CN113706607B - 一种基于圆环阵列图的亚像素定位方法、计算机设备与装置 - Google Patents
一种基于圆环阵列图的亚像素定位方法、计算机设备与装置 Download PDFInfo
- Publication number
- CN113706607B CN113706607B CN202110948295.5A CN202110948295A CN113706607B CN 113706607 B CN113706607 B CN 113706607B CN 202110948295 A CN202110948295 A CN 202110948295A CN 113706607 B CN113706607 B CN 113706607B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- circular ring
- panel
- camera
- circular
- 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
- 238000010586 diagram Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005070 sampling Methods 0.000 claims abstract description 23
- 230000008859 change Effects 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 230000001629 suppression Effects 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 229920001621 AMOLED Polymers 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010047571 Visual impairment Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及图像处理技术领域，尤其是涉及一种基于圆环阵列图的亚像素定位方法、计算机设备与装置，包括：基于面板的参数信息生成圆环阵列图并对圆环阵列图进行点亮；获取面板屏幕坐标系下的圆心坐标以及相机对点亮后的圆环阵列图采样的图像信息；对图像信息进行预处理后对预处理的图像进行初定位，获取相机坐标系下的圆环轮廓，然后利用最小二乘法进行亚像素定位获取相机坐标系下的圆心坐标；基于面板屏幕坐标系和相机坐标系在同一圆环下的圆心坐标，获取透视变化系数M；基于M获取所有像素点在相机坐标系下的圆心坐标，从而达到对所有像素点进行亚像素定位的目的；本申请在对面板进行亚像素级像素定位时具有耗时其短、鲁棒性强的效果。
Description
技术领域
本发明涉及图像处理技术领域，尤其是涉及一种基于圆环阵列图的亚像素定位方法、计算机设备与装置。
背景技术
随着社会的发展，面板需求量在手机、教育、车载等不同领域急剧增加。AMOLED作为一种电流型发光器件已越来越多地被应用于高性能显示中。由于它自发光的特性，与LCD相比，AMOLED具有高对比度、超轻薄、可弯曲等诸多优点，但是，亮度均匀性和残像仍然是它目前面临的两个主要难题，要解决这两个问题，除了工艺的改善，就不得不提到补偿技术。解决良率问题成为各个面板厂重中之重，Demura设备能够大幅度优化AMOLED面板的Mura不良，提高面板厂出货良率。
Demura设备已成为各个面板厂核心技术设备，该设备主要分为光学采样、图像算法处理、机构控制等模块，其中图像算法处理是该设备的核心与技术难点，具体包括亚像素级像素定位、像素级亮度提取、像素级亮度补偿等算法模块。其中对亚像素级像素定位的技术一直存在改进的空间，希望其具有耗时其短、鲁棒性强、适配性好等特点，然后能使相应的Demura 产品更加优化。
针对上述相关技术，发明人认为目前的亚像素级像素定位技术存在耗时长、鲁棒性较差等问题。
发明内容
为了使亚像素级像素定位具有耗时其短、鲁棒性强的特点，本申请提供一种基于圆环阵列图的亚像素定位方法、计算机设备与装置。
第一方面，本申请提供的一种基于圆环阵列图的亚像素定位方法，采用如下的技术方案：
一种基于圆环阵列图的亚像素定位方法，包括：
基于面板的参数信息生成圆环阵列图，并对圆环阵列图进行点亮处理；
获取相机对面板采样的参数信息以及相机对点亮后的圆环阵列图采样的图像信息，参数信息包括面板屏幕坐标系下的圆环半径、圆环圆心坐标及圆环个数；
基于相机对点亮后的圆环阵列图采样的图像信息，对图像信息进行预处理；
对预处理的图像进行初定位，获取相机坐标系下的圆环轮廓；
基于相机坐标系下的圆环轮廓对预处理的图像进行亚像素定位，获取相机坐标系下的圆环圆心坐标；
基于面板屏幕坐标系和相机坐标系在同一圆环下的圆心坐标，获取二者之间的透视变化系数M；
基于透视变化系数M，获取面板屏幕坐标系中所有像素点在相机坐标系中的亚像素定位结果。
通过采用上述技术方案，对面板进行亚像素定位时，根据面板自身的参数设计出对应的圆环阵列图，该圆环均匀分布于AMOLED 产品的同心圆环，相对于Demura领域现有方案使用点阵图具有较强的鲁棒性；然后利用PG对圆环阵列图进行点亮，方便相机进行拍照采样，然后利用相机对面板以及圆环阵列图进行采样，对面板采样时，相机对面板上的图像进行拍照采样，采样的信息包括圆环阵列图中的部分圆环，相机采样时还获取在采样图像下的面板屏幕坐标系下的圆环直径、圆环圆心坐标和圆环个数，相机对圆环阵列图的采样后的图像信息，分别进行预处理、初定位和亚像素定位，形成有效的圆环信息，然后计算相机坐标系和面板屏幕坐标系之间的换算关系，即为计算相机坐标系下的圆心坐标和面板屏幕坐标系下的圆心坐标之间的换算关系，然后获取透视变化系数M；基于透视变化系数M，获取面板的所有像素点在相机坐标系下的亚像素定位结果，能减少耗时，也能提高鲁棒性，同时，这种方式在异型面板（如刘海屏、挖空屏）上适配性较好。
可选的，基于面板参数信息生成圆环阵列图的步骤包括：
获取面板的分辨率、SPR信息和RGB子像素规律；
基于面板的分辨率、SPR信息和RGB子像素规律生成圆环阵列图。
通过采用上述技术方案，在生成圆环阵列图时，需要用到面板的分辨率、SPR信息和RGB子像素规律，使生成的圆环阵列图更加稳定。
可选的，获取相机对面板采样的参数信息以及相机对圆环阵列图采样的图像信息的步骤包括：
通过高解析度工业相机对面板和圆环阵列图进行光学采样。
通过采用上述技术方案，采用高解析度相机进行采样，使采样的图像更加清晰，使后续对圆环进行初定位和亚像素定位更加准确。
可选的，对图像信息进行预处理的步骤包括：
若图像存在噪音信号和/或干扰信号；
采用高斯降噪法消除图像中的噪音信号；
采用大津算法对图像进行二值化处理；
对图像进行形态学处理，所述形态学处理步骤至少包括腐蚀、膨胀、开运算及闭运算等。
通过采用上述技术方案，在相机获取采样后的图像时，图像会存在部分噪音、干扰信号等，如果不进行处理，则会影响图像的真实性，甚至会影响后续的图像定位步骤，因此需要利用各种算法将噪音、干扰信号进行去除，使定位结果更加准确。
可选的，对预处理的图像进行初定位的步骤包括：
对圆环边缘进行检测，获取圆周梯度以及圆周线；
在预设的二维霍夫空间内，绘制所有圆环的梯度直线，若干梯度直线相交而成坐标点；
获取某坐标点对应的梯度直线数量，若梯度直线数量大于数量阈值，则该坐标点为初定位圆心；
获取初定位圆心到所有圆周线的直线距离，基于所有的直线距离，获取位于距离阈值范围内的直线数量；
若直线数量超过数量阈值，则将该直线距离则定义为圆环半径；所有圆心基于上述步骤完成圆环半径的计算，从而基于初定位圆心和圆环半径获取相机坐标系下圆环的圆环轮廓。
通过采用上述技术方案，在高解析度相机采样的图像中，直接性实现亚像素级别的定位方案存在技术难点、耗时长、鲁棒性差等诸多问题，因此首先采用霍夫圆检测的方案，对圆环像素实现初定位，然后再进行亚像素定位。在进行初定位时，先计算圆环半径，需要一定数量梯度直线的相交点确定一个初定位圆心，然后再利用初定位圆心到圆周线的直线距离确定圆环半径，当相同距离的直线数量超过一定数量时，则认为该直线距离为圆环半径，根据初定位圆心和圆环半径确定圆环轮廓，从而完成初定位，进行初定位的步骤之后再进行亚像素定位，能一定程度降低亚像素定位难度，且能提高鲁棒性。
可选的，绘制所有圆环的梯度直线的步骤之后包括：
在霍夫空间的4邻域内对梯度直线进行非最大值抑制。
通过采用上述技术方案，采用非最大值抑制来对梯度直线进行筛选，能减少重复率较高的梯度直线，保留具有代表性的梯度直线，能降低在确定初定位圆心时的工作量，减少耗时。
可选的，对图像进行亚像素定位的步骤包括：
基于圆的一般式方程：，现有样本集/>，通过最小二乘法获取误差Error的目标函数：/>；
获取目标函数的极小值，即令误差Error对a、b、c偏导等于零，整理如下：
依据上述公式，获取a、b、c的值，整理获得圆心坐标（X0，Y0）=（-a/2，-b/2）的坐标值。
通过采用上述技术方案，在对圆环进行初定位之后，利用初定位圆心获取相机坐标下的圆环半径，根据圆环半径再采用最小二乘法拟合圆环的方案实现亚像素定位，获取相机坐标系下的圆环的圆心坐标，能减小耗时，分两步获取圆心坐标，能减小获取相机坐标系下圆心坐标的难度。
可选的，获取透视变化系数M的步骤包括：
相机坐标系与面板屏幕坐标系之间的相互转换满足以下公式：
，其中/>为在相机坐标系中已实现亚像素定位的圆环坐标系数信息，/>为已知的面板屏幕坐标系中的圆环坐标系数信息；
利用最小二乘法对透视变化系数M进行求解。
通过采用上述技术方案，相机坐标系与面板屏幕坐标系之间的相互转换即为在同一个圆环下相机坐标系下的圆心坐标和面板屏幕坐标系下的圆心坐标的相互转换，然后求取透视变化系数M，即能获得二者的相机坐标系与面板屏幕坐标系之间的相互转换关系，利用此透视变化系数M以及面板屏幕坐标系下已知的所有像素点的圆心坐标，能获取相机坐标系下所有像素点的圆心坐标。
第二方面，本申请提供一种计算机设备，采用如下的技术方案：
一种计算机设备，包括存储器和处理器，所述存储器存储有被处理器加载并执行如上述方法的计算机程序。
第三方面，本申请提供一种计算机设备，采用如下的技术方案：
一种基于圆环阵列图的亚像素定位装置，包括：
面板模块，用于根据自身已知的参数信息获取圆环阵列图并显示；
相机模块，用于对面板以及圆环阵列图进行采样；
上述的计算机设备，分别与面板模块和相机模块通讯连接，用于加载并执行如上述方法的计算机程序。
通过采用上述技术方案，对面板进行亚像素定位时，根据面板自身的参数设计出对应的圆环阵列图，该圆环均匀分布于AMOLED 产品上的同心圆环，相对于Demura 领域现有方案使用点阵图具有较强的鲁棒性；然后利用相机对面板以及圆环阵列图进行采样，对面板采样时，相机对点亮后的圆环阵列图进行拍照采样，采样的信息包括圆环阵列图中的部分圆环，相机采样时还获取在采样图像下的面板屏幕坐标系下的圆环直径、圆环圆心坐标和圆环个数；然后相机对圆环阵列图的采样后的图像信息分别进行预处理、初定位和亚像素定位，形成有效的圆环信息；然后计算相机坐标系和面板屏幕坐标系之间的换算关系，即为计算相机坐标系下的圆心坐标和面板屏幕坐标系下的圆心坐标之间的换算关系，然后获取透视变化系数M；基于透视变化系数M，获取面板的所有像素点在相机坐标系下的亚像素定位结果，能减少耗时，同时，这种方式在异型面板（如刘海屏、挖空屏）上适配性较好，也能提高鲁棒性。
综上所述，本申请包括以下至少一种有益技术效果：
1.对面板进行亚像素定位时，根据面板自身的参数设计出对应的圆环阵列图，该圆环均匀分布于AMOLED 产品上，同心圆环相对于Demura 领域现有方案使用点阵图具有较强的鲁棒性；
2.先对相机采样的图像进行初定位，然后再利用最小二乘法进行亚像素定位，能减小获取相机坐标系下圆环圆心坐标的难度且能减小耗时。
附图说明
图1是本申请实施例的一种基于圆环阵列图的亚像素定位装置的硬件架构示意图。
图2是本申请实施例的一种基于圆环阵列图的亚像素定位方法的流程图。
图3是图2中步骤S100所提及的基于面板参数信息生成的圆环阵列图。
图4是图3中的圆环阵列图的细节展示图。
图5是图2中步骤S100的展开流程图。
图6是图2中步骤S300的展开流程图。
图7是图2中步骤S400的展开流程图。
图8是图2中S500所提及的对预处理的图像进行亚像素定位的图像。
图9是图8中的实现亚像素定位后的细节展示图。
具体实施方式
以下结合附图1-9对本申请作进一步详细说明。
本申请实施例公开一种基于圆环阵列图的亚像素定位装置。参照图1，亚像素定位装置包括面板模块、相机模块和计算机设备。
面板模块，本实施例采用AMOLED面板，与计算机设备通讯连接，用于根据自身的参数信息生成圆环阵列图，自身的参数包括分辨率、SPR信息和RGB子像素规律，然后利用面板自带的PG驱动设备将圆环阵列图点亮，。
相机模块，包括高解析度工业相机，例如vieworks VNP-604MX-6HCMOS 相机，相机的分辨率能达到人眼的分辨率；在采样时，驱动设备对AMOLED上的圆环阵列图进行照亮后，相机对圆环阵列图进行拍照采样。
同时考虑Demura产品的IC芯片的规格，对其需要的显示画面一次性自动流程采样，由于Demura 产品为半自动或者全自动设备，一次性自动流程采样，是指Demura产品把需要采集的数据一次性全部采集。Demura产品常规需要使用的显示画面见下表1：
表1：Demura 常规采集显示画面
计算机设备包括存储器和处理器；存储器存储有使Demura产品对AMOLED面板上的圆环阵列图进行亚像素定位的程序，存储器包括U盘、移动硬盘、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（RandomAccessMemory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
处理器用于运行存储器内存储的对AMOLED面板基于圆环阵列图进行亚像素定位的程序，处理器包括单片机、MCU、中央处理器以及其他芯片等。
本申请实施例一种基于圆环阵列图的亚像素定位装置的实施原理为：在对AMOLED面板进行亚像素定位时，先使AMOLED面板生成圆环阵列图，并且对圆环阵列图进行点亮，使用高解析度相机对圆环阵列图进行采样，采样结束后，对相机拍照采样取得的原始图像进行预处理，然后分别进行初定位和亚像素定位，初定位是为了使亚像素定位减小难度且减小耗时，针对亚像素定位的结果，获取相机坐标系和AMOLED面板屏幕坐标系的透视变换系数M，即能利用M完成对AMOLED面板的所有像素点进行亚像素定位。
基于上述硬件架构，本申请实施例还公开了一种基于圆环阵列图的亚像素定位方法，参照图2，包括步骤S100~S700：
参照图3和图4，步骤S100：基于面板的参数信息生成圆环阵列图，并对圆环阵列图进行点亮处理。
参照图5，步骤S100包括步骤S110~步骤S120：
步骤S110：获取面板的分辨率、SPR信息和RGB子像素规律。
步骤S120：基于面板的分辨率、SPR信息和RGB子像素规律生成圆环阵列图。
RGB子像素规律即为三基色子像素规律，三基色包括红、绿、蓝三种基色，比如说三基色子像素规律按照三角形排列方式进行排列；SPR信息即为SPR算法，包括子像素借用方式，为了能够避免彩边效应和高频锯齿，较好地还原图像细节，尤其在显示线条及文字等图像信息时，保证垂直方向上像素显示的平滑视感，本文提出的子像素是某一像素在借用子像素后，构成的虚拟像素三基色子像素间距小，不会在物理位置上形成子像素偏移或像素拉长等情况，否则会影响人眼在空间复用后无法感知到正确的颜色，反而观察到彩边。
参照图2，步骤S200：获取相机对面板采样的参数信息以及相机对点亮后的圆环阵列图采样的图像信息，参数信息包括面板屏幕坐标系下的圆环半径、圆环圆心坐标及圆环个数。
相机对AMOLED面板进行采样时，拍照获取圆环阵列图以及面板本身的参数信息，参数信息包括AMOLED面板上的采样部分的圆环阵列图的圆环半径、圆环圆心坐标、圆环个数等信息，根据AMOLED面板上的采样部分的圆环半径、圆心坐标、圆环个数等信息，为后续将面板屏幕坐标系与相机坐标系进行相互转换时，提供参考。
参照图2，步骤S300：基于相机对点亮后的圆环阵列图采样的图像信息，对图像信息进行预处理。
通过高解析度工业相机对面板和圆环阵列图进行光学采样，采用高解析度工业相机能模拟人眼的分辨率，使拍出的图像清晰度更加符合标准。
参照图6，对图像信息进行预处理的步骤包括S310~S340：
步骤S310：若图像存在噪音信号和/或干扰信号。
步骤S320：采用高斯降噪法消除图像中的噪音信号。
步骤S330：采用大津算法对图像进行二值化处理。
步骤S340：对图像进行形态学处理，所述形态学处理步骤至少包括腐蚀、膨胀、开运算及闭运算等。
由于相机在拍照采样获取的原图会存在噪音信号和/或干扰信号等，导致获取的图像会失真，会影响后续的定位结果，因此需要将这些信号进行滤除，使之得到有效的采样图像。高斯降噪、大津算法以及对图像进行形态学处理的方法为现有的处理图像的手段。
参照图2，步骤S400：对预处理的图像进行初定位，获取相机坐标系下的圆环轮廓。
参照图7，步骤S400包括步骤S410~S460：
步骤S410：对圆环边缘进行检测，获取圆周梯度以及圆周线。
步骤S420：在预设的二维霍夫空间内，绘制所有圆环的梯度直线，若干梯度直线相交而成坐标点。
二维霍夫空间即为经过霍夫变幻的圆环所处的二维空间，在此处梯度直线指的是圆环法线。
步骤S430：在霍夫空间的4邻域内对梯度直线进行非最大值抑制。
在4邻域内进行非最大值抑制，代表将4邻域内的梯度直线进行筛选，合并重叠度较高的梯度直线，只留下具有代表性的梯度直线，便于后续确定坐标点。
步骤S440：获取某坐标点对应的梯度直线数量，若梯度直线数量大于数量阈值，则该坐标点为初定位圆心。
需要注意的是，此处的圆心为精度较低的圆心，其目的是为了获取圆环半径，后续亚像素定位所获取的圆心为准确圆心。当经过同一坐标点的梯度直线超过一定数量时，代表该坐标点为初定位圆心。
步骤S450：获取初定位圆心到所有圆周线的直线距离，基于所有的直线距离，获取位于距离阈值范围内的直线数量。
步骤S460：若直线数量超过数量阈值，则将该直线距离则定义为圆环半径；所有圆心基于上述步骤完成圆环半径的计算，从而基于初定位圆心和圆环半径获取相机坐标系下圆环的圆环轮廓。
计算初定位圆心到圆周的各个方位的直线距离，由于圆周的边缘会存在毛刺或者凹陷，因此各个直线距离也就不同，当某个直线距离所对应的直线数量超过数量阈值时，则代表这个直线距离为相机坐标系下较为准确的圆环半径。
参照图2，步骤S500：基于相机坐标系下圆环的圆环轮廓对预处理的图像进行亚像素定位，获取相机坐标系下的圆环圆心坐标。
其具体步骤包括：
基于圆的一般式方程：，现有样本集/>，通过最小二乘法获取误差Error的目标函数：/>；
此处的样本集是指相机坐标系中经过亚像素定位后的圆心坐标，即后续所述的XYcamera。
获取目标函数的极小值，即令误差Error对a、b、c偏导等于零，整理如下：
将样本集代入上述公式，获取a、b、c的值，整理获得相机坐标系下的圆心坐标（X0，Y0）=（-a/2，-b/2）的坐标值。
参照图2，步骤S600：基于面板屏幕坐标系和相机坐标系在同一圆环下的圆心坐标，获取二者之间的透视变化系数M。
面板屏幕坐标系和相机坐标系之间的转换，即为面板屏幕坐标系下的圆心坐标和相机坐标系下的圆心坐标之间的转换。
其具体步骤包括：
相机坐标系与面板屏幕坐标系之间的相互转换满足以下公式：
，其中/>为上述获取的相机坐标系中已实现亚像素定位的圆环圆心坐标，/>为相机在采样时所确定的面板屏幕坐标系中的圆环圆心坐标；
利用最小二乘法对透视变化系数M进行求解。
参照图2，步骤S700：基于透视变化系数M，获取面板屏幕坐标系中所有像素点在相机坐标系中的亚像素定位结果。
由于透视变化系数M已知，AMOLED屏幕坐标系下的每个像素点的坐标已知，因此，通过上述公式转换，能映射相机坐标系下所有像素点的坐标/>。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (9)
1.一种基于圆环阵列图的亚像素定位方法，其特征在于：包括：
基于面板的参数信息生成圆环阵列图，并对圆环阵列图进行点亮处理；
获取相机对面板采样的参数信息以及相机对点亮后的圆环阵列图采样的图像信息，参数信息包括面板屏幕坐标系下的圆环半径、圆环圆心坐标及圆环个数；
基于相机对点亮后的圆环阵列图采样的图像信息，对图像信息进行预处理；
对圆环边缘进行检测，获取圆周梯度以及圆周线；
在预设的二维霍夫空间内，绘制所有圆环的梯度直线，若干梯度直线相交而成坐标点；
获取某坐标点对应的梯度直线数量，若梯度直线数量大于数量阈值，则该坐标点为初定位圆心；
获取初定位圆心到圆周线的直线距离，基于所有的直线距离，获取位于距离阈值范围内的直线数量；
若直线数量超过数量阈值，则将该直线距离则定义为圆环半径；所有圆心基于上述步骤完成圆环半径的计算，从而基于初定位圆心和圆环半径获取相机坐标系下圆环的圆环轮廓；
基于相机坐标系下圆环的圆环轮廓对预处理的图像进行亚像素定位，获取相机坐标系下的圆环圆心坐标；
基于面板屏幕坐标系和相机坐标系在同一圆环下的圆心坐标，获取二者之间的透视变化系数M；
基于透视变化系数M，获取面板屏幕坐标系中所有像素点在相机坐标系中的亚像素定位结果。
2.根据权利要求1所述的一种基于圆环阵列图的亚像素定位方法，其特征在于：基于面板的参数信息生成圆环阵列图的步骤包括：
获取面板的分辨率、SPR信息和RGB子像素规律；
基于面板的分辨率、SPR信息和RGB子像素规律生成圆环阵列图。
3.根据权利要求1所述的一种基于圆环阵列图的亚像素定位方法，其特征在于：获取相机对面板采样的参数信息以及相机对圆环阵列图采样的图像信息的步骤包括：
通过高解析度工业相机对面板和圆环阵列图进行光学采样。
4.根据权利要求1所述的一种基于圆环阵列图的亚像素定位方法，其特征在于：对图像信息进行预处理的步骤包括：
若图像存在噪音信号和/或干扰信号；
采用高斯降噪法消除图像中的噪音信号；
采用大津算法对图像进行二值化处理；
对图像进行形态学处理，所述形态学处理步骤至少包括腐蚀、膨胀、开运算及闭运算。
5.根据权利要求1所述的一种基于圆环阵列图的亚像素定位方法，其特征在于：绘制所有圆环的梯度直线的步骤之后包括：
在霍夫空间的4邻域内对梯度直线进行非最大值抑制。
6.根据权利要求1所述的一种基于圆环阵列图的亚像素定位方法，其特征在于：对图像进行亚像素定位的步骤包括：
基于圆的一般式方程：，现有样本集/>，通过最小二乘法获取误差Error的目标函数：/>；
获取目标函数的极小值，即令误差Error对a、b、c偏导等于零，整理如下：
；
依据上述公式，获取a、b、c的值，整理获得圆心坐标（X0，Y0）=（-a/2，-b/2）的坐标值。
7.根据权利要求1所述的一种基于圆环阵列图的亚像素定位方法，其特征在于：获取透视变化系数M的步骤包括：
相机坐标系与面板屏幕坐标系之间的相互转换满足以下公式：，其中/>为在相机坐标系中已实现亚像素定位的圆环圆心坐标，/>为面板屏幕坐标系中的圆环圆心坐标；
利用最小二乘法对透视变化系数M进行求解。
8.一种计算机设备，其特征在于：包括存储器和处理器，所述存储器存储有被处理器加载并执行如权利要求1-7中任一方法的计算机程序。
9.一种基于圆环阵列图的亚像素定位装置，其特征在于：包括：
面板模块，用于根据自身已知的参数信息获取圆环阵列图并显示；
相机模块，用于对面板以及圆环阵列图进行采样；
权利要求8所述的计算机设备，分别与面板模块和相机模块通讯连接，用于加载并执行如权利要求1-7中任一方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110948295.5A CN113706607B (zh) | 2021-08-18 | 2021-08-18 | 一种基于圆环阵列图的亚像素定位方法、计算机设备与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110948295.5A CN113706607B (zh) | 2021-08-18 | 2021-08-18 | 一种基于圆环阵列图的亚像素定位方法、计算机设备与装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113706607A CN113706607A (zh) | 2021-11-26 |
| CN113706607B true CN113706607B (zh) | 2023-10-20 |
Family
ID=78653210
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110948295.5A Active CN113706607B (zh) | 2021-08-18 | 2021-08-18 | 一种基于圆环阵列图的亚像素定位方法、计算机设备与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113706607B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115071297A (zh) * | 2022-06-17 | 2022-09-20 | 广东江粉高科技产业园有限公司 | 一种喷码返工工艺 |
| CN115082552B (zh) * | 2022-07-25 | 2022-12-27 | 荣耀终端有限公司 | 标记孔的定位方法、装置、装配设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003294652A (ja) * | 2002-04-02 | 2003-10-15 | Dainippon Printing Co Ltd | 周期性パターン検査装置および方法 |
| JP2008014940A (ja) * | 2006-06-08 | 2008-01-24 | Fast:Kk | 平面状被撮像物のカメラ計測のためのカメラキャリブレーション方法、および応用計測装置 |
| JP2008292758A (ja) * | 2007-05-24 | 2008-12-04 | Toshiba Corp | 液晶表示パネル、液晶表示パネルの製造方法、液晶表示装置、および液晶表示装置の製造方法 |
| JP2009115566A (ja) * | 2007-11-06 | 2009-05-28 | Aitesu:Kk | パネルの欠陥位置の特定装置 |
| WO2012056955A1 (ja) * | 2010-10-26 | 2012-05-03 | シャープ株式会社 | 表示装置 |
| CN104217420A (zh) * | 2013-05-31 | 2014-12-17 | 三星Sds株式会社 | 检测图像中的重复图案的方法及装置 |
| CN108665862A (zh) * | 2017-03-31 | 2018-10-16 | 京东方科技集团股份有限公司 | 一种显示面板及其驱动方法和制作方法、显示装置 |
| CN110680319A (zh) * | 2019-10-25 | 2020-01-14 | 深圳技术大学 | 用于生物组织检测的磁感应分子成像方法及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050201715A1 (en) * | 2004-03-29 | 2005-09-15 | Panorama Flat Ltd. | System, method, and computer program product for magneto-optic device display |
| CA2819956C (en) * | 2013-07-02 | 2022-07-12 | Guy Martin | High accuracy camera modelling and calibration method |
| CN106200047B (zh) * | 2016-08-29 | 2019-03-22 | 武汉精测电子集团股份有限公司 | 一种基于GPU的TFT-LCD Mura缺陷检测的方法 |
| US10556706B2 (en) * | 2018-04-10 | 2020-02-11 | B/E Aerospace, Inc. | Integrated aircraft signage, lighting, and display system |
-
2021
- 2021-08-18 CN CN202110948295.5A patent/CN113706607B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003294652A (ja) * | 2002-04-02 | 2003-10-15 | Dainippon Printing Co Ltd | 周期性パターン検査装置および方法 |
| JP2008014940A (ja) * | 2006-06-08 | 2008-01-24 | Fast:Kk | 平面状被撮像物のカメラ計測のためのカメラキャリブレーション方法、および応用計測装置 |
| JP2008292758A (ja) * | 2007-05-24 | 2008-12-04 | Toshiba Corp | 液晶表示パネル、液晶表示パネルの製造方法、液晶表示装置、および液晶表示装置の製造方法 |
| JP2009115566A (ja) * | 2007-11-06 | 2009-05-28 | Aitesu:Kk | パネルの欠陥位置の特定装置 |
| WO2012056955A1 (ja) * | 2010-10-26 | 2012-05-03 | シャープ株式会社 | 表示装置 |
| CN104217420A (zh) * | 2013-05-31 | 2014-12-17 | 三星Sds株式会社 | 检测图像中的重复图案的方法及装置 |
| CN108665862A (zh) * | 2017-03-31 | 2018-10-16 | 京东方科技集团股份有限公司 | 一种显示面板及其驱动方法和制作方法、显示装置 |
| CN110680319A (zh) * | 2019-10-25 | 2020-01-14 | 深圳技术大学 | 用于生物组织检测的磁感应分子成像方法及系统 |
| WO2021077547A1 (zh) * | 2019-10-25 | 2021-04-29 | 深圳技术大学 | 用于生物组织检测的磁感应分子成像方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| Advanced optical supervision of automotive displays for highest safety levels;Karlheinz Blankenbach等;《https://doi.org/10.1117/12.2576931》;1-10页 * |
| 圆形标志中心子像素定位方法的研究与实现;黄桂平;《武汉大学学报· 信息科学版》;380-383页 * |
| 基于机器视觉的锆管坡口缺陷检测及壁厚尺寸测量研究;董力成;《中国优秀硕士学位电子期刊》;26-44页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113706607A (zh) | 2021-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111640157B (zh) | 一种基于神经网络的棋盘格角点检测方法及其应用 | |
| CN113706607B (zh) | 一种基于圆环阵列图的亚像素定位方法、计算机设备与装置 | |
| US6768509B1 (en) | Method and apparatus for determining points of interest on an image of a camera calibration object | |
| CN103345755B (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
| CN108007388A (zh) | 一种基于机器视觉的转盘角度高精度在线测量方法 | |
| US20170199099A1 (en) | Method and system for measuring lens distortion | |
| JP2007322429A (ja) | ポイント入力システムのイメージ処理における校正方法とポイント入力システムのイメージ処理における追跡方法 | |
| CN113012096B (zh) | 显示屏子像素定位及亮度提取方法、设备以及存储介质 | |
| CN114359055B (zh) | 一种多相机拍摄屏体的图像拼接方法及相关装置 | |
| CN114757913A (zh) | 一种显示屏缺陷检测方法 | |
| CN113793266A (zh) | 一种多目机器视觉图像拼接方法、系统及存储介质 | |
| CN117576219A (zh) | 大广角鱼眼镜头单次拍摄图像的相机标定设备及标定方法 | |
| CN116721066A (zh) | 一种金属表面缺陷检测方法、装置和存储介质 | |
| CN101897196A (zh) | 确定多组件显示器的空隙漫射器的位置 | |
| CN106791331B (zh) | 基于透镜阵列成像的图像处理方法、装置及成像系统 | |
| CN110060625B (zh) | 一种led显示屏采集渐晕补偿方法 | |
| CN112446830A (zh) | 一种图像色边的处理方法、装置、存储介质及电子设备 | |
| CN107765463B (zh) | 一种仪表盘液晶屏的检测方法 | |
| CN105574844B (zh) | 辐射响应函数估计方法和装置 | |
| CN114511894A (zh) | 瞳孔中心坐标的获取系统及获取方法 | |
| CN107644442B (zh) | 双摄模组的空间位置标定方法 | |
| CN115423746B (zh) | 一种用于计算蒙皮孔位和孔径的图像处理方法 | |
| CN116125489A (zh) | 一种室内物体三维检测方法、计算机设备及存储介质 | |
| CN109961393A (zh) | 基于插值和迭代优化算法的亚像素配准与拼接技术 | |
| JP2019091308A (ja) | 対象物検出器、画像解析装置、対象物検出方法、画像解析方法、プログラム、及び、学習データ |
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 |