一种图像处理方法及部件与流程

1.本公开涉及激光直写技术领域，尤其涉及到一种图像处理方法及部件。


背景技术：

2.在激光直写技术领域，若干颗同规格激光器在理论上技术参数是相同的，用若干颗同规格激光器逐行曝光同一网版上涂镀均匀的感光涂层时，理论上每一颗激光器曝光对应的那部分感光涂层后得到的图像的像素密度值相等，因此，由若干图像区块组成的整幅图像的像素密度理论上均匀一致且和每一图像区块的像素密度值相同。然而，由于每颗激光器因性能差异导致曝光各自对应的那部分感光涂层后得到的各图像区块的像素密度值不相等，若用未根据每颗激光器曝光的图像的像素密度值大小排序的若干激光器曝光感光涂层，则得到的图像的色差分布很不均匀。另外，参考图1，每一颗激光器在感光涂层上得到的均匀分布的若干曝光点构成的若干图像团10中，每一个图像团的黑色圆环边界11是由于每一个曝光点在感光涂层上凹凸不平的形状被光折射造成的，黑色圆环边界11所包含的像素点若纳入像素密度值计算，会导致像素密度值计算错误，如此，每颗激光器的排序也不是准确的。


技术实现要素：

3.本发明提供一种图像处理方法及部件，其目的在于解决：若干激光器曝光的每一幅灰度图像中的若干图像团中均存在有黑色圆环，该黑色圆环不属于激光器曝光得到的图像的一部分，若不将该黑色圆环去掉，导致灰度图的像素密度值计算不准确，并进一步根据计算不准确的像素密度均值大小将对应的若干激光器依次安装在激光直写设备上，导致所有激光器爆出的图像在整体上色差分布不均匀的问题。
4.本发明的技术方案如下：一种图像处理方法，应用于激光直写技术领域，包括如下处理步骤：s1：将m幅灰度图像全部处理成m幅初始二值图像，其中，m幅灰度图像由f颗激光器、每颗激光器分别曝光r块同样形状和大小的感光涂层后得到，m=r*f ,每幅初始二值图像上均均布有由对应激光器曝光感光涂层形成的若干曝光点对应的相同数量的若干图像团，每一个图像团由若干第一黑色像素点组成的圆环及位于圆环的内圆里面的若干曝光像素点组成；s2：将每一幅初始二值图像中的所有曝光像素点处理成像素值为0的第二黑色像素点并保留，以及将除所有像素值为0的第二黑色像素点以外的其余像素点处理成像素值为255的白色像素点，得到m幅第一二值图像；s3: 计算每一幅第一二值图像里第二黑色像素点的数量，根据，求出r*f个像素密度值，并根据每一颗激光器对应的r个像素密度值求得f个像素密度均值，以使得按f个像素密度均值从大到小或者从小到大顺序对f颗激
光器排序，排序后的f颗激光器曝光感光涂层得到的图像的色差更加均匀；其中，每一幅第一二值图像的面积均相等且为q, d表示任意一颗激光器且 1≤d≤f, e表示任意一颗激光器曝光得到的r幅第一二值图像中的任意一幅， 1≤e≤r。
5.在一些实施例中，将m幅灰度图像全部处理成m幅初始二值图像，包括如下步骤：对每一幅灰度图像进行均值卷积，均值卷积完成后乘系数，得到卷积图像；将卷积图像中的每一个像素值和灰度图像的对应的每一个像素值逐个对比，区分出前景和背景，得到初始二值图像；其中，均值卷积的公式如下：，z(u,v)为均值卷积结果，n为卷积核大小，为灰度图像中(u-i, v-f)处像素值，，为0到1之间的系数值，value为自定义值，为灰度图像中坐标为（i,j）的像素点，yi为灰度图像中的第i个像素，为卷积图的第i个像素点,ri为输出的初始二值化图像。
6.在一些实施例中，步骤s1中圆环的内圆通过连通域筛选方法处理得到。
7.在一些实施例中，连通域筛选方法为8连通域筛选方法，8连通域筛选方法的具体步骤如下：以任意一幅初始二值图像的任意一个图像团的圆环内的任意一点像素值为0的第一黑色像素点为参考像素点，以参考像素点为中心，与参考像素点相邻的上、下、左、右、左上、右上、左下、右下的八个像素点定义为参考像素点的8邻域；若八个像素点中的其中一个像素点的像素值与参考像素点的像素值相同，且满足，则八个像素点中的其中一个像素点与参考像素点为同一连通域；其中，。
8.在一些实施例中，步骤s3中，求得f个像素密度均值的具体步骤如下：求出中第1个像素密度均值；以和求同样的方法，求出剩余的(f-1)个像素密度均值。
9.在一些实施例中，通过如下步骤求得:求出第1颗激光器曝光对应的第一幅第一二值图像的像素密度值；以和求同样的办法，求出第1颗激光器曝光对应的剩余（r-1）幅第一二值图像的像素密度值；根据公式，求出第1颗激光器曝光对应的r幅第一二值图像对应的像素密度均值。
10.在一些实施例中，求出第1颗激光器对应的第一二值图像的像素密度值，具体步骤为：计算第1颗激光器对应的第一幅第一二值图像里的第二黑色像素点的数量
，根据公式，求得；其其中，表示第二黑色像素点的像素值为0,q表示任何一颗激光器曝光对应的第一二值图像的面积，表示第1颗激光器曝光对应的第一幅第一二值图像中第二黑色像素点的密度值。
11.本发明还公开了 一种图像处理部件，包括：初始二值图像获取模块，用于：将m幅灰度图像全部处理成m幅初始二值图像，其中，m幅灰度图像由f颗激光器、每颗激光器分别曝光r块同样形状和大小的感光涂层后得到，m=r*f ,每幅初始二值图像上均均布有由对应激光器曝光感光涂层形成的若干曝光点对应的相同数量的若干图像团，每一个图像团由若干第一黑色像素点组成的圆环及位于圆环的内圆里面的若干曝光像素点组成；第一二值图像获取模块，用于：将每一幅初始二值图像中的所有曝光像素点处理成像素值为0的第二黑色像素点并保留，以及将除所有第二黑色像素点以外的其余像素点处理成像素值为255的白色像素点，得到m幅第一二值图像；像素密度均值获取模块，用于：计算每一幅第一二值图像里第二黑色像素点的数量，根据，求出r*f个像素密度值，并根据每一颗激光器对应的r个像素密度值求得f个像素密度均值，以使得按f个像素密度均值从大到小或者从小到大顺序对f颗激光器排序，排序后的f颗激光器曝光感光涂层得到的图像的色差更加均匀；其中，每一幅第一二值图像的面积均相等且为q, d表示任意一颗激光器且 1≤d≤f, e表示任意一颗激光器曝光得到的r幅第一二值图像中的任意一幅， 1≤e≤r。
12.在一些实施中，将m幅灰度图像全部处理成m幅初始二值图像，具体包括如下步骤：对每一幅灰度图像进行均值卷积，均值卷积完成后乘系数，得到卷积图像；将卷积图像中的每一个像素值和灰度图像的对应的每一个像素值逐个对比，区分出前景和背景，得到初始二值图像；其中，均值卷积的公式如下：，z(u,v)为均值卷积结果，n为卷积核大小，为灰度图像中坐标为(u-i, v-f)处像素点的像素值，，为0到1之间的系数值，value为自定义值，为灰度图像中坐标为（i,j）的像素点，yi为灰度图像中的第i个像素，为卷积图的第i个像素点,ri为输出的初始二值化图像。
13.在一些实施例中，圆环的内圆通过连通域筛选方法得到。
14.在一些实施例中，连通域筛选方法优选为8连通域筛选方法，具体步骤如下：以任意一幅初始二值图像的任意一个图像团的圆环内的任意一点像素值为0的第一黑色像素点为参考像素点，以参考像素点为中心，与参考像素点相邻的上、下、左、右、左上、右上、左下、右下的八个像素点定义为参考像素点的8邻域；若八个像素点中的其中一个像素点的像素值与参考像素点的像素值相
同，且满足，则八个像素点中的其中一个像素点与参考像素点为同一连通域；其中，
15.在一些实施例中，求得f个像素密度均值的具体步骤如下：求出中第1个像素密度均值；以和求同样的方法，求出剩余的(f-1)个像素密度均值。
16.在一些实施例中，通过如下步骤求得:求出第1颗激光器曝光对应的第一幅第一二值图像的像素密度值；以和求同样的办法，求出第1颗激光器曝光对应的剩余（r-1）幅第一二值图像的像素密度值；根据公式，求出第1颗激光器曝光对应的r幅第一二值图像对应的像素密度均值。
17.在一些实施例中，求出第1颗激光器曝光对应的第一二值图像的像素密度值，具体步骤为：计算第1颗激光器对应的第一幅第一二值图像里的第二黑色像素点的数量，根据公式，求得；其中，表示第二黑色像素点的像素值为0,q表示任何一颗激光器曝光对应的第一二值图像的面积，表示第1颗激光器曝光对应的第一幅第一二值图像中第二黑色像素点的密度值。
18.本发明的技术效果：每颗激光器均曝光同样面积的感光涂层，得到r幅灰度图，f颗激光器共曝光得到m=r*f幅灰度图。该m幅灰度图全部通过二值图像处理后得到m幅初始二值图像。由于每一幅初始二值图像中的若干图像团中均存在有凹凸不平的曝光点在感光涂层被光线折射造成的黑色圆环，若不将这部分黑色圆环包含的第一黑色像素点去掉，则不能真实的计算出第一二值图像中由激光器曝光得到的第二黑色像素点的像素密度值，从而导致每一颗激光器曝光得到的若干第一二值图像的密度均值计算的错误。本技术只计算每一幅第一二值图像中的若干图像团中黑色圆环的内圆内的、由激光器曝光得到的第二黑色像素的像素密度值，使得结算结果更准确，从而使得每一颗激光器曝光得到的若干第一二值图像的像素密度均值计算更准确。因此根据每一颗激光器对应的像素密度均值大小将若干颗激光器按从大到小或者从下到大顺序重新排序，并将重新排序后的若干颗激光器依次安装在激光直写系统上，用重新排序的若干颗激光器爆光得到图像在整体上色差分布更加均匀。
附图说明
19.为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
20.图1是本发明公开的由激光器曝光的感光涂层得到的一幅灰度图；图2是将图1处理后得到的第一二值图像；图3是本发明公开的图像处理方法的步骤简图；图4是为8连通域筛选方法中各相邻点的坐标示意图；图5为是3颗激光器每颗曝光得到的5幅灰度图经图像处理后得到的5幅第一二值图像的像素密度值以及像素密度均值的列表图；图6为本发明的图像处理部件的模块图。
具体实施方式
21.下面结合附图和实施例对本公开的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本公开的原理，但不能用来限制本公开的范围，本公开可以以许多不同的形式实现，不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。
22.本公开提供这些实施例是为了使本公开透彻且完整，并且向本领域技术人员充分表达本公开的范围。应注意到：除非另外具体说明，这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的，而不是作为限制。
23.需要说明的是，在本公开的描述中，除非另有说明，“多个”的含义是大于或等于两个；术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
24.此外，本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的部分。“垂直”并不是严格意义上的垂直，而是在误差允许范围之内。“平行”并不是严格意义上的平行，而是在误差允许范围之内。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。
25.还需要说明的是，在本公开的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可视具体情况理解上述术语在本公开中的具体含义。当描述到特定器件位于第一器件和第二器件之间时，在该特定器件与第一器件或第二器件之间可以存在居间器件，也可以不存在居间器件。
26.本公开使用的所有术语与本公开所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
27.对于相关领域普通技术人员已知的技术、方法和部件可能不作详细讨论，但在适当情况下，技术、方法和部件应当被视为说明书的一部分。
28.参考图3，本发明公开了一种图像处理方法，应用于激光直写技术领域，包括如下
步骤：s1：将m幅灰度图像全部处理成m幅初始二值图像，其中，m幅灰度图像由f颗激光器、每颗激光器分别曝光r块同样形状和大小的感光涂层后得到，m=r*f ,每幅初始二值图像上均均布有由对应激光器曝光感光涂层形成的若干曝光点对应的相同数量的若干图像团，每一个图像团由若干第一黑色像素点组成的圆环及位于圆环的内圆里面的若干曝光像素点组成；s2：将每一幅初始二值图像中的所有曝光像素点处理成像素值为0的第二黑色像素点并保留，以及将除所有第二黑色像素点以外的其余像素点处理成像素值为255的白色像素点，得到m幅第一二值图像；s3: 计算每一幅第一二值图像里第二黑色像素点的数量，根据，求出r*f个像素密度值，并根据每一颗激光器对应的r个像素密度值求得f个像素密度均值，以使得按f个像素密度均值从大到小或者从小到大顺序对f颗激光器排序，排序后的f颗激光器曝光感光涂层得到的图像的色差更加均匀；其中，每一幅第一二值图像的面积均相等且为q, d表示任意一颗激光器且 1≤d≤f, e表示任意一颗激光器曝光得到的r幅第一二值图像中的任意一幅， 1≤e≤r。
29.本技术中，作为其中一个实施例，激光器颗数f取3，每一颗激光器曝光5块同样形状和大小的感光涂层，得到5幅同样形状和大小的灰度图，总共得到15幅灰度图，因此f=3，r=5，m=15。图1示例性的提供一幅灰度图，在该幅灰度图中，示例性的均布有24个图像团，这24个图像团是由1颗激光器曝光感光涂层上的24个曝光点形成。每一个图像团10均由若干第一黑色像素点组成的圆环11及位于圆环的内圆里面的若干曝光像素点组成。其他14幅灰度图也和图1一样，每一幅都均布有24个图像团，每一个图像团都均由若干第一黑色像素点组成的圆环11及位于圆环的内圆里面的若干曝光像素点组成。定义图1为第一颗激光器曝光得到的第一幅灰度图，图2为由图1经图像处理后得到的第一幅初始二值图，其余14幅初始二值图未示出。
30.在一些实施例中，将m幅灰度图像全部处理成m幅初始二值图像，具体包括如下步骤：对每一幅灰度图像进行均值卷积，均值卷积完成后乘系数，得到卷积图像；将卷积图像中的每一个像素值和灰度图像的对应的每一个像素值逐个对比，区分出前景和背景，得到初始二值图像；其中，均值卷积的公式如下：，z(u,v)为均值卷积结果，n为卷积核大小，为灰度图像中(u-i, v-f)处像素值，，为0到1之间的系数值，value为自定义值，为灰度图像中坐标为（i,j）的像素点，yi为灰度图像中的第i个像素，为卷积图的第i个像素点,ri为输出的初始二值化图像。
31.通过上述方法，就能将m幅灰度图像全部处理成m幅初始二值图像。
32.当得到m幅初始二值图像后，需要将每一幅初始二值图像中的若干图像团中所有
曝光像素点经过图像处理后变成像素值为0的第二黑色像素点，这些第二黑色像素点需保留下来，以供后续的黑色像素点统计使用。对于除所有第二黑色像素点以外的其余像素点，需要将它们处理成像素值为255的白色像素点，得到m幅第一二值图像。参考图1，由于所有曝光像素点均位于圆环的内圆里，因此，需要求出圆环的内圆的边界。
33.在一些实施例中，图1中所示的每一个图像团中圆环11的内圆通过连通域筛选方法的图像处理得到。进一步地，连通域筛选方法优选为图4所示的8连通域筛选方法。8连通域筛选方法具体为：以图1中初始二值图像中的任意一个图像团的黑色圆环11内任意一点像素值为0的第一黑色像素点a为参考像素点f（x,y）,以参考像素点f（x,y）,相邻的上、下、左、右、左上、右上、左下、右下的八个像素点定义为参考像素点的8邻域；若八个像素点中的其中一个像素点的灰度值与参考像素点的灰度值相同，且满足，则认为八个像素点中的其中一个像素点与参考像素点为同一连通域。例如，若a点的像素值为0，即为第一黑色像素点，若相邻的8个像素点的像素值也均为0，即均为黑色，则a点和8个像素点连通。由于图4中的每一个方格代表1个单位像素点，则和a点相邻的8个像素点的的坐标为
34.这8个像素点归集为8邻域集合，即通过上述方法，可以将图1中每一个图像团中的黑色圆环中的若干像素值为0的第一黑色像素点串连成一片，由于每一个像素值为0的第一黑色像素点的坐标可以通过8连通域筛选方法求得，因此可以理解的是，构成每一个图像团中的黑色圆环的内圆的像素值为0的第一黑色像素点的坐标可以求出，则黑色圆环11的内圆内的所有第一黑色像素点坐标可以求出。黑色圆环11的内圆内的若干像素点是由激光器曝光得到，后续求像素密度均值需要用到，因此将图1中的灰度图像里的每一个图像团的黑色圆环11内的若干像素点定义为曝光像素点。将图1中所有曝光像素点处理成像素值为0的第二黑色像素点，将除所有曝光像素点以外的其余像素点处理成像素值为255的白色像素点，最后得到如图2所示的第一二值图像。从图2中可以看出，图1中的若干黑色圆环11消失了，这是因为构成黑色圆环11的像素值为0的第一黑色像素点被处理成了像素值为255的白色像素点。
35.当m幅如图1所示的灰度图像经处理得到m幅如图2所示的m幅第一二值图像后，需要计算每一幅第一二值图像里第二黑色像素点的数量，然后根据求出r*f个像素密度值，并根据每一颗激光器对应的r个像素密度值求得f个像素密度均值。其中，每一幅第一二值图像的面积均相等且为q, d表示任意一颗激光器且 1≤d≤f, e表示任意一颗激光器曝光得到的r幅第一二值图像中的任意一幅， 1≤e≤r。例如，d=1表示用第1颗激光器曝光，e=1表示第1颗激光器曝光的第一幅第一二值图像，就表示用第1颗激光器曝光得到的第一幅第一二值图像的像素值为0的第二黑色像素点的数量，表示第1颗激光器曝光对应的第一幅第一二值图像的像素密度值。为了求出每一颗激光器曝光对应的r幅初始二值图像/第一二值图像的像素密度均值，可以求出任意第1颗激光器对应的r幅二值图像的像素密度均值，然后再用和求同样的办
法， 再求出剩余（f-1）颗激光器对应的像素密度均值。本实施例中，f=3,即有3颗激光器，每颗激光器曝光的二值图形的幅数r为5，故m=15。为求先求出第一颗激光器曝光的经图像的二值化处理后得到的5幅第一二值图像的5个像素密度值，然后再根据求出。可以理解的是, 第2颗激光器曝光得到的5幅第一二值图像的像素密度均值，；第3颗激光器曝光得到的5幅第一二值图像的像素密度均值定义为，=，可以理解的是，当，可以理解的是，当、都求出后，则均可求出。
36.下面介绍如何计算，对于其余像素密度值，均可以用和求同样的办法求得。
[0037] 参考图2，将图2所示的第一二值图像定义为由第一颗激光器曝光得到的第一幅第一二值图像，定义第一颗激光器曝光的第一幅第一二值图像中像素值为0的第二黑色像素点的数量，其像素密度值为。然后根据公式，求得第一颗激光器曝光的第一幅第一二值图像的像素密度值。其中，q表示第一颗激光器曝光的第一幅第一二值图像的面积。需要说明的是，本技术中，每一幅灰度图像、初始二值图像以及第一二值图像的形状及面积均相同，均为q。对于，可以由计算机里的统计软件统计得到 ，同样的，q也可以由计算机里的测绘软件测绘得到。 用同样的办法，求出15个像素密度值后，根据前面的公式：、、均可以求出。
[0038]
参考图5，图5是利用3颗激光器各自分别曝光5幅面积同样大小的感光涂层后，摄像装置拍摄得到的5张灰度图经处理后变成的5幅第一二值图像，每幅第一二值图像的像素密度，以及5幅第一二值图像的像素密度均值和去掉最大像素密度及最小像素密度后的均值。例如：图5中第1号激光器对应的5张第一二值图像的像素密度分别为：0.482851，0.483659，0.547584，0.548989和0.554316，像素密度均值为0.523480，去掉最大值0.554316和最小值0.482851后，变为0.526744。第2号激光器对应的5张第一二值图像的像素密度值分别为：0.48196、0.506601、0.531561、0.547071、0.555244，像素密度均值为0.524487，去掉最大值0.555244和最小值0.48196后，变为0.528411。第3号激光器对应的5张第一二值图像的密度值分别为：0.450572、0.477533、0.495542、0.515997、0.527162，像素密度均值为0.493361，去掉最大值0.527162和最小值0.450572后，变为0.496357。因此，第1号至第3号激光器各自对应的5张二值图的像素密度均值分别为：0.523480、0.524487和0.493361，按从大到小的顺序为：第2号激光器、第1号激光器和第3号激光器。可以理解的是，若激光器共有f颗，每一颗激光器曝光对应的m幅二值图像的f个像素密度均值均可以求出，然后根据像素密度均值按从大到小或者从小到大的顺序将f颗激光器重新排序后依次安装在激光直写设备上，利用重新排序后的这f颗激光器同时出光曝光感光涂层，得到的整幅图像的色差分布更加均匀。
[0039]
参考图6，本发明还公开了一种图像处理部件，包括：初始二值图像获取模块，用
于：将m幅灰度图像全部处理成m幅初始二值图像，其中，m幅灰度图像由f颗激光器、每颗激光器分别曝光r块同样形状和大小的感光涂层后得到，m=r*f ,每幅初始二值图像上均均布有由对应激光器曝光感光涂层形成的若干曝光点对应的相同数量的若干图像团，每一个图像团由若干第一黑色像素点组成的圆环及位于圆环的内圆里面的若干曝光像素点组成；第一二值图像获取模块，用于：将每一幅初始二值图像中的所有曝光像素点处理成像素值为0的第二黑色像素点并保留，以及将除所有第二黑色像素点以外的其余像素点处理成像素值为255的白色像素点，得到m幅第一二值图像；像素密度均值获取模块，用于：计算每一幅第一二值图像里第二黑色像素点的数量，根据，求出r*f个像素密度值，并根据每一颗激光器对应的r个像素密度值求得f个像素密度均值，以使得按f个像素密度均值从大到小或者从小到大顺序对f颗激光器排序，排序后的f颗激光器曝光感光涂层得到的图像的色差更加均匀；其中，每一幅第一二值图像的面积均相等且为q, d表示任意一颗激光器且 1≤d≤f, e表示任意一颗激光器曝光得到的r幅第一二值图像中的任意一幅， 1≤e≤r。
[0040]
该图像处理部件的工作原理和前面介绍的图像处理方法完全相同，在此不再累述。
[0041]
本技术公开的图像处理方法及图像处理部件，均能实现的技术效果有：每颗激光器均曝光同样面积的感光涂层，得到r幅灰度图，f颗激光器共曝光得到m=r*f幅灰度图。该m幅灰度图全部通过二值图像处理后得到m幅初始二值图像。由于每一幅初始二值图像中的若干图像团中均存在有凹凸不平的曝光点在感光涂层被光线折射造成的黑色圆环，若不将这部分黑色圆环包含的第一黑色像素点去掉，则不能真实的计算出第一二值图像中由激光器曝光得到的第二黑色像素点的像素密度值，从而导致每一颗激光器曝光得到的若干第一二值图像的密度均值计算的错误。本技术只计算每一幅第一二值图像中的若干图像团中黑色圆环的内圆内的、由激光器曝光得到的第二黑色像素的像素密度值，使得结算结果更准确，从而使得每一颗激光器曝光得到的若干第一二值图像的像素密度均值计算更准确。因此根据每一颗激光器对应的像素密度均值大小将若干颗激光器按从大到小或者从下到大顺序重新排序，并将重新排序后的若干颗激光器依次安装在激光直写系统上，用重新排序的若干颗激光器爆光得到图像在整体上色差分布更加均匀。
[0042]
至此，已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
[0043]
虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改或者对部分技术特征进行等同替换。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。