CN111489400B - 一种基于旋转载台的线扫ccd相机图像校正方法及介质 - Google Patents
一种基于旋转载台的线扫ccd相机图像校正方法及介质 Download PDFInfo
- Publication number
- CN111489400B CN111489400B CN202010594984.6A CN202010594984A CN111489400B CN 111489400 B CN111489400 B CN 111489400B CN 202010594984 A CN202010594984 A CN 202010594984A CN 111489400 B CN111489400 B CN 111489400B
- Authority
- CN
- China
- Prior art keywords
- coordinate
- line
- ccd camera
- coordinate system
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003702 image correction Methods 0.000 title claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 84
- 238000003384 imaging method Methods 0.000 claims abstract description 70
- 238000013507 mapping Methods 0.000 claims abstract description 16
- 230000007547 defect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000012937 correction Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于旋转载台的线扫CCD相机图像校正方法及介质,包括旋转载台带动检测对象旋转,线扫CCD相机位于旋转载台上方且其成像线延长线经过旋转载台圆心,线扫CCD相机对检测对象进行图像采集,生成检测对象的检测图像;以检测图像建立第一坐标体系,获取第一坐标体系中检测对象每个像素点的第一坐标值和灰度值;以环形区域建立第二坐标体系,获取第二坐标体系中检测对象每个像素点的第二坐标值;将第一坐标体系中的第一坐标值与第二坐标体系中的第二坐标值进行匹配,建立坐标映射关系;根据坐标映射关系将获取的检测图像转换为在旋转载台上的原始空间图像。通过本发明的校正方法,能成功规避传统面阵相机的局限,同时极大的提高效益。
Description
技术领域
本技术主要涉及自动化检测的图像数据处理领域,尤其涉及一种基于旋转载台的线扫CCD相机图像校正方法。
背景技术
在现有产品生产检测过程中,由于环境、设备及人等多方面原因的影响,即切割、清洗、贴合、涂布、运输等各环节都有可能对产品产生损伤。AOI缺陷检测相对于人工检测,由于其检测速度快、不受主观因素影响已逐渐布局在面板生产各个工站,成为工厂质量管理的重要环节。
在工厂某些特定领域,由于受到场地面积制约,检测工站线体不能笔直布局从而需设计为旋转载台检测模式。目前,在旋转载台检测工站中,市面上多利用面阵相机光学系统用于取像,该取像单元优势在于:所获取图像不用经过任何空间转换就能交由检测算法直接进行处理。其缺点主要为:
a. 相机取像时候,整个载台需停下来,待至面阵相机取像结束方可继续运转,造成时间浪费;
b. 照明单元需覆盖整个被拍摄物,导致光源结构较大,带来较高的制作及维护成本;
c. PixelSize较粗,无法满足某些高精度的检测要求。为了能够消除这些影响,我们需要寻求一种更快速,精度更高的取像方法。
如图1所示,现有旋转载台检测流程一般为旋转载台搭载被检测物旋转至检测工位并通知面阵相机取像,待取像结束后机构才能进行下一步动作流程,从而影响工厂效益的提高。另外,随着一些电子产品,例如显示屏/面板向大画面、轻薄化的发展趋势,微弱缺陷出现的几率大大增加,取像单位较低的分辨率不利于缺陷的呈现往往导致该缺陷的漏检并造成生产厂商经济损失。必须研究出一套新的方法适应现有的行业要求。
发明内容
本发明的目的在于提出一种基于旋转载台的线扫CCD相机图像校正方法及介质。其中,通过建立旋转载台二维图像坐标系统标定圆心位置,同时使线扫CCD相机成像线延长线经过该圆心;根据成像线与圆心的距离计算生成线扫CCD相机成像图像与旋转载台的转换关系;通过该转换关系,将线扫CCD成像图像转换为原始空间图像,然后再进行后续的产品检测。通过本发明的校正方法,能成功规避传统面阵相机的局限,同时极大的提高效益。
为实现上述目的,按照本发明的一个方面,提供一种基于旋转载台的线扫CCD相机图像校正方法,包括:
所述旋转载台带动检测对象旋转,所述线扫CCD相机位于所述旋转载台上方且其成像线延长线经过旋转载台圆心,所述线扫CCD相机对所述检测对象进行图像采集,对采集的图像进行拼接,生成检测对象的检测图像;所述线扫CCD相机的扫描区域为环形区域;以检测图像建立第一坐标体系,获取第一坐标体系中检测对象每个像素点的第一坐标值和灰度值;以环形区域建立第二坐标体系,获取第二坐标体系中检测对象每个像素点的第二坐标值;将所述第一坐标体系中的第一坐标值与第二坐标体系中的第二坐标值进行匹配,建立坐标映射关系;根据所述坐标映射关系,将线扫CCD相机获取的检测图像转换为在旋转载台上的原始空间图像。
进一步地,所述线扫CCD相机根据检测图像的成像分辨率设置扫描频率。
进一步地,所述以环形区域建立第二坐标体系,获取第二坐标体系中检测对象每个像素点的第二坐标值包括:
以所述线扫CCD相机起始成像线为X轴在环形区域内建立第二坐标体系;
根据所述环形区域在第二坐标体系中的圆心坐标、内环半径、外环半径及坐标角θ计算获取第二坐标体系中检测对象每个像素点的第二坐标值;
所述坐标角θ为每个像素点经过环形区域圆心与X轴形成的夹角。
进一步地,所述根据所述环形区域在第二坐标体系中的圆心坐标、内环半径、外环半径及坐标角计算获取第二坐标体系中检测对象每个像素点的第二坐标值包括:
在所述环形区域中提取所述线扫CCD相机的第一成像线;
根据所述第一成像线的内环像素点坐标值、外环像素点的坐标值及像素点个数计算获取所述第一成像线中每个像素点的坐标值。
进一步地,所述根据所述环形区域在第二坐标体系中的圆心坐标、内环半径、外环半径及坐标角计算获取第二坐标体系中检测对象每个像素点的第二坐标值包括:
在所述环形区域中依次提取N个成像线,循环计算获取第二坐标体系中N个成像线每个像素点的坐标值,排列生成第二坐标值。
其中,所述N为线扫CCD相机的扫描频率。
进一步地,所述根据所述坐标映射关系,将线扫CCD相机获取的检测图像转换为在旋转载台上的原始空间图像包括:
保留所述检测对象每个像素点的灰度值,根据所述坐标映射关系将检测图像中第一坐标值转换为第二坐标值。
进一步地,在所述线扫CCD相机扫进行检测图像采集时,同步完成原始空间图像的转换。
本发明第二方面提供一种面板检测方法,包括:
将至少一个面板作为检测对象置于旋转载台;
使用如上所述的方法获取所述面板在旋转载台上的原始空间图像;
根据所述原始空间图像获取面板缺陷区域的信息。
本发明第三方面提供一种计算机可读介质,其存储电子设备执行的计算机程序,当所述计算机程序在电子设备上运行时,使得所述电子设备执行如上所述的方法。
和现有技术相比,本发明提供的一种基于旋转载台的线扫CCD相机图像校正方法,具有以下有益技术效果:
1)旋转载台在运动过程中就能取像,缩短生产时间,提高效益;
2)照明单元无需覆盖整个被拍摄物,只要覆盖线扫CCD成像线即可,降低物料制作成本;
3)线扫CCD相机支持设置较高的线扫速度,能输出高精度图像。
附图说明
图1按照现有方法实现的旋转载台检测流程示意图;
图2为按照本发明实现的一种基于旋转载台的线扫CCD相机图像校正方法中检测图像与原始空间图像转换的示例图;
图3为按照本发明实现的一种基于旋转载台的线扫CCD相机图像校正方法获取的检测图像的示例图;
图4为按照本发明实现的一种基于旋转载台的线扫CCD相机图像校正方法校正后的原始空间图像的示例图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
需要说明的是,本发明涉及的术语“第一\第二”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二”区分的对象在适当情况下可以互换,以使这里描述的本发明的实施例能够以除了在这里描述或图示的那些以外的顺序实施。
需要说明的是,本发明涉及的运算符号“*”为运算符号表示前后两个常量或者向量相乘,“/”为运算符号表示前后两个常量或者向量相除,本发明中所有函数方程遵循数学的加减乘除运算法则。
根据本发明的一种实施方式,提供一种基于旋转载台的线扫CCD相机图像校正方法,包括:
S1:旋转载台带动检测对象旋转,线扫CCD相机位于旋转载台上方且其成像线延长线经过旋转载台圆心,线扫CCD相机对检测对象进行图像采集,对采集的图像进行拼接,生成检测对象的检测图像;
进一步地,线扫CCD相机的扫描区域为环形区域;
S2:以检测图像建立第一坐标体系,获取第一坐标体系中检测对象每个像素点的第一坐标值和灰度值;
S3:以环形区域建立第二坐标体系,获取第二坐标体系中检测对象每个像素点的第二坐标值; S4:将第一坐标体系中的第一坐标值与第二坐标体系中的第二坐标值进行匹配,建立坐标映射关系;
S5:根据坐标映射关系,将线扫CCD相机获取的检测图像转换为在旋转载台上的原始空间图像。
进一步地,在步骤S1中,将线扫CCD相机垂直固定于旋转载台上方,该旋转载台为环形结构,其上设置有多个检测工位,将检测对象置于检测工位上,该旋转载台以其圆心为旋转轴按一定给进频率进行旋转,该线扫CCD相机对下方的检测对象进行图像采集,对采集的图像进行拼接成像,形成检测图像。其中,线扫CCD相机成像原理类似于扫描仪,即将线扫CCD相机成像线捕获的影像从头至尾堆叠生成一张图像,例如物体从某一方向通过成像线,则线扫CCD相机成像线在不同位置分别获取待扫描物体的部分扫描数据,再将所有部分扫描数据进行拼接得到待扫描物体的完整扫描数据。
更进一步地,线扫CCD相机根据检测图像的成像分辨率设置扫描频率,线扫CCD相机扫描频率可以与旋转载台的给进频率相同,也可以与旋转载台的给进频率不同。
更进一步地,CCD中文译为电荷藕合器件,它是由一种高感光度的半导体材料制成,能把光线转变成电荷,然后通过模数转换器芯片将电信号转换成数字信号,数字信号传到服务器或PC界面上就形成所采集的图像。
根据一种优选的实施方法,如图2所示,旋转载台为图中灰色的环形区域,该环形结构的外边缘为外环,内边缘为内环。其CCD相机成像线P1P2延长线经过圆心O,当旋转载台顺时针旋转时,在一个周期内线扫CCD相机扫描区域为环形区域,其生成的检测图像为矩形图像,检测图像中成像线P1P2宽度正好为旋转载台的宽度。如图2所示,P1P2即为某一时刻线扫CCD相机捕获数据流,所以线扫CCD相机生成图像是右边所示的矩形区域。对于旋转载台生成图像,校正算法的目的为将线扫CCD相机生成图像转换为原始空间的图像,即由右边的矩形图像转换为左边的环形图像。
更进一步地,假设旋转载台在进行旋转的过程中,线扫CCD相机连续扫描成像,依次生成的成像线为P1P2、P3P4、P5P6,其一个成像线视野假设为nWidth。线扫CCD相机设定线扫速度参数,例如扫描频率,扫描频率为在旋转载台运动一个周期时间内,线扫CCD曝光取像的次数,即线扫一个周期扫描多少生成成像线图像。在旋转载台运动一个周期时间内,假设线扫CCD曝光取像N次,则依次将成像线图像取出,组合为线扫CCD图像,大小为nWidth * N,假如旋转载台空间原始图像为图4所示,其线扫CCD相机生成的图像为图3所示。
进一步地,在步骤S2中,在检测图像中建立第一坐标体系,线扫CCD相机连续扫描可直接获取成像线中每个像素点的第一坐标值和灰度值;其坐标值是依照线扫CCD相机成像体系建立的坐标值。例如线扫CCD相机扫描旋转载台,得到的3段P1P2、P3P4、P5P6成像线图像,该图像由P1P2、P3P4、P5P6成像线中每个像素点的坐标值和灰度值组成,由此依次扫描获取相应像素点,可组成一个坐标矩阵,该矩阵为第一坐标体系中每个像素点的第一坐标值,如下所示:
其中,第一行为扫描的环形区域P1P2成像线图像中每个像素点的坐标值;第二行为扫描的环形区域P3P4成像线图像中每个像素点的坐标值;第三行为扫描的环形区域P5P6成像线图像中每个像素点的坐标值。从而可以获取检测对象像素点的第一坐标值,优选地,可以单独提取检测对象每个像素点的第一坐值。
进一步地,在步骤S3中包括:以线扫CCD相机起始成像线为X轴在环形区域内建立第二坐标体系;根据环形区域在第二坐标体系中的圆心坐标、内环半径、外环半径及坐标角θ计算获取第二坐标体系中检测对象每个像素点的第二坐标值;其中,坐标角θ为每个像素点经过环形区域圆心与X轴形成的夹角。
根据一种优选的实施方法,如图2所示,获取未放置面板的环形载台平面图像,以所述环形载台中心点为原点、所述线扫CCD相机起始成像线位置为X轴创建工作坐标,依比例设定所述环形载台的内环半径和外环半径。再在第二坐标体系中依次计算每个线扫CCD相机成像线的每个像素点的第二坐标值,包括:
S31:在环形区域中提取线扫CCD相机的第一成像线,假如P1P2成像线为起始成像线,则令其为第一成像线,提取P1P2成像线在环形区域的像素点;
S32:根据圆心坐标、内环半径、及坐标角θ计算获取第一成像线在第二坐标体系中内环像素点的坐标值;内环像素点P1的坐标计算如下:
联立圆方程及直线组成二元方程组:
可以求得直线与内环的交点P1(x1 ,y1):
其中,
S33:根据圆心坐标、外环半径、及坐标角θ计算获取第一成像线在第二坐标体系中外环像素点的坐标值;同理外环像素点P2的坐标计算如下:
假定外环半径为R2,利用上面公式,能求得直线与外环交点P2(xn1 ,yn1):
其中,
S34:根据第一成像线的内环像素点坐标值、外环像素点的坐标值及像素点个数计算获取第一成像线中每个像素点的坐标值。
进一步地,首先获取像素点的个数,假设从内环像素点P1(x1 ,y1)到外环像素点P2(xn1 ,yn1)有a个像素点,则根据内环像素点P1和外环像素点P2的坐标值计算相邻两个像素点坐标值之差,根据坐标运算的规则其坐标值之差为,则其中像素点坐标值依次由P1(x1 ,y1)开始递加形成。
进一步地,在环形区域中依次提取N个成像线,循环步骤S31-S34依次计算获取第二坐标体系中N个成像线每个像素点的坐标值,排列生成第二坐标值。
进一步地,在环形区域中建立第二坐标体系,依据上述所示公式计算第二坐标体系中计算P1P2、P3P4、P5P6区域每个像素值的坐标值,可组成一个坐标矩阵,即为第二坐标体系中每个像素点的第二坐标值,如下所示:
其中,第一行为环形区域中P1P2区域成像线每个像素点在第二坐标体系计算的坐标值;第二行为环形区域中P3P4区域成像线每个像素点在第二坐标体系计算的坐标值;第三行为环形区域中P5P6区域成像线每个像素点在第二坐标体系计算的坐标值,优选地,可以单独提取检测对象每个像素点的第二坐标值。
进一步地,在步骤S4中,将第一坐标体系中的第一坐标值与第二坐标体系中的第二坐标值进行匹配,建立坐标映射关系;即将同一像素点的第一坐标值与第二坐标值建立映射关系,以第一成像线的第一坐标值和第二坐标值建立的坐标映射关系为例,如下所示:
进一步地,在步骤S5中,通过保留检测对象每个像素点的灰度值,根据坐标映射关系将检测图像中第一坐标值转换为第二坐标值,从而将线扫CCD相机获取的检测图像转换为在旋转载台上的原始空间图像,其检测图像图3转化的原始空间图像为图4所示。
根据一种优选的实施方式,在线扫CCD相机扫进行检测图像采集时,同步完成原始空间图像的转换。
根据本发明的另一种实施方式,还提供一种面板检测方法,包括:
S6:将至少一个面板作为检测对象置于旋转载台;
S7:使用步骤S1-S5获取所述面板在旋转载台上的原始空间图像;
S8:根据原始空间图像获取面板缺陷区域的信息。
根据本发明的另一种实施方式,还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上所述的基于旋转载台的线扫CCD相机图像校正方法。
应当理解,本发明的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。
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不脱离本发明的原理和宗旨的情况下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。本发明的范围由所附权利要求及其等同限定。
Claims (10)
1.一种基于旋转载台的线扫CCD相机图像校正方法,其特征在于,包括:
所述旋转载台带动检测对象旋转,所述线扫CCD相机位于所述旋转载台上方且其成像线延长线经过旋转载台圆心,所述线扫CCD相机对所述检测对象进行图像采集,对采集的图像进行拼接,生成检测对象的检测图像;所述线扫CCD相机的扫描区域为环形区域;
以检测图像建立第一坐标体系,获取第一坐标体系中检测对象每个像素点的第一坐标值和灰度值;以环形区域建立第二坐标体系,获取第二坐标体系中检测对象每个像素点的第二坐标值;
将所述第一坐标体系中的第一坐标值与第二坐标体系中的第二坐标值进行匹配,建立坐标映射关系;根据所述坐标映射关系,将线扫CCD相机获取的检测图像转换为在旋转载台上的原始空间图像。
2.根据权利要求1所述的基于旋转载台的线扫CCD相机图像校正方法,其特征在于,所述线扫CCD相机根据检测图像的成像分辨率设置扫描频率。
3.根据权利要求1所述的基于旋转载台的线扫CCD相机图像校正方法,其特征在于,所述以环形区域建立第二坐标体系,获取第二坐标体系中检测对象每个像素点的第二坐标值包括:
以所述线扫CCD相机起始成像线为X轴在环形区域内建立第二坐标体系;
根据所述环形区域在第二坐标体系中的圆心坐标、内环半径、外环半径及坐标角θ计算获取第二坐标体系中检测对象每个像素点的第二坐标值;
所述坐标角θ为每个像素点经过环形区域圆心与X轴形成的夹角。
4.根据权利要求3所述的基于旋转载台的线扫CCD相机图像校正方法,其特征在于,所述根据所述环形区域在第二坐标体系中的圆心坐标、内环半径、外环半径及坐标角计算获取第二坐标体系中检测对象每个像素点的第二坐标值包括:
在所述环形区域中提取所述线扫CCD相机的第一成像线;
根据圆心坐标、内环半径、及坐标角θ计算获取所述第一成像线在第二坐标体系中内环像素点的坐标值;
根据圆心坐标、外环半径、及坐标角θ计算获取所述第一成像线在第二坐标体系中外环像素点的坐标值;
根据所述第一成像线的内环像素点坐标值、外环像素点的坐标值及像素点个数计算获取所述第一成像线中每个像素点的坐标值。
5.根据权利要求4所述的基于旋转载台的线扫CCD相机图像校正方法,其特征在于,所述根据所述环形区域在第二坐标体系中的圆心坐标、内环半径、外环半径及坐标角计算获取第二坐标体系中检测对象每个像素点的第二坐标值包括:
在所述环形区域中依次提取N个成像线,循环计算获取第二坐标体系中N个成像线每个像素点的坐标值,排列生成第二坐标值;其中,所述N为线扫CCD相机的扫描频率。
7.根据权利要求1所述的基于旋转载台的线扫CCD相机图像校正方法,其特征在于,所述根据所述坐标映射关系,将线扫CCD相机获取的检测图像转换为在旋转载台上的原始空间图像包括:
保留所述检测对象每个像素点的灰度值,根据所述坐标映射关系将检测图像中第一坐标值转换为第二坐标值。
8.根据权利要求1所述的基于旋转载台的线扫CCD相机图像校正方法,其特征在于,在所述线扫CCD相机扫进行检测图像采集时,同步完成原始空间图像的转换。
9.一种面板检测方法,其特征在于,包括:
将至少一个面板作为检测对象置于旋转载台;
使用如权利要求1至8任一项所述的方法获取所述面板在旋转载台上的原始空间图像;
根据所述原始空间图像获取面板缺陷区域的信息。
10.一种计算机可读介质,其特征在于,其存储电子设备执行的计算机程序,当所述计算机程序在电子设备上运行时,使得所述电子设备执行如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010594984.6A CN111489400B (zh) | 2020-06-28 | 2020-06-28 | 一种基于旋转载台的线扫ccd相机图像校正方法及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010594984.6A CN111489400B (zh) | 2020-06-28 | 2020-06-28 | 一种基于旋转载台的线扫ccd相机图像校正方法及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111489400A CN111489400A (zh) | 2020-08-04 |
CN111489400B true CN111489400B (zh) | 2020-10-02 |
Family
ID=71810668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010594984.6A Active CN111489400B (zh) | 2020-06-28 | 2020-06-28 | 一种基于旋转载台的线扫ccd相机图像校正方法及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111489400B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021669A (zh) * | 2006-02-13 | 2007-08-22 | 耿忠 | 全视场成像与显示方法与系统 |
CN102572240A (zh) * | 2010-12-22 | 2012-07-11 | 索尼公司 | 成像设备、图像处理设备、图像处理方法和程序 |
CN108154209A (zh) * | 2016-12-02 | 2018-06-12 | 杭州海康机器人技术有限公司 | 一种用于移动机器人定位的二维码生成、识别方法及装置 |
CN109040565A (zh) * | 2018-09-10 | 2018-12-18 | 天津科技大学 | 全景摄像系统 |
EP3447532A3 (en) * | 2017-08-21 | 2019-05-29 | Yujin Robot Co., Ltd. | Hybrid sensor with camera and lidar, and moving object |
CN111144396A (zh) * | 2019-12-28 | 2020-05-12 | 苏州安斯特灵智能科技有限公司 | 一种瓶身信息获取成像方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9147033B2 (en) * | 2013-09-11 | 2015-09-29 | United Microelectronics Corp. | Method of making photomask layout and method of forming photomask including the photomask layout |
-
2020
- 2020-06-28 CN CN202010594984.6A patent/CN111489400B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021669A (zh) * | 2006-02-13 | 2007-08-22 | 耿忠 | 全视场成像与显示方法与系统 |
CN102572240A (zh) * | 2010-12-22 | 2012-07-11 | 索尼公司 | 成像设备、图像处理设备、图像处理方法和程序 |
CN108154209A (zh) * | 2016-12-02 | 2018-06-12 | 杭州海康机器人技术有限公司 | 一种用于移动机器人定位的二维码生成、识别方法及装置 |
EP3447532A3 (en) * | 2017-08-21 | 2019-05-29 | Yujin Robot Co., Ltd. | Hybrid sensor with camera and lidar, and moving object |
CN109040565A (zh) * | 2018-09-10 | 2018-12-18 | 天津科技大学 | 全景摄像系统 |
CN111144396A (zh) * | 2019-12-28 | 2020-05-12 | 苏州安斯特灵智能科技有限公司 | 一种瓶身信息获取成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111489400A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6701118B2 (ja) | 画像処理装置および画像処理方法 | |
US9599575B2 (en) | System, a method and a computer program product for CAD-based registration | |
WO2010044433A1 (ja) | 画像処理方法、画像処理装置及び該画像処理装置を用いた表面検査装置 | |
CN114549599A (zh) | 晶圆快速预对准方法、装置、电子设备及存储介质 | |
CN111489400B (zh) | 一种基于旋转载台的线扫ccd相机图像校正方法及介质 | |
JPS61212708A (ja) | 多層パターン欠陥検出方法及びその装置 | |
JP5178781B2 (ja) | センサ出力データの補正装置及びセンサ出力データの補正方法 | |
JPH0591411A (ja) | 画像処理装置 | |
US9305235B1 (en) | System and method for identifying and locating instances of a shape under large variations in linear degrees of freedom and/or stroke widths | |
CN116342585A (zh) | 一种产品缺陷检测方法、装置、设备及存储介质 | |
JP2007017214A (ja) | 検査装置、検査方法 | |
JPS6147362B2 (zh) | ||
JP4653339B2 (ja) | 画像マッチング処理方法 | |
CN112935562A (zh) | 基于旁轴离线测量的激光精密加工方法 | |
JPS5821110A (ja) | パタ−ン検査装置 | |
WO2020194541A1 (ja) | 検査装置 | |
JPS5821107A (ja) | パタ−ン検査装置 | |
JPH05231842A (ja) | 形状パターン検査方法及び装置 | |
JP2002357559A (ja) | 3板式ccdカメラを用いた缶外観検査装置 | |
JP2931312B2 (ja) | 欠陥検査方法 | |
CN117037106A (zh) | 一种基于fpga的视频梯形畸变实时校正系统和方法 | |
JP2021156629A (ja) | 補正プログラム、補正方法、および情報処理装置 | |
US20190162673A1 (en) | Optical inspection system and image processing method thereof | |
JP2613905B2 (ja) | 画像の座標変換処理方法 | |
CN118089542A (zh) | 一种用于机械臂位姿测量系统及方法 |
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 |