CN114913332A - 一种生成二值图像的方法及装置 - Google Patents

一种生成二值图像的方法及装置 Download PDF

Info

Publication number
CN114913332A
CN114913332A CN202210831620.4A CN202210831620A CN114913332A CN 114913332 A CN114913332 A CN 114913332A CN 202210831620 A CN202210831620 A CN 202210831620A CN 114913332 A CN114913332 A CN 114913332A
Authority
CN
China
Prior art keywords
image
target
determining
binary image
images
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.)
Pending
Application number
CN202210831620.4A
Other languages
English (en)
Inventor
徐春梅
范鑫
金�一
段明辉
孙正
郑亚兵
竺长安
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN202210831620.4A priority Critical patent/CN114913332A/zh
Publication of CN114913332A publication Critical patent/CN114913332A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种生成二值图像的方法,包括:获取待处理的灰度图像;预设第一矩阵;通过对所述多个未知权重系数基于不同取值获得多个第二矩阵;通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像;确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值;将所对应强度误差值最小的第一二值图像确定为目标二值图像。如此,通过预设多个未知权重系数的动态误差扩散核矩阵来实现对不同的灰度图像进行动态调参,以使不同的灰度图像都能生成高质量的二值图像,并且使生成的二值图像对离焦程度具有一定的鲁棒性。

Description

一种生成二值图像的方法及装置
技术领域
本申请涉及高速三维重建领域,特别是涉及一种生成二值图像的方法及装置。
背景技术
目前,采用二值抖动技术来生成二值图像。现有的二值抖动技术生成的二值图像容易丢失局部细节特征,且其使用的固定误差扩散核矩阵在面对具有可变周期的二值图像时无法获得高质量的编码相位分布。也就是说,采用固定误差扩散核矩阵将灰度图像中某像素的强度值进行二值化处理后产生的误差,按照固定权重系数分配至其相邻未二值化处理的像素,对未处理的像素的原有强度值进行调整后再进行二值化,使得生成的二值图像与原灰度图像的强度差异更小。
但是,不同的灰度图像中像素的强度值分布不同,采用相同的固定误差扩散核矩阵来对不同的灰度图像进行处理,不能充分利用原灰度图像的局部细节特征,无法获得高质量的二值图案。
因此,如何生成高质量的二值图像是本领域技术人员关注的重点问题。
发明内容
基于上述问题,本申请提供了一种生成二值图像的方法及装置,能够生成高质量的二值图像,使生成的二值图像对离焦程度具有一定的鲁棒性。本申请实施例公开了如下技术方案:
第一方面,本申请公开了一种生成二值图像的方法,包括:
获取待处理的灰度图像;
预设第一矩阵,所述第一矩阵为包括多个未知权重系数的动态误差扩散核矩阵;
通过对所述多个未知权重系数基于不同取值获得多个第二矩阵,所述多个第二矩阵为多个包括多个已知权重系数的动态误差扩散核矩阵;
通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像;
确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值;
将所对应强度误差值最小的第一二值图像确定为目标二值图像。
可选的,将所述多个第一二值图像分别作为第一目标二值图像,所述确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值,包括:
针对所述第一目标二值图像,生成所述第一目标二值图像对应的第一离焦投影图像;
将所述灰度图像和所述第一离焦投影图像对应的强度误差值确定为所述灰度图像和所述第一目标二值图像对应的强度误差值。
可选的,所述方法还包括:
确定所述目标二值图像对应的强度误差范围;
根据所述强度误差范围生成所述目标二值图像对应的多个候选图像;
确定所述灰度图像和所述多个候选图像分别对应的相位误差值;
将所对应相位误差值最小的候选图像确定为第二目标二值图像。
可选的,将所述多个候选图像分别作为目标候选图像,所述确定所述灰度图像和所述多个候选图像分别对应的相位误差值,包括:
针对所述目标候选图像,生成所述目标候选图像对应的第二离焦投影图像;
将所述灰度图像和所述第二离焦投影图像对应的相位误差值确定为所述灰度图像和所述目标候选图像对应的相位误差值。
可选的,所述确定所述目标二值图像对应的强度误差范围,包括:
根据所述目标二值图像,结合多个算法,获得误差放大因子;
根据所述误差放大因子,将所述目标二值图像的强度误差值扩展为所述强度误差范围。
第二方面,本申请公开了一种生成二值图像的装置,包括:
获取模块,用于获取待处理的灰度图像;
预设模块,用于预设第一矩阵,所述第一矩阵为包括多个未知权重系数的动态误差扩散核矩阵;
获得模块,用于通过对所述多个未知权重系数基于不同取值获得多个第二矩阵,所述多个第二矩阵为多个包括多个已知权重系数的动态误差扩散核矩阵;
处理模块,用于通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像;
第一确定模块,用于确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值;
第二确定模块,用于将所对应强度误差值最小的第一二值图像确定为目标二值图像。
可选的,将所述多个第一二值图像分别作为第一目标二值图像,所述第一确定模块具体包括:
第一生成模块,用于针对所述第一目标二值图像,生成所述第一目标二值图像对应的第一离焦投影图像;
第三确定模块,用于将所述灰度图像和所述第一离焦投影图像对应的强度误差值确定为所述灰度图像和所述第一目标二值图像对应的强度误差值。
可选的,所述装置还包括:
第四确定模块,用于确定所述目标二值图像对应的强度误差范围;
第二生成模块,用于根据所述强度误差范围生成所述目标二值图像对应的多个候选图像;
第五确定模块,用于确定所述灰度图像和所述多个候选图像分别对应的相位误差值;
第六确定模块,用于将所对应相位误差值最小的候选图像确定为第二目标二值图像。
可选的,将所述多个候选图像分别作为目标候选图像,所述第五确定模块具体包括:
第三生成模块,用于针对所述目标候选图像,生成所述目标候选图像对应的第二离焦投影图像;
第七确定模块,用于将所述灰度图像和所述第二离焦投影图像对应的相位误差值确定为所述灰度图像和所述目标候选图像对应的相位误差值。
可选的,所述第四确定模块具体包括:
获得模块,用于根据所述目标二值图像,结合多个算法,获得误差放大因子;
扩展模块,用于根据所述误差放大因子,将所述目标二值图像的强度误差值扩展为所述强度误差范围。
相较于现有技术,本申请具有以下有益效果:
本申请首先获取待处理的灰度图像,然后预设第一矩阵,所述第一矩阵为包括多个未知权重系数的动态误差扩散核矩阵,通过对所述多个未知权重系数基于不同取值获得多个第二矩阵,所述多个第二矩阵为多个包括多个已知权重系数的动态误差扩散核矩阵,而后通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像,确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值,最后将所对应强度误差值最小的第一二值图像确定为目标二值图像。如此,通过预设多个未知权重系数的动态误差扩散核矩阵来实现对不同的灰度图像进行动态调参,以使不同的灰度图像都能生成高质量的二值图像,并且使生成的二值图像对离焦程度具有一定的鲁棒性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种生成二值图像的方法的流程图;
图2为本申请实施例提供的另一种生成二值图像的方法的流程图;
图3为本申请实施例提供的处于不同位置(不同离焦程度)的平板相位恢复图;
图4为本申请实施例提供的15种不同频率条纹下的平板相位恢复图;
图5为本申请实施例提供的具有规则形貌的两个标准球进行三维形状恢复图;
图6为本申请实施例提供的具有复杂边缘特征的三个独立雕塑进行三维形状恢复图;
图7为本申请实施例提供的一种生成二值图像的装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,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,都属于本申请保护范围。
需要说明的是,本申请提供的一种生成二值图像的方法及装置,用于高速三维重建领域,上述仅为示例,并不对本申请提供的方法及装置名称的应用领域进行限定。
正如前文描述,采用现有的二值抖动技术来生成二值图像,其使用固定误差扩散核矩阵对具有不同周期或不同频率的灰度图像进行二值化处理,由于不同的灰度图像中像素的强度值分布不同,采用相同的固定误差扩散核矩阵来对不同的灰度图像进行处理,导致无法生成高质量的二值图像。由此,如何在生成高质量的二值图像是本领域技术人员关注的重点问题。
所以发明人提出本申请技术方案,本申请首先获取待处理的灰度图像,然后预设第一矩阵,所述第一矩阵为包括多个未知权重系数的动态误差扩散核矩阵,通过对所述多个未知权重系数基于不同取值获得多个第二矩阵,所述多个第二矩阵为多个包括多个已知权重系数的动态误差扩散核矩阵,而后通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像,确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值,最后将所对应强度误差值最小的第一二值图像确定为目标二值图像。如此,通过预设多个未知权重系数的动态误差扩散核矩阵来实现对不同的灰度图像进行动态调参,以使不同的灰度图像都能生成高质量的二值图像,并且使生成的二值图像对离焦程度具有一定的鲁棒性。
本申请实施例提供的方法可以由终端设备上的软件执行。所述终端设备例如可以是手机、平板电脑、计算机等设备。所述软件例如可以是系统软件。
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。
方法实施例
以下通过一个实施例,对本申请提供的一种生成二值图像的方法进行说明。
参见图1,该图为本申请实施例提供的一种生成二值图像的方法的流程图,如图1所示,该方法包括:
S101:获取待处理的灰度图像。
在本步骤中,获取的是待处理的灰度图像。其中,待处理的灰度图像可以是一个也可以是多个,在此不做具体限定。
S102:预设第一矩阵,所述第一矩阵为包括多个未知权重系数的动态误差扩散核矩阵。
在S101的基础上,本步骤旨在预设一个包括多个未知权重系数的动态误差扩散核矩阵,以基于多个未知权重系数进行动态调参。
多个未知权重系数的动态误差扩散核矩阵如下:
Figure 537408DEST_PATH_IMAGE001
其中,其中k和l表示坐标为(x,y)的当前处理像素与其位于 (x-k,y-l)处的邻域 像素在x和y方向上的邻近距离,-表示先前处理的像素,*表示正在处理的像素,
Figure 469591DEST_PATH_IMAGE002
表示四个未知权重系数。
S103:通过对所述多个未知权重系数基于不同取值获得多个第二矩阵,所述多个第二矩阵为多个包括多个已知权重系数的动态误差扩散核矩。
在S102的基础上,本步骤旨在对多个未知权重系数基于不同取值获得多个包括多个已知权重系数的动态误差扩散核矩阵。
可以进一步进行说明的是,先将设定的动态误差扩散核矩阵
Figure 17247DEST_PATH_IMAGE003
中的一个未知 权重系数固定为0~8之间某一整数,再将另外三个未知权重系数在0~8之间轮流取整数,以 获得多个已知权重系数的动态误差扩散核矩阵。也就是,将灰度图像中某像素强度值进行 二值化处理后生成的量化误差,根据动态误差扩散核矩阵中的权重系数扩散至灰度图像的 相邻的四个未处理像素上。
S104:通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像。
在S103的基础上,本步骤旨在根据多个包括多个已知权重系数的动态误差扩散核矩阵对待处理的灰度图像进行处理,得到对应的多个第一二值图像。
S105:确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值。
在步骤S104的基础上,本步骤旨在确定待处理的灰度图像和多个第一二值图像分别对应的强度误差值。其中,将多个第一二值图像分别作为第一目标二值图像。
可选的,本步骤可以包括:
步骤1:针对所述第一目标二值图像,生成所述第一目标二值图像对应的第一离焦投影图像。
本步骤旨在针对第一目标二值图像,生成第一目标二值图像对应的第一离焦投影图像。其中,生成第一离焦投影图像是为了生成与灰度图像最接近的二值图像。
步骤2:将所述灰度图像和所述第一离焦投影图像对应的强度误差值确定为所述灰度图像和所述第一目标二值图像对应的强度误差值。
本步骤旨在将灰度图像和第一离焦投影图像对应的强度误差值确定为灰度图像和第一目标二值图像对应的强度误差值。
灰度图像和第一离焦投影图像对应的强度误差值的计算公式如下:
Figure 515225DEST_PATH_IMAGE004
其中,
Figure 552451DEST_PATH_IMAGE005
表示强度误差,
Figure 706352DEST_PATH_IMAGE006
表示对目标值取Frobenius(弗罗贝尼乌斯)范数,
Figure 588857DEST_PATH_IMAGE007
表示强度误差Frobenius(弗罗贝尼乌斯)范数最小值。
S106:将所对应强度误差值最小的第一二值图像确定为目标二值图像。
在S105的基础上,本步骤旨在比较所有第一二值图案对应的强度误差值,将所对应强度误差值最小的第一二值图像确定为目标二值图像。
可见,本可选方案主要是说明如何生成最小强度误差值的二值图像。具体的,在本可选方案中,首先获取待处理的灰度图像,然后预设第一矩阵,所述第一矩阵为包括多个未知权重系数的动态误差扩散核矩阵,通过对所述多个未知权重系数基于不同取值获得多个第二矩阵,所述多个第二矩阵为多个包括多个已知权重系数的动态误差扩散核矩阵,而后通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像,确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值,最后将所对应强度误差值最小的第一二值图像确定为目标二值图像。
综上,本实施例能够生成最小强度误差值的二值图像,使生成的二值图像对离焦程度具有一定的鲁棒性。
以下通过另一个实施例,对本申请提供的一种生成二值图像的方法进行说明。
参见图2,该图为本申请实施例提供的另一种生成二值图像的方法的流程图,如图2所示,该方法包括:
S201:确定所述目标二值图像对应的强度误差范围。
在本步骤中,确定目标二值图像对应的强度误差范围。
可选的,本步骤可以包括:
步骤1:根据所述目标二值图像,结合多个算法,获得误差放大因子。
本步骤旨在根据目标二值图像,结合多个算法,获得误差放大因子。其中,误差放大因子r用于将强度误差值扩展为强度误差范围。
其中,多个算法包括FSD算法和SLD算法,FSD算法和SLD算法均为传统误差扩散算法,在此不做具体限定。
计算公式如下:
Figure 206920DEST_PATH_IMAGE008
Figure 352731DEST_PATH_IMAGE009
,
其中,
Figure 790665DEST_PATH_IMAGE010
Figure 476862DEST_PATH_IMAGE011
Figure 152694DEST_PATH_IMAGE012
分别表示本方案、FSD算法和SLD算法下 第n张目标二值图像的强度误差,
Figure 531722DEST_PATH_IMAGE013
Figure 456953DEST_PATH_IMAGE014
分别表示FSD算法和SLD算法下第n张目标二 值图像的误差放大因子。
步骤2:根据所述误差放大因子,将所述目标二值图像的强度误差扩展为所述强度误差范围。
本步骤旨在根据误差放大因子,将目标二值图像的强度误差值扩展为所述强度误差范围。
计算公式如下:
Figure 884523DEST_PATH_IMAGE015
根据上述公式可知,通过误差放大因子r将强度误差值
Figure 211600DEST_PATH_IMAGE016
扩展到一个强度 误差范围
Figure 495950DEST_PATH_IMAGE017
,其中,
Figure 613204DEST_PATH_IMAGE018
表示强度误差Frobenius(弗罗 贝尼乌斯)范数最大值。
S202:根据所述强度误差范围生成所述目标二值图像对应的多个候选图像。
本步骤旨在根据强度误差范围生成目标二值图像对应的多个候选图像。也就是,生成与目标二值图像相似的多个候选图像。
S203:确定所述灰度图像和所述多个候选图像分别对应的相位误差值。
本步骤旨在生成灰度图像和多个候选图像分别对应的相位误差值。其中,可将多个候选图像分别作为目标候选图像。
可选的,本步骤可以包括:
步骤1:针对所述目标候选图像,生成所述目标候选图像对应的第二离焦投影图像。
本步骤旨在针对目标候选图像,生成目标候选图像对应的第二离焦投影图像。其中,生成第二离焦投影图像是为了生成与灰度图像最接近的二值图像。
步骤2:将所述灰度图像和所述第二离焦投影图像对应的相位误差值确定为所述灰度图像和所述目标候选图像对应的相位误差值。
本步骤旨在将灰度图像和第二离焦投影图像对应的相位误差值确定为灰度图像和目标候选图像对应的相位误差值。
灰度图像和第二离焦投影图像对应的相位误差值的计算公式如下:
Figure 906782DEST_PATH_IMAGE019
其中,
Figure 88365DEST_PATH_IMAGE020
表示相位误差,
Figure 481300DEST_PATH_IMAGE021
表示灰度图像的相位,
Figure 646702DEST_PATH_IMAGE022
表示第二离焦投影图像 中的相位,
Figure 212813DEST_PATH_IMAGE023
表示相位误差Frobenius(弗罗贝尼乌斯)范数最小值。
进一步的,本步骤还可以包括:按照相位恢复方法将灰度图像对应的目标二值图像对应的多个候选图像逐一进行匹配,以提取相位。
S204:将所对应相位误差值最小的候选图像确定为第二目标二值图像。
本步骤旨在将所对应相位误差值最小的候选图像作为第二目标二值图像。
在本可选方案中,所述方法还包括:
步骤1:计算灰度图像的相位
Figure 717744DEST_PATH_IMAGE024
和第二目标二值图像的相位
Figure 343897DEST_PATH_IMAGE025
,以及计算灰度图 像和第二目标二值图像之间的相位差
Figure 731016DEST_PATH_IMAGE026
以及跳变错误像素数量
Figure 304080DEST_PATH_IMAGE027
,然后计算灰度 图像某像素与相位跳表错误处像素之间的距离m,并初始化该距离m=0,以使目标二值图像 与第二目标二值图像相等,也就是对目标二值图像进行局部校正。
步骤2:对目标二值图像相位中的跳变错误发生处进行局部邻域内m相邻像素(x+ m,y)的“0”或“1”强度状态突变,计算当前相位差
Figure 194675DEST_PATH_IMAGE028
及跳变错误像素数量
Figure 257309DEST_PATH_IMAGE029
,并保存满足
Figure 69408DEST_PATH_IMAGE030
Figure 242900DEST_PATH_IMAGE031
的有效强度突变,以更新有 效矫正目标二值图像,当
Figure 519160DEST_PATH_IMAGE032
,且:
Figure 690379DEST_PATH_IMAGE033
Figure 425991DEST_PATH_IMAGE034
则m=m+1,重复当前步骤,否则,停止局部强度突变,以生成用于精确高速三维重建的第三目标二值图像。
步骤3:将有效矫正的第三目标二值图像投影在位于三种不同位置的平板上,采集对应的变形条纹,根据三步相移法恢复不同位置处平板的包裹相位。
在本申请的技术方案中,灰度图像可为一个也可为多个,在此不做具体限定。
可见,本可选方案主要是说明如何生成最小相位误差值的二值图像。具体的,在本可选方案中,首先确定目标二值图像对应的强度误差范围,然后根据强度误差范围生成目标二值图像对应的多个候选图像,确定灰度图像和所述候选图像分别对应的相位误差值,最后将所对应相位误差值最小的候选图像确定为第二目标二值图像。
综上,本实施例能够在生成最小强度误差值的情况下,生成最小相位误差值的二值图像,两者相结合,以生成更高质量的二值图像,从而提高了对不同条纹或者不同频率的灰度图像的适应性。
在以下四个实施例中都可以用于验证本申请技术方案的有效性。实施例1为特定条纹频率下,一张平板位于不同位置处(对应不同离焦程度)的相位恢复;实施例2为一张平板位于特定位置处,采用不同条纹频率获得的相位分布;实施例3为两个独立标准球的三维形状恢复;实施例4为三个独立复杂物体的三维形状恢复。下面分别进行说明:
实施例1:
一张平板分别位于P1、P2和P3三个不同位置处,其与投影仪镜头之间的距离依次增加。其中,P1位置距离投影镜头约300mm,对应投影仪镜头严重离焦情况;P2位置距离投影镜头约400mm,对应投影仪镜头中度离焦情况;P3位置距离投影镜头约500mm,对应投影仪镜头轻微离焦情况,利用本方案生成频率为12的二值图像对平板进行相位恢复。如图3所示,图3中的(a)、(b)和(c)分别为P1、P2和P3三个位置处平板的相位恢复结果。
实施例2:
采用本方案生成不同频率的二值图像,并将其离焦投影在距离投影镜头约350mm的平板上,对平板进行相位恢复。本实施例中采用的条纹频率分别为:1,2,3,5,6,8,10,12,15,20,30,38,60,95及114等,对应15种宽窄程度不同的条纹投影图像。如图4所示,图4中的(a)-(o)显示平板在15种不同频率下的包裹相位恢复情况。
实施例3:
对具有规则形貌的两个标准球进行三维形状恢复,利用本方案生成指定频率的二值图像进行离焦投影。如图5所示,测量结果表明,本方案实现了规则物体的精确三维形状测量。
实施例4:
对具有复杂边缘特征的三个独立雕塑进行三维形状恢复,利用本方案生成指定频率的二值图像进行离焦投影。如图6所示,测量结果表明,本方案用于复杂物体的高速三维形状测量。
装置实施例
下面对本申请实施例提供的一种生成二值图像的装置进行介绍,下文描述的一种生成二值图像的装置与上文描述的一种生成二值图像的方法可相互对应参照。
参见图7,该图为本申请实施例提供的一种生成二值图像的装置的结构示意图,如图7所示,该方法包括:
获取模块100,用于获取待处理的灰度图像;
预设模块200,用于预设第一矩阵,所述第一矩阵为包括多个未知权重系数的动态误差扩散核矩阵;
获得模块300,用于通过对所述多个未知权重系数基于不同取值获得多个第二矩阵,所述多个第二矩阵为多个包括多个已知权重系数的动态误差扩散核矩阵;
处理模块400,用于通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像;
第一确定模块500,用于确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值;
第二确定模块600,用于将所对应强度误差值最小的第一二值图像确定为目标二值图像。
可选的,将所述多个第一二值图像分别作为第一目标二值图像,所述第一确定模块具体包括:
第一生成模块,用于针对所述第一目标二值图像,生成所述第一目标二值图像对应的第一离焦投影图像;
第三确定模块,用于将所述灰度图像和所述第一离焦投影图像对应的强度误差值确定为所述灰度图像和所述第一目标二值图像对应的强度误差值。
可选的,所述装置还包括:
第四确定模块,用于确定所述目标二值图像对应的强度误差范围;
第二生成模块,用于根据所述强度误差范围生成所述目标二值图像对应的多个候选图像;
第五确定模块,用于确定所述灰度图像和所述多个候选图像分别对应的相位误差值;
第六确定模块,用于将所对应相位误差值最小的候选图像确定为第二目标二值图像。
可选的,将所述多个候选图像分别作为目标候选图像,所述第五确定模块具体包括:
第三生成模块,用于针对所述目标候选图像,生成所述目标候选图像对应的第二离焦投影图像;
第七确定模块,用于将所述灰度图像和所述第二离焦投影图像对应的相位误差值确定为所述灰度图像和所述目标候选图像对应的相位误差值。
可选的,所述第四确定模块具体包括:
获得模块,用于根据所述目标二值图像,结合多个算法,获得误差放大因子;
扩展模块,用于根据所述误差放大因子,将所述目标二值图像的强度误差值扩展为所述强度误差范围。
需要说明的是,本申请实施例中提到的 “第一”、“第二”(若存在)等名称中的“第一”、“第二”只是用来做名字标识,并不代表顺序上的第一、第二。
说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种生成二值图像的方法及装置进行了详细介绍。本文中应用了具体个例对本申请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申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请要求的保护范围内。

Claims (10)

1.一种生成二值图像的方法,其特征在于,包括:
获取待处理的灰度图像;
预设第一矩阵,所述第一矩阵为包括多个未知权重系数的动态误差扩散核矩阵;
通过对所述多个未知权重系数基于不同取值获得多个第二矩阵,所述多个第二矩阵为多个包括多个已知权重系数的动态误差扩散核矩阵;
通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像;
确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值;
将所对应强度误差值最小的第一二值图像确定为目标二值图像。
2.根据权利要求1所述的方法,将所述多个第一二值图像分别作为第一目标二值图像,所述确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值,包括:
针对所述第一目标二值图像,生成所述第一目标二值图像对应的第一离焦投影图像;
将所述灰度图像和所述第一离焦投影图像对应的强度误差值确定为所述灰度图像和所述第一目标二值图像对应的强度误差值。
3.根据权利要求1所述的方法,还包括:
确定所述目标二值图像对应的强度误差范围;
根据所述强度误差范围生成所述目标二值图像对应的多个候选图像;
确定所述灰度图像和所述多个候选图像分别对应的相位误差值;
将所对应相位误差值最小的候选图像确定为第二目标二值图像。
4.根据权利要求3所述的方法,将所述多个候选图像分别作为目标候选图像,所述确定所述灰度图像和所述多个候选图像分别对应的相位误差值,包括:
针对所述目标候选图像,生成所述目标候选图像对应的第二离焦投影图像;
将所述灰度图像和所述第二离焦投影图像对应的相位误差值确定为所述灰度图像和所述目标候选图像对应的相位误差值。
5.根据权利要求3所述的方法,所述确定所述目标二值图像对应的强度误差范围,包括:
根据所述目标二值图像,结合多个算法,获得误差放大因子;
根据所述误差放大因子,将所述目标二值图像的强度误差值扩展为所述强度误差范围。
6.一种生成二值图像的装置,其特征在于,包括:
获取模块,用于获取待处理的灰度图像;
预设模块,用于预设第一矩阵,所述第一矩阵为包括多个未知权重系数的动态误差扩散核矩阵;
获得模块,用于通过对所述多个未知权重系数基于不同取值获得多个第二矩阵,所述多个第二矩阵为多个包括多个已知权重系数的动态误差扩散核矩阵;
处理模块,用于通过所述多个第二矩阵对所述灰度图像进行处理,得到对应的多个第一二值图像;
第一确定模块,用于确定所述灰度图像和所述多个第一二值图像分别对应的强度误差值;
第二确定模块,用于将所对应强度误差值最小的第一二值图像确定为目标二值图像。
7.根据权利要求6所述的装置,将所述多个第一二值图像分别作为第一目标二值图像,所述第一确定模块具体包括:
第一生成模块,用于针对所述第一目标二值图像,生成所述第一目标二值图像对应的第一离焦投影图像;
第三确定模块,用于将所述灰度图像和所述第一离焦投影图像对应的强度误差值确定为所述灰度图像和所述第一目标二值图像对应的强度误差值。
8.根据权利要求6所述的装置,还包括:
第四确定模块,用于确定所述目标二值图像对应的强度误差范围;
第二生成模块,用于根据所述强度误差范围生成所述目标二值图像对应的多个候选图像;
第五确定模块,用于确定所述灰度图像和所述多个候选图像分别对应的相位误差值;
第六确定模块,用于将所对应相位误差值最小的候选图像确定为第二目标二值图像。
9.根据权利要求8所述的装置,将所述多个候选图像分别作为目标候选图像,所述第五确定模块具体包括:
第三生成模块,用于针对所述目标候选图像,生成所述目标候选图像对应的第二离焦投影图像;
第七确定模块,用于将所述灰度图像和所述第二离焦投影图像对应的相位误差值确定为所述灰度图像和所述目标候选图像对应的相位误差值。
10.根据权利要求8所述的装置,所述第四确定模块具体包括:
获得模块,用于根据所述目标二值图像,结合多个算法,获得误差放大因子;
扩展模块,用于根据所述误差放大因子,将所述目标二值图像的强度误差值扩展为所述强度误差范围。
CN202210831620.4A 2022-07-15 2022-07-15 一种生成二值图像的方法及装置 Pending CN114913332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210831620.4A CN114913332A (zh) 2022-07-15 2022-07-15 一种生成二值图像的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210831620.4A CN114913332A (zh) 2022-07-15 2022-07-15 一种生成二值图像的方法及装置

Publications (1)

Publication Number Publication Date
CN114913332A true CN114913332A (zh) 2022-08-16

Family

ID=82772077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210831620.4A Pending CN114913332A (zh) 2022-07-15 2022-07-15 一种生成二值图像的方法及装置

Country Status (1)

Country Link
CN (1) CN114913332A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111141232A (zh) * 2019-12-20 2020-05-12 浙江大学 一种基于多目标优化抖动算法的高质量二值条纹产生方法
CN113358065A (zh) * 2021-06-24 2021-09-07 四川大学 一种基于二值编码的三维测量方法及电子设备
CN113607085A (zh) * 2021-06-23 2021-11-05 四川大学 一种基于半截断正弦条纹的二值离焦三维测量方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111141232A (zh) * 2019-12-20 2020-05-12 浙江大学 一种基于多目标优化抖动算法的高质量二值条纹产生方法
CN113607085A (zh) * 2021-06-23 2021-11-05 四川大学 一种基于半截断正弦条纹的二值离焦三维测量方法及装置
CN113358065A (zh) * 2021-06-24 2021-09-07 四川大学 一种基于二值编码的三维测量方法及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHUNMEI XU ET AL.: "Few-pattern defocusing fringe projection profilometry for high-speed 3-D imaging", 《PROCEEDINGS OF SPIE》 *
孔玮琦: "微小物体光栅投影三维测量系统的关键技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Similar Documents

Publication Publication Date Title
CN107170008B (zh) 一种深度图创建方法、系统以及图像虚化方法、系统
US7856137B2 (en) Apparatus and method for verifying image by comparison with template image
US6516087B1 (en) Method for real time correlation of stereo images
CN112465912B (zh) 一种立体相机标定方法及装置
EP1347410A2 (en) Image processing method and apparatus
US20120092482A1 (en) Method and device for creating composite image
CN109002823B (zh) 一种感兴趣区域确定方法、装置、设备及可读存储介质
CN110971827B (zh) 人像模式拍摄方法、装置、终端设备和存储介质
CN115272683A (zh) 一种基于深度学习的中心差分信息滤波相位解缠方法
Sutton et al. Development and assessment of a single-image fringe projection method for dynamic applications
CN114913332A (zh) 一种生成二值图像的方法及装置
CN111028257B (zh) 微透镜子图像几何中心及边缘的提取方法及装置
JP2016164709A (ja) 画像処理装置、撮像装置および画像処理プログラム
CN112184609A (zh) 图像融合方法及装置、存储介质、终端
CN116704590A (zh) 虹膜图像的矫正模型训练方法、矫正方法、装置及介质
JP3505404B2 (ja) ホログラムパターン決定装置、その決定方法及び記録媒体
CN110290395A (zh) 一种图像处理方法、装置及计算机可读存储介质
EP0540249B1 (en) Processing method for antenna patterns
Ting et al. High-accuracy three-dimensional measurement by improving the asymmetry of dithered patterns
Ávila et al. A new rotation algorithm for monochromatic images
CN113873223B (zh) 相机清晰度确定方法、装置、设备及存储介质
Wu et al. Image quality assessment in reversible data hiding with contrast enhancement
US20050141781A1 (en) One dimensional feature enhancement
CN115100269B (zh) 一种光场图像深度估计方法、系统、电子设备及存储介质
JP3025365B2 (ja) 画像の二値化処理装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220816

RJ01 Rejection of invention patent application after publication