CN113096084B - 基于阵列相机成像的视觉检测方法、设备及系统 - Google Patents
基于阵列相机成像的视觉检测方法、设备及系统 Download PDFInfo
- Publication number
- CN113096084B CN113096084B CN202110351645.XA CN202110351645A CN113096084B CN 113096084 B CN113096084 B CN 113096084B CN 202110351645 A CN202110351645 A CN 202110351645A CN 113096084 B CN113096084 B CN 113096084B
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- region
- gray level
- clear
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 title description 13
- 230000000007 visual effect Effects 0.000 title description 13
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000001502 supplementing effect Effects 0.000 claims abstract description 20
- 238000011179 visual inspection Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 239000000047 product Substances 0.000 description 20
- 238000004891 communication Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000013589 supplement Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 206010070834 Sensitisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000008313 sensitization Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000012360 testing method Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本申请一个或多个实施例提供一种基于阵列相机成像的视觉检测方法、设备及系统。所述方法包括:获取待检测产品的阵列图像;所述阵列图像中包括多个子图像,且任意两个所述子图像均包括重叠区域;获取所述阵列图像中第一子图像及与所述第一子图像相邻的第二子图像;其中,所述第一子图像包括第一清晰区域以及位于所述第一清晰区域周围的第一模糊区域,所述第二子图像包括第二清晰区域,且所述第二清晰区域与所述第一模糊区域至少部分重合;采用所述第二清晰区域对所述第一模糊区域进行补充,使所述第一模糊区域中与所述第二清晰区域重合的部分清晰;根据补充后的所述第一子图像,获得所述待检测产品的清晰图像。通过本申请可获得清晰完整的图像。
Description
技术领域
本申请一个或多个实施例涉及视觉检测技术领域,尤其涉及一种基于阵列相机成像的视觉检测方法、设备及系统。
背景技术
机器视觉检测中相机一般都是固定的,但是由于检测位置不同,检测相机对焦也会需要一定的变化。
目前,原机器视觉中,需要拍摄高清或者大靶面的照片时候,只能采用对应的大靶面相机与镜头,虽然能够满足拍摄要求,但是大靶面相机镜头,制作工艺要求高,价格昂贵,体积特别笨重。
同时,只能采取多相机或者移动相机拍摄才能起到广角检测的效果,但是切换的速度对于机器工艺检测来说速度还是不够并且也不够理想,图像色彩均匀度也并不是很佳。
发明内容
有鉴于此,本申请一个或多个实施例的目的在于提出一种基于阵列相机成像的视觉检测方法、设备及系统。
基于上述目的,本申请一个或多个实施例提供了一种基于阵列相机成像的视觉检测方法,包括:
获取待检测产品的阵列图像;所述阵列图像中包括多个子图像,且任意两个所述子图像均包括重叠区域;
获取所述阵列图像中第一子图像及与所述第一子图像相邻的第二子图像;其中,所述第一子图像包括第一清晰区域以及位于所述第一清晰区域周围的第一模糊区域,所述第二子图像包括第二清晰区域,且所述第二清晰区域与所述第一模糊区域至少部分重合;
采用所述第二清晰区域对所述第一模糊区域进行补充,使所述第一模糊区域中与所述第二清晰区域重合的部分清晰;
根据补充后的所述第一子图像,获得所述待检测产品的清晰图像。
可选的,所述获取待检测产品的阵列图像,包括:
控制阵列相机中阵列分布的多个子镜头对准待检测产品,并按照预设的顺序控制多个所述子镜头进行拍摄以获得所述阵列图像;
其中,不同的所述子镜头具有不同的焦距,且任一所示子图像均包括所述待检测产品的完整图像。
可选的,所述采用所述第二清晰区域对所述第一模糊区域进行补充,包括:
对所述第一子图像、所述第二子图像进行灰度处理,获得第一灰度图像及第二灰度图像;
获取所述第一灰度图像及所述第二灰度图像的灰度差值图像;
根据所述灰度差值图像确定灰阶差异阈值;
基于所述灰阶差异阈值对所述第一模糊区域进行补充。
可选的,所述获取所述第一灰度图像及所述第二灰度图像的灰度差值图像,包括:
获取所述第一灰度图像及所述第二灰度图像的重合部分,对所述重合部分做差值运算,获得所述灰度差值图像。
可选的,所述根据所述灰度差值图像确定灰阶差异阈值,包括:
基于预设的阈值范围调整所述灰度差值图像的灰阶,获取使所述灰度差值图像的灰阶差异最大的所述阈值作为所述灰阶差异阈值。
可选的,还包括:
基于所述阈值范围以及预设的步长逐一调整所述灰度差值图像的灰阶。
可选的,所述基于所述灰阶差异阈值对所述第一模糊区域进行补充,包括:
计算所述第一灰度图像中像素点的灰度值与所述灰阶差异阈值之和。
可选的,所述采用所述第二清晰区域对所述第一模糊区域进行补充之前,还包括:
获取与所述第二子图像相邻且不与所述第一子图像相邻的的第三子图像;所述第三子图像包括第三清晰区域,所述第二子图像包括第二模糊区域;
采用所述第三清晰区域对所述第二模糊区域进行补充,从而获得所述第二子图像的所述第二清晰区域。
本申请一个或多个实施例还提供了一种基于阵列相机成像的视觉检测设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如上述任意一项所述的基于阵列相机成像的视觉检测方法。
本申请一个或多个实施例还提供了一种基于阵列相机成像的视觉检测系统,包括:
阵列相机,包括多个阵列分布的子镜头;以及,
如上述所述的基于阵列相机成像的视觉检测设备。
从上面所述可以看出,本申请一个或多个实施例提供的基于阵列相机成像的视觉检测方法、设备及系统,采用阵列相机拍摄的阵列图像后进行图像整体的融合,利用子图像的清晰区域对相邻子图像的模糊区域进行补充进而获得图像清晰、焦深增大、视野增大的整张图像,从而代替相关技术中大靶面镜头拍摄的整张图像,在达到相同拍摄效果的同时减小了相机体积,由于使用价格便宜的小定焦子镜头从而大大降低了相机的成本。
附图说明
为了更清楚地说明本申请一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有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一个或多个实施例,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为本申请实施例所述基于阵列相机成像的视觉检测方法的流程示意图;
图2为本申请实施例所述阵列相机的镜头结构示意图;
图3为本申请实施例所述阵列相机的子镜头的触发顺序示意图;
图4a为本申请一个具体实施例的第一子图像示意图;
图4b为本申请一个具体实施例的第二子图像示意图;
图5为本申请实施例图像处理过程示意图;
图6为本申请实施例所述基于阵列相机成像的视觉检测设备的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本申请一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本申请一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
目前,阵列相机广泛用于数码相机、手机、安防监控等领域,可以通过小镜头阵列排放替换掉价格昂贵且体积较大的大靶面镜头,这种做法可以节省成本,并且达到大靶面镜头差不多甚至更佳的效果。
对于阵列相机中各个子镜头,单个子镜头拍摄出来的照片焦深有限、视野有限。但是通过阵列分布的多个子镜头拍摄不同位置焦距的照片,再整合到一张照片,则可实现焦深大、视野大的效果。
基于上述原因,本公开的一个实施例提供一种基于阵列相机成像的视觉检测方法。如图1所示,所述基于阵列相机成像的视觉检测方法包括:
步骤S101,获取待检测产品的阵列图像;其中,所述阵列图像中包括多个子图像,且任意两个所述子图像均包括重叠区域。
在本申请中,首先进行打光环境搭建,构建合适的环境光以进行图像的拍摄。之后,通过阵列相机获取待检测产品的阵列图像。其中,阵列相机的镜头包括阵列分布的多个子镜头。为获得不同焦深、视野的图像,可根据实际需要将不同的子镜头设置为不同的焦距。镜头中子镜头的数量可以根据实际需要进行设计,例如可以包括4*4、4*3、4*2、4*1、3*3、3*2、3*1、2*2、2*1阵列等。如图2所示,在一个具体实施例中,阵列相机的镜头包括4*4阵列分布的16个子镜头。
其中,阵列图像中包括由阵列相机中各个子镜头拍摄的多个子图像,相邻两张子图像均包括重叠区域。可选的,每个子镜头拍摄一张子图像,且任意一张子图像均拍摄到了待检测产品的完整图像。受子镜头的焦深所限,每张子图像均包括位于子镜头对准区域的清晰区域以及位于清晰区域周围的模糊区域。且由于子镜头的位置不同,不同子镜头的焦点不同,从而导致不同子图像的清晰区域不同。为保证后续处理的效果,相邻两个子图像的清晰区域相交,从而可以利用相邻子图像对模糊区域进行补充。
步骤S102,获取所述阵列图像中第一子图像及与所述第一子图像相邻的第二子图像;其中,所述第一子图像包括第一清晰区域以及位于所述第一清晰区域周围的第一模糊区域,所述第二子图像包括第二清晰区域,且所述第二清晰区域与所述第一模糊区域至少部分重合。
本申请中,首先获取阵列图像中一个子图像作为第一子图像,将该第一子图像作为核心图像,利用其它子图像对该核心图像的模糊区域进行补充以获得最终的清晰图像。
之后,获取与第一子图像相邻的第二子图像,由于第二子图像包括的第二清晰区域与第一子图像的第一模糊区域至少部分重合,因此可以利用第二子图像的第二清晰区域对第一子图像的第一模糊区域进行补充。
如图3所示,在一个具体的实施例中,以4*4阵列分布的16个子镜头为例,将子图像1作为第一子图像,将子图像2、3、4、5、13、14、15、16中任一个作为第二子图像。可选的,也可选择其他子图像作为核心图像即第一子图像,选择与核心图像相邻的其它子图像作为第二子图像用于实现对第一子图像的补充。
其中,可以采用图像清晰度计算方法,判断出第一子图像、第二子图像各自的清晰区域以及模糊区域。
步骤S103,采用所述第二清晰区域对所述第一模糊区域进行补充,使所述第一模糊区域中与所述第二清晰区域重合的部分清晰。
本申请中,由于第二清晰区域与第一模糊区域至少部分重合,因此可以采用第二清晰区域对第一模糊区域中与第二清晰区域重合的部分进行补充,从而使得相应的区域边清晰。
步骤S104,根据补充后的所述第一子图像,获得所述待检测产品的清晰图像。利用与第一子图像相邻的全部第二子图像对第一子图像补充后,得到了清晰的图像,之后可以对该清晰图像进行其他处理,应用于机器视觉中,例如产品缺陷检测、OLED中的demure修复、尺寸测量、位置定位等。
本申请实施例所述基于阵列相机成像的视觉检测方法,采用阵列相机拍摄的阵列图像后进行图像整体的融合,利用子图像的清晰区域对相邻子图像的模糊区域进行补充进而获得图像清晰、焦深增大、视野增大的整张图像,从而代替相关技术中大靶面镜头拍摄的整张图像,在达到相同拍摄效果的同时减小了相机体积,由于使用价格便宜的小定焦子镜头从而大大降低了相机的成本。
在一些可选的实施例中,将待检测产品置于检测平台后,步骤S101中所述获取待检测产品的阵列图像,包括:控制阵列相机中阵列分布的多个子镜头对准待检测产品,并按照预设的顺序控制多个所述子镜头进行拍摄以获得所述阵列图像;其中,不同的所述子镜头具有不同的焦距。
本申请中,预先设置好阵列相机中各个子镜头的参数后,之后控制阵列相机中阵列分布的多个子镜头对准该待检测产品,阵列相机的镜头以及各个子镜头的位置就不再变化。之后控制各个子镜头按照预设的顺序控制多个所述子镜头进行拍摄以获得所述阵列图像。例如,控制位于阵列中心的子镜头先进行拍摄而位于阵列边缘的子镜头后进行拍摄,如图3所示,按照1→2→3→4→5→6→7→8→9→10→11→12→13→16→15→16的顺序依次获得各个子图像;或者,也可以控制各个子镜头以S型顺序进行拍摄,例如15→16→5→6→7→4→1→14→13→2→3→8→9→10→11→12。其中,不同的所述子镜头可以具有相同或不同的焦距。
可选的,在拍摄时,根据拍摄要求,不同的所述子镜头可以具有相同或不同的焦距,且任一所示子图像均包括所述待检测产品的完整图像,这样可以基于对一张子图像的补充获得完整的清晰图像。
在本申请的一些实施例中,步骤S103中所述采用所述第二清晰区域对所述第一模糊区域进行补充,包括:
步骤S201,对所述第一子图像、所述第二子图像进行灰度处理,获得第一灰度图像及第二灰度图像。
本申请中,首先对获取到的第一子图像、第二子图像进行灰度处理,从而获得相应的灰度图,以便于后续的处理。
参照图5所示,其中(a)图为第一灰度图像,(b)图为第二灰度图像。
步骤S202,获取所述第一灰度图像及所述第二灰度图像的灰度差值图像。
具体的,对第一灰度图像及第二灰度图像进行重合匹配,从而获取所述第一灰度图像及所述第二灰度图像的重合部分,之后对所述重合部分做差值运算,获得所述灰度差值图像,如图5中图(c)所示。
在一个具体的实施例中,如图4a、图4b所示,第一子图像及灰度处理后的第一灰度图像包括第一清晰区域(圆圈内的区域)11,除第一清晰区域11以外的区域则为第一模糊区域。第二子图像及灰度处理后的第二灰度图像包括第二清晰区域(圆圈内的区域)21,除第二清晰区域21以外的区域则为第二模糊区域。
其中,第一子图像或第一灰度图像中的第一清晰区域11中包括点A1,第一模糊区域中包括点B1,其中,点A1处的灰度值为a1,点B1处的灰度值为b1。第二子图像或第二灰度图像中的第二清晰区域21中包括点A2,第二模糊区域中包括点B2,其中,点A2处的灰度值为a2,点B2处的灰度值为b2。点A1与点A2为重合像素点,点B1与点B2为重合像素点。
则,对第一灰度图像与第二灰度图像的重合部分做差值运算,得到的灰度差值图像中,与A1、A2重合的像素点A3的灰度值a3=a1-a2,与B1、B2重合的像素点B3的灰度值b3=b1-b2。
步骤S203,根据所述灰度差值图像确定灰阶差异阈值。
本申请中,基于预设的阈值范围调整所述灰度差值图像的灰阶,获取使所述灰度差值图像的灰阶差异最大的所述阈值作为所述灰阶差异阈值。同时,基于所述阈值范围以及预设的步长逐一调整所述灰度差值图像的灰阶。
具体的,将阈值范围设置为30-80,步长设置为1,并逐一调节步长来调节灰度差值图像的灰阶,同时计算灰度差值图像的灰阶差异范围。其中,参照图5所示,图(d)为进行阈值调整后的灰度差值图像,图(e)为阈值为30时的灰度差值图像,图(f)为阈值为80时的灰度差值图像。
当基于阈值范围内的全部阈值调节灰度差值图像的灰阶之后,取使得灰度差值图像的灰阶差异值最大的那个阈值c作为灰阶差异阈值。此时,灰度差值图像中A3的灰度值为a3+c,灰度差值图像中B3的灰度值为b3+c。
步骤S204,基于所述灰阶差异阈值对所述第一模糊区域进行补充。
可选的,计算所述第一灰度图像中像素点的灰度值与所述灰阶差异阈值之和,从而得到补充后的第一灰度图像。其中,补充后的第一灰度图像中,A1的灰度值为a1+c,B1的灰度值为b1+c,从而使得第一灰度图像中的第一模糊区域变清晰。
在另一些可选的实施例中,步骤S103中所述采用所述第二清晰区域对所述第一模糊区域进行补充之前,还包括:
步骤S301,获取与所述第二子图像相邻且不与所述第一子图像相邻的第三子图像;所述第三子图像包括第三清晰区域,所述第二子图像包括第二模糊区域。
步骤S302,采用所述第三清晰区域对所述第二模糊区域进行补充,从而获得所述第二子图像的所述第二清晰区域。
本申请中,当阵列相机中的子镜头较多,例如包括3*4、4*4子镜头时,阵列图像中还会包括与第二子图像相邻但不与第一子图像相邻的第三子图像,这些子图像无法对第一子图像进行补充。本申请通过第三子图像对第二子图像先进行补充,从而将第二子图像原本的清晰区域扩大,从而得到最终的第二清晰区域,再通过第二清晰区域对第一子图像进行补充。
具体的,如图3所示,以子图像1为第一子图像、子图像2、3、4、5、13、14、15、16中任一张图像为第二子图像为例。由于子图像1的视野不能囊括子图像6、7、8、9、10、11、12,因此在子图像1与子图像2、3、4、5、13、14、15、16融合之前,先利用子图像11、12对子图像13进行补充,利用子图像10、11、12对子图像2进行补充,利用子图像7、8、9、10、11对子图像3进行补充,利用子图像6、7、8对子图像4进行补充,利用子图像6、7对子图像5进行补充,最后再利用子图像2、3、4、5、13、14、15、16对子图像7进行补充。
本申请实施例所述基于阵列相机成像的视觉检测方法,通过阵列相机代替大靶面镜头相机对待检测产品进行拍摄,之后采用软件方法处理融合图像,通过硬件上来改善达到芯片后端软件算法开发产品整体芯片的感光系数统一,每个芯片曝光、增益调节等效果,从而可以加宽阵列相机拍摄出的阵列图像的视野宽度,能得到自动对焦产品与优化清晰度、均匀度和色彩更好的图像。同时,集成相机镜头一体化设计,相机的体积更小,相比于大靶面镜头相机可减少3/4左右的体积,同时减少2/3的价格;相机可以集成WLAN无线功能,支持远距离传输;组件产品使用为消费级产品组件,功耗会比之前的大靶面相机低,预计功耗<10w;此外,制作工艺相对简单,集成一体化要求高,主要为后台软件算法解决问题,极大缩减了硬件的成本。
需要说明的是,本申请一个或多个实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本申请一个或多个实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本申请一个或多个实施例还提供了一种基于阵列相机成像的图像处理设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上任意一实施例所述的基于阵列相机成像的视觉检测方法。
图6示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本申请实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本申请实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的基于阵列相机成像的视觉检测方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,本申请一个或多个实施例还提供了一种基于阵列相机成像的图像处理系统,包括阵列相机以及如上述实施例所述的基于阵列相机成像的视觉检测设备。其中,包括阵列相机多个阵列分布的子镜头;可以根据实际需要为各个子镜头设置相同或不同的焦距等参数。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本申请一个或多个实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本申请一个或多个实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本申请一个或多个实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本申请一个或多个实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本申请一个或多个实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本申请一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本申请一个或多个实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (8)
1.一种基于阵列相机成像的视觉检测方法,包括:
获取待检测产品的阵列图像;所述阵列图像中包括多个子图像,且任意两个所述子图像均包括重叠区域;任一所述子图像均包括所述待检测产品的完整图像,且相邻两个子图像的清晰区域相交;
获取所述阵列图像中第一子图像及与所述第一子图像相邻的第二子图像;其中,所述第一子图像包括第一清晰区域以及位于所述第一清晰区域周围的第一模糊区域,所述第二子图像包括第二清晰区域,且所述第二清晰区域与所述第一模糊区域至少部分重合,所述第一清晰区域与所述第二清晰区域相交;
采用所述第二清晰区域对所述第一模糊区域进行补充,使所述第一模糊区域中与所述第二清晰区域重合的部分清晰;
根据补充后的所述第一子图像,获得所述待检测产品的清晰图像;
其中,所述采用所述第二清晰区域对所述第一模糊区域进行补充,包括:对所述第一子图像、所述第二子图像进行灰度处理,获得第一灰度图像及第二灰度图像;获取所述第一灰度图像及所述第二灰度图像的灰度差值图像;根据所述灰度差值图像确定灰阶差异阈值,所述灰阶差异阈值为使所述灰度差值图像的灰阶差异最大的阈值;基于所述灰阶差异阈值对所述第一模糊区域进行补充;
所述采用所述第二清晰区域对所述第一模糊区域进行补充之前,还包括:获取与所述第二子图像相邻且不与所述第一子图像相邻的的第三子图像;所述第三子图像包括第三清晰区域,所述第二子图像包括第二模糊区域;采用所述第三清晰区域对所述第二模糊区域进行补充,从而获得所述第二子图像的所述第二清晰区域。
2.根据权利要求1所述的方法,其中,所述获取待检测产品的阵列图像,包括:
控制阵列相机中阵列分布的多个子镜头对准待检测产品,并按照预设的顺序控制多个所述子镜头进行拍摄以获得所述阵列图像;
其中,不同的所述子镜头具有不同的焦距。
3.根据权利要求1所述的方法,其中,所述获取所述第一灰度图像及所述第二灰度图像的灰度差值图像,包括:
获取所述第一灰度图像及所述第二灰度图像的重合部分,对所述重合部分做差值运算,获得所述灰度差值图像。
4.根据权利要求3所述的方法,其中,所述根据所述灰度差值图像确定灰阶差异阈值,包括:
基于预设的阈值范围调整所述灰度差值图像的灰阶,获取使所述灰度差值图像的灰阶差异最大的所述阈值作为所述灰阶差异阈值。
5.根据权利要求4所述的方法,还包括:
基于所述阈值范围以及预设的步长逐一调整所述灰度差值图像的灰阶。
6.根据权利要求3所述的方法,其中,所述基于所述灰阶差异阈值对所述第一模糊区域进行补充,包括:
计算所述第一灰度图像中像素点的灰度值与所述灰阶差异阈值之和。
7.一种基于阵列相机成像的视觉检测设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如权利要求1至6任意一项所述的基于阵列相机成像的视觉检测方法。
8.一种基于阵列相机成像的视觉检测系统,包括:
阵列相机,包括多个阵列分布的子镜头;以及,
如权利要求7所述的基于阵列相机成像的视觉检测设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110351645.XA CN113096084B (zh) | 2021-03-31 | 2021-03-31 | 基于阵列相机成像的视觉检测方法、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110351645.XA CN113096084B (zh) | 2021-03-31 | 2021-03-31 | 基于阵列相机成像的视觉检测方法、设备及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113096084A CN113096084A (zh) | 2021-07-09 |
CN113096084B true CN113096084B (zh) | 2023-06-20 |
Family
ID=76673193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110351645.XA Active CN113096084B (zh) | 2021-03-31 | 2021-03-31 | 基于阵列相机成像的视觉检测方法、设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096084B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106934804A (zh) * | 2017-03-13 | 2017-07-07 | 重庆贝奥新视野医疗设备有限公司 | 图像清晰度检测方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8203615B2 (en) * | 2009-10-16 | 2012-06-19 | Eastman Kodak Company | Image deblurring using panchromatic pixels |
US9124762B2 (en) * | 2012-12-20 | 2015-09-01 | Microsoft Technology Licensing, Llc | Privacy camera |
CN105450931B (zh) * | 2015-12-30 | 2019-04-26 | 联想(北京)有限公司 | 一种基于阵列相机的成像方法、装置和电子设备 |
CN106131450B (zh) * | 2016-07-29 | 2020-06-30 | 努比亚技术有限公司 | 一种图像处理的方法、装置和终端 |
CN111667448B (zh) * | 2019-03-06 | 2023-08-15 | 深圳中科飞测科技股份有限公司 | 一种图像处理方法、装置及设备 |
CN109949258B (zh) * | 2019-03-06 | 2020-11-27 | 北京科技大学 | 一种基于nsct变换域的图像复原方法 |
-
2021
- 2021-03-31 CN CN202110351645.XA patent/CN113096084B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106934804A (zh) * | 2017-03-13 | 2017-07-07 | 重庆贝奥新视野医疗设备有限公司 | 图像清晰度检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于微阵列相机运动模糊图像的复原;邹建成 等;北方工业大学学报;28(01);第7-12 * |
Also Published As
Publication number | Publication date |
---|---|
CN113096084A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3435655B1 (en) | Electronic device for acquiring image using plurality of cameras and method for processing image using the same | |
CN106027851B (zh) | 用于处理图像的方法和系统 | |
US9965861B2 (en) | Method and system of feature matching for multiple images | |
CN103945145A (zh) | 处理图像的设备和方法 | |
CN106488116B (zh) | 摄像装置 | |
WO2016168783A1 (en) | Methods and apparatus for filtering image data to reduce noise and/or generating an image | |
US11924550B2 (en) | Method for processing image by using artificial neural network, and electronic device supporting same | |
US10397498B2 (en) | Compressive sensing capturing device and method | |
US9948869B2 (en) | Image fusion method for multiple lenses and device thereof | |
CN112602111A (zh) | 模糊基于深度信息组合多个图像而获得的图像的电子设备及驱动该电子设备的方法 | |
CN104253939A (zh) | 调整对焦位置的方法及电子装置 | |
US11057577B2 (en) | Camera module having multi-cell structure and portable communication device including the same | |
US9495762B2 (en) | Detecting and compensating for motion between a flash and a no-flash image | |
US20200322534A1 (en) | Apparatus and method for estimating optical image stabilization motion | |
KR102382871B1 (ko) | 렌즈의 포커스를 제어하기 위한 전자 장치 및 전자 장치 제어 방법 | |
US10819897B2 (en) | Electronic device and method for controlling autofocus of camera | |
US9094604B2 (en) | Method and apparatus for pixel data extrema detection and histogram generation | |
US20160019681A1 (en) | Image processing method and electronic device using the same | |
US20170155889A1 (en) | Image capturing device, depth information generation method and auto-calibration method thereof | |
US20170371123A1 (en) | Method and system for multi-lens module alignment | |
KR100513789B1 (ko) | 디지털 카메라의 렌즈 왜곡 보정과 정사영상 생성방법 및이를 이용한 디지털 카메라 | |
US20240127413A1 (en) | Image processing system for performing image quality tuning and method of performing image quality tuning | |
CN113096084B (zh) | 基于阵列相机成像的视觉检测方法、设备及系统 | |
JP6697585B2 (ja) | 撮像装置、撮像方法、撮像プログラム | |
US10965877B2 (en) | Image generating method and electronic apparatus |
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 |