CN114913243A - 一种光学材料的畸变检测方法、装置及介质 - Google Patents
一种光学材料的畸变检测方法、装置及介质 Download PDFInfo
- Publication number
- CN114913243A CN114913243A CN202210599521.8A CN202210599521A CN114913243A CN 114913243 A CN114913243 A CN 114913243A CN 202210599521 A CN202210599521 A CN 202210599521A CN 114913243 A CN114913243 A CN 114913243A
- Authority
- CN
- China
- Prior art keywords
- dimensional coordinate
- actual
- optical material
- dimensional
- distortion
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 207
- 239000000463 material Substances 0.000 title claims abstract description 195
- 238000001514 detection method Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000010586 diagram Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 3
- 235000006679 Mentha X verticillata Nutrition 0.000 description 12
- 235000002899 Mentha suaveolens Nutrition 0.000 description 12
- 235000001636 Mentha x rotundifolia Nutrition 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
- G06T2207/30208—Marker matrix
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种光学材料的畸变检测方法、装置及介质，包括：获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像，从待检测图像中提取目标点的实际二维坐标，并获取该二维坐在标定图卡上对应的实际三维坐标，然后通过实际二维坐标，实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标，最后，根据实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，确定目标光学材料是否满足预设畸变条件。由此，通过检测光学材料对相机拍摄结果的影响以确定光学材料是否畸变，避免仅通过判断光学材料本身的属性以确定畸变情况导致的低准确率，提高相机内外参数的标定精度，进而提高产品良品率。
Description
技术领域
本申请涉及光学技术领域，特别是涉及一种光学材料的畸变检测方法、装置及介质。
背景技术
在虚拟现实技术(Virtual Reality，简称VR)产品设计中，需要使用相机拍摄图像，然后根据相机拍摄的图像，使用跟踪(Tracking)算法，调用相机的内参数和外参数进行图像处理，对使用者的位置进行定位追踪。可见，相机的内参数和外参数精确度对于位置的定位十分重要，因此，在VR产品的生产测试过程中，需要对相机的内参数和外参数进行精确标定，然后将内参数和外参数写入设备，用于产品使用过程中的定位等一系列图像处理。
在VR产品的使用过程中，如果相机镜头直接暴露在产品外部，且处于易磨损位置，相机镜头容易被磨损，导致相机拍摄的图片模糊，进而影响图像处理结果。通常，为了保护相机镜头不被磨损，在相机镜头的前方覆盖一层透明光学材料。
由于该光学材料位于相机的成像光路中，因此对光学材料的光学性能有一定要求，不能严重影响正常的光学通路，不能发生严重的折射衍射等。如果该光学材料对光路产生影响，将会影响相机内参数和外参数的标定精度，从而影响依赖相机内参数和外参数的算法精度。
目前，可以通过对光学材料的表面面型参数进行精确仿真，然后通过表面面型的参数判断畸变程度，其中，光学材料畸变会导致相机拍摄的图像发生扭曲和偏移等。或者可以采用应力检测方法以检测光学材料的畸变程度，即通过确定光学材料内部应力的分布情况以判断光学材料平整度，进而确定光学材料畸变程度。目前对保护镜头的光学材料的畸变情况的检测方法，主要是从光学材料本身的属性出发对畸变情况进行判别，无法知道光学材料畸变对相机的影响，剔除不良光学材料的准确性较低。也就是说，目前的检测方法只能依据光学材料本身是否畸变以剔除不良光学材料，并不能结合对相机拍摄图像的影响以剔除不良光学材料。
由此可见，如何根据光学材料对相机的影响情况对光学材料畸变进行检测，剔除畸变过大的光学材料，提高相机内外参数的标定精度，进而提高产品良品率，是本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种光学材料的畸变检测方法、装置及介质，基于光学材料对相机的拍摄图像的影响情况对光学材料的畸变进行检测，以便于剔除畸变严重的光学材料，进而提升产品的良品率。
为解决上述技术问题，本申请提供一种光学材料的畸变检测方法，包括：
获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像；
从所述待检测图像中提取目标点的实际二维坐标，并依据所述实际二维坐标获取所述目标点在所述标定图卡上对应的实际三维坐标；其中，所述目标点为出现在所述待检测图像中的任意点；
根据所述实际二维坐标，所述实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标；
依据所述实际二维坐标、所述参考二维坐标、所述实际三维坐标和所述参考三维坐标，确定所述目标光学材料是否满足预设畸变条件。
优选地，所述标定图卡为多个圆点构成的阵列图的图卡。
优选地，各所述圆点为不同的二维码编码，所述从所述待检测图像中提取目标点的实际二维坐标包括：
识别所述目标点对应的二维码以获取所述实际二维坐标。
优选地，所述相机相关参数包括：相机的内参数、外参数和畸变参数。
优选地，所述依据所述实际二维坐标、所述参考二维坐标、所述实际三维坐标和所述参考三维坐标，确定所述目标光学材料是否满足预设畸变条件包括：
确定所述实际二维坐标和所述参考二维坐标的二维误差，所述实际三维坐标和所述参考三维坐标的三维误差；
获取各所述二维误差和各所述三维误差的统计学指标，其中，所述统计学指标包括总和和/或平均值和/或中值和/或方差；
判断各所述统计学指标是否均超过对应的各预设阈值；
若均超过，则确定所述目标光学材料满足所述预设畸变条件。
优选地，在所述确定所述实际二维坐标和所述参考二维坐标的二维误差，所述实际三维坐标和所述参考三维坐标的三维误差之后还包括：
依据所述二维误差和所述三维误差生成第一色温图和第二色温图；
对比所述第一色温图和所述第二色温图确定所述目标光学材料的畸变情况。
优选地，在所述从所述待检测图像中提取目标点的实际二维坐标之前还包括：
获取所述目标光学材料的透光区域面积；
依据所述透光区域面积确定提取所述实际二维坐标的范围。
为了解决上述技术问题，本申请还提供了一种光学材料的畸变检测装置，包括：
第一获取模块，用于获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像；
提取模块，用于从所述待检测图像中提取目标点的实际二维坐标；其中，所述目标点为出现在所述待检测图像中的任意点；
第二获取模块，用于依据所述实际二维坐标获取所述目标点在所述标定图卡上对应的实际三维坐标；
第一确定模块，用于根据所述实际二维坐标，所述实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标；
第二确定模块，用于依据所述实际二维坐标、所述参考二维坐标、所述实际三维坐标和所述参考三维坐标，确定所述目标光学材料是否满足预设畸变条件。
为了解决上述技术问题，本申请还提供了一种光学材料的畸变检测装置，包括存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如所述的光学材料的畸变检测方法的步骤。
为了解决上述技术问题，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如所述的光学材料的畸变检测方法的步骤。
本发明所提供的一种光学材料的畸变检测方法，包括：获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像，并获取该相机的相关参数。从待检测图像中提取目标点的实际二维坐标，并获取该二维坐在标定图卡上对应的实际三维坐标，然后通过实际二维坐标，实际三维坐标和相机相关参数计算确定参考二维坐标和参考三维坐标，最后，根据实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，确定目标光学材料是否满足预设畸变条件。由此可见，本申请所提供的技术手段，通过采集相机透过光学材料拍摄标定图卡得到的待检测图像，并依据待检测图像和相机自身的一些相关参数确定待检测图像中目标点的实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，进而确定光学材料是否满足畸变条件，即通过检测光学材料对相机拍摄结果的影响以确定光学材料是否畸变，避免仅通过判断光学材料本身的属性以确定畸变情况导致的低准确率，提高相机内外参数的标定精度，进而提高产品良品率。
此外，本申请还提供一种光学材料的畸变检测装置和介质，与上述的光学材料的畸变检测方法相对应，效果同上。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例所提供的一种光学材料的畸变检测方法的流程图；
图2为本申请实施例所提供的一种待检测图像拍摄的示意图；
图3为本申请实施例所提供的一种光学材料的畸变检测装置的结构图；
图4为本申请另一实施例提供的光学材料的畸变检测装置的结构图；
附图标记如下：1为相机，2为标定图卡，3为目标光学材料。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。
本申请的核心是提供一种光学材料的畸变检测方法、装置及介质，通过相机镜头透过光学材料拍摄标定图卡得到待检测图像，并依据待检测图像和相机自身的相关参数确定待检测图像中目标点的实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标以确定光学材料是否满足畸变条件，即通过检测光学材料对相机拍摄结果的影响以确定光学材料是否畸变，进而提升检测光学材料准确性，提高产品的良品率。
为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。
随着科技的不断发展，虚拟现实技术(Virtual Reality，简称VR)产品逐渐进入人们的生活，在进行VR产品设计时，需要使用相机镜头拍摄图像，并根据相机拍摄的图像，相机的内参数和外参数调用算法进行图像处理，实现对使用者的位置进行定位追踪。因此，相机内参数和外参数的精确度对于位置定位十分重要，故，在VR产品的生产测试过程中，需要对相机的内参数和外参数进行精确标定，然后将内参数和外参数写入设备，用于产品使用过程中的定位等一系列图像处理。
在VR产品的使用过程中，如果相机镜头直接暴露在产品外部，且处于易磨损位置时，相机镜头容易被磨损，导致相机拍摄的图片模糊，进而影响图像处理结果。通常，为了保护相机镜头不被磨损，在相机镜头的前方会覆盖一层透明光学材料。
由于该光学材料位于相机的成像光路中，因此对光学材料的光学性能有一定要求，不能严重影响正常的光学通路，不能发生严重的折射衍射等。如果该光学材料对光路产生影响，将会影响相机内参数和外参数的标定精度，从而影响依赖相机内参数和外参数的算法精度。
目前，可以通过对光学材料的表面面型参数进行精确仿真，然后通过表面面型的参数判断畸变程度，其中，光学材料畸变会导致相机拍摄的图像发生扭曲和偏移等。或者可以采用应力检测方法以检测光学材料的畸变程度，即通过确定光学材料内部应力的分布情况以判断光学材料平整度，进而确定光学材料畸变程度。目前的，对保护相机镜头的光学材料的畸变情况检测方法，主要是从光学材料本身的属性出发对畸变情况进行判别，而无法知道光学材料畸变对相机的影响，进而导致剔除不良光学材料的准确性较低。也就是说，目前的检测方法只能依据光学材料本身是否畸变以剔除不良光学材料，并不能结合对相机拍摄图像的影响以剔除不良光学材料。
为了实现依据光学材料对相机镜头的影响情况对光学材料畸变进行检测，剔除畸变过大的光学材料，提高相机内外参数的标定精度，进而提高产品良品率，本申请实施例提供了一种光学材料的畸变检测方法，相机镜头透过待检测的光学材料拍摄标定图卡得到待检测图像，然后根据待检测图像和相机自身的相关参数确定待检测图像中目标点的实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，进而确定光学材料是否满足畸变条件，即通过确定光学材料对相机镜头拍摄图像的影响以确定光学材料的畸变情况，提升检测光学材料准确性。
图1为本申请实施例所提供的一种光学材料的畸变检测方法的流程图，如图1所示，该方法包括：
S10：获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像。
在具体实施例中，将高精度相机和标定图卡的相对位置进行固定，固定位置后保持不变，然后将目标光学材料放置在相机镜头拍摄标定图卡的光学路径上，即使得相机镜头拍摄标定图卡时能透过目标光学材料进行拍摄得到待检测图像。然后，通过步骤S10获取相机镜头拍摄的待检测图像。
需要说明的是，标定图卡为预先设定好的图卡，其中图卡是多个圆点构成的阵列图的图卡，也可以是矩形点构成的阵列图的图卡，对于图卡的形状和构成，对此本申请不作限定，但不论是何种形状的点构成，图卡上的各点均为不同的二维码编码。从精度的角度考虑，优选多个圆点构成的阵列图图卡。
S11：从待检测图像中提取目标点的实际二维坐标，并依据二维坐标获取目标点在标定图卡上对应的实际三维坐标；其中，目标点为出现在待检测图像中的任意点。
可以理解的是，得到待检测图像后，通过识别待检测图像中的各点的二维码即可提取到目标点的实际二维坐标，其中，目标点为出现在待检测图像中的任意点，且提取的目标点可以是一个，也可以是多个，对此本申请不作限定。此外，需要注意的是，在提取目标点的实际二维坐标前，可以先获取目标光学材料的透光区域面积，进而可以依据透光区域面积确定获取目标点的个数。得到目标点的实际二维坐标后，可以依据实际二维坐标在标定图卡上找到对应的图卡上的实际三维坐标。
需要说明的是，当标定图卡选择圆点构成的阵列图的图卡时，实际二维坐标为待检测图像中目标点的圆心坐标，实际三维坐标为实际二维坐标在标定图卡上的实际三维圆心坐标。若选择矩形点构成的阵列图，则实际二维坐标为矩形中心点的坐标，对应的，实际三维坐标为实际二维坐标在标定图卡上的实际三维中心坐标。
S12：根据实际二维坐标，实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标。
获取相机的内参数Mint、外参数RT和畸变参数KP等相关参数，其中，内参数Mint与相机焦距和底片大小等因素有关，外参数RT为相机与标定图卡的方向关系，畸变参数KP包括径向畸变系数(k1、k2、k3)和切向畸变系数(p1、p2)，径向畸变发生在相机坐标系转换为物理坐标系的过程中，即像素的位置产生偏差，与像素点到图像的距离有关。切向畸变产生的原因是透镜不完全平行于图像，即镜头与底片不平行导致的畸变。
在具体实施例中，得到目标点的实际二维坐标Px1和实际三维坐标Pw1后，通过相机的内参数Mint、外参数RT和畸变参数KP，将目标点的实际三维坐标Pw1重新投影得到参考二维坐标Px2，即对相机的内参数Mint、外参数RT、畸变参数KP和实际三维坐标Pw1进行计算得到参考二维坐标Px2。即X＝Pw1*RT*Mint，其中，Pw1为目标点的实际三维坐标Pw1，将计算得到的X值带入畸变参数KP的方程中计算得到参考二维坐标Px2。其中畸变参数KP的方程为k1*X+k2*X^2+k3*X^3，值得注意的是，可以通过计算更高阶的畸变系数以提高精度，对于计算精度可以依据实际需求进行设定。
通过相机的内参数Mint、外参数RT和畸变参数KP，将目标点的实际二维坐标Px1重新投影得到参考三维坐标Pw2，即对相机的内参数Mint、外参数RT、畸变参数KP和实际二维坐标进行计算得到参考三维坐标Pw2。即知道实际二维坐标Px1，通过实际二维坐标Px1求反函数得到X值，并依据X值求实际三维坐标Pw2。也就是说，在X＝Pw2*RT*Mint中，已知X值求参考三维坐标Pw2。由此，根据实际二维坐标，实际三维坐标和相机相关参数计算得到参考二维坐标和参考三维坐标。
S13：依据实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，确定目标光学材料是否满足预设畸变条件。
得到实际二维坐标Px1、参考二维坐标Px2、实际三维坐标Pw1和参考三维坐标Pw2后，计算实际二维坐标Px1和参考二维坐标Px2的二维误差re-pre-err-2d，以及计算实际三维坐标Pw1和参考三维坐标Pw2的三维误差re-pre-err-3d，获取二维误差re-pre-err-2d和三维误差re-pre-err-3d的统计学指标，判断各统计学指标是否超过对应的各预设阈值以确定目标光学材料是否满足畸变条件。
在具体实施中，还可以依据二维误差和三维误差生成第一色温图和第二色温图，通过对比第一色温图和第二色温图进一步确定目标光学材料是否发生畸变。
本申请实施例所提供的光学材料的畸变检测方法，包括：获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像，并获取该相机的相关参数。从待检测图像中提取目标点的实际二维坐标，并获取该二维坐在标定图卡上对应的实际三维坐标，然后通过实际二维坐标，实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标，最后，根据实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，确定目标光学材料是否满足预设畸变条件。由此可见，本申请所提供的技术手段，通过采集相机透过光学材料拍摄标定图卡得到的待检测图像，并依据待检测图像和相机自身的一些相关参数确定待检测图像中目标点的实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，进而确定光学材料是否满足畸变条件，即通过检测光学材料对相机拍摄结果的影响以确定光学材料是否畸变，避免仅通过判断光学材料本身的属性以确定畸变情况导致的低准确率，提高相机内外参数的标定精度，进而提高产品良品率。
图2为本申请实施例所提供的一种待检测图像拍摄的示意图，在具体实施例中，如图2所示，将相机1与标定图卡2的相对位置进行固定，然后将目标光学材料3放置在相机镜头和标定图卡2之间，当然必须注意的是，相机镜头必须能透过目标光学材料3拍摄到标定图卡2，即目标光学材料3在相机镜头拍摄标定图卡2的光学路径上。
值得注意的是，标定图卡2可以是多个圆点构成的阵列图的图卡，也可以是多个矩形点构成的阵列图的图卡，由于矩形点构成的图卡精度只能到整数，而原点可以精确到小数，因此，为了提高精度，本申请实施例优选标定图卡2为多个圆点构成的阵列图的图卡。
在进行光学材料的畸变检测前，预先设定好标定图卡2，并获取标定图卡2各圆点的实际三维坐标，以便于后续根据拍摄的待检测图像提取到实际二维坐标后，能快速匹配找到标定图卡2上对应的实际三维坐标。可以理解的是，为了提高精度，可以尽可能多设置标定圆点的个数，即尽可能使标定图卡2上的原点密度越大。
本申请实施例所提供的光学材料的畸变检测方法，将标定图卡设置为多个圆点构成的阵列图的图卡，由此提高提取实际二维坐标和实际三维坐标的精度，进而提升检测目标光学材料畸变的精度，提升产品的良品率。
在上述实施例的基础上，考虑到若圆点采用实心原点时，相机镜头透过目标光学材料拍摄标定图卡得到待检测图像后，需要对各原点进行排序和计算等一系列处理才能获得各圆点的实际二维左边，显而易见，这将会增加数据计算量，进而降低光学材料的畸变检测效率。因此，为了提高光学材料的畸变检测效率，本申请实施例将多个圆点设置为不同的二维码编码，则从待检测图像中提取目标点的实际二维坐标时，可以通过识别目标点对应的二维码直接获取实际二维坐标。当然，除了二维码也可以是黑白棋盘格等，对此本申请不作限定。
本申请实施例所提供的光学材料的畸变检测方法，将标定图卡中的各圆点设置为不同的二维码编码，可通过快速识别二维码获取目标点的实际二维坐标，进而提升光学材料的畸变检测效率。
具体实施中，根据实际二维坐标，实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标时，相机相关参数包括内参数Mint、外参数RT和畸变参数KP。其中，内参数Mint为与相机焦距和底片大小等因素有关的参数，即内参数Mint由相机本身决定，不因外界环境而改变。外参数RT为相机与标定图卡的方向关系。而畸变参数KP包括径向畸变系数(k1、k2、k3)和切向畸变系数(p1、p2)，径向畸变发生在相机坐标系转换为物理坐标系的过程中，即像素的位置产生偏差，与像素点到图像的距离有关。切向畸变产生的原因是透镜不完全平行于图像，即镜头与底片不平行导致的畸变。
可以理解的是，一个实际二维坐标对应一个参考三维坐标，而实际三维坐标也会对应一个参考二维坐标。因此，依据相机镜头拍摄的待检测图像得到目标点的实际二维坐标和实际三维坐标后，通过对相机的内参数Mint、外参数RT、畸变参数KP和实际三维坐标进行计算得到参考二维坐标，并通过对相机的内参数Mint、外参数RT、畸变参数KP和实际二维坐标进行计算得到参考三维坐标。
本申请实施例所提供的光学材料的畸变检测方法，将相机的内参数、外参数和畸变参数等相关参数和目标点的实际二维坐标和实际三维坐标相结合进行分析确定参考二维坐标和参考三维坐标，以便确定目标光学材料的畸变情况，由此通过检测光学材料对相机拍摄结果的影响以确定光学材料是否畸变，提升产品的良品率。
在上述实施例的基础上，根据相机自身的相关参数、实际二维坐标Px1和实际三维坐标Pw1计算得到参考二维坐标Px2和参考三维坐标Pw2后，计算实际二维坐标Px1和参考二维坐标Px2的二维误差re-pre-err-2d，以及实际三维坐标Pw1和参考三维坐标Pw2的三维误差re-pre-err-3d。
事实上，为了提升光学材料的畸变检测准确率，通常从待检测图像中获取多个目标点的坐标以检测目标光学材料的畸变情况，当然，也可以通过调整相机和标定图卡之间的相对位置，每个相对位置获取一个待检测图像，基于多个待检测图像中的各目标点以检测光学材料的畸变情况，对此本申请不作限定。
得到各目标点的二维误差re-pre-err-2d和三维误差re-pre-err-3d后，统计获取二维误差re-pre-err-2d和三维误差re-pre-err-3d的统计学指标，其中统计学指标包括总和和/或平均值和/或中值和/或方差。依据各统计学指标确定目标光学材料是否畸变，例如，计算确定各目标点的二维误差平均值和三维误差平均值，当二维误差平均值超过二维误差预设阈值，且三维误差平均值超过三维误差预设阈值时，确定目标光学材料畸变，可以将其剔除。也可以依据统计学指标中的其他指标进行判断以确定目标光学材料是否发生畸变，当然，还可以结合多个统计学指标进行分析以确定目标光学材料是否畸变，对此本申请不作限定。
本申请实施例所提供的光学材料的畸变检测方法，通过确定实际二维坐标和参考二维坐标的二维误差，以及实际三维坐标和参考三维坐标的三维误差，并获取各二维误差和各三维误差的统计学指标，其中，统计学指标包括总和和/或平均值和/或中值和/或方差，当各统计学指标均超过对应的各预设阈值时，确定目标光学材料发生畸变。由此，结合光学材料对相机镜头拍摄结果的影响程度以确定光学材料是否畸变，并通过分析多个统计学指标以确定畸变情况，提高检测光学材料畸变的准确性，进而提高产品的良品率。
在上述实施例的基础上，为了进一步提高光学材料的畸变检测准确率，在得到二维误差re-pre-err-2d和三维误差re-pre-err-3d后，还可以依据二维误差和三维误差生成第一色温图和第二色温图，然后，通过对比第一色温图和第二色温图进一步确定目标光学材料是否发生畸变。
事实上，得到第一色温图和第二色温图后，可以通过第一色温图和第二色温图很直观观察到目标光学材料的畸变分布情况，便于调整生产线，进而提高产品良品率。
本申请实施例所提供的光学材料的畸变检测方法，依据二维误差和三维误差生成第一色温图和第二色温图，并对比第一色温图和第二色温图确定目标光学材料的畸变情况。由此，在二维误差和三维误差的各统计学指标的基础上，结合生成的第一色温图和第二色温图确定光学材料的畸变情况，提升畸变检测准确率，进而可以提高相机内外参数的标定精度。
在具体实施中，为了准确检测目标光学材料所有面积的畸变情况，在从待检测图像中提取目标点的实际二维坐标前，先获取目标光学材料的透光区域，以便于调整放置目标光学材料的位置，由此保证相机镜头拍摄标定图卡时，能透过锁头光学材料的所有面积进行拍摄。同时，可以依据透光区域面积确定提取实际二维坐标的范围，可以避免提取的实际二维坐标并不是透过光学材料拍摄到的点，造成不必要的计算，降低检测效率。
本申请实施例所提供的光学材料的畸变检测方法，在从待检测图像中提取目标点的实际二维坐标之前，获取目标光学材料的透光区域面积，并依据透光区域面积确定提取实际二维坐标的范围，由此，保证拍摄的待检测图像是透过目标光学材料所有面积进行拍摄，且依据透光区域面积确定提取实际二维坐标的范围，避免获取无效目标点，进而减小计算量，由此提升检测效率和检测准确性。
在上述实施例中，对于光学材料的畸变检测方法进行了详细描述，本申请还提供光学材料的畸变检测装置对应的实施例。需要说明的是，本申请从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件结构的角度。
图3为本申请实施例所提供的一种光学材料的畸变检测装置的结构图，如图3所示，该装置包括：
第一获取模块10，用于获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像。
提取模块11，用于从待检测图像中提取目标点的实际二维坐标；其中，目标点为出现在待检测图像中的任意点。
第二获取模块12，用于依据二维坐标获取目标点在标定图卡上对应的实际三维坐标。
第一确定模块13，用于根据实际二维坐标，实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标。
第二确定模块14，用于依据实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，确定目标光学材料是否满足预设畸变条件。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
本申请实施例所提供的光学材料的畸变检测装置，包括：获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像，并获取该相机的相关参数。从待检测图像中提取目标点的实际二维坐标，并获取该二维坐在标定图卡上对应的实际三维坐标，然后通过实际二维坐标，实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标，最后，根据实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，确定目标光学材料是否满足预设畸变条件。由此可见，本申请所提供的技术手段，通过采集相机透过光学材料拍摄标定图卡得到的待检测图像，并依据待检测图像和相机自身的一些相关参数确定待检测图像中目标点的实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，进而确定光学材料是否满足畸变条件，即通过检测光学材料对相机拍摄结果的影响以确定光学材料是否畸变，避免仅通过判断光学材料本身的属性以确定畸变情况导致的低准确率，提高相机内外参数的标定精度，进而提高产品良品率。
图4为本申请另一实施例提供的光学材料的畸变检测装置的结构图，如图4所示，光学材料的畸变检测装置包括：存储器20，用于存储计算机程序；
处理器21，用于执行计算机程序时实现如上述实施例所提到的光学材料的畸变检测方法的步骤。
本实施例提供的光学材料的畸变检测装置可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(Digital Signal Processor，简称DSP)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)、可编程逻辑阵列(ProgrammableLogic Array，简称PLA)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(Central Processing Unit，简称CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以集成有图像处理器(GraphicsProcessing Unit，简称GPU)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括人工智能(Artificial Intelligence，简称AI)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器20至少用于存储以下计算机程序201，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例公开的光学材料的畸变检测方法的相关步骤。另外，存储器20所存储的资源还可以包括操作***202和数据203等，存储方式可以是短暂存储或者永久存储。其中，操作***202可以包括Windows、Unix、Linux等。数据203可以包括但不限于光学材料的畸变检测方法中涉及的相关数据。
在一些实施例中，光学材料的畸变检测装置还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
本领域技术人员可以理解，图4中示出的结构并不构成对光学材料的畸变检测装置的限定，可以包括比图示更多或更少的组件。
本申请实施例提供的光学材料的畸变检测装置，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如下方法：光学材料的畸变检测方法。
本申请实施例所提供的光学材料的畸变检测装置，通过采集相机透过光学材料拍摄标定图卡得到的待检测图像，并依据待检测图像和相机自身的一些相关参数确定待检测图像中目标点的实际二维坐标、参考二维坐标、实际三维坐标和参考三维坐标，进而确定光学材料是否满足畸变条件，即通过检测光学材料对相机拍摄结果的影响以确定光学材料是否畸变，避免仅通过判断光学材料本身的属性以确定畸变情况导致的低准确率，提高相机内外参数的标定精度，进而提高产品良品率。
最后，本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请所提供的一种光学材料的畸变检测方法、装置及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种光学材料的畸变检测方法，其特征在于，包括：
获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像；
从所述待检测图像中提取目标点的实际二维坐标，并依据所述实际二维坐标获取所述目标点在所述标定图卡上对应的实际三维坐标；其中，所述目标点为出现在所述待检测图像中的任意点；
根据所述实际二维坐标，所述实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标；
依据所述实际二维坐标、所述参考二维坐标、所述实际三维坐标和所述参考三维坐标，确定所述目标光学材料是否满足预设畸变条件。
2.根据权利要求1所述的光学材料的畸变检测方法，其特征在于，所述标定图卡为多个圆点构成的阵列图的图卡。
3.根据权利要求2所述的光学材料的畸变检测方法，其特征在于，各所述圆点为不同的二维码编码，所述从所述待检测图像中提取目标点的实际二维坐标包括：
识别所述目标点对应的二维码以获取所述实际二维坐标。
4.根据权利要求3所述的光学材料的畸变检测方法，其特征在于，所述相机相关参数包括：相机的内参数、外参数和畸变参数。
5.根据权利要求4所述的光学材料的畸变检测方法，其特征在于，所述依据所述实际二维坐标、所述参考二维坐标、所述实际三维坐标和所述参考三维坐标，确定所述目标光学材料是否满足预设畸变条件包括：
确定所述实际二维坐标和所述参考二维坐标的二维误差，所述实际三维坐标和所述参考三维坐标的三维误差；
获取各所述二维误差和各所述三维误差的统计学指标，其中，所述统计学指标包括总和和/或平均值和/或中值和/或方差；
判断各所述统计学指标是否均超过对应的各预设阈值；
若均超过，则确定所述目标光学材料满足所述预设畸变条件。
6.根据权利要求4所述的光学材料的畸变检测方法，其特征在于，在所述确定所述实际二维坐标和所述参考二维坐标的二维误差，所述实际三维坐标和所述参考三维坐标的三维误差之后还包括：
依据所述二维误差和所述三维误差生成第一色温图和第二色温图；
对比所述第一色温图和所述第二色温图确定所述目标光学材料的畸变情况。
7.根据权利要求1所述的光学材料的畸变检测方法，其特征在于，在所述从所述待检测图像中提取目标点的实际二维坐标之前还包括：
获取所述目标光学材料的透光区域面积；
依据所述透光区域面积确定提取所述实际二维坐标的范围。
8.一种光学材料的畸变检测装置，其特征在于，包括：
第一获取模块，用于获取相机镜头透过目标光学材料拍摄标定图卡得到的待检测图像；
提取模块，用于从所述待检测图像中提取目标点的实际二维坐标；其中，所述目标点为出现在所述待检测图像中的任意点；
第二获取模块，用于依据所述实际二维坐标获取所述目标点在所述标定图卡上对应的实际三维坐标；
确定模块，用于根据所述实际二维坐标，所述实际三维坐标和相机相关参数确定参考二维坐标和参考三维坐标；
第二确定模块，用于依据所述实际二维坐标、所述参考二维坐标、所述实际三维坐标和所述参考三维坐标，确定所述目标光学材料是否满足预设畸变条件。
9.一种光学材料的畸变检测装置，其特征在于，包括存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的光学材料的畸变检测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的光学材料的畸变检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210599521.8A CN114913243A (zh) | 2022-05-30 | 2022-05-30 | 一种光学材料的畸变检测方法、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210599521.8A CN114913243A (zh) | 2022-05-30 | 2022-05-30 | 一种光学材料的畸变检测方法、装置及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114913243A true CN114913243A (zh) | 2022-08-16 |
Family
ID=82768257
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210599521.8A Pending CN114913243A (zh) | 2022-05-30 | 2022-05-30 | 一种光学材料的畸变检测方法、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114913243A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102519710A (zh) * | 2011-11-01 | 2012-06-27 | 北京航空航天大学 | 一种透光玻璃光学畸变数字化检测仪及检测方法 |
| CN105043720A (zh) * | 2015-07-01 | 2015-11-11 | 上海交通大学 | 基于单摄像机的红外滤光片折射率的测量方法 |
| CN107274352A (zh) * | 2017-04-26 | 2017-10-20 | 睿舆自动化（上海）有限公司 | 一种图像处理方法及应用于镜头畸变和摄影畸变矫正的实时采样*** |
| CN108364318A (zh) * | 2018-01-18 | 2018-08-03 | 北京科技大学 | 一种消除防护玻璃折射影响的平面尺寸单目测量方法 |
| CN109751992A (zh) * | 2017-11-03 | 2019-05-14 | 北京凌宇智控科技有限公司 | 面向室内三维空间的定位校正方法、定位方法及其设备 |
| CN109949232A (zh) * | 2019-02-12 | 2019-06-28 | 广州南方卫星导航仪器有限公司 | 图像与rtk结合的测量方法、***、电子设备及介质 |
| CN110276808A (zh) * | 2019-06-11 | 2019-09-24 | 合肥工业大学 | 一种单相机结合二维码测量玻璃板不平度的方法 |
| KR20210002821A (ko) * | 2019-07-01 | 2021-01-11 | 전남대학교산학협력단 | 구조광 패턴 반사기술을 이용한 대형 반사판 3차원 표면형상 측정 방법 |
| CN112509035A (zh) * | 2020-11-26 | 2021-03-16 | 江苏集萃未来城市应用技术研究所有限公司 | 一种光学镜头和热成像镜头的双镜头图像像素点匹配方法 |
| CN113465543A (zh) * | 2021-06-24 | 2021-10-01 | 西安交通大学 | 一种基于多目视觉和振镜激光扫描的三维测量***及方法 |
| CN113870204A (zh) * | 2021-09-18 | 2021-12-31 | 中科苏州智能计算技术研究院 | 一种光学玻璃的异常检测方法及装置 |
-
2022
- 2022-05-30 CN CN202210599521.8A patent/CN114913243A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102519710A (zh) * | 2011-11-01 | 2012-06-27 | 北京航空航天大学 | 一种透光玻璃光学畸变数字化检测仪及检测方法 |
| CN105043720A (zh) * | 2015-07-01 | 2015-11-11 | 上海交通大学 | 基于单摄像机的红外滤光片折射率的测量方法 |
| CN107274352A (zh) * | 2017-04-26 | 2017-10-20 | 睿舆自动化（上海）有限公司 | 一种图像处理方法及应用于镜头畸变和摄影畸变矫正的实时采样*** |
| CN109751992A (zh) * | 2017-11-03 | 2019-05-14 | 北京凌宇智控科技有限公司 | 面向室内三维空间的定位校正方法、定位方法及其设备 |
| CN108364318A (zh) * | 2018-01-18 | 2018-08-03 | 北京科技大学 | 一种消除防护玻璃折射影响的平面尺寸单目测量方法 |
| CN109949232A (zh) * | 2019-02-12 | 2019-06-28 | 广州南方卫星导航仪器有限公司 | 图像与rtk结合的测量方法、***、电子设备及介质 |
| CN110276808A (zh) * | 2019-06-11 | 2019-09-24 | 合肥工业大学 | 一种单相机结合二维码测量玻璃板不平度的方法 |
| KR20210002821A (ko) * | 2019-07-01 | 2021-01-11 | 전남대학교산학협력단 | 구조광 패턴 반사기술을 이용한 대형 반사판 3차원 표면형상 측정 방법 |
| CN112509035A (zh) * | 2020-11-26 | 2021-03-16 | 江苏集萃未来城市应用技术研究所有限公司 | 一种光学镜头和热成像镜头的双镜头图像像素点匹配方法 |
| CN113465543A (zh) * | 2021-06-24 | 2021-10-01 | 西安交通大学 | 一种基于多目视觉和振镜激光扫描的三维测量***及方法 |
| CN113870204A (zh) * | 2021-09-18 | 2021-12-31 | 中科苏州智能计算技术研究院 | 一种光学玻璃的异常检测方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| LEE S ET AL.: "A robust camera-based method for optical distortion calibration of head-mounted displays", 《JOURNAL OF DISPLAY TECHNOLOGY》, vol. 11, no. 10, 31 December 2014 (2014-12-31), pages 845 - 853, XP011670978, DOI: 10.1109/JDT.2014.2386216 * |
| 任明阳 等: "高温数字图像相关法变形测量中玻璃介质误差校正", 《中国光学》, vol. 15, no. 02, 31 March 2022 (2022-03-31), pages 327 - 338 * |
| 陈磊 等: "窗口玻璃畸变校正下的自由飞模型姿态测量技术研究", 《光学精密工程》, vol. 30, no. 04, 28 February 2022 (2022-02-28), pages 455 - 463 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3614340B1 (en) | Methods and devices for acquiring 3d face, and computer readable storage media | |
| JP5631025B2 (ja) | 情報処理装置、その処理方法及びプログラム | |
| JP5976198B2 (ja) | 人数計数装置および人数計数方法 | |
| CN110689577B (zh) | 单相机环境中主动式刚体的位姿定位方法及相关设备 | |
| CN110660072B (zh) | 一种直线边缘的识别方法、装置、存储介质及电子设备 | |
| CN112330751B (zh) | 一种结构光相机行偏差检测方法及装置 | |
| CN112633084B (zh) | 人脸框确定方法、装置、终端设备及存储介质 | |
| CN112200056B (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
| CN112991459A (zh) | 一种相机标定方法、装置、设备以及存储介质 | |
| CN111354029B (zh) | 手势深度确定方法、装置、设备及存储介质 | |
| CN111680574A (zh) | 一种人脸检测方法、装置、电子设备和存储介质 | |
| Yang et al. | Auto-recognition Method for Pointer-type Meter Based on Binocular Vision. | |
| CN110823106A (zh) | 一种基于激光连续波调制原理的平板玻璃质量检测方法 | |
| CN110211021B (zh) | 图像处理装置、图像处理方法和存储介质 | |
| CN116958145A (zh) | 图像处理方法、装置、视觉检测***及电子设备 | |
| CN114511608A (zh) | 一种深度图像的获取方法、装置、终端、成像***和介质 | |
| CN113781392A (zh) | 胶路的检测方法、电子设备及存储介质 | |
| CN114913243A (zh) | 一种光学材料的畸变检测方法、装置及介质 | |
| CN112200002A (zh) | 一种体温测量方法、装置、终端设备及存储介质 | |
| CN111488337B (zh) | 基于红外热像仪测量人体额温识别方法、***及设备 | |
| CN111179332B (zh) | 图像处理方法及装置、电子设备及存储介质 | |
| CN115250349A (zh) | 一种传感器测试方法及相关装置 | |
| CN111222504A (zh) | 一种弹孔报靶方法、装置、设备及介质 | |
| CN112565601B (zh) | 图像处理方法、装置、移动终端及存储介质 | |
| CN117011296B (zh) | 一种光电吊舱跟踪精度快速检测方法、设备及存储介质 |
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 |