CN116774536B - 一种图像处理方法及*** - Google Patents

一种图像处理方法及*** Download PDF

Info

Publication number
CN116774536B
CN116774536B CN202311050269.6A CN202311050269A CN116774536B CN 116774536 B CN116774536 B CN 116774536B CN 202311050269 A CN202311050269 A CN 202311050269A CN 116774536 B CN116774536 B CN 116774536B
Authority
CN
China
Prior art keywords
pixel
image
noise
value
images
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.)
Active
Application number
CN202311050269.6A
Other languages
English (en)
Other versions
CN116774536A (zh
Inventor
陈乃奇
陈钢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Anteland Technology Co Ltd
Original Assignee
Shenzhen Anteland Technology Co Ltd
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 Shenzhen Anteland Technology Co Ltd filed Critical Shenzhen Anteland Technology Co Ltd
Priority to CN202311050269.6A priority Critical patent/CN116774536B/zh
Publication of CN116774536A publication Critical patent/CN116774536A/zh
Application granted granted Critical
Publication of CN116774536B publication Critical patent/CN116774536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70383—Direct write, i.e. pattern is written directly without the use of a mask by one or multiple beams
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像处理方法及***，运用于激光直写技术领域，图像处理方法包括：将M幅灰度图像全部处理成M幅二值图像，其中，M幅灰度图像由摄像装置拍摄F颗激光器分别曝光同样大小区域的感光涂层得到，每颗激光器曝光同样大小区域的感光涂层后共得到R幅灰度图像，M=R*F;对每一幅初始二值图像中可能存在的噪点进行处理后，得到第一二值图像；求出F颗激光器对应的F个像素密度均值。将根据本图像处理方法及***处理得到的F颗激光器重新根据像素密度均值排序并依次安装在激光直写***上，以使得这F颗激光器曝光感光涂层后得到的图像的色差在整体上更加均匀。

Description

一种图像处理方法及***
技术领域
本公开涉及激光直写技术领域，尤其涉及到一种图像处理方法及***。
背景技术
在激光直写技术领域 ，若干颗同规格激光器在理论上技术参数是相同的，用若干颗同规格激光器逐行曝光同一网版上涂镀均匀的感光涂层时，理论上每一颗激光器曝光对应的那部分感光涂层后得到的图像区块的像素密度值相等，因此，由若干图像区块组成的整幅图像的像素密度理论上均匀一致且和每一图像区块的像素密度值相同。然而，由于每颗激光器因性能差异导致曝光技术参数存在差异，导致曝光各自对应的那部分感光涂层后得到的各图像区块的像素密度值不相等，最后由若干图像区块组成的整幅图像的色差分布不均匀；同时，因为网版上存有污点，导致激光器曝光得到的二值图像上存在噪点，需要将噪点以图像处理的方式去掉。
发明内容
本发明提供一种图像处理方法及***，其目的在于解决若干激光器因为不是根据曝光得到的图像的像素密度值大小排序安装在激光直写设备上，导致所有激光器爆出的图像在整体上色差分布不均匀的问题。
本发明的技术方案如下：
一种图像处理方法，应用于激光直写技术领域，包括如下处理步骤：
S1：将M幅灰度图像全部处理成M幅二值图像，其中，所述M幅灰度图像由F颗激光器、每颗激光器分别曝光R块同样形状和大小的感光涂层后得到，M=R*F ;
S2:对每一幅初始二值图像中可能存在的噪点进行处理，定义噪点去除后的初始二值图像为第一二值图像；
S3: 计算每一颗激光器曝光对应的R幅初始二值图像和/或第一二值图像中每一幅中像素值为0的像素点的数量,根据/>求出对应的像素密度值，进而求得F个像素密度均值/>,以使得按F个像素密度均值/>,从大到小或者从小到大顺序对F颗激光器排序，排序后的F颗激光器曝光感光涂层得到的图像的色差更加均匀；其中，Q为每一幅初始二值图像或第一二值图像的面积。
在一些实施例中，将M幅灰度图像全部处理成M幅初始二值图像，具体包括如下步骤：
对每一幅所述灰度图像进行均值卷积，均值卷积完成后乘以系数,得到卷积图像；
将所述卷积图像中的每一个像素值和所述灰度图像的对应的每一个像素值逐个对比，区分出前景和背景，得到所述初始二值图像；其中，均值卷积的公式如下：
，
Z(u,v)为均值卷积结果，n为卷积核大小，为所述灰度图像中坐标为(u-i,v-f)处的像素点的像素值，/>,/>为0到1之间的系数值，value为自定义值，/>为所述灰度图像中坐标为（i,j）的像素点，Yi为所述灰度图像中的第i个像素，/>为卷积图的第i个像素点,Ri为输出的初始二值化图像。
在一些实施例中，对每一幅初始二值图像中可能存在的符合筛选条件的噪点进行图像处理，其中筛选的方法为连通域筛选方法。
在一些实施例中，所述连通域筛选方法为8连通域筛选方法：以初始二值图像中的任意一点为参考像素点,以所述参考像素点/>为中心，其相邻的上、下、左、右、左上、右上、左下、右下的八个像素点定义为所述参考像素点/>的8邻域；
若所述八个像素点中的其中一个像素点的像素值与所述参考像素点的像素值相同，且满足/>，则所述八个像素点中的其中一个像素点/>与所述参考像素点/>为同一连通域；
将初始二值图像中像素值为0的噪点处理成像素值为255的白点，或者将像素值为255的噪点处理成像素值为0的像素点，得到第一二值图像；
其中，
在一些实施例中，通过如下步骤求得:
求出第一颗激光器曝光对应的第一幅初始二值图像和/或第一二值图像的像素密度值；
以和求同样的办法，求出第一颗激光器曝光对应的剩余（R-1）幅初始二值图像和/或第一二值图像的像素密度值/>；
根据公式 ，求出第一颗激光器对应的R幅初始二值图像和/或第一二值图像对应的像素密度均值/>。
在一些实施例中，求出第一颗激光器对应的第一幅初始二值图像或第一二值图像的像素密度值，具体步骤为：
计算第一颗激光器曝光对应的第一幅初始二值图像或第一二值图像中的像素值为0的像素点的数量，根据公式/>，求得/>；其中，表示像素点的像素值为0,Q表示任何一颗激光器曝光对应的任何一幅初始二值图像或第一二值图像的面积，/>表示第一颗激光器曝光对应的第一幅初始二值图像或第一二值图像中像素值为0的像素点的密度值。
本发明还公开了一种图像处理***，包括：二值图像获取模块，用于：将M幅灰度图像全部处理成M幅二值图像，其中，所述M幅灰度图像由F颗激光器、每颗激光器分别曝光R块同样形状和大小的感光涂层后得到，M=R*F；
噪点处理模块，用于对每一幅初始二值图像中可能存在的噪点进行处理，定义噪点去除后的初始二值图像为第一二值图像；
像素密度均值获取模块，用于：计算每一颗激光器曝光对应的R幅初始二值图像和/或第一二值图像中每一幅中像素值为0的像素点的数量,根据求出对应的像素密度值，进而求得F个像素密度均值/>,以使得按F个像素密度均值/>,从大到小或者从小到大顺序对F颗激光器排序，排序后的F颗激光器曝光感光涂层得到的图像的色差更加均匀；其中，Q为每一幅初始二值图像或第一二值图像的面积。
在一些实施例中，将M幅灰度图像全部处理成M幅初始二值图像，包括如下步骤：
对每一幅所述灰度图像进行均值卷积，均值卷积完成后乘以系数,得到卷积图像；
将所述卷积图像中的每一个像素值和所述灰度图像的对应的每一个像素值逐个对比，区分出前景和背景，得到所述初始二值图像；其中，均值卷积的公式如下：
，
Z(u,v)为均值卷积结果，n为卷积核大小，为所述灰度图像中坐标为(u-i,v-f)处的像素点的像素值，/>,/>为0到1之间的系数值，value为自定义值，/>为所述灰度图像中坐标为（i,j）的像素点，Yi为所述灰度图像中的第i个像素，/>为卷积图的第i个像素点,Ri为输出的初始二值化图像。
在一些实施例中，对每一幅初始二值图像中可能存在的符合筛选条件的噪点进行图像处理，其中筛选的方法为连通域筛选方法。
在一些实施例中，所述连通域筛选方法为8连通域筛选方法：
以初始二值图像中的任意一点为参考像素点,以所述参考像素点/>为中心，其相邻的上、下、左、右、左上、右上、左下、右下的八个像素点定义为所述参考像素点/>的8邻域；
若所述八个像素点中的其中一个像素点的像素值与所述参考像素点的像素值相同，且满足/>，则所述八个像素点中的其中一个像素点/>与所述参考像素点/>为同一连通域；
将初始二值图像中像素值为0的噪点处理成像素值为255的白点，或者将像素值为255的噪点处理成像素值为0的像素点，得到第一二值图像；
其中，
。
在一些实施例中，通过如下步骤求得
求出第一颗激光器曝光对应的第一幅初始二值图像和/或第一二值图像的像素密度值；
以和求同样的办法，求出第一颗激光器曝光对应的剩余（R-1）幅初始二值图像和/或第一二值图像的像素密度值/>；
根据公式 ，求出第一颗激光器对应的R幅初始二值图像和/或第一二值图像对应的像素密度均值/>。
在一些实施例中，求出第一颗激光器对应的第一幅初始二值图像或第一二值图像的像素密度值，具体步骤为：
计算第一颗激光器曝光对应的第一幅初始二值图像或第一二值图像中的像素值为0的像素点的数量，根据公式/>，求得/>；其中，表示像素点的像素值为0,Q表示任何一颗激光器曝光对应的任何一幅初始二值图像或第一二值图像的面积，/>表示第一颗激光器曝光对应的第一幅初始二值图像或第一二值图像中像素值为0的像素点的密度值。
技术效果：本申请公开的图像处理方法及***，R颗激光器均曝光同样形状和大小的感光涂层，得到R幅灰度图像，F颗激光器共曝光得到M=R*F幅灰度图像。该M幅灰度图像全部通过图像二值化处理后得到M幅初始二值图像。将M幅初始二值图像中某一些可能存在的噪点处理后，得到M幅初始二值图像和或/第一二值图像，然后根据每一幅中像素值为0的像素点的数量，利用公式/>，求出M个像素密度值，并进一步求出每一颗激光器曝光对应的R幅初始二值图像和/或第一二值图像的像素密度均值，共得到F个像素密度均值/>。将F颗激光器根据/>的大小顺序按从大到小或者从下到大顺序重新排序，并将重新排序后的F颗激光器依次安装在激光直写***上，因此用重新排序的F颗激光器爆光得到图像在整体上色差分布更加均匀。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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为本发明公开的图像处理方法的步骤图；
图2是本发明公开的由摄像装置拍摄的第一颗激光器曝光同样大小的感光涂层得到的5幅灰度图像；
图3是本发明公开的由摄像装置拍摄的第2颗激光器曝光同样大小的感光涂层得到的5幅灰度图像；
图4是本发明公开的摄像装置拍摄的第3颗激光器曝光同样大小的感光涂层得到的5幅灰度图像；
图5是图2的5幅灰度图像经图像处理后得到的对应的5幅初始二值图像；
图6是图3的5幅灰度图像经图像处理后得到的对应的5幅初始二值图像；
图7是图4的5幅灰度图像经图像处理后得到的对应的5幅初始二值图像；
图8是图5中左数第一幅中出现白色噪点的初始二值图像（图1-1B）；
图9为图8经噪点处理后白色噪点变为像素值为0的像素点的第一二值图像；
图10为图5中左数第二幅中出现的像素值为0的噪点的初始二值图像（图1-2B）;
图11为图10中的像素值为0的噪点经噪点处理后变成像素值为255的白点的第一二值图像；
图12为8连通域筛选方法找出噪点的方法；
图13为是3颗激光器每颗曝光得到的5幅灰度图经图像处理后得到的5幅初始二值图像和/或第一二值图像的像素密度值以及像素密度均值的列表图；
图14为本发明的图像处理***的模块图。
具体实施方式
下面结合附图和实施例对本公开的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本公开的原理，但不能用来限制本公开的范围，本公开可以以许多不同的形式实现，不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。
本公开提供这些实施例是为了使本公开透彻且完整，并且向本领域技术人员充分表达本公开的范围。应注意到：除非另外具体说明，这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的，而不是作为限制。
需要说明的是，在本公开的描述中，除非另有说明，“多个”的含义是大于或等于两个；术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
此外，本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的部分。“垂直”并不是严格意义上的垂直，而是在误差允许范围之内。“平行”并不是严格意义上的平行，而是在误差允许范围之内。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。
还需要说明的是，在本公开的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可视具体情况理解上述术语在本公开中的具体含义。当描述到特定器件位于第一器件和第二器件之间时，在该特定器件与第一器件或第二器件之间可以存在居间器件，也可以不存在居间器件。
本公开使用的所有术语与本公开所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和***可能不作详细讨论，但在适当情况下，技术、方法和***应当被视为说明书的一部分。
参考图1，本发明所说的一种图像处理方法，应用于激光直写技术领域，包括如下处理步骤：
将M幅灰度图像全部处理成M幅初始二值图像，其中，M幅灰度图像由摄像装置拍摄F颗激光器分别曝光同样大小区域的感光涂层得到，每颗激光器曝光同样大小区域的感光涂层后共得到R幅灰度图像，M=R*F ;
对每一幅初始二值图像中可能存在的符合筛选条件的噪点进行处理，定义处理后的初始二值图像为第一二值图像；
计算每一颗激光器曝光对应的R幅初始二值图像和/或第一二值图像中每一幅中像素值为0的像素点的数量,根据/>求出对应的像素密度值，进而求得F个像素密度均值/>,以使得按F个像素密度均值/>,从大到小或者从小到大顺序对F颗激光器排序，排序后的F颗激光器曝光感光涂层得到的图像的色差更加均匀；其中，Q为每一幅初始二值图像或第一二值图像的面积。
参考图2到图11，在一些实施例中，M取15，F取3，R则等于5。也就是说，用3颗激光器参与曝光感光涂层，每颗激光曝光5次同样面积大小的感光涂层，共得到5幅灰度图像，所以3颗激光器共曝光得到15幅灰度图：图2中第一颗激光器曝光感光涂层后得到5幅灰度图像，从左到右分别命名为：1-1A,1-2A,1-3A，1-4A，1-5A;图3中第2颗激光器曝光感光涂层后得到5幅灰度图像，从左到右分别命名为2-1A,2-2A,2-3A,2-4A,2-5A;图4中第3颗激光器曝光感光涂层后得到曝光5幅灰度图像，从左到右分别命名为3-1A,3-2A,3-3A,3-4A,3-5A。参考图5，图2中的5幅灰度图像经过处理后分别得到对应的5幅初始二值图，分别命名为：1-1B,1-2B,1-3B，1-4B，1-5B; 参考图6，图6中的5幅灰度图像经过处理后分别得到对应的5幅初始二值图，分别命名为：图2-1B,2-2B,2-3B，2-4B，2-5B；参考图7， 图7中的5幅灰度图像经过处理后分别得到对应的5幅初始二值图像，分别命名为：3-1B,3-2B,3-3B，3-4B，3-5B 。需要说明的是，上述15幅灰度图像的幅面大小均相同。
在一些实施例中，将M幅灰度图像全部处理成M幅初始二值图像，具体包括如下步骤：
对每一幅所述灰度图像进行均值卷积，均值卷积完成后乘以系数,得到卷积图像；
将所述卷积图像中的每一个像素值和所述灰度图像的对应的每一个像素值逐个对比，区分出前景和背景，得到所述初始二值图像；其中，均值卷积的公式如下：
，
Z(u,v)为均值卷积结果，n为卷积核大小，为所述灰度图像中坐标为(u-i,v-f)处的像素点的像素值，/>,/>为0到1之间的系数值，value为自定义值，/>为所述灰度图像中坐标为（i,j）的像素点，Yi为所述灰度图像中的第i个像素，/>为卷积图的第i个像素点,Ri为输出的初始二值化图像。
激光器对网版上均匀涂镀的感光涂层曝光后，摄像装置拍摄得到如图2所示中包括有若干大致均布的激光曝光点的5幅灰度图像。由于用于粘附感光涂层的网版的某些部位可能存在脏污点，示例性的，图5中左边数第一幅初始二值图像（见图8单独列出）中的两个黑色虚线矩形框中两个激光曝光点形成的两个黑色曝光团的内部出现白色噪点。图5中左边数第二幅初始二值图像（见图10单独列出）的两个激光曝光点形成的黑色曝光团的旁边出现黑色噪点。将图8所示的初始二值图像中的白色噪点经图像处理后变成纳入统计的像素值为0的像素点，得到图9所示的第一初始二值图像，将图10中初始二值图像中的黑色噪点经图像处理后得到图11所示的第一初始二值图像,这部分黑色噪点不纳入后续像素值统计。需要说明的是，举例图5中左边数第一幅初始二值图像和第二幅初始二值图像均出现噪点仅仅是示例性的，这是为了方便后续去除噪点过程的描述。实际上，图6中的5幅初始二值图像和图7中的5幅初始二值图像中可能存在有噪点的图像，也有可能全部都没有噪点；有可能只有一幅初始二值图像存在噪点，也有可能多幅初始二值图像均存在噪点；同样的，图5中剩下的三幅初始二值图像可能全部没有没有噪点，也有可能部分存在噪点。
当初始二值图像中出现噪点后，需要通过图像处理将噪点去掉，定义去除噪点后的初始二值图像为第一二值图像。本申请中，去除噪点的图像处理方法用连通域筛选方法。本申请中的连通域筛选方法，最常用的为8连通域筛选方法。
参考图12，8连通域筛选方法具体为：以初始二值图像中的任意一点A为参考像素点，坐标为（x,y），参考像素点的像素值为，相邻的上、下、左、右、左上、右上、左下、右下的八个像素点定义为参考像素点/>。若八个像素点中的其中一个像素点/>的灰度值与参考像素点/>的灰度值相同，且满足/>，则认为八个像素点中的其中一个像素点/>与参考像素点/>为同一连通域。例如，若A点的像素值为0，即为黑色像素点，若相邻的8个像素点的像素值也均为0，即均为黑色，则A点和8个像素点连通。若A点的像素值为255，即为白色像素点，若相邻的8个像素点的像素值也均为255，即均为黑色，则A点也和8个像素点连通。由于每一个方格代表1个单位像素点，则和A点相邻的8个像素点的坐标为
，
这8个像素点归集为8邻域集合，即
。
通过上述方法，可以将图8中虚线框中激光曝光点形成的黑色像素团包围的箭头所指引出的白色噪点的坐标找出来，并且经过上述8连通域筛选方法的图像处理（即将像素值为255的白色噪点处理成纳入计算的像素值为0的黑色像素点，见图9），以及将图10中虚线方框中激光曝光点形成的黑色像素团下部的箭头所指引出的黑色噪点的坐标找出来，并将黑色噪点处理成不纳入像素点计算的白点（即将像素值为0的黑色噪点处理成像素值为255的白点，见图10）。
通过上述噪点8连通域筛选方法，将出现噪点的初始二值图像处理成没有噪点的第一二值图像，对于那些没有噪点的初始二值图像，则不用处理。
由F颗激光器曝光得到的M幅灰度图像经处理后得到的M幅初始二值图像里，可能全部没有噪点，可能全部有噪点，还有可能一部分有噪点而另外一部分没有噪点。因此，当F=3，R=5，M=15时，图5中第一颗激光器曝光对应的5幅二值图像中，可能有几幅是经噪点处理后得到的第一二值图像，另外几幅是没有噪点当然无需处理的初始二值图像，或者，可能全部都是没有噪点的初始二值图像，或者，可能全部都是经过噪点处理后的第一二值图像。同样的，图6中第2颗激光器曝光对应的5幅二值图像中也出现图5中的情形，图7中第3颗激光器曝光对应的5幅二值图像中也出现图5中的情形。本申请中，为了讲解二值图像的噪点处理过程，示例性的将图5中左边数起的第一和第二幅图像（单独显示为图8和图10）定义为有噪点的初始二值图像。参考图9及图11，图9是图5中左数第一幅中存在白色噪点的初始二值图像经图8单独列出并经噪点经过处理后得到的第一二值图，实际上，若图8中没有箭头指引出的白色噪点，图8无需经过噪点处理，当成图9使用，即图9可以是图8经过噪点处理后得到第一二值图像，也可以是没有噪点的图8所示的初始二值图像。本申请中，只列举图9是图8经过噪点处理后得到第一二值图像的情形。
当所有有噪点的初始二值图像处理成没有噪点的第一二值图像后，如图8经过噪点处理后变为图9，图10经过噪点处理后变为图11,为了求出每一颗激光器曝光对应的R幅初始二值图像和/或第一二值图像的像素密度均值，可以求出任意第一颗激光器对应的R幅二值图像的像素密度均值，然后再用和求/>同样的办法， 再求出剩余（F-1）颗激光器对应的像素密度均值/>。本实施例中，F=3,即有3颗激光器，每颗激光器曝光的二值图形的幅数R为5，故M=15。为求/>，先将图5的左边的第一幅第一二值图像1-1B，定义像素密度值为/>，/>中“11”左边的“1” 表示第一颗激光器，右边的“1”表示用第一颗激光器曝光得到的经二值化处理后的5幅初始二值图像和/或第一二值图像中的第1幅，将图5中另外4幅初始二值图像和/或第一二值图像的像素密度值分别定义为/>和/>。求出第一颗激光器曝光的经图像的二值化处理后得到的5幅初始二值图像和/或第一二值图像的5个像素密度值/>，根据求出/>。图6中, 从左到右的5幅初始二值图像和/或第一二值图像的像素密度值分别定义为/>和/>，第2颗激光器曝光得到的5幅初始二值图像和/或第一二值图像的像素密度均值定义为/>，；图7中，从左到右5幅初始二值图像和/或第一二值图像的像素密度值分别为 />和/>，第3颗激光器曝光得到的5幅初始二值图像和/或第一二值图像的像素密度均值定义为/>，。可以理解的是，当 和/>都求出后，/>、/>和/>均可以求出。
下面介绍如何计算，对于其余像素密度值，均可以用和求/>同样的办法求得。
参考图5，定义第一幅第一二值图像1-1B中像素值为0的像素点的数量，然后根据公式/>，求得第一二值图像1-1B的像素密度值/>，其中，Q表示第一二值图像1-1B的面积。需要说明的是，本申请中，每一幅灰度图像，初始二值图像以及第一二值图像的形状及面积均相同，均为Q。对于/>，可以由计算机中统计软件统计得到 ，同样的，Q也可以由计算机中测绘软件测绘得到。 用同样的办法，求出15个像素密度值后，根据前面的公式：/>、、/>均可以求出。
参考图13，图13是利用3颗激光器各自分别曝光5幅面积同样大小的感光涂层后，摄像装置拍摄得到的5张灰度图像经处理后变成的5张初始二值图像和/或第一二值图像，每张二值图像的像素密度，以及5张二值图像的像素密度均值和去掉最大像素密度及最小像素密度后的均值。例如：图5中第1号激光器对应的5张初始二值图像和/或第一二值图像（按从左到右的顺序）的像素密度分别为：0.482851，0.483659，0.547584，0.548989和0.554316，像素密度均值，为0.523480，去掉最大值0.554316和最小值0.482851后，变为0.526744。图6中第2号激光器对应的5张初始二值图像和/或第一二值图像（按从左到右的顺序）的像素密度值分别为：0.48196、0.506601、0.531561、0.547071、0.555244，像素密度均值/>为0.524487，去掉最大值0.555244和最小值0.48196后，变为0.528411。图7中的第3号激光器对应的5张初始二值图像和/或第一二值图像（按从左到右的顺序）的密度值分别为：0.450572、0.477533、0.495542、0.515997、0.527162，像素密度均值/>为0.493361，去掉最大值0.527162和最小值0.450572后，变为0.496357。因此，第1号至第3号激光器各自对应的5张二值图的像素密度均值分别为：0.523480、0.524487和0.493361，按从大到小的顺序为：第2号激光器、第1号激光器和第3号激光器。可以理解的是，若激光器共有F颗，每一颗激光器曝光对应的M幅二值图像的F个像素密度均值/>均可以求出，然后根据像素密度均值按从大到小或者从小到大的顺序将F颗激光器重新排序后依次安装在激光直写设备上，利用重新排序后的这F颗激光器同时出光曝光感光涂层，得到的整幅图像的色差分布更加均匀。
参考图14，本发明还公开了一种图像处理***，包括：二值图像获取模块，用于：将M幅灰度图像全部处理成M幅二值图像，其中，所述M幅灰度图像由F颗激光器、每颗激光器分别曝光R块同样形状和大小的感光涂层后得到，M=R*F；
噪点处理模块，用于对每一幅初始二值图像中可能存在的噪点进行处理，定义噪点去除后的初始二值图像为第一二值图像；
像素密度均值获取模块，用于：计算每一颗激光器曝光对应的R幅初始二值图像和/或第一二值图像中每一幅中像素值为0的像素点的数量,根据/>求出对应的像素密度值，进而求得F个像素密度均值/>,以使得按F个像素密度均值/>,从大到小或者从小到大顺序对F颗激光器排序，排序后的F颗激光器曝光感光涂层得到的图像的色差更加均匀；其中，Q为每一幅初始二值图像或第一二值图像的面积。
该图像处理***的工作原理及方法和前面介绍的图像处理方法完全相同，在此不再累述。另外，本申请中所描述的摄像装置，优选为常见的CCD（英文全称：Charge coupledDevice，中文全称：电荷耦合元件）摄像装置。
本申请公开的图像处理方法及图像处理***，均能实现的技术效果有：R颗激光器均曝光同样形状和大小的感光涂层，得到R幅灰度图像，F颗激光器共曝光得到M=R*F幅灰度图像。该M幅灰度图像全部通过图像二值化处理后得到M幅初始二值图像。将M幅初始二值图像中某一些可能存在的噪点处理后，得到M幅初始二值图像和或/第一二值图像，然后根据每一幅中像素值为0的像素点的数量，利用公式/>，求出M个像素密度值，并进一步求出每一颗激光器曝光对应的R幅初始二值图像和/或第一二值图像的像素密度均值，共得到F个像素密度均值/>。将F颗激光器根据/>的大小顺序按从大到小或者从下到大顺序重新排序，并将重新排序后的F颗激光器依次安装在激光直写***上，因此用重新排序的F颗激光器爆光得到图像在整体上色差分布更加均匀。
至此，已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改或者对部分技术特征进行等同替换。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。

Claims (10)

1.一种图像处理方法，应用于激光直写技术领域，其特征在于，包括如下处理步骤：
S1：将M幅灰度图像全部处理成M幅初始二值图像，其中，M幅所述灰度图像由F颗激光器、每颗激光器分别曝光R块同样形状和大小的感光涂层后得到，M＝R*F；
S2:对每一幅所述初始二值图像中可能存在的噪点进行处理，定义所述初始二值图像去除噪点后变为第一二值图像；
S3:计算每一颗激光器曝光对应的R幅全部为没有噪点的初始二值图像或全部为第一二值图像或部分为没有噪点的初始二值图像部分为第一二值图像中每一幅中像素值为0的像素点的数量p(i＝0)＝∑i＝0pi，根据ρ＝p(i＝0)/Q求出对应的像素密度值，求得F个像素密度均值以使得：按F个像素密度均值/>从大到小或者从小到大顺序对F颗激光器排序，用排序后的F颗激光器曝光感光涂层得到的图像的色差更加均匀；每一幅所述初始二值图像和每一幅所述第一二值图像的形状均相同且面积均为Q；
其中，步骤S3中，求得F个像素密度均值的步骤如下：
求出中第一个像素密度均值/>
以和求同样的方法，求出剩余的(F-1)个像素密度均值；
其中，通过如下步骤求得:
求出第一颗激光器曝光对应的第一幅没有噪点的初始二值图像或第一二值图像的像素密度值ρ11；
以和求ρ11同样的办法，求出第一颗激光器曝光对应的剩余(R-1)幅全部为没有噪点的初始二值图像或全部为第一二值图像或部分为没有噪点的初始二值图像部分为第一二值图像的像素密度值ρ12～ρ1R；
根据公式求出第一颗激光器对应的R幅全部为没有噪点的初始二值图像或全部为第一二值图像或部分为没有噪点的初始二值图像部分为第一二值图像对应的像素密度均值/>
2.如权利要求1所述的图像处理方法，其特征在于，将M幅灰度图像全部处理成M幅初始二值图像，具体包括如下步骤：
对每一幅所述灰度图像进行均值卷积，均值卷积完成后乘系数α，得到卷积图像；
将所述卷积图像中的每一个像素值和所述灰度图像的对应的每一个像素值逐个对比，区分出前景和背景，得到所述初始二值图像；其中，均值卷积的公式如下：
Z(u,v)为均值卷积结果，n为卷积核大小，xu-i,v-j为所述灰度图像中坐标为(u-i,v-f)处像素点的像素值，α为0到1的系数，value为自定义值，ki,j为所述灰度图像中坐标为(i,j)的像素点，Yi为所述灰度图像中的第i个像素，Zi为卷积图的第i个像素点,Ri为输出的初始二值化图像。
3.如权利要求1所述的图像处理方法，其特征在于，对每一幅初始二值图像中可能存在的噪点进行处理，处理方法为连通域筛选方法。
4.如权利要求3所述的图像处理方法，其特征在于，所述连通域筛选方法为8连通域筛选方法：
以初始二值图像中的任意一点为参考像素点f(x,y)，以所述参考像素点f(x,y)为中心，其相邻的上、下、左、右、左上、右上、左下、右下的八个像素点定义为所述参考像素点f(x,y)的8邻域；
若所述八个像素点中的其中一个像素点g(x,y)的像素值与所述参考像素点f(x,y)的像素值相同，且满足g(x,y)∈N8(x,y)，则所述八个像素点中的其中一个像素点g(x,y)与所述参考像素点f(x,y)为同一连通域；
将初始二值图像中像素值为0的噪点处理成像素值为255的白点，或者将像素值为255的噪点处理成像素值为0的像素点，得到第一二值图像；
其中，
N8(x,y)＝{f(x-1,y-1),f(x,y-1),f(x+1,y-1),f(x-1,y),f(x+1,y),f(x-1,y+1),f(x,y+1),f(x+1,y+1)}。
5.如权利要求1所述的图像处理方法，其特征在于，求出第一颗激光器对应的第一幅没有噪点的初始二值图像或第一二值图像的像素密度值ρ11，具体步骤为：
计算第一颗激光器曝光对应的第一幅没有噪点的初始二值图像或第一二值图像中的像素值为0的像素点的数量p11(i＝0)＝∑i＝0pi；
根据公式ρ11＝p11(i＝0)/Q，求得ρ11，其中，i＝0表示像素点的像素值为0,ρ11表示第一颗激光器曝光对应的第一幅没有噪点的初始二值图像或第一二值图像中像素值为0的像素点的密度值。
6.一种图像处理***，其特征在于，包括：二值图像获取模块，用于将M幅灰度图像全部处理成M幅初始二值图像，其中，所述M幅灰度图像由F颗激光器、每颗激光器分别曝光R块同样形状和大小的感光涂层后得到，M＝R*F；
噪点处理模块，用于对每一幅初始二值图像中可能存在的噪点进行处理，定义所述初始二值图像去除噪点后变为第一二值图像；
像素密度均值获取模块，用于：计算每一颗激光器对应的R幅全部为没有噪点的初始二值图像或全部为第一二值图像或部分为没有噪点的初始二值图像部分为第一二值图像中每一幅中像素值为0的像素点的数量p(i＝0)＝∑i＝0pi，根据ρ＝pi＝0/Q求出对应的像素密度值，求得F个像素密度均值以使得：按F个像素密度均值/>从大到小或者从小到大顺序对F颗激光器排序，用排序后的F颗激光器曝光感光涂层得到的图像的色差更加均匀；每一幅所述初始二值图像和每一幅所述第一二值图像的形状均相同且面积均为Q；
其中，求得F个像素密度均值的步骤如下：
求出中第一个像素密度均值/>
以和求同样的方法，求出剩余的(F-1)个像素密度均值；
其中，通过如下步骤求得:
求出第一颗激光器曝光对应的第一幅没有噪点的初始二值图像或第一二值图像的像素密度值ρ11；
以和求ρ11同样的办法，求出第一颗激光器曝光对应的剩余(R-1)幅全部为没有噪点的初始二值图像或全部为第一二值图像或部分为没有噪点的初始二值图像部分为第一二值图像的像素密度值ρ12～ρ1R；
根据公式求出第一颗激光器对应的R幅全部为没有噪点的初始二值图像或全部为第一二值图像或部分为没有噪点的初始二值图像部分为第一二值图像对应的像素密度均值/>
7.如权利要求6所述的图像处理***，其特征在于，包括如下步骤：
对每一幅所述灰度图像进行均值卷积，均值卷积完成后乘系数α，得到卷积图像；
将所述卷积图像中的每一个像素值和所述灰度图像的对应的每一个像素值逐个对比，区分出前景和背景，得到所述初始二值图像；其中，均值卷积的公式如下：
Z(u,v)为均值卷积结果，n为卷积核大小，xu-i,v-j为所述灰度图像中坐标为(u-i,v-f)处的像素点的像素值，α为0到1的系数，value为自定义值，ki,j为所述灰度图像中坐标为(i,j)的像素点，Yi为所述灰度图像中的第i个像素，Zi为卷积图的第i个像素点,Ri为输出的初始二值图像。
8.如权利要求6所述的图像处理***，其特征在于，对每一幅初始二值图像中可能存在的噪点进行处理，处理方法为连通域筛选方法。
9.如权利要求8所述的图像处理***，其特征在于，所述连通域筛选方法为8连通域筛选方法：
以存在噪点的初始二值图像中的任意一点像素点为参考像素点f(x,y)，以所述参考像素点f(x,y)为中心，其相邻的上、下、左、右、左上、右上、左下、右下的八个像素点定义为所述参考像素点f(x,y)的8邻域；
若所述八个像素点中的其中一个像素点g(x,y)的像素值与所述参考像素点f(x,y)的像素值相同，且满足g(x,y)∈N8(x,y)，则所述八个像素点中的其中一个像素点g(x,y)与所述参考像素点f(x,y)为同一连通域；
将初始二值图像中像素值为0的噪点处理成像素值为255的白点，或者将像素值为255的噪点处理成像素值为0的像素点，得到第一二值图像；
其中，N8(x,y)＝{f(x-1,y-1),f(x,y-1),f(x+1,y-1),f(x-1,y),f(x+1,y),f(x-1,y+1),f(x,y+1),f(x+1,y+1)}。
10.如权利要求6所述的图像处理***，其特征在于，求出第一颗激光器曝光对应的第一幅没有噪点的初始二值图像或第一二值图像的像素密度值ρ11，具体步骤为：
计算第一颗激光器曝光对应的没有噪点的第一幅初始二值图像或第一二值图像中的像素值为0的像素点的数量p11(i＝0)＝∑i＝0pi，根据公式ρ11＝p11(i＝0)/Q，求得ρ11，其中，i＝0表示像素点的像素值为0。
CN202311050269.6A 2023-08-21 2023-08-21 一种图像处理方法及*** Active CN116774536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311050269.6A CN116774536B (zh) 2023-08-21 2023-08-21 一种图像处理方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311050269.6A CN116774536B (zh) 2023-08-21 2023-08-21 一种图像处理方法及***

Publications (2)

Publication Number Publication Date
CN116774536A CN116774536A (zh) 2023-09-19
CN116774536B true CN116774536B (zh) 2023-10-31

Family

ID=87986285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311050269.6A Active CN116774536B (zh) 2023-08-21 2023-08-21 一种图像处理方法及***

Country Status (1)

Country Link
CN (1) CN116774536B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1845014A (zh) * 2005-04-08 2006-10-11 佳能株式会社 彩色图像形成装置
CN102842116A (zh) * 2012-06-30 2012-12-26 南京汇兴博业数字设备有限公司 图像内快速响应矩阵码的光照均衡处理方法
CN111367147A (zh) * 2020-02-26 2020-07-03 合肥芯碁微电子装备股份有限公司 控制直写光刻机曝光的方法、装置和光刻机

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108292093B (zh) * 2015-08-31 2023-01-31 利赛奥谱特科技责任有限公司 用于使用针对膜或表面改性的扫描光束的装置和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1845014A (zh) * 2005-04-08 2006-10-11 佳能株式会社 彩色图像形成装置
CN102842116A (zh) * 2012-06-30 2012-12-26 南京汇兴博业数字设备有限公司 图像内快速响应矩阵码的光照均衡处理方法
CN111367147A (zh) * 2020-02-26 2020-07-03 合肥芯碁微电子装备股份有限公司 控制直写光刻机曝光的方法、装置和光刻机

Also Published As

Publication number Publication date
CN116774536A (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
CN110047770B (zh) 基片的缺陷检查装置、基片的缺陷检查方法和存储介质
JP6615172B2 (ja) Ｏｌｅｄスタック膜の品質査定のためのシステム、デバイス、および方法
US6985180B2 (en) Intelligent blemish control algorithm and apparatus
EP1668886B1 (en) Statistical self-calibrating detection and removal of blemishes in digital images
US8879869B2 (en) Image defect map creation using batches of digital images
US6934056B2 (en) Noise cleaning and interpolating sparsely populated color digital image using a variable noise cleaning kernel
US7206461B2 (en) Digital image acquisition and processing system
US20060093234A1 (en) Reduction of blur in multi-channel images
US20090273843A1 (en) Apparatus and Method for Reducing Glare in Images
US20080152255A1 (en) Automated statistical self-calibrating detection and removal of blemishes in digital images dependent upon changes in extracted parameter values
US20040208395A1 (en) Image processing method, image processing apparatus, and image processing program
WO2007095483A2 (en) Detection and removal of blemishes in digital images utilizing original images of defocused scenes
US20060226337A1 (en) Digital image denoising
CN109002823B (zh) 一种感兴趣区域确定方法、装置、设备及可读存储介质
WO2011065814A1 (en) Methods and system for recognizing wood species
CN110087051B (zh) 基于hsv色彩空间的彩色图眩光去除方法及***
Lv et al. An integrated enhancement solution for 24-hour colorful imaging
CN116774536B (zh) 一种图像处理方法及***
CN109074647B (zh) 物品的外观检查装置及利用其的物品的外观检查方法
CN116755298B (zh) 一种图像处理方法及设备
Zhan et al. PSF estimation method of simple-lens camera using normal sinh-arcsinh model based on noise image pairs
CN116755299B (zh) 一种图像处理方法及装置
CN115829851A (zh) 便携式眼底相机图像缺陷消除方法、***及存储介质
CN112529816B (zh) 数据处理方法、装置、存储介质及计算机设备
Zamfir et al. An optical model of the appearance of blemishes in digital photographs

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
GR01 Patent grant
GR01 Patent grant