CN113920145A - 一种投影系统投射图像质量评价计算方法 - Google Patents
一种投影系统投射图像质量评价计算方法 Download PDFInfo
- Publication number
- CN113920145A CN113920145A CN202111492583.0A CN202111492583A CN113920145A CN 113920145 A CN113920145 A CN 113920145A CN 202111492583 A CN202111492583 A CN 202111492583A CN 113920145 A CN113920145 A CN 113920145A
- Authority
- CN
- China
- Prior art keywords
- image
- distortion
- projection
- value
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 37
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 49
- 230000003287 optical effect Effects 0.000 claims abstract description 49
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 238000009434 installation Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000003708 edge detection Methods 0.000 claims abstract description 5
- 238000013209 evaluation strategy Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000010191 image analysis Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000003702 image correction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000000126 substance Substances 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
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Projection Apparatus (AREA)
Abstract
本发明提供一种投影系统投射图像质量评价计算方法,包括S1:确定拍摄的原始图像与投影系统投射的图卡之间的对应关系;S2:对原始图像进行预处理过程获取各模块灰度矩阵;S3:提取特征点坐标,进行边缘检测得到图像评价指标;S4:根据图像评价指标采用图像评价策略得到图像评价结果;S5:输出图像评价结果,若输出图像评价结果不合格,则对投影光学系统的光学元件进行装调,返回步骤S1;若输出图像评价结果合格,则装调完成。本发明能够提供一种用于投影系统投射图像的像质评价计算方法,为投射图像质量评价提供统一的标准,为投影系统装调人员提供切实可行的判断标准与参考。
Description
技术领域
本发明涉及图像分析技术领域,具体涉及一种投影系统投射图像质量评价计算方法。
背景技术
投影系统是将固定画面或影响投射到屏幕上的光机系统,广泛用于短焦/超短焦投影仪,桌面投影仪,智能显示面板,激光电视等产品中,在信息科技,教育,娱乐领域具有重要作用。目前投影系统的生产主要包括机电控制部分与光学系统部分,其中在光学系统部分中的装调环节,需要通过装调关键光学元件,使得投射出的画面图像质量达到最优,从而确保投影系统的最终使用环节。
然而,目前的投影系统需要结合图像质量的评价来完成对投影系统的装调,以往对投影系统的图像质量评价通过人工肉眼进行判断,依赖于装调人员的经验,人眼对画面质量的判断存在主观性较强的问题,且光学装调过程费时费力,需要往复抬头观看投射图像并在装调工位上进行装调,无形中增加了装调人力成本。
图像分析手段是一种通过计算图像相关参数进而对图像进行分析的方法,然而目前的图像分析主要用于目标识别,对比度增强,清晰度增强等图像修正,即图像处理,而对于投影系统而言,图像像质的评价将直接判断系统性能效果,并为系统装调提供参考,从图像计算到像质相关参数的评价缺少通用的计算方式,因此亟需提供一种用于投影系统投射图像的像质评价计算方法,为投射图像质量评价提供统一的标准,为投影系统装调人员提供切实可行的判断标准与参考。
发明内容
有鉴于此,本发明要解决的问题是提供一种投影系统投射图像质量评价计算方法。
为解决上述技术问题,本发明采用的技术方案是:一种投影系统投射图像质量评价计算方法,包括:
S1:确定拍摄的原始图像与投影光学系统投射的图卡之间的对应关系,得到投影图像;
S2:对原始图像进行预处理过程获取各模块灰度矩阵;
S3:提取所述模块灰度矩阵的特征点坐标,进行边缘检测得到图像评价指标的测量值,根据步骤S1的所述对应关系推算得到所述特征点坐标相对所述投影图像的对应点的计算值;
S4:根据图像评价指标的测量值以及所述投影图像的对应点的计算值采用图像评价策略得到图像评价结果;
S5:输出图像评价结果,若输出图像评价结果不合格,则调用装调策略对投影光学系统进行装调,返回步骤S1;否则,装调完成;
所述装调策略为比较畸变偏差量是否大于清晰度偏差量,是则调整投影光学系统的俯仰偏摆角度,否则调整投影光学系统的MTF值。
在本发明中,优选地,投影光学系统包括光学元件和前置光路,所述前置光路包括同轴布置的若干透镜组,所述光学元件设置为反射镜。
在本发明中,优选地,对原始图像进行预处理过程具体包括如下步骤:
对拍摄到的原始图像进行二值化处理得到二值化图像灰度矩阵;
进行闭操作处理得到图像灰度矩阵,使得每个区域连接起来;
将二值化图像灰度矩阵依据连通域算子分割为若干模块灰度矩阵。
在本发明中,优选地,提取所述模块灰度矩阵的特征点坐标具体包括如下步骤:
选取模块灰度矩阵高亮部分作为感兴趣区域,计算重心坐标;
将重心坐标记为特征点坐标;
获取其余各模块灰度矩阵的特征点坐标,通过坐标计算或通过其一模块灰度矩阵与图卡尺寸进行偏移量计算。
在本发明中,优选地,所述图像评价指标包括线性畸变、梯形畸变、TV畸变和清晰度参数,所述线性畸变包括横向分量和纵向分量,所述梯形畸变包括横向梯形畸变和纵向梯形畸变,所述清晰度图像最大灰度值和图像最小灰度值之差与其之和的比值,所述横向分量、纵向分量、横向梯形畸变、纵向梯形畸变、清晰度参数分别对应一设定阈值。
在本发明中,优选地,所述图像评价策略为当线性畸变、梯形畸变、TV畸变和清晰度参任一参数超过设定阈值时,图像评价结果为不合格;否则图像评价结果为合格。
在本发明中,优选地,图像评价结果通过显示器显示。
在本发明中,优选地,步骤S1拍摄的原始图像通过相机完成,所述相机的畸变量级比屏幕畸变的畸变量级小一个数量级。
本发明具有的优点和积极效果是:本发明属于光学系统装调与图像分析领域,涉及一种投影光学系统辅助装调装置与方法以及投影光学系统投射图像像质评价计算方法,通过驱动相机拍摄获取投影光学系统投射出的指定投射图像,将图像显示在工位显示器上,并通过一种评价计算方法分析图像,给出图像像质评价指标,进而辅助装调人员对短焦投影的关键部件进行装调,从而改善画面,避免人工判断和反复往返于工位和图像观察位进行装调,提升装调效率与可靠性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的一种投影系统投射图像质量评价计算方法的流程示意图;
图2是本发明的一种投影系统投射图像质量评价计算方法的图卡示意图;
图3是本发明的一种投影系统投射图像质量评价计算方法的拍摄的原始图像示意图;
图4是本发明的一种投影系统投射图像质量评价计算方法的处理结果示意图;
图5是本发明的一种投影系统投射图像质量评价计算方法的投影图像的理想状态示意图;
图6是本发明的一种投影系统投射图像质量评价计算方法的投影图像的图像质量示意图;
图7是本发明的一种投影系统投射图像质量评价计算方法的TV畸变示意图;
图8是本发明的一种投影系统投射图像质量评价计算方法的投影系统示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,当组件被称为“固定于”另一个组件,它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件,它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件,它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、 “ 水平的”、“ 左”、“ 右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示,本发明提供一种投影系统投射图像质量评价计算方法,包括:
S1:确定拍摄的原始图像与投影光学系统投射的图卡之间的对应关系,得到投影图像,投影光学系统的构成如图8所示,当图卡的高为l,宽为w,而投影光学系统所投射到屏幕的投影图像的高为L,宽为W时,图卡上给定的点的平面直角坐标(x, y)与投影图像对应点的平面直角坐标(X, Y)的关系为:;
S2:对原始图像进行预处理过程获取各模块灰度矩阵;
其中F为原始图像,*为卷积运算,此时,对原始图像进行卷积后,得到横纵方向的边缘图像Ux与Uy,U为合并横向纵向边缘信息后得到的边缘图像,如图5所示,边缘图像中包含正方形四条边的信息,通过计算正方形相邻边的交点,再通过几何关系即可求得正方形特征点坐标,图卡示出的圆形图案的圆心特征坐标计算方式类似,通过拟合计算圆心,即可得到圆心特征坐标。规则的正方形、圆形图案均用于对其中心定位,确认待评价图像区域的基准定位,其他如正三角形、正五边形等规则图案也可以起到对原始图像基准定位的作用,因而本发明未对图卡的图案作进一步的限定,不限于其他规则的图卡图案。
S4:根据图像评价指标的测量值以及投影图像的对应点的计算值采用图像评价策略得到图像评价结果;
S5:输出图像评价结果,若输出图像评价结果不合格,则调用装调策略对投影光学系统进行装调,返回步骤S1;否则,装调完成;
装调策略为比较畸变偏差量是否大于清晰度偏差量,是则调整投影光学系统的俯仰偏摆角度,否则调整投影光学系统的MTF值。
投影光学系统包括光学元件和前置光路,前置光路包括同轴布置的若干透镜组,光学元件设置为反射镜。
在本实施例中,进一步地,对原始图像进行预处理过程具体包括如下步骤:
其中T为二值化阈值,f(x,y)为原始图像灰度值,G为二值化图像灰度矩阵,g(x,y)为所拍摄图像笛卡尔坐标为(x,y)像素处的灰度值;通过对拍摄到的图像进行二值化处理能够将满足图像质量评价条件的图像区域单独分离提取出来,后续闭运算、连通域运算均基于该步骤进行。
将二值化图像灰度矩阵依据连通域算子分割为若干模块灰度矩阵,能够便于后续对每一个模块进行单独处理。
在本实施例中,进一步地,提取所述模块灰度矩阵的特征点坐标具体包括如下步骤:
如图2、图3和图4所示,图卡包括5行5列共计25个条纹组模块,选取其一模块灰度矩阵,首先利用连通域算子将二值化图像灰度矩阵G分割为多个独立的模块灰度矩阵C,然后计算该模块的重心坐标(x0, y0):
在得到该重心坐标的基础上,结合图卡设置中特征位置(即每一模块的重心在图卡上的坐标,通过图卡上各模块的间距推算得出),根据相机和投影仪图像的比例关系,计算出各模块的重心投射到屏幕上的理想位置坐标,对该位置进行相应的特征计算,直到所有条纹组模块的重心坐标都被计算完毕。
在本实施例中,进一步地,所述图像评价指标包括线性畸变、梯形畸变、TV畸变和清晰度参数,所述线性畸变包括横向分量和纵向分量,所述梯形畸变包括横向梯形畸变和纵向梯形畸变,所述清晰度图像最大灰度值和图像最小灰度值之差与其之和的比值,所述横向分量、纵向分量、横向梯形畸变、纵向梯形畸变、清晰度参数分别对应一设定阈值。
对线性畸变的评价:提取投影图像中的给定特征点Q i 在屏幕中的平面直角坐标为(x i , y i ),假设该点在屏幕中的理想位置的坐标为(x a , y a ),那么其横方向的畸变δ x 和纵方向的畸变δ y 可分别表示为
当将图像以一定的仰角或俯角投射到平面时,会产生梯形畸变对梯形畸变的评价:在原始图像中提取四个特征点A、B、C、D,它们在屏幕中的坐标分别为(x A , y A ),(x B ,y B ),(x C , y C )和(x D , y D )理想情况下该四个特征点可形成矩形,其中AB形成上底边,CD形成下底边,AD形成左底边,BC形成右底边,那么在ABCD所围成的区域里的横向畸变t x 和纵向畸变t y 可表示为
对清晰度的评价:对于给定图像范围内,其清晰度R可以用图像的最大灰度值G max和最小灰度值G min来表示,即
具体如图7所示,在本实施例中,进一步地,在原始图像(如图7中实线所围成的图形)中提取四个特征点A’、B’、C’、D’,分别得到其坐标信息,A’B’形成四边形的上边、C’D’形成四边形的下边,A’C’形成四边形的左边,B’D’形成四边形的右边,四边形(如图7中虚线所围成的图形)为理想条件下计算得到的投影图像,分别取投影图像对应边的中点E、F、G、H,TV畸变计算公式如下:
Dk、Dh、Dv分别对应一设定阈值,将A’、B’、C’、D’、E、F、G、H的坐标信息带入上述公式进行计算求解,同时满足小于设定阈值的条件时则评价TV畸变符合要求。
在本实施例中,进一步地,所述图像评价策略为当线性畸变、梯形畸变、TV畸变和清晰度参任一参数超过设定阈值时,图像评价结果为不合格,当图像评价结果不合格时,调用装调策略对投影光学系统进行装调,调用策略具体为比较畸变偏差量是否大于清晰度偏差量,是则调整投影光学系统的俯仰偏摆角度,否则调整投影光学系统的MTF值,横向分量、纵向分量、横向梯形畸变、纵向梯形畸变对应设定阈值与测量值的差值定义为畸变偏差量,清晰度参数对应设定阈值与其测量值的差值定义为清晰度偏差量,装调完成后返回到步骤S1;由于多畸变参数、MTF值对反射镜装调位置带来的影响并非单一线性的,也就是说假定其一参数满足装调条件,然而另一参数不满足装调条件,根据不合格结果改变装调位置后二者参数满足装调条件的结果可能出现相反情况,进一步地,需要判断畸变偏差量与清晰度偏差量对装调的相关度影响哪一因素更大,即当畸变偏差量与清晰度偏差量接近(偏差量差异在1%以内时,即使图像评价结果不合格,在输出图像评价结果不合格的基础上,其后输出基本满足装调条件),这样能更有针对性地对反射镜进行装调指导,提高实际装调的效率;否则图像评价结果为合格。
在本实施例中,进一步地,图像评价结果通过显示器显示。
在本实施例中,进一步地,步骤S1拍摄的原始图像通过相机完成,所述相机的畸变量级比屏幕畸变的畸变量级小一个数量级,这样设置能够避免相机自身畸变误差对图像质量评价结果的干扰与不良影响。
目前,计算机辅助装调和全息图装调是半自动装调的辅助手段,然而,这两类方法所需要的前期调整时间长,所需空间布局复杂,成本高,不利于投影光学系统生产产线中的装调。一般人眼对于画面质量的判断主观性较强,且不同人眼对于画面质量的感知与合格判断程度具有明显区别,因此亟需提供借助一种装调装置与方法,使得装调人员不需要依赖于经验和创造性劳动来完成对投影光学系统的装调。
图像分析手段是一种通过计算图像相关参数进而对图像进行分析的方法,然而目前的图像分析主要用于目标识别,对比度增强,清晰度增强等图像修正,即图像处理,而对于投影光学系统而言,图像像质的评价将直接判断系统性能效果,并为系统装调提供参考,从图像计算到像质相关参数的评价缺少通用的计算方式,因此亟需提供一种用于投影光学系统投射图像的像质评价计算方法,为投射图像质量评价提供统一的标准,为投影光学系统装调人员提供切实可行的判断标准与参考。
本发明的工作原理和工作过程如下:工作时,首先,装调好投影光学系统后,通过计算机驱动相机对投射图像进行实时采集,相机的畸变量级比屏幕畸变的畸变量级小一个数量级,通过相机拍摄的原始图像,确定拍摄的原始图像与投影光学系统投射的图卡之间的关系:当图卡的高为l,宽为w,而投影光学系统所投射到屏幕的投影图像的高为L,宽为W时,图卡上给定的点的平面直角坐标(x, y)与投影图像对应点的平面直角坐标(X, Y)的关系为:。图卡采用实际具有合理灰度划分的图案,具体可参见图2和图5所示,每个区域具有特定的图案,图案的灰度在具体位置存在明显差异,灰度按照从白到黑进行0到N的划分(N的数值范围为0-255),接下来对原始图像进行预处理,得到各模块灰度矩阵,提取各模块的特征点坐标,利用连通域算子将二值化图像灰度矩阵G分割为多个独立的模块灰度矩阵C,然后计算该模块的重心坐标(x0, y0):,,将重心坐标记为特征点坐标;获取其余各模块灰度矩阵的特征点坐标,通过坐标计算或通过其一模块灰度矩阵与图卡尺寸进行偏移量计算,各模块灰度矩阵的特征点坐标可通过坐标直接计算出来,也可以根据图卡尺寸得出各模块的间距,进而推算出其他各模块作为特征点坐标的重心坐标。如图5所示,理想状态下投射的图像不会发生变形,且清晰度好,其线条形状没有失真,若图像出现模糊或产生畸变问题则将图像质量评价为不合格,通过数据参量判断则为当线性畸变、梯形畸变、TV畸变和清晰度参任一参数超过设定阈值时,图像评价结果为不合格,具体如图6所示,不合格情况包括模糊图像与畸变图像,清晰度与畸变参数均满足条件的为合格图像,当投影图像质量评价结果显示为不合格时,则装调人员对投影光学系统的待装调的光学元件进行装调,当模糊与畸变低于均所设定阈值时,人眼所看到的图像将会出现图5中的优质图像效果,此时,图像评价结果显示合格,表示装调完成。通过上述应用于投影光学系统的图像质量评价方法,通过多指标联动评价图像质量,使得装调人员不需要依赖于经验和创造性劳动来完成对投影光学系统的装调,能够解决一般人眼对于画面质量的判断主观性较强的问题,能够将投影到屏幕上的原始图像的质量进行标准化评判,提供能够量化的标准与依据,使得图像质量的最终评价结果更加客观。
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等,均应仍归属于本专利涵盖范围之内。
Claims (8)
1.一种投影系统投射图像质量评价计算方法,其特征在于,包括如下步骤:
S1:确定拍摄的原始图像与投影光学系统投射的图卡之间的对应关系,得到投影图像;
S2:对所述原始图像进行预处理过程获取各模块灰度矩阵;
S3:提取所述模块灰度矩阵的特征点坐标,进行边缘检测得到图像评价指标的测量值,根据步骤S1的所述对应关系推算得到所述特征点坐标相对所述投影图像的对应点的计算值;
S4:根据所述图像评价指标的测量值以及所述投影图像的对应点的计算值采用图像评价策略得到图像评价结果;
S5:输出所述图像评价结果,若输出图像评价结果不合格,则调用装调策略对所述投影光学系统进行装调,返回步骤S1;否则,装调完成;
所述装调策略为比较畸变偏差量是否大于清晰度偏差量,是则调整所述投影光学系统的俯仰偏摆角度,否则调整所述投影光学系统的MTF值。
2.根据权利要求1所述的一种投影系统投射图像质量评价计算方法,其特征在于,所述投影光学系统包括光学元件和前置光路,所述前置光路包括同轴布置的若干透镜组,所述光学元件设置为反射镜。
3.根据权利要求1所述的一种投影系统投射图像质量评价计算方法,其特征在于,对原始图像进行预处理过程具体包括如下步骤:
对拍摄到的图像进行二值化处理得到二值化图像灰度矩阵;
进行闭操作处理得到图像灰度矩阵,使得每个区域连接起来;
将二值化图像灰度矩阵依据连通域算子分割为若干模块灰度矩阵。
4.根据权利要求1所述的一种投影系统投射图像质量评价计算方法,其特征在于,所述提取所述模块灰度矩阵的特征点坐标具体包括如下步骤:
选取所述模块灰度矩阵高亮部分作为感兴趣区域,计算重心坐标;
将所述重心坐标记为所述特征点坐标;
获取其余各所述模块灰度矩阵的所述特征点坐标。
5.根据权利要求1所述的一种投影系统投射图像质量评价计算方法,其特征在于,所述图像评价指标包括线性畸变、梯形畸变、TV畸变和清晰度参数,所述线性畸变包括横向分量和纵向分量,所述梯形畸变包括横向梯形畸变和纵向梯形畸变,所述清晰度参数为图像最大灰度值和图像最小灰度值之差与其之和的比值,所述横向分量、纵向分量、横向梯形畸变、纵向梯形畸变、清晰度参数分别对应一设定阈值,所述横向分量、纵向分量、横向梯形畸变、纵向梯形畸变对应设定阈值与测量值的差值定义为畸变偏差量,所述清晰度参数对应设定阈值与其测量值的差值定义为清晰度偏差量。
6.根据权利要求5所述的一种投影系统投射图像质量评价计算方法,其特征在于,所述图像评价策略为通过图像评价指标的测量值以及所述投影图像的对应点的计算值得到所述线性畸变、所述梯形畸变、所述TV畸变和所述清晰度参数,当所述线性畸变、梯形畸变、TV畸变和清晰度参任一参数超过设定阈值时,图像评价结果为不合格;否则图像评价结果为合格。
7.根据权利要求1所述的一种投影系统投射图像质量评价计算方法,其特征在于,所述图像评价结果通过显示器显示。
8.根据权利要求1所述的一种投影系统投射图像质量评价计算方法,其特征在于,步骤S1拍摄的所述原始图像通过相机完成,所述相机的畸变量级比屏幕畸变的畸变量级小一个数量级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111492583.0A CN113920145B (zh) | 2021-12-08 | 2021-12-08 | 一种投影系统投射图像质量评价计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111492583.0A CN113920145B (zh) | 2021-12-08 | 2021-12-08 | 一种投影系统投射图像质量评价计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113920145A true CN113920145A (zh) | 2022-01-11 |
CN113920145B CN113920145B (zh) | 2022-03-08 |
Family
ID=79248897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111492583.0A Active CN113920145B (zh) | 2021-12-08 | 2021-12-08 | 一种投影系统投射图像质量评价计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113920145B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117333495A (zh) * | 2023-12-01 | 2024-01-02 | 浙江口碑网络技术有限公司 | 图像检测方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102263985A (zh) * | 2011-07-25 | 2011-11-30 | 深圳展景世纪科技有限公司 | 一种立体投影设备的质量评价方法、装置及系统 |
CN104318518A (zh) * | 2014-09-26 | 2015-01-28 | 北京航空航天大学 | 基于surf匹配和边缘检测的凸集投影图像重构方法 |
CN105118053A (zh) * | 2015-08-06 | 2015-12-02 | 浙江科技学院 | 一种基于压缩感知的全参考图像质量客观评价方法 |
CN108596890A (zh) * | 2018-04-20 | 2018-09-28 | 浙江科技学院 | 一种基于视觉测量率自适应融合的全参考图像质量客观评价方法 |
CN108989789A (zh) * | 2018-07-11 | 2018-12-11 | 深圳职业技术学院 | 一种摄像头成像质量实时评价方法 |
CN110864878A (zh) * | 2019-10-14 | 2020-03-06 | 中国航空工业集团公司洛阳电光设备研究所 | 一种高效大视场平显系统显示畸变检测的方法 |
CN111263137A (zh) * | 2018-11-30 | 2020-06-09 | 南京理工大学 | 单图像的畸变检测处理方法 |
CN112330755A (zh) * | 2020-11-26 | 2021-02-05 | 展讯通信(上海)有限公司 | 环视系统的标定评价方法及装置、存储介质、终端 |
CN113240592A (zh) * | 2021-04-14 | 2021-08-10 | 重庆利龙科技产业(集团)有限公司 | 基于ar-hud动态眼位下计算虚像平面的畸变矫正方法 |
-
2021
- 2021-12-08 CN CN202111492583.0A patent/CN113920145B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102263985A (zh) * | 2011-07-25 | 2011-11-30 | 深圳展景世纪科技有限公司 | 一种立体投影设备的质量评价方法、装置及系统 |
CN104318518A (zh) * | 2014-09-26 | 2015-01-28 | 北京航空航天大学 | 基于surf匹配和边缘检测的凸集投影图像重构方法 |
CN105118053A (zh) * | 2015-08-06 | 2015-12-02 | 浙江科技学院 | 一种基于压缩感知的全参考图像质量客观评价方法 |
CN108596890A (zh) * | 2018-04-20 | 2018-09-28 | 浙江科技学院 | 一种基于视觉测量率自适应融合的全参考图像质量客观评价方法 |
CN108989789A (zh) * | 2018-07-11 | 2018-12-11 | 深圳职业技术学院 | 一种摄像头成像质量实时评价方法 |
CN111263137A (zh) * | 2018-11-30 | 2020-06-09 | 南京理工大学 | 单图像的畸变检测处理方法 |
CN110864878A (zh) * | 2019-10-14 | 2020-03-06 | 中国航空工业集团公司洛阳电光设备研究所 | 一种高效大视场平显系统显示畸变检测的方法 |
CN112330755A (zh) * | 2020-11-26 | 2021-02-05 | 展讯通信(上海)有限公司 | 环视系统的标定评价方法及装置、存储介质、终端 |
CN113240592A (zh) * | 2021-04-14 | 2021-08-10 | 重庆利龙科技产业(集团)有限公司 | 基于ar-hud动态眼位下计算虚像平面的畸变矫正方法 |
Non-Patent Citations (2)
Title |
---|
XUDONG YANG 等: "A Self-Established "Machining-Measurement-Evaluation" Integrated Platform for Taper Cutting Experiments and Applications", 《MICROMACHINES》 * |
ZHEN ZENG 等: "Study on Aided Optical Alignment by Programmable Spots Array Generated by Off-Axis Parabolic Phase Based on LCoS-SLM", 《APPLIED SCIENCES》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117333495A (zh) * | 2023-12-01 | 2024-01-02 | 浙江口碑网络技术有限公司 | 图像检测方法、装置、设备及存储介质 |
CN117333495B (zh) * | 2023-12-01 | 2024-03-19 | 浙江口碑网络技术有限公司 | 图像检测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113920145B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100367293C (zh) | 用于显示器的光学检测的方法和装置 | |
US8320658B2 (en) | Unevenness inspection method, method for manufacturing display panel, and unevenness inspection apparatus | |
CN102414536B (zh) | 数字光学比较器 | |
US6768509B1 (en) | Method and apparatus for determining points of interest on an image of a camera calibration object | |
KR100805486B1 (ko) | 디스플레이의 다각도 계측 시스템 및 방법 | |
CN112116576B (zh) | 基于偏振结构光成像和改进的缺陷检测方法 | |
JP2004294202A (ja) | 画面の欠陥検出方法及び装置 | |
CN103973990B (zh) | 宽动态融合方法及装置 | |
EP1638345A1 (en) | Method for calculating display characteristic correction data, program for calculating display characteristic correction data, and device for calculating display characteristic correction data | |
TWI484283B (zh) | 影像計算量測方法、影像計算量測裝置及影像檢查裝置 | |
CN111507976B (zh) | 基于多角度成像的缺陷检测方法及系统 | |
CN111031311B (zh) | 成像质量检测方法、装置、电子设备及可读存储介质 | |
CN109829906A (zh) | 一种基于方向场与纹理特征的工件缺陷检测与分类方法 | |
CN109495729B (zh) | 投影画面校正方法和系统 | |
CN113608378B (zh) | 一种基于lcd制程的全自动缺陷检测方法和系统 | |
CN113920145B (zh) | 一种投影系统投射图像质量评价计算方法 | |
US6922483B2 (en) | Methods for measuring DMD low frequency spatial uniformity | |
CN112848281A (zh) | 一种光固化3d打印机光补偿方法 | |
CN102328871B (zh) | 乘客传送设备的扶手检查装置和乘客传送设备的维修方法 | |
CN110503690B (zh) | 一种高光谱视频采集系统的双路相机对齐方法 | |
Zhan et al. | PSF estimation method of simple-lens camera using normal sinh-arcsinh model based on noise image pairs | |
CN113840136B (zh) | 一种相机安装精度的检测方法和装置 | |
JP2020182127A (ja) | キャリブレーション装置、キャリブレーションシステム、および表示装置のキャリブレーション方法 | |
CN112381896B (zh) | 一种显微图像的亮度校正方法及系统、计算机设备 | |
CN114331826A (zh) | 一种基于畸变拉伸因子的鱼眼图像快速校正方法 |
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 |