CN117455927A - 光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质 - Google Patents

光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117455927A
CN117455927A CN202311764006.1A CN202311764006A CN117455927A CN 117455927 A CN117455927 A CN 117455927A CN 202311764006 A CN202311764006 A CN 202311764006A CN 117455927 A CN117455927 A CN 117455927A
Authority
CN
China
Prior art keywords
light spot
spot
detected
standard
light
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
Application number
CN202311764006.1A
Other languages
English (en)
Other versions
CN117455927B (zh
Inventor
向祖松
梁纳
易永忠
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.)
Wanling Bangqiao Medical Equipment Guangzhou Co ltd
Original Assignee
Wanling Bangqiao Medical Equipment Guangzhou 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 Wanling Bangqiao Medical Equipment Guangzhou Co ltd filed Critical Wanling Bangqiao Medical Equipment Guangzhou Co ltd
Priority to CN202311764006.1A priority Critical patent/CN117455927B/zh
Publication of CN117455927A publication Critical patent/CN117455927A/zh
Application granted granted Critical
Publication of CN117455927B publication Critical patent/CN117455927B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及光斑分割技术领域,特别是涉及到一种光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质,其中方法包括:基于标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑;基于所述第一中心光斑和所述第二中心光斑,分别对所述标准光斑阵列图像和所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑和待测光斑进行编号;根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配,获取匹配结果;基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量。本申请能够实现对高度畸变的光斑阵列的准确分割。

Description

光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质
技术领域
本申请涉及光斑分割技术领域,特别是涉及到一种光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质。
背景技术
现在视光中心和医院对人眼测量的需求急剧增加,基于Shack-Hartman(SH)波前传感器的验光仪已然成为检测人眼像差的标准设备,而在该类设备中,关键难点技术之一是光斑阵列中光斑的准确分割,只有准确分割并计算各光斑的偏差,才能使用泽尼克多项式准确计算出人眼的轴镜、柱镜等参数。但当人眼高度屈光不正或表面不光洁,容易造成光斑阵列畸变严重,导致光斑阵列分割出错。
因此,如何针对高度畸变的光斑阵列进行准确分割并计算各光斑的偏差是亟待解决的问题。
发明内容
本申请的主要目的为提供一种光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质,旨在解决现有技术中如何针对高度畸变的光斑阵列进行准确分割的技术问题。
为了实现上述发明目的,本申请的第一方面提出一种光斑阵列分割与光斑偏移量计算方法,所述方法包括:
获取标准光斑阵列图像和待测光斑阵列图像;
在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑;
基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号;
基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号;
根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配,获取匹配结果;
基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量。
进一步地,所述在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑的步骤,包括:
将所述标准光斑阵列图像和待测光斑阵列图像对齐;
基于图像处理技术,在所述标准光斑阵列图像中识别并确定第一中心光斑的位置;
基于所述第一中心光斑的位置,在对齐的所述待测光斑阵列图像中识别并确认第二中心光斑。
进一步地,所述基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号的步骤,包括:
以所述第一中心光斑为起点,按照逆时针方向对处于第一预设距离内的光斑进行识别确认,形成标准光斑圈层;
将所述标准光斑圈层中的所述标准光斑按照第一指定方向开始往逆时针方向进行编号;
基于所述标准光斑的编号的顺序,依次将所述标准光斑圈层内的标准光斑作为第一起点光斑,对当前所述第一起点光斑的指定角度和指定距离内的存在的所述标准光斑进行识别确认并编号,形成下一层所述标准光斑圈层;
直至所述标准光斑阵列图像中所有标准光斑完成标准光斑的编号,判断为完成标准光斑的编号。
进一步地,所述基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号的步骤,包括:
以所述第二中心光斑为起点,按照逆时针方向对处于第二预设距离内的待测光斑进行识别确认,形成待测光斑圈层;
将所述待测光斑圈层中的待测光斑按照第一指定方向开始,往逆时针方向对待测光斑进行编号;
基于所述待测光斑的编号的顺序,依次将所述待测光斑圈层内的待测光斑作为第二起点光斑,对当前所述第二起点光斑的指定角度和指定距离内的存在的所述待测光斑进行识别确认并编号,形成下一层所述待测光斑圈层;
直至所述待测光斑阵列图像中所有待测光斑完成待测光斑的编号,判断为完成待测光斑的编号。
进一步地,所述根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配的步骤,包括:
对于标准光斑和待测光斑,获取对应的圈层编号;
获取相同圈层编号内的所述标准光斑的编号和所述待测光斑的编号;
将编号相同的所述标准光斑和待测光斑进行一一对应。
进一步地,所述基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量的步骤,包括:
基于所述匹配结果,获取对每一对匹配的光斑中所述待测光斑的位置和所述标准光斑的位置;
计算所述待测光斑的位置到所述标准光斑的位置的距离差,得到所述光斑偏移量。
本申请的第二方面提出一种光斑阵列分割与光斑偏移量计算装置,所述装置包括:
图像获取模块,用于获取标准光斑阵列图像和待测光斑阵列图像;
标准圈层分割模块,用于在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑;
标准圈层分割模块,用于基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号;
待测圈层分割模块,用于基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号;
匹配模块,用于根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配,获取匹配结果;
偏移计算模块,用于基于所述匹配结果,计算基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量。
进一步地,所述图像获取模块,还包括:
对齐单元,用于将所述标准光斑阵列图像和待测光斑阵列图像对齐;
第一光斑确定单元,用于基于图像处理技术,在所述标准光斑阵列图像中识别并确定第一中心光斑的位置;
第二光斑确定单元,用于基于所述第一中心光斑的位置,在对齐的所述待测光斑阵列图像中识别并确认第二中心光斑。
本申请的第三方面提出一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述中任一项所述方法的步骤。
本申请的第四方面还提出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上述中任一项所述方法的步骤。
有益效果:
本申请基于新的光斑阵列分割方法能够实现对偏移量的准确计算,首先通过获取标准光斑阵列图像和待测光斑阵列图像,先在标准图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑,再对标准和待测光斑阵列图像进行圈层分割,按照指定顺序对每一圈内的光斑进行编号,并根据标准图像和待测图像中光斑所属圈号及编号进行匹配,从而得到匹配结果,大大增加了光斑分割匹配过程中的简易度和准确度,能够实现对高度畸变的光斑阵列的准确分割,提升了光斑偏移量计算准确度。
附图说明
图1 为本申请一实施例的光斑阵列分割与光斑偏移量计算方法的流程示意图;
图2 为本申请一实施例的光斑阵列分割与光斑偏移量计算装置的结构示意框图;
图3 为本申请一实施例的计算机设备的结构示意框图;
图4 为本申请一实施例的标准光斑阵列的第一圈层标准光斑的分割过程示意图;
图5 为本申请一实施例的标准光斑阵列的第二圈层标准光斑的分割示意图;
图6 为本申请一实施例的标准光斑阵列的第三圈层标准光斑的分割过程示意图;
图7 为本申请一实施例的待测光斑阵列的第一层圈层待测光斑的分割过程示意图;
图8 为本申请一实施例的待测光斑阵列的第二层圈层待测光斑的分割过程示意图;
图9 为本申请一实施例的待测光斑阵列的第三层圈层待测光斑的分割过程示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“上述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件、模块和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、模块、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一模块和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
参照图1、图4-图9,本发明实施例提供一种光斑阵列分割与光斑偏移量计算方法,包括步骤S1-S6,具体地:
S1、获取标准光斑阵列图像和待测光斑阵列图像。
在本实施例中,所述标准光斑阵列图像提前在实验室或生产环境中通过专业设备或模拟器等手段采集并存储标准光斑阵列图像,可以作为系统的标定参考,用于与后续待测光斑阵列图像进行比对和分析。也可以是在使用验光仪进行眼睛测量时,可能会通过仪器内部的相机或其他图像采集装置,实时采集当前环境下的标准光斑阵列图像,这样可以适应实际测量环境的变化,更好地适应不同条件下的眼睛测量需求。在实际应用中,也可以结合两种方式,例如使用预存的标准图像进行初始化,然后根据实际情况进行在线校准形成标准光斑阵列图像。待测光斑阵列图像可以是在验光仪中集成一台高分辨率相机,用于捕捉Shack-Hartman波前传感器的输出,即待测光斑阵列图像,这样可以提高对待测光斑阵列图像的控制和分辨率。
S2、在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑;
在本实施例中,第一中心光斑,顾名思义,为整个所述标准光斑阵列图像中最中心的点,该点可以从标准光斑阵列图像中使用图像处理技术获得,例如可以使用阈值化、边缘检测或模板匹配等方法,提取第一中心光斑的精确位置坐标,作为基准点用于后续匹配。针对第二中心光斑可以使用图像配准算法将标准光斑阵列图像和待测光斑阵列图像进行对齐,这可以通过特征点匹配、亮度差异最小化或相位相关等技术来实现,对齐后,两个图像应该在相同的坐标系下,利用已知的第一中心光斑在标准光斑阵列图像中的位置,通过相同的坐标变换将该位置映射到对齐后的待测光斑阵列图像中,在映射后的位置附近寻找第二中心光斑,然后确定其精确位置。另外也可以如第一中心光斑的确定方式对第二中心光斑使用同样的图像处理技术,对待测光斑阵列图像进行处理,以定位第二中心光斑的位置坐标。
S3、基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号;
在本实施例中,基于第一中心光斑为中心向四周进行圈层分割,圈层分割的过程是通过识别第一中心光斑四周指定距离内的存在的标准光斑完成和确定的,当第一中心光斑四周内存在的其他标准光斑被确认完毕后,形成一个闭合的圈层,完成一个圈层的识别和分割,在识别和确认标准光斑的过程中是按照顺时针或逆时针的固定方向进行角度变换完成一个闭环内(一个圈层)的标准光斑的识别,对所述标准光斑的编号的顺序,也按照识别的顺序进行,为每个标准光斑在所述标准光斑阵列图像中分配唯一的编号;当第一中心光斑四周内存在的其他标准光斑被确认完毕后,形成一个闭合的圈层;下一个圈层的启动:基于当前闭合的圈层,启动下一个圈层的识别和分割。直至完成整个标准光斑阵列图像中的光斑识别和编号。
本实施例通过固定的顺时针或逆时针方向有助于简化算法的设计,减少歧义性,确保了每个圈层都是一个封闭的环,便于后续的标识和处理,根据识别的顺序为每个标准光斑分配唯一的编号,确保了编号的一致性,且指定距离内的识别允许在不同情境下调整识别的灵敏度,有助于形成有序的、按圈层划分的标准光斑阵列,为后续的分析和测量提供了便利。
S4、基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号;
在本实施例中,基于第二中心光斑为中心向四周进行圈层分割,圈层分割的过程是通过识别第二中心光斑四周指定距离内的存在的待测光斑完成和确定的,当第二中心光斑四周内存在的其他待测光斑被确认完毕后,形成一个闭合的圈层,完成一个圈层的识别和分割,在识别和确认待测光斑的过程中是按照顺时针或逆时针的固定方向进行角度变换完成一个闭环内(一个圈层)的待测光斑的识别,对所述待测光斑的编号的顺序,也按照识别的顺序进行,为每个待测光斑在所述待测光斑阵列图像中分配唯一的编号;当第二中心光斑四周内存在的其他待测光斑被确认完毕后,形成一个闭合的圈层;下一个圈层的启动:基于当前闭合的圈层,启动下一个圈层的识别和分割。直至完成整个待测光斑阵列图像中的光斑识别和编号。
本实施例中光斑的位置和身份都被准确识别和记录,对待测光斑的编号顺序和编号方向以及编号的起始位置均与标准光斑保持一致,编号的具体号码也保持一致,便于后期进行对应配对。本实施例通过固定的顺时针或逆时针方向有助于简化算法的设计,减少歧义性,确保了每个圈层都是一个封闭的环,便于后续的标识和处理,根据识别的顺序为每个待测光斑分配唯一的编号,确保了编号的一致性,且指定距离内的识别允许在不同情境下调整识别的灵敏度,有助于形成有序的、按圈层划分的待测光斑阵列,为后续的分析和测量提供了便利。
S5、根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配,获取匹配结果。
在本实施例中,获得每个标准光斑所属的圈号和编号和待测光斑所属的圈号和编号,对于每个标准光斑,找到相应圈号和编号的待测光斑进行一一对应,其中,这个过程可以借助图像处理和计算机视觉算法,确保光斑间的匹配可以一一对应。本实施例中每个标准光斑和待测光斑都有唯一的圈号和编号,这个唯一性确保了在匹配过程中不会混淆光斑的身份,且可以确保每个标准光斑都找到了相应圈号和编号的待测光斑。能够确保光斑匹配过程中高度的精确性,以便后续的分析和测量能够可靠地进行同时实现了系统算法和流程的准确性和稳定性,确保在不同情况下(如光斑形状、密度、光照条件等变化)都能够可靠地执行光斑匹配。
S6、基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量。
在本实施例中,使用S5步骤中获取的光斑匹配结果,包括每个成功匹配的标准光斑和待测光斑的位置信息。对于每一对成功匹配的光斑,计算标准光斑与待测光斑的位置差或偏移量。例如可以将图像中的光斑位置表示为坐标值,确保标准光斑和待测光斑的坐标系一致使它们在相同的坐标系中进行比较得到偏移量,又比如可以通过计算它们在水平和垂直方向上的位置差,得到一个表示偏移量的矢量,例如,对于坐标分别为 (x1, y1) 和(x2, y2) 的两个光斑,水平方向上的偏移量为 x2 - x1,垂直方向上的偏移量为 y2 - y1等。本实施例匹配光斑的位置差计算具有高精度,以便后续分析能够准确度量光斑的偏移情况。
综上所述,步骤S1-S6通过基于第一和第二中心光斑的定位,系统能够在畸变情况下依然准确判断光斑的位置,并进行相应的圈层分割,由于畸变可能导致光斑形状和排列的扭曲,使得传统方法难以准确识别和分割。通过采用固定方向(顺时针或逆时针方向),减少了算法的复杂性和歧义性,且使得系统在高度畸变的情况下仍能保持一定的稳定性。这种设计考虑到畸变可能导致光斑形状的变化,通过顺时针或逆时针的方式依然能够确保光斑的相对位置关系,从而实现准确的圈层划分。在光斑阵列的每个圈层内,系统进一步识别和编号光斑,从而为后续的匹配和偏移量计算提供了可靠的基础。
因此,通过本申请带来的准确分割作用,即使在面对高度畸变的光斑阵列时,系统仍能够稳健地处理,确保眼睛测量结果的精确性和可靠性。
在一个实施例中,所述在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑的步骤,包括:
S10、将所述标准光斑阵列图像和待测光斑阵列图像对齐;
S11、基于图像处理技术,在所述标准光斑阵列图像中识别并确定第一中心光斑的位置;
S12、基于所述第一中心光斑的位置,在对齐的所述待测光斑阵列图像中识别并确认第二中心光斑。
在本实施例中,首先通过步骤S10,对齐标准光斑阵列图像和待测光斑阵列图像,确保它们处于相同的坐标系下,接着,在步骤S11中,利用图像处理技术在标准光斑阵列图像中准确识别和确定第一中心光斑的位置,通过精确地定位第一中心光斑,建立可靠的基准点。然后利用第一中心光斑的位置信息,在对齐的待测光斑阵列图像中局部搜索或区域搜索第二中心光斑,这可以采用像素级搜索或基于特定特征的检测方法,例如在第一中心光斑周围设定一个搜索窗口,然后应用模板或其他检测算法进行匹配。本实施例在标准光斑阵列的基础上,通过对待测光斑阵列进行相应的处理,确保第二中心光斑的准确性和稳定性。由于中心点通常是图像中的稳定特征,相对于其他部分,其位置受到畸变的影响较小。因此,本实施例通过选择中心点作为基准,系统能够降低畸变对测量准确性的影响,并且中心点的选择简化了图像处理的复杂性,相对于在整个图像中寻找特定特征,集中在中心点附近进行处理更加高效。这有助于减少计算负担和提高算法的实时性,同时中心点的选择增加了系统对于不同畸变程度和变换的鲁棒性。系统更容易适应不同情境下的畸变,确保在各种条件下都能准确地定位中心点。
在一个实施例中,所述基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号的步骤,包括:
S20、以所述第一中心光斑为起点,按照逆时针方向对处于第一预设距离内的光斑进行识别确认,形成标准光斑圈层;
S21、将所述标准光斑圈层中的所述标准光斑按照第一指定方向开始往逆时针方向进行编号;
S22、基于所述标准光斑的编号的顺序,依次将所述标准光斑圈层内的标准光斑作为第一起点光斑,对当前所述第一起点光斑的指定角度和指定距离内的存在的所述标准光斑进行识别确认并编号,形成下一层所述标准光斑圈层;
S23、直至所述标准光斑阵列图像中所有标准光斑完成标准光斑的编号,判断为完成标准光斑的编号。
在本实施例中,以第一中心光斑为起点,按照逆时针方向对距离第一中心光斑在第一预设距离内的光斑进行识别和确认。这些被确认的光斑形成了一个标准光斑圈层,其中光斑的位置信息已被确定。例如以当前第一中心光斑为基准,向四周进行标准光斑的识别,在阵列中一个中心点的第一层外圈通常会存在8个标准光斑,此时假设从三点钟方向开始进行逆时针识别,第一个标准光斑的识别范围是以0度为基准上下浮动15度进行识别,同时第一预设距离的距离阈值可以设置为xmm,具体x的数值可以根据实际情况进行更改,然后对第二个点进行识别,识别范围为45度为基准上下浮动15度,具体的浮动范围可以进行设定。然后从标准光斑圈层的某一光斑(识别过程中的第一个识别的光斑)开始,按照逆时针方向(和识别的方向起始一致)开始圈层内的光斑进行编号,整个编号的过程包括了设定编号的起始点,然后按照一定规则递增编号比如按照逆时针方向依次为1、2.....8。
然后,基于已经编号的标准光斑圈层,逐一将每个标准光斑作为第一起点光斑。对当前第一起点光斑的指定角度和指定距离内存在的标准光斑进行识别确认并编号。这个过程重复进行,直至所有标准光斑都完成了编号。例如第一圈层的标准光斑个数为8个,此时圈层的标准光斑的个数应该为24个,此时依旧从三点钟方向开始进行逆时针识别,由于此时标准光斑的个数变多,所以处于当前圈层对角点的标准光斑,需要对下一层标准光斑的识别过程中作为第一起点光斑分别对应不同的识别角度识别出三个下一圈层的标准光斑,例如当前圈层中编号为2的标准光斑为对角点,则需要编号为2的标准光斑为基准点对0-90度上下浮动15度的范围内进行对下一层第2、3、4个标准光斑的识别,也可以进行分别识别,具体的识别角度设计可以根据实际情况进行设计。当所述标准光斑阵列图像中所有标准光斑完成标准光斑的编号,判断为完成标准光斑的编号。本实施通过逆时针方向对处于第一预设距离内的光斑进行识别确认,系统能够较好地适应标准光斑阵列图像中的畸变和变形,有助于提高系统在复杂情况下的鲁棒性。同时采用指定方向和角度的方式对光斑进行编号,能够精确地控制标准光斑的顺序,避免了在后续处理中可能出现的混淆和错误。通过指定角度和距离的方式,使系统具有一定的灵活性,能够适应不同标准光斑阵列的布局和密度,逐层进行光斑的编号,减小了误差的传递,且每一层的编号是相对独立的,降低了误差积累的可能性,有利于保持整个系统的准确性。
在一实施例中,所述基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号的步骤,包括:
S30、以所述第二中心光斑为起点,按照逆时针方向对处于第二预设距离内的待测光斑进行识别确认,形成待测光斑圈层;
S31、将所述待测光斑圈层中的待测光斑按照第一指定方向开始,往逆时针方向对待测光斑进行编号;
S32、基于所述待测光斑的编号的顺序,依次将所述待测光斑圈层内的待测光斑作为第二起点光斑,对当前所述第二起点光斑的指定角度和指定距离内的存在的所述待测光斑进行识别确认并编号,形成下一层所述待测光斑圈层;
S33、直至所述待测光斑阵列图像中所有待测光斑完成待测光斑的编号,判断为完成待测光斑的编号。
在本实施例中,在本实施例中,以第二中心光斑为起点,按照逆时针方向对距离第二中心光斑在第二预设距离内的光斑进行识别和确认。这些被确认的光斑形成了一个待测光斑圈层,其中光斑的位置信息已被确定。例如以当前第二中心光斑为基准,向四周进行待测光斑的识别,在阵列中一个中心点的第二层外圈通常会存在8个待测光斑,此时假设从三点钟方向开始进行逆时针识别,第二个待测光斑的识别范围是以0度为基准上下浮动15度进行识别,同时第二预设距离的距离阈值可以设置为xmm,具体x的数值可以根据实际情况进行更改,然后对第二个点进行识别,识别范围为45度为基准上下浮动15度,具体的浮动范围可以进行设定。然后从待测光斑圈层的某一光斑(识别过程中的第二个识别的光斑)开始,按照逆时针方向(和识别的方向起始一致)开始圈层内的光斑进行编号,整个编号的过程包括了设定编号的起始点,然后按照一定规则递增编号比如按照逆时针方向依次为1、2.....8。
然后,基于已经编号的待测光斑圈层,逐一将每个待测光斑作为第二起点光斑。对当前第二起点光斑的指定角度和指定距离内存在的待测光斑进行识别确认并编号。这个过程重复进行,直至所有待测光斑都完成了编号。例如第二圈层的待测光斑个数为8个,此时圈层的待测光斑的个数应该为24个,此时依旧从三点钟方向开始进行逆时针识别,由于此时待测光斑的个数变多,所以处于当前圈层对角点的待测光斑,需要对下一层待测光斑的识别过程中作为第二起点光斑分别对应不同的识别角度识别出三个下一圈层的待测光斑,例如当前圈层中编号为2的待测光斑为对角点,则需要编号为2的待测光斑为基准点对0-90度上下浮动15度的范围内进行对下一层第2、3、4个待测光斑的识别,也可以进行分别识别,具体的识别角度设计可以根据实际情况进行设计。当所述待测光斑阵列图像中所有待测光斑完成待测光斑的编号,判断为完成待测光斑的编号。与标准光斑图像中的圈层划分和光斑识别编号的顺序保持完全一致,便于后期进行准确配对。
本实施通过逆时针方向对处于第二预设距离内的光斑进行识别确认,系统能够较好地适应待测光斑阵列图像中的畸变和变形,有助于提高系统在复杂情况下的鲁棒性。同时采用指定方向和角度的方式对光斑进行编号,能够精确地控制待测光斑的顺序,避免了在后续处理中可能出现的混淆和错误。通过指定角度和距离的方式,使系统具有一定的灵活性,能够适应不同待测光斑阵列的布局和密度,逐层进行光斑的编号,减小了误差的传递,且每一层的编号是相对独立的,降低了误差积累的可能性,有利于保持整个系统的准确性。
在一实施例中,所述根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配的步骤,包括:
S40、对于标准光斑和待测光斑,获取对应的圈层编号;
S41、获取相同圈层编号内的所述标准光斑的编号和所述待测光斑的编号;
S42、将编号相同的所述标准光斑和待测光斑进行一一对应。
在本实施例中,针对标准光斑和待测光斑,系统首先获取它们所属的圈层编号,其中圈层编号可以由内而外进行的圈层数的识别计算,也可以是在识别划分的过程中进行标记的编号,系统获取标准光斑的编号和待测光斑的编号,在之前的步骤中标准光斑的编号和待测光斑的编号是一一对应的(编号相同),例如标准光斑阵列图像的第一圈层对应所述待测光斑阵列图像的第一圈层,然后在对应的圈层中识别出所述标准光斑的编号和所述待测光斑的编号对应的编号,例如标准光斑阵列图像的第一圈层编号为1的标准光斑对应待测光斑阵列图像的第一圈层编号为1的待测光斑,基于这种对应关系,完成匹配。
本实施例通过获取标准光斑和待测光斑的圈层编号以及编号信息,系统能够自动建立它们之间的对应关系。圈层编号的获取和编号信息的匹配过程确保了匹配的准确性,提高了光斑匹配的精度。对于弯曲表面、非规则形状,高畸变的光斑阵列更适用,因为它能够更灵活地适应这些特殊形状,而无需过多的前期校准,同时减小了系统对几何形状的敏感性,使得系统在处理不同形状和结构的物体时更加灵活。
在一实施例中,所述基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量的步骤,包括:
S50、基于所述匹配结果,获取对每一对匹配的光斑中所述待测光斑的位置和所述标准光斑的位置;
S51、计算所述待测光斑的位置到所述标准光斑的位置的距离差,得到所述光斑偏移量。
在本实施例中基于光斑的匹配结果,系统获取每一对匹配的光斑中待测光斑的位置和标准光斑的位置。比如在图像坐标系中的具体位置或其他坐标信息,对于每一对匹配的光斑,系统计算待测光斑的位置与标准光斑的位置之间的距离差。这可以通过计算二维或三维空间中的欧氏距离来实现,得到的结果即为光斑偏移量。本实施例能够获取每对匹配的光斑的位置信息,并计算出它们之间的偏移量。这些偏移量可以提供关于待测光斑阵列图像相对于标准光斑阵列图像的位置信息,有助于后续的校准、测量或分析过程。
参照图2,是本申请一实施例中光斑阵列分割与光斑偏移量计算装置结构框图,装置包括:
图像获取模块100,用于获取标准光斑阵列图像和待测光斑阵列图像;
标准圈层分割模块200,用于在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑;
标准圈层分割模块300,用于基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号;
待测圈层分割模块400,用于基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号;
匹配模块500,用于根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配,获取匹配结果;
偏移计算模块600,用于基于所述匹配结果,计算基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量。
在一个实施例中,上述图像获取模块,还包括:
对齐单元,用于将所述标准光斑阵列图像和待测光斑阵列图像对齐;
第一光斑确定单元,用于基于图像处理技术,在所述标准光斑阵列图像中识别并确定第一中心光斑的位置;
第二光斑确定单元,用于基于所述第一中心光斑的位置,在对齐的所述待测光斑阵列图像中识别并确认第二中心光斑。
在一个实施例中,上述标准圈层分割模块300,包括:
标准光斑圈层单元,用于以所述第一中心光斑为起点,按照逆时针方向对处于第一预设距离内的光斑进行识别确认,形成标准光斑圈层;
标准编号单元,用于将所述标准光斑圈层中的所述标准光斑按照第一指定方向开始往逆时针方向进行编号;
标准迭代计算单元,用于基于所述标准光斑的编号的顺序,依次将所述标准光斑圈层内的标准光斑作为第一起点光斑,对当前所述第一起点光斑的指定角度和指定距离内的存在的所述标准光斑进行识别确认并编号,形成下一层所述标准光斑圈层;
标准编号完成单元,用于直至所述标准光斑阵列图像中所有标准光斑完成标准光斑的编号,判断为完成标准光斑的编号。
在一个实施例中,上述待测圈层分割模块400,还包括:
待测光斑圈层单元,用于以所述第二中心光斑为起点,按照逆时针方向对处于第二预设距离内的待测光斑进行识别确认,形成待测光斑圈层;
待测编号单元,用于将所述待测光斑圈层中的待测光斑按照第一指定方向开始,往逆时针方向对待测光斑进行编号;
待测迭代计算单元,用于基于所述待测光斑的编号的顺序,依次将所述待测光斑圈层内的待测光斑作为第二起点光斑,对当前所述第二起点光斑的指定角度和指定距离内的存在的所述待测光斑进行识别确认并编号,形成下一层所述待测光斑圈层;
待测编号完成单元,用于直至所述待测光斑阵列图像中所有待测光斑完成待测光斑的编号,判断为完成待测光斑的编号。
在一实施例中,上述匹配模块500,还包括:
圈层编号获取单元,用于对于标准光斑和待测光斑,获取对应的圈层编号;
光斑编号获取单元,用于获取相同圈层编号内的所述标准光斑的编号和所述待测光斑的编号;
对应单元,用于将编号相同的所述标准光斑和待测光斑进行一一对应。
在一个实施例中,上述传偏移计算模块600,还包括:
位置获取单元,用于基于所述匹配结果,获取对每一对匹配的光斑中所述待测光斑的位置和所述标准光斑的位置;
偏移量获取单元,用于计算所述待测光斑的位置到所述标准光斑的位置的距离差,得到所述光斑偏移量。
参照图3,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计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、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光斑阵列分割与光斑偏移量计算方法过程中的使用数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。进一步地,上述计算机设备还可以设置有输入装置和显示屏等。上述计算机程序被处理器执行时以实现光斑阵列分割与光斑偏移量计算方法,包括如下步骤:获取标准光斑阵列图像和待测光斑阵列图像;在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑;基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号;基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号;根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配,获取匹配结果;基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量。
本领域技术人员可以理解,图3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。
本申请一实施例还提供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一种光斑阵列分割与光斑偏移量计算方法,包括如下步骤:获取标准光斑阵列图像和待测光斑阵列图像;在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑;基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号;基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号;根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配,获取匹配结果;基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量。可以理解的是,本实施例中的计算机可读存储介质可以是易失性可读存储介质,也可以为非易失性可读存储介质。
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,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,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、装置、物品或者方法不仅包括那些要素,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、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种光斑阵列分割与光斑偏移量计算方法,其特征在于,所述方法包括:
获取标准光斑阵列图像和待测光斑阵列图像;
在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑;
基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号;
基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号;
根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配,获取匹配结果;
基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量。
2.根据权利要求1所述的光斑阵列分割与光斑偏移量计算方法,其特征在于,所述在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑的步骤,包括:
将所述标准光斑阵列图像和待测光斑阵列图像对齐;
基于图像处理技术,在所述标准光斑阵列图像中识别并确定第一中心光斑的位置;
基于所述第一中心光斑的位置,在对齐的所述待测光斑阵列图像中识别并确认第二中心光斑。
3.根据权利要求1所述的光斑阵列分割与光斑偏移量计算方法,其特征在于,所述基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号的步骤,包括:
以所述第一中心光斑为起点,按照逆时针方向对处于第一预设距离内的光斑进行识别确认,形成标准光斑圈层;
将所述标准光斑圈层中的所述标准光斑按照第一指定方向开始往逆时针方向进行编号;
基于所述标准光斑的编号的顺序,依次将所述标准光斑圈层内的标准光斑作为第一起点光斑,对当前所述第一起点光斑的指定角度和指定距离内的存在的所述标准光斑进行识别确认并编号,形成下一层所述标准光斑圈层;
直至所述标准光斑阵列图像中所有标准光斑完成标准光斑的编号,判断为完成标准光斑的编号。
4.根据权利要求1所述的光斑阵列分割与光斑偏移量计算方法,其特征在于,所述基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号的步骤,包括:
以所述第二中心光斑为起点,按照逆时针方向对处于第二预设距离内的待测光斑进行识别确认,形成待测光斑圈层;
将所述待测光斑圈层中的待测光斑按照第一指定方向开始,往逆时针方向对待测光斑进行编号;
基于所述待测光斑的编号的顺序,依次将所述待测光斑圈层内的待测光斑作为第二起点光斑,对当前所述第二起点光斑的指定角度和指定距离内的存在的所述待测光斑进行识别确认并编号,形成下一层所述待测光斑圈层;
直至所述待测光斑阵列图像中所有待测光斑完成待测光斑的编号,判断为完成待测光斑的编号。
5.根据权利要求1所述的光斑阵列分割与光斑偏移量计算方法,其特征在于,所述根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配的步骤,包括:
对于标准光斑和待测光斑,获取对应的圈层编号;
获取相同圈层编号内的所述标准光斑的编号和所述待测光斑的编号;
将编号相同的所述标准光斑和待测光斑进行一一对应。
6.根据权利要求1所述的光斑阵列分割与光斑偏移量计算方法,其特征在于,所述基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量的步骤,包括:
基于所述匹配结果,获取对每一对匹配的光斑中所述待测光斑的位置和所述标准光斑的位置;
计算所述待测光斑的位置到所述标准光斑的位置的距离差,得到所述光斑偏移量。
7.一种光斑阵列分割与光斑偏移量计算装置,其特征在于,所述装置包括:
图像获取模块,用于获取标准光斑阵列图像和待测光斑阵列图像;
标准圈层分割模块,用于在所述标准光斑阵列图像中以第一中心光斑为基准点,确定待测光斑阵列图像中的第二中心光斑;
标准圈层分割模块,用于基于所述第一中心光斑,对所述标准光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的标准光斑进行编号;
待测圈层分割模块,用于基于所述第二中心光斑,对所述待测光斑阵列图像进行圈层分割,并按照指定顺序为对应圈层的待测光斑进行编号;
匹配模块,用于根据所述标准光斑和所述待测光斑的所属圈号及编号,对所述待测光斑阵列图像与所述标准光斑阵列图像进行光斑匹配,获取匹配结果;
偏移计算模块,用于基于所述匹配结果,计算基于所述匹配结果,计算所述标准光斑阵列图像与所述待测光斑阵列图像中的光斑偏移量。
8.根据权利要求7所述的光斑阵列分割与光斑偏移量计算装置,其特征在于,所述图像获取模块,还包括:
对齐单元,用于将所述标准光斑阵列图像和待测光斑阵列图像对齐;
第一光斑确定单元,用于基于图像处理技术,在所述标准光斑阵列图像中识别并确定第一中心光斑的位置;
第二光斑确定单元,用于基于所述第一中心光斑的位置,在对齐的所述待测光斑阵列图像中识别并确认第二中心光斑。
9.一种计算机设备,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中任一项所述方法的步骤。
10.一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 中任一项所述方法的步骤。
CN202311764006.1A 2023-12-21 2023-12-21 光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质 Active CN117455927B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311764006.1A CN117455927B (zh) 2023-12-21 2023-12-21 光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311764006.1A CN117455927B (zh) 2023-12-21 2023-12-21 光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN117455927A true CN117455927A (zh) 2024-01-26
CN117455927B CN117455927B (zh) 2024-03-15

Family

ID=89583968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311764006.1A Active CN117455927B (zh) 2023-12-21 2023-12-21 光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117455927B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101900529A (zh) * 2010-07-08 2010-12-01 上海雷尼威尔测量技术有限公司 基于光束三角的倾斜自适应位移测量方法
CN103512903A (zh) * 2013-09-16 2014-01-15 青海中控太阳能发电有限公司 一种自动测量定日镜表面清洁度的方法及系统
US20160063721A1 (en) * 2014-08-28 2016-03-03 Canon Kabushiki Kaisha Transformation of 3-D object for object segmentation in 3-D medical image
CN108012554A (zh) * 2015-06-17 2018-05-08 卡尔蔡司显微镜有限责任公司 用于确定和补偿几何成像偏差的方法
US20180225515A1 (en) * 2015-08-04 2018-08-09 Baidu Online Network Technology (Beijing) Co. Ltd. Method and apparatus for urban road recognition based on laser point cloud, storage medium, and device
CN108510542A (zh) * 2018-02-12 2018-09-07 北京七鑫易维信息技术有限公司 匹配光源与光斑的方法和装置
CN108732712A (zh) * 2018-05-25 2018-11-02 歌尔股份有限公司 光路调节方法和光路调节装置
US20190385340A1 (en) * 2017-08-29 2019-12-19 Guangdong Virtual Reality Technology Co., Ltd. Method, device and system for identifying light spot
US20210321593A1 (en) * 2020-04-21 2021-10-21 InnovaSea Systems, Inc. Systems and methods for fish volume estimation, weight estimation, and analytic value generation
CN113936103A (zh) * 2021-12-14 2022-01-14 星际空间(天津)科技发展有限公司 激光点云图模型的构建方法及设备
CN114088353A (zh) * 2021-11-12 2022-02-25 深圳市中美欧光电科技有限公司 一种色差检测方法、装置及检测终端
CN115031856A (zh) * 2022-06-08 2022-09-09 中国科学院光电技术研究所 基于子光斑筛选的夏克-哈特曼波前传感器波前复原方法
CN115482198A (zh) * 2022-08-16 2022-12-16 万灵帮桥医疗器械(广州)有限责任公司 视力参数的检测方法、装置、计算机设备和存储介质
US20230086880A1 (en) * 2021-09-20 2023-03-23 Revery.ai, Inc. Controllable image-based virtual try-on system
US20230086983A1 (en) * 2021-09-23 2023-03-23 Multipleye Co., Ltd. Method for acquiring distance from moving body to at least one object located in any direction of moving body by utilizing camera-view depth map and image processing device using the same
CN116051631A (zh) * 2022-12-02 2023-05-02 南昌虚拟现实研究院股份有限公司 光斑标注方法及系统
CN116385575A (zh) * 2023-02-03 2023-07-04 宁波力显智能科技有限公司 图像重构方法、装置、计算机设备和存储介质
CN116465602A (zh) * 2023-03-27 2023-07-21 中国铁塔股份有限公司 一种光斑质量检测方法、装置、电子设备及存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101900529A (zh) * 2010-07-08 2010-12-01 上海雷尼威尔测量技术有限公司 基于光束三角的倾斜自适应位移测量方法
CN103512903A (zh) * 2013-09-16 2014-01-15 青海中控太阳能发电有限公司 一种自动测量定日镜表面清洁度的方法及系统
US20160063721A1 (en) * 2014-08-28 2016-03-03 Canon Kabushiki Kaisha Transformation of 3-D object for object segmentation in 3-D medical image
CN108012554A (zh) * 2015-06-17 2018-05-08 卡尔蔡司显微镜有限责任公司 用于确定和补偿几何成像偏差的方法
US20180225515A1 (en) * 2015-08-04 2018-08-09 Baidu Online Network Technology (Beijing) Co. Ltd. Method and apparatus for urban road recognition based on laser point cloud, storage medium, and device
US20190385340A1 (en) * 2017-08-29 2019-12-19 Guangdong Virtual Reality Technology Co., Ltd. Method, device and system for identifying light spot
CN108510542A (zh) * 2018-02-12 2018-09-07 北京七鑫易维信息技术有限公司 匹配光源与光斑的方法和装置
CN108732712A (zh) * 2018-05-25 2018-11-02 歌尔股份有限公司 光路调节方法和光路调节装置
US20210321593A1 (en) * 2020-04-21 2021-10-21 InnovaSea Systems, Inc. Systems and methods for fish volume estimation, weight estimation, and analytic value generation
US20230086880A1 (en) * 2021-09-20 2023-03-23 Revery.ai, Inc. Controllable image-based virtual try-on system
US20230086983A1 (en) * 2021-09-23 2023-03-23 Multipleye Co., Ltd. Method for acquiring distance from moving body to at least one object located in any direction of moving body by utilizing camera-view depth map and image processing device using the same
CN114088353A (zh) * 2021-11-12 2022-02-25 深圳市中美欧光电科技有限公司 一种色差检测方法、装置及检测终端
CN113936103A (zh) * 2021-12-14 2022-01-14 星际空间(天津)科技发展有限公司 激光点云图模型的构建方法及设备
CN115031856A (zh) * 2022-06-08 2022-09-09 中国科学院光电技术研究所 基于子光斑筛选的夏克-哈特曼波前传感器波前复原方法
CN115482198A (zh) * 2022-08-16 2022-12-16 万灵帮桥医疗器械(广州)有限责任公司 视力参数的检测方法、装置、计算机设备和存储介质
CN116051631A (zh) * 2022-12-02 2023-05-02 南昌虚拟现实研究院股份有限公司 光斑标注方法及系统
CN116385575A (zh) * 2023-02-03 2023-07-04 宁波力显智能科技有限公司 图像重构方法、装置、计算机设备和存储介质
CN116465602A (zh) * 2023-03-27 2023-07-21 中国铁塔股份有限公司 一种光斑质量检测方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN117455927B (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
CN109598762A (zh) 一种高精度双目相机标定方法
CN102376089B (zh) 一种标靶校正方法及系统
CN106529587B (zh) 基于目标点识别的视觉航向识别方法
CN109558871B (zh) 一种指针式仪表读数识别方法及装置
CN109993800A (zh) 一种工件尺寸的检测方法、装置及存储介质
CN105823416A (zh) 多相机测量物体的方法和装置
CN110211185B (zh) 在一组候选点内识别校准图案的特征点的方法
CN112991453A (zh) 双目相机标定参数的校验方法、装置及电子设备
CN114549835A (zh) 一种基于深度学习的指针式仪表矫正识别方法及装置
CN109099889B (zh) 近景摄影测量系统和方法
CN112308930A (zh) 相机外参标定方法、系统及装置
CN117455927B (zh) 光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质
CN112116665B (zh) 一种结构光传感器标定方法
CN116091488B (zh) 一种发动机摇摆试验的位移测试方法及位移测试系统
CN111145247B (zh) 基于视觉的位置度检测方法及机器人、计算机存储介质
JPH04181106A (ja) 位置寸法計測装置のキャリブレーション装置
Vera et al. Determination of the center of radial distortion for a camera lens
CN112990190A (zh) 指针式仪表读数的识别方法、装置
CN106645168A (zh) 一种起重机臂筒表面凹凸缺陷的检测方法
KR20190086960A (ko) 특징 기하 기반의 멀티센서 캘리브레이션 및 융합을 위한 장치 및 방법
CN115393299A (zh) 一种基于单目视觉的流水线工件距离测量方法以及装置
CN114170319A (zh) 测试标板的调整方法及装置
CN109754365B (zh) 一种图像处理方法及装置
KR20160148735A (ko) 카메라 광중심 측정을 위한 영상 처리 장치 및 그 방법
CN114543670B (zh) 一种基于机器视觉的光学元件位姿辅助标定方法及标定系统

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