一种基于VR镜片一致性测试的方法及装置
技术领域
本发明涉及光学镜片测试领域,特别涉及一种基于VR镜片一致性测试的方法及装置。
背景技术
目前VR设备的应用越来越广,在VR设备成像过程中,VR镜片对成像的效果起到关键性的作用,所以如何做到让每一个VR镜片都能达到使用标准,就需要对出产的VR镜片进行检测。现有的检测技术可能是通过人工方式来进行检测,量产的镜片通过人工的方式检测人为误差性较大,无法客观量化对比一致性,因此需要有可靠的对比手段,来提高测试效率和准确性。
发明内容
本发明提供一种基于VR镜片一致性测试的方法及装置,旨在解决现有人工VR镜片检测效率低,精确度低的问题。
本发明提供一种基于VR镜片一致性测试的方法,其特征在于,包括以下步骤:
S1.选取一个作为测试标准的VR镜片,摄像头通过标准VR镜片拍摄测试图片,保存图片作为标准图片;
S2.设置待测VR镜片图片与标准VR镜片图片的对比标准范围;
S3.将待测VR镜片放置在测试治具上,摄像头通过待测VR镜片拍摄出待测VR镜片图片;
S4.通过视觉库,调用getImageVar方法将待测VR镜片图片传入后返回一个清晰度的值;
S5.通过视觉库,调用color_test方法将待测VR镜片图片传入后返回一个色偏的值;
S6.对比待测VR镜片图片和标准图片的清晰度值、色偏值是否在对比标准范围内,若是则显示测试结果通过,若否则显示测试结果不通过。
作为本发明的进一步改进,所述步骤S4具体包括:
S41.将待测VR镜片图片传入到getImageVar函数中,并读取待测VR镜片图片;
S42.将待测VR镜片图片转化为灰度值;
S43.对待测VR镜片图片用3x3拉普拉斯算子做卷积后计算方差;
S44.返回最后的清晰度指标。
作为本发明的进一步改进,所述步骤S5具体包括:
S51.将待测VR镜片图片传入到color_test函数中,并读取待测VR镜片图片;
S52.使用内置函数得到待测VR镜片图片的RGB三通道,并获取待测VR 镜片图片的高、宽、颜色通道数;
S53.对待测VR镜片图片进行色彩空间转化后,再使用内置函数得到转化后待测VR镜片图片的RGB三通道;
S54.通过检测算法计算并返回最后的色偏指标。
作为本发明的进一步改进,所述视觉库为Open CV开源计算机视觉库。
作为本发明的进一步改进,所述步骤S2中的对比标准范围包括清晰度值的对比:
设置图片所需的清晰度值百分比值或百分比范围,若[(被测VR镜片图片清晰度值/标准图片清晰度值)>=清晰度百分比值或百分比范围],则待测VR镜片图片清晰度的测试结果通过,否则不通过。
作为本发明的进一步改进,所述步骤S2中的对比标准范围包括色偏值的对比:
设置图片所需的色偏值百分比区间,若[(被测VR镜片图片色偏值-标准图片色偏值)/标准图片色偏值]的比例值在色偏值百分比区间内,则待测VR镜片图片色偏的测试结果通过,否则不通过。
作为本发明的进一步改进,所述步骤S3中放置待测VR镜片的步骤包括:
将摄像头连接PC端,将被测试VR镜片放的固定架上,摄像头通过待测 VR镜片拍摄出待测VR镜片图片后,把待测VR镜片图片传输给PC端。
作为本发明的进一步改进,所述步骤S1中,将标准图片保存后,还包括:
S11.通过视觉库,调用getImageVar方法将标准图片传入后返回一个清晰度的值;
S12.通过视觉库,调用color_test方法将标准图片传入后返回一个色偏的值。
本发明还提供一种基于VR镜片一致性测试的装置,包括PC端、摄像头、固定架,所述固定架设有镜片支撑架、摄像头支撑架,所述摄像头支撑架位于镜片支撑架的上方,所述摄像头固定连接在摄像头支撑架上,所述摄像头通过数据线连接到PC端,所述镜片固定连接在镜片支撑架上,所述镜片位于摄像头的拍摄范围内。
本发明的有益效果是:本发明通过VR镜片成像后的图片结合确认好标准的图片进行一致性对比,结合PC端测试程序的应用,从而精确地确认VR镜片是否达标,是否与标准镜片一致。在VR镜片量产时,能批量、客观确认VR 镜片是否达标,从而提高生产品质。
附图说明
图1是本发明一种基于VR镜片一致性测试方法的流程框图;
图2是本发明一种基于VR镜片一致性测试装置的结构示意图。
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。
实施例一:
本发明的一种基于VR镜片一致性测试方法,需要借助工具包括Python测试脚本、OpenCV开源计算机视觉库、电脑、摄像头、测试图片。
如图1所示,该方法包括步骤:
S1.选取一个作为测试标准的VR镜片,摄像头通过标准VR镜片拍摄测试图片,保存图片作为标准图片;
S2.设置待测VR镜片图片与标准VR镜片图片的对比标准范围;
S3.将待测VR镜片放置在测试治具上,摄像头通过待测VR镜片拍摄出待测VR镜片图片;
S4.通过视觉库,调用getImageVar方法将待测VR镜片图片传入后返回一个清晰度的值;
S5.通过视觉库,调用color_test方法将待测VR镜片图片传入后返回一个色偏的值;
S6.对比待测VR镜片图片和标准图片的清晰度值、色偏值是否在对比标准范围内,若是则显示测试结果通过,若否则显示测试结果不通过。
先将一个确认好的镜片,摄像头通过标准VR镜片拍测试图片,保存图片为Basic作为标准图片,使用OpenCV视觉库计算图片清晰度和图片色偏,以此作为参考基准。具体包括步骤:
S11.通过视觉库,调用getImageVar方法将标准图片传入后返回一个清晰度的值;
S12.通过视觉库,调用color_test方法将标准图片传入后返回一个色偏的值。
在测试待测VR镜片前,先设置好可设置待测VR镜片图片可接受清晰度标准和色偏标准如步骤S2中:对比标准范围包括清晰度值的对比:
设置图片所需的清晰度值百分比值或百分比范围,若[(被测VR镜片图片清晰度值/标准图片清晰度值)>=清晰度百分比值或百分比范围],则待测VR镜片图片清晰度的测试结果通过,否则不通过。
具体的,可以为[(被测VR镜片图片清晰度值/basic图片清晰度值)>=90%(此为可设置清晰度标准)]等标准判断被测镜片清晰度是否可接受。
在对比标准范围时包括色偏值的对比:
设置图片所需的色偏值百分比区间,若[(被测VR镜片图片色偏值-标准图片色偏值)/标准图片色偏值]的比例值在色偏值百分比区间内,则待测VR镜片图片色偏的测试结果通过,否则不通过。
具体的,可以为[(被测VR镜片图片色偏值-basic色偏值)/basic色偏值]范围在±%5(此为可设置的色偏范围标准),即-5%<[(被测VR镜片图片色偏值-basic 色偏值)/basic色偏值]<5%内即可接受。
在步骤S3中对待测VR镜片进行测试时,将摄像头连接PC端,将被测试 VR镜片放的固定架上,摄像头通过待测VR镜片拍摄出待测VR镜片图片后,把待测VR镜片图片传输给PC端。通过Open CV视觉库,调用getImageVar 方法和color_test方法得出被测VR镜片图片的清晰度值和色偏值。
具体的如步骤S4中的具体步骤:
S41.将待测VR镜片图片传入到getImageVar函数中,并读取待测VR镜片图片;
S42.将待测VR镜片图片转化为灰度值;
S43.对待测VR镜片图片用3x3拉普拉斯算子做卷积后计算方差;
S44.返回最后的清晰度指标。
如步骤S4中的具体步骤:
S51.将待测VR镜片图片传入到color_test函数中,并读取待测VR镜片图片;
S52.使用内置函数得到待测VR镜片图片的RGB三通道,并获取待测VR 镜片图片的高、宽、颜色通道数;
S53.对待测VR镜片图片进行色彩空间转化后,再使用内置函数得到转化后待测VR镜片图片的RGB三通道;
S54.通过检测算法计算并返回最后的色偏指标。
PC端获取到被测VR镜片图片的相关数据后,对比被测VR镜片图片和 basic图片的清晰度值和色偏值,当被测VR镜片色偏值和清晰度值均达到指标时系统即显示Pass,未达到显示NG。
实施例二:
如图2所示,本发明的一种基于VR镜片一致性测试的装置,包括PC端1、摄像头2、固定架3,固定架3设有镜片支撑架6、摄像头支撑架5,摄像头支撑架5位于镜片支撑架6的上方,摄像头2固定连接在摄像头支撑架5上,摄像头2通过数据线7连接到PC端1,镜片4固定连接在镜片支撑架6上,镜片 4设置在摄像头2下方并位于其拍摄范围内。镜片支撑架6用于分别放置标准 VR镜片和待测VR镜片,摄像头2分别通过标准VR镜片和待测VR镜片拍摄图片并传送给PC端进行分析,PC端1中通过Python测试脚本、OpenCV开源计算机视觉库来得出标准VR镜片和待测VR镜片的参数值,并对比得出结论。
本发明通过使用PC端1及相关的测试方法,来对比待测VR镜片和标准镜片的参数值,来得出更精确对比结果。通过Open CV视觉库调用的 getImageVar方法和color_test方法,将拍摄的图片8转化为参数的形式,再从具体的参数上来对比清晰度和色偏,给对比提供了数据支持,让对比方式更具备量产化。同时用户可以设定所需要的清晰度标准和色偏范围标准,只需在PC 端1内调整标准数据即可,操作简单,误差小,灵活性大,应用范围广,大大减少了认为的误差。
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。