TWI832568B - 霧氣判別方法、及光學設備 - Google Patents

霧氣判別方法、及光學設備 Download PDF

Info

Publication number
TWI832568B
TWI832568B TW111144174A TW111144174A TWI832568B TW I832568 B TWI832568 B TW I832568B TW 111144174 A TW111144174 A TW 111144174A TW 111144174 A TW111144174 A TW 111144174A TW I832568 B TWI832568 B TW I832568B
Authority
TW
Taiwan
Prior art keywords
image
average gray
value
sub
fog
Prior art date
Application number
TW111144174A
Other languages
English (en)
Other versions
TW202422490A (zh
Inventor
張榮文
張晉綱
黃昭清
Original Assignee
廣達電腦股份有限公司
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 廣達電腦股份有限公司 filed Critical 廣達電腦股份有限公司
Priority to TW111144174A priority Critical patent/TWI832568B/zh
Priority to CN202211547886.2A priority patent/CN118057455A/zh
Priority to US18/315,018 priority patent/US20240169503A1/en
Application granted granted Critical
Publication of TWI832568B publication Critical patent/TWI832568B/zh
Publication of TW202422490A publication Critical patent/TW202422490A/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)
  • Geometry (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本揭露實施例提供一種霧氣判別方法,包括一擷取步驟、一計算步驟、以及一判斷步驟。擷取步驟包括擷取一影像之一子影像,子影像包括一遮光罩本體影像以及一遮光罩條紋影像。計算步驟包括計算子影像之一最大平均灰階值以及一最小平均灰階值;以及計算一霧氣函數,霧氣函數為最大平均灰階值及最小平均灰階值之一函數。判斷步驟包括判斷霧氣函數大於或是小於一閾值;以及當霧氣函數小於閾值時,判斷為起霧。

Description

霧氣判別方法、及光學設備
本揭露係有關於一種霧氣判別方法及光學設備,特別係有關於一種可以判斷是否起霧並且可以去除霧氣的霧氣判別方法及光學設備。
在某些環境下使用現有的光學設備時,可能因為溫差過大而產生霧氣,進而導致畫面不清晰。特別是在潮濕環境使用現有的光學設備,容易因為潮濕環境與光學設備的溫差,使得光學設備的拍攝影不清晰。
因此,需要一種可以在產生霧氣時判斷是否起霧並且可以去除霧氣的光學設備及霧氣判別方法。
為了解決上述之問題,本揭露實施例提供一種霧氣判別方法,包括一擷取步驟、一計算步驟、以及一判斷步驟。擷取步驟包括擷取一影像之一子影像,子影像包括一遮光罩本體影像以及一遮光罩條紋影像。計算步驟包括計算子影像之一最大平均灰階值以及一最小平均灰階值;以及計算一霧氣函數,霧氣函數為最大平均灰階值及最小平均灰階值之一函數。判斷步驟包括判斷霧氣函數大於或是小於一閾值;以及當霧氣函數小於閾值時,判斷為起霧。
本揭露實施例還提供一種光學設備,包括一面板、一加熱器、一遮光罩、一鏡頭、以及一處理器。一加熱器設置鄰近於面板。遮光罩設置於面板之上,包括一遮光罩本體、以及一遮光罩條紋。遮光罩條紋設置於遮光罩本體上。鏡頭設置於面板之下。鏡頭產生一影像。處理器擷取影像之一子影像。子影像包括一遮光罩本體影像以及一遮光罩條紋影像,以取得子影像之一最大平均灰階值以及一最小平均灰階值。當(最大平均灰階值 - 最小平均灰階值)/(最大平均灰階值 + 最小平均灰階值)小於一閾值時,增加加熱器之功率。
本揭露參考所附圖式描述,其中在各處圖式中使用相同的符號表示類似或相同的元件。圖式未按照比例繪製,且所提供的圖式僅用於說明本揭露。以下參考用於說明的範例應用描述本揭露之數個方面。應理解的是,闡述了許多特定細節、關係以及方法以提供對本揭露之完全理解。然而,本揭露所屬技術領域具有通常知識者將輕易了解可在不具有一個或多個特定細節的情形下或以其他方法實踐本揭露。在其他情形下,未詳細示出眾所周知的結構或操作,以避免模糊本揭露。本揭露不限於所示出的操作、步驟、動作、或事件之排序,因為一些操作、步驟、動作、或事件可以不同的順序發生及/或與其他操作、步驟、動作、或事件同時發生。除此之外,不需要所有示出的操作、步驟、動作、或事件以運用根據本揭露的方法。而且,某些操作、步驟、動作、或事件可以被省略或刪除,而不影響本揭露的實施。
除非另有定義,在此使用的所有用語(包括技術用語以及科學用語)具有與本揭露所屬技術領域中具有通常知識者通常理解的相同意義。除此之外,用語(例如,在常用字典中所定義的用語)應當被解釋為具有在相關領域之上下文的意義一致的意義,且除非在此明確地如此定義,並不會以理想化或過於正式的理解解釋。此外,除非另有說明,當用“約”、“近似”、“實質”、“大致”等描述數字或數字範圍時,此術語旨在包括在所述數字的±10%內的數字。例如,術語“約5毫米”包括4.5毫米至5.5毫米的尺寸範圍。而且,如本文所討論的,語句“約相同”、“近似”、“實質相同”、“大致相同”可指具有在基礎尺寸的±10%內的變化的尺寸。
能理解的是,雖然在此可使用用語「第一」、「第二」等來敘述各種元件、層及/或部份,這些元件、層及/或部份不應被這些用語限定,且這些用語僅是用來區別不同的元件、層及/或部份。因此,以下討論的一第一元件、層及/或部份可在不偏離本揭露一些實施例之教示的情況下被稱為一第二元件、層及/或部份。另外,為了簡潔起見,在說明書中亦可不使用「第一」、「第二」等用語來區別不同元件。在不違背後附申請專利範圍所界定的範圍的情況下,申請專利範圍所記載的第一元件及/或第二元件可解讀為說明書中符合敘述的任何元件。
應注意的是,本揭露的圖式可以是一設備的一部分。亦即,本揭露的系統地周邊可能還存在有其他外部元件。然而,為了使本揭露的圖式聚焦在本揭露的系統,本揭露的圖式可能繪製有以各種形式表示的折斷線或是細縺線。因此,在未明確敘述時,本揭露的圖式的折斷線或是細縺線以外的外部元件可能對於本揭露不造成影響。首先請參閱第1圖及第2圖。第1圖是根據本揭露一些實施例的光學設備100的示意圖;第2圖是根據本揭露一些實施例的光學設備100的剖視圖。
如第1圖及第2圖所示,光學設備100可以包括一本體10、一鏡頭20、一面板30、一加熱器40、一遮光罩50、以及一處理器60。
鏡頭20可以設置於本體10的一端,並且鏡頭20可以用以拍攝外部並產生一影像IM。此影像IM可以傳輸到設置於本體10內部的處理器60,以供處理器60分析。
面板30可以設置在鏡頭20之上,以避免鏡頭20直接暴露於外部。根據本揭露一些實施例,面板30可以是透明面板。舉例來說,面板30可以是玻璃面板或塑膠面板等。
加熱器40可以設置臨近面板30。根據本揭露一些實施例,加熱器40可以是一光源。舉例來說,加熱器40可以是一發光二極體(LED)光源。
加熱器40可以加熱面板30,以維持或提升面板30的溫度。根據本揭露一些實施例,處理器60可以控制加熱器40以維持或提升面板30的溫度。根據本揭露一些實施例,加熱器40可以提升面板30的溫度,以除去面板30上的霧氣。
遮光罩50可以設置在面板30之上。遮光罩50可以包括一遮光罩本體51、以及一遮光罩條紋52。
遮光罩本體51可以設置圍繞面板30,並且遮光罩條紋52可以遠離面板30向外延伸一段距離,以避免不期望的光線穿過面板30進入到鏡頭20中,進而影響影像IM的品質。
由於遮光罩本體51可以遠離面板30向外延伸,因此鏡頭20所拍攝的影像IM可以包括遮光罩本體51的一部分(舉例來說,遮光罩本體51的對外端53)。
遮光罩條紋52可以設置於遮光罩本體51上。根據本揭露一些實施例,遮光罩條紋52可以從遮光罩本體51的對外端53朝向面板30延伸。
由於遮光罩條紋52可以設置在遮光罩本體51的對外端53上,因此鏡頭20所拍攝的影像IM可以包括遮光罩條紋52的一部分(舉例來說,遮光罩條紋52的對外端54)。
根據本揭露一些實施例,遮光罩條紋52可以從遮光罩本體51的對外端53朝向面板30延伸到面板30;亦即,遮光罩條紋52可以接觸面板30。
根據本揭露一些實施例,遮光罩條紋52可以從遮光罩本體51的對外端53朝向面板30延伸距離面板30一段距離;亦即,遮光罩條紋52可以不接觸面板30。
根據本揭露一些實施例,遮光罩本體51及遮光罩條紋52可以具有高對比度。舉例來說,遮光罩本體51可以具有白色顏色,而遮光罩條紋52可以具有黑色顏色。然而,應注意的是,本揭露並不限於此。
因此,在鏡頭20所拍攝的影像IM中,遮光罩本體51的一遮光罩本體影像及遮光罩條紋52的一遮光罩條紋影像也具有高對比度。
請參閱第3圖,第3圖是根據本揭露一些實施例的由處理器60處理鏡頭20所拍攝的影像IM的示意圖。
如第3圖所示,處理器60可以接收鏡頭20所拍攝的影像IM,並且處理器60可以擷取影像IM的一子影像SIM。子影像SIM可以包括遮光罩本體51的遮光罩本體影像51IM及遮光罩條紋52的遮光罩條紋影像52IM。
處理器60可以將子影像SIM從彩色影像轉為灰階影像。根據本揭露一些實施例,處理器60可以使用彩色轉灰階公式將子影像SIM轉為灰階影像。根據本揭露一些實施例,彩色轉灰階公式可以是:Gray=R×299+G×587+B×114,其中Gray為灰階值、R為Red值、G為Green值、B為Blue值。應注意的是,本揭露的彩色轉灰階公式並不限於此。
由於子影像SIM包括複數個像素點,因此在將子影像SIM轉為灰階影像後,處理器60可以取得複數個灰階值。處理器60可以取得子影像SIM的一最大平均灰階值LAG以及一最小平均灰階值SAG。
子影像SIM的最大平均灰階值LAG可以是子影像SIM的灰階值中最大的一範圍的平均值。根據本揭露一些實施例,範圍可以是一比例或是一數字。
舉例來說,當範圍可以是一比例時,子影像SIM的最大平均灰階值LAG可以是子影像SIM的灰階值中的最大的40%的平均值。
舉例來說,範圍可以是一數字時,在子影像SIM包括50個像素點時,子影像SIM的最大平均灰階值LAG可以是子影像SIM的灰階值中的最大的20個灰階值的平均值。
然而,應注意的是,範圍不僅限於前述範例,舉例來說,範圍可以是5%、10%、15%、20%、25%、30%、35%、40%、45%、50%等;範圍也可以是5個、10個、15個、20個、25個、30個、35個、40個、45個、50個等。
子影像SIM的最小平均灰階值SAG可以是子影像SIM的灰階值中最小的一範圍的平均值。根據本揭露一些實施例,範圍可以是一比例或是一數字。
舉例來說,當範圍可以是一比例時,子影像SIM的最小平均灰階值SAG可以是子影像SIM的灰階值中的最小的40%的平均值。
舉例來說,範圍可以是一數字時,在子影像SIM包括50個像素點時,子影像SIM的最小平均灰階值SAG可以是子影像SIM的灰階值中的最小的20個灰階值的平均值。
然而,應注意的是,範圍不僅限於前述範例,舉例來說,範圍可以是5%、10%、15%、20%、25%、30%、35%、40%、45%、50%等;範圍也可以是5個、10個、15個、20個、25個、30個、35個、40個、45個、50個等。
處理器60可以具有一閾值TV,閾值TV可以事先設定在處理器60中。根據本揭露一些實施例,閾值TV可以介於0.1至1之間。根據本揭露一些實施例,閾值TV可以介於0.3至0.8之間。根據本揭露一些實施例,閾值TV可以是0.6。
處理器60可以計算一霧氣函數FF。霧氣函數FF可以是:(最大平均灰階值LAG - 最小平均灰階值SAG)/(最大平均灰階值LAG + 最小平均灰階值SAG)。
當霧氣函數FF小於閾值TV(((LAG - SAG)/(LAG + SAG))< TV)時,處理器60可以判斷面板30起霧,並且處理器60可以控制加熱器40,以增加加熱器40的功率,以增加面板30的溫度。當面板30的溫度增加後,可以有效的去除面板30上的霧氣,進而使得鏡頭20可以拍攝到清晰的影像。
當霧氣函數FF大於閾值TV(((LAG - SAG)/(LAG + SAG))> TV)時,處理器60可以判斷面板30不起霧,並且處理器60可以控制加熱器40,以維持或降低加熱器40的功率,以維持或降低面板30的溫度。當維持或降低面板30的溫度後,可以維持或降低加熱器40的能源消耗,進而可以維持或降低光學設備100的操作成本。
根據本揭露一些實施例,遮光罩50可以包括設置於遮光罩本體51上的複數個遮光罩條紋52。遮光罩條紋52可以設置使得遮光罩條紋影像52IM平均地分布在影像IM的周邊。
舉例來說,遮光罩條紋52可以設置使得遮光罩條紋影像52IM平均地分布在影像IM的角落處。舉例來說,舉例來說,遮光罩條紋52可以設置使得遮光罩條紋影像52IM分布在影像IM的角落處及/或其長邊的中間處。
根據本揭露一些實施例,處理器60可以擷取影像IM的複數個子影像SIM(例如四個角落),包含並且取得每一個子影像SIM的最大平均灰階值LAG及最小平均灰階值SAG。
處理器60可以計算每一個子影像SIM的霧氣函數FF。霧氣函數FF可以是:(最大平均灰階值LAG - 最小平均灰階值SAG)/(最大平均灰階值LAG + 最小平均灰階值SAG)。
當任一霧氣函數FF小於閾值TV(((LAG - SAG)/(LAG + SAG))< TV)時,處理器60可以判斷面板30起霧,並且處理器60可以控制加熱器40,以增加加熱器40的功率,以增加面板30的溫度。當面板30的溫度增加後,可以有效的去除面板30上的霧氣,進而使得鏡頭20可以拍攝到清晰的影像。
當全部的霧氣函數FF大於閾值TV(((LAG - SAG)/(LAG + SAG))> TV)時,處理器60可以判斷面板30不起霧,並且處理器60可以控制加熱器40,以維持加熱器40的功率,以維持面板30的溫度。當維持面板30的溫度後,可以有效的維持面板30不起霧,進而使得鏡頭20可以拍攝到清晰的影像。
請參閱第4圖,第4圖是根據本揭露一些實施例的霧氣判別方法200的示意圖。
霧氣判別方法200可以起始於一截取步驟210。擷取步驟210可以包括步驟211。在步驟211中,使用一鏡頭拍攝一影像。
根據本揭露一些實施例,在霧氣判別方法200中使用的鏡頭可以是前述的鏡頭20;並且影像可以是前述的影像IM。
接著,可以進行到步驟212。在步驟212中,擷取影像之一子影像。根據本揭露一些實施例,子影像可以包括一遮光罩本體影像以及一遮光罩條紋影像。
根據本揭露一些實施例,遮光罩本體影像與遮光罩條紋影像可以具有高對比度。舉例來說,遮光罩本體可以具有白色顏色,而遮光罩條紋可以具有黑色顏色。
根據本揭露一些實施例,在霧氣判別方法200中,子影像可以是前述的子影像SIM;遮光罩本體影像可以是前述的遮光罩本體影像51IM;遮光罩條紋影像可以是前述的遮光罩條紋影像52IM。
接著,可以進行到步驟213。在步驟213中,將子影像從彩色影像轉為灰階影像。根據本揭露一些實施例,使用彩色轉灰階公式將子影像轉為灰階影像。根據本揭露一些實施例,彩色轉灰階公式可以是:Gray = R × 299 + G × 587 + B × 114,其中Gray為灰階值、R為Red值、G為Green值、B為Blue值。應注意的是,本揭露的彩色轉灰階公式並不限於此。
之後,可以進行到一計算步驟220。計算步驟220可以包括步驟221。在步驟221中,計算子影像之一最大平均灰階值以及一最小平均灰階值。
子影像的最大平均灰階值可以是子影像的灰階值中最大的一範圍的平均值。根據本揭露一些實施例,範圍可以是一比例或是一數字。
子影像的最小平均灰階值可以是子影像的灰階值中最小的一範圍的平均值。根據本揭露一些實施例,範圍可以是一比例或是一數字。
根據本揭露一些實施例,在霧氣判別方法200中,最大平均灰階值可以是前述的最大平均灰階值LAG;並且最小平均灰階值可以是前述的最小平均灰階值SAG。
接著,可以進行到步驟222。在步驟222中,可以計算一霧氣函數。根據本揭露一些實施例,霧氣函數為最大平均灰階值及最小平均灰階值的一函數。
根據本揭露一些實施例,霧氣函數可以是:(最大平均灰階值 - 最小平均灰階值)/(最大階值 + 最小平均灰階值)。
根據本揭露一些實施例,在霧氣判別方法200中,霧氣函數可以是前述的霧氣函數FF。
之後,可以進行到一判斷步驟230。判斷步驟230可以包括步驟231。在步驟231中,可以設定一閾值。
根據本揭露一些實施例,閾值可以介於0.1至1之間。根據本揭露一些實施例,閾值可以介於0.3至0.8之間。根據本揭露一些實施例,閾值可以是0.6。
根據本揭露一些實施例,在霧氣判別方法200中,閾值可以是前述的閾值TV。
接著,可以進行到步驟232。在步驟232中,判斷霧氣函數大於或是小於閾值。
在步驟232之後,可以進行到步驟233。在步驟233中,當霧氣函數小於閾值時,判斷為起霧,並且增加加熱強度。
根據本揭露一些實施例,判斷為起霧可以是判斷鏡頭之上的一面板起霧。根據本揭露一些實施例,增加加熱強度可以是增加面板之下的一加熱器對於面板的加熱強度,以增加面板的溫度。
根據本揭露一些實施例,在霧氣判別方法200中,面板可以是前述的面板30;並且加熱器可以是前述的加熱器40。
在步驟232之後,也可以進行到步驟234。在步驟234中,當霧氣函數大於閾值時,判斷為不起霧,並且維持或降低加熱強度。
根據本揭露一些實施例,判斷為不起霧可以是判斷鏡頭之上的面板不起霧。根據本揭露一些實施例,維持或降低加熱強度可以是維持或降低面板之下的加熱器對於面板的加熱強度,以維持或降低面板的溫度。
根據本揭露一些實施例,在霧氣判別方法200中,面板可以是前述的面板30;並且加熱器可以是前述的加熱器40。
霧氣判別方法200還可以包括一循環步驟240。循環步驟240可以包括重複擷取步驟210、計算步驟220、及判斷步驟230。
根據本揭露一些實施例,在步驟212中,可以擷取影像的複數個子影像,並且每一個子影像可以包括一遮光罩本體影像以及一遮光罩條紋影像。
根據本揭露一些實施例,可以對每一個子影像實施步驟213、步驟221、步驟222、步驟231、步驟232。
根據本揭露一些實施例,在步驟233中,當任一子影像的霧氣函數小於閾值時,判斷為起霧,並且增加加熱強度。
根據本揭露一些實施例,在步驟234中,當每一個子影像的霧氣函數大於閾值時,判斷為不起霧,並且維持或降低加熱強度。
總的來說,本揭露實施例的光學設備和霧氣判別方法可以判別鏡頭之上的面板是否起霧,並且藉由控制加熱器的功率來改變面板的溫度,進而可以達到自動除霧的功能。本揭露實施例的光學設備和霧氣判別方法可以快速、準確且連續地自動除霧,進而使鏡頭可以連續拍攝清晰的影像。
儘管上面已經描述了本揭露的實施例和優點,但是應該理解的是,本領域的技術人員可以對本揭露進行各種變化、替換和變更,而不脫離本揭露的精神和範圍。需要說明的是,不同的實施例可以任意組合為其他實施例,只要其組合符合本揭露的精神即可。此外,本揭露的範圍不限於說明書中描述的具體實施例中的製程、機器、製造、組成、裝置、方法和步驟。本領域技術人員可以從本揭露的一些實施例中理解現有或正在開發的製程、機器、製造、組合物、裝置、方法和步驟。因此,本揭露的範圍包括前述製程、機器、製造、組成、裝置、方法和步驟。此外,所附申請專利範圍中的每一項構成單獨的實施例,並且本揭露的範圍更包括所附申請專利範圍和實施例的每種組合。
10:本體
20:鏡頭
30:面板
40:加熱器
50:遮光罩
51:遮光罩本體
51IM:遮光罩本體影像
52:遮光罩條紋
52IM:遮光罩條紋影像
53:對外端
54:對外端
60:處理器
100:光學設備
200:霧氣判別方法
210:截取步驟
211:步驟
212:步驟
213:步驟
220:計算步驟
221:步驟
222:步驟
230:判斷步驟
231:步驟
232:步驟
233:步驟
234:步驟
240:循環步驟
B:Blue值
FF:霧氣函數
G:Green值
Gray:灰階值
IM:影像
LAG:最大平均灰階值
R:Red值
SAG:最小平均灰階值
SIM:子影像
TV:閾值
本案揭露之各面向可由以下之詳細說明並配合所附圖式來完整了解。應注意的是,依據在業界的標準做法,各種特徵並未按照比例繪製且僅用以說明例示。事實上,可能任意地放大或縮小元件的尺寸,以清楚地表現出本揭露的特徵。 第1圖是根據本揭露一些實施例的一光學設備的示意圖。 第2圖是根據本揭露一些實施例的一光學設備的剖視圖。 第3圖是根據本揭露一些實施例的由一處理器處理一鏡頭所拍攝的一影像的示意圖。 第4圖是根據本揭露一些實施例的一霧氣判別方法的示意圖。
200:霧氣判別方法
210:截取步驟
211:步驟
212:步驟
213:步驟
220:計算步驟
221:步驟
222:步驟
230:判斷步驟
231:步驟
232:步驟
233:步驟
234:步驟
240:循環步驟

Claims (10)

  1. 一種霧氣判別方法,包括: 一擷取步驟,包括: 擷取一影像之一子影像,其中該子影像包括一遮光罩本體影像以及一遮光罩條紋影像; 一計算步驟,包括: 計算該子影像之一最大平均灰階值以及一最小平均灰階值;以及 計算一霧氣函數,其中該霧氣函數為該最大平均灰階值及該最小平均灰階值之一函數;以及 一判斷步驟,包括: 判斷該霧氣函數大於或是小於一閾值;以及 當該霧氣函數小於該閾值時,判斷為起霧。
  2. 如請求項1之霧氣判別方法,其中該最大平均灰階值為該子影像之灰階值中最大的一範圍之平均值, 其中該最小平均灰階值為該子影像之灰階值中最小的一範圍之平均值。
  3. 如請求項1之霧氣判別方法,其中該霧氣函數為:(該最大平均灰階值 - 該最小平均灰階值)/(該最大平均灰階值 + 該最小平均灰階值)。
  4. 如請求項1之霧氣判別方法,其中該擷取步驟更包括: 將該子影像轉為灰階影像。
  5. 如請求項1之霧氣判別方法,其中該遮光罩本體影像及該遮光罩條紋影像具有高對比度。
  6. 如請求項1之霧氣判別方法,其中, 該判斷步驟更包括: 當該霧氣函數大於該閾值時,判斷為不起霧。
  7. 一種光學設備,包括: 一面板, 一加熱器,設置鄰近於該面板; 一遮光罩,設置於該面板之上,包括: 一遮光罩本體;以及 一遮光罩條紋,設置於該遮光罩本體上; 一鏡頭,設置於該面板之下,其中該鏡頭產生一影像;以及 一處理器,擷取該影像之一子影像,其中該子影像包括一遮光罩本體影像以及一遮光罩條紋影像,以取得該子影像之一最大平均灰階值以及一最小平均灰階值, 其中當(該最大平均灰階值 - 該最小平均灰階值)/(該最大平均灰階值 + 該最小平均灰階值)小於一閾值時,增加該加熱器之功率。
  8. 如請求項7之光學設備,其中當(該最大平均灰階值 - 該最小平均灰階值)/(該最大平均灰階值 + 該最小平均灰階值)大於該閾值時,維持該加熱器之功率。
  9. 如請求項8之光學設備,其中該最大平均灰階值為該子影像之灰階值中最大的一範圍之平均值, 其中該最小平均灰階值為該子影像之灰階值中最小的一範圍之平均值。
  10. 如請求項7之光學設備,其中該遮光罩包括複數個遮光罩條紋,設置於該遮光罩本體上, 其中該處理器擷取該影像之複數個子影像,以取得該等子影像之每一者之一最大平均灰階值以及一最小平均灰階值, 其中該等子影像之任一者之(該最大平均灰階值 - 該最小平均灰階值)/(該最大平均灰階值 + 該最小平均灰階值)小於該閾值時,增加該加熱器之功率,以增加該面板之溫度。
TW111144174A 2022-11-18 2022-11-18 霧氣判別方法、及光學設備 TWI832568B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW111144174A TWI832568B (zh) 2022-11-18 2022-11-18 霧氣判別方法、及光學設備
CN202211547886.2A CN118057455A (zh) 2022-11-18 2022-12-05 雾气判别方法、及光学设备
US18/315,018 US20240169503A1 (en) 2022-11-18 2023-05-10 Fog discrimination method and optical apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW111144174A TWI832568B (zh) 2022-11-18 2022-11-18 霧氣判別方法、及光學設備

Publications (2)

Publication Number Publication Date
TWI832568B true TWI832568B (zh) 2024-02-11
TW202422490A TW202422490A (zh) 2024-06-01

Family

ID=90824908

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111144174A TWI832568B (zh) 2022-11-18 2022-11-18 霧氣判別方法、及光學設備

Country Status (3)

Country Link
US (1) US20240169503A1 (zh)
CN (1) CN118057455A (zh)
TW (1) TWI832568B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9384401B2 (en) * 2011-11-16 2016-07-05 Bayerische Motoren Werke Aktiengesellschaft Method for fog detection
US9846925B2 (en) * 2015-05-08 2017-12-19 Hanwha Techwin Co., Ltd. Defog system and defog method
TW201923709A (zh) * 2017-10-24 2019-06-16 瑞典商安訊士有限公司 用於偵測場景中霧氣之方法和影像擷取裝置
CN110458815A (zh) * 2019-08-01 2019-11-15 北京百度网讯科技有限公司 有雾场景检测的方法及装置
CN113815565A (zh) * 2021-09-30 2021-12-21 重庆长安汽车股份有限公司 智能驾驶摄像头视野区域挡风玻璃除雾系统及车辆

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9384401B2 (en) * 2011-11-16 2016-07-05 Bayerische Motoren Werke Aktiengesellschaft Method for fog detection
US9846925B2 (en) * 2015-05-08 2017-12-19 Hanwha Techwin Co., Ltd. Defog system and defog method
TW201923709A (zh) * 2017-10-24 2019-06-16 瑞典商安訊士有限公司 用於偵測場景中霧氣之方法和影像擷取裝置
CN110458815A (zh) * 2019-08-01 2019-11-15 北京百度网讯科技有限公司 有雾场景检测的方法及装置
CN113815565A (zh) * 2021-09-30 2021-12-21 重庆长安汽车股份有限公司 智能驾驶摄像头视野区域挡风玻璃除雾系统及车辆

Also Published As

Publication number Publication date
US20240169503A1 (en) 2024-05-23
CN118057455A (zh) 2024-05-21

Similar Documents

Publication Publication Date Title
WO2018040483A1 (zh) 光照处理方法及装置
CN1697488A (zh) 具有亮度校正的数码相机
CN101063829A (zh) 重叠测量方法和使用其的重叠测量设备
CN106372701B (zh) 一种光标签的编码及识别方法
US7274346B2 (en) Uniformity and brightness measurement in OLED displays
WO2021008052A1 (zh) 3d摄影模组镜头精度的标定方法、装置及设备
CN112185300A (zh) 显示屏的校正方法、装置、存储介质和处理器
CN103973992A (zh) 一种针对led白光灯的自动曝光方法和装置
TWI832568B (zh) 霧氣判別方法、及光學設備
US7423684B2 (en) Image pickup apparatus and image pickup system
CN104849285A (zh) 一种线扫描式蜂窝陶瓷检测装置及检测方法
KR101138221B1 (ko) 쉐이딩 및 칼라 밸랜싱을 테스트하는 카메라 테스트 시스템
WO2019054204A1 (ja) 画像処理装置および方法
TW202422490A (zh) 霧氣判別方法、及光學設備
CN104933404A (zh) 一种高精度指纹识别方法及其装置
US20130169789A1 (en) Optical inspecting system
CN109186941A (zh) 一种光源均匀性的检测方法及系统
CN102914803B (zh) 一种成像方法和装置
CN104008727B (zh) Led显示装置散热均匀性检测方法
JP2010205881A (ja) Ledバックライトの白色調整装置
US11125992B2 (en) Chromatic aberration adjusting method and apparatus of detection device
JP2008175768A (ja) 表示パネルの欠陥検査装置および欠陥検査方法
CN112132910A (zh) 基于红外的适用于低光环境的含半透明信息的抠像系统
TWI449415B (zh) 影像擷取系統以及方法
CN110797362A (zh) 一种图像传感芯片的封装结构以及图像传感器