CN113706508A - 光束质量分析方法、设备、光束分析系统及存储介质 - Google Patents
光束质量分析方法、设备、光束分析系统及存储介质 Download PDFInfo
- Publication number
- CN113706508A CN113706508A CN202110999942.5A CN202110999942A CN113706508A CN 113706508 A CN113706508 A CN 113706508A CN 202110999942 A CN202110999942 A CN 202110999942A CN 113706508 A CN113706508 A CN 113706508A
- Authority
- CN
- China
- Prior art keywords
- value
- gray
- maximum
- test
- target area
- 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
- 238000000034 method Methods 0.000 title claims description 29
- 238000012360 testing method Methods 0.000 claims abstract description 101
- 238000004458 analytical method Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000005192 partition Methods 0.000 claims description 35
- 241001270131 Agaricus moelleri Species 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000000873 masking effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 17
- 238000004590 computer program Methods 0.000 description 10
- 230000004888 barrier function Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013522 software testing Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 229910015850 Be—Ba Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001788 irregular 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
- G06T7/0004—Industrial image inspection
-
- 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
- G06T7/60—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
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本申请公开一种光束质量分析方法、设备、光束分析系统及存储介质，光束质量分析方法包括：将遮挡物的遮挡面按第一方向划分为多个测试区域；执行对多个所述测试区域的测试步骤；所述对多个所述测试区域的测试步骤包括：控制所述定位模块沿所述第一方向移动至所述多个测试区域中的第一测试区域，控制所述相机模块对所述遮挡物进行拍摄得到原图；基于所述原图确定目标区域；对所述目标区域进行第一方向扫描得到灰度极大值集合，对所述灰度极大值集合沿着第二方向进行均值处理，得到所述第一测试区域的光束最高灰度曲线；基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况。
Description
技术领域
本申请涉及光束分析技术领域，尤其涉及一种光束质量分析方法、设备、光束分析系统及存储介质。
背景技术
红外激光定位技术广泛应用于各种非接触反馈场景，常见应用方案为激光模组投射出线激光，被测范围内有遮挡物则构成反射，使用红外相机拍摄得到数据进行坐标分析来确定被测物体的平面坐标。
常用对激光模组进行评价测试的手段为使用光束分析仪对激光输出进行监测，使用软件对采集的数据进行记录分析，通过在光学平台上改变模组距离，使用软件改变驱动电路脉冲频率、占空比、电流等参数，得到激光模组在不同条件下的输出值。但是现有使用光束分析仪进行光束质量分析成本较高。
上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
发明内容
本申请实施例通过提供一种光束质量分析方法、设备、光束分析系统及存储介质，本申请旨在解决现有使用光束分析仪进行光束质量分析成本较高的问题。
本申请实施例提供了一种光束质量分析方法，应用于光束分析系统，所述光束分析系统包括：用于对待测产品的发出光束进行遮挡的遮挡物，用于对所述遮挡物反射的光束进行拍摄的相机模块，用于移动所述遮挡物的定位模块；所述方法包括：
将遮挡物的遮挡面按第一方向划分为多个测试区域；执行对多个所述测试区域的测试步骤；所述对多个所述测试区域的测试步骤包括：
控制所述定位模块沿所述第一方向移动至所述多个测试区域中的第一测试区域，控制所述相机模块对所述遮挡物进行拍摄得到原图；
基于所述原图确定目标区域；
对所述目标区域进行所述第一方向扫描得到灰度极大值集合，对所述灰度极大值集合沿着第二方向进行均值处理，得到所述第一测试区域的光束最高灰度曲线；
基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况。
在一些实施例中，所述基于所述原图确定目标区域，包括：
对所述原图进行去噪及二值化变换；
获取灰度连续且长度超过设定阈值的像素行；
将所述像素行的左侧和右侧在所述第二方向的坐标值分别作为所述目标区域的左侧边界和右侧边界；将所述像素行在所述第一方向的最大坐标值与预设值的和作为所述目标区域的上侧边界；将所述像素行在所述第一方向的最小坐标值与预设值的差作为所述目标区域的下侧边界。
在一些实施例中，所述对所述目标区域进行所述第一方向扫描得到灰度极大值集合，对所述灰度极大值集合沿着所述第二方向进行均值处理，得到所述第一测试区域的光束最高灰度曲线，包括：
在所述目标区域内，获取所述第一方向最大灰度值；
在所述第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述第一方向最大灰度值的第一均值；
在预设坐标轴中依次连接所述第一均值得到第一测试区域的光束最高灰度曲线。
在一些实施例中，所述基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况，包括：
根据所述灰度极大值集合的每一灰度极大值确定在所述第二方向对应的基线数值集合中的基线数值，将所述灰度极大值与所述基线数值作差运算得到高度差值；
在所述第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述高度差值的第二均值；
获取所述第二均值中的第一极大值和第一极小值；
根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况。
在一些实施例中，根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况，包括：
获取第一阈值范围；
若所述第一极大值和/或所述第一极小值在所述第一阈值范围内，则光束倾斜程度满足要求。
在一些实施例中，根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况，还包括：
获取第二阈值范围；
若所述第一极大值与所述第一极小值的差值在所述第二阈值范围内，则光束倾斜程度满足要求。
在一些实施例中，所述基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况的步骤之后，还包括：
基于所述灰度极大值集合确定第二极大值；
获取所述第一方向上大于预设阈值的灰度值组成的集合，并对所述集合求积分，得到积分数值集合；
获取所述积分数值集合中的积分最大值；基于所述积分最大值与第二预设倍率求得积分左侧值；基于所述积分最大值与第三预设倍率求得积分右侧值；
将所述积分右侧值与所述积分左侧值做差运算得到宽度值；
在所述第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述宽度值的第三均值；
在预设坐标轴中依次连接所述第三均值得到第一测试区域的光束宽度曲线。
本申请还提出一种光束质量分析设备，所述设备包括处理器、与所述处理器电连接的存储器及存储在所述存储器上并可在所述处理器上运行的光束质量分析程序；所述光束质量分析程序被所述处理器执行时实现所述的光束质量分析方法的步骤。
本申请还提出一种光束分析系统，所述光束分析系统包括用于对待测产品的发出光束进行遮挡的遮挡物，用于对所述遮挡物反射的光束进行拍摄的相机模块，用于移动所述遮挡物的定位模块，以及所述光束质量分析设备。
本申请还提出一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如所述的光束质量分析方法中的步骤。
本申请通过将遮挡物的遮挡面按第一方向划分为多个测试区域，借助于相机模块和定位模块，对每个测试区域进行拍照，在同一个时间对光束输出进行多个参数的测量，通过光束最高灰度曲线确定光束的完整性，基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况，省去昂贵的光束分析仪，同时使得光束质量分析的测试效率提升明显。
附图说明
图1为本申请的光束质量分析设备的一实施例的硬件框架图；
图2为本申请的光束分析系统的一实施例的系统结构示意图；
图3为本申请的光束质量分析方法的一实施例的流程框图；
图4为本申请的光束质量分析方法的另一实施例的流程框图；
图5表示在第一方向划分遮挡物的遮挡面为多个测试区域的示意图；
图6为本申请的光束最高灰度曲线的一实施例的示意图；
图7表示灰度极大值集合组成的线段Beamline和基线数值集合组成的线段Baseline的一实施例的示意图；
图8为本申请的光束高度差曲线的一实施例的模块示意图；
图9为本申请的光束质量分析方法的一实施例的流程框图；
图10为本申请的光束宽度曲线的一实施例的示意图。
具体实施方式
为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
常用对激光模组进行评价测试的手段为使用光束分析仪对激光输出进行监测，使用软件对采集的数据进行记录分析，通过在光学平台上改变模组距离，使用软件改变驱动电路脉冲频率、占空比、电流等参数，得到激光模组在不同条件下的输出值。但是现有使用光束分析仪进行光束质量分析成本较高。
鉴于此，本申请提出一种光束质量分析方法、设备、光束分析系统及存储介质，旨在解决现有使用光束分析仪进行光束质量分析成本较高的问题。
请参照图1，下面介绍一种光束质量分析设备100，该光束质量分析设备100可以包括：处理器1001，例如CPU，存储器1005，用户接口1003，网络接口1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选包括无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中出示的光束质量分析设备100结构并不构成对光束质量分析设备100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。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及光束质量分析程序。其中，操作系统是管理和控制光束质量分析设备100硬件和软件资源的程序，支持光束质量分析程序以及其它软件或程序的运行。
在图1所示的光束质量分析设备100中，网络接口1004主要用于后台服务器，与后台服务器进行数据通信；处理器1001可以用于调用存储器1005中存储的光束质量分析程序，并执行如上所述的光束质量分析方法的步骤。
在一实施例中，处理器1001可以用于调用存储器1005中存储的光束质量分析程序，并执行以所述方法包括：
将遮挡物10的遮挡面按第一方向划分为多个测试区域；执行对多个所述测试区域的测试步骤；所述对多个所述测试区域的测试步骤包括：
控制所述定位模块30沿所述第一方向移动至所述多个测试区域中的第一测试区域，控制所述相机模块20对所述遮挡物10进行拍摄得到原图；
基于所述原图确定目标区域；
对所述目标区域进行第一方向扫描得到灰度极大值集合，对所述灰度极大值集合沿着第二方向进行均值处理，得到所述第一测试区域的光束最高灰度曲线；
基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况。
在一实施例中，处理器1001可以用于调用存储器1005中存储的光束质量分析程序，并执行以所述方法包括：
对所述原图进行去噪及二值化变换；
获取灰度连续且长度超过设定阈值的像素行；
将所述像素行的左侧和右侧在第二方向的坐标值分别作为所述目标区域的左侧边界和右侧边界；将所述像素行在第一方向的最大坐标值与预设值的和作为所述目标区域的上侧边界；将所述像素行在第一方向的最小坐标值与预设值的差作为所述目标区域的下侧边界。
在一实施例中，处理器1001可以用于调用存储器1005中存储的光束质量分析程序，并执行以所述方法包括：
在目标区域内，获取第一方向最大灰度值；
在第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述第一方向最大灰度值的第一均值；
在预设坐标轴中依次连接所述第一均值得到第一测试区域的光束最高灰度曲线。
在一实施例中，处理器1001可以用于调用存储器1005中存储的光束质量分析程序，并执行以所述方法包括：
根据所述灰度极大值集合的每一灰度极大值确定在第二方向对应的基线数值集合中的基线数值，将所述灰度极大值与所述基线数值作差运算得到高度差值；
在第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述高度差值的第二均值；
获取所述第二均值中的第一极大值和第一极小值；
根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况。
在一实施例中，处理器1001可以用于调用存储器1005中存储的光束质量分析程序，并执行以所述方法包括：
获取第一阈值范围；
若所述第一极大值和/或所述第一极小值在所述第一阈值范围内，则光束倾斜程度满足要求。
在一实施例中，处理器1001可以用于调用存储器1005中存储的光束质量分析程序，并执行以所述方法包括：
获取第二阈值范围；
若所述第一极大值与所述第一极小值的差值在所述第二阈值范围内，则光束倾斜程度满足要求。
在一实施例中，处理器1001可以用于调用存储器1005中存储的光束质量分析程序，并执行以所述方法包括：
基于所述灰度极大值集合确定第二极大值；
获取所述第一方向上大于预设阈值的灰度值组成的集合，并对所述集合求积分，得到积分数值集合；
获取所述积分数值集合中的积分最大值；基于所述积分最大值与第二预设倍率求得积分左侧值；基于所述积分最大值与第三预设倍率求得积分右侧值；
将所述积分右侧值与所述积分左侧值做差运算得到宽度值；
在第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述宽度值的第三均值；
在预设坐标轴中依次连接所述第三均值得到第一测试区域的光束宽度曲线。
本申请将遮挡物的遮挡面按第一方向划分为多个测试区域，借助于相机模块和定位模块，对每个测试区域进行拍照，在同一个时间对光束输出进行多个参数的测量，通过光束最高灰度曲线确定光束的完整性，基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况，省去昂贵的光束分析仪，同时使得光束质量分析的测试效率提升明显。
本申请还提出一种光束分析系统，所述光束分析系统包括用于对待测产品40的发出光束进行遮挡的遮挡物10，用于对所述遮挡物10反射的光束进行拍摄的相机模块20，用于对所述遮挡物10进行移动的定位模块30，以及所述的光束质量分析设备100。
遮挡物10朝向待测产品40设置，用于反射待测产品40发出的光束。其中，本实施例的光束包括红外激光光束、紫外激光光束等，本实施例以红外激光光束为例，待测产品40可以是各种发出红外激光光束的待测设备，如投影仪、红外监控器等。请参照图，遮挡物10可以是具有一定面积的矩形遮挡物10，其中，本实施例的矩形遮挡物10的面积可以是长452mm，宽263mm的矩形遮挡物10。
处于成本的考虑，相机模块20可采用红外工业相机。本实施例将矩形遮挡物10沿着第一方向(即宽度方向)将矩形遮挡物10均匀划分成多个等面积的测试区域。为了精确控制定位模块30的移动，定位模块30可采用高精度定位平台(如高精度的驱动电缸等)。定位模块30控制遮挡物10沿着第一方向移动至每个测试区域，配合红外工业相机对每个测试区域进行拍照，然后同时对每个测试区域进行多个参数的光束质量分析。
本实施例借助于相机模块20和定位模块30，能够快速完成整套生产测试系统的搭建，在同一个时间对光束输出进行多参数测量，省去昂贵的光束分析仪，使得测试效率提升明显。
请参照图3，基于上述光束质量分析设备100硬件架构，下面提出本申请的光束质量分析方法的实施例一，所述光束质量分析方法包括以下步骤：
将遮挡物10按第一方向划分为多个测试区域；执行对多个所述测试区域的测试步骤；所述对多个所述测试区域的测试步骤包括：
S100、控制所述定位模块30沿所述第一方向移动至所述多个测试区域中的第一测试区域，控制所述相机模块20对所述遮挡物10进行拍摄得到原图；
需要说明的是，请参照图4和图5，用于发出红外激光的激光模组安装到待测产品40上，投射的红外激光呈现扇形，若452mm*263mm监测范围内有遮挡物10反射红外激光则能正确测出位置，因此要求在452mm*263mm范围内红外激光有足够的光强，经过实际试验，相机模块20(即红外工业相机)拍摄的范围内的每个点必须高于1.3mW，将263等分为27份，标识为测试区域0-测试区域26，通过高精度定位平台移动遮挡物10，配合红外工业相机，得到27张图片，每张图片描述在特定位置红外激光模组输出的激光强度。
第一测试区域可以是多个测试区域中的任一测试区域。
S200、基于所述原图确定目标区域；
光束质量分析设备100得到红外工业相机拍摄的原图后，基于所述原图确定目标区域。其中，目标区域可以是感兴趣区域。在机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域。由于所述原图存在部分与红外激光无关的区域(如全黑区域等)，需要将从所述原图中筛选得到目标区域。
其中，在一些实施例中，步骤S200、基于所述原图确定目标区域，具体包括：
步骤S210、对所述原图进行去噪及二值化变换；
具体地，光束质量分析设备100可通过BM3D算法、NL-Means算法等算法实现对原图的去噪处理。二值化变换(Image Binarization)具体将图像上的像素点的灰度值设置为0或255，也就是将整个原图呈现出明显的黑白效果的过程。
步骤S220、获取灰度连续且长度超过设定阈值的像素行；
为了搜索到目标区域，搜索灰度连续且长度超过设定阈值的像素行。灰度连续且长度超过设定阈值的像素行即表示红外工业相机拍摄到的红外激光。具体地，长度超过设定阈值可通过实际情况进行设置，例如设定阈值位800个像素点。即获取灰度连续且长度超过800个像素点的像素行。
步骤S230、将所述像素行的左侧和右侧在第二方向的坐标值分别作为所述目标区域的左侧边界和右侧边界；将所述像素行在第一方向的最大坐标值与预设值的和作为所述目标区域的上侧边界；将所述像素行在第一方向的最小坐标值与预设值的差作为所述目标区域的下侧边界。
在光束质量分析设备100得到像素行的基础上，以所述像素行的左侧在第二方向的坐标值作为所述目标区域的左侧边界；以所述像素行的右侧在第二方向的坐标值作为所述目标区域的右侧边界。本实施例中的第一方向是遮挡物10的纵向方向，第二方向是遮挡物10的横向方向。即以所述像素行的左侧在横向的坐标值作为所述目标区域的左侧边界；以所述像素行的右侧在横向的坐标值作为所述目标区域的右侧边界。将所述像素行在纵向的最大坐标值与预设值的和作为所述目标区域的上侧边界；将所述像素行在纵向的最小坐标值与预设值的差作为所述目标区域的下侧边界。通过该左侧边界、右侧边界、上侧边界和下侧边界得到目标区域。其中，预设值在一个实施例中可以是40像素。
S300、对所述目标区域进行第一方向扫描得到灰度极大值集合，对所述灰度极大值集合沿着第二方向进行均值处理，得到所述第一测试区域的光束最高灰度曲线；
在在光束质量分析设备100得到目标区域后，在目标区域进行纵向扫描得到多个灰度极大值组成的灰度极大值集合。对所述灰度极大值集合沿着横向进行均值处理，得到所述第一测试区域的光束最高灰度曲线。
具体地，S300、对所述目标区域进行第一方向扫描得到灰度极大值集合，对所述灰度极大值集合沿着第二方向进行均值处理，得到所述第一测试区域的光束最高灰度曲线，具体包括：
S310、在目标区域内，获取第一方向最大灰度值；
光束质量分析设备100在目标区域的纵向上搜索得到第一方向最大灰度值；即纵向方向上的最大灰度值。需要说明的是，第一方向最大灰度值包括在横向分布的多个最大灰度值。
S320、在第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述第一方向最大灰度值的第一均值；
在横向上均匀划分所述目标区域为多个分区，计算每个分区内的所述第一方向最大灰度值的第一均值；具体地，在一个实施例中，设置所述目标区域中横向的20个第一方向最大灰度值为一个分区。设第一方向最大灰度值为x1，x2，......，xn，设每个分区内的所述第一方向最大灰度值的第一均值为avg X1，avg X2，......，avg Xn。那么每个分区内的所述第一方向最大灰度值的第一均值为：
avg X1＝average(x1+x2+…+x20)；
avg X2＝average(x21+x22+…+x40)；
avg Xn＝average(x(n-2)+x(n-1)+xn)。
S330、在预设坐标轴中依次连接所述第一均值得到第一测试区域的光束最高灰度曲线。
在得到每个分区内的所述第一方向最大灰度值的第一均值avg X1，avgX2，......，avg Xn后，将avg X1至avg Xn依次连接得到第一测试区域的光束最高灰度曲线。随之定位模块30控制遮挡物10的移动，能得到在Section0#-Section 26覆盖范围内得到27条光束最高灰度曲线，以光束最高灰度曲线集来表示待测产品40的激光模组在纵向上每个点的光强度。
请参照图6，图6表示一个实施例中得到光束最高灰度曲线。X轴：代表物理空间中X轴，每一个点对应一个X轴的坐标点；Y轴表示光的强度。通过上述光束最高灰度曲线的测量可检验待测产品40的激光模组输出有无暗点与断点。值得一提的是，由于27条光束最高灰度曲线交叠在一起导致曲线之间无法分清，图中仅用3条光束最高灰度曲线表示。
S400、基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况。
在得到所述灰度极大值集合后，可基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况。
在一些可行的实施例中，S400、基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况；具体包括:
S410、根据所述灰度极大值集合的每一灰度极大值确定在第二方向对应的基线数值集合中的基线数值，将所述灰度极大值与所述基线数值作差运算得到高度差值；
具体地，请参照图7，灰度极大值集合组成的线段如图7中Beamline所示，基线数值集合组成的线段如图7中Baseline所示，可以理解的，灰度极大值集合的每一灰度极大值与基线数值集合中的基线数值在横向上存在一一对应的关系。通过将每一灰度极大值与对应横向上的基线数值作差运算得到高度差值。
在一些实施例中，得到高度差值后，将高度差值处于相机的像素尺寸参数，用公式表示为(Be-Ba)/K，K表示Pixel/mm，即相机的像素尺寸参数，是一个常数；Be表示灰度极大值，Ba表示基线数值。
S420、在第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述高度差值的第二均值；
与步骤S320类似的，在第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述高度差值的第二均值。同样，将横向上的20个高度差值作为一个分区，计算每个分区内的所述高度差值的第二均值。
请参照图8，图8表示在坐标轴中依次连接第二均值得到的光束高度差曲线。X轴：代表物理空间中X轴，每一个点对应一个X轴的坐标点；Y轴表示光束距离基线数值集合组成的线段Baseline的高度，光束高度差曲线表示如图所示。通过上述光束高度差曲线的测量可检验待测产品40的激光模组输出光束有俯仰角。可以看到图8中三个测试区域的光束最高灰度曲线总体处于相对基线Baseline平行的状态。值得一提的是，由于27条光束最高灰度曲线交叠在一起导致曲线之间无法分清，图8中仅用3条光束高度差曲线表示。
S430、获取所述第二均值中的第一极大值和第一极小值；
光束质量分析设备100通过查询得到第二均值中的第一极大值和第一极小值。
S440、根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况。
在光束质量分析设备100得到第二均值中的第一极大值和第一极小值后，根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况。
在一些实施例中，S440、根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况，包括：
S441、获取第一阈值范围；若所述第一极大值和/或所述第一极小值在所述第一阈值范围内，则光束倾斜程度满足要求。
具体的，若第一极大值在所述设定阈值范围内，则光束倾斜程度满足要求。这里的设定阈值范围可设置为1mm-10mm。第一极大值表示待测产品40射出的激光距离表征所述待测产品40水平方向的基线的距离最大值，当第一极大值在设定阈值范围，则说明光束倾斜程度不大，光束倾斜程度满足要求。
在其他实施例中，若第一极小值在所述设定阈值范围内，则光束倾斜程度满足要求。这里的设定阈值范围可设置为1mm-10mm。第一极小值表示待测产品40射出的激光距离表征所述待测产品40水平方向的基线的距离最小值，当第一极小值在设定阈值范围，则说明光束倾斜程度不大，光束倾斜程度满足要求。
在其他实施例中，当第一极大值和第一极小值同时在所述设定阈值范围内时，则光束倾斜程度满足要求。这里的设定阈值范围可设置为1mm-10mm。
在另一些实施例中，S440、根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况，包括：
S442、获取第二阈值范围；若所述第一极大值与所述第一极小值的差值在所述第二阈值范围内，则光束倾斜程度满足要求。
光束质量分析设备100将第一极大值减去所述第一极小值，若所述第一极大值与所述第一极小值的差值在所述第二阈值范围内，则光束倾斜程度满足要求。具体地，这里的设定阈值范围可设置为0mm-5mm。当所述第一极大值与所述第一极小值的差值在0mm-5mm范围内，则说明灰度极大值集合所形成的线段与表征所述待测产品40水平方向的基线平行，待测产品40的激光模组发出的红外激光无俯角和仰角。
本申请将遮挡物10按第一方向划分为多个测试区域，借助于相机模块20和定位模块30，对每个测试区域进行拍照，在同一个时间对光束输出进行多个参数的测量，通过光束最高灰度曲线确定光束的完整性，基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况，省去昂贵的光束分析仪，同时使得光束质量分析的测试效率提升明显。
基于同一发明构思，请参照图9，本申请还提出实施例二，实施例二建立在实施例一的基础之上。
实施例二
本实施例的光束质量分析方法包括：
步骤S400、基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况的步骤之后，还包括：
S510、基于所述灰度极大值集合确定第二极大值；
与实施例一类似的，在纵向上搜索所述目标区域得到纵向上的灰度极大值集合，从灰度极大值集合确定第二极大值。
S520、获取所述第一方向上大于预设阈值的灰度值组成的集合，并对所述集合求积分，得到积分数值集合；
具体地，在一些实施例中，令第二极大值为max Y，在纵向上将小于0.14*max Y的值改为0，对删除操作后的灰度极大值集合求积分，得到积分数值集合。
S530、获取所述积分数值集合中的积分最大值；基于所述积分最大值与第二预设倍率求得积分左侧值；基于所述积分最大值与第三预设倍率求得积分右侧值；
光束质量分析设备100获取所述积分数值集合中的积分最大值，记为max∑Y，设置第二预设倍率为0.07，第三预设倍率维0.93。求出max∑Y*0.93得到积分右侧值max index，求出max∑Y*0.07得到积分左侧值min index。
S540、将所述积分右侧值与所述积分左侧值做差运算得到宽度值；
光束质量分析设备100将所述积分右侧值与所述积分左侧值做差运算得到宽度值。得到高度差值后，将高度差值处于相机的像素尺寸参数，用公式表示为(max index-minindex)/K，K表示Pixel/mm，即相机的像素尺寸参数，是一个常数；max index表示积分右侧值，min index表示积分左侧值。
S550、在第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述宽度值的第三均值；
与实施例一中的步骤320相似，在横向上均匀划分所述目标区域为多个分区，计算每个分区内的所述宽度值的第三均值。
S560、在预设坐标轴中依次连接所述第三均值得到第一测试区域的光束宽度曲线。
在预设坐标轴中依次连接所述第三均值得到第一测试区域的光束宽度曲线。请参照图10，图10表示一个实施例中得到光束宽度曲线。X轴：代表物理空间中X轴，每一个点对应一个X轴的坐标点；Y轴表示每个点上的宽度。光束宽度曲线用来表述待测产品40激光模组输出红外激光的宽度，宽度过小或过大均与局部光照能量异常有关，均对于产品实际使用会造成不识别或误识别。值得一提的是，由于27条光束宽度曲线交叠在一起导致曲线之间无法分清，图中仅用3条光束宽度曲线表示。
由于光束宽度的正常值在0.6-2mm左右，所以我们把上限设置为2.5mm，如果出现分叉等不良现象，在图的曲线会出现高于2.5mm的点。一旦高于2.5mm的点则说明激光模组输出激光光束存在分叉、弥散问题，因此光束宽度曲线能够对于激光模组输出激光光束的分叉、弥散问题进行快速分辨。进一步使得光束质量分析的测试效率得到提升。
本申请还提出一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现所述的光束质量分析方法中的步骤。
本发明还提出一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的光束质量分析方法的步骤，本发明光束质量分析设备、计算机可读存储介质和计算机程序产品的各实范例，均可参照本发明光束质量分析方法各个实施例，此处不再资述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本申请可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种光束质量分析方法，其特征在于，应用于光束分析系统，所述光束分析系统包括：用于对待测产品的发出光束进行遮挡的遮挡物，用于对所述遮挡物反射的光束进行拍摄的相机模块，用于移动所述遮挡物的定位模块；所述方法包括：
将遮挡物的遮挡面按第一方向划分为多个测试区域；执行对多个所述测试区域的测试步骤；所述对多个所述测试区域的测试步骤包括：
控制所述定位模块沿所述所述第一方向移动至所述多个测试区域中的第一测试区域，控制所述相机模块对所述遮挡物进行拍摄得到原图；
基于所述原图确定目标区域；
对所述目标区域进行所述第一方向扫描得到灰度极大值集合，对所述灰度极大值集合沿着第二方向进行均值处理，得到所述第一测试区域的光束最高灰度曲线；
基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况。
2.根据权利要求1所述的方法，其特征在于，所述基于所述原图确定目标区域，包括：
对所述原图进行去噪及二值化变换；
获取灰度连续且长度超过设定阈值的像素行；
将所述像素行的左侧和右侧在所述第二方向的坐标值分别作为所述目标区域的左侧边界和右侧边界；将所述像素行在所述第一方向的最大坐标值与预设值的和作为所述目标区域的上侧边界；将所述像素行在所述第一方向的最小坐标值与预设值的差作为所述目标区域的下侧边界。
3.根据权利要求2所述的方法，其特征在于，所述对所述目标区域进行所述第一方向扫描得到灰度极大值集合，对所述灰度极大值集合沿着所述第二方向进行均值处理，得到所述第一测试区域的光束最高灰度曲线，包括：
在所述目标区域内，获取所述第一方向最大灰度值；
在所述第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述第一方向最大灰度值的第一均值；
在预设坐标轴中依次连接所述第一均值得到第一测试区域的光束最高灰度曲线。
4.根据权利要求3所述的方法，其特征在于，所述基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况，包括：
根据所述灰度极大值集合的每一灰度极大值确定在所述第二方向对应的基线数值集合中的基线数值，将所述灰度极大值与所述基线数值作差运算得到高度差值；
在所述第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述高度差值的第二均值；
获取所述第二均值中的第一极大值和第一极小值；
根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况。
5.根据权利要求4所述的方法，其特征在于，根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况，包括：
获取第一阈值范围；
若所述第一极大值和/或所述第一极小值在所述第一阈值范围内，则光束倾斜程度满足要求。
6.根据权利要求4所述的方法，其特征在于，根据所述第一极大值和/或所述第一极小值与设定阈值范围的关系确定所述第一测试区域的光束倾斜情况，还包括：
获取第二阈值范围；
若所述第一极大值与所述第一极小值的差值在所述第二阈值范围内，则光束倾斜程度满足要求。
7.根据权利要求1所述的方法，其特征在于，所述基于所述灰度极大值集合确定所述第一测试区域的光束倾斜情况的步骤之后，还包括：
基于所述灰度极大值集合确定第二极大值；
获取所述第一方向上大于预设阈值的灰度值组成的集合，并对所述集合求积分，得到积分数值集合；
获取所述积分数值集合中的积分最大值；基于所述积分最大值与第二预设倍率求得积分左侧值；基于所述积分最大值与第三预设倍率求得积分右侧值；
将所述积分右侧值与所述积分左侧值做差运算得到宽度值；
在所述第二方向上均匀划分所述目标区域为多个分区，计算每个分区内的所述宽度值的第三均值；
在预设坐标轴中依次连接所述第三均值得到第一测试区域的光束宽度曲线。
8.一种光束质量分析设备，其特征在于，所述设备包括处理器、与所述处理器电连接的存储器及存储在所述存储器上并可在所述处理器上运行的光束质量分析程序；所述光束质量分析程序被所述处理器执行时实现如权利要求1至7任一项所述的光束质量分析方法的步骤。
9.一种光束分析系统，其特征在于，所述光束分析系统包括用于对待测产品的发出光束进行遮挡的遮挡物，用于对所述遮挡物反射的光束进行拍摄的相机模块，用于移动所述遮挡物的定位模块，以及权利要求8所述的光束质量分析设备。
10.一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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至7中任一项所述的光束质量分析方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110999942.5A CN113706508B (zh) | 2021-08-27 | 2021-08-27 | 光束质量分析方法、设备、光束分析系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110999942.5A CN113706508B (zh) | 2021-08-27 | 2021-08-27 | 光束质量分析方法、设备、光束分析系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113706508A true CN113706508A (zh) | 2021-11-26 |
| CN113706508B CN113706508B (zh) | 2024-05-03 |
Family
ID=78656390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110999942.5A Active CN113706508B (zh) | 2021-08-27 | 2021-08-27 | 光束质量分析方法、设备、光束分析系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113706508B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115760750A (zh) * | 2022-11-15 | 2023-03-07 | 北京的卢铭视科技有限公司 | Doe质量检测方法、系统、电子设备和存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000249960A (ja) * | 1999-02-26 | 2000-09-14 | Ricoh Co Ltd | 走査光学系における走査位置測定方法及び装置 |
| KR20110138501A (ko) * | 2010-06-21 | 2011-12-28 | 주식회사 한라정밀엔지니어링 | 광픽업장치의 액츄에이터 정렬을 위한 스폿 조정시스템의 자동촛점 스폿조정방법 |
| CN102623882A (zh) * | 2012-03-29 | 2012-08-01 | 中国科学院光电技术研究所 | 基于双压电片变形镜的板条激光光束净化系统 |
| CN102658431A (zh) * | 2012-05-18 | 2012-09-12 | 中国科学院光电技术研究所 | 一种自动诊断并校正激光光束发散角及光束质量的装置 |
| CN104537656A (zh) * | 2014-12-22 | 2015-04-22 | 中国科学院国家授时中心 | 光纤扩束准直镜筒出射偏心高斯光束的检测方法 |
| US20200320296A1 (en) * | 2017-12-22 | 2020-10-08 | Hangzhou Ezviz Software Co., Ltd. | Target detection method and apparatus |
| CN111862228A (zh) * | 2020-06-04 | 2020-10-30 | 福瑞泰克智能系统有限公司 | 遮挡检测的方法、系统、计算机设备和可读存储介质 |
| CN112013953A (zh) * | 2020-07-09 | 2020-12-01 | 北京工业大学 | 一种激光器巴条的光束指向性偏差计算系统 |
| CN112991202A (zh) * | 2021-03-01 | 2021-06-18 | 歌尔科技有限公司 | 光心位置的校准方法、终端设备及计算机可读存储介质 |
| CN113074660A (zh) * | 2021-03-26 | 2021-07-06 | 深度光学科技(天津)有限公司 | 一种大尺寸透明物体的面型测量方法 |
| CN113256630A (zh) * | 2021-07-06 | 2021-08-13 | 深圳中科飞测科技股份有限公司 | 一种光斑监控方法、系统、暗场缺陷检测设备和存储介质 |
-
2021
- 2021-08-27 CN CN202110999942.5A patent/CN113706508B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000249960A (ja) * | 1999-02-26 | 2000-09-14 | Ricoh Co Ltd | 走査光学系における走査位置測定方法及び装置 |
| KR20110138501A (ko) * | 2010-06-21 | 2011-12-28 | 주식회사 한라정밀엔지니어링 | 광픽업장치의 액츄에이터 정렬을 위한 스폿 조정시스템의 자동촛점 스폿조정방법 |
| CN102623882A (zh) * | 2012-03-29 | 2012-08-01 | 中国科学院光电技术研究所 | 基于双压电片变形镜的板条激光光束净化系统 |
| CN102658431A (zh) * | 2012-05-18 | 2012-09-12 | 中国科学院光电技术研究所 | 一种自动诊断并校正激光光束发散角及光束质量的装置 |
| CN104537656A (zh) * | 2014-12-22 | 2015-04-22 | 中国科学院国家授时中心 | 光纤扩束准直镜筒出射偏心高斯光束的检测方法 |
| US20200320296A1 (en) * | 2017-12-22 | 2020-10-08 | Hangzhou Ezviz Software Co., Ltd. | Target detection method and apparatus |
| CN111862228A (zh) * | 2020-06-04 | 2020-10-30 | 福瑞泰克智能系统有限公司 | 遮挡检测的方法、系统、计算机设备和可读存储介质 |
| CN112013953A (zh) * | 2020-07-09 | 2020-12-01 | 北京工业大学 | 一种激光器巴条的光束指向性偏差计算系统 |
| CN112991202A (zh) * | 2021-03-01 | 2021-06-18 | 歌尔科技有限公司 | 光心位置的校准方法、终端设备及计算机可读存储介质 |
| CN113074660A (zh) * | 2021-03-26 | 2021-07-06 | 深度光学科技(天津)有限公司 | 一种大尺寸透明物体的面型测量方法 |
| CN113256630A (zh) * | 2021-07-06 | 2021-08-13 | 深圳中科飞测科技股份有限公司 | 一种光斑监控方法、系统、暗场缺陷检测设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 李晓明 等: "基于光斑轮廓特征的激光光束质量简易评价方法", 中国激光, no. 05 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115760750A (zh) * | 2022-11-15 | 2023-03-07 | 北京的卢铭视科技有限公司 | Doe质量检测方法、系统、电子设备和存储介质 |
| CN115760750B (zh) * | 2022-11-15 | 2023-11-21 | 北京的卢铭视科技有限公司 | Doe质量检测方法、系统、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113706508B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109212510B (zh) | 用于测量多线激光雷达的角分辨率的方法和装置 | |
| KR100323955B1 (ko) | 구부림각도검출장치및그것에사용하는직선추출장치및구부림각도검출위치설정장치 | |
| JP2017146298A (ja) | 形状測定システム、形状測定装置及び形状測定方法 | |
| JP6794737B2 (ja) | 情報処理装置、情報処理方法、プログラムおよび検査システム | |
| EP1814083A1 (en) | Photometric measurements using at least three light sources | |
| CN106839976B (zh) | 一种检测镜头中心的方法及装置 | |
| CN108801601B (zh) | 菲涅尔透镜杂散光噪声的测试方法、设备及存储介质 | |
| US20130141734A1 (en) | Profile measuring apparatus, structure manufacturing system, method for measuring profile, method for manufacturing structure, and non-transitory computer readable medium | |
| JP7302599B2 (ja) | 欠陥判別方法、欠陥判別装置、欠陥判別プログラム及び記録媒体 | |
| JP6548686B2 (ja) | 画像比較装置 | |
| KR100478676B1 (ko) | 영상입력에 의한 구조물의 균열 탐지장치 및 방법 | |
| JP2016180708A (ja) | 距離計測装置、距離計測方法、およびプログラム | |
| JP2006010392A (ja) | 貫通穴計測システム及び方法並びに貫通穴計測用プログラム | |
| CN113706508B (zh) | 光束质量分析方法、设备、光束分析系统及存储介质 | |
| JP2019109071A (ja) | 画像処理システム、画像処理プログラム、および画像処理方法 | |
| JP7127046B2 (ja) | モデルベースのピーク選択を使用した３ｄプロファイル決定のためのシステム及び方法 | |
| JP2005345290A (ja) | 筋状欠陥検出方法及び装置 | |
| CN110619629B (zh) | 一种cpu插座检测方法和设备 | |
| CN114450579A (zh) | 图像处理系统、设定方法和程序 | |
| JP2000193438A (ja) | 三次元形状を計測する方法および装置並びに三次元形状計測用プログラムを記憶した記憶媒体 | |
| CN117091571A (zh) | 限定扫描区域的基于图像的方法 | |
| JP5136108B2 (ja) | 三次元形状計測方法および三次元形状計測装置 | |
| CN113658169B (zh) | 图像斑点检测方法、设备、介质及计算机程序产品 | |
| KR102491420B1 (ko) | 인공지능 학습 기반의 동적 플레이트를 이용한 비전 검사를 위한 비전 검사 방법 | |
| CN111912784B (zh) | 一种红外反射杂光的检测方法及系统 |
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 |