CN116242479A - 一种基于图像处理的亮度测试方法 - Google Patents
一种基于图像处理的亮度测试方法 Download PDFInfo
- Publication number
- CN116242479A CN116242479A CN202211546867.8A CN202211546867A CN116242479A CN 116242479 A CN116242479 A CN 116242479A CN 202211546867 A CN202211546867 A CN 202211546867A CN 116242479 A CN116242479 A CN 116242479A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- exposure
- lamp
- value
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 33
- 238000010998 test method Methods 0.000 title claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000003287 optical effect Effects 0.000 claims abstract description 17
- 230000004313 glare Effects 0.000 claims abstract description 16
- 238000012360 testing method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 14
- 238000003708 edge detection Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 206010047571 Visual impairment Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种基于图像处理的亮度测试方法，其特征在于，用于检测教室亮度分布以及统一眩光值，借此参数评估教室光环境，进而改善学生用眼环境；包括以下步骤：步骤一、光学标定，对数码相机进行标定得到该数码相机所拍摄图像中目标物灰度值D与曝光量H的对应数据，计算出灰度值D与曝光量H的拟合数学表达式；步骤二、在教室内采集包含灯具的图像，进行图像处理得到灯具在图像上的平均灰度值；将平均灰度值代入灰度值D与曝光量H的拟合数学表达式得到曝光量；步骤三、计算得到教室光环境中的目标灯具亮度与背景亮度；步骤四、测量得到计算统一眩光值所需的灯具位置信息，经过计算便可得到统一眩光值。
Description
技术领域
本申请涉及一种基于图像处理的亮度测试方法，属于光学测量技术领域。
背景技术
目前各大中小学教室中的教室光环境欠佳，需对教室光环境进行检测评估，教室统一眩光值(UGR)是考核评估教室光环境的重要参数，也是对教室内学生与教师视力健康影响最大的因素。对统一眩光值(UGR)的数据采集与计算，现存瞄点式亮度计与成像式亮度计，伴随着电子信息技术和数码相机的发展，一种利用计算机图像处理技术求取亮度值的亮度测试系统应运而生，此种测试系统依赖于硬件和软件系统的配合，与传统的亮度计相比，测试时间短、效率高。但由于需要使用数码相机采集图像，由数码相机测亮度的原理决定，图像处理过程依赖于特定型号数码相机的参数，这就导致整个测试系统与特定型号数码相机绑定，在更换了数码相机后，测试系统就无法使用，降低了使用效率。
发明内容
本申请要解决的技术问题是现有基于图像处理的亮度测试系统依赖于特定型号数码相机，导致更换数码相机后，测试系统就无法使用，降低了使用效率。
为了解决上述技术问题，本申请是提供了一种基于图像处理的亮度测试方法，其特征在于，用于检测教室亮度分布以及统一眩光值，借此参数评估教室光环境，进而改善学生用眼环境；包括以下步骤：
步骤一、光学标定，对数码相机进行标定得到该数码相机所拍摄图像中目标物灰度值D与曝光量H的对应数据，计算出灰度值D与曝光量H的拟合数学表达式；
步骤二、在教室内采集包含灯具的图像，进行图像处理得到灯具在图像上的平均灰度值；将平均灰度值代入灰度值D与曝光量H的拟合数学表达式得到曝光量；
步骤三、计算得到教室光环境中的目标灯具亮度与背景亮度；
步骤四、测量得到计算统一眩光值(UGR)所需的灯具位置信息，经过计算便可得到统一眩光值(UGR)。
优选的，所述步骤一光学标定的具体过程为：使用亮度计测量目标物亮度L，通过数码相机在特定快门时间和光圈大小下采集含有目标物的图像，进行图像处理得到灰度图以及灰度值D，灰度值D为图像中目标物所有像素点的平均灰度值；已知目标物亮度L，可以通过公式得到图像中目标物的曝光量H，在此快门时间和光圈大小下得到了灰度值D和曝光量H的一组对应数据；改变数码相机的快门时间，拍摄一组同一亮度下的不同快门时间的多张图片；改变亮度源亮度重复以上过程，得到在光圈大小固定下、灰度值D和曝光量H对应关系的多组数据，通过拟合曲线得到图像灰度值D与曝光量H的拟合数学表达式。
优选的，所述步骤二图像处理具体过程为：一、进行灰度处理得到灰度图，对得到的灰度图做二值化得到二值图；二、使用基于Python-Opencv的图像处理技术，使用Canny边缘检测算法对二值图进行边缘轮廓检测，在灰度图上标记出灯具轮廓并编号，使用灯具轮廓对灰度图进行灰度提取，Canny边缘检测已经将灯具与背景分割，将一个灯具轮廓内的灰度值平均化，将平均灰度值代入光学标定的拟合数学表达式，便可得到其对应的曝光量H。
附图说明
图1为实施例中提供的亮度检测方法的操作流程图；
图2为亮度测试方法的光学标定流程图；
图3为亮度测试方法的灰度值D与曝光量H的拟合曲线图；
图4为亮度测试方法的软件操作与交互界面；
图5为亮度测试方法进行的灯具轮廓标记。
具体实施方式
为使本申请更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
请参考图1至图5，本实施例提供的基于图像处理的亮度测试方法，硬件设备包括用于图像采集的数码相机、控制数码相机的数码相机控制模块，主要步骤包括：数码相机的光学标定、获取灰度值D与曝光量H的拟合数学表达式，灯具轮廓标记、亮度计算、教室统一眩光值(UGR)计算。
数码相机为任意型号的数码相机，由于不同型号的数码相机其灰度值D与曝光量H对应关系不一，因此在使用数码相机进行亮度测试之前需要进行光学标定。
数码相机连接数码相机控制模块，数码相机控制模块用于执行由编程语言编写的软件，控制以CMOS图像传感器为感光元件的数码相机作为亮度测试的硬件，进而可以进行不同光圈、不同曝光时间的图片采集。
数码相机的光学标定，对数码相机进行标定，得到数码相机的灰度值D与曝光量H的对应关系，具体过程如下：将亮度计放置到位，亮度计用于测量目标物亮度L；通过数码相机控制模块控制数码相机在特定快门时间(曝光时间)和光圈大小下采集含有目标物的图像，进行图像处理得到灰度图以及灰度值D，其中，灰度值D为图像中目标物所有像素点的平均灰度值；已知目标物亮度L，可以通过公式计算得到图像中目标物的曝光量H，计算公式为：
式中：
L——被测目标物亮度(cd/m2)；
E——像面照度(lx·s)；
τ——数码相机镜头透射率；
T——数码相机快门时间；
在此快门时间和光圈大小下得到了灰度值D和曝光量H的一组对应数据；通过数码相机控制模块控制数码相机，不断地改变数码相机的快门时间，拍摄一组同一亮度下的不同快门时间的多张图片；改变亮度源亮度重复以上过程，最终对多组数据进行分析得到在光圈大小固定下、灰度值D和曝光量H的对应关系，得到数码相机CMOS的感光曲线，完成光学标定。具体的，亮度计采用瞄点式亮度计来进行亮度测量，光学标定过程所用亮度值以瞄点式亮度计测量数值为基准，瞄点式亮度计测量完成后，取下瞄点式亮度计，将数码相机放在与瞄点式亮度计相同的位置，使用数码相机控制模块控制数码相机，固定光圈大小，确定一个快门时间进行图像抓取。
具体的，上述过程所采取的光圈大小的确定由测试人员在拍摄现场确定，测试人员在教室内，通过调整数码相机的光圈大小观察相机图像清晰度，应当选取能使图像足够清晰的光圈大小，在光学标定以及后续图像处理的全过程中均固定使用该光圈大小。
参见图3，通过数码相机光学标定模块完成光学标定，在光圈大小固定的前提下，可以发现，灰度值D在0到200时与曝光量H有着良好的线性关系，根据拟合曲线，可以得到图像灰度值D与曝光量H的拟合数学表达式：
H＝1.442D+6.611 (2)
其中拟合曲线数据相关系数为0.99。
得到图像灰度值D与曝光量H的拟合数学表达式后，就可以利用数码相机采集图像，通过图像处理实现亮度测试，具体涉及灯具轮廓标记、亮度计算和教室统一眩光值计算。
参见图1，在固定光圈大小的前提下，数码相机控制模块控制数码相机采集至少两张不同快门时间的包含灯具的图像，将其中一张显示清晰的图像作为预览图像供测试人员观看，方便测试人员进行教室环境的评估与校准。对于测试人员，需要调整固定数码相机的光圈大小，保持与光学标定时的光圈大小一致，才可以在之后的图像处理中使用图像灰度值D与曝光量H的拟合数学表达式。采集到不同曝光时间的图像之后，图像处理进行灯具轮廓标记，具体运行逻辑为：
一、进行灰度处理得到灰度图，对得到的灰度图做二值化得到二值图；
二、使用基于Python-Opencv的图像处理技术，使用Canny边缘检测算法对二值图进行边缘轮廓检测，在灰度图上标记出灯具轮廓并编号；
参见图5，灯具轮廓同步显示在预览图像上供测试人员观察，使用灯具轮廓对灰度图进行灰度提取，Canny边缘检测已经将灯具与背景分割，须将一个灯具轮廓内的灰度值平均化，平均化后的灰度值D代入光学标定的拟合数学表达式，计算得到其对应的曝光量H，根据公式(1)计算得到教室光环境中的目标灯具亮度；
灰度图中除了灯具轮廓外，其余区域都为背景，对背景区域进行与灯具亮度相同的计算过程，得到教室背景亮度；
求取UGR计算的另一参数，即灯具位置系数；系统窗口交互界面存有灯具位置输入键，其对应于系统中的位置系数计算程序，在系统亮度计算完成后，由专业的测试人员使用其他测试仪器测量灯具在教室内的空间坐标，以教室正后方中心点为坐标原点，将灯具距离教室中线，地面以及后墙的距离输入的系统中，测量系统将输入的灯具位置信息输入教室统一眩光值计算模块内，经过公式计算便可得到统一眩光值(UGR)，计算公式为：
式中：
Lb——背景亮度(cd/m2)；
Lα——观察者方向每个灯具的亮度(cd/m2)；
ω——每个灯具发光部分对观察者眼睛所形成的立体角(sr)；
P——每个单独灯具的位置指数；
本实施例提供的基于图像处理的亮度测试方法，除硬件设备外，其余过程基于软件实现，参见图4，软件操作与交互界面主要包括四个部分；
第一个为相机控制与操作部分，此区域为软件的主要控制区，包括三个按钮，一为图像预览按钮，实现相机图像实时预览，方便测试人员进行相机角度、清晰度以及相机光圈大小的调整，以便于后续测试的准确性；二为图像采集按钮，执行此操作后，程序调用亮度计算函数，不同于图像预览随意的快门时间，此函数以特定的快门时间采集当前教室光环境图片，对图片进行一系列的如灰度化、二值化、边缘检测等图像处理技术，标记灯具位置及轮廓，计算灯具亮度以及背景亮度；三为数据计算按钮，其函数程序导入灯具亮度、背景亮度、相机物理位置以及灯具物理位置，对数据进行UGR的计算；
第二个为参数输入与显示部分，此区域为测试数据的输入窗口，主要负责灯具位置坐标、相机位置坐标的输入；
第三个为参数输出部分，此区域软件计算结果的输出显示窗口，主要显示灯具亮度、教室背景亮度、灯具位置系数、UGR等主要参数；
第四个为图像显示部分，此区域负责显示数码相机采集的图像信息，以及最终测试的灯具标记图；
如图5所示，所述基于图像处理的亮度测试系统具体的测试逻辑为：
首先使用相机进行特定光圈下特定快门时间的图像采集，对此函数采集的图像进行灰度化得到灰度图，并对灰度图进行图像处理，二值化得到二值图；
其次将计算机采集的不同曝光量的图片进行处理，对图片设定一个阈值，二值化后对边缘进行Canny边缘检测，标记框选出灯具，对灯具边缘像素点进行逐一映射，将灯具标记并显示到图像预览窗口内。
请参考图4所示，所述基于图像处理的亮度测试系统对图像所有像素点进行灰度转换，根据二值化Canny边缘检测后的灯具标记图计算灯具亮度与UGR；使用曲线拟合软件对灰度D与曝光量H进行数学关系式拟合，得到如图4所示的拟合曲线以及数学表达式(2)；
系统内对灰度D根据公式(2)计算出曝光量H，将计算得到的曝光量H带入公式(1)，获得亮度值L，将灯具亮度、背景亮度、位置系数等参数带入公式(3)，得到教室统一眩光值(UGR)。
本发明未尽事宜为公知技术。
述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围。
Claims (3)
1.一种基于图像处理的亮度测试方法，其特征在于，用于检测教室亮度分布以及统一眩光值，借此参数评估教室光环境，进而改善学生用眼环境；包括以下步骤：
步骤一、光学标定，对数码相机进行标定得到该数码相机所拍摄图像中目标物灰度值D与曝光量H的对应数据，计算出灰度值D与曝光量H的拟合数学表达式；
步骤二、在教室内采集包含灯具的图像，进行图像处理得到灯具在图像上的平均灰度值；将平均灰度值代入灰度值D与曝光量H的拟合数学表达式得到曝光量；
步骤三、计算得到教室光环境中的目标灯具亮度与背景亮度；
步骤四、测量得到计算统一眩光值所需的灯具位置信息，经过计算便可得到统一眩光值。
2.如权利要求1所述的一种基于图像处理的亮度测试方法，其特征在于，所述步骤一光学标定的具体过程为：使用亮度计测量目标物亮度L，通过数码相机在特定快门时间和光圈大小下采集含有目标物的图像，进行图像处理得到灰度图以及灰度值D，灰度值D为图像中目标物所有像素点的平均灰度值；已知目标物亮度L，可以通过公式得到图像中目标物的曝光量H，在此快门时间和光圈大小下得到了灰度值D和曝光量H的一组对应数据；改变数码相机的快门时间，拍摄一组同一亮度下的不同快门时间的多张图片；改变亮度源亮度重复以上过程，得到在光圈大小固定下、灰度值D和曝光量H对应关系的多组数据，通过拟合曲线得到图像灰度值D与曝光量H的拟合数学表达式。
3.如权利要求1所述的一种基于图像处理的亮度测试方法，其特征在于，所述步骤二图像处理具体过程为：一、进行灰度处理得到灰度图，对得到的灰度图做二值化得到二值图；二、使用基于Python-Opencv的图像处理技术，使用Canny边缘检测算法对二值图进行边缘轮廓检测，在灰度图上标记出灯具轮廓并编号，使用灯具轮廓对灰度图进行灰度提取，Canny边缘检测已经将灯具与背景分割，将一个灯具轮廓内的灰度值平均化，将平均灰度值代入光学标定的拟合数学表达式，便可得到其对应的曝光量H。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211546867.8A CN116242479A (zh) | 2022-12-05 | 2022-12-05 | 一种基于图像处理的亮度测试方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211546867.8A CN116242479A (zh) | 2022-12-05 | 2022-12-05 | 一种基于图像处理的亮度测试方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116242479A true CN116242479A (zh) | 2023-06-09 |
Family
ID=86633812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211546867.8A Pending CN116242479A (zh) | 2022-12-05 | 2022-12-05 | 一种基于图像处理的亮度测试方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116242479A (zh) |
-
2022
- 2022-12-05 CN CN202211546867.8A patent/CN116242479A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Meyer et al. | An electronic image plant growth measurement system | |
| CN108764257A (zh) | 一种多视角的指针式仪表识别方法 | |
| CN113092489B (zh) | 一种电池外观缺陷的检测系统及方法 | |
| CN106596073A (zh) | 一种检测光学系统像质的方法和系统及一种测试标板 | |
| CN107403177A (zh) | 基于工业相机的亮度测量方法 | |
| CN107702793B (zh) | 一种光斑光分布的测试系统和测试方法 | |
| CN111896549B (zh) | 一种基于机器学习的建筑物裂缝监测系统和方法 | |
| CN107976446A (zh) | 一种基于机器视觉的led数码管显示屏检测方法及系统 | |
| CN105812790B (zh) | 图像传感器感光面与光轴垂直度的评测方法及光学测试卡 | |
| CN110458964B (zh) | 一种现实环境动态光照的实时计算方法 | |
| CN110428762B (zh) | 基于像素点亮度的oled面板老化测试发光特性检测方法 | |
| Ismail et al. | Development of a webcam based lux meter | |
| CN113936579B (zh) | 一种lcd显示屏闪烁值的测量方法及相关装置 | |
| CN110261069B (zh) | 一种用于光学镜头的检测方法 | |
| CN109870240A (zh) | 具有环境自适应性的目标红外图像实时定量处理系统 | |
| CN109949725B (zh) | 一种aoi系统图像灰度标准化方法及系统 | |
| CN101929843B (zh) | 水稻穗长的自动测量装置及测量方法 | |
| CN108010071B (zh) | 一种利用3d深度测量的亮度分布测量系统及方法 | |
| CN105391998B (zh) | 微光夜视仪分辨率自动检测方法和装置 | |
| CN111638042B (zh) | 一种dlp光学特性测试分析方法 | |
| CN105427315B (zh) | 数字仪表图像位置测试方法及装置 | |
| CN116242479A (zh) | 一种基于图像处理的亮度测试方法 | |
| KR101653649B1 (ko) | 균일도 보상 패턴광을 이용한 3차원 형상 측정 방법 | |
| CN115406414A (zh) | 一种面向空间站机械臂的动态目标测量在轨光照评估方法 | |
| CN116745696A (zh) | 拍摄条件设定系统、拍摄条件设定方法及程序 |
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 |