CN111639708A - 图像处理方法、装置、存储介质及设备 - Google Patents
图像处理方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN111639708A CN111639708A CN202010477191.6A CN202010477191A CN111639708A CN 111639708 A CN111639708 A CN 111639708A CN 202010477191 A CN202010477191 A CN 202010477191A CN 111639708 A CN111639708 A CN 111639708A
- Authority
- CN
- China
- Prior art keywords
- image
- microphone
- template
- sound inlet
- inlet hole
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- G06T7/0004—Industrial image inspection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
- H04R29/004—Monitoring arrangements; Testing arrangements for microphones
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/30108—Industrial image inspection
-
- 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
Abstract
本申请实施例提供一种图像处理方法、装置、存储介质及设备,方法包括:采集待测麦克风的图像,以得到麦克风初始图像;获取预设入音孔模板图像;根据预设入音孔模板图像,从麦克风初始图像中确定出入音孔目标图像;获取预设特征点模板图像;根据预设特征点模板图像,判断入音孔目标图像中是否存在与预设特征点模板图像相匹配的特征点目标图像;根据判断结果以及入音孔目标图像计算麦克风初始图像的清晰度。基于此,本申请实施例的方法,仅根据入音孔目标图像和判断结果进行清晰度分析,可以减少清晰度分析的计算量;同时,利用入音孔目标图像对麦克风初始图像进行清晰度计算,可以使得清晰度计算更准确。
Description
技术领域
本申请涉及图像处理领域,特别涉及一种图像处理方法、装置、存储介质及设备。
背景技术
随着生活水平的提高和生产制造技术的发展,人们对产品质量提出来的要求,3C产品(计算机、通信、消费性电子产品)、纺织品、医药包装、食品包装等行业都存在产品质量检测问题。例如,如果麦克风的振膜上存在灰尘,则会大大影响麦克风的质量,因此,麦克风在使用前往往需要进行异物检测。
相关技术中对麦克风进行检测的装置,由于麦克风的振膜往往设置在其入音孔的下方,检测的过程中对整个麦克风进行自动对焦时,往往会出现整个麦克风对焦清晰但是入音孔区域反而对焦模糊的现象。因此,如何提高入音孔区域对焦清晰度成为亟需解决的问题。
发明内容
本申请实施例提供一种图像处理方法、装置、存储介质及设备,可以提高麦克风入音孔的对焦清晰度。
本申请实施例提供一种图像处理方法,用于对待测麦克风的图像进行处理,包括:
采集所述待测麦克风的图像,以得到麦克风初始图像;
获取预设入音孔模板图像,所述预设入音孔模板图像包括模板麦克风的入音孔的图像;
根据所述预设入音孔模板图像,从所述麦克风初始图像中确定出入音孔目标图像,所述入音孔目标图像包括所述待测麦克风的入音孔的图像;
获取预设特征点模板图像,所述预设特征点模板图像包括所述模板麦克风的入音孔中的特征点的图像;
根据所述预设特征点模板图像,判断所述入音孔目标图像中是否存在特征点目标图像,所述特征点目标图像包括所述待测麦克风的入音孔中的特征点的图像;
根据判断结果以及所述入音孔目标图像计算所述麦克风初始图像的清晰度。
进一步地,根据所述预设入音孔模板图像,从所述麦克风初始图像中确定出入音孔目标图像的步骤包括:
对所述麦克风初始图像进行灰度处理,以得到麦克风灰度图像;
根据第一降采样方法对所述麦克风灰度图像进行降采样处理,以得到麦克风降采样图像;
从所述麦克风降采样图像中确定出与所述预设入音孔模板图像相匹配的入音孔匹配图像;
根据所述第一降采样方法确定所述入音孔匹配图像的坐标在所述麦克风灰度图像中的映射坐标;
根据所述映射坐标从所述麦克风灰度图像中确定出所述入音孔目标图像。
进一步地,获取预设入音孔模板图像的步骤包括:
采集所述模板麦克风的图像,以得到模板初始图像;
对所述模板初始图像进行灰度处理,以得到模板灰度图像;
根据第二降采样方法对所述模板灰度图像进行降采样处理,以得到模板降采样图像;
根据所述模板麦克风的入音孔的坐标,从所述模板降采样图像中确定出所述预设入音孔模板图像。
进一步地,获取预设特征点模板图像的步骤包括:
采集所述模板麦克风的图像,以得到模板初始图像;
对所述模板初始图像进行灰度处理,以得到模板灰度图像;
根据所述模板麦克风的入音孔中的特征点的坐标,从所述模板灰度图像中确定出所述预设特征点模板图像。
进一步地,根据判断结果以及所述入音孔目标图像计算所述麦克风初始图像的清晰度的步骤包括:
若所述判断结果为是,则计算所述入音孔目标图像的初始清晰度值,并根据所述初始清晰度值和预设补偿值计算所述麦克风初始图像的清晰度;
若所述判断结果为否,则直接根据所述初始清晰度值计算所述麦克风初始图像的清晰度。
进一步地,所述麦克风初始图像包括多个,所述图像处理方法还包括:
计算每一所述麦克风初始图像的清晰度;
根据每一所述麦克风初始图像的清晰度,从多个所述麦克风初始图像中确定出清晰度最高的图像,并将所述清晰度最高的图像确定为麦克风目标图像。
本申请实施例还提供一种图像处理装置,用于对待测麦克风的图像进行处理,包括:
麦克风初始图像采集模块,用于采集所述待测麦克风的图像,以得到麦克风初始图像;
预设入音孔模板图像获取模块,用于获取预设入音孔模板图像,所述预设入音孔模板图像包括模板麦克风的入音孔的图像;
入音孔目标图像确定模块,用于根据所述预设入音孔模板图像,从所述麦克风初始图像中确定出入音孔目标图像,所述入音孔目标图像包括所述待测麦克风的入音孔的图像;
预设特征点模板图像获取模块,用于获取预设特征点模板图像,所述预设特征点模板图像包括所述模板麦克风的入音孔中的特征点的图像;
判断模块,用于根据所述预设特征点模板图像,判断所述入音孔目标图像中是否存在特征点目标图像,所述特征点目标图像包括所述待测麦克风的入音孔中的特征点的图像;
计算模块,用于根据判断结果以及所述入音孔目标图像计算所述麦克风初始图像的清晰度。
进一步地,所述计算模块还用于:
若所述判断结果为是,则计算所述入音孔目标图像的初始清晰度值,并根据所述初始清晰度值和预设补偿值计算所述麦克风初始图像的清晰度;
若所述判断结果为否,则直接根据所述初始清晰度值计算所述麦克风初始图像的清晰度。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在处理器上运行时,使得所述处理器执行如上所述的图像处理方法。
本申请实施例还提供一种图像处理设备,包括处理器以及存储器,所述存储器用于存储计算机程序,所述处理器用于加载所述计算机程序以执行如上所述的图像处理方法。
本申请实施例提供的图像处理方法、装置、存储介质及设备,其中图像处理方法包括采集待测麦克风的图像,以得到麦克风初始图像;获取预设入音孔模板图像;根据预设入音孔模板图像,从麦克风初始图像中确定出入音孔目标图像;获取预设特征点模板图像;根据预设特征点模板图像,判断入音孔目标图像中是否存在与预设特征点模板图像相匹配的特征点目标图像;根据判断结果以及入音孔目标图像计算麦克风初始图像的清晰度。基于此,本申请实施例的方法,可以从麦克风初始图像中确定出入音孔目标图像,实现对待测麦克风入音孔的精准对焦,并且,可以仅对入音孔目标图像进行清晰度分析,可以减少清晰度分析的计算量;同时,入音孔目标图像中包含了待测麦克风的入音孔图像、特征点目标图像包括了待测麦克风的特征点图像,当根据入音孔目标图像和判断结果对麦克风初始图像进行清晰度计算,可以使得清晰度计算更准确。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例的图像处理设备的第一种结构示意图。
图2为本申请实施例的图像处理设备的一种应用示意图。
图3为本申请实施例的图像处理方法的第一种流程示意图。
图4为本申请实施例的图像处理方法的第二种流程示意图。
图5为采用图4的方法制备预设入音孔模板图像和预设特征点模板图像的示意图。
图6为采用图4的方法制备入音孔目标图像的示意图以及在入音孔目标图像中匹配预设特征点模板图像的示意图。
图7为采用图4的方法确定入音孔匹配图像的示意图。
图8为入音孔匹配图像与入音孔目标图像的映射示意图。
图9为分别对麦克风灰度图像以及入音孔目标图像进行清晰度计算的曲线对比图。
图10为没有进行预设特征点模板匹配以及进行预设特征点模板匹配后分别进行清晰度计算的曲线对比图。
图11为本申请实施例的图像处理装置的结构示意图。
图12为本申请实施例的图像处理设备的第二种结构示意图。
图13为本申请实施例的图像处理设备的第三种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例提供一种图像处理方法,该图像处理方法的执行主体可以是本申请实施例提供的图像处理装置,或者是集成了该图像处理装置的图像处理设备,其中,图像处理装置可以采用硬件或者软件的方式实现。其中,图像处理设备可以是能执行上述图像处理方法的麦克风检测设备、麦克风图像采集设备等。
本申请实施例提供一种图像处理方法、装置、存储介质和设备,可以应用于对待测麦克风例的异物检测中。待测麦克风异物检测,主要是利用图像传感器对待测麦克风进行图像采集,然后分析采集的图像内是否存在异物。具体的,请参阅图1和图2,图1为本申请实施例的图像处理设备的第一种结构示意图,图2为本申请实施例的图像处理设备的一种应用示意图。本申请实施例的图像处理设备100可以包括载板10、传送机构20、图像传感器30、处理器40和存储器50等。处理器40分别与载板10、传送机构20、图像传感器30和存储器50电性连接。
结合图1和图2,载板10上可以夹持并固定待测麦克风200。传送机构20与载板10连接,传送机构20可以带动载板10和待测麦克风200运动至图像传感器30的对焦空间60内,传送机构20可以包括并不限于皮带传送机构、链条传送机构、机械手传送机构等。存储器50上存储有计算机程序,处理器40可以加载该计算机程序以执行本申请实施例的图像处理方法。例如,处理器40可以控制图像传感器30在对焦空间60的不同拍照位置70处对待测麦克风200进行图像采集,处理器40可以对采集的每一张图像进行清晰度评价,然后选取清晰度最高的图像进行后续的产品异物检测步骤。
可以理解的是,待测麦克风200可以包括振膜和入音孔,声音信号可以在入音孔和振膜形成的传声通道中传输。当振膜内存在灰尘等异物时,会严重影响麦克风器件的出音质量。
图像处理设备100采集上述待测麦克风200的图像后,可以采用本申请实施例的图像处理方法来对该图像进行清晰度评价,并确定图像传感器30的最佳对焦距离,以便后续对待测麦克风200进行异物分析。具体的,请参阅图3,图3为本申请实施例的图像处理方法的第一种流程示意图,包括:
在101中,采集待测麦克风的图像,以得到麦克风初始图像。
本申请实施例的图像处理方法,可以控制图像传感器30对待测麦克风进行图像采集。图像传感器30在采集待测麦克风200的图像之前需要调好焦距,以实现对焦清晰。请继续参考图2,在对焦的过程中,可以将待测麦克风200与图像传感器30的初始位置之间的对焦空间60,按照等间距进行划分为若干拍照位置70,图像传感器30或者图像传感器30的镜头可以移动至每一拍照位置70来采集待测麦克风200的图像,采集的图像即为该拍照位置70处的麦克风初始图像。
例如,可以按照图2所示的在对焦空间60内划定二十个拍照位置70,图像传感器30或者图像传感器30的镜头可以沿着从拍照位置1至拍照位置20的方向逐渐靠近待测麦克风200而采集每一拍照位置70处的麦克风初始图像;图像传感器30或者图像传感器30的镜头也可以沿着从位置20至拍照位置1的方向逐渐远离待测麦克风200而采集每一拍照位置70处的麦克风初始图像。当然,图像传感器30或者图像传感器30的镜头也可以采用其他的方式来采集不同拍照位置70处的待测麦克风200的图像,本申请实施例对图像传感器30的具体拍照方式不进行具体限定。
可以理解的是,图像传感器30可以是电荷耦合(Charge Coupled Device简称CCD)相机,也可以是互补性氧化金属导体(Complementary Metal-Oxide Semiconductor简称CMOS)相机。当然,图像传感器30也可以是其他的可以完成图像采集的传感器,本申请实施例对图像传感器30的具体类型也不进行限定。
在102中,获取预设入音孔模板图像。预设入音孔模板图像包括模板麦克风的入音孔的图像。
本申请实施例的图像处理方法,可以预先优选入音孔区域图像清晰度较高的麦克风图像作为模板麦克风图像。由于该入音孔区域图像清晰度较高,该入音孔区域在模板麦克风图像中的坐标位置是可以被确定的,根据该坐标即可从该模板麦克风图像中提取包含入音孔区域的预设入音孔模板图像,并且,可以将该预设入音孔模板图像存储在图像处理设备或图像处理装置的存储器中,以便于后续步骤中调用。
可以理解的是,提取的预设入音孔模板图像可以略大于实际的入音孔的区域,以实现预设入音孔模板图像可以包括完整的入音孔区域。
在103中,根据预设入音孔模板图像,从麦克风初始图像中确定出入音孔目标图像。该入音孔目标图像包括待测麦克风的入音孔的图像。
由于制作工艺的限制,即使是同一批次的待测麦克风200的高度也会存在误差。在对待测麦克风200进行流水线检测的过程中,针对每一个待测麦克风200都需要重新进行对焦。
当图像传感器30采集每一拍照位置处的麦克风初始图像后,可以在麦克风初始图像中确定与预设入音孔模板图像相匹配的入音孔目标图像。当该入音孔目标图像与预设入音孔模板图像之间的匹配度越大,则可以认为该入音孔目标图像至少包括该待测麦克风200的入音孔区域的图像。
可以理解的是,该入音孔目标图像可以是麦克风初始图像中的感兴趣区域(region of interest简称ROI),后续步骤中可以对该ROI区域进行清晰度计算、以及进行异物检测分析等。
在104中,获取预设特征点模板图像。该预设特征点模板图像包括模板麦克风的入音孔中的特征点的图像。
本申请实施例的图像处理方法,除了优选入音孔区域图像清晰度较高的模板麦克风图像外,还可以优选入音孔内特征点区域图像清晰度高的模板麦克风图像。其中,入音孔区域内的特征点可以是待测麦克风200的入音孔内的一个部件,该特征点可以用于识别待测麦克风200的入音孔区域。在模板麦克风图像中,该特征点的颜色一般较深,可以与待测麦克风200其他部件区分开来。
由于该特征点区域图像清晰度较高,该特征点区域在模板麦克风的图像中的坐标位置也是可以被确定的,根据该坐标即可从该模板麦克风图像中提取包含特征点区域的预设特征点模板图像,并且,可以将该预设特征点模板图像存储在图像处理设备或图像处理装置的存储器中,以便于后续步骤中调用。
可以理解的是,提取的预设特征点模板图像可以略大于实际的特征点的区域,以实现预设特征点模板图像可以包括完整的特征点区域。
在105中,根据预设特征点模板图像,判断入音孔目标图像中是否存在特征点目标图像。该特征点目标图像包括待测麦克风的入音孔中的特征点的图像。
本申请实施例的图像处理方法,当确定出入音孔目标图像后,可以判断入音孔目标图像中是否存在与预设特征点模板图像相匹配的特征点目标图像。由于特征点为入音孔内的一个部件,如果入音孔目标图像存在与该预设特征点模板图像相匹配的特征点目标图像,则可以表示选取的入音孔目标图像为真实的ROI区域。如果该入音孔目标图像中不存在与该预设特征点模板图像相匹配的特征点目标图像,则表示选取的入音孔目标图像虽然与预设入音孔模板图像相似,但其并不是真实的ROI区域。进而,针对不同的判断结果,后续清晰度计算中可以选择不同的计算方式。
在106中,根据判断结果以及入音孔目标图像计算麦克风初始图像的清晰度。
当确定出入音孔目标图像后,可以计算入音孔目标图像的清晰度衡量值,并根据该清晰度衡量值来评价麦克风初始图像的清晰度。其中,计算入音孔目标图像的清晰度衡量值的方法可以采用Brenner梯度函数(计算图像中相邻两个像素灰度差的平方)、Tenengrad梯度函数(计算Sobel算子提取到的水平和垂直方向的梯度值)、SMD2函数(计算图像中每一像素邻域两个灰度差相乘后再逐个像素累加)、梯度方差函数(计算Sobel算子提取到的水平和垂直方法的梯度值方差)等。当然,计算入音孔目标图像的清晰度衡量值的方法也可以采用Laplacian梯度函数、Vollath函数、熵函数、Reblur二次模糊、EAV点锐度算法函数等等。
需要说明的是,本申请实施例不对入音孔目标图像的清晰度衡量值的计算方法进行限定,凡是可以用来评价入音孔目标图像的清晰度衡量值的方法均在本申请的保护范围内。
可以理解的是,判断入音孔目标图像中是否存在与预设特征点模板图像相匹配的特征点目标图像,根据判断结果的不同,可以对入音孔目标图像的清晰度衡量值进行不同的处理,以使得存在特征点目标图像的入音孔目标图像的清晰度衡量值可以区分于不存在特征点目标图像的入音孔目标图像的清晰度衡量值。
可以理解的是,具体实施时,本申请不受所描述的各个步骤的执行顺序的限制,在不产生冲突的情况下,某些步骤还可以采用其它顺序进行或者同时进行。
由上可知,本申请实施例的图像处理方法,采集待测麦克风的图像,以得到麦克风初始图像;获取预设入音孔模板图像;根据预设入音孔模板图像,从麦克风初始图像中确定出入音孔目标图像;获取预设特征点模板图像;根据预设特征点模板图像,判断入音孔目标图像中是否存在与预设特征点模板图像相匹配的特征点目标图像;根据判断结果以及入音孔目标图像计算麦克风初始图像的清晰度。基于此,本申请实施例的方法,可以从麦克风初始图像中确定出入音孔目标图像,实现对待测麦克风入音孔的精准对焦,并且,可以对入音孔目标图像进行清晰度分析,可以减少清晰度分析的计算量;同时,入音孔目标图像中包含了待测麦克风的入音孔图像、特征点目标图像包括了待测麦克风的特征点图像,当根据入音孔目标图像和判断结果对麦克风初始图像进行清晰度计算,可以使得清晰度计算更准确。
其中,根据预设入音孔模板图像,从麦克风初始图像中确定出入音孔目标图像的步骤包括:对麦克风初始图像进行灰度处理,以得到麦克风灰度图像;根据第一降采样方法对麦克风灰度图像进行降采样处理,以得到麦克风降采样图像;从麦克风降采样图像中确定出与预设入音孔模板图像相匹配的入音孔匹配图像;根据第一降采样方法确定入音孔匹配图像的坐标在麦克风灰度图像中的映射坐标;根据映射坐标从麦克风灰度图像中确定出入音孔目标图像。
可以理解的是,上述步骤中也可以不进行降采样处理而直接从麦克风灰度图像中确定与预设入音孔模板图像相匹配的入音孔匹配图像坐标。
其中,获取预设入音孔模板图像的步骤包括:采集模板麦克风的图像,以得到模板初始图像;对模板初始图像进行灰度处理,以得到模板灰度图像;根据第二降采样方法对模板灰度图像进行降采样处理,以得到模板降采样图像;根据模板麦克风的入音孔的坐标,从模板降采样图像中确定出预设入音孔模板图像。
可以理解的是,从模板图像中提取预设入音孔模板图像的步骤可以与从麦克风初始图像中确定出入音孔目标图像的步骤相对应。也就是说,如果对麦克风初始图像进行灰度处理和降采样处理,相应的,也可以对模板图像进行灰度处理和降采样处理,并且,二者降采样处理的降采样系数也可以保持一致,以使得从麦克风初始图像中确定出入音孔目标图像的分辨率与预设入音孔模板图像的分辨率保持一致,可以降低图像分辨率对清晰度衡量值计算的影响。
其中,获取预设特征点模板图像的步骤包括:采集模板麦克风的图像,以得到模板初始图像;对模板初始图像进行灰度处理,以得到模板灰度图像;根据模板麦克风的入音孔中的特征点的坐标,从模板灰度图像中确定出预设特征点模板图像。
可以理解的是,从模板灰度图像中确定出预设特征点模板图像的步骤可以与判断入音孔目标图像中是否存在与预设特征点模板图像相匹配的特征点目标图像的步骤对应。也就是说,如果入音孔目标图像是对麦克风初始图像进行灰度处理后的图像,那么预设特征点模板图像也是对模板初始图像进行灰度处理后的图像,以保证入音孔目标图像和预设特征点模板图像的分辨率一致。
其中,根据判断结果以及入音孔目标图像计算麦克风初始图像的清晰度的步骤包括:若判断结果为是,则计算入音孔目标图像的初始清晰度值,并根据初始清晰度值和预设补偿值计算麦克风初始图像的清晰度;若判断结果为否,则直接根据初始清晰度值计算麦克风初始图像的清晰度。
可以理解的是,计算麦克风初始图像清晰度的方法并不局限上述对初始清晰度值进行增加补偿值的方案,还可以为对初始清晰度值进行补偿值,或者对初始清晰度值进行加权等等方案。只要可以区分不同判断结果的计算方法均在本申请的保护范围内。
其中,本申请实施例的图像处理方法中,麦克风初始图像可以包括多个,此时图像处理方法还包括:计算每一麦克风初始图像的清晰度;根据每一麦克风初始图像的清晰度,从多个麦克风初始图像中确定出清晰度最高的图像,并将清晰度最高的图像确定为麦克风目标图像。
可以理解的是,拍摄出清晰度最高的麦克风目标图像的图像传感器30所处的拍照位置,即为该待测麦克风200的最佳拍照位置。当确定出最佳拍照位置后,可以直接选择该清晰度最大的麦克风目标图像进行异物检测分析。当然,也可以将图像传感器30或其镜头重新移动至该最佳拍照位置,然后控制图像传感器30重新采集待测麦克风200的一张或多张、相同拍摄角度或不同拍摄角度的图像,然后根据重新拍摄的图像进行异物检测分析。
根据前面实施例所描述的方法,以下将举例作进一步详细说明。请参考图4至图6,其中,图4为本申请实施例的图像处理方法的第二种流程示意图。图5为采用图4的方法制备预设入音孔模板图像和预设特征点模板图像的示意图。图6为采用图4的方法制备入音孔目标图像的示意图以及在入音孔目标图像中匹配预设特征点模板图像的示意图。
在201中,采集模板麦克风的模板初始图像,对模板初始图像进行灰度处理,以得到模板灰度图像。
图像传感器30采集的模板初始图像一般为RGB彩图,为了后续进行清晰度衡量值的计算,一般需要将彩图转化为灰度图。在对模板初始图像进行灰度处理过程中,可以对模板初始图像中的每一像素的RGB三种分量按照分量法、最大值法、平均值法、加权平均法等方法进行处理并得到模板灰度图像31。
可以理解的是,进行灰度处理的方法并不局限于上述举例,其他可以实现灰度处理的方法也在本申请实施例的保护范围内。
在202中,根据第二降采样方法对模板灰度图像进行降采样处理,以得到模板降采样图像。
第二降采样方法是指按照降采样系数,减少采样点以实现对模板灰度图像31进行缩小的操作。例如,对于一副(N×M)的模板灰度图像31来说,如果降采样系数为K,则可以在模板灰度图像31中每行每列每隔K个点取一个点组成一副新的(1/K·N×1/K·M)的图像-模板降采样图像32。
具体的,第二降采样方法可以采用高斯金字塔来对模板灰度图像31进行降采样处理。高斯金字塔是从底向上,逐层降采样得到处理后的模板降采样图像32。高斯金字塔的生产过程可以包括:对当前层进行高斯模糊;删除当前层的偶数行和列。如果模板灰度图像31的大小为M×N,那么模板降采样图像32的图像大小为M/2×N/2,此时的降采样系数即为2。
如图5所示,若模板灰度图像31的分辨率为512×512,则模板降采样图像32的分辨率为256×256,这样降采样后的模板降采样图像32的大小仅为降采样之前的模板灰度图像31的四分之一。
在203中,根据模板麦克风的入音孔的坐标,从模板降采样图像中确定出预设入音孔模板图像。
由于模板降采样图像32中的入音孔区域是清晰可被确定的,因此,入音孔区域的坐标在模板降采样图像32中是已知的。根据已知的入音孔区域坐标可以从模板降采样图像32中确定出预设入音孔模板图像33。
在204中,根据模板麦克风的入音孔中的特征点的坐标,从模板灰度图像中确定出预设特征点模板图像。
本申请实施例在选择模板图像时,除了选择入音孔区域清晰度高的图像,还可以优选入音孔区域内特征点区域清晰度高的模板图片。其中,入音孔区域内的特征点可以是待测麦克风200的入音孔内的一个部件,在模板灰度图像31中,该特征点的颜色较深,可以与待测麦克风200其他部件区分开来。
由于模板图像中的特征点区域是清晰可被确定的,因此,该特征点区域的坐标在模板灰度图像31中是已知的。根据已知的特征区域坐标可以从模板灰度图像31中提取预设特征点模板图像34。
由图5可以看出,预设特征点模板图像34主要包括特征点,在预设特征点模板图像34中其他的入音孔图像、待测麦克风200图像均可以被忽略。可以理解的是,提取的预设特征点模板图像34可以略大于实际的特征点图像,以保证预设特征点模板图像34可以包括完整的特征点。
本申请实施例从模板灰度图像31中提取预设特征点模板图像34,相较于从模板降采样图像32提取预设特征点模板图像而言,其得到的预设特征点模板图像34的清晰度更高,后续利用该预设特征点模板图像34进行匹配时,可使匹配结果更准确。
在205中,采集待测麦克风的图像,以得到麦克风初始图像。
请再次参考图2,图像传感器30在采集待测麦克风200的图像之前需要调好焦距以实现对焦清晰。在对焦的过程中,可以将待测麦克风200与图像传感器30的初始位置之间的对焦空间60按照等间距划分为若干拍照位置70,图像传感器30或图像传感器30的镜头可以移动至每一拍照位置70来采集待测麦克风200的图像,采集的图像即为该拍照位置70处的麦克风初始图像。
在206中,对麦克风初始图像进行灰度处理,以得到麦克风灰度图像。
图像传感器30采集的麦克风初始图像一般也为RGB彩图,为了后续进行清晰度衡量值的计算,一般需要将彩图转化为灰度图。如图6所示,在对麦克风初始图像进行灰度处理过程中,可以对麦克风初始图像中的每一像素的RGB三种分量根据但不限于分量法、最大值法、平均值法、加权平均法等方法进行处理并得到麦克风灰度图像35。
在207中,根据第一降采样方法对麦克风灰度图像进行降采样处理,以得到麦克风降采样图像。
如图6所示,对麦克风灰度图像35进行降采样处理得到麦克风降采样图像36的方法,可以与对模板灰度图像31进行降采样处理得到模板降采样图像32方法相同。同理,对麦克风灰度图像35进行降采样处理的降采样系数可以与对模板灰度图像31进行降采样处理的降采样系数相同。进而,本申请实施例的第一降采样方法可以与第二降采样方法相同,以保证麦克风降采样图像36的分辨率与模板降采样图像32的分辨率一致。
例如,当采用高斯金字塔来对模板灰度图像31进行降采样处理,那么也可以采用高斯金字塔来对麦克风灰度图像35进行降采样处理。当采用降采样系数为K对模板灰度图像31进行降采样处理,此时对麦克风灰度图像35进行降采样处理的降采样系数也可以为K。
可以理解的是,降采样后的麦克风降采样图像36的大小仅仅为麦克风灰度图像35的1/K2,其分辨率远远小于麦克风灰度图像35,可以降低后续步骤中确定预设入音孔模板图像33的计算量。
在208中,从麦克风降采样图像中确定出与预设入音孔模板图像相匹配的入音孔匹配图像。
请参考图7,图7为采用图4的方法确定入音孔匹配图像的示意图。本申请实施例可以采用归一化的相关系数匹配方法,从麦克风降采样图像36中确定与预设入音孔模板图像33相匹配的入音孔匹配图像37。归一化的相关系数匹配方法可以采用如下公式计算:
结合图7并参考上述公式,在上述公式中,T代表预设入音孔模板图像33,I代表麦克风降采样图像36,I’代表滑动窗口,T’代表T(x’,y’)的像素值,w、h分别为T的宽和高,x’、y’分别为T的行坐标和列坐标的取值范围[0,h-1],[0,w-1],x、y分别为I’偏离I原点的行坐标和列坐标,R(x,y)为I’左上角坐标在坐标点(x,y)时匹配到的结果,取值范围为[-1,1]。
上述匹配过程中,滑动窗口I’的大小可以与预设入音孔模板图像33的大小相等,滑动窗口I’可以从麦克风降采样图像36的左上角一直滑到右下角,每次滑动过程中都会划定出与预设入音孔模板图像33的大小相等的区域,通过上述公式可以计算滑动窗口I’与预设入音孔模板图像33之间的相关性,如果二者越相近,那么计算出的R(x,y)数值越趋近1,如果二者区别越大,那么计算出的R(x,y)数值越趋近-1。当滑动窗口I’滑动完毕后,可以选择R(x,y)数值最趋近1的一个区域图像作为入音孔匹配图像37,并确定出该入音孔匹配图像37的坐标。进而,通过上述归一化的相关系数匹配方法,可以在从麦克风降采样图像36中确定与预设入音孔模板图像33相匹配的入音孔匹配图像37及其坐标。
可以理解的是,由于麦克风降采样图像36的大小仅仅为麦克风灰度图像35的1/K2,当采用上述归一化的相关系数匹配方法在麦克风降采样图像36中寻找与预设入音孔模板图像33相匹配的入音孔匹配图像37时,相较于直接从麦克风灰度图像35中寻找入音孔匹配图像37而言,其计算量更小,进而大大提高匹配过程的效率。
可以理解的是,本申请实施例中也可以采用基于形态学的Blob分析法、基于形状的模板匹配方法、采用基于灰度的模板匹配方法等匹配方法来确定入音孔匹配图像37的坐标。本申请实施例对从麦克风降采样图像36中确定与预设入音孔模板图像33相匹配的入音孔匹配图像37的具体方式不作限定,只要能从麦克风降采样图像36中确定与预设入音孔模板图像33相匹配的入音孔匹配图像37的方法均在本申请的保护范围内。
在209中,根据第一降采样方法确定入音孔匹配图像的坐标在麦克风灰度图像中的映射坐标。
在210中,根据映射坐标从麦克风灰度图像中确定出入音孔目标图像。
如图6所示,在降采样过程中,麦克风灰度图像35按照降采样系数K形成麦克风降采样图像36,当在麦克风降采样图像36中确定出入音孔匹配图像37及其坐标时,也可以按照降采样系数K反向计算出入音孔匹配图像37在麦克风灰度图像35中的映射坐标,根据该映射坐标即可从麦克风灰度图像35中提取入音孔目标图像38。
下面以一具体例子来进行说明。请结合图6并参考图8,图8为入音孔匹配图像与入音孔目标图像的映射示意图。
如图8所示,假设麦克风灰度图像35按照降采样系数2进行降采样得到麦克风降采样图像36,并且,假设在麦克风降采样图像36中确定出入音孔匹配图像37的顶点坐标为O(3,3),而入音孔匹配图像37的长宽均为5。那么,按照降采样系数2进行反向映射,入音孔匹配图像37的顶点坐标O(3,3)在麦克风灰度图像35中的映射顶点坐标为O’(6,6),且入音孔匹配图像37在麦克风灰度图像35中的映射长宽均为10,进而根据映射顶点坐标O’(6,6)以及映射长宽可以在麦克风灰度图像35中确定出入音孔目标图像38。
可以理解的是,当确定出入音孔目标图像38后,在后续步骤中可以只对该入音孔目标图像38进行清晰度评价,这样既可以降低清晰度评价的计算量,又可以重点分析入音孔目标图像38清晰度,降低麦克风灰度图像35其他区域对清晰度评价的干扰。
可以理解的是,由于降采样处理后麦克风降采样图像36的分辨率远远小于麦克风灰度图像35的分辨率,因此,本申请实施例根据降采样系数计算入音孔匹配图像37的坐标在麦克风灰度图像35中的映射坐标,并根据该映射坐标从麦克风灰度图像35中提取入音孔目标图像38,后续步骤中仅对入音孔目标图像38进行清晰度衡量值计算的准确性,远远高于直接对麦克风降采样图像36的入音孔匹配图像37进行清晰度衡量值计算的准确性。
在211中,根据预设特征点模板图像,判断入音孔目标图像中是否存在特征点目标图像。特征点目标图像包括待测麦克风的入音孔中的特征点的图像。
当确定出入音孔目标图像38后,可以判断入音孔目标图像38中是否存在与预设特征点模板图像34相匹配的特征点目标图像。如果入音孔目标图像38存在与该预设特征点模板图像34相匹配的特征点目标图像,则可以表示选取的入音孔目标图像38为真实的ROI区域。如果该入音孔目标图像38中不存在与该预设特征点模板图像34相匹配的特征点目标图像,则表示选取的入音孔目标图像38虽然与预设入音孔模板图像相似,但其并不是真实的ROI区域。进而,针对不同的判断结果,后续清晰度计算中可以选择不同的计算方式。
可以理解的是,本申请实施例中也可以采用前述的归一化的相关系数匹配方法、基于形态学的Blob分析法、基于形状的模板匹配方法、采用基于灰度的模板匹配方法等匹配方法来判断入音孔目标图像38中是否存在与预设特征点模板图像34相匹配的区域。
以前述的归一化的相关系数匹配方法为例,可以采用前述的归一化的相关系数公式计算滑动窗口I’与预设特征点模板图像34之间的相关性,可以设定一系数阈值,当相关性结果大于该系数阈值时,则认为入音孔目标图像38中存在与预设特征点模板图像34相匹配的区域。当相关性结果小于该系数阈值时,则认为入音孔目标图像38中不存在与预设特征点模板图像34相匹配的区域。
在212中,当判断结果为是,则计算入音孔目标图像的初始清晰度值,并根据初始清晰度值和预设补偿值计算麦克风初始图像的清晰度。
在213中,当判断结果为否,则直接根据初始清晰度值计算麦克风初始图像的清晰度。
当确定出入音孔目标图像38后、以及判断结果后,可以先计算入音孔目标图像38的清晰度衡量值,并根据该清晰度衡量值以及判断结果来评价麦克风初始图像的清晰度。
其中,麦克风初始图像清晰度的计算方法可以采用Brenner梯度函数、Tenengrad梯度函数、SMD2函数、梯度方差函数等。利用上述清晰度评价函数可以计算入音孔目标图像38的清晰度衡量值,根据该评价值以及判断结果可以评价图像传感器30位于某一拍照位置70处采集的麦克风初始图像的清晰度。
结合图2中图像传感器30的对焦过程,可以制作出图像传感器30于不同拍照位置70采集的图像的清晰度曲线图。例如,请参考图9,图9为分别对麦克风灰度图像以及入音孔目标图像进行清晰度计算的曲线对比图。图9中的曲线S1为直接对麦克风灰度图像35进行清晰度衡量值计算得到曲线图,曲线S2为仅对入音孔目标图像38进行清晰度衡量值计算得到曲线图。
由曲线S1可以看出,图像传感器30在A点也即在拍照位置1处其梯度方差最大,拍照位置1为该待测麦克风200的最佳拍照位置。但是,实际麦克风初始图像中入音孔位置处的图像是模糊的。也就是说,拍照位置1虽然是待测麦克风200整体的最佳拍照位置,但并不是待测麦克风200的入音孔处的最佳拍照位置。
由曲线S2可以看出,图像传感器30在B点也即在拍照位置16处其梯度方差最大,拍照位置16为该待测麦克风200的最佳拍照位置。并且,实际麦克风初始图像中入音孔位置处的图像是清晰的。也就是说,拍照位置16是待测麦克风200的入音孔处的最佳拍照位置。
对比图9的曲线S1和曲线S2,本申请实施例的图像处理方法,在麦克风降采样图像36中确定与预设入音孔模板图像33相匹配的入音孔匹配图像37坐标,然后在麦克风灰度图像35中确定出入音孔目标图像38,可以准确地确定出入音孔目标图像38,实现对待测麦克风200入音孔区域的准确对焦,提高清晰度衡量值的准确性。同时,对麦克风灰度图像35进行降采样处理,可以降低预设入音孔模板图像33匹配过程的计算量,提高匹配的效率;同时,利用麦克风降采样图像36与麦克风灰度图像35之间的映射关系,也可以提升入音孔目标图像38确定的效率。
其中,不同的判断结果可以对应不同的麦克风初始图像清晰度计算方法。当判断结果为是,则可以计算入音孔目标图像的初始清晰度值,并根据初始清晰度值和预设补偿值计算麦克风初始图像的清晰度。当判断结果为否,则可以直接根据初始清晰度值计算麦克风初始图像的清晰度。
具体的,请参考图10,图10为没有进行预设特征点模板匹配以及进行预设特征点模板匹配后分别进行清晰度计算的曲线对比图。图10中的曲线S3为没有进行预设特征点模板图像34匹配直接进行清晰度衡量值计算得到曲线图,曲线S4为进行预设特征点模板图像34匹配后进行清晰度衡量值计算得到曲线图。
由曲线S3可以看出,图像传感器30在C点即拍照位置1处其梯度方差最大,拍照位置1为该待测麦克风200的最佳拍照位置。但是,实际麦克风初始图像中入音孔区域的图像较模糊。也就是说,拍照位置1虽然是待测麦克风200整体的最佳拍照位置,但并不是待测麦克风200入音孔处的最佳拍照位置。
由曲线S4可以看出,图像传感器30在拍照位置10及以后都增加了预设补偿值,而在拍照位置10之前没有增加预设补偿值,也就是说,图像传感器30在拍照位置10及以后的位置处采集的麦克风初始图像中均识别出于预设特征点模板图像34相匹配的区域。在曲线S4中,图像传感器30在D点即拍照位置16处其梯度方差最大,拍照位置16为该待测麦克风200的最佳拍照位置。并且,实际麦克风初始图像中入音孔区域的图像也是清晰的。也就是说,拍照位置16是待测麦克风200入音孔处的最佳拍照位置。
对比图10的曲线S3和曲线S4,本申请实施例的图像处理方法,在与预设特征点模板图像34相匹配的区域的入音孔目标图像38的清晰度衡量值上增加预设补偿值,可以进一步准确地确定出入音孔目标图像38,实现对入音孔区域的准确对焦,提高清晰度衡量值的准确性。
本申请实施例还提供一种图像处理装置300。基于前述图像处理设备100、以及图像处理方法,对本申请实施例提供过的图像处理装置300进行说明。请参考图11,图11为本申请实施例的图像处理装置的结构示意图。该图像处理装置300包括麦克风初始图像采集模块310、预设入音孔模板图像获取模块320、入音孔目标图像确定模块330、预设特征点模板图像获取模块340、判断模块350和计算模块360。其中,
麦克风初始图像采集模块310,用于采集待测麦克风的图像,以得到麦克风初始图像;
预设入音孔模板图像获取模块320,用于获取预设入音孔模板图像,预设入音孔模板图像包括模板麦克风的入音孔的图像;
入音孔目标图像确定模块330,用于根据预设入音孔模板图像,从麦克风初始图像中确定出入音孔目标图像,入音孔目标图像包括待测麦克风的入音孔的图像;
预设特征点模板图像获取模块340,用于获取预设特征点模板图像,预设特征点模板图像包括模板麦克风的入音孔中的特征点的图像;
判断模块350,用于根据预设特征点模板图像,判断入音孔目标图像中是否存在特征点目标图像,特征点目标图像包括待测麦克风的入音孔中的特征点的图像;
计算模块360,用于根据判断结果以及入音孔目标图像计算麦克风初始图像的清晰度。
其中,入音孔目标图像确定模块330还可以用于:对麦克风初始图像进行灰度处理,以得到麦克风灰度图像;根据第一降采样方法对麦克风灰度图像进行降采样处理,以得到麦克风降采样图像;从麦克风降采样图像中确定出与预设入音孔模板图像相匹配的入音孔匹配图像;根据第一降采样方法确定入音孔匹配图像的坐标在麦克风灰度图像中的映射坐标;根据映射坐标从麦克风灰度图像中确定出入音孔目标图像。
其中,预设入音孔模板图像获取模块320还可以用于:采集模板麦克风的图像,以得到模板初始图像;对模板初始图像进行灰度处理,以得到模板灰度图像;根据第二降采样方法对模板灰度图像进行降采样处理,以得到模板降采样图像;根据模板麦克风的入音孔的坐标,从模板降采样图像中确定出预设入音孔模板图像。
其中,预设特征点模板图像获取模块340还可以用于:采集模板麦克风的图像,以得到模板初始图像;对模板初始图像进行灰度处理,以得到模板灰度图像;根据模板麦克风的入音孔中的特征点的坐标,从模板灰度图像中确定出预设特征点模板图像。
其中,计算模块360还用于:若判断结果为是,则计算入音孔目标图像的初始清晰度值,并根据初始清晰度值和预设补偿值计算麦克风初始图像的清晰度;若判断结果为否,则直接根据初始清晰度值计算麦克风初始图像的清晰度。
其中,当麦克风初始图像包括多个,图像处理装置300还可以用于:计算每一麦克风初始图像的清晰度;根据每一麦克风初始图像的清晰度,从多个麦克风初始图像中确定出清晰度最高的图像,并将清晰度最高的图像确定为麦克风目标图像。
应当说明的是,本申请实施例提供的图像处理装置300与上文实施例中的图像处理方法属于同一构思,在基于图像处理装置300上可以运行图像处理方法实施例中提供的任一方法,其具体实现过程详见图像处理方法实施例,此处不再赘述。
由上可知,本申请实施例的图像处理装置300,麦克风初始图像采集模块310用于采集待测麦克风的图像,以得到麦克风初始图像;预设入音孔模板图像获取模块320用于获取预设入音孔模板图像;入音孔目标图像确定模块330用于根据预设入音孔模板图像,从麦克风初始图像中确定出入音孔目标图像;预设特征点模板图像获取模块340用于获取预设特征点模板图像;判断模块350用于根据预设特征点模板图像,判断入音孔目标图像中是否存在特征点目标图像;计算模块360用于根据判断结果以及入音孔目标图像计算麦克风初始图像的清晰度。基于此,本申请实施例的图像处理装置300,可以从麦克风初始图像中确定出入音孔目标图像38,实现对待测麦克风200入音孔的精准对焦,并且,可以仅对入音孔目标图像38进行清晰度分析,可以减少清晰度分析的计算量;同时,入音孔目标图像38中包含了待测麦克风的入音孔图像、特征点目标图像34包括了待测麦克风的特征点图像,当根据入音孔目标图像38和判断结果对麦克风初始图像进行清晰度计算,可以使得清晰度计算更准确。
本申请实施例还提供一种图像处理设备400,请参考图12,图12为本申请实施例的图像处理设备的第二种结构示意图。图像处理设备400可以包括处理器410和存储器420,处理器410与存储器420电性连接。处理器410可以是图像处理设备400的控制中心,利用各种接口和线路连接整个图像处理设备400的各个部分,通过运行或调用存储在存储器420内的计算机程序,以及调用存储在存储器420内的数据,执行图像处理设备400的各种功能和处理数据,从而对图像处理设备400进行整体监控。
存储器420可用于存储计算机程序和数据。存储器420存储的计算机程序中包含有可在处理器410中执行的指令。计算机程序可以组成各种功能模块。处理器410通过调用存储在存储器420的计算机程序,从而执行各种功能应用以及数据处理。
在本申请实施例中,图像处理设备400中的处理器410会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器420中,并由处理器410来运行存储在存储器420中的计算机程序,从而实现各种功能:
采集待测麦克风的图像,以得到麦克风初始图像;获取预设入音孔模板图像,预设入音孔模板图像包括模板麦克风的入音孔的图像;根据预设入音孔模板图像,从麦克风初始图像中确定出入音孔目标图像,入音孔目标图像包括待测麦克风的入音孔的图像;获取预设特征点模板图像,预设特征点模板图像包括模板麦克风的入音孔中的特征点的图像;根据预设特征点模板图像,判断入音孔目标图像中是否存在特征点目标图像,特征点目标图像包括待测麦克风的入音孔中的特征点的图像;根据判断结果以及入音孔目标图像计算麦克风初始图像的清晰度。
其中,请参考图13,图13为本申请实施例的图像处理设备的第三种结构示意图。图像处理设备400还可以包括射频电路430、显示屏440、控制电路450、输入单元460、音频电路470、触控电路480以及电源490。其中,处理器410分别与射频电路430、显示屏440、控制电路450、输入单元460、音频电路470、触控电路480以及电源190电性连接。
射频电路430用于收发射频信号,以通过无线通信与网络设备或其他电子设备进行通信。
显示屏440可用于显示由用户输入的信息或提供给用户的信息以及图像处理设备400的各种图形用户接口,这些图形用户接口可以由图像、文本、图标、视频和其任意组合来构成。显示屏440可以与触控电路480电性连接,触控电路480可以接收用户通过显示屏440接收的触控信号。
控制电路450与显示屏440电性连接,用于控制显示屏440显示信息。
输入单元460可用于接收输入的数字、字符信息或用户特征信息(例如指纹),以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
音频电路470可通过扬声器、传声器提供用户与图像处理设备400之间的音频接口。其中,音频电路包括麦克风。麦克风与处理器410电性连接。麦克风用于接收用户输入的语音信息。
电源490用于给图像处理设备400的各个部件供电。在一些实施例中,电源490可以通过电源管理系统与处理器410逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图13中未示出,图像处理设备400还可以包括图像传感器、蓝牙模块等,在此不再赘述。
本申请实施例还提供一种存储介质,存储介质中存储有计算机程序,当计算机程序在处理器410上运行时,处理器410执行上述任一实施例中的图像处理方法。
需要说明的是,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过计算机程序来指令相关的硬件来完成,所述计算机程序可以存储于计算机可读存储介质中,所述存储介质可以包括但不限于:只读存储器(ROM,Read OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
以上对本申请实施例提供的图像处理方法、装置、存储介质及设备进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请。同时,对于本领域的技术人员,根据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种图像处理方法,用于对待测麦克风的图像进行处理,其特征在于,包括:
采集所述待测麦克风的图像,以得到麦克风初始图像;
获取预设入音孔模板图像,所述预设入音孔模板图像包括模板麦克风的入音孔的图像;
根据所述预设入音孔模板图像,从所述麦克风初始图像中确定出入音孔目标图像,所述入音孔目标图像包括所述待测麦克风的入音孔的图像;
获取预设特征点模板图像,所述预设特征点模板图像包括所述模板麦克风的入音孔中的特征点的图像;
根据所述预设特征点模板图像,判断所述入音孔目标图像中是否存在特征点目标图像,所述特征点目标图像包括所述待测麦克风的入音孔中的特征点的图像;
根据判断结果以及所述入音孔目标图像计算所述麦克风初始图像的清晰度。
2.根据权利要求1所述的图像处理方法,其特征在于,根据所述预设入音孔模板图像,从所述麦克风初始图像中确定出入音孔目标图像的步骤包括:
对所述麦克风初始图像进行灰度处理,以得到麦克风灰度图像;
根据第一降采样方法对所述麦克风灰度图像进行降采样处理,以得到麦克风降采样图像;
从所述麦克风降采样图像中确定出与所述预设入音孔模板图像相匹配的入音孔匹配图像;
根据所述第一降采样方法确定所述入音孔匹配图像的坐标在所述麦克风灰度图像中的映射坐标;
根据所述映射坐标从所述麦克风灰度图像中确定出所述入音孔目标图像。
3.根据权利要求1所述的图像处理方法,其特征在于,获取预设入音孔模板图像的步骤包括:
采集所述模板麦克风的图像,以得到模板初始图像;
对所述模板初始图像进行灰度处理,以得到模板灰度图像;
根据第二降采样方法对所述模板灰度图像进行降采样处理,以得到模板降采样图像;
根据所述模板麦克风的入音孔的坐标,从所述模板降采样图像中确定出所述预设入音孔模板图像。
4.根据权利要求1所述的图像处理方法,其特征在于,获取预设特征点模板图像的步骤包括:
采集所述模板麦克风的图像,以得到模板初始图像;
对所述模板初始图像进行灰度处理,以得到模板灰度图像;
根据所述模板麦克风的入音孔中的特征点的坐标,从所述模板灰度图像中确定出所述预设特征点模板图像。
5.根据权利要求1所述的图像处理方法,其特征在于,根据判断结果以及所述入音孔目标图像计算所述麦克风初始图像的清晰度的步骤包括:
若所述判断结果为是,则计算所述入音孔目标图像的初始清晰度值,并根据所述初始清晰度值和预设补偿值计算所述麦克风初始图像的清晰度;
若所述判断结果为否,则直接根据所述初始清晰度值计算所述麦克风初始图像的清晰度。
6.根据权利要求1至5任一项所述的图像处理方法,其特征在于,所述麦克风初始图像包括多个,所述图像处理方法还包括:
计算每一所述麦克风初始图像的清晰度;
根据每一所述麦克风初始图像的清晰度,从多个所述麦克风初始图像中确定出清晰度最高的图像,并将所述清晰度最高的图像确定为麦克风目标图像。
7.一种图像处理装置,用于对待测麦克风的图像进行处理,其特征在于,包括:
麦克风初始图像采集模块,用于采集所述待测麦克风的图像,以得到麦克风初始图像;
预设入音孔模板图像获取模块,用于获取预设入音孔模板图像,所述预设入音孔模板图像包括模板麦克风的入音孔的图像;
入音孔目标图像确定模块,用于根据所述预设入音孔模板图像,从所述麦克风初始图像中确定出入音孔目标图像,所述入音孔目标图像包括所述待测麦克风的入音孔的图像;
预设特征点模板图像获取模块,用于获取预设特征点模板图像,所述预设特征点模板图像包括所述模板麦克风的入音孔中的特征点的图像;
判断模块,用于根据所述预设特征点模板图像,判断所述入音孔目标图像中是否存在特征点目标图像,所述特征点目标图像包括所述待测麦克风的入音孔中的特征点的图像;
计算模块,用于根据判断结果以及所述入音孔目标图像计算所述麦克风初始图像的清晰度。
8.根据权利要求7所述的图像处理装置,其特征在于,所述计算模块还用于:
若所述判断结果为是,则计算所述入音孔目标图像的初始清晰度值,并根据所述初始清晰度值和预设补偿值计算所述麦克风初始图像的清晰度;
若所述判断结果为否,则直接根据所述初始清晰度值计算所述麦克风初始图像的清晰度。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在处理器上运行时,使得所述处理器执行如权利要求1至6任一项所述的图像处理方法。
10.一种图像处理设备,其特征在于,包括处理器以及存储器,所述存储器用于存储计算机程序,所述处理器用于加载所述计算机程序以执行如权利要求1至6任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477191.6A CN111639708B (zh) | 2020-05-29 | 2020-05-29 | 图像处理方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477191.6A CN111639708B (zh) | 2020-05-29 | 2020-05-29 | 图像处理方法、装置、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111639708A true CN111639708A (zh) | 2020-09-08 |
CN111639708B CN111639708B (zh) | 2023-05-09 |
Family
ID=72331612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010477191.6A Active CN111639708B (zh) | 2020-05-29 | 2020-05-29 | 图像处理方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639708B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630220A (zh) * | 2023-07-25 | 2023-08-22 | 江苏美克医学技术有限公司 | 一种荧光图像景深融合成像方法、装置及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0560537A (ja) * | 1991-09-05 | 1993-03-09 | Matsushita Electric Ind Co Ltd | スルーホール検査装置 |
CN1383486A (zh) * | 2000-04-27 | 2002-12-04 | 精工爱普生株式会社 | 通孔内异物检查方法 |
JP2006046944A (ja) * | 2004-07-30 | 2006-02-16 | Toppan Printing Co Ltd | ステンシルマスクの開口部側壁の異物検査方法および装置 |
JP2007303913A (ja) * | 2006-05-10 | 2007-11-22 | Matsushita Electric Ind Co Ltd | 異物検知装置、それを用いたロボット装置、異物検知方法および異物検知プログラム |
CN101527040A (zh) * | 2008-03-05 | 2009-09-09 | 深圳华为通信技术有限公司 | 图像处理方法及系统 |
JP2012049503A (ja) * | 2010-07-27 | 2012-03-08 | Fujitsu Semiconductor Ltd | 半導体装置の検査装置及び半導体装置の検査方法 |
CN105388642A (zh) * | 2015-11-14 | 2016-03-09 | 合肥骇虫信息科技有限公司 | 一种液晶面板异物检验系统 |
CN105825485A (zh) * | 2016-03-30 | 2016-08-03 | 努比亚技术有限公司 | 一种图像处理系统和方法 |
CN107480601A (zh) * | 2017-07-20 | 2017-12-15 | 广东欧珀移动通信有限公司 | 检测方法及相关产品 |
CN109313708A (zh) * | 2017-12-22 | 2019-02-05 | 深圳配天智能技术研究院有限公司 | 图像匹配方法和视觉系统 |
CN110838099A (zh) * | 2019-10-10 | 2020-02-25 | 深圳市燕麦科技股份有限公司 | 一种异物检测方法、装置、系统及终端设备 |
CN111093140A (zh) * | 2019-12-11 | 2020-05-01 | 上海闻泰信息技术有限公司 | 检测麦克和听筒防尘网缺陷的方法、装置、设备及存储介质 |
CN111091590A (zh) * | 2019-12-18 | 2020-05-01 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
-
2020
- 2020-05-29 CN CN202010477191.6A patent/CN111639708B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0560537A (ja) * | 1991-09-05 | 1993-03-09 | Matsushita Electric Ind Co Ltd | スルーホール検査装置 |
CN1383486A (zh) * | 2000-04-27 | 2002-12-04 | 精工爱普生株式会社 | 通孔内异物检查方法 |
JP2006046944A (ja) * | 2004-07-30 | 2006-02-16 | Toppan Printing Co Ltd | ステンシルマスクの開口部側壁の異物検査方法および装置 |
JP2007303913A (ja) * | 2006-05-10 | 2007-11-22 | Matsushita Electric Ind Co Ltd | 異物検知装置、それを用いたロボット装置、異物検知方法および異物検知プログラム |
CN101527040A (zh) * | 2008-03-05 | 2009-09-09 | 深圳华为通信技术有限公司 | 图像处理方法及系统 |
JP2012049503A (ja) * | 2010-07-27 | 2012-03-08 | Fujitsu Semiconductor Ltd | 半導体装置の検査装置及び半導体装置の検査方法 |
CN105388642A (zh) * | 2015-11-14 | 2016-03-09 | 合肥骇虫信息科技有限公司 | 一种液晶面板异物检验系统 |
CN105825485A (zh) * | 2016-03-30 | 2016-08-03 | 努比亚技术有限公司 | 一种图像处理系统和方法 |
CN107480601A (zh) * | 2017-07-20 | 2017-12-15 | 广东欧珀移动通信有限公司 | 检测方法及相关产品 |
CN109313708A (zh) * | 2017-12-22 | 2019-02-05 | 深圳配天智能技术研究院有限公司 | 图像匹配方法和视觉系统 |
CN110838099A (zh) * | 2019-10-10 | 2020-02-25 | 深圳市燕麦科技股份有限公司 | 一种异物检测方法、装置、系统及终端设备 |
CN111093140A (zh) * | 2019-12-11 | 2020-05-01 | 上海闻泰信息技术有限公司 | 检测麦克和听筒防尘网缺陷的方法、装置、设备及存储介质 |
CN111091590A (zh) * | 2019-12-18 | 2020-05-01 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630220A (zh) * | 2023-07-25 | 2023-08-22 | 江苏美克医学技术有限公司 | 一种荧光图像景深融合成像方法、装置及存储介质 |
CN116630220B (zh) * | 2023-07-25 | 2023-11-21 | 江苏美克医学技术有限公司 | 一种荧光图像景深融合成像方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111639708B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109870461B (zh) | 一种电子元器件质量检测系统 | |
US8184196B2 (en) | System and method to generate depth data using edge detection | |
EP3186780B1 (en) | System and method for image scanning | |
US7697749B2 (en) | Stereo image processing device | |
CN101888535B (zh) | 运动对象检测装置、运动对象检测方法和计算机程序 | |
CN110248048B (zh) | 一种视频抖动的检测方法及装置 | |
US10600189B1 (en) | Optical flow techniques for event cameras | |
CN111401324A (zh) | 图像质量评估方法、装置、存储介质及电子设备 | |
US11915430B2 (en) | Image analysis apparatus, image analysis method, and storage medium to display information representing flow quantity | |
CN111091590A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
EP2346239B1 (en) | Imaging apparatus, image processing method, and computer program product | |
KR101503118B1 (ko) | 풀 필드 선명도 테스트 | |
CN111028276A (zh) | 图像对齐方法、装置、存储介质及电子设备 | |
CN108156452A (zh) | 一种检测传感器的方法、装置、设备及存储介质 | |
CN102543793A (zh) | 一种用于晶圆聚焦的图像质量反馈系统和方法 | |
CN111639708B (zh) | 图像处理方法、装置、存储介质及设备 | |
CN111145151A (zh) | 一种运动区域确定方法及电子设备 | |
CN111126147B (zh) | 图像处理方法、装置和电子系统 | |
CN111080683B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN112507917A (zh) | 一种光学指纹识别方法、装置、电子设备及存储介质 | |
CN117115130A (zh) | 一种晶圆边缘缺陷检测方法及装置 | |
CN111507252A (zh) | 人体跌倒检测装置、方法、电子终端及存储介质 | |
JPH11312243A (ja) | 顔領域検出装置 | |
TW201445458A (zh) | 一種攝像設備的檢測裝置及方法 | |
KR100825504B1 (ko) | 카메라를 이용한 인터페이스 장치 및 방법 |
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 |