CN112985778B - 测试图卡的定位方法、终端及存储介质 - Google Patents
测试图卡的定位方法、终端及存储介质 Download PDFInfo
- Publication number
- CN112985778B CN112985778B CN202110227177.5A CN202110227177A CN112985778B CN 112985778 B CN112985778 B CN 112985778B CN 202110227177 A CN202110227177 A CN 202110227177A CN 112985778 B CN112985778 B CN 112985778B
- Authority
- CN
- China
- Prior art keywords
- boundary
- point
- central
- test
- vertex
- 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
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 332
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 230000009191 jumping Effects 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 230000004807 localization Effects 0.000 claims 2
- 230000003287 optical effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005452 bending Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
-
- G06T5/70—
-
- 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
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
Abstract
本发明公开了一种测试图卡的定位方法、终端及存储介质,所述方法包括:利用测试工装上的镜头模组对测试图卡拍照,获得测试图像;对测试图像进行二值化处理,获得二值化测试图像;根据二值化测试图像中预设中心候选区域内的各像素点的直角坐标和灰度值,获取二值化测试图像中的中心测试图卡的顶点;根据二值化测试图像中预设非中心候选区域内的各像素点的极坐标和灰度值,获取二值化测试图像中的非中心测试图卡的顶点。本发明解决了现有短焦镜头测试过程中利用笛卡尔坐标系下进行定位识别的成功率低的问题。
Description
技术领域
本发明涉及镜头光学测试技术领域,尤其涉及一种测试图卡的定位方法、终端及计算机可读存储介质。
背景技术
在镜头的测试过程中,经常会有图卡方面的测试,例如应用于镜头解析力SFR测试的图卡、色彩饱和度测试图卡和镜头畸变测试图卡等。在进行测试前,都需要对图卡进行识别定位。
现有图卡识别定位过程中利用笛卡尔坐标系来进行定位识别。在中长焦镜头测试过程中,因为中长焦镜头的畸变比较小,可以利用笛卡尔坐标系成功定位识别,但是对于短焦镜头,尤其是超广角鱼眼镜头时,会存在严重的畸变,此时再利用笛卡尔坐标系下进行定位识别,经常出现定位失败的问题。
发明内容
本发明的主要目的在于提出一种测试图卡的定位方法、终端及计算机可读存储介质,旨在解决现有短焦镜头测试过程中利用笛卡尔坐标系下进行定位识别的成功率低的问题。
为实现上述目的,本发明提供一种测试图卡的定位方法,包括步骤:
利用测试工装上的镜头模组对测试图卡拍照,获得测试图像;
对测试图像进行二值化处理,获得二值化测试图像;
根据二值化测试图像中预设中心候选区域内的各像素点的直角坐标和灰度值,获取二值化测试图像中的中心测试图卡的顶点;
根据二值化测试图像中预设非中心候选区域内的各像素点的极坐标和灰度值,获取二值化测试图像中的非中心测试图卡的顶点。
可选地,所述根据二值化测试图像中预设中心候选区域内的各像素点的直角坐标和灰度值,获取二值化测试图像中的中心测试图卡的顶点的步骤包括:
统计二值化测试图像中预设中心候选区域内各列对应的白色像素点数量,其中,白色像素点的灰度值为255;
根据白色像素点数量大于或等于预设阈值的各列中的最小纵坐标值和最大纵坐标值,更新预设中心候选区域的纵坐标范围;
根据二值化测试图像中预设中心候选区域内每一行对应的各像素点的灰度值和直角坐标,确定中心测试图卡在每一行的边界起始点和边界结束点;
根据中心测试图卡在各行的边界起始点和边界结束点,进行中心测试图卡的轮廓多边形拟合,获得中心测试图卡轮廓;
根据中心测试图卡轮廓上的像素点的直角坐标,获得中心测试图卡的顶点。
可选地,所述根据二值化测试图像中预设中心候选区域内每一行对应的各像素点的灰度值和直角坐标,确定中心测试图卡在每一行的边界起始点和边界结束点的步骤包括:
按照横坐标从小至大的顺序,选择一行像素点中第二个像素点作为该行的待验证点;
获取待验证点与待验证点相邻的两个像素点的灰度平均值,并判断该行中横坐标小于待验证点的横坐标的像素点中是否存在灯板边界点以及是否存在边界起始点;
若不存在灯板边界点且不存在边界起始点,则判断灰度平均值与255间的绝对差值是否小于预设阈值;
若灰度平均值与255间的绝对差值小于预设阈值,则确定该待验证点为灯板边界点;
若灰度平均值与255间的绝对差值大于或等于预设阈值,则将待验证点的下一个像素点更新为待验证点,并返回执行所述获取待验证点与待验证点相邻的两个像素点的灰度平均值的步骤;
若只存在灯板边界点,则判断灰度平均值是否小于预设阈值;
若灰度平均值小于预设阈值,则确定该待验证点为起始边界点;
若灰度平均值大于预设阈值,则将待验证点的下一个像素点更新为待验证点,并返回执行所述获取待验证点与待验证点相邻的两个像素点的灰度平均值的步骤;
若存在板边界点且存在起始边界点,则判断灰度平均值与255间的绝对差值是否小于预设阈值;
若灰度平均值与255间的绝对差值小于预设阈值,则确定该待验证点为结束边界点;
若灰度平均值与255间的绝对差值大于或等于预设阈值,则将待验证点的下一个像素点更新为待验证点,并返回执行所述获取待验证点与待验证点相邻的两个像素点的灰度平均值的步骤。
可选地,所述中心测试图卡为平行四边形的测试图卡;所述根据中心测试图卡轮廓上的像素点的直角坐标,获得中心测试图卡的顶点的步骤包括:
根据中心测试图卡轮廓上的像素点的直角坐标,获得中心测试图卡的轮廓质心点;
选择中心测试图卡轮廓上与轮廓质心点间距最大的像素点,作为中心测试图卡的第一顶点;
以轮廓质心点为对称中心,获取第一顶点的对称点,作为中心测试图卡的第二顶点;
采用第一顶点与第二顶点连线将中心测试图卡轮廓划分为第一轮廓线和第二轮廓线;
获取第一轮廓线上各像素点中与第一顶点的连线和与第二顶点的连线形成最小角度的夹角的像素点,作为中心测试图卡的第三顶点;
获取第二轮廓线上各像素点中与第一顶点的连线和与第二顶点的连线形成最小角度的夹角的像素点,作为中心测试图卡的第四顶点。
可选地,所述根据二值化测试图像中预设非中心候选区域内的各像素点的极坐标和灰度值,获取二值化测试图像中的非中心测试图卡的顶点的步骤包括:
统计二值化测试图像中预设非中心候选区域内各极径对应的白色像素点数量;
根据白色像素点数量大于或等于预设阈值的各极径中的最小极径和最大极径,更新预设非中心候选区域的极径范围;
根据二值化测试图像中预设非中心候选区域内每一极径对应的各像素点的灰度值和极坐标,获得非中心测试图卡的多个第一边界像素点和对应的多个第二边界像素点;
按照极径从小至大的顺序分别对第一边界像素点进行排序和对第二边界像素点进行排序,生成第一边界的队列和第二边界的队列;
根据第一边界的队列中像素点的极坐标和第二边界的队列中像素点的极坐标,确定非中心测试图卡的顶点。
可选地,非中心测试图卡为平行四边形的测试图卡;所述根据第一边界的队列中像素点的极坐标和第二边界的队列中像素点的极坐标,确定非中心测试图卡的顶点的步骤包括:
获取第一边界的队列和第二边界的队列中与测试图像中心点的距离最近的像素点,作为非中心测试图卡的第一顶点;
根据第一边界的队列中第一边界像素点的极坐标,获取非中心测试图卡的第二顶点,其中,非中心测试图卡的第二顶点的极径大于第一顶点的极径;
根据第二边界的队列中第二边界像素点的极坐标,获取非中心测试图卡的第三顶点,其中,非中心测试图卡的第三顶点的极径大于第一顶点的极径;
对第一边界的队列中大于或等于第二顶点的极径的第一边界像素点进行线性拟合,获得第一直线;
对第二边界的队列中大于或等于第二顶点的极径的第一边界像素点进行线性拟合,获得第二直线;
将第一直线和第二直线的交点作为非中心测试图卡的第四顶点,其中,非中心测试图卡的第四顶点的极径均大于第二顶点和第三顶点的极径。
可选地,所述按照极径从小至大的顺序分别对第一边界像素点进行排序和对第二边界像素点进行排序,生成第一边界的队列和第二边界的队列的步骤包括:
按照极径从小至大的顺序分别对第一边界像素点进行排序和对第二边界像素点进行排序,生成第一边界的候选队列和第二边界的候选队列;
将第一边界的候选队列和第二边界的候选队列中的第一个像素点均标记为非跳变;
从候选队列中第二个像素点开始,按照候选队列的排序顺序依次选择一个像素点;
每选择一个像素点时,获取所选择的像素点与候选队列中排在所选择的像素点前最近的标记为非跳变的像素点间的距离,并判断该距离是否大于预设距离阈值;
若该距离大于预设距离阈值,则将所选择的像素点标记为跳变;
若该距离小于或等于预设距离阈值,则将所选择的像素点标记为非跳变;
判断所选择的像素点是否为所在候选队列中的最后一个像素点;
若否,则返回执行所述从候选队列中第二个像素点开始,按照候选队列的排序顺序依次选择一个像素点;
若是,则剔除第一边界的候选队列和第二边界的候选队列中标记为跳变的像素点,生成第一边界的队列和第二边界的队列。
可选地,所述对测试图像进行二值化处理,获得二值化测试图像的步骤还包括:
对测试图像进行二值化处理,获得候选二值化测试图像;
对候选二值化测试图像进行滤波处理,获得二值化测试图像。
为实现上述目的,本发明还提供一种终端,所述终端包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的测试图卡的定位方法的步骤。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质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所述的测试图卡的定位方法的步骤。
本发明提出的一种测试图卡的定位方法、终端及计算机可读存储介质,通过利用测试工装上的镜头模组对测试图卡拍照,获得测试图像;对测试图像进行二值化处理,获得二值化测试图像;根据二值化测试图像中预设中心候选区域内的各像素点的直角坐标和灰度值,获取二值化测试图像中的中心测试图卡的顶点;根据二值化测试图像中预设非中心候选区域内的各像素点的极坐标和灰度值,获取二值化测试图像中的非中心测试图卡的顶点。由于畸变是以与镜头光学中心距离为变量的畸变模型,而极坐标系也是以半径为变量,正好跟畸变模型相似,能够很好的匹配弯曲畸变,从而采用极坐标系进行各像素点的位置表征能够消除在非镜头光学中心的区域产生的畸变带来对图卡定位的影响,进而提高对短焦镜头测试过程中图卡定位的准确性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的结构示意图;
图2为本发明测试图卡的定位方法第一实施例的流程示意图;
图3为本发明测试图卡的定位方法第一实施例中步骤S30的细化流程示意图;
图4为本发明测试图卡的定位方法第一实施例中步骤S33的细化流程示意图;
图5为本发明测试图卡的定位方法第一实施例中步骤S35的细化流程示意图;
图6为本发明测试图卡的定位方法第一实施例中步骤S40的细化流程示意图;
图7为本发明测试图卡的定位方法第一实施例中步骤S45的细化流程示意图;
图8为本发明测试图卡的定位方法第二实施例中步骤S44的细化流程示意图;
图9为本发明测试图卡的定位方法第三实施例中步骤S20的细化流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参照图1,图1为本发明各个实施例中所提供的终端的硬件结构示意图。所述终端包括通信模块01、存储器02及处理器03等部件。本领域技术人员可以理解,图1中所示出的终端还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中,所述处理器03分别与所述存储器02和所述通信模块01连接,所述存储器02上存储有计算机程序,所述计算机程序同时被处理器03执行。
通信模块01,可通过网络与外部设备连接。通信模块01可以接收外部设备发出的数据,还可发送数据、指令及信息至所述外部设备,所述外部设备可以是手机、平板电脑、笔记本电脑和台式电脑等电子设备。
存储器02,可用于存储软件程序以及各种数据。存储器02可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(根据二值化测试图像中预设非中心候选区域内的各像素点的极坐标和灰度值,获取二值化测试图像中的非中心测试图卡的顶点)等;存储数据区可存储根据终端的使用所创建的数据或信息等。此外,存储器02可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器03,是终端的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或执行存储在存储器02内的软件程序和/或模块,以及调用存储在存储器02内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。处理器03可包括一个或多个处理单元;优选的,处理器03可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器03中。
尽管图1未示出,但上述终端还可以包括电路控制模块,电路控制模块用于与市电连接,实现电源控制,保证其他部件的正常工作。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
根据上述硬件结构,提出本发明方法各个实施例。
参照图2,在本发明测试图卡的定位方法的第一实施例中,所述测试图卡的定位方法包括步骤:
步骤S10,利用测试工装上的镜头模组对测试图卡拍照,获得测试图像;
在本方案中,摆放有多个灯板,其中一个灯板的中心正对测试工装上的镜头模组的中心点,其他灯板环绕镜头中心点设置,并且每个灯板上放置有一个测试图卡。终端利用测试工装上的镜头模组对摆放完成的灯板和测试图卡进行拍照,获得测试图像。
步骤S20,对测试图像进行二值化处理,获得二值化测试图像;
获得测试图像后,对测试图像进行二值化处理,以便于后续对测试图像中的测试图卡进行定位。其中,可以采用现有技术对测试图像进行二值化处理,本实施例对此不作限定,具体的需要根据具体的环境来选择。例如,在实际应用中,由于通常在车间内进行拍照操作,而车间的背景环境比较干净,灯板处灰度值比较集中,并且灯板与背景和测试图卡差别比较大,因此可以基于经验设置二值化的阈值,如果环境复杂可以考虑利用大律法寻找二值化的阈值。
步骤S30,根据二值化测试图像中预设中心候选区域内的各像素点的直角坐标和灰度值,获取二值化测试图像中的中心测试图卡的顶点;
终端中会预先设置测试图像中各测试图卡候选区域范围,即中心测试图卡对应的预设中心候选区域和非中心测试图卡对应的非中心候选区域。预设中心候选区域的范围是基于笛卡尔直角坐标系进行表征的,而预设非中心候选区域是基于极坐标系进行表征的。终端获得二值化测试图像后,会根据二值化测试图像中预设中心候选区域内各像素点的灰度值和直角坐标,获取测试图像中预设候选区域范围内各像素点的灰度值的分布情况,并根据分布情况分析计算出测试图像中的中心测试图卡的区域和轮廓,并进而根据确定的区域和轮廓,确定中心测试图卡的顶点。
需要说明的是,预先设置测试图像中各测试图卡候选区域范围的确定,可以通过拍摄一张实际工装图片,查看中心测试图卡和非中心测试图卡在图片中的位置区域,然后以此手动配置中心测试图卡对应的预设中心候选区域和非中心测试图卡对应的非中心候选区域。
具体地的,请参照图3,图3为本申请一实施例中步骤S30的流程细化示意图,基于上述实施例,步骤S30包括:
步骤S31,统计二值化测试图像中预设中心候选区域内各列对应的白色像素点数量,其中,白色像素点的灰度值为255;
步骤S32,根据白色像素点数量大于或等于预设阈值的各列中的最小纵坐标值和最大纵坐标值,更新预设中心候选区域的纵坐标范围;
终端会以列扫描方式扫描预设中心候选区域内各像素点的灰度值,统计出预设中心候选区域内各列对应的灰度值为255的像素点的总数。然后根据预设阈值,从预设中心候选区域中筛选出灰度值为255的像素点的总数大于或等于预设阈值的各列,并根据各列对应的纵坐标中最小纵坐标值和最大纵坐标值,对预设中心候选区域的纵坐标范围进行更新,即将预设中心候选区域的纵坐标范围进行进一步缩小至最小纵坐标值至最大纵坐标值范围内。
步骤S33,根据二值化测试图像中预设中心候选区域内每一行对应的各像素点的灰度值和直角坐标,确定中心测试图卡在每一行的边界起始点和边界结束点;
终端更新预设中心候选区域后,会采用行扫描方式按照横坐标从小至大的顺序,也可以是从大到小的顺序,扫描预设中心候选区域中每一行各像素点的灰度值,来确定中心测试图卡在每一行的边界起始点和边界结束点。
具体地的,请参照图4,图4为本申请一实施例中步骤S33的流程细化示意图,基于上述实施例,步骤S33包括:
步骤S331,按照横坐标从小至大的顺序,选择一行像素点中第二个像素点作为该行的待验证点;
步骤S332,获取待验证点与待验证点相邻的两个像素点的灰度平均值,并判断该行中横坐标小于待验证点的横坐标的像素点中是否存在灯板边界点以及是否存在起始边界点;若不存在灯板边界点且不存在起始边界点,则执行步骤S333;若只存在灯板边界点,则执行步骤S336;若存在灯板边界点且存在起始边界点,则执行步骤S338;
步骤S333,判断灰度平均值与255间的绝对差值是否小于预设阈值;若灰度平均值与255间的绝对差值小于预设阈值,则执行步骤S334;若灰度平均值与255间的绝对差值大于或等于预设阈值,则执行步骤S335;
步骤S334,确定该待验证点为灯板边界点;
步骤S335,将待验证点的下一个像素点更新为待验证点,并返回执行步骤S332;
步骤S336,判断灰度平均值是否小于预设阈值;若灰度平均值小于预设阈值,则执行步骤S337;若灰度平均值大于预设阈值,则执行步骤S335;
步骤S337,确定该待验证点为边界起始点;
步骤S338,判断灰度平均值与255间的绝对差值是否小于预设阈值;若灰度平均值与255间的绝对差值小于预设阈值,则执行步骤S339;若灰度平均值与255间的绝对差值大于或等于预设阈值,则执行步骤S335;
步骤S339,确定该待验证点为边界结束点。
按照横坐标从小至大的顺序,选择一行像素点中第二个像素点作为该行的待验证点,计算该待验证点与该待验证点所在行上相邻的两个像素点的灰度平均值,并判断该行中排在待验证点前即横坐标小于待验证点的横坐标的像素点中是否存在灯板边界点以及是否存在边界起始点。
若不存在灯板边界点且不存在边界起始点,则说明当前的待验证点之前的像素点都位于二值化测试图像的背景区域内,而在二值化测试图像的背景区域的灰度值为0,灯板区域的灰度值为255,中心测试图卡的灰度值为0,此时需要判断当前的待验证点是否位于灯板区域内还是位于灯板边界上,故会判断灰度平均值与255间的绝对差值是否小于预设阈值;若确定灰度平均值与255间的绝对差值小于预设阈值,则确定该待验证点为灯板边界点;若确定灰度平均值与255间的绝对差值大于或等于预设阈值,则说明当前的待验证点仍然处于背景区域中,会继续按照横坐标从小至大的顺序选择所在行中该待验证点的下一个像素点更新为新的待验证点,并返回执行获取待验证点与待验证点相邻的两个像素点的灰度平均值的步骤。
若只存在灯板边界点,则说明当前的待验证点可能位于二值化测试图像的灯板区域,也可能刚好位于中心测试图卡的边界上,会判断灰度平均值是否小于预设阈值;若确定灰度平均值小于预设阈值,则确定该待验证点为边界起始点;若确定灰度平均值大于预设阈值,则说明当前的待验证点仍然位于二值化测试图像的灯板区域内,会继续按照横坐标从小至大的顺序选择所在行中该待验证点的下一个像素点更新为新的待验证点,并返回执行获取待验证点与待验证点相邻的两个像素点的灰度平均值的步骤;
若存在灯板边界点且存在边界起始点,则说明当前的待验证点可能位于中心测试图卡内或中心测试图卡的边界上,需要确定具体属于两种情况中的哪一种,会通过判断灰度平均值与255间的绝对差值是否小于预设阈值来确定;若确定灰度平均值与255间的绝对差值小于预设阈值,则确定该待验证点为中心测试图卡的边界结束点,并停止继续选择像素点作为待验证点;若灰度平均值与255间的绝对差值大于或等于预设阈值,则按照横坐标从小至大的顺序选择所在行上该待验证点的下一个像素点更新为新的待验证点,并返回执行获取待验证点与待验证点相邻的两个像素点的灰度平均值的步骤。
需要说明的是,获取预设中心候选区域内每一行对应的边界起始点和边界结束点的过程还可以是按照横坐标从小至大的顺序,依次选择同一行中的一个像素点,每选择一个像素点时,判断该像素点的灰度值与所在的行中与该像素点相邻并且横坐标小于该像素点的像素点的灰度值是否相同,若不同,则将该像素点标记为候选边界点;若相同,则不做任何处理;当同一行中的所有像素点都被选择后,会将该行中标记为候选边界像素点按照横坐标从小至大的顺序排列,将排列在第二位的候选边界点确定为该行对应的边界起始点,将第三位的候选边界点确定为该行对应的边界结束点。
步骤S34,根据中心测试图卡在各行的边界起始点和边界结束点,进行中心测试图卡的轮廓多边形拟合,获得中心测试图卡轮廓;
终端在确定中心测试图卡的所有边界起始点和边界结束点后,会根据步骤S33中确定的中心测试图卡的各边界起始点和各边界结束点,采用现有的多边形拟合算法进行中心测试图卡的轮廓进行拟合,获得中心测试图卡的多边形轮廓。
步骤S35,根据中心测试图卡轮廓上的像素点的直角坐标,获得中心测试图卡的顶点。
在对中心测试图卡的轮廓拟合完成后,根据拟合的轮廓上的各像素点的位置分布,即各像素点的直角坐标,就可以确定中心测试图卡的顶点对应的像素点和直角坐标。
具体地的,请参照图5,图5为本申请一实施例中的中心测试图卡为平行四边形的测试图卡情况下,步骤S35的流程细化示意图,基于上述实施例,步骤S35包括:
步骤S351,根据中心测试图卡轮廓上的像素点的直角坐标,获得中心测试图卡的轮廓质心点;
步骤S352,选择中心测试图卡轮廓上与轮廓质心点间距最大的像素点,作为中心测试图卡的第一顶点;
步骤S353,以轮廓质心点为对称中心,获取第一顶点的对称点,作为中心测试图卡的第二顶点;
步骤S354,采用第一顶点与第二顶点连线将中心测试图卡轮廓划分为第一轮廓线和第二轮廓线;
步骤S355,获取第一轮廓线上各像素点中与第一顶点的连线和与第二顶点的连线形成最小角度的夹角的像素点,作为中心测试图卡的第三顶点;
步骤S356,获取第二轮廓线上各像素点中与第一顶点的连线和与第二顶点的连线形成最小角度的夹角的像素点,作为中心测试图卡的第四顶点。
在本实施例中,中心测试图卡为平行四边形的测试图卡。获得中心测试图卡的轮廓后,根据中心测试图卡的轮廓上各像素点的直角坐标,计算轮廓质心点的直角坐标,其计算公式为:
获得轮廓质心点后,计算轮廓上各像素点距轮廓质心点的距离,从中选择出中心测试图卡轮廓上与轮廓质心点间距最大的像素点,将该像素点确定为中心测试图卡上的第一顶点。
然后以轮廓质心点为对称中心,作第一顶点的对称点,将第一顶点的对称点作为中心测试图卡上的第二顶点。然后根据第一顶点和第二顶点的连线将中心测试图卡轮廓划分为两部分,即第一轮廓线和第二轮廓线。计算第一轮廓线上每个像素点与第一顶点的连线以及与第二顶点的连线形成的夹角的角度,从中选择角度最小的夹角对应的第一轮廓线上的像素点,作为中心测试图卡的第三顶点。计算第二轮廓线上每个像素点与第一顶点的连线以及与第二顶点的连线形成的夹角的角度,从中选择角度最小的夹角对应的第二轮廓线上的像素点,作为中心测试图卡的第四顶点。
需要说明的是,确定顶点的过程还可以为计算测试图卡的轮廓上每个像素点距轮廓质心点的距离,然后选择测试图卡的轮廓上的任意一个像素点作为起点,按顺时针或逆时针方向为排列测试图卡轮廓上每个像素点与质心点的距离,然后将队列中的极大值对应的像素点即作为测试图卡的顶点。
步骤S40,根据二值化测试图像中预设非中心候选区域内的各像素点的极坐标和灰度值,获取二值化测试图像中的非中心测试图卡的顶点。
终端获得二值化测试图像后,会根据二值化测试图像中预设非中心候选区域内各像素点的灰度值和极坐标,获取测试图像中非预设候选区域范围内各像素点的灰度值的分布情况,并根据分布情况分析计算出测试图像中的非中心测试图卡的区域和轮廓,并进而根据确定的区域和轮廓,确定非中心测试图卡的顶点。
具体地的,请参照图6,图6为本申请一实施例中步骤S40的流程细化示意图,基于上述实施例,步骤S40包括:
步骤S41,统计二值化测试图像中预设非中心候选区域内各极径对应的白色像素点数量;
步骤S42,根据白色像素点数量大于或等于预设阈值的各极径中的最小极径和最大极径,更新预设非中心候选区域的极径范围;
终端会根据半径从小到大方式扫描预设非中心候选区域内各像素点的灰度值,统计出预设非中心候选区域内各极径的圆弧经过的灰度值为255的像素点的总数。然后根据预设阈值,从预设非中心候选区域中筛选出灰度值为255的像素点的总数大于或等于预设阈值对应的极径,并确定筛选出的各极径中的最小极径和最大极径,根据最小极径和最大极径对预设非中心候选区域的极径范围进行更新,即将预设非中心候选区域的极径范围进行进一步缩小至最小极径至最大极径范围内。
步骤S43,根据二值化测试图像中预设非中心候选区域内每一极径对应的各像素点的灰度值和极坐标,获得非中心测试图卡的多个第一边界像素点和对应的多个第二边界像素点;
终端更新预设非中心候选区域后,会按照角坐标值从小至大的顺序,也可以是从大到小的顺序,扫描预设非中心候选区域中每一极径对应的各像素点的灰度值,来确定非中心测试图卡在每一极径对应的第一边界像素点和第二边界像素点;若是按角坐标从小至大的顺序扫描,则同一极径对应的第一边界像素点的角坐标小于第二边界像素点的角坐标,若是按照角坐标从大至小的顺序扫描,则同一极径对应的第一边界像素点的角坐标大于第二边界像素点的角坐标。
具体的,获取预设非中心候选区域内每一极径对应的各像素点的第一边界像素点和第二边界像素点的过程如下:
按照角坐标从小至大的顺序,选择一极径对应的极径曲线上的像素点中排第二的像素点作为该极径对应的待验证点;获取该待验证点与该待验证点所在的极径曲线上相邻的两个像素点的灰度平均值,并判断该极径曲线中角坐标小于待验证点的角坐标的像素点中是否存在灯板边界像素点以及是否存在第一边界像素点。
若不存在灯板边界的像素点且不存在第一边界像素点,则说明当前的待验证点之前的像素点都位于二值化测试图像的背景区域内,此时需要判断当前的待验证点是否位于灯板区域内还是位于灯板边界上,故会判断灰度平均值与255间的绝对差值是否小于预设阈值,来确定是属于这两种情况中的一种;若灰度平均值与255间的绝对差值小于预设阈值,则确定该待验证点为灯板边界的像素点;若灰度平均值与255间的绝对差值大于或等于预设阈值,则按照角坐标从小至大的顺序选择所在极径曲线上该待验证点的下一个像素点更新为新的待验证点,并返回执行获取待验证点与该待验证点所在的极径曲线上相邻的两个像素点的灰度平均值的步骤。
若只存在灯板边界的像素点,则说明当前的待验证点可能位于二值化测试图像的灯板区域,也可能刚好位于中心测试图卡的边界上,会判断灰度平均值是否小于预设阈值;若确定灰度平均值小于预设阈值,则确定该待验证点为第一边界像素点;若确定灰度平均值大于预设阈值,则继续按照角坐标从小至大的顺序选择所在极径曲线上该待验证点的下一个像素点更新为新的待验证点,并返回执行获取待验证点与该待验证点所在的极径曲线上相邻的两个像素点的灰度平均值的步骤;
若存在灯板边界的像素点且存在第一边界像素点,则说明当前的待验证点可能位于非中心测试图卡内或非中心测试图卡的边界上,需要确定具体属于两种情况中的哪一种,会通过判断灰度平均值与255间的绝对差值是否小于预设阈值来确定;若灰度平均值与255间的绝对差值小于预设阈值,则确定该待验证点标记为第二边界像素点;若灰度平均值与255间的绝对差值大于或等于预设阈值,则按照角坐标从小至大的顺序选择所在极径曲线上该待验证点的下一个像素点更新为新的待验证点,并返回执行所述获取待验证点与该待验证点所在的极径曲线上相邻的两个像素点的灰度平均值的步骤。
需要说明的是,获取预设非中心候选区域内每一极径对应的各像素点的第一边界像素点和第二边界像素点的过程还可以是按照角坐标从小至大的顺序,依次选择同一极径曲线上的一个像素点,每选择一个像素点时,判断该像素点的灰度值与所在的极径曲线上与该像素点相邻并且角坐标小于该像素点的像素点的灰度值是否相同,若不同,则将该像素点标记为候选边界像素点;若相同,则不做任何处理;当同一极径曲线上的所有像素点都被选择后,会将该极径曲线上标记为候选边界像素点按照角坐标从小至大的顺序排列,将排列在第二位的候选边界像素点确定为该极径对应的第一边界像素点,将第三位的候选边界像素点确定为该极径对应的第二边界像素点。
步骤S44,按照极径从小至大的顺序分别对第一边界像素点进行排序和对第二边界像素点进行排序,生成第一边界的队列和第二边界的队列;
步骤S45,根据第一边界的队列中像素点的极坐标和第二边界的队列中像素点的极坐标,确定非中心测试图卡的顶点。
获取多个第一边界像素点和多个第二边界像素点,根据第一边界像素点的极坐标中的极径,按照极径从小至大的顺序对第一边界像素点进行排序,生成第一边界队列,根据第二边界像素点的极坐标中的极径,按照极径从小至大的顺序对第二边界像素点进行排序,生成第二边界队列,当然也可以按照极径从大至小的顺序对第一边界像素点进行排序和对第二边界像素点进行排序。然后根据第一边界的队列中各像素点的位置分布和第二边界的队列中各像素点的位置分布,就可以非中心测试图卡的顶点对应的像素点和极坐标。
具体地的,请参照图7,图7为本申请一实施例中的非测试中心图卡为平行四边形的测试图卡情况下,步骤S45的流程细化示意图,基于上述实施例,步骤S45包括:
步骤S451,获取第一边界的队列和第二边界的队列中与测试图像中心点的距离最近的像素点,作为非中心测试图卡的第一顶点;
步骤S452,根据第一边界的队列中第一边界像素点的极坐标,获取非中心测试图卡的第二顶点,其中,非中心测试图卡的第二顶点的极径大于第一顶点的极径;
步骤S453,根据第二边界的队列中第二边界像素点的极坐标,获取非中心测试图卡的第三顶点,其中,非中心测试图卡的第三顶点的极径大于第一顶点的极径;
步骤S454,对第一边界的队列中大于或等于第二顶点的极径的第一边界像素点进行线性拟合,获得第一直线;
步骤S455,对第二边界的队列中大于或等于第二顶点的极径的第一边界像素点进行线性拟合,获得第二直线;
步骤S456,将第一直线和第二直线的交点作为非中心测试图卡的第四顶点,其中,非中心测试图卡的第四顶点的极径均大于第二顶点和第三顶点的极径。
计算第一边界的队列和第二边界的队列中每个像素点与测试图像中心点的距离,然后从这些像素点中选择距离最近的一个像素点,作为非中心测试图卡的第一顶点。根据第一边界的队列中各第一边界像素点的极坐标,可以做出第一边界的队列中第一边界像素点的角坐标沿极径从小至大的顺序的变化趋势曲线,根据这变化趋势曲线,选择变化趋势曲线中的极值点对应的像素点作为非中心测试图卡的第二顶点,其中,第二顶点的极坐标中的极径大于第一顶点的极坐标中的极径。同样的,根据第二边界的队列中各第二边界像素点的极坐标,可以做出第二边界的队列中第二边界像素点的角坐标沿极径从小至大的顺序的变化趋势曲线,根据这变化趋势曲线,选择变化趋势曲线中的极值点对应的像素点作为非中心测试图卡的第三顶点,其中,第三顶点的极坐标中的极径大于第一顶点的极坐标中的极径。然后选择第一边界的队列中极径大于或等于第二顶点的极径对应的第一边界像素点,根据选择的第一边界像素点进行线性拟合,生成一条第一直线;同样选择第二边界的队列中极径大于或等于第三顶点的极径对应的第二边界像素点,根据选择的第二边界像素点进行线性拟合,生成一条第二直线。最后将第一直线和第二直线的交点作为非中心测试图卡的第四顶点,其中,非中心测试图卡的第四顶点的极径均大于第二顶点和第三顶点的极径。
需要说明的是,步骤S40也可以在步骤S30之前执行,也可以同时执行,在此不对步骤S30和步骤S40之间的执行顺序进行限定。
本实例通过利用测试工装上的镜头模组对测试图卡拍照,获得测试图像;对测试图像进行二值化处理,获得二值化测试图像;根据二值化测试图像中预设中心候选区域内的各像素点的直角坐标和灰度值,获取二值化测试图像中的中心测试图卡的顶点;根据二值化测试图像中预设非中心候选区域内的各像素点的极坐标和灰度值,获取二值化测试图像中的非中心测试图卡的顶点。由于畸变是以与镜头光学中心距离为变量的畸变模型,而极坐标系也是以半径为变量,正好跟畸变模型相似,能够很好的匹配弯曲畸变,从而采用极坐标系进行各像素点的位置表征能够消除在非镜头光学中心的区域产生的畸变带来对图卡定位的影响,进而提高对短焦镜头测试过程中图卡定位的准确性。
进一步地,请参照图8,图8为根据本申请测试图卡的定位方法的第一实施例提出本申请测试图卡的定位方法的第二实施例,在本实施例中,步骤S44包括:
步骤S441,按照极径从小至大的顺序分别对第一边界像素点进行排序和对第二边界像素点进行排序,生成第一边界的候选队列和第二边界的候选队列;
步骤S442,将第一边界的候选队列和第二边界的候选队列中的第一个像素点均标记为非跳变;
步骤S443,从候选队列中第二个像素点开始,按照候选队列的排序顺序依次选择一个像素点;
步骤S444,每选择一个像素点时,获取所选择的像素点与候选队列中排在所选择的像素点前最近的标记为非跳变的像素点间的距离,并判断该距离是否大于预设距离阈值;若是,则执行步骤S445;若否,则执行步骤S446;
步骤S445,将所选择的像素点标记为跳变;
步骤S446,将所选择的像素点标记为非跳变;
步骤S447,判断所选择的像素点是否为所在候选队列中的最后一个像素点;若否,则返回执行步骤S443;若是,则执行步骤S448;
步骤S448,剔除第一边界的候选队列和第二边界的候选队列中标记为跳变的像素点,生成第一边界的队列和第二边界的队列。
由于步骤S43中确定的第一边界像素点和第二边界像素点中可能存在某些第一边界像素点和第二边界像素点并不是正位于非中心测试图卡的边界上。故为了降低这些像素点影响后续顶点的定位,本实施例中,会先按照极径从小至大的顺序分别对第一边界像素点进行排序和对第二边界像素点进行排序,生成第一边界的候选队列和第二边界的候选队列,并且默认第一边界的候选队列和第二边界的候选队列中分别排列在第一位的像素点是处于测试图卡的边界上,即将两个候选队列中的第一个像素点均标记为非跳变。无论是对于第一边界的候选队列还是第二边界的候选队列,均是从候选队列中第二个像素点开始,按照候选队列的排序顺序依次每次选择一个像素点,每选择一个像素点时,计算当前所选择的像素点与所在候选队列中排在所选择的像素点前最近的标记为非跳变的像素点间的距离,并判断该距离是否大于预设距离阈值;若该距离大于预设距离阈值,则确定当前所选择的像素点离非中心测试图卡的边界距离较远,会将所选择的像素点标记为跳变,并判断当前选择的点是否为所在候选队列中最后一个像素点,若不是最后一个像素点,则说明候选队列中还存在没有标记的像素点,会返回继续按照候选队列的排序顺序依次选择一个像素点的步骤,若是最后一个像素点,则说明所在候选队列中所有像素点都被标记了;若该距离小于或等于预设距离阈值,则确定当前所选择的像素点离非中心测试图卡的边界较近或就位于非中心测试图卡的边界上,会将当前所选择的像素点标记为非跳变,同样会判断当前选择的点是否为所在候选队列中最后一个像素点,若不是最后一个像素点,则说明候选队列中还存在没有标记的像素点,会返回继续按照候选队列的排序顺序依次选择一个像素点的步骤,若是最后一个像素点,则说明所在候选队列中所有像素点都被标记了;当两个候选队列的每个像素点都被标记完成后,会剔除第一边界的候选队列和第二边界的候选队列中标记为跳变的像素点,生成第一边界的队列和第二边界的队列。
本实施例通过判断候选队列中每一个像素点与排在该像素点之前的正常的像素点间距离是否是大于预设距离阈值,将大于预设距离阈值的点作为跳变点即误差点,并将候选队列中的跳变点剔除,使得生成的队列没有误差点,从而避免误差点影响对非中心测试图卡顶点的定位,进而提高顶点定位的准确性。
进一步地,请参照图9,图9为根据本申请测试图卡的定位方法的第一实施例提出本申请测试图卡的定位方法的第二实施例,在本实施例中,步骤S20包括:
步骤S21,对测试图像进行二值化处理,获得候选二值化测试图像;
步骤S22,对候选二值化测试图像进行滤波处理,获得二值化测试图像。
在本实施例中,对测试图像进行二值化处理,获得候选二值化测试图像,然后对候选二值化测试图像做形态学处理,主要是通过对候选二值化测试图像做滤波处理。通过构造不同的滤波核可以实现有针对性的滤波,本算法中通过构造5*5的滤波核对候选二值化测试图像进行滤波,有效滤除候选二值化测试图像中部分杂光。
本实施例在进行顶点定位前,除了对拍照获得的测试图像二值化后还会进行滤波处理,去除部分杂光,从而提高对顶点定位的准确性。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序。所述计算机可读存储介质可以是图1的终端中的存储器02,也可以是如ROM(Read-Only Memory,只读存储器)/RAM(Random Access Memory,随机存取存储器)、磁碟、光盘中的至少一种,所述计算机可读存储介质包括若干信息用以使得终端执行本发明各个实施例所述的方法。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种测试图卡的定位方法,其特征在于,包括步骤:
利用测试工装上的镜头模组对测试图卡拍照,获得测试图像;
对测试图像进行二值化处理,获得二值化测试图像;
根据二值化测试图像中预设中心候选区域内的各像素点的直角坐标和灰度值,获取二值化测试图像中的中心测试图卡的顶点;
根据二值化测试图像中预设非中心候选区域内的各像素点的极坐标和灰度值,获取二值化测试图像中的非中心测试图卡的顶点;
所述根据二值化测试图像中预设非中心候选区域内的各像素点的极坐标和灰度值,获取二值化测试图像中的非中心测试图卡的顶点的步骤包括:
统计二值化测试图像中预设非中心候选区域内各极径对应的白色像素点数量;
根据白色像素点数量大于或等于预设阈值的各极径中的最小极径和最大极径,更新预设非中心候选区域的极径范围;
根据二值化测试图像中预设非中心候选区域内每一极径对应的各像素点的灰度值和极坐标,获得非中心测试图卡的多个第一边界像素点和对应的多个第二边界像素点;
按照极径从小至大的顺序分别对第一边界像素点进行排序和对第二边界像素点进行排序,生成第一边界的队列和第二边界的队列;
根据第一边界的队列中像素点的极坐标和第二边界的队列中像素点的极坐标,确定非中心测试图卡的顶点;
其中,非中心测试图卡为平行四边形的测试图卡;所述根据第一边界的队列中像素点的极坐标和第二边界的队列中像素点的极坐标,确定非中心测试图卡的顶点的步骤包括:
获取第一边界的队列和第二边界的队列中与测试图像中心点的距离最近的像素点,作为非中心测试图卡的第一顶点;
根据第一边界的队列中第一边界像素点的极坐标,获取非中心测试图卡的第二顶点,其中,非中心测试图卡的第二顶点的极径大于第一顶点的极径;
根据第二边界的队列中第二边界像素点的极坐标,获取非中心测试图卡的第三顶点,其中,非中心测试图卡的第三顶点的极径大于第一顶点的极径;
对第一边界的队列中大于或等于第二顶点的极径的第一边界像素点进行线性拟合,获得第一直线;
对第二边界的队列中大于或等于第二顶点的极径的第一边界像素点进行线性拟合,获得第二直线;
将第一直线和第二直线的交点作为非中心测试图卡的第四顶点,其中,非中心测试图卡的第四顶点的极径均大于第二顶点和第三顶点的极径。
2.根据权利要求1所述的测试图卡的定位方法,其特征在于,所述根据二值化测试图像中预设中心候选区域内的各像素点的直角坐标和灰度值,获取二值化测试图像中的中心测试图卡的顶点的步骤包括:
统计二值化测试图像中预设中心候选区域内各列对应的白色像素点数量,其中,白色像素点的灰度值为255;
根据白色像素点数量大于或等于预设阈值的各列中的最小纵坐标值和最大纵坐标值,更新预设中心候选区域的纵坐标范围;
根据二值化测试图像中预设中心候选区域内每一行对应的各像素点的灰度值和直角坐标,确定中心测试图卡在每一行的边界起始点和边界结束点;
根据中心测试图卡在各行的边界起始点和边界结束点,进行中心测试图卡的轮廓多边形拟合,获得中心测试图卡轮廓;
根据中心测试图卡轮廓上的像素点的直角坐标,获得中心测试图卡的顶点。
3.根据权利要求2所述的测试图卡的定位方法,其特征在于,所述根据二值化测试图像中预设中心候选区域内每一行对应的各像素点的灰度值和直角坐标,确定中心测试图卡在每一行的边界起始点和边界结束点的步骤包括:
按照横坐标从小至大的顺序,选择一行像素点中第二个像素点作为该行的待验证点;
获取待验证点与待验证点相邻的两个像素点的灰度平均值,并判断该行中横坐标小于待验证点的横坐标的像素点中是否存在灯板边界点以及是否存在边界起始点;
若不存在灯板边界点且不存在边界起始点,则判断灰度平均值与255间的绝对差值是否小于预设阈值;
若灰度平均值与255间的绝对差值小于预设阈值,则确定该待验证点为灯板边界点;
若灰度平均值与255间的绝对差值大于或等于预设阈值,则将待验证点的下一个像素点更新为待验证点,并返回执行所述获取待验证点与待验证点相邻的两个像素点的灰度平均值的步骤;
若只存在灯板边界点,则判断灰度平均值是否小于预设阈值;
若灰度平均值小于预设阈值,则确定该待验证点为起始边界点;
若灰度平均值大于预设阈值,则将待验证点的下一个像素点更新为待验证点,并返回执行所述获取待验证点与待验证点相邻的两个像素点的灰度平均值的步骤;
若存在板边界点且存在起始边界点,则判断灰度平均值与255间的绝对差值是否小于预设阈值;
若灰度平均值与255间的绝对差值小于预设阈值,则确定该待验证点为结束边界点;
若灰度平均值与255间的绝对差值大于或等于预设阈值,则将待验证点的下一个像素点更新为待验证点,并返回执行所述获取待验证点与待验证点相邻的两个像素点的灰度平均值的步骤。
4.根据权利要求3所述的测试图卡的定位方法,其特征在于,所述中心测试图卡为平行四边形的测试图卡;所述根据中心测试图卡轮廓上的像素点的直角坐标,获得中心测试图卡的顶点的步骤包括:
根据中心测试图卡轮廓上的像素点的直角坐标,获得中心测试图卡的轮廓质心点;
选择中心测试图卡轮廓上与轮廓质心点间距最大的像素点,作为中心测试图卡的第一顶点;
以轮廓质心点为对称中心,获取第一顶点的对称点,作为中心测试图卡的第二顶点;
采用第一顶点与第二顶点连线将中心测试图卡轮廓划分为第一轮廓线和第二轮廓线;
获取第一轮廓线上各像素点中与第一顶点的连线和与第二顶点的连线形成最小角度的夹角的像素点,作为中心测试图卡的第三顶点;
获取第二轮廓线上各像素点中与第一顶点的连线和与第二顶点的连线形成最小角度的夹角的像素点,作为中心测试图卡的第四顶点。
5.根据权利要求1所述的测试图卡的定位方法,其特征在于,所述按照极径从小至大的顺序分别对第一边界像素点进行排序和对第二边界像素点进行排序,生成第一边界的队列和第二边界的队列的步骤包括:
按照极径从小至大的顺序分别对第一边界像素点进行排序和对第二边界像素点进行排序,生成第一边界的候选队列和第二边界的候选队列;
将第一边界的候选队列和第二边界的候选队列中的第一个像素点均标记为非跳变;
从候选队列中第二个像素点开始,按照候选队列的排序顺序依次选择一个像素点;
每选择一个像素点时,获取所选择的像素点与候选队列中排在所选择的像素点前最近的标记为非跳变的像素点间的距离,并判断该距离是否大于预设距离阈值;
若该距离大于预设距离阈值,则将所选择的像素点标记为跳变;
若该距离小于或等于预设距离阈值,则将所选择的像素点标记为非跳变;
判断所选择的像素点是否为所在候选队列中的最后一个像素点;
若否,则返回执行所述从候选队列中第二个像素点开始,按照候选队列的排序顺序依次选择一个像素点;
若是,则剔除第一边界的候选队列和第二边界的候选队列中标记为跳变的像素点,生成第一边界的队列和第二边界的队列。
6.根据权利要求1至5中任一项所述的测试图卡的定位方法,其特征在于,所述对测试图像进行二值化处理,获得二值化测试图像的步骤还包括:
对测试图像进行二值化处理,获得候选二值化测试图像;
对候选二值化测试图像进行滤波处理,获得二值化测试图像。
7.一种终端,其特征在于,所述终端包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的测试图卡的定位方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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权利要求1至6中任一项所述的测试图卡的定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110227177.5A CN112985778B (zh) | 2021-03-01 | 2021-03-01 | 测试图卡的定位方法、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110227177.5A CN112985778B (zh) | 2021-03-01 | 2021-03-01 | 测试图卡的定位方法、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112985778A CN112985778A (zh) | 2021-06-18 |
CN112985778B true CN112985778B (zh) | 2022-06-21 |
Family
ID=76351685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110227177.5A Active CN112985778B (zh) | 2021-03-01 | 2021-03-01 | 测试图卡的定位方法、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112985778B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114485393B (zh) * | 2021-12-30 | 2024-03-12 | 歌尔光学科技有限公司 | 一种图卡工装以及校准方法 |
CN115439477B (zh) * | 2022-11-07 | 2023-03-28 | 广东欧谱曼迪科技有限公司 | 24色卡定位方法、装置、电子设备及存储介质 |
CN116109815B (zh) * | 2023-04-11 | 2023-07-28 | 深圳市易瑞生物技术股份有限公司 | 测试卡计算区域的定位方法、装置及终端设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109002823A (zh) * | 2018-08-09 | 2018-12-14 | 歌尔科技有限公司 | 一种感应区区域确定方法、装置、设备及可读存储介质 |
CN111896233A (zh) * | 2020-08-13 | 2020-11-06 | 歌尔光学科技有限公司 | 对比度测试方法、对比度测试设备及存储介质 |
CN112414679A (zh) * | 2020-12-04 | 2021-02-26 | 歌尔光学科技有限公司 | 一种提取sfr算法刀口区域的方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4243767B2 (ja) * | 2007-09-21 | 2009-03-25 | 富士通株式会社 | 魚眼レンズカメラ装置及びその画像抽出方法 |
CN106846352B (zh) * | 2016-12-30 | 2019-12-27 | 歌尔科技有限公司 | 一种用于镜头解析力测试的刀口图片获取方法和装置 |
CN111795805B (zh) * | 2020-06-29 | 2022-06-21 | 歌尔光学科技有限公司 | 测试图的绘制方法、终端设备及存储介质 |
-
2021
- 2021-03-01 CN CN202110227177.5A patent/CN112985778B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109002823A (zh) * | 2018-08-09 | 2018-12-14 | 歌尔科技有限公司 | 一种感应区区域确定方法、装置、设备及可读存储介质 |
CN111896233A (zh) * | 2020-08-13 | 2020-11-06 | 歌尔光学科技有限公司 | 对比度测试方法、对比度测试设备及存储介质 |
CN112414679A (zh) * | 2020-12-04 | 2021-02-26 | 歌尔光学科技有限公司 | 一种提取sfr算法刀口区域的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112985778A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112985778B (zh) | 测试图卡的定位方法、终端及存储介质 | |
CN106846352B (zh) | 一种用于镜头解析力测试的刀口图片获取方法和装置 | |
CN109002823B (zh) | 一种感兴趣区域确定方法、装置、设备及可读存储介质 | |
CN110619333B (zh) | 一种文本行分割方法、文本行分割装置及电子设备 | |
CN111896233B (zh) | 对比度测试方法、对比度测试设备及存储介质 | |
CN111985465A (zh) | 文本识别方法、装置、设备及存储介质 | |
KR100960543B1 (ko) | 미지 품질의 패턴을 사용하여 기준 이미지를 생성하기 위한시스템 및 방법 | |
CN114638824B (zh) | 基于aoi设备采集图像的融合方法、装置、设备和介质 | |
CN111079730A (zh) | 一种在界面图中确定样图所在区域的方法和电子设备 | |
CN113920502A (zh) | 一种云台调整方法、装置、设备及介质 | |
CN113257182B (zh) | 一种led显示屏校正过程中的灯点位置修正方法及装置 | |
CN110070581B (zh) | 双视野定位方法、装置及系统 | |
CN114693529A (zh) | 一种图像拼接方法、装置、设备及存储介质 | |
CN111650744B (zh) | 振镜的参数调节方法、装置、设备及可读存储介质 | |
CN115661131B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
AU2013264673B2 (en) | Pattern processing apparatus, pattern processing method, and pattern processing program | |
CN111523331B (zh) | 一种二维码识别方法及装置 | |
CN115082552B (zh) | 标记孔的定位方法、装置、装配设备及存储介质 | |
CN116452676A (zh) | 一种摄像头标定方法、装置、设备及可读存储介质 | |
CN108596981B (zh) | 一种图像的鸟瞰视角重投影方法、装置及便携式终端 | |
CN112529816A (zh) | 数据处理方法、装置、存储介质及计算机设备 | |
JP2004239870A (ja) | 空間フィルタ、空間フィルタの作成方法、空間フィルタ作成プログラム、画面欠陥の検査方法及び装置 | |
CN111862018A (zh) | 显示屏幕的像素检测方法和检测装置 | |
CN110705329B (zh) | 一种处理方法、装置及电子设备 | |
CN112529829A (zh) | 一种毛刺定位、毛刺检测模型的训练方法及装置 |
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 |