CN111122505A - 一种数字折光仪的图像分析校准系统及方法 - Google Patents
一种数字折光仪的图像分析校准系统及方法 Download PDFInfo
- Publication number
- CN111122505A CN111122505A CN202010055124.5A CN202010055124A CN111122505A CN 111122505 A CN111122505 A CN 111122505A CN 202010055124 A CN202010055124 A CN 202010055124A CN 111122505 A CN111122505 A CN 111122505A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- measured
- characteristic boundary
- characteristic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000010191 image analysis Methods 0.000 title claims abstract description 25
- 238000001914 filtration Methods 0.000 claims abstract description 36
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 238000002360 preparation method Methods 0.000 claims abstract description 13
- 238000005259 measurement Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000002708 enhancing effect Effects 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000003703 image analysis method Methods 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 abstract description 10
- 238000003384 imaging method Methods 0.000 description 4
- 239000012491 analyte Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000012153 distilled water Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241001085205 Prenanthella exigua Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
- G01N21/4133—Refractometers, e.g. differential
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种数字折光仪的图像分析校准系统,图像分析系统包括数字滤波模块、信号叠加模块、特征分界线识别模块、被测参数换算模块和温度补偿模块,图像校准系统包括标准样品制备模块、特征分界线定位模块和索引建立模块;进一步的还提出了数字折光仪的图像分析和校准方法,通过本发明的系统及方法,数字折光仪可以智能分析被测光斑图像,从中计算出被测物的折射率值,以及与折射率有关的其它参数,包括密度、盐度、糖度、比重等。
Description
技术领域
本发明属于折光仪测量技术领域,具体涉及数字折光仪的数据分析和校准系统,以及其分析和校准方法。
背景技术
折光仪是通过光的反射与折射定律,测量被测物折射率的装置。所述被测物可以是液体、固体或气体。折射率与物质的疏密程度有关,根据折射率参数和被测物本身的组分,可以换算出被测物的密度、盐度、糖度、比重等参数。
折光仪有光源系统、棱镜和接收成像系统三个部分,光源系统产生探测光,光束传递至棱镜与被测物的接触面,在接触面上根据光学定律产生反射与折射,反射或折射光被接收成像,形成被测光斑。
传统折光仪通过目镜观察光斑图像,图像中存在一条分明的直线,直线一侧是明亮的白色,另一侧是黯淡的灰色,直线本身就是明亮区与灰暗区的分界线。目镜中有度量标尺,用眼睛观察,读取直线在标尺上对应的刻度,就能测量出折射率。数字折光仪不需要通过人眼观察图像,而是用光电成像器件拍摄图像,通过智能算法对图像进行分析处理,计算出被测物的折射率等参数。数字折光仪的图像分析系统与方法对测量的精度有显著影响。
数字折光仪在出厂前要进行校准,此后长期使用中,为了保持测量精度,也需要定期校准,校准的系统与方法对数字折光仪的适用环境、测量范围、测量精度有显著影响。
发明内容
为了克服现有技术的不足,本发明的目的之一是提出一种图像分析方法校准系统,包括顺序连接的图像分析系统和图像校准系统两部分;所述的图像分析系统包括:数字滤波模块,其由图像滤波器和卷积运算模块构成,用于降低待测物图像的噪声;信号叠加模块,其由时域叠加模块和空间域叠加模块构成,用于增强待测物图像的特征分界线;特征分界线识别模块,其由特征掩模和特征定位模块构成,用于识别图像中明亮区和灰暗区之间的特征分界线所在的位置;被测参数换算模块,用于根据特征分界线的像素位置,依据索引,换算出待测物的被测信息;温度补偿模块,根据待测物温度和折光仪校准的基准温度之间的差异,对测量结果进行补偿;所述的图像校准系统包括标准样品制备模块,用于对标准样品的被测参数进行精确测量;特征分界线定位模块,通过数字滤波模块、信号叠加模块和特征分界线识别模块的数据计算出标准样品的特征分界线像素位置;索引建立模块,根据标准样品的实测值和特征分界线像素位置算出其在基准温度下的被测信息。
所述的滤波模块与信号叠加模块执行的先后顺序可以颠倒,即数字滤波模块依次连接信号叠加模块、特征分界线识别模块、被测参数换算模块和温度补偿模块后连接标准样品制备模块、特征分界线定位模块和索引建立模块;或者所述的信号叠加模块依次连接数字滤波模块、特征分界线识别模块、被测参数换算模块和温度补偿模块后连接标准样品制备模块、特征分界线定位模块和索引建立模块。
本发明的目的之二是提出一种图像分析方法和校准方法,对数字折光仪拍摄的光斑图像进行分析和校准,计算出被测物的折射率,根据折射率换算出的被测物密度、盐度、糖度、比重等信息。
本发明专利解决其技术问题所采用的技术方案是:一种数字折光仪的图像分析校准方法,依次包括图像分析步骤和图像校准步骤;其中输入为数字折光仪拍摄的光斑图像,设折光仪对被测物连续拍摄了L张像素为M×N的测量图像,其中第l张图像中第m列第n行像素的光强度值是fl(m,n);
所述的图像分析步骤依次包括
S11,先通过数字滤波模块降低图像噪声再通过信号叠加模块增强特征分界线信号,或者先通过信号叠加模块增强特征分界线信号再通过数字滤波模块降低图像噪声,由于数字滤波模块与信号叠加模块功能都是增加信噪比,因此执行的先后顺序可以颠倒;
S12,通过特征分界线识别模块识别明亮区和灰暗区之间的特征分界线所在位置;
S13,根据特征分界线的像素位置,依据索引,通过被测参数换算模块换算出被测物的折射率,进而得到密度、盐度、糖度、比重等与折射率有关的被测信息;
S14,通过温度补偿模块根据被测物温度和折光仪校准的基准温度之间的差异,对测量结果进行补偿;
所述的图像校准步骤依次包括
S21,标准样品制备,在设定的基准温度T0下,按照数字折光仪硬件的量程,准备K份标准样品,使用计量仪表对标准样品的被测参数进行精确测量,取得标测值,记为{r1,r2,…,rK};优选的,根据被测参数值,等间距的制备标准样品;
S22,特征分界线定位,用待校准的数字折光仪测量标准样品,根据步骤S11~S12中的数字滤波模块、信号叠加模块和特征分界线识别模块,计算出每种样品的特征分界线像素位置,记为{xd1,xd2,…,xdK};
S23,索引建立,是把标准样品的标测值{r1,r2,…,rK}和特征分界线像素位置{xd1,xd2,…,xdK},选用三次样条插值法,建立被测参数和特征分界线位置xd之间的索引,所述被测参数可以是折射率R,或是密度、盐度、糖度、比重等与折射率有关的被测参数S,所述索引是特性分界线像素位置和对应的标测值的一一对应关系,可以是公式或表格,表示为r(xd)。将索引提供给步骤S13,对数字折光仪量程内任意一个特征分界线位置xd,都能算出在基准温度T0下的折射率R或被测参数S。
所述的一种数字折光仪的图像分析校准方法,可以先执行数字滤波步骤,再执行信号叠加步骤,方法如下
其数字滤波模块包括图像滤波器和卷积运算模块;所述图像滤波器是根据图像的频域特征,滤除噪声频谱的二维数组,表示为g1(u,v);图像滤波器优选高斯低通型,其标准差等参数根据折光仪光路和光电成像器件的具体配置参数选定;所述的卷积运算模块对图像进行卷积计算:hl(m,n)=fl(m,n)*g1(u,v),输出滤波降噪后的图像数据hl(m,n)。
其信号叠加模块包括时域叠加模块和空间域叠加模块;所述的时域叠加模块对(光电成像器件针对同一被测物连续拍摄的)多张图片信号强度进行叠加,表示为:所述的空间域叠加模块首先对图像坐标系朝特征分界线的法线方向α旋转,所述特征分界线的法线方向α,由数字折光仪的光路决定,是一个常量;新坐标系中特征分界线是垂直方向,图像表示为hα(x,y),式中x=[m cosR-n sinα],y=[m sinα+n cosα];所述空域叠加模块然后在新坐标系下,求每列像素光强信号的平均值输出一维像素数据p(x)。
所述的一种数字折光仪的图像分析校准方法,可以先执行信号叠加步骤,再执行数字滤波步骤,方法如下
其信号叠加模块包括时域叠加模块和空间域叠加模块;所述的时域叠加模块算法是:所述的空间域叠加模块首先进行图像坐标旋转运算,得到fα(x,y),式中x=[m cosα-n sinα],y=[m sinα+n cosα];在新坐标系下,空域叠加模块然后求每列像素光强信号的平均值
其数字滤波模块包括图像滤波器和卷积运算模块;所述图像滤波器是根据信号叠加模块运算结果h(x)的频域特征,滤除噪声频谱的一维数组,表示为g1(u);所述的卷积运算模块对图像进行卷积计算:p(x)=h(x)*g1(u),输出一维像素数据p(x)。
所述的一种数字折光仪的图像分析校准方法,其特征分界线识别模块包括特征掩模和特征定位模块;所述的特征掩模是根据折光仪拍摄图像中明亮区和灰暗区光强度急剧变化的特征设计的模板,表示为g2(u);所述的特征定位模块是对一维像素数据p(x)与特征模板g2(u)进行比较,定位数据中与模板最为匹配的像素位置xd。
进一步,所述的特征定位的运算步骤如下:求一维像素数据与特征模板的卷积,dp(x)=p(x)*g2(u);求|dp(x)|的最大值对应的像素位置xd。
所述的一种数字折光仪的图像分析校准方法,其温度补偿模块表示为b(T,T0,xd),输入参数包括被测物温度T,基准温度T0,特征分界线位置xd,输出参数是被测量的补偿值,用补偿值对所述被测参数换算模块的结果进行修正,得到最终测量结果:r=r(xd)+b(T,T0,xd)。
本发明的有益效果是:通过本发明的图像分析与校准方法,数字折光仪可以智能分析被测光斑图像,从中计算出被测物的折射率值;进一步的还可以测量与折射率有关的其它参数,包括密度、盐度、糖度、比重等;使用本发明的方案,能够制作具有全自动测量功能的折光仪,可应用于无人化智能监测等场景。
附图说明
图1是数字折光仪测量蒸馏水的被测光斑图像;
图2是本发明的第一实施方案图像分析系统示意图;
图3是本发明的第二实施方案图像分析系统示意图;
图4是本发明的第四实施方案校准系统示意图;
图5是本发明的第五实施方案校准系统示意图。
各附图标记为:11—数字滤波模块,12—信号叠加模块,13—特征分界线识别模块,14—被测参数换算模块,15—温度补偿模块,21—标准样品制备模块,22—特征分界线定位模块,23—索引建立模块。
具体实施方式
结合附图和实施例对本发明作进一步说明如下。
为了更加清除的阐述本发明方案,本发明的具体实施例结合一款数字折光仪的图像进行阐述,附图1是该数字折光仪测量蒸馏水折射率时拍摄的被测光斑。该折光仪测量图像的特点是光斑左侧是灰暗区,右侧是明亮区,暗区和亮区之间的特征分界线是垂直方向,像素有M列,N行。应当理解,由于折光仪硬件的不同,数字折光仪图像的像素数量,亮度,特征分界线朝向等参数会变化,这都在本发明的保护范围内。
本发明公开的一种数字折光仪的图像分析校准系统,包括图像分析系统和图像校准系统两部分。
所述的图像分析系统包括数字滤波模块11,由图像滤波器和卷积运算模块构成,用于降低待测物图像的噪声;还包括信号叠加模块12,由时域叠加模块和空间域叠加模块构成,用于增强待测物图像的特征分界线;还包括特征分界线识别模块13,由特征掩模和特征定位模块构成,用于识别图像中明亮区和灰暗区之间的特征分界线所在的位置;还包括被测参数换算模块14,用于根据特征分界线的像素位置,依据索引,换算出待测物的被测信息;以及温度补偿模块15,根据待测物温度和折光仪校准的基准温度之间的差异,对测量结果进行补偿。
所述的图像校准系统包括标准样品制备模块21,用于对标准样品的被测参数进行精确测量;还包括特征分界线定位模块22,通过数字滤波模块11、信号叠加模块12和特征分界线识别模块13的数据计算出标准样品的特征分界线像素位置;以及索引建立模块23,根据标准样品的实测值和特征分界线像素位置算出其在基准温度下的被测信息。
其中被测信息是折射率,或是其它与折射率有关的参数,包括密度、盐度、糖度、比重等。
其中数字滤波模块11与信号叠加模块12执行的先后顺序可以颠倒,即数字滤波模块11依次连接信号叠加模块12、特征分界线识别模块13、被测参数换算模块14和温度补偿模块15后连接标准样品制备模块21、特征分界线定位模块22和索引建立模块23;或者信号叠加模块12依次连接数字滤波模块11、特征分界线识别模块13、被测参数换算模块14和温度补偿模块15后连接标准样品制备模块21、特征分界线定位模块22和索引建立模块23。
实施方案1
本发明用于图像分析时第一实施方案步骤如图4所示。
本实施方案中,数字滤波模块11功能是降低图像噪声,包括图像滤波器和卷积运算模块。由于图像探测器输出的数字信号中不可避免地夹杂着噪声干扰,主要由热噪声,暗电流噪声等组成,在图像上体现为高频噪声。图像滤波器使用二维高斯低通滤波器滤波器的标准差σ根据图像的频谱特点选取,保留特征分界线信号,同时滤除高频噪声。卷积运算模块对图像进行卷积计算输出滤波降噪后的二维图像数据hl(m,n)。
本实施方案中,信号叠加模块12功能是增强特征分界线信号,包括时域叠加模块和空间域叠加模块。时域叠加模块是对同一被测物连续拍摄多张图片,把每个像素在不同时间拍摄照片的信号强度叠加,空间域叠加模块是图像沿着二维平面内垂直于特征分界线的方向投影叠加,由于图1中特征分界线是垂直方向,则特征分界线的法线方向α=0,坐标不用旋转,计算每列像素光强信号的平均值:输出是1行N列的一维像素数据。
本实施方案中,特征分界线识别模块13功能是识别明亮区和灰暗区之间的特征分界线所在位置,包括特征掩模和特征定位模块。特征掩模是根据折光仪拍摄图像中明亮区和灰暗区光强度急剧变化的特征设计的模板,一种简单的掩模是g2=[-1,1],含义是求离散光强度数据的一阶导数。特征定位模块首先用特征掩模与光强度数据做卷积运算dp(x)=p(x)*g2,输出的结果dp(x)就是光强的一阶导数,其中的最大值含义是光强由暗向亮过渡最显著的像素位置xd,即特征分界线所在像素位置。
本实施方案中,被测参数换算模块14功能是根据特征分界线的像素位置xd,依据索引r(xd),换算出基准温度T0下待测物的折射率R。索引r(xd)的建立方法,在数字折光仪的校准方法部分阐述,如实施方案4。
本实施方案中,温度补偿模块15,功能是根据待测物温度T和折光仪校准的基准温度T0之间的差异,对测量结果进行补偿。将待测物温度T,数字折光仪校准时的基准温度T0和特征分界线所在像素位置xd,代入经验公式b(T,T0,xd),计算出折射率补偿值。用补偿值对所述被测参数换算模块14的结果进行修正,得到最终折射率R测量结果:R=r(xd)+b(T,T0,xd)。
实施方案2
本发明用于图像分析时第二实施方案的步骤如图5所示。
本实施方案中,信号叠加模块12首先对原始图像hl(m,n)进行时域叠加:再进行空间域叠加,由于图1中特征分界线是垂直方向,则特征分界线的法线方向α=0,坐标不用旋转,计算每列像素光强信号的平均值:输出是1行N列的一维图像数据h(x)。
本实施方案中,数字滤波模块11功能是降低一维图像数据h(x)的噪声,包括一维图像滤波器g1(u)和卷积运算模块。由于图像探测器输出的数字信号中不可避免地夹杂着噪声干扰,主要由热噪声,暗电流噪声等组成,在叠加后的一维图像上体现为高频噪声。一维图像滤波器使用高斯低通滤波器滤波器的标准差σ根据图像的频谱特点选取,保留特征分界线信号,同时滤除高频噪声。卷积运算模块对一维图像进行卷积计算p(x)=h(x)*g1(u),输出滤波降噪后的一维像素数据p(x)。
本实施方案中,特征分界线识别模块13,被测参数换算模块14,温度补偿模块15的功能和计算方法与第一实施方案相同。
实施方案3
第三实施方案涉及一种数字折光仪的图像分析方法,功能是测量被测物的密度、盐度、糖度、比重等参数。与第一、第二实施不同的是,本实施方案通过折光仪能直接测量折射率,从而间接测量其它与折射率有关的参数,记为S。
本实施方案中,被测参数换算模块14依据索引s(xd),换算出待测物的密度、盐度、糖度、比重等被测信息。所述索引s(xd)的建立方法,在数字折光仪的校准方法部分阐述,如实施方案5。
本实施方案中,温度补偿模块15根据待测物温度T和折光仪校准的基准温度T0之间的差异,对测量结果进行补偿。将待测物温度T,数字折光仪校准时的基准温度T0和特征分界线所在像素位置xd,代入经验公式c(T,T0,xd),计算出被测参数的补偿值。用补偿值对所述被测参数换算模块14的结果进行修正,得到最终参数S测量结果:S=s(xd)+c(T,T0,xd)。
实施方案4
如图4所示,本发明用于数字折光仪校准时,需建立被测光斑图像中特性分界线像素位置和折射率的一一对应关系。包括以下步骤:标准样品制备,特征分界线定位,索引建立。
本实施方案中,标准样品制备,是在设定的基准温度T0下,按照数字折光仪硬件的折射率量程,准备一批标准样品。为取得更好的校准效果,在被校准的数字折光仪量程内,等折射率间距的制备标准样品,记为标准样品1至标准样品K。使用计量仪表对标准样品的折射率进行精确测量,取得标准样品的折射率值,记为{r1,r2,…,rK}。
本实施方案中,特征分界线定位,是用被校准的数字折光仪测量所有标准样品,通过前述第一实施方案中的数字滤波模块11、信号叠加模块12、特征分界线识别模块13,计算出每种标准样品的特征分界线像素位置,记为{xa1,Xa2,…,xdK}。
本实施方案中,索引建立,是根据标准样品的折射率值{r1,r2,…,rK}和特征分界线像素位置{xd1,xd2,…,xdK},选用三次样条插值法,建立折射率R和特征分界线位置xd之间的数学模型r(xd)。模型中,对数字折光仪量程内任意一个特征分界线位置xd,都能算出在基准温度T0下的折射率R。
实施方案5
如图5所示,本发明用于数字折光仪校准时,需建立被测光斑图像中特性分界线像素位置和折射率的一一对应关系。包括以下步骤:标准样品制备,特征分界线定位,索引建立。本实施方案中标准样品制备、索引建立的方法与第四实施方案相同。
与第四实施方案不同的是,本实施方案中,特征分界线定位,是用被校准的数字折光仪测量所有标准样品,通过前述第二实施方案中的信号叠加模块12、数字滤波模块11、特征分界线识别模块13,计算出每种标准样品的特征分界线像素位置,记为{xd1,xd2,…,xdK}。
实施方案6
本发明的第6实施方案涉及一种数字折光仪的校准方法,目的是建立被测光斑图像中特性分界线像素位置和密度、盐度、糖度、比重等参数的一一对应关系。包括以下步骤:标准样品制备,特征分界线定位,索引建立。与实施方案4和实施方案5不同的是,本实施方案校准的被测参数不是折射率,而是其它与折射率有关的被测参数S。
本实施方案中,标准样品制备,是在设定的基准温度T0下,按照数字折光仪硬件的量程,准备一批标准样品。记为标准样品1至标准样品K。使用计量仪表对标准样品的被测参数进行精确测量,取得标准样品的实测值,记为{s1,s2,…,sK}。
本实施方案中,特征分界线定位,是用被校准的数字折光仪测量所有标准样品,通过前述实施方案1或实施方案2中的数字滤波模块11、信号叠加模块12、特征分界线识别模块13,计算出每种标准样品的特征分界线像素位置,记为{xd1,xd2,…,xdK}。
本实施方案中,索引建立,是根据标准样品的实测值{s1,s2,…,sK}和特征分界线像素位置{xd1,xd2,…,xdK},选用三次样条插值法,建立被测参数S和特征分界线位置xd之间的数学模型。模型中,对数字折光仪量程内任意一个特征分界线位置xd,都能算出在基准温度T0下的被测参数S。
上述实施例仅例示性说明本发明的原理及其功效,以及部分运用的实施例,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (8)
1.一种数字折光仪的图像分析校准系统,其特征在于:包括图像分析系统和图像校准系统;
所述的图像分析系统包括
数字滤波模块(11),由图像滤波器和卷积运算模块构成,用于降低待测物图像的噪声;
信号叠加模块(12),由时域叠加模块和空间域叠加模块构成,用于增强待测物图像的特征分界线;
特征分界线识别模块(13),由特征掩模和特征定位模块构成,用于识别图像中明亮区和灰暗区之间的特征分界线所在的位置;
被测参数换算模块(14),用于根据特征分界线的像素位置,依据索引,换算出待测物的被测信息;
温度补偿模块(15),根据待测物温度和折光仪校准的基准温度之间的差异,对测量结果进行补偿;
所述的图像校准系统包括
标准样品制备模块(21),用于对标准样品的被测参数进行精确测量;
特征分界线定位模块(22),通过数字滤波模块(11)、信号叠加模块(12)和特征分界线识别模块(13)的数据计算出标准样品的特征分界线像素位置;
索引建立模块(23),根据标准样品的实测值和特征分界线像素位置算出其在基准温度下的被测信息;
所述的数字滤波模块(11)依次连接信号叠加模块(12)、特征分界线识别模块(13)、被测参数换算模块(14)和温度补偿模块(15)后连接标准样品制备模块(21)、特征分界线定位模块(22)和索引建立模块(23);
所述的信号叠加模块(12)依次连接数字滤波模块(11)、特征分界线识别模块(13)、被测参数换算模块(14)和温度补偿模块(15)后连接标准样品制备模块(21)、特征分界线定位模块(22)和索引建立模块(23)。
2.一种如权利要求1所述数字折光仪的图像分析校准系统的图像分析校准方法,其特征在于:包括图像分析方法和图像校准方法;所述的图像分析方法依次为
S11,先通过数字滤波模块降低图像噪声再通过信号叠加模块增强特征分界线信号,或者先通过信号叠加模块增强特征分界线信号再通过数字滤波模块降低图像噪声;
S12,通过特征分界线识别模块识别明亮区和灰暗区之间的特征分界线所在位置;
S13,根据特征分界线的像素位置,依据索引,通过被测参数换算模块换算出被测物的折射率;
S14,通过温度补偿模块根据被测物温度和折光仪校准的基准温度之间的差异,对测量结果进行补偿;
所述的图像校准方法依次为
S21,标准样品制备,在设定的基准温度下,对标准样品的被测参数进行精确测量,得到标测值;
S22,特征分界线定位,根据步骤S11~S12中的数字滤波模块、信号叠加模块和特征分界线识别模块,计算出每种样品的特征分界线像素位置;
S23,建立索引,根据标准样品的折射率值和特征分界线像素位置,建立折射率和特征分界线位置之间的数学模型,模型中每一个特征分界线像素位置对应唯一的被测参数值,同时将得到的索引提供给步骤S13,这样对数字折光仪量程内任意一个特征分界线位置都能算出在基准温度下的折射率。
3.根据权利要求2所述的一种数字折光仪的图像分析校准方法,其特征在于,所述的数字滤波模块包括图像滤波器和卷积运算模块;所述图像滤波器是根据图像的频域特征,滤除噪声频谱的二维数组,表示为g1(u,v);所述的卷积运算模块对图像进行卷积计算:hl(m,n)=fl(m,n)*g1(u,v),输出滤波降噪后的图像数据hl(m,n)。
5.根据权利要求4所述的一种数字折光仪的图像分析校准方法,其特征在于,所述的数字滤波模块包括图像滤波器和卷积运算模块;所述图像滤波器是根据信号叠加模块运算结果h(x)的频域特征,滤除噪声频谱的一维数组,表示为g1(u);所述的卷积运算模块对图像进行卷积计算:p(x)=h(x)*g1(u),输出一维像素数据p(x)。
6.根据权利要求2所述的一种数字折光仪的图像分析校准方法,其特征在于,所述的特征分界线识别模块包括特征掩模和特征定位模块;所述的特征掩模根据折光仪拍摄图像中明亮区和灰暗区光强度急剧变化的特征设计;所述的特征定位模块对一维像素数据特征模板进行比较,定位数据中与特征掩模最为匹配的像素位置。
7.根据权利要求6所述的一种数字折光仪的图像分析校准方法,其特征在于,所述的特征定位的运算步骤如下:求一维像素数据与特征模板的卷积,dp(x)=p(x)*g2(u);求|dp(x)|的最大值对应的像素位置xd。
8.根据权利要求2所述的一种数字折光仪的图像分析校准方法,其特征在于,所述的温度补偿模块包括被测物温度,基准温度,特征分界线位置在内的参数,输出被测量的补偿值,用补偿值对被测参数换算模块的结果进行修正,得到最终测量结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010055124.5A CN111122505B (zh) | 2020-01-17 | 2020-01-17 | 一种数字折光仪的图像分析校准系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010055124.5A CN111122505B (zh) | 2020-01-17 | 2020-01-17 | 一种数字折光仪的图像分析校准系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111122505A true CN111122505A (zh) | 2020-05-08 |
CN111122505B CN111122505B (zh) | 2023-06-30 |
Family
ID=70490192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010055124.5A Active CN111122505B (zh) | 2020-01-17 | 2020-01-17 | 一种数字折光仪的图像分析校准系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111122505B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2298792A1 (fr) * | 1975-01-22 | 1976-08-20 | Anvar | Refractometre differentiel perfectionne pour la chromatographie liquide |
NL1015935C2 (nl) * | 2000-08-15 | 2002-02-18 | Stichting Tech Wetenschapp | Werkwijze voor het bepalen van de kwaliteit van een oogoptiek. |
KR20060104138A (ko) * | 2005-03-29 | 2006-10-09 | 영동제약 주식회사 | 비중계와 비중 측정 방법 및 이를 이용한 시료액 분석시스템 |
JP2012088342A (ja) * | 2012-02-10 | 2012-05-10 | Canon Inc | 屈折率分布計測方法および屈折率分布計測装置 |
CN104792732A (zh) * | 2015-04-04 | 2015-07-22 | 华中科技大学 | 一种光源分布自参照的折光计 |
KR20150108030A (ko) * | 2015-03-13 | 2015-09-24 | 주식회사 유니온커뮤니티 | 이중 탄성구조를 구비한 패턴 이미지 획득장치 및 그 방법 |
US20190005701A1 (en) * | 2017-06-29 | 2019-01-03 | Tsinghua University | Microscopic imaging system and method with three-dimensional refractive index tomography |
CN109164063A (zh) * | 2018-08-29 | 2019-01-08 | 广州医科大学 | 基于oct和数字图像技术自动测量材料折射率的方法 |
WO2019198871A1 (ko) * | 2018-04-13 | 2019-10-17 | 주식회사 유니온커뮤니티 | 모바일 단말기에 연결하여 사용하는 휴대용 광학식 지문입력장치 |
CN110680274A (zh) * | 2019-10-30 | 2020-01-14 | 南京慧眸医疗科技有限公司 | 一种屈光参数快速测量的验光仪 |
-
2020
- 2020-01-17 CN CN202010055124.5A patent/CN111122505B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2298792A1 (fr) * | 1975-01-22 | 1976-08-20 | Anvar | Refractometre differentiel perfectionne pour la chromatographie liquide |
NL1015935C2 (nl) * | 2000-08-15 | 2002-02-18 | Stichting Tech Wetenschapp | Werkwijze voor het bepalen van de kwaliteit van een oogoptiek. |
KR20060104138A (ko) * | 2005-03-29 | 2006-10-09 | 영동제약 주식회사 | 비중계와 비중 측정 방법 및 이를 이용한 시료액 분석시스템 |
JP2012088342A (ja) * | 2012-02-10 | 2012-05-10 | Canon Inc | 屈折率分布計測方法および屈折率分布計測装置 |
KR20150108030A (ko) * | 2015-03-13 | 2015-09-24 | 주식회사 유니온커뮤니티 | 이중 탄성구조를 구비한 패턴 이미지 획득장치 및 그 방법 |
CN104792732A (zh) * | 2015-04-04 | 2015-07-22 | 华中科技大学 | 一种光源分布自参照的折光计 |
US20190005701A1 (en) * | 2017-06-29 | 2019-01-03 | Tsinghua University | Microscopic imaging system and method with three-dimensional refractive index tomography |
WO2019198871A1 (ko) * | 2018-04-13 | 2019-10-17 | 주식회사 유니온커뮤니티 | 모바일 단말기에 연결하여 사용하는 휴대용 광학식 지문입력장치 |
CN109164063A (zh) * | 2018-08-29 | 2019-01-08 | 广州医科大学 | 基于oct和数字图像技术自动测量材料折射率的方法 |
CN110680274A (zh) * | 2019-10-30 | 2020-01-14 | 南京慧眸医疗科技有限公司 | 一种屈光参数快速测量的验光仪 |
Also Published As
Publication number | Publication date |
---|---|
CN111122505B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110274877B (zh) | 一种基于散射介质的3d光谱成像系统及方法 | |
Boult et al. | Correcting chromatic aberrations using image warping. | |
US5621519A (en) | Imaging system transfer function control method and apparatus | |
US6229913B1 (en) | Apparatus and methods for determining the three-dimensional shape of an object using active illumination and relative blurring in two-images due to defocus | |
CN111083365B (zh) | 一种最佳焦平面位置快速检测方法及装置 | |
CN110520768B (zh) | 高光谱光场成像方法和系统 | |
CN104568963A (zh) | 一种基于rgb结构光的在线式三维检测装置 | |
CN110793632B (zh) | 一种用于火焰拍摄的高速高精度光谱视频系统及方法 | |
EP2171639A1 (en) | Image acquisition and processing engine for computer vision | |
CN113450418A (zh) | 基于复杂畸变模型的水下标定的改进方法、装置及系统 | |
CN104318550A (zh) | 八通道多光谱成像数据处理方法 | |
US8693803B2 (en) | High linear dynamic range imaging | |
CN115451820B (zh) | 三通道偏振信息采集系统 | |
CN105890761B (zh) | 一种偏振多光谱成像系统的偏振通道定标方法 | |
CN111009014A (zh) | 通用成像模型正交分光成像位姿传感器的标定方法 | |
CN114234846B (zh) | 一种基于双响应曲线拟合的快速非线性补偿方法 | |
US7999851B2 (en) | Optical alignment of cameras with extended depth of field | |
WO2021195817A1 (zh) | 一种提取待测物质的光谱信息的方法 | |
CN111122505B (zh) | 一种数字折光仪的图像分析校准系统及方法 | |
CN215865743U (zh) | 基于线结构光的薄膜均匀性检测系统 | |
CN215865741U (zh) | 基于光学衍射的薄膜均匀性检测系统 | |
JP2006067423A (ja) | 画像品質定量評価方法及びその装置 | |
CN111426382A (zh) | 一种多光谱成像系统及方法 | |
JP2018156208A (ja) | 解析装置、撮像装置、解析方法、および、プログラム | |
Tanriverdi et al. | Dual snapshot hyperspectral imaging system for 41-band spectral analysis and stereo reconstruction |
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 |