焦点识别系统及方法
【专利摘要】一种焦点识别方法，包括：载入多张图像的离散数据，其中，所述离散数据包括获取每张图像时镜头的Z轴坐标以及该每张图像的清晰度的值；对上述离散数据进行滤波处理，以取得平滑的离散数据根据滤波后的离散数据计算出其中的m个极大值及n个极小值；根据所述m个极大值及n个极小值建立m个区间；及计算并输出该每个区间的峰值，其中，每个峰值代表所述物体一个表面的焦点。本发明还提供一种焦点识别系统。利用本发明可以识别出物体多个表面的焦点。
【专利说明】焦点识别系统及方法
【技术领域】
[0001] 本发明涉及一种影像量测系统及方法，尤其涉及一种多层表面物体的焦点识别系 统及方法。
【背景技术】
[0002] 焦点的准确识别是保证图像清晰的关键。焦点识别目前被广泛应用于日常生活和 工业生产中，如相机、投影仪等的自动对焦功能。目前的焦点识别技术通常只针对某物体的 单一表面，且对图像清晰度要求相对不高。
[0003] 在工业生产的精密影像量测中，对透明度较高且具有多层表面的物体的尺寸测 量，例如液晶显示屏等，须要辨识该物体各层表面的焦点位置以获取各层表面的清晰图像， 继而处理图像得到量测结果。利用传统的焦点识别技术很难实现。
【发明内容】
[0004] 鉴于以上内容，有必要提供一种焦点识别系统及方法，能够识别出物体多个表面 的焦点。
[0005] -种焦点识别系统，运行于计算设备中，该系统包括：数据获取模块：用于载入多 张图像的离散数据，其中，所述离散数据包括获取每张图像时镜头的Z轴坐标以及该每张 图像的清晰度的值；滤波模块：用于对上述离散数据进行滤波处理，以取得平滑的离散数 据；极值计算模块：用于根据滤波后的离散数据计算出其中的m个极大值及η个极小值；区 间建立模块：用于根据所述m个极大值及η个极小值建立m个区间；及焦点计算模块：用于 计算并输出该每个区间的峰值，其中，每个峰值代表所述物体一个表面的焦点。
[0006] -种焦点识别方法，运行于计算设备中，该方法包括：载入多张图像的离散数据， 其中，所述离散数据包括获取每张图像时镜头的Z轴坐标以及该每张图像的清晰度的值； 对上述离散数据进行滤波处理，以取得平滑的离散数据；根据滤波后的离散数据计算出其 中的m个极大值及η个极小值；根据所述m个极大值及η个极小值建立m个区间；及计算并 输出该每个区间的峰值，其中，每个峰值代表所述物体一个表面的焦点。
[0007] 相较于现有技术，本发明所述的焦点识别系统及方法根据图像清晰度和获取各图 像时影像量测机台对应的z轴坐标值拟合出清晰度-z轴坐标曲线，然后根据其对应的多次 项公式得到清晰度的相对极大值，从而获取不同表面的焦点值。
【专利附图】
【附图说明】
[0008] 图1是本发明焦点识别系统较佳实施例的运行环境示意图。
[0009] 图2是图1中焦点识别系统较佳实施例的功能模块图。
[0010] 图3是本发明焦点识别方法较佳实施例的流程图。
[0011] 图4是建立的m个区间的示意图
[0012] 主要元件符号说明
[0013]
【权利要求】
1. 一种焦点识别方法，运行于计算设备中，用于识别多层表面物体的每一层表面的焦 点，其特征在于，该方法包括： 数据获取步骤：载入多张图像的离散数据，其中，所述离散数据包括获取每张图像时镜 头的Z轴坐标以及该每张图像的清晰度的值； 滤波步骤：对上述离散数据进行滤波处理，以取得平滑的离散数据； 极值计算步骤：根据滤波后的离散数据计算出其中的m个极大值及η个极小值； 区间建立步骤：根据所述m个极大值及η个极小值建立m个区间；及 焦点计算步骤：计算并输出该每个区间的峰值，其中，每个峰值代表所述物体一个表面 的焦点。
2. 如权利要求1所述的焦点识别方法，其特征在于，所述滤波步骤采用 Savitzky-Golay滤波器进行滤波处理，所述Savitzky-Golay滤波器的公式表达为： Ypred=Sgolay(Y, framelength, degree) 其中，Y是所述离散数据；frame length是滤波器窗口长度，须为奇数；degree是多项 式滤波器的阶次，须小于frame length ;Ypred是经滤波后的数据。
3. 如权利要求1所述的焦点识别方法，其特征在于，所述极值计算步骤采用如下的方 法计算极大值及极小值： 一维数组父=?[〇]，父[1]，...，父[11-1]}; 其一阶导数为：dX=diff(X) = {X[l]-X[0]，· · ·，X[n-l]-X[n-2]}; 其二阶导数为：d2X=diff(difT(x)) = {dX[l]-dX[0]，··· dX[n-2]-dX[n-3]}; 其中，所述极大值满足diff(sign(diff⑴））=-2,及所述极小值满足 diff (sign(diff (x)))=2 ;其中，X为所述离散数据，sign(r)为符号函数，当r>0时，返回1， 当r〈0时，返回-1，当r=0时，返回0。
4. 如权利要求1所述的焦点识别方法，其特征在于，焦点计算步骤包括： 从所建立的m个区间中选择其中一个区间； 将所选择的区间的离散数据利用最小二乘法拟合成一条曲线； 当所拟合的曲线的拟合优度没有达到预设的要求时，采用升一个阶次的方法利用最小 二乘法重新拟合一条曲线；及 当所拟合的曲线的拟合优度达到了预设的要求时，将拟合曲线的多次项表达式以及该 拟合曲线的峰值存储一个存储设备中。
5. 如权利要求4所述的焦点识别方法，其特征在于，所述拟合优度表征拟合曲线p (X) 拟合程度的变量，包括误差平方和及确定系数，其中： 所述误差平方和SSE表示拟合曲线p(x)与原离散数据的偏差的平方和，利用如下公式 计算：
所述确定系数R2利用如下公式计算：
6. -种焦点识别系统，运行于计算设备中，用于识别多层表面物体的每一层表面的焦 点，其特征在于，该系统包括： 数据获取模块：用于载入多张图像的离散数据，其中，所述离散数据包括获取每张图像 时镜头的Z轴坐标以及该每张图像的清晰度的值； 滤波模块：用于对上述离散数据进行滤波处理，以取得平滑的离散数据； 极值计算模块：用于根据滤波后的离散数据计算出其中的m个极大值及η个极小值； 区间建立模块：用于根据所述m个极大值及η个极小值建立m个区间；及 焦点计算模块：用于计算并输出该每个区间的峰值，其中，每个峰值代表所述物体一个 表面的焦点。
7. 如权利要求6所述的焦点识别系统，其特征在于，所述滤波模块采用 Savitzky-Golay滤波器进行滤波处理，所述Savitzky-Golay滤波器的公式表达为： Ypred=Sgolay(Y, framelength, degree) 其中，Y是所述离散数据；frame length是滤波器窗口长度，须为奇数；degree是多项 式滤波器的阶次，须小于frame length ;Ypred是经滤波后的数据。
8. 如权利要求6所述的焦点识别系统，其特征在于，所述极值计算模块采用如下的方 法计算极大值及极小值： 一维数组父=?[〇]，父[1]，...，父[11-1]}; 其一阶导数为：dX=diff(X) = {X[l]-X[0]，· · ·，X[n-l]-X[n-2]}; 其二阶导数为：d2X=diff(difT(x)) = {dX[l]-dX[0]，··· dX[n-2]-dX[n-3]}; 其中，所述极大值满足diff(sign(diff⑴））=-2,及所述极小值满足 diff (sign(diff (x)))=2 ;其中，X为所述离散数据，sign(r)为符号函数，当r>0时，返回1， 当r〈0时，返回-1，当r=0时，返回0。
9. 如权利要求6所述的焦点识别系统，其特征在于，所述焦点计算模块计算并输出每 个区间的峰值的方法如下： 从所建立的m个区间中选择其中一个区间； 将所选择的区间的离散数据利用最小二乘法拟合成一条曲线； 当所拟合的曲线的拟合优度没有达到预设的要求时，采用升一个阶次的方法利用最小 二乘法重新拟合一条曲线；及 当所拟合的曲线的拟合优度达到了预设的要求时，将拟合曲线的多次项表达式以及该 拟合曲线的峰值存储一个存储设备中。
10. 如权利要求9所述的焦点识别系统，其特征在于，所述拟合优度表征拟合曲线p (X) 拟合程度的变量，包括误差平方和及确定系数，其中： 所述误差平方和SSE表示拟合曲线p (X)与原离散数据的偏差的平方和，利用如下公式 计算：
所述确定系数R2利用如下公式计算：
【文档编号】G06F19/00GK104123430SQ201310141838
【公开日】2014年10月29日 申请日期:2013年4月23日 优先权日:2013年4月23日
【发明者】张旨光, 陈佳佳, 袁忠奎, 蒋理, 李东海, 薛晓光 申请人:鸿富锦精密工业（深圳）有限公司, 鸿海精密工业股份有限公司