CN1818543A

CN1818543A - 图像测量装置和图像测量方法

Info

Publication number: CN1818543A
Application number: CNA2006100061782A
Authority: CN
Inventors: 吉田博行
Original assignee: Mitutoyo Corp
Current assignee: Mitutoyo Corp
Priority date: 2005-01-26
Filing date: 2006-01-25
Publication date: 2006-08-16
Anticipated expiration: 2026-01-25
Also published as: DE602006003104D1; EP1686535A1; EP1686535B1; CN100533054C; US7613359B2; US20070036465A1; JP2006208085A

Abstract

在单芯片彩色照相机27中的CCD 41输出例如4个图像数据(R)、(G1)、(G2)和(B)到个人计算机5。计算部分89基于图像数据(R)、(G1)、(G2)和(B)计算边缘位置和对比度值。计算部分89接着通过利用所述对比度值加权边缘位置计算平均边缘位置，并输出平均边缘位置作为边缘的位置数据。

Description

图像测量装置和图像测量方法

技术领域

本发明涉及例如一种利用单芯片彩色照相机的图像测量装置和图像测量方法。

背景技术

图像测量装置是一种精确的测量仪器，其对作业(work)成像，检测在图像上的作业的边缘位置，并基于边缘位置测量作业的形状和尺寸等。包括作为图像传感器的CCD(电荷耦合器件)的CCD彩色照相机通常用于成像(见，例如，日本专利申请公开出版物第平10-145612(第0057段，图4))。

因为CCD仅仅感测光强度，所以单独的CCD可以提供仅仅单色的图像。在CCD的每个像素上的滤色器(color filter)可以提供彩色图像。例如，对使用R(红色)、G(绿色)和B(蓝色)的颜色表示来说，这3种颜色的滤色器是必要的。

全部RGB颜色的信息(敏感性)对于一个像素提供彩色图像来说是必要的。因为只有一种类型的滤色器可以驻留在一个像素上(即，只有一种颜色可以分配给一个像素)，一个像素可以提供仅仅一种类型的颜色信息。为了在这样一种限制内提供彩色图像，已经开发了三芯片(3-CCD(或CMOS)类型)彩色照相机和单芯片(1-CCD(或CMOS)类型)彩色照相机。

三芯片彩色照相机具有相同分辨率的3个CCD。RGB光谱棱镜将进入的光划分为R、G和B分量。R波段CCD感测R分量，G波段CCD感测G分量，而B波段CCD感测B分量。单芯片彩色照相机具有一个CCD，每个像素在其上具有R、G和B滤色器中的任何一个。后处理(postprocess)通过利用从相邻像素获得的颜色信息计算用于每个像素的R、G和B的缺失颜色的信息来提供伪彩色化(pseudo-colorization)。

然而，在作业的边缘，亮度在相邻的像素之间极其不同。因此在使用来自相邻像素的颜色信息表示颜色的单芯片彩色照相机中，在边缘处异常的颜色密度变化可以模糊边缘图像或者可以引起Z字形图案。基于这样一种图像的边缘位置检测会增加测量误差，抑制高精度测量。因此目前的图像测量装置使用提供高精度图像的三芯片彩色照相机。

然而，三芯片彩色照相机遭受下列的缺点。(1)三芯片彩色照相机比单芯片彩色照相机更昂贵，因为它需要3个CCD，其导致图像测量装置的成本。(2)图像测量装置包括在可移动单元中的CCD彩色照相机。对于单元的更高定位精度，所述单元需要用尽可能小的力来驱动。因为三芯片彩色照相机包括3个CCD，具有与在B/W(黑和白)照相机中的CCD相同的光接收尺寸的CCD将会增加照相机尺寸。这又提供了需要由更大力驱动的较大单元。(3)在作为CCD彩色照相机的制造工艺之一的RGB光谱棱镜的组装期间，灰尘可以容易地陷入棱镜的配合面(mating face)。图像测量装置具有使用窄入射束的显微镜光学系统。因此，如果带有陷入的灰尘的RGB光谱棱镜分开入射的光束，则灰尘可以和作业一起被成像。因此图像测量装置使用在棱镜的配合面上陷入灰尘的三芯片彩色照相机是不实用的。因此，三芯片彩色照相机具有比单芯片彩色照相机更低的产量(yield)，这也导致图像测量装置的成本。

发明内容

本发明的目的是提供一种图像测量装置和图像测量方法，其允许使用单芯片彩色照相机作为成像部分的高精度测量。

根据本发明的图像测量装置包括：具有像素的成像部分，每个像素被分配一种颜色，4个像素组成一组，一组被分配多个颜色以表示颜色，并且所述组以矩阵排列，被配置来对测量对象成像，并且分别基于所述4个像素输出4个图像数据；以及计算部分，其分别基于4个图像数据计算测量对象的位置和在穿过作为边界的测量对象的一侧和另一侧的对比度值，并且基于所述位置和对比度值生成测量对象的位置数据，并输出所述位置数据。

根据本发明的图像测量装置在伪彩色化之前分别对4个图像数据计算测量对象的位置和对比度值。因此该计算不受由于在相邻像素之间的极端亮度差值导致的异常颜色密度变化影响。本发明基于这些位置和对比度值生成测量对象的位置数据，并输出测量对象的位置数据(例如，通过加权对比度值计算测量对象的位置的平均值，并将它作为测量对象的位置数据输出)。因此本发明可以利用单芯片彩色照相机作为成像部分提供高精确测量。

根据本发明的图像测量装置还可包括：单芯片彩色照相机，其包括成像部分；以及个人计算机，其包括：伪彩色化部分，该伪彩色化部分利用来自成像部分的4个图像数据处理伪彩色化，以及计算部分。

根据本发明的系统是图像测量装置，其中，单芯片彩色照相机获得4个图像数据，并输出所述数据，而不在其中对它们伪彩色化，并且其中，所述数据接着由个人计算机伪彩色化。利用这样的布局，个人计算机还计算测量对象的位置数据，使得可能使用现存的单芯片彩色照相机，其中，该照相机不在内部执行伪彩色化。

在根据本发明的所述图像测量装置中，不同颜色可被分配给所述4个像素。这可以提供基于4种颜色的图像数据。因此，即使在基于一种颜色图像数据的所述测量对象位置中的误差大，误差也可以更小，因为基于剩余3种颜色图像数据的测量对象位置也被用于平均计算中。

根据本发明的一种图像测量方法，包括以下步骤：利用具有像素的成像部分对测量对象成像，每个像素被分配一种颜色，4个像素组成一组，一组被分配多个颜色以表示颜色，并且所述组以矩阵排列，以分别基于所述4个像素输出4个图像数据；分别基于4个图像数据计算测量对象的位置和在穿过作为边界的测量对象的一侧和另一侧的对比度值，以及基于所述位置和对比度值生成测量对象的位置数据，并输出所述位置数据。

根据本发明的图像测量装置和图像测量方法，基于分配给4个像素的颜色分别对4图像数据计算测量对象的位置和对比度值，并生成和输出基于它们的测量对象的位置数据。因此本发明可以提供图像测量装置和图像测量方法，其允许利用单芯片彩色照相机作为成像部分的高精度测量。

附图说明

图1是根据本实施例的图像测量装置的整个配置的透视图。

图2示出了包括在图1的图像测量装置中的测量器件主体的光学系统。

图3示出了三芯片彩色照相机的内部结构。

图4示出了能够实现本实施例的硬件配置。

图5是在图1的图像测量装置中提供的单芯片彩色照相机中的CCD的平面视图。

图6示出了用于存储包括伪彩色化的颜色信息的图像数据的存储器区域。

图7是用于图示根据本实施例的图像测量装置的操作的功能方框图。

图8是在单芯片彩色照相机中接收光的CCD的平面视图。

图9示出了在滤色器R下从像素获得的图像数据(R)。

图10示出了在滤色器G1下从像素获得的图像数据(G1)。

图11示出了在滤色器G2下从像素获得的图像数据(G2)。

图12示出了在滤色器B下从像素获得的图像数据(B)。

图13示出了基于图像数据(R)检测的边缘位置P_R。

图14示出了基于图像数据(G1)检测的边缘位置P_G1。

图15出了基于图像数据(G2)检测的边缘位置P_G2。

图16出了基于图像数据(B)检测的边缘位置P_B。

图17A是基于图像数据(G1)的图像颜色密度图。

图17B是通过微分图17A中的颜色密度图所获得的微分图。

图18示出了分别基于图像数据(R)、(G1)、(G2)和(B)的边缘位置P_R、P_G1、P_G2和P_B，以及通过平均这4个边缘位置所获得的位置P。

图19是根据比较实施例的图像测量装置的功能框图。

图20示出了通过根据比较实施例的图像测量装置测量的边缘位置Q。

图21示出了实际边缘位置R、在本实施例中测量的边缘位置P和在比较实施例中测量的边缘位置Q。

具体实施方式

图1示出了根据本实施例的手动操作类型的图像测量装置1的整个配置的透视图。设备1包括：非接触图像测量类型的测量设备主体3、执行必要的测量过程的个人计算机5、提供必要的测量指令给测量设备主体3的指令输入部分7、以及提供稳定电力给测量设备主体3的电源单元9。注意，测量设备主体3可以包含电源单元9。

测量设备主体3具有下列的配置。基座11承载在其上安装作业W的平台13。平台13可以通过X轴控制15、Y轴控制17和精细控制19的手动操作，在X轴方向和Y轴方向移动。向上延伸的框架21被固定在基座11的后端。

框架21支持照相机单元23。Z轴控制25可以沿着在框架21上形成的导轨在Z轴方向移动照相机单元23。照相机单元23包含单芯片彩色照相机27，其从上面观看平台13。照相机27使其成像头29暴露在外。照相机27对安装在平台13上的作业W成像。成像头29具有透镜，在其周围提供有环形的倾斜(oblique)照明设备31，用于将照明光发射在作业W上。

个人计算机5包括：计算机主体33、键盘35、鼠标37和CRT 39。

现在给出对测量设备主体3的光学系统的描述。图2示出了测量设备主体3的光学系统。单芯片彩色照相机27包括和成像部分的例子一样的CCD41。单芯片彩色照相机27与平台13相对。成像透镜43、半透明反射镜(halfmirror)45和物镜47位于单芯片彩色照相机27的光轴AX上。成像透镜43和半透明反射镜45位于图1中的照相机单元23中。物镜47固定在成像头29上。

倾斜照明设备31位于物镜47周围。设备31直接照明平台13。在照相机单元23的半透明反射镜45的后部，经由准直透镜(collimator lens)安置入射光照明设备51。设备51经由半透明反射镜45照明平台13。

为了与单芯片彩色照相机27比较，下面描述三芯片彩色照相机。图3示出了三芯片彩色照相机53的内部结构。照相机53具有3-CCD 55和在它们前面的光谱棱镜57。在穿过成像透镜43之后，光L被光谱棱镜57分离为由相应的CCD 55接收的RGB分量。在作为三芯片彩色照相机53的制造过程之一的光谱棱镜57的组装期间，灰尘可以容易地陷入到光谱棱镜57的配合面59上。

图4示出了可以实现此实施例的硬件配置。总线73连接CPU 61、程序存储器63、工作存储器65、多值图像存储器67、显示控制IC 69以及照明控制IC 71。CRT 39连接到显示控制IC 69。倾斜照明设备31和入射光照明设备51连接到照明控制IC 71。

单芯片彩色照相机27经由接口75连接到总线73。单芯片彩色照相机27拍摄作业W的图像数据。CPU 61处理所述图像数据。接着多值图像存储器67存储该处理过的数据。显示控制IC 69将存储在多值图像存储器67中的数据转换为作业W的图像。CRT 39接着显示作业W的图像。CPU 61测量该作业W的形状、尺寸等。工作存储器65提供工作区域用于CPU 61的各种处理。

X轴编码器77、Y轴编码器79和Z轴编码器81驻留(reside)以相对平台13分别检测在X、Y和Z轴方向的单芯片彩色照相机27的位置。这些编码器经由接口83连接到总线73。因此CPU 61并入来自编码器77、79和81的输出。CPU 61根据CPU 61所并入的每个轴位置的信息等计算作业的当前位置等。

照明控制IC 71基于由CPU 61所生成的指令值生成模拟指令电压。照明控制IC 71接着施加该指令电压到倾斜照明设备31和入射光照明设备51。输入设备(指令输入部分7和键盘35)经由接口85连接到总线73。

现在给出包括在图2中的单芯片彩色照相机27中的CCD 41的描述。图5是CCD 41的平面视图。CCD 41是成像部分的例子。CCD 41包括以m×n个元素的矩阵排列的若干像素(0，0)，(1，0)，…，(m，n)。图5示出了部分像素。每个像素具有在其上的滤色器R、滤色器G1和G2和滤色器B的任何一个。

具有滤色器R的像素提供有关R分量的信息。具有滤色器G1或G2的像素提供有关G分量的信息。具有滤色器B的像素提供有关B分量的信息。G分量的像素数目是R分量或B分量的像素数目的两倍，因为人体光学神经对G分量最敏感。

下面更详细地描述滤色器的布局。CCD 41包括两个交替的行：一行交替地包括具有滤色器G1的像素和具有滤色器R的像素，而另一行交替地包括具有滤色器B的像素和具有滤色器G2的像素。这是所谓的拜尔布局(Bayerarrangement)。该布局包括以矩阵排列的多个组S。每个组S包括：具有滤色器G1的像素、具有滤色器R的像素、具有滤色器B的像素和具有滤色器G2的像素。

如上所述，作为成像部分的CCD 41的配置可以表示如下：每个像素被分配一种颜色；4个像素组成一个组；一组被分配多种颜色以表示一个颜色；并且各组以矩阵排列。

每个像素提供仅仅一种颜色信息。单芯片彩色照相机通过从相邻像素的颜色信息获得每个像素的缺失颜色信息来执行伪彩色化。相邻像素形成相邻像素组N。相邻像素组N可以用不同的方式定义。本实施例定义组N如下。相邻像素组N0包括像素(0，0)、(1，0)、(0，1)和(1，1)。相邻像素组N1包括像素(1，0)、(2，0)、(1，1)和(2，1)。相邻像素组N2包括像素(0，1)、(1，1)、(0，2)和(1，2)。相邻像素组N3包括像素(1，1)、(2，1)、(1，2)和(2，2)。同样地，其他的相邻像素组每个包括具有不同滤色器的相邻4个像素。

图4所示的多值图像存储器67存储包括经伪彩色化的颜色信息的图像数据。更具体地讲，如图6所示的多值图像存储器67的存储器区域M存储所述图像数据。例如按如下方式计算如图5所示的有关像素的伪颜色的颜色信息。根据相邻像素组N0的颜色信息计算有关像素(0，0)的伪颜色的颜色信息。根据相邻像素组N1的颜色信息计算有关像素(1，0)的伪颜色的颜色信息。根据相邻像素组N2的颜色信息计算有关像素(0，1)的伪颜色的颜色信息。根据相邻像素组N3的颜色信息计算有关像素(1，1)的伪颜色的颜色信息。将如此计算的有关每个像素(0，0)、(1，0)、...、(m，n)的伪颜色的颜色信息存储在与每个像素相对应的地址中，正如图6所示的那样。

现在描述根据本实施例的图像测量装置1如何利用作为例子的作业W的边缘检测来获得测量对象的位置数据。对于边缘检测，测量对象是边缘，而测量对象的位置数据是边缘的位置数据。图7是根据本实施例的图像测量装置1的功能框图，用于解释测量操作。

在单芯片彩色照相机27中，将包括作业W边缘的部分(由点线示出)的图像投影到CCD 41上。图8是在此状态中的CCD 41的平面视图。图8与图5对应。阴影像素表示暗部分，而没有阴影的像素表示亮部分。在CCD 41对作业W边缘的一部分成像之后，在滤色器R、G1、G2和B下的像素分别提供图像数据(R)、(G₁)、(G₂)和(B)。图9至12示出了这4个图像数据。在从CCD 41输出之后，这4个图像数据在单芯片彩色照相机27中不被伪彩色化的情况下进到个人计算机5。

个人计算机的诸如帧抓取器(frame grabber)的图像处理应用并入图像数据(R)、(G₁)、(G₂)和(B)。该应用接着发送该图像数据到个人计算机5中的计算部分89和伪彩色化部分87。计算部分89输出位置数据。图4中的CPU 61和多值图像存储器67等实现上述部分的功能。

计算部分89中的位置/对比度值计算部分91对图像数据(R)、(G₁)、(G₂)和(B)中的每一个计算在穿过(across)作为边界的边缘的一侧和另外一侧的边缘位置和对比度值。图13至16分别示出了基于图像数据(R)、(G₁)、(G₂)和(B)检测的边缘位置P_R、P_G1、P_G2和P_B。

对图14所示的图像数据(G1)描述如何确定边缘位置和对比度值的例子。在图像上的边缘检测工具T沿着y轴移动。在图14中，边缘检测工具T位于y＝6和y＝7之间。图17A示出了基于图像数据(G1)的图像颜色-密度图。在图17A，水平轴指示图像数据的x方向。垂直轴指示颜色密度。图17B是通过微分在图17A中的颜色密度图获得的微分图。由图17B所示的x轴和微分曲线(其可以是二次微分值的曲线)所定义的区域的重心g是边缘位置P_G1。用此方法，边缘位置的计算可在子像素级确定边缘位置。图14示出了通过连接边缘位置P_G1获得的边缘位置线。图17A还示出了在穿过作为边界的边缘的一侧与另外一侧之间的对比度值W_G1。

对4个图像数据中的每个确定边缘位置和对比度值，提供4组边缘位置和对比度值。将这4组边缘位置和对比度值(R)、(G₁)、(G₂)和(B)发送到计算部分89中的平均计算部分93。平均计算部分93利用下列的等式计算平均边缘位置P。平均计算部分93接着输出平均边缘位置P，作为边缘位置数据。

P＝(P_RW_R+P_G1W_G1+P_G2W_G2+P_BW_B)/(W_R+W_G1+W_G2+W_B)

其中，

P：平均边缘位置

P_R：基于图像数据(R)的边缘位置，

P_G1：基于图像数据(G1)的边缘位置，

P_G2：基于图像数据(G2)的边缘位置，

P_B：基于图像数据(B)的边缘位置，

W_R：基于图像数据(R)的对比度值，

W_G1：基于图像数据(G1)的对比度值，

W_G2：基于图像数据(G2)的对比度值，

W_B：基于图像数据(B)的对比度值。

图18是示出边缘位置P以及分别基于图像数据(R)、(G1)、(G2)和(B)的边缘位置P_R、P_G1、P_G2和P_B的曲线图。如此获得的边缘位置数据P提供作业W的形状、尺寸等的测量。在接收图像数据(R)、(G1)、(G2)和(B)之后，伪彩色化部分87伪彩色化所述图像数据。接着CRT 39显示经伪彩色化的图像数据。

现在给出根据比较实施例的图像测量装置如何操作以及与比较实施例比较的本实施例的主要效果的描述。图19是根据比较实施例的图像测量装置的功能框图。图19对应图7。CCD 41发送图像数据(R)、(G1)、(G2)和(B)到个人计算机5中的伪彩色化部分87，其中图像数据被伪彩色化。

伪彩色化部分87发送经伪彩色化的数据到CRT 39用于显示。伪彩色化部分87还发送经伪彩色化的数据到灰阶处理部分95，在此所述图像数据被转换为黑、白和灰的数据。所述边缘存在于其中图像从亮到暗(或从暗到亮)变化即其中灰度颜色存在的位置处。位置计算部分97确定其中灰度颜色的亮度对应预定阈值的位置，以指定如图20所示的边缘位置Q。

图21示出了实际边缘位置R、根据本实施例测量的边缘位置P和根据比较实施例测量的边缘位置Q。本实施例可以提供比比较实施例更精确的边缘位置。理由如下。

比较实施例基于伪彩色化之后的图像数据计算边缘位置，并且使用该边缘位置作为边缘位置数据。如上在本发明的背景技术中所述，单芯片彩色照相机利用来自相邻像素的颜色信息表示彩色。因此，在相邻像素之间亮度极端差异的边缘，异常的颜色密度引起边缘图像中的模糊等。比较实施例使用如此模糊的图像作为基础计算边缘位置，提供较大的测量误差。

相反，本实施例在伪彩色化之前计算用于4个图像数据的每个的对比度值和边缘位置。因此该计算不受由于在相邻像素之间的极端亮度差异导致的异常颜色密度变化的影响。本实施例利用基于每个图像数据的4个对比度值加权4个边缘位置，以计算平均边缘位置。

通过利用对比度值加权边缘位置来计算平均边缘位置是出于下面的原因。基于具有较小的对比度值的图像数据在噪声和边缘位置之间区分更困难，而基于具有较大的对比度值的图像数据在噪声和边缘位置之间区分较不困难。因此最好基于具有较大的对比度值的图像数据对边缘位置更重地加权，以计算平均边缘位置。

本实施例接着输出上面的平均边缘位置作为边缘位置数据，其允许在子像素水平指定边缘位置。如上所述，本实施例允许利用单芯片彩色照相机27作为成像部分的高精度测量。特别地，具有百万像素的单芯片彩色照相机可以提供具有更高分辨率的图像，进一步提高了边缘检测精度。

根据本实施例，单芯片彩色照相机27可以提供下列的相对三芯片彩色照相机的优点。(1)较低成本的图像测量装置1，(2)较小的照相机27，其提高照相机单元23的定位精度。

根据本实施例，单芯片照相机27获得4个图像数据(R)、(G1)、(G2)和(B)，并且输出该数据，而未在内部对它们伪彩色化，那些数据接着由个人计算机5伪彩色化。个人计算机5还计算边缘位置数据。因此使用现存单芯片彩色照相机是可能的，其中照相机27不在内部伪彩色化所述图像数据。

注意，在4个像素上提供的颜色滤色器可以是C(青色)、M(洋红)、Y1(黄色)和Y2(黄色)的组合，或者R(红)、G(绿)、B(蓝)和C(青)的组合。特别地，RGBC滤色器将分配不同的颜色给4个像素，提供下列效果。对于R、G1、G2和B滤色器，来自绿色(即，G1、G2)的图像数据占50％。因此基于绿色图像数据的边缘位置中的较大误差将在平均边缘位置中提供特别大的误差。

相反，RGBC滤色器可以从4种颜色提供所述图像数据。基于一种颜色的图像数据的边缘位置中的较大误差仍可以提供平均边缘位置中的较小误差，因为基于剩下的3种颜色图像数据的边缘位置还被用于平均计算中。

注意，尽管本实施例采用边缘检测作为例子，本发明适用于图案(pattern)匹配，其检测与图像上的模板匹配的位置。这是因为本发明应用于图案匹配需要的图案位置数据的采集。更具体地讲，图案位置和对比度值基于图像数据(R)、(G1)、(G2)和(B)计算。然后用所述对比度值加权图案位置，以计算平均图案位置。本发明可以通过采用上面的平均作为图案位置，而不是利用经伪彩色化的可能模糊图案边缘并且在子像素级引起失配的图像数据，来提高测量精度。

Claims

1.一种图像测量装置，包括：

具有像素的成像部分，每个像素被分配一种颜色，4个像素组成一组，一组被分配多个颜色以表示颜色，并且所述组以矩阵排列，被配置来对测量对象成像，并且分别基于所述4个像素输出4个图像数据；以及

计算部分，其分别基于4个图像数据计算测量对象的位置和在穿过作为边界的测量对象的一侧和另一侧的对比度值，并且基于所述位置和对比度值生成测量对象的位置数据，并输出所述位置数据。

2.如权利要求1所述的图像测量装置，还包括：

单芯片彩色照相机，其包括成像部分；以及

个人计算机，其包括：伪彩色化部分，该伪彩色化部分利用来自成像部分的4个图像数据执行伪彩色化，以及计算部分。

3.如权利要求1所述的图像测量装置，其中不同颜色被分配给所述4个像素。

4.如权利要求1所述的图像测量装置，其中G分量被分配给4个像素中的两个，而R分量和B分量分别被分配给其他两个像素。

5.如权利要求1所述的图像测量装置，其中Y分量被分配给4个像素中的两个，而C分量和M分量分别被分配给其他两个像素。

6.如权利要求1所述的图像测量装置，其中R分量、G分量、B分量和C分量分别被分配给所述4个像素。

7.如权利要求1所述的图像测量装置，其中通过分别用4个对比度值加权测量对象的4个位置来计算测量对象的平均位置，从而产生测量对象的位置数据。

8.一种图像测量方法，包括以下步骤：

利用具有像素的成像部分对测量对象成像，每个像素被分配一种颜色，4个像素组成一组，一组被分配多个颜色以表示颜色，并且所述组以矩阵排列，以分别基于所述4个像素输出4个图像数据；

分别基于4个图像数据计算测量对象的位置和在穿过作为边界的测量对象的一侧和另一侧的对比度值，以及

基于所述位置和对比度值生成测量对象的位置数据，并输出所述位置数据。

9.如权利要求8所述的图像测量方法，其中不同颜色被分配给所述4个像素。

10.如权利要求8所述的图像测量方法，其中G分量被分配给4个像素中的两个，而R分量和B分量分别被分配给其他两个像素。

11.如权利要求8所述的图像测量方法，其中Y分量被分配给4个像素中的两个，而C分量和M分量分别被分配给其他两个像素。

12.如权利要求8所述的图像测量方法，其中R分量、G分量、B分量和C分量分别被分配给所述4个像素。

13.如权利要求8所述的图像测量方法，其中通过分别用4个对比度值加权测量对象的4个位置来计算测量对象的平均位置，从而产生测量对象的位置数据。