[发明专利]一种基于数学形态学的图卡检测方法

说明书

本发明公开了一种基于数学形态学的图卡检测方法，首先通过像素之间的颜色梯度的变化提取边缘，获得图卡边缘线集合；其次利用色差算法提取的图卡边缘线进行去噪处理，得到较为明显的边缘线集合；接着利用图卡垂直边缘线计算出图卡水平中心位置和垂直位置，将水平位置数据变换为位移平台横向调整距离，将垂直位置数据变换为位移平台纵向调整距离，然后反馈数字信号给位移平台，移平台自动定位后将摄像头调整到图卡中心位置，最后利用角点检测算法和灰度差结合提取图卡边缘角的方法确定图卡在图像的面积占比，再依据不同的检测图卡，移动平台在图卡中心前后移动，找到确定的检测位置。

技术领域

本发明涉及检测方法领域，具体是一种基于数学形态学的图卡检测方法。

背景技术

成品的车载摄像头制作完成后，需要对车载摄像头进行性能检测。目前一般采用图卡作为车载摄像头的被测物以对车载摄像头进行检测，检测时图卡置于灯箱背景中，车载摄像头置于可控的移动平台上。现有的检测方法需要人工定量使移动平台移动，通过已知的移动量结合图卡与车载摄像头的垂直距离，以检测车载摄像头的性能。这种方法不仅操作步骤繁琐，而且需要大量人工干预，无法做到每次检测位置相同，难以保证检测条件的一致性。

发明内容 本发明的目的是提供一种基于数学形态学的图卡检测方法，以解决现有技术采用图卡检测车载摄像头存在的问题。

为了达到上述目的，本发明所采用的技术方案为：

一种基于数学形态学的图卡检测方法，其中图卡用于检测生产完成的车载摄像头，其特征在于：包括以下步骤：

（1）、作为车载摄像头被测物的图卡置于灯箱背景中，车载摄像头置于可控的移动平台上，由车载摄像头采集图卡影像，使用数学形态学边缘检测手段，利用图卡影像中图卡与灯箱背景之间色差配合灰度梯度，以提取图卡的初始边缘线集合；

（2）、对步骤（1）得到的初始边缘线条集合进行滤波处理，得到明显的边缘线集合；

（3）、利用数学形态学方法逐步自动追踪并连接步骤（2）得到的明显的边缘线集合中相邻的、角度相近的精化线段端点，得到准确的精化边缘线集合；

（4）、根据步骤（3）得到的精化边缘线集合，提取各个精化边缘线的中点，以各个精化边缘线的中点作为移动平台的定位条件，根据移动平台的定位条件换算出移动平台水平位移量和垂直位移量，以作为控制移动平台移动的数据；

（5）、提取图卡四个边缘角，利用图卡四个边缘角的空间位置定位图卡中心的空间位置；

（6）、利用图卡的四个边缘角计算出图卡的面积，根据图卡在图卡影像中所占的面积比，换算得到图卡中心到被测车载摄像头的垂直距离。

所述的一种基于数学形态学的图卡检测方法，其特征在于：步骤（1）中，使用基于L*a*b颜色模型的Sobel算子，通过图卡影像中利用像素之间的颜色梯度即色差，配合灰度梯度以提取图卡的初始边缘线集合。

所述的一种基于数学形态学的图卡检测方法，其特征在于：步骤（2）中，采用低阶边缘检测算子对初始边缘线条集合进行滤波处理。

所述的一种基于数学形态学的图卡检测方法，其特征在于：步骤（5）中，利用角点检测算法结合灰度差提取图卡四个边缘角。

本发明通过图像处理方法，可自动控制移动平台的定量移动及对应的车载摄像头与图卡中心的垂直距离，具有实现条件简单、操作简便的优点，替代了繁琐的作业步骤与人工干预，能有效的保证检测条件的一致性。

附图说明

图1为本发明流程原理图。

具体实施方式

如图1所示，一种基于数学形态学的图卡检测方法，其中图卡用于检测生产完成的车载摄像头，包括以下步骤：