CN113112444A - 鬼像检测方法及其系统、电子设备以及鬼像检测平台 - Google Patents
鬼像检测方法及其系统、电子设备以及鬼像检测平台 Download PDFInfo
- Publication number
- CN113112444A CN113112444A CN202010022300.5A CN202010022300A CN113112444A CN 113112444 A CN113112444 A CN 113112444A CN 202010022300 A CN202010022300 A CN 202010022300A CN 113112444 A CN113112444 A CN 113112444A
- Authority
- CN
- China
- Prior art keywords
- image
- ghost
- pattern
- area
- connected domain
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 114
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000003287 optical effect Effects 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000012946 outsourcing Methods 0.000 claims description 7
- 230000033001 locomotion Effects 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 239000007787 solid Substances 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000011521 glass Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000026683 transduction Effects 0.000 description 1
- 238000010361 transduction Methods 0.000 description 1
- 230000016776 visual perception Effects 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
一种鬼像检测方法及其系统、电子设备以及鬼像检测平台。该鬼像检测方法包括步骤：获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由相机在相同曝光条件下分别拍摄经由光学显示系统显示的图案标板和非图案标板而获得的；对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
Description
技术领域
本发明涉及光学显示技术领域，尤其是涉及鬼像检测方法及其系统、电子设备以及鬼像检测平台。
背景技术
鬼像作为诸如近眼显示设备等光学显示系统的成像质量的关键性指标之一，主要是光学显示系统的入射光束在元件反射面进行偶次反射而产生与真实像形状大小相近且亮度较暗的虚拟像。由于鬼像的强弱将直接影响用户的视觉体验，因此在投入使用之前，需要对该光学显示系统中的鬼像强弱进行检测，以检验该光学显示系统的产品质量。
目前，现有的鬼像检测方法通常采用一幅正常曝光的图像作为基准，然后修改相机的曝光参数，使鬼像显现出来，进而提取鬼像区域，再回到正常曝光图中计算鬼像强弱，以实现鬼像强弱的检测。
然而，该现有的鬼像检测方法不得不多次调整相机的曝光参数，导致本方法的便捷性不够。另外，该现有的鬼像检测方法需要根据灰度直方图分布，迭代地选取鬼像的阈值以进行分割。但由于杂散光的强度可能比鬼像的强度大，因此该现有的鬼像检测方法容易受到杂散光的影响，使得检测出的区域只包含杂散光，或者既包含杂散光又包含鬼像，导致该现有的鬼像检测方法的检测精度不高。
发明内容
本发明的一优势在于提供一鬼像检测方法及其系统、电子设备以及鬼像检测平台，其能够在不改变相机的曝光参数的情况下，完成鬼像的检测，有助于提升鬼像检测的便捷性。
本发明的另一优势在于提供一鬼像检测方法及其系统、电子设备以及鬼像检测平台，其中，在本发明的一实施例中，所述鬼像检测方法能够采用线性图像增强技术，以避免多次调整相机的曝光参数，使得操作简单，便于实现鬼像检测的自动化，有助于提升检测效率。
本发明的另一优势在于提供一鬼像检测方法及其系统、电子设备以及鬼像检测平台，其中，在本发明的一实施例中，所述鬼像检测方法采用了新设计的圆形图案标板，使得特征参数的提取和表达方式均比较简单，有助于提高检测效率和检测精度。
本发明的另一优势在于提供一鬼像检测方法及其系统、电子设备以及鬼像检测平台，其中，在本发明的一实施例中，所述鬼像检测方法能够采用所述圆形图案板来解决其他形状在鬼影与实像相交时，无法定位鬼像区域的问题。
本发明的另一优势在于提供一鬼像检测方法及其系统、电子设备以及鬼像检测平台，其中，在本发明的一实施例中，所述鬼像检测方法能够充分利用圆形特征，增加鬼像的定位精确。换言之，所述鬼像检测方法采用了圆形图案标板，即使在部分遮挡的情况下，仍能够非常精确地定位出鬼像区域。
本发明的另一优势在于提供一鬼像检测方法及其系统、电子设备以及鬼像检测平台，其中，在本发明的一实施例中，所述鬼像检测方法能够充分利用鬼像与实像形状相似的特点，便于排除非鬼像区域。
本发明的另一优势在于提供一鬼像检测方法及其系统、电子设备以及鬼像检测平台，其中，在本发明的一实施例中，所述鬼像检测方法能够在检测鬼像区域的同时，也能够检测出杂散光区域，以便去除杂散光，使得检测结果更加符合人眼的直观感受。
本发明的另一优势在于提供一鬼像检测方法及其系统、电子设备以及鬼像检测平台，其中为了达到上述优势，在本发明中不需要采用复杂的结构和庞大的计算量，对软硬件要求低。因此，本发明成功和有效地提供一解决方案，不只提供一鬼像检测方法及其系统、电子设备以及鬼像检测平台，同时还增加了所述鬼像检测方法及其系统、电子设备以及鬼像检测平台的实用性和可靠性。
为了实现上述至少一优势或其他优势和目的，本发明提供了鬼像检测方法，包括步骤：
获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由相机在相同曝光条件下分别拍摄经由光学显示系统显示的图案标板和非图案标板而获得的；
对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及
从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
在本发明的一实施例中，该图案标板具有圆形图案。
在本发明的一实施例中，该非图案标板为具有纯黑背景的虚拟标板；其中该图案标板为具有纯黑背景和纯白图案的虚拟标板。
在本发明的一实施例中，所述对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像的步骤，包括步骤：
分别对该图案标板图像和该非图案标板图像进行预处理，以得到预处理后的图案标板图像和预处理后的非图案标板图像；
对该预处理后的图案标板图像与该预处理后的非图案标板图像进行背景相减处理，以得到图案图像；以及
通过对所述图案图像进行线性增强以增强所述图案图像的对比度，获得该增强后的图案图像。
在本发明的一实施例中，所述从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱的步骤，包括步骤：
在对该图案标板图像进行二值化处理之后，通过提取连通域，确定图案的实像区域；
基于该图案的实像区域，从该增强后的图像去除杂散光，以获得去除杂散光的图案图像；
通过从该去除杂散光的图像中提取连通域，获得待确认的鬼像区域；以及
判断该待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与该待确认的鬼像区域对应的鬼像强弱。
在本发明的一实施例中，所述基于该图案的实像区域，从该增强后的图案图像去除杂散光，以获得去除杂散光的图像的步骤，包括步骤：
在对该增强后的图案图像进行二值化处理之后，通过形态学操作剔除离散噪声点，以获得去除噪声的图案图像；
通过从所述去除噪声的图案图像中提取连通域，获得包含实像区域的连通域和不包含实像区域的连通域；以及
根据该包含实像区域的连通域的内接圆和外接圆的半径，并以该图案的实像区域的中心为圆心确定并去除杂散光区域，以获得该去除杂散光的图像。
在本发明的一实施例中，所述基于该图案的实像区域，从该增强后的图案图像去除杂散光，以获得去除杂散光的图像的步骤，进一步包括步骤：
判断该不包含实像区域的连通域的面积是否大于预定阈值，如果是，则认定该不包含实像区域的连通域为独立的鬼像区域，以确定与该独立的鬼像区域对应的鬼像强弱；如果否，则剔除该不包含实像区域的连通域。
在本发明的一实施例中，所述判断该待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与该待确认的鬼像区域对应的鬼像强弱的步骤，包括步骤：
基于该待确认的鬼像区域的轮廓，计算该待确认的鬼像区域的外包圆；
从该包含实像区域的连通域分割出与该待确认的鬼像区域对应的连通域轮廓；
基于与该待确认的鬼像区域对应的该连通域轮廓，拟合出该待确认的鬼像区域的拟合圆；
通过相似判断模型，判断该待确认的鬼像区域的该外包圆与该拟合圆是否相似；以及
当该待确认的鬼像区域的该外包圆与该拟合圆相似，以确定该待确认的鬼像区域为真正的鬼像区域时，统计该待确认的鬼像区域的面积和灰度值，以表征鬼像的强弱。
在本发明的一实施例中，所述判断该待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与该待确认的鬼像区域对应的鬼像强弱的步骤，进一步包括步骤：
当该待确认的鬼像区域的该外包圆与该拟合圆不相似时，从与该待确认的鬼像区域对应的该连通域轮廓上选取距离该外包圆的圆心最近的点作为分割点，以得到分割后的连通域轮廓；和
通过该相似判断模型，判断该分割后的连通域轮廓的外包圆是否与该分割后的连通域轮廓的拟合圆相似，如果是，则判断与该分割后的连通域轮廓对应的连通域为真正的鬼像区域，以通过统计面积和灰度值来表征鬼像的强弱；如果否，则判定与该分割后的连通域轮廓对应的连通域不是真正的鬼像区域。
根据本发明的另一方面，本发明还提供了鬼像检测系统，用于检测光学显示系统的鬼像强弱，其中所述鬼像检测系统包括相互可通信地连接的：
一图像获取模块，用于获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由相机在相同曝光条件下分别拍摄经由该光学显示系统显示的图案标板和非图案标板而获得的；
一图像增强模块，用于对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及
一鬼像提取模块，用于从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
在本发明的一实施例中，所述图像增强模块包括相互可通信地连接的一预处理模块、一背景相减模块以及一线性增强模块，其中所述预处理模块用于分别对该图案标板图像和该非图案标板图像进行预处理，以得到预处理后的图案标板图像和预处理后的非图案标板图像；其中所述背景相减模块用于对该预处理后的图案标板图像与该预处理后的非图案标板图像进行背景相减处理，以得到图案图像；其中所述线性增强模块用于通过对所述图案图像进行线性增强以增强所述图案图像的对比度，获得该增强后的图案图像。
在本发明的一实施例中，所述鬼影提取模块包括相互可通信地连接的一实像区域确定模块、一杂散光去除模块、一鬼像区域获取模块以及鬼像区域判断模块，其中所述实像区域确定模块用于在对该图案标板图像进行二值化处理之后，通过提取连通域，确定图案的实像区域；其中所述杂散光去除模块用于基于该图案的实像区域，从该增强后的图像去除杂散光，以获得去除杂散光的图案图像；其中所述鬼像区域获取模块用于通过从该去除杂散光的图像中提取连通域，获得待确认的鬼像区域；其中所述鬼像区域判断模块用于判断该待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与该待确认的鬼像区域对应的鬼像强弱。
在本发明的一实施例中，所述杂散光去除模块进一步用于：在对该增强后的图案图像进行二值化处理之后，通过形态学操作剔除离散噪声点，以获得去除噪声的图案图像；通过从所述去除噪声的图案图像中提取连通域，获得包含实像区域的连通域和不包含实像区域的连通域；根据该包含实像区域的连通域的内接圆和外接圆的半径，并以该图案的实像区域的中心为圆心确定并去除杂散光区域，以获得该去除杂散光的图像；以及判断该不包含实像区域的连通域的面积是否大于预定阈值，如果是，则认定该不包含实像区域的连通域为独立的鬼像区域，以确定与该独立的鬼像区域对应的鬼像强弱；如果否，则剔除该不包含实像区域的连通域。
在本发明的一实施例中，所述鬼像区域判断模块用于：基于该待确认的鬼像区域的轮廓，计算该待确认的鬼像区域的外包圆；从该包含实像区域的连通域分割出与该待确认的鬼像区域对应的连通域轮廓；基于与该待确认的鬼像区域对应的该连通域轮廓，拟合出该待确认的鬼像区域的拟合圆；通过相似判断模型，判断该待确认的鬼像区域的该外包圆与该拟合圆是否相似；当该待确认的鬼像区域的该外包圆与该拟合圆相似，以确定该待确认的鬼像区域为真正的鬼像区域时，统计该待确认的鬼像区域的面积和灰度值，以表征鬼像的强弱；当该待确认的鬼像区域的该外包圆与该拟合圆不相似时，从与该待确认的鬼像区域对应的该连通域轮廓上选取距离该外包圆的圆心最近的点作为分割点，以得到分割后的连通域轮廓；以及通过该相似判断模型，判断该分割后的连通域轮廓的外包圆是否与该分割后的连通域轮廓的拟合圆相似，如果是，则判断与该分割后的连通域轮廓对应的连通域为真正的鬼像区域，以通过统计面积和灰度值来表征鬼像的强弱；如果否，则判定与该分割后的连通域轮廓对应的连通域不是真正的鬼像区域。
根据本发明的另一方面，本发明还提供了电子设备，包括：
至少一处理器，用于执行指令；和
与所述至少一处理器可通信地连接的存储器，其中，所述存储器具有至少一指令，其中，所述指令被所述至少一处理器执行，以使得所述至少一处理器执行鬼像检测方法中的部分或全部步骤，其中所述鬼像检测方法包括步骤：
获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由相机在相同曝光条件下分别拍摄经由光学显示系统显示的图案标板和非图案标板而获得的；
对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及
从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
根据本发明的另一方面，本发明还提供了鬼影检测平台，包括：
一相机，用于采集经由光学显示系统显示的图案标板和非图案标板的图像；
一运动平台，用于移动该相机；以及
一电子设备，其中所述电子设备包括：
至少一处理器，用于执行指令；和
与所述至少一处理器可通信地连接的存储器，其中，所述存储器具有至少一指令，其中，所述指令被所述至少一处理器执行，以使得所述至少一处理器执行鬼像检测方法中的部分或全部步骤，其中所述鬼像检测方法包括步骤：
获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由所述相机在相同曝光条件下分别拍摄经由该光学显示系统显示的图案标板和非图案标板而获得的；
对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及
从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
通过对随后的描述和附图的理解，本发明进一步的目的和优势将得以充分体现。
本发明的这些和其它目的、特点和优势，通过下述的详细说明，附图和权利要求得以充分体现。
附图说明
图1是根据本发明的一实施例的鬼像检测方法的流程示意图。
图2示出了根据本发明的上述实施例的所述鬼像检测方法的对比增强步骤的流程示意图。
图3示出了根据本发明的上述实施例的所述鬼像检测方法的鬼像提取步骤的流程示意图。
图4示出了根据本发明的上述实施例的所述鬼像检测方法的杂散光去除步骤的流程示意图。
图5示出了根据本发明的上述实施例的所述鬼像检测方法的鬼像判断步骤的流程示意图。
图6示出了根据本发明的上述实施例的所述鬼像检测方法所采用的图案标板的示意图。
图7示出了根据本发明的一实施例的鬼像检测系统的框图示意图。
图8示出了根据本发明的一实施例的电子设备的框图示意图。
图9示出了根据本发明的一实施例的鬼像检测平台的立体示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
在本发明中，权利要求和说明书中术语“一”应理解为“一个或多个”，即在一个实施例，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个。除非在本发明的揭露中明确示意该元件的数量只有一个，否则术语“一”并不能理解为唯一或单一，术语“一”不能理解为对数量的限制。
在本发明的描述中，需要理解的是，属于“第一”、“第二”等仅用于描述目的，而不能理解为指示或者暗示相对重要性。本发明的描述中，需要说明的是，除非另有明确的规定和限定，属于“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接或者一体地连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以是通过媒介间接连结。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点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表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
近年来，诸如近眼显示设备(如虚拟现实或增强现实)之类的光学显示系统为人类创造了丰富的视感体验。而鬼像作为光学显示系统的成像质量的关键性指标之一，其强弱将直接影响用户的视觉体验，因此在投入使用之前，需要对光学显示系统中的鬼像强弱进行检测，以检验其产品质量。但现有的鬼像检测方法不得不多次调整相机的曝光参数，导致本方法的便捷性不够。而为了解决上述问题，本发明提出鬼像检测方法及其系统、电子设备以及鬼像检测平台，其能够在不改变相机的曝光参数的情况下，完成鬼像的检测，有助于提升鬼像检测的便捷性。
示意性方法
参考说明书附图之图1至图5所示，根据本发明的一实施例的一种鬼像检测方法被阐明。具体地，如图1所示，所述鬼像检测方法，包括步骤：
S100：获取图案标板图像和非图案标板图像，其中所述图案标板图像和所述非图案标板图像是由相机在相同曝光条件下分别拍摄经由光学显示系统显示的图案标板和非图案标板而获得的；
S200：对所述图案标板图像和所述非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及
S300：从所述增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
值得注意的是，本发明的所述光学显示系统可以但不限于被实施为诸如AR眼镜或VR眼镜等等之类的近眼显示设备。相应地，所述图案标板和所述非图案标板分别被实施为能够被所述光学显示系统显示的具有图案的虚拟标板和不具有图案的虚拟标板，例如图像类标板等等。
此外，根据鬼像的定义可知：鬼像是光学显示系统的入射光束在元件反射面进行偶次反射而产生真实像形状大小相近且亮度较暗的虚拟像，也就是说，鬼像的形状会与所述图案标板上图案的形状相似。
因此，为了简化后续特征参数的提取和表达方式，进而提高检测效率和检测精度，本发明所采用的所述图案标板优选地具有圆形图案。这样，由于所述图案标板中的图案是圆形的，使得鬼像的形状也是圆形的，因此本发明采用具有圆形图案的标板能够解决在鬼像与实像(即图案的真实图像)相交时，采用具有其他形状图案的标板无法定位鬼像区域的问题。换言之，本发明的所述鬼像检测方法通过采用具有圆形图案的标板能够便捷地且准确地定位鬼像区域，而不会受到鬼像与实像是否相交的影响。当然，在本发明的其他示例中，所述图案标板中的图案也可以被实施为诸如环形图案等等其他具有规则形状的图案。
值得一提的是，在本发明的上述实施例中，如图2所示，所述鬼影检测方法的所述步骤S200，可以包括步骤：
S210：分别对所述图案标板图像和所述非图案标板图像进行预处理，以得到预处理后的图案标板图像和预处理后的非图案标板图像；
S220：对所述预处理后的图案标板图像与所述预处理后的非图案标板图像进行背景相减处理，以得到图案图像；以及
S230：通过对所述图案图像进行线性增强处理以增强所述图案图像的对比度，获得所述增强后的图案图像。
特别地，在本发明的所述鬼像检测方法的所述步骤S100中，所述图案标板和所述非图案标板具有相同的背景，使得所述预处理后的图案标板图像和所述预处理后的非图案标板图像中含有的背景图像尽可能保持一致。这样，在本发明的所述步骤S200中，基于所述预处理后的非图案标板图像，就能够全面地且精准地去除所述预处理后的图案标板图像中的背景信息，使得所述待增强的图案图像中尽可能不含有背景信息，以消除背景对鬼像检测结果的影响。
优选地，所述非图案标板可以被实施为具有纯黑背景的虚拟标板；相应地，所述图案标板被实施为具有纯黑背景和纯白图案的虚拟标板(如图6所示)，有助于简化后续的图像处理，降低计算量。当然，在本发明的其他示例中，所述非图案标板也可以被实施为具有纯白背景的虚拟标板(或者，具有其他颜色的单色背景或彩色背景的虚拟标板)，相应地所述图案标板被实施为具有纯白背景和纯黑图案的虚拟标板(或者，具有与非图案标板的背景颜色相同的背景和与非图案标板的背景颜色不同的图案的虚拟标板)。
示例性地，首先，在所述鬼影检测方法的所述步骤S210中，分别对所述图案标板图像和所述非图案标板图像进行去渐晕预处理，以消除所述图案标板图像和所述非图案标板图像在通过所述相机采集所述图案标板图像和所述非图案标板图像时产生的渐晕影响。此外，当所述图案标板图像和所述非图案标板图像为非灰度图像时，还需要分别对所述图案标板图像和所述非图案标板图像进行灰度化预处理，使得所述预处理后的图案标板图像和所述预处理后的非图案标板图像均为灰度图像，以便后续背景相减处理时像素值(即灰度值)的确定。
其次，在所述鬼影检测方法的所述步骤S220中，可以直接将所述预处理后的图案标板图像中像素点的像素值与所述预处理后的非图案标板图像中对应像素点的像素值相减，以得到所述待增强的图案图像中对应像素点的像素值。
最后，在所述鬼影检测方法的所述步骤S230中，对所述待增强的图案图像中所有像素点的像素值进行线性放大(即一定比例的放大)，以增强所述待增强的图案图像的对比度，使得所述增强后的图案图像的对比度增强，有助于凸显鬼像，以便确定鬼像区域和鬼像强度。可以理解的是，在对所述待增强的图案图像进行线性增强时，如果某些像素点的像素值在放大后大于最大像素值(即255)，则将这类像素点的像素值均赋值为最大像素值(即255)。
值得注意的是，本发明的所述增强后的图案图像因经过对比度增强处理之后，使得所述增强后的图案图像中位于图案的实像区域周围的鬼像和杂散光的图像也都凸显出来，造成所述图案的实像区域的中心位置无法确定。而杂散光的图像通常以图案的实像中心为中心，因此，为了准确地确定杂散光的中心位置以精准地去除杂散光，则在从所述增强后的图案图像中提取鬼像时，还需要先从所述图案标板图像(或所述预处理后的图案标板图像，或所述待增强的图案图像)中提取图案的实像区域，以获得所述实像区域的中心位置。
具体地，在本发明的一示例中，如图3所示，所述鬼影检测方法的所述步骤S300，可以包括步骤：
S310：在对所述图案标板图像进行二值化处理之后，通过提取连通域，确定图案的实像区域；
S320：基于所述图像的实像区域，从所述增强后的图案图像去除杂散光，以获得去除杂散光的图像；
S330：通过从所述去除杂散光的图像中提取连通域，获得待确认的鬼像区域；以及
S340：判断所述待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与所述待确认的鬼像区域对应的鬼像强弱。
值得注意的是，所述增强后的图案图像中将存在大量的噪声，而这些噪声又将严重影响后续连通域的提取，因此在本发明的所述步骤S320中，需要先滤除所述增强后的图案图像中的噪声，再去除杂散光的图像。可以理解的是，所述去除杂散光的图像可以是去除杂散光的图案图像，也可以是去除杂散光和实像的图像。
更具体地，如图4所示，所述鬼影检测方法的所述步骤S320，包括步骤：
S321：在对所述增强后的图案图像进行二值化处理之后，通过形态学操作剔除离散噪声点，以获得去除噪声的图案图像；
S322：通过从所述去除噪声的图案图像中提取连通域，获得包含实像区域的连通域和不包含实像区域的连通域；以及
S323：根据所述包含实像区域的连通域的内接圆和外接圆的半径，并以所述图案的实像区域的中心为圆心确定并去除杂散光区域，以获得所述去除杂散光的图像。
特别地，在本发明的所述步骤S322中，在从所述去除噪声的图案图像中提取连通域之后，优选地先剔除面积过小且形状不规则的连通域，再分离以获得所述包含实像区域的连通域和所述不包含实像区域的连通域，以便减少后续运算量。
此外，在所述步骤S323中，通过杂散光模型根据所述包含实像区域的连通域的内接圆的半径r1和外接圆的半径r2来确定所述杂散光区域的半径rs，例如，本发明的所述杂散光模型可以但不限于被实施为：rs＝s1r1+s2r2，s1+s2＝1；其中s1和s2分别为所述内接圆和所述外接圆的权重系数。可以理解的是，在获得所述杂散光区域的半径之后，根据所述杂散光区域的半径和所述实像区域的中心生成杂散光掩码，以实现去除杂散光的效果，从而获得所述去除杂散光的图像。
值得一提的是，虽然所述不包含实像区域的连通域不包含实像区域，但当所述不包含实像区域的连通域的面积较大时，所述不包含实像区域的连通域也会严重影响所述光学显示系统的显示质量。因此，如图4所示，所述鬼影检测方法的所述步骤S320，进一步包括步骤：
S324：判断所述不包含实像区域的连通域的面积是否大于预定阈值，如果是，则认定所述不包含实像区域的连通域为独立的鬼像区域，以确定与所述独立的鬼像区域对应的鬼像强弱；如果否，则剔除所述不包含实像区域的连通域。
根据本发明的上述实施例，在获得所述去除杂散光的图像之后，由于所述去除杂散光的图像中的连通域可能会被分割成多个部分，因此当从所述去除杂散光的图像中提取连通域时，可能会获得多个待确认的鬼像区域，这样就需要判断多个所述待确认的鬼像区域中哪个是鬼像区域。而根据图案的实像为圆形，相应地鬼像也是圆形这一特征，就能够通过所述待确认的鬼像区域的拟合圆和外包圆之间的相似性来判断所述待确认的鬼像区域是否为鬼像区域。
具体地，如图5所示，所述鬼影检测方法的所述步骤S340，可以包括步骤：
S341：基于所述待确认的鬼像区域的轮廓，计算所述待确认的鬼像区域的外包圆；
S342：从所述包含实像区域的连通域分割出与所述待确认的鬼像区域对应的连通域轮廓；
S343：基于与所述待确认的鬼像区域对应的所述连通域轮廓，拟合出所述待确认的鬼像区域的拟合圆；
S344：通过相似判断模型，判断所述待确认的鬼像区域的所述拟合圆与所述外包圆是否相似；以及
S345：当所述待确认的鬼像区域的所述拟合圆与所述外包圆相似，以确定所述待确认的鬼像区域为真正的鬼像区域时，统计所述待确认的鬼像区域的面积和灰度值，以表征鬼像的强弱。
更具体地，本发明所采用的所述相似判断模型可以但不限于被实施为：
(1-S)r拟＞|r拟-r包|，并且(1-S)r拟＞|C拟-C包|
其中：r拟和C拟分别为所述待确认的鬼像区域的所述拟合圆的半径和圆心；r包和C包分别为所述待确认的鬼像区域的所述外包圆的半径和圆心；S为相似度系数。换言之，当所述待确认的鬼像区域的所述拟合圆和所述外包圆满足所述相似判断模型时，所述待确认的鬼像区域则被确认为真正的鬼像区域，进而通过计算所述待确认的鬼像区域的面积和灰度值(或灰度均值)来确定所述鬼像的强弱。可以理解的是，在本发明的一示例中，在判断所述待确认的鬼像区域的两圆之间的相似度之后，还可以进一步判断所述待确认的鬼像区域的所述拟合圆与所述图案的实像区域之间的大小，如果所述拟合圆过小，则排除所述待确认的鬼像区域。
值得注意的是，当所述待确认的鬼像区域的所述拟合圆与所述外包圆不相似时，所述待确认的鬼像区域中的一部分仍有可能是真正的鬼像区域，因此需要进一步判断所述待确认的鬼像区域。示例性地，在本发明的上述实施例中，如图5所示，所述鬼影检测方法的所述步骤S340，可以进一步包括步骤：
S346：当所述待确认的鬼像区域的所述拟合圆与所述外包圆不相似时，从与所述待确认的鬼像区域对应的连通域轮廓上选取距离所述外包圆的圆心最近的点作为分割点，以得到分割后的连通域轮廓；和
S347：通过所述相似判断模型，判断所述分割后的连通域轮廓的外包圆是否与所述分割后的连通域轮廓的拟合圆相似，如果是，则判定与所述分割后的连通域轮廓对应的连通域为真正的鬼像区域，以通过统计面积和灰度值来表征鬼像的强弱；如果否，则判定与所述分割后的连通域轮廓对应的连通域不是真正的鬼像区域。
当然，在本发明的其他示例中，当所述分割后的连通域轮廓的外包圆与所述分割后的连通域轮廓的拟合圆不相似时，可以基于所述分割后的连通域轮廓，再次执行所述步骤S346和所述步骤S347，以进一步分割所述分割后的连通域轮廓，直至获得真正的鬼像区域或排除真正的鬼像区域为止。
示意性系统
参考说明书附图之图7所示，根据本发明的一实施例的一鬼像检测系统被阐明，其中所述鬼像检测系统1用于检测光学显示系统的鬼像强弱。具体地，如图7所示，所述鬼像检测系统1可以包括相互可通信地连接的一图像获取模块10、一图像增强模块20以及一鬼像提取模块30，其中所述图像获取模块10用于获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由相机在相同曝光条件下分别拍摄经由该光学显示系统显示的图案标板和非图案标板而获得的；其中所述图像增强模块20用于对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；其中所述鬼像提取模块30用于从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
更具体地，在本发明的一示例中，如图7所示，所述图像增强模块20包括相互可通信地连接的一预处理模块21、一背景相减模块22以及一线性增强模块23，其中所述预处理模块21用于分别对该图案标板图像和该非图案标板图像进行预处理，以得到预处理后的图案标板图像和预处理后的非图案标板图像；其中所述背景相减模块22用于对该预处理后的图案标板图像与该预处理后的非图案标板图像进行背景相减处理，以得到图案图像；其中所述线性增强模块23用于通过对所述图案图像进行线性增强以增强所述图案图像的对比度，获得该增强后的图案图像。
如图7所示，所述鬼影提取模块30包括相互可通信地连接的一实像区域确定模块31、一杂散光去除模块32、一鬼像区域获取模块33以及鬼像区域判断模块34，其中所述实像区域确定模块31用于在对该图案标板图像进行二值化处理之后，通过提取连通域，确定图案的实像区域；其中所述杂散光去除模块32用于基于该图案的实像区域，从该增强后的图像去除杂散光，以获得去除杂散光的图案图像；其中所述鬼像区域获取模块33用于通过从该去除杂散光的图像中提取连通域，获得待确认的鬼像区域；其中所述鬼像区域判断模块34用于判断该待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与该待确认的鬼像区域对应的鬼像强弱。
此外，在本发明的一示例中，所述杂散光去除模块32进一步用于：在对该增强后的图案图像进行二值化处理之后，通过形态学操作剔除离散噪声点，以获得去除噪声的图案图像；通过从所述去除噪声的图案图像中提取连通域，获得包含实像区域的连通域和不包含实像区域的连通域；根据该包含实像区域的连通域的内接圆和外接圆的半径，并以该图案的实像区域的中心为圆心确定并去除杂散光区域，以获得该去除杂散光的图像；以及判断该不包含实像区域的连通域的面积是否大于预定阈值，如果是，则认定该不包含实像区域的连通域为独立的鬼像区域，以确定与该独立的鬼像区域对应的鬼像强弱；如果否，则剔除该不包含实像区域的连通域。
在本发明的一示例中，所述鬼像区域判断模块34用于：基于该待确认的鬼像区域的轮廓，计算该待确认的鬼像区域的外包圆；从该包含实像区域的连通域分割出与该待确认的鬼像区域对应的连通域轮廓；基于与该待确认的鬼像区域对应的该连通域轮廓，拟合出该待确认的鬼像区域的拟合圆；通过相似判断模型，判断该待确认的鬼像区域的该外包圆与该拟合圆是否相似；当该待确认的鬼像区域的该外包圆与该拟合圆相似，以确定该待确认的鬼像区域为真正的鬼像区域时，统计该待确认的鬼像区域的面积和灰度值，以表征鬼像的强弱；当该待确认的鬼像区域的该外包圆与该拟合圆不相似时，从与该待确认的鬼像区域对应的该连通域轮廓上选取距离该外包圆的圆心最近的点作为分割点，以得到分割后的连通域轮廓；以及通过该相似判断模型，判断该分割后的连通域轮廓的外包圆是否与该分割后的连通域轮廓的拟合圆相似，如果是，则判断与该分割后的连通域轮廓对应的连通域为真正的鬼像区域，以通过统计面积和灰度值来表征鬼像的强弱；如果否，则判定与该分割后的连通域轮廓对应的连通域不是真正的鬼像区域。
示意性电子设备
下面，参考图8来描述根据本发明的一实施例的电子设备。如图8所示，电子设备90包括一个或多个处理器91和存储器92。
所述处理器91可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备90中的其他组件以执行期望的功能。换言之，所述处理器91包括被配置成执行指令的一个或多个物理设备。例如，所述处理器91可被配置成执行作为以下各项的一部分的指令：一个或多个应用、服务、程序、例程、库、对象、组件、数据结构、或其他逻辑构造。这种指令可被实现以执行任务、实现数据类型、转换一个或多个部件的状态、实现技术效果、或以其他方式得到期望结果。
所述处理器91可包括被配置成执行软件指令的一个或多个处理器。作为补充或替换，所述处理器91可包括被配置成执行硬件或固件指令的一个或多个硬件或固件逻辑机。所述处理器91的处理器可以是单核或多核，且在其上执行的指令可被配置为串行、并行和/或分布式处理。所述处理器91的各个组件可任选地分布在两个或更多单独设备上，这些设备可以位于远程和/或被配置成进行协同处理。所述处理器91的各方面可由以云计算配置进行配置的可远程访问的联网计算设备来虚拟化和执行。
所述存储器92可以包括一个或多个计算程序产品，所述计算程序产品可以包括各种形式的计算可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算可读存储介质上可以存储一个或多个计算程序指令，所述处理器11可以运行所述程序指令，以实现上文所述的本发明的上述示意性方法中的部分或全部步骤，以及/或者其他期望的功能。
换言之，所述存储器92包括被配置成保存可由所述处理器91执行以实现此处所述的方法和过程的机器可读指令的一个或多个物理设备。在实现这些方法和过程时，可以变换所述存储器92的状态(例如，保存不同的数据)。所述存储器92可以包括可移动和/或内置设备。所述存储器92可包括光学存储器(例如，CD、DVD、HD-DVD、蓝光盘等)、半导体存储器(例如，RAM、EPROM、EEPROM等)和/或磁存储器(例如，硬盘驱动器、软盘驱动器、磁带驱动器、MRAM等)等等。所述存储器92可包括易失性、非易失性、动态、静态、读/写、只读、随机存取、顺序存取、位置可寻址、文件可寻址和/或内容可寻址设备。
可以理解，所述存储器92包括一个或多个物理设备。然而，本文描述的指令的各方面可另选地通过不由物理设备在有限时长内持有的通信介质(例如，电磁信号、光信号等)来传播。所述处理器91和所述存储器92的各方面可被一起集成到一个或多个硬件逻辑组件中。这些硬件逻辑组件可包括例如现场可编程门阵列(FPGA)、程序和应用专用的集成电路(PASIC/ASIC)、程序和应用专用的标准产品(PSSP/ASSP)、片上系统(SOC)以及复杂可编程逻辑器件(CPLD)。
在一个示例中，如图8所示，所述电子设备90还可以包括输入装置93和输出装置94，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。例如，该输入装置93可以是例如用于采集图像数据或视频数据的摄像模组等等。又如，所述输入装置93可以包括诸如键盘、鼠标、触摸屏或游戏控制器之类的一个或多个用户输入设备或者与其对接。在一些实施例中，所述输入装置93可以包括所选择的自然用户输入(NUI)部件或与其对接。这种元件部分可以是集成的或外围的，并且输入动作的转导和/或处理可以在板上或板外被处理。示例NUI部件可包括用于语言和/或语音识别的话筒；用于机器视觉和/或姿势识别的红外、色彩、立体显示和/或深度相机；用于运动检测和/或意图识别的头部跟踪器、眼睛跟踪器、加速计和/或陀螺仪；以及用于评估脑部活动和/或身体运动的电场感测部件；和/或任何其他合适的传感器。
该输出装置94可以向外部输出各种信息，包括分类结果等。该输出装置94可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，所述电子设备90还可以进一步包括所述通信装置，其中所述通信装置可被配置成将所述电子设备90与一个或多个其他计算机设备通信地耦合。所述通信装置可以包括与一个或多个不同通信协议兼容的有线和/或无线通信设备。作为非限制性示例，通信子系统可被配置成用于经由无线电话网络或者有线或无线局域网或广域网来进行通信。在一些实施例中，所述通信装置可允许所述电子设备90经由诸如因特网这样的网络将消息发送至其他设备以及/或者从其它设备接收消息。
将会理解，此处描述的配置和/或方法本质是示例性的，这些具体实施例或示例不应被视为限制性的，因为许多变体是可能的。此处描述的具体例程或方法可以表示任何数量的处理策略中的一个或多个。如此，所示和/或所述的各种动作可以以所示和/或所述顺序、以其他顺序、并行地执行，或者被省略。同样，上述过程的次序可以改变。
当然，为了简化，图8中仅示出了该电子设备90中与本发明有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备90还可以包括任何其他适当的组件。
根据本发明的另一方面，本发明进一步提供了一鬼像检测平台。示例性地，如图9所示，所述鬼像检测平台包括一相机60、一运动平台70以及上述电子设备90，其中所述相机60用于采集经由光学显示系统80显示的图案标板和非图案标板的图像；其中所述运动平台70用于移动所述相机60；其中所述电子设备90包括处理器91和存储器92，其中所述存储器92内存储有计算机程序指令，其中所述计算机程序指令在被所述处理器91运行时使得所述处理器92执行如上所述的鬼像检测方法。值得注意的是，所述光学显示系统80可以但不限于被实施为AR眼镜，当然，在本发明的其他示例中，所述光学显示系统80也可以被实施为VR眼镜或头盔式显示器等等其他近眼显示设备。
示意性计算程序产品
除了上述方法和设备以外，本发明的实施例还可以是计算程序产品，其包括计算程序指令，所述计算程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本发明的实施例还可以是计算可读存储介质，其上存储有计算程序指令，所述计算程序指令在被处理器运行时使得所述处理器执行本说明书上述方法中的步骤。
所述计算可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，在本发明中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。
本发明中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
还需要指出的是，在本发明的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此，本发明不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。
Claims (16)
1.鬼像检测方法，其特征在于，包括步骤：
获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由相机在相同曝光条件下分别拍摄经由光学显示系统显示的图案标板和非图案标板而获得的；
对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及
从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
2.如权利要求1所述的鬼像检测方法，其中，该图案标板具有圆形图案。
3.如权利要求2所述的鬼像检测方法，其中，该非图案标板为具有纯黑背景的虚拟标板；其中该图案标板为具有纯黑背景和纯白图案的虚拟标板。
4.如权利要求1至3中任一所述的鬼像检测方法，其中，所述对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像的步骤，包括步骤：
分别对该图案标板图像和该非图案标板图像进行预处理，以得到预处理后的图案标板图像和预处理后的非图案标板图像；
对该预处理后的图案标板图像与该预处理后的非图案标板图像进行背景相减处理，以得到图案图像；以及
通过对所述图案图像进行线性增强以增强所述图案图像的对比度，获得该增强后的图案图像。
5.如权利要求4所述的鬼像检测方法，其中，所述从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱的步骤，包括步骤：
在对该图案标板图像进行二值化处理之后，通过提取连通域，确定图案的实像区域；
基于该图案的实像区域，从该增强后的图像去除杂散光，以获得去除杂散光的图案图像；
通过从该去除杂散光的图像中提取连通域，获得待确认的鬼像区域；以及
判断该待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与该待确认的鬼像区域对应的鬼像强弱。
6.如权利要求5所述的鬼像检测方法，其中，所述基于该图案的实像区域，从该增强后的图案图像去除杂散光，以获得去除杂散光的图像的步骤，包括步骤：
在对该增强后的图案图像进行二值化处理之后，通过形态学操作剔除离散噪声点，以获得去除噪声的图案图像；
通过从所述去除噪声的图案图像中提取连通域，获得包含实像区域的连通域和不包含实像区域的连通域；以及
根据该包含实像区域的连通域的内接圆和外接圆的半径，并以该图案的实像区域的中心为圆心确定并去除杂散光区域，以获得该去除杂散光的图像。
7.如权利要求6所述的鬼像检测方法，其中，所述基于该图案的实像区域，从该增强后的图案图像去除杂散光，以获得去除杂散光的图像的步骤，进一步包括步骤：
判断该不包含实像区域的连通域的面积是否大于预定阈值，如果是，则认定该不包含实像区域的连通域为独立的鬼像区域，以确定与该独立的鬼像区域对应的鬼像强弱；如果否，则剔除该不包含实像区域的连通域。
8.如权利要求7所述的鬼像检测方法，其中，所述判断该待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与该待确认的鬼像区域对应的鬼像强弱的步骤，包括步骤：
基于该待确认的鬼像区域的轮廓，计算该待确认的鬼像区域的外包圆；
从该包含实像区域的连通域分割出与该待确认的鬼像区域对应的连通域轮廓；
基于与该待确认的鬼像区域对应的该连通域轮廓，拟合出该待确认的鬼像区域的拟合圆；
通过相似判断模型，判断该待确认的鬼像区域的该外包圆与该拟合圆是否相似；以及
当该待确认的鬼像区域的该外包圆与该拟合圆相似，以确定该待确认的鬼像区域为真正的鬼像区域时，统计该待确认的鬼像区域的面积和灰度值，以表征鬼像的强弱。
9.如权利要求8所述的鬼像检测方法，其中，所述判断该待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与该待确认的鬼像区域对应的鬼像强弱的步骤，进一步包括步骤：
当该待确认的鬼像区域的该外包圆与该拟合圆不相似时，从与该待确认的鬼像区域对应的该连通域轮廓上选取距离该外包圆的圆心最近的点作为分割点，以得到分割后的连通域轮廓；和
通过该相似判断模型，判断该分割后的连通域轮廓的外包圆是否与该分割后的连通域轮廓的拟合圆相似，如果是，则判断与该分割后的连通域轮廓对应的连通域为真正的鬼像区域，以通过统计面积和灰度值来表征鬼像的强弱；如果否，则判定与该分割后的连通域轮廓对应的连通域不是真正的鬼像区域。
10.鬼像检测系统，用于检测光学显示系统的鬼像强弱，其特征在于，其中所述鬼像检测系统包括相互可通信地连接的：
一图像获取模块，用于获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由相机在相同曝光条件下分别拍摄经由该光学显示系统显示的图案标板和非图案标板而获得的；
一图像增强模块，用于对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及
一鬼像提取模块，用于从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
11.如权利要求10所述的鬼像检测系统，其中，所述图像增强模块包括相互可通信地连接的一预处理模块、一背景相减模块以及一线性增强模块，其中所述预处理模块用于分别对该图案标板图像和该非图案标板图像进行预处理，以得到预处理后的图案标板图像和预处理后的非图案标板图像；其中所述背景相减模块用于对该预处理后的图案标板图像与该预处理后的非图案标板图像进行背景相减处理，以得到图案图像；其中所述线性增强模块用于通过对所述图案图像进行线性增强以增强所述图案图像的对比度，获得该增强后的图案图像。
12.如权利要求11所述的鬼像检测系统，其中，所述鬼影提取模块包括相互可通信地连接的一实像区域确定模块、一杂散光去除模块、一鬼像区域获取模块以及鬼像区域判断模块，其中所述实像区域确定模块用于在对该图案标板图像进行二值化处理之后，通过提取连通域，确定图案的实像区域；其中所述杂散光去除模块用于基于该图案的实像区域，从该增强后的图像去除杂散光，以获得去除杂散光的图案图像；其中所述鬼像区域获取模块用于通过从该去除杂散光的图像中提取连通域，获得待确认的鬼像区域；其中所述鬼像区域判断模块用于判断该待确认的鬼像区域是否为真正的鬼像区域，如果是，则确定与该待确认的鬼像区域对应的鬼像强弱。
13.如权利要求12所述的鬼像检测系统，其中，所述杂散光去除模块进一步用于：在对该增强后的图案图像进行二值化处理之后，通过形态学操作剔除离散噪声点，以获得去除噪声的图案图像；通过从所述去除噪声的图案图像中提取连通域，获得包含实像区域的连通域和不包含实像区域的连通域；根据该包含实像区域的连通域的内接圆和外接圆的半径，并以该图案的实像区域的中心为圆心确定并去除杂散光区域，以获得该去除杂散光的图像；以及判断该不包含实像区域的连通域的面积是否大于预定阈值，如果是，则认定该不包含实像区域的连通域为独立的鬼像区域，以确定与该独立的鬼像区域对应的鬼像强弱；如果否，则剔除该不包含实像区域的连通域。
14.如权利要求13所述的鬼像检测系统，其中，所述鬼像区域判断模块用于：基于该待确认的鬼像区域的轮廓，计算该待确认的鬼像区域的外包圆；从该包含实像区域的连通域分割出与该待确认的鬼像区域对应的连通域轮廓；基于与该待确认的鬼像区域对应的该连通域轮廓，拟合出该待确认的鬼像区域的拟合圆；通过相似判断模型，判断该待确认的鬼像区域的该外包圆与该拟合圆是否相似；当该待确认的鬼像区域的该外包圆与该拟合圆相似，以确定该待确认的鬼像区域为真正的鬼像区域时，统计该待确认的鬼像区域的面积和灰度值，以表征鬼像的强弱；当该待确认的鬼像区域的该外包圆与该拟合圆不相似时，从与该待确认的鬼像区域对应的该连通域轮廓上选取距离该外包圆的圆心最近的点作为分割点，以得到分割后的连通域轮廓；以及通过该相似判断模型，判断该分割后的连通域轮廓的外包圆是否与该分割后的连通域轮廓的拟合圆相似，如果是，则判断与该分割后的连通域轮廓对应的连通域为真正的鬼像区域，以通过统计面积和灰度值来表征鬼像的强弱；如果否，则判定与该分割后的连通域轮廓对应的连通域不是真正的鬼像区域。
15.电子设备，其特征在于，包括：
至少一处理器，用于执行指令；和
与所述至少一处理器可通信地连接的存储器，其中，所述存储器具有至少一指令，其中，所述指令被所述至少一处理器执行，以使得所述至少一处理器执行鬼像检测方法中的部分或全部步骤，其中所述鬼像检测方法包括步骤：
获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由相机在相同曝光条件下分别拍摄经由光学显示系统显示的图案标板和非图案标板而获得的；
对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及
从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
16.鬼影检测平台，其特征在于，包括：
一相机，用于采集经由光学显示系统显示的图案标板和非图案标板的图像；
一运动平台，用于移动该相机；以及
一电子设备，其中所述电子设备包括：
至少一处理器，用于执行指令；和
与所述至少一处理器可通信地连接的存储器，其中，所述存储器具有至少一指令，其中，所述指令被所述至少一处理器执行，以使得所述至少一处理器执行鬼像检测方法中的部分或全部步骤，其中所述鬼像检测方法包括步骤：
获取图案标板图像和非图案标板图像，其中该图案标板图像和该非图案标板图像是由所述相机在相同曝光条件下分别拍摄经由该光学显示系统显示的图案标板和非图案标板而获得的；
对该图案标板图像和该非图案标板图像进行对比增强处理，以得到增强后的图案图像；以及
从该增强后的图案图像中提取鬼像区域，以检测鬼像的强弱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010022300.5A CN113112444B (zh) | 2020-01-09 | 2020-01-09 | 鬼像检测方法及其系统、电子设备以及鬼像检测平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010022300.5A CN113112444B (zh) | 2020-01-09 | 2020-01-09 | 鬼像检测方法及其系统、电子设备以及鬼像检测平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113112444A true CN113112444A (zh) | 2021-07-13 |
| CN113112444B CN113112444B (zh) | 2022-05-31 |
Family
ID=76708612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010022300.5A Active CN113112444B (zh) | 2020-01-09 | 2020-01-09 | 鬼像检测方法及其系统、电子设备以及鬼像检测平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113112444B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113852803A (zh) * | 2021-08-30 | 2021-12-28 | 歌尔光学科技有限公司 | 鬼像测试方法、鬼像测试系统和计算机可读存储介质 |
| CN115147413A (zh) * | 2022-08-30 | 2022-10-04 | 武汉加特林光学仪器有限公司 | 鬼像检测方法、装置、设备及可读存储介质 |
| WO2024124447A1 (en) * | 2022-12-14 | 2024-06-20 | Jade Bird Display (shanghai) Limited | Method and system for detecting visual artefact of near-eye display |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR940001671A (ko) * | 1992-06-04 | 1994-01-11 | 강진구 | 8필드 연속 고스트 제거 기준신호의 시작신호 검출방법 |
| US20060221181A1 (en) * | 2005-03-30 | 2006-10-05 | Cernium, Inc. | Video ghost detection by outline |
| CN101923721A (zh) * | 2010-08-31 | 2010-12-22 | 汉王科技股份有限公司 | 无光照人脸图像重建方法和系统 |
| US20120141029A1 (en) * | 2010-06-14 | 2012-06-07 | Snu R&Db Foundation | Apparatus and method creating ghost-free high dynamic range image using filtering |
| CN105260988A (zh) * | 2015-09-09 | 2016-01-20 | 百度在线网络技术（北京）有限公司 | 一种高精地图数据的处理方法和装置 |
| CN105405153A (zh) * | 2015-10-29 | 2016-03-16 | 宁波大学 | 智能移动终端抗噪声干扰运动目标提取方法 |
| CN108592886A (zh) * | 2018-04-28 | 2018-09-28 | 朱炳强 | 图像采集设备和图像采集方法 |
| JP2018196068A (ja) * | 2017-05-22 | 2018-12-06 | キヤノン株式会社 | ゴースト検出装置及びそれを有する撮像装置 |
| CN110084129A (zh) * | 2019-04-01 | 2019-08-02 | 昆明理工大学 | 一种基于机器视觉的河流漂浮物实时检测方法 |
-
2020
- 2020-01-09 CN CN202010022300.5A patent/CN113112444B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR940001671A (ko) * | 1992-06-04 | 1994-01-11 | 강진구 | 8필드 연속 고스트 제거 기준신호의 시작신호 검출방법 |
| US20060221181A1 (en) * | 2005-03-30 | 2006-10-05 | Cernium, Inc. | Video ghost detection by outline |
| US20120141029A1 (en) * | 2010-06-14 | 2012-06-07 | Snu R&Db Foundation | Apparatus and method creating ghost-free high dynamic range image using filtering |
| CN101923721A (zh) * | 2010-08-31 | 2010-12-22 | 汉王科技股份有限公司 | 无光照人脸图像重建方法和系统 |
| CN105260988A (zh) * | 2015-09-09 | 2016-01-20 | 百度在线网络技术（北京）有限公司 | 一种高精地图数据的处理方法和装置 |
| CN105405153A (zh) * | 2015-10-29 | 2016-03-16 | 宁波大学 | 智能移动终端抗噪声干扰运动目标提取方法 |
| JP2018196068A (ja) * | 2017-05-22 | 2018-12-06 | キヤノン株式会社 | ゴースト検出装置及びそれを有する撮像装置 |
| CN108592886A (zh) * | 2018-04-28 | 2018-09-28 | 朱炳强 | 图像采集设备和图像采集方法 |
| CN110084129A (zh) * | 2019-04-01 | 2019-08-02 | 昆明理工大学 | 一种基于机器视觉的河流漂浮物实时检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| PETER A. JANSSON 等: "Correcting Color-Measurement Error Caused by Stray Light in Image Scanners", 《RESEARCHGATE》, 31 December 1998 (1998-12-31) * |
| 姜阔胜 等: "鬼像原理在高亮金属表面缺陷检测中的应用", 《陕西理工大学学报( 自然科学版)》, 31 December 2019 (2019-12-31) * |
| 孙杰 等: "利用LiDAR点云的真正射影像遮蔽检测", 《武汉大学学报·信息科学版》, 31 August 2011 (2011-08-31) * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113852803A (zh) * | 2021-08-30 | 2021-12-28 | 歌尔光学科技有限公司 | 鬼像测试方法、鬼像测试系统和计算机可读存储介质 |
| CN113852803B (zh) * | 2021-08-30 | 2024-03-12 | 歌尔光学科技有限公司 | 鬼像测试方法、鬼像测试系统和计算机可读存储介质 |
| CN115147413A (zh) * | 2022-08-30 | 2022-10-04 | 武汉加特林光学仪器有限公司 | 鬼像检测方法、装置、设备及可读存储介质 |
| CN115147413B (zh) * | 2022-08-30 | 2022-12-13 | 武汉加特林光学仪器有限公司 | 鬼像检测方法、装置、设备及可读存储介质 |
| WO2024124447A1 (en) * | 2022-12-14 | 2024-06-20 | Jade Bird Display (shanghai) Limited | Method and system for detecting visual artefact of near-eye display |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113112444B (zh) | 2022-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113112444B (zh) | 鬼像检测方法及其系统、电子设备以及鬼像检测平台 | |
| US11600008B2 (en) | Human-tracking methods, systems, and storage media | |
| US10783351B2 (en) | System and method for sensing facial gesture | |
| US10859859B2 (en) | Method, computing device, and computer program for providing a mounting edge model | |
| US20130004082A1 (en) | Image processing device, method of controlling image processing device, and program for enabling computer to execute same method | |
| EP3271869B1 (fr) | Procédé de traitement d'un signal asynchrone | |
| CN106372629A (zh) | 一种活体检测方法和装置 | |
| EP4300417A1 (en) | Method and apparatus for evaluating image authenticity, computer device, and storage medium | |
| KR20160053833A (ko) | 개선된 데이터 비교 방법 | |
| CN113092079B (zh) | 清晰度检测标板和方法及其系统、电子设备以及检测平台 | |
| CN108875549A (zh) | 图像识别方法、装置、系统及计算机存储介质 | |
| Murawski et al. | Pattern recognition algorithm for eye tracker sensor video data analysis | |
| CN113129249A (zh) | 基于深度视频的空间平面检测方法及其系统和电子设备 | |
| KR20160046399A (ko) | 텍스쳐 맵 생성 방법 및 장치와 데이터 베이스 생성 방법 | |
| JP6898150B2 (ja) | 毛穴検出方法及び毛穴検出装置 | |
| US20230194847A1 (en) | Microscopy System and Method for Modifying Microscope Images in the Feature Space of a Generative Network | |
| JP7385046B2 (ja) | 色斑予測方法、装置、設備及び記憶媒体 | |
| KR102318194B1 (ko) | 안저 이미지를 이용한 시신경병증 예측 장치 및 시신경병증 예측 결과 제공 방법 | |
| CN113128324A (zh) | 基于深度数据的手势分割方法及其系统和电子设备 | |
| Bratoszewski et al. | Face profile view retrieval using time of flight camera image analysis | |
| KR20220098310A (ko) | 관련 대상 검출 방법 및 장치 | |
| CN116982093A (zh) | 呈现攻击检测 | |
| JP2017202038A (ja) | 判別装置、判別方法、および判別プログラム | |
| CN113096024A (zh) | 用于深度数据的去飞点方法及其系统和电子设备 | |
| CN112561836A (zh) | 一种获取目标物的点云集合的方法及装置 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210713 Assignee: Zhejiang Shunwei Technology Co.,Ltd. Assignor: SUNNY OPTICAL (ZHEJIANG) RESEARCH INSTITUTE Co.,Ltd. Contract record no.: X2024330000055 Denomination of invention: Ghost detection methods and their systems, electronic devices, and ghost detection platforms Granted publication date: 20220531 License type: Common License Record date: 20240515 |
|
| EE01 | Entry into force of recordation of patent licensing contract |