CN111928944B - 激光光线检测方法、装置和系统 - Google Patents

激光光线检测方法、装置和系统 Download PDF

Info

Publication number
CN111928944B
CN111928944B CN202010830980.3A CN202010830980A CN111928944B CN 111928944 B CN111928944 B CN 111928944B CN 202010830980 A CN202010830980 A CN 202010830980A CN 111928944 B CN111928944 B CN 111928944B
Authority
CN
China
Prior art keywords
image
size
abnormal area
light spot
light
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
CN202010830980.3A
Other languages
English (en)
Other versions
CN111928944A (zh
Inventor
周正
林日华
黄连辉
王东阳
王毅
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.)
Shenzhen Huitou Intelligent Control Technology Co ltd
Original Assignee
Shenzhen Huitou Intelligent Control Technology Co ltd
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 Shenzhen Huitou Intelligent Control Technology Co ltd filed Critical Shenzhen Huitou Intelligent Control Technology Co ltd
Priority to CN202010830980.3A priority Critical patent/CN111928944B/zh
Publication of CN111928944A publication Critical patent/CN111928944A/zh
Application granted granted Critical
Publication of CN111928944B publication Critical patent/CN111928944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00Photometry, e.g. photographic exposure meter
    • G01J1/42Photometry, e.g. photographic exposure meter using electric radiation detectors
    • G01J1/4257Photometry, e.g. photographic exposure meter using electric radiation detectors applied to monitoring the characteristics of a beam, e.g. laser beam, headlamp beam

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种激光光线检测方法、装置和系统。该激光光线检测方法通过接收图像采集器提供的标的物图像,其中标的物图像包括激光光线形成在标的物上的光斑图像;根据光斑图像,获取光斑图像尺寸和各异常区域图像尺寸;根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比以获取光通率检测结果,从而实现快速且精确得到激光光线的检测结果,省时省力。

Description

激光光线检测方法、装置和系统
技术领域
本发明涉及激光光线检测领域,特别是涉及一种激光光线检测方法、装置、和系统。
背景技术
激光为原子受激发而辐射出来的光,相比普通光源其单色性和方向性更好,亮度更高,广泛应用于工业、医疗、商业、科研、信息和军事等领域。通常,激光可由激光二极管或激光器发出,并通过与激光二极管或激光器耦合的透镜来提高激光光线的聚拢性,以满足应用场景需求。
然而,穿过透镜的激光光线会存在因透镜缺陷所造成的光线缺陷的问题,针对该问题,通常是靠人工肉眼来检测是否存在异常光点,检测结果不准确,效率低,且耗时长。
发明内容
基于此,有必要提供一种能够高效且准确判断激光光线是否存在缺陷的激光光线检测方法,以解决传统人工肉眼检测方法导致的检测结果不准确的问题。
一种激光光线检测方法,所述检测方法包括:
接收图像采集器提供的标的物图像,所述标的物图像包括激光光线形成在标的物上的光斑图像;
根据所述光斑图像,获取光斑图像尺寸和各异常区域图像尺寸,所述异常区域图像尺寸为在所述光斑图像上颜色异常区域的像素尺寸;
根据所述光斑图像尺寸和各所述异常区域图像尺寸计算异常区域尺寸占比,所述异常区域尺寸占比为各异常区域图像的总尺寸占光斑图像尺寸的比例;
根据所述异常区域尺寸占比获取光通率检测结果,所述光通率检测结果包括光通率正常和光通率异常。
在一个实施例中,在获取光斑图像尺寸和各异常区域图像尺寸之前,所述方法还包括:
将所述光斑图像的颜色空间由RGB模式转换至HSV模式,并对所述光斑图像进行通道分割以得到多幅单通道图像;
将至少一幅所述单通道图像进行直方图均衡化处理;
将各所述单通道图像进行通道合并以还原得到所述光斑图像。
在一个实施例中,所述获取光斑图像尺寸和各异常区域图像尺寸,包括:
构建所述光斑图像的第一最小外接矩形;
获取所述第一最小外接矩形的顶点参量以计算所述光斑图像尺寸;
构建各所述异常区域图像的第二最小外接矩形;
获取各所述第二最小外接矩形的顶点参量以计算各所述异常区域图像尺寸。
在一个实施例中,在构建各所述异常区域图像的第二最小外接矩形之前,所述方法还包括:
提取所述光斑图像上的各异常区域图像;
对各所述异常区域图像进行开操作和/或闭操作处理。
在一个实施例中,所述根据所述光斑图像尺寸和各所述异常区域图像尺寸计算异常区域尺寸占比,包括:
将各所述异常区域图像尺寸进行求和得到各所述异常区域图像的总尺寸;
根据各所述异常区域图像的总尺寸与所述光斑图像尺寸的比值得到所述异常区域尺寸占比。
在一个实施例中,在获取光斑图像尺寸之后,所述检测方法还包括:
根据所述光斑图像尺寸和预设像素尺寸比计算光斑尺寸;
根据所述光斑尺寸获取光线检测结果,所述光线检测结果包括光线聚拢和光线散射。
在一个实施例中,在根据所述光斑图像尺寸和预设像素尺寸比计算光斑尺寸之前,所述方法还包括:
接收图像采集器提供的参照物图像;
根据所述参照物图像获取所述参照物的图像尺寸;
根据所述参照物的实际尺寸和所述图像尺寸构建所述预设像素尺寸比,
其中,所述参照物图像与标的物图像均为所述图像采集器在标的物图像采集距离所采集的图像。
一种激光光线检测装置,所述检测装置包括:
图像接收模块,用于接收图像采集器提供的标的物图像,所述标的物图像包括激光光线形成在标的物上的光斑图像;
尺寸获取模块,用于根据所述光斑图像,获取光斑图像尺寸和各异常区域图像尺寸,所述异常区域图像尺寸为在所述光斑图像上颜色异常区域的像素尺寸;
数据处理模块,用于根据所述光斑图像尺寸和各所述异常区域图像尺寸计算异常区域尺寸占比,所述异常区域尺寸占比为各异常区域图像的总尺寸占光斑图像尺寸的比例;
检测结果获取模块,用于根据所述异常区域尺寸占比获取光通率检测结果,所述光通率检测结果包括光通率正常和光通率异常。
一种激光光线检测系统,所述检测系统包括:
图像采集器,用于所述激光光线在标的物上形成光斑后,采集所述标的物的标的物图像;
检测装置,与所述图像采集器连接,被配置为:
接收所述图像采集器提供的所述标的物图像,所述标的物图像包括激光光线形成在标的物上的光斑图像;
根据所述光斑图像获取光斑图像尺寸和各异常区域图像尺寸,所述异常区域图像尺寸为在所述光斑图像上颜色异常区域的像素尺寸;
根据所述光斑图像尺寸和各所述异常区域图像尺寸计算异常区域尺寸占比,所述异常区域尺寸占比为各异常区域图像的总尺寸占光斑图像尺寸的比例;
根据所述异常区域尺寸占比获取光通率检测结果,所述光通率检测结果包括光通率正常和光通率异常。
一种激光光线检测系统,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上述任一项所述的激光光线检测方法的步骤。
上述激光光线检测方法、装置和系统,通过接收图像采集器提供的标的物图像,其中标的物图像包括激光光线形成在标的物上的光斑图像;根据光斑图像,获取光斑图像尺寸和各异常区域图像尺寸;根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比以获取光通率检测结果,从而实现快速且精确得到激光光线的检测结果,省时省力。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术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,对于本领域普通技术人员来讲,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为一实施例的激光光线检测方法的流程示意图;
图2为在获取光斑图像尺寸和各异常区域图像尺寸之前步骤的方法流程示意图;
图3为获取光斑图像尺寸和各异常区域图像尺寸步骤的方法流程示意图;
图4为在构建各异常区域图像的第二最小外接矩形之前步骤的方法流程示意图;
图5为根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比步骤的方法流程示意图;
图6为在获取光斑图像尺寸之后步骤的方法流程示意图;
图7在根据所述光斑图像尺寸和预设像素尺寸比计算光斑尺寸之前步骤的方法流程示意图;
图8为一实施例中激光光线检测装置的结构框图;
图9为一实施例中激光光线检测系统的结构框图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一最小外接矩形称为第二最小外接矩形,且类似地,可将第二最小外接矩形称为第一最小外接矩形。第一最小外接矩形和第二最小外接矩形两者都是最小外接矩形,但其不是同一最小外接矩形。
可以理解,以下实施例中的“连接”,如果被连接的电路、模块、单元等相互之间具有电信号或数据的传递,则应理解为“电连接”、“通信连接”等。
在此使用时,单数形式的“一”、“一个”和“所述/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。同时,在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。
图1为一实施例的激光光线检测方法的流程示意图。如图1所示,激光光线检测方法包括步骤S110至步骤S140。
步骤S110,接收图像采集器提供的标的物图像。
其中,标的物图像包括激光光线形成在标的物上的光斑图像。
其中,在无杂光干扰,亮度在200~7000尼特的环境下放置标的物并采集标的物图像。具体的,在取景区域内设置一个标的物,然后利用激光发射装置向标的物发射激光,以在标的物上形成光斑,最后利用图像采集器采集形成有光斑图像的标的物图像。激光发射装置可为激光二极管,其具有与光源耦合的透镜,通过夹具将激光二极管固定,以向标的物发射稳定的激光光线。图像采集器可为相机。
步骤S120,根据光斑图像,获取光斑图像尺寸和各异常区域图像尺寸。
其中,光斑图像尺寸为光斑区域的像素尺寸;异常区域图像尺寸为在光斑图像上颜色异常区域的像素尺寸。
可以理解,通过光源发出激光光线后,会先通过透镜进行聚焦,再进一步向外发射。当透镜存在缺陷时,透过透镜的激光光线在物体上形成的光斑会出现颜色异常的区域,例如黑点或区别于激光光线颜色的异常颜色点。光斑图像上的颜色异常区域可包括有多个,可将光斑图像上颜色异常区域的像素尺寸定义为异常区域图像尺寸。
具体的,可先绘制光斑图像和各异常区域图像的轮廓,然后进一步得到光斑图像的像素尺寸和各异常区域图像的像素尺寸,即光斑图像尺寸和各异常区域图像尺寸。
步骤S130,根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比。
其中,异常区域尺寸占比为各异常区域图像的总尺寸占光斑图像尺寸的比例。可以理解,对于在一些对光线要求比较严格的应用场合,透光效果是必要的检测因素,若异常区域尺寸占比较大,则可理解为透镜的透光较差,此时则可通知工作人员透镜存在瑕疵,需进行更换。
步骤S140,根据异常区域尺寸占比获取光通率检测结果。
其中,光通率检测结果包括光通率正常和光通率异常。
光通率为光线透过物体(本实施例中可为透镜)的光量和光源的光通量之比,异常区域尺寸占比可用于表征该光通率。具体的,可设置第一尺寸阈值,当异常区域尺寸占比大于第一尺寸阈值时,光通率检测结果为光通率异常,反之则正常。进一步地,还可将该光通率检测结果传输至监控终端进行显示。
本发明实施例通过接收图像采集器提供的标的物图像,其中标的物图像包括激光光线形成在标的物上的光斑图像;根据光斑图像,获取光斑图像尺寸和各异常区域图像尺寸;根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比以获取光通率检测结果,从而实现快速且精确得到激光光线的检测结果,省时省力。
图2为在获取光斑图像尺寸和各异常区域图像尺寸之前步骤的方法流程示意图,如图2所示,在获取光斑图像尺寸和各异常区域图像尺寸之前,还包括步骤S210至步骤S230。
步骤S210,将光斑图像的颜色空间由RGB模式转换至HSV模式,并对光斑图像进行通道分割以得到多幅单通道图像。
通常,由图像采集装置采集到的图像均为RGB模式下的图像,其中RGB是由红色(Red)、绿色(Green)和蓝色(Blue)三个通道构成的颜色空间,在进行图像处理时,可将图像的颜色空间转换为HSV模式,其颜色空间包括色调(Hue)、饱和度(Saturation)和明度(Value),相比于RGB颜色空间,HSV颜色空间更易分割指定颜色的物体,进而跟踪该种颜色的物体。对光斑图像进行通道分割,即将图像分割为H(色调)、S(饱和度)和V(明度)三个通道以得到多幅单通道图像。
步骤S220,将至少一幅单通道图像进行直方图均衡化处理。
具体的,可将各单通道图像中的至少一幅图像的直方图变换为均匀分布的形式,以增加像素灰度值的动态范围,从而调整图像的整体对比度,达到增强各通道图象的局部对比度的效果。步骤S230,将各单通道图像进行通道合并以还原得到光斑图像。
具体的,在对单通道图像进行直方图均衡化处理后,再把所有单通道图像进行合并以还原光斑图像。该还原得到的光斑图像相比于原光斑图像在对比度上得到了增强,图像的细节显示效果也更好,图像特征更明显,从而有助于进一步进行轮廓绘制以得到准确的光斑图像尺寸和各异常区域图像尺寸。
本发明实施例通过对光斑图像先进行颜色空间转换,然后进行通道分割以及直方图均衡化处理,进而再将各单通道图像进行合并,从而获得对比度更高、细节显示效果更好的光斑图像,提高了获取的光斑图像尺寸和各异常区域图像尺寸数据的准确性。
图3为获取光斑图像尺寸和各异常区域图像尺寸步骤的方法流程示意图,如图3所示,获取光斑图像尺寸和各异常区域图像尺寸包括步骤S310至步骤S340。
步骤S310,构建光斑图像的第一最小外接矩形。
其中,对光斑图像进行轮廓绘制后,可进一步构建该光斑图像的第一最小外接矩形,该第一最小外接矩形为包围光斑的最小边界矩形,是由二维坐标表示的光斑图像的最大范围,该第一最小外接矩形的尺寸可近似等于光斑图像尺寸。
步骤S320,获取第一最小外接矩形的顶点参量以计算光斑图像尺寸。
其中,可在形成有光斑图像的标的物图像上以像素为单位建立一个二维坐标系,第一最小外接矩形的顶点参量可为第一最小外接矩形的四个顶点在二维坐标系中的坐标,根据该四个顶点的坐标即可计算该第一最小外接矩形的尺寸,从而以该第一最小外接矩形的尺寸表征光斑图像尺寸,通过该方式得到的光斑图像尺寸与实际的光斑图像尺寸相比,误差可忽略。
步骤S330,构建各异常区域图像的第二最小外接矩形。
其中,对各异常区域图像进行轮廓绘制后,可进一步构建各异常区域图像的第二最小外接矩形,该第二最小外接矩形为包围异常区域的最小边界矩形,是由二维坐标表示的异常区域图像的最大范围,该第二最小外接矩形的尺寸可近似等于异常区域图像尺寸。
步骤S340,获取各第二最小外接矩形的顶点参量以计算各异常区域图像尺寸。
其中,可在形成有光斑图像的标的物图像上以像素为单位建立一个二维坐标系,第一最小外接矩形的顶点参量可为第一最小外接矩形的四个顶点在二维坐标系中的坐标,根据该四个顶点的坐标即可计算该第一最小外接矩形的尺寸,从而以该第一最小外接矩形的尺寸表征光斑图像尺寸,通过该方式得到的异常区域图像尺寸与实际的异常区域图像尺寸相比,误差可忽略。
本实施例中步骤S310和步骤S330的编号顺序并不代表步骤执行的先后顺序,步骤S310和步骤S330也可同时执行。
本发明实施例通过分别构建光斑图像的第一最小外接矩形和各异常区域图像的第二最小外接矩形,从而根据该第一最小外接矩形和第二最小外接矩形分别计算光斑图像尺寸和各异常区域图像尺寸,在保证计算过程简单的同时,与实际的尺寸相比误差也小。
图4为在构建各异常区域图像的第二最小外接矩形之前步骤的方法流程示意图,如图4所示,在构建各异常区域图像的第二最小外接矩形之前,该方法还包括步骤S410至步骤S420。
步骤S410,提取光斑图像上的各异常区域图像。
具体的,在对各异常区域图像进行轮廓绘制后,可根据各异常区域图像的位置区域坐标提取各异常区域图像。
步骤S420,对各异常区域图像进行开操作和/或闭操作处理。
其中,开操作是断开图像中纤细的连接,并消除细小的突出物,从而平滑图像的轮廓;闭操作是填充图像中细小的空洞,并连接图像中的邻近部分。在本实施例中,可对各异常区域图像先进行开操作处理,再进行闭操作处理,从而消除图像噪声,得到更准确的异常区域图像。在一个实施例中,为得到可根据需要对各异常区域图像进行多轮的开操作、闭操作处理。
本发明实施例通过提取光斑图像上的各异常区域图像,进而对各异常区域图像进行开操作和/或闭操作处理,以消除各异常区域图像的噪声,从而得到更准确的异常区域图像。
图5为根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比步骤的方法流程示意图,如图5所示,根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比包括步骤S510至步骤S520。
步骤S510,将各异常区域图像尺寸进行求和得到各异常区域图像的总尺寸。
其中,在根据各第二最小外接矩形计算得到各异常区域图像尺寸后,可计算得到总尺寸,可以理解,该总尺寸为所有异常区域的像素尺寸之和。
步骤S520,根据各异常区域图像的总尺寸与光斑图像尺寸的比值得到异常区域尺寸占比。
可以理解,光斑中可存在多个异常区域,通过计算异常区域尺寸占比,则可获得光斑中出现异常区域的概率,从而判定光通率是否正常。
本发明实施例通过计算各异常区域图像的总尺寸,进而计算该总尺寸与光斑图像尺寸的比值,从而得到异常区域尺寸占比以评估激光光线的光通率,相比于人工肉眼判断,通过数据进行评估准确性更高,且本方法的参数检测和计算过程也简单。
图6为在获取光斑图像尺寸之后步骤的方法流程示意图,如图6所示,在获取光斑图像尺寸之后,该检测方法还包括步骤S610至步骤S620。
步骤S610,根据光斑图像尺寸和预设像素尺寸比计算光斑尺寸;
其中,预设像素尺寸比可为像素尺寸与实际尺寸的比值,根据光斑图像尺寸与光斑尺寸的比值等于预设像素尺寸比,则可计算出光斑尺寸。
步骤S620,根据光斑尺寸获取光线检测结果。
其中,光线检测结果包括光线聚拢和光线散射。
具体的,可设置光斑尺寸的第二尺寸阈值,在光斑尺寸大于第二尺寸阈值时,即光线较为发散,此时的检测结果为光线散射;在光斑尺寸不超过第二尺寸阈值时,即光线较为聚拢,此时的检测结果为光线聚拢。
本发明实施例通过光斑图像尺寸和预设像素尺寸比计算光斑尺寸,进而获取光线检测结果,计算过程简单,且通过光斑尺寸来反映光线聚拢或散射,合理且有效。
图7在根据所述光斑图像尺寸和预设像素尺寸比计算光斑尺寸之前步骤的方法流程示意图,如图7所示,在根据所述光斑图像尺寸和预设像素尺寸比计算光斑尺寸之前,该检测方法还包括步骤S710至步骤S730。
步骤S710,接收图像采集器提供的参照物图像。
其中,可选取一已知尺寸的物体作为参照物,在与采集标的物图像相同的环境下拍摄该参照物,以得到参照物图像。
步骤S720,根据参照物图像获取参照物的图像尺寸。
其中,参照物的图像尺寸为参照物在图像中的像素尺寸。
步骤S730,根据参照物的实际尺寸和图像尺寸构建预设像素尺寸比。
其中,参照物图像与标的物图像均为图像采集器在标的物图像采集距离所采集的图像。
具体的,预设像素尺寸比可为图像尺寸与实际尺寸的比值。当标定物图像和参照物图像均为图像采集器在标的物图像采集距离所采集的图像时,若上述光斑是通过激光发射装置形成,则图像采集器分别与标的物和参照物之间的距离相等,以及激光发射装置分别与标的物和参照物之间的距离也相等,使得以上述预设像素尺寸比对光斑图像尺寸进行换算时,可在同一像素尺寸级别的基础上进行换算,从而保证所计算的光斑尺寸准确。
在一个实施例中,也可直接将已知尺寸的参照物作为标的物,利用激光光线在该参照物上形成光斑,然后根据该参照物的图像尺寸和实际尺寸计算预设像素尺寸比,进一步计算光斑尺寸,相比于需要分别采集参照物和标的物两个物体的图像,本实施例的方法更简单。
本发明实施例通过接收图像采集器提供的参照物图像,并获取参照物的图像尺寸,进而根据参照物的实际尺寸和图像尺寸构建得到预设像素尺寸比,该方法通过在同一像素尺寸级别的基础上计算预设像素尺寸比,以适用于光斑尺寸的换算,方法简单且计算结果准确。
应该理解的是,虽然图1-图7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-图7中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
图8为一实施例中激光光线检测装置的结构框图。如图8所示,激光光线检测装置包括:图像接收模块810,用于接收图像采集器提供的标的物图像,标的物图像包括激光光线形成在标的物上的光斑图像;尺寸获取模块820,用于根据光斑图像,获取光斑图像尺寸和各异常区域图像尺寸,异常区域图像尺寸为在光斑图像上颜色异常区域的像素尺寸;数据处理模块830,用于根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比,异常区域尺寸占比为各异常区域图像的总尺寸占光斑图像尺寸的比例;检测结果获取模块840,用于根据异常区域尺寸占比获取光通率检测结果,光通率检测结果包括光通率正常和光通率异常。
其中,图像接收模块810分别与图像采集器和尺寸获取模块820连接,用于将从图像采集器接收的标的物图像传送至尺寸获取模块820。数据处理模块830分别于尺寸获取模块820和检测结果获取模块840连接。
关于激光光线检测装置的具体限定可以参见上文中对于激光光线检测方法的限定,在此不再赘述。上述激光光线检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本发明实施例中的激光光线检测装置通过接收图像采集器提供的标的物图像,其中标的物图像包括激光光线形成在标的物上的光斑图像;根据光斑图像,获取光斑图像尺寸和各异常区域图像尺寸;根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比以获取光通率检测结果,从而实现快速且精确得到激光光线的检测结果,省时省力。
图9为一实施例中激光光线检测系统的结构框图。如图9所示,激光光线检测系统包括:图像采集器910,用于激光光线在标的物上形成光斑后,采集标的物的标的物图像;检测装置,与图像采集器910连接,被配置为:接收图像采集器提供的标的物图像,标的物图像包括激光光线形成在标的物上的光斑图像;根据光斑图像获取光斑图像尺寸和各异常区域图像尺寸,异常区域图像尺寸为在光斑图像上颜色异常区域的像素尺寸;根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比,异常区域尺寸占比为各异常区域图像的总尺寸占光斑图像尺寸的比例;根据异常区域尺寸占比获取光通率检测结果,光通率检测结果包括光通率正常和光通率异常。
本发明实施例中的激光光线检测系统通过图像采集器采集标的物的图像,其中标的物图像包括激光光线形成在标的物上的光斑图像,然后传送至检测装置,检测装置根据光斑图像,获取光斑图像尺寸和各异常区域图像尺寸;根据光斑图像尺寸和各异常区域图像尺寸计算异常区域尺寸占比以获取光通率检测结果,从而实现快速且精确得到激光光线的检测结果,省时省力。
本发明实施例还提供一种激光光线检测系统,包括存储器及处理器,存储器中储存有计算机程序,计算机程序被所述处理器执行时,使得处理器执行如上述实施例中任一项所述的激光光线检测方法的步骤。
本发明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,所述计算机程序被处理器执行时实现如上述实施例中任一项所述的激光光线检测方法的步骤。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种激光光线检测方法,其特征在于,所述检测方法包括:
接收图像采集器提供的标的物图像,所述标的物图像包括激光光线形成在标的物上的光斑图像;
根据所述光斑图像,获取光斑图像尺寸;
提取所述光斑图像上的各异常区域图像,对各所述异常区域图像进行开操作和/或闭操作处理后获取各所述异常区域图像尺寸,所述异常区域图像尺寸为在所述光斑图像上颜色异常区域的像素尺寸;
根据所述光斑图像尺寸和各所述异常区域图像尺寸计算异常区域尺寸占比,所述异常区域尺寸占比为各异常区域图像的总尺寸占光斑图像尺寸的比例;
根据所述异常区域尺寸占比获取光通率检测结果,所述光通率检测结果包括光通率正常和光通率异常,所述光通率为光线透过物体的光量和光源的光通量之比。
2.根据权利要求1所述的检测方法,其特征在于,在获取光斑图像尺寸之前,所述方法还包括:
将所述光斑图像的颜色空间由RGB模式转换至HSV模式,并对所述光斑图像进行通道分割以得到多幅单通道图像;
将至少一幅所述单通道图像进行直方图均衡化处理;
将各所述单通道图像进行通道合并以还原得到所述光斑图像。
3.根据权利要求1所述的检测方法,其特征在于,所述获取光斑图像尺寸,包括:
构建所述光斑图像的第一最小外接矩形;
获取所述第一最小外接矩形的顶点参量以计算所述光斑图像尺寸。
4.根据权利要求1所述的检测方法,其特征在于,所述获取各所述异常区域图像尺寸,包括:
构建各所述异常区域图像的第二最小外接矩形;
获取各所述第二最小外接矩形的顶点参量以计算各所述异常区域图像尺寸。
5.根据权利要求1所述的检测方法,其特征在于,所述根据所述光斑图像尺寸和各所述异常区域图像尺寸计算异常区域尺寸占比,包括:
将各所述异常区域图像尺寸进行求和得到各所述异常区域图像的总尺寸;
根据各所述异常区域图像的总尺寸与所述光斑图像尺寸的比值得到所述异常区域尺寸占比。
6.根据权利要求1所述的检测方法,其特征在于,在获取光斑图像尺寸之后,所述检测方法还包括:
根据所述光斑图像尺寸和预设像素尺寸比计算光斑尺寸;
根据所述光斑尺寸获取光线检测结果,所述光线检测结果包括光线聚拢和光线散射。
7.根据权利要求6所述的检测方法,其特征在于,在根据所述光斑图像尺寸和预设像素尺寸比计算光斑尺寸之前,所述方法还包括:
接收图像采集器提供的参照物图像;
根据所述参照物图像获取所述参照物的图像尺寸;
根据所述参照物的实际尺寸和所述图像尺寸构建所述预设像素尺寸比,
其中,所述参照物图像与标的物图像均为所述图像采集器在标的物图像采集距离所采集的图像。
8.一种激光光线检测装置,其特征在于,所述检测装置包括:
图像接收模块,用于接收图像采集器提供的标的物图像,所述标的物图像包括激光光线形成在标的物上的光斑图像;
尺寸获取模块,用于根据所述光斑图像,获取光斑图像尺寸,还用于提取所述光斑图像上的各异常区域图像,对各所述异常区域图像进行开操作和/或闭操作处理后获取各所述异常区域图像尺寸,所述异常区域图像尺寸为在所述光斑图像上颜色异常区域的像素尺寸;
数据处理模块,用于根据所述光斑图像尺寸和各所述异常区域图像尺寸计算异常区域尺寸占比,所述异常区域尺寸占比为各异常区域图像的总尺寸占光斑图像尺寸的比例;
检测结果获取模块,用于根据所述异常区域尺寸占比获取光通率检测结果,所述光通率检测结果包括光通率正常和光通率异常。
9.一种激光光线检测系统,其特征在于,所述检测系统包括:
图像采集器,用于所述激光光线在标的物上形成光斑后,采集所述标的物的标的物图像;
检测装置,与所述图像采集器连接,被配置为:
接收图像采集器提供的标的物图像,所述标的物图像包括激光光线形成在标的物上的光斑图像;
根据所述光斑图像,获取光斑图像尺寸;
提取所述光斑图像上的各异常区域图像,对各所述异常区域图像进行开操作和/或闭操作处理后获取各所述异常区域图像尺寸,所述异常区域图像尺寸为在所述光斑图像上颜色异常区域的像素尺寸;
根据所述光斑图像尺寸和各所述异常区域图像尺寸计算异常区域尺寸占比,所述异常区域尺寸占比为各异常区域图像的总尺寸占光斑图像尺寸的比例;
根据所述异常区域尺寸占比获取光通率检测结果,所述光通率检测结果包括光通率正常和光通率异常,所述光通率为光线透过物体的光量和光源的光通量之比。
10.一种激光光线检测系统,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的激光光线检测方法的步骤。
CN202010830980.3A 2020-08-18 2020-08-18 激光光线检测方法、装置和系统 Active CN111928944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010830980.3A CN111928944B (zh) 2020-08-18 2020-08-18 激光光线检测方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010830980.3A CN111928944B (zh) 2020-08-18 2020-08-18 激光光线检测方法、装置和系统

Publications (2)

Publication Number Publication Date
CN111928944A CN111928944A (zh) 2020-11-13
CN111928944B true CN111928944B (zh) 2023-03-31

Family

ID=73305269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010830980.3A Active CN111928944B (zh) 2020-08-18 2020-08-18 激光光线检测方法、装置和系统

Country Status (1)

Country Link
CN (1) CN111928944B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112859189A (zh) * 2020-12-31 2021-05-28 广东美的白色家电技术创新中心有限公司 工件检测装置、检测方法以及计算机可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715239B (zh) * 2015-03-12 2019-01-18 哈尔滨工程大学 一种基于去雾处理和权重分块的车辆颜色识别方法
CN104914082A (zh) * 2015-05-20 2015-09-16 中国石油大学(华东) 一种紫外诱导荧光多光谱成像的海洋溢油油种识别方法
CN206209193U (zh) * 2016-09-30 2017-05-31 上海微电子装备有限公司 一种衰减装置
CN110543873B (zh) * 2019-09-18 2023-04-07 上海海事大学 一种基于图像的无人船识别会遇局面的方法

Also Published As

Publication number Publication date
CN111928944A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN108683907B (zh) 光学模组像素缺陷检测方法、装置及设备
US8295606B2 (en) Device and method for detecting shadow in image
US11636615B2 (en) Depth acquisition device and depth acquisition method
US20060067569A1 (en) Image inspection device, image inspection method, and image inspection program
CN115147370A (zh) 一种电池顶盖焊接缺陷检测方法、装置、介质及电子设备
CN110740314B (zh) 彩色线阵相机坏点校正方法及系统
CN111928944B (zh) 激光光线检测方法、装置和系统
CN116167932A (zh) 一种图像质量优化方法、装置、设备及存储介质
CN112926483A (zh) 标准机柜状态指示灯识别监测方法、装置和系统
CN113039577A (zh) 产品测试方法、装置、计算机可读存储介质及电子设备
CN113888509A (zh) 一种图像清晰度的评价方法、装置、设备及存储介质
CN110310341B (zh) 颜色算法中默认参数的生成方法、装置、设备和存储介质
CN110446025B (zh) 应用于电子设备的摄像头模组检测系统及方法
CN110428411B (zh) 一种基于二次曝光的背光板检测方法及系统
CN115830021B (zh) 一种用于五金件加工的金属表面缺陷检测方法
CN111064864A (zh) 设置畸变校正参数的方法、装置和内窥镜系统
CN115423861A (zh) 气体泄露检测方法及装置、设备、存储介质
CN114998889A (zh) 一种沉浸式三维影像的智能识别方法及系统
CN108447107B (zh) 用于生成视频的方法和装置
CN113870180A (zh) 图像处理方法、装置、计算机设备和存储介质
CN111970501A (zh) 纯色场景ae色彩处理方法、装置、电子设备及存储介质
CN112801112B (zh) 一种图像二值化处理方法、装置、介质及设备
CN117635729B (zh) 一种线相机背光标定器及方法
CN116993654B (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
US12026904B2 (en) Depth acquisition device and depth acquisition method

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