CN101281358A - 相机模块污点测试系统及方法 - Google Patents

相机模块污点测试系统及方法 Download PDF

Info

Publication number
CN101281358A
CN101281358A CNA2007102003860A CN200710200386A CN101281358A CN 101281358 A CN101281358 A CN 101281358A CN A2007102003860 A CNA2007102003860 A CN A2007102003860A CN 200710200386 A CN200710200386 A CN 200710200386A CN 101281358 A CN101281358 A CN 101281358A
Authority
CN
China
Prior art keywords
zone
image
stain
testing
testing image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2007102003860A
Other languages
English (en)
Other versions
CN100573315C (zh
Inventor
黄智伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hongfujin Precision Industry Shenzhen Co Ltd, Hon Hai Precision Industry Co Ltd filed Critical Hongfujin Precision Industry Shenzhen Co Ltd
Priority to CNB2007102003860A priority Critical patent/CN100573315C/zh
Priority to US11/875,123 priority patent/US7974458B2/en
Publication of CN101281358A publication Critical patent/CN101281358A/zh
Application granted granted Critical
Publication of CN100573315C publication Critical patent/CN100573315C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

一种相机模块污点测试系统包括：影像获取模块，用于获取影像；影像区域切割模块，用于将所获取的影像切割成多个测试影像区域及对应的参考影像区域；计算模块，用于选择测试影像区域及确定对应的参考影像区域，并计算该测试影像区域及参考影像区域的灰度平均值；及浓度比较模块，用于预设一个污点浓度的规范值，计算测试影像区域的污点浓度，并将该污点浓度与该规范值进行比较从而判断该影像是否存在明显污点以及确定所述的相机模块是否为合格产品。本发明还提供一种相机模块污点测试方法。利用本发明可通过对输出影像的分析来测试相机模块的品质。

Description

相机模块污点测试系统及方法
技术领域
本发明涉及一种相机模块污点测试系统及方法。
背景技术
数位影像科技的应用日渐普及，越来越多的电子产品可以通过安装相机模块而具备拍摄物体影像的功能，例如：数码相机、计算机、手机、影像量测机台等电子器材。该相机模块通常包括图像传感器(Sensor)、镜头(Lens)及镜座(Holder)等元件或装置。随着电子产品的市场需求增长迅速，其配套的相机模块的生产需求也不断增长。为了提高和保证产品质量，对产品实施检验是必不可少的，从而保证产品质量形成过程的稳定性及其产出产品的一致性。同时，日渐增多且急迫的检验需求要求企业能够快速、准确地实施产品的检验。
早期生产厂商对于相机模块出厂前的检验，通常是利用人工对相机模块所拍摄的影像进行分辨，从而确定该影像是否存在污点，如此既费时，又增长生产周期及增加生产成本，并且基于人工确定的信息，经常包含有人的误差的影响，不能保证出厂产品质量的一致性及准确性。
发明内容
鉴于以上内容，有必要提供一种相机模块污点测试系统，其可以通过对输出影像的各类数据进行分析、比较，从而判断相机模块的品质。
此外，还有必要提供一种相机模块污点测试方法，其可以通过对输出影像的各类数据进行分析、比较，从而判断相机模块的品质。
一种相机模块污点测试系统，该系统包括：影像获取模块，用于从相机模块处获取影像；影像区域切割模块，用于将所获取的影像切割成多个测试影像区域，并划分每一个测试影像区域对应的参考影像区域；计算模块，用于选择测试影像区域及确定对应的参考影像区域，并计算该测试影像区域及参考影像区域的灰度平均值；及浓度比较模块，用于预设一个污点浓度的规范值，并对所得的测试影像区域及参考影像区域的灰度平均值进行比较以计算该测试影像区域的污点浓度，还用于将该污点浓度与该规范值进行比较从而判断该影像是否存在明显污点以及确定所述的相机模块是否为合格产品。
一种相机模块污点测试方法，该方法包括如下步骤：从相机模块处获取影像；将所获取的影像切割成多个测试影像区域，并划分每一个测试影像区域对应的参考影像区域；选择一个测试影像区域及确定其对应的参考影像区域，并计算该测试影像区域及参考影像区域的灰度平均值；预设一个污点浓度的规范值；对所得的测试影像区域及参考影像区域的灰度平均值进行比较以计算该测试影像区域的污点浓度，并判断该污点浓度是否超过该规范值从而判断该影像是否存在明显污点；若该影像存在明显污点，则确定所述的相机模块为不合格产品；及若该影像不存在明显污点，则确定所述的相机模块为合格产品。
相较于现有技术，所述的相机模块污点测试系统及方法，其可以通过对输出影像的各类数据进行分析、比较，从而判断相机模块是否存在污点。利用该系统及方法，可以有效避免人工对影像进行肉眼辨别的误差，并提高测试效率及节省测试成本。
附图说明
图1是本发明相机模块污点测试系统的较佳实施例的硬件架构图。
图2是本发明相机模块污点测试系统的功能模块图。
图3是本发明相机模块污点测试方法的较佳实施例的流程图。
图4是本发明相机模块污点测试方法的影像区域切割示意图。
图5是本发明相机模块污点测试方法的数据输出示意图。
具体实施方式
如图1所示，是本发明相机模块污点测试系统较佳实施方式的硬件架构图。该相机模块污点测试系统(下文称“本系统”)建构在多个计算机2中。所述的计算机2通过影像数据线4与一个相机模块1相连接以获取影像，并在对影像进行相应的测试后，利用连接5将测试结果输出至数据库3中进行存储。所述的连接5是一种数据库连接，如开放式数据库连接(OpenDatabase Connectivity，ODBC)，或者Java数据库连接(Java Database Connectivity，JDBC)。
所述的相机模块1通常包括图像传感器10、镜头12及镜座14，也可包括其他元件或装置(图中未示出)。该图像传感器10可以是CCD(Charge Coupled Device，电荷藕合器件)，或者是CMOS(Complementary Metal-Oxide-Semiconductor Transistor，互补型金属氧化物半导体)。该相机模块1可以组装至计算机2、手机(未示出)或者其他装置中进行拍摄。
所述的数据库3用于存储各类数据，包括从相机模块1获取的影像，对影像测试后的结果等。该数据库3可独立于计算机2，也可位于计算机2内，储存在计算机2的硬盘(未示出)上
本系统用于获取相机模块1所拍摄的影像，对该影像进行相关测试，判断该影像中是否存在污点从而确定该相机模块1是否为合格产品，并将测试结果进行输出及反馈。
如图2所示，是本发明相机模块污点测试系统的功能模块图。该相机模块污点测试系统安装于计算机2内，其包括六个功能模块，分别是：影像获取模块20、影像区域设置模块21、影像区域切割模块22、计算模块23、浓度比较模块24及结果输出模块25。
所述的影像获取模块20用于通过影像数据线4从相机模块1中的图像传感器10处获取影像，并在计算机1中显示该影像从而对该影像进行相应的处理。
利用本系统对获取的影像进行测试时，需要将该影像切割成若干个测试影像区域，每一个测试影像区域皆对应一个参考影像区域，并通过对测试影像区域及参考影像区域的各类数据进行比较，从而判断该影像中是否存在污点。
所述的影像区域设置模块21用于设置测试影像区域及对应的参考影像区域的大小。在测试过程中，用户可通过影像区域设置模块21将测试影像区域的大小设置成一个或者多个数值，并将每一个不同大小的测试影像区域与其对应的参考影像区域进行比较，从而获得精确的测试结果。
例如，该测试影像区域的大小可设置为5*5像素、15*15像素及60*60像素，而该参考影像区域的大小可设置为60*60像素，则每一个5*5像素的测试影像区域都将逐一与其对应的大小为60*60像素的参考影像区域进行各类数据的比较，比较完之后若未发现影像中存在污点，再次将15*15像素的测试影像区域逐一与其对应的大小为60*60像素的参考影像区域进行各类数据的比较，若仍然未发现污点，继而将60*60像素的测试影像区域逐一与其对应的大小为60*60像素的参考影像区域进行各类数据的比较。
此外，为了获取更加精确的数据，该影像区域设置模块21还可设置多个参考影像区域的大小，例如，除上述的60*60像素大小，还可将该参考影像区域的大小设置为15*15，则完成上述比较过程后，再将每一个不同大小的测试影像区域逐一与其对应的大小为15*15的参考影像区域进行各类数据的比较。
当所有设置的、不同大小的测试影像区域皆与其对应的参考影像区域进行比较完毕，皆未发现污点，可判定该影像不存在明显污点，则该相机模块1为合格产品；若发现污点，可判定该影像存在明显污点，则该相机模块1为不合格产品。
所述的影像区域设置模块21还用于设置测试影像区域之间的距离、测试影像区域与参考影像区域之间的距离(下文称“区域间距”)以及测试影像区域与参考影像区域的相对方向。在本较佳实施例中，测试影像区域与参考影像区域之间的距离大小为参考影像区域的大小，例如，参考影像区域大小为60*60像素，则该测试影像区域与参考影像区域之间的距离大小为60*60像素。又例如，在本较佳实施例中，测试影像区域之间的距离大小可设置为4*4像素。关于测试影像区域与参考影像区域的相对方向的设置可参照影像区域切割模块22的功能说明的举例中。
影像区域切割模块22用于根据设置的测试影像区域的大小及测试影像区域之间的距离将所获取的影像切割成若干个测试影像区域，并根据设置的参考影像区域的大小、测试影像区域与参考影像区域之间的距离及测试影像区域与参考影像区域的相对方向，划分每一个测试影像区域对应的参考影像区域。参照图4所示，影像6包括一个大小为15*15像素的测试影像区域610，该测试影像区域610对应一个大小为60*60像素的参考影像区域611。
在本实施例中，影像区域切割模块22在划分参考影像区域时，首先根据测试影像区域的坐标及影像中心点的坐标，判断该测试影像区域在影像的左半部分还是右半部分。若测试影像区域在影像的左半部分，则对应的参考影像区域在测试影像区域的右侧；反之，若测试影像区域在影像的右半部分，则对应的参考影像区域在测试影像区域的左侧。
其次，参考影像区域与测试影像区域的上边缘或下边缘处于同一水平位置。假设影像、测试影像区域及参考影像区域皆为正方形，测试影像区域在影像的左半部分、且其右上角的端点为A(X，Y)，参考影像区域的大小为C*C像素，区域间距设置为G像素，点A至影像下边缘的距离为D像素时：
当点A至影像下边缘的距离大于或等于参考影像区域的大小(D＞＝C)时，则参考影像区域在测试影像区域的右侧，且参考影像区域的上边缘与测试影像区域的上边缘处于同一水平位置，即两个上边缘的所有点的Y坐标相同；以及当点A至影像下边缘的距离小于参考影像区域的大小(D＜C)时，则参考影像区域在测试影像区域的右侧，且参考影像区域的下边缘与测试影像区域的上边缘处于同一水平位置(可参照图4所示范例)。
上述划分依据是为保证每一个测试影像区域在不超出影像的范围内都有一个对应的参考影像区域。在其它实施例中，参考影像区域与测试影像区域的相对方向或者大小可以根据实际情况进行调整，例如，判断测试影像区域在影像的上半部分还是下半部分，若测试影像区域在影像的上半部分，令参考影像区域在测试影像区域的下方；若测试影像区域在影像的下半部分，令参考影像区域在测试影像区域的上方。
所述的计算模块23用于选择一个测试影像区域，并根据该测试影像区域内各点的灰度值计算出灰度平均值。其中，该灰度平均值是对选择区域内各像素点的灰度值累加后求得的算术平均值，而每个像素点的灰度值的计算是通过获得该像素点的三原色的值，并利用灰度值计算公式进行计算得出，该灰度值计算公式为：灰度值＝0.3*红+0.59*绿+0.11*蓝。
例如，若该测试影像区域为5*5像素的大小，则可在该测试影像区域内选择25个点，每个点对应一个灰度值，其中，该25个点的坐标可以如下表所示：
Figure A20071020038600081
所述的计算模块23还用于根据该选择的测试影像区域确定其所对应的参考影像区域，并计算该参考影像区域的灰度平均值。该计算模块23对测试影像区域的选择可预设为从影像的左至右，及由上至下的顺序进行。
所述的浓度比较模块24用于预设一个污点浓度的规范值，该规范值可根据相机模块1的生产厂商的出厂规格进行设置。例如，该规范值可设置为4％。
所述的浓度比较模块24还用于预设一个公式对所得的测试影像区域及参考影像区域的灰度平均值进行比较，从而计算出该测试影像区域的污点浓度，并将计算所得的污点浓度与规范值进行比较从而判断该影像是否存在明显污点以及拍摄该影像的相机模块1是否为合格产品。该预设的公式为：污点浓度＝(1-测试影像区域的灰度平均值/参考影像区域的灰度平均值)*100％。
若该污点浓度超出该规范值，可确定该影像存在明显污点，则可确定相机模块1为不合格产品；若该污点浓度未超过该规范值，则可选择下一个测试影像区域及其对应的参考影像区域进行计算，直至计算出所有的测试影像区域的污点浓度皆未超过规范值，才可确定该影像不存在明显污点，则该相机模块1为合格产品。
所述的结果输出模块25用于将上述的设置及计算数据输出至一个表单中，并将该表单及测试结果存储至数据库3中。例如，将影像区域设置模块21所设置的测试影像区域的大小、参考影像区域的大小、测试影像区域之间的距离、测试影像区域与参考影像区域之间的距离、计算得出的灰度平均值、公式、规范值及污点浓度等数据输出至一个Excel表格中(如图5所示)，从而保留测试数据供用户进行参考。用户可根据反馈的测试结果，对相机模块1所包括的各个元器件进行检查，以确定造成污点的原因。
如图3所示，是本发明相机模块污点测试方法的较佳实施例的流程图。首先，步骤S2，影像获取模块20通过影像数据线4从相机模块1中的图像传感器10处获取影像，并在计算机1中显示该影像从而对该影像进行相应的处理。
步骤S4，影像区域设置模块21设置测试影像区域及对应的参考影像区域的大小，以及设置测试影像区域之间，以及测试影像区域与参考影像区域之间的距离。在测试过程中，用户可通过影像区域设置模块21将测试影像区域设置成一个或者多个不同大小的数值，并将每一个测试影像区域与其对应的参考影像区域进行比较，从而获得精确的测试结果。
步骤S6，影像区域切割模块22根据设置的测试影像区域的大小及测试影像区域之间的距离将所获取的影像切割成若干个测试影像区域，并根据设置的参考影像区域的大小及测试影像区域与参考影像区域之间的距离划分每一个测试影像区域对应的参考影像区域。
步骤S8，计算模块23选择一个测试影像区域，并确定与该测试影像区域对应的参考影响区域。
步骤S10，计算模块23根据该测试影像区域及对应的参考影像区域内各点的灰度值计算出灰度平均值。其中，该灰度平均值是对选择区域内各像素点的灰度值累加后求得的算术平均值，而每个像素点的灰度值的计算是通过获得该像素点的三原色的值，并利用公式(0.3*红+0.59*绿+0.11*蓝)进行计算得出。
步骤S12，浓度比较模块24预设一个污点浓度的规范值，预设一个公式对所得的测试影像区域及参考影像区域的灰度平均值进行比较，从而计算出该测试影像区域的污点浓度。其中，该规范值可根据相机模块1的生产厂商的出厂规格进行设置。计算污点浓度的公式为：污点浓度＝(1-测试影像区域的灰度平均值/参考影像区域的灰度平均值)*100％。
步骤S14，浓度比较模块24将计算所得的污点浓度与规范值进行比较，判断该测试影像区域的污点浓度是否超过预设的规范值。
步骤S16，若该污点浓度小于或者等于该规范值，则判断是否还有其它未选的测试影像区域。若存在未选的测试影像区域，则返回至步骤S8。
步骤S18，若不存在未选的测试影像区域，即所有切割的测试影像区域都已经完成相应的计算、比较，则浓度比较模块24可确定该影像不存在明显污点，且该相机模块1为合格产品。
步骤S20，结果输出模块25将上述的设置及计算数据输出至一个表单中，并将该表单及测试结果存储至数据库3中，并结束本流程。
若步骤S14中，浓度比较模块24判断该测试影像区域的污点浓度超过预设的规范值，则在步骤S22中，该浓度比较模块24可确定该影像存在明显污点，且判断该相机模块1为不合格产品，然后，流程转至步骤S20。
在本流程图中，影像区域设置模块21仅将测试影像区域的大小设置为一个数值(例如：15*15像素)，若为了获得更加精确的测试结果，则在执行完步骤S16后仍然未发现该影像存在明显的污点，还可重复执行步骤S4-S16，将测试影像区域的大小设置为其他数值(例如：5*5，或60*60)，并进行后续相应的计算及比较，从而获得最终的测试结果。
如图4所示，是本发明相机模块污点测试方法的影像区域切割示意图。影像获取模块20从相机模块1处获取影像6，利用影像区域设置模块21及影像区域切割模块22将该影像切割成多个测试影像区域及一一对应的参考影像区域，例如，测试影像区域610及对应的参考影像区域611，其区域间距61的大小等于参考影像区域611的大小。
图4中测试影像区域610、620及630的大小为15*15像素，对应的参考影像区域611、621及631的大小为60*60像素，区域间距61、62及63皆为60*60像素。
如图5所示，是本发明相机模块污点测试方法的数据输出示意图。结果输出模块25在测试完毕后，将测试过程中的参数设置及计算数据输出至一个表单中，并将该表单及测试结果存储至数据库3中。图5所示的Excel表格中包括：将影像区域设置模块21所设置的测试影像区域的大小、参考影像区域的大小、测试影像区域之间的距离、测试影像区域与参考影像区域之间的距离、计算得出的灰度平均值、公式、规范值及污点浓度等数据。
图5所示表单仅为一个数据输出的范例，实际应用中并不限于此，例如，表单可以为WORDTM、PDFTM等格式，数据列举的顺序及类型可根据实际测试的要求进行相应的修改。

Claims (10)

1. 一种相机模块污点测试系统，其特征在于，该系统包括：
影像获取模块，用于从相机模块处获取影像；
影像区域切割模块，用于将所获取的影像切割成多个测试影像区域，并划分每一个测试影像区域对应的参考影像区域；
计算模块，用于选择测试影像区域及确定对应的参考影像区域，并计算该测试影像区域及参考影像区域的灰度平均值；及
浓度比较模块，用于预设一个污点浓度的规范值，并对所得的测试影像区域及参考影像区域的灰度平均值进行比较以计算该测试影像区域的污点浓度，还用于将该污点浓度与该规范值进行比较从而判断该影像是否存在明显污点以及确定所述的相机模块是否为合格产品
2. 如权利要求1所述的相机模块污点测试系统，其特征在于，该系统还包括影像区域设置模块，用于设置测试影像区域及与测试影像区域一一对应的参考影像区域的大小，还用于设置测试影像区域之间的距离、测试影像区域与参考影像区域之间的距离以及测试影像区域与参考影像区域的相对方向。
3. 如权利要求1所述的相机模块污点测试系统，其特征在于，该系统还包括结果输出模块，用于输出及存储测试过程中的各类数据。
4. 如权利要求1所述的相机模块污点测试系统，其特征在于，所述的规范值是根据相机模块的出厂规格进行设置。
5. 如权利要求1所述的相机模块污点测试系统，其特征在于，所述的浓度比较模块是利用预设一个公式对所得的测试影像区域及参考影像区域的灰度平均值进行比较，该预设的公式为：污点浓度＝(1-测试影像区域的灰度平均值/参考影像区域的灰度平均值)*100％。
6. 一种相机模块污点测试方法，其特征在于，该方法包括如下步骤：
从相机模块处获取影像；
将所获取的影像切割成多个测试影像区域，并划分每一个测试影像区域对应的参考影像区域；
选择一个测试影像区域及确定其对应的参考影像区域，并计算该测试影像区域及参考影像区域的灰度平均值；
预设一个污点浓度的规范值；
对所得的测试影像区域及参考影像区域的灰度平均值进行比较以计算该测试影像区域的污点浓度，并判断该污点浓度是否超过该规范值从而判断该影像是否存在明显污点；
若该影像存在明显污点，则确定所述的相机模块为不合格产品；及
若该影像不存在明显污点，则确定所述的相机模块为合格产品。
7. 如权利要求6所述的相机模块污点测试方法，其特征在于，所述对所得的测试影像区域及参考影像区域的灰度平均值进行的比较是利用预设一个公式计算得出，该预设的公式为：污点浓度＝(1-测试影像区域的灰度平均值/参考影像区域的灰度平均值)*100％。
8. 如权利要求6所述的相机模块污点测试方法，其特征在于，该计算步骤还包括如下子步骤：
若该污点浓度超过该规范值，则判断该影像存在明显污点。
9. 如权利要求6所述的相机模块污点测试方法，其特征在于，该计算步骤进一步包括如下子步骤：
若该污点浓度未超过该规范值，则判断是否还有其它未选的测试影像区域；
若不存在未选的测试影像区域，则判断该影像不存在明显污点；及
若存在未选的测试影像区域，则返回选择步骤。
10. 如权利要求6所述的相机模块污点测试方法，其特征在于，该方法还包括如下步骤：
设置测试影像区域及与测试影像区域一一对应的参考影像区域的大小；及
设置测试影像区域之间的距离、测试影像区域与参考影像区域之间的距离以及测试影像区域与参考影像区域的相对方向。
CNB2007102003860A 2007-04-04 2007-04-04 相机模块污点测试系统及方法 Expired - Fee Related CN100573315C (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CNB2007102003860A CN100573315C (zh) 2007-04-04 2007-04-04 相机模块污点测试系统及方法
US11/875,123 US7974458B2 (en) 2007-04-04 2007-10-19 System and method for detecting defects in camera modules

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2007102003860A CN100573315C (zh) 2007-04-04 2007-04-04 相机模块污点测试系统及方法

Publications (2)

Publication Number Publication Date
CN101281358A true CN101281358A (zh) 2008-10-08
CN100573315C CN100573315C (zh) 2009-12-23

Family

ID=39826944

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2007102003860A Expired - Fee Related CN100573315C (zh) 2007-04-04 2007-04-04 相机模块污点测试系统及方法

Country Status (2)

Country Link
US (1) US7974458B2 (zh)
CN (1) CN100573315C (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035988A (zh) * 2009-09-29 2011-04-27 深圳富泰宏精密工业有限公司 手机摄像头拍照效果测试系统及方法
CN102313741A (zh) * 2010-07-06 2012-01-11 州巧科技股份有限公司 自动光学检测系统
CN103179428A (zh) * 2011-12-23 2013-06-26 鸿富锦精密工业（深圳）有限公司 相机模组污点测试系统及其测试方法
CN104349161A (zh) * 2014-09-17 2015-02-11 常熟实盈光学科技有限公司 摄像头模组影像脏污判定方法
CN104539937A (zh) * 2014-11-24 2015-04-22 青岛歌尔声学科技有限公司 一种摄像头模组污点检测的方法和装置
CN104811690A (zh) * 2015-04-01 2015-07-29 广东欧珀移动通信有限公司 一种消息提示方法及装置
CN113533332A (zh) * 2021-08-10 2021-10-22 江西离子型稀土工程技术研究有限公司 一种基于断面图像特征的镨钕合金定性质检的方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100573315C (zh) * 2007-04-04 2009-12-23 鸿富锦精密工业（深圳）有限公司 相机模块污点测试系统及方法
TWI437878B (zh) * 2007-11-20 2014-05-11 Quanta Comp Inc 用以校正影像訊號中壞點之方法及電路
CN102254316A (zh) * 2010-05-18 2011-11-23 苏州安可信通信技术有限公司 数码设备图像检测方法以及检测系统
US10293441B2 (en) * 2013-12-19 2019-05-21 Isolution Co., Ltd. Apparatus and method for aligning optical axes of lenses and assembling camera module
EP3176751B1 (en) * 2015-12-01 2020-12-30 Ricoh Company, Ltd. Information processing device, information processing method, computer-readable recording medium, and inspection system
DE102016224307A1 (de) * 2015-12-15 2017-06-22 Heidelberger Druckmaschinen Ag Verfahren zur Überprüfung eines Bildinspektionssystems
US10778967B2 (en) * 2017-08-24 2020-09-15 Qualcomm Incorporated Systems and methods for improving performance of a robotic vehicle by managing on-board camera defects
KR20220043611A (ko) * 2020-09-29 2022-04-05 엘지전자 주식회사 식기 세척기 및 식기 세척기의 카메라 고장 검출 방법
CN113256635B (zh) * 2021-07-15 2021-10-15 武汉中导光电设备有限公司 缺陷检测方法、装置、设备及可读存储介质
CN113570582B (zh) * 2021-07-30 2022-07-29 上海集成电路制造创新中心有限公司 相机盖板清洁度检测方法及检测装置
CN116773152B (zh) * 2023-08-25 2023-11-03 成都中嘉微视科技有限公司 一种镜头性能的检测方法、装置、电子设备及存储介质

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5204911A (en) * 1991-05-29 1993-04-20 Nira Schwartz Inspection method using unique templates and histogram analysis
US5481619A (en) * 1992-07-07 1996-01-02 Schwartz; Nira Inspection method using templates images, unique histogram analysis, and multiple gray levels correlated to addresses of template images
US5517234A (en) * 1993-10-26 1996-05-14 Gerber Systems Corporation Automatic optical inspection system having a weighted transition database
US5854655A (en) * 1995-08-29 1998-12-29 Sanyo Electric Co., Ltd. Defective pixel detecting circuit of a solid state image pick-up device capable of detecting defective pixels with low power consumption and high precision, and image pick-up device having such detecting circuit
JP3785520B2 (ja) * 1997-03-19 2006-06-14 コニカミノルタホールディングス株式会社 電子カメラ
US7724925B2 (en) * 1999-12-02 2010-05-25 Thermal Wave Imaging, Inc. System for generating thermographic images using thermographic signal reconstruction
US6965395B1 (en) * 2000-09-12 2005-11-15 Dialog Semiconductor Gmbh Methods and systems for detecting defective imaging pixels and pixel values
US7365783B2 (en) * 2001-03-16 2008-04-29 Olympus Corporation Image pickup apparatus which stores initial defect data concerning image pickup device and data on later developed defects
US6618185B2 (en) * 2001-11-28 2003-09-09 Micronic Laser Systems Ab Defective pixel compensation method
US7162073B1 (en) * 2001-11-30 2007-01-09 Cognex Technology And Investment Corporation Methods and apparatuses for detecting classifying and measuring spot defects in an image of an object
US20030179418A1 (en) * 2002-03-19 2003-09-25 Eastman Kodak Company Producing a defective pixel map from defective cluster pixels in an area array image sensor
US7202894B2 (en) * 2002-06-04 2007-04-10 Micron Technology, Inc. Method and apparatus for real time identification and correction of pixel defects for image sensor arrays
US7283164B2 (en) * 2002-09-18 2007-10-16 Micron Technology, Inc. Method for detecting and correcting defective pixels in a digital image sensor
US7283165B2 (en) * 2002-11-15 2007-10-16 Lockheed Martin Corporation Method and apparatus for image processing using weighted defective pixel replacement
US6751005B1 (en) * 2002-12-20 2004-06-15 Eastman Kodak Company Compensating for pixel defects by spatial translation of scene content
EP1583946B1 (en) * 2003-01-15 2006-11-08 Micronic Laser Systems Ab A method to detect a defective pixel
CN1300744C (zh) * 2003-12-09 2007-02-14 香港中文大学 对数字图像曝光不足的缺陷进行自动修正的方法和系统
KR100573487B1 (ko) * 2004-04-27 2006-04-24 매그나칩 반도체 유한회사 이미지센서
US7460688B2 (en) * 2004-12-09 2008-12-02 Aptina Imaging Corporation System and method for detecting and correcting defective pixels in a digital image sensor
KR100638720B1 (ko) * 2005-01-28 2006-10-30 삼성전기주식회사 광학 필터의 이물질 불량을 최소화한 카메라 모듈
JP4681356B2 (ja) * 2005-06-13 2011-05-11 株式会社日立ハイテクノロジーズ 欠陥自動観察分類システム、欠陥自動観察分類システムにおける装置の選択方法、プログラム、及び観察装置
JP4065893B1 (ja) * 2006-12-04 2008-03-26 東京エレクトロン株式会社 欠陥検出装置、欠陥検出方法、情報処理装置、情報処理方法及びそのプログラム
US8391585B2 (en) * 2006-12-28 2013-03-05 Sharp Kabushiki Kaisha Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium
CN100573315C (zh) * 2007-04-04 2009-12-23 鸿富锦精密工业（深圳）有限公司 相机模块污点测试系统及方法
JP2009017475A (ja) * 2007-07-09 2009-01-22 Elmo Co Ltd 欠陥画素検出装置、撮像装置、および、欠陥画素の検出方法
TWI437878B (zh) * 2007-11-20 2014-05-11 Quanta Comp Inc 用以校正影像訊號中壞點之方法及電路
US8154632B2 (en) * 2009-08-24 2012-04-10 Lifesize Communications, Inc. Detection of defective pixels in an image sensor

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035988A (zh) * 2009-09-29 2011-04-27 深圳富泰宏精密工业有限公司 手机摄像头拍照效果测试系统及方法
CN102313741A (zh) * 2010-07-06 2012-01-11 州巧科技股份有限公司 自动光学检测系统
CN102313741B (zh) * 2010-07-06 2013-08-14 州巧科技股份有限公司 自动光学检测系统
CN103179428A (zh) * 2011-12-23 2013-06-26 鸿富锦精密工业（深圳）有限公司 相机模组污点测试系统及其测试方法
CN104349161A (zh) * 2014-09-17 2015-02-11 常熟实盈光学科技有限公司 摄像头模组影像脏污判定方法
CN104349161B (zh) * 2014-09-17 2016-05-18 常熟实盈光学科技有限公司 摄像头模组影像脏污判定方法
CN104539937A (zh) * 2014-11-24 2015-04-22 青岛歌尔声学科技有限公司 一种摄像头模组污点检测的方法和装置
CN106791807B (zh) * 2014-11-24 2018-10-26 歌尔科技有限公司 一种摄像头模组污点检测的方法和装置
CN104811690A (zh) * 2015-04-01 2015-07-29 广东欧珀移动通信有限公司 一种消息提示方法及装置
CN113533332A (zh) * 2021-08-10 2021-10-22 江西离子型稀土工程技术研究有限公司 一种基于断面图像特征的镨钕合金定性质检的方法

Also Published As

Publication number Publication date
US20080247634A1 (en) 2008-10-09
US7974458B2 (en) 2011-07-05
CN100573315C (zh) 2009-12-23

Similar Documents

Publication Publication Date Title
CN100573315C (zh) 相机模块污点测试系统及方法
CN102253048B (zh) 可用于多种产品检测的机器视觉检测方法及系统
CN107063099B (zh) 一种基于视觉系统的机械制造业在线质量监测方法
US9355443B2 (en) System, a method and a computer program product for CAD-based registration
US9599575B2 (en) System, a method and a computer program product for CAD-based registration
CN106226325A (zh) 一种基于机器视觉的座椅表面缺陷检测系统及其方法
CN102831381A (zh) 影像差异比较系统及方法
CN114220757B (zh) 晶圆检测对位方法、装置和系统及计算机介质
CN108871185B (zh) 零件检测的方法、装置、设备以及计算机可读存储介质
CN105550938B (zh) 县域耕地质量评价成果异常值检验方法
CN111161208A (zh) 图像检测方法和装置
CN107515481A (zh) 一种显示面板的检测方法和装置
CN114589631B (zh) 一种数控铲磨床控制系统和方法
CN105243662A (zh) 一种端子位置的确定方法及终端设备
CN113065538A (zh) 基于图像识别的压力传感器检测方法、装置及设备
CN102109753A (zh) 自动检测镜头方法
CN114740416A (zh) 霍尔电流传感器测试方法、装置、计算机设备及储存介质
CN109426013B (zh) 一种彩膜基板缺陷的分析方法、检测修复方法及装置
CN104103543A (zh) 晶圆缺陷尺寸校正方法
CN117622960A (zh) 测宽纠偏方法及装置
CN109407630B (zh) 参数计算的方法、装置、终端及可读存储介质
CN104570934A (zh) 产品加工部位检测方法及系统
CN114354491A (zh) 一种基于机器视觉的dcb陶瓷基板缺陷检测方法
CN109753979B (zh) 基于图像特征的故障检测方法及装置
DE112016006839T5 (de) Längenmessungskontrollvorrichtung, Fertigungssystem, Längenmessungskontrollverfahren und Längenmessungskontrollprogramm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20091223

Termination date: 20130404