十字 RGB 分离
十字 RGB 分离测量原理
十字 RGB 分离对同一个亮十字分别测量 R、G、B 通道的原分辨率边缘,以 G 为参考,给出 R−G 和 B−G 两组偏移。输出单位是原图像素 px。它测量通道图案在相机图像中的套色差异,不能直接换算成波导出光角或标定色差。
输入和搜索区域
输入必须为彩色 BGR/BGRA 8、16 或 32F 图像;灰度图无法分离三个通道。图像至少 32×32,单帧最多 67,108,864 像素和 512 MiB,每个目标原图 ROI 最多 8,388,608 像素。浮点通道须为有限
搜索矩形至少为 32×32 像素且必须完整位于原图内;框选坐标按当前帧 DPI 换算为像素,左上取 floor、右下取 ceil。只读取搜索区域内的信号,框外反光及其他目标不参与定位。输出 ROI、边缘、轴和叠图仍是原图坐标,定位预览通过 sourceOriginX/Y 和 sourcePixelsPerPreviewPixel 标明偏移与倍率。缩小搜索区域会改变定位采样倍率,因此候选包络与边缘公共采样位置可能变化;原分辨率边缘测量方式不变。框选不裁改原图,输入快照及尺寸预算仍按整帧计算。
节点图像优先取上游内存帧,没有内存帧时读取 IN 图像结果的文件;本地图片通过“加载图片”输入。搜索区域优先使用发光区关注点模板,其次固定矩形,最后整图。行列按实际图卡设置,默认 3×3,单十字设 1×1,各维支持 1~16;与畸变节点的奇数行列限制不同。
定位和原图边缘测量
十字 RGB 分离模式(算法版本 1.6.2)先对各通道分别最大值池化,用通道并集定位候选,不依赖整图九等分。中位数/MAD 与最小信号跨度用于寻找发光轮廓,再按各候选自身峰值提取包络,避免亮目标排除暗目标;行列投影筛除紧凑实心噪点。候选至少包含 5 个采样像素,宽高不少于 3 个采样格;池化候选还须在原图同阈值下存在满足相同最低面积和宽高条件的四连通域,避免离散亮点被池化粘成额外目标。该检查不要求三通道同时发光,也不以大小排名凑够目标数。候选按互不重叠的行列包络分组,从上到下、从左到右编号 P1–PN;缺失交点保留为空,布局不明时拒绝索引。多目标、额外候选、排序歧义、ROI 重叠及触边保留独立原因。
亮度不均可能使峰值包络缩进暗臂,造成采样靠近交叉中心。三通道可测时,覆盖不足或峰值包络截掉完整低噪声轮廓的既有采样带,均可触发完整轮廓重采样;局部覆盖率为 100% 不代表臂范围完整。边缘阈值不变,仅当搜索边界、邻居隔离和面积预算满足,且三通道覆盖达到原有下限、不下降、不增加轴带或臂多峰警告时采用恢复结果。其余点保留原定位和数值;原本无效的点不会因此强行补齐。
每个目标 ROI 内分别读取原始 R/G/B 信号。ROI 背景使用中位数,行列强度投影用于窄轴带初筛;测量在各半臂的公共采样位置进行,取候选跨度的 10%–25% 和 75%–90%,避开端点衰减及交叉中心。每个截面以中位数估计背景,信号跨度须超过 max(6×MAD, 2 个量化步长),避免亮中心通过 MinimumContrast 后仍用固定满量程门槛拒绝较暗外臂;float32 的步长底值为 1e-6。随后按自身背景到峰值的比例阈值线性插值边缘,避免强横臂的峰值截掉弱竖臂。对应边缘为可测截面的中位数,轴位置为两侧中位边缘的中点。这是近水平/垂直十字的采样带代表值,不是旋转直线拟合或逐像素最大色边;明显倾斜、弯曲、宽条纹及行列包络重叠不承诺正确索引/测量。
对通道
左右边缘的中点为竖轴 x,顶底边缘的中点为横轴 y;轴偏移是两个通道对应轴坐标之差。例图中 R 的左、右边缘均比 G 右移 2 px,上下边缘不变,因此 rToGMaximumEdge_px=2;B 对 G 的左右偏移为 −3 px,因此 bToGMaximumEdge_px=3。
指标与有效状态
托管算法 1.6.0 按“找到十字且有可测边缘就输出数值”处理多峰与覆盖不足:同一截面存在多个前景阈值段时,取全部阈值段的最外侧交点,包括被深暗谷分开的同强度亮带,不再挑选主峰或因多峰而拒绝通道。阈值仍默认 50%,不平滑信号或补零;轴投影多段记录 <通道>:multiple_axis_bands,截面多段记录 valid_multi_peak_envelope 及 <通道>:multiple_arm_bands 警告。每条半臂低于配置的覆盖率(默认 0.5)时记录 <通道>:partial_arm_coverage,使用其余可测截面;横臂或竖臂完全没有可测截面时仍留空。多峰外包络描述检测到的亮带边界,不据此推断哪一个峰是物理主像。目标阈值和最小跨度用于检测,覆盖率用于质量提示,均不是产品合格阈值。
RGB-cross-separation 以 G 为参考,分别给出 rToGMaximumEdge_px 与 bToGMaximumEdge_px:对应左、右、上、下边缘偏移的绝对值最大值。原三通道极差字段保留原义用于兼容。该表同时保留每通道边缘/轴坐标、R−G/B−G 轴偏移、覆盖率、剔除数、饱和样本数及逐点原因。RGB-cross-profile-quality 可追溯采样位置、阈值段数、可测截面边缘与剔除原因。结果窗口使用“RGB 测量完整点数 / RGB 测量不完整点数”,后者包括只缺一个通道的点;“十字候选数”表示定位候选,不是杂散光数。缺失、低对比度、非十字形态、触边或没有可测横/竖臂边缘输出 INVALID 与空分离值;多峰和覆盖不足警告本身不使已有数值失效。可测通道仍保留自身坐标及叠图,不能把部分通道成功当作三通道完整。饱和样本给出警告:其阈值边缘可能有偏,不据此宣称测量精度。零只表示计算出的对应边缘重合;没有有效点时仅输出计数和诊断,不输出虚构的零最大值/RMS。
| 输出 | 含义 |
|---|---|
rToGMaximumEdge_px / bToGMaximumEdge_px | 对应通道对四条边缘偏移绝对值的最大值;通道对可以独立有效 |
每通道的 Left/Right/Top/Bottom | 原分辨率代表边缘坐标,单位 px |
rMinusG_dx/dy / bMinusG_dx/dy | 通道代表轴的带符号坐标差;x 向右、y 向下为正 |
maximumAxisSeparation_px | 三通道竖轴 x 的极差与横轴 y 的极差中较大者 |
maximumEdgeSeparation_px | 四组对应边缘中最大的三通道极差;它是保留的兼容口径,不能等同于 R−G 或 B−G |
rms_cross_edge_separation | 对 RGB 都完整的点,取上一项数值的均方根 |
| 覆盖率、剔除截面数、饱和样本数 | 定位与边缘质量诊断,不是客户判定限 |
若三通道左边缘为 R=52、G=50、B=47,则旧三通道极差为 5 px,而 R−G 最大偏移为 2 px,B−G 为 3 px;这几个数值不能混用。没有有效点时不生成最大值或 RMS 的假零。
ImageView 的“允许的最大边缘分离”默认留空,结果为 MEASURED,不输出整图合格结论。显式配置产品规格后,R-G、B-G 两组边缘分离均小于或等于该值为 OK,任意点 NG 或无效时总体为 NG;已有数值阈值 JSON 仍可读取。节点不接受该判定参数。R/G/B artifact 是带采样倍率元数据的 8-bit 最大值池化定位预览,不能用于亚像素计量;所有测量和叠图坐标来自原分辨率信号。
关键参数与节点使用
| 参数 | 默认值 | 范围和用途 |
|---|---|---|
Rows / Columns | 3 / 3 | 各为 1~16 的整数,按实际图卡设置 |
TargetThreshold | 0.5 | 0.1~0.9,每个目标和截面自身背景到峰值的阈值比例 |
MinimumArmSpanFraction | 0.35 | 0.1~0.9,十字在候选 ROI 中的最小跨度 |
AxisBandThreshold | 0.5 | 0.1~0.9,定位窄轴带的投影阈值 |
MinimumArmCoverage | 0.5 | 0.1~1,低于此覆盖率给出警告,不等于自动判无效 |
MinimumContrast | 0.02 | 0.000001~1,定位使用的最小满量程信号跨度 |
DecodeExponent | 1 | 0.1~5;线性图用 1,仅在明确编码时修改 |
ImageView 和节点共用事务式 RgbCrossConfigurationWindow,常用区域显示行列,其余六项位于默认折叠的高级参数;表单与 JSON 校验一致,默认值取参数对象。两个入口不共享一次性编辑值。RGB 固定测量三通道,编辑器不提供单通道选择。节点的 算法参数 保存于 ParameterJson,不选择或读取 FindCross 模板,旧 TemplateName 加载时忽略。应用前与执行前均校验,取消不回写,无效或未知字段不静默忽略。ImageView 的本次像素阈值判定不写入节点参数,节点产品判定仍由 ARVRPro 配方负责。
导出与适用边界
ImageView 独立执行不入库;结果窗口关闭后保留 rgb-cross-measurements 持久叠图,由用户清除,换图时按文档生命周期移除。“导出十字 JSON”输出 colorvision.rgb-cross-measurement:新结果统一使用 1.2.0,包含 grid.rows/columns 和 referenceChannel: "G",点数组必须覆盖配置的全部点位(缺失点保留 INVALID),坐标均为原图像素;固定导出字段不含产品阈值、OK/NG 或内部截面诊断。每点 comparisons.R-G/B-G 含 status、四条带符号的 left/right/top/bottomEdgeOffsetPx(被测通道减 G)和 maximumAbsoluteEdgeOffsetPx。通道对独立有效,缺 B 时仍可保留 R-G;无效对所有偏移为 null,不能填零。旧 separation 和汇总三通道极差不改变语义。公共 artifact 导出仍可用于内部诊断。
明显倾斜、弯曲、宽条纹、互相交叠的行列包络以及过细的候选不在当前可靠索引范围。输出仍是相机像素,不含像素到角度的自动换算;相机与镜头色差、模组姿态和眼点位置须通过实际采集与标定复核。合成图测量和导出成功不能替代现场误报、漏报和重复性验收。
流程持久化与兼容
Flow 使用 LocalRgbCrossNode,通过“算法参数 → 编辑…”配置独立的十字检测参数,不选择或读取 FindCross 算法模板;该模板保留给外部实现使用。旧流程保存的 TemplateName 加载时忽略。图像优先使用上游内存帧,没有内存帧时读取 IN 图像结果对应的文件;本地图片通过“加载图片”节点输入。独立配置窗口提供中文表单和 JSON 切换,包含行列数、前景阈值、最小十字跨度、轴带阈值、臂截面覆盖率、最小信号跨度和输入解码指数;行列数各支持 1–16,默认 3×3,单十字设为 1×1;始终使用 RGB 三通道,产品判定留在结果解析中。参数保存于节点 ParameterJson,旧节点缺少该字段时使用默认值;应用前与执行前均校验,取消不回写,无效或未知字段不静默忽略。搜索区域优先读取发光区 POI,其次固定矩形,最后整图。关注点和手动区域属于同一组:配置关注点时隐藏手动区域,清空后恢复显示并保留原矩形值。结果文件写入配置目录;留空时读取算法服务 FileServerCfg.DataBasePath,按 <数据基础路径>/<服务 Code>/Data/yyyy-MM-dd 保存,每次运行读取配置和当天日期。优先使用 DEV.Algorithm.Default,否则使用唯一的算法服务;无服务或存在歧义时提示配置,手动结果目录可覆盖默认路径。主记录复用 FindCross=63、版本 2.0,本地记录 TId=null、TName=LocalRgbCross,保存 BatchId/Zindex/ImgFile,公共明细保存 ResultFileName;主表与明细使用同一事务,入库失败清理新建 JSON。检测完成但部分点无效仍保存可复核的 INVALID 测量,不伪造产品通过结论。只有持久化成功后才设置下游结果 ID 并发布通知。ARVRPro 的十字 RGB 解析按同一类型和版本读取,原单十字使用原格式。
主程序算法历史列表由独立的 FindCross 2.0 处理器读取保存的十字 JSON,展示原图、RGB 边缘、编号、R-G/B-G 和逐点诊断;不重算算法或套用客户配方。它与 1.0 单十字处理器按版本隔离。叠图等待当前原图完成加载,并核对选择、路径与尺寸;缺图时明确显示白色坐标底图,坏 JSON 保留诊断,切换结果后迟到回调不能画入新图。
独立原生入口与验证
独立 C++ 测量入口为 Native/opencv_helper/algorithm/find_cross/rgb_cross.cpp,CMake 目标为 rgb_cross_cli,依赖 C++17 和 nlohmann/json。多峰外包络、覆盖不足保留数值和暗臂范围恢复由托管实现提供。两种入口的交付结果应逐点核对几何、有效性和分离值。
没有直接调用单十字 FindCrossLocal:pattern_cross.cpp 的 ConvertToGrayFloat 会混合颜色,而 PatternCrossResult 提供轴交点、角度、端点和臂质量,不提供通道对应的双侧阈值边缘。其 SampleAxis 内部有原图背景滤除、单目标候选及光学坐标语义,也不是可直接调用的中立边缘 API。这里采用独立的逐通道截面质量检查与中位数测量;单十字功能及 Engine 结果链保持独立。当前没有像素到角度的自动换算,不能替代相机/镜头色差基线与现场误报漏报验收。
现场复核可显式运行 ./Scripts/validate_rgb_cross.ps1 -Source C:/samples/array.cvraw -OutputDirectory C:/validation/rgb-cross,保存参数、逐点 JSON/CSV、汇总、截面质量、通道预览及原图/叠图对照。工作树没有 native DLL 时,可显式传入 -OpenCvHelperBinary 指向已有匹配 DLL;脚本不下载、不发布,也不改原文件。现场图没有人工真值,脚本完成仅代表路径执行和原文件未变,不保证九点全部有效或满足产品规格。
