CN114707529A - 一种线阵相机调焦过程中的图像质量评价方法和系统 - Google Patents

Abstract

一种线阵相机调焦过程中的图像质量评价方法和系统，其中方法包括：获取第一条形靶标图像，对第一条形靶标图像计算各列像素的灰度平均值得到灰度曲线序列，根据灰度曲线序列得到灰度梯度，筛选出符合预设条件的梯度值，计算这些梯度值的平均值作为局部清晰度评价分数；获取第二条形靶标图像，利用第二条形靶标图像中边缘点的极坐标信息计算得到偏移角度α，将图像旋转角度α，然后采用与获取局部清晰度评价分数相同的方法处理图像得到全局清晰度评价分数。本申请能够从局部和全局两方面来评价线阵相机拍摄的图像的清晰度，调试人员可以先根据局部清晰度评价分数进行粗调，再根据全局清晰度评价分数进行精调，有利于提高线阵相机焦距调节的精度。

Description

一种线阵相机调焦过程中的图像质量评价方法和系统

技术领域

本发明涉及图像处理技术领域，具体涉及一种线阵相机调焦过程中的图像质量评价方法和系统。

背景技术

随着机器视觉的大规模普及，人们对工业流水线的速度、精度的要求越来越高，实际应用中，线阵扫描系统以其特有的优势越来越被用户认可。线阵扫描系统中视觉部分最关键的器件就是线阵相机。线阵相机，顾名思义就是呈“线”状的，采用的是线阵图像传感器，线阵相机的宽度通常只有几个像素，例如常用的线宽有1、2、4或者8个像素，长度却有几K，比如常用的4K、8K和16K，有多个像素宽度的通常为TDI(Time Delay Integration，时间延时积分)相机。线阵相机每次拍摄得到的是一个呈线状的图像。在被测物体和线阵相机之间有相对运动的场合，通过线阵相机进行图像的高速采集，每次采集完一条线后物体正好运动到下一个像素长度，线阵相机再继续采集下一条线，一段时间后线条就拼成了一张二维的物体图像。

随着图像处理技术与自动化技术的深度融合，在印刷、新能源、钢板、线材、纸张等的检测中，线阵相机的应用越来越广泛。线阵相机放置于被检测物体的上方，在合适安装位置放置线性光源，被检测物体放置于线扫运动平台上，由线扫运动平台带动在线阵相机下方匀速运动，并通过数据采集卡或者IO信号触发线阵相机取像。

通常线阵相机安装在大型的检测、制造等设备上，观察分析图像的显示设备与被调焦的线阵相机相隔较远，因此线阵相机在拍摄前的调试工作较为困难，需要完成相机镜头的焦距、光源亮度、光源入射方向、传送带的带体运动速度等的调节。在焦距的调节过程中，由于线阵相机一次拍摄的图像只有一行或者几行，人眼很难判断图像的好坏，无法直接根据图像的好坏来完成线阵相机镜头的焦距调节；即使使物体运动进行扫描拍摄完整的图像，也只能根据人的主观经验判断图像清晰度，精度有限，从而影响了线阵相机焦距调节的精度，最终影响到了线阵相机的拍摄质量。

发明内容

本发明提供一种线阵相机调焦过程中的图像质量评价方法和系统，旨在对线阵相机调焦过程中拍摄的图像的清晰度自动进行评价，供调试人员参考，选择最佳的焦距。

根据第一方面，一种实施例中提供一种线阵相机调焦过程中的图像质量评价方法，用于评价图像的清晰度，所述图像质量评价方法包括局部评价步骤和全局评价步骤；

所述局部评价步骤包括：

获取第一条形靶标图像，所述第一条形靶标图像由线阵相机对静止的条形靶标进行单次拍摄而得到，所述条形靶标具有黑白相间的条纹；

计算所述第一条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)，其中下标i表示第i列，n表示列数；

对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}；

筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为局部清晰度评价分数；

所述全局评价步骤包括：

获取第二条形靶标图像，所述第二条形靶标图像由线阵相机对运动的所述条形靶标进行预设行数的扫描成像而得到；

利用所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，将所述第二条形靶标图像旋转角度α，使所述第二条形靶标图像中的条纹与图像下边界垂直，其中ρ为边缘点与图像原点的距离，θ为边缘点和图像原点的连线与图像X轴间的角度；

计算旋转后的所述第二条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)；

对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}；

筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为全局清晰度评价分数。

一种实施例中，所述对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}，包括：

预先设置平滑范围N，根据以下公式计算得到平滑强度系数σ：

根据以下公式计算得到梯度值f_i′，从而得到所述灰度梯度曲线序列{f_i′}：

其中

表示向下取整。

一种实施例中，所述符合预设条件的梯度值f_i′是指同时满足以下条件的梯度值f_i′：

f_i′＞f′_i-1、f_i′＞f′_i+1、|f′|＞t，

其中t为预设阈值。

一种实施例中，所述利用所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，包括：

获取用户设置的所述第二条形靶标图像中的感兴趣区域，获取所述感兴趣区域中的边缘点的极坐标信息(ρ,θ)；

将所获取的距离ρ和角度θ进行离散化，得到极坐标信息(ρ,θ)对应的索引坐标，对索引坐标进行投票计数处理，获取投票值最大的索引坐标对应的极坐标信息(ρ_m,θ_m)，则

一种实施例中，所述利用所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，包括：

获取所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)；

将所获取的距离ρ和角度θ进行离散化，得到极坐标信息(ρ,θ)对应的索引坐标，对索引坐标进行投票计数处理，筛选出投票值大于预设的投票值阈值的索引坐标，计算这些索引坐标对应的极坐标信息的平均值(ρ_a,θ_a)，则

一种实施例中，所述局部评价步骤还包括：将调焦过程中各个时刻的局部清晰度评价分数绘制成曲线并发送给显示设备，使显示设备进行显示以供调试人员查看；所述全局评价步骤还包括：将调焦过程中各个时刻的全局清晰度评价分数绘制成曲线并发送给显示设备，使显示设备进行显示以供调试人员查看。

一种实施例中，所述全局评价步骤还包括：在获得图像旋转角度α后，根据极坐标信息(ρ,θ)计算得到对应的图像坐标(x₀,y₀)，其中x₀＝ρcosθ,y₀＝ρsinθ，根据两个点(x₀-rsinα,y₀+rcosα)、(x₀+rsinα,y₀-rcosα)确定一条直线，将其发送给显示设备以进行显示，其中r为预设的显示半径。

一种实施例中，所述图像质量评价方法还包括速度调节步骤，所述速度调节步骤包括：

获取圆形靶标图像，所述圆形靶标图像由线阵相机对运动的圆形靶标进行完整的扫描成像而得到，所述圆形靶标具有圆形图案和/或圆环形图案；

获取所述圆形靶标图像中的圆或椭圆，获取该圆或椭圆的X方向的半径R_x和Y方向的半径R_y，根据约束条件R_x＝R_y对线扫运动平台的运动速度进行调节。

根据第二方面，一种实施例中提供一种线阵相机调焦过程中的图像质量评价系统，用于评价图像的清晰度，其特征在于，包括局部评价模块和全局评价模块；

所述局部评价模块包括：

第一靶标图像获取子模块，用于获取第一条形靶标图像，所述第一条形靶标图像由线阵相机对静止的条形靶标进行单次拍摄而得到，所述条形靶标具有黑白相间的条纹；

局部灰度曲线获取子模块，用于计算所述第一条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)，其中下标i表示第i列，n表示列数；

局部去噪子模块，用于对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}；

局部分数计算子模块，用于筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为局部清晰度评价分数；

所述全局评价模块包括：

第二靶标图像获取子模块，用于获取第二条形靶标图像，所述第二条形靶标图像由线阵相机对运动的所述条形靶标进行预设行数的扫描成像而得到；

图像旋转子模块，用于利用所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，将所述第二条形靶标图像旋转角度α，使所述第二条形靶标图像中的条纹与图像下边界垂直，其中ρ为边缘点与图像原点的距离，θ为边缘点和图像原点的连线与图像X轴间的角度；

全局灰度曲线获取子模块，用于计算旋转后的所述第二条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)；

全局去噪子模块，用于对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}；

全局分数计算子模块，用于筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为全局清晰度评价分数。

依据上述实施例的线阵相机调焦过程中的图像质量评价方法和系统，通过线阵相机分别在靶标静止和运动的情况下拍摄到的图像进行两种尺度的图像质量评价，利用靶标静止时的图像进行局部质量评价，利用靶标运动时拍摄的较完整的图像进行全局质量评价，能够从局部和全局两方面来评价线阵相机拍摄的图像的清晰度，调试人员可以先根据局部清晰度评价分数进行粗调，将焦距调节到一个大概位置上，然后根据全局清晰度评价分数再进行精调，有利于提高线阵相机焦距调节的精度，提升线阵相机拍摄图像的质量，保证图像的成像效果；同时由于在处理过程中进行了去噪处理，因此可以降低噪声的影响，提升图像质量评价的准确性和稳定性。

附图说明

图1为一种实施例中的条形靶标的示意图；

图2为一种实施例中局部评价步骤的流程图；

图3为一种实施例中得到的灰度曲线的示意图；

图4为一种实施例中得到的灰度梯度曲线的示意图；

图5为一种实施例中将灰度曲线和灰度梯度曲线置于同一张图中表示的示意图；

图6为一种实施例中的全局评价步骤的流程图；

图7为运动拍摄过程中靶标的运动方向的示意图；

图8为一种实施例中拍摄到的第二条形靶标图像；

图9为一种实施例中的圆形靶标的示意图；

图10为一种实施例中的速度调节步骤的流程图；

图11为一种实施例中的线阵相机调焦过程中的图像质量评价系统的结构示意图；

图12为另一种实施例中的线阵相机调焦过程中的图像质量评价系统的结构示意图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。

另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。

本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。

当前很多大型设备中线阵相机的焦距调节都是两个或者多个人配合完成的，一个人负责相机镜头的焦距调节、锁紧，另外一个人负责相机图像质量的判断，将图像质量告知镜头焦距调节人员，使其进一步对焦距进行调节提高图像拍摄质量，当前的调节方法，相机的对焦精度低、对设备的校准操作较繁琐。对于图像质量来说，图像清晰度是衡量图像质量的一个重要指标，由于相机一般工作在无参考图像的模式下，所以拍摄时需要进行对焦的控制，对焦不准确，图像就会变得比较模糊不清晰。相机对焦时通过一些清晰度评判标准，调节相机镜头与被拍摄物体的工作距离(Working Distance，WD)，使图像成像清晰。一般对焦时有一个调整的过程，在调焦的过程中，镜头与被拍摄物体的距离先从远到近，再从近到远，图像也从模糊到清晰再到模糊，可以确定出清晰度峰值，最终到达图像最清晰的位置。在这一过程中，图像清晰度的衡量是十分重要的。

本申请中针对线阵相机提供两种清晰度评价指标，即局部的清晰度评价指标和全局的清晰度评价指标。局部清晰度评价指标的评估是在静止拍摄的条件下完成的，在线阵相机下方放置特定的辅助对焦调节靶标，靶标静止不动，线阵相机对其进行单次拍摄得到一图像，获取图像的灰度和梯度投影曲线，并从中进行梯度幅值的分析，根据分析结果给出局部清晰度评价分数。

全局清晰度评价指标的评估则是在动态拍摄的条件下完成的，辅助对焦调节靶标放置于线阵相机下方进行匀速运动，线阵相机由外部IO信号触发进行连续的拍摄，达到预设行数后，得到一图像，对图像中靶标部分进行方向校正，消除可能由于辅助对焦调节靶标摆放偏斜而带来的影响，然后同样进行灰度和梯度的分析，根据分析结果给出全局清晰度评价分数。调试人员可以根据局部清晰度评价分数，先将线阵相机的焦距调节到一个大概位置上，然后根据全局清晰度评价分数进行精调，最终调节到一个最优的焦距，有助于提高线阵相机焦距调节的精度和效率。

辅助对焦调节靶标的设置是比较重要的，由于清晰度的一个重要的评判标准就是边缘的锐利程度，因此本申请中主要采用例如图1所示的条形靶标，该靶标具有黑白相间的条纹，形成了明显的边缘，适于进行图像清晰度的评价。下面对本申请的线阵相机调焦过程中的图像质量评价方法进行介绍，该方法中包括局部评价步骤和全局评价步骤。请参考图2，一种实施例中局部评价步骤包括步骤110～140，下面具体说明。

步骤110：获取第一条形靶标图像。如前文所述，在局部清晰度评价过程中，将条形靶标静止放置于线阵相机下方进行单次拍摄，得到第一条形靶标图像，第一条形靶标图像是一张只有一行或几行像素的图像。在放置条形靶标时，需要尽量使条形靶标中的条纹垂直于线阵排列长度方向。

步骤120：计算第一条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)，其中下标i表示第i列，n表示列数。具体的，每一列的灰度平均值f_i可以根据以下公式进行计算：

其中下标j表示第j行，m为线阵相机的线宽。由灰度曲线序列{f_i}得到的灰度曲线如图3所示。

步骤130：对灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}。可以采用平滑滤波的方式来进行去噪处理。用户预先设置平滑范围N，则平滑强度系数σ可以根据以下公式计算得到：

其中

表示向下取整。那么可设置滤波核为

因此使用上述滤波核进行去噪处理后得到的梯度值可表示为：

其中

从而可以得到灰度梯度曲线序列{f_i′}。由灰度梯度曲线序列{f_i′}得到的灰度梯度曲线如图4所示，将灰度曲线和灰度梯度曲线置于同一张图中表示则如图5所示，其中上方为灰度曲线，下方为灰度梯度曲线。

步骤140：筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为局部清晰度评价分数。根据预设条件在梯度值f_i′中筛选出更能够反映图像清晰度的数据来作为计算局部清晰度评价分数的基础，一种实施例中，可以获取同时满足以下三个条件的梯度值f_i′来进行计算：

f_i′＞f′_i-1、f_i′＞f′_i+1、|f′|＞t，

其中t为预设阈值。

调焦过程中，每次对焦距进行调整后可以获取到一个局部清晰度评价分数，为了方便调试人员查看，可以将调焦过程中各个时刻的局部清晰度评价分数绘制成曲线并发送给显示设备，使显示设备进行显示供调试人员查看，保证了调节过程的可追溯性，调试人员通过查看局部清晰度评价分数曲线可以便捷地找到曲线的最大值处，该处即为最佳对焦位置。

由于静止拍摄得到的靶标图像只有几行数据，因此局部清晰度评价分数的计算也仅仅是完成了几行数据的处理，调试人员可以根据局部清晰度评价分数来完成焦距的粗调，但为了使线阵相机能够有更好的拍摄质量，需要利用完整的图像来进行分析和处理，提高焦距调节的精度。本申请的全局评价步骤中根据线阵相机拍摄的完整的图像来进行清晰度的评价，请参考图6，一种实施例中全局评价步骤包括步骤210～250，下面具体说明。

步骤210：获取第二条形靶标图像。如前文所述，在全局清晰度评价过程中，需要动态拍摄靶标的图像。将条形靶标放置于承载被拍摄物体的线扫运动平台上，线扫运动平台带动条形靶标进行匀速运动，运动方向与线阵相机的关系如图7所示，线阵相机由外部IO信号触发对条形靶标进行预设行数的扫描成像，得到第二条形靶标图像，第二条形靶标图像是条形靶标较为完整的图像。

步骤220：对第二条形靶标图像进行方向校正。利用第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，将第二条形靶标图像旋转角度α，使第二条形靶标图像中的条纹与图像下边界垂直，其中ρ为边缘点与图像原点的距离，θ为边缘点和图像原点的连线与图像X轴间的角度。由于靶标摆放过程中可能会有偏斜，这时得到的图像如图8所示，对分析结果会产生影响，因此需要进行方向校正。

本申请实施例中提供两种计算偏移角度α的方式。一种实施例中，可以通过人机交互设备向用户展示第二条形靶标图像，用户在第二条形靶标图像上框选出感兴趣区域，优选框选出图像中的一条边缘直线，实际上偏移角度α就相当于边缘直线的偏斜角度。在获取用户设置的感兴趣区域后，获取感兴趣区域中的边缘点的极坐标信息(ρ,θ)，边缘点如图8中的黑色圆点所示，可以通过边缘检测获得。将所获取的距离ρ和角度θ进行离散化，得到极坐标信息(ρ,θ)对应的索引坐标，对索引坐标进行投票计数处理，获取投票值最大的索引坐标对应的极坐标信息(ρ_m,θ_m)。可以理解，离散化后距离ρ和角度θ被转换为离散值如1、2、3…等，每个离散值可以有对应的索引，假如索引从0开始，那么1的索引为0、2的索引为1…，可以得到每个极坐标信息对应的索引坐标，对索引坐标进行投票计数处理，假设投票值最大的索引坐标为(0,0)，那么对应的极坐标信息则为(1,1)。在投票计数处理中，对索引坐标进行计票，例如对于索引坐标(0,0)，每当出现一个索引坐标(0,0)时，则将它的投票值增加1，最终得到的投票值即相当于该索引坐标出现的次数或数量。最后利用(ρ_m,θ_m)计算得到偏移角度

另一种实施例中，可以不通过用户设置的感兴趣区域来获取边缘点，直接获取第二条形靶标图像中所有边缘点的极坐标信息(ρ,θ)，然后将所获取的距离ρ和角度θ进行离散化，得到极坐标信息(ρ,θ)对应的索引坐标，对索引坐标进行投票计数处理，筛选出投票值大于预设的投票值阈值的索引坐标，计算这些索引坐标对应的极坐标信息的平均值(ρ_a,θ_a)，则偏移角度

第二条形靶标图像中的边缘直线可以利用极坐标信息(ρ,θ)和偏移角度α显示出来。根据极坐标信息(ρ,θ)可以计算得到对应的图像坐标(x₀,y₀)，其中x₀＝ρcosθ,y₀＝ρsinθ，直线可以用两点来表示，在这里可以根据两个点(x₀-rsinα,y₀+rcosα)、(x₀+rsinα,y₀-rcosα)来确定出一条直线，用该直线来表示边缘直线，将其发送给显示设备以进行显示，方便调试人员查看，其中r为预设的显示半径，其控制着在显示设备上显示的线段的长度，用户可根据需要显示的线段的长度来确定r。

步骤230：计算旋转后的第二条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)。同样的，每一列的灰度平均值f_i可以根据以下公式进行计算：

步骤240：对灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}。这里可以采用与步骤130相同的方法进行去噪处理，用户预先设置平滑范围N，则平滑强度系数σ可以根据以下公式计算得到：

其中

表示向下取整。那么可设置滤波核为

因此使用上述滤波核进行去噪处理后得到的梯度值可表示为：

其中

从而可以得到灰度梯度曲线序列{f_i′}。

步骤250：筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为全局清晰度评价分数。一种实施例中，符合预设条件的梯度值f_i′可以是同时满足以下三个条件的梯度值f_i′：

f_i′＞f′_i-1、f_i′＞f′_i+1、|f′|＞t，

其中t为预设阈值。

与局部清晰度分析过程相同，在进行全局清晰度分析时，每次对焦距进行调整后可以获取到一个全局清晰度评价分数，可以将调焦过程中各个时刻的全局清晰度评价分数绘制成曲线并发送给显示设备，使显示设备进行显示供调试人员查看，保证了调节过程的可追溯性，调试人员通过查看全局清晰度评价分数曲线可以便捷地找到曲线的最大值处，该处即为最佳对焦位置。调试人员可以根据全局清晰度评价分数进一步对焦距进行精调，保证图像拍摄的质量。

在动态拍摄的条件下还可以进行线扫运动平台运动速度的调节，运动速度的调节可以采用圆形靶标来进行，圆形靶标上具有圆形图案和/或圆环形图案，如图9所示。本申请的方法中还包括速度调节步骤来实现线扫运动平台的速度调节，请参考图10，一种实施例中该步骤包括步骤310～320。

步骤310：获取圆形靶标图像。与拍摄第二条形靶标图像类似，将圆形靶标放置于线扫运动平台上，线扫运动平台带动圆形靶标进行匀速运动，线阵相机对运动的圆形靶标进行完整的扫描成像，得到圆形靶标图像。

步骤320：获取圆形靶标图像中的圆或椭圆，获取该圆或椭圆的X方向的半径R_x和Y方向的半径R_y，根据约束条件R_x＝R_y对线扫运动平台的运动速度进行调节。当线扫运动平台的运动速度过快或过慢时，圆形靶标中的圆在图像上会被拉伸或压缩，成为一个椭圆，当线扫运动平台的运动速度适当时，应当能从圆形靶标图像中得到一个圆，因此可根据约束条件R_x＝R_y对线扫运动平台的运动速度进行调节。

在上述图像质量评价方法的基础上，本申请还提供一种线阵相机调焦过程中的图像质量评价系统，请参考图11，一种实施例中该系统包括局部评价模块1和全局评价模块2，下面分别说明。

如图11所示，局部评价模块1包括第一靶标图像获取子模块11、局部灰度曲线获取子模块12、局部去噪子模块13和局部分数计算子模块14。

第一靶标图像获取子模块11用于获取第一条形靶标图像，第一条形靶标图像的拍摄过程可参考上文的步骤110。

局部灰度曲线获取子模块12用于计算第一条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)。具体的，每一列的灰度平均值f_i可以根据以下公式进行计算：

局部去噪子模块13用于对灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}。可以采用平滑滤波的方式来进行去噪处理。用户预先设置平滑范围N，则平滑强度系数σ可以根据以下公式计算得到：

其中

表示向下取整。那么可设置滤波核为

因此使用上述滤波核进行去噪处理后得到的梯度值可表示为：

其中

从而可以得到灰度梯度曲线序列{f_i′}。

局部分数计算子模块14用于筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为局部清晰度评价分数。一种实施例中，符合预设条件的梯度值f_i′可以是同时满足以下三个条件的梯度值f_i′：

f_i′＞f′_i-1、f_i′＞f′_i+1、|f′|＞t，

其中t为预设阈值。

调焦过程中，每次对焦距进行调整后可以获取到一个局部清晰度评价分数，为了方便调试人员查看，局部分数计算子模块14可以将调焦过程中各个时刻的局部清晰度评价分数绘制成曲线并发送给显示设备，使显示设备进行显示供调试人员查看，保证了调节过程的可追溯性，调试人员通过查看局部清晰度评价分数曲线可以便捷地找到曲线的最大值处，该处即为最佳对焦位置。

下面对全局评价模块2进行说明。如图11所示，全局评价模块2包括第二靶标图像获取子模块21、图像旋转子模块22、全局灰度曲线获取子模块23、全局去噪子模块24和全局分数计算子模块25。

第二靶标图像获取子模块21用于获取第二条形靶标图像，第二条形靶标图像的拍摄过程可以参考上文的步骤210。

图像旋转子模块22用于利用第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，将第二条形靶标图像旋转角度α，使第二条形靶标图像中的条纹与图像下边界垂直。

图像旋转子模块22可以通过两种方式来计算偏移角度α。一种实施例中，可以先通过人机交互设备向用户展示第二条形靶标图像，用户在第二条形靶标图像上框选出感兴趣区域，优选框选出图像中的一条边缘直线，实际上偏移角度α就相当于边缘直线的偏斜角度。图像旋转子模块22获取用户设置的感兴趣区域，然后获取感兴趣区域中的边缘点的极坐标信息(ρ,θ)，边缘点如图8中的黑色圆点所示，可以通过边缘检测获得。之后图像旋转子模块22将所获取的距离ρ和角度θ进行离散化，得到极坐标信息(ρ,θ)对应的索引坐标，对索引坐标进行投票计数处理，获取投票值最大的索引坐标对应的极坐标信息(ρ_m,θ_m)，最后利用(ρ_m,θ_m)计算得到偏移角度

另一种实施例中，图像旋转子模块22可以不通过用户设置的感兴趣区域来获取边缘点，直接获取第二条形靶标图像中所有边缘点的极坐标信息(ρ,θ)，然后将所获取的距离ρ和角度θ进行离散化，得到极坐标信息(ρ,θ)对应的索引坐标，对索引坐标进行投票计数处理，筛选出投票值大于预设的投票值阈值的索引坐标，计算这些索引坐标对应的极坐标信息的平均值(ρ_a,θ_a)，计算得到偏移角度

第二条形靶标图像中的边缘直线可以利用极坐标信息(ρ,θ)和偏移角度α显示出来。请参考图12，一种实施例中全局评价模块2还可以包括边缘直线获取子模块26，边缘直线获取子模块26用于根据极坐标信息(ρ,θ)计算得到对应的图像坐标(x₀,y₀)，其中x₀＝ρcosθ,y₀＝ρsinθ，之后根据两个点(x₀-rsinα,y₀+rcosα)、(x₀+rsinα,y₀-rcosα)确定出一条直线，用该直线来表示边缘直线，将其发送给显示设备以进行显示，方便调试人员查看，其中r为预设的显示半径，其控制着在显示设备上显示的线段的长度，用户可根据需要显示的线段的长度来确定r。

全局灰度曲线获取子模块23用于计算旋转后的第二条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)。同样的，每一列的灰度平均值f_i可以根据以下公式进行计算：

全局去噪子模块24用于对灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}。这里可以采用与局部去噪子模块13相同的方法进行去噪处理，用户预先设置平滑范围N，则平滑强度系数σ可以根据以下公式计算得到：

其中

表示向下取整。那么可设置滤波核为

因此使用上述滤波核进行去噪处理后得到的梯度值可表示为：

其中

从而可以得到灰度梯度曲线序列{f_i′}。

全局分数计算子模块25用于筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为全局清晰度评价分数。一种实施例中，符合预设条件的梯度值f_i′可以是同时满足以下三个条件的梯度值f_i′：

f_i′＞f′_i-1、f_i′＞f′_i+1、|f|′＞t，

其中t为预设阈值。

与局部清晰度分析过程相同，在进行全局清晰度分析时，每次对焦距进行调整后可以获取到一个全局清晰度评价分数，全局分数计算子模块25可以将调焦过程中各个时刻的全局清晰度评价分数绘制成曲线并发送给显示设备，使显示设备进行显示供调试人员查看，保证了调节过程的可追溯性，调试人员通过查看全局清晰度评价分数曲线可以便捷地找到曲线的最大值处，该处即为最佳对焦位置。调试人员可以根据全局清晰度评价分数进一步对焦距进行精调，保证图像拍摄的质量。

请参考图12，本申请一种实施例中的图像质量评价系统还可以包括速度调节模块3，速度调节模块3用于调节线扫运动平台的运动速度，速度调节模块3可以包括第三靶标图像获取子模块31和调节子模块32。第三靶标图像获取子模块31用于获取圆形靶标图像，圆形靶标图像的拍摄过程可以参考上文中的步骤310。调节子模块32用于获取圆形靶标图像中的圆或椭圆，获取该圆或椭圆的X方向的半径R_x和Y方向的半径R_y，根据约束条件R_x＝R_y对线扫运动平台的运动速度进行调节。

依据上述实施例的线阵相机调焦过程中的图像质量评价方法和系统，通过线阵相机分别在靶标静止和运动的情况下拍摄到的图像进行两种尺度的图像质量评价，利用靶标静止时的图像进行局部质量评价，利用靶标运动时拍摄的较完整的图像进行全局质量评价，能够从局部和全局两方面来评价线阵相机拍摄的图像的清晰度，调试人员可以先根据局部清晰度评价分数进行粗调，将焦距调节到一个大概位置上，然后根据全局清晰度评价分数再进行精调，有利于提高线阵相机焦距调节的精度，提升线阵相机拍摄图像的质量，保证图像的成像效果，也减少了一些繁琐的操作，提高了线阵相机焦距调节的效率。由于在处理过程中进行了去噪处理，因此可以降低噪声的影响，提升图像质量评价的准确性和稳定性。在有的实施例中可以将清晰度评价分数绘制成曲线显示出来，方便调试人员查看，也保证了调节过程的可追溯性。在有的实施例中还可以对线扫运动平台的运动速度进行调节，提高线阵相机拍摄得到的图像的准确性。

本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。

以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (10)

1.一种线阵相机调焦过程中的图像质量评价方法，用于评价图像的清晰度，其特征在于，所述图像质量评价方法包括局部评价步骤和全局评价步骤；

所述局部评价步骤包括：

获取第一条形靶标图像，所述第一条形靶标图像由线阵相机对静止的条形靶标进行单次拍摄而得到，所述条形靶标具有黑白相间的条纹；

计算所述第一条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)，其中下标i表示第i列，n表示列数；

对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}；

筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为局部清晰度评价分数；

所述全局评价步骤包括：

获取第二条形靶标图像，所述第二条形靶标图像由线阵相机对运动的所述条形靶标进行预设行数的扫描成像而得到；

利用所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，将所述第二条形靶标图像旋转角度α，使所述第二条形靶标图像中的条纹与图像下边界垂直，其中ρ为边缘点与图像原点的距离，θ为边缘点和图像原点的连线与图像X轴间的角度；

计算旋转后的所述第二条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)；

对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}；

筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为全局清晰度评价分数。

2.如权利要求1所述的图像质量评价方法，其特征在于，所述对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}，包括：

预先设置平滑范围N，根据以下公式计算得到平滑强度系数σ：

根据以下公式计算得到梯度值f_i′，从而得到所述灰度梯度曲线序列{f_i′}：

其中

表示向下取整。

3.如权利要求1所述的图像质量评价方法，其特征在于，所述符合预设条件的梯度值f_i′是指同时满足以下条件的梯度值f_i′：

f_i′＞f′_i-1、f_i′＞f′_i+1、|f′|＞t，

其中t为预设阈值。

4.如权利要求1所述的图像质量评价方法，其特征在于，所述利用所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，包括：

获取用户设置的所述第二条形靶标图像中的感兴趣区域，获取所述感兴趣区域中的边缘点的极坐标信息(ρ,θ)；

将所获取的距离ρ和角度θ进行离散化，得到极坐标信息(ρ,θ)对应的索引坐标，对索引坐标进行投票计数处理，获取投票值最大的索引坐标对应的极坐标信息(ρ_m,θ_m)，则

5.如权利要求1所述的图像质量评价方法，其特征在于，所述利用所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，包括：

获取所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)；

将所获取的距离ρ和角度θ进行离散化，得到极坐标信息(ρ,θ)对应的索引坐标，对索引坐标进行投票计数处理，筛选出投票值大于预设的投票值阈值的索引坐标，计算这些索引坐标对应的极坐标信息的平均值(ρ_a,θ_a)，则

6.如权利要求1所述的图像质量评价方法，其特征在于，所述局部评价步骤还包括：将调焦过程中各个时刻的局部清晰度评价分数绘制成曲线并发送给显示设备，使显示设备进行显示以供调试人员查看；所述全局评价步骤还包括：将调焦过程中各个时刻的全局清晰度评价分数绘制成曲线并发送给显示设备，使显示设备进行显示以供调试人员查看。

7.如权利要求1所述的图像质量评价方法，其特征在于，所述全局评价步骤还包括：在获得图像旋转角度α后，根据极坐标信息(ρ,θ)计算得到对应的图像坐标(x₀,y₀)，其中x₀＝ρcosθ,y₀＝ρsinθ，根据两个点(x₀-rsinα,y₀+rcosα)、(x₀+rsinα,y₀-rcosα)确定一条直线，将其发送给显示设备以进行显示，其中r为预设的显示半径。

8.如权利要求1至7中任一项所述的图像质量评价方法，其特征在于，还包括速度调节步骤，所述速度调节步骤包括：

获取圆形靶标图像，所述圆形靶标图像由线阵相机对运动的圆形靶标进行完整的扫描成像而得到，所述圆形靶标具有圆形图案和/或圆环形图案；

获取所述圆形靶标图像中的圆或椭圆，获取该圆或椭圆的X方向的半径R_x和Y方向的半径R_y，根据约束条件R_x＝R_y对线扫运动平台的运动速度进行调节。

9.一种线阵相机调焦过程中的图像质量评价系统，用于评价图像的清晰度，其特征在于，包括局部评价模块和全局评价模块；

所述局部评价模块包括：

第一靶标图像获取子模块，用于获取第一条形靶标图像，所述第一条形靶标图像由线阵相机对静止的条形靶标进行单次拍摄而得到，所述条形靶标具有黑白相间的条纹；

局部灰度曲线获取子模块，用于计算所述第一条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)，其中下标i表示第i列，n表示列数；

局部去噪子模块，用于对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}；

局部分数计算子模块，用于筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为局部清晰度评价分数；

所述全局评价模块包括：

第二靶标图像获取子模块，用于获取第二条形靶标图像，所述第二条形靶标图像由线阵相机对运动的所述条形靶标进行预设行数的扫描成像而得到；

图像旋转子模块，用于利用所述第二条形靶标图像中的边缘点的极坐标信息(ρ,θ)进行计算得到偏移角度α，将所述第二条形靶标图像旋转角度α，使所述第二条形靶标图像中的条纹与图像下边界垂直，其中ρ为边缘点与图像原点的距离，θ为边缘点和图像原点的连线与图像X轴间的角度；

全局灰度曲线获取子模块，用于计算旋转后的所述第二条形靶标图像中各列像素的灰度平均值f_i，得到灰度曲线序列{f_i}(i＝1,2,…,n)；

全局去噪子模块，用于对所述灰度曲线序列{f_i}进行去噪处理，得到灰度梯度曲线序列{f_i′}；

全局分数计算子模块，用于筛选出符合预设条件的梯度值f_i′，计算这些梯度值的平均值作为全局清晰度评价分数。

10.一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求1-8中任一项所述的图像质量评价方法。

Images