CN101895786A - 一种图像传感器的检测方法及装置 - Google Patents

Abstract

本发明提供了一种图像传感器的检测方法及装置，所述方法包括：获取图像传感器采集的匹配当前曝光配置参数的曝光图像，当前曝光配置参数为预置的至少两组曝光配置参数中的任意一组；对曝光图像进行坏点检测，得到初始坏点集合；触发图像传感器继续采集匹配当前曝光配置参数的曝光图像，对每次采集的曝光图像中对应初始坏点集合中各个坏点的位置进行验证并记录验证结果，当曝光图像的帧数达到预设帧数时，对各帧曝光图像的验证结果进行分析以得到与当前曝光配置参数匹配的最终坏点信息；直至每一组曝光配置参数对应的最终坏点信息全部确认完毕，合并所有最终坏点信息以得到所述图像传感器的坏点。本发明提升图像传感器的坏点检测的准确度。

Description

一种图像传感器的检测方法及装置

技术领域

本发明涉及电子电路领域，特别是涉及一种图像传感器的检测方法及装置。

背景技术

随着社会的发展和技术的进步，在智能交通方面越来越离不开数字视频和图像产品，而图像传感器的质量对视频产品和图像质量的好坏有着至关重要的影响。由于半导体制造工艺和原材料的差异，通常电荷耦合元件(Charge-coupled Device，CCD)或互补金属氧化物半导体(Complementary Metal Oxide Semiconductor，CMOS)或多或少都会存在些坏点；这些坏点可能是亮坏点也可能是暗坏点，其原因在于坏点的感光源可能和电源或者地线短接了，因此对周围环境的光照不敏感。

但是在实际情况中，还有一类坏点介于亮点和暗点之间，在本发明中将这类坏点称为不一致点，不一致点的亮暗会随着周围的亮暗而相应的变化，但是不一致点的感光源对周围光线的反应和周围正常点的感光源不一致，不一致点的像素始终比周围正常的像素更亮些或更暗些。公开号为CN101705050A的申请文件，公开了一种图像传感器坏点检测方法和系统，它利用多个图像传感器对多个不同颜色的单色面板分别采集相应的单色图像，并分别对各个单色图像进行像素分析，将得到的各个单色图像的坏点坐标记录在各个单色坏点列表中，通过比较所述各个单色坏点列表，综合确定出所述图像传感器的坏点坐标。

但是采用现有技术的单色图像分析方法，只是可以更好的检测出带有颜色的坏点，并不能真正有效检测出不一致点，因此就会导致坏点检测的准确度不高，进而造成了视频图像质量的下降。

因此，目前需要本领域技术人员迫切解决的一个技术问题就是：如何能够提出一种图像传感器的检测方法，用以解决现有技术中无法准确检测坏点导致的视频图像质量下降的技术问题。

发明内容

本发明所要解决的技术问题是提供一种图像传感器的检测方法，用以解决现有技术中无法准确检测坏点导致的视频图像质量下降的技术问题，提升图像传感器的坏点检测的准确度。

本发明的另一个目的是将上述构思应用于具体的应用环境中，提供一种图像传感器的检测装置，从而保证该方法的实现和应用。

为解决上述技术问题，本发明实施例提供了一种图像传感器的检测方法，包括：

步骤A：获取图像传感器采集的匹配当前曝光配置参数的曝光图像，所述当前曝光配置参数为预置的至少两组曝光配置参数中的任意一组；

步骤B：对所述曝光图像进行坏点检测，得到初始坏点集合；

步骤C：触发图像传感器继续采集匹配所述当前曝光配置参数的曝光图像，对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，当曝光图像的帧数达到预设帧数时，对各帧曝光图像的验证结果进行分析以得到与所述当前曝光配置参数匹配的最终坏点信息；

步骤D：以未进行曝光图像采集的任一组曝光配置参数为当前曝光配置参数，返回步骤A，直至每一组曝光配置参数对应的最终坏点信息全部确认完毕，合并所有最终坏点信息以得到所述图像传感器的坏点。

优选的，所述步骤B具体包括：

步骤B1：读取所述曝光图像中所有像素点的亮度值和位置信息；

步骤B2：判断当前检测类别是否为亮坏点，如果是，则进入步骤B3，如果不是，则进入步骤B4；

步骤B3：依次判断各个像素点的亮度值是否大于预置的第一异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中；

步骤B4：依次判断各个像素点位置的亮度值是否小于预置的第二异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中。

优选的，当检测类别为亮坏点时，所述步骤C中对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，具体包括：

步骤C1：依据所述初始坏点集合中各个坏点的位置定位所述曝光图像中的对应位置；

步骤C2：获取所述对应位置的亮度值，并判断所述亮度值是否大于预置的第一异常确认阈值；如果是，则进入步骤C3；

步骤C3：对与所述对应位置匹配的初始坏点对应的确认寄存器进行累加。

优选的，当检测类别为暗坏点时，所述步骤C中对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，具体包括：

步骤C4：依据所述初始坏点集合中各个坏点的位置定位所述曝光图像中的对应位置；

步骤C5：获取所述对应位置的亮度值，并判断所述亮度值是否小于预置的第二异常确认阈值；如果是，则进入步骤C6；

步骤C6：对与所述对应位置匹配的初始坏点对应的确认寄存器进行累加。

优选的，所述步骤C中对各帧曝光图像的验证结果进行分析以得到与所述当前曝光配置参数匹配的最终坏点信息，具体包括：

步骤C7：获取所述初始坏点集合中各个坏点对应的确认寄存器值和所述预设帧数的比值；

步骤C8：依次判断所述各个比值是否大于预置的置信度阈值，如果不是，则将对应的坏点在初始坏点集合中删除；

步骤C9：将更新后的初始坏点集合作为当前曝光配置参数下的最终坏点信息。

优选的，所述曝光配置参数具体包括：曝光增益、曝光快门时间和/或光圈大小。

优选的，所述步骤D之后，还包括：

步骤E：将所述图像传感器的坏点按照亮度值或者位置信息依次进行排序。

优选的，在所述步骤B之后还包括：

将所述初始坏点集合采用坏点表进行存储。

本发明实施例还提供了一种图像传感器的检测装置，包括：

获取曝光图像模块，用于获取图像传感器采集的匹配当前曝光配置参数的曝光图像，所述当前曝光配置参数为预置的至少两组曝光配置参数中的任意一组；

坏点检测模块，用于对所述曝光图像进行坏点检测，得到初始坏点集合；

坏点确认模块，用于触发图像传感器继续采集匹配所述当前曝光配置参数的曝光图像，对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，当曝光图像的帧数达到预设帧数时，对各帧曝光图像的验证结果进行分析以得到与所述当前曝光配置参数匹配的最终坏点信息；

坏点合并模块，用于当每一组曝光配置参数对应的最终坏点信息全部确认完毕时，合并所有最终坏点信息以得到所述图像传感器的坏点。

优选的，所述坏点检测模块具体包括：

读取图像子模块，用于读取所述曝光图像中所有像素点的亮度值和位置信息；

判断子模块，用于判断当前检测类别是否为亮坏点，如果是，则触发第一坏点添加子模块，如果不是，则触发第二坏点添加子模块；

第一坏点添加子模块，用于依次判断各个像素点的亮度值是否大于预置的第一异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中；

第二坏点添加子模块，用于依次判断各个像素点位置的亮度值是否小于预置的第二异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中。

与现有技术相比，本发明具有以下优点：

在本发明各个实施例中，采用了曝光配置参数控制图像传感器的成像亮暗程度，从而可以获取不同增益的像素数据，将不明显的坏点像素数据突显出来，方便后续检测；并且进一步对检测得到的初始坏点进行确认过程，从而提高了坏点检测的准确性和完备性，有效防止了坏点的漏检和错检问题。同时，将不同曝光配置参数下检测得到的坏点信息采用并集处理的方法，获得坏点信息的最大集合，可以完成图像传感器坏点的全面检测，弥补了单一曝光配置参数情况下只能检测一部分坏点的缺陷，进一步提高了坏点检测的稳定性和准确性。

附图说明

为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的一种图像传感器的检测方法实施例1的流程图；

图2是本发明方法实施例1中步骤102的执行流程图；

图3是本发明的一种图像传感器的检测方法实施例2的流程图；

图4是本发明的一种图像传感器的检测方法实施例3的流程图；

图5是本发明的一种图像传感器的检测装置实施例1的结构示意图；

图6是本发明装置实施例1中坏点检测模块的具体结构示意图；

图7是本发明的一种图像传感器的检测装置实施例2的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

参考图1，示出了本发明的一种图像传感器的检测方法实施例1的流程图，可以包括以下步骤：

步骤101：获取图像传感器采集的匹配当前曝光配置参数的曝光图像，所述当前曝光配置参数为预置的至少两组曝光配置参数中的任意一组。

所述曝光配置参数可以预先设置，用户可以根据检测的坏点属性不同，设置不同特性的多组曝光配置参数。所述坏点属性可以包括：坏点是亮坏点或亮的不一致点，以及，坏点是暗坏点或暗不一致点。这里的亮不一致点指的是比周围像素点的亮度值高但是又没有亮坏点的亮度值高的坏点，这里的暗不一致点指的是比周围像素点的亮度值低但是又没有暗坏点的亮度值低的坏点。在本发明中，把比周围像素点的亮度值偏高的坏点统称为亮坏点，而把比周围像素点的亮度值偏低的坏点统称为暗坏点。曝光配置参数具体可以包括：曝光增益、曝光快门时间和/或光圈大小，在实际应用中，用户也可以用自动曝光控制和外界光照度的调节代替不同的曝光配置参数。

需要说明的是，在进行曝光配置参数的设置过程中，一个原则就是通过不同曝光配置参数的设置使得不同亮暗程度的坏点都能变得更明显。而用户设置的多组曝光配置参数可以使得获取到的曝光图像的亮度呈现特定的变化趋势，例如：如果要检测的是亮坏点，通过曝光配置参数控制图像传感器采集到的曝光图像呈现逐渐变亮的趋势；如果要检测的是暗坏点，通过曝光配置参数控制图像传感器采集到的曝光图像呈现逐渐变暗的趋势。

步骤102：对所述曝光图像进行坏点检测，得到初始坏点集合。

其中，所述图像传感器采集的曝光图像的色彩格式一般可以包括：Bayer模式，RGB模式，YUV模式和/或Lab模式。

需要说明的是，本步骤的曝光图像即是步骤102中采集到的曝光图像。因为对亮坏点和暗坏点的检测方式不同，因此参考图2，所述步骤102在实际应用中具体可以包括：

步骤201：读取所述曝光图像中所有像素点的亮度值和位置信息。

本步骤中读取的曝光图像是步骤101中当前曝光配置参数控制下的曝光图像，读取该曝光图像的所有像素点的亮度值和位置信息。需要说明的是，读取图像的亮度值和位置信息是现有技术，因此本步骤中不做详细说明。

步骤202：判断当前检测类别是否为亮坏点，如果是，则进入步骤203，如果不是，则进入步骤204。

用户在设置曝光配置参数时因为需要和检测类别(即是检测亮坏点还是暗坏点)进行匹配，所以在检测亮坏点或者暗坏点时，需要先判断检测类别是亮坏点还是暗坏点。

步骤203：依次判断各个像素点的亮度值是否大于预置的第一异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中。

在步骤中，所述第一异常检测阈值可以根据曝光图像的色彩格式适当减少，各个分量的异常检测阈值同时又包括了两个方向上的异常检测阈值。例如曝光图像的色彩格式为YUV模式时，并且用户设定只检测Y分量中的坏点，则可以只设置Y分量的分量异常检测阈值，该Y分量的分量异常检测阈值具体又包括第一异常检测阈值和第二异常检测阈值。需要说明的是，各个分量异常检测阈值之间相互独立；例如，0～255表示曝光图像的亮度范围，255表示最亮，0表示最暗，则第一异常检测阈值和第二异常检测阈值的设置范围为0～255，并且通常情况下第二异常检测阈值不小于第一异常检测阈值，具体大小也可由用户自主设定。

在本步骤中，按照获取到的位置信息逐点检查曝光图像中的像素点，当某个像素点的亮度值大于预置的第一异常检测阈值时，说明当前像素点属于亮坏点，因此，将该像素点对应的位置信息添加至所述初始坏点集合中。

步骤204：依次判断各个像素点位置的亮度值是否小于预置的第二异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中。

在本步骤中，按照获取到的位置信息逐点检查曝光图像中的像素点，当某个像素点的亮度值小于预置的第二异常检测阈值时，说明当前像素点属于暗坏点，因此，将该像素点对应的位置信息添加至所述初始坏点集合中。

执行完步骤201-205时，说明当前曝光图像中所有像素点都已分析处理完毕，那么针对当前曝光配置参数的坏点都已经检测完毕，则进入步骤103。

步骤103：触发图像传感器继续采集匹配所述当前曝光配置参数的曝光图像，对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，当曝光图像的帧数达到预设帧数时，对各帧曝光图像的验证结果进行分析以得到与所述当前曝光配置参数匹配的最终坏点信息。

在本步骤中，需要对步骤102得到的初始坏点集合中的各个坏点进行验证，需要说明的是，本步骤中的当前曝光配置参数和步骤101中的当前曝光配置参数相同，但是采集到的曝光图像则是触发图像传感器重新采集的新的若干帧曝光图像，以便于更为准确的对坏点进行验证，并依据验证结果可以分析得到最终坏点信息，该最终坏点信息与当前曝光配置参数匹配。

步骤104：以未进行曝光图像采集的任一组曝光配置参数为当前曝光配置参数，返回步骤101，直至每一组曝光配置参数对应的最终坏点信息全部确认完毕，合并所有最终坏点信息以得到所述图像传感器的坏点。

因为用户设置的曝光配置参数有多组，则本步骤以未进行过曝光图像采集的任一组曝光配置参数为当前曝光配置参数，同时返回步骤101，继续当前曝光配置参数下的坏点检测过程，执行这个循环直至每一组曝光配置参数对应的最终坏点信息全部确认完毕，说明图像传感器的坏点检测已经完毕，因此将每一组曝光配置参数对应的最终坏点信息进行合并，以得到图像传感器的最终坏点。

在本实施例中，采用了曝光配置参数控制图像传感器的成像亮暗程度，从而可以获取不同增益的像素数据，将不明显的坏点像素数据突显出来，方便后续检测；并且进一步对检测得到的初始坏点进行确认过程，从而提高了坏点检测的准确性和完备性，有效防止了坏点的漏检和错检问题。同时，将不同曝光配置参数下检测得到的坏点信息采用并集处理的方法，获得坏点信息的最大集合，可以完成图像传感器坏点的全面检测，弥补了单一曝光配置参数情况下只能检测一部分坏点的缺陷，进一步提高了坏点检测的稳定性和准确性。

以检测图像传感器的亮坏点为例子，参考图3，示出了本发明的一种图像传感器的亮坏点检测方法实施例2的流程图，本实施例可以包括以下步骤：

步骤301：获取图像传感器采集的匹配当前曝光配置参数的曝光图像，所述当前曝光配置参数为预置的两组曝光配置参数中的任意一组。

在本实施例中，用户需要检测到的坏点为亮坏点，同时设置两组曝光配置参数。

在实际应用中，如果用户仅选择曝光增益作为曝光配置参数，且设置两组曝光配置参数，第一组的曝光增益为1倍，第二组的曝光增益为50倍，那么假设这里曝光增益的作用是线性的，同时假设在第一组曝光配置参数的作用下采集到的曝光图像中存在两个点，其亮度值分别为a1和b1，其差值为D1＝a1-b1；则在第二组曝光配置参数作用下采集的曝光图像中这两个点的亮度值分别变为a2和b2，则其差值D2＝a2-b2＝50*a1-50*b1＝50*D1，如果a1大于b1且为坏点，则在第二组曝光配置参数的控制下坏点信息会变得更明显。因此通过不同的曝光配置参数的设置使得不同亮暗程度的坏点都能被显现出来，从而方便坏点检测，提高检测精度。

步骤302：读取所述曝光图像中所有像素点的亮度值和位置信息。

步骤303：当判断得到各个像素点的亮度值是否大于预置的第一异常检测阈值时，则将当前像素点对应的位置信息添加至初始坏点集合中。

在本实施例中，因为检测类别为检测亮坏点，所以只需判断各个像素点的亮度值是否大于预置的第一异常检测阈值，并且当所述像素点的亮度值大于预置的第一异常检测阈值时，将该像素点对应的位置信息添加至初始坏点集合中，所述初始坏点集合中包括了亮度值大于第一异常检测阈值的所有像素点，且在该初始坏点集合中所述像素点可以采用位置信息表示。

步骤304：依据所述初始坏点集合中各个坏点的位置定位所述曝光图像中的对应位置。

按照所述初始坏点集合中各个坏点的位置信息，检索所述曝光图像中的位置信息，以确定出在曝光图像中与初始坏点集合中各个坏点相对应的对应位置信息。

步骤305：获取所述对应位置的亮度值，并判断所述亮度值是否大于预置的第一异常确认阈值；如果是，则进入步骤306。

在本实施例中，需要对应前面设置的第一异常检测阈值重新设置一个第一异常确认阈值，用于重新对初始坏点集合中各个坏点进行重新确认。需要说明的是，如果依据图像格式或者用户需求等需要设置多个或一个分量异常检测阈值，且每个分量异常检测阈值都包括第一异常检测阈值和第二异常检测阈值，那么分量异常确认阈值也应该对应包括多个或一个分量异常确认阈值，且每个分量异常确认阈值都包括第一异常确认阈值和第二异常检测阈值。其中，所述第一异常确认阈值用于确认初始亮坏点，所述第二异常确认阈值用于确认初始暗坏点。

其中，如果分量异常确认阈值有多个，各个分量异常确认阈值之间相互独立，可由用户预先自定义设置。某个分量下的第一异常确认阈值和第二异常确认阈值没有明确的大小关系，但是其设置可以参考第一异常检测阈值和第二异常检测阈值的设置，例如：第一异常确认阈值不大于第一异常检测阈值，第二异常确认阈值不小于第二异常检测阈值。所述分量异常确认阈值主要用于对亮坏点或者暗坏点的可靠性进行评判，当需要确认亮坏点时，则认为初始亮坏点对应分量亮度值大于对应第一异常确认阈值时，后续需要将该坏点对应的确认寄存器加1，该确认寄存器表示坏点为最终亮坏点的可能性。当需要确认暗坏点时，则认为初始暗坏点对应分量亮度值小于第二异常确认阈值时，后续也需要将该坏点对应的确认寄存器加1。

步骤306：对与所述对应位置匹配的初始坏点对应的确认寄存器进行累加。

在本步骤中，因为需要检测的是亮坏点，所以当新获取得到的曝光图像中的对应位置的亮度值大于预置的第一异常确认阈值时，就将该对应位置匹配的初始坏点对应的确认寄存器进行累加。在这里的确认寄存器用于表示统计出的某个坏点符合预置条件的次数。

步骤307：当曝光图像的帧数达到预设帧数时，获取所述初始坏点集合中各个坏点对应的确认寄存器的值和所述预设帧数的比值。

在本步骤中，所述预设帧数表示在不同帧曝光图像数据中执行上述操作过程的次数，预设帧数设置越大，坏点检测精度越高，但是执行时间越长，用户可以根据检测的性能需求预先设置，一般可以设置为3。如果预设帧数的曝光图像已经全部重新采集过，则获取所述各个坏点对应的累加之后的确认寄存器的值与所述预设帧数的比值。

步骤308：依次判断所述各个比值是否大于预置的置信度阈值，如果不是，则将对应的坏点在初始坏点集合中删除。

所述置信度阈值为用户预置的一个数值，主要用来衡量预设帧数的曝光图像都确认完毕后对初始坏点集合中的各个坏点的确认程度的评判。置信度阈值取值范围可以设定为0～1，设置的值越大，对坏点的确认程度越可靠，用户可以预先设置为最大值1。在本步骤中，对得到的各个坏点的对应的比值进行判断，当比值大于预置的置信度阈值时，就将该初始坏点确认为最终坏点，如果比值小于预置的置信度阈值，则将对应的坏点在初始坏点集合在删除，即是不认为该初始坏点就是最终的坏点。

步骤309：将更新后的初始坏点集合作为当前曝光配置参数下的最终坏点信息。

初始坏点集合进行更新之后，将该更新之后的坏点集合作为当前曝光配置参数下的最终坏点信息。但是该最终坏点信息只是在步骤301中的当前曝光配置参数下确认出的坏点，而用户预置的曝光配置参数为两组，所以后续还需要以另一组曝光配置参数为当前曝光配置参数，再执行步骤301-步骤309。

步骤310：以未进行曝光图像采集的另一组曝光配置参数为当前曝光配置参数，返回步骤301，直至该组曝光配置参数对应的最终坏点信息全部确认完毕，合并所有最终坏点信息以得到所述图像传感器的坏点。

在步骤301执行之后，就得出了在两组曝光配置参数下的所有坏点的集合，包含了满足用户设置的两组曝光配置参数下的所有亮坏点信息。

在本实施例中，通过设置第一异常检测阈值可以方便地检测到亮坏点，同时并且针对曝光图像的曝光配置参数，可以对各个分量分别设置不同的异常检测阈值，从而提高了检测图像传感器的坏点的灵活性；进一步的，本实施例中对初检得到的初始坏点集合同时进行若干帧的曝光图像的复检，即是坏点确认过程，可以进一步提高坏点检测的准确性，并且通过置信度阈值的比较也能够有效检测出由于环境等因素引起的亮暗跳动的坏点，可以在有效剔除噪点误检的基础上提升坏点检测的准确率。

以检测图像传感器的暗坏点为例子，参考图4，示出了本发明的一种图像传感器的亮坏点检测方法实施例2的流程图，本实施例可以包括以下步骤：

步骤401：获取图像传感器采集的匹配当前曝光配置参数的曝光图像，所述当前曝光配置参数为预置的多组曝光配置参数中的任意一组。

假设本实施例检测暗坏点的时候，用户预置的曝光配置参数包括了多组。那么首先以任一组曝光配置参数为当前曝光参数。假设这里采集到的曝光图像为Bayer图像，用户设置N组曝光配置参数。

步骤402：读取所述曝光图像中所有像素点的亮度值和位置信息。

步骤403：当依次判断各个像素点位置的亮度值小于预置的第二异常检测阈值时，将当前像素点对应的位置信息添加至初始坏点集合。

在本实施例中，以为需要检测出暗坏点，所以需要将步骤401中采集到的曝光图像的像素点的亮度值与预置的第二异常检测阈值进行比较，如果某个像素点的亮度值小于预置的第二异常检测阈值，则说明该像素点为初始暗坏点。

步骤404：将所述初始坏点集合存储在暗坏点表中。

假设本实施例中，该曝光图像中A区域(区域可由用户自定义划分)某个坐标位置[x，y]在Bayer图像中为R分量，亮度值为L0，并且L0小于R分量的第二异常检测阈值，则将该坏点信息添加至所述初始坏点集合中，并记录在暗坏点表List1中。该坏点信息在暗坏点表中的记录形式可以为{x，y，L0，A，Q}；Q表示该坏点的确认寄存器的值，初始化为零。

步骤405：触发图像传感器继续采集匹配所述当前曝光配置参数的曝光图像，并依据所述暗坏点表中各个坏点的位置定位所述曝光图像中的对应位置。

在所述曝光配置参数的作用下采集新的一帧Bayer图像，用暗坏点表List1中坏点坐标逐一定位取这些坏点在新的Bayer图像的位置。

步骤406：获取所述对应位置的亮度值，并当判断得到所述亮度值小于预置的第二异常确认阈值时，进入步骤407。

获取步骤405中定位出的像素点坐标对应的亮度值，并对[x，y]坏点在新的Bayer图像中的亮度值与预置的第二异常确认阈值的大小进行比较。

步骤407：对与所述对应位置匹配的初始坏点对应的确认寄存器进行累加。

假设[x，y]坏点在新的Bayer图像中的亮度为L，且L小于R分量上第二异常确认阈值，则Q＝Q+1。

步骤408：所述暗坏点表中的坏点都确认完毕时，获取更新后的暗坏点表，并判断曝光图像的帧数是否达到预设帧数，如果是，则进入步骤409，如果不是，则返回步骤405。

在本步骤中，当暗坏点表中的坏点都确认完毕之后，同时对当前曝光图像进行确认完毕之后，如果曝光图像的帧数还未达到预设帧数M，则返回步骤405接着采集下一帧Bayer数据，如果达到预设帧数，则进入下一个步骤。

步骤409：获取所述暗坏点表中各个坏点对应的确认寄存器值和所述预设帧数的比值。

在本步骤中需要逐一分析坏点表中每个坏点的Q值和M值的比值。

步骤410：依次判断所述各个比值是否大于预置的置信度阈值，如果不是，则将对应的坏点在暗坏点表中删除。

如果Q/M的比值小于置信度阈值Th则将该坏点从坏点表中删除，否则，就不做任何操作，即在所述暗坏点表中保留该坏点信息。

步骤411：将更新后的暗坏点表作为当前曝光配置参数下的最终坏点信息。

而最终删除了所有的Q/M的比值小于置信度阈值Th的坏点信息的暗坏点表，才是当前曝光配置参数下对应的最终坏点信息。

步骤412：以未进行曝光图像采集的任一组曝光配置参数为当前曝光配置参数，返回步骤401，直至每一组曝光配置参数对应的最终坏点信息全部确认完毕，合并所有最终坏点信息以得到所述图像传感器的坏点。

在本步骤中，再用下一组曝光配置参数代替步骤401中的曝光配置参数，重复步骤401-411的操作，可以得到N组曝光配置参数作用下的经过确认的N个暗坏点表List1～ListN，最终的暗坏点表List＝List1∪List2...∪ListN。

在这里需要说明的是，因为检测亮坏点和暗坏点不可能同时进行，所以亮坏点表和暗坏点表并不相同，且代表了图像传感器对应不同曝光配置参数的且亮暗程度不同的坏点信息。

步骤413：将所述图像传感器的坏点按照亮度值或者位置信息依次进行排序。

在本实施例中，进一步的，也可以根据用户设定的感兴趣内容，将暗坏点在暗坏点表中的顺序重新排列，比如可以按照暗坏点在图像中从上到下、从左到右的顺序排列，可以进一步的方便用户查看图像传感器的坏点信息。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

参考图5，示出了本发明的一种图像传感器的检测装置实施例1的结构框图，可以包括以下模块：

获取曝光图像模块501，用于获取图像传感器采集的匹配当前曝光配置参数的曝光图像，所述当前曝光配置参数为预置的至少两组曝光配置参数中的任意一组。

坏点检测模块502，用于对所述曝光图像进行坏点检测，得到初始坏点集合。

所述坏点检测模块502在具体实施例可以包括：

读取图像子模块601，用于读取所述曝光图像中所有像素点的亮度值和位置信息。

判断子模块602，用于判断当前检测类别是否为亮坏点，如果是，则触发第一坏点添加子模块，如果不是，则触发第二坏点添加子模块；

第一坏点添加子模块603，用于依次判断各个像素点的亮度值是否大于预置的第一异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中；

第二坏点添加子模块604，用于依次判断各个像素点位置的亮度值是否小于预置的第二异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中。

坏点确认模块503，用于触发图像传感器继续采集匹配所述当前曝光配置参数的曝光图像，对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，当曝光图像的帧数达到预设帧数时，对各帧曝光图像的验证结果进行分析以得到与所述当前曝光配置参数匹配的最终坏点信息。

坏点合并模块504，用于当每一组曝光配置参数对应的最终坏点信息全部确认完毕时，合并所有最终坏点信息以得到所述图像传感器的坏点。

在本实施例中，采用了曝光配置参数控制图像传感器的成像亮暗程度，从而可以获取不同增益的像素数据，将不明显的坏点像素数据突显出来，方便后续检测；并且进一步对检测得到的初始坏点进行确认过程，从而提高了坏点检测的准确性和完备性，有效防止了坏点的漏检和错检问题。同时，将不同曝光配置参数下检测得到的坏点信息采用并集处理的方法，获得坏点信息的最大集合，可以完成图像传感器坏点的全面检测，弥补了单一曝光配置参数情况下只能检测一部分坏点的缺陷，进一步提高了坏点检测的稳定性和准确性。

参考图7，示出了本发明的一种图像传感器的检测装置实施例2的结构框图，可以包括以下模块：

获取曝光图像模块501，用于获取图像传感器采集的匹配当前曝光配置参数的曝光图像，所述当前曝光配置参数为预置的至少两组曝光配置参数中的任意一组。

坏点检测模块502，用于对所述曝光图像进行坏点检测，得到初始坏点集合。

存储模块701，用于将所述初始坏点集合采用坏点表进行存储。

定位模块702，用于依据所述初始坏点集合中各个坏点的位置定位所述曝光图像中的对应位置。

第一判断模块703，用于获取所述对应位置的亮度值，并判断所述亮度值是否小于预置的第二异常确认阈值。

累加模块704，用于当所述判断模块的结果为是时，对与所述对应位置匹配的初始坏点对应的确认寄存器进行累加。

获取比值模块705，用于获取所述初始坏点集合中各个坏点对应的确认寄存器值和所述预设帧数的比值。

第二判断模块706，用于依次判断所述各个比值是否大于预置的置信度阈值，如果不是，则将对应的坏点在初始坏点集合中删除。

更新模块707，用于将更新后的初始坏点集合作为当前曝光配置参数下的最终坏点信息。

坏点合并模块708，用于当每一组曝光配置参数对应的最终坏点信息全部确认完毕时，合并所有最终坏点信息以得到所述图像传感器的坏点。

排序模块709，用于将所述图像传感器的坏点按照亮度值或者位置信息依次进行排序。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种图像传感器的检测方法及图像传感器的检测装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种图像传感器的检测方法，其特征在于，包括：

步骤A：获取图像传感器采集的匹配当前曝光配置参数的曝光图像，所述当前曝光配置参数为预置的至少两组曝光配置参数中的任意一组；

步骤B：对所述曝光图像进行坏点检测，得到初始坏点集合；

步骤C：触发图像传感器继续采集匹配所述当前曝光配置参数的曝光图像，对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，当曝光图像的帧数达到预设帧数时，对各帧曝光图像的验证结果进行分析以得到与所述当前曝光配置参数匹配的最终坏点信息；

步骤D：以未进行曝光图像采集的任一组曝光配置参数为当前曝光配置参数，返回步骤A，直至每一组曝光配置参数对应的最终坏点信息全部确认完毕，合并所有最终坏点信息以得到所述图像传感器的坏点。

2.如权利要求1所述的方法，其特征在于，所述步骤B具体包括：

步骤B1：读取所述曝光图像中所有像素点的亮度值和位置信息；

步骤B2：判断当前检测类别是否为亮坏点，如果是，则进入步骤B3，如果不是，则进入步骤B4；

步骤B3：依次判断各个像素点的亮度值是否大于预置的第一异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中；

步骤B4：依次判断各个像素点位置的亮度值是否小于预置的第二异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中。

3.如权利要求2所述的方法，其特征在于，当检测类别为亮坏点时，所述步骤C中对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，具体包括：

步骤C1：依据所述初始坏点集合中各个坏点的位置定位所述曝光图像中的对应位置；

步骤C2：获取所述对应位置的亮度值，并判断所述亮度值是否大于预置的第一异常确认阈值；如果是，则进入步骤C3；

步骤C3：对与所述对应位置匹配的初始坏点对应的确认寄存器进行累加。

4.如权利要求2所述的方法，其特征在于，当检测类别为暗坏点时，所述步骤C中对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，具体包括：

步骤C4：依据所述初始坏点集合中各个坏点的位置定位所述曝光图像中的对应位置；

步骤C5：获取所述对应位置的亮度值，并判断所述亮度值是否小于预置的第二异常确认阈值；如果是，则进入步骤C6；

步骤C6：对与所述对应位置匹配的初始坏点对应的确认寄存器进行累加。

5.如权利要求3或4任一项所述的方法，其特征在于，所述步骤C中对各帧曝光图像的验证结果进行分析以得到与所述当前曝光配置参数匹配的最终坏点信息，具体包括：

步骤C7：获取所述初始坏点集合中各个坏点对应的确认寄存器值和所述预设帧数的比值；

步骤C8：依次判断所述各个比值是否大于预置的置信度阈值，如果不是，则将对应的坏点在初始坏点集合中删除；

步骤C9：将更新后的初始坏点集合作为当前曝光配置参数下的最终坏点信息。

6.如权利要求1所述的方法，其特征在于，所述曝光配置参数具体包括：曝光增益、曝光快门时间和/或光圈大小。

7.如权利要求1所述的方法，其特征在于，所述步骤D之后，还包括：

步骤E：将所述图像传感器的坏点按照亮度值或者位置信息依次进行排序。

8.如权利要求1所述的方法，其特征在于，在所述步骤B之后还包括：

将所述初始坏点集合采用坏点表进行存储。

9.一种图像传感器的检测装置，其特征在于，包括：

获取曝光图像模块，用于获取图像传感器采集的匹配当前曝光配置参数的曝光图像，所述当前曝光配置参数为预置的至少两组曝光配置参数中的任意一组；

坏点检测模块，用于对所述曝光图像进行坏点检测，得到初始坏点集合；

坏点确认模块，用于触发图像传感器继续采集匹配所述当前曝光配置参数的曝光图像，对每次采集的曝光图像中对应所述初始坏点集合中各个坏点的位置进行验证并记录验证结果，当曝光图像的帧数达到预设帧数时，对各帧曝光图像的验证结果进行分析以得到与所述当前曝光配置参数匹配的最终坏点信息；

坏点合并模块，用于当每一组曝光配置参数对应的最终坏点信息全部确认完毕时，合并所有最终坏点信息以得到所述图像传感器的坏点。

10.如权利要求9所述的装置，其特征在于，所述坏点检测模块具体包括：

读取图像子模块，用于读取所述曝光图像中所有像素点的亮度值和位置信息；

判断子模块，用于判断当前检测类别是否为亮坏点，如果是，则触发第一坏点添加子模块，如果不是，则触发第二坏点添加子模块；

第一坏点添加子模块，用于依次判断各个像素点的亮度值是否大于预置的第一异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中；

第二坏点添加子模块，用于依次判断各个像素点位置的亮度值是否小于预置的第二异常检测阈值，如果是，则将当前像素点对应的位置信息添加至所述初始坏点集合中。

Images