CN111263137B - 单图像的畸变检测处理方法 - Google Patents

单图像的畸变检测处理方法 Download PDF

Info

Publication number
CN111263137B
CN111263137B CN201811459801.9A CN201811459801A CN111263137B CN 111263137 B CN111263137 B CN 111263137B CN 201811459801 A CN201811459801 A CN 201811459801A CN 111263137 B CN111263137 B CN 111263137B
Authority
CN
China
Prior art keywords
image
detection
distortion
pattern
detected
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
Application number
CN201811459801.9A
Other languages
English (en)
Other versions
CN111263137A (zh
Inventor
胡茂海
张嘉航
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201811459801.9A priority Critical patent/CN111263137B/zh
Publication of CN111263137A publication Critical patent/CN111263137A/zh
Application granted granted Critical
Publication of CN111263137B publication Critical patent/CN111263137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种单图像的畸变检测处理方法，采用以下方法检测处理畸变图像：（1）被检设备投影出检测图像，在被检设备出瞳处设置图像传感器，使投射检测图像成像于图像传感器；（2）图像传感器将采集的图像传送至计算机；（3）计算机将采集图像处理得到畸变值。本发明通过从图像中提取中心图样，根据畸变曲线特性，视场中心的畸变值极小可忽略不计，以此为检测标准，计算检测图像边缘理论检测位置，与实际采集检测图像作对比，得出所需畸变值。

Description

单图像的畸变检测处理方法
技术领域
本发明涉及畸变检测领域，特别是一种利用单图像的畸变检测处理方法。
背景技术
智能眼镜、作战头盔等头戴显示器的重要部件之一即显示成像部分，该部分大多由微型显示器光源、光学组件等组成，将显示器所成像以各种方式投影至用户眼前。其光学组件在制造生产时总是不能做到完美，会带入各类像差，如果将不合格的产品交予用户使用，将会对使用者造成伤害，造成类似于3D眩晕的短期症状，从而引发一些不可预见的事故。因此，在这些设备出厂前或使用一段时间后应进行检测，其中，畸变是重要的检测项目之一。
畸变是主光线的像差，也可表述为点或线相对于理想位置的偏差。畸变仅是视场的函数，同一光学系统在不同的视场下，其垂轴放大率不同，造成了畸变。常见的畸变可以被分为枕形畸变和桶形畸变，也称为正畸变和负畸变。传统畸变的检测方法，大都需要在检测前先对无畸变的标准检测图像进行采集，再加入被测器件，进行畸变图像采集，检测其畸变值。一般在光学系统中常以相对畸变作为畸变量，其表达式为：
Figure DEST_PATH_IMAGE002
其中
Figure DEST_PATH_IMAGE004
为实际像高，
Figure DEST_PATH_IMAGE006
为理论像高。而如智能眼镜等设备在整机检测时无法获取无畸变的标准图像。
发明内容
本发明的目的是克服现有技术中存在的不足，提供一种单图像的畸变检测处理方法，通过图像传感器采集被测设备出射的检测图像，利用软件算法快速地从采集图像中提取所需信息，计算畸变值。
实现本发明目的的技术解决方案为：一种单图像的畸变检测处理方法，包括以下步骤：
步骤1，采集检测图像；令被测设备出射对应检测图像，检测图像内包括处于图像中心的十字图样和处于图像边缘的检测图样，在被测设备出瞳处设置图像传感器，图像传感器将采集到的图像送入计算机；
步骤2，计算机处理采集的图像；计算机采用图像定位算法，分别定位出中心十字的位置坐标
Figure DEST_PATH_IMAGE008
以及长度
Figure DEST_PATH_IMAGE010
，定位出图像边缘检测图样的位置坐标
Figure DEST_PATH_IMAGE012
；
步骤3，计算得出对应畸变值；根据检测图像设计时的各个图样之间的大小位置关系，以及上述中心十字的位置和长度信息，计算出检测图样的理论位置
Figure DEST_PATH_IMAGE014
，具体计算方法是简单的几何计算，比如假设十字中心坐标为（0,0），十字长度为x，如果设计图样时检测图样位置为水平左侧100倍十字长度，则理论位置P1 ’坐标就是(-100x，0)。将理论位置与上述检测的实际位置作比较，代入畸变计算公式
Figure DEST_PATH_IMAGE016
，得出对应视场的畸变值，其中，
Figure DEST_PATH_IMAGE018
为
Figure DEST_PATH_IMAGE020
与
Figure DEST_PATH_IMAGE022
的欧氏距离，
Figure DEST_PATH_IMAGE024
为
Figure 704961DEST_PATH_IMAGE008
和
Figure 506695DEST_PATH_IMAGE014
的欧氏距离。
与现有技术相比，本发明的优点在于：
（1）本发明只需采集一张图像即可计算系统畸变值，与传统畸变检测方法相比更加简单；
（2）本发明无需复杂的硬件设备，只需要图像传感器以及计算机，操作更加方便；
（3）本发明适用性广，各类光学成像器件均可使用此方法测量畸变，只需针对性设计检测图像。
附图说明
图1为本发明的原理框图。
图2为本发明其中一种检测图像。
图3为检测流程图。
具体实施方式
本发明的畸变检测方法适用于各个环节的畸变检测，尤其是整机快速畸变检测。
令被测设备出射检测图像，在被测设备出瞳处设置图像传感器，图像传感器将采集到的出射图像送入计算机，计算机将采集的图像处理，计算出被测设备畸变值。
计算机处理计算方法如下：
畸变曲线在视场较小时畸变值极小可忽略不计，依据这一特点，设计检测图像。计算机提取检测图像视场中心图样，以此为标准计算出视场较大处检测图样的理论位置。计算机再提取采集图像中较大视场处的检测图样的实际位置，将其与理论位置进行比较，计算出相应位置的畸变值。
所设置的图像传感器采集的出射图像应清晰、完整、分辨率大小合适。
所述的检测图像的设计，依据为畸变曲线在视场较小时畸变值极小可忽略不计的特点，在检测图像中心设计中心特征图样，如十字叉丝，用以作为检测标准，同时在检测图像边缘处设计一个检测图样，如一矩形框，用以与标准对照计算畸变。
检测图像视场中心的特征图样具有一定大小，占据整个系统一定视场，但不可过大，具体大小应依据被检测设备调整，一般为整体视场的5%左右。
检测图像较大视场处的检测图样，一般取在被测设备畸变最大处，但不可取在视场较小处，具体位置根据实际检测需求变化。
下面结合说明书附图对本发明作进一步说明。
如图1所示，为本发明的原理框图，首先令被测设备出射检测图像，在被测设备出瞳处设置图像传感器，图像传感器将采集到的出射图像送入计算机，计算机将采集的图像处理，计算出被测设备畸变值。
如图2所示，为本发明的其中一种检测图像设计案例，如图3为检测流程图，结合此案例加以说明处理方法。
首先对图像进行预处理后，提取如图2所示的图像中心十字图样，获取中心交点
Figure 586646DEST_PATH_IMAGE008
，以及其垂直和水平线条长度
Figure 64901DEST_PATH_IMAGE010
，再提取视场边缘的矩形框，取得其与中心十字所在直线交点位置，水平和垂直各取一点
Figure 597514DEST_PATH_IMAGE012
和
Figure DEST_PATH_IMAGE026
，为实际位置点。
在获取了图像目标大小与位置信息后，可进行计算，此时，将视场中心的十字认为是无畸变的图像。检测图像设计时，视场边缘处的矩形框长宽分别距离十字中心
Figure DEST_PATH_IMAGE028
和
Figure DEST_PATH_IMAGE030
，由此可根据中心十字计算出其长边与宽边理论位置点
Figure 265255DEST_PATH_IMAGE014
和
Figure DEST_PATH_IMAGE032
，分别与点
Figure 855506DEST_PATH_IMAGE012
和
Figure 255394DEST_PATH_IMAGE026
对应。
将理论位置点与实际位置点作比较并代入公式，则可分别得到点
Figure 275303DEST_PATH_IMAGE014
和点
Figure 543473DEST_PATH_IMAGE032
对应视场处的畸变值
Figure DEST_PATH_IMAGE034
Figure DEST_PATH_IMAGE036
Figure DEST_PATH_IMAGE038
和
Figure DEST_PATH_IMAGE040
分别为点
Figure 925913DEST_PATH_IMAGE014
和点
Figure 621336DEST_PATH_IMAGE032
处的相对畸变值。

Claims (4)

1.一种单图像的畸变检测处理方法，其特征在于包括以下步骤：
步骤1，采集检测图像；令被测设备出射对应检测图像，检测图像内包括处于图像中心的十字图样和处于图像边缘的检测图样，在被测设备出瞳处设置图像传感器，图像传感器将采集到的图像送入计算机；
步骤2，计算机处理采集的图像；计算机采用图像定位算法，分别定位出中心十字的位置坐标
Figure 983817DEST_PATH_IMAGE001
以及长度
Figure 606559DEST_PATH_IMAGE002
，定位出图像边缘检测图样的位置坐标
Figure 161169DEST_PATH_IMAGE003
；
步骤3，计算得出对应畸变值；根据检测图像设计时的各个图样之间的大小位置关系，以及上述中心十字的位置和长度信息，计算出检测图样的理论位置
Figure 451336DEST_PATH_IMAGE004
，将理论位置与上述图像边缘检测图样的位置坐标
Figure 331567DEST_PATH_IMAGE003
作比较，代入畸变计算公式
Figure 441605DEST_PATH_IMAGE005
，得出对应视场的畸变值，其中，
Figure 268747DEST_PATH_IMAGE006
为
Figure 144912DEST_PATH_IMAGE007
与
Figure 930465DEST_PATH_IMAGE008
的欧氏距离，
Figure 793379DEST_PATH_IMAGE009
为
Figure 955370DEST_PATH_IMAGE001
和
Figure 220129DEST_PATH_IMAGE004
的欧氏距离；所述的检测图像的设计为：在检测图像中心设中心特征图样，用以作为检测标准，同时在检测图像边缘处设一个检测图样，用以与标准对照计算畸变。
2.如权利要求1所述的单图像的畸变检测处理方法，其特征在于：步骤1所设置的图像传感器采集的出射图像应清晰、完整。
3.如权利要求1所述的单图像的畸变检测处理方法，其特征在于：所述检测图像视场中心的特征图样大小为整体视场的5%。
4.如权利要求1所述的单图像的畸变检测处理方法，其特征在于：检测图像较大视场处的检测图样，取在被测设备畸变最大处。
CN201811459801.9A 2018-11-30 2018-11-30 单图像的畸变检测处理方法 Active CN111263137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811459801.9A CN111263137B (zh) 2018-11-30 2018-11-30 单图像的畸变检测处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811459801.9A CN111263137B (zh) 2018-11-30 2018-11-30 单图像的畸变检测处理方法

Publications (2)

Publication Number Publication Date
CN111263137A CN111263137A (zh) 2020-06-09
CN111263137B true CN111263137B (zh) 2022-04-19

Family

ID=70950456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811459801.9A Active CN111263137B (zh) 2018-11-30 2018-11-30 单图像的畸变检测处理方法

Country Status (1)

Country Link
CN (1) CN111263137B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113920145B (zh) * 2021-12-08 2022-03-08 天津大学 一种投影系统投射图像质量评价计算方法
CN114173103A (zh) * 2021-12-08 2022-03-11 沂普光电(天津)有限公司 一种投影系统辅助装调装置与方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103792674A (zh) * 2014-01-21 2014-05-14 浙江大学 一种测量和校正虚拟现实显示器畸变的装置和方法
CN105869142A (zh) * 2015-12-21 2016-08-17 乐视致新电子科技（天津）有限公司 虚拟现实头盔的成像畸变测试方法及装置
CN106127714A (zh) * 2016-07-01 2016-11-16 南京睿悦信息技术有限公司 一种虚拟现实头戴显示器设备畸变参数的测量方法
CN106153302A (zh) * 2015-03-24 2016-11-23 北京威斯顿亚太光电仪器有限公司 一种用于硬管内窥镜成像畸变的测量方法
CN207832425U (zh) * 2018-02-22 2018-09-07 九骅科技股份有限公司 镜头检测装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101921672B1 (ko) * 2014-10-31 2019-02-13 후아웨이 테크놀러지 컴퍼니 리미티드 이미지 처리 방법 및 장치
CN104537616A (zh) * 2014-12-20 2015-04-22 中国科学院西安光学精密机械研究所 鱼眼图像畸变的校正方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103792674A (zh) * 2014-01-21 2014-05-14 浙江大学 一种测量和校正虚拟现实显示器畸变的装置和方法
CN106153302A (zh) * 2015-03-24 2016-11-23 北京威斯顿亚太光电仪器有限公司 一种用于硬管内窥镜成像畸变的测量方法
CN105869142A (zh) * 2015-12-21 2016-08-17 乐视致新电子科技（天津）有限公司 虚拟现实头盔的成像畸变测试方法及装置
CN106127714A (zh) * 2016-07-01 2016-11-16 南京睿悦信息技术有限公司 一种虚拟现实头戴显示器设备畸变参数的测量方法
CN207832425U (zh) * 2018-02-22 2018-09-07 九骅科技股份有限公司 镜头检测装置

Also Published As

Publication number Publication date
CN111263137A (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
CN108230397B (zh) 多目摄像机标定与校正方法和装置、设备、程序和介质
CN111210468B (zh) 一种图像深度信息获取方法及装置
EP3739545A1 (en) Image processing method and apparatus, vehicle-mounted head up display system, and vehicle
US10379387B2 (en) Method and device for checking refractive power distribution and centering
US9733200B2 (en) Defect judging device, radiography system, and defect judging method
US20200342642A1 (en) Virtual image distance measurement method, apparatus and device
CN108509908B (zh) 一种基于双目立体视觉的瞳孔直径实时测量方法
CN111263137B (zh) 单图像的畸变检测处理方法
CN107645657A (zh) Sfr测试设备及其测试方法
CN109767472B (zh) 一种用于测量眼戴式显示器fov的方法
CN103617611A (zh) 一种自动阈值分割光斑中心及尺寸检测方法
CN104483331A (zh) 一种连接器插针三维检测方法、装置及系统
CN110261069B (zh) 一种用于光学镜头的检测方法
CN105139384B (zh) 缺陷胶囊检测的方法和装置
CN110617772A (zh) 一种非接触式线径测量装置及方法
CN106842804A (zh) 一种TV Line解析测试图卡及其解析测试方法
CN106352806A (zh) 一种立体视觉三维数字图像相关测量的高精度标定方法
CN101131727A (zh) 一种图像采集的方法及其应用
CN110030923A (zh) 连接器Pin针检测系统及其检测方法
CN107525652A (zh) 镜头畸变测试方法、装置及系统
WO2019127319A1 (zh) 头戴式显示设备的畸变测量方法及系统
CN109376595B (zh) 基于人眼注意力的单目rgb摄像头活体检测方法及系统
JP2018028713A (ja) 二次元画像のエッジ抽出方法
US20170007118A1 (en) Apparatus and method for estimating gaze from un-calibrated eye measurement points
CN112461846A (zh) 工件缺陷检测方法及装置

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