CN117252776A - 适用于多种材料的图像调整方法、装置及设备 - Google Patents
适用于多种材料的图像调整方法、装置及设备 Download PDFInfo
- Publication number
- CN117252776A CN117252776A CN202311254918.4A CN202311254918A CN117252776A CN 117252776 A CN117252776 A CN 117252776A CN 202311254918 A CN202311254918 A CN 202311254918A CN 117252776 A CN117252776 A CN 117252776A
- Authority
- CN
- China
- Prior art keywords
- image
- camera
- uniformity
- determining
- color
- 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.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 244
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012937 correction Methods 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 32
- 238000000605 extraction Methods 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000003705 background correction Methods 0.000 claims abstract description 20
- 238000002310 reflectometry Methods 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 abstract description 9
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000010408 film Substances 0.000 description 3
- 239000004745 nonwoven fabric Substances 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000007769 metal material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Abstract
本发明提供一种适用于多种材料的图像调整方法、装置及设备，方法通过确定当前材料规格，并选择材料规格对应的材料模板；基于材料模板中的相机参数，采集当前材料的图像并对图像进行亮度校正，得到预设亮度的初级图像；利用图像边界提取和相机平场校正结合的方式，对初级图像进行均匀度调整，得到均匀度图像；监控均匀度图像的感兴趣区域，确定感兴趣区域的灰度值和颜色；分别将灰度值与预设灰度值、颜色与预设颜色值进行比对，基于比对的结果对相机曝光和相机增益进行调整，通过进行整体亮度校正，然后进行均匀度调整，最后再进行灰度微调的方式，有效地提升了视觉检测图像的稳定性和一致性。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种适用于多种材料的图像调整方法、装置及设备。
背景技术
随着现代化工业的飞速发展，各类工业都提出了在线非接触无损检测的要求，使得机器视觉检测得到研究者的广泛关注。由于材料本身存在不同的颜色，薄厚，反光性能不同，在视觉传感器呈现的图像会有很大的不同，另外工业现场一般比较恶劣，如空气中的杂质（如烟雾、灰尘、水气等）、工业设备振动引起的视觉装置的振动、环境中光照和电磁辐射等干扰都会对视觉传感器获取的图像等信息造成较大的损失或畸变，这给机器视觉检测带来很大的困难，使检测准确性和可靠性难以保证。
因此，如何提高视觉检测图像的稳定性成为了本领域技术人员亟需解决的技术问题。
发明内容
本发明提供一种适用于多种材料的图像调整方法、装置及设备，用以解决现有技术中视觉检测图像稳定性较差的缺陷。
本发明提供一种适用于多种材料的图像调整方法，包括：
确定当前材料规格，并选择所述材料规格对应的材料模板；
基于所述材料模板中的相机参数，采集所述当前材料的图像并对所述图像进行亮度校正，得到预设亮度的初级图像；
利用图像边界提取和相机平场校正结合的方式，对所述初级图像进行均匀度调整，得到均匀度图像；
监控所述均匀度图像的感兴趣区域，确定所述感兴趣区域的灰度值和颜色；
分别将所述灰度值与预设灰度值、所述颜色与预设颜色值进行比对，基于所述比对的结果对相机曝光和相机增益进行调整。
根据本发明提供的一种适用于多种材料的图像调整方法，所述确定当前材料规格，并选择所述材料规格对应的材料模板之前，还包括：
分别确定不同种类材料的反光性、薄厚、颜色和表面稀疏性；
确定所述不同种类材料检测时的幅宽和精度；
基于所述反光性、所述薄厚、所述颜色、所述表面稀疏性、所述幅宽和所述精度，构建每种所述材料的材料模板。
根据本发明提供的一种适用于多种材料的图像调整方法，所述基于所述反光性、所述薄厚、所述颜色、所述表面稀疏性、所述幅宽和所述精度，构建每种所述材料的材料模板，包括：
确定预设图像亮度需求；
基于所述预设图像亮度需求，结合所述反光性、所述薄厚、所述颜色、所述表面稀疏性、所述幅宽和所述精度，分别确定每种所述材料对应的相机曝光、相机增益和相机内部参数；
建立每种所述材料与对应的相机曝光、相机增益和相机内部参数的关联关系，得到每种所述材料的材料模板。
根据本发明提供的一种适用于多种材料的图像调整方法，所述利用图像边界提取和相机平场校正结合的方式，对所述初级图像进行均匀度调整，得到均匀度图像，包括：
利用数字图像的边界提取，获取所述初级图像中的当前材料边界；
基于同一工位相机的相对位置关系和所述当前材料边界，换算得到每个所述相机下需进行均匀度调整的材料区域；
将所述材料区域与相机的平场校正功能结合，对每个所述相机下的图像进行均匀度调整，得到均匀度图像。
根据本发明提供的一种适用于多种材料的图像调整方法，所述利用数字图像的边界提取，获取所述初级图像中的当前材料边界，包括：
确定不同种类材料的幅宽；
基于所述幅宽，去除所述初级图像的对应的灰度拉伸校正效果，得到原始图像；
利用数字图像的边界提取，获取所述原始图像中的当前材料边界。
根据本发明提供的一种适用于多种材料的图像调整方法，所述基于所述比对的结果对相机曝光和相机增益进行调整，包括：
当所述灰度值与预设灰度值差值超过预设灰度值，且所述颜色与预设颜色值的差值超过预设颜色值时，对相机曝光进行调整；
当调整所述相机曝光的上限达到相机采集速度上限时，对相机增益进行调整。
根据本发明提供的一种适用于多种材料的图像调整方法，所述监控所述均匀度图像的感兴趣区域，包括：
确定图像采集现场的环境属性；
基于所述环境属性，确定对所述均匀度图像监控频率；
基于所述监控频率，对所述均匀度图像中的感兴趣区域进行监控。
根据本发明提供的一种适用于多种材料的图像调整方法，所述确定当前材料规格，并选择所述材料规格对应的材料模板，包括：
确定不同相机的位姿关系；
结合所述位姿关系与当前材料规格，分别确定不同所述相机所对应的材料模板。
本发明还提供一种适用于多种材料的图像调整装置，包括：
确定模块，用于确定当前材料规格，并选择所述材料规格对应的材料模板；
亮度校正模块，用于基于所述材料模板中的相机参数，采集所述当前材料的图像并对所述图像进行亮度校正，得到预设亮度的初级图像；
均匀度调整模块，用于利用图像边界提取和相机平场校正结合的方式，对所述初级图像进行均匀度调整，得到均匀度图像；
灰度微调模块，用于监控所述均匀度图像的感兴趣区域，确定所述感兴趣区域的灰度值和颜色；分别将所述灰度值与预设灰度值、所述颜色与预设颜色值进行比对，基于所述比对的结果对相机曝光和相机增益进行调整。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述适用于多种材料的图像调整方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述适用于多种材料的图像调整方法。
本发明提供的一种适用于多种材料的图像调整方法、装置及设备，方法通过确定当前材料规格，并选择材料规格对应的材料模板；基于材料模板中的相机参数，采集当前材料的图像并对图像进行亮度校正，得到预设亮度的初级图像；利用图像边界提取和相机平场校正结合的方式，对初级图像进行均匀度调整，得到均匀度图像；监控均匀度图像的感兴趣区域，确定感兴趣区域的灰度值和颜色；分别将灰度值与预设灰度值、颜色与预设颜色值进行比对，基于比对的结果对相机曝光和相机增益进行调整，通过进行整体亮度校正，然后进行均匀度调整，最后再进行灰度微调的方式，有效地提升了视觉检测图像的稳定性和一致性。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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是本发明实施例提供的适用于多种材料的图像调整方法的流程示意图；
图2是本发明实施例提供的适用于多种材料的图像调整装置的结构示意图；
图3是本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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作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。
下面结合图1-图3描述本发明的一种适用于多种材料的图像调整方法、装置及设备。
图1是本发明实施例提供的适用于多种材料的图像调整方法的流程示意图。
如图1所示，本实施例提供的一种适用于多种材料的图像调整方法，主要包括以下步骤：
101、确定当前材料规格，并选择材料规格对应的材料模板。
在一个具体的实现过程中，会针对不同规格型号的材料进行图像检测，因此，为了保证检测的准确度，首先确定当前材料规格，当前材料规格包括材料名称，材料大小等等参数。其中确定当前材料规格的方式可以是接收用户输入的材料规格信息。
确定了当前材料规格之后，便需要选择材料规格对应的材料模板，不同的材料模板对应的相机参数有所不同，而不同的材料模板的作用便是将采集得到的各种不同材料的图像信息的亮度保持在同一的亮度范围之内，以保证后续图像处理的数据的一致性。
其中，材料模板是预先构建的，基于不同材料构建不同的材料模板，例如，无纺布材料、薄膜材料和金属材料等等种类，便分别对应无纺布材料模板、薄膜材料模板和金属材料模板，每种模板对应各自的参数，从而保证了图像处理的稳定性。
具体还可以是确定不同相机的位姿关系，不同的拍摄角度对相机参数要求也有所不同，因此在结合位姿关系与当前材料规格的条件下，分别确定不同相机所对应的材料模板，以保证最终的图像稳定性和一致性。
102、基于材料模板中的相机参数，采集当前材料的图像并对图像进行亮度校正，得到预设亮度的初级图像。
由于不同材料的反光性、薄厚、颜色、表面稀疏性不同，导致在同一个采集条件下，不同材料呈现的亮度会出现较大的差异，且材料运行的速度不同，在高速的时候相机的曝光时间会比较短，如果需要保证亮度，就得对材料灰度进行拉伸，满足检测的要求。于是，采集当前材料的图像时，就要基于对应的材料模板中的相机参数进行，从而保证了即使是不同种材料，也能够整体保证亮度处于同一合理范围之内。
由于检测材料的幅宽和精度的要求，一个检测对象可能需要多个相机进行采集，因此根据检测对象在相机中的成像效果，可以在相机参数中对相机曝光、相机增益和相机内部参数进行设置，从而当切换到对应规格的模板时，就能按照适应该规格的参数来对图像进行整体亮度的校正，得到预设亮度的初级图像。
亮度校正调整的是图像整体的亮暗程度，能够有效地保证图像的平均亮度在一个相对合理的范围内，而通过不同的模板便能够保证不管任何材料最终得到的图像亮度均能够满足视觉检测的需求。
103、利用图像边界提取和相机平场校正结合的方式，对初级图像进行均匀度调整，得到均匀度图像。
在成功地进行多材料的整体亮度校正之后，只能保证初级图像的平均亮度能在一个相对合理的范围内，但由于相机与材料的相对位姿信息都会存在一定的不平行性，在整个相机视野内会出现灰度的不均匀性，因此在整体亮度调整的基础上，还需要对均匀度进行调整，调整均匀度使用了图像边界提取和相机平场校正结合的方式对材料的区域进行调整，得到均匀度图像，从而能够使得图像的均匀度更好。
104、监控均匀度图像的感兴趣区域，确定感兴趣区域的灰度值和颜色。
在通过自动亮度校正和自动均匀度校正后，图像已经进入了一个基本稳定的状态，此时进入运行状态后，由于会有现场环境对成像质量造成一些干扰，因此对实际的采集图像的亮度进行了实时的监控，主要是监控均匀度图像的感兴趣区域，然后再去确定感兴趣区域的灰度值和颜色。
105、分别将灰度值与预设灰度值、颜色与预设颜色值进行比对，基于比对的结果对相机曝光和相机增益进行调整。
然后再将灰度值与预设灰度值进行比对，将颜色与预设颜色值进行比对，当灰度值与预设灰度值差值超过预设灰度值，且颜色与预设颜色值的差值超过预设颜色值时，即超过一定范围后则自动对相机的亮度参数进行微调，在调整过程中优先对相机曝光进行调整；但由于相机曝光和采集速度有关，设置了相机曝光的调整上限为采集速度上限对应的数值，当调整相机曝光的上限达到相机采集速度上限时，对相机增益进行调整，从而实现对实际采集过程中的动态监控，保证了图像的稳定性。
本实施例提供的一种适用于多种材料的图像调整方法，通过确定当前材料规格，并选择材料规格对应的材料模板；基于材料模板中的相机参数，采集当前材料的图像并对图像进行亮度校正，得到预设亮度的初级图像；利用图像边界提取和相机平场校正结合的方式，对初级图像进行均匀度调整，得到均匀度图像；监控均匀度图像的感兴趣区域，确定感兴趣区域的灰度值和颜色；分别将灰度值与预设灰度值、颜色与预设颜色值进行比对，基于比对的结果对相机曝光和相机增益进行调整，通过进行整体亮度校正，然后进行均匀度调整，最后再进行灰度微调的方式，有效地提升了视觉检测图像的稳定性和一致性。
进一步的，在上述实施例的基础上，本实施例中的确定当前材料规格，并选择材料规格对应的材料模板之前，还包括：分别确定不同种类材料的反光性、薄厚、颜色和表面稀疏性；确定不同种类材料检测时的幅宽和精度；基于反光性、薄厚、颜色、表面稀疏性、幅宽和精度，构建每种材料的材料模板。而基于反光性、薄厚、颜色、表面稀疏性、幅宽和精度，构建每种材料的材料模板，包括：确定预设图像亮度需求；基于预设图像亮度需求，结合反光性、薄厚、颜色、表面稀疏性、幅宽和精度，分别确定每种材料对应的相机曝光、相机增益和相机内部参数；建立每种材料与对应的相机曝光、相机增益和相机内部参数的关联关系，得到每种材料的材料模板。
具体的，在进行图像采集处理之前，便首先构建不同的材料模板，针对不同材料的特性，设置不同的相机参数，从而保证无论任何材料在进行图像采集时，均能够保证图像的稳定性和一致性。构建不同的材料模板，则需要首先分别确定不同材料的反光性、薄厚、颜色和表面稀疏性等参数，然后确定不同参数对应的幅宽和精度需求，基于其参数和检测需求，确定亮度需求，亮度需求指的是视觉处理的亮度需求，使得采集的图像能够更好地满足图像亮度需求。而针对每种材料设置的相机曝光、相机增益和相机内部参数，均是为了保证不同材料的采集图像均能够处于同一亮度范围之内。不同材料的属性不同，对应的设置的相机曝光、相机增益和相机内部参数也不同，因此，最终便能够保证最终的图像的亮度处于同一的合理范围之内。通过材料模块便能够更好地完成对亮度的统一校正，保证了图像的稳定性和一致性。
进一步的，在上述实施例的基础上，本实施例中的利用图像边界提取和相机平场校正结合的方式，对初级图像进行均匀度调整，得到均匀度图像，包括：利用数字图像的边界提取，获取初级图像中的当前材料边界；基于同一工位相机的相对位置关系和当前材料边界，换算得到每个相机下需进行均匀度调整的材料区域；将材料区域与相机的平场校正功能结合，对每个相机下的图像进行均匀度调整，得到均匀度图像。而利用数字图像的边界提取，获取初级图像中的当前材料边界，包括：确定不同种类材料的幅宽；基于幅宽，去除初级图像的对应的灰度拉伸校正效果，得到原始图像；利用数字图像的边界提取，获取原始图像中的当前材料边界。
具体的，首先在亮度校正后的图像上，通过数字图像的边界提取方法，获得实际材料的边界，根据同一个工位的相机间的相对位置关系，可以自动换算出每个相机下需要进行均匀度校正的材料区域，将材料区域与相机的平场校正功能结合，自动对每个相机下的图像进行自动的均匀度校正。而由于材料的幅宽有不同的变化，在每次自动均匀度校正之前会将初级图像的灰度拉伸校正效果进行去除，在原始的图像上进行寻边，从而确保找到的边界为实际的材料边界，而不是校正以后经过灰度拉伸的边界，从而能够更好地保证均匀度处理的准确性。
进一步的，在上述实施例的基础上，本实施例中的监控均匀度图像的感兴趣区域，包括：确定图像采集现场的环境属性；基于环境属性，确定对均匀度图像监控频率；基于监控频率，对均匀度图像中的感兴趣区域进行监控。
具体的，首先在图像中设置需要监控的感兴趣区域，然后确定图像采集现场的环境属性，包括灯光、尘土、噪音等，结合环境属性确定均匀度图像监控频率，合适的监控频率能够更好地完成灰度微调操作，通常可以进行实时亮度监控，从而通过更为细致的亮度监控，更好地完成灰度微调，进而更好地保证图像的稳定性和一致性。
本发明的图像调整方法，根据不同的材料的特性，设置不同的材料模板，模板中包含了采集该材料的相机亮度设置参数，根据产线提供的规格信息会自动进行切换，切换后会通过图像处理手段对材料的边界进行提取，对材料区域会进行均匀度的调整，同时为了保证图像能在当前工况下的一个比较平稳的状态下进行采集，根据采集的图像的感兴趣区域的颜色或者灰度，跟预先的设定值进行比对实现自动调整，从而实现了一个整体修正和局部微调相结合的一个调整过程，进一步地保证视觉检测的图像一致性和稳定性。
同时，也实现了在无纺布、薄膜、金属等多种材料的不同情况下的图像兼容，保证了图像质量，目前已经在现场中大量应用，体现了很好的适应性。在不均匀布料、多颜色、不同反光度的现场生产中，能够通过该方法实现图像的稳定，从而使得检测能力在实际运行过程中能够稳定。
基于同一总的发明构思，本发明还保护一种适用于多种材料的图像调整装置，下面对本发明提供的适用于多种材料的图像调整装置进行描述，下文描述的适用于多种材料的图像调整装置与上文描述的适用于多种材料的图像调整方法可相互对应参照。
图2是本发明实施例提供的适用于多种材料的图像调整装置的结构示意图。
如图2所示，本实施例提供的一种适用于多种材料的图像调整装置，包括：
确定模块201，用于确定当前材料规格，并选择材料规格对应的材料模板；
亮度校正模块202，用于基于材料模板中的相机参数，采集当前材料的图像并对图像进行亮度校正，得到预设亮度的初级图像；
均匀度调整模块203，用于利用图像边界提取和相机平场校正结合的方式，对初级图像进行均匀度调整，得到均匀度图像；
灰度微调模块204，用于监控均匀度图像的感兴趣区域，确定感兴趣区域的灰度值和颜色；分别将灰度值与预设灰度值、颜色与预设颜色值进行比对，基于比对的结果对相机曝光和相机增益进行调整。
本实施例提供的一种适用于多种材料的图像调整装置，通过确定当前材料规格，并选择材料规格对应的材料模板；基于材料模板中的相机参数，采集当前材料的图像并对图像进行亮度校正，得到预设亮度的初级图像；利用图像边界提取和相机平场校正结合的方式，对初级图像进行均匀度调整，得到均匀度图像；监控均匀度图像的感兴趣区域，确定感兴趣区域的灰度值和颜色；分别将灰度值与预设灰度值、颜色与预设颜色值进行比对，基于比对的结果对相机曝光和相机增益进行调整，通过进行整体亮度校正，然后进行均匀度调整，最后再进行灰度微调的方式，有效地提升了视觉检测图像的稳定性和一致性。
进一步的，本实施例中的确定模块201，具体还用于：
分别确定不同种类材料的反光性、薄厚、颜色和表面稀疏性；
确定所述不同种类材料检测时的幅宽和精度；
基于所述反光性、所述薄厚、所述颜色、所述表面稀疏性、所述幅宽和所述精度，构建每种所述材料的材料模板。
进一步的，本实施例中的确定模块201，具体还用于：
确定预设图像亮度需求；
基于所述预设图像亮度需求，结合所述反光性、所述薄厚、所述颜色、所述表面稀疏性、所述幅宽和所述精度，分别确定每种所述材料对应的相机曝光、相机增益和相机内部参数；
建立每种所述材料与对应的相机曝光、相机增益和相机内部参数的关联关系，得到每种所述材料的材料模板。
进一步的，本实施例中的均匀度调整模块202，具体用于：
利用数字图像的边界提取，获取所述初级图像中的当前材料边界；
基于同一工位相机的相对位置关系和所述当前材料边界，换算得到每个所述相机下需进行均匀度调整的材料区域；
将所述材料区域与相机的平场校正功能结合，对每个所述相机下的图像进行均匀度调整，得到均匀度图像。
进一步的，本实施例中的均匀度调整模块202，具体用于：
确定不同种类材料的幅宽；
基于所述幅宽，去除所述初级图像的对应的灰度拉伸校正效果，得到原始图像；
利用数字图像的边界提取，获取所述原始图像中的当前材料边界。
进一步的，本实施例中的灰度调整模块203，具体还用于：
当所述灰度值与预设灰度值差值超过预设灰度值，且所述颜色与预设颜色值的差值超过预设颜色值时，对相机曝光进行调整；
当调整所述相机曝光的上限达到相机采集速度上限时，对相机增益进行调整。
进一步的，本实施例中的灰度调整模块203，具体还用于：
确定图像采集现场的环境属性；
基于所述环境属性，确定对所述均匀度图像监控频率；
基于所述监控频率，对所述均匀度图像中的感兴趣区域进行监控。
进一步的，本实施例中的确定模块201，具体用于：
确定不同相机的位姿关系；
结合所述位姿关系与当前材料规格，分别确定不同所述相机所对应的材料模板。
图3是本发明实施例提供的电子设备的结构示意图。
如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行适用于多种材料的图像调整方法，该方法包括：确定当前材料规格，并选择所述材料规格对应的材料模板；基于所述材料模板中的相机参数，采集所述当前材料的图像并对所述图像进行亮度校正，得到预设亮度的初级图像；利用图像边界提取和相机平场校正结合的方式，对所述初级图像进行均匀度调整，得到均匀度图像；监控所述均匀度图像的感兴趣区域，确定所述感兴趣区域的灰度值和颜色；分别将所述灰度值与预设灰度值、所述颜色与预设颜色值进行比对，基于所述比对的结果对相机曝光和相机增益进行调整。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的适用于多种材料的图像调整方法，该方法包括：确定当前材料规格，并选择所述材料规格对应的材料模板；基于所述材料模板中的相机参数，采集所述当前材料的图像并对所述图像进行亮度校正，得到预设亮度的初级图像；利用图像边界提取和相机平场校正结合的方式，对所述初级图像进行均匀度调整，得到均匀度图像；监控所述均匀度图像的感兴趣区域，确定所述感兴趣区域的灰度值和颜色；分别将所述灰度值与预设灰度值、所述颜色与预设颜色值进行比对，基于所述比对的结果对相机曝光和相机增益进行调整。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种适用于多种材料的图像调整方法，其特征在于，包括：
确定当前材料规格，并选择所述材料规格对应的材料模板；
基于所述材料模板中的相机参数，采集所述当前材料的图像并对所述图像进行亮度校正，得到预设亮度的初级图像；
利用图像边界提取和相机平场校正结合的方式，对所述初级图像进行均匀度调整，得到均匀度图像；
监控所述均匀度图像的感兴趣区域，确定所述感兴趣区域的灰度值和颜色；
分别将所述灰度值与预设灰度值、所述颜色与预设颜色值进行比对，基于所述比对的结果对相机曝光和相机增益进行调整。
2.根据权利要求1所述的适用于多种材料的图像调整方法，其特征在于，所述确定当前材料规格，并选择所述材料规格对应的材料模板之前，还包括：
分别确定不同种类材料的反光性、薄厚、颜色和表面稀疏性；
确定所述不同种类材料检测时的幅宽和精度；
基于所述反光性、所述薄厚、所述颜色、所述表面稀疏性、所述幅宽和所述精度，构建每种所述材料的材料模板。
3.根据权利要求2所述的适用于多种材料的图像调整方法，其特征在于，所述基于所述反光性、所述薄厚、所述颜色、所述表面稀疏性、所述幅宽和所述精度，构建每种所述材料的材料模板，包括：
确定预设图像亮度需求；
基于所述预设图像亮度需求，结合所述反光性、所述薄厚、所述颜色、所述表面稀疏性、所述幅宽和所述精度，分别确定每种所述材料对应的相机曝光、相机增益和相机内部参数；
建立每种所述材料与对应的相机曝光、相机增益和相机内部参数的关联关系，得到每种所述材料的材料模板。
4.根据权利要求1所述的适用于多种材料的图像调整方法，其特征在于，所述利用图像边界提取和相机平场校正结合的方式，对所述初级图像进行均匀度调整，得到均匀度图像，包括：
利用数字图像的边界提取，获取所述初级图像中的当前材料边界；
基于同一工位相机的相对位置关系和所述当前材料边界，换算得到每个所述相机下需进行均匀度调整的材料区域；
将所述材料区域与相机的平场校正功能结合，对每个所述相机下的图像进行均匀度调整，得到均匀度图像。
5.根据权利要求4所述的适用于多种材料的图像调整方法，其特征在于，所述利用数字图像的边界提取，获取所述初级图像中的当前材料边界，包括：
确定不同种类材料的幅宽；
基于所述幅宽，去除所述初级图像的对应的灰度拉伸校正效果，得到原始图像；
利用数字图像的边界提取，获取所述原始图像中的当前材料边界。
6.根据权利要求1所述的适用于多种材料的图像调整方法，其特征在于，所述基于所述比对的结果对相机曝光和相机增益进行调整，包括：
当所述灰度值与预设灰度值差值超过预设灰度值，且所述颜色与预设颜色值的差值超过预设颜色值时，对相机曝光进行调整；
当调整所述相机曝光的上限达到相机采集速度上限时，对相机增益进行调整。
7.根据权利要求1-6任一项所述的适用于多种材料的图像调整方法，其特征在于，所述监控所述均匀度图像的感兴趣区域，包括：
确定图像采集现场的环境属性；
基于所述环境属性，确定对所述均匀度图像监控频率；
基于所述监控频率，对所述均匀度图像中的感兴趣区域进行监控。
8.根据权利要求1-6任一项所述的适用于多种材料的图像调整方法，其特征在于，所述确定当前材料规格，并选择所述材料规格对应的材料模板，包括：
确定不同相机的位姿关系；
结合所述位姿关系与当前材料规格，分别确定不同所述相机所对应的材料模板。
9.一种适用于多种材料的图像调整装置，其特征在于，包括：
确定模块，用于确定当前材料规格，并选择所述材料规格对应的材料模板；
亮度校正模块，用于基于所述材料模板中的相机参数，采集所述当前材料的图像并对所述图像进行亮度校正，得到预设亮度的初级图像；
均匀度调整模块，用于利用图像边界提取和相机平场校正结合的方式，对所述初级图像进行均匀度调整，得到均匀度图像；
灰度微调模块，用于监控所述均匀度图像的感兴趣区域，确定所述感兴趣区域的灰度值和颜色；分别将所述灰度值与预设灰度值、所述颜色与预设颜色值进行比对，基于所述比对的结果对相机曝光和相机增益进行调整。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述适用于多种材料的图像调整方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311254918.4A CN117252776B (zh) | 2023-09-26 | 2023-09-26 | 适用于多种材料的图像调整方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311254918.4A CN117252776B (zh) | 2023-09-26 | 2023-09-26 | 适用于多种材料的图像调整方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117252776A true CN117252776A (zh) | 2023-12-19 |
| CN117252776B CN117252776B (zh) | 2024-04-30 |
Family
ID=89134611
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311254918.4A Active CN117252776B (zh) | 2023-09-26 | 2023-09-26 | 适用于多种材料的图像调整方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117252776B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6816187B1 (en) * | 1999-06-08 | 2004-11-09 | Sony Corporation | Camera calibration apparatus and method, image processing apparatus and method, program providing medium, and camera |
| CN110672621A (zh) * | 2019-10-10 | 2020-01-10 | 清华大学 | 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法 |
| CN111479070A (zh) * | 2019-01-24 | 2020-07-31 | 杭州海康机器人技术有限公司 | 一种图像亮度确定方法、装置及设备 |
| CN112541422A (zh) * | 2020-12-08 | 2021-03-23 | 北京科技大学 | 光照和头部姿态鲁棒的表情识别方法、设备及存储介质 |
| CN112634156A (zh) * | 2020-12-22 | 2021-04-09 | 浙江大学 | 基于便携式设备采集图像估计材质反射参数的方法 |
| CN112686827A (zh) * | 2021-02-10 | 2021-04-20 | 北京平恒智能科技有限公司 | 一种图像光照均匀化算法改进方法 |
| CN112986260A (zh) * | 2021-02-08 | 2021-06-18 | 菲特(珠海横琴)智能科技有限公司 | 基于相机矩阵的检测系统、控制系统、终端、介质及应用 |
| CN114078094A (zh) * | 2020-08-21 | 2022-02-22 | 宁波舜宇光电信息有限公司 | 图像边缘亮度矫正方法、装置以及系统 |
| CN114120167A (zh) * | 2021-10-15 | 2022-03-01 | 上海赛连信息科技有限公司 | 一种视频图像曝光度度量及自动校正的方法和装置 |
| CN114125280A (zh) * | 2021-11-15 | 2022-03-01 | 北京字跳网络技术有限公司 | 相机曝光控制方法、装置、设备、存储介质及程序产品 |
| CN115225820A (zh) * | 2022-07-28 | 2022-10-21 | 东集技术股份有限公司 | 拍摄参数自动调整方法、装置、存储介质及工业相机 |
| WO2022256682A1 (en) * | 2021-06-03 | 2022-12-08 | The Texas A&M University System | Systems and methods for determining constitutive parameters of subject materials |
| CN115564723A (zh) * | 2022-09-28 | 2023-01-03 | 武汉精立电子技术有限公司 | 一种晶圆缺陷检测方法及应用 |
-
2023
- 2023-09-26 CN CN202311254918.4A patent/CN117252776B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6816187B1 (en) * | 1999-06-08 | 2004-11-09 | Sony Corporation | Camera calibration apparatus and method, image processing apparatus and method, program providing medium, and camera |
| CN111479070A (zh) * | 2019-01-24 | 2020-07-31 | 杭州海康机器人技术有限公司 | 一种图像亮度确定方法、装置及设备 |
| CN110672621A (zh) * | 2019-10-10 | 2020-01-10 | 清华大学 | 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法 |
| CN114078094A (zh) * | 2020-08-21 | 2022-02-22 | 宁波舜宇光电信息有限公司 | 图像边缘亮度矫正方法、装置以及系统 |
| CN112541422A (zh) * | 2020-12-08 | 2021-03-23 | 北京科技大学 | 光照和头部姿态鲁棒的表情识别方法、设备及存储介质 |
| CN112634156A (zh) * | 2020-12-22 | 2021-04-09 | 浙江大学 | 基于便携式设备采集图像估计材质反射参数的方法 |
| CN112986260A (zh) * | 2021-02-08 | 2021-06-18 | 菲特(珠海横琴)智能科技有限公司 | 基于相机矩阵的检测系统、控制系统、终端、介质及应用 |
| CN112686827A (zh) * | 2021-02-10 | 2021-04-20 | 北京平恒智能科技有限公司 | 一种图像光照均匀化算法改进方法 |
| WO2022256682A1 (en) * | 2021-06-03 | 2022-12-08 | The Texas A&M University System | Systems and methods for determining constitutive parameters of subject materials |
| CN114120167A (zh) * | 2021-10-15 | 2022-03-01 | 上海赛连信息科技有限公司 | 一种视频图像曝光度度量及自动校正的方法和装置 |
| CN114125280A (zh) * | 2021-11-15 | 2022-03-01 | 北京字跳网络技术有限公司 | 相机曝光控制方法、装置、设备、存储介质及程序产品 |
| CN115225820A (zh) * | 2022-07-28 | 2022-10-21 | 东集技术股份有限公司 | 拍摄参数自动调整方法、装置、存储介质及工业相机 |
| CN115564723A (zh) * | 2022-09-28 | 2023-01-03 | 武汉精立电子技术有限公司 | 一种晶圆缺陷检测方法及应用 |
Non-Patent Citations (2)
| Title |
|---|
| MIEHÉ, JA等: "New UV-A laser-induced fluorescence imaging system for near-field remote sensing of vegetation:: characteristics and performances", 《PROCEEDINGS OF SPIE-THE INTERNATIONAL SOCIETY FOR OPTICAL ENGINEERING》, vol. 3707, 1 January 1999 (1999-01-01), pages 91 - 102 * |
| 孙林伟: "晶圆级倒装封装装备视觉系统及单相电流驱动器的设计与应用", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》, vol. 2019, no. 01, 15 January 2019 (2019-01-15), pages 135 - 740 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117252776B (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108460757B (zh) | 一种手机TFT-LCD屏Mura缺陷在线自动检测方法 | |
| CN111539935B (zh) | 一种基于机器视觉的电缆表面缺陷在线检测方法 | |
| CN109632808B (zh) | 棱边缺陷检测方法、装置、电子设备及存储介质 | |
| CN113554649B (zh) | 一种缺陷检测方法、装置、计算机设备及存储介质 | |
| CN112033965A (zh) | 基于差分图像分析的3d弧形表面缺陷检测方法 | |
| CN109064439B (zh) | 基于分区的单侧入光式导光板暗影缺陷提取方法 | |
| JP3741672B2 (ja) | 画像特徴学習型欠陥検出方法、欠陥検出装置及び欠陥検出プログラム | |
| CN113066088A (zh) | 工业检测中的检测方法、检测装置和存储介质 | |
| TWI823419B (zh) | 試料觀察裝置及方法 | |
| TWI480541B (zh) | 晶圓之圖案檢查方法及裝置 | |
| WO2015115499A1 (ja) | 工具検査方法及び工具検査装置 | |
| CN117252776B (zh) | 适用于多种材料的图像调整方法、装置及设备 | |
| US11493453B2 (en) | Belt inspection system, belt inspection method, and recording medium for belt inspection program | |
| CN110738656B (zh) | 一种证件照片的清晰度评估方法、存储介质及处理器 | |
| CN106767566B (zh) | 一种工件质量在线监测评估方法及监测系统 | |
| CN109949292B (zh) | 一种带钢表面缺陷的检测方法及装置 | |
| JP2008249413A (ja) | 欠陥検出方法および装置 | |
| CN115631198B (zh) | 玻璃显示屏的裂纹检测方法、装置及计算机设备 | |
| Ozkaya et al. | Faults detection with image processing methods in textile sector | |
| US11768159B2 (en) | Belt examination system and computer-readable non-transitory recording medium having stored belt examination program | |
| CN116433978A (zh) | 一种高质量瑕疵图像自动生成与自动标注方法及装置 | |
| US11880969B2 (en) | Belt examination system and computer-readable non-transitory recording medium having stored belt examination program | |
| CN114723728A (zh) | 一种手机摄像头玻璃盖板丝印cd纹缺陷检测方法及系统 | |
| CN106934786B (zh) | 一种实现模具监视器的图像处理软件的方法 | |
| JPWO2002045021A1 (ja) | エントロピーフィルタ及び該フィルタを用いた領域抽出法 |
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 | ||
| GR01 | Patent grant |