【技术实现步骤摘要】
本专利技术涉及工业视觉，尤其涉及一种摄像头解像力评估方法、装置、电子设备及存储介质。
技术介绍
1、摄像头解像力是衡量摄像头成像质量的重要评价指标之一，是摄像头质量检验环节中重要的评估参数，其测试方法主要是通过用镜头拍摄逐渐变细的条纹评估其性能。在当前的工业生产中，很多企业采用人工方式对摄像头分辨卡进行拍摄，然后目测图像楔形条纹判断摄像头是否合格，但是以这种方式进行判断不但存在效率低下问题，同时也存在标准不一致，视觉疲劳等现象，造成出产产品质量波动性。
2、针对上述问题目前国内外主流方法以mtf(modulation transfer function调制传递函数)进行评估，例如tmatest、iqtest等国外主流软件基本上以刃边法计算mtf，并且需要人工手动标定区域然后计算，这些方法在能够避免人工不一致性导致的评估误差，但是仍没有摆脱人工依赖，并且在实际应用中受光照，摩尔纹及刃边倾斜角度等因素的影响，造成评估误差较大。
技术实现思路
1、本专利技术针对以上现有的问题，专利技术一种摄像头解像力评估方法、装置、电子设备及存储介质，即只需要输入一张图片即可通过算法获得解像力评估值，一方面减少人工成本，另一方面相对受环境影响更小。
2、本专利技术采用的技术方案是：
3、第一方面，本专利技术提供一种摄像头解像力评估方法，包括：
4、获取分辨率测试图卡图像；
5、使用分割模型对分辨率测试图卡图像进行预测，得到待评估分割区域a1，并
6、将对应标度区域a2灰度化得到灰度图像c，并对灰度图像c进行对比度增强获得图像d；
7、采用阈值分割方法对图像d进行二值化分割，获得二值化图像e，通过阈值统计有效区域数f；
8、根据二值化图像e计算灰度图像c相邻条形区域的mtf值，统计条形对的mtf平均值m；
9、采用清晰度算法计算图像g的清晰度，得到清晰度值l；
10、根据有效区域数f、mtf平均值m、清晰度值l中至少一个作为摄像头解像力评估系数。
11、进一步的，所述分辨率测试图卡图像是通过多个摄像头拍摄获得。
12、进一步的，所述获取分辨率测试图卡图像之后，还包括：人工对分辨率测试图卡图像进行标注，并使用人工标注的分辨率测试图卡图像对分割模型进行训练。
13、进一步的，所述灰度化处理方法包括rgb通道均分法；所述对比度增强算法包括全局对比度增强算法或局部对比度增强算法。
14、进一步的，所述阈值分割方法包括均值分割、全局阈值分割或局部阈值分割方法，所采用的阈值包括固定阈值或动态阈值。
15、进一步的，所述清晰度算法包括拉普拉斯算法或能量梯度算法。
16、进一步的，融合有效区域数f、mtf平均值m、清晰度值l作为最终摄像头解像力评估系数，公式如下：
17、
18、其中，v为最终摄像头解像力评估系数，0≦v≦1，f为有效区域数，h为实际具有的区域数，m为mtf平均值，l为清晰度值，a、b、c为权重系数，且a+b+c＝1。
19、第二方面，本专利技术提供一种摄像头解像力评估装置，包括：
20、图像获取模块，用于获取分辨率测试图卡图像；
21、分割模型模块，用于使用分割模型对分辨率测试图卡图像进行预测，得到待评估分割区域a1，并在a1基础上依据条纹区域标度二次分割对应标度区域a2；
22、灰度化处理模块，用于将对应标度区域a2灰度化得到灰度图像c；
23、对比度增强模块，用于对灰度图像c进行对比度增强获得图像d；
24、阈值分割模块，用于采用阈值分割方法对图像d进行二值化分割，获得二值化图像e，通过阈值统计有效区域数f；
25、mtf评估模块，用于根据二值化图像e计算灰度图像c相邻条形区域的mtf值，统计条形对的mtf平均值m；
26、清晰度算法模块，用于采用清晰度算法计算图像g的清晰度，得到清晰度值l；
27、摄像头解像力评估系数模块，用于根据阈值分割模块、mtf评估模块、清晰度算法模块中至少一个作为摄像头解像力评估系数。
28、第三方面，本专利技术提供一种电子设备，所述电子设备包括：
29、一个或多个处理器；
30、存储装置，用于存储一个或多个程序；
31、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的摄像头解像力评估方法。
32、第四方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的摄像头解像力评估方法。
33、本专利技术的有益效果是：本专利技术采用了深度学习分割+条纹分析策略利用摄像头采集的分辨率卡图片进行解像力评估，该方法对环境的抗干扰性更好，能够集成至自动化设备中，直接对摄像头进行评估，有效降低人直观评估所带来的误差，并且极大节省人力成本及实现产线自动化。
本文档来自技高网...【技术保护点】
1.一种摄像头解像力评估方法，其特征在于，包括：
2.根据权利要求1所述的摄像头解像力评估方法，其特征在于，所述分辨率测试图卡图像是通过多个摄像头拍摄获得。
3.根据权利要求1所述的摄像头解像力评估方法，其特征在于，所述获取分辨率测试图卡图像之后，还包括：人工对分辨率测试图卡图像进行标注，并使用人工标注的分辨率测试图卡图像对分割模型进行训练。
4.根据权利要求1所述的摄像头解像力评估方法，其特征在于，所述灰度化处理方法包括RGB通道均分法；所述对比度增强算法包括全局对比度增强算法或局部对比度增强算法。
5.根据权利要求1所述的摄像头解像力评估方法，其特征在于，所述阈值分割方法包括均值分割、全局阈值分割或局部阈值分割方法，所采用的阈值包括固定阈值或动态阈值。
6.根据权利要求1所述的摄像头解像力评估方法，其特征在于，所述清晰度算法包括拉普拉斯算法或能量梯度算法。
7.根据权利要求1所述的摄像头解像力评估方法，其特征在于，融合有效区域数F、MTF平均值M、清晰度值L作为最终摄像头解像力评估系数，公式如下：
...【技术特征摘要】
1.一种摄像头解像力评估方法，其特征在于，包括：
2.根据权利要求1所述的摄像头解像力评估方法，其特征在于，所述分辨率测试图卡图像是通过多个摄像头拍摄获得。
3.根据权利要求1所述的摄像头解像力评估方法，其特征在于，所述获取分辨率测试图卡图像之后，还包括：人工对分辨率测试图卡图像进行标注，并使用人工标注的分辨率测试图卡图像对分割模型进行训练。
4.根据权利要求1所述的摄像头解像力评估方法，其特征在于，所述灰度化处理方法包括rgb通道均分法；所述对比度增强算法包括全局对比度增强算法或局部对比度增强算法。
5.根据权利要求1所述的摄像头解像力评估方法，其特征在于，所述阈值分割方法包...
【专利技术属性】
技术研发人员：贺超，刘明华，赵建仁，顾书豪，
申请(专利权)人：四川启睿克科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。