CN117007288A - 镜头成像质量评价方法、装置、计算机设备和存储介质 - Google Patents
镜头成像质量评价方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117007288A CN117007288A CN202310811350.5A CN202310811350A CN117007288A CN 117007288 A CN117007288 A CN 117007288A CN 202310811350 A CN202310811350 A CN 202310811350A CN 117007288 A CN117007288 A CN 117007288A
- Authority
- CN
- China
- Prior art keywords
- lens
- evaluated
- curvature
- section
- determining
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 28
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims description 56
- 238000004590 computer program Methods 0.000 claims description 37
- 238000005520 cutting process Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 9
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0207—Details of measuring devices
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Eyeglasses (AREA)
Abstract
本申请涉及一种镜头成像质量评价方法、装置、计算机设备和存储介质。所述方法包括:获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对所述差值进行滤波,得到滤波后的差值;确定所述待评价镜头的剖面,在所述剖面上确定三个目标像素点;基于所述三个目标像素点,确定所述剖面的剖面曲率;在所述剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差;基于所述滤波后的差值、所述剖面曲率和所述平面曲率差,对所述待评价镜头的成像质量进行评价。采用本方法能够提高评价镜头成像质量的准确性。
Description
技术领域
本申请涉及镜头成像质量评价技术领域,特别是涉及一种镜头成像质量评价方法、装置、计算机设备和存储介质。
背景技术
为了保证良好的成像质量,往往会设定不同场景下的镜头的表面生产标准,而因生产工艺的好坏,会导致实际生产出的镜头的成像质量不一,因此需设定标准对镜头的成像质量进行评价。
传统技术中通常使用PV(Peak to valley,峰谷)值来评价镜头的成像质量,但镜头表面存在污垢会影响PV值的大小,存在误判的可能,因此,导致评价镜头成像质量不准确的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高评价镜头成像质量准确性的镜头成像质量评价方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种镜头成像质量评价方法。所述方法包括:
获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对所述差值进行滤波,得到滤波后的差值;
确定所述待评价镜头的剖面,在所述剖面上确定三个目标像素点;
基于所述三个目标像素点,确定所述剖面的剖面曲率;
在所述剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差;
基于所述滤波后的差值、所述剖面曲率和所述平面曲率差,对所述待评价镜头的成像质量进行评价。
在其中一个实施例中,所述基于所述三个目标像素点,确定所述剖面的剖面曲率,包括:
针对由所述三个目标像素点构成的三角形的外接圆,获取所述外接圆的半径,将所述半径的倒数作为剖面曲率。
在其中一个实施例中,所述多个预设角度剖面是多个预设角度的切面对所述待评价镜头进行切分所形成的,所述多个预设角度的切面均经过预设点;预设角度指的是所述切面与所述待评价镜头的所处平面间的夹角,所述多个预设角度包括0度、45度、90度和135度。
在其中一个实施例中,所述根据多个预设角度剖面的剖面曲率,确定平面曲率差,包括:
确定多个预设角度剖面的剖面曲率中的最大值和最小值;
将所述最大值减去所述最小值,得到平面曲率差。
在其中一个实施例中,所述基于所述滤波后的差值、所述剖面曲率和所述平面曲率差,对所述待评价镜头的成像质量进行评价,包括:
获取所述待评价镜头的视场角;
基于所述视场角,确定所述待评价镜头的评价指标;
将所述滤波后的差值、所述剖面曲率和所述平面曲率差分别与相应评价指标进行比对,获得评价结果。
在其中一个实施例中,所述对所述差值进行滤波,包括:
滤除所述待评价镜头的预设边缘区域中每一像素点对应的差值。
第二方面,本申请还提供了一种镜头成像质量评价装置。所述装置包括:
差值获取模块,用于获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对所述差值进行滤波,得到滤波后的差值;
目标像素点确定模块,用于确定所述待评价镜头的剖面,在所述剖面上确定三个目标像素点;
剖面曲率确定模块,用于基于所述三个目标像素点,确定所述剖面的剖面曲率;
平面曲率差确定模块,用于在所述剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差;
评价模块,用于基于所述滤波后的差值、所述剖面曲率和所述平面曲率差,对所述待评价镜头的成像质量进行评价。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述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上述任一方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一方法的步骤。
上述镜头成像质量评价方法、装置、计算机设备和存储介质,通过对获取到的待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值进行滤波,得到滤波后的差值,基于滤波后的差值、待评价镜头的剖面的剖面曲率和根据多个预设角度剖面的剖面曲率确定出的平面曲率差,对待评价镜头的成像质量进行评价。相比于传统技术中使用PV值对镜头成像质量进行评价导致的准确性不高的问题而言,本申请使用待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值、剖面曲率和平面曲率差三个评价指标对待评价镜头的成像质量进行评价,避免因使用一个评价指标导致的评价镜头成像质量准确性不高的问题,并且还对差值进行滤波,基于滤波后的差值对待评价镜头的成像质量进行评价,进一步提高了评价镜头成像质量的准确性。
附图说明
图1为本申请实施例中提供的镜头成像质量评价方法的流程示意图;
图2为一个实施例中提供一待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值的示意图;
图3为一个实施例中提供一待评价镜头光轴的示意图;
图4为一个实施例中提供一待评价镜头的部分剖面轮廓线的示意图;
图5为一个实施例中确定平面曲率差的流程示意图;
图6为一个实施例中对待评价镜头的成像质量进行评价的流程示意图;
图7为一个实施例中提供一待评价镜头的顶视图的示意图;
图8为一个实施例中提供的整个待评价镜头的剖面曲率的示意图;
图9为一个实施例中提供的待评价镜头的成像示意图;
图10为一个实施例中提供一不在评价指标内的待评价镜头的成像示意图;
图11为本申请实施例中提供的一种镜头成像质量评价装置的结构框图;
图12为本申请实施例中提供的一种计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处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。
在本实施例中,提供的一种镜头成像质量评价方法,本实施例以该方法应用于计算机设备进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括计算机设备和服务器的系统,并通过计算机设备和服务器的交互实现。
图1为本申请实施例中提供的镜头成像质量评价方法的流程示意图,该方法应用于计算机设备中,在一个实施例中,如图1所示,包括以下步骤:
S101,获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对差值进行滤波,得到滤波后的差值。
其中,待评价镜头为由至少一个透镜组合成的至少有一个曲面的镜头。待评价镜头上的像素点指的是对待评价镜头表面进行划分,划分成一个个区域,从每一区域中确定出的点。
在这里,提供一待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值的示意图,如图2所示。图2中的虚线表示预设标准镜面,实线表示实际镜面,双向箭头指示长度表示实际镜面高度与预设标准镜面高度间的差值。
在一些实施例中,获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值的方式有多种,其中一种实现方式为通过光学测量仪器直接测得待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,其他可获得待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值的方式也可,具体不作限定。
S102,确定待评价镜头的剖面,在剖面上确定三个目标像素点。
其中,待评价镜头的剖面为经过待评价镜头光轴的面,光轴为待评价镜头的虚拟中心线。在这里,提供一待评价镜头光轴的示意图,如图3所示。图3为一个镜头的侧视图,图3中L表示光轴。
在一些实施例中,在剖面上确定三个目标像素点,包括:
在剖面方向上确定三个间距相等的像素点作为目标像素点,目标像素点位于待评价镜头表面,也即剖面轮廓线上。具体的,提供一待评价镜头的部分剖面轮廓线的示意图,如图4所示,图4中的点A、点B和点C为目标像素点,s表示点A和点B在剖面方向上的间隔距离,以及点B和点C在剖面方向上的间隔距离。
S103,基于三个目标像素点,确定剖面的剖面曲率。
其中,剖面曲率为反映剖面的弯曲程度的参数。
S104,在剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差。
应当理解的是,在剖面为预设角度剖面的情况下,获取预设角度剖面的剖面曲率的方式为在预设角度剖面上确定三个目标像素点,基于三个目标像素点,确定预设角度剖面的剖面曲率。
S105,基于滤波后的差值、剖面曲率和平面曲率差,对待评价镜头的成像质量进行评价。
在一些实施例中,基于滤波后的差值、剖面曲率和平面曲率差的值大小,对待评价镜头的成像质量好坏进行评价。
本实施例提供的镜头成像质量评价方法,通过对获取到的待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值进行滤波,得到滤波后的差值,基于滤波后的差值、待评价镜头的剖面的剖面曲率和根据多个预设角度剖面的剖面曲率确定出的平面曲率差,对待评价镜头的成像质量进行评价。相比于传统技术中使用PV值对镜头成像质量进行评价导致的准确性不高的问题而言,本实施例使用待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值、剖面曲率和平面曲率差三个评价指标对待评价镜头的成像质量进行评价,避免因使用一个评价指标导致的评价镜头成像质量准确性不高的问题,并且还对差值进行滤波,基于滤波后的差值对待评价镜头的成像质量进行评价,进一步提高了评价镜头成像质量的准确性。
在一个实施例中,对差值进行滤波,包括:
滤除待评价镜头的预设边缘区域中每一像素点对应的差值。
其中,预设边缘区域为待评价镜头预设视场角以外的区域,预设视场角根据需求进行设定。例如在虚拟现实(VR,Virtual Reality)和增强现实(AR,Augmented Reality)场景下应用的待评价镜头的预设视场角通常可设置为40度,因对人眼而言中心视角是比较敏感的,所以对待评价镜头中心视角范围内的镜头成像质量要求更加严格。
在一些实施例中,通过滤波器滤除待评价镜头的预设边缘区域中每一像素点对应的差值,滤波器包括低通滤波器、高通滤波器、带通滤波器、带阻滤波器、旁路滤波器、均值滤波器、中值滤波器或者巴特沃兹过滤器中的至少一种,具体不作限定。
在本实施例中,通过滤除待评价镜头的预设边缘区域中每一像素点对应的差值,可以避免待评价镜头预设边缘区域工艺粗糙带来的误评价,提高了评价镜头成像质量的准确性。
在一个实施例中,基于三个目标像素点,确定剖面的剖面曲率,包括:
针对由三个目标像素点构成的三角形的外接圆,获取外接圆的半径,将半径的倒数作为剖面曲率。
在一些实施例中,获取外接圆的半径的方式为将待评价镜头放在一个三维坐标系中,获取三个目标像素点的三维坐标,基于三维坐标获取三个目标像素点构成的三角形的三边长,利用三边长、余弦定理和正弦定理得到外接圆的半径。
在另一些实施例中,获取外接圆的半径的方式还可以为基于剖面方向构建二维坐标系,获取三个目标像素点的二维坐标,基于二维坐标获取三个目标像素点构成的三角形的三边长,利用三边长、余弦定理和正弦定理得到外接圆的半径。具体的获取外接圆的半径的方式不作限定。
在本实施例中,基于三个目标像素点,确定剖面的剖面曲率的方式较为简洁,容易获得,能够提高剖面曲率的获得效率。
在一个实施例中,多个预设角度剖面是多个预设角度的切面对待评价镜头进行切分所形成的,多个预设角度的切面均经过预设点;预设角度指的是切面与待评价镜头的所处平面间的夹角,多个预设角度包括0度、45度、90度和135度。
其中,预设点为待评价镜头光轴与镜头表面重合的点。待评价镜头的所处平面是基于待评价镜头光轴所处的面确定出的。
在本实施例中,多个预设角度剖面均经过预设点,以保证多个预设角度剖面是基于同一切分标准进行切分得到的,能够保证后续根据多个预设角度剖面的剖面曲率确定出的平面曲率差的准确性。
在一个实施例中,根据多个预设角度剖面的剖面曲率,确定平面曲率差的流程示意图,如图5所示,包括以下内容:
S501,确定多个预设角度剖面的剖面曲率中的最大值和最小值。
S502,将最大值减去最小值,得到平面曲率差。
具体的,LAE=Max(K0,K90,K45,K135)-Min(K0,K90,K45,K135),其中,LAE为平面曲率差,K0为0度剖面的剖面曲率,K90为90度剖面的剖面曲率,K45为45度剖面的剖面曲率,K135为135度剖面的剖面曲率。
在本实施例中,确定多个预设角度剖面的平面曲率差,是为了后续用于对待评价镜头的成像质量进行评价,平面曲率差的值过大,说明镜头的成像质量存在明显问题。
在一个实施例中,基于滤波后的差值、剖面曲率和平面曲率差,对待评价镜头的成像质量进行评价的流程示意图,如图6所示,包括以下内容:
S601,获取待评价镜头的视场角。
其中,视场角(FOV,Field of view)的大小决定待评价镜头的视野范围。
S602,基于视场角,确定待评价镜头的评价指标。
其中,评价指标包括预设标准差值范围、预设标准剖面曲率范围和预设标准平面曲率差范围。
在一些实施例中,不同视场角范围对应的待评价镜头的评价指标不同。
S603,将滤波后的差值、剖面曲率和平面曲率差分别与相应评价指标进行比对,获得评价结果。
具体的,将滤波后的差值与预设标准差值范围进行比对,将剖面曲率与预设标准剖面曲率范围进行比对,将平面曲率差与预设标准平面曲率差范围进行比对,获得评价结果。
在本实施例中,针对不同视场角的待评价镜头,确定对应的评价指标,能够进一步提高评价镜头成像质量的准确性。
在这里,以应用场景为虚拟现实(VR,Virtual Reality)和增强现实(AR,Augmented Reality)为例,用一完整实施例的方式对本申请提出的镜头成像质量评价方法进行详细说明,具体包括以下内容:
首先,获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,通过巴特沃兹过滤器滤除待评价镜头的预设边缘区域中每一像素点对应的差值,得到滤波后的差值。
然后,确定待评价镜头的水平方向和垂直方向上的剖面,在剖面上确定三个间距相等的目标像素点,针对由三个目标像素点构成的三角形的外接圆,获取外接圆的半径,将半径的倒数作为剖面曲率。在这里,提供一待评价镜头的顶视图的示意图,如图7所示。图7中的X表示水平方向,Y表示垂直方向,p表示一条水平切线,对待评价镜头沿p切割,得到水平方向的剖面,q表示一条垂直切线,对待评价镜头沿q切割,得到垂直方向的剖面。具体的,多个水平方向的剖面的剖面曲率和多个垂直方向的剖面的剖面曲率组成如图8所示的整个待评价镜头的剖面曲率的示意图。图8中横轴表示待评价镜头的水平位置,左纵轴表示待评价镜头的垂直位置,右纵轴表示该水平位置对应的垂直剖面的剖面曲率加上该垂直位置对应的水平剖面的剖面曲率的曲率和值。
其次,在剖面为0度、45度、90度和135度剖面的情况下,确定0度、45度、90度和135度剖面对应的剖面曲率中的最大值和最小值,将最大值减去最小值,得到平面曲率差。
最后,获取待评价镜头的视场角,基于视场角,确定待评价镜头的评价指标,将滤波后的差值、剖面曲率和平面曲率差分别与相应评价指标进行比对,获得评价结果,对待评价镜头的成像质量进行评价。
其中,应用于虚拟现实(VR,Virtual Reality)和增强现实(AR,AugmentedReality)场景下的待评价镜头的视场角为小于20度。
在待评价镜头的视场角小于10度的情况下,预设标准差值范围为小于15微米,且预设标准剖面曲率范围为小于0.8,且预设标准平面曲率差范围为小于0.4;在待评价镜头的视场角小于20度且不小于10度的情况下,预设标准差值范围为小于20微米,且预设标准剖面曲率范围为小于0.9,且预设标准平面曲率差范围为小于0.5。应当理解的是,该实施例中举出的具体数值均为举例,具体数值可人为根据需求设定,具体数值不作限定。
具体的,以待评价镜头的视场角小于10度为例,在待评价镜头的视场角小于10度的情况下,若滤波后的差值小于15微米,且剖面曲率小于0.8,且平面曲率差小于0.4,即滤波后的差值、剖面曲率和平面曲率差在评价指标内,则评价待评价镜头的成像质量较好,在这种情况下,待评价镜头的成像示意图,如图9所示。进一步地,提供一不在评价指标内的待评价镜头的成像示意图,如图10所示,明显看出滤波后的差值、剖面曲率和平面曲率差不在评价指标内的成像较为模糊。
本实施例提供的镜头成像质量评价方法,使用待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值、剖面曲率和平面曲率差三个评价指标对待评价镜头的成像质量进行评价,避免因使用一个评价指标导致的评价镜头成像质量准确性不高的问题,并且还对差值进行滤波,基于滤波后的差值对待评价镜头的成像质量进行评价,进一步提高了评价镜头成像质量的准确性,并且之所以选择曲率作为评价参数,是因为曲率大小会改变通过待评价镜头的光线方向,导致产生像差,影响成像质量,因此,选择滤波后的差值、剖面曲率和平面曲率差,对待评价镜头的成像质量进行评价,能够保证评价准确性。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的镜头成像质量评价方法的镜头成像质量评价装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个镜头成像质量评价装置实施例中的具体限定可以参见上文中对于镜头成像质量评价方法的限定,在此不再赘述。
参见图11,图11为本申请实施例中提供的一种镜头成像质量评价装置的结构框图,该装置1100包括:差值获取模块1101、目标像素点确定模块1102、剖面曲率确定模块1103、平面曲率差确定模块1104和评价模块1105,其中:
差值获取模块1101,用于获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对差值进行滤波,得到滤波后的差值;
目标像素点确定模块1102,用于确定待评价镜头的剖面,在剖面上确定三个目标像素点;
剖面曲率确定模块1103,用于基于三个目标像素点,确定剖面的剖面曲率;
平面曲率差确定模块1104,用于在剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差;
评价模块1105,用于基于滤波后的差值、剖面曲率和平面曲率差,对待评价镜头的成像质量进行评价。
本实施例提供的镜头成像质量评价装置,通过对获取到的待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值进行滤波,得到滤波后的差值,基于滤波后的差值、待评价镜头的剖面的剖面曲率和根据多个预设角度剖面的剖面曲率确定出的平面曲率差,对待评价镜头的成像质量进行评价。相比于传统技术中使用PV值对镜头成像质量进行评价导致的准确性不高的问题而言,本实施例使用待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值、剖面曲率和平面曲率差三个评价指标对待评价镜头的成像质量进行评价,避免因使用一个评价指标导致的评价镜头成像质量准确性不高的问题,并且还对差值进行滤波,基于滤波后的差值对待评价镜头的成像质量进行评价,进一步提高了评价镜头成像质量的准确性。
可选的,剖面曲率确定模块1103包括:
剖面曲率确定单元,用于针对由三个目标像素点构成的三角形的外接圆,获取外接圆的半径,将半径的倒数作为剖面曲率。
可选的,多个预设角度剖面是多个预设角度的切面对待评价镜头进行切分所形成的,多个预设角度的切面均经过预设点;预设角度指的是切面与待评价镜头的所处平面间的夹角,多个预设角度包括0度、45度、90度和135度。
可选的,平面曲率差确定模块1104包括:
曲率最值确定单元,用于确定多个预设角度剖面的剖面曲率中的最大值和最小值;
平面曲率差确定单元,用于将最大值减去最小值,得到平面曲率差。
可选的,评价模块1105包括:
视场角获取单元,用于获取待评价镜头的视场角;
评价指标确定单元,用于基于视场角,确定待评价镜头的评价指标;
评价单元,用于将滤波后的差值、剖面曲率和平面曲率差分别与相应评价指标进行比对,获得评价结果。
可选的,差值获取模块1101包括:
差值滤除单元,用于滤除待评价镜头的预设边缘区域中每一像素点对应的差值。
上述镜头成像质量评价装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图12所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储滤波后的差值、剖面曲率和平面曲率差等数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种镜头成像质量评价方法。
本领域技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述实施例提供的镜头成像质量评价方法的步骤:
获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对差值进行滤波,得到滤波后的差值;
确定待评价镜头的剖面,在剖面上确定三个目标像素点;
基于三个目标像素点,确定剖面的剖面曲率;
在剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差;
基于滤波后的差值、剖面曲率和平面曲率差,对待评价镜头的成像质量进行评价。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
针对由三个目标像素点构成的三角形的外接圆,获取外接圆的半径,将半径的倒数作为剖面曲率。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
多个预设角度剖面是多个预设角度的切面对待评价镜头进行切分所形成的,多个预设角度的切面均经过预设点;预设角度指的是切面与待评价镜头的所处平面间的夹角,多个预设角度包括0度、45度、90度和135度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
确定多个预设角度剖面的剖面曲率中的最大值和最小值;
将最大值减去最小值,得到平面曲率差。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取待评价镜头的视场角;
基于视场角,确定待评价镜头的评价指标;
将滤波后的差值、剖面曲率和平面曲率差分别与相应评价指标进行比对,获得评价结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
滤除待评价镜头的预设边缘区域中每一像素点对应的差值。
上述实施例的实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例提供的镜头成像质量评价方法的步骤:
获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对差值进行滤波,得到滤波后的差值;
确定待评价镜头的剖面,在剖面上确定三个目标像素点;
基于三个目标像素点,确定剖面的剖面曲率;
在剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差;
基于滤波后的差值、剖面曲率和平面曲率差,对待评价镜头的成像质量进行评价。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
针对由三个目标像素点构成的三角形的外接圆,获取外接圆的半径,将半径的倒数作为剖面曲率。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
多个预设角度剖面是多个预设角度的切面对待评价镜头进行切分所形成的,多个预设角度的切面均经过预设点;预设角度指的是切面与待评价镜头的所处平面间的夹角,多个预设角度包括0度、45度、90度和135度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
确定多个预设角度剖面的剖面曲率中的最大值和最小值;
将最大值减去最小值,得到平面曲率差。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取待评价镜头的视场角;
基于视场角,确定待评价镜头的评价指标;
将滤波后的差值、剖面曲率和平面曲率差分别与相应评价指标进行比对,获得评价结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
滤除待评价镜头的预设边缘区域中每一像素点对应的差值。
上述实施例的实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述实施例提供的镜头成像质量评价方法的步骤:
获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对差值进行滤波,得到滤波后的差值;
确定待评价镜头的剖面,在剖面上确定三个目标像素点;
基于三个目标像素点,确定剖面的剖面曲率;
在剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差;
基于滤波后的差值、剖面曲率和平面曲率差,对待评价镜头的成像质量进行评价。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
针对由三个目标像素点构成的三角形的外接圆,获取外接圆的半径,将半径的倒数作为剖面曲率。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
多个预设角度剖面是多个预设角度的切面对待评价镜头进行切分所形成的,多个预设角度的切面均经过预设点;预设角度指的是切面与待评价镜头的所处平面间的夹角,多个预设角度包括0度、45度、90度和135度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
确定多个预设角度剖面的剖面曲率中的最大值和最小值;
将最大值减去最小值,得到平面曲率差。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取待评价镜头的视场角;
基于视场角,确定待评价镜头的评价指标;
将滤波后的差值、剖面曲率和平面曲率差分别与相应评价指标进行比对,获得评价结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
滤除待评价镜头的预设边缘区域中每一像素点对应的差值。
上述实施例的实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种镜头成像质量评价方法,其特征在于,所述方法包括:
获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对所述差值进行滤波,得到滤波后的差值;
确定所述待评价镜头的剖面,在所述剖面上确定三个目标像素点;
基于所述三个目标像素点,确定所述剖面的剖面曲率;
在所述剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差;
基于所述滤波后的差值、所述剖面曲率和所述平面曲率差,对所述待评价镜头的成像质量进行评价。
2.根据权利要求1所述的方法,其特征在于,所述基于所述三个目标像素点,确定所述剖面的剖面曲率,包括:
针对由所述三个目标像素点构成的三角形的外接圆,获取所述外接圆的半径,将所述半径的倒数作为剖面曲率。
3.根据权利要求1所述的方法,其特征在于,所述多个预设角度剖面是多个预设角度的切面对所述待评价镜头进行切分所形成的,所述多个预设角度的切面均经过预设点;预设角度指的是所述切面与所述待评价镜头的所处平面间的夹角,所述多个预设角度包括0度、45度、90度和135度。
4.根据权利要求1所述的方法,其特征在于,所述根据多个预设角度剖面的剖面曲率,确定平面曲率差,包括:
确定多个预设角度剖面的剖面曲率中的最大值和最小值;
将所述最大值减去所述最小值,得到平面曲率差。
5.根据权利要求1所述的方法,其特征在于,所述基于所述滤波后的差值、所述剖面曲率和所述平面曲率差,对所述待评价镜头的成像质量进行评价,包括:
获取所述待评价镜头的视场角;
基于所述视场角,确定所述待评价镜头的评价指标;
将所述滤波后的差值、所述剖面曲率和所述平面曲率差分别与相应评价指标进行比对,获得评价结果。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述对所述差值进行滤波,包括:
滤除所述待评价镜头的预设边缘区域中每一像素点对应的差值。
7.一种镜头成像质量评价装置,其特征在于,所述装置包括:
差值获取模块,用于获取待评价镜头上每一像素点的实际镜面高度与预设标准镜面高度间的差值,对所述差值进行滤波,得到滤波后的差值;
目标像素点确定模块,用于确定所述待评价镜头的剖面,在所述剖面上确定三个目标像素点;
剖面曲率确定模块,用于基于所述三个目标像素点,确定所述剖面的剖面曲率;
平面曲率差确定模块,用于在所述剖面为多个预设角度剖面的情况下,根据多个预设角度剖面的剖面曲率,确定平面曲率差;
评价模块,用于基于所述滤波后的差值、所述剖面曲率和所述平面曲率差,对所述待评价镜头的成像质量进行评价。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一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权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310811350.5A CN117007288A (zh) | 2023-07-03 | 2023-07-03 | 镜头成像质量评价方法、装置、计算机设备和存储介质 |
TW112128238A TWI835692B (zh) | 2023-07-03 | 2023-07-27 | 鏡頭成像品質評價方法、裝置、電腦設備和儲存介質 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310811350.5A CN117007288A (zh) | 2023-07-03 | 2023-07-03 | 镜头成像质量评价方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117007288A true CN117007288A (zh) | 2023-11-07 |
Family
ID=88562828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310811350.5A Pending CN117007288A (zh) | 2023-07-03 | 2023-07-03 | 镜头成像质量评价方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117007288A (zh) |
TW (1) | TWI835692B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7416300B2 (en) * | 2006-05-25 | 2008-08-26 | Coopervision International Holding Company, Lp | Measurement of lenses and lens molds using optical coherence tomography |
JP5138656B2 (ja) * | 2009-10-15 | 2013-02-06 | シャープ株式会社 | レンズ評価方法 |
TWI407078B (zh) * | 2010-06-08 | 2013-09-01 | Chung Shan Inst Of Science | Micro - lens array surface profile detection system and its detection method |
US9019485B2 (en) * | 2013-03-11 | 2015-04-28 | Lumetrics, Inc. | Apparatus and method for evaluation of optical elements |
TWI570397B (zh) * | 2014-08-15 | 2017-02-11 | 賽格股份有限公司 | 透鏡和透鏡模具的光學評估技術 |
US10607335B2 (en) * | 2016-06-28 | 2020-03-31 | Johnson & Johnson Vision Care, Inc. | Systems and methods of using absorptive imaging metrology to measure the thickness of ophthalmic lenses |
-
2023
- 2023-07-03 CN CN202310811350.5A patent/CN117007288A/zh active Pending
- 2023-07-27 TW TW112128238A patent/TWI835692B/zh active
Also Published As
Publication number | Publication date |
---|---|
TWI835692B (zh) | 2024-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113160068B (zh) | 基于图像的点云补全方法及系统 | |
CN111798398B (zh) | 点云降噪方法、装置、电子设备和计算机可读存储介质 | |
CN112215958B (zh) | 一种基于分布式计算的激光雷达点云数据投影方法 | |
CN114359042A (zh) | 点云拼接方法和装置、三维扫描仪及电子设备 | |
US9030473B2 (en) | Computing device and method for determining distance between two curved surfaces | |
CN112484738A (zh) | 机器人建图方法、装置、计算机可读存储介质及机器人 | |
CN116152218A (zh) | 施工质量智能检测方法及装置 | |
CN116188683A (zh) | 三维对象包围盒确定方法、装置、计算机设备及存储介质 | |
CN114966576A (zh) | 基于先验地图的雷达外参标定方法、装置和计算机设备 | |
CN111915681A (zh) | 多组3d相机群的外参标定方法、装置、存储介质及设备 | |
US20120170865A1 (en) | Apparatus and method for correcting distortion of image | |
CN117007288A (zh) | 镜头成像质量评价方法、装置、计算机设备和存储介质 | |
US8630477B2 (en) | Electronic device and method for outputting measurement data | |
CN114863195B (zh) | 一种点云数据的处理方法、系统、存储介质和电子设备 | |
CN114549429B (zh) | 基于超图结构的深度数据质量评价方法及装置 | |
CN115631246A (zh) | 相机内参和相机相对激光雷达外参的联合标定方法及装置 | |
CN115731527A (zh) | 道路边界检测方法、装置、计算机设备和存储介质 | |
JP2023092446A (ja) | 貨物計数方法及び装置、コンピュータ装置、並びに記憶媒体 | |
CN110570511A (zh) | 点云数据的处理方法、装置、系统和存储介质 | |
CN114966578A (zh) | 基于拍摄设备的雷达外参标定方法、装置和计算机设备 | |
CN114926536A (zh) | 一种基于语义的定位与建图方法、系统及智能机器人 | |
CN117788538B (zh) | 点云区间配对体积方差一致性的配准方法、装置和系统 | |
CN116030450B (zh) | 棋盘格角点识别方法、装置、设备和介质 | |
CN115424022B (zh) | 输电走廊地面点云分割方法、装置和计算机设备 | |
JP4151185B2 (ja) | 三次元形状データのデータ削減方法及びデータ削減装置 |
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 |