CN109961438A - 一种光斑图像分析方法及装置 - Google Patents

一种光斑图像分析方法及装置 Download PDF

Info

Publication number
CN109961438A
CN109961438A CN201910277303.0A CN201910277303A CN109961438A CN 109961438 A CN109961438 A CN 109961438A CN 201910277303 A CN201910277303 A CN 201910277303A CN 109961438 A CN109961438 A CN 109961438A
Authority
CN
China
Prior art keywords
light spot
spot image
resolution ratio
resampling
image
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
Application number
CN201910277303.0A
Other languages
English (en)
Inventor
王雪辉
王建刚
胡松
许维
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 Huagong Laser Engineering Co Ltd
Original Assignee
Wuhan Huagong Laser Engineering 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 Huagong Laser Engineering Co Ltd filed Critical Wuhan Huagong Laser Engineering Co Ltd
Priority to CN201910277303.0A priority Critical patent/CN109961438A/zh
Publication of CN109961438A publication Critical patent/CN109961438A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种光斑图像分析方法及装置,方法包括:获得待分析的光斑图像;判断所述光斑图像的分辨率是否大于预设阈值;若大于,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率;按照重采样分辨率对所述光斑图像进行重采样;根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数。应用本发明实施例,提高了光斑图像分析效率。

Description

一种光斑图像分析方法及装置
技术领域
本发明涉及激光测试技术领域,尤其涉及一种光斑图像分析方法及装置。
背景技术
在光斑图像分析过程中,可以采用成像探测器设备来获取光束的光斑图像,然后根据光斑图像计算光斑的各项参数,如中心位置、长短轴、旋转角、椭圆率等等,有时还需要对参数进行长期的跟踪记录,以分析其稳定性。
由于激光光斑很小,所获得的图像上大部分都是空余的黑色区域,因此存在大量的干扰噪声,导致在计算光斑参数过程中运算量很大,例如,若计算的光斑参数为光束能量直径D4Sigma,由于该参数的计算过程中包含有图像数组的一阶矩和二阶矩,因此运算量更大。实际应用中,当输入的光斑图像分辨率达到1000*1000以上时,该计算过程可能会上升至秒级,而且由于计算过程中可能存在大量的迭代运算,导致分析效率很低,因此难以满足实际需求。
因此,有必要设计一种新的光斑图像分析方法,以克服上述问题。。
发明内容
本发明的目的在于克服现有技术之缺陷,提供了一种光斑图像分析方法及装置,以实现提高光斑图像分析的效率。
本发明是这样实现的:
第一方面,本发明提供一种光斑图像分析方法,所述方法包括:
获得待分析的光斑图像;
判断所述光斑图像的分辨率是否大于预设阈值;
若大于,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率;按照重采样分辨率对所述光斑图像进行重采样;
根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数。
可选的,所述预设阈值为X方向预设阈值,判断所述光斑图像的分辨率是否大于预设阈值,包括:
若所述光斑图像的X方向分辨率大于所述X方向预设阈值,判定所述光斑图像的分辨率大于预设阈值;否则,判定所述光斑图像的分辨率不大于预设阈值。
可选的,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,包括:
确定X方向重采样分辨率;
将X方向重采样分辨率与所述光斑图像的X方向分辨率的比值作为光斑图像的缩放率;
将所述光斑图像的缩放率与所述光斑图像的Y方向分辨率之积作为Y方向重采样分辨率。
可选的,确定X方向重采样分辨率,包括:
将X方向预设阈值或者预设X方向长度作为X方向重采样分辨率。
可选的,所述预设阈值包括X方向预设阈值和Y方向预设阈值,
判断所述光斑图像的分辨率是否大于预设阈值,包括:若所述光斑图像的X方向分辨率大于所述X方向预设阈值且所述光斑图像的Y方向分辨率大于所述Y方向预设阈值,判定所述光斑图像的分辨率大于预设阈值;否则,判定所述光斑图像的分辨率不大于预设阈值;
根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,包括:确定X方向重采样分辨率、Y方向重采样分辨率;将X方向重采样分辨率与所述光斑图像的X方向分辨率的比值、将Y方向重采样分辨率与所述光斑图像的Y方向分辨率的比值分别作为光斑图像的X方向缩放率、Y方向分辨率。
可选的,所述光斑图像为探测器采集的原始图像,根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数,包括:
对重采样后的光斑图像进行预处理;
根据光斑图像的缩放率和预处理后的光斑图像,计算光斑参数。
可选的,对重采样后的光斑图像进行预处理,包括:
从重采样后的光斑图像中截取出感兴趣区域;
对所截取的感兴趣区域进行光阑处理,得到光阑处理后的光斑图像。
可选的,根据光斑图像的缩放率和预处理后的光斑图像,计算光斑参数,包括:
从预处理后的光斑图像中确定图像数组;用图像数组除以光斑图像的缩放率,得到目标图像数组;所述图像数组用于计算光束功率密度分布的一阶矩和二阶矩;
用目标图像数组计算光斑参数。
可选的,所述光斑图像为对原始图像进行以下处理所得的图像:从原始图像中截取出感兴趣区域;对感兴趣区域进行光阑处理,得到光阑处理结果。
第二方面,本发明提供一种光斑图像分析装置,所述装置包括:
获得模块,用于获得待分析的光斑图像;
判断模块,用于判断所述光斑图像的分辨率是否大于预设阈值;
重采样模块,用于在判断模块为是时,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率;按照重采样分辨率对所述光斑图像进行重采样;
计算模块,用于根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数。
本发明具有以下有益效果:应用本发明实施例,若光斑图像的分辨率大于预设阈值,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率;按照重采样分辨率对所述光斑图像进行重采样,根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数。由于对光斑图像进行重新采样,减小了需要计算的图像大小,从而提高了光斑图像分析效率。
附图说明
为了更清楚地说明本发明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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它的附图。
图1为本发明实施例提供的光斑图像分析方法的一种流程示意图;
图2为本发明实施例提供的光斑图像分析装置的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
需要说明的是,本发明所提供的光斑图像分析方法可以应用于电子设备,其中,在具体应用中,该电子设备可以为计算机、个人电脑、平板、手机等等,这都是合理的。
参见图1,本发明实施例提供一种光斑图像分析方法,方法包括如下步骤:
S101、获得待分析的光斑图像;
光斑图像可以包含光斑,光斑图像可以是探测器采集的原始图像,或者是原始图像经过预处理后的图像。预处理过程可以为:从原始图像中截取出感兴趣区域;对感兴趣区域进行光阑处理,得到光阑处理结果。
为了避免对采集图像造成改动,或影响到其它功能,原始图像可以来自于所采集的源图像的副本。另外,为了提高图像清晰度,原始图像的灰度值位宽格式可以为8位(U8)或16位(U16)格式。
为了能够找到极其微小的光斑或使光斑图像能够覆盖很大的光斑,可以采用较大靶面的相机采集图像。现有的通常由于相机靶面尺寸固定,拍摄的可能是空间上某一片固定大小区域的图像,难以与光斑刚好匹配,并且当激光光斑很小时,所获得的原始图像上大部分都是空余的黑色区域,包含有大量噪声,不便于直接计算,因此,本发明可以选择ROI(Region of Interest,感兴趣区域)以初步进行光斑的定位,并裁减掉不关注的部分。
一种实现方式中,从原始图像中截取出感兴趣区域,具体可以为:在检测到原始图像中有矩形或方形区域被选中后,可以将被选中的区域作为感兴趣区域;并从从原始图像中截取出感兴趣区域。应用本发明实施例,由于测试人员可以根据实际情况在图像中框选关注的区域,这样可以初步筛选出需要计算的区域,从而提高分析效率。
在成像光路中添加具有一定尺寸的通光孔(光学中称为光阑),其作用是滤去杂散光,减少测量的干扰因素。光阑处理指的是利用软件或计算机程序筛选原始图像数据来实现上述光阑的作用。软件或计算机程序可以采用以下方法实现光阑处理:在图像上划分出以矩形ROI的内切圆或椭圆为边界的区域,仅保留区域内部的数据,外部数据清零,从而相当于实现了物理光阑。另外,如果物理光路中存在有效的光阑,则可以不再对原始图像进行光阑处理。
S102、判断所述光斑图像的分辨率是否大于预设阈值;若大于,则执行S103;
本发明对判断光斑图像的分辨率是否大于预设阈值的方式不做限定。判断光斑图像的X和/或Y方向分辨率是否大于预设阈值,目的是判定光斑图像的尺寸是否过大,以决定是否需要执行重采样。若光斑图像较小时,则可以不执行重采样;若光斑图像较大时,则可以执行S103,进行光斑图像的重采样。预设阈值可以根据实际误差的变化情况预先设定为不同的值。
一种实现方式中,所述预设阈值为X方向预设阈值,判断所述光斑图像的分辨率是否大于预设阈值,包括:
若所述光斑图像的X方向分辨率大于所述X方向预设阈值,判定所述光斑图像的分辨率大于预设阈值;否则,判定所述光斑图像的分辨率不大于预设阈值。
预设阈值为X方向预设阈值,表明X方向为判断方向,Y方向分辨率大小对分辨率的判断没有影响。同理,在其他实施方式中,还可以设置预设阈值为Y方向预设阈值,基于此,判断所述光斑图像的分辨率是否大于预设阈值,包括:若所述光斑图像的Y方向分辨率大于所述Y方向预设阈值,判定所述光斑图像的分辨率大于预设阈值;否则,判定所述光斑图像的分辨率不大于预设阈值。
或者,在另一种实现方式中,预设阈值包括X方向预设阈值和Y方向预设阈值,判断所述光斑图像的分辨率是否大于预设阈值,包括:若所述光斑图像的X方向分辨率大于所述X方向预设阈值且所述光斑图像的Y方向分辨率大于所述Y方向预设阈值,判定所述光斑图像的分辨率大于预设阈值;否则,判定所述光斑图像的分辨率不大于预设阈值。
S103、根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率;按照重采样分辨率对光斑图像进行重采样。
计算重采样分辨率是指计算重新采样后应得到多大分辨率的图像,该步骤同时还会计算出各个方向的缩放率,以用于后续光斑参数的计算。为了便于计算,可以固定某个方向的重采样分辨率,例如,可以固定X方向重采样分辨率为x0,由光斑图像的Y方向分辨率和缩放率计算出Y方向重采样分辨率,设输入光斑图像的分辨率为X*Y,则重采样后的的Y方向分辨率应该为x0/X*Y,其中缩放率为x0/X。
按照重采样分辨率对光斑图像进行重采样可以为:根据上一步计算的重采样分辨率对图像进行采样,重采样可以通过底层函数实现,具体实现方式为:确定重采样分辨率为x*y,然后在原光斑图像中均匀采样,最后得到尺寸为x*y的图像。
若预设阈值为X方向预设阈值,具体的,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,包括:确定X方向重采样分辨率;将X方向重采样分辨率与所述光斑图像的X方向分辨率的比值作为光斑图像的缩放率;将所述光斑图像的缩放率与所述光斑图像的Y方向分辨率之积作为Y方向重采样分辨率。
确定X方向重采样分辨率,包括:将X方向预设阈值或者预设X方向长度作为X方向重采样分辨率。预设X方向长度可以预先设定,其与X方向预设阈值可以相同,也可以不同。
同理,在其他实施方式中,若预设阈值为Y方向预设阈值,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,包括:将Y方向预设阈值/预设Y方向长度作为Y方向重采样分辨率;将Y方向重采样分辨率与所述光斑图像的Y方向分辨率的比值作为光斑图像的缩放率;将所述光斑图像的缩放率与所述光斑图像的X方向分辨率之积作为X方向重采样分辨率。
示例性的,预设阈值为X方向预设阈值,且X方向预设阈值为300;光斑图像的分辨率为900*600,光斑覆盖区域尺寸为90*60,由于光斑图像的X方向分辨率(900)尺寸大于X方向预设阈值(300),则执行S103,若将X方向预设阈值作为X方向重采样分辨率,则重采样后的光斑图像的分辨率为300*200,缩放率为1/3,光斑覆盖区域为30*20;
在上述示例的基础上,若光斑图像的分辨率为150*600,光斑覆盖区域尺寸为90*60,尽管Y方向分辨率较长,但Y方向分辨率不属于判定方向,因此仍然不会启用重采样;
在上述示例的基础上,若光斑图像的分辨率为150*200,由于光斑图像的X方向分辨率未达到X方向预设阈值,因此不会执行重采样;
在上述示例的基础上,若光斑图像的分辨率为600*900,光斑覆盖区域不变。则重采样后的光斑图像的分辨率为300*450,缩放率变为1/2,光斑覆盖区域为45*30。
同理,若预设阈值为Y方向预设阈值,且Y方向预设阈值为300,光斑图像的分辨率仍为900*600,光斑覆盖区域尺寸为90*60,则执行重采样,若将Y方向预设阈值作为Y方向重采样分辨率,则重采样后的图像分辨率为450*300,缩放率为1/2,光斑覆盖区域为45*30;
另外,若预设X方向长度为400,将预设X方向长度作为X方向重采样分辨率,上述示例的其他条件不变(即预设阈值为X方向预设阈值,且X方向预设阈值为300;若光斑图像的分辨率为900*600,光斑覆盖区域尺寸为90*60),则重采样后的图像分辨率为400*267或400*266,缩放率为4/9,光斑覆盖区域为40*26或40*27;
可以看出,若预设阈值为单一方向预设阈值,尽管随着光斑图像的分辨率大小的不同,重采样会引起不同的缩放率,但不会对光斑图像的长宽比造成影响。故,将光斑图像重采样为某一方向固定尺寸的图像,使计算时的输入数据量保持稳定,减少输入数据量大幅波动的发生概率,达到控制运算速度,使程序运行更稳定。
若预设阈值包括X方向预设阈值和Y方向预设阈值,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,包括:确定X方向重采样分辨率、Y方向重采样分辨率;将X方向重采样分辨率与所述光斑图像的X方向分辨率的比值、Y方向重采样分辨率与所述光斑图像的Y方向分辨率的比值分别作为光斑图像的X方向缩放率、Y方向分辨率。
确定X方向重采样分辨率、Y方向重采样分辨率,包括:
将X方向预设阈值、Y方向预设阈值分别作为X方向重采样分辨率、Y方向重采样分辨率;或者,
将预设X方向长度、预设Y方向长度分别作为X方向重采样分辨率、Y方向重采样分辨率。
例如,光斑图像的分辨率为900*600,光斑覆盖区域尺寸为90*60,X方向预设阈值和Y方向预设阈值为500*500,将X方向预设阈值、Y方向预设阈值分别作为重采样的X方向分辨率、Y方向分辨率,则重采样后的图像分辨率为500*500,缩放率为X方向=5/9,Y方向=5/6,光斑覆盖区域为50*50。
可以看出,若预设阈值包括两个方向预设阈值,则重采样后,光斑图像的长宽比可能发生变化。尽管XY方向具有不同缩放率,斜向尺寸的计算变复杂,但输入到后续步骤的图像的尺寸固定,因此传递的数据量(用于计算的灰度值的数组的大小)最稳定,可以减少运算速度大幅度波动的概率,实际使用时不大容易突然卡死,从而提高了计算的速度与效率,稳定了程序在计算时的资源消耗,避免光束分析软件因为图像大小的变化而卡顿或卡死,同时保证测量结果基本不变。
又一种实现方式中,还可以仅将较长的一边缩放为指定长度,具体的,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,包括:确定光斑图像的X方向分辨率和Y方向分辨率中的较大者;将预设长度作为较大者的重采样分辨率;将较大者的重采样分辨率与其在光斑图像中分辨率的比值作为光斑图像的缩放率;将所述光斑图像的缩放率与较小者在光斑图像中分辨率之积作为较小者的重采样分辨率。
假设预设阈值为300,预设长度为300,则当输入的光斑图像为1000*900时,重采样后的光斑图像的分辨率为300*270,此时缩放率为0.3;当输入的光斑图像为900*1000时,则重采样后的光斑图像的分辨率为270*300的图像,缩放率为0.3。
由于缩放率通常不是整数,重采样时的尺寸会发生四舍五入,采样时也会丢失一部分像素,这些可能会引入误差。当光斑较大时,通常是接近相机幅面,只要缩放率在1/10以上,即输出图像的像素数不远少于重采样区域的实际像素数,则该过程就遵循采样定理,丢失的光斑对最终光斑尺寸的计算结果影响不大,再加上大光斑的测量对精度要求不高,因此其误差可以忽略;而当光斑较小时,由于并未执行重采样,因此,同样可以减少误差的影响。
另外,在测试光斑时,根据应用场景的变化,可以会框选不同尺寸的ROI,如果ROI过大,则会导致计算缓慢,而此时的图像中包含有较多像素,其中单一某个像素的强度并不会引起测试人员过多的关注,对整个图像的影响也不大。
S104、根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数。
若光斑图像是未经过预处理的原始图像,根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数,包括:
对重采样后的光斑图像进行预处理;
根据光斑图像的缩放率和预处理后的光斑图像,计算光斑参数。
对重采样后的光斑图像进行预处理,包括:从重采样后的光斑图像中截取出感兴趣区域;对所截取的感兴趣区域进行光阑处理,得到光阑处理后的光斑图像。
具体的,根据光斑图像的缩放率和预处理后的光斑图像,计算光斑参数,包括:
从预处理后的光斑图像中确定图像数组;用图像数组除以光斑图像的缩放率,得到目标图像数组;所述图像数组用于计算光束功率密度分布的一阶矩和二阶矩;
用目标图像数组计算光斑参数。
由于光斑图像在计算机中是按照数组存储的,其坐标始终为数组中的坐标,因此由重采样后的图像计算出来的结果会缩小,需要除以缩小的倍率才能还原出实际结果。
从预处理后的光斑图像中确定图像数组可以为:将预处理后的光斑图像的灰度值提取为数组,以整个预处理后的光斑图像为初始ROI区域,通过一阶矩、二阶矩公式,直接求出其质心坐标与能量区域直径D4Sigma参数,再将D4Sigma乘以1.5倍确定新的ROI区域(也可采用其它倍率或方法),然后计算新ROI区域的质心与D4Sigma参数。通过重复上述内容,迭代计算多次得到一个收敛的区域作为目标ROI区域,提取目标ROI区域的灰度值作为最终的图像数组。
计算光斑参数是指计算光斑的最终输出参数,可以包括质心、D4sigma参数,以及峰值等。本发明对具体的计算光斑参数的方式不做限定,可以采用现有的光斑参数计算公式计算所得。
在其他实施方式中,在得到采集的原始图像后,可以先根据ROI截取图像对数据进行一次筛选以用于后续计算;然后对截取的ROI图像进行重采样处理(S102-S103),实现数据的二次筛选;之后对重采样的图像进行迭代得到自动计算出来的目标ROI区域;然后根据目标ROI区域对重采样图像进行光阑处理,输出的图像用于计算以得到光斑的最终参数输出。
上述步骤S102-S103整体可以看作一个重采样步骤,可以位于截取出感兴趣区域步骤、光阑处理步骤、确定图像数组步骤等获得原始图像之后、计算光斑参数之前的任意位置,具体实施方式略有差异,理论上效果相同。实施时,位于重采样前面的步骤直接采用相对于原始图像的区域,即原始图像的四个边框坐标,对于重采样后执行的步骤,则需要根据缩放率对区域坐标进行变换。
应用本发明实施例,通过对光斑图像重新采样,减小了需要计算的图像大小,从而提高了光斑图像分析效率,并且通过迭代计算目标ROI区域,弥补了测试人员对光斑采样区域的手动选择与测量效率上的不足。
与上述的方法实施例相对应,本发明实施例还提供一种光斑图像分析装置。
参见图2,图2为本发明实施例所提供的一种光斑图像分析装置的结构示意图,所述装置包括:
获得模块201,用于获得待分析的光斑图像;
判断模块202,用于判断所述光斑图像的分辨率是否大于预设阈值;
重采样模块203,用于在判断模块为是时,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率;按照重采样分辨率对所述光斑图像进行重采样;
计算模块204,用于根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数。
应用本发明实施例,若光斑图像的分辨率大于预设阈值,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率;按照重采样分辨率对所述光斑图像进行重采样,根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数。由于对光斑图像进行重新采样,减小了需要计算的图像大小,从而提高了光斑图像分析效率。
可选的,所述预设阈值为X方向预设阈值,所述判断模块判断所述光斑图像的分辨率是否大于预设阈值,具体为:
若所述光斑图像的X方向分辨率大于所述X方向预设阈值,判定所述光斑图像的分辨率大于预设阈值;否则,判定所述光斑图像的分辨率不大于预设阈值。
可选的,所述重采样模块根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,具体为:
确定X方向重采样分辨率;
将X方向重采样分辨率与所述光斑图像的X方向分辨率的比值作为光斑图像的缩放率;
将所述光斑图像的缩放率与所述光斑图像的Y方向分辨率之积作为Y方向重采样分辨率。
可选的,所述重采样模块确定X方向重采样分辨率,包括:
将X方向预设阈值或者预设X方向长度作为X方向重采样分辨率。
可选的,所述预设阈值包括X方向预设阈值和Y方向预设阈值,
判断模块判断所述光斑图像的分辨率是否大于预设阈值,具体为:若所述光斑图像的X方向分辨率大于所述X方向预设阈值且所述光斑图像的Y方向分辨率大于所述Y方向预设阈值,判定所述光斑图像的分辨率大于预设阈值;否则,判定所述光斑图像的分辨率不大于预设阈值;
重采样模块根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,具体为:确定X方向重采样分辨率、Y方向重采样分辨率;将X方向重采样分辨率与所述光斑图像的X方向分辨率的比值、将Y方向重采样分辨率与所述光斑图像的Y方向分辨率的比值分别作为光斑图像的X方向缩放率、Y方向分辨率。
可选的,所述光斑图像为探测器采集的原始图像,计算模块根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数,具体为:
对重采样后的光斑图像进行预处理;
根据光斑图像的缩放率和预处理后的光斑图像,计算光斑参数。
可选的,计算模块对重采样后的光斑图像进行预处理,包括:
从重采样后的光斑图像中截取出感兴趣区域;
对所截取的感兴趣区域进行光阑处理,得到光阑处理后的光斑图像。
可选的,计算模块根据光斑图像的缩放率和预处理后的光斑图像,计算光斑参数,具体为:
从预处理后的光斑图像中确定图像数组;用图像数组除以光斑图像的缩放率,得到目标图像数组;所述图像数组用于计算光束功率密度分布的一阶矩和二阶矩;
用目标图像数组计算光斑参数。
可选的,所述光斑图像为对原始图像进行以下处理所得的图像:从原始图像中截取出感兴趣区域;对感兴趣区域进行光阑处理,得到光阑处理结果。
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、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种光斑图像分析方法,其特征在于,所述方法包括:
获得待分析的光斑图像;
判断所述光斑图像的分辨率是否大于预设阈值;
若大于,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率;按照重采样分辨率对所述光斑图像进行重采样;
根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数。
2.根据权利要求1所述的方法,其特征在于,所述预设阈值为X方向预设阈值,判断所述光斑图像的分辨率是否大于预设阈值,包括:
若所述光斑图像的X方向分辨率大于所述X方向预设阈值,判定所述光斑图像的分辨率大于预设阈值;否则,判定所述光斑图像的分辨率不大于预设阈值。
3.根据权利要求2所述的方法,其特征在于,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,包括:
确定X方向重采样分辨率;
将X方向重采样分辨率与所述光斑图像的X方向分辨率的比值作为光斑图像的缩放率;
将所述光斑图像的缩放率与所述光斑图像的Y方向分辨率之积作为Y方向重采样分辨率。
4.根据权利要求3所述的方法,其特征在于,确定X方向重采样分辨率,包括:
将X方向预设阈值或者预设X方向长度作为X方向重采样分辨率。
5.根据权利要求1所述的方法,其特征在于,所述预设阈值包括X方向预设阈值和Y方向预设阈值,
判断所述光斑图像的分辨率是否大于预设阈值,包括:若所述光斑图像的X方向分辨率大于所述X方向预设阈值且所述光斑图像的Y方向分辨率大于所述Y方向预设阈值,判定所述光斑图像的分辨率大于预设阈值;否则,判定所述光斑图像的分辨率不大于预设阈值;
根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率,包括:确定X方向重采样分辨率、Y方向重采样分辨率;将X方向重采样分辨率与所述光斑图像的X方向分辨率的比值、将Y方向重采样分辨率与所述光斑图像的Y方向分辨率的比值分别作为光斑图像的X方向缩放率、Y方向分辨率。
6.根据权利要求1所述的方法,其特征在于,所述光斑图像为探测器采集的原始图像,根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数,包括:
对重采样后的光斑图像进行预处理;
根据光斑图像的缩放率和预处理后的光斑图像,计算光斑参数。
7.根据权利要求6所述的方法,其特征在于,对重采样后的光斑图像进行预处理,包括:
从重采样后的光斑图像中截取出感兴趣区域;
对所截取的感兴趣区域进行光阑处理,得到光阑处理后的光斑图像。
8.根据权利要求6所述的方法,其特征在于,根据光斑图像的缩放率和预处理后的光斑图像,计算光斑参数,包括:
从预处理后的光斑图像中确定图像数组;用图像数组除以光斑图像的缩放率,得到目标图像数组;所述图像数组用于计算光束功率密度分布的一阶矩和二阶矩;
用目标图像数组计算光斑参数。
9.根据权利要求1所述的方法,其特征在于,所述光斑图像为对原始图像进行以下处理所得的图像:从原始图像中截取出感兴趣区域;对感兴趣区域进行光阑处理,得到光阑处理结果。
10.一种光斑图像分析装置,其特征在于,所述装置包括:
获得模块,用于获得待分析的光斑图像;
判断模块,用于判断所述光斑图像的分辨率是否大于预设阈值;
重采样模块,用于在判断模块为是时,根据预设阈值和所述光斑图像的分辨率,计算重采样分辨率和光斑图像的缩放率;按照重采样分辨率对所述光斑图像进行重采样;
计算模块,用于根据光斑图像的缩放率和重采样后的光斑图像,计算光斑参数。
CN201910277303.0A 2019-04-08 2019-04-08 一种光斑图像分析方法及装置 Pending CN109961438A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910277303.0A CN109961438A (zh) 2019-04-08 2019-04-08 一种光斑图像分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910277303.0A CN109961438A (zh) 2019-04-08 2019-04-08 一种光斑图像分析方法及装置

Publications (1)

Publication Number Publication Date
CN109961438A true CN109961438A (zh) 2019-07-02

Family

ID=67025816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910277303.0A Pending CN109961438A (zh) 2019-04-08 2019-04-08 一种光斑图像分析方法及装置

Country Status (1)

Country Link
CN (1) CN109961438A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110415226A (zh) * 2019-07-23 2019-11-05 Oppo广东移动通信有限公司 杂散光的测定方法、装置、电子设备及存储介质
CN111091598A (zh) * 2019-12-20 2020-05-01 武汉华工激光工程有限责任公司 多光斑同步测量分析方法及装置
CN112846485A (zh) * 2020-12-31 2021-05-28 武汉华工激光工程有限责任公司 激光加工的监测方法、装置及激光加工设备
CN114450587A (zh) * 2019-10-16 2022-05-06 株式会社岛津制作所 成像质量分析装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399802A (zh) * 2013-07-30 2013-11-20 Tcl集团股份有限公司 一种图片预加载方法以及装置
CN104567801A (zh) * 2014-12-30 2015-04-29 北京空间机电研究所 一种基于立体视觉的高精度激光测量方法
CN105279727A (zh) * 2014-07-08 2016-01-27 腾讯科技(深圳)有限公司 图像处理方法及装置
CN105787868A (zh) * 2016-02-18 2016-07-20 北京金山安全软件有限公司 一种图片压缩方法、装置及电子设备
CN106595482A (zh) * 2016-12-14 2017-04-26 海信集团有限公司 激光投影系统的光斑测量方法及装置
CN107332914A (zh) * 2017-07-04 2017-11-07 北京云测网络科技有限公司 一种终端展示方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399802A (zh) * 2013-07-30 2013-11-20 Tcl集团股份有限公司 一种图片预加载方法以及装置
CN105279727A (zh) * 2014-07-08 2016-01-27 腾讯科技(深圳)有限公司 图像处理方法及装置
CN104567801A (zh) * 2014-12-30 2015-04-29 北京空间机电研究所 一种基于立体视觉的高精度激光测量方法
CN105787868A (zh) * 2016-02-18 2016-07-20 北京金山安全软件有限公司 一种图片压缩方法、装置及电子设备
CN106595482A (zh) * 2016-12-14 2017-04-26 海信集团有限公司 激光投影系统的光斑测量方法及装置
CN107332914A (zh) * 2017-07-04 2017-11-07 北京云测网络科技有限公司 一种终端展示方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHAVEZ F ET AL: "Automatic Laser Pointer Detection Algorithm for Environment Control Device Systems Based on Template Matching and Genetic Tuning of Fuzzy Rule-Based Systems", 《INTERNATIONAL JOURNAL OF COMPUTATIONAL INTELLIGENCE SYSTEMS》 *
杨晓: "视觉测量图像压缩技术研究", 《万方数据知识服务平台》 *
田苗苗 等: "一种光斑图像加速处理算法研究", 《长春理工大学学报(自然科学版)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110415226A (zh) * 2019-07-23 2019-11-05 Oppo广东移动通信有限公司 杂散光的测定方法、装置、电子设备及存储介质
CN114450587A (zh) * 2019-10-16 2022-05-06 株式会社岛津制作所 成像质量分析装置
CN111091598A (zh) * 2019-12-20 2020-05-01 武汉华工激光工程有限责任公司 多光斑同步测量分析方法及装置
CN111091598B (zh) * 2019-12-20 2023-08-25 武汉华工激光工程有限责任公司 多光斑同步测量分析方法及装置
CN112846485A (zh) * 2020-12-31 2021-05-28 武汉华工激光工程有限责任公司 激光加工的监测方法、装置及激光加工设备

Similar Documents

Publication Publication Date Title
CN109961438A (zh) 一种光斑图像分析方法及装置
Kelvin et al. Galaxy And Mass Assembly (GAMA): structural investigation of galaxies via model analysis
CN104966308B (zh) 一种计算激光光束光斑大小的方法
CN110488165B (zh) 一种雷击放电综合分析方法、装置、终端设备及存储介质
US7961134B2 (en) Metric and self-calibration for an automatic, surveillance-based change detection system operating on noisy imagery
CN108388713A (zh) 燃气轮机叶片探测区域自适应分割及曝光参数优化方法
US4653909A (en) Sinusoidal determination of limiting optical resolution
CN109285137A (zh) 页岩孔隙贡献度的获取方法及装置
Modregger et al. Spatial resolution in Bragg‐magnified X‐ray images as determined by Fourier analysis
US8917393B2 (en) Method and apparatus for providing image data
Repasi et al. Analysis of image distortions by atmospheric turbulence and computer simulation of turbulence effects
Farley et al. Filament identification in wide-angle high speed imaging of the mega amp spherical tokamak
JP2023534175A (ja) Lfa試験片のニューラル・ネットワーク分析
Pan et al. Detection method for small and dim targets from a time series of images observed by a space-based optical detection system
CN103383353B (zh) 一种基于光学涡旋的动态散斑测试方法
CN113228099A (zh) 基于mtf调制的量子噪声测量来计算数字图像检测器系统的点扩散函数的方法和系统
Baier et al. Contrast based method for the automated analysis of transfer functions and spatial resolution limits of micro-and nano-focus computed tomography systems: Evaluation with simulated data
Lian et al. [Retracted] Film and Television Animation Sensing and Visual Image by Computer Digital Image Technology
Zhou et al. Application of an image fusion algorithm in measuring the laser beam far-field divergence angle
CN109613462A (zh) 一种ct成像的标定方法
Belan et al. A machine vision system for automatic sieve calibration
ALMEIDA et al. A Richardson-Lucy Algorithm using a varying Point Spread Function along the iterations
WO2022070227A1 (ja) 設備診断システム、設備診断方法、及び、設備診断プログラムが格納された記録媒体
CN112863408B (zh) 屏幕分辨率的检测方法和装置
Ullherr Optimization of Image Quality in High-Resolution X-Ray Imaging

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190702