Chaque version logicielle doit respecter la procédure de test pour garantir la qualité des livrables, et plusieurs méthodes de tests automatisés sont disponibles pour y parvenir. Les images de la plus haute qualité sont créées en optimisant des facteurs clés tels que la netteté, le flou, le bruit, les pertes de compression de données, etc. La qualité de l’image peut être définie comme le degré de précision avec lequel diverses technologies d’imagerie enregistrent, traitent, stockent, compressent, transmettent et affichent les signaux qui composent une image. Par conséquent, les tests automatisés d’images se sont imposés de manière forte et à leur façon.
Ce blogue porte sur l’amélioration de la qualité des images et l’élimination des distorsions lors des tests dans l’unité d’affichage. Nous pouvons corriger les types de distorsion causés par les caméras, trouver les propriétés intrinsèques et extrinsèques d’une caméra, et redresser les images en fonction de ces propriétés. Par exemple, si une unité d’affichage particulière n’est pas placée correctement, l’image capturée peut ne pas être adéquate. Pour résoudre ce problème, nous devons procéder à l’étalonnage de la caméra pour obtenir les valeurs de la matrice de la caméra, trouver les coins, effectuer le redressement et traiter les images. Lors de l’automatisation dans les unités d’affichage, la capture d’image peut rencontrer des problèmes liés aux angles, etc. Les distorsions dans l’image capturée doivent être éliminées pour corriger cela. La figure 1 montre les différentes distorsions possibles dans l’image.
Vue détaillée
L’image suivante montre un aperçu général de l’étalonnage de la caméra pour des images, ce qui nécessite certaines étapes afin d’obtenir l’image de résultat précise.
Figure 2 : Flux de processus
L’étalonnage de la caméra est le processus d’estimation des paramètres d’une caméra. Dans la figure 2, l’image originale contient une distorsion due à l’angle de la caméra. Après application du redressement, l’image est plus nette et contient la partie exacte de l’image. L’étalonnage de la caméra consiste à suivre un flux qui définit les coordonnées réelles des points 3D à l’aide d’un motif d’échiquier de taille connue. Capturer les images de l’échiquier sous différents angles, trouver les coordonnées 2D de l’échiquier et calibrer la caméra. Ensuite, utiliser les valeurs résultantes de l’étalonnage de la caméra pour appliquer le redressement et effectuer la transformation de l’image afin d’obtenir l’image de sortie parfaite. L’étalonnage de la caméra comprend les étapes suivantes :
- Lire l’image : Ici, l’image est capturée et stockée.
- Convertir la couleur : Ceci convertira la couleur de l’image capturée en une image en niveaux de gris.
- Obtenir les coins : Ceci renverra les coins de l’image, ainsi que son statut.
- Étalonnage : Ceci réalisera l’étalonnage de la caméra et obtiendra les valeurs de matrice et de distorsion pour l’image.
Avancer
Ce blogue a porté sur la façon dont les étalonnages d’images sont réalisés pour différents types d’images :
Avant l’étalonnage :
Figure 3 : Image capturée
Il s’agit de l’image capturée à l’origine avec la caméra. La même approche peut être appliquée aux images avec des coins étiquetés, mais il s’agit d’une approche plus professionnelle qui peut être utilisée dans tous les scénarios. La distorsion de l’image se produit lorsque les lignes droites d’une image semblent être déformées ou incurvées de manière non naturelle. La distorsion est souvent le résultat de la géométrie de la lentille. Elle peut perturber considérablement la qualité de l’image, il est donc nécessaire d’éliminer la distorsion en barillet dans l’image capturée, comme dans la figure 4.
Après l’étalonnage :
Après avoir effectué les mécanismes d’étalonnage de l’image, l’image est plus nette et obtient l’affichage exact après suppression de l’arrière-plan, comme montré à la figure 5.
Conclusion
Avec cette méthodologie, l’automatisation des tests peut être effectuée sur un seul ordinateur et divers clichés/ images capturées peuvent être traités simultanément. Il s’agit de la solution la plus fiable, économique et plus simple à mettre en place et à utiliser. De cette façon, nous pouvons enregistrer des scènes dynamiques avec tout type d’unité d’affichage, puisqu’elle ne dépend pas de la position de la caméra et peut être traitée plus efficacement.
Par conséquent, il est désormais nécessaire de reconnaître l’importance des tests d’image sous plusieurs angles.
Ce blogue porte sur l’amélioration de la qualité des images et l’élimination des distorsions lors des tests dans l’unité d’affichage
Références
https://learnopencv.com/understanding-lens-distortion/ https://tejakummarikuntla.github.io/blog/camera-calibration-with-opencv/index.html
