CN118050376A - 检测方法、检测装置、相机系统和计算机设备 - Google Patents
检测方法、检测装置、相机系统和计算机设备 Download PDFInfo
- Publication number
- CN118050376A CN118050376A CN202311862563.7A CN202311862563A CN118050376A CN 118050376 A CN118050376 A CN 118050376A CN 202311862563 A CN202311862563 A CN 202311862563A CN 118050376 A CN118050376 A CN 118050376A
- Authority
- CN
- China
- Prior art keywords
- camera
- evaluation
- calculating
- parameters
- test image
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 117
- 238000011156 evaluation Methods 0.000 claims abstract description 179
- 238000012360 testing method Methods 0.000 claims abstract description 125
- 238000005259 measurement Methods 0.000 claims abstract description 50
- 230000008859 change Effects 0.000 claims abstract description 49
- 230000009466 transformation Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 11
- 230000001131 transforming effect Effects 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 4
- 241001270131 Agaricus moelleri Species 0.000 claims description 2
- 238000005530 etching Methods 0.000 description 21
- 239000011521 glass Substances 0.000 description 6
- 238000010329 laser etching Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000003749 cleanliness Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开一种检测方法、检测装置、相机系统和计算机设备,检测方法用于检测相机系统的测量精度,相机系统包括一个或多个相机,检测方法包括:获取各个相机拍摄标定靶标时,采集的测试图像;计算各个测试图像的灰度评价参数、清晰度评价参数及分辨率评价参数;根据各个相机的当前位置和初始位置,分别计算各个相机的位置变化参数;根据各个相机的灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个相机的测量精度,使得可以确定相机系统是否满足检测的精度要求,还能够快速定位相机系统中不满足检测要求的相机和影响相机不满足检测要求的原因。
Description
技术领域
本申请涉及相机检测领域,特别涉及一种检测方法、检测装置、相机系统和计算机设备。
背景技术
通过相机系统对光伏电池片的刻蚀进行检测时,为了确保光伏电池片的产品质量、保证刻印的一致性和稳定性,检测的精度要求一般较高。在光伏电池片批量生产时,如果无法保持各个相机系统、各个相机在检测时,对检测精度的要求的一致性,会造成光伏电池片的正常质量差等问题。
发明内容
本申请提供一种检测方法、检测装置、相机系统、计算机设备和非易失性计算机可读存储介质。通过计算各个测试图像的灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,再根据灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个相机的测量精度,使得可以确定相机系统是否满足检测的同一个精度要求,还能够快速定位相机系统中不满足检测要求的相机、和影响相机不满足检测要求的原因。
本申请的检测方法,用于检测相机系统的测量精度,所述相机系统包括一个或多个相机,所述方法包括:获取各个所述相机拍摄标定靶标时,采集的测试图像;计算各个所述测试图像的灰度评价参数、清晰度评价参数及分辨率评价参数;根据各个所述相机的当前位置和初始位置,分别计算各个所述相机的位置变化参数;根据各个所述相机的所述灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个所述相机的测量精度。
在某些实施方式中,所述标定靶标包括棋盘格图像,所述计算各个所述测试图像的灰度评价参数,包括:获取所述测试图像的特征区域,所述特征区域的尺寸大于棋盘格的尺寸;计算所述特征区域中,灰度大于预设灰度阈值的特征像素的灰度平均值,并计算所述灰度平均值与所述预设灰度阈值之间的差值;根据所述差值,分别确定各个所述测试图像的灰度评价参数。
在某些实施方式中,所述计算各个所述测试图像的清晰度评价参数,包括:基于预设的图像处理方法,计算各个所述测试图像中的各个边缘的梯度均值;根据各个所述测试图像的所述梯度均值,分别确定各个所述测试图像的清晰度评价参数。
在某些实施方式中,所述标定靶标包括标定图形,所述标定图像包括多个角点,所述计算各个所述测试图像的分辨率评价参数,包括:确定所述测试图像上的第一目标角点和第二目标角点的像素坐标差;根据所述第一目标角点与所述第二目标角点的相对物理距离、和所述像素坐标差,计算所述测试图像的分辨率;根据所述分辨率,分别确定各个所述测试图像的分辨率评价参数。
在某些实施方式中,各个所述相机的初始位置为各个所述相机在初始标定靶标的坐标系下的位置,所述根据各个所述相机的当前位置和初始位置,分别计算各个所述相机的位置变化参数,包括:根据所述测试图像确定各个所述相机在当前标定靶标的坐标系下的当前位置;根据各个所述相机的当前位置和初始位置,生成所述初始标定靶标和所述当前标定靶标之间变换矩阵;根据所述变换矩阵对各个所述相机的当前位置进行变换,以得到各个所述相机的当前位置在所述初始标定靶标的坐标下的变换位置;根据各个所述相机对应的变换位置和初始位置,分别确定各个所述相机的位置变换参数。
在某些实施方式中,所述根据各个所述相机的所述灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个所述相机的测量精度,包括:根据各个所述相机的所述灰度评价参数分别计算各个所述相机的第一评价值;根据各个所述相机的所述清晰度评价参数分别计算各个所述相机的第二评价值;根据各个所述相机的所述分辨率评价参数分别计算各个所述相机的第三评价值;根据各个所述相机的所述位置变化参数分别计算各个所述相机的第四评价值;根据所述第一评价值、所述第二评价值、所述第三评价值、所述第四评价值,分别确定各个所述相机对应的测量精度。
在某些实施方式中,包括:在各个所述相机中,确定所述测量精度小于预设测量精度的目标相机。
本申请实施方式的检测装置用于检测相机系统的测量精度,所述相机系统包括一个或多个相机,所述检测装置包括:获取模块,用于获取各个所述相机拍摄标定靶标时,采集的测试图像;第一计算模块,用于计算各个所述测试图像的灰度评价参数、清晰度评价参数及分辨率评价参数;第二计算模块,用于根据各个所述相机的当前位置和初始位置,分别计算各个所述相机的位置变化参数;第三计算模块,用于根据各个所述相机的所述灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个所述相机的测量精度。
本申请实施方式的相机系统,包括:一个或多个相机;处理器、存储器;及计算机程序,其中,所述计算机程序被存储在所述存储器中,并且被所述处理器执行,所述计算机程序包括用于执行上述任一实施方式所述的检测方法的指令。
本申请实施方式的计算机设备,包括:处理器、存储器;及计算机程序,其中,所述计算机程序被存储在所述存储器中,并且被所述处理器执行,所述计算机程序包括用于执行上述任一实施方式所述的检测方法的指令。
本申请实施方式的非易失性计算机可读存储介质,包括计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述任一实施方式所述的检测方法。
本申请实施方式的检测方法、检测装置、相机系统、计算机设备和非易失性计算机可读存储介质,通过获取各个相机在拍摄标定靶标时,所采集的测试图像,并分别计算各个测试图像的灰度评价参数,以确定各个相机在当前的亮度环境下,采集到的测试图像的灰度值是否能够达到精度要求中对灰度的要求;计算各个测试图像的清晰度评价参数,量化测试图像中的细节和边缘清晰度等,以确定各个相机获取到的测试图像是否达到相机拍摄测试图像的清晰度要求(如对纹理、刻印等抓取的要求),避免由于模糊的图像导致对刻蚀产生误判,从而提高刻蚀检测的准确性和可靠性;计算各个测试图像的分辨率评价参数,进一步确定测试图像的分辨率是否能够达到检测的精度要求中对分辨率的要求,从而帮助监控刻蚀的精度和一致性,进而确保刻蚀质量和刻蚀检测质量;再根据各个相机的当前位置和初始位置,分别计算各个相机的位置变化参数,进一步提高利用相机系统进行检测时的检测精度;最后根据各个相机的灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个相机的测量精度,综合考虑各个参数影响,使得可以快速确定相机系统的当前工作状态是否能够满足检测的精度要求;使用同一个参数平均标准和计算标准,能够使得各个相机系统、各个相机对检测的精度要求保持一致性;此外,还能根据相机的测量精度,找到影响相机系统检测的精度的因素。
本申请的实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实施方式的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本申请某些实施方式中相机系统和检测方法的场景示意图;
图2是本申请某些实施方式中检测方法的流程示意图;
图3是本申请某些实施方式中检测方法的流程示意图;
图4是本申请某些实施方式中检测方法的场景示意图;
图5是本申请某些实施方式中检测方法的流程示意图;
图6是本申请某些实施方式中检测方法的流程示意图;
图7是本申请某些实施方式中检测方法的流程示意图;
图8是本申请某些实施方式中检测方法的流程示意图;
图9是本申请某些实施方式中检测方法的流程示意图;
图10是本申请某些实施方式的检测装置的模块示意图;
图11是本申请某些实施方式的计算机设备的结构示意图;
图12是本申请某些实施方式的非易失性计算机可读存储介质和处理器的连接状态示意图。
具体实施方式
下面详细描述本申请的实施方式,实施方式的示例在附图中示出,其中,相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请的实施方式,而不能理解为对本申请的实施方式的限制。
为方便理解本申请,下面对本申请出现的名词进行解释:
在生产和制造光伏电池片时,为了提高光吸收率和增加电流输出等,需要对光伏电池片进行激光刻蚀。激光刻蚀通过激光的高能量浓缩作用,对光伏电池片的表面进行高精度的加热和蒸发,从而实现对光伏电池片表面的精确加工。激光刻蚀可以在光伏电池片表面形成微细的纹理或刻印,增加光的散射,提高光的吸收效率,进而提高光伏电池片的转换效率,如果激光刻蚀过程中,在光伏电池片上未形成纹理或刻印,会导致光伏电池片的光吸收效果降低,影响整个光伏电池片的能量转化效率;激光刻蚀还可以在光伏电池片表面刻蚀出电极网络,提高电流的收集效率,增大光伏电池片的电流输出,提高光伏电池片的发电量,如果刻印的位置精度不够,使得形成的电极网络存在断裂等,会导致电流收集不全面,影响光伏电池片的电流输出的稳定性和效率。
可以理解,激光刻蚀的刻印的有无、刻印位置的精度等都将直接影响光伏电池片的正常使用和能量转换效率等。因此,为了确保光伏电池片的产品质量、保证刻印的一致性和稳定性、优化光伏电池片的能量转换效率等,对激光刻蚀后的光伏电池片的检测也尤为重要。
目前,一般通过相机系统对光伏电池片的刻蚀进行检测。相机系统通常配置有多台相机,通过相机系统获取刻蚀后的光伏电池片的图像,再根据图像处理算法等提取光伏电池片表面的特征,例如刻蚀的形状、大小等。那么,在检测时,相机系统所采集的图像的精度就尤为重要。相机系统在检测时,检测的精度要求通常在5-15微米(μm),由于需要保证相机能够捕捉到光伏电池片上的关键要素(如刻印的有无等),相机在检测时的相机视野不能过大,因此为了获取完整且精度达到检测需求的光伏电池片的图像,以得到准确的检测结果,通常需要设置多台高精度的相机对光伏电池片进行拍摄。
在光伏电池片批量生产时,为了确保光伏电池片的产品质量、保证刻印的一致性和稳定性等,需要对每一条生产线、每一条生产线上的每个相机系统、每个相机系统里每个相机,都配置同一个针对超高精度的检测要求,即需要为相机系统提供一套一致性的检测方案。
相机系统在工作一段时间后,需要定期对相机系统进行维护,防止相机系统由于使用环境的光源变化、硬件磨损等原因,破坏检测的精度,影响检测的准确性。因此需要对相机系统进行检修,以判断相机系统及相机系统里的各台相机是否能够达到所需精度的检测要求。
综上所述,在利用相机系统对光伏电池片进行检测时,需要考虑各个相机系统、各个相机的检测精度的一致性;在使用相机系统一段时间后,需要对相机系统的检测的精度进行判断,以保证产品的生产质量。
为解决上述技术问题,本申请实施例提供一种检测方法。
下面先对本申请的技术方案的一种应用场景进行介绍,如图1所示,本申请提供的检测方法,可以应用于如图1所示的应用场景中。该检测方法应用于相机系统1000中,用于检测相机系统1000的测量精度,相机系统1000包括一个或多个相机。
在一个实施例中,相机包括一个或多个,相机用于采集场景图像。相机可以是任意能够提供高精度图像的相机,如面阵相机(Area array camera)。例如,请参阅图1,相机系统1000可以包括7个千兆网面阵相机,分别为相机101、相机102、相机103、相机104、相机105、相机106、相机107。
在一个实施例中,相机系统还包括远心镜头(Telecentric),用于保证得到的标定图像放大倍率不发生变化。
下面对本申请的检测方法进行详细阐述:
请参阅图1和图2,本申请的检测方法包括:
步骤011:获取各个相机拍摄标定靶标时,采集的测试图像。
其中,标定靶标可以是标定板,如实心圆阵列图像标定板、国际象棋盘图像标定板、线条图像标定板等标定靶标。标定靶标可以用于完成图像校正(如国际象棋盘图像标定板中,利用角点将棋盘格校正方正或畸变校正等)和在各个测试图像之间进行线性映射(如进行物理位置关系的映射等),并输出实时校正的图像。
具体地,将可用于标定的图像在高洁净度和透明度的玻璃板上进行打印,再在玻璃板后覆盖白膜,以使得玻璃板在正面光源下能够对图像进行成像,从而获取到标定靶标。例如,以国际象棋盘图像标定板的标定靶标为例进行说明,国际象棋盘图像标定板的标定靶标中,每个方格的边长都是已知,将包括黑白格的棋盘格图像在高洁净度和透明度的玻璃板上进行打印,再在玻璃板后覆盖白膜,以使得玻璃板在正面光源下能够看到清晰的棋盘格图像,从而获取到国际象棋盘图像标定板的标定靶标,为了简洁,本申请实施方式在下面的叙述中以棋盘格标定靶标为名进行叙述。通过相机系统中的一个或多个相机,在当前场景中,从不同位置、不同视角,对标定靶标进行拍摄,并获取各个相机采集的测试图像。
步骤012:计算各个测试图像的灰度评价参数、清晰度评价参数及分辨率评价参数。
具体地,根据获取到的各个相机采集的测试图像,分别计算各个测试图像的灰度评价参数、清晰度评价参数及分辨率评价参数。
灰度评价参数可以是基于灰度值进行计算得到。灰度值一般指图像中每个像素的亮度值,通常用0到255的整数表示,在图像中,灰度值越大表示该图像的亮度越高,越小表示该图像的亮度越低,合适的灰度值能够保证对刻蚀细节的分辨度。相机系统在使用中,光源的位置、光源的亮度大小等会影响相机拍摄时的环境亮度,并影响最终获取到的测试图像的灰度值,进而影响测试图像的质量(如对细节的捕捉等),进而影响检测的精度。
可以通过计算各个测试图像的灰度评价参数,确定在当前的亮度环境下,是否能够确保相机采集到的测试图像中,物体的特征清晰可见,如当计算得到的灰度评价参数满足预设的灰度条件时,认为在当前的亮度环境下,相机采集的测试图像的灰度,能够达到检测的精度中对灰度值的要求。
清晰度评价参数可以是基于图像清晰度进行计算得到。图像清晰度是衡量测试图像质量的一个重要指标。在刻蚀检测中,需要根据光伏电池片表面的微小细节和边缘等,以确定刻蚀的程度。通过计算测试图像的清晰度评价参数,量化测试图像中的细节和边缘清晰度等,避免由于模糊的图像导致对刻蚀产生误判,从而提高刻蚀检测的准确性和可靠性。图像的清晰度越低,图像中的纹理(或刻印)、刻印的边界等越模糊。
例如,以棋盘格标定靶标为例进行说明,图像的清晰度越低,黑色棋盘格和相邻的白色棋盘格之间的边界越模糊。图像的清晰度会影响黑色棋盘格与相邻的白色棋盘格之间的过渡像素的数量。其中,过渡像素是指在图像中两个不同区域或物体之间过渡的像素。当图像清晰度较低时,过渡像素较多,图像中的边缘和细节就会模糊。
并且,当过渡像素过多时,不仅会导致相机在反复拍照时出现测量结果变化较大的问题,还会影响相机根据对比度(测试图像整体的清晰度)进行相机抓边的准确性。一般认为,在满足黑色棋盘格与相邻的白色棋盘格之间的过渡像素为1-2像素(PXL)的图像清晰度下,图像的边缘更加清晰,边界更明确;且此时的图像清晰度满足检测的精度的容差,即满足检测的精度要求。其中,相机抓边是指相机在拍摄测试图像时,能够识别并捕捉被拍摄物体的边缘等,从而保证图像的清晰度和准确度;容差是指测试图像可容许的颜色范围,容差越大,颜色范围越大,容差越小,颜色范围也越小,如以蓝色为例,当容差为30时,颜色可以是蓝色、浅蓝色、深蓝色,容差为0时,颜色只能为蓝色。
因此,通过计算各个测试图像的清晰度评价参数,可以确定各个相机获取到的测试图像是否达到相机拍摄测试图像的清晰度要求(如对纹理、刻印等抓取的要求),从而确定相机系统是否满足检测的清晰度要求,如在清晰度评价参数满足预设的清晰度评价指标时,认为当前相机系统采集的测试图像的清晰度满足检测的精度中对清晰度的需求。
分辨率评价参数可以是基于图像分辨率进行计算得到。图像分辨率与能够捕捉和展示的图像信息紧密相关,当图像分辨率越高,测试图像中捕捉和展示的图像信息也越多。通过基于图像分辨率计算分辨率评价参数,评估各个测试图像对光伏电池片的细节和清晰度的表现,进一步确定测试图像是否能够达到检测的精度要求,从而帮助监控刻蚀的精度和一致性,进而确保刻蚀质量和刻蚀检测质量。也就是说,可以通过计算测试图像的分辨率评价参数,在分辨率评价参数满足预设参数条件时,认为此时的测试图像捕捉到了所需的细节,满足检测的精度中对分辨率的要求。
步骤013:根据各个相机的当前位置和初始位置,分别计算各个相机的位置变化参数;
具体地,在利用系统的各个相机进行检测时,相机的位置是否发生变化、变化距离的多少都会直接影响相机系统的检测的精度。可以通过认为各个相机在初始位置时,满足检测的精度的要求,再根据各个相机的当前位置和初始位置,分别计算各个相机的位置变化参数(如计算各个相机的位置变化的物理距离等)。当位置变化参数满足预设的位置变化指标时,如,当某个相机的位置发生了变化,但变化的物理距离在检测精度容许的范围内时,认为位置变化参数满足预设的位置变化指标。
步骤014:根据各个相机的灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个相机的测量精度。
具体地,通过综合考虑各个可能影响相机检测的精度的因素,即各个相机的测试图像的灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个相机的测量精度。当测量精度满足要求时,即可确定相机系统以当前的检测状态所进行的检测,能够满足检测精度的要求。
如此,通过获取各个相机在拍摄标定靶标时,所采集的测试图像,并分别计算各个测试图像的灰度评价参数,以确定各个相机在当前的亮度环境下,采集到的测试图像的灰度值是否能够达到精度要求中对灰度的要求;计算各个测试图像的清晰度评价参数,量化测试图像中的细节和边缘清晰度等,以确定各个相机获取到的测试图像是否达到相机拍摄测试图像的清晰度要求(如对纹理、刻印等抓取的要求),避免由于模糊的图像导致对刻蚀产生误判,从而提高刻蚀检测的准确性和可靠性;计算各个测试图像的分辨率评价参数,进一步确定测试图像的分辨率是否能够达到检测的精度要求中对分辨率的要求,从而帮助监控刻蚀的精度和一致性,进而确保刻蚀质量和刻蚀检测质量;再根据各个相机的当前位置和初始位置,分别计算各个相机的位置变化参数,进一步提高利用相机系统进行检测时的检测精度;最后根据各个相机的灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个相机的测量精度,综合考虑各个参数影响,使得可以快速确定相机系统的当前工作状态是否能够满足检测的精度要求;使用同一个参数平均标准和计算标准,能够使得各个相机系统、各个相机对检测的精度要求保持一致性;此外,还能根据相机的测量精度,找到影响相机系统检测的精度的因素。
请参阅图3,在某些实施例中,标定靶标包括棋盘格图像,步骤012:计算各个测试图像的灰度评价参数,包括:
步骤0121:获取测试图像的特征区域,特征区域的尺寸大于棋盘格的尺寸;
步骤0122:计算特征区域中,灰度大于预设灰度阈值的特征像素的灰度平均值,并计算灰度平均值与预设灰度阈值之间的差值;
步骤0123:根据差值,分别确定各个测试图像的灰度评价参数。
其中,预设灰度阈值可以是150,160,170,180,200,210,220等预设灰度值。
具体地,标定靶标包括棋盘格图像,棋盘格图像中的白色棋盘块灰度较高,易于在图像中被检测和识别。可以认为,在特征区域中,设置预设灰度阈值后,大于预设灰度阈值的棋盘块为白色棋盘块。在获取到测试图像后,通过使用图像处理算法(如边缘检测、阈值分割等),将测试图像上任一区域确定为特征区域,特征区域的尺寸大于棋盘格的尺寸,即特征区域中包括至少存在一个完整的棋盘格。通过预设灰度阈值,并遍历特征区域中,灰度大于预设灰度阈值的所有特征像素(即特征区域中的白色棋盘格包括的特征像素),计算特征像素的灰度平均值,再计算灰度平均值与预设灰度阈值之间的差值,差值可以表示特征区域内的灰度偏离程度;最后根据差值,分别确定各个测试图像的灰度评价参数。根据差值的大小,可以将其作为衡量灰度评价参数的指标。例如,认为差值在某个范围内时,测试图像的灰度值在检测精度允许的范围内,也就是相机采集的检测图像的灰度评价参数,能够达到精度要求。
例如,请参阅图4,以预设灰度阈值=200DN值,且差值在0-20DN值时,测试图像的灰度评价参数满足检测的精度要求为例进行说明,在获取到测试图像后,确定测试图像上的特征区域包括一个完整的白色棋盘格、4个不完整的白色棋盘格和4个不完整的黑色棋盘格,分别为棋盘块1、棋盘块2、棋盘块3、棋盘块4、棋盘块5、棋盘块6、棋盘块7、棋盘块8,遍历特征区域中,灰度值大于200DN值的所有特征像素,即棋盘块1、棋盘块3、棋盘块5、棋盘块7、棋盘块9里的所有特征像素,计算这些特征像素的灰度平均值,假设灰度平均值为210,计算得到预设灰度阈值和灰度平均值的差值为10DN值,所以认为测试图像的灰度能够达到检测的精度要求。
请参阅图5,在某些实施例中,步骤012:计算各个测试图像的清晰度评价参数,包括:
步骤0124:基于预设的图像处理方法,计算各个测试图像中的各个边缘的梯度均值;
步骤0125:根据各个测试图像的梯度均值,分别确定各个测试图像的清晰度评价参数。
其中,预设的图像算法可以是索贝尔算子(Sobel operator,Sobel算子)。
具体地,标定靶标可以是棋盘格图像标定靶标、条纹图像标定靶标等。图像的清晰度越高,拍摄标定靶标获取的测试图像中,纹理边缘会越清晰,纹理边缘的灰度值的变换就会越大。以棋盘格图像标定靶标为例进行说明,通过索贝尔算子提取测试图像中的各个边缘特征,即相邻的黑色棋盘格和白色棋盘格之间的各个边界线,再逐一计算边缘特征中各个像素点的梯度值,即遍历所有边缘特征中的所有像素点的梯度值,并计算梯度均值,根据各个梯度均值的大小,确定各个测试图像的清晰度评价参数。
例如,以棋盘格图像标定靶标,计算得到的梯度均值在1.5-2pxl的范围内时,认为各个测试图像的清晰度评价参数满足检测精度要求为例进行说明,通过索贝尔算子提取测试图像中的各个边缘特征,并计算得到测试图像中的各个边缘的梯度均值为1.6pxl,因此,确定测试图像的清晰度评价参数满足检测精度要求。
请参阅图6,在某些实施例中,标定靶标包括标定图形,标定图像包括多个角点,步骤012:计算各个测试图像的分辨率评价参数,包括:
步骤0126:确定测试图像上的第一目标角点和第二目标角点的像素坐标差;
步骤0127:根据第一目标角点与第二目标角点的相对物理距离、和像素坐标差,计算测试图像的分辨率;
步骤0128:根据分辨率,分别确定各个测试图像的分辨率评价参数。
具体地,标定靶标包括标定图形,标定图像包括多个角点,多个角点中的第一目标角点和第二目标角点的相对物理距离(L2)已知。相机捕捉的是第一目标角点和第二目标角点的像素坐标,则第一目标角点和第二目标角点的像素距离可以通过计算第一目标角点和第二目标角点的像素坐标差(L1)实现,再通过像素当量将其转化为物理距离,像素当量是指在相机中一个像素所对应的物理距离。通过确定测试图像上的第一目标角点和第二目标角点的像素坐标差(L1),再根据第一目标角点与第二目标角点的已知的相对物理距离(L2)、和计算得到的像素坐标差(L1),计算测试图像的分辨率s,分辨率s=L2/L1。
请参阅图7,在某些实施例中,各个相机的初始位置为各个相机在初始标定靶标的坐标系下的位置,步骤013:根据各个相机的当前位置和初始位置,分别计算各个相机的位置变化参数,包括:
步骤0131:根据测试图像确定各个相机在当前标定靶标的坐标系下的当前位置;
步骤0132:根据各个相机的当前位置和初始位置,生成初始标定靶标和当前标定靶标之间变换矩阵;
步骤0133:根据变换矩阵对各个相机的当前位置进行变换,以得到各个相机的当前位置在初始标定靶标的坐标下的变换位置;
步骤0134:根据各个相机对应的变换位置和初始位置,分别确定各个相机的位置变换参数。
具体地,各个相机的初始位置为各个相机在初始标定靶标的坐标系下的位置。由于光伏电池片检测时的表面可以认为是一个平面,那么,可以认为刻蚀检测是在一个平面上进行。可以理解,相机的深度信息主要影响的是测试图像的清晰度,而清晰度可由清晰度评价参数确定。对于获取的测试图像的图像信息,如纹理、刻印、形状等,这些信息可以通过在平面上观察对象的位置变化来捕捉。在相机变化距离超出一定距离的情况下,获取的图像里不再包括检测时所需的图像信息,将直接导致检测失败。因此,相机系统的各个相机在成像时,更关注的是各个相机二维距离的变化,不涉及相机的深度或者三维空间的变化,也就是说,可以通过计算相机在平面上的位置变化来确定相机系统的各个相机是否满足检测的精度要求。
为了简化计算,对相机位姿的深度信息可以不进行考虑,即坐标系中的Z轴信息可以不参与计算。根据测试图像基于相机标定算法,得到相机与标定靶标之间的映射矩阵M(R,T),以T(x,y)表示相机在初始标定靶标的坐标系下的位置,再分别确定各个相机在初始标定靶标的坐标系下的初始位置坐标T0i(x,y),如以7台相机为例,确定7台相机在初始靶标坐标系下的坐标分别为T01(x,y)、T02(x,y)、T03(x,y)、T04(x,y)、T05(x,y)、T06(x,y)及T07(x,y);再根据测试图像,确定各个相机在当前标定靶标的坐标系下的当前位置坐标T1i(x,y),如以7台相机为例,确定7台相机在初始靶标坐标系下的坐标分别为T11(x,y)、T12(x,y)、T13(x,y)、T14(x,y)、T15(x,y)、T16(x,y)及T17(x,y);再根据各个相机的当前位置T1i(x,y)和初始位置坐标T0i(x,y),生成初始标定靶标和当前标定靶标之间变换矩阵H,根据变换矩阵H对各个相机的当前位置T1i(x,y)进行变换,以得到各个相机的当前位置T1i(x,y)在初始标定靶标的坐标下的变换位置T2i(x,y),根据在初始标定靶标的坐标系下,确定的T0i(x,y)和T2i(x,y),如通过计算两个T0i(x,y)和T2i(x,y)之间的坐标差,分别确定各个相机的位置变换参数,如确定相机在初始位置和当前位置的变化距离,确定相机之间的位置距离等。
请参阅图8,在某些实施例中,步骤014:根据各个相机的灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个相机的测量精度,包括:
步骤0141:根据各个相机的灰度评价参数分别计算各个相机的第一评价值;
步骤0142:根据各个相机的清晰度评价参数分别计算各个相机的第二评价值;
步骤0143:根据各个相机的分辨率评价参数分别计算各个相机的第三评价值;
步骤0144:根据各个相机的位置变化参数分别计算各个相机的第四评价值;
步骤0145:根据第一评价值、第二评价值、第三评价值、第四评价值,分别确定各个相机对应的测量精度。
具体地,根据各个相机的灰度评价参数分别计算各个相机的第一评价值A,根据各个相机的清晰度评价参数分别计算各个相机的第二评价值B,根据各个相机的分辨率评价参数分别计算各个相机的第三评价值C,根据各个相机的位置变化参数分别计算各个相机的第四评价值D;根据第一评价值A、第二评价值B、第三评价值C、第四评价值D,分别确定各个相机对应的测量精度Goal,如Goal=A*B*C*D*(A+B+C+D)等。
可以理解,Goal的确定可以在根据实际使用场景,根据用户使用需求自定义设置来确定。
请参阅图9,在某些实施例中,检测方法还包括:
步骤015:在各个相机中,确定测量精度小于预设测量精度的目标相机。
具体地,预设测量精度根据对产品的检测需求确定。基于第一评价值、第二评价值、第三评价值、第四评价值,确定各个相机的测量精度,当测量精度大于预设测量精度时,确定相机的量测精度符合检测需求;当测量精度小于预设测量精度时,确定相机的量测精度不符合检测需求,将测量精度小于预设测量精度,即量测精度不符合检测需求的相机确定为目标相机,从而使得能够在相机系统中,快速定位影响量测精度使得相机系统不符合检测需求的相机,再根据相机的测量精度,由于测量精度基于第一评价值、第二评价值、第三评价值、第四评价值所确定,通过对第一评价值、第二评价值、第三评价值和第四评价值进行检查比对,能快速确定使相机不符合检测精度需求的原因,从而达到易于点检和快速维护。
请参阅图10,为便于更好地实施本申请实施方式的检测方法,本申请实施方式还提供一种检测装置10,用于检测相机系统的测量精度,相机系统包括一个或多个相机,检测装置10包括获取模块11、第一计算模块12、第二计算模块13、第三计算模块14,获取模块11用于获取各个相机拍摄标定靶标时,采集的测试图像;第一计算模块12用于计算各个测试图像的灰度评价参数、清晰度评价参数及分辨率评价参数;第二计算模块13用于根据各个相机的当前位置和初始位置,分别计算各个相机的位置变化参数;第三计算模块14用于根据各个相机的灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个相机的测量精度。
在一个实施例中,标定靶标包括棋盘格图像,第一计算模块11具体还用于获取测试图像的特征区域,特征区域的尺寸大于棋盘格的尺寸;计算特征区域中,灰度大于预设灰度阈值的特征像素的灰度平均值,并计算灰度平均值与预设灰度阈值之间的差值;根据差值,分别确定各个测试图像的灰度评价参数。
在一个实施例中,第一计算模块11具体还用于基于预设的图像处理方法,计算各个测试图像中的各个边缘的梯度均值;根据各个测试图像的梯度均值,分别确定各个测试图像的清晰度评价参数。
在一个实施例中,标定靶标包括标定图形,标定图像包括多个角点,第一计算模块11具体还用于确定测试图像上的第一目标角点和第二目标角点的像素坐标差;根据第一目标角点与第二目标角点的相对物理距离、和像素坐标差,计算测试图像的分辨率;根据分辨率,分别确定各个测试图像的分辨率评价参数。
在一个实施例中,各个相机的初始位置为各个相机在初始标定靶标的坐标系下的位置,第二计算模块13具体还用于根据测试图像确定各个相机在当前标定靶标的坐标系下的当前位置;根据各个相机的当前位置和初始位置,生成初始标定靶标和当前标定靶标之间变换矩阵;根据变换矩阵对各个相机的当前位置进行变换,以得到各个相机的当前位置在初始标定靶标的坐标下的变换位置;根据各个相机对应的变换位置和初始位置,分别确定各个相机的位置变换参数。
在一个实施例中,第三计算模块14具体还用于根据各个相机的灰度评价参数分别计算各个相机的第一评价值;根据各个相机的清晰度评价参数分别计算各个相机的第二评价值;根据各个相机的分辨率评价参数分别计算各个相机的第三评价值;根据各个相机的位置变化参数分别计算各个相机的第四评价值;根据第一评价值、第二评价值、第三评价值、第四评价值,分别确定各个相机对应的测量精度。
在一个实施例中,检测装置10还包括确定模块15,确定模块15用于在各个相机中,确定测量精度小于预设测量精度的目标相机。
上文中结合附图从功能模块的角度描述了检测装置10,该功能模块可以通过硬件形式实现,也可以通过软件形式的指令实现,还可以通过硬件和软件模块组合实现。具体地,本申请实施例中的方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路和/或软件形式的指令完成,结合本申请实施例公开的方法的步骤可以直接体现为硬件编码处理器执行完成,或者用编码处理器中的硬件及软件模块组合执行完成。可选地,软件模块可以位于随机存储器,闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等本领域的成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法实施例中的步骤。
请参阅图11,本申请实施方式的计算机设备100包括处理器20、存储器30及计算机程序,其中,计算机程序被存储在存储器30中,并且被处理器20执行,计算机程序包括用于执行上述任一实施方式的模型渲染方法的指令。
可选地,计算机设备100可以是任意具有图像处理能力的设备,如服务器或终端设备(如手机、平板电脑、显示设备、笔记本电脑、智能手表、头显设备、游戏机等)。
应当理解,该计算机设备100中的各个组件通过总线系统相连,其中,总线系统除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
请参阅图12,本申请实施方式还提供了一种计算机可读存储介质600,其上存储有计算机程序610,计算机程序610被处理器620执行的情况下,实现上述任意一种实施方式的检测方法的步骤,为了简洁,在此不再赘述。
在本说明书的描述中,参考术语“具体地”、“进一步地”、“特别地”、“可以理解地”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不预定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。
Claims (10)
1.一种检测方法,其特征在于,用于检测相机系统的测量精度,所述相机系统包括一个或多个相机,所述方法包括:
获取各个所述相机拍摄标定靶标时,采集的测试图像;
计算各个所述测试图像的灰度评价参数、清晰度评价参数及分辨率评价参数;
根据各个所述相机的当前位置和初始位置,分别计算各个所述相机的位置变化参数;
根据各个所述相机的所述灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个所述相机的测量精度。
2.根据权利要求1所述的检测方法,其特征在于,所述标定靶标包括棋盘格图像,所述计算各个所述测试图像的灰度评价参数,包括:
获取所述测试图像的特征区域,所述特征区域的尺寸大于棋盘格的尺寸;
计算所述特征区域中,灰度大于预设灰度阈值的特征像素的灰度平均值,并计算所述灰度平均值与所述预设灰度阈值之间的差值;
根据所述差值,分别确定各个所述测试图像的灰度评价参数。
3.根据权利要求1所述的检测方法,其特征在于,所述计算各个所述测试图像的清晰度评价参数,包括:
基于预设的图像处理方法,计算各个所述测试图像中的各个边缘的梯度均值;
根据各个所述测试图像的所述梯度均值,分别确定各个所述测试图像的清晰度评价参数。
4.根据权利要求1所述的检测方法,其特征在于,所述标定靶标包括标定图形,所述标定图像包括多个角点,所述计算各个所述测试图像的分辨率评价参数,包括:
确定所述测试图像上的第一目标角点和第二目标角点的像素坐标差;
根据所述第一目标角点与所述第二目标角点的相对物理距离、和所述像素坐标差,计算所述测试图像的分辨率;
根据所述分辨率,分别确定各个所述测试图像的分辨率评价参数。
5.根据权利要求1所述的检测方法,其特征在于,各个所述相机的初始位置为各个所述相机在初始标定靶标的坐标系下的位置,所述根据各个所述相机的当前位置和初始位置,分别计算各个所述相机的位置变化参数,包括:
根据所述测试图像确定各个所述相机在当前标定靶标的坐标系下的当前位置;
根据各个所述相机的当前位置和初始位置,生成所述初始标定靶标和所述当前标定靶标之间变换矩阵;
根据所述变换矩阵对各个所述相机的当前位置进行变换,以得到各个所述相机的当前位置在所述初始标定靶标的坐标下的变换位置;
根据各个所述相机对应的变换位置和初始位置,分别确定各个所述相机的位置变换参数。
6.根据权利要求1所述的检测方法,其特征在于,所述根据各个所述相机的所述灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个所述相机的测量精度,包括:
根据各个所述相机的所述灰度评价参数分别计算各个所述相机的第一评价值;
根据各个所述相机的所述清晰度评价参数分别计算各个所述相机的第二评价值;
根据各个所述相机的所述分辨率评价参数分别计算各个所述相机的第三评价值;
根据各个所述相机的所述位置变化参数分别计算各个所述相机的第四评价值;
根据所述第一评价值、所述第二评价值、所述第三评价值、所述第四评价值,分别确定各个所述相机对应的测量精度。
7.根据权利要求1或6所述的检测方法,其特征在于,还包括:
在各个所述相机中,确定所述测量精度小于预设测量精度的目标相机。
8.一种检测装置,其特征在于,用于检测相机系统的测量精度,所述相机系统包括一个或多个相机,所述检测装置包括:
获取模块,用于获取各个所述相机拍摄标定靶标时,采集的测试图像;
第一计算模块,用于计算各个所述测试图像的灰度评价参数、清晰度评价参数及分辨率评价参数;
第二计算模块,用于根据各个所述相机的当前位置和初始位置,分别计算各个所述相机的位置变化参数;
第三计算模块,用于根据各个所述相机的所述灰度评价参数、清晰度评价参数、分辨率评价参数及位置变化参数,分别计算各个所述相机的测量精度。
9.一种相机系统,其特征在于,包括:
一个或多个相机;
处理器、存储器;及
计算机程序,其中,所述计算机程序被存储在所述存储器中,并且被所述处理器执行,所述计算机程序包括用于执行权利要求1至7任意一项所述的检测方法的指令。
10.一种计算机设备,其特征在于,包括:
处理器、存储器;及
计算机程序,其中,所述计算机程序被存储在所述存储器中,并且被所述处理器执行,所述计算机程序包括用于执行权利要求1至7任意一项所述的检测方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311862563.7A CN118050376A (zh) | 2023-12-29 | 2023-12-29 | 检测方法、检测装置、相机系统和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311862563.7A CN118050376A (zh) | 2023-12-29 | 2023-12-29 | 检测方法、检测装置、相机系统和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118050376A true CN118050376A (zh) | 2024-05-17 |
Family
ID=91050778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311862563.7A Pending CN118050376A (zh) | 2023-12-29 | 2023-12-29 | 检测方法、检测装置、相机系统和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118050376A (zh) |
-
2023
- 2023-12-29 CN CN202311862563.7A patent/CN118050376A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3516625B1 (en) | A device and method for obtaining distance information from views | |
US10288418B2 (en) | Information processing apparatus, information processing method, and storage medium | |
US9007602B2 (en) | Three-dimensional measurement apparatus, three-dimensional measurement method, and computer-readable medium storing control program | |
JP6363863B2 (ja) | 情報処理装置および情報処理方法 | |
EP2194725A1 (en) | Method and apparatus for correcting a depth image | |
JP6115214B2 (ja) | パターン処理装置、パターン処理方法、パターン処理プログラム | |
JP5633058B1 (ja) | 3次元計測装置及び3次元計測方法 | |
US10181202B2 (en) | Control apparatus, robot, and control method | |
CN104634242A (zh) | 探针补点系统及方法 | |
CN111861980B (zh) | 一种成像检测方法、电子设备及计算机可读存储介质 | |
CN110942506B (zh) | 一种物体表面纹理重建方法、终端设备及系统 | |
JP2013174547A (ja) | ステレオ3次元計測装置 | |
JP2017032335A (ja) | 情報処理装置、情報処理方法、プログラム | |
CN110705433A (zh) | 一种基于视觉感知的桥梁变形的监测方法、装置及设备 | |
CN113822942A (zh) | 一种基于二维码的单目摄像头测量物体尺寸的方法 | |
CN111311671A (zh) | 一种工件测量方法、装置、电子设备及存储介质 | |
CN111857623A (zh) | 校准设备、校准系统和显示设备校准方法 | |
CN118050376A (zh) | 检测方法、检测装置、相机系统和计算机设备 | |
CN116295047A (zh) | 电路板盲孔品质检测方法及系统 | |
TWI480507B (zh) | 三維模型重建方法及其系統 | |
CN113379816B (zh) | 结构变动检测方法、电子设备及存储介质 | |
CN112734721B (zh) | 一种光轴偏转角度检测方法、装置、设备和介质 | |
CN114727073B (zh) | 一种图像的投影方法、装置、可读存储介质及电子设备 | |
Seo | Edge modeling by two blur parameters in varying contrasts | |
JP2020129187A (ja) | 外形認識装置、外形認識システム及び外形認識方法 |
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 |