CN116879873B - 成像质量检测方法、装置、电子设备及存储介质 - Google Patents

成像质量检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116879873B
CN116879873B CN202311158133.7A CN202311158133A CN116879873B CN 116879873 B CN116879873 B CN 116879873B CN 202311158133 A CN202311158133 A CN 202311158133A CN 116879873 B CN116879873 B CN 116879873B
Authority
CN
China
Prior art keywords
gray
target
gray value
value
data
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.)
Active
Application number
CN202311158133.7A
Other languages
English (en)
Other versions
CN116879873A (zh
Inventor
郑治钦
谢锦阳
闫合
张健
唐昊
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.)
Lizhen Precision Intelligent Manufacturing Kunshan Co ltd
Original Assignee
Lizhen Precision Intelligent Manufacturing Kunshan 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 Lizhen Precision Intelligent Manufacturing Kunshan Co ltd filed Critical Lizhen Precision Intelligent Manufacturing Kunshan Co ltd
Priority to CN202311158133.7A priority Critical patent/CN116879873B/zh
Publication of CN116879873A publication Critical patent/CN116879873A/zh
Application granted granted Critical
Publication of CN116879873B publication Critical patent/CN116879873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本申请涉及一种成像质量检测方法、装置、电子设备及存储介质，该方法使用的测试板中的测试面上包括多个特征图案和除所述特征图案以外的背景区域，采样区域包括至少一部分所述背景区域和至少一部分所述特征图案，可以确保目标采样图片转换的灰度值表格中的灰度值差异较大，确定其中预设数目个位置连续且灰度值差异最大的目标灰度值，并对目标灰度值进行数据扩展得到扩展灰度值，基于目标灰度值和扩展灰度值进行成像清晰度计算，可以确保成像质量检测的准确性，并且无需人工参与进行主观判断，提高了成像质量检测的效率以及降低了检测误差。

Description

成像质量检测方法、装置、电子设备及存储介质
技术领域
本申请涉及成像质量检测技术领域，尤其涉及一种成像质量检测方法、装置、电子设备及存储介质。
背景技术
目前，大部分的智能终端具有摄像拍照功能，以满足用户的拍照需求，比如智能手机，在智能终端出厂前，需要对激光接收器的成像质量进行检测，目前，通常采用人工判断成像质量，效率低且误差较高，如何对激光接收器的成像质量进行准确检测成了亟待解决的问题。
发明内容
为了解决如何准确判断成像质量的技术问题，本申请提供了一种成像质量检测方法、装置、电子设备及存储介质。
第一方面，本申请提供了一种成像质量检测方法，所述方法包括：
控制位于测试位置的激光雷达发射激光光束并接收测试板反射的激光光束；所述测试板中的测试面上包括多个特征图案和除所述特征图案以外的背景区域；
基于所述激光雷达的激光接收器接收所述测试板反射的激光光束，获取雷达成像图片；
从所述雷达成像图片中确定采样区域对应的目标采样图片；其中，所述采样区域包括至少一部分所述背景区域和至少一部分所述特征图案；
将所述目标采样图片转换为灰度值表格；所述灰度值表格包括R行灰度数据；每行所述灰度数据包括多个灰度值；R为大于0的正整数；
从所述多个灰度值中确定每行所述灰度数据对应的灰度值组，每个所述灰度值组包括预设数目个位置连续且灰度值差异最大的目标灰度值；
对所述目标灰度值进行数据扩展，得到每个所述灰度值组对应的扩展灰度值；
基于所述目标灰度值和所述扩展灰度值进行成像清晰度计算，得到所述激光接收器的成像质量。
可选地，所述对所述目标灰度值进行数据扩展，得到每个所述灰度值组对应的扩展灰度值的步骤包括：
根据所述目标灰度值，确定预设拟合曲线的曲线参数，得到每个所述灰度值组对应的目标拟合曲线；
在所述目标拟合曲线中，对所述目标拟合曲线对应的所述灰度值组中的任意两个相邻的所述目标灰度值间的曲线进行采样，得到所述扩展灰度值。
可选地，所述预设拟合曲线为三次多项式曲线，所述根据所述目标灰度值，确定预设拟合曲线的曲线参数，得到每个所述灰度值组对应的目标拟合曲线的步骤包括：
按照每个所述目标灰度值的位置序列，对所述目标灰度值进行编号；
以所述目标灰度值为y轴坐标，以所述目标灰度值对应的编号为x轴坐标，确定所述三次多项式曲线的曲线参数，得到所述目标拟合曲线。
可选地，所述基于所述目标灰度值和所述扩展灰度值进行成像清晰度计算，得到所述激光接收器的成像质量的步骤包括：
基于每个所述灰度值组中目标灰度值的位置序列，对所述目标灰度值和所述目标灰度值对应的扩展灰度值进行排序，得到每个所述灰度值组对应的灰度值序列；
对不同的所述灰度值序列中位于同一序列的灰度值进行均值计算，得到灰度值均值序列；
从所述灰度值均值序列的最后一个灰度值开始，获取每两个相邻的所述灰度值间的差值，得到灰度值差值数据；
对所述灰度值差值数据进行正数化和归一化，得到归一化数据；
对所述归一化数据进行离散型傅里叶变换，得到调制传递函数图像；
基于所述调制传递函数图像中的目标参考点的数值，确定所述目标采样图片的成像质量。
可选地，所述对所述灰度值差值数据进行正数化和归一化，得到归一化数据的步骤包括：
确定所述灰度值差值数据中的最小值；
将所述灰度值差值数据分别减去所述最小值，得到正数化数据；
确定所述正数化数据中的最大值；
将所述正数化数据分别除以所述最大值，得到所述归一化数据。
可选地，所述基于所述调制传递函数图像中的目标参考点的数值，确定所述目标采样图片的成像质量的步骤包括：
获取待检测的所述目标参考点；
获取所述目标参考点在所述调制传递函数图像中的目标数值；
根据所述目标数值确定所述目标采样图片的成像质量，其中，所述成像质量与第一差值负相关，所述第一差值为一与所述目标数值的差值。
可选地，所述特征图案的颜色灰度值与所述背景区域的颜色灰度值间的差异大于预设灰度差异阈值。
第二方面，本申请提供了一种成像质量检测装置，所述装置包括：
发射接收模块，用于控制位于测试位置的激光雷达发射激光光束并接收测试板反射的激光光束；所述测试板中的测试面上包括多个特征图案和除所述特征图案以外的背景区域；
图片获取模块，用于基于所述激光雷达的激光接收器接收所述测试板反射的激光光束，获取雷达成像图片；
第一确定模块，用于从所述雷达成像图片中确定采样区域对应的目标采样图片；其中，所述采样区域包括至少一部分所述背景区域和至少一部分所述特征图案；
灰度值转换模块，用于将所述目标采样图片转换为灰度值表格；所述灰度值表格包括R行灰度数据；每行所述灰度数据包括多个灰度值；R为大于0的正整数；
第二确定模块，用于从所述多个灰度值中确定每行所述灰度数据对应的灰度值组，每个所述灰度值组包括预设数目个位置连续且灰度值差异最大的目标灰度值；
数据扩展模块，用于对所述目标灰度值进行数据扩展，得到每个所述灰度值组对应的扩展灰度值；
质量检测模块，用于基于所述目标灰度值和所述扩展灰度值进行成像清晰度计算，得到所述激光接收器的成像质量。
第三方面，本申请提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述所述的成像质量检测方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述的成像质量检测方法的步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：
本申请实施例提供的该方法，包括：控制位于测试位置的激光雷达发射激光光束并接收测试板反射的激光光束；所述测试板中的测试面上包括多个特征图案和除所述特征图案以外的背景区域；基于所述激光雷达的激光接收器接收所述测试板反射的激光光束，获取雷达成像图片；从所述雷达成像图片中确定采样区域对应的目标采样图片；其中，所述采样区域包括至少一部分所述背景区域和至少一部分所述特征图案；将所述目标采样图片转换为灰度值表格；所述灰度值表格包括R行灰度数据；每行所述灰度数据包括多个灰度值；R为大于0的正整数；从所述多个灰度值中确定每行所述灰度数据对应的灰度值组，每个所述灰度值组包括预设数目个位置连续且灰度值差异最大的目标灰度值；对所述目标灰度值进行数据扩展，得到每个所述灰度值组对应的扩展灰度值；基于所述目标灰度值和所述扩展灰度值进行成像清晰度计算，得到所述激光接收器的成像质量。该方法使用的测试板中的测试面上包括多个特征图案和除特征图案以外的背景区域，采样区域包括至少一部分背景区域和至少一部分特征图案，可以确保目标采样图片转换的灰度值表格中的灰度值差异较大，确定其中预设数目个位置连续且灰度值差异最大的目标灰度值，并对目标灰度值进行数据扩展得到扩展灰度值，基于目标灰度值和扩展灰度值进行成像清晰度计算，可以确保成像质量检测的准确性，并且无需人工参与进行主观判断，提高了成像质量检测的效率以及降低了检测误差。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
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简单地介绍，显而易见地，对于本领域普通技术人员而言，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为本申请一个实施例提供的一种成像质量检测方法的系统架构图；
图2为本申请一个实施例提供的一种成像质量检测方法的流程示意图；
图3为本申请一个实施例提供的一种图片拍摄及数据转换对齐示意图；
图4为本申请另一个实施例提供的一种成像质量检测方法的流程示意图；
图5为本申请一个实施例提供的一种成像质量检测装置的结构示意图；
图6为本申请一个实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请第一实施例提供了一种成像质量检测方法，该方法可以应用于如图1所示的系统架构，该系统架构中至少包括待测试设备101和测试板102，该系统架构可以通过测试板102对待测试设备101的成像质量进行检测。其中，待测试设备101可以是包含激光雷达的智能终端，比如移动终端（智能手机、平板等）和笔记本电脑等等，不作限制。
该成像质量检测方法，如图2，包括：
步骤201，控制位于测试位置的激光雷达发射激光光束并接收测试板反射的激光光束，测试板中的测试面上包括多个特征图案和除特征图案以外的背景区域。
为了在数据分析时，采集的特征图案区域与背景区域之间有明显的数值差异，可以设置特征图案的颜色灰度值与背景区域的颜色灰度值间的差异大于预设灰度差异阈值。例如，可以选取颜色差异明显的两种颜色分别配置特征图案区域和背景区域的颜色。
一个实施例中，特征图案设置为黑色，测试面中背景区域设置为白色，当然，也可以选择其他颜色差异明显的两种颜色配置特征图案区域和背景区域的颜色，不作限制。
另外，测试面中可以设置多个特征图案，特征图案可以设置为方形、三角形、椭圆形、圆形等，当为圆形时，较为容易确定包括特征图案区域和非特征图案区域的采样区域。并且，特征图案的数量不作限制，在存在多个特征图案时，特征图案可以在测试面上均匀分布。测试板的测试面上每一点到测试位置的距离相同。
步骤202，基于激光雷达的激光接收器接收测试板反射的激光光束，获取雷达成像图片。
步骤203，从雷达成像图片中确定采样区域对应的目标采样图片，其中，采样区域包括至少一部分背景区域和至少一部分特征图案。
步骤204，将目标采样图片转换为灰度值表格，灰度值表格包括R行灰度数据，每行灰度数据包括多个灰度值，R为大于0的正整数。
R的数值不作限制，可以为任意正整数，可以根据采样区域的大小得到不同的R行灰度数据。
步骤205，从多个灰度值中确定每行灰度数据对应的灰度值组，每个灰度值组包括预设数目个位置连续且灰度值差异最大的目标灰度值。
由于配置的特征图案区域和背景区域的颜色差异明显，比如，特征图案设置为黑色，背景区域设置为白色，每一行灰度数据中，灰度值差异较大的采样区域对应为目标采样图片中特征图案区域与背景区域的临界区域，从中选取预设数目个位置连续且差异最大的目标灰度值。比如，可以从其中确定连续K个目标灰度值，为使采样的目标灰度值更能体现差异，K可以设置为大于或等于3，比如K可以为四。
步骤206，对目标灰度值进行数据扩展，得到每个灰度值组对应的扩展灰度值。
可以选取灰度值表格中包括K个目标灰度值的R行灰度数据，在对目标灰度值进行扩展之前，可以先对R行灰度数据进行对齐，如图3为图片拍摄及数据转换对齐示意图，对齐后的R行灰度数据包括行列对齐的R行K列。
一个实施例中，对目标灰度值进行数据扩展，得到每个灰度值组对应的扩展灰度值的步骤包括：根据目标灰度值，确定预设拟合曲线的曲线参数，得到每个灰度值组对应的目标拟合曲线，在目标拟合曲线中，对目标拟合曲线对应的灰度值组中的任意两个相邻的目标灰度值间的曲线进行采样，得到扩展灰度值。
一个实施例中，预设拟合曲线为三次多项式曲线，根据目标灰度值，确定预设拟合曲线的曲线参数，得到每个灰度值组对应的目标拟合曲线的步骤包括：
按照每个目标灰度值的位置序列，对目标灰度值进行编号；
以目标灰度值为y轴坐标，以目标灰度值对应的编号为x轴坐标，确定三次多项式曲线的曲线参数，得到目标拟合曲线。
本实施例中，对每一行的K个目标灰度值，可以利用三次多项式曲线进行拟合，三次多项式曲线可以用函数Y=A+BX+CX2+DX3表示，其中，Y表示目标灰度值，X表示目标灰度值对应的编号，A表示第一系数，B表示第二系数，C表示第三系数，D表示第四系数。A、B、C、D也可称为三次多项式曲线的曲线参数，可通过三组及以上X和Y的值得出。
步骤207，基于目标灰度值和扩展灰度值进行成像清晰度计算，得到激光接收器的成像质量。
该方法使用的测试板中的测试面上包括多个特征图案和除特征图案以外的背景区域，采样区域包括至少一部分背景区域和至少一部分特征图案，可以确保目标采样图片转换的灰度值表格中的灰度值差异较大，确定其中预设数目个位置连续且灰度值差异最大的目标灰度值，并对目标灰度值进行数据扩展得到扩展灰度值，基于目标灰度值和扩展灰度值进行成像清晰度计算，可以确保成像质量检测的准确性，并且无需人工参与进行主观判断，提高了成像质量检测的效率以及降低了检测误差。
一个实施例中，基于目标灰度值和扩展灰度值进行成像清晰度计算，得到激光接收器的成像质量的步骤包括：
基于每个灰度值组中目标灰度值的位置序列，对目标灰度值和目标灰度值对应的扩展灰度值进行排序，得到每个灰度值组对应的灰度值序列；
对不同的灰度值序列中位于同一序列的灰度值进行均值计算，得到灰度值均值序列；
从灰度值均值序列的最后一个灰度值开始，获取每两个相邻的灰度值间的差值，得到灰度值差值数据；
对灰度值差值数据进行正数化和归一化，得到归一化数据；
对归一化数据进行离散型傅里叶变换，得到调制传递函数图像；
基于调制传递函数图像中的目标参考点的数值，确定目标采样图片的成像质量。
一个具体地实施例中，对灰度值差值数据进行正数化和归一化，得到归一化数据的步骤包括：确定灰度值差值数据中的最小值，将灰度值差值数据分别减去最小值，得到正数化数据，确定正数化数据中的最大值，将正数化数据分别除以最大值，得到归一化数据。
本实施例中，灰度值序列为扩展并排序后的灰度值组，以其中一行选出的四个目标灰度值的亮度分别为：129、135、173、211进行拟合为例说明，拟合结果可以得到第一系数A=185.1，第二系数B=-99.6，第三系数C=47.52，第四系数D=-5.28，进而可以得到三次多项式曲线的函数表达式为：Y=185.1-99.6X+47.52X2-5.28X3。
对拟合出的曲线每两点之间取L个数值（比如332个），可将原本四个数值扩展为3L+4个数值（在L取332的情况下，扩展为3L+4可以得到1000个数值），这1000个数值即为该行灰度值组对应的灰度值序列，假如一共取50行，每行四个目标灰度值，其余49行采用上述相同方法进行处理，得到50个灰度值组分别对应的50个灰度值序列，将50个灰度值序列共有1000列，按列对灰度值进行均值计算，得到1000个灰度值均值，该1000个灰度值均值可称为灰度值均值序列，将灰度值均值序列后一个数据减去前一个数据，可得到999个差值数据，再确定其中的最小值，将999个差值数据分别减去该最小值，实现对999个差值数据的正数化，得到999个正数化数据，确定999个正数化数据中的最大值，将999个正数化数据分别除以该最大值，得到999个归一数据。对999个归一数据进行离散型傅里叶变化，得到调制传递函数图像（Modulation Transfer Function，MTF图像），从而可以基于MTF图像中的目标参考点的数值确定目标采样图片的成像质量。
一个实施例中，基于调制传递函数图像中的目标参考点的数值，确定目标采样图片的成像质量，包括：获取待检测的目标参考点，获取目标参考点在调制传递函数图像中的目标数值，根据目标数值确定目标采样图片的成像质量，其中，成像质量与第一差值负相关，第一差值为一与目标数值的差值。
本实施例中，目标参考点在MTF图像中的目标数值越接近于一，则代表成像质量越好。
一个实施例中，如图4，成像质量检测方法，包括：
步骤401，激光接收器拍摄图片；
步骤402，对采样区域进行灰度值转换，每个像素对应灰度值储存在表格中；
步骤403，对每一行选取灰度值相差较大的四个数值，并将每一行该四个数值进行上下对齐；
步骤404，对每一行的四个数值用三次多项式对其进行拟合，三次多项式为：Y=A+BX+CX2+DX3；
步骤405，拟合出的曲线每两点之间取332个数值，可将原本四个数值扩展为1000个数值；
步骤406，取50行，每一行1000个数据，共50000个数据；可从表格中选取部分数据，比如选取50行数据，不作限制；
步骤407，每一列求平均值，获取到1000个平均值；
步骤408，用后面数据减前面数据，得到999个数值；
步骤409，取999个数值中最小值，然后分别减去该最小值进行正数化；
步骤410，取正数化后999个数值中的最大值，然后分别除以该最大值，进行数据归一化；
步骤411，对归一化后的999个数据进行离散型傅里叶变换，可得到MTF图像；
步骤412，取MTF图像中所需要的一个点作为参考点，该点数值越接近于1，代表成像质量越好。
本实施例中，对拍摄图片进行灰度值转换，并选取表征颜色差异明显的四个灰度值，并将每一行的四个数值进行对齐，并利用三次多项式拟合曲线，并进行数值扩展、正数化及归一化，再进行离散型傅里叶变换得到MTF图像，并对其进行成像质量检测，该方法可以确保进行成像质量检测的灰度值差异较大，并且由于测试板的测试面的每一点距离测试位置的目标距离相同，避免了环境因素带来的检测误差，提高了成像质量检测的准确性。
基于同一技术构思，本申请第二实施例提供了一种成像质量检测装置，如图5，所述装置包括：
发射接收模块501，用于控制位于测试位置的激光雷达发射激光光束并接收测试板反射的激光光束；所述测试板中的测试面上包括多个特征图案和除所述特征图案以外的背景区域；
图片获取模块502，用于基于所述激光雷达的激光接收器接收所述测试板反射的激光光束，获取雷达成像图片；
第一确定模块503，用于从所述雷达成像图片中确定采样区域对应的目标采样图片；其中，所述采样区域包括至少一部分所述背景区域和至少一部分所述特征图案；
灰度值转换模块504，用于将所述目标采样图片转换为灰度值表格；所述灰度值表格包括R行灰度数据；每行所述灰度数据包括多个灰度值；R为大于0的正整数；
第二确定模块505，用于从所述多个灰度值中确定每行所述灰度数据对应的灰度值组，每个所述灰度值组包括预设数目个位置连续且灰度值差异最大的目标灰度值；
数据扩展模块506，用于对所述目标灰度值进行数据扩展，得到每个所述灰度值组对应的扩展灰度值；
质量检测模块507，用于基于所述目标灰度值和所述扩展灰度值进行成像清晰度计算，得到所述激光接收器的成像质量。
该装置使用的测试板中的测试面上包括多个特征图案和除特征图案以外的背景区域，采样区域包括至少一部分背景区域和至少一部分特征图案，可以确保目标采样图片转换的灰度值表格中的灰度值差异较大，确定其中预设数目个位置连续且灰度值差异最大的目标灰度值，并对目标灰度值进行数据扩展得到扩展灰度值，基于目标灰度值和扩展灰度值进行成像清晰度计算，可以确保成像质量检测的准确性，并且无需人工参与进行主观判断，提高了成像质量检测的效率以及降低了检测误差。
如图6所示，本申请第三实施例提供了一种电子设备，包括处理器111、通信接口112、存储器113和通信总线114，其中，处理器111，通信接口112，存储器113通过通信总线114完成相互间的通信，
存储器113，用于存放计算机程序；
在一个实施例中，处理器111，用于执行存储器113上所存放的程序时，实现前述任意一个方法实施例提供的成像质量检测方法。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本申请第四实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述任意一个方法实施例提供的成像质量检测方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质（例如固态硬盘Solid State Disk (SSD)）等。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种成像质量检测方法，其特征在于，所述方法包括：
控制位于测试位置的激光雷达发射激光光束并接收测试板反射的激光光束；所述测试板中的测试面上包括多个特征图案和除所述特征图案以外的背景区域；
基于所述激光雷达的激光接收器接收所述测试板反射的激光光束，获取雷达成像图片；
从所述雷达成像图片中确定采样区域对应的目标采样图片；其中，所述采样区域包括至少一部分所述背景区域和至少一部分所述特征图案；
将所述目标采样图片转换为灰度值表格；所述灰度值表格包括R行灰度数据；每行所述灰度数据包括多个灰度值；R为大于0的正整数；
从所述多个灰度值中确定每行所述灰度数据对应的灰度值组，每个所述灰度值组包括预设数目个位置连续且灰度值差异最大的目标灰度值；
对所述目标灰度值进行数据扩展，得到每个所述灰度值组对应的扩展灰度值；
基于所述目标灰度值和所述扩展灰度值进行成像清晰度计算，得到所述激光接收器的成像质量；
其中，所述对所述目标灰度值进行数据扩展，得到每个所述灰度值组对应的扩展灰度值的步骤包括：
根据所述目标灰度值，确定预设拟合曲线的曲线参数，得到每个所述灰度值组对应的目标拟合曲线；
在所述目标拟合曲线中，对所述目标拟合曲线对应的所述灰度值组中的任意两个相邻的所述目标灰度值间的曲线进行采样，得到所述扩展灰度值；
其中，所述基于所述目标灰度值和所述扩展灰度值进行成像清晰度计算，得到所述激光接收器的成像质量的步骤包括：
基于每个所述灰度值组中目标灰度值的位置序列，对所述目标灰度值和所述目标灰度值对应的扩展灰度值进行排序，得到每个所述灰度值组对应的灰度值序列；
对不同的所述灰度值序列中位于同一序列的灰度值进行均值计算，得到灰度值均值序列；
从所述灰度值均值序列的最后一个灰度值开始，获取每两个相邻的所述灰度值间的差值，得到灰度值差值数据；
对所述灰度值差值数据进行正数化和归一化，得到归一化数据；
对所述归一化数据进行离散型傅里叶变换，得到调制传递函数图像；
基于所述调制传递函数图像中的目标参考点的数值，确定所述目标采样图片的成像质量。
2.根据权利要求1所述的方法，其特征在于，所述预设拟合曲线为三次多项式曲线，所述根据所述目标灰度值，确定预设拟合曲线的曲线参数，得到每个所述灰度值组对应的目标拟合曲线的步骤包括：
按照每个所述目标灰度值的位置序列，对所述目标灰度值进行编号；
以所述目标灰度值为y轴坐标，以所述目标灰度值对应的编号为x轴坐标，确定所述三次多项式曲线的曲线参数，得到所述目标拟合曲线。
3.根据权利要求1所述的方法，其特征在于，所述对所述灰度值差值数据进行正数化和归一化，得到归一化数据的步骤包括：
确定所述灰度值差值数据中的最小值；
将所述灰度值差值数据分别减去所述最小值，得到正数化数据；
确定所述正数化数据中的最大值；
将所述正数化数据分别除以所述最大值，得到所述归一化数据。
4.根据权利要求1所述的方法，其特征在于，所述基于所述调制传递函数图像中的目标参考点的数值，确定所述目标采样图片的成像质量的步骤包括：
获取待检测的所述目标参考点；
获取所述目标参考点在所述调制传递函数图像中的目标数值；
根据所述目标数值确定所述目标采样图片的成像质量，其中，所述成像质量与第一差值负相关，所述第一差值为1减去所述目标数值的差值。
5.根据权利要求1所述的方法，其特征在于，所述特征图案的颜色灰度值与所述背景区域的颜色灰度值间的差异大于预设灰度差异阈值。
6.一种成像质量检测装置，其特征在于，所述装置包括：
发射接收模块，用于控制位于测试位置的激光雷达发射激光光束并接收测试板反射的激光光束；所述测试板中的测试面上包括多个特征图案和除所述特征图案以外的背景区域；
图片获取模块，用于基于所述激光雷达的激光接收器接收所述测试板反射的激光光束，获取雷达成像图片；
第一确定模块，用于从所述雷达成像图片中确定采样区域对应的目标采样图片；其中，所述采样区域包括至少一部分所述背景区域和至少一部分所述特征图案；
灰度值转换模块，用于将所述目标采样图片转换为灰度值表格；所述灰度值表格包括R行灰度数据；每行所述灰度数据包括多个灰度值；R为大于0的正整数；
第二确定模块，用于从所述多个灰度值中确定每行所述灰度数据对应的灰度值组，每个所述灰度值组包括预设数目个位置连续且灰度值差异最大的目标灰度值；
数据扩展模块，用于对所述目标灰度值进行数据扩展，得到每个所述灰度值组对应的扩展灰度值；
质量检测模块，用于基于所述目标灰度值和所述扩展灰度值进行成像清晰度计算，得到所述激光接收器的成像质量；
所述数据扩展模块，具体用于根据所述目标灰度值，确定预设拟合曲线的曲线参数，得到每个所述灰度值组对应的目标拟合曲线；在所述目标拟合曲线中，对所述目标拟合曲线对应的所述灰度值组中的任意两个相邻的所述目标灰度值间的曲线进行采样，得到所述扩展灰度值；
所述质量检测模块，具体用于基于每个所述灰度值组中目标灰度值的位置序列，对所述目标灰度值和所述目标灰度值对应的扩展灰度值进行排序，得到每个所述灰度值组对应的灰度值序列；对不同的所述灰度值序列中位于同一序列的灰度值进行均值计算，得到灰度值均值序列；从所述灰度值均值序列的最后一个灰度值开始，获取每两个相邻的所述灰度值间的差值，得到灰度值差值数据；对所述灰度值差值数据进行正数化和归一化，得到归一化数据；对所述归一化数据进行离散型傅里叶变换，得到调制传递函数图像；基于所述调制传递函数图像中的目标参考点的数值，确定所述目标采样图片的成像质量。
7.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一项所述的成像质量检测方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的成像质量检测方法的步骤。
CN202311158133.7A 2023-09-08 2023-09-08 成像质量检测方法、装置、电子设备及存储介质 Active CN116879873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311158133.7A CN116879873B (zh) 2023-09-08 2023-09-08 成像质量检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311158133.7A CN116879873B (zh) 2023-09-08 2023-09-08 成像质量检测方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116879873A CN116879873A (zh) 2023-10-13
CN116879873B true CN116879873B (zh) 2023-11-24

Family

ID=88259118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311158133.7A Active CN116879873B (zh) 2023-09-08 2023-09-08 成像质量检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116879873B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6062475A (en) * 1997-06-25 2000-05-16 Metanetics Corporation Portable data collection device including color imaging dataform reader assembly
WO2018227943A1 (en) * 2017-06-14 2018-12-20 Shenzhen United Imaging Healthcare Co., Ltd. System and method for image processing
CN110097563A (zh) * 2019-03-18 2019-08-06 深圳蓝韵医学影像有限公司 数字x线成像系统中调制传递函数的测算方法与装置
CN111932573A (zh) * 2020-07-03 2020-11-13 中国兵器科学研究院宁波分院 一种光学系统空间分辨率的自动测试方法
US11099275B1 (en) * 2020-04-29 2021-08-24 Tsinghua University LiDAR point cloud reflection intensity complementation method and system
CN113554637A (zh) * 2021-07-30 2021-10-26 上海集成电路制造创新中心有限公司 相机盖板的脏污检测方法及检测装置
CN114898037A (zh) * 2022-04-24 2022-08-12 哈尔滨方聚科技发展有限公司 激光三维动态场景建模系统及建模方法
CN115953550A (zh) * 2022-12-21 2023-04-11 江汉大学 针对线结构光扫描的点云离群点剔除系统及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6062475A (en) * 1997-06-25 2000-05-16 Metanetics Corporation Portable data collection device including color imaging dataform reader assembly
WO2018227943A1 (en) * 2017-06-14 2018-12-20 Shenzhen United Imaging Healthcare Co., Ltd. System and method for image processing
CN110097563A (zh) * 2019-03-18 2019-08-06 深圳蓝韵医学影像有限公司 数字x线成像系统中调制传递函数的测算方法与装置
US11099275B1 (en) * 2020-04-29 2021-08-24 Tsinghua University LiDAR point cloud reflection intensity complementation method and system
CN111932573A (zh) * 2020-07-03 2020-11-13 中国兵器科学研究院宁波分院 一种光学系统空间分辨率的自动测试方法
CN113554637A (zh) * 2021-07-30 2021-10-26 上海集成电路制造创新中心有限公司 相机盖板的脏污检测方法及检测装置
CN114898037A (zh) * 2022-04-24 2022-08-12 哈尔滨方聚科技发展有限公司 激光三维动态场景建模系统及建模方法
CN115953550A (zh) * 2022-12-21 2023-04-11 江汉大学 针对线结构光扫描的点云离群点剔除系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于灰度分布模型的声呐图像目标检测算法;田晓东;刘忠;;系统工程与电子技术(05);全文 *
激光双路对称透射法在线测量平板玻璃厚度;张景超;闫玺;朱艳英;李潮洋;李贺光;胡学良;;红外与激光工程(10);全文 *

Also Published As

Publication number Publication date
CN116879873A (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
CN108896278B (zh) 一种滤光片丝印缺陷检测方法、装置及终端设备
CN112085682B (zh) 图像降噪方法、装置、电子设备及存储介质
CN112070682B (zh) 图像亮度补偿的方法和装置
CN111609998A (zh) 光照均匀性的检测方法、检测装置和可读存储介质
CN109255277B (zh) 一种二维码解析方法及装置
CN109489560B (zh) 一种线性尺寸测量方法及装置、智能终端
CN116879873B (zh) 成像质量检测方法、装置、电子设备及存储介质
CN113902697A (zh) 缺陷检测方法及相关装置
CN107085843B (zh) 用于估计光学系统中的调制传递函数的系统和方法
CN116993654B (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
CN116721160A (zh) 基于毫米波雷达与摄像头的自动标定方法及系统
CN113379835B (zh) 检测设备的校准方法、装置、设备及可读存储介质
CN116228861A (zh) 探针台标记物定位方法、装置、电子设备及存储介质
CN111435080B (zh) 一种水位测量方法、装置及系统
CN117289247A (zh) 激光雷达性能检测方法、装置、电子设备及存储介质
CN112927276B (zh) 图像配准方法、装置、电子设备及存储介质
CN112529923B (zh) 一种控件识别方法及装置
CN112529829B (zh) 一种毛刺定位、毛刺检测模型的训练方法及装置
US10958899B2 (en) Evaluation of dynamic ranges of imaging devices
CN112304573A (zh) 一种同时测量镜头畸变和mtf指标的方法和系统
EP4386675A1 (en) External parameter determination method and image processing device
CN110988807B (zh) 消除电路尖刺干扰的装置、系统及方法
CN114283185A (zh) 尺寸检测方法、装置、设备及计算机可读存储介质
CN117115266A (zh) 一种角点检测方法、装置、电子设备及存储介质
CN118710589A (zh) 扫描模块安装位置检测方法、图像处理方法、装置

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