CN114926528A - 用于图像传感器的调平方法、装置、系统及存储介质 - Google Patents

用于图像传感器的调平方法、装置、系统及存储介质 Download PDF

Info

Publication number
CN114926528A
CN114926528A CN202210667172.9A CN202210667172A CN114926528A CN 114926528 A CN114926528 A CN 114926528A CN 202210667172 A CN202210667172 A CN 202210667172A CN 114926528 A CN114926528 A CN 114926528A
Authority
CN
China
Prior art keywords
image sensor
window
value
statistical
determining
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
CN202210667172.9A
Other languages
English (en)
Inventor
郭慧
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.)
Luster LightTech Co Ltd
Original Assignee
Luster LightTech 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 Luster LightTech Co Ltd filed Critical Luster LightTech Co Ltd
Priority to CN202210667172.9A priority Critical patent/CN114926528A/zh
Publication of CN114926528A publication Critical patent/CN114926528A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及工业测试技术领域，具体而言，涉及一种用于图像传感器的调平方法、装置、系统及存储介质，一定程度上可以解决图像传感器的调平准确性差的问题。用于图像传感器的调平方法，方法包括获取靶标图像；基于预设窗口，确定靶标图像上的统计窗口，其中，预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置；确定每个统计窗口的统计值，其中，统计值为统计窗口中每个像素点的灰度差值之和；基于每个统计窗口的统计值，确定图像传感器的位置信息，提高对图像传感器的调平的准确性。

Description

用于图像传感器的调平方法、装置、系统及存储介质
技术领域
本申请涉及工业测试技术领域，具体而言，涉及一种用于图像传感器的调平方法、装置、系统及存储介质。
背景技术
在工业检测应用中，通过对相机的位置的调整，实现相机的图像传感器与被检测对象平行。
相关技术中，图像传感器的调平，通常通过水平仪等设备使得具有图像传感器的相机平行于被检测对象。
然而，通过水平仪等设备的调平方法，使得图像传感器的调平受水平仪等设备的精度影响，从而降低了图像传感器的调平准确性。
发明内容
为了解决图像传感器调平受水平仪等设备的精度影响，导致图像传感器的调平准确性差的问题，本申请提供了一种用于图像传感器的调平方法、装置、系统及存储介质。
本申请的实施例是这样实现的：
本申请实施例的第一方面提供一种用于图像传感器的调平方法，方法包括如下步骤：
获取靶标图像；
基于预设窗口，确定靶标图像上的统计窗口，其中，预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置；
确定每个统计窗口的统计值，其中，统计值为统计窗口中每个像素点的灰度差值之和；
基于每个统计窗口的统计值，确定图像传感器的位置信息。
在一种可行的实现方式中，基于每个统计窗口的统计值，确定图像传感器的位置信息，包括：
对每个统计窗口的统计值进行归一化，确定统计值的归一化值；
确定所有归一化值的标准差和极差；
若标准差和极差均满足预设平行条件时，图像传感器的位置信息为平行。
在一种可行的实现方式中，确定所有归一化值的标准差和极差之后，方法还包括：
若标准差和极差至少一个不满足预设平行条件时，图像传感器的位置信息包括图像传感器的调整信息。
在一种可行的实现方式中，确定每个统计窗口的统计值，其中，统计值为统计窗口中每个像素点的灰度差值之和，包括：
确定统计窗口的判断区域，其中，判断区域是以统计窗口中的每个像素点为目标像素点确定的；
基于判断区域，确定每个目标像素点的灰度差值。
在一种可行的实现方式中，基于判断区域，确定每个目标像素点的灰度差值，包括：
获取判断区域中每个像素点的灰度值；
基于目标像素点的灰度值与判断区域的边缘像素点的灰度值，确定目标像素点的灰度差值。
在一种可行的实现方式中，灰度差值按照下式计算获得：
Figure BDA0003692006920000021
式中，Vm为灰度差值，dt为目标像素点的灰度值，dei为边缘像素点的灰度值，N为边缘像素点的数量，m为判断窗口的编号，M为统计窗口中判断区域的数量。
在一种可行的实现方式中，每个统计窗口中对应的靶标图像的图案相同。
本申请实施例的第二方面提供一种用于图像传感器的调平装置，包括获取模块、统计模块和输出模块；
获取模块，用于获取靶标图像；
统计模块，用于基于预设窗口，确定靶标图像上的统计窗口，其中，预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置；
统计模块，还用于确定每个统计窗口的统计值，其中，统计值为统计窗口中每个像素点的灰度差值之和；
输出模块，用于基于每个统计窗口的统计值，确定图像传感器的位置信息。
本申请实施例的第三方面提供一种用于图像传感器的调平系统，包括靶标、图像传感器和控制器；
图像传感器，用于采集靶标的靶标图像；
控制器，与图像传感器通信连接，被配置为：
接收图像传感器发出的靶标图像；
基于预设窗口，确定靶标图像上的统计窗口，其中，预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置；
确定每个统计窗口的统计值，其中，统计值为统计窗口中每个像素点的灰度差值之和；
基于每个统计窗口的统计值，确定图像传感器的位置信息；
其中，靶标的尺寸大于图像传感器成像区域。
本申请实施例的第四方面提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行发明内容中的用于图像传感器的调平方法的步骤。
本申请的有益效果；通过基于预设窗口，可实现在靶标图像上的确定统计窗口；进一步基于统计窗口中每个像素点的灰度差值，可确定每个统计窗口的统计值；进一步基于每个统计窗口的统计值的分析，可实现图像传感器的位置信息输出，提高对图像传感器的调平的准确性。
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一简单地介绍，显而易见地，下面描述中的附图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示出了本申请一实施例用于图像传感器的调平方法的流程示意图；
图2a示出了本申请一实施例中一种具体的靶标的示意图；
图2b示出了本申请一实施例用于面阵图像传感中确定靶标图像100a上的统计窗口200a的示意图；
图2c示出了本申请一实施例用于线阵图像传感中确定靶标图像100b上的统计窗口200b的示意图；
图3示出了本申请另一实施例用于图像传感器的调平方法中步骤130的流程示意图；
图4示出了本申请另一实施例用于图像传感器的调平方法中步骤140的流程示意图；
图5示出了本申请另一实施例一种用于图像传感器的调平装置的结构示意图；
图6示出了本申请另一实施例一种用于图像传感器的调平系统的结构示意图。
具体实施方式
为使本申请的目的、实施方式和优点更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，所描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。
需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
对于相机的图像传感器调平，通常通过水平仪等设备调整图像传感器和被检测对象之间的平行度，或者，人为的设置图像传感器，使得图像传感器和被检测对象平行；之后也可再结合与相机连接的镜头采集检测图像，通过检测图像的清晰度判断图像传感器是否平行于被检测对象。
受水平仪的精度，或者人为设置的水平的影响，导致调整后图像传感器和被检测对象之间平行度稳定性差。
基于此，本申请实施例提供一种用于图像传感器的调平方法、装置、系统及存储介质，通过将获取的靶标图像按照预设窗口进行统计窗口的划分，因预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置，使得靶标图像上的统计窗口涵盖靶标图像的中心和边缘；基于统计窗口中每个像素点的灰度差值之和，确定每个统计窗口的统计值；另外，通过每个统计窗口的统计值，确定图像传感器的位置信息；提高图像传感器的调平的准确性。
以下结合附图对本申请实施例的用于图像传感器的调平方法、装置、系统和存储介质进行详细说明。
图1是本申请实施例提供的一种用于图像传感器的调平方法的流程示意图，如图1所示，本申请实施例提供一种用于图像传感器的调平方法。
需要说明的是，本申请实施例的用于图像传感器的调平方法可以用于具有图像传感器的相机，例如面阵相机、线阵相机等；也可以是与图像传感器固定连接的安装面。
具体地，该用于图像传感器地调平方法包括以下步骤：
S110、获取靶标图像。
本申请实施例的靶标图像，通过对固定于被检测平台的靶标拍摄所获得的。靶标图像是通过图像传感器采集的。
其中，靶标图像可以是单张图像，也可以是视频流中的某一视频帧。
靶标的尺寸需满足覆盖图像传感器的视场范围，也就是说，靶标的尺寸大于等于图像传感器的成像区域。
靶标的图案具有高对比度，例如，靶标可以是白底黑目标的，也可以是黑底白目标的。可提高后续分析地准确性。
另外，对于靶标的图案内容没有要求，可以是本领域惯用的靶标图案，也可以是其他具有高对比度的图案。
如图2a所示，提供一种具体的靶标的示意图。
S120、基于预设窗口，确定靶标图像上的统计窗口，其中，预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置。
根据预设窗口在图像传感器成像区域的位置信息，对应的确定靶标图像上的统计窗口，因预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置，使得靶标图像上的统计窗口涵盖靶标图像的中心和边缘。
在一些实施例中，所述图像传感器为面阵图像传感器，其预设窗口包括中心位置的和边缘位置的，在中心位置的可具有一个或者多个，在边缘位置的具有多个。
示例性，基于预设窗口确定面阵图像传感器获得的靶标图像的统计窗口，本示例中预设窗口具有9个，其中1个位于成像区域的中心位置，8个分布在成像区域的外围，即边缘位置。此时，如图2b所示，确定靶标图像100a上的9个统计窗口200a的示意图。
示例性，基于预设窗口确定线阵图像传感器获得的靶标图像的统计窗口，本示例中预设窗口具有3个，其中1个位于成像区域的中心位置，2个分布在成像区域的外围，即边缘位置。此时，如图2c所示，确定靶标图像100b上的3个统计窗口200b的示意图。
S130、确定每个统计窗口的统计值，其中，统计值为统计窗口中每个像素点的灰度差值之和。
对每个统计窗口内的所有像素点的灰度差值进行累加即得到该统计窗口的统计值。其中每个像素点的灰度差值是将每个像素点作为目标像素点，并由目标像素点的灰度值与其周围的像素点的灰度值确定的。
S140、基于每个统计窗口的统计值，确定图像传感器的位置信息。
应当理解的是，统计窗口分布在靶标图像的中间位置和边缘位置，其统计值可体现出靶标图像的位置信息。当各个统计窗口的统计值越趋于一致，确定的图像传感器的位置信息为平行；当各个统计窗口的统计值之间的差异越大，确定的图像传感器的位置信息为不平行，需要根据统计值进行调整。
本申请实施例通过基于预设窗口，可实现在靶标图像上的确定统计窗口；基于统计窗口中每个像素点的灰度差值，可确定每个统计窗口的统计值；基于每个统计窗口的统计值的分析，可实现图像传感器的位置信息输出，提高对图像传感器的调平的准确性。
图3是本申请实施例提供的一种用于图像传感器的调平方法中步骤130的流程示意图，如图3所示，即上述步骤130具体包括以下步骤：
S1301、确定统计窗口的判断区域，其中，判断区域是以统计窗口中的每个像素点为目标像素点确定的。
其中，每个统计窗口中对应的靶标图像的图案相同，这样对于每个判断区域之后的分析更加准确，可以基于靶标图像和预设窗口，实现每个统计窗口的同案相同。
应当理解的是，每个判断区域是以所述统计窗口中的每个像素点为目标像素点而确定的，且包括目标像素点和边缘像素点；也就是说，将统计窗口中的每个像素点作为目标像素点进行遍历。
在其遍历的过程，可以是沿统计窗口的水平方向逐行扫描，知道该统计窗口的最后一个像素点为止。
其中，判断区域的大小可以根据预设尺寸确定，其预设尺寸可以是高度H和宽度M；该判断区域，可以是方形，也可以是十字型等本领域惯用的区域划分形式。
示例性，对于面阵图像传感器获得的靶标图像，其中，判断区域取3*3像素，对于某一个判断区域，像素点排列为：
d11，d12，d13，
d21，d22，d23，
d31，d32，d33，
该判断区域中，d22为目标像素点；d11，d12，d13，d21，d23，d31，d32，d33为边缘像素点。
示例性，对于线阵图像传感器获得的靶标图像，其中，判断区域区1*3像素，对于其中一个判断区域，像素点的排列为：
d1，d2，d3，
该判断区域中，d2为目标像素点；d1，d3为边缘像素点。
S1302、基于判断区域，确定每个目标像素点的灰度差值。
其中，每个目标像素点的灰度差值的确定，包括以下步骤：
获取判断区域中每个像素点(即目标像素点和边缘像素点)的灰度值；基于目标像素点的灰度值与判断区域的边缘像素点的灰度值，确定目标像素点的灰度差值。灰度差值可按照下式计算获得：
Figure BDA0003692006920000061
式中，Vm为灰度差值，dt为目标像素点的灰度值，dei为边缘像素点的灰度值，N为边缘像素点的数量，m为判断窗口的编号，M为统计窗口中判断区域的数量。
在一些实施例中，灰度差值的计算还可以采用其他梯度算子，例如：sobel算子、Canny算子等。
对于上述步骤1301中的示例，面阵图像传感器获得靶标图像中3*3像素判断区域，其灰度差值：
Vm＝8d22-d11-d12-d13-d21-d23-d31-d32-d33
线阵图像传感器获得靶标图像中1*3像素判断区域，其灰度差值：
Vm＝2d2-d1-d3
需要说明的是，灰度值差也可以根据其他具有相同效果的方法获得。
本申请实施例通过基于预设窗口，可实现在靶标图像上的确定统计窗口；基于统计窗口中每个像素点对应的判断区域，可确定每个像素点的灰度差值，可确定每个统计窗口的统计值；基于每个统计窗口的统计值，可实现图像传感器的位置信息输出，提高对图像传感器的调平的准确性。
图4是本申请实施例提供的一种用于图像传感器的调平方法中步骤140的流程示意图，如图4所示，即上述步骤140具体包括以下步骤：
S1401、对每个统计窗口的统计值进行归一化，确定统计值的归一化值。
通过归一化处理后，另每个统计窗口的统计值的归一化值在(0，1]的范围内，通过归一化值可以在不同的统计窗口下，对不同亮度的靶标图像等区别状态下，通过统一的标准进行判断。
S1402、确定所有归一化值的标准差和极差。
其中，所有归一化值的标准差(Standard Deviation，又称：均方差)是所有归一化值各统计区域的标准值与其平均数离差平方的算术平均数的平方根，用于反映所有归一化值的离散程度。
所有归一化值的极差是所有归一化值中最大值与最小值之差，用于评价所有归一化值的离散度。
S1403、若标准差和极差均满足预设平行条件时，图像传感器的位置信息为平行。
其中，预设平行条件可以是标准差满足第一阈值且极差满足第二阈值。
在标准差小于第一阈值且极差小于第二阈值时，即满足预设平行条件，此时的图像传感器的位置信息为平行。
例如，第一阈值为0.05，第二阈值为0.1；则在标准差小于0.05且极差小于0.1时，满足预设平行条件，即此时的图像传感器的位置信息为平行。
S1404、若标准差和极差至少一个不满足预设平行条件时，图像传感器的位置信息包括图像传感器的调整信息。
在各个统计窗口的统计值之间的差异较大的情况下，即归一化后的归一化值对应的标准差和/或极差存在不满组预设平行条件的情况，此时的图像传感器的位置信息为不平行，同时，基于归一化值或者统计值，位置信息还可以包括调整信息，用于调整图像传感器的位置。
在一些实施例中，可基于调整信息控制图像传感器做出调整，使得图像传感器的位置信息为平行为止。
应当说明的是，若靶标图像是视频流的某一视频帧，通过步骤1403或步骤1404的判断，对图像传感器的位置信息实时更新，提高了调平效率。
当然，在靶标图像是单张图片是，也可基于步骤1403或步骤1404的判断，控制图像传感器对靶标进行再次的靶标图像获取，同样可提高调平效率。
本申请实施例通过基于预设窗口，可实现在靶标图像上的确定统计窗口；基于统计窗口中每个像素点的灰度差值，可确定每个统计窗口的统计值；基于每个统计窗口的统计值的归一化值，以及确定归一化值的标准查和极差，可实现图像传感器的位置信息输出，提高对图像传感器的调平的准确性。
本申请实施例提供的一种用于图像传感器的调平方法，包括图1、图3和图4的流程，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本申请实施例通过基于预设窗口，可实现在靶标图像上的确定统计窗口；基于统计窗口中每个像素点对应的判断区域，可确定每个像素点的灰度差值可确定每个统计窗口的统计值；基于每个统计窗口的统计值的归一化值，以及确定归一化值的标准查和极差，可实现图像传感器的位置信息输出，提高对图像传感器的调平的准确性。
图5是本申请实施例提供的一种用于图像传感器的调平装置的结构示意图，如图5所示，本申请实施例提供用于图像传感器的调平装置500，包括获取模块501、统计模块502和输出模块503，其中：
获取模块501，用于获取靶标图像。
统计模块502，用于基于预设窗口，确定靶标图像上的统计窗口，其中，预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置。
统计模块502，还用于确定每个统计窗口的统计值，其中，统计值为统计窗口中每个像素点的灰度差值之和。
输出模块503，用于基于每个统计窗口的统计值，确定图像传感器的位置信息。
在一些实施例中，输出模块503用于确定图像传感器的位置信息，包括：对每个统计窗口的统计值进行归一化，确定统计值的归一化值；确定所有归一化值的标准差和极差；若标准差和极差均满足预设平行条件时，图像传感器的位置信息为平行。
输出模块503用于确定所有归一化值的标准差和极差之后，包括：若标准差和极差至少一个不满足预设平行条件时，图像传感器的位置信息包括图像传感器的调整信息。
在另一些实施例中，统计模块502用于确定每个统计窗口的统计值，包括：确定统计窗口的判断区域，其中，判断区域是以统计窗口中的每个像素点为目标像素点确定的；基于判断区域，确定每个目标像素点的灰度差值。
其中：每个目标像素点的灰度差值，包括：获取判断区域中每个像素点的灰度值；基于目标像素点的灰度值与判断区域的边缘像素点的灰度值，确定目标像素点的灰度差值。灰度差值按照下式计算获得：
Figure BDA0003692006920000091
式中，Vm为灰度差值，dt为目标像素点的灰度值，dei为边缘像素点的灰度值，N为边缘像素点的数量，m为判断窗口的编号，M为统计窗口中判断区域的数量。
在一些实施例中，每个统计窗口中对应的靶标图像的图案相同。
上述装置中各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本申请实施例提供的用于图像传感器的调平装置可以应用于计算机设备中，计算机设备可以是服务器，也可以是终端，其中，服务器可以为一台服务器也可以为由多台服务器组成的服务器集群，本申请实施例对此不作具体限定，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式设备。
图6本申请实施例提供的一种用于图像传感器的调平系统的结构示意图，如图6所示，本申请实施例提供用于图像传感器的调平系统600，包括靶标601、图像传感器602和控制器603，其中：
图像传感器602，用于采集靶标601的靶标图像；其中，靶标的尺寸大于图像传感器成像区域。
控制器603，与图像传感器602通信连接，被配置为执行以下过程：
接收图像传感器发出的靶标图像。基于预设窗口，确定靶标图像上的统计窗口，其中，预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置。确定每个统计窗口的统计值，其中，统计值为统计窗口中每个像素点的灰度差值之和。基于每个统计窗口的统计值，确定图像传感器的位置信息。
在一些实施例中，基于每个统计窗口的统计值，确定图像传感器的位置信息，包括：
对每个统计窗口的统计值进行归一化，确定统计值的归一化值；确定所有归一化值的标准差和极差；若标准差和极差均满足预设平行条件时，图像传感器的位置信息为平行。
在一些实施例中，确定所有归一化值的标准差和极差之后，方法还包括：
若标准差和极差至少一个不满足预设平行条件时，图像传感器的位置信息包括图像传感器的调整信息。
在一些实施例中，确定每个统计窗口的统计值，其中，统计值为统计窗口中每个像素点的灰度差值之和，包括：
确定统计窗口的判断区域，其中，判断区域是以统计窗口中的每个像素点为目标像素点确定的；基于判断区域，确定每个目标像素点的灰度差值。
在一些实施例中，基于判断区域，确定每个目标像素点的灰度差值，包括：
获取判断区域中每个像素点的灰度值；基于目标像素点的灰度值与判断区域的边缘像素点的灰度值，确定目标像素点的灰度差值。灰度差值按照下式计算获得：
Figure BDA0003692006920000101
式中，Vm为灰度差值，dt为目标像素点的灰度值，dei为边缘像素点的灰度值，N为边缘像素点的数量，m为判断窗口的编号，M为统计窗口中判断区域的数量。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的示意图，并不构成对本申请方案所应用于其他系统上的限定，其中的某些部件可以替换为具有相同效果的器件，或者不同的部件布置。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述用于图像传感器的调平方法的步骤。其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
以下段落将对本申请说明书中涉及的中文术语、及其对应的英文术语进行对比罗列，以便于阅读、理解。
为了方便解释，已经结合具体的实施方式进行了上述说明。但是，上述在一些实施例中讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导，可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用，从而使得本领域技术人员更好的使用实施方式以及适于具体使用考虑的各种不同的变形的实施方式。

Claims (10)

1.一种用于图像传感器的调平方法，其特征在于，包括：
获取靶标图像；
基于预设窗口，确定所述靶标图像上的统计窗口，其中，所述预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置；
确定每个所述统计窗口的统计值，其中，所述统计值为所述统计窗口中每个像素点的灰度差值之和；
基于每个所述统计窗口的统计值，确定所述图像传感器的位置信息。
2.根据权利要求1所述的用于图像传感器的调平方法，其特征在于，所述基于每个所述统计窗口的统计值，确定所述图像传感器的位置信息，包括：
对每个所述统计窗口的统计值进行归一化，确定所述统计值的归一化值；
确定所有所述归一化值的标准差和极差；
若所述标准差和所述极差均满足预设平行条件时，所述图像传感器的位置信息为平行。
3.根据权利要求2所述的用于图像传感器的调平方法，其特征在于，所述确定所有所述归一化值的标准差和极差之后，所述方法还包括：
若所述标准差和所述极差至少一个不满足预设平行条件时，所述图像传感器的位置信息包括所述图像传感器的调整信息。
4.根据权利要求1所述的用于图像传感器的调平方法，其特征在于，所述确定每个所述统计窗口的统计值，其中，所述统计值为所述统计窗口中每个像素点的灰度差值之和，包括：
确定所述统计窗口的判断区域，其中，所述判断区域是以所述统计窗口中的每个像素点为目标像素点确定的；
基于所述判断区域，确定每个目标像素点的灰度差值。
5.根据权利要求4所述的用于图像传感器的调平方法，其特征在于，基于所述判断区域，确定每个目标像素点的灰度差值，包括：
获取所述判断区域中每个像素点的灰度值；
基于所述目标像素点的灰度值与所述判断区域的边缘像素点的灰度值，确定所述目标像素点的灰度差值。
6.根据权利要求5所述的用于图像传感器的调平方法，其特征在于，所述灰度差值按照下式计算获得：
Figure FDA0003692006910000011
式中，Vm为灰度差值，dt为目标像素点的灰度值，dei为边缘像素点的灰度值，N为边缘像素点的数量，m为判断窗口的编号，M为统计窗口中判断区域的数量。
7.根据权利要求1所述的用于图像传感器的调平方法，其特征在于，每个所述统计窗口中对应的靶标图像的图案相同。
8.一种用于图像传感器的调平装置，其特征在于，包括：
获取模块，用于获取靶标图像；
统计模块，用于基于预设窗口，确定所述靶标图像上的统计窗口，其中，所述预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置；
所述统计模块，还用于确定每个所述统计窗口的统计值，其中，所述统计值为所述统计窗口中每个像素点的灰度差值之和；
输出模块，用于基于每个所述统计窗口的统计值，确定所述图像传感器的位置信息。
9.一种用于图像传感器的调平系统，其特征在于，包括：
靶标；
图像传感器，用于采集所述靶标的靶标图像；
控制器，与所述图像传感器通信连接，被配置为：
接收所述图像传感器发出的靶标图像；
基于预设窗口，确定所述靶标图像上的统计窗口，其中，所述预设窗口的位置包括图像传感器成像区域的中心位置和边缘位置；
确定每个所述统计窗口的统计值，其中，所述统计值为所述统计窗口中每个像素点的灰度差值之和；
基于每个所述统计窗口的统计值，确定所述图像传感器的位置信息；
其中，所述靶标的尺寸大于所述图像传感器成像区域。
10.一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，使得所述处理器执行权利要求1-7中任一项所述的用于图像传感器的调平方法的步骤。
CN202210667172.9A 2022-06-13 2022-06-13 用于图像传感器的调平方法、装置、系统及存储介质 Pending CN114926528A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210667172.9A CN114926528A (zh) 2022-06-13 2022-06-13 用于图像传感器的调平方法、装置、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210667172.9A CN114926528A (zh) 2022-06-13 2022-06-13 用于图像传感器的调平方法、装置、系统及存储介质

Publications (1)

Publication Number Publication Date
CN114926528A true CN114926528A (zh) 2022-08-19

Family

ID=82814923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210667172.9A Pending CN114926528A (zh) 2022-06-13 2022-06-13 用于图像传感器的调平方法、装置、系统及存储介质

Country Status (1)

Country Link
CN (1) CN114926528A (zh)

Similar Documents

Publication Publication Date Title
CN111308448B (zh) 图像采集设备与雷达的外参确定方法及装置
CN111381579B (zh) 一种云台故障检测方法、装置、计算机设备及存储介质
JP5075757B2 (ja) 画像処理装置、画像処理プログラム、画像処理方法、および電子機器
CN111476827B (zh) 目标跟踪方法、系统、电子装置及存储介质
JP5074322B2 (ja) 画像処理装置、画像処理方法、画像処理プログラム、及び、撮像装置
CN107103320B (zh) 嵌入式医疗数据图像识别及集成方法
CN110460769B (zh) 图像矫正方法、装置、计算机设备和存储介质
CN110519585B (zh) 一种应用于图像采集设备的成像校准方法及装置
WO2022206161A1 (zh) 一种基于特征点识别的块体运动实时检测方法
CN116228780B (zh) 基于计算机视觉的硅片缺陷检测方法及系统
KR100734935B1 (ko) 화상의 영역분할
CN114005108A (zh) 一种基于坐标变换的指针式仪表度数识别方法
CN116337412A (zh) 屏幕检测方法、设备及存储介质
JP2016526182A (ja) レンズ装着平面性の即時調整方法及び装置
JP7410323B2 (ja) 異常検出装置、異常検出方法及び異常検出システム
CN114926528A (zh) 用于图像传感器的调平方法、装置、系统及存储介质
CN113470103B (zh) 车路协同中相机作用距离确定方法、装置和路侧设备
CN112837343B (zh) 基于相机阵列的低空无人机防控光电预警识别方法及系统
CN113077506B (zh) 基于图像处理的物体安全监测方法及控制端
CN114693626A (zh) 芯片表面缺陷的检测方法、装置及计算机可读存储介质
CN111435080B (zh) 一种水位测量方法、装置及系统
CN114022873A (zh) 仪表状态检测方法、电子设备及存储介质
US10958899B2 (en) Evaluation of dynamic ranges of imaging devices
CN117392127B (zh) 一种显示面板边框的检测方法、装置和电子设备
Zhongtang et al. High Precision Autocollimation Measurement Technology Based on Image Recognition

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