【技术实现步骤摘要】
本专利技术属于结构光三维测量，尤其涉及一种结构光测量中相机曝光优化与图像质量评估方法。
技术介绍
1、随着计算机技术、光学技术的快速发展，非接触式三维测量技术在智能制造、航空航天、精密测量、质量检测等领域表现出突出的技术优势和应用价值。结构光三维测量技术因其高精度、低成本、速度快等优点在非接触式测量方法中占据着十分重要的地位。
2、作为采集硬件的cmos图像传感器(cis)，具有集成度高、制作工艺通用、体积小、功耗低、无光晕等特点，在非接触式测量领域占据着十分重要的地位。曝光是相机感光元件接收外界光线从而映射成镜像的过程。工业相机曝光量主要由光圈大小、曝光时间(快门速度)和感光度来决定。在本专利技术实施例中，相机的光圈与感光度固定，只通过改变曝光时间来控制相机的曝光量。
3、同时在结构光三维测量中，相机曝光量通常需要技术人员凭借经验进行调整，同时无法对被测物图像准确量化评价，以至于当相机采集投影至被测物体上的结构光图案时，由于被测物本身动态范围不足，噪声较高等问题，导致编码信息采集不完整，从而使得测量精度下降。
4、相机响应函数反映了相机在成像过程中输入亮度与图像像素值之间的关系，其具有非线性、单调递增等特点。求解此函数最早可追溯至1997年，debevec等人提出了利用最小平方误差估计来计算相机响应函数的方法。李乾等利用相机响应函数估算测量中高反光区域的灰度值，用以解决三维测量中被测物体高反光区域过曝的问题。近些年，也有不少学者对机器视觉中相机曝光控制的问题进行研究。侯幸林等利用信息熵作为优
5、通过上述分析，现有技术存在的问题及缺陷为：
6、1、在结构光非接触式三维测量技术采集过程中，相机曝光量无法量化控制，通常需要技术人员依据经验进行调整，同时无法保证调整后的相机曝光量可以完美适用于测量过程，使得测量结果不准确，需要多次重复测量来验证测量的准确性，既降低了测量的准确性，也降低了测量的时效性。
7、2、目前无法对确定相机曝光量下的图像进行量化评价，导致直接使用采集到的图像进行三维测量的结果并不准确，需要多次测量逼近正确结果，因此需要一套可以应用于结构光测量采集过程中，对图像质量进行量化的图像质量评价方法。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供了一种结构光测量中相机曝光优化与图像质量评估方法。
2、本专利技术是这样实现的，一种结构光测量中相机曝光优化与图像质量评估方法，首先，该方法通过在相同场景、光照、光圈等因素下采集一组被测物体的灰度图像，并记录下对应的曝光时间，然后使用debevec算法求解相机响应函数并求解其反函数来进行像素值校正。接着，通过使用对应的曝光时间与真实像素值进行拟合，设置理想像素均值阈值，从而插值求解出最优曝光时间。最后，采集曝光时间为最优曝光时间的被测物灰度图像，并进行背景分割和图像质量评估。这种方法不仅可以优化曝光时间，提高图像质量，而且还可以评估图像质量，提高测量精度。
3、进一步，结构光测量中相机曝光优化与图像质量评估方法包括：
4、s1，输入数据：在相同场景、光照、光圈等因素下，使用采集设备采集一组被测物体灰度图像f＝{f0,f1,…,fn-1}、同时记录下对应的曝光时间集合q＝{q0,q1,…,qn-1}；
5、s2，求解相机响应曲线：对s1采集到的被测物体灰度图像组进行otsu背景分割。分割后的灰度图像与对应的曝光时间作为输入，使用debevec算法求解针对被测物体的相机响应函数。对相机响应函数求解其反函数，即相机响应反函数，用于对被测物体灰度图像组进行像素值校正，得到真实场景下的像素值；
6、s3，求解最优曝光时间：利用相机响应反函数对输入被测物体灰度图像组校正得到真实像素值；使用对应曝光时间与真实像素值拟合得到关于曝光时间与真实像素均值的曲线，设置理想像素均值阈值gideal，从曝光时间与真实像素均值曲线中插值求解出最优曝光时间iresult；
7、s4，采集图像：采集曝光时间为iresult的被测物灰度图像；
8、s5，背景分割：对采集到的图片进行otsu图像分割，去除背景部分，保存被测物体像素点进行后续整体评价；
9、s6，评估最优曝光时间下的图像质量：对被测物灰度图像所有像素值计算评价参数p1、p2，得到评估结果参数p，p>90％即为合格，其中评价参数p1、p2与评估结果参数p在下文有详细说明。
10、进一步，s1中，相机采集图像的过程为目标场景下的光线进入镜头，感光元件将接收到的光信号转化为电信号，经处理后得到一幅数字图像。以上变量均固定，只通过修改相机曝光时间改变相机曝光量，采集一组被测物体灰度图像。
11、进一步，s2中，使用otsu进行图像背景分割，提取目标物体信息。otsu方法是一种全局自适应二值化阈值图像分割算法，该算法以背景和目标图像之间的最大类间方差作为阈值选择规则，对目标像素点进行计算分类。
12、s2中，使用debevec算法求解相机响应函数，此方法通过构建最小平方代价函数，使用奇异值分解来解决超定方程，从而完成相机响应函数的求解。
13、进一步，s3中，由于相机成像过程为非线性的，因此采集到的图像非现实真实像素值，需要使用相机响应反函数对图像像素值进行校正获得真实场景下的像素值。
14、在结构光三维测量实验中发现，当图像像素值小于30，大于210时，被测物体模型重建不完整，且关键尺寸测量结果误差较大。为了可以采集得到被测物体最大动态范围，因此将两者均值作为理想像素均值，用gideal表示。
15、对每一张校正后的图像求取像素均值，绘制与曝光时间对应的真实像素均值与曝光时间曲线，根据设置理想像素均值阈值gideal，插值求解得到最优曝光时间iresult。
16、进一步，s4中，将采集设备的曝光时间调整至iresult，其他场景、光照、光圈不变的情况下，采集被测物体灰度图像。
17、进一步，s6中，图像质量评价方法需在结构光三维测量前采集被测物体图像，使用otsu图像分割提取被测物体全像素点。由于过曝与欠曝像素点不利于编码信息的捕获，并且为评价采集到得到的被测物图像质量，通过计算过曝与欠曝点占比、基本图像质量评价参数(极差等)进行评估验证，对评价参数进行归一化处理后，获得范围在[0,1]之间的评价结果。
18、进一步，评价结果主要由图像过曝与欠曝评价参数p1与图像质量评价参数p2构成；其中，p1通过计算过曝与欠曝点数占被测物像素点数的比例，判断是否拥有较好的动态范围，取值范围为[0,1]；过曝与欠曝点的占比越少，说明被测物图像像素点大多处于良好的动态范围下，此种情况适合编码信息的采集，利于后续对目标物体的重建与测量。
19、本专利技术的另一本文档来自技高网...
【技术保护点】
1.一种结构光测量中相机曝光优化与图像质量评估方法，其特征在于，该方法通过在相同场景、光照、光圈因素下采集一组被测物体的灰度图像，并记录下对应的曝光时间，然后使用Debevec算法求解相机响应函数并求解其反函数来进行像素值校正；接着，通过使用对应的曝光时间与真实像素值进行拟合，设置理想像素均值阈值，从而插值求解出最优曝光时间；最后，采集曝光时间为最优曝光时间的被测物灰度图像，并进行背景分割和图像质量评估。
2.如权利要求1所述的结构光测量中相机曝光优化与图像质量评估方法，其特征在于，包括：
3.如权利要求2所述的结构光测量中相机曝光优化与图像质量评估方法，其特征在于，S4中，相机采集图像的过程为目标场景下的光线进入镜头，感光元件将接收到的光信号转化为电信号，经处理后得到一幅数字图像。
4.如权利要求2所述的结构光测量中相机曝光优化与图像质量评估方法，其特征在于，S5中，采用OTSU方法进行图像分割，以背景和目标图像之间的最大类间方差作为阈值选择规则，对目标像素点进行计算分类；使用OTSU分割目标场景下的被测物体，对被测物体的所有像素点进行求解计
5.如权利要求4所述的结构光测量中相机曝光优化与图像质量评估方法，其特征在于，S6中图像质量的评价方法包括：在结构光三维测量前采集被测物体图像，使用OTSU图像分割提取被测物体全像素点；通过计算过曝与欠曝点占比、基本图像质量评价参数进行评估验证，对评价参数进行归一化处理后，获得范围在[0,1]之间的评价结果。
6.如权利要求5所述的结构光测量中相机曝光优化与图像质量评估方法，其特征在于，评价结果主要由图像过曝与欠曝评价参数p1与图像质量评价参数p2构成；其中，p1通过计算过曝与欠曝点数占被测物像素点数的比例，判断是否拥有较好的动态范围，取值范围为[0,1]；过曝与欠曝点的占比越少，说明被测物图像像素点大多处于良好的动态范围下，此种情况适合编码信息的采集，利于后续对目标物体的重建与测量。
7.一种应用如权利要求1～6任意一项所述结构光测量中相机曝光优化与图像质量评估方法的结构光测量中相机曝光优化与图像质量评估系统，其特征在于，结构光测量中相机曝光优化与图像质量评估系统包括：
8.一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1～5任意一项所述的结构光测量中相机曝光优化与图像质量评估方法的步骤。
9.一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1～6任意一项所述的结构光测量中相机曝光优化与图像质量评估方法的步骤。
10.一种信息数据处理终端，信息数据处理终端用于实现如权利要求6所述的结构光测量中相机曝光优化与图像质量评估系统。
...【技术特征摘要】
1.一种结构光测量中相机曝光优化与图像质量评估方法，其特征在于，该方法通过在相同场景、光照、光圈因素下采集一组被测物体的灰度图像，并记录下对应的曝光时间，然后使用debevec算法求解相机响应函数并求解其反函数来进行像素值校正；接着，通过使用对应的曝光时间与真实像素值进行拟合，设置理想像素均值阈值，从而插值求解出最优曝光时间；最后，采集曝光时间为最优曝光时间的被测物灰度图像，并进行背景分割和图像质量评估。
2.如权利要求1所述的结构光测量中相机曝光优化与图像质量评估方法，其特征在于，包括：
3.如权利要求2所述的结构光测量中相机曝光优化与图像质量评估方法，其特征在于，s4中，相机采集图像的过程为目标场景下的光线进入镜头，感光元件将接收到的光信号转化为电信号，经处理后得到一幅数字图像。
4.如权利要求2所述的结构光测量中相机曝光优化与图像质量评估方法，其特征在于，s5中，采用otsu方法进行图像分割，以背景和目标图像之间的最大类间方差作为阈值选择规则，对目标像素点进行计算分类；使用otsu分割目标场景下的被测物体，对被测物体的所有像素点进行求解计算，拟合得到唯一针对被测物体的相机响应曲线，通过求解相机响应函数的反函数，对被测物像素值进行校正，拟合得到关于校正后像素均值与曝光时间的线性关系。
5.如权利要求4所述的结构光测量中相机曝光优化与图像质量评估方法，其特征在于，s6中图像质量的评价方法包括：在结构光三维测量前采集被测物...
【专利技术属性】
技术研发人员：张伟，宋杰，吕圣，方麒，曾志龙，孙海明，
申请(专利权)人：湖北汽车工业学院，
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。