CN115100192A - 拖影检测方法、装置及电子设备 - Google Patents
拖影检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115100192A CN115100192A CN202211008211.0A CN202211008211A CN115100192A CN 115100192 A CN115100192 A CN 115100192A CN 202211008211 A CN202211008211 A CN 202211008211A CN 115100192 A CN115100192 A CN 115100192A
- Authority
- CN
- China
- Prior art keywords
- smear
- image
- sub
- pixel
- binarization
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例公开了一种拖影检测方法、装置及电子设备,该方法包括:获取通过相机采集的初始图像,其中,初始图像包括投影设备显示的投影画面,初始图像包括与投影画面中多个测试图案对应的多个子图像;根据预设阈值组对子图像进行二值化处理,得到与子图像对应的第一图像序列,其中,预设阈值组包括多个二值化阈值,第一图像序列包括与多个二值化阈值一一对应的多个二值化图像;根据第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合;多个拖影点集合反映子图像的拖影程度;根据每一子图像对应的多个拖影点集合,确定投影画面的每一子区域的拖影参数;根据投影画面的每一子区域的拖影参数,生成投影设备的拖影测试结果。
Description
技术领域
本公开实施例涉及成像显示技术领域,更具体地,本公开实施例涉及一种拖影检测方法、装置及电子设备。
背景技术
投影仪是一种光学投影产品,其可以将图像或视频投射到幕布上的设备,可以通过不同的接口同计算机、VCD、DVD、BD等相连接并播放相应的视频信号。投影仪广泛应用于家庭、办公室、学校和娱乐场所。投影仪内部的光学镜片的性能、公差及组装工艺会影响投影仪的成像效果。通常地,可以通过对投影仪进行拖影检测,以衡量投影仪的成像效果。
现有技术中,通过人工观察的方式,检测投影仪的拖影程度,检测误差较大,难以保证产品的一致性。
因此,有必要提供一种新的拖影检测方法,以提高检测的准确性。
发明内容
本公开实施例的目的在于提供一种拖影检测方法、装置、电子设备及可读存储介质,以提高检测的准确性。
根据本公开实施例的第一方面,提供了一种拖影检测方法,该方法包括:
获取通过相机采集的初始图像,其中,所述初始图像包括投影设备显示的投影画面,所述初始图像包括与所述投影画面中多个测试图案对应的多个子图像;
根据预设阈值组对所述子图像进行二值化处理,得到与所述子图像对应的第一图像序列,其中,所述预设阈值组包括多个二值化阈值,所述第一图像序列包括与所述多个二值化阈值一一对应的多个二值化图像;
根据所述第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合;其中,所述多个拖影点集合反映所述子图像的拖影程度;
根据每一所述子图像对应的多个拖影点集合,确定所述投影画面的每一子区域的拖影参数;
根据所述投影画面的每一子区域的拖影参数,生成所述投影设备的拖影测试结果。
可选地,所述根据所述第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合,包括:
根据所述第一图像序列中每相邻两个二值化图像间的像素值差异,得到多个拖影点集合;其中,所述相邻两个二值化图像所述对应的两个二值化阈值为所述预设阈值组中的相邻二值化阈值。
可选地,所述第一图像序列包括第一二值化图像和第二二值化图像,所述根据所述第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合中任一所述拖影点集合,包括:
根据所述第一二值化图像中第一像素点的像素值,确定第一像素点集合;
根据所述第二二值化图像中与所述第一像素点对应的第二像素点的像素值,确定第二像素点集合;
根据所述第一像素点集合和所述第二像素点集合,得到拖影点集合;
其中,所述第一二值化图像对应的二值化阈值小于所述第二二值化图像对应的二值化阈值。
可选地,所述根据所述第一像素点集合和所述第二像素点集合,得到拖影点集合,包括:
将所述第一像素点集合和所述第二像素点集合进行异或运算处理,得到拖影点集合。
可选地,所述第一二值化图像和所述第二二值化图像为所述第一图像序列中相邻排列的两张图像。
可选地,所述第一像素点包括所述第一二值化图像的所有像素点;或者,
所述第一像素点包括所述第一二值化图像中像素值为第一值的像素点。
可选地,所述多个二值化阈值呈等差数列排列,相邻两个所述二值化阈值的差值为第一设定值。
可选地,所述根据每一所述子图像对应的多个拖影点集合,确定所述投影画面的每一子区域的拖影参数,包括:
确定多个拖影点集合中每个所述拖影点集合的目标拖影点,得到与所述多个拖影点集合一一对应的多个目标拖影点;
将所述多个目标拖影点进行线性拟合,得到拖影直线;
根据所述拖影直线和所述多个目标拖影点的坐标信息,确定所述投影画面的每一子区域的拖影参数,所述拖影参数包括拖影方向和拖影长度。
可选地,所述获取通过相机采集的初始图像之后,所述方法还包括:
根据所述初始图像的像素值,确定对应于所述投影画面的目标区域;
基于所述目标区域的顶点坐标和多个测试图案排列方式,对所述初始图像的目标区域进行分割,得到与所述投影画面中多个测试图案对应的多个子图像。
根据本公开实施例的第二方面,提供了一种拖影检测装置,所述装置包括:
图像获取模块,用于获取通过相机采集的初始图像,其中,所述初始图像包括投影设备显示的投影画面,所述初始图像包括与所述投影画面中多个测试图案对应的多个子图像;
图像处理模块,用于根据预设阈值组对所述子图像进行二值化处理,得到与所述子图像对应的第一图像序列,其中,所述预设阈值组包括多个二值化阈值,所述第一图像序列包括与所述多个二值化阈值一一对应的多个二值化图像;
拖影点集合获取模块,用于根据所述第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合;其中,所述多个拖影点集合反映所述子图像的拖影程度;
拖影参数确定模块,用于根据每一所述子图像对应的多个拖影点集合,确定所述投影画面的每一子区域的拖影参数;
测试结果生成模块,用于根据所述投影画面的每一子区域的拖影参数,生成所述投影设备的拖影测试结果。
根据本公开实施例的第三方面,提供了一种电子设备,包括相机,所述电子设备还包括:
存储器,用于存储可执行的计算机指令;
处理器,用于根据所述可执行的计算机指令的控制,执行如本公开实施例的第一方面所述的拖影检测方法;
其中,所述相机与所述处理器连接,以将拍摄到的图像输出至所述处理器。
根据本公开实施例的第四方面,提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令被处理器运行时执行如本公开实施例的第一方面所述的拖影检测方法。
根据本公开实施例,在对投影设备进行拖影检测时,可以基于包括投影画面的初始图像的每一子图像进行检测,以获得投影画面的每一子区域的拖影参数,进而可以实现投影画面的不同区域的拖影程度的评价。再者,采用多个二值化阈值对子图像进行二值化处理,得到多个二值化图像,并根据每两个二值化图像间的像素值差异,可以获得对应拖影的不同阶段的多个拖影点集合,以根据多个拖影点集合确定投影画面的每一子区域的拖影参数,可以提高检测的准确性和精度。此外,可以实现投影设备的拖影程度的自动化检测,可以提高检测效率,保证检测的一致性。
通过以下参照附图对本公开实施例的示例性实施例的详细描述,本公开实施例的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是可用于实现一个实施例的拖影检测方法的电子设备的硬件配置示意图;
图2是根据一个实施例的拖影检测方法的流程示意图;
图3a和3b是根据一个实施例的测试图卡的示意图;
图4是根据一个实施例的初始图像的分割过程的示意图;
图5是根据一个实施例的子图像的示意图;
图6a-6d是根据一个实施例的二值化图像的示意图;
图7a-7d是根据一个实施例的拖影点集合的示意图;
图8a-8d是根据一个实施例的目标拖影点的示意图;
图9是根据一个实施例的拖影直线的示意图;
图10是根据一个实施例的拖影检测装置的原理框图;
图11是根据一个实施例的电子设备的硬件结构示意图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开实施例的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
<硬件配置>
图1是可用于实现一个实施例的拖影检测方法的电子设备的硬件配置示意图。
在一个实施例中,如图1所示,电子设备100可以包括处理器110、存储器120、接口装置130、通信装置140、显示装置150、输入装置160、音频装置170和摄像头180。处理器110可以包括但不限于中央处理器CPU、微处理器MCU等。存储器120例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置130例如包括各种总线接口,例如串行总线接口(包括USB接口)、并行总线接口等。通信装置140例如能够进行有线或无线通信。显示装置150例如是液晶显示屏、LED显示屏、触摸显示屏等。输入装置160例如包括触摸屏、键盘等。音频装置170包括麦克风和扬声器。麦克风可以用于输入语音信息。扬声器可以用于输出语音信息。摄像头180用于对投影设备显示的投影画面进行拍摄,并将拍摄到的图像输出至处理器110。
尽管在图1中示出了电子设备100的多个装置,但是,本发明可以仅涉及其中的部分装置,例如,电子设备100只涉及处理器110和存储器120。
本实施例中,电子设备100的存储器120用于存储程序指令,该程序指令用于控制处理器110进行操作以执行拖影检测方法,技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。
应当理解的是,图1所示的电子设备100仅是解释性的,并且决不是为了要限制本说明书、其应用或用途。
在上述描述中,技术人员可以根据本公开所提供的方案设计指令。指令如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。
<方法实施例>
本公开实施例提供了一种拖影检测方法,该拖影检测方法可由图1示出的电子设备100实施。如图2所示,该拖影检测方法包括以下步骤:步骤S2100~步骤S2500。
步骤S2100,获取通过相机采集的初始图像,其中,初始图像包括投影设备显示的投影画面,初始图像包括与投影画面中多个测试图案对应的多个子图像。
在本实施例中,投影设备可以是所要进行拖影检测的设备。在对投影设备进行拖影检测时,控制投影设备显示测试图卡。测试图卡包括阵列式排布的多个测试图案。其中,测试图案例如可以是白色圆点。
示例性地,如图3a所示,测试图卡包括黑色背景和以阵列式均匀排列的多个白色圆点。示例性地,如图3b所示,测试图卡包括黑色背景和多个白色圆点,其中,在测试图卡的中心区域,白色圆点的数量较多,分布较为稠密,在测试图卡的边缘区域,白色圆点的数量较少,分布较为稀疏。这里需要说明的是,本领域技术人员可以根据实际需要设置测试图卡,本申请实施例对测试图卡的具体类型不作具体限定。
初始图像可以是相机对投影设备显示的投影画面进行拍摄得到的。在具体实施时,在对投影设备进行投影检测时,在暗室内通过相机拍摄显示在光幕上的投影画面,得到初始图像。之后,对初始图像进行分割,得到与多个测试图案一一对应的多个子图像,以根据子图像对投影设备进行拖影检测。
在一个实施例中,获取通过相机采集的初始图像之后,该方法还包括:步骤S3100~步骤S3200。
步骤S3100,根据初始图像的像素值,确定对应于投影画面的目标区域。
通常地,相机的拍摄区域大于投影设备的投影区域,也就是说,初始图像还包括除投影画面之外的其他图像内容,对此,在获取相机拍摄的初始图像之后,需要确定初始图像中与投影画面对应的目标区域。再者,初始图像是在暗室内拍摄的,且投影设备输出的测试图卡为黑色背景,也就是说,投影画面之外的区域亮度较大。基于此,根据初始图像的像素值,也就是根据初始图像中每个像素点的亮度值,可以确定与投影画面对应的目标区域。
示例性地,目标区域可以是与测试图卡对应的矩形区域。对此,可以根据通过识别顶点的方式确定目标区域,并获取目标区域的四个顶点的坐标信息。
步骤S3200,基于目标区域的顶点坐标和多个测试图案排列方式,对初始图像的目标区域进行分割,得到与投影画面中多个测试图案对应的多个子图像。
在本实施例中,如图3a所示,测试图案的排列方式可以是多个白色圆点以一定间距均匀分布。如图3b所示,测试图案的排列方式可以是位于中心区域的多个白色圆点以第一间距排列,位于边缘区域的多个白色圆点以第二间距排列。
请参见图4,其示出了本申请实施例的一种初始图像的分割过程的示意图。具体来讲,测试图卡中多个白色圆点排列为W×H的矩阵,其中,每一行的白色圆点的数量为W,在行方向上相邻两个白色圆点的间距为d1,每一列白色圆点的数量为H,在列方向上相邻两个白色圆点的间距为d2。在具体实施时,根据初始图像的像素值,确定目标区域的四个顶点的坐标信息,例如,顶点A、顶点B、顶点C、顶点D。根据顶点A、顶点B、顶点C、顶点D的坐标信息,获取与投影画面对应的目标区域,之后,将目标区域分割成W×H个子图像,其中,子图像在行方向的长度为d1,子图像在列方向的长度为d2。如图5所示,一个子图像包含一个测试图案(白色圆点)。
在本实施例中,在获取通过相机拍摄的初始图像之后,可以根据初始图像的像素值确定对应于投影画面的目标区域,这样,可以准确定位待检测的投影设备显示的投影区域,可以避免投影设备的位置偏差对检测结果的准确性造成影响。再者,在基于与投影画面对应的目标区域,将初始图像分割为多个子图像,以根据子图像得到目标区域的不同子区域的拖影参数,进而基于拖影参数对目标区域的不同子区域的情况进行评价,拖影评价方式更灵活。
在步骤S2100之后,执行步骤S2200,根据预设阈值组对子图像进行二值化处理,得到与子图像对应的第一图像序列,其中,预设阈值组包括多个二值化阈值,第一图像序列包括与多个二值化阈值一一对应的多个二值化图像。
在本实施例中,以不同的二值化阈值对子图像进行二值化处理,所得到的二值化图像中拖影的显示效果不同,基于此,通过设置多个二值化阈值,并根据多个二值化阈值对子图像进行二值化处理,可以得到与二值化阈值一一对应的多个二值化图像,且多个二值化图像组成的第一图像序列可以反映子图像产生的拖影的变化过程。
可选地,预设阈值组包括多个二值化阈值,且多个二值化阈值按照由大到小的顺序排列。例如,预设阈值组包括五个二值化阈值,即,200、150、120、100、60。
可选地,多个二值化阈值呈等差数列排列,相邻两个二值化阈值的差值为第一设定值。例如,预设阈值组包括四个二值化阈值,第一设定值为50,即,200、150、100、50。在本实施例中,采用等间距的多个二值化阈值,可以提高检测准确性。
这里需要说明的是,二值化阈值的数量和灰阶的间隔可以根据实际需要进行设置,本公开实施例对此不作具体限定。
以预设阈值组包括200、150、100、50为例,分别以200、150、100、50四个二值化阈值对子图像进行二值化处理,得到第一图像序列,即,第一图像序列包括与二值化阈值200对应二值化图像A、与二值化阈值150对应二值化图像B、与二值化阈值100对应二值化图像C、与二值化阈值50对应二值化图像D,二值化图像A、二值化图像B、二值化图像C和二值化图像D分别如图6a、图6b、图6c的图6d所示。
由图可以看出,随着拖影的长度变化,越靠近拖影起始位置,也就是越靠近测试图案,拖影的灰度值越小,越靠近拖影结束位置,也就是越远离测试图案,拖影的灰度值越大。基于此,对于不同二值化阈值处理得到的二值化图像,二值化阈值越小,子图像产生的拖影越明显。更具体地,二值化图像A(对应二值化阈值200)中呈现拖影的起始部分;相比于二值化图像A,二值化图像B(对应二值化阈值150)中呈现的拖影的长度有所增加;相比于二值化图像B,二值化图像C(对应二值化阈值100)中呈现的拖影的长度有所增加;相比于二值化图像D,二值化图像C(对应二值化阈值50)中呈现的拖影的长度有所增加,且二值化图像D呈现了拖影的结束位置。基于此,根据第一图像序列中每两个二值化图像间的像素值差异,可以确定对应拖影的不同位置的多个拖影点集合,进而基于多个拖影点集合,确定投影画面的每一子区域的拖影参数。
在步骤S2200之后,执行步骤S2300,根据第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合;其中,多个拖影点集合反映子图像的拖影程度。
在本实施例中,拖影点集合可以是两个二值化图像中拖影存在差异的部分像素点的集合。示例性地,按照第一图像序列中二值化图像的排序,依次获取多个二值化图像组,其中,二值化图像组包括两个二值化图像,根据每个二值化图像组确定一个拖影点集合,进而得到多个拖影点集合,且多个拖影点集合按照对应二值化图像的顺序排列。例如,第一图像序列中包括N个二值化图像,根据第一个二值化图像和第三个二值化图像确定一个拖影点集合,根据第五个二值化图像和第七个二值化图像确定一个拖影点集合,以此类推,根据第N-2个二值化图像和第N个二值化图像确定一个拖影点集合。
在一个实施例中,根据第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合,可以进一步包括:根据第一图像序列中每相邻两个二值化图像间的像素值差异,得到多个拖影点集合;其中,相邻两个二值化图像对应的两个二值化阈值为预设阈值组中的相邻二值化阈值。
在本实施例中,根据第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合,可以进一步包括:根据第一图像序列中的第一个二值化图像,确定一个拖影点集合。
例如,第一图像序列包括分别以200、150、100、50四个二值化阈值对子图像进行二值化处理得到的二值化图像A、二值化图像B、二值化图像C和二值化图像D,根据二值化图像A确定第一拖影点集合,根据二值化图像A和二值化图像B间的像素值差异确定第二拖影点集合,根据二值化图像B和二值化图像C间的像素值差异确定第三拖影点集合,根据二值化图像C和二值化图像D间的像素值差异确定第四拖影点集合。
在本实施例中,根据第一图像序列中每相邻两个二值化图像间的像素值差异,得到多个拖影点集合,以根据每一子图像对应的多个拖影点集合,确定投影画面的每一子区域的拖影参数,可以提高拖影检测的精度,进而提高拖影检测的准确性。
下面对获取每个拖影点集合的过程进行说明。
在一个实施例中,第一图像序列包括第一二值化图像和第二二值化图像,根据第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合中任一所述拖影点集合的步骤,可以进一步包括:步骤S4100~步骤S4300。
步骤S4100,根据第一二值化图像中第一像素点的像素值,确定第一像素点集合。
步骤S4200,根据第二二值化图像中与第一像素点对应的第二像素点的像素值,确定第二像素点集合。
在本实施例中,第一二值化图像对应的二值化阈值小于第二二值化图像对应的二值化阈值。例如,第一二值化图像的二值化阈值为150,第二二值化图像的二值化阈值为200。
可选地,第一像素点可以包括第一二值化图像的所有像素点。可选地,第一像素点也包括第一二值化图像中像素值为第一值的像素点,其中,第一值可以是255。在第一像素点集合中,灰度值为255的第一像素点的值为1,灰度值为0的第一像素点的值为0。
第二像素点可以是第二二值化图像中与第一像素点对应的像素点。例如,在第一像素点包括第一二值化图像的所有像素点时,第二像素点包括第二二值化图像的所有像素点。还例如,在第二像素点包括第一二值化图像中像素值为第一值的像素点时,第二像素点包括第二二值化图像中与第一像素点对应的像素点。在第二像素点集合中,灰度值为255的第一像素点的值为1,灰度值为0的第一像素点的值为0。
这里可以理解的是,第一二值化图像和第二二值化图像可以是第一图像序列中相邻排列的两张图像。
步骤S4300,根据第一像素点集合和第二像素点集合,得到拖影点集合。
在一个实施例中,根据第一像素点集合和第二像素点集合,得到拖影点集合,包括:将第一像素点集合和第二像素点集合进行异或运算处理,得到拖影点集合。
以第一图像序列包括分别以200、150、100、50四个二值化阈值对子图像进行二值化处理得到的二值化图像A、二值化图像B、二值化图像C和二值化图像D为例进行说明。
将二值化图像A(对应的二值化阈值为200)中灰度值为255的像素点的取值置为1,灰度值为0的像素点的取值置为0,得到第一点集P200;将二值化图像B(对应的二值化阈值为150)中灰度值为255的像素点的取值置为1,灰度值为0的像素点的取值置为0,得到第二点集P150;将二值化图像C(对应的二值化阈值为100)中灰度值为255的像素点的取值置为1,灰度值为0的像素点的取值置为0,得到第三点集P100;将二值化图像D(对应的二值化阈值为50)中灰度值为255的像素点的取值置为1,灰度值为0的像素点的取值置为0,得到第四点集P50。
之后,选取第一点集P200中灰度值为第一值(灰度值为255)的点,得到第一拖影点集合U1,如图7a所示,第一拖影点集合U1为图中白色亮点组成的集合;将第二点集P150与第一点集P200进行异或运算,得到第二拖影点集合U2(U2= P150⊕P200),如图7b所示,第二拖影点集合U2为图中白色亮点组成的集合;将第三点集P100与第二点集P150进行异或运算,得到第三拖影点集合U3(U3= P100⊕P150),如图7c所示,第三拖影点集合U3为图中白色亮点组成的集合;将第四点集P50与第三点集P100进行异或运算,得到第四拖影点集合U4(U4= P50⊕P100),如图7d所示,第四拖影点集合U4为图中白色亮点组成的集合。由此可以看出,第一拖影点集合U1对应子图像的拖影的起始部分,第二拖影点集合U2和第三拖影点集合U3对应子图像的拖影的中间部分,第四拖影点集合U4对应子图像的拖影的结束部分。进一步地,根据多个拖影点集合中拖影点的坐标信息,可以确定拖影方向和拖影幅度,即确定拖影参数。
在步骤S2300之后,执行步骤S2400,根据每一所述子图像对应的多个拖影点集合,确定投影画面的每一子区域的拖影参数。
在一个实施例中,根据每一子图像对应的多个拖影点集合,确定投影画面的每一子区域的拖影参数的步骤,可以进一步包括:步骤S5100~步骤S5300。
步骤S5100,确定多个拖影点集合中每个拖影点集合的目标拖影点,得到与多个拖影点集合一一对应的多个目标拖影点。
示例性地,目标拖影点可以是拖影点集合对应的拖影区域的几何中心。
示例性地,将拖影点集合中每个拖影点的坐标信息进行平均处理,得到目标拖影点。
继续以第一图像序列包括分别以200、150、100、50四个二值化阈值对子图像进行二值化处理得到的二值化图像A、二值化图像B、二值化图像C和二值化图像D为例进行说明。
在获得第一拖影点集合U1、第二拖影点集合U2、第三拖影点集合U3好和第四拖影点集合U4之后,如图8a所示,对第一拖影点集合U1中所有拖影点的进行坐标平均处理,得到目标拖影点P1;如图8b所示,对第二拖影点集合U2中所有拖影点的进行坐标平均处理,得到目标拖影点P2;如图8c所示,对第三拖影点集合U3中所有拖影点的进行坐标平均处理,得到目标拖影点P3;如图8d所示,对第四拖影点集合U4中所有拖影点的进行坐标平均处理,得到目标拖影点P4。
步骤S5200,将所多个目标拖影点进行线性拟合,得到拖影直线。
示例性地,如图9所示,将目标拖影点P1、目标拖影点P2、目标拖影点P3和目标拖影点P4进行线性拟合,得到拖影直线。
该拖影直线的表达式可以为:Y=kX+b。
步骤S5300,根据拖影直线和多个目标拖影点的坐标信息,确定投影画面的每一子区域的拖影参数,拖影参数包括拖影方向和拖影长度。
在具体实施时,可以从多个目标拖影点中选取拖影的起始点和结束点,根据起始点和结束点的坐标信息、拖影直线,确定拖影方向和拖影长度。
其中,拖影方向可以根据拖影直线的斜率确定。例如,拖影方向为k。
示例性地,按照第一拖影点集合U1、第二拖影点集合U2、第三拖影点集合U3好和第四拖影点集合U4的排列顺序,确定目标拖影点P1为拖影的起始点、目标拖影点P4为拖影的结束点。
获取目标拖影点P1(拖影的起始点)的横坐标XP1,根据拖影直线和目标拖影点P1的横坐标XP1,确定目标拖影点P1的纵坐标YP1,其中,YP1= k XP1+b。
获取目标拖影点P4(拖影的结束点)的横坐标XP4,根据拖影直线和目标拖影点P4的横坐标XP4,确定目标拖影点P4的纵坐标YP4,其中,YP4= k XP4+b。
拖影长度可以按照如下公式:
在本实施例中,在确定拖影直线,基于拖影直线重新确定拖影起始点和结束点的纵坐标,进而基于拖影起始点和结束点的坐标信息确定拖影长度,可以提高拖影检测的准确性。
在步骤S2400之后,执行步骤S2500,根据投影画面的每一子区域的拖影参数,生成投影设备的拖影测试结果。
在本实施例中,投影画面的每一子区域对应一个测试图案,基于此,根据与每个测试图案对应的子图像,可以确定投影画面的每一子区域的拖影参数,进而得到包括对应每个子区域的拖影参数的拖影测试结果。这样,可以根据每个子区域对应的拖影参数,对投影画面的不同区域的拖影程度进行评价。进一步地,可以根据待检测的投影设备的型号不同、或者待检测的投影设备的使用场景的不同设定拖影评价标准,以将拖影测试结果与投影评价标准进行比较,确定投影设备的拖影检测是否合格。这里可以理解的是,也可以对投影画面的不同区域设定不同的拖影评价标准,例如,对拖影画面的中心区域设置较高的拖影评价标准,对投影画面的边缘区域设置较低的拖影评价标准。
根据本公开实施例,在对投影设备进行拖影检测时,可以基于包括投影画面的初始图像的每一子图像进行检测,以获得投影画面的每一子区域的拖影参数,进而可以实现投影画面的不同区域的拖影程度的评价。再者,采用多个二值化阈值对子图像进行二值化处理,得到多个二值化图像,并根据每两个二值化图像间的像素值差异,可以获得对应拖影的不同阶段的多个拖影点集合,以根据多个拖影点集合确定投影画面的每一子区域的拖影参数,可以提高检测的准确性和精度。此外,可以实现投影设备的拖影程度的自动化检测,可以提高检测效率,保证检测的一致性。
<装置实施例>
本公开实施例提供了一种拖影检测装置,如图10所示,该拖影检测装置1000可以包括图像获取模块1001、图像处理模块1002、拖影点集合获取模块1003、拖影参数确定模块1004和测试结果生成模块1005。
该图像获取模块1001可以用于获取通过相机采集的初始图像,其中,所述初始图像包括投影设备显示的投影画面,所述初始图像包括与所述投影画面中多个测试图案对应的多个子图像。
该图像处理模块1002可以用于根据预设阈值组对所述子图像进行二值化处理,得到与所述子图像对应的第一图像序列,其中,所述预设阈值组包括多个二值化阈值,所述第一图像序列包括与所述多个二值化阈值一一对应的多个二值化图像。
该拖影点集合获取模块1003可以用于根据所述第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合;其中,所述多个拖影点集合反映所述子图像的拖影程度。
该拖影参数确定模块1004可以用于根据每一所述子图像对应的多个拖影点集合,确定所述投影画面的每一子区域的拖影参数。
该测试结果生成模块1005可以用于根据所述投影画面的每一子区域的拖影参数,生成所述投影设备的拖影测试结果。
在一个实施例中,该拖影点集合获取模块1003具体用于:根据所述第一图像序列中每相邻两个二值化图像间的像素值差异,得到多个拖影点集合;其中,所述相邻两个二值化图像所述对应的两个二值化阈值为所述预设阈值组中的相邻二值化阈值。
在一个实施例中,所述第一图像序列包括第一二值化图像和第二二值化图像,该拖影点集合获取模块1003可以包括:第一确定单元,用于根据所述第一二值化图像中第一像素点的像素值,确定第一像素点集合;第二确定单元,用于根据所述第二二值化图像中与所述第一像素点对应的第二像素点的像素值,确定第二像素点集合;获取单元,用于根据所述第一像素点集合和所述第二像素点集合,得到拖影点集合;其中,所述第一二值化图像对应的二值化阈值小于所述第二二值化图像对应的二值化阈值。
在一个实施例中,获取单元,具体用于将所述第一像素点集合和所述第二像素点集合进行异或运算处理,得到拖影点集合。
在一个实施例中,所述第一二值化图像和所述第二二值化图像为所述第一图像序列中相邻排列的两张图像。
在一个实施例中,所述第一像素点包括所述第一二值化图像的所有像素点;或者,所述第一像素点包括所述第一二值化图像中像素值为第一值的像素点。
在一个实施例中,所述多个二值化阈值呈等差数列排列,相邻两个所述二值化阈值的差值为第一设定值。
在一个实施例中,该拖影参数确定模块1004,可以包括:第三确定单元,用于确定多个拖影点集合中每个所述拖影点集合的目标拖影点,得到与所述多个拖影点集合一一对应的多个目标拖影点;线性拟合单元,用于;将所述多个目标拖影点进行线性拟合,得到拖影直线;第四确定单元,用于根据所述拖影直线和所述多个目标拖影点的坐标信息,确定所述投影画面的每一子区域的拖影参数,所述拖影参数包括拖影方向和拖影长度。
在一个实施例中,该拖影检测装置1000还可以包括:目标区域确定模块,用于根据所述初始图像的像素值,确定对应于所述投影画面的目标区域;图像分割模块,用于基于所述目标区域的顶点坐标和多个测试图案排列方式,对所述初始图像的目标区域进行分割,得到与所述投影画面中多个测试图案对应的多个子图像。
根据本公开实施例,在对投影设备进行拖影检测时,可以基于包括投影画面的初始图像的每一子图像进行检测,以获得投影画面的每一子区域的拖影参数,进而可以实现投影画面的不同区域的拖影程度的评价。再者,采用多个二值化阈值对子图像进行二值化处理,得到多个二值化图像,并根据每两个二值化图像间的像素值差异,可以获得对应拖影的不同阶段的多个拖影点集合,以根据多个拖影点集合确定投影画面的每一子区域的拖影参数,可以提高检测的准确性和精度。此外,可以实现投影设备的拖影程度的自动化检测,可以提高检测效率,保证检测的一致性。
<设备实施例>
本公开实施例还提供了一种电子设备。如图11所示,该电子设备1100包括存储器1101、处理器1102和相机1103。
该存储器1101可以用于存储可执行的计算机指令。
该处理器1102可以用于根据所述可执行的计算机指令的控制,执行根据本公开方法实施例所述的耳机中扬声器的检测方法。
通信模块1103与处理器1102连接,以将拍摄到的图像输出至处理器1103。
在另外的实施例中,该电子设备1100可以包括以上拖影检测装置1000。
在一个实施例中,以上拖影检测装置1000的各模块可以通过处理器1102运行存储器1101中存储的计算机指令实现。
根据本公开实施例,在对投影设备进行拖影检测时,可以基于包括投影画面的初始图像的每一子图像进行检测,以获得投影画面的每一子区域的拖影参数,进而可以实现投影画面的不同区域的拖影程度的评价。再者,采用多个二值化阈值对子图像进行二值化处理,得到多个二值化图像,并根据每两个二值化图像间的像素值差异,可以获得对应拖影的不同阶段的多个拖影点集合,以根据多个拖影点集合确定投影画面的每一子区域的拖影参数,可以提高检测的准确性和精度。此外,可以实现投影设备的拖影程度的自动化检测,可以提高检测效率,保证检测的一致性。
<计算机可读存储介质>
本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令被处理器运行时执行本公开实施例提供的拖影检测方法。
本公开实施例可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开实施例的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开实施例操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开实施例的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开实施例的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人物来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人物来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人物能理解本文披露的各实施例。本公开实施例的范围由所附权利要求来限定。
Claims (11)
1.一种拖影检测方法,其特征在于,所述方法包括:
获取通过相机采集的初始图像,其中,所述初始图像包括投影设备显示的投影画面,所述初始图像包括与所述投影画面中多个测试图案对应的多个子图像;
根据预设阈值组对所述子图像进行二值化处理,得到与所述子图像对应的第一图像序列,其中,所述预设阈值组包括多个二值化阈值,所述第一图像序列包括与所述多个二值化阈值一一对应的多个二值化图像;
根据所述第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合;其中,所述多个拖影点集合反映所述子图像的拖影程度;
根据每一所述子图像对应的多个拖影点集合,确定所述投影画面的每一子区域的拖影参数;
根据所述投影画面的每一子区域的拖影参数,生成所述投影设备的拖影测试结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合,包括:
根据所述第一图像序列中每相邻两个二值化图像间的像素值差异,得到多个拖影点集合;其中,所述相邻两个二值化图像所述对应的两个二值化阈值为所述预设阈值组中的相邻二值化阈值。
3.根据权利要求1所述的方法,其特征在于,所述第一图像序列包括第一二值化图像和第二二值化图像,所述根据所述第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合中任一所述拖影点集合,包括:
根据所述第一二值化图像中第一像素点的像素值,确定第一像素点集合;
根据所述第二二值化图像中与所述第一像素点对应的第二像素点的像素值,确定第二像素点集合;
根据所述第一像素点集合和所述第二像素点集合,得到拖影点集合;
其中,所述第一二值化图像对应的二值化阈值小于所述第二二值化图像对应的二值化阈值。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一像素点集合和所述第二像素点集合,得到拖影点集合,包括:
将所述第一像素点集合和所述第二像素点集合进行异或运算处理,得到拖影点集合。
5.根据权利要求3所述的方法,其特征在于,所述第一二值化图像和所述第二二值化图像为所述第一图像序列中相邻排列的两张图像。
6.根据权利要求3所述的方法,其特征在于,所述第一像素点包括所述第一二值化图像的所有像素点;或者,
所述第一像素点包括所述第一二值化图像中像素值为第一值的像素点。
7.根据权利要求1所述的方法,其特征在于,所述多个二值化阈值呈等差数列排列,相邻两个所述二值化阈值的差值为第一设定值。
8.根据权利要求1所述的方法,其特征在于,所述根据每一所述子图像对应的多个拖影点集合,确定所述投影画面的每一子区域的拖影参数,包括:
确定多个拖影点集合中每个所述拖影点集合的目标拖影点,得到与所述多个拖影点集合一一对应的多个目标拖影点;
将所述多个目标拖影点进行线性拟合,得到拖影直线;
根据所述拖影直线和所述多个目标拖影点的坐标信息,确定所述投影画面的每一子区域的拖影参数,所述拖影参数包括拖影方向和拖影长度。
9.根据权利要求1所述的方法,其特征在于,所述获取通过相机采集的初始图像之后,所述方法还包括:
根据所述初始图像的像素值,确定对应于所述投影画面的目标区域;
基于所述目标区域的顶点坐标和多个测试图案排列方式,对所述初始图像的目标区域进行分割,得到与所述投影画面中多个测试图案对应的多个子图像。
10.一种拖影检测装置,其特征在于,所述装置包括:
图像获取模块,用于获取通过相机采集的初始图像,其中,所述初始图像包括投影设备显示的投影画面,所述初始图像包括与所述投影画面中多个测试图案对应的多个子图像;
图像处理模块,用于根据预设阈值组对所述子图像进行二值化处理,得到与所述子图像对应的第一图像序列,其中,所述预设阈值组包括多个二值化阈值,所述第一图像序列包括与所述多个二值化阈值一一对应的多个二值化图像;
拖影点集合获取模块,用于根据所述第一图像序列中每两个二值化图像间的像素值差异,得到多个拖影点集合;其中,所述多个拖影点集合反映所述子图像的拖影程度;
拖影参数确定模块,用于根据每一所述子图像对应的多个拖影点集合,确定所述投影画面的每一子区域的拖影参数;
测试结果生成模块,用于根据所述投影画面的每一子区域的拖影参数,生成所述投影设备的拖影测试结果。
11.一种电子设备,其特征在于,包括相机,所述电子设备还包括:
存储器,用于存储可执行的计算机指令;
处理器,用于根据所述可执行的计算机指令的控制,执行根据权利要求1-9中任意一项所述的拖影检测方法;
其中,所述相机与所述处理器连接,以将拍摄到的图像输出至所述处理器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211008211.0A CN115100192B (zh) | 2022-08-22 | 2022-08-22 | 拖影检测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211008211.0A CN115100192B (zh) | 2022-08-22 | 2022-08-22 | 拖影检测方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115100192A true CN115100192A (zh) | 2022-09-23 |
CN115100192B CN115100192B (zh) | 2023-01-17 |
Family
ID=83301570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211008211.0A Active CN115100192B (zh) | 2022-08-22 | 2022-08-22 | 拖影检测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115100192B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005198890A (ja) * | 2004-01-16 | 2005-07-28 | Fuji Photo Film Co Ltd | 異常陰影判定方法、異常陰影判定装置およびそのプログラム |
US20150063651A1 (en) * | 2013-08-28 | 2015-03-05 | Fujitsu Limited | Image processing apparatus and image processing method |
CN107798675A (zh) * | 2017-09-29 | 2018-03-13 | 歌尔股份有限公司 | 显示图像中拖影的检测方法及装置 |
CN107809634A (zh) * | 2017-11-07 | 2018-03-16 | 歌尔股份有限公司 | 拖影管控方法及装置 |
WO2020056744A1 (zh) * | 2018-09-21 | 2020-03-26 | 华为技术有限公司 | 拖影评价、改善方法和电子设备 |
CN112687211A (zh) * | 2020-12-11 | 2021-04-20 | 合肥维信诺科技有限公司 | 一种显示面板的拖影测量方法及装置、存储介质 |
-
2022
- 2022-08-22 CN CN202211008211.0A patent/CN115100192B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005198890A (ja) * | 2004-01-16 | 2005-07-28 | Fuji Photo Film Co Ltd | 異常陰影判定方法、異常陰影判定装置およびそのプログラム |
US20150063651A1 (en) * | 2013-08-28 | 2015-03-05 | Fujitsu Limited | Image processing apparatus and image processing method |
CN107798675A (zh) * | 2017-09-29 | 2018-03-13 | 歌尔股份有限公司 | 显示图像中拖影的检测方法及装置 |
CN107809634A (zh) * | 2017-11-07 | 2018-03-16 | 歌尔股份有限公司 | 拖影管控方法及装置 |
WO2020056744A1 (zh) * | 2018-09-21 | 2020-03-26 | 华为技术有限公司 | 拖影评价、改善方法和电子设备 |
CN112262427A (zh) * | 2018-09-21 | 2021-01-22 | 华为技术有限公司 | 拖影评价、改善方法和电子设备 |
CN112687211A (zh) * | 2020-12-11 | 2021-04-20 | 合肥维信诺科技有限公司 | 一种显示面板的拖影测量方法及装置、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115100192B (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11663733B2 (en) | Depth determination for images captured with a moving camera and representing moving features | |
CN111311523B (zh) | 图像处理方法、装置、系统和电子设备 | |
US10430962B2 (en) | Three-dimensional shape measuring apparatus, three-dimensional shape measuring method, and storage medium that calculate a three-dimensional shape of an object by capturing images of the object from a plurality of directions | |
CN107077725A (zh) | 数据处理装置、成像装置和数据处理方法 | |
JP2007129709A (ja) | イメージングデバイスをキャリブレートするための方法、イメージングデバイスの配列を含むイメージングシステムをキャリブレートするための方法およびイメージングシステム | |
CN110827288B (zh) | 投影仪清晰度测试中目标图像的提取方法及装置 | |
CN211959311U (zh) | 图像扫描装置 | |
JP2015127668A (ja) | 計測装置、システムおよびプログラム | |
JP2015184056A (ja) | 計測装置、方法及びプログラム | |
CN104349068A (zh) | 一种拍摄方法及电子设备 | |
JP2014197243A (ja) | パターン処理装置、パターン処理方法、パターン処理プログラム | |
CN111031311A (zh) | 成像质量检测方法、装置、电子设备及可读存储介质 | |
JP5994301B2 (ja) | 画像処理装置、情報処理装置、方法、プログラムおよび記録媒体 | |
JP2017045166A (ja) | ワークの処理方法、基準画像の作成方法、基準画像の作成装置、ワークの処理装置、プログラム、及び記録媒体 | |
US10657703B2 (en) | Image processing apparatus and image processing method | |
JP2019193084A5 (zh) | ||
CN115100192B (zh) | 拖影检测方法、装置及电子设备 | |
JP2016197377A (ja) | 画像補正用コンピュータプログラム、画像補正装置及び画像補正方法 | |
JP6696800B2 (ja) | 画像評価方法、画像評価プログラム、及び画像評価装置 | |
CN113902815A (zh) | 一种投影图像中暗带的检测方法及装置 | |
Yu | Depth of field implementation with OpenGL | |
CN113554045A (zh) | 数据集制作方法、装置、设备及存储介质 | |
US20210218883A1 (en) | Learning apparatus, image generation apparatus, learning method, image generation method, and program | |
CN110827289B (zh) | 投影仪清晰度测试中目标图像的提取方法及装置 | |
CN114666558B (zh) | 投影画面清晰度的检测方法、装置、存储介质及投影设备 |
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 |