CN113873222B - 一种工业相机的线性度校正方法及装置 - Google Patents

一种工业相机的线性度校正方法及装置 Download PDF

Info

Publication number
CN113873222B
CN113873222B CN202111006022.5A CN202111006022A CN113873222B CN 113873222 B CN113873222 B CN 113873222B CN 202111006022 A CN202111006022 A CN 202111006022A CN 113873222 B CN113873222 B CN 113873222B
Authority
CN
China
Prior art keywords
value
preset
average value
pixel
pixel gray
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
Application number
CN202111006022.5A
Other languages
English (en)
Other versions
CN113873222A (zh
Inventor
王利文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Colorlight Cloud Technology Co Ltd
Original Assignee
Colorlight Cloud Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Colorlight Cloud Technology Co Ltd filed Critical Colorlight Cloud Technology Co Ltd
Priority to CN202111006022.5A priority Critical patent/CN113873222B/zh
Publication of CN113873222A publication Critical patent/CN113873222A/zh
Application granted granted Critical
Publication of CN113873222B publication Critical patent/CN113873222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/002Diagnosis, testing or measuring for television systems or their details for television cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本发明公开涉及一种工业相机的线性度校正方法及装置,该方法包括:在预设曝光时间下,获取工业相机在每种预设亮度值下采集到的测光图片并确定像素灰阶平均值;通过四次多项式进行数据拟合,获取以像素灰阶平均值为自变量以预设曝光时间和预设亮度值的乘积为因变量的目标拟合函数;根据目标拟合函数和预设的像素值校正策略对像素灰阶平均值进行校正;确定校正后的目标像素灰阶平均值与乘积之间的映射关系,以获取工业相机校正后的线性度。能够通过对测光图片的像素灰阶平均值进行校正处理,校正工业相机的线性度,解决非线性情况下工业相机拍摄出的测光图片中提取到的亮度无法反映出实际LED显示屏的亮度的问题,提高LED显示屏校正的修缝效果。

Description

一种工业相机的线性度校正方法及装置
技术领域
本发明公开涉及工业相机校正技术领域,具体地,涉及一种工业相机的线性度校正方法及装置。
背景技术
工业相机像元的成像过程为:传感器在入射光的照射下产生电子(即发生光电转换),电子转换为信号电荷,信号电荷再转换为输出电压,该输出电压与最终的成像像素值(该像素值与像元对应)呈线性关系。可以理解的是,在上述成像过程中除了光电转换是一个线性过程外,其他过程均可能是非线性过程。这就导致了当工业相机的曝光时间固定时工业相机的成像像素值(像素的灰阶值)与入射光(光源)亮度呈非线性关系,以及,当入射光的亮度固定时,工业相机的成像像素值与曝光时间呈非线性关系,且不同厂家生产的工业相机的线性度通常也会不一样。线性度是描述传感器静态特性的一个重要指标,以被测输入量处于稳定状态为前提,在规定条件下,传感器校准曲线与拟合直线间的最大偏差(ΔYmax)与满量程输出(Y)的百分比,称为线性度(线性度又称为“非线性误差”),该值越小,表明线性特性越好。因此,现有的LED显示屏校正软件在上述工业相机的线性度较差的问题下,会导致在对拍摄到的测光图片进行亮度提取的过程中,提取到的灯点亮度无法反映出LED显示屏的实际亮度(在成像像素值较高时尤为严重),进而直接影响到LED显示屏的校正效果。因此本领域技术人员亟需寻找一种新的技术方案来解决上述的问题。
发明内容
为克服相关技术中存在的问题,本发明公开提供一种工业相机的线性度校正方法及装置。
根据本发明公开实施例的第一方面,提供一种工业相机的线性度校正方法,所述方法包括:
在工业相机的曝光时间为预设曝光时间的情况下,获取所述工业相机在每种预设亮度值的光源下采集到的LED显示屏的至少一张测光图片;
确定与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值;
通过四次多项式对所述预设曝光时间、预设亮度值和与每种预设亮度值对应的像素灰阶平均值进行数据拟合,获取以像素灰阶平均值为自变量,以所述预设曝光时间和预设亮度值的乘积为因变量的目标拟合函数;
根据所述目标拟合函数和预设的像素值校正策略,对与预设亮度值对应的像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值;
确定所述预设曝光时间和预设亮度值的乘积与所述校正后的目标像素灰阶平均值之间的映射关系,以获取所述工业相机校正后的线性度。
可选的,所述确定与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值,包括:
根据与每种预设亮度值对应的每张测光图片上每个像素点的灰阶值,确定每张测光图片上所有像素点的第一灰阶平均值;
在不同的预设亮度值下,确定与所述预设亮度值对应的至少一张测光图片的第二灰阶平均值,将所述第二灰阶平均值作为所述像素灰阶平均值,所述第二灰阶平均值为与每种预设亮度值对应的所述至少一张测光图片的第一灰阶平均值的平均数。
可选的,所述根据所述目标拟合函数和预设的像素值校正策略,对与预设亮度值对应的像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值,包括:
在与每种预设亮度值对应的所述像素灰阶平均值中,将数值大于预设灰阶值的像素灰阶平均值作为高亮像素灰阶平均值,并将与每个高亮像素灰阶平均值对应的预设亮度值作为高亮预设亮度值;
将每个高亮预设亮度值和所述预设曝光时间的乘积代入所述目标拟合函数,确定与每个高亮预设亮度值和所述预设曝光时间的乘积对应的线性像素灰阶值;
根据所述线性像素灰阶值对每个高亮像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值。
可选的,所述根据所述线性像素灰阶值对每个高亮像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值,包括:
通过预设的校正公式对每个高亮像素灰阶平均值进行校正,其中,所述校正公式为:
其中,所述Inew为校正后的目标像素灰阶平均值,f(I)为线性像素灰阶值,f(Imax)为线性像素灰阶值中的最大值,f(Imin)为线性像素灰阶值中的最小值,Inew,max为校正后的目标像素灰阶平均值中的最大值,Inew,min为校正后的目标像素灰阶平均值中的最小值;
获取校正后的目标像素灰阶平均值。
可选的,所述在工业相机的曝光时间为预设曝光时间的情况下,获取所述工业相机在每种预设亮度值的光源下采集到的LED显示屏的至少一张测光图片,包括:
确定预设的亮度值范围;
在所述预设的亮度值范围内,将每隔预设尼特的亮度值确定为预设亮度值;
通过所述工业相机在每种预设亮度值的光源下采集所述LED显示屏的至少一张测光图片;
获取与每种预设亮度值对应的至少一张测光图片。
可选的,所述方法还包括:
根据所述预设曝光时间和预设亮度值的乘积与所述目标像素灰阶平均值之间的映射关系,获取所述工业相机的线性度校正表;
在工业相机的曝光时间为预设曝光时间的情况下,获取所述工业相机分别在不同的预设滤镜下采集到的LED显示屏在每种预设亮度值的光源照射下的至少一张测光图片;
分别确定不同的预设滤镜下与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值;
通过四次多项式分别对不同预设滤镜下的预设曝光时间、预设亮度值和与每种预设亮度值对应的像素灰阶平均值进行数据拟合,分别在不同预设滤镜下获取以预设曝光时间和预设亮度值的乘积为自变量,以像素灰阶平均值为因变量的验证拟合函数;
将在不同预设滤镜下获取的数值小于预设数值的像素灰阶平均值作为验证像素灰阶平均值,以及将与每种验证像素灰阶平均值对应的预设亮度值作为验证亮度值;
根据所述验证拟合函数确定与每种验证亮度值对应的像素函数值,以及,根据所述线性度校正表确定与每种验证亮度值对应的像素校正值;
分别确定不同预设滤镜下与每种验证亮度值对应的像素函数值与像素校正值之间的误差;
若每个误差均小于预设误差数值,将所述线性度校正表作为准确线性度校正表。
根据本发明公开实施例的第二方面,提供一种工业相机的线性度校正装置,所述装置包括:
测光图片获取模块,在工业相机的曝光时间为预设曝光时间的情况下,获取所述工业相机在每种预设亮度值的光源下采集到的LED显示屏的至少一张测光图片;
灰阶确定模块,与所述测光图片获取模块相连,确定与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值;
函数拟合模块,与所述灰阶确定模块相连,通过四次多项式对所述预设曝光时间、预设亮度值和与每种预设亮度值对应的像素灰阶平均值进行数据拟合,获取以像素灰阶平均值为自变量,以所述预设曝光时间和预设亮度值的乘积为因变量的目标拟合函数;
像素校正模块,与所述函数拟合模块相连,根据所述目标拟合函数和预设的像素值校正策略,对与预设亮度值对应的像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值;
线性度确定模块,与所述像素校正模块相连,确定所述预设曝光时间和预设亮度值的乘积与所述校正后的目标像素灰阶平均值之间的映射关系,以获取所述工业相机校正后的线性度。
可选的,所述灰阶确定模块,包括:
第一灰阶平均值确定单元,根据与每种预设亮度值对应的每张测光图片上每个像素点的灰阶值,确定每张测光图片上所有像素点的第一灰阶平均值;
第二灰阶平均值确定单元,与所述第一灰阶平均值确定单元相连,在不同的预设亮度值下,确定与所述预设亮度值对应的至少一张测光图片的第二灰阶平均值,将所述第二灰阶平均值作为所述像素灰阶平均值,所述第二灰阶平均值为与每种预设亮度值对应的所述至少一张测光图片的第一灰阶平均值的平均数。
可选的,所述像素校正模块,包括:
高亮像素确定单元,在与每种预设亮度值对应的所述像素灰阶平均值中,将数值大于预设灰阶值的像素灰阶平均值作为高亮像素灰阶平均值,并将与每个高亮像素灰阶平均值对应的预设亮度值作为高亮预设亮度值;
线性值确定单元,与所述高亮像素确定单元相连,将每个高亮预设亮度值和所述预设曝光时间的乘积代入所述目标拟合函数,确定与每个高亮预设亮度值和所述预设曝光时间的乘积对应的线性像素灰阶值;
像素校正单元,与所述线性值确定单元相连,根据所述线性像素灰阶值对每个高亮像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值。
可选的,所述像素校正单元:
通过预设的校正公式对每个高亮像素灰阶平均值进行校正,其中,所述校正公式为:
其中,所述Inew为校正后的目标像素灰阶平均值,f(I)为线性像素灰阶值,f(Imax)为线性像素灰阶值中的最大值,f(Imin)为线性像素灰阶值中的最小值,Inew,max为校正后的目标像素灰阶平均值中的最大值,Inew,min为校正后的目标像素灰阶平均值中的最小值;
获取校正后的目标像素灰阶平均值。
可选的,所述测光图片获取模块,包括:
范围确定单元,确定预设的亮度值范围;
亮度值确定单元,与所述范围确定单元相连,在所述预设的亮度值范围内,将每隔预设尼特的亮度值确定为预设亮度值;
测光图片采集单元,与所述亮度值确定单元相连,通过所述工业相机在每种预设亮度值的光源下采集所述LED显示屏的至少一张测光图片;
测光图片获取单元,与所述测光图片采集单元相连,获取与每种预设亮度值对应的至少一张测光图片。
综上所述,本发明公开涉及一种工业相机的线性度校正方法及装置,该方法包括:在预设曝光时间下,获取工业相机在每种预设亮度值下采集到的测光图片并确定像素灰阶平均值;通过四次多项式进行数据拟合,获取以像素灰阶平均值为自变量以预设曝光时间和预设亮度值的乘积为因变量的目标拟合函数;根据目标拟合函数和预设的像素值校正策略对像素灰阶平均值进行校正;确定校正后的目标像素灰阶平均值与预设曝光时间和预设亮度值的乘积之间的映射关系,以获取工业相机校正后的线性度。能够通过对测光图片的像素灰阶平均值进行校正处理,校正工业相机的线性度,解决当前工业相机拍摄出的测光图片在进行亮度提取的过程中提取到的亮度无法反映出实际LED显示屏的亮度的问题,提高LED显示屏校正的修缝效果,进而优化校正效果。
本发明公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性实施例示出的一种工业相机的线性度校正方法的流程图;
图2是根据一示例性实施例示出的一种原始数据和拟合直线的示意图;
图3是根据一示例性实施例示出的一种校正后数据和拟合直线的示意图;
图4是根据图1示出的一种像素灰阶平均值确定方法的流程图;
图5是根据图1示出的一种像素校正方法的流程图;
图6是根据图1示出的一种测光图片获取方法的流程图;
图7是根据一示例性实施例示出的一种工业相机的线性度校正装置的结构框图;
图8是根据图7示出的一种灰阶确定模块的结构框图;
图9是根据图7示出的一种像素校正模块的结构框图;
图10是根据图7示出的一种测光图片获取模块的结构框图。
具体实施方式
以下结合附图对本发明公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据一示例性实施例示出的一种工业相机的线性度校正方法的流程图,如图1所示,该方法包括:
在步骤101中,在工业相机的曝光时间为预设曝光时间的情况下,获取该工业相机在每种预设亮度值的光源下采集到的LED显示屏的至少一张测光图片。
示例地,工业相机的线性度校正原理为:固定工业相机的曝光时间(排除曝光时间的干扰),获取工业相机的成像像素值与光源亮度值(入射光亮度值)的关系,将与每种预设亮度值的光源对应的成像像素值转换为新的成像像素值,使成像像素值与光源亮度值之间的关系变为线性关系。在本发明公开实施例中,将工业相机的曝光时间固定为预设曝光时间(通常情况下为0.3s左右),在光源亮度值为多种不同的预设亮度值的情况下(通常情况下该预设亮度值为2nit-300nit之间呈等差递增的多个数值,例如以2nit为一个步长进行递增,分别为2nit,4nit,6nit……298nit,300nit),分别获取工业相机采集到的LED显示屏的至少一张测光图片(通常情况下为3张),其中,预设亮度值为均匀光源装置所提供的。
另外,需要说明的是,为了排除其他因素对工业相机线性度的干扰,本发明公开实施例中将涉及到的其他因素设置为固定值,例如,光源的色温为6000k,工业相机的类型为QSI相机,工业相机采集的测光图片为X滤镜下的测光图片,光源为均匀性光源。
在步骤102中,确定与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值。
示例地,成像像素值即工业相机采集到的测光图片中每个像素点在均匀性光源照射下所反映的灰阶值,针对于每种预设亮度值的光源,获取工业相机采集到的至少一张测光图片中像素点灰阶的平均值(即像素灰阶平均值)。如上述步骤101中所示,在每种预设亮度值的光源下,获取工业相机采集到的3张测光图片,分别为测光图片A、测光图片B和测光图片C,在上述3张测光图片中分别获取每张测光图片内所有像素点灰阶值的平均值,再计算3张测光图片(测光图片A、测光图片B和测光图片C)的像素灰阶平均值。
在步骤103中,通过四次多项式对该预设曝光时间、预设亮度值和与每种预设亮度值对应的像素灰阶平均值进行数据拟合,获取以像素灰阶平均值为自变量,以该预设曝光时间和预设亮度值的乘积为因变量的目标拟合函数。
示例地,将预设亮度值和预设曝光时间的乘积作为入射光能量值,可见,通过上述步骤101-102可获取与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值后,即获取了多组入射光能量值与像素灰阶平均值。此时,通过四次多项式y=ax4+bx3+cx2+dx+e对上述多组入射光能量值与像素灰阶平均值(即原始数据)进行数据拟合,分别求得常数a、b、c、d和e的具体数值,获取以像素灰阶平均值为自变量,以预设曝光时间和预设亮度值的乘积为因变量的目标拟合函数(例如,y=4x4+6x3+13x2+2x+55)。需要说明的是,在本发明公开的另一实施例中,通过四次多项式进行数据拟合后获取以预设曝光时间和预设亮度值的乘积为自变量,以像素灰阶平均值为因变量的对象拟合函数,将对象拟合函数与目标拟合函数进行对比,目标拟合函数与原始数据的拟合程度更高,且更能适应于现实中的环境亮度一直在变化的场景中,与现实环境更接近和匹配。
示例地,如图2所示,为原始数据(通过步骤101-102获取的每种预设亮度值对应的至少一张测光图片的像素灰阶平均值,以及每种预设亮度值和预设曝光之间的乘积)和拟合直线(即上述目标拟合函数)的示意图,可见,拟合直线与原始数据之间存在较大的误差,在原始数据中,像素灰阶平均值与预设亮度值和预设曝光的乘积之间的线性度较差。因此,需要通过下述步骤104-105对上述原始数据的线性度进行校正。
在步骤104中,根据该目标拟合函数和预设的像素值校正策略,对与预设亮度值对应的像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值。
示例地,获取目标拟合函数后,获取将预设亮度值和预设曝光时间的乘积代入该目标拟合函数后得到的线性像素灰阶值,再通过预设的像素值校正策略,根据与每个像素灰阶平均值对应的线性像素灰阶值对该像素灰阶值进行校正,获取校正后的目标像素灰阶平均值。
示例地,如图3所示,为校正后数据(通过步骤104获取的目标像素灰阶平均值,以及预设亮度值和预设曝光时间的乘积)和拟合直线(即上述目标拟合函数)的示意图,可见,对原始数据进行校正后,获取的校正后数据与拟合直线之间的误差较小,目标像素灰阶平均值与预设亮度值和预设曝光的乘积之间的线性度较高。
在步骤105中,确定该预设曝光时间和预设亮度值的乘积与该校正后的目标像素灰阶平均值之间的映射关系,以获取该工业相机校正后的线性度。
示例地,获取校正后的目标像素灰阶平均值后,该目标像素灰阶值与预设曝光时间和预设亮度值的乘积之间的线性关系即为校正后的线性度。根据该校正后的线性度,可在LED显示屏的校正过程中,在对工业相机采集到的LED显示屏的测光图片进行亮度提取时,获取更接近LED显示屏实际亮度的数值。
另外,可以理解的是,执行上述步骤101-105之后,还需要对上述工业相机线性度的校正结果进行验证,具体步骤包括:根据该预设曝光时间和预设亮度值的乘积与该目标像素灰阶平均值之间的映射关系,获取该工业相机的线性度校正表;在工业相机的曝光时间为预设曝光时间的情况下,获取该工业相机分别在不同的预设滤镜下采集到的LED显示屏在每种预设亮度值的光源照射下的至少一张测光图片;分别确定不同的预设滤镜下与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值;通过四次多项式分别对不同预设滤镜下的预设曝光时间、预设亮度值和与每种预设亮度值对应的像素灰阶平均值进行数据拟合,分别在不同预设滤镜下获取以预设曝光时间和预设亮度值的乘积为自变量,以像素灰阶平均值为因变量的验证拟合函数;将在不同预设滤镜下获取的数值小于预设数值的像素灰阶平均值作为验证像素灰阶平均值,以及将与每种验证像素灰阶平均值对应的预设亮度值作为验证亮度值;根据该验证拟合函数确定与每种验证亮度值对应的像素函数值,以及,根据该线性度校正表确定与每种验证亮度值对应的像素校正值;分别确定不同预设滤镜下与每种验证亮度值对应的像素函数值与像素校正值之间的误差;若每个误差均小于预设误差数值,将该线性度校正表作为准确线性度校正表。
示例地。对工业相机的线性度进行校正后,可生成线性度校正表,以在后续的线性度校正过程中直接根据该线性度校正表进行校正。可以理解的是,对上述步骤101-105中工业相机线性度的校正结果的验证,即对该线性度校正表的准确性进行验证。将光源的色温设置为6000K的均匀光源色温,工业相机的曝光时间设置为预设曝光时间0.3s,光源亮度值在150nit到300nit之间以2nit为一个步长进行变化,通过工业相机分别在X滤镜、Y滤镜和Z滤镜(不同预设滤镜)采集每种光源亮度值下LED显示屏的3张图片,并计算不同预设滤镜每种亮度值下采集到的3张图片的像素灰阶平均值。分别在不同预设滤镜下,对预设曝光时间和预设亮度值的乘积与像素灰阶平均值进行数据拟合获取拟合直线(即验证拟合函数)。将不同预设滤镜下数值小于65535(预设数值)的像素灰阶平均值作为验证像素灰阶平均值,以及将与每种验证像素灰阶平均值对应的预设亮度值作为验证亮度值。将每个验证亮度值与预设曝光时间的乘积代入该验证拟合函数,确定与每种验证亮度值对应的像素函数值;将每个验证亮度值与预设曝光时间的乘积代入该线性度校正表,确定与每种验证亮度值对应的像素校正值。将上述像素函数值与像素校正值进行对比,若对比结果小于预设的误差数值,则证明上述线性度校正表较为准确。
图4是根据图1示出的一种像素灰阶平均值确定方法的流程图,如图4所示,该步骤102包括:
在步骤1021中,根据与每种预设亮度值对应的每张测光图片上每个像素点的灰阶值,确定每张测光图片上所有像素点的第一灰阶平均值。
示例地,在每种预设亮度值的光源照射下,获取工业相机采集到的至少一张测光图片(通常情况下为3张测光图片,分别为测光图片A、测光图片B和测光图片C),确定每张测光图片上每个像素点对应的灰阶值,对该图片上所有像素点的灰阶值求平均值,获取第一灰阶平均值。
在步骤1022中,在不同的预设亮度值下,确定与该预设亮度值对应的至少一张测光图片的第二灰阶平均值,将该第二灰阶平均值作为该像素灰阶平均值。
其中,该第二灰阶平均值为与每种预设亮度值对应的该至少一张测光图片的第一灰阶平均值的平均数。
示例地,获取每种预设亮度值对应的至少一张测光图片的第一灰阶平均值后,对上述至少一张测光图片的第一灰阶平均值再次求取平均值,得到与该预设亮度值对应的至少一张图片的第二灰阶平均值,该第二灰阶平均值即为像素灰阶平均值。
图5是根据图1示出的一种像素校正方法的流程图,如图5所示,该步骤104包括:
在步骤1041中,在与每种预设亮度值对应的该像素灰阶平均值中,将数值大于预设灰阶值的像素灰阶平均值作为高亮像素灰阶平均值,并将与每个高亮像素灰阶平均值对应的预设亮度值作为高亮预设亮度值。
示例地,在本发明公开实施例中,为了保留LED显示屏对应的测光图片中的暗场信息,只对高亮像素灰阶平均值(即灰阶值大于20000的像素灰阶平均值)进行校正。
在步骤1042中,将每个高亮预设亮度值和该预设曝光时间的乘积代入该目标拟合函数,确定与每个高亮预设亮度值和该预设曝光时间的乘积对应的线性像素灰阶值。
示例地,在进行校正之前,需要确定每个高亮像素灰阶平均值对应的高亮预设亮度值,以及将该高亮预设亮度值和该预设曝光时间的乘积代入目标拟合函数后计算得到的线性像素灰阶值。可见,高亮像素灰阶平均值、高亮预设亮度值与线性像素灰阶值三者之间一一对应。
在步骤1043中,根据该线性像素灰阶值对每个高亮像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值。
具体的,通过预设的校正公式对每个高亮像素灰阶平均值进行校正,其中,该校正公式为:
其中,该Inew为校正后的目标像素灰阶平均值,f(I)为线性像素灰阶值,f(Imax)为线性像素灰阶值中的最大值,f(Imin)为线性像素灰阶值中的最小值,Inew,max为校正后的目标像素灰阶平均值中的最大值,Inew,min为校正后的目标像素灰阶平均值中的最小值;获取校正后的目标像素灰阶平均值。
示例地,确定与每个高亮像素灰阶平均值对应的线性像素灰阶值之后,通过上述校正公式可以计算出每个高亮像素灰阶平均值对应的目标像素灰阶平均值。需要说明的是,通常情况下,线性像素灰阶值中的最大值与校正后的目标像素灰阶平均值中的最大值数值相等,线性像素灰阶值中的最小值与校正后的目标像素灰阶平均值中的最小值数值相等,即校正过程是对最大值和最小值中间的每个高亮高亮像素灰阶平均值进行校正。校正完成后,获取校正后的目标像素灰阶平均值。
示例地,上述f(I)为线性像素灰阶值,I表示高亮像素灰阶平均值,若I的数值为3000,确定上述原始数据中与该高亮像素灰阶平均值对应的高亮预设亮度值。例如,该高亮预设亮度值为200nit,再通过目标拟合函数y=4x4+6x3+13x2+2x+55获取与该200nit的高亮预设亮度值对应的线性像素灰阶值(即将该200nit的高亮预设亮度值与预设曝光时间0.3s的乘积作为y的值代入该目标拟合函数y=4x4+6x3+13x2+2x+55,求取x的值即为对应的线性像素灰阶值)。最终获取的x的值即为线性像素灰阶值,也就是f(I)的数值。
图6是根据图1示出的一种测光图片获取方法的流程图,如图6所示,该步骤101包括:
在步骤1011中,确定预设的亮度值范围。
示例地,本发明公开实施例中,预设的亮度值范围为2nit(尼特)-300nit之间,即光源的亮度值在上述预设亮度值范围内变化。
在步骤1012中,在该预设的亮度值范围内,将每隔预设尼特的亮度值确定为预设亮度值。
示例地,每隔2nit作为一个步长,对光源的亮度值进行变化,并在变化过程中获取光源的亮度值每一次变化后的数值作为预设亮度值。
在步骤1013中,通过该工业相机在每种预设亮度值的光源下采集该LED显示屏的至少一张测光图片。
在步骤1014中,获取与每种预设亮度值对应的至少一张测光图片。
示例地,通过上述步骤1012确定每个预设亮度值后,获取工业相机在每种预设亮度值的光源下采集到的LED显示屏的至少一张测光图片,以提取测光图片中每个像素点对应的灰阶值以及对每个像素点对应的灰阶值进行调整(校正)。
图7是根据一示例性实施例示出的一种工业相机的线性度校正装置的结构框图,如图7所示,该装置700包括:
测光图片获取模块710,在工业相机的曝光时间为预设曝光时间的情况下,获取该工业相机在每种预设亮度值的光源下采集到的LED显示屏的至少一张测光图片;
灰阶确定模块720,与该测光图片获取模块710相连,确定与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值;
函数拟合模块730,与该灰阶确定模块720相连,通过四次多项式对该预设曝光时间、预设亮度值和与每种预设亮度值对应的像素灰阶平均值进行数据拟合,获取以像素灰阶平均值为自变量,以该预设曝光时间和预设亮度值的乘积为因变量的目标拟合函数;
像素校正模块740,与该函数拟合模块730相连,根据该目标拟合函数和预设的像素值校正策略,对与预设亮度值对应的像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值;
线性度确定模块750,与该像素校正模块740相连,确定该预设曝光时间和预设亮度值的乘积与该校正后的目标像素灰阶平均值之间的映射关系,以获取该工业相机校正后的线性度。
图8是根据图7示出的一种灰阶确定模块的结构框图,如图8所示,该灰阶确定模块720,包括:
第一灰阶平均值确定单元721,根据与每种预设亮度值对应的每张测光图片上每个像素点的灰阶值,确定每张测光图片上所有像素点的第一灰阶平均值;
第二灰阶平均值确定单元722,与该第一灰阶平均值确定单元721相连,在不同的预设亮度值下,确定与该预设亮度值对应的至少一张测光图片的第二灰阶平均值,将该第二灰阶平均值作为该像素灰阶平均值,该第二灰阶平均值为与每种预设亮度值对应的该至少一张测光图片的第一灰阶平均值的平均数。
图9是根据图7示出的一种像素校正模块的结构框图,如图9所示,该像素校正模块740,包括:
高亮像素确定单元741,在与每种预设亮度值对应的该像素灰阶平均值中,将数值大于预设灰阶值的像素灰阶平均值作为高亮像素灰阶平均值,并将与每个高亮像素灰阶平均值对应的预设亮度值作为高亮预设亮度值;
线性值确定单元742,与该高亮像素确定单元741相连,将每个高亮预设亮度值和该预设曝光时间的乘积代入该目标拟合函数,确定与每个高亮预设亮度值和该预设曝光时间的乘积对应的线性像素灰阶值;
像素校正单元743,与该线性值确定单元742相连,根据该线性像素灰阶值对每个高亮像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值。
可选的,该像素校正单元743:
通过预设的校正公式对每个高亮像素灰阶平均值进行校正,其中,该校正公式为:
其中,该Inew为校正后的目标像素灰阶平均值,f(I)为线性像素灰阶值,f(Imax)为线性像素灰阶值中的最大值,f(Imin)为线性像素灰阶值中的最小值,Inew,max为校正后的目标像素灰阶平均值中的最大值,Inew,min为校正后的目标像素灰阶平均值中的最小值;
获取校正后的目标像素灰阶平均值。
图10是根据图7示出的一种测光图片获取模块的结构框图,如图10所示,该测光图片获取模块710,包括:
范围确定单元711,确定预设的亮度值范围;
亮度值确定单元712,与该范围确定单元711相连,在该预设的亮度值范围内,将每隔预设尼特的亮度值确定为预设亮度值;
测光图片采集单元713,与该亮度值确定单元712相连,通过该工业相机在每种预设亮度值的光源下采集该LED显示屏的至少一张测光图片;
测光图片获取单元714,与该测光图片采集单元713相连,获取与每种预设亮度值对应的至少一张测光图片。
综上所述,通过本发明公开的技术方案,能够通过对测光图片的像素灰阶平均值进行校正处理,校正工业相机的线性度,校正工业相机的线性度,解决当前工业相机拍摄出的测光图片在进行亮度提取的过程中提取到的亮度无法反映出实际LED显示屏的亮度的问题,提高LED显示屏校正的修缝效果,进而优化校正效果。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。

Claims (10)

1.一种工业相机的线性度校正方法,其特征在于,所述方法包括:
在工业相机的曝光时间为预设曝光时间的情况下,获取所述工业相机在每种预设亮度值的光源下采集到的LED显示屏的至少一张测光图片;
确定与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值;
通过四次多项式对所述预设曝光时间、预设亮度值和与每种预设亮度值对应的像素灰阶平均值进行数据拟合,获取以像素灰阶平均值为自变量,以所述预设曝光时间和预设亮度值的乘积为因变量的目标拟合函数;
根据所述目标拟合函数和预设的像素值校正策略,对与预设亮度值对应的像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值;
确定所述预设曝光时间和预设亮度值的乘积与所述校正后的目标像素灰阶平均值之间的映射关系,以获取所述工业相机校正后的线性度。
2.根据权利要求1所述的工业相机的线性度校正方法,其特征在于,所述确定与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值,包括:
根据与每种预设亮度值对应的每张测光图片上每个像素点的灰阶值,确定每张测光图片上所有像素点的第一灰阶平均值;
在不同的预设亮度值下,确定与所述预设亮度值对应的至少一张测光图片的第二灰阶平均值,将所述第二灰阶平均值作为所述像素灰阶平均值,所述第二灰阶平均值为与每种预设亮度值对应的所述至少一张测光图片的第一灰阶平均值的平均数。
3.根据权利要求1所述的工业相机的线性度校正方法,其特征在于,所述根据所述目标拟合函数和预设的像素值校正策略,对与预设亮度值对应的像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值,包括:
在与每种预设亮度值对应的所述像素灰阶平均值中,将数值大于预设灰阶值的像素灰阶平均值作为高亮像素灰阶平均值,并将与每个高亮像素灰阶平均值对应的预设亮度值作为高亮预设亮度值;
将每个高亮预设亮度值和所述预设曝光时间的乘积代入所述目标拟合函数,确定与每个高亮预设亮度值和所述预设曝光时间的乘积对应的线性像素灰阶值;
根据所述线性像素灰阶值对每个高亮像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值。
4.根据权利要求3所述的工业相机的线性度校正方法,其特征在于,所述根据所述线性像素灰阶值对每个高亮像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值,包括:
通过预设的校正公式对每个高亮像素灰阶平均值进行校正,其中,所述校正公式为:
其中,所述Inew为校正后的目标像素灰阶平均值,f(I)为线性像素灰阶值,f(Imax)为线性像素灰阶值中的最大值,f(Imin)为线性像素灰阶值中的最小值,Inew,max为校正后的目标像素灰阶平均值中的最大值,Inew,min为校正后的目标像素灰阶平均值中的最小值;
获取校正后的目标像素灰阶平均值。
5.根据权利要求1所述的工业相机的线性度校正方法,其特征在于,所述在工业相机的曝光时间为预设曝光时间的情况下,获取所述工业相机在每种预设亮度值的光源下采集到的LED显示屏的至少一张测光图片,包括:
确定预设的亮度值范围;
在所述预设的亮度值范围内,将每隔预设尼特的亮度值确定为预设亮度值;
通过所述工业相机在每种预设亮度值的光源下采集所述LED显示屏的至少一张测光图片;
获取与每种预设亮度值对应的至少一张测光图片。
6.根据权利要求1所述的工业相机的线性度校正方法,其特征在于,所述方法还包括:
根据所述预设曝光时间和预设亮度值的乘积与所述目标像素灰阶平均值之间的映射关系,获取所述工业相机的线性度校正表;
在工业相机的曝光时间为预设曝光时间的情况下,获取所述工业相机分别在不同的预设滤镜下采集到的LED显示屏在每种预设亮度值的光源照射下的至少一张测光图片;
分别确定不同的预设滤镜下与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值;
通过四次多项式分别对不同预设滤镜下的预设曝光时间、预设亮度值和与每种预设亮度值对应的像素灰阶平均值进行数据拟合,分别在不同预设滤镜下获取以预设曝光时间和预设亮度值的乘积为自变量,以像素灰阶平均值为因变量的验证拟合函数;
将在不同预设滤镜下获取的数值小于预设数值的像素灰阶平均值作为验证像素灰阶平均值,以及将与每种验证像素灰阶平均值对应的预设亮度值作为验证亮度值;
根据所述验证拟合函数确定与每种验证亮度值对应的像素函数值,以及,根据所述线性度校正表确定与每种验证亮度值对应的像素校正值;
分别确定不同预设滤镜下与每种验证亮度值对应的像素函数值与像素校正值之间的误差;
若每个误差均小于预设误差数值,将所述线性度校正表作为准确线性度校正表。
7.一种工业相机的线性度校正装置,其特征在于,所述装置包括:
测光图片获取模块,在工业相机的曝光时间为预设曝光时间的情况下,获取所述工业相机在每种预设亮度值的光源下采集到的LED显示屏的至少一张测光图片;
灰阶确定模块,与所述测光图片获取模块相连,确定与每种预设亮度值对应的至少一张测光图片的像素灰阶平均值;
函数拟合模块,与所述灰阶确定模块相连,通过四次多项式对所述预设曝光时间、预设亮度值和与每种预设亮度值对应的像素灰阶平均值进行数据拟合,获取以像素灰阶平均值为自变量,以所述预设曝光时间和预设亮度值的乘积为因变量的目标拟合函数;
像素校正模块,与所述函数拟合模块相连,根据所述目标拟合函数和预设的像素值校正策略,对与预设亮度值对应的像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值;
线性度确定模块,与所述像素校正模块相连,确定所述预设曝光时间和预设亮度值的乘积与所述校正后的目标像素灰阶平均值之间的映射关系,以获取所述工业相机校正后的线性度。
8.根据权利要求7所述的工业相机的线性度校正装置,其特征在于,所述灰阶确定模块,包括:
第一灰阶平均值确定单元,根据与每种预设亮度值对应的每张测光图片上每个像素点的灰阶值,确定每张测光图片上所有像素点的第一灰阶平均值;
第二灰阶平均值确定单元,与所述第一灰阶平均值确定单元相连,在不同的预设亮度值下,确定与所述预设亮度值对应的至少一张测光图片的第二灰阶平均值,将所述第二灰阶平均值作为所述像素灰阶平均值,所述第二灰阶平均值为与每种预设亮度值对应的所述至少一张测光图片的第一灰阶平均值的平均数。
9.根据权利要求7所述的工业相机的线性度校正装置,其特征在于,所述像素校正模块,包括:
高亮像素确定单元,在与每种预设亮度值对应的所述像素灰阶平均值中,将数值大于预设灰阶值的像素灰阶平均值作为高亮像素灰阶平均值,并将与每个高亮像素灰阶平均值对应的预设亮度值作为高亮预设亮度值;
线性值确定单元,与所述高亮像素确定单元相连,将每个高亮预设亮度值和所述预设曝光时间的乘积代入所述目标拟合函数,确定与每个高亮预设亮度值和所述预设曝光时间的乘积对应的线性像素灰阶值;
像素校正单元,与所述线性值确定单元相连,根据所述线性像素灰阶值对每个高亮像素灰阶平均值进行校正,获取校正后的目标像素灰阶平均值。
10.根据权利要求7所述的工业相机的线性度校正装置,其特征在于,所述测光图片获取模块,包括:
范围确定单元,确定预设的亮度值范围;
亮度值确定单元,与所述范围确定单元相连,在所述预设的亮度值范围内,将每隔预设尼特的亮度值确定为预设亮度值;
测光图片采集单元,与所述亮度值确定单元相连,通过所述工业相机在每种预设亮度值的光源下采集所述LED显示屏的至少一张测光图片;
测光图片获取单元,与所述测光图片采集单元相连,获取与每种预设亮度值对应的至少一张测光图片。
CN202111006022.5A 2021-08-30 2021-08-30 一种工业相机的线性度校正方法及装置 Active CN113873222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111006022.5A CN113873222B (zh) 2021-08-30 2021-08-30 一种工业相机的线性度校正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111006022.5A CN113873222B (zh) 2021-08-30 2021-08-30 一种工业相机的线性度校正方法及装置

Publications (2)

Publication Number Publication Date
CN113873222A CN113873222A (zh) 2021-12-31
CN113873222B true CN113873222B (zh) 2023-08-01

Family

ID=78988923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111006022.5A Active CN113873222B (zh) 2021-08-30 2021-08-30 一种工业相机的线性度校正方法及装置

Country Status (1)

Country Link
CN (1) CN113873222B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114757946A (zh) * 2022-06-13 2022-07-15 武汉精立电子技术有限公司 一种相机线性度的检测方法及系统
CN115242985B (zh) * 2022-07-08 2024-05-03 苏州华星光电技术有限公司 摄像装置校正方法和摄像装置校正装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007049533A (ja) * 2005-08-11 2007-02-22 Sharp Corp 撮像装置および電子情報機器
JP2010026690A (ja) * 2008-07-17 2010-02-04 Mitsubishi Electric Corp 画像処理装置
CN103391404A (zh) * 2012-05-08 2013-11-13 展讯通信(上海)有限公司 自动曝光方法、装置、照相设备和移动终端
CN103413309A (zh) * 2013-08-12 2013-11-27 西北工业大学 一种基于结构光三维测量系统的ccd相机非线性度标定方法
CN107403177A (zh) * 2017-05-27 2017-11-28 延锋伟世通汽车电子有限公司 基于工业相机的亮度测量方法
CN109655234A (zh) * 2018-12-19 2019-04-19 中国大恒(集团)有限公司北京图像视觉技术分公司 一种针对于相机的自动化测试方法
CN109738068A (zh) * 2018-12-25 2019-05-10 浙江农林大学暨阳学院 一种校正多光谱相机响应值非线性的方法
CN109934875A (zh) * 2017-12-18 2019-06-25 长光华大基因测序设备(长春)有限公司 相机标定和平场校正装置、相机标定方法及平场校正方法
JP2019165412A (ja) * 2018-03-20 2019-09-26 株式会社リコー 撮像装置、測色装置および画像形成装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006080942A (ja) * 2004-09-10 2006-03-23 Seiko Epson Corp 画像処理装置、画像処理プログラム、画像処理方法及び撮像装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007049533A (ja) * 2005-08-11 2007-02-22 Sharp Corp 撮像装置および電子情報機器
JP2010026690A (ja) * 2008-07-17 2010-02-04 Mitsubishi Electric Corp 画像処理装置
CN103391404A (zh) * 2012-05-08 2013-11-13 展讯通信(上海)有限公司 自动曝光方法、装置、照相设备和移动终端
CN103413309A (zh) * 2013-08-12 2013-11-27 西北工业大学 一种基于结构光三维测量系统的ccd相机非线性度标定方法
CN107403177A (zh) * 2017-05-27 2017-11-28 延锋伟世通汽车电子有限公司 基于工业相机的亮度测量方法
CN109934875A (zh) * 2017-12-18 2019-06-25 长光华大基因测序设备(长春)有限公司 相机标定和平场校正装置、相机标定方法及平场校正方法
JP2019165412A (ja) * 2018-03-20 2019-09-26 株式会社リコー 撮像装置、測色装置および画像形成装置
CN109655234A (zh) * 2018-12-19 2019-04-19 中国大恒(集团)有限公司北京图像视觉技术分公司 一种针对于相机的自动化测试方法
CN109738068A (zh) * 2018-12-25 2019-05-10 浙江农林大学暨阳学院 一种校正多光谱相机响应值非线性的方法

Also Published As

Publication number Publication date
CN113873222A (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
CN113873222B (zh) 一种工业相机的线性度校正方法及装置
EP1455523B1 (en) Scanning device calibration system and method
CN101377918B (zh) 一种电子显示屏系统、电子显示屏亮度校正方法及系统
US7733391B2 (en) Method and system for black-level correction on digital image data
JPH03270567A (ja) 画像信号補正方法
CN111277699B (zh) 闪光灯色温校准方法、装置、电子设备和可读存储介质
WO2021008052A1 (zh) 3d摄影模组镜头精度的标定方法、装置及设备
CN114979500B (zh) 图像处理方法、图像处理装置、电子设备及可读存储介质
CN113611242B (zh) 一种led屏校正系数生成方法、调节方法及led屏校正系统
CN114093292B (zh) 亮度参数校正方法、装置、设备及亮度补偿系统
CN112004029A (zh) 曝光处理方法、装置、电子设备、计算机可读存储介质
CN114331907A (zh) 颜色阴影校正方法及装置
CN113870355A (zh) 一种相机的平场标定方法、装置及平场标定系统
CN112929623A (zh) 一种校正过程中应用于整屏的镜头阴影修复方法及装置
CN113379835B (zh) 检测设备的校准方法、装置、设备及可读存储介质
JP5505718B2 (ja) 画像入力装置
US7619783B2 (en) Scanner analog-front-end calibration using percent of freedom
KR20080050074A (ko) 이미지 프로세서, 이미지 처리 장치 및 결함 픽셀 보정 방법
CN115931142A (zh) 一种比色测温黑体标定方法
CN111383280A (zh) 一种空间遥感tdiccd相机非均匀性校正方法及装置
CN114745538A (zh) 一种显示屏视角和相机暗角联合校正方法及装置
KR100765257B1 (ko) 카메라 모듈의 편차 보상 방법 및 장치
KR20080068636A (ko) 상대 노광량 측정장치 및 방법
CN114268778B (zh) 白平衡算法中的色温补偿方法、系统及图像采集设备
CN118280238B (zh) 一种显示屏Demura流程中Gamma侦测的方法、装置和存储介质

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