【自有技术大讲堂】机器视觉光学参数-畸变介绍
一、导语
光学畸变(distortion)也称为失真,是由于光阑球差的影响,不同视场的主光线通过光学系统后与高斯像面的交点高度不等于理想像高,两者之差就是畸变。因此畸变只改变轴外物点在理想面上的成像位置,使像的形状产生失真,但不影响像的清晰度。
二、概述
镜头畸变主要有两种类型:桶形畸变和枕形畸变。
桶形畸变(负畸变),其中视场中的点更靠近中心;以及枕形畸变(正畸变),其视场中的点更远离中心。桶形和枕形是指在出现两种失真时,矩形视场会形成的形状,如下图所示:
畸变通常有两种计算方法:光学畸变(Optical distortion)和TV失真(TV distortion). 如图所示,其计算方法为:
光学畸变:实际主光线与参考光线的高度差除以参考光线的高度,也即实际像高与理想像高的比较,关注的是实际图形和理想图形的差异。
一般来说,我们更关注的是图形本身的变形情况,因此对于一个实物镜头,实际测量的是TV畸变(光学畸变也比较难测量)。
1、根据畸变图像特点标定坐标图,求取标定点像素的理想值和实际值,同时生成坐标映射表,再把坐标映射表用于畸变图像的矫正程序后,即可得到无畸变图像。
2、标定坐标,镜头中心的畸变可以忽略为零,以镜头为中心,距离镜头越远的地方畸变越大。以镜头为中心标定坐标图,对图像进行坐标的标定,按正方形均匀排列圆点。
3、先通过图像的、突出边缘细节;然后再用二值化处理增强调节对比度的图像,但部分样板点和背景的对比的差值较大,所以时设定一个阈值对整幅图像进行二值化,最后再对二值化后的图像再次进行中值滤波的方法处理,再次使用中值滤波方法可以有效的去除畸变图像中的部分噪声的影响,二值化的主要作用是可以提高畸变矫正图像的质量,预处理图像可以为点阵样板圆点中心的确定提供重要的作用。
目前市面上如imstest等专业软件,也可以分析和进行畸变矫正,以此来协助成像效果的评估和验证;如下方示例图:
三、结语
畸变作为光学系统中经常提到的一个参数,是限制光学量测准确性的重要因素之一;畸变可以通过矫正算法和手段进行矫正,以达到成像检测的使用需求。
参考文献
新浪微博
百度新首页
微信
分享到
高视科技(苏州)股份有限公司是一家专业从事工业AI智能机器视觉应用系统解决方案研发的国家级高新技术企业,是行业领先的商用显示模组(OLED\MINILED\MICRO-LED\LCD等)、锂电池及新能源制程设备、半导体等领域全自动化AOI检测以及工业机器视觉应用系统与标准化开发平台供应商。为中国图像图形学会视觉检测分会会员单位、中国自动化学会战略合作单位、深圳市平板显示行业协会十佳优秀会员单位、广东省高成长企业、粤港澳大湾区人工智能30强企业。截至目前,公司已形成较为完善的工业AI智能机器视觉应用技术与产品体系,为工业行业提供AOI智能检测整体解决方案、标准化AI机器视觉深度学习开发平台、工业缺陷标准化数据库服务、嵌入式机器视觉模块化产品及终端自动化设备。
公司在北京、南京、苏州及惠州设立研发中心,拥有一支行业资深的专业研发团队,研发人员占比超过80%,为广东工业大学博士后创新实践基地、南昌大学工学硕士授予点及教育部厦门大学卓越工程师实习基地,具备较强的软硬件系统研发与产学研商业转化实力,为行业客户提供高水准产品与服务。
公司秉承敬业诚信、合作创新、成长共赢的核心价值观。以技术研发为核心,以客户需求为导向,争做智能机器视觉专家,助力产业升级。致力于成为智能机器视觉领域,受人尊敬的领先企业。
高视简介