中,
所述评价部在所述测试图图像中包括的多个字符为随机的情况下,评价所述摄像部的性能。
4.根据权利要求1所述的评价系统,其中,
所述评价部在所述测试图图像中的所述测试图为灰度的情况下,评价所述摄像部的性能。
5.根据权利要求1所述的评价系统,其中,
所述评价部评价所述摄像部的分辨率。
6.根据权利要求5所述的评价系统,其中,
所述评价图像以特定颜色来表示具有基准分辨率的部分、且以与所述特定颜色不同的颜色来表示分辨率比所述基准分辨率高的部分或分辨率比所述基准分辨率低的部分,由此示出分辨率比所述基准分辨率高的部分或分辨率比所述基准分辨率低的部分。
7.根据权利要求6所述的评价系统,其中,
所述图像生成部根据光学字符识别软件的识字率而确定所述基准分辨率,并且,
所述评价图像在使用所述光学字符识别软件来识别所述测试图图像包括的字符时,以不同的颜色来表示至少能够识别字符的部分和无法识别字符的部分。
8.根据权利要求1所述的评价系统,其中,
所述评价部评价所述摄像部包括的透镜的颜色性能。
9.根据权利要求8所述的评价系统,其中,
所述图像生成部生成将由所述测试图图像的各位置上的色差引起的颜色模糊进行了图像化的所述评价图像。
10.根据权利要求8或9所述的评价系统,其中,
所述图像生成部生成相对于图像高度以颜色来表示轴上色差及倍率色差的大小的所述评价图像。
11.根据权利要求1所述的评价系统,其还具备拍摄输入于所述输入部的所述测试图图像的摄像部。
12.根据权利要求1所述的评价系统,其中,
还具备所述测试图。
13.根据权利要求12所述的评价系统,其中,
所述测试图包括的字符的线的粗细度恒定。
14.根据权利要求12或13所述的评价系统,其中,
所述测试图包括的多个字符是随机的。
15.根据权利要求12所述的评价系统,其中,
所述测试图包括的多个字符的颜色为单色。
16.一种评价方法,其具备:
输入部输入拍摄到包含多个字符的测试图的测试图图像的步骤;
评价部使用所述测试图图像来评价所述摄像部的性能的步骤;
图像生成部生成以颜色来表示所述测试图图像上的各位置上的所述评价部的评价的评价图像的步骤;及
显示部以与所述测试图图像并列或与所述测试图图像重叠的方式显示所述评价图像的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-179765 | 2016-09-14 | ||
JP2016179765 | 2016-09-14 | ||
PCT/JP2017/032684 WO2018051949A1 (ja) | 2016-09-14 | 2017-09-11 | 評価システム及び評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109716748A true CN109716748A (zh) | 2019-05-03 |
CN109716748B CN109716748B (zh) | 2022-03-22 |
Family
ID=61620023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780055971.8A Active CN109716748B (zh) | 2016-09-14 | 2017-09-11 | 评价系统及评价方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10931942B2 (zh) |
JP (1) | JP6546353B2 (zh) |
CN (1) | CN109716748B (zh) |
WO (1) | WO2018051949A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113784119A (zh) * | 2021-09-26 | 2021-12-10 | 联想(北京)有限公司 | 一种对焦检测方法、装置及电子设备 |
CN114298254A (zh) * | 2021-12-27 | 2022-04-08 | 亮风台(上海)信息科技有限公司 | 一种获取光学设备的显示参数测试信息的方法与设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108881901A (zh) * | 2018-09-17 | 2018-11-23 | 安徽星格科技有限公司 | 一种文字和数字的识别度检测装置和检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002202218A (ja) * | 2000-10-18 | 2002-07-19 | Seiko Epson Corp | レンズの評価方法およびレンズ評価装置 |
JP2006279865A (ja) * | 2005-03-30 | 2006-10-12 | Fuji Photo Film Co Ltd | チャート表示装置 |
CN1867082A (zh) * | 2005-05-20 | 2006-11-22 | 大塚电子株式会社 | 动态图像显示性能判定方法和装置以及检查画面 |
JP2008035370A (ja) * | 2006-07-31 | 2008-02-14 | Dainippon Printing Co Ltd | デジタルカメラの偽色評価方法、デジタルカメラの偽色評価装置及びデジタルカメラの偽色評価プログラム |
CN101303269A (zh) * | 2007-05-09 | 2008-11-12 | 奥林巴斯株式会社 | 光学系统评价装置、光学系统评价方法及其程序 |
CN103493065A (zh) * | 2010-10-04 | 2014-01-01 | 数据色彩控股股份公司 | 用于评估图像中的颜色的方法和设备 |
CN104677853A (zh) * | 2015-01-27 | 2015-06-03 | 天津大学 | 一种基于近红外高光谱的壁画起甲病害评估方法 |
CN105763869A (zh) * | 2014-09-30 | 2016-07-13 | 宁波舜宇光电信息有限公司 | 摄像装置的测试、调整方法及调整装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006062260A1 (ja) * | 2004-12-10 | 2006-06-15 | Canon Kabushiki Kaisha | 電子写真感光体 |
JP6255892B2 (ja) | 2013-10-23 | 2018-01-10 | 富士通株式会社 | 画像処理装置、画像処理方法、及びプログラム |
-
2017
- 2017-09-11 JP JP2018539707A patent/JP6546353B2/ja active Active
- 2017-09-11 CN CN201780055971.8A patent/CN109716748B/zh active Active
- 2017-09-11 WO PCT/JP2017/032684 patent/WO2018051949A1/ja active Application Filing
-
2019
- 2019-03-12 US US16/351,434 patent/US10931942B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002202218A (ja) * | 2000-10-18 | 2002-07-19 | Seiko Epson Corp | レンズの評価方法およびレンズ評価装置 |
JP2006279865A (ja) * | 2005-03-30 | 2006-10-12 | Fuji Photo Film Co Ltd | チャート表示装置 |
CN1867082A (zh) * | 2005-05-20 | 2006-11-22 | 大塚电子株式会社 | 动态图像显示性能判定方法和装置以及检查画面 |
JP2008035370A (ja) * | 2006-07-31 | 2008-02-14 | Dainippon Printing Co Ltd | デジタルカメラの偽色評価方法、デジタルカメラの偽色評価装置及びデジタルカメラの偽色評価プログラム |
CN101303269A (zh) * | 2007-05-09 | 2008-11-12 | 奥林巴斯株式会社 | 光学系统评价装置、光学系统评价方法及其程序 |
CN103493065A (zh) * | 2010-10-04 | 2014-01-01 | 数据色彩控股股份公司 | 用于评估图像中的颜色的方法和设备 |
CN105763869A (zh) * | 2014-09-30 | 2016-07-13 | 宁波舜宇光电信息有限公司 | 摄像装置的测试、调整方法及调整装置 |
CN104677853A (zh) * | 2015-01-27 | 2015-06-03 | 天津大学 | 一种基于近红外高光谱的壁画起甲病害评估方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113784119A (zh) * | 2021-09-26 | 2021-12-10 | 联想(北京)有限公司 | 一种对焦检测方法、装置及电子设备 |
CN114298254A (zh) * | 2021-12-27 | 2022-04-08 | 亮风台(上海)信息科技有限公司 | 一种获取光学设备的显示参数测试信息的方法与设备 |
CN114298254B (zh) * | 2021-12-27 | 2024-03-15 | 亮风台(上海)信息科技有限公司 | 一种获取光学设备的显示参数测试信息的方法与设备 |
Also Published As
Publication number | Publication date |
---|---|
US20190215511A1 (en) | 2019-07-11 |
WO2018051949A1 (ja) | 2018-03-22 |
US10931942B2 (en) | 2021-02-23 |
JP6546353B2 (ja) | 2019-07-17 |
CN109716748B (zh) | 2022-03-22 |
JPWO2018051949A1 (ja) | 2019-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106960427A (zh) | 二维码图像处理的方法和装置 | |
CN102844788A (zh) | 图像处理装置及使用该图像处理装置的图像拾取装置 | |
JP2005331929A5 (zh) | ||
CN105049734A (zh) | 可进行拍摄环境拍摄提示的证照相机及拍摄环境检测方法 | |
CN109716748A (zh) | 评价系统及评价方法 | |
CN105103541A (zh) | 图案位置检测方法、图案位置检测系统以及应用了这些的画质调整技术 | |
CN111031311B (zh) | 成像质量检测方法、装置、电子设备及可读存储介质 | |
KR20190047453A (ko) | 3차원 디스플레이 장치의 파라미터 캘리브레이션 방법 및 장치 | |
CN109068025A (zh) | 一种镜头阴影校正方法、系统及电子设备 | |
CN108257187A (zh) | 一种相机-投影仪系统标定方法 | |
JP5433886B2 (ja) | 画像比較装置および画像比較プログラム | |
CN108140237A (zh) | 图像处理装置以及图像处理方法 | |
CN108053438A (zh) | 景深获取方法、装置及设备 | |
CN104702941A (zh) | 一种白点区域表示及判定方法 | |
WO2016026238A1 (zh) | 图像的边界判别方法、装置和显示面板 | |
CN107094219B (zh) | 图像处理装置和图像处理方法 | |
KR20180114293A (ko) | 위조 인영 비교 방법 | |
CN101335901A (zh) | 投影图像校正方法与装置 | |
CN114945943A (zh) | 基于虹膜大小估计深度 | |
JP2020182127A (ja) | キャリブレーション装置、キャリブレーションシステム、および表示装置のキャリブレーション方法 | |
CN110298812A (zh) | 一种图像融合处理的方法及装置 | |
CN104980649A (zh) | 使用对焦峰值图片标记的景深指示 | |
JP5742291B2 (ja) | 画像形成装置、および画像形成方法 | |
US11539861B1 (en) | Color plane misregistration determinations | |
CN112767317B (zh) | 裸眼3d显示器光栅膜检测方法 |
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 |