CN110728713B - 测试方法及测试系统 - Google Patents
测试方法及测试系统 Download PDFInfo
- Publication number
- CN110728713B CN110728713B CN201810778121.7A CN201810778121A CN110728713B CN 110728713 B CN110728713 B CN 110728713B CN 201810778121 A CN201810778121 A CN 201810778121A CN 110728713 B CN110728713 B CN 110728713B
- Authority
- CN
- China
- Prior art keywords
- test
- depth
- structured light
- image
- camera
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种测试方法。测试方法用于测试结构光设备的参数,结构光设备包括深度相机,测试方法包括步骤:驱动结构光设备运动至相对于标定板的第一测试位置;控制深度相机获取标定板的深度图像;及依据深度图像判断结构光设备的深度精度是否测试通过。本发明还公开了一种测试系统。本发明实施方式的测试方法及测试系统中,通过对结构光设备的深度相机获取的深度图像,可以判断结构光设备的深度精度是否测试通过,可以在结构光设备出厂前对结构光设备的参数进行测试,避免出厂的结构光设备的参数不符要求。
Description
技术领域
本发明涉及检测设备技术领域,特别涉及一种测试方法及测试系统。
背景技术
结构光设备在标定后,能够依据标定的参数生成结构光图像,然而,在标定的过程中,结构光设备的标定结果可能不够准确,或者在出厂前结构光设备自身的工况发生改变,导致标定的参数不能准确地生成结构光图像,因此,需要提供进一步测试结构光设备的参数的方案。
发明内容
本发明的实施例提供了一种测试方法及测试系统。
本发明实施方式的测试方法用于测试结构光设备的参数,所述结构光设备包括深度相机,所述测试方法包括:
驱动所述结构光设备运动至相对于标定板的第一测试位置;
控制所述深度相机获取所述标定板的深度图像;及
依据所述深度图像判断所述结构光设备的深度精度是否测试通过。
在某些实施方式中,所述测试方法还包括:依据所述深度图像判断所述结构光设备的深度图空洞是否测试通过。
在某些实施方式中,所述深度相机包括红外摄像头,所述结构光设备还包括可见光摄像头,所述测试方法还包括:
控制所述红外摄像头获取所述标定板上的多个测试特征的红外图像;
控制所述可见光摄像头获取多个所述测试特征的可见光图像;及
依据所述红外图像及所述可见光图像,判断所述结构光设备的对齐精度是否测试通过。
在某些实施方式中,所述深度相机包括激光投射器、红外摄像头及微处理器,所述控制所述深度相机获取所述标定板的深度图像,包括:
控制所述激光投射器向所述标定板投射激光;
控制所述红外摄像头获取由所述标定板调制后的激光图案;及
控制所述微处理器根据所述激光图案获取所述深度图像。
在某些实施方式中,所述深度精度包括绝对精度,所述依据所述深度图像判断所述结构光设备的深度精度是否测试通过,包括:
获取所述深度图像的第一预定区域内所有像素的深度值的平均值;
判断所述平均值与距离值的偏差是否在第一范围内,所述距离值为所述结构光设备在所述第一测试位置时与所述标定板的距离;及
若是,则确定所述结构光设备的绝对精度测试通过。
在某些实施方式中,所述深度精度包括相对精度,所述依据所述深度图像判断所述结构光设备的深度精度是否测试通过,包括:
计算所述深度图像的第二预定区域内所有有效像素的深度值以最小二乘法拟合的拟合值;
计算所述第二预定区域内所有有效像素的深度值相对于所述拟合值的第一标准方差;
判断所述第一标准方差是否在第二范围内;及
若是,则确定所述结构光设备的相对精度测试通过。
在某些实施方式中,所述依据所述深度图像判断所述结构光设备的深度图空洞是否测试通过,包括:
检测所述深度图像的第三预定区域内所有像素中深度值不为零的像素数量;
判断所述像素数量是否大于或等于预定阈值;及
若是,则确定所述结构光设备的深度图空洞测试通过。
在某些实施方式中,所述依据所述红外图像及所述可见光图像,判断所述结构光设备的对齐精度是否测试通过,包括:
获取所述红外图像的第四预定区域内多个所述测试特征的多个第一位置,每个所述测试特征对应一个所述第一位置;
依据所述红外摄像头、所述可见光摄像头的内参和外参,处理多个所述第一位置以得到多个所述测试特征在所述可见光图像上的多个第二位置,每个所述测试特征对应一个所述第二位置;
获取所述可见光图像上多个所述测试特征的第三位置与对应的所述第二位置的多个图上距离;
判断多个所述图上距离的第二标准方差是否小于或等于预设阈值;及
若是,则确定所述结构光设备的对齐精度测试通过。
在某些实施方式中,所述测试方法还包括:
驱动所述结构光设备运动至相对于所述标定板的第二测试位置;及
判断所述结构光设备的参数在所述第二测试位置处是否测试通过。
本发明实施方式的测试系统用于测试结构光设备的参数,所述结构光设备包括深度相机,所述测试系统包括:
驱动设备,用于驱动所述结构光设备运动至相对于标定板的第一测试位置;
控制设备,用于控制所述深度相机用于获取所述标定板的深度图像;及
处理设备,用于依据所述深度图像判断所述结构光设备的深度精度是否测试通过。
在某些实施方式中,所述处理设备还用于:依据所述深度图像判断所述结构光设备的深度图空洞是否测试通过。
在某些实施方式中,所述深度相机包括红外摄像头,所述结构光设备还包括可见光摄像头,所述控制设备还用于:
控制所述红外摄像头获取所述标定板上的多个测试特征的红外图像;及
控制所述可见光摄像头获取多个所述测试特征的可见光图像;
所述处理设备还用于依据所述红外图像及所述可见光图像,判断所述结构光设备的对齐精度是否测试通过。
在某些实施方式中,所述深度相机包括激光投射器、红外摄像头及与微处理器,所述控制设备用于:
控制所述激光投射器向所述标定板投射激光;
控制所述红外摄像头获取由所述标定板调制后的激光图案;及
控制所述微处理器根据所述激光图案获取所述深度图像。
在某些实施方式中,所述深度精度包括绝对精度,所述处理设备还用于:
获取所述深度图像的第一预定区域内所有像素的深度值的平均值;
判断所述平均值与距离值的偏差是否在第一范围内,所述距离值为所述结构光设备在所述第一测试位置时与所述标定板的距离;及
若是,则确定所述结构光设备的绝对精度测试通过。
在某些实施方式中,所述深度精度包括相对精度,所述处理设备还用于:
计算所述深度图像的第二预定区域内所有像素的深度值以最小二乘法拟合的拟合值;
计算所述第二预定区域内所有像素的深度值相对于所述拟合值的第一标准方差;
判断所述第一标准方差是否在第二范围内;及
若是,则确定所述结构光设备的相对精度测试通过。
在某些实施方式中,所述处理设备还用于:
检测所述深度图像的第三预定区域内所有像素中深度值不为零的像素数量;
判断所述像素数量是否大于或等于预定阈值;及
若是,则确定所述结构光设备的深度图空洞测试通过。
在某些实施方式中,所述处理设备还用于:
获取所述红外图像的第四预定区域内多个所述测试特征的多个第一位置,每个所述测试特征对应一个所述第一位置;
依据所述红外摄像头、所述可见光摄像头的内参和外参,处理多个所述第一位置以得到多个所述测试特征在所述可见光图像上的多个第二位置,每个所述测试特征对应一个所述第二位置;
获取所述可见光图像上多个所述测试特征的第三位置与对应的所述第二位置的多个图上距离;
判断多个所述图上距离的第二标准方差是否小于或等于预设阈值;及
若是,则确定所述结构光设备的对齐精度测试通过。
在某些实施方式中,所述驱动设备还用于驱动所述结构光设备运动至相对于所述标定板的第二测试位置;
所述控制设备及所述处理设备还用于判断所述结构光设备的参数在所述第二测试位置处是否测试通过。
本发明实施方式的测试方法及测试系统中,通过对结构光设备的深度相机获取的深度图像,可以判断结构光设备的深度精度是否测试通过,可以在结构光设备出厂前对结构光设备的参数进行测试,避免出厂的结构光设备的参数不符要求。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明某些实施方式的测试方法的流程示意图;
图2是本发明某些实施方式的系统的结构示意图;
图3是本发明某些实施方式的结构光设备的结构示意图;
图4是本发明某些实施方式的标定板的结构示意图;
图5是本发明某些实施方式的测试方法的流程示意图;
图6是本发明某些实施方式的测试方法的流程示意图;
图7是本发明某些实施方式的深度图像示意图;
图8是本发明某些实施方式的测试方法的流程示意图;
图9是本发明某些实施方式的另一深度图像示意图;
图10是本发明某些实施方式的测试方法的流程示意图;
图11是本发明某些实施方式的测试方法的流程示意图;
图12是本发明某些实施方式的测试方法的流程示意图;
图13是本发明某些实施方式的测试方法的流程示意图;
图14是本发明某些实施方式的红外图像及可见光图像示意图;
图15是本发明某些实施方式的测试方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
请参阅图1至图3,本发明实施方式的测试方法用于测试结构光设备20的参数,结构光设备20包括深度相机21,测试方法包括步骤:
01:驱动结构光设备20运动至相对于标定板16的第一测试位置;
02:控制深度相机21获取标定板16的深度图像;及
03:依据深度图像判断结构光设备20的深度精度是否测试通过。
本发明实施方式的测试系统10可用于测试结构光设备20的参数,结构光设备20包括深度相机21,测试系统10包括驱动设备11、控制设备12及处理设备13。驱动设备11、控制设备12及处理设备13可用于分别实施步骤01、02及03。也就是说,驱动设备11可用于驱动结构光设备20运动至相对于标定板16的第一测试位置;控制设备12可用于控制深度相机21用于获取标定板16的深度图像;处理设备13可用于依据深度图像判断结构光设备20的深度精度是否测试通过。
上述的测试方法及测试系统10中,通过对结构光设备20的深度相机21获取的深度图像,可以判断结构光设备20的深度精度是否测试通过,可以在结构光设备20出厂前对结构光设备20的参数进行测试,避免出厂的结构光设备20的参数不符要求。
具体地,测试系统10还包括支撑件14、导轨15和标定板16。
支撑件14可以作为结构光设备20的定位平台,结构光设备20和控制设备12均可以承载在支撑件14上,支撑件14可以设置在导轨15上,支撑件14还可以用于调整结构光设备20与标定板16之间的夹角,例如可以调整结构光设备20以使深度相机21的入光面与标定板16平行,或者平行度小于0.3度。
导轨15可用于限定支撑件14的移动方向,支撑件14位于导轨15的不同位置时,结构光设备20与标定板16之间的距离也不同,支撑件14可以被驱动设备11驱动并在导轨15上移动,以带动结构光设备20靠近或远离标定板16,或者说改变结构光设备20与标定板16之间的距离。在一个例子中,当驱动设备11驱动支撑件14位于导轨15上的目标位置时,可以使得支撑件14与目标位置的误差小于0.5毫米。
标定板16可以是玻璃板,标定板16面向结构光设备20的面可以是平面。请结合图4,标定板16上设置有多个测试特征161,多个测试特征161可以呈阵列分布,多个测试特征161可以是不透光的图案,多个测试特征161所在的平面的平整度要求小于0.5毫米每平方米(mm/m2)。在本发明实施例中,多个测试特征161可以印刷在半反半透的白纸的一个面上,白纸的另一个面贴在标定板16上。标定板16内可以设置有可以调节和开关的红外光源和可见光源,红外光源可以发出波长为940纳米的红外光,红外光强可以在0至5000勒克斯可调;可见光源可以是色温为6500K,且强度可以在0至5000勒克斯可调的白光。红外光源和可见光源可以同时开启,也可以单独开启红外光源或可见光源,当然,也可以是红外光源和可见光源均不开启。
结构光设备20可以是任意通过结构光原理进行测距或测深度的设备,在如图3所述的实施例中,结构光设备20为手机,结构光设备20还可以设置有显示屏23等电子元器件。当然,结构光设备20的具体形式可以有其他,例如平板电脑、手提电脑、游戏机、智能手表、头显设备等,在此不作限制。结构光设备20包括深度相机21,深度相机21可用于获取目标物体的深度图像。
在进行测试时,可以通过驱动设备11驱动支撑件14处于上下料位置(如图2的A位置),将结构光设备20安装在支撑件14上,再通过驱动设备11驱动支撑件14沿导轨15移动,并带动结构光设备20处于相对于标定板16的第一测试位置(如图2中的B位置)。待第一测试位置上测试完后,可以再将驱动支撑件14以使结构光设备20处于相对于标定板16的第二测试位置(如图2中的C位置)。以此类推,直至所有位置均测试完毕后,可以将支撑件14再次驱动至上下料位置,以将结构光设备20从支撑件14上取下。在一个例子中,当支撑件14处于第一测试位置时,结构光设备20与标定板16之间的距离为300毫米,当支撑件14处于第二测试位置时,结构光设备20与标定板16之间的距离为600毫米。当然,依据不同的结构光设备20的具体需求,第一测试位置与第二测试位置的具体定位可以有其他设置,在此不作限制。
控制设备12可以与结构光设备20连接,控制设备12可以控制结构光设备20的深度相机21获取标定板16的深度图像。处理设备13可以是电脑等具有处理功能的设备,在深度相机21获取标定板16的深度图像后,结构光设备20或者控制设备12可以将深度图像发送给处理设备13,处理设备13依据深度图像判断结构光设备20的深度精度是否测试通过。如果第一测试位置的深度精度测试通过,可以测试结构光设备20的其余的参数,或者可以将结构光设备20驱动至另外的位置再将进行测试。如果第一测试位置的深度精度测试不通过,则可以驱动结构光设备20至上下料位置以便于将测试不通过的结构光设备20取下。
请参阅图2、图3及图5,在某些实施方式中,深度相机21包括激光投射器211、红外摄像头212及微处理器213,步骤02包括步骤:
021:控制激光投射器211向标定板16投射激光;
022:控制红外摄像头212获取由标定板16调制后的激光图案;及
023:控制微处理器213根据激光图案获取深度图像。
在某些实施方式中,深度相机21包括激光投射器211、红外摄像头212及与微处理器213,控制设备12可用于实施步骤021、022及023。也就是说,控制设备12可用于控制激光投射器211向标定板16投射激光;控制红外摄像头212获取由标定板16调制后的激光图案;及控制微处理器213根据激光图案获取深度图像。
在实施步骤021及022的过程中,红外光源和可见光源均可以处于关闭的状态。激光投射器211投射的激光可以形成有散点、条纹等图案,激光可以是红外光,不同深度的物体对激光的调制作用不同并会形成不同的激光图案。微处理器213内可以存储有与激光投射器211相匹配的标定数据,微处理器213依据红外摄像头212获取到的激光图案及标定数据,获取深度图像。
请参阅图6及图7,在某些实施方式中,深度精度包括绝对精度,步骤03包括步骤:
031:获取深度图像30的第一预定区域S1内所有像素31的深度值的平均值;
032:判断平均值与距离值的偏差是否在第一范围内,距离值为结构光设备20在第一测试位置时与标定板16的距离;及
033:若是,则确定结构光设备20的绝对精度测试通过。
请结合图2,在某些实施方式中,深度精度包括绝对精度,处理设备13可用于实施步骤031、032及033。也就是说,处理设备13可用于获取深度图像30的第一预定区域S1内所有像素31的深度值的平均值;判断平均值与距离值的偏差是否在第一范围内,距离值为结构光设备20在第一测试位置时与标定板16的距离;及在平均值与距离值的偏差是在第一范围内时,则确定结构光设备20的绝对精度测试通过。
具体地,绝对精度可以用于表示深度精度的精准度(Accuray),通过绝对精度测试的结构光设备20可以保障测距准确性。请结合图7,在本发明实施例中,深度图像30包括多个像素31,每个像素31均有与其对应深度值(如图7像素31中的数字),第一预定区域S1可以是以深度图像30的中心为中心的预定大小的区域(如图7中粗线框内的区域)。
在步骤031中,获取第一预定区域S1内所有像素31的深度值的平均值,该平均值可以用来表示结构光设备20获取的结构光设备20与标定板16的距离。
步骤032中,距离值为结构光设备20在第一测试位置时与标定板16的距离,该距离为已知,平均值与距离值的偏差可以用二者的差值的绝对值来表示。判断平均值与距离值的偏差是否在第一范围内,实际上可以判断结构光设备20在测量深度时的绝对精度。第一范围可以由用户依据具体结构光设备20的需求进行制定,例如可以是[0,2]毫米。
步骤033中,当平均值与距离值的偏差是在第一范围内时,则说明结构光设备20的绝对精度满足要求,可以判断为绝对精度测试通过。当然,当平均值与距离值的偏差不在第一范围内时,可以判断为绝对精度测试不通过。
请参阅图8及图9,在某些实施方式中,深度精度包括相对精度,步骤03包括步骤:
034:计算深度图像30的第二预定区域S2内所有有效像素的深度值以最小二乘法拟合的拟合值;
035:计算第二预定区域S2内所有有效像素的深度值相对于拟合值的第一标准方差;
036:判断第一标准方差是否在第二范围内;及
037:若是,则确定结构光设备20的相对精度测试通过。
请结合图2,在某些实施方式中,深度精度包括相对精度,处理设备13还可用于实施步骤034、035、036及037。也就是说,处理设备13还可用于计算深度图像30的第二预定区域S2内所有像素的深度值以最小二乘法拟合的拟合值;计算第二预定区域S2内所有像素的深度值相对于拟合值的第一标准方差;判断第一标准方差是否在第二范围内;及在第一标准方差在第二范围内时,则确定结构光设备20的相对精度测试通过。
具体地,相对精度可以用于表示深度精度的精确度(Precision),通过相对精度测试的结构光设备20可以保障3D建模、高精度背景虚化、高精度AR应用的准确性。请结合图9,第二预定区域S2可以是任意深度图像30上连续或不连续的区域(如图9中粗线框内的区域),在一个例子中,第二预定区域S2的面积占深度图像的总面积的80%或以上。其中,有效像素指像素对应的深度值不为零,且像素对应的深度值与其余深度值不为零的像素差别较小的像素,例如当其余深度值的像素所在的区间为[199,209]毫米,而某个像素的深度值为6553毫米,则认为该像素为无效像素。
在步骤034以最小二乘法拟合到拟合值后,步骤035中,以第二预定区域S2内所有有效像素的深度值逐一减去该拟合值,并将得到的多个差值分别求平方以得到多个平方值,将多个平方值相加求和值,再将求得的和值除以第二预定区域内所有有效像素的个数以得到第一标准方差。在步骤036中,第二范围可以由用户依据具体结构光设备20的需求进行制定,判断第一标准方差是否在第二范围内,实际上可以判断结构光设备20在测量深度时的相对精度。在步骤037中,当第一标准方差是在第二范围内时,则说明结构光设备20的相对精度满足要求,可以判断为相对精度测试通过。当然,当第一标准方差不是在第二范围内时,可以判断为相对精度测试不通过。
请参阅图10,在某些实施方式中,测试方法还包括步骤04:依据深度图像判断结构光设备20的深度图空洞是否测试通过。
请结合图2,在某些实施方式中,处理设备13还可用于实施步骤04,也就是说,处理设备13可用于依据深度图像判断结构光设备20的深度图空洞是否测试通过。
具体地,深度图空洞指的是深度图像中深度值为零的像素,而测试深度图空洞可以是通过检测深度图空洞的具体数量,或者通过检测深度图空洞的数量占深度图像中像素数量的具体比例来测试。通过深度图空洞测试的结构光设备20可以保障产品无深度图缺失的情况。需要说明的是,步骤03和04的实施顺序可以是先实施步骤03再实施步骤04,也可以是先实施步骤04再实施步骤03,也可以是步骤03和步骤04同步实施,还可以是仅实施步骤04而不实施步骤03,在些不作限制。
请参阅图9及图11,在某些实施方式中,步骤04包括步骤:
041:检测深度图像30的第三预定区域S3内所有像素中深度值不为零的像素数量;
042:判断深度值不为零的像素数量是否大于或等于预定阈值;及
043:若是,则确定结构光设备20的深度图空洞测试通过。
请结合图2,在某些实施方式中,处理设备13还可用于实施步骤041、042及043。也就是说,处理设备13还可用于检测深度图像30的第三预定区域S3内所有像素中深度值不为零的像素数量;判断深度值不为零的像素数量是否大于或等于预定阈值;及在深度值不为零的像素数量是大于或等于预定阈值时,则确定结构光设备20的深度图空洞测试通过。
具体地,第三预定区域S3可以是深度图像30任意上连续或不连续的区域(如图9中粗线框内的区域),在一个例子中,第三预定区域S3的面积占深度图像的总面积的80%或以上。深度值为零的像素,表示在该像素的深度信息无法获取,如果深度值为零的像素的数量过多,则深度图像的质量较差。
在步骤042中,其中预定阈值可以与第三预定区域S3内像素的总数量相关,当像素的总数量多时,预定阈值也允许取较多,例如第三预定区域S3内像素的总数量为10000,预定阈值可以是99920;预定阈值还可以与结构光设备20的使用精度需求相关,精度需求较高时,预定阈值可以设置得较大。在步骤043中,当深度值不为零的像素数量大于或等于预定阈值时,可以判断为深度图空洞测试通过。当然,当深度值不为零的像素数量小于预定阈值时,可以判断为深度图像空洞测试不通过。
请参阅图3、图4及图12,在某些实施方式中,深度相机21包括红外摄像头212,结构光设备20还包括可见光摄像头22,测试方法还包括步骤:
05:控制红外摄像头212获取标定板16上的多个测试特征161的红外图像;
06:控制可见光摄像头22获取多个测试特征161的可见光图像;及
07:依据红外图像及可见光图像,判断结构光设备20的对齐精度是否测试通过。
请结合图2,在某些实施方式中,深度相机21包括红外摄像头212,结构光设备20还包括可见光摄像头22,控制设备12还可用于实施步骤05、06及07。也就是说,控制设备12还可用于控制红外摄像头212获取标定板16上的多个测试特征161的红外图像;控制可见光摄像头22获取多个测试特征161的可见光图像;及依据红外图像及可见光图像,判断结构光设备20的对齐精度是否测试通过。
具体地,对齐精度可以用于检验对齐标定的外参的准确性,通过对齐精度测试的结构光设备20能够保证可见光图像与深度图像融合的准确性。需要说明的是,步骤05、06及07可以先于步骤02及03实施;步骤05、06及07也可以后于步骤02及03实施;步骤05、06及07也可以与步骤02及03同时实施。在一个例子中,实施步骤05时,可以同时打开标定板16的红外光源,实施步骤06时,可以同时打开标定板16的可见光源,也可以在实施步骤05及06时均打开红外光源及可见光源。
请参阅图13及图14,在某些实施方式中,步骤07包括步骤:
071:获取红外图像40的第四预定区域S4内多个测试特征161的多个第一位置P1,每个测试特征161对应一个第一位置P1;
072:依据红外摄像头212、可见光摄像头22的内参和外参,处理多个第一位置P1以得到多个测试特征161在可见光图像50上的多个第二位置P2,每个测试特征161对应一个第二位置P2;
073:获取可见光图像50上多个测试特征161的第三位置P3与对应的第二位置P2的多个图上距离D;
074:判断多个图上距离D的第二标准方差是否小于或等于预设阈值;及
075:若是,则确定结构光设备20的对齐精度测试通过。
请结合图2,在某些实施方式中,处理设备13还可用于实施步骤071、072、073、074及075。也就是说,处理设备13可用于获取红外图像40的第四预定区域S4内多个测试特征161的多个第一位置P1,每个测试特征161对应一个第一位置P1;依据红外摄像头212、可见光摄像头22的内参和外参,处理多个第一位置P1以得到多个测试特征161在可见光图像50上的多个第二位置P2,每个测试特征161对应一个第二位置P2;获取可见光图像50上多个测试特征161的第三位置P3与对应的第二位置P2的多个图上距离D;判断多个图上距离D的第二标准方差是否小于或等于预设阈值;及若是,则确定结构光设备20的对齐精度测试通过。
具体地,第四预定区域S4可以是红外图像40上任意连续或不连续的区域(如图14中红外图像40中的虚线框内的区域),在一个例子中,第四预定区域S4的面积占红外图像40的总面积的80%或以上。请参阅图14的实施例中,多个测试特征161在红外图像40中以实线圆圈表示,测试特征161的第一位置P1可以用该测试特征161的中心点的二维坐标进行表示。
依据预先标定好的红外摄像头212的内参和外参,可见光摄像头22的内参和外参,可以将红外图像40中的多个测试特征161重投影到可见光图像50中,如可见光图像50中的虚线圆圈,重投影到可见光图像50中的测试特征161在可见光图像50中的第二位置P2可以用虚线圆圈的中心点的二维坐标进行表示。
可以理解,可见光图像50中原本也包括多个测试特征161的图像,多个测试特征161在可见光图像50中的第三位置P3可以用圆圈的中心点的二维坐标进行表示。在理想状态下,同一个测试特征161的第二位置P2与第三位置P3应该是重合的,此时对齐精度达到最高。
每个测试特征161的第二位置P2与第三位置P3之间间隔一个图上距离D,多个测试特征161则存在多个图上距离D。将多个图上距离D求平均值;将多个图像距离逐一减去平均值得到多个差值,并将得到的多个差值分别求平方以得到多个平方值,将多个平方值相加求和值,再将求得的和值除以第四预定区域S4内测试特征161的数量,以得到第二标准方差。
预设阈值可以由用户依据具体结构光设备20的需求进行制定,判断第二标准方差是否小于或等于预设阈值,实际上可以判断结构光设备20的对齐精度。当第二标准方差小于或等于预设阈值时,则说明结构光设备20的对齐精度满足要求,可以判断对齐精度测试通过。当然,当第二标准方差大于预设阈值时,可以判断为对齐精度测试不通过。
请参阅图2及图15,在某些实施方式中,测试方法还包括步骤:
08:驱动结构光设备20运动至相对于标定板16的第二测试位置;及
09:判断结构光设备20的参数在第二测试位置处是否测试通过。
在某些实施方式中,驱动设备11还可用于实施步骤08,即,驱动设备11可用于驱动结构光设备20运动至相对于标定板16的第二测试位置。控制设备12及处理设备13可用于实施步骤09,也就是说,控制设备12及处理设备13可用于判断结构光设备20的参数在第二测试位置处是否测试通过。
具体地,步骤08可以是在控制设备12实施完步骤02后就实施,不需要等待处理设备13实施完03后再实施,以提高测试系统10的测试效率。步骤09中,判断结构光设备20的参数在第二测试位置处是否测试通过,可以是包括测试上述的深度精度、深度图空洞及对齐精度中的任意一种或多种,在此不再赘述。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (16)
1.一种测试方法,用于测试结构光设备的参数,所述结构光设备包括深度相机,其特征在于,所述测试方法包括:
驱动所述结构光设备运动至相对于标定板的第一测试位置;
控制所述深度相机获取所述标定板的深度图像;及
依据所述深度图像判断所述结构光设备的深度精度是否测试通过,
其中,所述深度精度包括相对精度,所述依据所述深度图像判断所述结构光设备的深度精度是否测试通过,包括:
计算所述深度图像的第二预定区域内所有有效像素的深度值以最小二乘法拟合的拟合值;
计算所述第二预定区域内所有有效像素的深度值相对于所述拟合值的第一标准方差;
判断所述第一标准方差是否在第二范围内;及
若是,则确定所述结构光设备的相对精度测试通过。
2.根据权利要求1所述的测试方法,其特征在于,所述测试方法还包括:依据所述深度图像判断所述结构光设备的深度图空洞是否测试通过。
3.根据权利要求1所述的测试方法,其特征在于,所述深度相机包括红外摄像头,所述结构光设备还包括可见光摄像头,所述测试方法还包括:
控制所述红外摄像头获取所述标定板上的多个测试特征的红外图像;
控制所述可见光摄像头获取多个所述测试特征的可见光图像;及
依据所述红外图像及所述可见光图像,判断所述结构光设备的对齐精度是否测试通过。
4.根据权利要求1所述的测试方法,其特征在于,所述深度相机包括激光投射器、红外摄像头及微处理器,所述控制所述深度相机获取所述标定板的深度图像,包括:
控制所述激光投射器向所述标定板投射激光;
控制所述红外摄像头获取由所述标定板调制后的激光图案;及
控制所述微处理器根据所述激光图案获取所述深度图像。
5.根据权利要求1所述的测试方法,其特征在于,所述深度精度包括绝对精度,所述依据所述深度图像判断所述结构光设备的深度精度是否测试通过,还包括:
获取所述深度图像的第一预定区域内所有像素的深度值的平均值;
判断所述平均值与距离值的偏差是否在第一范围内,所述距离值为所述结构光设备在所述第一测试位置时与所述标定板的距离;及
若是,则确定所述结构光设备的绝对精度测试通过。
6.根据权利要求2所述的测试方法,其特征在于,所述依据所述深度图像判断所述结构光设备的深度图空洞是否测试通过,包括:
检测所述深度图像的第三预定区域内所有像素中深度值不为零的像素数量;
判断所述像素数量是否大于或等于预定阈值;及
若是,则确定所述结构光设备的深度图空洞测试通过。
7.根据权利要求3所述的测试方法,其特征在于,所述依据所述红外图像及所述可见光图像,判断所述结构光设备的对齐精度是否测试通过,包括:
获取所述红外图像的第四预定区域内多个所述测试特征的多个第一位置,每个所述测试特征对应一个所述第一位置;
依据所述红外摄像头、所述可见光摄像头的内参和外参,处理多个所述第一位置以得到多个所述测试特征在所述可见光图像上的多个第二位置,每个所述测试特征对应一个所述第二位置;
获取所述可见光图像上多个所述测试特征的第三位置与对应的所述第二位置的多个图上距离;
判断多个所述图上距离的第二标准方差是否小于或等于预设阈值;及
若是,则确定所述结构光设备的对齐精度测试通过。
8.根据权利要求1至7任意一项 所述的测试方法,其特征在于,所述测试方法还包括:
驱动所述结构光设备运动至相对于所述标定板的第二测试位置;及
判断所述结构光设备的参数在所述第二测试位置处是否测试通过。
9.一种测试系统,用于测试结构光设备的参数,所述结构光设备包括深度相机,其特征在于,所述测试系统包括:
驱动设备,用于驱动所述结构光设备运动至相对于标定板的第一测试位置;
控制设备,用于控制所述深度相机用于获取所述标定板的深度图像;及
处理设备,用于依据所述深度图像判断所述结构光设备的深度精度是否测试通过,
其中,所述深度精度包括相对精度,所述依据所述深度图像判断所述结构光设备的深度精度是否测试通过,包括:
计算所述深度图像的第二预定区域内所有有效像素的深度值以最小二乘法拟合的拟合值;
计算所述第二预定区域内所有有效像素的深度值相对于所述拟合值的第一标准方差;
判断所述第一标准方差是否在第二范围内;及
若是,则确定所述结构光设备的相对精度测试通过。
10.根据权利要求9所述的测试系统,其特征在于,所述处理设备还用于:依据所述深度图像判断所述结构光设备的深度图空洞是否测试通过。
11.根据权利要求9所述的测试系统,其特征在于,所述深度相机包括红外摄像头,所述结构光设备还包括可见光摄像头,所述控制设备还用于:
控制所述红外摄像头获取所述标定板上的多个测试特征的红外图像;及
控制所述可见光摄像头获取多个所述测试特征的可见光图像;
所述处理设备还用于依据所述红外图像及所述可见光图像,判断所述结构光设备的对齐精度是否测试通过。
12.根据权利要求9所述的测试系统,其特征在于,所述深度相机包括激光投射器、红外摄像头及与微处理器,所述控制设备用于:
控制所述激光投射器向所述标定板投射激光;
控制所述红外摄像头获取由所述标定板调制后的激光图案;及
控制所述微处理器根据所述激光图案获取所述深度图像。
13.根据权利要求9所述的测试系统,其特征在于,所述深度精度包括绝对精度,所述处理设备还用于:
获取所述深度图像的第一预定区域内所有像素的深度值的平均值;
判断所述平均值与距离值的偏差是否在第一范围内,所述距离值为所述结构光设备在所述第一测试位置时与所述标定板的距离;及
若是,则确定所述结构光设备的绝对精度测试通过。
14.根据权利要求10所述的测试系统,其特征在于,所述处理设备还用于:
检测所述深度图像的第三预定区域内所有像素中深度值不为零的像素数量;
判断所述像素数量是否大于或等于预定阈值;及
若是,则确定所述结构光设备的深度图空洞测试通过。
15.根据权利要求11所述的测试系统,其特征在于,所述处理设备还用于:
获取所述红外图像的第四预定区域内多个所述测试特征的多个第一位置,每个所述测试特征对应一个所述第一位置;
依据所述红外摄像头、所述可见光摄像头的内参和外参,处理多个所述第一位置以得到多个所述测试特征在所述可见光图像上的多个第二位置,每个所述测试特征对应一个所述第二位置;
获取所述可见光图像上多个所述测试特征的第三位置与对应的所述第二位置的多个图上距离;
判断多个所述图上距离的第二标准方差是否小于或等于预设阈值;及
若是,则确定所述结构光设备的对齐精度测试通过。
16.根据权利要求9至15任意一项所述的测试系统,其特征在于,所述驱动设备还用于驱动所述结构光设备运动至相对于所述标定板的第二测试位置;
所述控制设备及所述处理设备还用于判断所述结构光设备的参数在所述第二测试位置处是否测试通过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810778121.7A CN110728713B (zh) | 2018-07-16 | 2018-07-16 | 测试方法及测试系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810778121.7A CN110728713B (zh) | 2018-07-16 | 2018-07-16 | 测试方法及测试系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110728713A CN110728713A (zh) | 2020-01-24 |
CN110728713B true CN110728713B (zh) | 2022-09-30 |
Family
ID=69216876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810778121.7A Active CN110728713B (zh) | 2018-07-16 | 2018-07-16 | 测试方法及测试系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110728713B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113465879A (zh) * | 2021-08-13 | 2021-10-01 | 北京京东乾石科技有限公司 | 测试系统和使用该测试系统实现的三维相机测试方法 |
CN115442591B (zh) * | 2022-11-04 | 2023-03-24 | 合肥的卢深视科技有限公司 | 相机质量测试方法、系统、电子设备和存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102216736A (zh) * | 2008-08-26 | 2011-10-12 | 格拉斯哥大学理事会 | 电磁干涉图案的应用 |
CN103413294A (zh) * | 2013-07-12 | 2013-11-27 | 中国航天科工集团第三研究院第八三五八研究所 | 一种红外可见光双谱段目标源 |
CN103544681A (zh) * | 2013-08-27 | 2014-01-29 | 清华大学 | 非均一运动模糊图像的恢复方法 |
CN104266606A (zh) * | 2014-09-18 | 2015-01-07 | 河北工业大学 | 2ccd相机红外/可见光靶面校准方法 |
CN105005993A (zh) * | 2015-07-08 | 2015-10-28 | 西安电子科技大学 | 一种基于异构投影的三维地形快速精确匹配方法 |
CN105205825A (zh) * | 2015-09-30 | 2015-12-30 | 河南科技大学 | 基于nsct域的多分辨率红外与可见光景象匹配方法 |
CN105701827A (zh) * | 2016-01-15 | 2016-06-22 | 中林信达(北京)科技信息有限责任公司 | 可见光相机与红外相机的参数联合标定方法及装置 |
CN106355621A (zh) * | 2016-09-23 | 2017-01-25 | 邹建成 | 基于阵列图像的深度信息获取方法 |
CN107025648A (zh) * | 2017-03-20 | 2017-08-08 | 中国人民解放军空军工程大学 | 一种电路板故障红外图像自动检测方法 |
CN107478227A (zh) * | 2017-07-11 | 2017-12-15 | 厦门博尔利信息技术有限公司 | 交互式大型空间的定位算法 |
CN107607040A (zh) * | 2017-08-11 | 2018-01-19 | 天津大学 | 一种适用于强反射表面的三维扫描测量装置及方法 |
CN107884073A (zh) * | 2017-10-19 | 2018-04-06 | 中车青岛四方机车车辆股份有限公司 | 棋盘格标定设备 |
CN108010085A (zh) * | 2017-11-30 | 2018-05-08 | 西南科技大学 | 基于双目可见光相机与热红外相机的目标识别方法 |
CN108055524A (zh) * | 2017-12-22 | 2018-05-18 | 深圳市金立通信设备有限公司 | 一种结构光模组、组装方法及终端 |
CN108281880A (zh) * | 2018-02-27 | 2018-07-13 | 广东欧珀移动通信有限公司 | 控制方法、控制装置、终端、计算机设备和存储介质 |
-
2018
- 2018-07-16 CN CN201810778121.7A patent/CN110728713B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102216736A (zh) * | 2008-08-26 | 2011-10-12 | 格拉斯哥大学理事会 | 电磁干涉图案的应用 |
CN103413294A (zh) * | 2013-07-12 | 2013-11-27 | 中国航天科工集团第三研究院第八三五八研究所 | 一种红外可见光双谱段目标源 |
CN103544681A (zh) * | 2013-08-27 | 2014-01-29 | 清华大学 | 非均一运动模糊图像的恢复方法 |
CN104266606A (zh) * | 2014-09-18 | 2015-01-07 | 河北工业大学 | 2ccd相机红外/可见光靶面校准方法 |
CN105005993A (zh) * | 2015-07-08 | 2015-10-28 | 西安电子科技大学 | 一种基于异构投影的三维地形快速精确匹配方法 |
CN105205825A (zh) * | 2015-09-30 | 2015-12-30 | 河南科技大学 | 基于nsct域的多分辨率红外与可见光景象匹配方法 |
CN105701827A (zh) * | 2016-01-15 | 2016-06-22 | 中林信达(北京)科技信息有限责任公司 | 可见光相机与红外相机的参数联合标定方法及装置 |
CN106355621A (zh) * | 2016-09-23 | 2017-01-25 | 邹建成 | 基于阵列图像的深度信息获取方法 |
CN107025648A (zh) * | 2017-03-20 | 2017-08-08 | 中国人民解放军空军工程大学 | 一种电路板故障红外图像自动检测方法 |
CN107478227A (zh) * | 2017-07-11 | 2017-12-15 | 厦门博尔利信息技术有限公司 | 交互式大型空间的定位算法 |
CN107607040A (zh) * | 2017-08-11 | 2018-01-19 | 天津大学 | 一种适用于强反射表面的三维扫描测量装置及方法 |
CN107884073A (zh) * | 2017-10-19 | 2018-04-06 | 中车青岛四方机车车辆股份有限公司 | 棋盘格标定设备 |
CN108010085A (zh) * | 2017-11-30 | 2018-05-08 | 西南科技大学 | 基于双目可见光相机与热红外相机的目标识别方法 |
CN108055524A (zh) * | 2017-12-22 | 2018-05-18 | 深圳市金立通信设备有限公司 | 一种结构光模组、组装方法及终端 |
CN108281880A (zh) * | 2018-02-27 | 2018-07-13 | 广东欧珀移动通信有限公司 | 控制方法、控制装置、终端、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110728713A (zh) | 2020-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sarbolandi et al. | Kinect range sensing: Structured-light versus Time-of-Flight Kinect | |
EP2026104B1 (en) | Distance measurement method and device and vehicle equipped with said device | |
US10156437B2 (en) | Control method of a depth camera | |
US9019351B2 (en) | Three-dimensional image measuring apparatus | |
CN109831660B (zh) | 深度图像获取方法、深度图像获取模组及电子设备 | |
US9239235B2 (en) | Three-dimensional measuring apparatus, three-dimensional measuring method, and three-dimensional measuring program | |
CN104903680B (zh) | 控制三维物体的线性尺寸的方法 | |
CN105301751B (zh) | 焦点检测单元及光学设备 | |
US20130342677A1 (en) | Vision testing device using multigrid pattern | |
CN109496265B (zh) | 用于在使用时间编码的图案目标的情况下校准由至少一个传感器相机构成的图像采集传感器的方法 | |
KR100728482B1 (ko) | 계측 영역의 자동 설정 수단을 구비한 변위 센서 | |
CN110728713B (zh) | 测试方法及测试系统 | |
TWI704797B (zh) | 測量柱狀透鏡板之旋轉位置 | |
KR20170027893A (ko) | 트리플 주파수 패턴을 이용한 3차원 형상 측정 방법 | |
JP2005337943A (ja) | 三次元計測装置 | |
EP3287737B1 (en) | System and method for parallax-based determination of dimension related to an object | |
TWI622755B (zh) | 表面形貌的量測方法 | |
CN107835361B (zh) | 基于结构光的成像方法、装置和移动终端 | |
US20150253128A1 (en) | Measurement apparatus, measurement method, and method of manufacturing article | |
US10060735B2 (en) | Chassis measurement under ambient light | |
CN111220087B (zh) | 表面形貌检测方法 | |
EP4244659A1 (en) | Depth measurement through display | |
CN108833884B (zh) | 深度校准方法及装置、终端、可读存储介质及计算机设备 | |
US10659699B2 (en) | Apparatus and method for reconstructing a three-dimensional profile of a target surface | |
KR20180040316A (ko) | 광학 3d 스캐너 |
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 |