CN115277984A - 玻璃尺寸检测中自适应的相机调整曝光时间的方法 - Google Patents
玻璃尺寸检测中自适应的相机调整曝光时间的方法 Download PDFInfo
- Publication number
- CN115277984A CN115277984A CN202210873541.XA CN202210873541A CN115277984A CN 115277984 A CN115277984 A CN 115277984A CN 202210873541 A CN202210873541 A CN 202210873541A CN 115277984 A CN115277984 A CN 115277984A
- Authority
- CN
- China
- Prior art keywords
- glass
- exposure time
- image
- background area
- expo
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/20—Circuitry for controlling amplitude response
- H04N5/202—Gamma control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
Description
技术领域
本发明属于玻璃尺寸检测技术领域,特别是涉及一种玻璃尺寸检测中自适应的相机调整曝光时间的方法。
背景技术
随着我国汽车产业的不断发展壮大,汽车零配件市场也在快速发展中,汽车玻璃作为必不可少的零配件材料,在汽车生产过程中被大量使用。由于汽车在生产过程中有严格的质量标准,因此在汽车玻璃生产过程中,对汽车玻璃也有严格的质量标准,汽车玻璃的形状质量和外观尺寸都是衡量汽车玻璃生产是否合格的重要指标。
汽车玻璃是汽车零件的重要部件之一,在其生产过程中有严格的尺寸标准,汽车玻璃的尺寸检测是其生产过程中必不可少的环节。汽车玻璃具有多种形状和尺寸,在生产过程中主要采取人工检测的方法,这种检测方法的检测效率不高,不利于工厂的自动化生产。
基于机器视觉的检测方法是一种非接触式的视觉检测方法,检测速度快、精度高,能够实现在线检测和实时分析判断。然而随着检测设备的使用时间增加,照明设备出现老化,摄像头参数漂移等问题,均会导致拍摄样片玻璃与检测玻璃的曝光环境不同。
并且大多数曝光算法常使用步进思想去解决曝光补偿问题,在进行实时性检测时,曝光补偿耗时长,在高亮度的工作背景下,经常会产生曝光振荡。
发明内容
本发明的目的在于提供一种玻璃尺寸检测中自适应的相机调整曝光时间的方法,以解决现有技术中在进行实时性检测时,曝光补偿耗时长,在高亮度的工作背景下,经常会产生曝光振荡等问题。
本发明所采用的技术方案是,一种玻璃尺寸检测中自适应的相机调整曝光时间的方法,包括以下步骤:
S1、获取玻璃图像;将最佳曝光时间下的玻璃照片作为模板玻璃图像,并将其进行保存,将不同于最佳曝光时间下的玻璃照片作为尺寸检测过程中的待检测玻璃图像;
进一步地,所述S1中玻璃照片的拍摄方法为:调整相机曝光时间,拍摄不同曝光时间下玻璃的灰度照片作为玻璃图像,其中曝光时间间隔保持相同,拍摄期间玻璃的位置保持不变。
S21、提取玻璃图像I的亚像素级的边缘轮廓C;
S22、通过图像处理的轮廓区域填充及取反算法,得到玻璃图像背景区域的图像:将亚像素级的边缘轮廓C填充变为区域R,区域R取反区域R’,在玻璃图像I中,保留取反区域R’,抠除玻璃轮廓的区域R,得到背景区域的图像I’;
S23、根据下式,进行背景区域的图像I’的背景区域灰度计算;
进一步地,所述S3中灰度差阈值Th的选择原则为:当曝光时间改变带来的尺寸偏差约等于判断玻璃是否合格的标准公差的50%时,将此时对应的背景区域灰度偏差设为阈值Th。
进一步地,所述S3中曝光补偿的具体流程为:
S32、读取相机当前曝光时间expo’;
S33、根据得到的曝光时间补偿曲线,计算当前的曝光时间补偿量expodiff’;
S34、对当前曝光时间expo’进行补偿,得到补偿后的曝光时间exponew=expo’+expodiff’。
进一步地,所述S33中得到曝光时间补偿曲线的流程为:
本发明的有益效果是提出了一种基于背景灰度差的相机曝光时间自适应调整方法,实现了以模板玻璃照片的背景亮度为基准的检测玻璃的曝光补偿。本发明的图像特征提取方法简单易理解,根据拟合出的图像特征(背景灰度差)与相机曝光时间的关系曲线进行自适应曝光时间调整,该方法计算简单,实时性强,适合进行在线监测设备的曝光补偿,曝光时间补偿偏差不超过3%。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的基于背景灰度差的相机曝光时间自适应调整方法的算法流程图;
图2是本发明实施例的背景区域灰度计算、曝光补偿和曝光曲线拟合模块的流程图;
图3是本发明实施例的曝光调整的图像对比图;其中,a是最佳曝光时间的目标图像,b是曝光时间调整前的图像,c是曝光时间调整后的图像;
图4是模板玻璃在不同曝光时间下的照片;
图5是本发明实施例的模板玻璃图像及轮廓边缘图,其中,a是模板玻璃在最佳曝光时间参数下的玻璃图像,b是模板玻璃在最佳曝光时间参数下的玻璃轮廓边缘图;
图6是玻璃在不同曝光时间下的图像背景区域灰度值;
图7是曝光时间补偿曲线。
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。
本发明提供了一种玻璃尺寸检测中自适应的相机调整曝光时间的方法,流程如图1所示,包括以下步骤:
S1,获取玻璃图像;将最佳曝光时间下的玻璃照片当作模板玻璃图像,并将其进行保存,将不同于最佳曝光时间下的玻璃照片作为尺寸检测过程中的待检测玻璃图像。
S4,计算待检测玻璃图像的背景区域灰度与模板玻璃的背景区域灰度的平均灰度差将的绝对值与灰度差阈值Th进行对比。当则进行使用曝光补偿模块进行曝光补偿;否则,不进行曝光补偿,进行后续玻璃尺寸检测。(灰度差阈值Th的选择原则为:当曝光时间改变带来的尺寸偏差约等于判断玻璃是否合格的标准公差的50%时,将此时对应的背景区域灰度偏差设为灰度差阈值Th)。
在一些实施方式中,所述S1具体为:调整相机曝光时间,拍摄不同曝光时间下玻璃的灰度照片作为玻璃图像;其中曝光时间间隔保持相同,拍摄期间玻璃的位置保持不变。
其中,玻璃图像的背景区域灰度计算模块,如图2所示,包括:
M1-1,提取玻璃图像I的亚像素级的边缘轮廓C;
M1-2,通过图像处理的轮廓区域填充及取反算法,得到玻璃图像背景区域的图像。具体而言,将亚像素级的边缘轮廓C填充变为区域R,区域R取反区域R’,在玻璃图像I中,保留取反区域R’,抠除玻璃轮廓的区域R,得到背景区域的图像I’;
M1-3,根据下式,进行背景区域的图像I’的背景区域灰度(平均灰度)计算;
其中,曝光补偿模块,如图2所示,包括:
M2-2,读取相机当前曝光时间expo’;
M2-3,根据使用曝光曲线拟合模块得到的曝光时间拟合曲线,计算当前的曝光时间补偿量expodiff’;
M2-4,对当前曝光时间expo’进行补偿,得到补偿后的曝光时间exponew=expo’+expodiff’。
其中,曝光曲线拟合模块,如图2所示,包括:
实施例
本发明按照算法框架图1进行实施,主要包括以下几个步骤:
第一步:实验数据准备。
人工手动调整相机曝光时间,拍摄多个曝光时间下的模板玻璃的灰度照片,曝光时间是从150000到250000,每隔5000的曝光时间差拍摄一张图像,在此期间放置的模板玻璃位置不改变。拍摄到的图像尺寸为6600×4400(row=6600,col=4400),位深度为8位。共得到21张不同曝光时间下的模板图像,如图4所示。
第二步,实验先验知识准备。
首先,获取曝光补偿拟合曲线,具体步骤如下所示:
1)提取各汽车玻璃图像I的亚像素级边缘轮廓C,以在最佳曝光时间200000下拍摄的模板玻璃为例,如图5所示;
2)将边缘轮廓C进行填充变为区域R,在将区域R从汽车玻璃图像中删除得到汽车玻璃图像的背景I’;
其次,设定阈值Th。
为了计算出由曝光时间改变带来的尺寸偏差,将最佳曝光时间下的玻璃图像当作尺寸检测模板,将不同于最佳曝光时间下的玻璃图像作为尺寸检测过程中的待检测玻璃,使用图像匹配和尺寸计算方法,计算出尺寸偏差,该尺寸偏差是由曝光时间的改变带来的。根据在汽车玻璃尺寸检测的应用实例中,判断玻璃尺寸是否合格的公差为0.3mm,那么当曝光时间的改变造成的玻璃尺寸误差约为0.15mm时,则将当时曝光时间的改变造成的背景区域灰度偏差作为阈值Th。经过反复测试,本实施例将阈值Th设为20gray。
第三步,基于背景灰度差的相机曝光时间自适应调整。
5)若进行曝光时间补偿,则根据平均灰度差和前期得到的曝光时间补偿曲线计算出当前的曝光时间补偿量expodiff’,即最后得到补偿后的曝光时间exponew=expo’+expodiff’=203976.08,与最佳曝光时间200000的偏差约为2%。图3中a为最佳曝光时间的目标图像,b为曝光时间需调整的图像,c为曝光时间调整后的图像。由图3可以明显看出经过本发明方法调整的图像与最佳曝光时间的图像极为相似,证明了本发明方法的优越性。
表1为本发明的方法对该实施例所有曝光时间进行补偿的结果。
表1本发明的方法进行曝光时间的补偿结果
由表1可以看出,本发明的基于背景灰度差的相机曝光时间自适应调整方法能够有效地计算出相机的曝光时间补偿值,曝光时间补偿偏差不超过3%,实现了补偿精度和补偿速度的平衡。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (6)
2.根据权利要求1所述的一种玻璃尺寸检测中自适应的相机调整曝光时间的方法,其特征在于,所述S1中玻璃照片的拍摄方法为:调整相机曝光时间,拍摄不同曝光时间下玻璃的灰度照片作为玻璃图像,其中曝光时间间隔保持相同,拍摄期间玻璃的位置保持不变。
S21、提取玻璃图像I的亚像素级的边缘轮廓C;
S22、通过图像处理的轮廓区域填充及取反算法,得到玻璃图像背景区域的图像:将亚像素级的边缘轮廓C填充变为区域R,区域R取反区域R’,在玻璃图像I中,保留取反区域R’,抠除玻璃轮廓的区域R,得到背景区域的图像I’;
S23、根据下式,进行背景区域的图像I’的背景区域灰度计算;
4.根据权利要求1所述的一种玻璃尺寸检测中自适应的相机调整曝光时间的方法,其特征在于,所述S3中灰度差阈值Th的选择原则为:当曝光时间改变带来的尺寸偏差约等于判断玻璃是否合格的标准公差的50%时,将此时对应的背景区域灰度偏差设为阈值Th。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210873541.XA CN115277984A (zh) | 2022-07-24 | 2022-07-24 | 玻璃尺寸检测中自适应的相机调整曝光时间的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210873541.XA CN115277984A (zh) | 2022-07-24 | 2022-07-24 | 玻璃尺寸检测中自适应的相机调整曝光时间的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115277984A true CN115277984A (zh) | 2022-11-01 |
Family
ID=83770010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210873541.XA Pending CN115277984A (zh) | 2022-07-24 | 2022-07-24 | 玻璃尺寸检测中自适应的相机调整曝光时间的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115277984A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115633259A (zh) * | 2022-11-15 | 2023-01-20 | 深圳市泰迅数码有限公司 | 基于人工智能的智能摄像头自动调控方法及系统 |
CN116794064A (zh) * | 2023-08-25 | 2023-09-22 | 霍克视觉科技(苏州)有限公司 | 一种应用于单晶硅圆棒的缺陷检测方法 |
-
2022
- 2022-07-24 CN CN202210873541.XA patent/CN115277984A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115633259A (zh) * | 2022-11-15 | 2023-01-20 | 深圳市泰迅数码有限公司 | 基于人工智能的智能摄像头自动调控方法及系统 |
CN116794064A (zh) * | 2023-08-25 | 2023-09-22 | 霍克视觉科技(苏州)有限公司 | 一种应用于单晶硅圆棒的缺陷检测方法 |
CN116794064B (zh) * | 2023-08-25 | 2023-11-14 | 霍克视觉科技(苏州)有限公司 | 一种应用于单晶硅圆棒的缺陷检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115277984A (zh) | 玻璃尺寸检测中自适应的相机调整曝光时间的方法 | |
CN107228860B (zh) | 一种基于图像旋转周期特性的齿轮缺陷检测方法 | |
CN110853015A (zh) | 基于改进Faster-RCNN的铝型材缺陷检测方法 | |
CN108876768B (zh) | 导光板暗影缺陷检测方法 | |
CN109345491B (zh) | 一种融合梯度和灰度信息的遥感图像增强方法 | |
CN109978839A (zh) | 晶圆低纹理缺陷的检测方法 | |
CN107490582B (zh) | 一种流水线工件检测系统 | |
CN104732578B (zh) | 一种基于倾斜摄影技术的建筑物纹理优化方法 | |
CN113034464B (zh) | 一种多背景下的液晶显示器缺陷视觉实时检测方法 | |
CN108346135B (zh) | 一种改进的Criminisi图像修复方法 | |
CN110996096B (zh) | 一种基于结构相似性差异度的色调映射图像质量评价方法 | |
JP2010230452A (ja) | 欠陥検査方法および欠陥検査システム | |
CN109064439B (zh) | 基于分区的单侧入光式导光板暗影缺陷提取方法 | |
CN111062961A (zh) | 一种基于深度学习的隐形眼镜边缘缺陷检测方法 | |
CN106327437B (zh) | 一种彩色文本图像校正方法及系统 | |
CN117274113B (zh) | 基于图像增强的碎硅片清洗效果视觉检测方法 | |
CN116433669A (zh) | 基于机器视觉的抗震结构钢架焊缝质量检测方法 | |
CN113411510B (zh) | 一种基于图像质量评价和红热锻件的相机自动曝光算法 | |
CN109671084A (zh) | 一种工件形状的测量方法 | |
CN113808104A (zh) | 一种基于分块的金属表面缺陷检测方法及系统 | |
CN107784673B (zh) | 一种基于非均匀性校正的光纤图像处理方法 | |
CN108171691B (zh) | 一种塑料容器的检测方法 | |
CN114359276B (zh) | 基于麻点缺陷的钢模下料优选方案获取方法 | |
CN111127415B (zh) | 一种基于准分子激光退火的Mura的量化方法 | |
CN113962921A (zh) | 一种光伏电池片的栅线检测方法 |
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 |