CN116664742A - 针对激光光条成像的hdr高动态范围处理方法及装置 - Google Patents
针对激光光条成像的hdr高动态范围处理方法及装置 Download PDFInfo
- Publication number
- CN116664742A CN116664742A CN202310903936.4A CN202310903936A CN116664742A CN 116664742 A CN116664742 A CN 116664742A CN 202310903936 A CN202310903936 A CN 202310903936A CN 116664742 A CN116664742 A CN 116664742A
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- light bar
- axis coordinate
- hdr
- 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.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 25
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000004891 communication Methods 0.000 claims description 21
- 230000004927 fusion Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 2
- 238000005260 corrosion Methods 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 239000000463 material Substances 0.000 description 9
- 239000003086 colorant Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001579 optical reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Image Input (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供针对激光光条成像的HDR高动态范围处理方法及装置，属于嵌入式图像采集控制与处理领域，方法包括：步骤S1、根据设置的工作参数采集图像并按照图像采集顺序将连续采集的多帧图像组成帧组；步骤S2、提取各帧组图像中各帧图像的光条中心数据；步骤S3、若判定图像采集行为存在运动过快的情况，进入步骤S4，否则，进入步骤S5；步骤S4、以帧组中的第一帧图像的光条中心数据作为输出；步骤S5、对帧组中各帧图像的光条中心数据进行融合得到一帧HDR光条数据。本发明能够有效提高HDR在线结构光三维扫描成像中的可用性。
Description
技术领域
本发明涉及嵌入式图像采集控制与处理领域，具体涉及针对激光光条成像的HDR高动态范围处理方法及装置。
背景技术
三维测量技术中，线结构光技术由于精度高、数据重建便捷的优点，使得其在工业检测领域中被广泛使用。基于线结构光原理的扫描设备的主要部件为一字型激光器与图像传感器，其中一字型激光器产生的激光作为三维成像的光源，图像传感器用于激光光条成像的获取。激光光条的成像提取用于被扫描物体的轮廓提取，光条的提取情况将会直接影响最终的测量精度。
在实际工况环境中，被扫描工件的外观颜色多样，材质也不尽相同，不同材质的反光率不同，不同颜色的表面对光强的表现也不同，而传统常规意义上的激光光条提取算法受限于图像传感器的像素深度，仅能处理单色单一材质所反映的光强场景，对于多颜色多材质的场景则会出现轮廓信息丢失或区域亮度过曝带来的提取偏差，进而造成测量误差。
现实场景中最亮部分的亮度值与最暗部分的亮度值之比称为动态范围，自然世界的场景中包含极大的动态范围，从白天的阳光到晚上的星光，可达八个数量级。但对于图像传感器而言，由于硬件层面的限制，一般其灰度深度仅能存储8Bit，能记录的动态范围远远低于自然场景的动态范围。因此数字成像系统无法呈现全部的图像信息。HDR（High-Dynamic Range，高动态范围）技术，即实现比标准动态范围更大的动态范围的技术。动态范围越大，则可探测的亮度值的范围就越宽，细节信息就越多，就更能反映拍摄物体的真实情况。对于三维测量而言，则更能适应不同颜色不同材质的扫描需求。
但是当前HDR技术的研究多数停留在软件算法层面，而对于扫描设备而言，其算法载体均为嵌入式控制平台，不同平台硬件特性不同，通常嵌入式平台主控芯片算力也远低于计算机，因此无法将现有HDR算法直接生搬硬套至三维扫描设备中。同时线结构光的激光光条成像特点与普通相机成像有较大差异，激光光条为灰度成像，而且对等比例放大的光斑可容忍，成像的差异也导致现有HDR算法无法直接借用，因此市场上极少有成熟的具备HDR功能的线结构光扫描设备，要么处理速度慢，适合场景少，要么价格昂贵无法推广。
发明内容
本发明提出针对激光光条成像的HDR高动态范围处理方法及装置，能够有效提高HDR在线结构光三维扫描成像中的可用性。
本发明通过以下技术方案实现：
针对激光光条成像的HDR高动态范围处理方法，包括如下步骤：
步骤S1、根据设置的工作参数采集图像并按照图像采集顺序将连续采集的多帧图像组成帧组；其中，工作参数包括每一组帧组包含的图像数、各帧曝光时间值及增益值和输出帧率；
步骤S2、提取各帧组图像中各帧图像的光条中心数据；
步骤S3、获取帧组中当前帧图像与前一帧图像光条中心数据的各个v轴坐标点的差值的均值△v、当前帧图像与前一帧图像曝光时间的差值△t，得到两者的比率r=△v/△t，若出现r大于设定的阈值p，则判定图像采集行为存在运动过快的情况，进入步骤S4，否则，进入步骤S5；
步骤S4、以帧组中的第一帧图像的光条中心数据作为输出；
步骤S5、对帧组中各帧图像的光条中心数据进行融合得到一帧HDR光条数据，HDR光条数据与帧组中各帧图像的光条中心数据的u轴坐标相同，对于各u轴坐标，均从帧组中第一帧图像至最后一帧图像进行判断，对于某一u轴坐标，若第一帧图像中对应的v轴坐标不为0，则将该v轴坐标作为对应于HDR光条数据中该u轴坐标对应的v轴坐标，若第一帧图像中对应的v轴坐标为0，则对第二帧图像进行判断，若该u轴坐标在各帧图像中对应的v轴坐标均为0，则HDR光条数据中该u轴坐标对应的v轴坐标为0，其中，u轴和v轴指像素坐标系中的两个轴，用来表示图像上每个像素点的位置。
进一步的，所述步骤S1中，利用图像传感器进行图像采集，所述帧组包括的图像数根据图像传感器所支持的最大参数预设组数确定。
进一步的，所述步骤S1中，提取所述各帧图像的光条中心数据之前对各帧图像进行预处理，包括高斯滤波、中值滤波、膨胀腐蚀滤波、阈值二值化操作，所述步骤S2中，采用灰度重心法对预处理后的图像进行光条中心数据的提取。
进一步的，所述图像传感器型号为MV-CA016-10UMUC，所支持的最大帧率为249.1FPS@1440×1080，各所述帧组包括的图像数为4帧。
本发明还通过以下技术方案实现：
针对激光光条成像的HDR高动态范围处理装置，包括图像传感器模块、图像采集控制与处理模块和激光器模块，图像传感器模块用于采集图像，图像采集控制与处理模块包括采集控制单元、图像处理单元和上位机通信单元，采集控制单元包括传感器控制单元和激光器控制单元，传感器控制单元通过上位机通信单元获取工作参数，并根据工作参数控制图像传感器模块的拍摄行为，激光器控制单元用于控制激光器模块的开关及亮度调节；图像处理单元包括光条提取单元、运动过快检测单元和分段融合单元，光条提取单元用于提取各帧组图像中各帧图像的光条中心数据，运动过快检测单元用于获取帧组中当前帧图像与前一帧图像光条中心数据的各个v轴坐标点的差值的均值△v、当前帧图像与前一帧图像曝光时间的差值△t，得到两者的比率r=△v/△t，若出现r大于设定的阈值p，则判定图像采集行为存在运动过快的情况，此时以帧组中的第一帧图像的光条中心数据作为输出，分段融合单元针对不存在运动过快的情况时，对帧组中各帧图像的光条中心数据进行融合得到一帧HDR光条数据，HDR光条数据与帧组中各帧图像的光条中心数据的u轴坐标相同，对于各u轴坐标，均从帧组中第一帧图像至最后一帧图像进行判断，对于某一u轴坐标，若第一帧图像中对应的v轴坐标不为0，则将该v轴坐标作为对应于HDR光条数据中该u轴坐标对应的v轴坐标，若第一帧图像中对应的v轴坐标为0，则对第二帧图像进行判断，若该u轴坐标在各帧图像中对应的v轴坐标均为0，则HDR光条数据中该u轴坐标对应的v轴坐标为0，其中，u轴和v轴指像素坐标系中的两个轴，用来表示图像上每个像素点的位置。
进一步的，所述图像采集控制与处理模块的控制核心采用Zynq UltraScale+MPSoCs EG系列的XCZU3EG-1SFVC784I芯片，Zynq UltraScale+ MPSoC芯片包含PS单元与PL单元，PS单元包括4个Cortex-A53核和2个Cortex-R5核，PL单元为可编程逻辑单元，4个Cortex-A53核上搭载Linux操作系统，运行上位机通信单元，2个Cortex-R5核上搭载FreeRTOS实时操作系统，运行采集控制单元，FPGA运行图像处理单元。
进一步的，所述工作参数包括帧组包含的图像数、各帧曝光时间值及增益值和输出帧率。
进一步的，所述图像处理单元获取帧组第一帧图像的光条中心数据或者HDR光条数据后，发送硬件中断至上位机通信单元，上位机通信单元则将接收到的数据上传至PC端。
进一步的，所述图像传感器模块包括图像传感器、参数轮询单元和硬件触发单元，参数轮询单元负责配置图像传感器的周期性曝光时间及增益变化值，硬件触发单元负责接收图像采集控制与处理模块的采集控制单元的触发信号，根据触发信号执行图像采集动作。
本发明具有如下有益效果：
1、本发明针对线结构光三维成像中，对于多种材质多种颜色的工件扫描时存在的高亮过爆或暗区细节不足的行业难题，利用不同曝光图像的光条中心数据进行分段融合，从而得到了高动态范围的光条信息，且通过辨别是否运动过快，有效地识别并处理了鬼影问题，保证了激光光条融合的精度，使得HDR在线结构光三维扫描成像中的可用性极大提高。
2、本发明基于ARM+FPGA的架构设计，ARM中的R5核运行FreeRTOS实时系统，负责HDR各个合成帧的触发间隔控制，硬件层面的时间准确度极大地提高了HDR融合的位置精度。FPGA中运行的图像处理单元则使激光光条多帧融合的实时性得到了保证，融合帧率可达90FPS，极大地提高了线结构光扫描设备的产线应用能力。
附图说明
下面结合附图对本发明做进一步详细说明。
图1为本发明的图像采集控制与处理模块的框图。
图2为本发明方法的流程图。
图3为本发明方法的图像采集控制示意图。
图4为本发明方法的光条中心数据融合示意图。
其中，1、采集控制单元；11、传感器控制单元；12、激光器控制单元；2、上位机通信单元；3、图像处理单元；31、预处理单元；32、光条提取单元；33、运动过快检测单元；34、分段融合单元。
具体实施方式
针对激光光条成像的HDR高动态范围处理装置包括图像传感器模块、图像采集控制与处理模块和激光器模块，图像传感器模块用于采集图像，具体包括图像传感器、参数轮询单元和硬件触发单元，参数轮询单元负责配置图像传感器的周期性曝光时间及增益变化值，硬件触发单元负责接收图像采集控制与处理模块的采集控制单元1的触发信号，根据触发信号执行图像采集动作。激光器模块包括一字型激光器。
如图1所示，图像采集控制与处理模块包括采集控制单元1、图像处理单元3和上位机通信单元2，采集控制单元1包括传感器控制单元11和激光器控制单元12，传感器控制单元11通过上位机通信单元2获取工作参数，并根据工作参数按设定发出出发脉冲以控制图像传感器模块的拍摄行为，该工作参数包括帧组包括的图像数、各帧曝光时间值及增益值和输出帧率。帧组包括的图像数根据图像传感器所支持的最大参数预设组数确定，该最大参数预设组数包括图像传感器所支持的最大帧率，激光器控制单元12用于控制一字型激光器的开关及亮度调节。上位机通信单元2负责装置统工作参数的设定及激光光条HDR点云数据的传输。
图像传感器型号为MV-CA016-10UMUC，所支持的最大帧率为249.1FPS@1440×1080，即最快响应帧间隔为4ms。一字型激光器型号为PGL-L-655nm-30mw。图像采集控制与处理模块的控制核心采用Zynq UltraScale+ MPSoCs EG系列的XCZU3EG-1SFVC784I芯片，Zynq UltraScale+ MPSoC芯片包含PS单元与PL单元，PS单元包括4个Cortex-A53核和2个Cortex-R5核，PL单元为可编程逻辑单元，4个Cortex-A53核上搭载Linux操作系统，运行上位机通信单元2，2个Cortex-R5核上搭载FreeRTOS实时操作系统，运行采集控制单元1，FPGA运行图像处理单元3。
图像处理单元3包括预处理单元31、光条提取单元32、运动过快检测单元33和分段融合单元34，预处理单元31用于对帧组中各图像进行预处理，光条提取单元32用于提取各帧组图像中各帧图像的光条中心数据，运动过快检测单元33用于获取帧组中当前帧图像与前一帧图像光条中心数据的各个v轴坐标点的差值的均值△v、当前帧图像与前一帧图像曝光时间的差值△t，得到两者的比率r=△v/△t，若出现r大于设定的阈值p，则判定图像采集行为存在运动过快的情况，此时以帧组中的第一帧图像的光条中心数据作为输出，分段融合单元34针对不存在运动过快的情况时，对帧组中各帧图像的光条中心数据进行融合得到一帧HDR光条数据，HDR光条数据与帧组中各帧图像的光条中心数据的u轴坐标相同，对于各u轴坐标，均从帧组中第一帧图像至最后一帧图像进行判断，对于某一u轴坐标，若第一帧图像中对应的v轴坐标不为0，则将该v轴坐标作为对应于HDR光条数据中该u轴坐标对应的v轴坐标，若第一帧图像中对应的v轴坐标为0，则对第二帧图像进行判断，若该u轴坐标在各帧图像中对应的v轴坐标均为0，则HDR光条数据中该u轴坐标对应的v轴坐标为0，其中，u轴和v轴指像素坐标系中的两个轴，用来表示各帧图像上每个像素点的位置。
如图2所示，针对激光光条成像的HDR高动态范围处理方法则包括如下步骤：
步骤S1、上电后对Zynq UltraScale+ MPSoC芯片PS端和PL端初始化，PS端的Cortex-R5核完成FreeRTOS实时系统的启动，Cortex-A53核完成Linux操作系统的启动；
上位机通信单元2与PC端进行通信握手，握手成功后PC端读取图像采集控制与处理模块的状态信息及工作参数初始值，PC端可重新配置工作参数，若无配置动作则图像采集控制与处理模块直接按本地存储的工作参数进行工作，若有配置动作则更新本地存储至最新值；其中，工作参数包括每一组帧组包含的图像数、各帧曝光时间值及增益值和输出帧率；帧数越大则激光光条HDR合成效果越好，但输出帧率越低，在本实施例中，每连续4帧图像组成一帧组，各帧曝光时间值及增益值分别用于指定帧组的各帧图像的曝光时间及模拟增益值，一般地，第一帧的参数值设置为针对白色低反光的材质，最后一帧的参数设置为针对黑色高反光的材质，中间帧根据扫描工件颜色及材质反光情况进行递进设置；输出帧率用于配置光条HDR数据的输出速率；输出帧率受限于图像传感器模块的最大帧率以及图像处理单元3的处理帧率；
采集控制单元1接收到采集开始信号后，激光器控制单元12将一字型激光器开启，同时传感器控制单元11以图像传感器模块所能支持的最大帧率作为HDR各个帧组的采集间隔来设定并启动定时器A，在设定的帧组数未达成前，定时器A按设定时间间隔发出图像传感器模块的IO触发脉冲；工作参数中的输出帧率对应采集控制单元1的定时器B，若在帧组数未达成前，定时器B的请求先到达（即设置的输出帧率参数大于实际工作所能支持的HDR最大输出帧率），则定时器B的请求会被忽略，优先响应定时器A的周期控制，仅在定时器A完成一组帧组触发后，定时器B才会被响应，才会重新开始一组帧组的触发动作；其中，采集开始信号由上位机通信单元2发来采集请求时提供；
图像传感器模块接收到图像传感器控制单元11的触发脉冲后，根据设置的工作参数采集图像并按照图像采集顺序将连续采集的多帧图像组成帧组，如图3所示；
步骤S2、图像处理单元3对各帧图像进行预处理，该预处理包括高斯滤波、中值滤波、膨胀腐蚀滤波、阈值二值化操作，再利用灰度重心法对预处理后的图像进行光条中心数据的提取；其中，预处理过程和利用灰度重心法提取光条中心数据的过程均为现有技术；
步骤S3、图像处理单元3获取帧组中当前帧图像与前一帧图像光条中心数据的各个v轴坐标点的差值的均值△v、当前帧图像与前一帧图像曝光时间的差值△t，得到两者的比率r=△v/△t，若出现r大于设定的阈值p，则判定图像采集行为存在运动过快的情况，进入步骤S4，否则，进入步骤S5；该阈值p的取值由试验得出；
步骤S4、当图像采集行为存在运动过快的情况时，则不进行HDR的多帧融合动作，直接以帧组中的第一帧图像的光条中心数据作为图像处理单元3的输出；
步骤S5、如图4所示，对帧组中各帧图像的光条中心数据进行融合得到一帧HDR光条数据，HDR光条数据与帧组中各帧图像的光条中心数据的u轴坐标相同，对于各u轴坐标，均从帧组中第一帧图像至最后一帧图像进行判断，对于某一u轴坐标，若第一帧图像中对应的v轴坐标不为0，则将该v轴坐标作为对应于HDR光条数据中该u轴坐标对应的v轴坐标，若第一帧图像中对应的v轴坐标为0，则对第二帧图像进行判断，若该u轴坐标在各帧图像中对应的v轴坐标均为0，则HDR光条数据中该u轴坐标对应的v轴坐标为0，该HDR光条数据即作为图像处理单元3的输出，其中，u轴和v轴指像素坐标系中的两个轴，用来表示各帧图像上每个像素点的位置；
步骤S6、图像处理单元3获取帧组第一帧图像的光条中心数据或者HDR光条数据后，发送硬件中断至上位机通信单元2，上位机通信单元2则将接收到的数据上传至PC端，该硬件中断为Zynq UltraScale+ MPSoC芯片PS端与PL端的通信机制之一。
以上所述，仅为本发明的较佳实施例而已，故不能以此限定本发明实施的范围，即依本发明申请专利范围及说明书内容所作的等效变化与修饰，皆应仍属本发明专利涵盖的范围内。
Claims (9)
1.针对激光光条成像的HDR高动态范围处理方法，其特征在于：包括如下步骤：
步骤S1、根据设置的工作参数采集图像并按照图像采集顺序将连续采集的多帧图像组成帧组；其中，工作参数包括每一组帧组包含的图像数、各帧曝光时间值及增益值和输出帧率；
步骤S2、提取各帧组图像中各帧图像的光条中心数据；
步骤S3、获取帧组中当前帧图像与前一帧图像光条中心数据的各个v轴坐标点的差值的均值△v、当前帧图像与前一帧图像曝光时间的差值△t，得到两者的比率r=△v/△t，若出现r大于设定的阈值p，则判定图像采集行为存在运动过快的情况，进入步骤S4，否则，进入步骤S5；
步骤S4、以帧组中的第一帧图像的光条中心数据作为输出；
步骤S5、对帧组中各帧图像的光条中心数据进行融合得到一帧HDR光条数据，HDR光条数据与帧组中各帧图像的光条中心数据的u轴坐标相同，对于各u轴坐标，均从帧组中第一帧图像至最后一帧图像进行判断，对于某一u轴坐标，若第一帧图像中对应的v轴坐标不为0，则将该v轴坐标作为对应于HDR光条数据中该u轴坐标对应的v轴坐标，若第一帧图像中对应的v轴坐标为0，则对第二帧图像进行判断，若该u轴坐标在各帧图像中对应的v轴坐标均为0，则HDR光条数据中该u轴坐标对应的v轴坐标为0，其中，u轴和v轴指像素坐标系中的两个轴，用来表示图像上每个像素点的位置。
2.根据权利要求1所述的针对激光光条成像的HDR高动态范围处理方法，其特征在于：所述步骤S1中，利用图像传感器进行图像采集，所述帧组包括的图像数根据图像传感器所支持的最大参数预设组数确定。
3.根据权利要求2所述的针对激光光条成像的HDR高动态范围处理方法，其特征在于：所述步骤S1中，提取所述各帧图像的光条中心数据之前对各帧图像进行预处理，包括高斯滤波、中值滤波、膨胀腐蚀滤波、阈值二值化操作，所述步骤S2中，采用灰度重心法对预处理后的图像进行光条中心数据的提取。
4.根据权利要求2或3所述的针对激光光条成像的HDR高动态范围处理方法，其特征在于：所述图像传感器型号为MV-CA016-10UMUC，所支持的最大帧率为249.1FPS@1440×1080，各所述帧组包括的图像数为4帧。
5.针对激光光条成像的HDR高动态范围处理装置，其特征在于：包括图像传感器模块、图像采集控制与处理模块和激光器模块，图像传感器模块用于采集图像，图像采集控制与处理模块包括采集控制单元、图像处理单元和上位机通信单元，采集控制单元包括传感器控制单元和激光器控制单元，传感器控制单元通过上位机通信单元获取工作参数，并根据工作参数控制图像传感器模块的拍摄行为，激光器控制单元用于控制激光器模块的开关及亮度调节；图像处理单元包括光条提取单元、运动过快检测单元和分段融合单元，光条提取单元用于提取各帧组图像中各帧图像的光条中心数据，运动过快检测单元用于获取帧组中当前帧图像与前一帧图像光条中心数据的各个v轴坐标点的差值的均值△v、当前帧图像与前一帧图像曝光时间的差值△t，得到两者的比率r=△v/△t，若出现r大于设定的阈值p，则判定图像采集行为存在运动过快的情况，此时以帧组中的第一帧图像的光条中心数据作为输出，分段融合单元针对不存在运动过快的情况时，对帧组中各帧图像的光条中心数据进行融合得到一帧HDR光条数据，HDR光条数据与帧组中各帧图像的光条中心数据的u轴坐标相同，对于各u轴坐标，均从帧组中第一帧图像至最后一帧图像进行判断，对于某一u轴坐标，若第一帧图像中对应的v轴坐标不为0，则将该v轴坐标作为对应于HDR光条数据中该u轴坐标对应的v轴坐标，若第一帧图像中对应的v轴坐标为0，则对第二帧图像进行判断，若该u轴坐标在各帧图像中对应的v轴坐标均为0，则HDR光条数据中该u轴坐标对应的v轴坐标为0，其中，u轴和v轴指像素坐标系中的两个轴，用来表示图像上每个像素点的位置。
6.根据权利要求5所述的针对激光光条成像的HDR高动态范围处理装置，其特征在于：所述图像采集控制与处理模块的控制核心采用Zynq UltraScale+ MPSoCs EG系列的XCZU3EG-1SFVC784I芯片，Zynq UltraScale+ MPSoC芯片包含PS单元与PL单元，PS单元包括4个Cortex-A53核和2个Cortex-R5核，PL单元为可编程逻辑单元，4个Cortex-A53核上搭载Linux操作系统，运行上位机通信单元，2个Cortex-R5核上搭载FreeRTOS实时操作系统，运行采集控制单元，FPGA运行图像处理单元。
7.根据权利要求6所述的针对激光光条成像的HDR高动态范围处理装置，其特征在于：所述工作参数包括帧组包含的图像数、各帧曝光时间值及增益值和输出帧率。
8.根据权利要求5或6或7所述的针对激光光条成像的HDR高动态范围处理装置，其特征在于：所述图像处理单元获取帧组第一帧图像的光条中心数据或者HDR光条数据后，发送硬件中断至上位机通信单元，上位机通信单元则将接收到的数据上传至PC端。
9.根据权利要求5或6或7所述的针对激光光条成像的HDR高动态范围处理装置，其特征在于：所述图像传感器模块包括图像传感器、参数轮询单元和硬件触发单元，参数轮询单元负责配置图像传感器的周期性曝光时间及增益变化值，硬件触发单元负责接收图像采集控制与处理模块的采集控制单元的触发信号，根据触发信号执行图像采集动作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310903936.4A CN116664742B (zh) | 2023-07-24 | 2023-07-24 | 针对激光光条成像的hdr高动态范围处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310903936.4A CN116664742B (zh) | 2023-07-24 | 2023-07-24 | 针对激光光条成像的hdr高动态范围处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116664742A true CN116664742A (zh) | 2023-08-29 |
| CN116664742B CN116664742B (zh) | 2023-10-27 |
Family
ID=87712089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310903936.4A Active CN116664742B (zh) | 2023-07-24 | 2023-07-24 | 针对激光光条成像的hdr高动态范围处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116664742B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107578464A (zh) * | 2017-06-30 | 2018-01-12 | 长沙湘计海盾科技有限公司 | 一种基于线激光扫描的传送带工件三维轮廓测量方法 |
| JP2019027890A (ja) * | 2017-07-28 | 2019-02-21 | 公益財団法人鉄道総合技術研究所 | 構造物検査システム、構造物検査装置及び構造物検査方法 |
| CN110470238A (zh) * | 2019-07-02 | 2019-11-19 | 杭州非白三维科技有限公司 | 一种手持激光三维扫描仪、扫描方法及装置 |
| CN113963115A (zh) * | 2021-10-28 | 2022-01-21 | 山东大学 | 基于单帧图像的高动态范围激光三维扫描方法 |
| CN114383522A (zh) * | 2021-12-29 | 2022-04-22 | 易思维（杭州）科技有限公司 | 一种测量反光差异工件表面间隙、面差的方法 |
| CN115082538A (zh) * | 2022-06-20 | 2022-09-20 | 南京理工大学 | 基于线结构光投影的多目视觉平衡环零件表面三维重建系统及方法 |
| CN115842962A (zh) * | 2021-09-17 | 2023-03-24 | 荣耀终端有限公司 | Hdr图像处理方法及电子设备 |
-
2023
- 2023-07-24 CN CN202310903936.4A patent/CN116664742B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107578464A (zh) * | 2017-06-30 | 2018-01-12 | 长沙湘计海盾科技有限公司 | 一种基于线激光扫描的传送带工件三维轮廓测量方法 |
| JP2019027890A (ja) * | 2017-07-28 | 2019-02-21 | 公益財団法人鉄道総合技術研究所 | 構造物検査システム、構造物検査装置及び構造物検査方法 |
| CN110470238A (zh) * | 2019-07-02 | 2019-11-19 | 杭州非白三维科技有限公司 | 一种手持激光三维扫描仪、扫描方法及装置 |
| CN115842962A (zh) * | 2021-09-17 | 2023-03-24 | 荣耀终端有限公司 | Hdr图像处理方法及电子设备 |
| CN113963115A (zh) * | 2021-10-28 | 2022-01-21 | 山东大学 | 基于单帧图像的高动态范围激光三维扫描方法 |
| CN114383522A (zh) * | 2021-12-29 | 2022-04-22 | 易思维（杭州）科技有限公司 | 一种测量反光差异工件表面间隙、面差的方法 |
| CN115082538A (zh) * | 2022-06-20 | 2022-09-20 | 南京理工大学 | 基于线结构光投影的多目视觉平衡环零件表面三维重建系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| WENYUAN CHEN ET AL.: "Automated Exposures Selection for High Dynamic Range Structured-Light 3-D Scanning", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
| 闫光绪;贺赛先;: "基于单目便携式激光扫描的小工件测量", 应用激光, no. 02 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116664742B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108564041B (zh) | 一种基于rgbd相机的人脸检测和修复方法 | |
| CN107999910B (zh) | 一种电火花线切割机的控制方法和一种电火花线切割机 | |
| CN108592788B (zh) | 一种面向喷涂生产线的3d智能相机系统与工件在线测量方法 | |
| CN107592449B (zh) | 三维模型建立方法、装置和移动终端 | |
| CN109327626B (zh) | 图像采集方法、装置、电子设备和计算机可读存储介质 | |
| CN110121031B (zh) | 图像采集方法和装置、电子设备、计算机可读存储介质 | |
| CN115456999B (zh) | 一种基于机器视觉的锯链表面缺陷自动化检测系统及缺陷检测方法 | |
| CN114212452B (zh) | 基于激光辅助和图像处理的煤流检测方法及节能控制系统 | |
| CN111339831A (zh) | 一种照明灯控制方法和系统 | |
| CN115175414A (zh) | 锂电池极片涂布检测的光源亮度自适应调控系统及方法 | |
| CN111027415A (zh) | 一种基于偏振图像的车辆检测方法 | |
| CN110648301A (zh) | 一种消除成像反光的装置及方法 | |
| CN116664742B (zh) | 针对激光光条成像的hdr高动态范围处理方法及装置 | |
| CN114004814A (zh) | 一种基于深度学习和灰度三阶矩分析的煤矸石识别方法及系统 | |
| CN110188640B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
| CN110827317B (zh) | 一种基于fpga的四目运动目标检测与识别设备及方法 | |
| KR102366396B1 (ko) | Rgb-d 데이터와 딥러닝을 이용한 3d객체영역분할 방법과 그 시스템 | |
| CN115022553B (zh) | 一种补光灯的动态控制方法和装置 | |
| CN114693556B (zh) | 一种高空抛物帧差法运动目标检测去拖影方法 | |
| CN116600210A (zh) | 基于机器人视觉的图像采集优化系统 | |
| CN113472998B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN115457459A (zh) | 一种能够有效提升检测效率的机器视觉系统 | |
| CN111246120B (zh) | 移动设备的图像数据处理方法、控制系统及存储介质 | |
| CN110033488B (zh) | 一种基于压缩信息的自适应光源方向分析方法及系统 | |
| JP2002230531A (ja) | 侵入物体検出方法 |
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 |