CN112734680A - 一种重影测量方法、装置、可读存储介质和计算机设备 - Google Patents

一种重影测量方法、装置、可读存储介质和计算机设备 Download PDF

Info

Publication number
CN112734680A
CN112734680A CN202011620646.1A CN202011620646A CN112734680A CN 112734680 A CN112734680 A CN 112734680A CN 202011620646 A CN202011620646 A CN 202011620646A CN 112734680 A CN112734680 A CN 112734680A
Authority
CN
China
Prior art keywords
image
ghost
peak
cross
contrast
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.)
Pending
Application number
CN202011620646.1A
Other languages
English (en)
Inventor
刘鹭
牛磊
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.)
Hefei Shiya Technology Co ltd
Original Assignee
Hefei Shiya 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 Hefei Shiya Technology Co ltd filed Critical Hefei Shiya Technology Co ltd
Priority to CN202011620646.1A priority Critical patent/CN112734680A/zh
Publication of CN112734680A publication Critical patent/CN112734680A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G06T5/70—
    • G06T5/73—
    • 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
    • G06T2207/10024—Color image

Abstract

本发明实施例提供了一种重影测量方法、装置、可读存储介质和计算机设备。本发明实施例提供的技术方案中，获取图像采集设备采集的目标图像，通过腐蚀算法和互相关算法对所述目标图像进行计算，以生成所述目标图像的互相关曲线，根据所述互相关曲线生成重影对比度和重影距离。本发明实施例能够有效表征重影的严重程度，且抗干扰能力强。

Description

一种重影测量方法、装置、可读存储介质和计算机设备
【技术领域】
本发明涉及头戴显示器领域，尤其涉及一种重影测量方法、装置、可读存储介质和计算机设备。
【背景技术】
影响光学系统成像质量的杂散光包括重影、鬼像和眩光。目前针对杂散光的测试方法可以参考国际标准化组织(International Standard Organization，ISO)标准。ISO标准可以有效反馈眩光和鬼像对成像质量的影响，但对重影无法有效表征。尤其在头戴显示设备中，几乎没有眩光现象，但重影问题却严重。
因此，相关技术无法有效表征重影的严重程度。
【发明内容】
有鉴于此，本发明实施例提供了一种重影测量方法、装置、可读存储介质和计算机设备，能够有效表征重影的严重程度，且抗干扰能力强。
第一方面，本发明实施例提供了一种重影测量方法，所述方法包括：
获取图像采集设备采集的目标图像；
通过腐蚀算法和互相关算法对所述目标图像进行计算，以生成所述目标图像的互相关曲线；；
根据所述互相关曲线生成重影对比度和重影距离。
可选地，所述目标图像包括第一图像和第二图像；所述第一图像包括横线，所述第二图像包括纵线。
可选地，所述通过腐蚀算法和互相关算法对所述目标图像进行计算，以生成所述目标图像的互相关曲线，具体包括：
通过所述腐蚀算法对所述第一图像进行计算生成第三图像，以消除所述第一图像中的重影；
通过所述腐蚀算法对所述第二图像进行计算生成第四图像，以消除所述第二图像中的重影；
通过所述互相关算法对所述第一图像和所述第三图像进行计算，以生成所述第一图像和所述第三图像沿纵方向的第一互相关曲线；
通过所述互相关算法对所述第二图像和所述第四图像进行计算，以生成所述第二图像和所述第四图像沿横方向的第二互相关曲线。
可选地，所述根据所述互相关曲线生成重影对比度和重影距离之前，还包括：
读取所述互相关曲线中的最高峰值和第二高峰值的峰值对比度和峰值距离。
可选地，所述读取所述互相关曲线中的最高峰值和第二高峰值的的峰值对比度和峰值距离，具体包括：
读取第一互相关曲线中的最高峰值的和第二高峰值的第一峰值对比度和第一峰值距离；
读取第二互相关曲线中的最高峰值的和第二高峰值的第二峰值对比度和第二峰值距离。
可选地，所述根据所述互相关曲线生成重影对比度和重影距离，具体包括：
通过重影对比度公式对第一峰值对比度和第二峰值对比度进行计算得到所述重影对比度；
通过重影距离公式对第一峰值距离和第二峰值距离进行计算得到所述重影距离。
可选地，所述重影对比度公式包括：
M＝max{Mv,Mh}
其中，所述M为所述重影对比度，所述Mv为所述第一峰值对比度，所述Mh为所述第二峰值对比度。
可选地，所述重影距离公式包括：
D＝sqrt{Dv 2+Dh 2}
其中，所述D为所述重影距离，所述Dv为所述第一峰值距离，所述Dh为所述第二峰值距离。
另一方面，本发明实施例提供了一种重影测量装置，所述装置包括：
获取模块，用于获取图像采集设备采集的目标图像；
第一计算模块，用于通过腐蚀算法和互相关算法对所述目标图像进行计算，以生成所述目标图像的互相关曲线；
第二计算模块，用于根据所述互相关曲线生成重影对比度和重影距离。
可选地，所述第一计算模块，具体包括：
第一消除子模块，用于通过所述腐蚀算法对所述第一图像进行计算生成第三图像，以消除所述第一图像中的重影；
第二消除子模块，用于通过所述腐蚀算法对所述第二图像进行计算生成第四图像，以消除所述第二图像中的重影；
第一计算子模块，用于通过所述互相关算法对所述第一图像和所述第三图像进行计算，以生成所述第一图像和所述第三图像沿纵方向的第一互相关曲线；
第二计算子模块，用于通过所述互相关算法对所述第二图像和所述第四图像进行计算，以生成所述第二图像和所述第四图像沿横方向的第二互相关曲线。
可选地，还包括：
读取模块，用于读取所述互相关曲线中的最高峰值和第二高峰值的峰值对比度和峰值距离。
可选地，所述读取模块，具体包括：
第一读取子模块，用于读取第一互相关曲线中的最高峰值的和第二高峰值的第一峰值对比度和第一峰值距离；
第二读取子模块，用于读取第二互相关曲线中的最高峰值的和第二高峰值的第二峰值对比度和第二峰值距离。
可选地，所述第二计算模块，具体包括：
第三计算子模块，用于通过重影对比度公式对第一峰值对比度和第二峰值对比度进行计算得到所述重影对比度；
第四计算子模块，用于通过重影距离公式对第一峰值距离和第二峰值距离进行计算得到所述重影距离。
可选地，所述重影对比度公式包括：
M＝max{Mv,Mh}
其中，所述M为所述重影对比度，所述Mv为所述第一峰值对比度，所述Mh为所述第二峰值对比度。
可选地，所述重影距离公式包括：
D＝sqrt{Dv 2+Dh 2}
其中，所述D为所述重影距离，所述Dv为所述第一峰值距离，所述Dh为所述第二峰值距离。
另一方面，本发明实施例提供了一种可读存储介质，所述可读存储介质包括存储的程序，其中，在所述程序运行时控制所述可读存储介质所在设备执行上述重影测量方法。
另一方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现上述重影测量方法的步骤。
本发明实施例提供的重影测量方法、装置、可读存储介质和计算机设备的技术方案中，获取图像采集设备采集的目标图像，通过腐蚀算法和互相关算法对所述目标图像进行计算，以生成所述目标图像的互相关曲线，根据所述互相关曲线生成重影对比度和重影距离。本发明实施例能够有效表征重影的严重程度，且抗干扰能力强。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明一实施例提供的一种重影测量方法的流程图；
图2为本发明又一实施例提供的一种重影测量方法的流程图；
图3为本发明实施例提供的第一原始图像的示意图；
图4为本发明实施例提供的第二原始图像的示意图；
图5为本发明实施例提供的第一图像的示意图；
图6为本发明实施例提供的第二图像的示意图；
图7为图2中通过腐蚀算法和互相关算法对目标图像进行计算，以生成目标图像的互相关曲线的具体流程图。
图8为本发明实施例提供的第三图像的示意图；
图9为本发明实施例提供的第四图像的示意图；
图10为本发明实施例提供的第一互相关曲线的示意图；
图11为本发明实施例提供的第二互相关曲线的示意图；
图12为图2中读取互相关曲线中的最高峰值和第二高峰值的峰值对比度和峰值距离的具体流程图；
图13为图2中根据互相关曲线生成重影对比度和重影距离的具体流程图；
图14为本发明一实施例提供的一种重影测量装置的结构示意图；
图15为本发明实施例提供的一种计算机设备的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，甲和/或乙，可以表示：单独存在甲，同时存在甲和乙，单独存在乙这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1为本发明一实施例提供的一种重影测量方法的流程图，如图1所示，该方法包括：
步骤101、获取图像采集设备采集的目标图像。
步骤102、通过腐蚀算法和互相关算法对目标图像进行计算，以生成目标图像的互相关曲线。
步骤103、根据互相关曲线生成重影对比度和重影距离。
本发明实施例提供的一种重影测量方法的技术方案中，获取图像采集设备采集的目标图像，通过腐蚀算法和互相关算法对目标图像进行计算，以生成目标图像的互相关曲线，根据互相关曲线生成重影对比度和重影距离。本发明实施例能够有效表征重影的严重程度，且抗干扰能力强。
图2为本发明又一实施例提供的一种重影测量方法的流程图，该方法应用于车载场景。如图2所示，该方法包括：
步骤201、获取图像采集设备采集的目标图像。
本发明实施例中，各步骤由重影测量装置执行。
本发明实施例中，目标图像包括第一图像和第二图像；第一图像包括横线，第二图像包括纵线。
其中，头戴显示设备显示原始图像，原始图像包括第一原始图像和第二原始图像。如图3所示，第一原始图像包括单一横线；如图4所示，第二原始图像包括单一纵线。图像采集设备通过采集该第一原始图像得到第一图像并将第一图像发送至重影测量装置；通过采集该第二原始图像得到第二图像并将第二图像发送至重影测量装置。
本发明实施例中，由于头戴显示设备光学系统成像存在重影现象，因此，图像采集设备采集的第一图像和第二图像中存在重影。如图5所示，第一图像中并不是单一的横线；如图6所示，第二图像中并不是单一的纵线。
步骤202、通过腐蚀算法和互相关算法对目标图像进行计算，以生成目标图像的互相关曲线。
本发明实施例中，如图7所示，步骤202具体包括：
步骤2021、通过腐蚀算法对第一图像进行计算生成第三图像，以消除第一图像中的重影。
本发明实施例中，腐蚀算法属于图像形态学运算，用于消除噪声，分割出独立的图像元素，在图像中连接相邻的元素，寻找出图像中明显的极小值区，求出图像的梯度。腐蚀算法是对图像中像素值大的部分而言的，即高亮白部分而不是黑色部分。腐蚀算法是通过设定合理阈值将图像中的高亮部分腐蚀掉，领域缩减，效果图拥有比原图更小的高亮区域。因此，通过腐蚀算法对第一图像进行计算能够消除第一图像中的重影。
如图8所示，第三图像中包括单一横线，不存在重影。
步骤2022、通过腐蚀算法对第二图像进行计算生成第四图像，以消除第二图像中的重影。
如图9所示，第四图像中包括单一纵线，不存在重影。
步骤2023、通过互相关算法对第一图像和第三图像进行计算，以生成第一图像和第三图像沿纵方向的第一互相关曲线。
本发明实施例中，互相关算法是一种基于统计学计算两组样本数据相关性的算法，而对图像来说，每个像素点都可以看出是RGB数值，这样整幅图像就可以看成是一个样本数据的集合，基于这个原理，实现图像的互相关算法。
其中，计算沿纵方向的第一互相关曲线时，互相关算法包括第一互相关公式：
Figure BDA0002878247870000081
式中，S为相关系数，K为第一图像中像素点的RGB数值，I为第三图像中像素点的RGB数值，m为第一图像和第三图像中像素点的横像素坐标值，n为第一图像和第三图像中像素点的纵像素坐标值，j为沿纵方向平移的像素值。
本发明实施例中，根据第一互相关公式计算出的S(j)生成第一互相关曲线。
如图10所示，第一互相关曲线中包括最高峰值a1和第二高峰值a2，由图10可知，最高峰值a1对应第一图像中较粗的横线的位置，第二高峰值a2对应第一图像中重影的位置。
步骤2024、通过互相关算法对第二图像和第四图像进行计算，以生成第二图像和第四图像沿横方向的第二互相关曲线。
其中，计算沿横方向的第二互相关曲线时，互相关算法包括第二互相关公式：
Figure BDA0002878247870000082
式中，S为相关系数，K为第一图像中像素点的RGB数值，I为第三图像中像素点的RGB数值，m为第一图像和第三图像中像素点的横像素坐标值，n为第一图像和第三图像中像素点的纵像素坐标值，i为沿横方向平移的像素值。
本发明实施例中，根据第二互相关公式计算出的S(i)生成第二互相关曲线。
如图11所示，第二互相关曲线中包括最高峰值b1和第二高峰值b2，由图11可知，最高峰值b1对应第二图像中较粗的纵线的位置，第二高峰值b2对应第二图像中重影的位置。
需要说明的是，图3至图6、图8至图11所示的图像均是示意图，因此采用用白色背景和黑色线条表示。但在实际应用中，图3至图6、图8至图11所示的图像都应该使用黑色背景和白色线条表示。
需要说明的是，本发明实施例对步骤2021至步骤2024的先后顺序不作具体限定，只要保证步骤2021在步骤2023之前，步骤2022在步骤2024之前就可以。
步骤203、读取互相关曲线中的最高峰值和第二高峰值的峰值对比度和峰值距离。
本发明实施例中，如图12所示，步骤203具体包括：
步骤2031、读取第一互相关曲线中的最高峰值的和第二高峰值的第一峰值对比度和第一峰值距离。
本发明实施例中，第一互相关曲线中第一峰值对比度为第二高峰值和最高峰值的比值。即
Mv＝a2/a1
式中，Mv为第一峰值对比度，a1为第一互相关曲线中的最高峰值，a2为第一互相关曲线中的第二高峰值。
如图10所示，第一峰值距离为第一互相关曲线中最高峰值a1所在点的横坐标和第二高峰值a2所在点的横坐标之间的距离。
步骤2032、读取第二互相关曲线中的最高峰值的和第二高峰值的第二峰值对比度和第二峰值距离。
本发明实施例中，第二互相关曲线中第二峰值对比度为第二高峰值和最高峰值的比值。即
Mh＝b2/b1
式中，Mh为第二峰值对比度，b1为第二互相关曲线中的最高峰值，b2为第二互相关曲线中的第二高峰值。
如图11所示，第二峰值距离为第二互相关曲线中最高峰值b1所在点的横坐标和第二高峰值b2所在点的横坐标之间的距离。
需要说明的是，本发明实施例对步骤2031至步骤2032的先后顺序不作具体限定，可以按照步骤2031、步骤2032的顺序执行；也可以按照步骤2032、步骤2031的顺序执行。
步骤204、根据互相关曲线生成重影对比度和重影距离。
本发明实施例中，如图13所示，步骤204具体包括：
步骤2041、通过重影对比度公式对第一峰值对比度和第二峰值对比度进行计算得到重影对比度。
本发明实施例中，重影对比度公式包括：
M＝max{Mv,Mh}
其中，M为重影对比度，Mv为第一峰值对比度，Mh为第二峰值对比度。
步骤2042、通过重影距离公式对第一峰值距离和第二峰值距离进行计算得到重影距离。
本发明实施例中，重影距离公式包括：
D＝sqrt{Dv 2+Dh 2}
其中，D为重影距离，Dv为第一峰值距离，Dh为第二峰值距离。
需要说明的是，本发明实施例对步骤2041至步骤2042的先后顺序不作具体限定，可以按照步骤2041、步骤2042的顺序执行；也可以按照步骤2042、步骤2041的顺序执行。
本发明实施例提供的一种重影测量方法的技术方案中，获取图像采集设备采集的第一图像，通过腐蚀算法对第一图像进行计算生成第二图像，以消除第一图像中的重影，通过互相关算法对第一图像和第二图像进行计算，以生成第一图像和第二图像的互相关曲线，根据互相关曲线生成重影对比度和重影距离。本发明实施例能够有效表征重影的严重程度，且抗干扰能力强。
图14为本发明一实施例提供的一种重影测量装置的结构示意图，如图14所示，所述装置包括：获取模块31、第一计算模块32、读取模块33和第二计算模块34。
获取模块31，用于获取图像采集设备采集的目标图像。
本发明实施例中，目标图像包括第一图像和第二图像；第一图像包括横线，第二图像包括纵线。
第一计算模块32，用于通过腐蚀算法和互相关算法对目标图像进行计算，以生成目标图像的互相关曲线。
本发明实施例中，第一计算模块32，具体包括：
第一消除子模块321，用于通过腐蚀算法对第一图像进行计算生成第三图像，以消除第一图像中的重影；
第二消除子模块322，用于通过腐蚀算法对第二图像进行计算生成第四图像，以消除第二图像中的重影；
第一计算子模块323，用于通过互相关算法对第一图像和第三图像进行计算，以生成第一图像和第三图像沿纵方向的第一互相关曲线；
第二计算子模块324，用于通过互相关算法对第二图像和第四图像进行计算，以生成第二图像和第四图像沿横方向的第二互相关曲线。
读取模块33，用于读取互相关曲线中的最高峰值和第二高峰值的峰值对比度和峰值距离。
本发明实施例中，读取模块33具体包括：
第一读取子模块331，用于读取第一互相关曲线中的最高峰值的和第二高峰值的第一峰值对比度和第一峰值距离；
第二读取子模块332，用于读取第二互相关曲线中的最高峰值的和第二高峰值的第二峰值对比度和第二峰值距离。
第二计算模块34，用于根据互相关曲线生成重影对比度和重影距离。
本发明实施例中，第二计算模块34具体包括：
第三计算子模块341，用于通过重影对比度公式对第一峰值对比度和第二峰值对比度进行计算得到重影对比度。
本发明实施例中，重影对比度公式包括：
M＝max{Mv,Mh}
其中，M为重影对比度，Mv为第一峰值对比度，Mh为第二峰值对比度。
第四计算子模块342，用于通过重影距离公式对第一峰值距离和第二峰值距离进行计算得到所述重影距离。
本发明实施例中，重影距离公式包括：
D＝sqrt{Dv 2+Dh 2}
其中，D为重影距离，Dv为第一峰值距离，Dh为第二峰值距离。
本发明实施例提供的重影测量装置可用于实现上述图1至图2中的重影测量方法，具体描述可参见上述重影测量方法的实施例，此处不再重复描述。
本发明实施例提供的一种重影测量装置的技术方案中，获取图像采集设备采集的目标图像，通过腐蚀算法和互相关算法对目标图像进行计算，以生成目标图像的互相关曲线，根据互相关曲线生成重影对比度和重影距离。本发明实施例能够有效表征重影的严重程度，且抗干扰能力强。
图15为本发明实施例提供的一种计算机设备的示意图。如图15所示，该实施例的计算机设备20包括：处理器21、存储器22以及存储在存储22中并可在处理器21上运行的计算机程序23，该计算机程序23被处理器21执行时实现实施例中的应用于重影测量方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器21执行时实现实施例中应用于重影测量装置中各模型/单元的功能，为避免重复，此处不一一赘述。
计算机设备20包括，但不仅限于，处理器21、存储器22。本领域技术人员可以理解，图11仅仅是计算机设备20的示例，并不构成对计算机设备20的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器21可以是中央处理单元(Central Processing Unit，简称CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器22可以是计算机设备20的内部存储单元，例如计算机设备20的硬盘或内存。存储器22也可以是计算机设备20的外部存储设备，例如计算机设备20上配备的插接式硬盘，智能存储卡(Smart Media Card,简称SMC)，安全数字(Secure Digital,简称SD)卡，闪存卡(Flash Card)等。进一步地，存储器22还可以既包括计算机设备20的内部存储单元也包括外部存储设备。存储器22用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器22还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取可读存储介质中。上述软件功能单元存储在一个可读存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的可读存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (18)

1.一种重影测量方法，其特征在于，所述方法包括：
获取图像采集设备采集的目标图像；
通过腐蚀算法和互相关算法对所述目标图像进行计算，以生成所述目标图像的互相关曲线；
根据所述互相关曲线生成重影对比度和重影距离。
2.根据权利要求1所述的重影测量方法，其特征在于，所述目标图像包括第一图像和第二图像；所述第一图像包括横线，所述第二图像包括纵线。
3.根据权利要求2所述的重影测量方法，其特征在于，所述通过腐蚀算法和互相关算法对所述目标图像进行计算，以生成所述目标图像的互相关曲线，具体包括：
通过所述腐蚀算法对所述第一图像进行计算生成第三图像，以消除所述第一图像中的重影；
通过所述腐蚀算法对所述第二图像进行计算生成第四图像，以消除所述第二图像中的重影；
通过所述互相关算法对所述第一图像和所述第三图像进行计算，以生成所述第一图像和所述第三图像沿纵方向的第一互相关曲线；
通过所述互相关算法对所述第二图像和所述第四图像进行计算，以生成所述第二图像和所述第四图像沿横方向的第二互相关曲线。
4.根据权利要求1所述的重影测量方法，其特征在于，所述根据所述互相关曲线生成重影对比度和重影距离之前，还包括：
读取所述互相关曲线中的最高峰值和第二高峰值的峰值对比度和峰值距离。
5.根据权利要求4所述的重影测量方法，其特征在于，所述读取所述互相关曲线中的最高峰值和第二高峰值的的峰值对比度和峰值距离，具体包括：
读取第一互相关曲线中的最高峰值的和第二高峰值的第一峰值对比度和第一峰值距离；
读取第二互相关曲线中的最高峰值的和第二高峰值的第二峰值对比度和第二峰值距离。
6.根据权利要求1所述的重影测量方法，其特征在于，所述根据所述互相关曲线生成重影对比度和重影距离，具体包括：
通过重影对比度公式对第一峰值对比度和第二峰值对比度进行计算得到所述重影对比度；
通过重影距离公式对第一峰值距离和第二峰值距离进行计算得到所述重影距离。
7.根据权利要求6所述的重影测量方法，其特征在于，所述重影对比度公式包括：
M＝max{Mv,Mh}
其中，所述M为所述重影对比度，所述Mv为所述第一峰值对比度，所述Mh为所述第二峰值对比度。
8.根据权利要求6所述的重影测量方法，其特征在于，所述重影距离公式包括：
D＝sqrt{Dv 2+Dh 2}
其中，所述D为所述重影距离，所述Dv为所述第一峰值距离，所述Dh为所述第二峰值距离。
9.一种重影测量装置，其特征在于，所述装置包括：
获取模块，用于获取图像采集设备采集的目标图像；
第一计算模块，用于通过腐蚀算法和互相关算法对所述目标图像进行计算，以生成所述目标图像的互相关曲线；
第二计算模块，用于根据所述互相关曲线生成重影对比度和重影距离。
10.根据权利要求9所述的装置，其特征在于，所述目标图像包括第一图像和第二图像；所述第一图像包括横线，所述第二图像包括纵线。
11.根据权利要求10所述的装置，其特征在于，所述第一计算模块，具体包括：
第一消除子模块，用于通过所述腐蚀算法对所述第一图像进行计算生成第三图像，以消除所述第一图像中的重影；
第二消除子模块，用于通过所述腐蚀算法对所述第二图像进行计算生成第四图像，以消除所述第二图像中的重影；
第一计算子模块，用于通过所述互相关算法对所述第一图像和所述第三图像进行计算，以生成所述第一图像和所述第三图像沿纵方向的第一互相关曲线；
第二计算子模块，用于通过所述互相关算法对所述第二图像和所述第四图像进行计算，以生成所述第二图像和所述第四图像沿横方向的第二互相关曲线。
12.根据权利要求9所述的装置，其特征在于，还包括：
读取模块，用于读取所述互相关曲线中的最高峰值和第二高峰值的峰值对比度和峰值距离。
13.根据权利要求12所述的装置，其特征在于，所述读取模块，具体包括：
第一读取子模块，用于读取第一互相关曲线中的最高峰值的和第二高峰值的第一峰值对比度和第一峰值距离；
第二读取子模块，用于读取第二互相关曲线中的最高峰值的和第二高峰值的第二峰值对比度和第二峰值距离。
14.根据权利要求9所述的装置，其特征在于，所述第二计算模块，具体包括：
第三计算子模块，用于通过重影对比度公式对第一峰值对比度和第二峰值对比度进行计算得到所述重影对比度；
第四计算子模块，用于通过重影距离公式对第一峰值距离和第二峰值距离进行计算得到所述重影距离。
15.根据权利要求14所述的装置，其特征在于，所述重影对比度公式包括：
M＝max{Mv,Mh}
其中，所述M为所述重影对比度，所述Mv为所述第一峰值对比度，所述Mh为所述第二峰值对比度。
16.根据权利要求14所述的装置，其特征在于，所述重影距离公式包括：
D＝sqrt{Dv 2+Dh 2}
其中，所述D为所述重影距离，所述Dv为所述第一峰值距离，所述Dh为所述第二峰值距离。
17.一种可读存储介质，其特征在于，所述可读存储介质包括存储的程序，其中，在所述程序运行时控制所述可读存储介质所在设备执行权利要求1-8任意一项所述的重影测量方法。
18.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1-8任意一项所述的重影测量方法的步骤。
CN202011620646.1A 2020-12-31 2020-12-31 一种重影测量方法、装置、可读存储介质和计算机设备 Pending CN112734680A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011620646.1A CN112734680A (zh) 2020-12-31 2020-12-31 一种重影测量方法、装置、可读存储介质和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011620646.1A CN112734680A (zh) 2020-12-31 2020-12-31 一种重影测量方法、装置、可读存储介质和计算机设备

Publications (1)

Publication Number Publication Date
CN112734680A true CN112734680A (zh) 2021-04-30

Family

ID=75608130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011620646.1A Pending CN112734680A (zh) 2020-12-31 2020-12-31 一种重影测量方法、装置、可读存储介质和计算机设备

Country Status (1)

Country Link
CN (1) CN112734680A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113888536A (zh) * 2021-12-01 2022-01-04 武汉市利友印务有限公司 一种基于计算机视觉的印刷品重影检测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6100689A (en) * 1998-09-03 2000-08-08 General Electric Company Method for quantifying ghost artifacts in MR images
US20150002704A1 (en) * 2013-06-30 2015-01-01 Konica Minolta Laboratory U.S.A., Inc. Ghost artifact detection and removal in hdr image processing using multi-scale normalized cross-correlation
CN107424168A (zh) * 2017-03-02 2017-12-01 珠江水利委员会珠江水利科学研究院 连续曝光式的表面流场测量方法
US20180067197A1 (en) * 2015-04-01 2018-03-08 Iee International Electronics & Engineering S.A. Method and system for real-time motion artifact handling and noise removal for tof sensor images
CN111383199A (zh) * 2020-03-23 2020-07-07 贝壳技术有限公司 图像处理方法、装置、计算机可读存储介质及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6100689A (en) * 1998-09-03 2000-08-08 General Electric Company Method for quantifying ghost artifacts in MR images
US20150002704A1 (en) * 2013-06-30 2015-01-01 Konica Minolta Laboratory U.S.A., Inc. Ghost artifact detection and removal in hdr image processing using multi-scale normalized cross-correlation
US20180067197A1 (en) * 2015-04-01 2018-03-08 Iee International Electronics & Engineering S.A. Method and system for real-time motion artifact handling and noise removal for tof sensor images
CN107424168A (zh) * 2017-03-02 2017-12-01 珠江水利委员会珠江水利科学研究院 连续曝光式的表面流场测量方法
CN111383199A (zh) * 2020-03-23 2020-07-07 贝壳技术有限公司 图像处理方法、装置、计算机可读存储介质及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李晓娟 等: "目标相似性度量的鬼影抑制方法", 计算机应用研究, vol. 31, no. 3 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113888536A (zh) * 2021-12-01 2022-01-04 武汉市利友印务有限公司 一种基于计算机视觉的印刷品重影检测方法及系统

Similar Documents

Publication Publication Date Title
CN110660066B (zh) 网络的训练方法、图像处理方法、网络、终端设备及介质
CN109286758B (zh) 一种高动态范围图像的生成方法、移动终端及存储介质
CN111667504B (zh) 一种人脸追踪方法、装置及设备
CN112651953B (zh) 图片相似度计算方法、装置、计算机设备及存储介质
CN112991180A (zh) 图像拼接方法、装置、设备以及存储介质
CN111882565B (zh) 一种图像二值化方法、装置、设备及存储介质
Licciardo et al. Frame buffer-less stream processor for accurate real-time interest point detection
CN114862929A (zh) 三维目标检测方法、装置、计算机可读存储介质及机器人
CN114298985B (zh) 缺陷检测方法、装置、设备及存储介质
CN113158773B (zh) 一种活体检测模型的训练方法及训练装置
CN114359048A (zh) 图像的数据增强方法、装置、终端设备及存储介质
CN112734680A (zh) 一种重影测量方法、装置、可读存储介质和计算机设备
CN117173070A (zh) 一种基于fpga的图像处理融合方法及系统
CN111340722B (zh) 图像处理方法、处理装置、终端设备及可读存储介质
CN116977671A (zh) 基于图像空间定位的目标跟踪方法、装置、设备及存储介质
CN111222446A (zh) 人脸识别方法、人脸识别装置及移动终端
CN111539975A (zh) 一种运动目标的检测方法、装置、设备及存储介质
CN108629219B (zh) 一种识别一维码的方法及装置
CN116012418A (zh) 多目标跟踪方法及装置
CN116017129A (zh) 一种补光灯角度调整方法、装置、系统、设备和介质
CN112146834B (zh) 结构振动位移测量方法及装置
CN109063601A (zh) 唇纹检测方法、装置、计算机设备和存储介质
Zhang et al. A novel algorithm for disparity calculation based on stereo vision
CN114092925A (zh) 一种视频字幕检测方法、装置、终端设备及存储介质
CN111986144A (zh) 一种图像模糊判断方法、装置、终端设备及介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room a5-103, No.999, Wenzhong Road, Xinzhan District, Hefei City, Anhui Province 230000

Applicant after: Vision Technology Co.,Ltd.

Address before: Room a5-103, No.999, Wenzhong Road, Xinzhan District, Hefei City, Anhui Province 230000

Applicant before: Hefei Shiya Technology Co.,Ltd.