获取棋盘格与标准模板在扫描仪上不同位置图片

Posted 2022-02-11 卓晴

简 介： 利用滑轨带动测量模板在扫描仪上滑动，通过识别结果来测试扫描仪沿着横向和纵向变化的情况。对于V370，它的横向和纵向的变化极差都在0.05mm之内。

关键词： 扫描仪，V370，方差

 

§00 背景介绍

  普通的扫描仪在获取一般图片的过程中，由于平移以及光学失真所噪声的图片变形都在可以容忍的范围之内，但基于扫描仪制作的分析仪测试仪器，比如阴影圈测量仪，就需要对于扫描仪可能产生的随机和系统误差进行测试。

  利用滑轨带动标准图片在扫描仪上不同位置运动，获取后期的图片之后进行处理，便可以获得扫描仪不同位置上的测量失真。

 

§01 测量方案

---

1.1 扫描与移动

1.1.1 扫描仪

  利用 EPSON Perfection V370 扫描仪来获取标准测量物在不同位置上的扫描图片。利用扫描仪自身所带的扫描程序 通过Python编程进行自动扫描阴影圈模板在不同位置上的图片 。

▲ 图1.1 V370扫描过程

  扫描仪 BENQ 5560 由于没有能够成功在实验计算机上安装对应的驱动程序，所以这次实验只使用V370完成图片的社区。

1.1.2 滑轨控制

  用于移动测量物（棋盘格、阴影圈模板）的滑轨使用 蜗杆单轨滑轨 ，利用它移动测量物在扫描仪表面移动。这个蜗杆滑轨利用 无触点感应行程开关 SN04-N 进行极限控制。具有0.891米的 形成控制。

▲ 图1.1.2 实验平台上的蜗杆滑轨与控制器

  现在利用 基于ESP8266步进电机控制器 驱动滑轨运行。

• 最大行程：0.891米
• 移动步数：18000

▲ 图 滑轨在移动

1.1.3 固定阴影圈模板与滑轨

  利用杠杆将滑轨与模板进行相连，带动其在扫描仪上滑动。

▲ 图1.1.4 利用杠杆将滑轨与模板进行相连，带动其在扫描仪上滑动

▲ 图 完成一次扫描成像

  滑轨带动模板移动：

▲ 图 滑轨带动模板移动

1.2 扫描图片

1.2.1 扫描参数

• 滑块移动步数：4200
• 滑块移动次数：50，对应每次移动步数：84

  蜗杆滑轨移动参数：

• 移动步数：3200
• 移动距离：15.8mm

▲ 图1.2.1 扫描后的图像

  从上面扫描图来看，这种通过反射获得取的阴影圈图像由于出现镜面反射，亮度出现很大的变化。下面是通过喷涂红色油漆来改善这种情况。留在明天对这种喷涂阴影圈模板进行采集对比。

▲ 图1.2.2 在金属阴影圈表面喷涂黄色油漆

1.2.2 扫描程序

from headm import *
from tsmodule.tshardware    import *

epson_title = 'EPSON'
save_title = '文件保存设置'
process_title = '进程'

def epsonScan():
    tspsendwindowkey(epson_title, "s", alt=1,noreturn=1)

    time.sleep(.1)
    if sum(tspgetwindowrect(save_title)) != 0:
        tspsendwindowkey(save_title, "\\r", noreturn=1)

    while True:
        time.sleep(1)
        if(sum(tspgetwindowrect(process_title)) != 0): break
        tspbeep(800, 20)

    while True:
        time.sleep(1)
        if(sum(tspgetwindowrect(process_title)) == 0): break
        tspbeep(1800, 20)

    printf('\\a')

for i in range(100):
    printf("Scan time:%d"%i)
    epsonScan()
    rcccw(40)
    time.sleep(1)

    printf('\\a')

1.2.3 扫描结果

  下面获得了三个移动物体之后的扫描图片数据。它们分别是：

• 阴影圈移动图片：50
• 棋盘格往下移动：80
• 棋盘格对角线移动：100

▲ 图1.2.4 拍摄的移动的模板图片

▲ 图1.2.5 扫描棋盘格
▲ 图1.2.6 倾斜方向移动

1.2.4 图片数据存储

  上面三组扫描图片，另外加上 扫描标准阴影圈模板 中的扫描图像，总共四个图片集合，存储在：

• CSDN 下载数据 : https://download.csdn.net/download/zhuoqingjoking97298/77568483
• AI Studio 扫描仪性能检测项目 : https://aistudio.baidu.com/aistudio/projectdetail/3438461
  /home/aistudio/work/Scanner/ChessboardModel.zip

 

§02 数据处理

---

  所有数据处理过程都在 AI Studio扫描仪性能检测项目 完成数据处理。

2.1 模板往下移动

2.1.1 处理代码

from headm import *                 # =
import cv2
from tqdm import tqdm

modeldown = '/home/aistudio/work/Scanner/Model-down'
chessboarddown = '/home/aistudio/work/Scanner/Chessboard-down'
chessboarddiagonal = '/home/aistudio/work/Scanner/Chessboard-diagonal'

filedir = modeldown

filedim = sorted([s for s in os.listdir(filedir) if s.find('jpg') > 0])

def modelArg(filename):
    img = cv2.imread(os.path.join(filedir,filename))
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1,
                               50, param1=220, param2=30,
                               minRadius=40, maxRadius=60)

    return img, circles[0]

gifpath = '/home/aistudio/GIF'
if not os.path.isdir(gifpath):
    os.makedirs(gifpath)
gifdim = os.listdir(gifpath)
for f in gifdim:
    fn = os.path.join(gifpath, f)
    if os.path.isfile(fn):
        os.remove(fn)

allcircle = []
for id,f in tqdm(enumerate(filedim)):
    img,circles = modelArg(f)

    img[where(img<50)]=50

    if len(circles) > 0:
        for c in circles:
            cv2.circle(img, (c[0], c[1]), int(c[-1]), (255, 0, 0), 6)

    plt.clf()
    plt.figure(figsize=(12,15))
    plt.imshow(img)
    savefile = os.path.join(gifpath, '%03d.jpg'%id)
    plt.savefig(savefile)

    allcircle.append(circles)

2.1.2 处理结果

▲ 图 检测所有的圆环

def circles2ratio(c):
    cm = mean(c, axis=0)
    rdim = [0]*4

    for cc in c:
        if cc[0] <= cm[0] and cc[1] <= cm[1]:
            rdim[0] = cc[2]
        elif cc[0] <= cm[0] and cc[1] > cm[1]:
            rdim[1] = cc[2]
        elif cc[0] > cm[0] and cc[1] <= cm[1]:
            rdim[2] = cc[2]
        else: rdim[3] = cc[2]

    return rdim

rdim1 = []
rdim2 = []
rdim3 = []
rdim4 = []

for c in allcircle:
    r = circles2ratio(c)
    rdim1.append(r[0])
    rdim2.append(r[1])
    rdim3.append(r[2])
    rdim4.append(r[3])

plt.clf()
plt.figure(figsize=(10,6))
plt.plot(rdim1, label='Ratio1')
plt.plot(rdim2, label='Ratio2')
plt.plot(rdim3, label='Ratio3')
plt.plot(rdim4, label='Ratio4')
plt.xlabel("n")
plt.ylabel("value")
plt.grid(True)
plt.tight_layout()
plt.legend(loc='upper right')
plt.savefig('/home/aistudio/stdout.jpg')
plt.show()

▲ 图2.1.2 求取结果分布

print("std(rdim1): ".format(std(rdim1)),"std(rdim2): ".format(std(rdim2)),"std(rdim3): ".format(std(rdim3)),"std(rdim4): ".format(std(rdim4)))

plt.clf()
plt.figure(figsize=(10,6))
plt.hist(rdim1)
plt.hist(rdim2)
plt.hist(rdim3)
plt.hist(rdim4)

plt.xlabel('Ratio')
plt.ylabel('Hist')
plt.grid(True)
plt.tight_layout()
plt.savefig('/home/aistudio/stdout.jpg')

▲ 图2.1.4 求取结果分布

std(rdim1): 0.4690808057785034
std(rdim2): 0.5530140995979309
std(rdim3): 0.6512018442153931
std(rdim4): 0.6946914792060852

2.2 棋盘格往下移

▲ 图 棋盘格往下移动

  利用所有点的方差的平方根代表等效的圆的直径。设 ( x i , y i ) , i = 1 , 2 , ⋯   ,