[发明专利]用于工业现场的视觉检测系统成像质量评价方法

说明书

本发明涉及一种用于工业现场的视觉检测系统成像质量评价方法，采用带有直线的标定板，包括以下步骤：在相机聚焦情况下对标定板进行拍摄；对拍摄的标定板图片直线上的T个特征点进行提取；建立Levenberg‑Marquardt最优化求解模型，畸变系数得到实际位置为(Xsubgt;D/subgt;,Ysubgt;D/subgt;)的表达式，根据此绘制曲线；所生成的曲线作为参考图像I，求得参考图像I的边缘点；在参考图像I的每一行的灰度值曲线中，求取边缘宽度；得到强边缘宽度概率直方图；对于利用视觉检测系统拍摄的待评价图像Im进行评价。

技术领域

本发明属于计算机图像处理领域，特别是涉及工业现场的视觉检测系统的成像质量评价方法。

背景技术

新能源、半导体、电路板、3C等精密制造业的迅速发展，现代生产线大多采用机器视觉技术，而视觉检测系统的成像质量决定了后续图像处理准确度，是其中最基础也是最重要的环节之一。主观图像质量评价方法是以观察者的感受为主体，因此符合人类观察者主观感受，能在工业现场实现快速评价的客观成像质量方法受到广泛关注。

根据是否需要参考原始图像，客观成像质量评价可分为全参考(FR)、半参考(RR)和无参考(NR)三种类型。全参考(FR)评价方法是通过对比失真图像与无失真原始图像之间的特征差异，通过衡量这些差异得到对失真图像的评价结果。半参考(RR)评价方法是通过对比失真图像和原始图像部分特征信息进行评价。无参考(NR)评价方法是根据失真图像自身的特征对图像进行评估。全参考(FR)评价方法与主观评价一致性最好，具有鲁棒性，计算速度快，因此本发明采用全参考评价方法。

工业生产中由于不对焦造成的散焦模糊占图像失真的主要地位。现有的评价方法中基于变化域的方法主要是针对图像高频分量衰减造成的模糊，主要方法是小波变换和离散余弦变换，这类方法虽然精度较高，但是计算复杂，难以满足工业现场快速性的要求；基于空间域的方法不依赖于图像内容，通过对图像灰度变化进行评价，计算简单，特别对于离焦模糊可以通过图像边缘信息来判断清晰度，适用于实际现场检测。

目前大多数成像质量评价系统只对相机拍摄后的数字图像进行评价，未考虑了相机畸变的部分，如果镜头畸变较大将会对后续的成像质量评价造成较大影响。本发明提供了一种在考虑相机畸变的情况下对工业现场的视觉检测系统进行成像质量快速评价的方法。

发明内容

本发明提供用于工业现场的视觉检测系统成像质量快速评价方法，该方法在考虑镜头畸变的基础上，对相机镜头进行建模求解，实现视觉检测系统的成像质量的快速评价。技术方案如下：

一种用于工业现场的视觉检测系统成像质量评价方法，采用带有直线的标定板，包括以下步骤：

(1)在相机聚焦情况下对标定板进行拍摄，考虑径向畸变，畸变中心为图像中心(0,0)，理想位置坐标为(X_U,Y_U)，实际位置为(X_D,Y_D)，二者有以下关系：

其中畸变系数K₁，K₂，由于理想坐标点在同一条直线上，X_U，Y_U存在Y_U＝aX_U+b关系；

(2)对拍摄的标定板图片直线上的T个特征点进行提取，构建以下目标函数，采用最优化方式求解K₁，K₂，a，b，其中C₁表示aK₂，C₂表示K₂，C₃表示aK₁，C₄表示K₁，C₅表示a：