开云优惠体育网页版入口

专利名称：一种视觉检测调焦过程中的图像清晰度量化方法

专利类型：发明专利

专利申请号：CN202210504405.3

专利申请（专利权）人：中国电子开云优惠体育网页版入口集团公司第四十一研究所
权利人地址：安徽省蚌埠市华光大道726号

专利发明（设计）人：龚灿,张义伟,徐洋,朱文祥,金怀国,刘敏,吴子强,李松珂

专利摘要：本发明公开了一种视觉检测调焦过程中的图像清晰度量化方法，属于图像处理技术领域，包括如下步骤：将采集图像进行灰度化处理；将图像从空间域转换到频率域，对频率图进行移位调整；使用频率域的高通滤波器对频率图进行卷积操作；对卷积结果图进行反移位和反傅里叶变换；计算当前图像表征清晰度的值；计算最大幅度值；计算当前清晰度值，指导最佳焦距位置调整。本发明利用图像空间域与频率域的转换，以及图像清晰程度与图像频率中高频成分相关的思想，将图像清晰程度进行数字量化，快速指导调试人员完成视觉检测装置的镜头调焦，保证高质量的图像采集，进而提升视觉检测装置的检测性能，具有非常广阔的应用前景。

主权利要求：
1.一种视觉检测调焦过程中的图像清晰度量化方法，其特征在于：包括如下步骤：步骤1：将采集图像进行灰度化处理；
步骤2：利用二维傅里叶变换将图像从空间域转换到频率域，对频率图进行移位调整，使直流分量处于频率域的中心；
步骤3：使用频率域的高通滤波器对频率图进行卷积操作，滤除低频信息；
步骤4：对卷积结果图进行反移位和反傅里叶变换；
步骤5：计算当前图像表征清晰度的值；
步骤6：调整镜头焦距，使采集图像最少出现一次：角逦俚侥：墓，得到表征清晰度的数值序列，计算此数值序列中的最大幅度值；
步骤7：继续调整镜头焦距，计算当前清晰度值，然后根据清晰度值与最大幅度值的差距来指导最佳焦距位置调整。
2.根据权利要求1所述的视觉检测调焦过程中的图像清晰度量化方法，其特征在于：在步骤2中，尺寸大小为M×N的图像f(x,y)的傅里叶变换如公式(1)所示：其中，u、v是频域变量，x、y是图像空域变量，0≤u≤M?1，0≤v≤N?1；
经过转换后的频率图的中心部分对应高频成分，四个角对应低频成分，为使直流分量处于频率域的中心，将频率图等分成左上、左下、右上、右下四份，然后在对角方向上交叉移位调整。
3.根据权利要求1所述的视觉检测调焦过程中的图像清晰度量化方法，其特征在于：在步骤3中，按尺寸大小M×N构建滤波器图像，初始赋值为灰度值255，然后以图像f(x,y)的中心为圆心，半径为10，画圆，并在圆的内部填充灰度值0，形成高通滤波器图像Mask，最后将高通滤波器图像Mask与频率域图进行卷积操作。
4.根据权利要求1所述的视觉检测调焦过程中的图像清晰度量化方法，其特征在于：在步骤5中，清晰度值计算如公式(2)所示：其中，G是当前图像计算的表征清晰度的值，Count是满足g(x,y)＞0点的个数，g(x,y)是反傅里叶变换的图像。
5.根据权利要求1所述的视觉检测调焦过程中的图像清晰度量化方法，其特征在于：在步骤6中，调整镜头焦距，使图像出现一次：逦：墓，得到表征清晰度的数值序列G(i)，搜索数值序列中的最大幅度值Max，如公式(3)所示：Max＝max0≤i≤fpG(i)(3)。
6.根据权利要求1所述的视觉检测调焦过程中的图像清晰度量化方法，其特征在于：在步骤7中，继续调整镜头焦距，根据公式(2)，计算当前清晰度值G，然后根据清晰度值G与最大幅度值Max的差距来指导最佳焦距位置调整。 说明书 : 一种视觉检测调焦过程中的图像清晰度量化方法技术领域[0001] 本发明属于图像处理技术领域，具体涉及一种视觉检测调焦过程中的图像清晰度量化方法。背景技术[0002] 随着机器视觉技术的飞速发展，视觉检测装置正广泛的被应用于各种生产活动，特别是在工业生产领域，它能替代人眼在许多人类视觉无法感知的场合中实现高精度、高速度的测量与判别。[0003] 在视觉检测装置的应用中，系统采集的图像质量决定了整个装置的成像效果以及检测效果，而图像质量的好坏最重要的一个指标是图像是否清晰，图像的清晰度不高表现为图像：，细节特征丢失，像素互相重叠，从而造成图像边缘细节平滑，导致图像分析和解译的困难，降低图像的实际应用价值。[0004] 目前，视觉检测装置的镜头调焦大多是由调试人员对焦距调整后的图像作出主观判断，利用肉眼观察目标成像是否清晰，依靠目测完成调焦。主观评价方法需要对图像判读人员进行专门的训练，评价过程费时耗力，经济性与一致性差，因此开发与人对图像的主观感受一致的客观质量评价方法显得尤为重要。发明内容[0005] 针对现有技术中存在的上述技术问题，本发明提出了一种视觉检测调焦过程中的图像清晰度量化方法，设计合理，克服了现有技术的不足，具有良好的效果。[0006] 为了实现上述目的，本发明采用如下技术方案：[0007] 一种视觉检测调焦过程中的图像清晰度量化方法，包括如下步骤：[0008] 步骤1：将采集图像进行灰度化处理；[0009] 步骤2：利用二维傅里叶变换将图像从空间域转换到频率域，对频率图进行移位调整，使直流分量处于频率域的中心；[0010] 步骤3：使用频率域的高通滤波器对频率图进行卷积操作，滤除低频信息；[0011] 步骤4：对卷积结果图进行反移位和反傅里叶变换；[0012] 步骤5：计算当前图像表征清晰度的值；[0013] 步骤6：调整镜头焦距，使采集图像最少出现一次：角逦俚侥：墓，得到表征清晰度的数值序列，计算此数值序列中的最大幅度值；[0014] 步骤7：继续调整镜头焦距，计算当前清晰度值，然后根据清晰度值与最大幅度值的差距来指导最佳焦距位置调整。[0015] 优选地，在步骤2中，尺寸大小为M×N的图像f(x,y)的傅里叶变换如公式(1)所示：[0016][0017] 其中，u、v是频域变量，x、y是图像空域变量，0≤u≤M?1，0≤v≤N?1；[0018] 经过转换后的频率图的中心部分对应高频成分，四个角对应低频成分，为使直流分量处于频率域的中心，将频率图等分成左上、左下、右上、右下四份，然后在对角方向上交叉移位调整。[0019] 优选地，在步骤3中，按尺寸大小M×N构建滤波器图像，初始赋值为灰度值255，然后以图像f(x,y)的中心为圆心，半径为10，画圆，并在圆的内部填充灰度值0，形成高通滤波器图像Mask，最后将高通滤波器图像Mask与频率域图进行卷积操作。[0020] 优选地，在步骤5中，清晰度值计算如公式(2)所示：[0021][0022] 其中，G是当前图像计算的表征清晰度的值，Count是满足g(x,y)＞0点的个数，g(x,y)是反傅里叶变换的图像。[0023] 优选地，在步骤6中，调整镜头焦距，使图像出现一次：逦：墓，得到表征清晰度的数值序列G(i)，搜索数值序列中的最大幅度值Max，如公式(3)所示：[0024] Max＝max0≤i≤fpG(i)(3)。[0025] 优选地，在步骤7中，在步骤7中，继续调整镜头焦距，根据公式(2)，计算当前清晰度值G，然后根据清晰度值G与最大幅度值Max的差距来指导最佳焦距位置调整。[0026] 本发明所带来的有益技术效果：[0027] 本发明创新性的利用图像空间域与频率域的转换，以及图像清晰程度与图像频率中高频成分相关的思想，将图像清晰程度进行数字量化，快速指导调试人员完成视觉检测装置的镜头调焦，保证高质量的图像采集，进而提升视觉检测装置的检测性能，具有非常广阔的应用前景。附图说明[0028] 图1是本发明的清晰图像与：枷竦幕叶韧。[0029] 图2是本发明的傅里叶变换且移位调整后的频率图像图。[0030] 图3是本发明的频率域高通滤波图像图。[0031] 图4是本发明的高通滤波图像反傅里叶变换的结果图。[0032] 图5是本发明调焦过程中的清晰度评价值曲线图。具体实施方式[0033] 下面结合附图以及具体实施方式对本发明作进一步详细说明：[0034] 一种视觉检测调焦过程中的图像清晰度量化方法，包括如下步骤：[0035] 步骤1：将采集图像进行灰度化处理；如图1所示；[0036] 步骤2：利用二维傅里叶变换将图像从空间域转换到频率域，对频率图进行移位调整，使直流分量处于频率域的中心；[0037] 尺寸大小为M×N的图像f(x,y)的傅里叶变换如公式(1)所示：[0038][0039] 其中，u、v是频域变量，x、y是图像空域变量，0≤u≤M?1，0≤v≤N?1；[0040] 经过转换后的频率图的中心部分对应高频成分，四个角对应低频成分，为使直流分量处于频率域的中心，将频率图等分成左上、左下、右上、右下四份，然后在对角方向上交叉移位调整，形成如图2所示效果。图中心为直流分量，靠近中心位置为低频分量，远离中心位置为高频分量，高频分量越多表征图像具有更多尖锐、清晰的边缘，故在频率域图像中，清晰图像相对：枷裨谠独胫行牡奈恢镁哂懈喟椎。[0041] 步骤3：使用频率域的高通滤波器对频率图进行卷积操作，滤除低频信息；[0042] 按尺寸大小M×N构建滤波器图像，初始赋值为灰度值255，然后以图像f(x,y)的中心为圆心，半径为10，画圆，并在圆的内部填充灰度值0，形成高通滤波器图像Mask，最后将高通滤波器图像Mask与频率域图F(u,v)进行卷积操作，形成如图3所示效果。图中中心半径为10的部分已经置黑，也即图像的幅值较大的低频分量被滤除。[0043] 步骤4：对卷积结果图进行反移位和反傅里叶变换；[0044] 将图3滤除幅值较大的低频分量的频域图像进行反移位操作，使直流分量位于图像左上角，然后进行反傅里叶变换，形成如图4所示效果。图中清晰图像反傅里叶变换后边缘细节得到了保留，而：枷窦负跷薇咴迪附。[0045] 步骤5：计算当前图像表征清晰度的值；[0046] 清晰度值计算如公式(2)所示：[0047][0048] 其中，G是当前图像计算的表征清晰度的值，Count是满足g(x,y)＞0点的个数，g(x,y)是反傅里叶变换的图像。[0049] 根据上式，清晰图像计算出的值为7.6976，：枷窦扑愠龅闹滴1.81，图像越清晰计算出的值越大，图像越：扑愠龅闹翟叫。[0050] 步骤6：调整镜头焦距，使采集图像最少出现一次：角逦俚侥：墓，得到表征清晰度的数值序列G(i)，计算此数值序列中的最大幅度值Max，如公式(3)所示：[0051] Max＝max0≤i≤fpG(i)(3)[0052] 调整镜头焦距，使图像出现一次：逦：墓，得到表征清晰度的数值序列G(i)，将G(i)在图像中显示，效果如图5所示，本发明计算的清晰度值在整个调焦过程中呈现单峰性，最大值位置即为图像最清晰位置。[0053] 步骤7：继续调整镜头焦距，根据公式(2)，计算当前清晰度值G，然后根据清晰度值G与最大幅度值Max的差距来指导最佳焦距位置调整。[0054] 本发明的图像清晰度量化方法充分利用图像清晰度在频率域的特性，将视觉检测装置镜头焦距调整情况量化成数字，指导快速调整镜头，保证产品的图像采集质量。该方法鲁棒性好，是智能化视觉检测装置不可或缺的功能，具有非常广阔的应用前景。[0055] 当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

专利地区：安徽

专利申请日期：2022-05-10

专利公开日期：2024-11-29

专利公告号：CN115049587B