一种激光投影仪产线调光聚焦检测方法及系统与流程

1.本发明涉及激光投影仪与机器视觉领域，具体涉及一种激光投影仪产线调光聚焦检测方法及系统。


背景技术：

2.2022年4月，idc公布了《2021年第四季度中国投影机市场跟踪报告》。其中，在2021年中国投影机市场同比增长12.6％，总出货量更是高达470万台，同时销售额也突破了214亿人民币，同比增长15.5％。而且idc也预测，将在2022年中国投影机市场销量有望超过560万台，智能投影将会成为未来传统电视的强劲对手，2023年可达700万台总量。
3.经调研，现有的激光投影仪产线均大量使用人工来处理调光斑、调聚焦等工序，每名工人需要一天持续工作10小时，因视觉疲劳等原因导致误判率很高。以某工厂数据为例，调光斑工序平均只有85％的良品率，聚焦工序平均有90％的良品率。调光斑环境为固定场景，光线干扰很小。其流程是首先调整光斑大小，由于背景图中有标准圆作为参考，调试过程中光斑大小应尽可能接近标准圆，允许一定误差。以某厂产线要求为例，光斑大小需满足140
±
5mm。此外，满足光斑大小的前提下，还要保证光斑图像边缘清晰。但由于工人一天长达10小时的工作时间，因视觉疲劳等原因经常会出现光斑大小不合格，光斑边缘不清晰等质量问题。
4.调聚焦环境为暗光环境，除投影出来的栅格为亮光外，背景较为阴暗。其流程是通过调焦使栅格投影清晰，栅格线条宽度尽可能细。但是由于没有一个统一标准，调试过程中不能实时给出定量的参考指标，因此，不同操作员调试出来的产品质量也有差异。此外，工厂管理面临招工难、培训难、员工请假，离职管理难、人工成本增高等问题。因此需要尽快在关键岗位实现自动化，以提高整条产线的自动化水平。
5.公布号为cn108803209a的现有发明专利申请文献《一种激光控制投影仪系统及控制方法、信息处理终端》，其中，激光控制投影仪系统包括：光源模块、参数配置模块、中央控制模块、准直处理模块、匀化处理模块、聚焦处理模块、图像校正模块、投影模块。从该现有方案的实施例中可得知，该现有技术采用调整像素激光出射角度，根据投影设备的驱动电流值与光源亮度值及目标色温值的关系，仅能解决图像像素失真的问题，但从该现有技术的具体实现逻辑中可知，该现有方案仍无法解决现有技术中存在的光斑边界难以精确识别的缺陷，该现有技术仅对色温以及激光出射角度进行调节，亦无法量化栅格宽度。
6.公布号为cn114487115a的现有发明专利申请文献《一种基于canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法》包括步骤1：利用超声相干向被测工件发射平面波，接收滤除信号中的随机噪声的回波数据；步骤2：将步骤1的回波数据利用dmas算法进行全聚焦成像；步骤3：将步骤2全聚焦成像的成像图，利用canny算子的缺陷进行边缘检测；步骤4：基于步骤3的缺陷边缘检测，将得到的缺陷采用逐点聚焦的方式进行精扫。该现有技术虽然采用了canny算子检测缺陷边缘，但该现有技术应用于超声波平面成像，从该现有技术的具体实现逻辑中可知，该现有方案虽然根据网格划分数量及方向等参数，建立并使用
了成像平面网格中心矩阵，但该现有技术主要针对超声平面成像中的损伤位置及边缘的检测，无法直接用于解决激光成像中的光斑边界难以精确识别问题以及栅格量化问题。同时，该现有技术在适用canny算子检测缺陷图像边缘之前，需要采用dmas算法进行全聚焦成像，无法对经过预处理及滤波的成像直接进行canny算子处理，且其预处理过程较繁复，降低了该现有方案实现算法的鲁棒性，亦在操作效率方面受有制约。
7.综上，现有技术存在光斑边界难以精确识别、栅格线条宽度量化困难等技术难题，提高了调光聚焦工艺的效率和良品率，节省了人力成本，为客户带来了经济效益。


技术实现要素：

8.本发明解决了现有技术中光斑边界难以精确识别、栅格线条宽度量化困难等技术难题，提高了调光聚焦工艺的效率和良品率，节省了人力成本，为客户带来了经济效益。
9.本发明是采用以下技术方案解决上述技术问题的：一种激光投影仪产线调光聚焦检测方法包括：
10.调光斑处理方法，包括：
11.s1、利用高斯模糊滤波方法滤波处理原始图像，并利用canny边缘检测方法获取图像边缘轮廓，据以进行轮廓发现及椭圆拟合操作，以检测获取标准圆轮廓，根据标准圆轮廓拟合第一最小外接矩形，以根据第一最小外接矩形的第一矩形参数截取操作原始图像，以得到第一感兴趣区域，据以完成图像预处理；
12.s2、利用边缘保护滤波方法滤波处理第一感兴趣区域，据以利用高斯曲线拟合方法找到自适应阈值，据以找到光斑边界，利用canny边缘检测方法再获取图像边缘轮廓，据以进行轮廓发现及椭圆拟合操作，以得到光斑椭圆拟合参数，据以进行光斑识别获取光斑识别结果；
13.s3、根据光斑识别结果计算识别光斑拟合椭圆面积和标准圆的拟合椭圆面积的比值，根据预置光斑尺寸阈值，校验光斑识别结果中的光斑大小是否符合预置标准；
14.s4、根据第一感兴趣区域处理得到不少于2个的高斯分布，计算高斯分布之间的最小值对应的像素值，根据预置光斑清晰阈值区分光斑边缘是否清晰，并计算光斑边缘灰度值，根据预置光斑灰度阈值分辨光斑灰度是否符合预置标准；
15.调聚焦方法包括：
16.s1’、图像预处理阶段，大津二值化处理原始图像，以得到二值化图像，膨胀处理二值化图像，以找到栅格轮廓，拟合栅格轮廓的第二最小外接矩形，按照第二最小外接矩形的第二矩形参数截取处理二值化图像，以获取第二感兴趣区域，以获取调聚焦预处理图像；
17.s2’、栅格校验阶段，计算调聚焦预处理图像的平均灰度值，根据预置栅格分辨阈值，分辨栅格是否符合预置标准。
18.本发明解决了光斑边界难以精确识别的问题。通过图像预处理、栅格校验解决了栅格线条宽度难以量化的问题。提高了调光聚焦工艺的效率和良品率，节省了人力成本，为客户带来了经济效益。本发明基于机器视觉对激光投影仪进行调光聚焦检测，具有良品率高、减少返工工时、节省人力成本等优点，是企业提高生产效率，提升自身竞争力的重要保障。
19.在更具体的技术方案中，步骤s1包括：
20.s11、拟合标准圆轮廓的第一最小外接矩形；
21.s12、获取第一最小外接矩形的中心点坐标和宽高参数，据以对矩形宽高进行放大；
22.s13、从原始图像中截取包含标准圆的第一感兴趣区域。
23.在更具体的技术方案中，步骤s2包括：
24.s21、通过canny边缘检测方法检测图像边缘轮廓，并对图像边缘轮廓进行形态学闭操作；
25.s22、根据图像边缘轮廓发现方法找到所有外围轮廓，据以根据轮廓面积降序处理外围轮廓；
26.s23遍历外围轮廓，椭圆拟合处理外围轮廓以得到拟合椭圆，根据拟合椭圆的长轴、短轴进行过滤，以找到光斑椭圆拟合参数。
27.在更具体的技术方案中，步骤s2还包括：
28.s201、对边缘保护滤波的roi进行通道分离，获取绿色通道；
29.s202、统计每个像素值的像素个数，以对像素个数进行移动均值滤波，据以得到像素高斯分布；
30.s203、根据像素高斯分布，截取低像素值高斯分布数据，据以进行高斯曲线拟合，得到高斯曲线的均值和标准差，据以处理得到自适应阈值；
31.s204、遍历绿色通道，处理绿色通道的每个像素值，据以得到光斑边界。
32.针对实际调光斑过程中难以准确识别光斑的真实边界，从而影响产品的良品率的问题。本发明采用通道分离、高斯曲线拟合方法，先获取绿色通道，再统计每个像素值的数量，发现光斑边缘像素值符合高斯分布。
33.在更具体的技术方案中，步骤s202中，利用下述逻辑表示像素高斯分布：
[0034][0035]
其中，f(x)表示高斯分布，μ为高斯曲线的均值，δ为标准差。
[0036]
在更具体的技术方案中，步骤s203中，利用下述逻辑处理得到自适应阈值threshold：
[0037]
threshold＝μ 3*δ。
[0038]
在更具体的技术方案中，步骤s204中，以下述逻辑处理绿色通道的每个像素值以得到光斑边界：
[0039][0040]
其中，x,y为像素的行索引和列索引。
[0041]
本发明通过对数据进行移动均值滤波后，再对数据进行高斯曲线拟合，获取光斑边缘像素值的高斯分布均值和标准差参数，通过此方法找到二值化的阈值，从而找到光斑的边界。
[0042]
在更具体的技术方案中，步骤s4包括：
[0043]
s41、根据标准圆拟合的椭圆参数，计算出椭圆与过椭圆中心且斜率为正1和负1的直线的4个交点；
[0044]
s42、分别选取椭圆内的一块区域，计算4个区域平均灰度值，据以校验光斑灰度是否符合预置标准。
[0045]
在更具体的技术方案中，步骤s42中，以下述逻辑校验光斑灰度是否符合预置标准：
[0046]
s＝π*a*b
[0047][0048]
其中，score为光斑与标准圆的相似度得分，s
gt
为标准圆拟合椭圆面积，s
dt
为光斑拟合椭圆面积，a、b分别为椭圆长短轴。
[0049]
针对调聚焦中栅格宽度难以量化的问题，本发明将问题转化为求取栅格区域灰度值问题。通过大津二值化方法对图片进行二值化处理，得到的二值化图片中栅格为白色，背景为黑色。栅格的线条宽度越宽，整个图片的灰度值就越大。根据产线实际情况，设置合理阈值后，提高了聚焦合格区分的准确度。
[0050]
在更具体的技术方案中，一种激光投影仪产线调光聚焦检测系统包括：
[0051]
调光斑模块包括：
[0052]
调光斑图像预处理模块，用以利用高斯模糊滤波方法滤波处理原始图像，并利用canny边缘检测方法获取图像边缘轮廓，据以进行轮廓发现及椭圆拟合操作，以检测获取标准圆轮廓，根据标准圆轮廓拟合第一最小外接矩形，以根据第一最小外接矩形的第一矩形参数截取操作原始图像，以得到第一感兴趣区域，据以完成图像预处理；
[0053]
光斑识别模块，用以利用边缘保护滤波方法滤波处理第一感兴趣区域，据以利用高斯曲线拟合方法找到自适应阈值，据以找到光斑边界，利用canny边缘检测方法再获取图像边缘轮廓，据以进行轮廓发现及椭圆拟合操作，以得到光斑椭圆拟合参数，据以进行光斑识别获取光斑识别结果，光斑识别模块与调光斑图像预处理模块连接；
[0054]
光斑分辨模块，用以根据光斑识别结果计算识别光斑拟合椭圆面积和标准圆的拟合椭圆面积的比值，根据预置光斑尺寸阈值，校验光斑识别结果中的光斑大小是否符合预置标准，光斑分辨模块与光斑识别模块连接；
[0055]
光斑灰度分辨模块，用以根据第一感兴趣区域处理得到不少于2个的高斯分布，计算高斯分布之间的最小值对应的像素值，根据预置光斑清晰阈值区分光斑边缘是否清晰，并计算光斑边缘灰度值，根据预置光斑灰度阈值分辨光斑灰度是否符合预置标准，光斑灰度分辨模块与调光斑图像预处理模块及光斑识别模块连接；
[0056]
调聚焦模块包括：
[0057]
调聚焦预处理模块，用以大津二值化处理原始图像，以得到二值化图像，膨胀处理二值化图像，以找到栅格轮廓，拟合栅格轮廓的第二最小外接矩形，按照第二最小外接矩形的第二矩形参数截取处理二值化图像，以获取第二感兴趣区域，以获取调聚焦预处理图像；
[0058]
栅格分辨模块，用以计算调聚焦预处理图像的平均灰度值，根据预置栅格分辨阈值，校验栅格是否符合预置标准，栅格分辨模块与调聚焦预处理模块连接。
[0059]
本发明相比现有技术具有以下优点：本发明解决了光斑边界难以精确识别，栅格线条宽度难以量化等问题。提高了调光聚焦工艺的效率和良品率，节省了人力成本，为客户带来了经济效益。本发明基于机器视觉对激光投影仪进行调光聚焦检测，具有良品率高、减
少返工工时、节省人力成本等优点，是企业提高生产效率，提升自身竞争力的重要保障。
[0060]
针对实际调光斑过程中难以准确识别光斑的真实边界，从而影响产品的良品率的问题。本发明采用通道分离、高斯曲线拟合方法，先获取绿色通道，再统计每个像素值的数量，发现光斑边缘像素值符合高斯分布。
[0061]
本发明通过对数据进行移动均值滤波后，再对数据进行高斯曲线拟合，获取光斑边缘像素值的高斯分布均值和标准差参数，通过此方法找到二值化的阈值，从而找到光斑的边界。
[0062]
针对调聚焦中栅格宽度难以量化的问题，本发明将问题转化为求取栅格区域灰度值问题。通过大津二值化方法对图片进行二值化处理，得到的二值化图片中栅格为白色，背景为黑色。栅格的线条宽度越宽，整个图片的灰度值就越大。根据产线实际情况，设置合理阈值后，提高了聚焦合格区分的准确度。
[0063]
本发明解决了现有技术中存在的光斑边界难以精确识别、栅格线条宽度量化困难等技术难题，提高了调光聚焦工艺的效率和良品率，节省了人力成本，为客户带来了经济效益。
附图说明
[0064]
图1为本发明实施例1的一种激光投影仪产线调光聚焦检测方法基本步骤示意图；
[0065]
图2为本发明实施例1的调光斑处理过程中的图像预处理详细步骤示意图
[0066]
图3为本发明实施例1的光斑检测原始图；
[0067]
图4为本发明实施例1的图像边缘轮廓效果图；
[0068]
图5为本发明实施例1的拟合椭圆效果图；
[0069]
图6为本发明实施例1的光斑识别具体步骤示意图；
[0070]
图7为本发明实施例1的绿色通道像素值个数统计分布图；
[0071]
图8为本发明实施例1的高斯曲线拟合效果图；
[0072]
图9为本发明实施例1的二值化处理效果图；
[0073]
图10为本发明实施例1的椭圆拟合实际效果图；
[0074]
图11为本发明实施例1的光斑校验具体步骤示意图；
[0075]
图12为本发明实施例1的调聚焦过程中的图像预处理详细步骤示意图；
[0076]
图13为本发明实施例1的聚焦检测原始图；
[0077]
图14为本发明实施例1的栅格校验具体步骤示意图；
[0078]
图15为本发明实施例1的roi截取待检测效果图；
[0079]
图16为本发明实施例1的栅格校验结果图。
具体实施方式
[0080]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0081]
实施例1
[0082]
如图1所示，本发明提供的一种激光投影仪产线调光聚焦检测方法包括以下调光斑处理步骤：
[0083]
s1、利用高斯模糊滤波、边缘检测、轮廓发现、椭圆拟合操作进行图像预处理；
[0084]
如图2所示，在本实施例中，步骤s1还包括下述具体步骤：
[0085]
s11在图像预处理阶段，通过高斯模糊滤波方法对原始图像进行滤波，通过边缘检测方法获取图像边缘轮廓；
[0086]
s12、通过轮廓发现和椭圆拟合方法，检测标准圆轮廓；
[0087]
s13、根据标准圆轮廓，对原始图片进行截取，可获取感兴趣区域。
[0088]
在本实施例中，的图像预处理阶段中标准圆的椭圆拟合方法，其特征在于：通过canny边缘检测方法检测图片边缘轮廓，对其进行形态学闭操作；通过轮廓发现方法找到所有外围轮廓，根据轮廓面积对轮廓进行降序；遍历轮廓，对轮廓进行椭圆拟合，根据拟合椭圆的长轴、短轴按照规则进行过滤，找到标准圆的拟合参数。
[0089]
在本实施例中，图像预处理阶段中的图像截取方法，其特征在于：拟合标准圆轮廓的最小外接矩形，获取矩形的中心点坐标和宽高参数，对矩形宽高进行放大，从原图中截取包含标准圆的roi。
[0090]
如图3所示，在本实施例中，通过高斯模糊滤波方法对原始图像进行滤波，其中高斯核参数为(3,3)。通过canny边缘检测方法获取图像边缘轮廓，其中threshold1参数为80，threshold2参数为160。
[0091]
如图4所示，通过形态学闭操作，获取图像边缘轮廓图像。在本实施例中，通过轮廓发现方法找到所有外围轮廓，根据轮廓面积对轮廓进行降序；遍历轮廓，对轮廓进行椭圆拟合。此处使用椭圆拟合，主要原因是由于相机视角原因，标准圆的成像是一个椭圆。根据拟合椭圆的长轴a、短轴b按照规则进行过滤，可找到标准圆的椭圆拟合参数。此处规则为长轴、短轴长度在特定范围内，长轴与短轴的比值也满足特定范围，具体数值需按照产线情况进行调整。
[0092]
如图5所示，拟合标准圆轮廓的最小外接矩形，获取矩形的中心点坐标(cx,cy)、宽(width)和高(height)等参数，对矩形宽高进行放大截取。即以(cx,cy)为中心，获取n*width和m*height的矩形，其中n,m大于1。依据此矩形从原图中截取包含标准圆的roi。图4中红线标注的为标准圆的拟合椭圆结果。
[0093]
s2、利用边缘保护滤波、高斯曲线拟合、二值化处理以及椭圆拟合操作，进行光斑识别；
[0094]
如图6所示，在本实施例中，步骤s2还包括以下具体步骤：
[0095]
s21、光斑识别阶段，通过边缘保护滤波方法对roi进行滤波；
[0096]
s22、通过高斯曲线拟合方法，找到自适应阈值，根据自适应阈值可准确找到光斑边界；
[0097]
s23、通过边缘检测方法可获得图像边缘轮廓，通过轮廓发现和椭圆拟合方法，可获取光斑椭圆拟合参数。
[0098]
在本实施例中，光斑识别阶段中的高斯曲线拟合方法，其特征在于：对边缘保护滤波后的roi进行通道分离，获取绿色通道，统计每个像素值的像素个数；对像素个数进行移动均值滤波后，对数据进行高斯曲线拟合，得到高斯曲线的均值和标准差，根据均值和标准
差可计算出自适应阈值。
[0099]
光斑识别阶段，通过边缘保护滤波方法对roi进行滤波，其中sigma_s参数为100，sigma_r参数为0.5。使用边缘保护滤波主要是实现滤波的同时，保留图像边缘信息。
[0100]
通过高斯曲线拟合方法，找到自适应阈值，根据自适应阈值可准确找到光斑边界。此步骤具体实现方式为：对roi图像进行通道分离，由于光斑为绿色，因此选取绿色通道。统计每个像素值的像素个数，然后对像素个数进行移动均值滤波，其中滤波窗口设置为15。
[0101]
如图7所示，图中横坐标为像素值，纵坐标为像素值对应个数，很容易看出其分布符合高斯分布。
[0102][0103]
如图8所示，截取像素值较低的高斯分布数据，对数据进行高斯曲线拟合。得到高斯曲线的均值μ和标准差δ，可按照下述公式计算出二值化自适应阈值threshold为
[0104]
threshold＝μ 3*δ
[0105]
如图9所示，遍历绿色通道，按照下述公式对每个像素值进行处理，即可得到二值化图片：
[0106][0107]
通过canny边缘检测方法获取图像边缘，通过轮廓发现找到光斑外围轮廓。
[0108]
如图10所示，对光斑轮廓进行椭圆拟合，可获取光斑椭圆拟合参数。
[0109]
s3、计算光斑大小及光斑灰度，以完成光斑校验。
[0110]
如图11所示，步骤s3还包括以下具体步骤：
[0111]
s31、在光斑校验阶段，计算识别光斑拟合椭圆面积和标准圆的拟合椭圆面积的比值，通过设置合理阈值，可分辨光斑大小是否符合标准；
[0112]
s32、计算两个高斯分布之间的最小值对应的像素值，通过设置合理阈值，可用于区分光斑边缘是否模糊；
[0113]
s33、计算光斑边缘灰度值，通过设置合理阈值，可分辨光斑灰度是否符合标准。
[0114]
在本实施例中，的光斑校验阶段中的计算光斑边缘灰度值方法，其特征在于：根据标准圆拟合的椭圆参数，计算出椭圆与过椭圆中心且斜率为正1和负1的直线的4个交点，分别选取椭圆内的一块区域，计算4个区域平均灰度值，用于校验光斑灰度是否符合要求。
[0115]
在光斑校验阶段，通过下述公式分别计算识别光斑拟合椭圆面积s
dt
、标准圆的拟合椭圆面积s
gt
以及分数score。对score设置合理阈值，比如100
±
1.5，可分辨出光斑大小是否符合标准。
[0116]
s＝π*a*b
[0117][0118]
光斑校验阶段中的判断光斑边缘是否清晰的方法为：由于清晰图片与模糊图片高斯分布不一样，通过计算两个高斯分布之间的最小值对应的像素值，通过设置合理阈值，可有效区分光斑边缘是否清晰。
[0119]
光斑校验阶段中的计算光斑边缘灰度值方法为：根据标准圆拟合的椭圆参数，计
算出椭圆与过椭圆中心且斜率为正1和负1的直线的4个交点，分别选取椭圆内的一块区域，区域大小为5*5的像素块，计算4个像素块的平均灰度值。根据产线实际情况，设置合理阈值，可校验光斑灰度是否符合要求。
[0120]
调聚焦检测方法包括图像预处理、栅格校验等步骤。
[0121]
如图1所示，本发明提供的一种激光投影仪产线调光聚焦检测方法涉及的调栅格算法还包括以下步骤：
[0122]
s1’、利用大津二值化、轮廓发现、最小外接矩形及图像截取操作，进行调栅格图像预处理；
[0123]
如图12所示，在本实施例中，步骤s1’还包括以下具体步骤：
[0124]
s11’、在图像预处理阶段，通过大津二值化(ostu)方法对原始图像进行二值化处理；
[0125]
s12’、对二值化图像进行膨胀操作，通过轮廓发现方法可找到栅格轮廓；
[0126]
s13’、拟合栅格轮廓的最小外接矩形，按照矩形参数对二值化图片进行截取，可获取roi。
[0127]
如图13所示，为聚焦检测原始图片。图像预处理阶段，将原始图像转为灰度图像，通过大津二值化方法对灰度图像进行二值化处理。经此处理后，栅格颜色为白色，背景颜色为黑色。对二值化图像进行膨胀操作，其中kernel大小为(19,19)。通过轮廓发现方法可找到栅格轮廓，拟合栅格轮廓的最小外接矩形，按照矩形参数对二值化图片进行截取，可获取roi。
[0128]
s2’、通过图像截取、计算并校验栅格灰度，以完成栅格校验。
[0129]
如图14所示，在本实施例中，步骤s2’还包括以下具体步骤：
[0130]
s21’、在栅格校验阶段，为防止边缘干扰，对roi进行进一步截取，可获得待检测图片；
[0131]
s22’、计算待检测图片的平均灰度值，通过设置合理阈值，可分辨栅格是否符合标准。
[0132]
如图15所示，栅格校验阶段，由于视角问题，roi包含了栅格区域外的部分，为防止边缘干扰，对其进一步截取。截取方法为：以roi中心坐标，宽高分别乘以0.8进行截取，可获得待检测图片。
[0133]
如图16所示，计算待检测图片的平均灰度值，根据产线实际情况，设置合理阈值，可分辨栅格是否符合标准。
[0134]
在本实施例中，调光斑方法包括：图像预处理、光斑识别、光斑校验等步骤。图像预阶段，通过高斯模糊滤波方法(gaussian blur filter)对原始图像进行滤波，通过边缘检测方法获取图像边缘轮廓；通过轮廓发现和椭圆拟合(ellipse fitting)方法，检测标准圆轮廓；根据标准圆轮廓，拟合最小外接矩形，根据矩形参数对原始图片进行截取，可获取感兴趣区域(region of interest)。光斑识别阶段，通过边缘保护滤波方法(edge preserving filter)对roi进行滤波；通过高斯曲线拟合(gaussian curve fitting)方法，找到自适应阈值，根据自适应阈值可准确找到光斑边界；通过边缘检测方法可获得图像边缘轮廓，通过轮廓发现和椭圆拟合方法，可获取光斑椭圆拟合参数。光斑校验阶段，计算识别光斑拟合椭圆面积和标准圆的拟合椭圆面积的比值，通过设置合理阈值，可分辨光斑大
小是否符合标准；计算两个高斯分布之间的最小值对应的像素值，通过设置合理阈值，可区分光斑边缘是否清晰；计算光斑边缘灰度值，通过设置合理阈值，可分辨光斑灰度是否符合标准。
[0135]
调聚焦方法包括：图像预处理、栅格校验等步骤。图像预处理阶段，通过大津二值化(ostu)方法对原始图像进行二值化处理；对二值化图片进行膨胀操作，找到栅格轮廓；拟合栅格轮廓的最小外接矩形，按照矩形参数对二值化图片进行截取，可获取roi。栅格校验阶段，计算图片的平均灰度值，通过设置合理阈值，可分辨栅格是否符合标准。
[0136]
综上，本发明针对实际调光斑过程中难以准确识别光斑的真实边界，从而影响产品的良品率的问题。本发明采用通道分离、高斯曲线拟合方法，先获取绿色通道，再统计每个像素值的数量，发现光斑边缘像素值符合高斯分布。
[0137]
本发明通过对数据进行移动均值滤波后，再对数据进行高斯曲线拟合，获取光斑边缘像素值的高斯分布均值和标准差参数，通过此方法找到二值化的阈值，从而找到光斑的边界。
[0138]
针对调聚焦中栅格宽度难以量化的问题，本发明将问题转化为求取栅格区域灰度值问题。通过大津二值化方法对图片进行二值化处理，得到的二值化图片中栅格为白色，背景为黑色。栅格的线条宽度越宽，整个图片的灰度值就越大。根据产线实际情况，设置合理阈值后，提高了聚焦合格区分的准确度。
[0139]
本发明解决了现有技术中存在的光斑边界难以精确识别、栅格线条宽度量化困难等技术难题，提高了调光聚焦工艺的效率和良品率，节省了人力成本，为客户带来了经济效益。
[0140]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。