CN118018715A - 一种多相机曝光时间一致性调节的方法及相关装置 - Google Patents
一种多相机曝光时间一致性调节的方法及相关装置 Download PDFInfo
- Publication number
- CN118018715A CN118018715A CN202410424576.4A CN202410424576A CN118018715A CN 118018715 A CN118018715 A CN 118018715A CN 202410424576 A CN202410424576 A CN 202410424576A CN 118018715 A CN118018715 A CN 118018715A
- Authority
- CN
- China
- Prior art keywords
- image set
- image
- gradient
- point data
- fitting
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004364 calculation method Methods 0.000 claims abstract description 108
- 238000012937 correction Methods 0.000 claims abstract description 78
- 241001270131 Agaricus moelleri Species 0.000 claims abstract description 73
- 238000001514 detection method Methods 0.000 claims abstract description 41
- 238000012216 screening Methods 0.000 claims description 56
- 238000001914 filtration Methods 0.000 claims description 46
- 230000002146 bilateral effect Effects 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 17
- 230000000877 morphologic effect Effects 0.000 claims description 11
- 230000003628 erosive effect Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 7
- 238000002360 preparation method Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 abstract description 33
- 239000004973 liquid crystal related substance Substances 0.000 description 40
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Studio Devices (AREA)
Abstract
本申请公开了一种多相机曝光时间一致性调节的方法及相关装置,用于提高缺陷检测系统对屏幕缺陷检测的可靠性和准确性。本申请包括:装配并调试多工业相机系统;从多工业相机系统中确定标准相机和待校正相机;使标准样品分别达到255显示灰阶和j显示灰阶;使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一、第二、第三和第四图像集合;根据第一、第二、第三和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合;根据梯度集合中的梯度计算待校正相机中待校正图像和待校正图像的曝光时间校正系数;根据曝光时间校正系数对待校正相机的曝光时间进行校正。
Description
技术领域
本申请实施例涉及显示屏缺陷校正领域,尤其涉及一种多相机曝光时间一致性调节的方法及相关装置。
背景技术
随着经济和显示面板显示技术的发展,当前,以液晶屏幕为显示面板的各种电子产品已经成为人们的必需品。在液晶屏幕生产过程中,尽管各个环节严格把控,但是仍不可避免地会生产出存在一定缺陷的屏幕。因此,缺陷检测成为液晶屏幕生产过程中不可缺少的环节。传统的人工检测容易受到人体疲劳、情绪等因素的影响,使得液晶屏幕缺陷检测的结果具有一定的主观性。因此,用机器视觉的方法自动检测液晶屏幕缺陷,对提升液晶屏幕缺陷检测的效率和准确率具有重大意义。
使用工业相机对液晶屏幕区域的图像进行摄取,是液晶屏幕缺陷进行自动检测前的首要任务。从理论上来讲,同一相机品牌的同一型号的不同工业相机,对于同一块液晶屏幕所拍摄的图像,应该具有相同的图像质量。但在实际应用过程中,相机器件、制造工艺、外部噪声、镜头一致性、光源一致性等因素,均会使得同一品牌的同一型号的不同工业相机的图像传感器输出的图像质量不一致,进而影响到对同一批次液晶屏幕缺陷的检测结果。因此,在用于对同一批次液晶屏幕的图像进行摄取前,应该对各工位的工业相机进行机差校正,以保证各相机对同一批次的液晶屏幕所摄取的图像,均具有近乎相同的图像灰度。
目前,虽然市场上已经有可以实现机差校正的产品投入使用,并在一定程度上实现了该目的。但是,据了解,各工位按照已有相关产品的方法对曝光时间进行调节后,所摄取的图像的灰度之间,仍然具有一定的差距。该差距会降低整个缺陷检测系统对液晶屏幕缺陷检测的可靠性和准确性。
发明内容
本申请公开了一种多相机曝光时间一致性调节的方法及相关装置,用于提高整个缺陷检测系统对液晶屏幕缺陷检测的可靠性和准确性。
本申请提出的一种多相机曝光时间一致性调节的方法,也叫一种用于液晶屏幕缺陷检测的多相机系统曝光时间一致性的调节方法。通过该方法对各校正工位工业相机的曝光时间进行计算,并按此进行调节,实现对各校正工位工业相机摄取图像的图像灰度的改变,并可以极大地缩小各工位工业相机对同一批次液晶屏幕所摄取的图像间的灰度差值,从而有利于提高整个缺陷检测系统对液晶屏幕缺陷检测的可靠性和准确性。
本申请第一方面提供了一种多相机曝光时间一致性调节的方法,包括:
装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同;
从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机;
使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数;
使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj;
根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj;
根据梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数;
根据曝光时间校正系数对待校正相机的曝光时间进行校正。
可选地,根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,包括:
计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对第一图像集合的坐标点数据集合进行直线拟合,生成第一拟合直线;
根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,确定权重符合预设直线权重值条件的坐标点数据;
根据权重符合预设曲线权重值条件的坐标点数据确定拟合区间;
筛除拟合区间外的坐标点数据,筛除拟合区间中权重符合预设直线权重值条件的坐标点数据;
使用剩余的坐标点数据进行直线拟合,生成第二拟合直线;
对第二拟合直线进行梯度计算,生成第一梯度;
对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行一次直线拟合、权重计算、确定拟合区间、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
可选地,根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,包括:
计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对第一图像集合的坐标点数据集合分别进行曲线拟合和直线拟合,生成第一拟合曲线和第三拟合直线;
根据第三拟合曲线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设曲线权重值条件的坐标点数据;
根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设直线权重值条件的坐标点数据;
从筛除后的曲线坐标点数据和直线坐标点数据中确定重叠的坐标点数据;
对重叠的坐标点数据进行直线拟合,生成第四拟合直线;
对第四拟合直线进行梯度计算,生成第二梯度;
对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行曲线拟合、一次直线拟合、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
可选地,在使用标准相机和待校正相机对两种不同显示灰阶的标准样品摄取若干张曝光时间不同的参考图像,生成第一图像集合、第二图像集合、第三图像集合和第四图像集合之后,根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合之前,方法还包括:
对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行双边滤波;
对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行形态学腐蚀操作和闭操作。
可选地,对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行双边滤波,包括:
根据255显示灰阶和曝光时间为第一图像集合每一张图像选取空间标准差和值域标准差;
根据空间标准差计算第一图像集合中对应的图像的空间域核;
根据值域标准差计算第一图像集合中对应的图像的值域域核;
根据空间标准差、值域标准差、空间域核和值域域核计算双边滤波卷积核;
使用双边滤波卷积核对第一图像集合每一张图像进行卷积处理;
对第二图像集合、第三图像集合和第四图像集合进行标准差的选取、空间域核计算、值域域核计算、双边滤波卷积核计算和卷积处理。
本申请第二方面提供了一种多相机曝光时间一致性调节的装置,包括:
准备单元,用于装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同;
确定单元,用于从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机;
点亮单元,用于使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数;
拍摄单元,用于使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj;
第一计算单元,用于根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj;
第二计算单元,用于根据梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数;
校正单元,用于根据曝光时间校正系数对待校正相机的曝光时间进行校正。
可选地,第一计算单元,包括:
计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对第一图像集合的坐标点数据集合进行直线拟合,生成第一拟合直线;
根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,确定权重符合预设直线权重值条件的坐标点数据;
根据权重符合预设曲线权重值条件的坐标点数据确定拟合区间;
筛除拟合区间外的坐标点数据,筛除拟合区间中权重符合预设直线权重值条件的坐标点数据;
使用剩余的坐标点数据进行直线拟合,生成第二拟合直线;
对第二拟合直线进行梯度计算,生成第一梯度;
对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行一次直线拟合、权重计算、确定拟合区间、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
可选地,第一计算单元,包括:
计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对第一图像集合的坐标点数据集合分别进行曲线拟合和直线拟合,生成第一拟合曲线和第三拟合直线;
根据第三拟合曲线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设曲线权重值条件的坐标点数据;
根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设直线权重值条件的坐标点数据;
从筛除后的曲线坐标点数据和直线坐标点数据中确定重叠的坐标点数据;
对重叠的坐标点数据进行直线拟合,生成第四拟合直线;
对第四拟合直线进行梯度计算,生成第二梯度;
对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行曲线拟合、一次直线拟合、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
可选地,在拍摄单元之后,第一计算单元之前,装置还包括:
滤波单元,用于对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行双边滤波;
形态学处理单元,对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行形态学腐蚀操作和闭操作。
可选地,滤波单元,包括:
根据255显示灰阶和曝光时间为第一图像集合每一张图像选取空间标准差和值域标准差;
根据空间标准差计算第一图像集合中对应的图像的空间域核;
根据值域标准差计算第一图像集合中对应的图像的值域域核;
根据空间标准差、值域标准差、空间域核和值域域核计算双边滤波卷积核;
使用双边滤波卷积核对第一图像集合每一张图像进行卷积处理;
对第二图像集合、第三图像集合和第四图像集合进行标准差的选取、空间域核计算、值域域核计算、双边滤波卷积核计算和卷积处理。
本申请第三方面提供了一种电子设备,包括:
处理器、存储器、输入输出单元以及总线;
处理器与存储器、输入输出单元以及总线相连;
存储器保存有程序,处理器调用程序以执行如第一方面以及第一方面的任意可选的方法。
本申请第四方面提供了一种计算机可读存储介质,计算机可读存储介质上保存有程序,程序在计算机上执行时执行如第一方面以及第一方面的任意可选的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,首先装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同。尽可能让各工位的工业相机处于相同的运行环境中,避免各种外部因素对各工位工业相机摄取图像的质量的差异化影响。接下来,从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机。使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数。255显示灰阶作为灰阶的最大值,起到基准边界的作用,能够更好的进行曝光时间的校正处理。使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,即使用标准相机依次拍摄255显示灰阶和j显示灰阶标准样品,再让待校正相机依次拍摄255显示灰阶和j显示灰阶,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj。根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj。然后根据计算出的梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数。根据曝光时间校正系数对待校正相机的曝光时间进行校正。
本申请中,通过对同一类型的相机中设置标准相机,以一个工业相机作为标准相机,通过确定该标准相机曝光时间结合基准灰阶(255显示灰阶)和目标灰阶(j显示灰阶)的关系进行线性拟合,确定梯度关系。而待校正相机通过确定曝光时间结合基准灰阶(255显示灰阶)和目标灰阶(j显示灰阶)的关系,并同样进行线性拟合,确定梯度关系。对比标准相机和和待校正相机的梯度关系,即可通过标准相机的曝光时间来准确的计算待校正相机的校正曝光时间。该方式降低多工业相机对同批次屏体摄取的图像间的灰度差值。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请多相机曝光时间一致性调节的方法的一个实施例示意图;
图2为本申请多相机曝光时间一致性调节的方法的第一阶段的一个实施例示意图;
图3为本申请多相机曝光时间一致性调节的方法的第二阶段的一个实施例示意图;
图4为本申请多相机曝光时间一致性调节的方法的第三阶段的一个实施例示意图;
图5为本申请多相机曝光时间一致性调节的方法的第一阶段的另一个实施例示意图;
图6为本申请多相机曝光时间一致性调节的方法的第二阶段的另一个实施例示意图;
图7为本申请多相机曝光时间一致性调节的方法的第三阶段的另一个实施例示意图;
图8为本申请多相机曝光时间一致性调节的装置的一个实施例示意图;
图9为本申请多相机曝光时间一致性调节的装置的另一个实施例示意图;
图10为本申请电子设备的一个实施例示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
在现有技术中,随着经济和显示面板显示技术的发展,当前,以液晶屏幕为显示面板的各种电子产品已经成为人们的必需品。在液晶屏幕生产过程中,尽管各个环节严格把控,但是仍不可避免地会生产出存在一定缺陷的屏幕。因此,缺陷检测成为液晶屏幕生产过程中不可缺少的环节。传统的人工检测容易受到人体疲劳、情绪等因素的影响,使得液晶屏幕缺陷检测的结果具有一定的主观性。因此,用机器视觉的方法自动检测液晶屏幕缺陷,对提升液晶屏幕缺陷检测的效率和准确率具有重大意义。
使用工业相机对液晶屏幕区域的图像进行摄取,是液晶屏幕缺陷进行自动检测前的首要任务。从理论上来讲,同一相机品牌的同一型号的不同工业相机,对于同一块液晶屏幕所拍摄的图像,应该具有相同的图像质量。但在实际应用过程中,相机器件、制造工艺、外部噪声、镜头一致性、光源一致性等因素,均会使得同一品牌的同一型号的不同工业相机的图像传感器输出的图像质量不一致,进而影响到对同一批次液晶屏幕缺陷的检测结果。因此,在用于对同一批次液晶屏幕的图像进行摄取前,应该对各工位的工业相机进行机差校正,以保证各相机对同一批次的液晶屏幕所摄取的图像,均具有近乎相同的图像灰度。
目前,虽然市场上已经有可以实现机差校正的产品投入使用,并在一定程度上实现了该目的。但是,据了解,各工位按照已有相关产品的方法对曝光时间进行调节后,所摄取的图像的灰度之间,仍然具有一定的差距。该差距会降低整个缺陷检测系统对液晶屏幕缺陷检测的可靠性和准确性。
即当前市场上投入使用的机差校正产品,并不能保证不同工位的工业相机所摄取的图像之间的图像灰度差值较小。针对该问题,本发明提出了一种用于液晶屏幕缺陷检测的多相机系统曝光时间一致性的调节方法,用于对各机位的工业相机进行机差校正。通过该方法,可以极大地缩小各工位工业相机对同一批次液晶屏幕所摄取的图像间的灰度差值。
基于此,本申请公开了一种多相机曝光时间一致性调节的方法及相关装置,用于提高整个缺陷检测系统对液晶屏幕缺陷检测的可靠性和准确性。通过该方法对各校正工位工业相机的曝光时间进行计算,并按此进行调节,实现对各校正工位工业相机摄取图像的图像灰度的改变,并可以极大地缩小各工位工业相机对同一批次液晶屏幕所摄取的图像间的灰度差值,从而有利于提高整个缺陷检测系统对液晶屏幕缺陷检测的可靠性和准确性。
下面将结合本申请实施例中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,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。
本申请的方法可以应用于服务器、设备、终端或者其它具备逻辑处理能力的设备,对此,本申请不作限定。为方便描述,下面以执行主体为终端为例进行描述。
请参阅图1,本申请提供了一种多相机曝光时间一致性调节的方法的一个实施例,包括:
101、装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同;
本实施例中,终端装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同。
具体的,对各工位影响图像摄取质量的相关要素的要求如下:
首先,所有工位的工业相机必须为同一相机品牌且同一型号的,其次,各工位的工业相机必须是对同一片标准液晶屏幕样品进行图像摄取的。各工位的工业相机必须处于相同的运行环境中。
本实施例中,在摄取图像前,可以将所有工位的工业相机的光圈统一调整为8.0,并将它们固定在各工位相机支架上的同一高度位置。同时,还要保证各工位相机镜头与该工位的检测台之间具有相同的水平或垂直夹角。以上操作完成后,将各工位的工业相机对焦调节至正常取像。总之,要尽可能多地避免各种外部因素对各工位工业相机摄取图像的质量的差异化影响。需要说明的是,不同使用场景可能光圈数会不一样,需要保证相同使用场景下不同工位使用相同光圈,上述例子中的光圈统一调整为8.0只是其中一种情况。
102、从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机;
当终端完成对多工业相机系统的装配并调试后,接下来,终端从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机。
终端从所有工位的工业相机中任意选择一部相机作为标准相机S,并将该标准相机所在的工位作为标准工位。非标准工位的其他工位则均作为校正工位,各校正工位的工业相机作为校待正相机Ci,其中,i=1、2、3…、n,n>=1。
本实施例仅以一台待校正相机为例子进行说明。
103、使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数;
本实施例中,终端首先从待测的液晶屏幕中选取一片液晶屏幕作为标准样品I。然后终端使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数。
104、使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj;
终端使用标准相机分别对255显示灰阶和j显示灰阶的标准样品进行拍摄,获取第一图像集合(标准图像SI255集合)和第二图像集合(标准图像SIj集合)。使用待校正相机分别对255显示灰阶和j显示灰阶的标准样品进行拍摄,获取第三图像集合(待校正图像CI255)和第四图像集合(待校正图像CIj)。
下面进行举例说明,j取0显示灰阶:
终端使用标准工位的标准相机S对点亮为255显示灰阶的标准样品摄取5张曝光时间分别为ST255-1、ST255-2、…、ST255-5的图像SI255-1、SI255-2、…、SI255-5。接下来终端使用标准工位的标准相机S对点亮为0显示灰阶的标准样品摄取5张曝光时间分别为ST0-1、ST0-2、…、ST0-5的图像SI0-1、SI0-2、…、SI0-5。
从若干个校正工位中任选一个作为校正工位1。使用校正工位1的待校正相机C1对点亮为255显示灰阶的标准样品摄取5张曝光时间分别为C1T255-1、C1T255-2、…、C1T255-5的图像C1I255-1、C1I255-2、…、C1I255-5。使用校正工位1的待校正相机C1对点亮为0显示灰阶的标准样品摄取5张曝光时间分别为C1T0-1、C1T0-2、…、C1T0-5的图像C1I0-1、C1I0-2、…、C1I0-5。
上述案例中,待校正相机C1中的1表示工位序号。
105、根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj;
终端根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj。
终端需要尽可能多地选取标准工位或校正工位1中的工业相机所摄取的255显示灰阶和0显示灰阶的标准样品图像的有效区域,并计算该区域的图像灰度。
下面进行举例说明,j取0显示灰阶:首先定义标准工位的标准相机摄取的255显示灰阶的图像SI255-1、SI255-2、…、SI255-5的图像灰度(检测灰度值)分别记为SIG255-1、SIG255-2、…、SIG255-5。再定义标准工位的标准相机摄取的0显示灰阶的图像SI0-1、SI0-2、…、SI0-5的图像灰度分别记为SIG0-1、SIG0-2、…、SIG0-5。校正工位1的待校正相机C1摄取的255显示灰阶的图像C1I255-1、C1I255-2、…、C1I255-5的图像灰度分别记为C1IG255-1、C1IG255-2、…、C1IG255-5。标准工位摄取的0显示灰阶的图像C1I0-1、C1I0-2、…、C1I0-5的图像灰度分别记为C1IG0-1、C1IG0-2、…、C1IG0-5。如表1和表2所示:
表1:标准工位的工业相机摄取标准样品的255和0显示灰阶图像的曝光时间和图像灰度。
表2:校正工位1的工业相机摄取标准样品的255和0显示灰阶图像的曝光时间和图像灰度。
当终端确定了第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值之后,即可对应计算梯度。具体计算方式如下案例:
假设工业相机(标准相机和待校正相机)的曝光时间x和其所摄取图像的图像灰度y之间的线性关系为y=kx+b。根据以上关系并使用表1和表2中的记录数据,分别计算标准工位和校正工位1的255显示灰阶和0显示灰阶图像的曝光时间和图像灰度间的梯度值kS255、kS0、kC255、kC0。
106、根据梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数;
由步骤105中计算得到的各工位显示灰阶的梯度值,分别计算标准工位和校正工位1的各自显示灰阶的梯度值与其255显示灰阶的梯度值间的比值,j取0显示灰阶,分别记为RS255、RS0、RC255、RC0。
RS255=(kS255/kS255)
RS0=(kS0/kS255)
RC255=(kC255/kC255)
RC0=(kC0/kC255)
以上四个比值定义为公式1。计算标准工位和校正工位1的255显示灰阶的梯度值间的比值,记为RSC255。
RSC255=(kS255/kC255)(公式2)
由上述计算得到的各工位的梯度比值,从而计算校正工位1中各显示灰阶图像进行机差校正时所需的曝光时间校正系数。其中,将校正工位1中0显示灰阶图像的曝光时间校正系数记为TCRC0,且有如下公式3、公式4和公式5。
TCRC0=[(kS0/kS255)*(kS255/kC255)]/(kC0/kC255)(公式3)
=(RS0*RSC255)/RC0(公式4)
或
TCRC0=kS0/kC0(公式5)
同理,校正工位1中255显示灰阶图像的曝光时间校正系数TCRC255有如下公式6、公式7和公式8。
TCRC255=[(kS255/kS255)*(kS255/kC255)]/(kC255/kC255)(公式6)
=(RS255*RSC255)/RC255(公式7)
或
TCRC255=kS255/kC255(公式8)
由以上校正工位1中0和255显示灰阶图像的曝光时间校正系数的计算可知,任一校正工位的任一显示灰阶j,j=0、1、2、…、255,的图像的曝光时间校正系数TCRCj均可按照以下公式进行计算,且有如下公式9、公式10和公式11:
TCRCj=[(kSj/kS255)*(kS255/kC255)]/(kCj/kC255)(公式9)
=(RSj*RSC255)/RC255(公式10)
或
TCRCj=kSj/kC255(公式11)
其中,kSj为标准机位中j显示灰阶图像的曝光时间和图像灰度间的梯度值,kCj为校正机位中j显示灰阶图像的曝光时间和图像灰度间的梯度值,RSj为标准机位中j显示灰阶图像的梯度值与其255显示灰阶图像的梯度值间的比值,即RSj=(kSj/kS255)。
假设标准工位中j显示灰阶图像的曝光时间为TSj,则校正工位相应显示灰阶图像的校正曝光时间TCj有如下公式12。
TCj=TSj*TCRCj(公式12)
按照上述中计算得到的校正工位j显示灰阶的校正曝光时间,对校正工位的工业相机的曝光时间进行调节,即可使校正工位摄取的j显示灰阶的图像,具有与标准工位摄取的j显示灰阶的图像相同的图像灰度。
使用检测得到的由多个工位的工业相机对同一片某型号的样品液晶屏幕摄取的图像,按照本发明的方法,对校正工位1中0和255显示灰阶图像的校正曝光时间进行了计算。结果如表3和表4所示。
表3:标准工位工业相机摄取的0和255显示灰阶图像的曝光时间和图像灰度。
表4:标准工位工业相机摄取的0和255显示灰阶图像的梯度kSj和梯度比值RSj。
表5:校正工位工业相机摄取的0和255显示灰阶图像的曝光时间、图像灰度和校正灰度相机。
表6:校正工位工业相机摄取的0和255显示灰阶图像的梯度kCj、梯度比值RCj和曝光时间校正系数TCRCj。
107、根据曝光时间校正系数对待校正相机的曝光时间进行校正。
终端获取到曝光时间校正系数之后,即可根据曝光时间校正系数对待校正相机的曝光时间进行校正。
本实施例中,首先装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同。尽可能让各工位的工业相机处于相同的运行环境中,避免各种外部因素对各工位工业相机摄取图像的质量的差异化影响。接下来,从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机。使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数。255显示灰阶作为灰阶的最大值,起到基准边界的作用,能够更好的进行曝光时间的校正处理。使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,即使用标准相机依次拍摄255显示灰阶和j显示灰阶标准样品,再让待校正相机依次拍摄255显示灰阶和j显示灰阶,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj。根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj。然后根据计算出的梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数。根据曝光时间校正系数对待校正相机的曝光时间进行校正。
本实施例中,通过对同一类型的相机中设置标准相机,以一个工业相机作为标准相机,通过确定该标准相机曝光时间结合基准灰阶(255显示灰阶)和目标灰阶(j显示灰阶)的关系进行线性拟合,确定梯度关系。而待校正相机通过确定曝光时间结合基准灰阶(255显示灰阶)和目标灰阶(j显示灰阶)的关系,并同样进行线性拟合,确定梯度关系。对比标准相机和和待校正相机的梯度关系,即可通过标准相机的曝光时间来准确的计算待校正相机的校正曝光时间。使得所摄取的图像的灰度之间,差距减小,进而提高整个缺陷检测系统对液晶屏幕缺陷检测的可靠性和准确性。
请参阅图2、图3和图4,本申请提供了一种多相机曝光时间一致性调节的方法的另一个实施例,包括:
201、装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同;
202、从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机;
203、使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数;
204、使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj;
本实施例中,步骤201至步骤204与前述步骤101至步骤104相似,此处不做赘述。
205、根据255显示灰阶和曝光时间为第一图像集合每一张图像选取空间标准差和值域标准差;
206、根据空间标准差计算第一图像集合中对应的图像的空间域核;
207、根据值域标准差计算第一图像集合中对应的图像的值域域核;
208、根据空间标准差、值域标准差、空间域核和值域域核计算双边滤波卷积核;
209、使用双边滤波卷积核对第一图像集合每一张图像进行卷积处理;
210、对第二图像集合、第三图像集合和第四图像集合进行标准差的选取、空间域核计算、值域域核计算、双边滤波卷积核计算和卷积处理;
本实施例中,对图像集合中每一张图像进行双边滤波的目的是为了尽可能在保留真实边缘信息的同时,抑制其它干扰噪声。使得后续的灰度均值计算能够更加准确。
本实施例中采用双边滤波来进行图像滤波,相较于其它如中值滤波、高斯滤波,它能更多的保留图像的边缘细节,同时还能滤除离散噪声。
本实施例中,双边滤波能够保留边界的同时作平滑处理的优势,有赖于其既考虑图像像素的空间域又考虑到了图像的颜色域,空间域和值域共同组成其核函数主体,具体步骤如下:
1、终端根据255显示灰阶和曝光时间为第一图像集合每一张图像选取空间标准差和值域标准差/>。具体是根据预先计算好的表格中,根据当前显示灰阶的大小以及曝光时间确定对应的空间标准差/>和值域标准差/>。
2、根据空间标准差计算第一图像集合中对应的图像的空间域核/>。
上述公式原型来自于高斯函数,其中是空间标准差,(k,l)是模板中心像素坐标,周围像素坐标(i,j)到中心的距离越远,其权重系数越低。
3、根据值域标准差计算第一图像集合中对应的图像的值域域核/>。
此公式同样基于高斯函数,其中是值域标准差,/>是模板中心像素灰度值,周围像素灰度值与中心像素灰度值的差异越大其权重系数越低。
4、根据空间标准差、值域标准差/>、空间域核/>和值域域核计算双边滤波核/>。/>
通过空间域和颜色域核函数相乘即可得到双边滤波核模板,后续使用整个双边滤波核作为模板与整个图像作卷积运算,获得双边滤波后的图像。
211、对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行形态学腐蚀操作和闭操作;
终端对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行形态学腐蚀操作和闭操作。由于现场采集到的图像往往受到机台环境影响,难以获取理想的无干扰的图像,本专利中在滤波之后使用了腐蚀操作和闭操作,目的是为了进一步去除噪点、噪声干扰。
腐蚀操作:根据边缘分布情况,设置不同形状分布的核模板,目的是为了去除边缘分布的噪点、毛边等干扰,如对于测量水平方向的上尺寸,模板形状就设置成高比宽长的矩形形状,反之对于垂直方向的尺寸,模板方向设置成宽比高的矩形。
闭操作:有拍照环境不稳定,可能在测量位置出现干扰形成中间孔洞,后续影响寻边准确性,再进行闭操作,闭操作核函数可以反过来,对于水平方向,核模板设置成宽比高长的矩形,然后进行形态学闭操作。
212、计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
213、对第一图像集合的坐标点数据集合进行直线拟合,生成第一拟合直线;
214、根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,确定权重符合预设直线权重值条件的坐标点数据;
215、根据权重符合预设曲线权重值条件的坐标点数据确定拟合区间;
216、筛除拟合区间外的坐标点数据,筛除拟合区间中权重符合预设直线权重值条件的坐标点数据;
217、使用剩余的坐标点数据进行直线拟合,生成第二拟合直线;
218、对第二拟合直线进行梯度计算,生成第一梯度;
219、对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行一次直线拟合、权重计算、确定拟合区间、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj;
本实施例中,终端首先计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合。即根据灰度均值和对应的曝光时间进行结合,生成二维点数据。
接下来,终端对第一图像集合的坐标点数据集合进行直线拟合,生成第一拟合直线,具体是通过最小二乘法对第一图像集合的坐标点数据集合进行直线拟合。
接下来,终端根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,确定权重符合预设直线权重值条件的坐标点数据。具体的,目的是消弱离群干扰噪点影响到测量精度,基于斜率k和截距b的拟合直线,计算每一个目标候选点到拟合直线的距离,给予样本点不同权重值,tukey权重函数:
这里,表示第i个数据的权重,/>表示第i个样本点(坐标点数据)到拟合直线的距离,γ为控制常量,若/>小于等于控制常量γ时候,该点的权重值为处于0到1之间,距离越小权重越大,而当距离超过常量γ,则权重为0,意味着该点被完全弃用。
接下来,根据权重符合预设曲线权重值条件的坐标点数据确定拟合区间,该拟合区间是根据符合的坐标点数据的区域密度确定的,将整个坐标点数据投影在坐标轴上,先将横坐标划分不同的区间,通过权重符合预设曲线权重值条件的坐标点数据选择横坐标的区间。再将纵坐标划分不同的区间,然后通过权重符合预设曲线权重值条件的坐标点数据选择纵坐标的区间。横纵坐标的选取区间进行整合叠加。再通过筛除拟合区间外的坐标点数据,筛除拟合区间中权重符合预设直线权重值条件的坐标点数据,使用剩余的坐标点数据进行直线拟合,生成第二拟合直线。终端对第二拟合直线进行梯度计算,生成第一梯度。根据上述方式,终端对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行一次直线拟合、权重计算、确定拟合区间、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj。
通过上述的点位筛选的方式,由于通过最小二乘法进行初次的直线拟合,并且通过权重筛选,能够筛除大部分的异常坐标点,其方式简单不复杂,能够快速筛选,保证梯度的精度。
220、根据梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数;
221、根据曝光时间校正系数对待校正相机的曝光时间进行校正。
本实施例中,步骤220至步骤221与前述步骤106至步骤107相似,此处不做赘述。
本实施例中,首先装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同。尽可能让各工位的工业相机处于相同的运行环境中,避免各种外部因素对各工位工业相机摄取图像的质量的差异化影响。接下来,从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机。使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数。255显示灰阶作为灰阶的最大值,起到基准边界的作用,能够更好的进行曝光时间的校正处理。使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,即使用标准相机依次拍摄255显示灰阶和j显示灰阶标准样品,再让待校正相机依次拍摄255显示灰阶和j显示灰阶,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj。
根据255显示灰阶和曝光时间为第一图像集合每一张图像选取空间标准差和值域标准差。根据空间标准差计算第一图像集合中对应的图像的空间域核。根据值域标准差计算第一图像集合中对应的图像的值域域核。根据空间标准差、值域标准差、空间域核和值域域核计算双边滤波卷积核。使用双边滤波卷积核对第一图像集合每一张图像进行卷积处理。对第二图像集合、第三图像集合和第四图像集合进行标准差的选取、空间域核计算、值域域核计算、双边滤波卷积核计算和卷积处理。
终端对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行形态学腐蚀操作和闭操作。
计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合。对第一图像集合的坐标点数据集合进行直线拟合,生成第一拟合直线。根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,确定权重符合预设直线权重值条件的坐标点数据。根据权重符合预设曲线权重值条件的坐标点数据确定拟合区间。筛除拟合区间外的坐标点数据,筛除拟合区间中权重符合预设直线权重值条件的坐标点数据。使用剩余的坐标点数据进行直线拟合,生成第二拟合直线。对第二拟合直线进行梯度计算,生成第一梯度。对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行一次直线拟合、权重计算、确定拟合区间、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj。然后根据计算出的梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数。根据曝光时间校正系数对待校正相机的曝光时间进行校正。
其次,通过的点位筛选的方式,由于通过最小二乘法进行初次的直线拟合,并且通过权重筛选,能够筛除大部分的异常坐标点,其方式简单不复杂,能够快速筛选,保证梯度的精度。
请参阅图5、图6和图7,本申请提供了一种多相机曝光时间一致性调节的方法的另一个实施例,包括:
501、装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同;
502、从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机;
503、使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数;
504、使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj;
505、根据255显示灰阶和曝光时间为第一图像集合每一张图像选取空间标准差和值域标准差;
506、根据空间标准差计算第一图像集合中对应的图像的空间域核;
507、根据值域标准差计算第一图像集合中对应的图像的值域域核;
508、根据空间标准差、值域标准差、空间域核和值域域核计算双边滤波卷积核;
509、使用双边滤波卷积核对第一图像集合每一张图像进行卷积处理;
510、对第二图像集合、第三图像集合和第四图像集合进行标准差的选取、空间域核计算、值域域核计算、双边滤波卷积核计算和卷积处理;
511、对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行形态学腐蚀操作和闭操作;
本实施例中,步骤501至步骤511与前述步骤201至步骤211相似,此处不做赘述。
512、计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
513、对第一图像集合的坐标点数据集合分别进行曲线拟合和直线拟合,生成第一拟合曲线和第三拟合直线;
514、根据第三拟合曲线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设曲线权重值条件的坐标点数据;
515、根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设直线权重值条件的坐标点数据;
516、从筛除后的曲线坐标点数据和直线坐标点数据中确定重叠的坐标点数据;
517、对重叠的坐标点数据进行直线拟合,生成第四拟合直线;
518、对第四拟合直线进行梯度计算,生成第二梯度;
519、对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行曲线拟合、一次直线拟合、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj;
本实施例中,终端首先计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合。即根据灰度均值和对应的曝光时间进行结合,生成二维点数据。
终端对第一图像集合的坐标点数据集合分别进行曲线拟合和直线拟合,生成第一拟合曲线和第三拟合直线。具体的,终端是通过最小二乘法对第一图像集合的坐标点数据集合进行直线拟合。曲线拟合可以使用多种方式,此处不做限定。需要说明的是,直线拟合的方式也可以是其他,但是最小二乘法的直线拟合效果对于本实施例中梯度计算效果最好,得到的梯度最准确。
接下来,终端根据第三拟合曲线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设曲线权重值条件的坐标点数据。再根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设直线权重值条件的坐标点数据。即计算曲线中和直线中不符合的点坐标,然后筛除不符合的坐标,只取符合第一拟合曲线和第三拟合直线的坐标点数据。
最后,对重叠的坐标点数据进行直线拟合,生成第四拟合直线。对第四拟合直线进行梯度计算,生成第二梯度。对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行曲线拟合、一次直线拟合、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj。
520、根据梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数;
521、根据曝光时间校正系数对待校正相机的曝光时间进行校正。
本实施例中,步骤520至步骤521与前述步骤106至步骤107相似,此处不做赘述。
本实施例中,首先装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同。尽可能让各工位的工业相机处于相同的运行环境中,避免各种外部因素对各工位工业相机摄取图像的质量的差异化影响。接下来,从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机。使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数。255显示灰阶作为灰阶的最大值,起到基准边界的作用,能够更好的进行曝光时间的校正处理。使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,即使用标准相机依次拍摄255显示灰阶和j显示灰阶标准样品,再让待校正相机依次拍摄255显示灰阶和j显示灰阶,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj。
根据255显示灰阶和曝光时间为第一图像集合每一张图像选取空间标准差和值域标准差。根据空间标准差计算第一图像集合中对应的图像的空间域核。根据值域标准差计算第一图像集合中对应的图像的值域域核。根据空间标准差、值域标准差、空间域核和值域域核计算双边滤波卷积核。使用双边滤波卷积核对第一图像集合每一张图像进行卷积处理。对第二图像集合、第三图像集合和第四图像集合进行标准差的选取、空间域核计算、值域域核计算、双边滤波卷积核计算和卷积处理。
终端对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行形态学腐蚀操作和闭操作。
计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合。对第一图像集合的坐标点数据集合分别进行曲线拟合和直线拟合,生成第一拟合曲线和第三拟合直线。根据第三拟合曲线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设曲线权重值条件的坐标点数据。根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设直线权重值条件的坐标点数据。从筛除后的曲线坐标点数据和直线坐标点数据中确定重叠的坐标点数据。对重叠的坐标点数据进行直线拟合,生成第四拟合直线。对第四拟合直线进行梯度计算,生成第二梯度。对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行曲线拟合、一次直线拟合、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj。然后根据计算出的梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数。根据曝光时间校正系数对待校正相机的曝光时间进行校正。
其次,本实施例中通过上述的点位筛选的方式,首先进行了直线拟合以及曲线拟合,提高了点位筛选的精度,通过二重权重筛选,虽然计算量大,但是能够从曲线方向和直线方向筛除大部分的异常坐标点,极大程度的提高了梯度的计算精度。
请参阅图8,本申请提供了一种多相机曝光时间一致性调节的装置的一个实施例,包括:
准备单元801,用于装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同;
确定单元802,用于从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机;
点亮单元803,用于使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数;
拍摄单元804,用于使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj;
第一计算单元805,用于根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj;
第二计算单元806,用于根据梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数;
校正单元807,用于根据曝光时间校正系数对待校正相机的曝光时间进行校正。
请参阅图9,本申请提供了一种多相机曝光时间一致性调节的装置的另一个实施例,包括:
准备单元901,用于装配并调试多工业相机系统,使得多工业相机系统中每一台相同型号的工业相机的运行环境相同;
确定单元902,用于从多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机;
点亮单元903,用于使用PG设备点亮标准样品,使得标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数;
滤波单元904,用于对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行双边滤波;
可选地,滤波单元904,包括:
根据255显示灰阶和曝光时间为第一图像集合每一张图像选取空间标准差和值域标准差;
根据空间标准差计算第一图像集合中对应的图像的空间域核;
根据值域标准差计算第一图像集合中对应的图像的值域域核;
根据空间标准差、值域标准差、空间域核和值域域核计算双边滤波卷积核;
使用双边滤波卷积核对第一图像集合每一张图像进行卷积处理;
对第二图像集合、第三图像集合和第四图像集合进行标准差的选取、空间域核计算、值域域核计算、双边滤波卷积核计算和卷积处理。
形态学处理单元905,对第一图像集合、第二图像集合、第三图像集合和第四图像集合中的每一张图像进行形态学腐蚀操作和闭操作;
拍摄单元906,用于使用标准相机和待校正相机对两种不同显示灰阶的标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,第一图像集合为标准图像SI255集合,第二图像集合为标准图像SIj集合,第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj;
第一计算单元907,用于根据第一图像集合、第二图像集合、第三图像集合和第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj;
可选地,第一计算单元907,包括:
计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对第一图像集合的坐标点数据集合进行直线拟合,生成第一拟合直线;
根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,确定权重符合预设直线权重值条件的坐标点数据;
根据权重符合预设曲线权重值条件的坐标点数据确定拟合区间;
筛除拟合区间外的坐标点数据,筛除拟合区间中权重符合预设直线权重值条件的坐标点数据;
使用剩余的坐标点数据进行直线拟合,生成第二拟合直线;
对第二拟合直线进行梯度计算,生成第一梯度;
对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行一次直线拟合、权重计算、确定拟合区间、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
可选地,第一计算单元907,包括:
计算第一图像集合、第二图像集合、第三图像集合和第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对第一图像集合的坐标点数据集合分别进行曲线拟合和直线拟合,生成第一拟合曲线和第三拟合直线;
根据第三拟合曲线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设曲线权重值条件的坐标点数据;
根据第一拟合直线对第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设直线权重值条件的坐标点数据;
从筛除后的曲线坐标点数据和直线坐标点数据中确定重叠的坐标点数据;
对重叠的坐标点数据进行直线拟合,生成第四拟合直线;
对第四拟合直线进行梯度计算,生成第二梯度;
对第二图像集合、第三图像集合和第四图像集合的坐标点数据集合进行曲线拟合、一次直线拟合、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
第二计算单元908,用于根据梯度集合中的梯度计算待校正相机中待校正图像CI255和待校正图像CIj的曝光时间校正系数;
校正单元909,用于根据曝光时间校正系数对待校正相机的曝光时间进行校正。
请参阅图10,本申请提供了一种电子设备,包括:
处理器1001、存储器1002、输入输出单元1003以及总线1004。
处理器1001与存储器1002、输入输出单元1003以及总线1004相连。
存储器1002保存有程序,处理器1001调用程序以执行如图1、图2、图3、图4、图5、图6和图7中的方法。
本申请提供了一种计算机可读存储介质,计算机可读存储介质上保存有程序,程序在计算机上执行时执行如图1、图2、图3和图4、图5、图6和图7中的方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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,本申请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全部或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)执行本申请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-onlymemory)、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。
Claims (10)
1.一种多相机曝光时间一致性调节的方法,其特征在于,包括:
装配并调试多工业相机系统,使得所述多工业相机系统中每一台相同型号的工业相机的运行环境相同;
从所述多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机;
使用PG设备点亮标准样品,使得所述标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数;
使用所述标准相机和待校正相机对两种不同显示灰阶的所述标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,所述第一图像集合为标准图像SI255集合,所述第二图像集合为标准图像SIj集合,所述第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj;
根据所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,所述梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj;
根据所述梯度集合中的梯度计算所述待校正相机中所述待校正图像CI255和所述待校正图像CIj的曝光时间校正系数;
根据所述曝光时间校正系数对所述待校正相机的曝光时间进行校正。
2.根据权利要求1所述的方法,其特征在于,根据所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,包括:
计算所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对所述第一图像集合的坐标点数据集合进行直线拟合,生成第一拟合直线;
根据所述第一拟合直线对所述第一图像集合的坐标点数据集合进行权重计算,确定权重符合预设直线权重值条件的坐标点数据;
根据所述权重符合预设曲线权重值条件的坐标点数据确定拟合区间;
筛除所述拟合区间外的坐标点数据,筛除所述拟合区间中权重符合预设直线权重值条件的坐标点数据;
使用剩余的坐标点数据进行直线拟合,生成第二拟合直线;
对所述第二拟合直线进行梯度计算,生成第一梯度;
对所述第二图像集合、所述第三图像集合和所述第四图像集合的坐标点数据集合进行一次直线拟合、权重计算、确定拟合区间、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
3.根据权利要求1所述的方法,其特征在于,根据所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,包括:
计算所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对所述第一图像集合的坐标点数据集合分别进行曲线拟合和直线拟合,生成第一拟合曲线和第三拟合直线;
根据所述第三拟合曲线对所述第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设曲线权重值条件的坐标点数据;
根据所述第一拟合直线对所述第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设直线权重值条件的坐标点数据;
从筛除后的曲线坐标点数据和直线坐标点数据中确定重叠的坐标点数据;
对所述重叠的坐标点数据进行直线拟合,生成第四拟合直线;
对所述第四拟合直线进行梯度计算,生成第二梯度;
对所述第二图像集合、所述第三图像集合和所述第四图像集合的坐标点数据集合进行曲线拟合、一次直线拟合、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
4.根据权利要求1至3中任一项所述的方法,其特征在于,在使用所述标准相机和待校正相机对两种不同显示灰阶的所述标准样品摄取若干张曝光时间不同的参考图像,生成第一图像集合、第二图像集合、第三图像集合和第四图像集合之后,根据所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合之前,所述方法还包括:
对所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中的每一张图像进行双边滤波;
对所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中的每一张图像进行形态学腐蚀操作和闭操作。
5.根据权利要求4所述的方法,其特征在于,所述对所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中的每一张图像进行双边滤波,包括:
根据255显示灰阶和曝光时间为所述第一图像集合每一张图像选取空间标准差和值域标准差;
根据所述空间标准差计算所述第一图像集合中对应的图像的空间域核;
根据所述值域标准差计算所述第一图像集合中对应的图像的值域域核;
根据所述空间标准差、所述值域标准差、所述空间域核和所述值域域核计算双边滤波卷积核;
使用所述双边滤波卷积核对所述第一图像集合每一张图像进行卷积处理;
对所述第二图像集合、所述第三图像集合和所述第四图像集合进行标准差的选取、空间域核计算、值域域核计算、双边滤波卷积核计算和卷积处理。
6.一种多相机曝光时间一致性调节的装置,其特征在于,包括:
准备单元,用于装配并调试多工业相机系统,使得所述多工业相机系统中每一台相同型号的工业相机的运行环境相同;
确定单元,用于从所述多工业相机系统中确定一台工业相机作为标准相机,确定另一台工业相机作为待校正相机;
点亮单元,用于使用PG设备点亮标准样品,使得所述标准样品分别达到255显示灰阶和j显示灰阶,j为大于等于0且小于255的整数;
拍摄单元,用于使用所述标准相机和待校正相机对两种不同显示灰阶的所述标准样品拍摄获取若干张曝光时间不同的参考图像,依次生成第一图像集合、第二图像集合、第三图像集合和第四图像集合,所述第一图像集合为标准图像SI255集合,所述第二图像集合为标准图像SIj集合,所述第三图像集合为待校正图像CI255,第四图像集合为待校正图像CIj;
第一计算单元,用于根据所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中各自的检测灰度值和曝光时间进行梯度计算,生成梯度集合,所述梯度集合依次包括第一梯度kS255、第二梯度kSj、第三梯度kC255和第四梯度kCj;
第二计算单元,用于根据所述梯度集合中的梯度计算所述待校正相机中所述待校正图像CI255和所述待校正图像CIj的曝光时间校正系数;
校正单元,用于根据所述曝光时间校正系数对所述待校正相机的曝光时间进行校正。
7.根据权利要求6所述的装置,其特征在于,所述第一计算单元,包括:
计算所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对所述第一图像集合的坐标点数据集合进行直线拟合,生成第一拟合直线;
根据所述第一拟合直线对所述第一图像集合的坐标点数据集合进行权重计算,确定权重符合预设直线权重值条件的坐标点数据;
根据所述权重符合预设曲线权重值条件的坐标点数据确定拟合区间;
筛除所述拟合区间外的坐标点数据,筛除所述拟合区间中权重符合预设直线权重值条件的坐标点数据;
使用剩余的坐标点数据进行直线拟合,生成第二拟合直线;
对所述第二拟合直线进行梯度计算,生成第一梯度;
对所述第二图像集合、所述第三图像集合和所述第四图像集合的坐标点数据集合进行一次直线拟合、权重计算、确定拟合区间、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
8.根据权利要求6所述的装置,其特征在于,所述第一计算单元,包括:
计算所述第一图像集合、所述第二图像集合、所述第三图像集合和所述第四图像集合中每一张图像的灰度均值,将灰度均值和对应的曝光时间结合生成坐标点数据集合;
对所述第一图像集合的坐标点数据集合分别进行曲线拟合和直线拟合,生成第一拟合曲线和第三拟合直线;
根据所述第三拟合曲线对所述第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设曲线权重值条件的坐标点数据;
根据所述第一拟合直线对所述第一图像集合的坐标点数据集合进行权重计算,筛除权重不符合预设直线权重值条件的坐标点数据;
从筛除后的曲线坐标点数据和直线坐标点数据中确定重叠的坐标点数据;
对所述重叠的坐标点数据进行直线拟合,生成第四拟合直线;
对所述第四拟合直线进行梯度计算,生成第二梯度;
对所述第二图像集合、所述第三图像集合和所述第四图像集合的坐标点数据集合进行曲线拟合、一次直线拟合、坐标点数据筛除、二次直线拟合以及梯度计算,生成梯度集合。
9.一种电子设备,其特征在于,包括处理器、存储器、输入输出单元以及总线;
所述处理器与所述存储器、所述输入输出单元以及所述总线相连;
所述存储器保存有程序,所述处理器调用所述程序以执行如权利要求1至5任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上保存有程序,所述程序在计算机上执行时执行如权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410424576.4A CN118018715A (zh) | 2024-04-10 | 2024-04-10 | 一种多相机曝光时间一致性调节的方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410424576.4A CN118018715A (zh) | 2024-04-10 | 2024-04-10 | 一种多相机曝光时间一致性调节的方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118018715A true CN118018715A (zh) | 2024-05-10 |
Family
ID=90946691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410424576.4A Pending CN118018715A (zh) | 2024-04-10 | 2024-04-10 | 一种多相机曝光时间一致性调节的方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118018715A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258579A (zh) * | 2020-11-12 | 2021-01-22 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN114359055A (zh) * | 2022-03-21 | 2022-04-15 | 湖南大学 | 一种多相机拍摄屏体的图像拼接方法及相关装置 |
CN114827486A (zh) * | 2022-04-25 | 2022-07-29 | 苏州佳智彩光电科技有限公司 | 基于特征图的快速自动曝光方法及系统 |
CN117135293A (zh) * | 2023-02-24 | 2023-11-28 | 荣耀终端有限公司 | 图像处理方法和电子设备 |
-
2024
- 2024-04-10 CN CN202410424576.4A patent/CN118018715A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258579A (zh) * | 2020-11-12 | 2021-01-22 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN114359055A (zh) * | 2022-03-21 | 2022-04-15 | 湖南大学 | 一种多相机拍摄屏体的图像拼接方法及相关装置 |
CN114827486A (zh) * | 2022-04-25 | 2022-07-29 | 苏州佳智彩光电科技有限公司 | 基于特征图的快速自动曝光方法及系统 |
CN117135293A (zh) * | 2023-02-24 | 2023-11-28 | 荣耀终端有限公司 | 图像处理方法和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112669394B (zh) | 一种用于视觉检测系统的自动标定方法 | |
CN102414536B (zh) | 数字光学比较器 | |
CN112153371B (zh) | 图像质量检测方法、装置、存储介质及产品检测方法 | |
CN113241030B (zh) | 一种显示屏亮度补偿方法、装置及电子设备 | |
CN113470562B (zh) | 一种基于成像亮度计的oled屏幕子像素亮度提取方法 | |
CN109949725B (zh) | 一种aoi系统图像灰度标准化方法及系统 | |
CN108961184A (zh) | 一种深度图像的校正方法、装置及设备 | |
CN114203087B (zh) | 补偿查找表的配置、补偿方法、装置、设备及存储介质 | |
CN109520706A (zh) | 汽车保险丝盒装配检测系统、图像识别方法及螺孔定位法 | |
CN113176270B (zh) | 一种调光方法、装置及设备 | |
CN114359055B (zh) | 一种多相机拍摄屏体的图像拼接方法及相关装置 | |
CN110033461B (zh) | 一种基于目标位移量估计的手机防抖功能评估方法 | |
CN112419420B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
CN114066857A (zh) | 红外图像质量评价方法、装置、电子设备及可读存储介质 | |
CN116228780B (zh) | 基于计算机视觉的硅片缺陷检测方法及系统 | |
CN109506591A (zh) | 一种适应于复杂光照场景的自适应照明优化方法 | |
CN104751458A (zh) | 一种基于180°旋转算子的标定角点检测方法 | |
CN108416817A (zh) | 一种残影校正系数自动获得方法 | |
CN114219802B (zh) | 一种基于图像处理的蒙皮连接孔孔位检测方法 | |
CN112381751A (zh) | 一种基于图像处理算法的在线智能检测系统及方法 | |
CN113344843B (zh) | 一种图像质量测评方法、装置和系统 | |
CN113313638A (zh) | 一种外观缺陷检测方法 | |
CN118018715A (zh) | 一种多相机曝光时间一致性调节的方法及相关装置 | |
CN105427315B (zh) | 数字仪表图像位置测试方法及装置 | |
CN113160090B (zh) | 一种图像校正的方法及装置 |
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 |