CN115714858A - 一种工业相机的增益值和曝光值自动调节方法 - Google Patents
一种工业相机的增益值和曝光值自动调节方法 Download PDFInfo
- Publication number
- CN115714858A CN115714858A CN202211375802.1A CN202211375802A CN115714858A CN 115714858 A CN115714858 A CN 115714858A CN 202211375802 A CN202211375802 A CN 202211375802A CN 115714858 A CN115714858 A CN 115714858A
- Authority
- CN
- China
- Prior art keywords
- value
- image
- parameter
- edge
- evaluation
- 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
Abstract
本发明提供一种工业相机的增益值和曝光值自动调节方法，将曝光/增益中的任意一个记为参数A，另一参数记为参数B；参数A的数值固定，参数B的数值调整，工业相机采图，并利用第一评价指标判断图像质量；对比不同参数B条件下所采集到图像的质量，筛选预备集合；利用第二评价指标查找预备集合中质量最佳的图像，获得一组备选参数；遍历参数A调节区间内的所有数值，得出的多组备选参数；利用第三评价指标查找质量最佳的图像，获取最佳参数，完成工业相机自动调节。本方法设计了工业相机参数筛选策略，经过三个层次的筛选，获得最佳的曝光和增益数值，调节后的工业相机，采集图像的对比度高、清晰度好，稳定性高。
Description
技术领域
本发明涉及参数设置领域，具体涉及一种工业相机的增益值和曝光值自动调节方法。
背景技术
在视觉检测领域，成像质量的好坏直接影响到检测结果的准确性，为了获得较为理想的图像，通常需要先调节工业相机参数：增益和曝光，若参数设置不合理将会使得图像明暗度差、缺乏细节。通常，增益调节一般依靠经验值预先设定，只是在信号弱，但不想增加曝光时间的情况下才会调节，为此，现有的参数自动调节方法大多仅针对于曝光参数，针对于曝光和增益共同调节的方式较为欠缺。当两者同时调节时，往往先固定增益值，找到一个最佳曝光值，选择最佳曝光值的邻近数值确定曝光值的调节范围内，在调节范围内改变增益值，调节出一组参数数据，这一调节过程中，工业相机参数的好坏容易受到主观因素干扰，同时，由于仅在最佳曝光值的邻近区间范围调节，容易陷入局部最优解，无法调节出最佳参数。经过检索专利文献CN113992863A提供了一种自动曝光方法、装置、电子设备和计算机可读存储介质，其虽然同时调节了曝光和增益，但其调节过程复杂，需要判断多种情况，选择适合的模式，才能调节增益或者曝光；同时，该方法评价曝光参数调节好坏的评价指标过于单一、仅利用了亮度均值作为评估参数，评价维度欠缺。此外，评价指标单一的问题，在专利文献CN113382143A中也有体现，该文献提出了一种用于消防机器人双目视觉的工业相机自动曝光调节方法，在评估曝光值时，也仅基于图像灰度信息(平均亮度)评估调节质量；这样调节出的参数，可能导致采集图像的边缘清晰度差，对比度差，缺乏细节信息等问题，无法满足工业相机在复杂环境(如反差大、弱光环境、时明时暗环境)中的正常使用。
发明内容
为了解决上述技术问题，本发明提供一种工业相机的增益值和曝光值自动调节方法，本方法设计了一种基于多种图像质量评价指标的工业相机参数筛选策略，经过三个层次的筛选，获得最佳的曝光和增益数值，完成对工业相机的参数自调节，调节后的工业相机，采集图像的对比度高、清晰度好，稳定性高。
技术方案如下：
一种工业相机的增益值和曝光值自动调节方法，从图像质量评价参数中选取三组评价参数，分别记为第一评价指标、第二评价指标和第三评价指标；单组评价参数为单个评价参数或多个评价参数组合后形成的综合评价参数；
预先设置曝光值调节区间、增益值调节区间；将曝光/增益中的任意一个，记为参数A，另一参数记为参数B；在参数A的调节区间内任选一数值，作为参数A的初始值；
通过以下步骤，调节工业相机增益值和曝光值：
步骤一、参数A的数值固定，参数B的数值按照预设的步长、从调节区间内中的最小值开始逐步增加，每次增加，工业相机均在同一位置采集被测物图像，并进行图像处理，利用第一评价指标判断图像质量；
对比不同参数B条件下所采集到图像的质量，将质量最佳的图像所对应的参数B的数值，记为上限值；将参数B的调节区间最小值与上限值之间的参数B数值及相应的图像存储到预备集合；
利用第二评价指标判断预备集合中的各个图像的质量，查找质量最佳的图像所对应的参数B数值，将该数值与参数A的数值存储为一组备选参数；
步骤二、在参数A的调节区间内另选一个数值，赋值到参数A，再次执行步骤一，直到遍历完参数A调节区间内的所有数值，得出的多组备选参数；
步骤三、利用第三评价指标判断各个备选参数对应图像的质量，将质量最佳的图像所对应的一组备选参数，记为最佳参数，利用最佳参数设置分别设置工业相机增益值和曝光值，完成工业相机自动调节。
进一步，图像质量评价参数包括图像对比度、前景灰度变化量、图像灰度方差、边缘梯度一致性、图像信息熵、边缘梯度均值、边缘长度和边缘平滑程度。
优选，所述第一评价指标为图像对比度或者前景灰度变化量；
所述第二评价指标、第三评价指标分别为边缘平滑程度、边缘梯度一致性、图像信息熵、边缘梯度均值、边缘长度和图像灰度方差中的一个或多个；
当第二评价指标和/或第三评价指标中包含多个评价参数时，将各个评价参数的图像处理结果乘以各自对应的比例系数，再将乘积累加求和，组合形成综合评价参数。
优选，所述第一评价指标为图像对比度或者前景灰度变化量；
所述第二评价指标为边缘平滑程度和边缘梯度一致性中的一个或多个；
所述第三评价指标为图像信息熵、边缘梯度均值、边缘长度和图像灰度方差中的一个或多个；
或者：
所述第一评价指标为图像对比度或者前景灰度变化量；
所述第二评价指标为图像信息熵、边缘梯度均值、边缘长度和中的一个或多个图像灰度方差；
所述第三评价指标为边缘平滑程度和边缘梯度一致性中的一个或多个；
当第二评价指标和/或第三评价指标中包含多个评价参数时，将各个评价参数的图像处理结果乘以各自对应的比例系数，再将乘积累加求和，组合形成综合评价参数。
进一步，根据评价参数的不同，判断图像质量的方式为以下任一情形：
情形一：
将图像对比度作为评价参数，利用图像对比度判断图像质量的方式如下：
对图像进行分割，得出前景区域和背景区域；
分别计算前景区域与背景区域的平均灰度，作差，将差值作为图像对比度；或者，从前景区域和背景区域中分别随机取样N个子区域，计算各个子区域的灰度均值；将从前景区域取样的子区域和从背景区域中取样的子区域，两两计算灰度均值的差值；取各个差值的平均值作为图像对比度；
图像对比度的数值越大，图像质量越好；
情形二：
将前景灰度变化量作为评价参数，利用前景灰度变化量判断图像质量的方式如下：
对图像进行分割，得出前景区域和背景区域；计算前景区域的平均灰度，若该图像为首张图像则将前景灰度变化量记为0，否则，将该图像前景区域的平均灰度与前一幅图像前景区域的平均灰度作差，将差值记为前景灰度变化量；前景灰度变化量的数值越大，图像质量越好；
情形三：
将边缘平滑程度作为评价参数，利用边缘平滑程度判断图像质量的方式如下：
对图像进行边缘提取；利用边缘点拟合线条，计算各个边缘点到拟合线条的距离，将各个距离值取均值作为边缘平滑程度的评价值，其数值越大，图像质量越好；
情形四：
将边缘梯度一致性作为评价参数，利用边缘梯度一致性判断图像质量的方式如下：
对图像进行边缘提取，对每个边缘点均进行以下判断：获取当前边缘点及其邻域范围内的多个邻域点的梯度方向，将出现频次最多的梯度方向记为主方向，若当前边缘点的梯度方向与主方向一致，则保留该边缘点；
统计被保留的边缘点个数，将其与边缘点总数的比值，记为边缘梯度一致性，其数值越大，图像质量越好；
情形五：
将图像信息熵作为评价参数，利用图像信息熵判断图像质量的方式如下：
计算图像信息熵，将熵值作为图像质量的评价值，其数值越大，图像质量越好；
情形六：
将边缘梯度均值作为评价参数，利用边缘梯度均值判断图像质量的方式如下：
对图像进行边缘提取；计算边缘线上各个像素点的梯度均值，将其作为图像质量的评价值；所述梯度为水平梯度、垂直梯度、特定方向梯度；梯度均值越大，图像质量越好；
情形七：
将边缘长度作为评价参数，利用边缘长度判断图像质量的方式如下：
对图像进行边缘提取；计算边缘线长度，将长度值累加取均值，作为边缘长度；边缘长度值越大，图像质量越好；
情形八：
将图像灰度方差作为评价参数，利用图像灰度方差判断图像质量的方式如下：
计算图像中每个像素点的灰度值减去图像平均灰度值的平方和、再除以总的像素点个数，得到灰度方差；灰度方差的数值越大，图像质量越好。
优选，调节曝光值预设的步长取值为50～200、增益值预设的步长取值为1～10。
进一步，预先设置曝光值调节区间、增益值调节区间的方式为：
将曝光值、增益值的额定调节区间设置为调节区间；
或者，根据经验值分别从曝光值、增益值的额定调节区间中选择出局部区间，设置为调节区间。
优选，利用以下方式判断工业相机参数是否需要进行自动调节：
获取工业相机正常工作过程中所采集的一帧或多帧图像；
利用所述第一评价指标、第二评价指标和第三评价指标中的一个或者多个判断图像的质量；
当图像质量满足预设要求时，维持当前工业相机参数，否则，对工业相机进行步骤一～步骤三，自动调节工业相机参数。
优选，当判断图像质量的评价参数有多个时，将各个评价参数的图像处理结果先进行归一化处理，再乘以各自对应的比例系数，将乘积累加求和，组合形成综合评价参数作为图像质量分数，判断图像质量分数是否大于阈值，若是，则维持当前工业相机参数，否则，对工业相机进行步骤一～步骤三，自动调节工业相机参数。
本方法设计了一种基于多种图像质量评价指标的工业相机参数筛选策略，经过三个层次的筛选，获得最佳的曝光和增益数值，完成对工业相机的参数自调节，调节后的工业相机，采集图像的对比度高、清晰度好，稳定性高。
更详细的，筛选策略设置了三个图像质量维度，分别为：
1)对比度指标：包括图像对比度或者前景灰度变化量；
2)特征稳定性指标：包括边缘平滑程度和边缘梯度一致性；
3)边缘清晰度指标：包括图像信息熵、边缘梯度均值、边缘长度和图像灰度方差。
本方法不仅调节曝光参数还兼顾了增益参数，协同调节进行全局搜索，避免出现局部最优解。具有调节速度快、鲁棒性强、准确高的特点。
附图说明
图1a为具体实施方式中利用本发明方法调节工业相机采集待测物一的图像；
图1b为具体实施方式中利用现有方法调节工业相机采集待测物一的图像；
图2a为具体实施方式中利用本发明方法调节工业相机采集待测物二的图像；
图2b为具体实施方式中利用现有方法调节工业相机采集待测物二的图像。
具体实施方式
以下结合附图和具体实施方式对本发明的技术方案进行详细描述。
一种工业相机的增益值和曝光值自动调节方法，从图像质量评价参数中选取三组评价参数，分别记为第一评价指标、第二评价指标和第三评价指标；单组评价参数为单个评价参数或多个评价参数组合后形成的综合评价参数；
预先设置曝光值调节区间、增益值调节区间；将曝光/增益中的任意一个，记为参数A，另一参数记为参数B；在参数A的调节区间内任选一数值，作为参数A的初始值；
通过以下步骤，调节工业相机增益值和曝光值：
步骤一、参数A的数值固定，参数B的数值按照预设的步长、从调节区间内中的最小值开始逐步增加，每次增加，工业相机均在同一位置采集被测物图像，并进行图像处理，利用第一评价指标判断图像质量；
对比不同参数B条件下所采集到图像的质量，将质量最佳的图像所对应的参数B的数值，记为上限值；将参数B的调节区间最小值与上限值之间的参数B数值及相应的图像存储到预备集合；
利用第二评价指标判断预备集合中的各个图像的质量，查找质量最佳的图像所对应的参数B数值，将该数值与参数A的数值存储为一组备选参数；
步骤二、在参数A的调节区间内另选一个数值，赋值到参数A，再次执行步骤一，直到遍历完参数A调节区间内的所有数值，得出的多组备选参数；
步骤三、利用第三评价指标判断各个备选参数对应图像的质量，将质量最佳的图像所对应的一组备选参数，记为最佳参数，利用最佳参数设置分别设置工业相机增益值和曝光值，完成工业相机自动调节。
以上调节过程可以在相机首次使用时进行，也可以在相机使用过程中按需进行调节，具体的，判断工业相机参数是否需要进行自动调节的具体方式如下：
获取工业相机正常工作过程中所采集的一帧或多帧图像；
利用第一评价指标、第二评价指标和第三评价指标中的一个或者多个判断图像的质量；
当图像质量满足预设要求时，维持当前工业相机参数，否则，对工业相机进行步骤一～步骤三，自动调节工业相机参数。
优选，当判断图像质量的评价参数有多个时，将各个评价参数的图像处理结果先进行归一化处理，再乘以各自对应的比例系数，将乘积累加求和，组合形成综合评价参数作为图像质量分数，判断图像质量分数是否大于阈值，若是，则维持当前工业相机参数，否则，对工业相机进行步骤一～步骤三，自动调节工业相机参数。
具体的，图像质量评价参数包括图像对比度、前景灰度变化量、图像灰度方差、边缘梯度一致性、图像信息熵、边缘梯度均值、边缘长度和边缘平滑程度。
更具体的，第一评价指标为图像对比度或者前景灰度变化量；
第二评价指标、第三评价指标分别为边缘平滑程度、边缘梯度一致性、图像信息熵、边缘梯度均值、边缘长度和图像灰度方差中的一个或多个；
当第二评价指标和/或第三评价指标中包含多个评价参数时，将各个评价参数的图像处理结果乘以各自对应的比例系数，再将乘积累加求和，组合形成综合评价参数。
如第三评价指标Sc包含边缘梯度均值S1和图像信息熵S2两个评价参数：
Sc＝W1×S1+W2×S2
其中，Sc表示将各个评价参数的图像处理结果组合形成的综合评价参数(第三评价指标)，W1、W2分别为对应的权重，W1+W2＝1，具体实施时权重值可以按照实际需求设置，如W1取0.5、0.3、0.8等。
本实施例中，图像质量评价参数涉及三个维度：
对比度指标：包括图像对比度或者前景灰度变化量；
特征稳定性指标：包括边缘平滑程度和边缘梯度一致性；
边缘清晰度指标：包括图像信息熵、边缘梯度均值、边缘长度和图像灰度方差。
其中，第一评价指标为图像对比度或者前景灰度变化量；用于评估图像的对比度；
第二评价指标为边缘平滑程度和边缘梯度一致性中的一个或多个；用于评估图像特征稳定性；
第三评价指标为图像信息熵、边缘梯度均值、边缘长度和图像灰度方差中的一个或多个；用于评估图像边缘清晰度；
或者：
第一评价指标为图像对比度或者前景灰度变化量；用于评估图像的对比度；
第二评价指标为图像信息熵、边缘梯度均值、边缘长度和中的一个或多个图像灰度方差；用于评估图像边缘清晰度；
第三评价指标为边缘平滑程度和边缘梯度一致性中的一个或多个；用于评估图像特征稳定性；
当第二评价指标和/或第三评价指标中包含多个评价参数时，将各个评价参数的图像处理结果乘以各自对应的比例系数，再将乘积累加求和，组合形成综合评价参数。
其中，根据评价参数的不同，判断图像质量的方式为以下任一情形：
情形一：
将图像对比度作为评价参数，利用图像对比度判断图像质量的方式如下：
对图像进行分割，得出前景区域和背景区域；
分别计算前景区域与背景区域的平均灰度，作差，将差值作为图像对比度；或者，从前景区域和背景区域中分别随机取样N个子区域，计算各个子区域的灰度均值；将从前景区域取样的子区域和从背景区域中取样的子区域，两两计算灰度均值的差值；取各个差值的平均值作为图像对比度；
图像对比度的数值越大，图像质量越好；
情形二：
将前景灰度变化量作为评价参数，利用前景灰度变化量判断图像质量的方式如下：
对图像进行分割，得出前景区域和背景区域；计算前景区域的平均灰度，若该图像为首张图像则将前景灰度变化量记为0，否则，将该图像前景区域的平均灰度与前一幅图像前景区域的平均灰度作差，将差值记为前景灰度变化量；前景灰度变化量的数值越大，图像质量越好；
情形三：
将边缘平滑程度作为评价参数，利用边缘平滑程度判断图像质量的方式如下：
对图像进行边缘提取；利用边缘点拟合线条，计算各个边缘点到拟合线条的距离，将各个距离值取均值作为边缘平滑程度的评价值，其数值越大，图像质量越好；
情形四：
将边缘梯度一致性作为评价参数，利用边缘梯度一致性判断图像质量的方式如下：
对图像进行边缘提取，对每个边缘点均进行以下判断：获取当前边缘点及其邻域范围内的多个邻域点的梯度方向，将出现频次最多的梯度方向记为主方向，若当前边缘点的梯度方向与主方向一致，则保留该边缘点；
统计被保留的边缘点个数，将其与边缘点总数的比值，记为边缘梯度一致性，其数值越大，图像质量越好；
情形五：
将图像信息熵作为评价参数，利用图像信息熵判断图像质量的方式如下：
计算图像信息熵，将熵值作为图像质量的评价值，其数值越大，图像质量越好；
情形六：
将边缘梯度均值作为评价参数，利用边缘梯度均值判断图像质量的方式如下：
对图像进行边缘提取；计算边缘线上各个像素点的梯度均值，将其作为图像质量的评价值；梯度为水平梯度、垂直梯度、特定方向梯度；梯度均值越大，图像质量越好；
情形七：
将边缘长度作为评价参数，利用边缘长度判断图像质量的方式如下：
对图像进行边缘提取；计算边缘线长度，将长度值累加取均值，作为边缘长度；边缘长度值越大，图像质量越好；
情形八：
将图像灰度方差作为评价参数，利用图像灰度方差判断图像质量的方式如下：
计算图像中每个像素点的灰度值减去图像平均灰度值的平方和、再除以总的像素点个数，得到灰度方差；灰度方差的数值越大，图像质量越好。
优选，调节曝光值预设的步长取值为50～200、增益值预设的步长取值为1～10。
具体实施时，预先设置曝光值调节区间、增益值调节区间的方式为：
将曝光值、增益值的额定调节区间设置为调节区间；
或者，根据经验值分别从曝光值、增益值的额定调节区间中选择出局部区间，设置为调节区间。
以下以工业相机对户外待测物进行图像采集为例，对本发明方法进行示例性阐述：
其中，第一评价指标为图像对比度；
第二评价指标为边缘梯度均值；
第三评价指标为边缘梯度一致性；
针对待测物一(特征孔)的具体调节步骤如下：
在相机安装好之后，正式开始进行图像采集之前，先进行以下参数自动调节步骤：
一种工业相机的增益值和曝光值自动调节方法，根据经验值预先设置曝光值调节区间[1000，8000]、增益值调节区间[1，15]；将增益记为参数A，曝光记为参数B；在参数A(增益)的调节区间内任选一数值，作为参数A的初始值；
通过以下步骤，调节工业相机增益值和曝光值：
步骤一、参数A的数值固定，参数B的数值按照预设的步长50、从调节区间内中的最小值(50)开始逐步增加，每次增加，工业相机均在同一位置采集被测物图像，并进行图像处理，利用第一评价指标(图像对比度)判断图像质量；
对比不同参数B条件下所采集到图像的质量，将质量最佳的图像所对应的参数B的数值(5000)，记为上限值；将参数B的调节区间最小值与上限值之间的参数B数值及相应的图像存储到预备集合；
利用第二评价指标(边缘梯度均值)判断预备集合中的各个图像的质量，查找质量最佳的图像所对应的参数B数值，将该数值与参数A的数值存储为一组备选参数；
步骤二、在参数A的调节区间内另选一个数值，赋值到参数A，再次执行步骤一，直到遍历完参数A调节区间内的所有数值，得出的多组备选参数；
多组备选参数如下表：
| 迭代次数 | 增益值 | 曝光值 |
| 1 | 1 | 6350 |
| 2 | 2 | 3650 |
| 3 | 3 | 2300 |
| 4 | 4 | 1500 |
| 5 | 5 | 1300 |
| 6 | 6 | 1250 |
| 7 | 7 | 1150 |
| 8 | 8 | 1500 |
| 9 | 9 | 1050 |
| 10 | 10 | 1100 |
| 11 | 11 | 1150 |
| 12 | 12 | 1250 |
| 13 | 13 | 1300 |
| 14 | 14 | 1050 |
| 15 | 15 | 1050 |
步骤三、利用第三评价指标(边缘梯度一致性)判断各个备选参数对应图像的质量，将质量最佳的图像所对应的一组备选参数，记为最佳参数(增益值4，曝光值1500)，利用最佳参数设置分别设置工业相机增益值和曝光值，完成工业相机自动调节。
利用调节后的相机进行正常作业。
由于本实施例中，工业相机处于户外、环境复杂，易受到外界因素干扰，因此，在相机正常工作过程中，实时调节相机参数：
获取工业相机所采集的一帧或多帧待测物图像；
利用第二评价指标(边缘梯度均值)和第三评价指标(边缘梯度一致性)判断图像的质量，得出图像质量分数A；
A＝a×H1+b×H2
其中，a、b分别为对应的权重，a+b＝1，具体实施时权重值可以按照实际需求设置，如Wch取0.5、0.3、0.8等；H1表示边缘梯度均值的图像处理结果进行归一化处理后的数值、H2表示边缘梯度一致性的图像处理结果进行归一化处理后的数值。
示例性的，对边缘梯度均值的图像处理结果进行归一化处理，方式如下：
H1＝0.5×H水平+0.5×H垂直
其中，M表示边缘线包含的像素点总数量，G表示图像梯度最大值，Ck、Dk表示边缘像素点的水平、垂直方向的梯度值。
判断图像质量分数A是否大于阈值，若是，则维持当前工业相机参数，否则，对工业相机进行步骤一～步骤三，自动调节工业相机参数。
为了验证本发明方法的有效性，进行以下对比实验：
对比试验一：
工业相机在户外采集待测物一(板材上有特征孔)的图像，分别利用本发明方法调节出的最佳参数与现有技术方法(仅利用图像整体的平均灰度判断图像质量，得出工业相机参数)调节出的相机参数设置工业相机增益值和曝光值，再利用调节后的工业相机采集待测物图像：
根据本发明方法得出的最佳参数为：增益值4，曝光值1500，利用其调节工业相机增益值和曝光值、采集待测物一的图像，结果如图1a所示；
根据现有技术方法得出的相机参数为：增益值10，曝光值1700，利用其设置工业相机增益值和曝光值，采集待测物一的图像，结果如图1b所示；
将图1a、图1b分别利用第二评价指标(边缘梯度均值(H1))和第三评价指标(边缘梯度一致性(H2))判断图像的质量，得出图像质量分数A：
图1a：A＝a×H1+b×H2＝0.5×0.92+0.5×0.77＝0.85
图1b：A＝a×H1+b×H2＝0.5×0.41+0.5×0.67＝0.54
对比两幅图像的质量分数，可知，图1a的得分更高，其图像整体对比度更高，清晰度更好，特征孔的边缘少毛刺，细节更丰富。本发明方法得出的曝光值和增益值调节后的工业相机采图质量更佳。
对比试验二：
工业相机在户外采集待测物二(平面板材)的图像，分别利用本发明方法调节出的最佳参数与现有技术方法(仅利用图像整体的平均灰度判断图像质量，得出工业相机参数)调节出的相机参数设置工业相机增益值和曝光值，再利用调节后的工业相机采集待测物图像：
根据本发明方法得出的最佳参数为：增益值5，曝光值2300，利用其调节工业相机增益值和曝光值、采集待测物二的图像，结果如图2a所示；
根据现有技术方法得出的相机参数为：增益值7，曝光值4000，利用其设置工业相机增益值和曝光值，采集待测物二的图像，结果如图2b所示；
将图2a、图2b分别利用第二评价指标(边缘梯度均值(H1))和第三评价指标(边缘梯度一致性(H2))判断图像的质量，得出图像质量分数A：
图2a：A＝a×H1+b×H2＝0.5×0.89+0.5×0.97＝0.93
图2b：A＝a×H1+b×H2＝0.5×0.54+0.5×0.81＝0.68
对比两幅图像的质量分数，可知，图2a的得分更高，其图像对比度更高，反光少、清晰度更好。本发明方法得出的曝光值和增益值调节后的工业相机采图质量更佳。
前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的，也不是想要把本发明限制为所公开的精确形式，显然，根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用，从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。
Claims (9)
1.一种工业相机的增益值和曝光值自动调节方法，其特征在于，从图像质量评价参数中选取三组评价参数，分别记为第一评价指标、第二评价指标和第三评价指标；单组评价参数为单个评价参数或多个评价参数组合后形成的综合评价参数；
预先设置曝光值调节区间、增益值调节区间；将曝光/增益中的任意一个，记为参数A，另一参数记为参数B；在参数A的调节区间内任选一数值，作为参数A的初始值；
通过以下步骤，调节工业相机增益值和曝光值：
步骤一、参数A的数值固定，参数B的数值按照预设的步长、从调节区间内中的最小值开始逐步增加，每次增加，工业相机均在同一位置采集被测物图像，并进行图像处理，利用第一评价指标判断图像质量；
对比不同参数B条件下所采集到图像的质量，将质量最佳的图像所对应的参数B的数值，记为上限值；将参数B的调节区间最小值与上限值之间的参数B数值及相应的图像存储到预备集合；
利用第二评价指标判断预备集合中的各个图像的质量，查找质量最佳的图像所对应的参数B数值，将该数值与参数A的数值存储为一组备选参数；
步骤二、在参数A的调节区间内另选一个数值，赋值到参数A，再次执行步骤一，直到遍历完参数A调节区间内的所有数值，得出的多组备选参数；
步骤三、利用第三评价指标判断各个备选参数对应图像的质量，将质量最佳的图像所对应的一组备选参数，记为最佳参数，利用最佳参数设置分别设置工业相机增益值和曝光值，完成工业相机自动调节。
2.如权利要求1所述工业相机的增益值和曝光值自动调节方法，其特征在于：图像质量评价参数包括图像对比度、前景灰度变化量、图像灰度方差、边缘梯度一致性、图像信息熵、边缘梯度均值、边缘长度和边缘平滑程度。
3.如权利要求1所述工业相机的增益值和曝光值自动调节方法，其特征在于：所述第一评价指标为图像对比度或者前景灰度变化量；
所述第二评价指标、第三评价指标分别为边缘平滑程度、边缘梯度一致性、图像信息熵、边缘梯度均值、边缘长度和图像灰度方差中的一个或多个；
当第二评价指标和/或第三评价指标中包含多个评价参数时，将各个评价参数的图像处理结果乘以各自对应的比例系数，再将乘积累加求和，组合形成综合评价参数。
4.如权利要求1所述工业相机的增益值和曝光值自动调节方法，其特征在于：所述第一评价指标为图像对比度或者前景灰度变化量；
所述第二评价指标为边缘平滑程度和边缘梯度一致性中的一个或多个；
所述第三评价指标为图像信息熵、边缘梯度均值、边缘长度和图像灰度方差中的一个或多个；
或者：
所述第一评价指标为图像对比度或者前景灰度变化量；
所述第二评价指标为图像信息熵、边缘梯度均值、边缘长度和中的一个或多个图像灰度方差；
所述第三评价指标为边缘平滑程度和边缘梯度一致性中的一个或多个；
当第二评价指标和/或第三评价指标中包含多个评价参数时，将各个评价参数的图像处理结果乘以各自对应的比例系数，再将乘积累加求和，组合形成综合评价参数。
5.如权利要求1或2所述工业相机的增益值和曝光值自动调节方法，其特征在于：根据评价参数的不同，判断图像质量的方式为以下任一情形：
情形一：
将图像对比度作为评价参数，利用图像对比度判断图像质量的方式如下：
对图像进行分割，得出前景区域和背景区域；
分别计算前景区域与背景区域的平均灰度，作差，将差值作为图像对比度；或者，从前景区域和背景区域中分别随机取样N个子区域，计算各个子区域的灰度均值；将从前景区域取样的子区域和从背景区域中取样的子区域，两两计算灰度均值的差值；取各个差值的平均值作为图像对比度；
图像对比度的数值越大，图像质量越好；
情形二：
将前景灰度变化量作为评价参数，利用前景灰度变化量判断图像质量的方式如下：
对图像进行分割，得出前景区域和背景区域；计算前景区域的平均灰度，若该图像为首张图像则将前景灰度变化量记为0，否则，将该图像前景区域的平均灰度与前一幅图像前景区域的平均灰度作差，将差值记为前景灰度变化量；前景灰度变化量的数值越大，图像质量越好；
情形三：
将边缘平滑程度作为评价参数，利用边缘平滑程度判断图像质量的方式如下：
对图像进行边缘提取；利用边缘点拟合线条，计算各个边缘点到拟合线条的距离，将各个距离值取均值作为边缘平滑程度的评价值，其数值越大，图像质量越好；
情形四：
将边缘梯度一致性作为评价参数，利用边缘梯度一致性判断图像质量的方式如下：
对图像进行边缘提取，对每个边缘点均进行以下判断：获取当前边缘点及其邻域范围内的多个邻域点的梯度方向，将出现频次最多的梯度方向记为主方向，若当前边缘点的梯度方向与主方向一致，则保留该边缘点；
统计被保留的边缘点个数，将其与边缘点总数的比值，记为边缘梯度一致性，其数值越大，图像质量越好；
情形五：
将图像信息熵作为评价参数，利用图像信息熵判断图像质量的方式如下：
计算图像信息熵，将熵值作为图像质量的评价值，其数值越大，图像质量越好；
情形六：
将边缘梯度均值作为评价参数，利用边缘梯度均值判断图像质量的方式如下：
对图像进行边缘提取；计算边缘线上各个像素点的梯度均值，将其作为图像质量的评价值；所述梯度为水平梯度、垂直梯度、特定方向梯度；梯度均值越大，图像质量越好；
情形七：
将边缘长度作为评价参数，利用边缘长度判断图像质量的方式如下：
对图像进行边缘提取；计算边缘线长度，将长度值累加取均值，作为边缘长度；边缘长度值越大，图像质量越好；
情形八：
将图像灰度方差作为评价参数，利用图像灰度方差判断图像质量的方式如下：
计算图像中每个像素点的灰度值减去图像平均灰度值的平方和、再除以总的像素点个数，得到灰度方差；灰度方差的数值越大，图像质量越好。
6.如权利要求1或2所述工业相机的增益值和曝光值自动调节方法，其特征在于：调节曝光值预设的步长取值为50～200、增益值预设的步长取值为1～10。
7.如权利要求1或2所述工业相机的增益值和曝光值自动调节方法，其特征在于：预先设置曝光值调节区间、增益值调节区间的方式为：
将曝光值、增益值的额定调节区间设置为调节区间；
或者，根据经验值分别从曝光值、增益值的额定调节区间中选择出局部区间，设置为调节区间。
8.如权利要求1或2所述工业相机的增益值和曝光值自动调节方法，其特征在于：利用以下方式判断工业相机参数是否需要进行自动调节：
获取工业相机正常工作过程中所采集的一帧或多帧图像；
利用所述第一评价指标、第二评价指标和第三评价指标中的一个或者多个判断图像的质量；
当图像质量满足预设要求时，维持当前工业相机参数，否则，对工业相机进行步骤一～步骤三，自动调节工业相机参数。
9.如权利要求8所述工业相机的增益值和曝光值自动调节方法，其特征在于：当判断图像质量的评价参数有多个时，将各个评价参数的图像处理结果先进行归一化处理，再乘以各自对应的比例系数，将乘积累加求和，组合形成综合评价参数作为图像质量分数，判断图像质量分数是否大于阈值，若是，则维持当前工业相机参数，否则，对工业相机进行步骤一～步骤三，自动调节工业相机参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211375802.1A CN115714858A (zh) | 2022-11-04 | 2022-11-04 | 一种工业相机的增益值和曝光值自动调节方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211375802.1A CN115714858A (zh) | 2022-11-04 | 2022-11-04 | 一种工业相机的增益值和曝光值自动调节方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115714858A true CN115714858A (zh) | 2023-02-24 |
Family
ID=85232244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211375802.1A Pending CN115714858A (zh) | 2022-11-04 | 2022-11-04 | 一种工业相机的增益值和曝光值自动调节方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115714858A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116503369A (zh) * | 2023-05-06 | 2023-07-28 | 北京思莫特科技有限公司 | 结构体的变形监测方法、图像曝光参数调整方法 |
-
2022
- 2022-11-04 CN CN202211375802.1A patent/CN115714858A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116503369A (zh) * | 2023-05-06 | 2023-07-28 | 北京思莫特科技有限公司 | 结构体的变形监测方法、图像曝光参数调整方法 |
| CN116503369B (zh) * | 2023-05-06 | 2024-01-26 | 北京思莫特科技有限公司 | 结构体的变形监测方法、图像曝光参数调整方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8913848B2 (en) | Microscopic image fusion method based on region growing | |
| CN112001904B (zh) | 一种遥感图像质量清晰度综合评价模块及评价方法 | |
| CN115714858A (zh) | 一种工业相机的增益值和曝光值自动调节方法 | |
| CN112037185A (zh) | 染色体分裂相图像筛选方法、装置及终端设备 | |
| WO2018090355A1 (zh) | 图像自动裁剪方法 | |
| CN106940782B (zh) | 基于变差函数的高分sar新增建设用地提取软件 | |
| CN108665468B (zh) | 一种提取直线塔绝缘子串的装置及方法 | |
| CN113313107A (zh) | 一种斜拉桥缆索表面多类型病害智能检测和识别方法 | |
| JP5361576B2 (ja) | 駐車場における車両の検知システムおよび検知方法 | |
| CN105654452A (zh) | 一种基于边缘结构的背景杂波度量方法 | |
| JP2011165170A (ja) | 対象物検出装置及びプログラム | |
| CN107194917B (zh) | 基于dap和arelm的在轨sar图像变化检测方法 | |
| CN116228780B (zh) | 基于计算机视觉的硅片缺陷检测方法及系统 | |
| CN110378271B (zh) | 一种基于质量维度评估参量的步态识别设备筛选方法 | |
| CN115984360B (zh) | 一种基于图像处理的计算干滩长度的方法及系统 | |
| CN109507792B (zh) | 一种基于机器学习的光学显微镜自动聚焦方法 | |
| CN106886609B (zh) | 街区式农村居民地遥感快速标注方法 | |
| CN115205317B (zh) | 一种桥梁监测光电标靶图像光斑中心点提取方法 | |
| CN113705672B (zh) | 图像目标检测的阈值选取方法、系统、装置及存储介质 | |
| CN113658153B (zh) | 一种轮廓数据特征点检测方法及装置 | |
| CN113436120A (zh) | 一种图像模糊值识别方法及装置 | |
| CN111242880B (zh) | 一种用于显微镜的多景深图像叠加方法、设备及介质 | |
| CN114387247A (zh) | 一种基于frfcm和区域生长法的水下目标检测方法 | |
| CN114757848A (zh) | 基于人工智能的相机果冻效应检测方法及系统 | |
| CN110378270B (zh) | 一种基于质量维度评估参量的人脸识别设备筛选方法 |
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 |