CN111882530A - 一种亚像素定位图生成方法、定位方法及装置 - Google Patents
一种亚像素定位图生成方法、定位方法及装置 Download PDFInfo
- Publication number
- CN111882530A CN111882530A CN202010679478.7A CN202010679478A CN111882530A CN 111882530 A CN111882530 A CN 111882530A CN 202010679478 A CN202010679478 A CN 202010679478A CN 111882530 A CN111882530 A CN 111882530A
- Authority
- CN
- China
- Prior art keywords
- positioning
- pixel
- module
- information
- coordinate
- 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 72
- 238000010586 diagram Methods 0.000 claims abstract description 30
- 238000005070 sampling Methods 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 230000009466 transformation Effects 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 9
- 230000004807 localization Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000001629 suppression Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 6
- 230000007547 defect Effects 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30121—CRT, LCD or plasma display
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种亚像素定位图生成方法、定位方法及装置,该定位图生成方法与定位方法相匹配,根据模组信息设计,包含轮廓特征和定位特征,定位方法包括:对相机采集的定位图进行处理,利用图像金字塔方法,对图片进行降采样;在降采样图片中提取轮廓信息,以轮廓信息分割有效区域,删除异常信息;在图片有效区域内计算特征点中心坐标;对坐标进行排序,修正;根据梯度对坐标精度进行一次提升;根据局部极大值对坐标精度进行二次提升;根据特征点高精度坐标,计算俩坐标系之间的转换关系,建立坐标系之间的关系;最终得到每个像素坐标。该方法具有鲁棒性高、可移植性强的特点,对于工业相机的畸变有较大的抗干扰能力。
Description
技术领域
本发明属于显示面板检测技术领域,更具体地,涉及一种显示面板的亚像素级视觉定位图生成方法、定位方法及装置。
背景技术
随着新一代显示技术的不断发展,显示屏的分辨率及像素密度越来越高。目前市面上各类型面板,如LCD、OLED、MiniLED、MicroLED,都需要进行缺陷修正,那么在获取这些缺陷信息之前,首先必须获取缺陷位置,需要对相机采集的显示屏发光像素进行精确定位。
以OLED屏为例,其设计原理决定它本身的特性,每个像素点自发光,需要对每个像素点进行“亮度-灰阶”的关系拟合,建立每个像素点不同灰阶之间的亮度关系,因此,需要高精度的子像素定位坐标。
现有技术采用稀疏点阵、棋盘格等定位方式。现有方式各有各的特点和弊端。稀疏点阵,在排序、抗干扰时处理的数据量较大,较为依赖边缘轮廓信息,若边缘轮廓信息丢失,极易造成定位偏差。棋盘格定位是相机标定中应用广泛的方法,常通过角点特征获取坐标,用于计算排布规则的像素坐标信息,虽然可以以少算多,高效,但是对角点存在与否依赖较高,易受噪音和坏点干扰。
发明内容
本发明针对上述问题,提供了一种亚像素定位图生成方法、定位方法及装置,针对现有定位方法在工业领域中存在的应用问题,设计一类全新的定位图,设计遵循两个要点,特征易检、抗干扰性强,并有与之相匹配的定位方法及装置。
本发明的第一方面提供了一种亚像素定位图生成方法,根据模组信息设计,生成定位图包含外框轮廓特征和定位特征,生成用于亚像素定位的定位图。
所述亚像素定位图生成方法的具体步骤包括:根据模组分辨率及其物理特性,判定有效定位区域;根据所述有效定位区域进行边界绘制边框,作为外框轮廓特征;将特征图形等间距分布于所述有效定位区域,将所述有效定位区域分为m*n个区域;在每个区域中心绘制定位特征图形;存储所述定位特征图形坐标信息,生成定位图。
本发明的第二方面提供了一种与上述亚像素定位图生成方法相匹配的亚像素定位方法,该方法具体步骤包括:根据上述亚像素定位图生成方法生成定位图,根据模组信息生成定位图;相机采集原图,模组点亮所述定位图画面;利用图像金字塔技术,对所述原图进行降采样;提取降采样后的原图外轮廓特征;对所述模组点亮定位图画面的发光区进行检测,获得定位特征的中心坐标;对所述中心坐标进行校验、排序、坐标精度提升,获取特征点高精度坐标;建立模组分辨率坐标系与相机分辨率坐标系之间的转换关系,获取每个像素坐标。
优选的,所述利用图像金字塔技术对所述原图进行降采样具体步骤为:对原图像进行预处理,按要求进行指定倍率的缩放,得到降采样后的原图,这样的图像可以保留原图的特征,且分辨率降低,目的在于提升算法处理速度。
优选的,所述提取外轮廓特征包括:根据所述定位图设计中的轮廓信息,对相机原图X、Y方向进行梯度变换,得到不同方向的边界信息;对X、Y方向的梯度信息取交集,得到四个点坐标;筛选出四个目标点坐标,并形成封闭四边形;对X、Y方向梯度信息取并集,得到若干封闭边界信息;将封闭边界信息与封闭四边形进行校验,得到目标轮廓;对目标轮廓进行填充,得到有效区域标记;根据标记删除轮廓以外的异常信息。
优选的,所述坐标精度提升,包括第一次精度提升,方法为基于多方向梯度变换的局部非极大值抑制方法;第二次精度提升,方法是获得坐标邻域极大值点方法。
优选的,所述获取每个像素坐标的方法为二维插值或矩阵变换。
本发明的第三个方面提供了一种亚像素定位装置,包括:
第一模块,用于生成亚像素定位图,根据模组信息设计,生成所述定位图过程中,保留定位区域与轮廓特征信息;
第二模块,用于相机图像采集,模组点亮所述定位图画面,通过高分辨率相机采集,得到相机原图;
第三模块,用于图像预处理,利用图像金字塔技术对所述相机原图降采样,以及对所述降采样后的相机原图提取外轮廓特征,通过梯度计算,检测定位特征的中心坐标;
第四模块,用于坐标精度提升,包括对所述中心坐标进行第一次精度提升和第二次精度提升,获取特征点高精度坐标;
第五模块,用于建立模组分辨率坐标系与相机分辨率坐标系之间的转换关系以获取每个像素坐标。
优选的,所述第三模块中所述利用图像金字塔技术对原图进行降采样具体步骤为:对所述相机原图进行预处理,按要求进行指定倍率的缩放,降采样后的原图。
优选的,所述第三模块中所述提取外轮廓特征包括:根据所述定位图设计中的轮廓信息,对相机原图X、Y方向进行梯度变换,得到不同方向的边界信息;对X、Y方向的梯度信息取交集,得到四个点坐标;筛选出四个目标点坐标,并形成封闭四边形;对X、Y方向梯度信息取并集,得到若干封闭边界信息;将封闭边界信息与封闭四边形进行校验,得到目标轮廓;对目标轮廓进行填充,得到有效区域标记;根据标记删除轮廓以外的异常信息。
优选的,所述第四模块中所述坐标精度提升,包括第一次精度提升,方法为基于多方向梯度变换的局部非极大值抑制方法;第二次精度提升,方法是获得坐标邻域极大值点方法。
优选的,所述第五模块中所述获取每个像素坐标的方法为二维插值或矩阵变换。
总体而言,本发明以准确、高效、稳定性要求为出发点,提供了一种亚像素定位图生成方法、定位方法及装置。本发明设计思路为特征组合,对精度要求较低、容易检出的图形特征与对精度要求较高、且不易检出的图形特征进行组合,并针对其设计相应的定位算法,可实现亚像素的快速定位。
附图说明
下面结合附图对本发明的具体实施方式作进一步说明:
图1是本发明亚像素定位方法具体实施例中方法流程图;
图2是本发明亚像素定位图生成方法具体实施例中定位生成效果图;
图3是本发明亚像素定位图生成方法具体实施例中定位生成效果图局部放大图;
图4是本发明亚像素定位图生成方法具体实施例中保存定位特征图;
图5是本发明亚像素定位方法具体实施例中截取目标区域图;
图6是本发明亚像素定位方法具体实施例中特征点低精度坐标效果图;
图7是本发明亚像素定位方法具体实施例中特征点高精度坐标效果图;
图8是本发明亚像素定位方法具体实施例中局部亚像素坐标定位效果图;
图9是本发明亚像素定位方法具体实施例中二维插值坐标转换示意图;
具体实施方式
为进一步对本发明的技术方案作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的步骤。此外,下面所描述的本发明的各个实施方式中所涉及到的技术特征只要彼此间未构成冲突就可以相互组合。
实施例一
一种亚像素定位图生成方法,根据模组像素空间排列的周期特性,规则排布的定位特征用十字形,生成定位图如图2、图3所示,对定位特征进行保存,定位特征图如图4,定位坐标panelPos(m,n),其中1≤m≤M,1≤m≤N,M和N为所设计的总定位点个数,坐标系为模组分辨率对应的像素位置坐标。
实施例二
参考图1,图1是本发明亚像素定位方法具体实施例中方法流程图,包括以下步骤:
(1)模组点亮定位图,通过高分辨率相机采集,得到相机原图;
(2)对相机原图进行预处理,由于高分辨率相机采集原图数据较大,计算耗时,故采用图像金字塔技术对原图进行降采样,得到降采样图像;检测轮廓信息,并截取轮廓内的有效像素区域得到图像,确定模组发光区(activearea,AA区)为目标区,如图5所示;对目标区域做降噪、均衡化、增强、形态学处理;通过梯度计算,得到每个特征的中心坐标;对坐标进行排序、修正,得到每个特征中心在相机坐标系的位置信息。如图6所示;
(3)对定位特征坐标的精度进行提升,将坐标还原至未截取的原图坐标,通过非极大值抑制,逼近十字中心坐标,为一次精度提升;非极大值抑制方法,首先增强特征信息,使得目标区域特征最明显,同时,对伪目标进行抑制,删除,最终凸显目标信息。
(4)在精度提升坐标基础上,通过局部极大值点,搜寻高精度坐标,并修正异常值,得到高精度特征点坐标,如图7所示,记为cameraPos(m,n),其中1≤m≤M,1≤m≤N。
(5)根据两个不同坐标系的坐标panelPos(m,n)=(xp,yp)、cameraPos(m,n)=(xc,yc),共计M*N个点,建立二者之间的转换关系。转换关系的建立包括两种方法:
第一种,通过二维插值建立俩坐标系之间的函数关系,指定一个坐标系坐标,即可快速获取另一个坐标系坐标,示意图如图9所示,具体有以下步骤:
已知像素点Q11、Q12、Q21、Q22与待插值点P,已知函数f在Q11=(x1,y1)、Q12=(x1,y2),Q21=(x2,y1)以及Q22=(x2,y2)四个点的值,欲得到未知函数f在点P=(x,y)的值。
首先在x方向进行线性插值,得到R1和R2,然后在y方向进行线性插值,得到P,这样就得到所要的结果f(x,y)。
第一步:X方向的线性插值,在Q12,Q22中插入点R2,Q11,Q21中插入点R1;
第二步:Y方向的线性插值,通过第一步计算出的R1与R2在y方向上插值用公式(1)计算出P点:
本实施例中,线性插值的结果与插值的顺序无关,首先进行y方向的插值,然后进行x方向的插值,所得到的结果是一样的,双线性插值的结果与先进行哪个方向的插值无关。
本实施例中,选择一个坐标系统模组分辨率坐标使已知像素点Q11、Q12、Q21、Q22坐标分别为(0,0)、(0,1)、(1,0)和(1,1),那么插值公式就可以化简为公式(2):
f(x,y)=f(0,0)(1-x)(1-y)+f(1,0)x(1-y)+f(0,1)(1-x)y+f(1,1)xy (2)
以此就可以得到M*N个点在相机原图坐标和模组分辨率坐标之间的插值函数关系。
第二种,计算变换矩阵,相机原图坐标是由模组分辨率坐标进行矩阵变换所得,求解变换矩阵,即可快速获取相机原图坐标。
本实施例中,相机原图坐标由模组分辨率坐标经过旋转、缩放,平移所得,如果求出变换矩阵,即可实现任意点的坐标转换,转换关系如公式(3)。
x为panelPos的水平坐标,y为panelPos的垂直坐标;X为cameraPos水平坐标,Y为cameraPos垂直坐标,求解M*N个点的变换矩阵A,即可建立坐标系转换关系。
(6)通过上述二维插值或者矩阵变换所获得转换关系,即可计算出M*N个亚像素点坐标,坐标定位效果如图8所示。
实施例三
本实施例还提供了一种亚像素定位的装置,用于实现实施例一、实施例二中的亚像素定位图生成方法和定位方法;该装置可以采用软件和/或硬件的方式实现,并可集成在电子设备上,该装置包括五个模块:
第一模块,根据模组信息设计,生成亚像素定位图,在生成定位图过程中,保留定位区域与轮廓特征信息;
第二模块,对相机图像采集,模组点亮第一模块生成的定位图画面,通过高分辨率相机采集,得到相机原图;
第三模块,进行图像预处理,利用图像金字塔技术对相机原图降采样,按要求进行指定倍率的缩放,得到降采样后的相机原图,以及对所述降采样后的相机原图提取外轮廓特征,根据第一模块生成定位图过程中的轮廓信息,对相机原图X、Y方向进行梯度变换,得到不同方向的边界信息;对X、Y方向的梯度信息取交集,得到四个点坐标;筛选出四个目标点坐标,并形成封闭四边形;对X、Y方向梯度信息取并集,得到若干封闭边界信息;将封闭边界信息与封闭四边形进行校验,得到目标轮廓;对目标轮廓进行填充,得到有效区域标记;根据标记删除轮廓以外的异常信息。通过梯度计算,检测定位特征的中心坐标;
第四模块,进行坐标精度提升,包括第一次精度提升和第二次精度提升,第一次精度提升,方法为基于多方向梯度变换的局部非极大值抑制方法;第二次精度提升,方法是获得坐标邻域极大值点方法;
第五模块,利用二维插值或矩阵变换方法实现模组分辨率坐标系与相机分辨率坐标系之间的转换关系以获取每个像素坐标。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (9)
1.一种亚像素定位图生成方法,其特征在于,所述方法包括:
根据模组分辨率及其物理特性,判定有效定位区域;
根据所述有效定位区域进行边界绘制边框,作为外框轮廓特征;
将特征图形等间距分布于所述有效定位区域,将所述有效定位区域分为m * n个区域;
在每个区域中心绘制定位特征图形;
存储所述定位特征图形坐标信息,生成定位图。
2.一种亚像素定位方法,其特征在于,所述方法具体包括如下步骤:
根据模组信息生成定位图;
相机采集原图,模组点亮所述定位图画面;
利用图像金字塔技术,对所述原图进行降采样;
提取降采样后的原图外轮廓特征;
对所述模组点亮定位图画面的发光区进行检测,获得定位特征的中心坐标;
对所述中心坐标进行校验、排序、坐标精度提升,获取特征点高精度坐标;
建立模组分辨率坐标系与相机分辨率坐标系之间的转换关系,获取每个像素坐标。
3.根据权利要求2所述亚像素定位的方法,其特征在于,所述提取降采样后的原图外轮廓特征包括:根据所述定位图设计中的轮廓信息,对降采样后原图X、Y方向进行梯度变换,得到不同方向的边界信息;对X、Y方向的梯度信息取交集,得到四个点坐标;筛选出四个目标点坐标,并形成封闭四边形;对X、Y方向梯度信息取并集,得到若干封闭边界信息;将封闭边界信息与封闭四边形进行校验,得到目标轮廓;对目标轮廓进行填充,得到有效区域标记;根据标记删除轮廓以外的异常信息。
4.根据权利要求2所述亚像素定位的方法,其特征在于所述坐标精度提升,包括第一次精度提升,方法为基于多方向梯度变换的局部非极大值抑制方法;第二次精度提升,方法为坐标邻域极大值点。
5.根据权利要求2所述亚像素定位的方法,其特征在于所述获取每个像素坐标的方法为二维插值或矩阵变换。
6.一种亚像素定位的装置,其特征在于,包括:
第一模块,用于生成亚像素定位图,根据模组信息设计,生成所述定位图过程中,保留定位区域与轮廓特征信息;
第二模块,用于相机图像采集,模组点亮所述定位图画面,通过高分辨率相机采集,得到相机原图;
第三模块,用于图像预处理,利用图像金字塔技术对所述相机原图降采样,以及对所述降采样后的相机原图提取外轮廓特征,通过梯度计算,检测定位特征的中心坐标;
第四模块,用于坐标精度提升,包括对所述中心坐标进行第一次精度提升和第二次精度提升,获取特征点高精度坐标;
第五模块,用于建立模组分辨率坐标系与相机分辨率坐标系之间的转换关系以获取每个像素坐标。
7.根据权利要求6所述亚像素定位的装置,其特征在于,所述第三模块中所述提取外轮廓特征包括:根据所述定位图设计中的轮廓信息,对相机原图X、Y方向进行梯度变换,得到不同方向的边界信息;对X、Y方向的梯度信息取交集,得到四个点坐标;筛选出四个目标点坐标,并形成封闭四边形;对X、Y方向梯度信息取并集,得到若干封闭边界信息;将封闭边界信息与封闭四边形进行校验,得到目标轮廓;对目标轮廓进行填充,得到有效区域标记;根据标记删除轮廓以外的异常信息。
8.根据权利要求6所述亚像素定位的装置,其特征在于,所述第四模块中所述坐标精度提升,包括第一次精度提升,方法为基于多方向梯度变换的局部非极大值抑制方法;第二次精度提升,方法是获得坐标邻域极大值点方法。
9.根据权利要求6所述亚像素定位的装置,其特征在于,所述第五模块中所述获取每个像素坐标的方法为二维插值或矩阵变换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010679478.7A CN111882530B (zh) | 2020-07-15 | 2020-07-15 | 一种亚像素定位图生成方法、定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010679478.7A CN111882530B (zh) | 2020-07-15 | 2020-07-15 | 一种亚像素定位图生成方法、定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111882530A true CN111882530A (zh) | 2020-11-03 |
CN111882530B CN111882530B (zh) | 2024-05-14 |
Family
ID=73151279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010679478.7A Active CN111882530B (zh) | 2020-07-15 | 2020-07-15 | 一种亚像素定位图生成方法、定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111882530B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882528A (zh) * | 2020-07-15 | 2020-11-03 | 苏州佳智彩光电科技有限公司 | 一种面向屏幕视觉检测的子像素排序方法及装置 |
CN113538680A (zh) * | 2021-06-10 | 2021-10-22 | 无锡中车时代智能装备有限公司 | 基于双目光度立体视觉的三维测量方法及设备 |
CN113763333A (zh) * | 2021-08-18 | 2021-12-07 | 安徽帝晶光电科技有限公司 | 一种亚像素定位方法、定位系统及存储介质 |
CN115359039A (zh) * | 2022-08-08 | 2022-11-18 | 海的电子科技(苏州)有限公司 | 目标图片生成方法及设备、显示屏维修像素点标识方法 |
CN116071245A (zh) * | 2023-04-06 | 2023-05-05 | 苏州浪潮智能科技有限公司 | 图像处理方法、装置及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170148637A1 (en) * | 2015-11-20 | 2017-05-25 | Tokyo Electron Limited | Methods of Forming Etch Masks for Sub-Resolution Substrate Patterning |
CN107767341A (zh) * | 2017-11-08 | 2018-03-06 | 北方工业大学 | 基于阵列镜头的图像超分辨率重建方法 |
CN108986721A (zh) * | 2018-06-14 | 2018-12-11 | 武汉精测电子集团股份有限公司 | 一种用于显示面板检测的检测图形生成方法 |
CN111354047A (zh) * | 2018-12-20 | 2020-06-30 | 精锐视觉智能科技(深圳)有限公司 | 一种基于计算机视觉的摄像模组定位方法及系统 |
CN111415314A (zh) * | 2020-04-14 | 2020-07-14 | 北京神工科技有限公司 | 一种基于亚像素级视觉定位技术的分辨率修正方法及装置 |
-
2020
- 2020-07-15 CN CN202010679478.7A patent/CN111882530B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170148637A1 (en) * | 2015-11-20 | 2017-05-25 | Tokyo Electron Limited | Methods of Forming Etch Masks for Sub-Resolution Substrate Patterning |
CN107767341A (zh) * | 2017-11-08 | 2018-03-06 | 北方工业大学 | 基于阵列镜头的图像超分辨率重建方法 |
CN108986721A (zh) * | 2018-06-14 | 2018-12-11 | 武汉精测电子集团股份有限公司 | 一种用于显示面板检测的检测图形生成方法 |
CN111354047A (zh) * | 2018-12-20 | 2020-06-30 | 精锐视觉智能科技(深圳)有限公司 | 一种基于计算机视觉的摄像模组定位方法及系统 |
CN111415314A (zh) * | 2020-04-14 | 2020-07-14 | 北京神工科技有限公司 | 一种基于亚像素级视觉定位技术的分辨率修正方法及装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882528A (zh) * | 2020-07-15 | 2020-11-03 | 苏州佳智彩光电科技有限公司 | 一种面向屏幕视觉检测的子像素排序方法及装置 |
CN113538680A (zh) * | 2021-06-10 | 2021-10-22 | 无锡中车时代智能装备有限公司 | 基于双目光度立体视觉的三维测量方法及设备 |
CN113763333A (zh) * | 2021-08-18 | 2021-12-07 | 安徽帝晶光电科技有限公司 | 一种亚像素定位方法、定位系统及存储介质 |
CN113763333B (zh) * | 2021-08-18 | 2024-02-13 | 安徽帝晶光电科技有限公司 | 一种亚像素定位方法、定位系统及存储介质 |
CN115359039A (zh) * | 2022-08-08 | 2022-11-18 | 海的电子科技(苏州)有限公司 | 目标图片生成方法及设备、显示屏维修像素点标识方法 |
CN116071245A (zh) * | 2023-04-06 | 2023-05-05 | 苏州浪潮智能科技有限公司 | 图像处理方法、装置及系统 |
CN116071245B (zh) * | 2023-04-06 | 2023-07-14 | 苏州浪潮智能科技有限公司 | 图像处理方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111882530B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111882530B (zh) | 一种亚像素定位图生成方法、定位方法及装置 | |
CN104574347B (zh) | 基于多源遥感数据的在轨卫星图像几何定位精度评价方法 | |
CN109883654B (zh) | 一种用于oled亚像素定位的棋盘格图、生成方法及定位方法 | |
EP1901228A1 (en) | Image processor | |
JP6842039B2 (ja) | カメラ位置姿勢推定装置、方法およびプログラム | |
EP2081149B1 (en) | Weighted average image blending based on relative pixel position | |
CA2507174A1 (en) | Method of registering and aligning multiple images | |
CN112270719B (zh) | 相机标定方法、装置及系统 | |
CN108074237B (zh) | 图像清晰度检测方法、装置、存储介质及电子设备 | |
CN109712071A (zh) | 基于航迹约束的无人机图像拼接与定位方法 | |
CN109035170A (zh) | 基于单网格图分段映射的自适应广角图像校正方法及装置 | |
CN109523539A (zh) | 基于多相机阵列的大尺寸的工业板材在线测量系统及方法 | |
US11728130B2 (en) | Method of recording an image using a particle microscope | |
CN113642463B (zh) | 一种视频监控和遥感图像的天地多视图对齐方法 | |
CN111932504A (zh) | 一种基于边缘轮廓信息的亚像素定位方法及装置 | |
US9563937B2 (en) | High-resolution image generation apparatus, high-resolution image generation method, and high-resolution image generation program | |
CN106846250B (zh) | 一种基于多尺度滤波的超分辨率重建方法 | |
CN110809779B (zh) | 图像合成方法、图像合成装置及记录介质 | |
CN110223356A (zh) | 一种基于能量生长的单目相机全自动标定方法 | |
CN115880448B (zh) | 基于双目成像的三维测量方法及装置 | |
JP2009146150A (ja) | 特徴位置検出方法及び特徴位置検出装置 | |
JP2010124061A (ja) | 画素位置対応関係特定システム、画素位置対応関係特定方法および画素位置対応関係特定プログラム | |
CN116106904A (zh) | 面向对象MT-InSAR的设施变形监测方法及设备 | |
Qin et al. | A coarse elevation map-based registration method for super-resolution of three-line scanner images | |
US6529642B1 (en) | Method for enlarging/reducing digital images |
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 |