CN113838139B - 图像传感器的参数检测方法、装置、电子设备及存储介质 - Google Patents
图像传感器的参数检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113838139B CN113838139B CN202110928779.3A CN202110928779A CN113838139B CN 113838139 B CN113838139 B CN 113838139B CN 202110928779 A CN202110928779 A CN 202110928779A CN 113838139 B CN113838139 B CN 113838139B
- Authority
- CN
- China
- Prior art keywords
- image
- determining
- spectrogram
- image sensor
- stripe
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 title abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000005484 gravity Effects 0.000 claims abstract description 41
- 238000010586 diagram Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 6
- 238000012805 post-processing Methods 0.000 claims 2
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000003321 amplification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001131 transforming 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
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Studio Devices (AREA)
Abstract
本发明提供了一种图像传感器的参数检测方法、装置、电子设备及存储介质,该方法包括:获取待检测图像传感器针对目标条纹采集的条纹图像;获取所述条纹图像的频谱图;确定所述目标条纹在所述频谱图中所对应的频率区域,并确定所述频率区域的重心;根据所述重心和所述条纹图像的图像尺寸,确定所述待检测图像传感器的图像采集参数。本发明基于频谱图来确定图像传感器的图像采集参数,可以提高检测结果的稳定性。
Description
技术领域
本发明涉及图像传感器技术领域,特别是涉及一种图像传感器的参数检测方法、装置、电子设备及存储介质。
背景技术
在数字图像传感器的制造与安装过程中,往往需要对成像的图像采集参数进行检测以确保产品质量。
现有技术中,在对数字图像传感器成像的图像采集参数进行检测时通常是对带规则线条条纹(Linepair Chart)的菲林膜(Film)或标定板(CalibrationTarget)进行拍摄,再使用边缘检测、直线检测、模式匹配等算法计算所得图像中线条的数量和角度。这些算法对图像成像质量的要求较高,针对手机屏下光学指纹传感器等画质较差、干扰和噪声较高的场景下,往往得不到稳定的测量结果。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种图像传感器的参数检测方法、装置、电子设备及存储介质。
依据本发明实施例的第一方面,提供了一种图像传感器的参数检测方法,包括:
获取待检测图像传感器针对目标条纹采集的条纹图像;
获取所述条纹图像的频谱图;
确定所述目标条纹在所述频谱图中所对应的频率区域,并确定所述频率区域的重心;
根据所述重心和所述条纹图像的图像尺寸,确定所述待检测图像传感器的图像采集参数。
依据本发明实施例的第二方面,提供了一种图像传感器的参数检测装置,包括:
数据获取模块,用于获取待检测图像传感器针对目标条纹采集的条纹图像;
频谱图获取模块,用于获取所述条纹图像的频谱图;
条纹重心确定模块,用于确定所述目标条纹在所述频谱图中所对应的频率区域,并确定所述频率区域的重心;
传感器参数确定模块,用于根据所述重心和所述条纹图像的图像尺寸,确定所述待检测图像传感器的图像采集参数。
依据本发明实施例的第三方面,提供了一种电子设备,包括:处理器、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计算机程序,所述计算机程序被所述处理器执行时实现如第一方面中所述的图像传感器的参数检测方法。
依据本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的图像传感器的参数检测方法。
本发明实施例提供的图像传感器的参数检测方法、装置、电子设备及存储介质,通过获取待检测图像传感器针对目标条纹采集的条纹图像,获取条纹图像的频谱图,确定目标条纹在频谱图中所对应的频率区域,并确定所述频率区域的重心,根据所述重心和条纹图像的图像尺寸,确定待检测图像传感器的图像采集参数,由于基于条纹图像的频谱图来确定待检测图像传感器的图像采集参数,对于条纹图像画质较差、干扰和噪声较高的场景,也不会影响到频谱图的分布,因此,基于频谱图来确定图像传感器的图像采集参数,可以提高检测结果的稳定性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。
图1是本发明实施例提供的一种图像传感器的参数检测方法的步骤流程图;
图2是本发明实施例中的经傅里叶变换后得到的变换结果的示意图;
图3是本发明实施例中调整频率点后得到的频谱图的示意图;
图4是本发明实施例中待检测图像传感器采集的条纹图像的示例图;
图5是本发明实施例中图4所示条纹图像的频谱图的示例图;
图6是本发明实施例提供的一种图像传感器的参数检测装置的结构框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明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发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1是本发明实施例提供的一种图像传感器的参数检测方法的步骤流程图,如图1所示,该方法可以包括:
步骤101,获取待检测图像传感器针对目标条纹采集的条纹图像。
其中,所述待检测图像传感器为数字图像传感器,所述目标条纹是位于菲林膜或标定板上的规则的线条条纹。所述条纹图像可以是灰度图像,也可以是彩色图像。
在对待检测图像传感器的图像采集参数进行检测时,可以通过待检测图像传感器在合适的光照和曝光条件下采集目标条纹的图像,得到条纹图像。
步骤102,获取所述条纹图像的频谱图。
对条纹图像进行傅里叶变换处理,确定条纹图像的频谱图。在所述频谱图中,坐标点表征频率值,坐标点对应的像素值表征振幅值,0频率点位于频谱图的中心区域。
在本发明的一个实施例中,所述获取所述条纹图像的频谱图,包括:对所述条纹图像进行傅里叶变换处理,得到变换结果图;将变换结果图中的0频率点调整至变换结果图的中心,得到所述频谱图。
对条纹图像进行离散傅立叶变换(Discrete Fourier Transform,DFT)或快速离散傅立叶变换(Fast Discrete Fourier Transform,FDFT)处理,得到变换结果图,图2是本发明实施例中的经傅里叶变换后得到的变换结果图的示意图,如图2所示,把变换结果在水平方向和竖直方向上都沿中间位置切分为4个块,变换结果中一般是最高频位于中心,最低频位于四个角,即A、B、C、D四块相邻的中间区域为最高频,四块最外侧的四个角为最低频,即0频率点。为了便于后续的处理,将变换结果中的0频率点调整至位于中心的位置,将最高频调整至位于四个角,得到条纹图像的频谱图,图3是本发明实施例中调整频率点后得到的频谱图的示意图,如图2和图3所示,将图2中的左上1/4块和右下1/4块对调位置,将左下1/4块和右上1/4块对调位置,即将A和D对调位置,将B和C对调位置,得到图3所示的频谱图。通过将变换结果中的0频率点调整至中心区域,可以提高后续的处理速度。
步骤103,确定所述目标条纹在所述频谱图中所对应的频率区域,并确定所述频率区域的重心。
在频谱图中,振幅值最大的区域为目标条纹所对应的频率区域,这样可以在频谱图中查找振幅值最大的区域,即得到目标条纹在频谱图中所对应的频率区域。之后基于该频率区域的振幅值,确定该频率区域的重心,即将频率区域内每个点的坐标与对应的振幅值相乘后的累加和,除以振幅值的累加和,得到的坐标即为频率区域的重心的坐标。
在本发明的一个实施例中,所述确定所述目标条纹在所述频谱图中所对应的频率区域,包括:对所述频谱图进行高通滤波处理,得到处理后频谱图;确定所述目标条纹在所述处理后频谱图中所对应的频率区域。
由于频谱图中的低频部分区域对应的振幅值都会很高,为了不影响后续计算,需要将频谱图中频率远低于测试条纹频率的低频部分抹去,即对频谱图进行高通滤波处理,得到处理后频谱图。在处理后频谱图中,振幅值最大的区域为目标条纹所对应的频率区域,这样可以在处理后频谱图中查找振幅值最大的区域,即得到目标条纹在处理后频谱图中所对应的频率区域。通过对频谱图进行高通滤波处理,可以避免低频区域对后续计算造成影响,提高参数检测的准确性。
在本发明的一个实施例中,对所述频谱图进行高通滤波处理,得到处理后频谱图,包括:对所述频谱图中的低频范围区域进行零填充处理,得到处理后频谱图。
其中,所述低频范围区域是根据测试条纹频率预先设置的频率范围所在区域,由于频谱图的中心为0频率点,所以中心区域为低频区域,所述低频范围区域一般是位于中心区域的一个频率范围区域。
对频谱图中的低频范围区域填充零,使得低频范围区域内振幅值降低,从而得到处理后频谱图,可以避免低频区域较高的振幅值对后续计算造成影响,提高后续图像传感器的参数检测准确性。
图4是本发明实施例中待检测图像传感器采集的条纹图像的示例图,图5是本发明实施例中图4所示条纹图像的频谱图的示例图,如图4和图5所示,位于频谱图中心区域的信号振幅值较高,为低频信号2,另外两个振幅值较高的信号为目标条纹1,目标条纹1和低频信号2的振幅均较高,为了避免低频信号影响后续确定最大振幅值所在的频率范围,需要将低频范围区域(即0频率点周围区域)填充零。
在本发明的一个实施例中,所述确定所述目标条纹在所述处理后频谱图中所对应的频率区域,包括:确定所述处理后频谱图中振幅值最大的点;以所述点为中心,确定目标尺寸的窗口区域为所述频率区域。
在确定目标条纹在处理后频谱图中所对应的频率区域时,可以查找处理后频谱图中振幅值最大的点,例如,可以遍历处理后频谱图中的各个频率点,比较各个频率点的振幅值,从而查找到振幅值最大的点,或者,还可以将处理后频谱图划分为预设数量的区域,对于每个区域分别查找最大振幅值,并确定最大振幅值的频率坐标,之后比较预设数量的区域中的最大振幅值,得到处理后频谱图中的最大振幅值及对应的频率坐标,即得到处理后频谱图中振幅值最大的点。在确定处理后频谱图中振幅值最大的点后,将以该点为中心的目标尺寸的窗口区域确定为目标条纹在处理后频谱图中所对应的频率区域。通过比较确定处理后频谱图中振幅值最大的点,并基于该点确定目标条纹所对应的频率区域,可以提高频率区域的确定速度。
在本发明的另一个实施例中,所述确定目标条纹在所述处理后频谱图中所对应的频率区域,包括:将目标尺寸的滑动窗口在所述处理后频谱图中进行滑动,并确定每个滑动窗口定位内的振幅值的总和;将所述总和最大的滑动窗口对应的区域确定为所述频率区域。
在确定目标条纹在处理后频谱图中所对应的频率区域时,还可以将目标尺寸的滑动窗口在处理后频谱图中进行滑动,并在滑动过程中确定每个滑动窗口定位内区域的振幅值的总和,在滑动窗口在处理后频谱图中滑动结束后,将总和最大的滑动窗口对应的区域确定为目标条纹在处理后频谱图中所对应的频率区域。通过以滑动窗口来确定目标条纹所对应的频率区域,可以提高所确定的频率区域的准确性。
步骤104,根据所述重心和所述条纹图像的图像尺寸,确定所述待检测图像传感器的图像采集参数。
其中,所述图像采集参数可以包括放大倍率和/或偏转角。
确定所述重心与频谱图的频谱中心的距离,根据所述距离和条纹图像的图像尺寸,确定待检测图像传感器的图像采集参数。
在本发明的一个实施例中,根据所述重心和所述条纹图像的图像尺寸,确定所述待检测图像传感器的图像采集参数,包括:根据所述条纹图像的图像尺寸,确定所述重心与频谱图的频谱中心的水平距离和/或竖直距离;根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数。
假设条纹图像的图像尺寸为WI×HI,所述重心的坐标为P(x,y),则根据条纹图像的图像尺寸,按照如下公式确定所述重心与频谱图的频谱中心的水平距离和/或竖直距离:
其中,DX为所述重心与频谱中心的水平距离,DY为所述重心与频谱中心的竖直距离,x为所述重心的横坐标,y为所述重心的纵坐标,WI为条纹图像的宽,HI为条纹图像的高。
在确定重心与频谱图的频谱中心的水平距离和竖直距离后,可以根据所述水平距离和竖直距离确定待检测图像传感器的图像采集参数。
在本发明的一个实施例中,所述图像采集参数包括偏转角;根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数,包括:获得所述水平距离与所述竖直距离的比值;根据所述比值获得所述待检测图像传感器的偏转角。
在确定重心与频谱图的频谱中心的水平距离和/或竖直距离后,可以获得水平距离与竖直距离的比值,并基于三角函数公式和目标条纹的分布信息,根据所述比值确定待检测图像传感器的偏转角。
若所述目标条纹呈水平分布,则确定所述比值的反正切值,将所述反正切值的相反数确定为所述待检测图像传感器的偏转角;若所述目标条纹呈竖直分布,则确定所述比值的倒数,将所述倒数的反正切值确定为所述待检测图像传感器的偏转角。
在使用待检测图像传感器采集目标条纹得到条纹图像时,如果目标条纹相对于待检测图像传感器的采集方向而言呈水平分布,即目标条纹在条纹图像中大体呈水平分布,可能会稍微有一些倾斜,这时计算水平距离与竖直距离的比值,并计算所述比值的反正切值,将所述反正切值的相反数确定为待检测图像传感器的偏转角。偏转角的计算过程表示为如下公式:
其中,θ为待检测图像传感器的偏转角,DX为所述水平距离,DY为所述竖直距离。
在使用待检测图像传感器采集目标条纹得到条纹图像时,如果目标条纹相对于待检测图像传感器的采集方向而言呈竖直分布,即目标条纹在条纹图像中大体呈竖直分布,可能会稍微有一些倾斜,这时计算竖直距离与水平距离的比值,并将该比值的反正切值确定为待检测图像传感器的偏转角。偏转角的计算过程表示为如下公式:
其中,θ为待检测图像传感器的偏转角,DX为所述水平距离,DY为所述竖直距离。
通过基于目标条纹的分布信息、水平距离和竖直距离,可以准确地确定出待检测图像传感器的偏转角。
在本发明的一个实施例中,所述图像采集参数包括放大倍率;在根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数之前,还包括:获取所述待检测图像传感器的感测区尺寸和所述目标条纹的条纹密度;
根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数,包括:根据所述水平距离或竖直距离、所述条纹密度和所述感测区尺寸,确定所述待检测图像传感器的放大倍率。
在需要确定的图像采集参数为放大倍率时,还需要获取待检测图像传感器的感测区尺寸和目标条纹的条纹密度,感测区尺寸和条纹密度可以通过预先设置的获取接口获取人工输入的数据得到,从而基于水平距离或竖直距离、条纹密度和感测区尺寸确定待检测图像传感器的放大倍率,即根据水平距离和竖直距离中的一个距离、条纹密度和感测区尺寸确定待检测图像传感器的放大倍率。
在本发明的一个实施例中,根据所述水平距离或竖直距离、所述条纹密度和所述感测区尺寸,确定所述待检测图像传感器的放大倍率,包括:根据所述感测区尺寸和所述条纹密度,确定所述条纹图像中的条纹数量;根据所述竖直距离或所述水平距离、以及所述条纹数量获得所述待检测图像传感器的放大倍率。
根据目标条纹的分布信息、条纹密度和待检测图像传感器的感测区尺寸,确定所述条纹图像中包括的条纹数量,基于目标条纹在条纹图像中的分布信息、所述水平距离或竖直距离、所述条纹数量,可以确定待检测图像传感器的放大倍率。
若所述目标条纹呈水平分布,则根据所述感测区尺寸的高和所述条纹密度,确定所述条纹图像中的条纹数量,将所述竖直距离的绝对值与所述条纹数量的比值确定为所述待检测图像传感器的放大倍率;若所述目标条纹呈竖直分布,则根据所述感测区尺寸的宽和所述条纹密度,确定所述条纹图像中的条纹数量,将所述水平距离的绝对值与所述条纹数量的比值确定为所述待检测图像传感器的放大倍率。
在使用待检测图像传感器采集目标条纹得到条纹图像时,如果目标条纹相对于待检测图像传感器的采集方向而言呈水平分布,即目标条纹在条纹图像中大体呈水平分布,可能会稍微有一些倾斜,这时可以将所述感测区尺寸的高和所述条纹密度的乘积确定为所述条纹图像中的条纹数量,将所述竖直距离的绝对值与所述条纹数量的比值确定为所述待检测图像传感器的放大倍率。假设待检测图像传感器的感测区尺寸(Sensor Plane)为Ws×Hs(单位通常为mm),检测时使用的条纹图像的条纹密度为P(单位通常为linepairs/mm,即每毫米线对),放大倍率的计算过程表示为如下公式:
其中,K为待检测图像传感器的放大倍率,DY为所述竖直距离,P为条纹密度,HS为待检测图像传感器的感测区尺寸的高。
在使用待检测图像传感器采集目标条纹得到条纹图像时,如果目标条纹相对于待检测图像传感器的采集方向而言呈竖直分布,即目标条纹在条纹图像中大体呈竖直分布,可能会稍微有一些倾斜,这时将所述感测区尺寸的宽和所述条纹密度的乘积确定为所述条纹图像中的条纹数量,将所述水平距离的绝对值与所述条纹数量的比值确定为所述待检测图像传感器的放大倍率。放大倍率和偏转角的计算过程表示为如下公式:
其中,K为待检测图像传感器的放大倍率,DX为所述水平距离,P为条纹密度,WS为待检测图像传感器的感测区尺寸的宽。
通过基于水平距离、竖直距离、条纹密度、感测区尺寸可以准确确定出待检测图像传感器的放大倍率,由于水平距离和竖直距离基于条纹图像的频谱图确定,频谱图不受干扰影响,从而可以提高检测到的放大倍率的稳定性。
本实施例提供的图像传感器的参数检测方法,通过获取待检测图像传感器针对目标条纹采集的条纹图像,获取条纹图像的频谱图,确定目标条纹在频谱图中所对应的频率区域,并确定所述频率区域的重心,根据所述重心和条纹图像的图像尺寸,确定待检测图像传感器的图像采集参数,由于基于条纹图像的频谱图来确定待检测图像传感器的图像采集参数,对于条纹图像画质较差、干扰和噪声较高的场景,也不会影响到频谱图的分布,因此,基于频谱图来确定图像传感器的图像采集参数,可以提高检测结果的稳定性。
在上述技术方案的基础上,在所述获取所述条纹图像的频谱图之前,还包括:对所述条纹图像进行降噪处理。
在对条纹图像进行傅里叶变换,获取条纹图像的频谱图之前,可以使用均值滤波(Box Filter)、高斯滤波(Gaussian Filter)或中值滤波(Median Filter)等算法对条纹图像进行降噪处理。通过对条纹图像进行降噪处理后,再进行傅里叶变换,获取频谱图,可以避免噪声的影响,提高检测结果的准确性。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
图6是本发明实施例提供的一种图像传感器的参数检测装置的结构框图,如图6所示,该图像传感器的参数检测装置可以包括:
条纹图像获取模块601,用于获取待检测图像传感器针对目标条纹采集的条纹图像;
频谱图获取模块602,用于获取所述条纹图像的频谱图;
条纹重心确定模块603,用于确定所述目标条纹在所述频谱图中所对应的频率区域,并确定所述频率区域的重心;
传感器参数确定模块604,用于根据所述重心和所述条纹图像的图像尺寸,确定所述待检测图像传感器的图像采集参数。
可选的,所述传感器参数确定模块包括:
距离确定单元,用于根据所述条纹图像的图像尺寸,确定所述重心与频谱图的频谱中心的水平距离和/或竖直距离;
传感器参数确定单元,用于根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数。
可选的,所述图像采集参数包括偏转角;
所述传感器参数确定单元包括:
比值获得子单元,用于获得所述水平距离与所述竖直距离的比值;
偏转角获得子单元,用于根据所述比值获得所述待检测图像传感器的偏转角。
可选的,所述图像采集参数包括放大倍率;
所述装置还包括:
数据获取模块,用于获取所述待检测图像传感器的感测区尺寸和所述目标条纹的条纹密度;
所述传感器参数确定单元包括:
放大倍率确定子单元,用于根据所述水平距离或竖直距离、所述条纹密度和所述感测区尺寸,确定所述待检测图像传感器的放大倍率。
可选的,所述放大倍率确定子单元具体用于:
根据所述感测区尺寸和所述条纹密度,确定所述条纹图像中的条纹数量;
根据所述竖直距离或所述水平距离、以及所述条纹数量获得所述待检测图像传感器的放大倍率。
可选的,所述条纹重心确定模块包括:
滤波单元,用于对所述频谱图进行高通滤波处理,得到处理后频谱图;
频率区域确定单元,用于确定所述目标条纹在所述处理后频谱图中所对应的频率区域。
可选的,所述频率区域确定单元包括:
振幅最大点确定子单元,用于确定所述处理后频谱图中振幅值最大的点;
第一频率区域确定子单元,用于以所述点为中心,确定目标尺寸的窗口区域为所述频率区域。
可选的,所述频率区域确定单元包括:
窗口内振幅总和确定子单元,用于将目标尺寸的滑动窗口在所述处理后频谱图中进行滑动,并确定每个滑动窗口定位内的振幅值的总和;
第二频率区域确定子单元,用于将所述总和最大的滑动窗口对应的区域确定为所述频率区域。
可选的,所述滤波单元具体用于:
对所述频谱图中的低频范围区域进行零填充处理,得到处理后频谱图。
可选的,所述频谱图获取模块具体用于:
对所述条纹图像进行傅里叶变换处理,得到变换结果图;
将变换结果图中的0频率点调整至变换结果图的中心,得到所述频谱图。
可选的,所述装置还包括:
降噪模块,用于对所述条纹图像进行降噪处理。
本实施例提供的图像传感器的参数检测装置,通过获取待检测图像传感器针对目标条纹采集的条纹图像,获取条纹图像的频谱图,确定目标条纹在频谱图中所对应的频率区域,并确定所述频率区域的重心,根据所述重心、和条纹图像的图像尺寸,确定待检测图像传感器的图像采集参数,由于基于条纹图像的频谱图来确定待检测图像传感器的图像采集参数,对于条纹图像画质较差、干扰和噪声较高的场景,也不会影响到频谱图的分布,因此,基于频谱图来确定图像传感器的图像采集参数,可以提高检测结果的稳定性。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
进一步地,根据本发明的一个实施例,提供了一种电子设备,所述电子设备可以为计算机、移动终端等,所述电子设备包括:处理器、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计算机程序,所述计算机程序被所述处理器执行时实现前述实施例的图像传感器的参数检测方法。
根据本发明的一个实施例,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括但不限于磁盘存储器、CD-ROM、光学存储器等,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现前述实施例的图像传感器的参数检测方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例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,本发明实施例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。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做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发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种图像传感器的参数检测方法、装置、电子设备及存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (13)
1.一种图像传感器的参数检测方法,其特征在于,包括:
获取待检测图像传感器针对目标条纹采集的条纹图像;
获取所述条纹图像的频谱图;
确定所述目标条纹在所述频谱图中所对应的频率区域,并确定所述频率区域的重心;
根据所述重心和所述条纹图像的图像尺寸,确定所述待检测图像传感器的图像采集参数;
其中,根据所述重心和所述条纹图像的图像尺寸,确定所述待检测图像传感器的图像采集参数,包括:
根据所述条纹图像的图像尺寸,确定所述重心与频谱图的频谱中心的水平距离和/或竖直距离;
根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数。
2.根据权利要求1所述的方法,其特征在于,所述图像采集参数包括偏转角;
根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数,包括:
获得所述水平距离与所述竖直距离的比值;
根据所述比值获得所述待检测图像传感器的偏转角。
3.根据权利要求1所述的方法,其特征在于,所述图像采集参数包括放大倍率;
在根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数之前,还包括:
获取所述待检测图像传感器的感测区尺寸和所述目标条纹的条纹密度;
根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数,包括:
根据所述水平距离或竖直距离、所述条纹密度和所述感测区尺寸,确定所述待检测图像传感器的放大倍率。
4.根据权利要求3所述的方法,其特征在于,根据所述水平距离或竖直距离、所述条纹密度和所述感测区尺寸,确定所述待检测图像传感器的放大倍率,包括:
根据所述感测区尺寸和所述条纹密度,确定所述条纹图像中的条纹数量;
根据所述竖直距离或所述水平距离、以及所述条纹数量获得所述待检测图像传感器的放大倍率。
5.根据权利要求1所述的方法,其特征在于,所述确定所述目标条纹在所述频谱图中所对应的频率区域,包括:
对所述频谱图进行高通滤波处理,得到处理后频谱图;
确定所述目标条纹在所述处理后频谱图中所对应的频率区域。
6.根据权利要求5所述的方法,其特征在于,所述确定所述目标条纹在所述处理后频谱图中所对应的频率区域,包括:
确定所述处理后频谱图中振幅值最大的点;
以所述点为中心,确定目标尺寸的窗口区域为所述频率区域。
7.根据权利要求5所述的方法,其特征在于,所述确定目标条纹在所述处理后频谱图中所对应的频率区域,包括:
将目标尺寸的滑动窗口在所述处理后频谱图中进行滑动,并确定每个滑动窗口定位内的振幅值的总和;
将所述总和最大的滑动窗口对应的区域确定为所述频率区域。
8.根据权利要求5所述的方法,其特征在于,对所述频谱图进行高通滤波处理,得到处理后频谱图,包括:
对所述频谱图中的低频范围区域进行零填充处理,得到处理后频谱图。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述获取所述条纹图像的频谱图,包括:
对所述条纹图像进行傅里叶变换处理,得到变换结果图;
将变换结果图中的0频率点调整至变换结果图的中心,得到所述频谱图。
10.根据权利要求1-8任一项所述的方法,其特征在于,在所述获取所述条纹图像的频谱图之前,还包括:
对所述条纹图像进行降噪处理。
11.一种图像传感器的参数检测装置,其特征在于,包括:
数据获取模块,用于获取待检测图像传感器针对目标条纹采集的条纹图像;
频谱图获取模块,用于获取所述条纹图像的频谱图;
条纹重心确定模块,用于确定所述目标条纹在所述频谱图中所对应的频率区域,并确定所述频率区域的重心;
传感器参数确定模块,用于根据所述重心和所述条纹图像的图像尺寸,确定所述待检测图像传感器的图像采集参数;
其中,所述传感器参数确定模块,包括:
距离确定单元,用于根据所述条纹图像的图像尺寸,确定所述重心与频谱图的频谱中心的水平距离和/或竖直距离;
传感器参数确定单元,用于根据所述水平距离和/或竖直距离,确定所述待检测图像传感器的图像采集参数。
12.一种电子设备,其特征在于,包括:处理器、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计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-10任一项所述的图像传感器的参数检测方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-10任一项所述的图像传感器的参数检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110928779.3A CN113838139B (zh) | 2021-08-13 | 2021-08-13 | 图像传感器的参数检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110928779.3A CN113838139B (zh) | 2021-08-13 | 2021-08-13 | 图像传感器的参数检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113838139A CN113838139A (zh) | 2021-12-24 |
CN113838139B true CN113838139B (zh) | 2024-08-27 |
Family
ID=78960449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110928779.3A Active CN113838139B (zh) | 2021-08-13 | 2021-08-13 | 图像传感器的参数检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113838139B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115550631B (zh) * | 2022-04-01 | 2023-08-15 | 荣耀终端有限公司 | 图像传感器的评估方法、电子设备及存储介质 |
CN114792352B (zh) * | 2022-06-22 | 2022-09-20 | 成都玖锦科技有限公司 | 一种频谱图像处理方法和系统 |
CN115908184B (zh) * | 2022-11-30 | 2023-10-17 | 北京大学 | 一种摩尔纹图案的自动去除方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989603A (zh) * | 2015-03-18 | 2016-10-05 | 英特尔公司 | 机器视觉图像传感器校准 |
CN110717920A (zh) * | 2019-09-03 | 2020-01-21 | 歌尔股份有限公司 | 投影仪振镜测试目标图的提取方法、装置及电子设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6373970B1 (en) * | 1998-12-29 | 2002-04-16 | General Electric Company | Image registration using fourier phase matching |
JP4931426B2 (ja) * | 2006-02-03 | 2012-05-16 | セコム株式会社 | 縞模様を含む画像の照合装置 |
US20180084231A1 (en) * | 2016-09-21 | 2018-03-22 | Trutag Technologies, Inc. | Machine vision spectral imaging |
US10121262B2 (en) * | 2016-12-20 | 2018-11-06 | Canon Kabushiki Kaisha | Method, system and apparatus for determining alignment data |
FR3071344B1 (fr) * | 2017-09-20 | 2019-09-13 | Idemia Identity And Security | Procede de determination d'une fonction d'etalement de point d'un systeme d'imagerie |
EP4016985A4 (en) * | 2019-08-27 | 2022-08-31 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | IMAGE PROCESSING METHOD AND APPARATUS, ELECTRONIC DEVICE, AND COMPUTER READABLE STORAGE MEDIUM |
CN111179265B (zh) * | 2020-01-10 | 2023-04-18 | 敦泰电子(深圳)有限公司 | 基于图像的指纹质量评估方法、装置及电子设备 |
CN111639521B (zh) * | 2020-04-14 | 2023-12-01 | 天津极豪科技有限公司 | 指纹合成方法、装置、电子设备及计算机可读存储介质 |
CN112417951B (zh) * | 2020-09-30 | 2022-06-24 | 北京极豪科技有限公司 | 指纹图像校准方法、装置、电子设备及存储介质 |
CN112434572B (zh) * | 2020-11-09 | 2022-05-06 | 北京极豪科技有限公司 | 指纹图像校准方法、装置、电子设备及存储介质 |
-
2021
- 2021-08-13 CN CN202110928779.3A patent/CN113838139B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989603A (zh) * | 2015-03-18 | 2016-10-05 | 英特尔公司 | 机器视觉图像传感器校准 |
CN110717920A (zh) * | 2019-09-03 | 2020-01-21 | 歌尔股份有限公司 | 投影仪振镜测试目标图的提取方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113838139A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113838139B (zh) | 图像传感器的参数检测方法、装置、电子设备及存储介质 | |
US10321114B2 (en) | Testing 3D imaging systems | |
EP1958158B1 (en) | Method for detecting streaks in digital images | |
US20140002673A1 (en) | Line pair based full field sharpness test | |
CN107230212B (zh) | 一种基于视觉的手机尺寸的测量方法及系统 | |
CN101256156A (zh) | 平板裂缝天线裂缝精密测量方法 | |
CN116802688A (zh) | 用于图像内对应分析的设备和方法 | |
CN107014313B (zh) | 基于s变换脊值的加权最小二乘相位展开的方法及系统 | |
CN110211185A (zh) | 在一组候选点内识别校准图案的特征点的方法 | |
CN108036929B (zh) | 一种显示设备排图参数的检测方法、装置及系统 | |
CN114358053A (zh) | 光谱共焦多峰值提取方法、模块、计算机设备及存储介质 | |
CN116935181B (zh) | 一种完全二值散斑嵌入脉宽调制模式三维测量方法 | |
CN113375555A (zh) | 一种基于手机影像的电力线夹测量方法及系统 | |
CN112504240B (zh) | 一种激光投线仪校准系统及校准方法 | |
CN107085843B (zh) | 用于估计光学系统中的调制传递函数的系统和方法 | |
CN111222544B (zh) | 一种卫星颤振对相机成像影响的地面模拟测试系统 | |
CN112836726A (zh) | 一种基于视频信息的指针类仪表示数读取方法及装置 | |
CN113554688B (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 | |
CN117392158A (zh) | 图像处理方法及系统、设备和存储介质 | |
CN112417951B (zh) | 指纹图像校准方法、装置、电子设备及存储介质 | |
CN115511718A (zh) | Pcb图像校正方法、装置、终端设备和存储介质 | |
CN107451992A (zh) | 一种sar图像变化检测的方法与装置 | |
CN114820921A (zh) | 动态物体的三维成像方法、装置、设备及存储介质 | |
JPH03156306A (ja) | 双眼ステレオ画像における三次元特徴部の直接的体積測定方法 | |
Sioma et al. | Focus Estimation Methods for Use in Industrial SFF Imaging Systems |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 201-1, 2nd Floor, Building 4, No. 188 Rixin Road, Binhai Science and Technology Park, Binhai New Area, Tianjin, 300450 Applicant after: Tianjin Jihao Technology Co.,Ltd. Address before: 100089 1604, 16th floor, No.1 Zhongguancun Street, Haidian District, Beijing Applicant before: Beijing Jihao Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |