[發明專利]一種線陣工業相機的聚焦調試方法有效
| 申請號: | 202110467009.3 | 申請日: | 2021-04-28 |
| 公開(公告)號: | CN113382134B | 公開(公告)日: | 2022-04-26 |
| 發明(設計)人: | 王保憲;楊宇飛;杜彥良;任偉新;徐飛;王俊芳;趙楊平;張穎 | 申請(專利權)人: | 石家莊鐵道大學;深圳大學 |
| 主分類號: | H04N5/225 | 分類號: | H04N5/225;H04N5/232 |
| 代理公司: | 北京市誠輝律師事務所 11430 | 代理人: | 耿慧敏;朱偉軍 |
| 地址: | 050043 河*** | 國省代碼: | 河北;13 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 工業 相機 聚焦 調試 方法 | ||
1.一種線陣工業相機的聚焦調試方法,包括以下步驟:
步驟S1,搭建線陣相機聚焦調試平臺,抓取在固定焦距參數下線陣相機采集傳輸的圖像數據,并將連續多行的線陣圖像數據拼接作為一幀圖像數據進行存儲,其中,該線陣相機聚焦調試平臺包括相機和多個標靶,所述多個標靶與相機之間具有不同的物距;
步驟S2,對于一幀圖像數據中的第一行數據,該第一行數據包括所述多個標靶區域,利用閾值分割法進行分割處理,以區分標靶區域和非標靶區域;
步驟S3,對于分割處理后圖像,去除背景雜波干擾并定位標靶區域;
步驟S4,計算每個標靶區域的成像信號的多個特征值;
步驟S5,基于所述多個特征值,建立圖像最優聚焦分析模型,計算每個焦距參數下的圖像最優聚焦分析值,進而選出最優相機焦距參數;
其中,在步驟S4中,對每個標靶成像信號計算兩個特征值,分別是極差值與梯度差值,表示為:
其中,是第i個標靶成像信號區域內的像素灰度最大值,是第i個標靶成像信號區域內的像素灰度最小值,為計算得到的第i個標靶成像信號區域的極差值,為計算得到的第i個標靶成像信號區域的梯度差值;
其中,所述線陣相機聚焦調試平臺在設置為包含三個標靶的情況下,所述圖像最優聚焦分析模型的決策函數表示為:
其中,α為線陣相機焦距參數,λ1為三個標靶區域成像極差值權重計算總和的權重參數,λ2是三個標靶區域成像梯度差值權重計算總和的權重參數,β1、β2、β3分別為圖像最優聚焦分析模型對三個不同標靶目標成像特征計算的權重參數。
2.根據權利要求1所述的方法,其特征在于,所述線陣相機聚焦調試平臺包括相機、第一標靶、第二標靶和第三標靶,其中,相機與第一標靶之間的第一相機物距以及相機與第三標靶之間的第三相機物距分別對應待采集目標的兩個極端情況,相機與第二標靶之間的第二物距對應正常工作物距。
3.根據權利要求1所述的方法,其特征在于,在步驟S2中,采用大津閾值分割法處理一行圖像數據。
4.根據權利要求1所述的方法,其特征在于,步驟S3包括:
對閾值分割結果進行形態學濾波處理,表示為:
其中,Θ為形態學腐蝕運算算子,為形態學膨脹運算算子,S是設定的形態學濾波模板,Z是閾值分割結果;
對形態學濾波后的結果Z′進行聚類分析,聚類中心個數設置為等于標靶區域的數目,進而得到標靶區域的中心坐標及邊界范圍。
5.根據權利要求4所述的方法,其特征在于,所述聚類算法是K-means聚類。
6.根據權利要求2所述的方法,其特征在于,所述線陣相機聚焦調試平臺用于對隧道襯砌曲面結構進行病害圖像采集,第一相機物距對應距離隧道襯砌最近情況,第三相機物距對應距離隧道襯砌最遠情況。
7.一種計算機可讀存儲介質,其上存儲有計算機程序,其中,該程序被處理器執行時實現根據權利要求1至6中任一項所述方法的步驟。
8.一種計算機設備,包括存儲器和處理器,在所述存儲器上存儲有能夠在處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現權利要求1至6中任一項所述的方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于石家莊鐵道大學;深圳大學,未經石家莊鐵道大學;深圳大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110467009.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種防火型生態建筑幕墻及安裝工藝
- 下一篇:一種視頻拍攝方法及電子設備





