[发明专利]一种线阵工业相机的聚焦调试方法有效

专利信息
申请号: 202110467009.3 申请日: 2021-04-28
公开(公告)号: CN113382134B 公开(公告)日: 2022-04-26
发明(设计)人: 王保宪;杨宇飞;杜彦良;任伟新;徐飞;王俊芳;赵杨平;张颖 申请(专利权)人: 石家庄铁道大学;深圳大学
主分类号: H04N5/225 分类号: H04N5/225;H04N5/232
代理公司: 北京市诚辉律师事务所 11430 代理人: 耿慧敏;朱伟军
地址: 050043 河*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 工业 相机 聚焦 调试 方法
【权利要求书】:

1.一种线阵工业相机的聚焦调试方法,包括以下步骤:

步骤S1,搭建线阵相机聚焦调试平台,抓取在固定焦距参数下线阵相机采集传输的图像数据,并将连续多行的线阵图像数据拼接作为一帧图像数据进行存储,其中,该线阵相机聚焦调试平台包括相机和多个标靶,所述多个标靶与相机之间具有不同的物距;

步骤S2,对于一帧图像数据中的第一行数据,该第一行数据包括所述多个标靶区域,利用阈值分割法进行分割处理,以区分标靶区域和非标靶区域;

步骤S3,对于分割处理后图像,去除背景杂波干扰并定位标靶区域;

步骤S4,计算每个标靶区域的成像信号的多个特征值;

步骤S5,基于所述多个特征值,建立图像最优聚焦分析模型,计算每个焦距参数下的图像最优聚焦分析值,进而选出最优相机焦距参数;

其中,在步骤S4中,对每个标靶成像信号计算两个特征值,分别是极差值与梯度差值,表示为:

其中,是第i个标靶成像信号区域内的像素灰度最大值,是第i个标靶成像信号区域内的像素灰度最小值,为计算得到的第i个标靶成像信号区域的极差值,为计算得到的第i个标靶成像信号区域的梯度差值;

其中,所述线阵相机聚焦调试平台在设置为包含三个标靶的情况下,所述图像最优聚焦分析模型的决策函数表示为:

其中,α为线阵相机焦距参数,λ1为三个标靶区域成像极差值权重计算总和的权重参数,λ2是三个标靶区域成像梯度差值权重计算总和的权重参数,β1、β2、β3分别为图像最优聚焦分析模型对三个不同标靶目标成像特征计算的权重参数。

2.根据权利要求1所述的方法,其特征在于,所述线阵相机聚焦调试平台包括相机、第一标靶、第二标靶和第三标靶,其中,相机与第一标靶之间的第一相机物距以及相机与第三标靶之间的第三相机物距分别对应待采集目标的两个极端情况,相机与第二标靶之间的第二物距对应正常工作物距。

3.根据权利要求1所述的方法,其特征在于,在步骤S2中,采用大津阈值分割法处理一行图像数据。

4.根据权利要求1所述的方法,其特征在于,步骤S3包括:

对阈值分割结果进行形态学滤波处理,表示为:

其中,Θ为形态学腐蚀运算算子,为形态学膨胀运算算子,S是设定的形态学滤波模板,Z是阈值分割结果;

对形态学滤波后的结果Z′进行聚类分析,聚类中心个数设置为等于标靶区域的数目,进而得到标靶区域的中心坐标及边界范围。

5.根据权利要求4所述的方法,其特征在于,所述聚类算法是K-means聚类。

6.根据权利要求2所述的方法,其特征在于,所述线阵相机聚焦调试平台用于对隧道衬砌曲面结构进行病害图像采集,第一相机物距对应距离隧道衬砌最近情况,第三相机物距对应距离隧道衬砌最远情况。

7.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现根据权利要求1至6中任一项所述方法的步骤。

8.一种计算机设备,包括存储器和处理器,在所述存储器上存储有能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至6中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于石家庄铁道大学;深圳大学,未经石家庄铁道大学;深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110467009.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top