CN110097533A - 一种光斑外形尺寸和位置的精确测试方法 - Google Patents

一种光斑外形尺寸和位置的精确测试方法 Download PDF

Info

Publication number
CN110097533A
CN110097533A CN201910111186.0A CN201910111186A CN110097533A CN 110097533 A CN110097533 A CN 110097533A CN 201910111186 A CN201910111186 A CN 201910111186A CN 110097533 A CN110097533 A CN 110097533A
Authority
CN
China
Prior art keywords
hot spot
outer dimension
spot
accurate
marginal information
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
Application number
CN201910111186.0A
Other languages
English (en)
Other versions
CN110097533B (zh
Inventor
康为民
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.)
HARBIN XINGUANG PHOTOELECTRIC TECHNOLOGY Co Ltd
Original Assignee
HARBIN XINGUANG PHOTOELECTRIC TECHNOLOGY 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 HARBIN XINGUANG PHOTOELECTRIC TECHNOLOGY Co Ltd filed Critical HARBIN XINGUANG PHOTOELECTRIC TECHNOLOGY Co Ltd
Priority to CN201910111186.0A priority Critical patent/CN110097533B/zh
Publication of CN110097533A publication Critical patent/CN110097533A/zh
Application granted granted Critical
Publication of CN110097533B publication Critical patent/CN110097533B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种光斑外形尺寸和位置的精确测试方法，其特征在于在不显著增加运算量的基础上，实现对光斑的识别和精确测量，具体测量方法为：首先，对采集到的单幅图像进行亚像元分析，获得光斑的边缘信息，然后运用椭圆算法对边缘信息进行拟合处理，获得精确的光斑外形尺寸，最后利用质心算法计算得到光斑中心位置；本发明解决了传统光斑位置测试过程中运算时间长、精度低的问题，具有方法原理简单，运算速度快的特点。

Description

一种光斑外形尺寸和位置的精确测试方法
技术领域
本发明属于目标识别领域，具体涉及一种光斑尺寸和位置的精确测试方法。
背景技术
光斑位置的精确测试对于激光系统是否能有效作用于目标具有重要意义。本发明提出的光斑尺寸和位置的同步精确测试方法在很多方面都可应用，如自动调焦、激光自动焊接、激光武器等。目前光斑位置的精确测试有多种测试方法，其原理和特点都各不相同，其缺点在只能通过提高采样率提高精度，即通过延长计算时间来提高精度，极大降低了系统的可靠性。本发明公开了一种光斑外形尺寸和位置的精确测试方法，具有原理简单、运算速度快的特点。
发明内容
本发明解决了传统光斑位置测试过程中运算时间长、精度低的问题，提供了一种高速光斑尺寸和位置同步精确测试方法：采用图像分割法减少分析数据量；采用爬虫法和椭圆拟合法快速识别光斑，获取光斑尺寸；采用质心法精确获取光斑中心位置。解决了光斑尺寸和位置测量中精度和运算量之间的矛盾。
本发明采用的技术方案是：
一种光斑外形尺寸和位置的精确测试方法，其特征在于在不显著增加运算量的基础上识别、测量光斑。
所述的光斑位置的精确测试方法具体为：
第一步，在图像中利用光斑与背景灰度的阈值找到疑似光斑边缘像素，并依据亚像元分析对边缘像素进行处理，获得精确的边缘信息；
第二步，根据此边缘内包含的像素点数量，判断光斑是否存在；若像素数量小于光斑最小尺寸像素数，则判断光斑不存在，若像素数量大于光斑最小尺寸像素数，则判断光斑存在；
第三步，若光斑存在，利用椭圆算法对光斑边缘进行拟合，得到准确的光斑形状和尺寸信息；
第四步，根据光斑边缘内包含的像素灰度值，运用质心算法计算得到光斑中心的准确位置。
本发明的有益效果是：
1.采用单幅图像进行数据处理降低分析数据量，提高了运算效率；
2.采用椭圆拟合法快速识别光斑、获取光斑尺寸；
3.采用质心法获取光斑中心的精确位置。
附图说明
图1为一种光斑外形尺寸和位置的精确测试方法流程图。
具体实施方式
一种光斑外形尺寸和位置的精确测试方法，其特征在于在不显著增加运算量的基础上识别、测量光斑。
如图1所示，所述的光斑位置的精确测试方法具体为：
第一步，在图像中利用光斑与背景灰度的阈值找到疑似光斑边缘像素，并依据亚像元分析对边缘像素进行处理，获得精确的边缘信息。
第二步，根据此边缘内包含的像素点数量，判断光斑是否存在；若像素数量小于光斑最小尺寸像素数，则判断光斑不存在，若像素数量大于光斑最小尺寸像素数，则判断光斑存在。
第三步，若光斑存在，利用椭圆算法对光斑边缘进行拟合，得到准确的光斑形状和尺寸信息。
第四步，根据光斑边缘内包含的像素灰度值，运用质心算法计算得到光斑中心的准确位置。

Claims (1)

1.一种光斑外形尺寸和位置的精确测试方法，其特征在于采用亚像元图像处理技术对光斑边缘信息进行高精度采集，利用椭圆算法对光斑外形轮廓进行准确拟合，运用质心算法计算得到光斑中心位置，并采用了新型图像采样处理方法，通过只对一幅图像进行数据处理，高效提取光斑的尺寸和位置信息，具体方法分为3步：(1)对采集到的单幅图像进行亚像元分析，获得光斑的边缘信息；(2)运用椭圆算法对边缘信息进行拟合处理，获得精确的光斑外形尺寸，(3)利用质心算法计算得到光斑中心位置。
CN201910111186.0A 2019-02-12 2019-02-12 一种光斑外形尺寸和位置的精确测试方法 Active CN110097533B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910111186.0A CN110097533B (zh) 2019-02-12 2019-02-12 一种光斑外形尺寸和位置的精确测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910111186.0A CN110097533B (zh) 2019-02-12 2019-02-12 一种光斑外形尺寸和位置的精确测试方法

Publications (2)

Publication Number Publication Date
CN110097533A true CN110097533A (zh) 2019-08-06
CN110097533B CN110097533B (zh) 2023-04-07

Family

ID=67443898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910111186.0A Active CN110097533B (zh) 2019-02-12 2019-02-12 一种光斑外形尺寸和位置的精确测试方法

Country Status (1)

Country Link
CN (1) CN110097533B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113894438A (zh) * 2021-09-30 2022-01-07 上海柏楚电子科技股份有限公司 用于检测激光光束质量的方法和系统
CN114659627A (zh) * 2022-05-16 2022-06-24 广东工业大学 一种基于环形滤波的激光光斑监测方法、系统和设备

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098465A (zh) * 2007-07-20 2008-01-02 哈尔滨工程大学 一种视频监控中运动目标检测与跟踪方法
CN101144708A (zh) * 2007-09-26 2008-03-19 东南大学 三维扫描系统中圆形标志点的检测方法
CN101226641A (zh) * 2008-02-01 2008-07-23 中国科学院上海技术物理研究所 凝视型相机运动点目标定位方法与系统
CN101408985A (zh) * 2008-09-22 2009-04-15 北京航空航天大学 一种圆形光斑亚像素中心提取方法及装置
US20090226033A1 (en) * 2007-10-15 2009-09-10 Sefcik Jason A Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques
CN101739547A (zh) * 2008-11-21 2010-06-16 中国科学院沈阳自动化研究所 复杂背景下图像中鲁棒的编码点的精确识别与定位方法
CN103455813A (zh) * 2013-08-31 2013-12-18 西北工业大学 一种ccd图像测量系统光斑中心定位的方法
US20160004919A1 (en) * 2013-03-11 2016-01-07 Lsi Corporation Image processor with evaluation layer implementing software and hardware algorithms of different precision
CN105510001A (zh) * 2014-10-14 2016-04-20 哈尔滨新光光电科技有限公司 一种用于光学场景能量模拟的连续衰减系统
CN106033147A (zh) * 2015-03-12 2016-10-19 哈尔滨新光光电科技有限公司 一种光学目标模拟器与球形整流罩中心对准系统
CN107481233A (zh) * 2017-08-22 2017-12-15 广州辰创科技发展有限公司 一种应用于fod异物检测雷达中的图像识别方法
CN107610104A (zh) * 2017-08-31 2018-01-19 南通兴华达高实业有限公司 一种基于机器视觉的电梯补偿链r处裂纹检测方法
CN107705302A (zh) * 2017-10-11 2018-02-16 华中科技大学 一种圆形及类圆形视觉检测方法及系统
US20180342064A1 (en) * 2016-05-12 2018-11-29 Shenzhen Cct Thz Technology Co., Ltd. Method and device for detecting concealed objects in microwave images
CN108921823A (zh) * 2018-06-08 2018-11-30 Oppo广东移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备
CN108961164A (zh) * 2018-07-05 2018-12-07 北京理工大学 基于几何不变量的图像配准拼接方法和装置及计算机设备

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098465A (zh) * 2007-07-20 2008-01-02 哈尔滨工程大学 一种视频监控中运动目标检测与跟踪方法
CN101144708A (zh) * 2007-09-26 2008-03-19 东南大学 三维扫描系统中圆形标志点的检测方法
US20090226033A1 (en) * 2007-10-15 2009-09-10 Sefcik Jason A Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques
CN101226641A (zh) * 2008-02-01 2008-07-23 中国科学院上海技术物理研究所 凝视型相机运动点目标定位方法与系统
CN101408985A (zh) * 2008-09-22 2009-04-15 北京航空航天大学 一种圆形光斑亚像素中心提取方法及装置
CN101739547A (zh) * 2008-11-21 2010-06-16 中国科学院沈阳自动化研究所 复杂背景下图像中鲁棒的编码点的精确识别与定位方法
US20160004919A1 (en) * 2013-03-11 2016-01-07 Lsi Corporation Image processor with evaluation layer implementing software and hardware algorithms of different precision
CN103455813A (zh) * 2013-08-31 2013-12-18 西北工业大学 一种ccd图像测量系统光斑中心定位的方法
CN105510001A (zh) * 2014-10-14 2016-04-20 哈尔滨新光光电科技有限公司 一种用于光学场景能量模拟的连续衰减系统
CN106033147A (zh) * 2015-03-12 2016-10-19 哈尔滨新光光电科技有限公司 一种光学目标模拟器与球形整流罩中心对准系统
US20180342064A1 (en) * 2016-05-12 2018-11-29 Shenzhen Cct Thz Technology Co., Ltd. Method and device for detecting concealed objects in microwave images
CN107481233A (zh) * 2017-08-22 2017-12-15 广州辰创科技发展有限公司 一种应用于fod异物检测雷达中的图像识别方法
CN107610104A (zh) * 2017-08-31 2018-01-19 南通兴华达高实业有限公司 一种基于机器视觉的电梯补偿链r处裂纹检测方法
CN107705302A (zh) * 2017-10-11 2018-02-16 华中科技大学 一种圆形及类圆形视觉检测方法及系统
CN108921823A (zh) * 2018-06-08 2018-11-30 Oppo广东移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备
CN108961164A (zh) * 2018-07-05 2018-12-07 北京理工大学 基于几何不变量的图像配准拼接方法和装置及计算机设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113894438A (zh) * 2021-09-30 2022-01-07 上海柏楚电子科技股份有限公司 用于检测激光光束质量的方法和系统
CN113894438B (zh) * 2021-09-30 2023-06-30 上海柏楚电子科技股份有限公司 用于检测激光光束质量的方法和系统
CN114659627A (zh) * 2022-05-16 2022-06-24 广东工业大学 一种基于环形滤波的激光光斑监测方法、系统和设备

Also Published As

Publication number Publication date
CN110097533B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN102176228B (zh) 一种用于识别多个指针式仪表表盘信息的机器视觉方法
CN103164692B (zh) 一种基于计算机视觉的特种车辆仪表自动识别系统及方法
CN107798679B (zh) 乳腺钼靶图像乳房区域分割与钙化点检测方法
CN106529559A (zh) 一种指针式圆形多仪表盘实时读数识别方法
CN105913028B (zh) 一种基于face++平台的人脸跟踪方法及其装置
US20200141856A1 (en) Method and system for determining fluorescence intensity of fluorescence image
WO2015153691A2 (en) Computer-implemented methods, computer-readable media, and systems for tracking a plurality of spermatozoa
CN108052886B (zh) 一种小麦条锈病菌夏孢子自动统计计数方法
CN112257676A (zh) 一种指针式仪表读数方法、系统以及巡检机器人
CN106095201A (zh) 一种投影交互系统的双击检测方法
CN110097533A (zh) 一种光斑外形尺寸和位置的精确测试方法
CN106097317A (zh) 一种基于离散余弦相位信息的多光斑检测和定位方法
CN108876772A (zh) 一种基于大数据的肺癌图像诊断系统及方法
CN103761729B (zh) 一种基于邻域灰度相似性的钢球磨痕检测方法
CN112164093A (zh) 一种基于边缘特征和相关滤波的人物自动跟踪方法
CN108320799A (zh) 一种用于侧向流纸条疾病诊断的图像分析与识别方法
CN108764343B (zh) 一种跟踪算法中的跟踪目标框的定位方法
CN110580697B (zh) 一种从超声视频图像中测量胎儿颈背透明物厚度的视频图像处理方法及系统
CN102201060B (zh) 一种基于形状语义的非参数轮廓跟踪评价方法
CN114842308A (zh) 一种基于全特征融合建立目标预判优化模型的方法
CN104123569B (zh) 一种基于有监督学习的视频人数信息统计方法
Ramli et al. Confusion matrix as performance measure for corner detectors
CN113327236B (zh) 新型冠状病毒抗体快速检测试剂的识别方法及系统
Zhao et al. A survey of semen quality evaluation in microscopic videos using computer assisted sperm analysis
CN112927201A (zh) 一种曲线检测方法及装置

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