CN104349161B - 摄像头模组影像脏污判定方法 - Google Patents
摄像头模组影像脏污判定方法 Download PDFInfo
- Publication number
- CN104349161B CN104349161B CN201410474605.4A CN201410474605A CN104349161B CN 104349161 B CN104349161 B CN 104349161B CN 201410474605 A CN201410474605 A CN 201410474605A CN 104349161 B CN104349161 B CN 104349161B
- Authority
- CN
- China
- Prior art keywords
- data
- point
- dirty
- camera module
- decision method
- 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.)
- Expired - Fee Related
Links
Landscapes
- Studio Devices (AREA)
Abstract
本发明公开了一种摄像头模组影像脏污判定方法,包括下述步骤:(1)将整个影像数据分为A、B区域;(2)将A、B区域根据Bayer模式分为Gr、R、B和Gb四个数据块,根据各自的位置一一对应求平均值,生成新的数据块block;(3)数据块block为原始数据,突变的点用周边数据的平均值替代;(4)以N*N数据点为分割元,进行中位值计算后用中位值替代分割元,替代原有数据;(5)判断坏点与有效点,形成新的数据结果图表;(6)找到连续的坏点和单独的坏点,并记录相关数据信息;(7)判定是否有脏污;(8)通过改变分割元的大小重复检索判定脏污。本发明能够有效减少色温引起的变异,能够检出2%变异以上的影像不良。
Description
技术领域
本发明涉及一种摄像头模组影像质量检测方法。
背景技术
当前,CMOS摄像头模组测试领域,影像脏污、斑点、水纹、气泡等不良的判定一直是个难点,每个模组生成厂家都有自己的判定方法,一般来讲,亮度比值为5%以上的不良基本上都能检验,产线误判和漏判很少,但是亮度比值在2%~5%的不良如气泡轮廓,轻微划痕,轻微水纹往往无法检出,即使勉强检出,由于误判很多,也无法导入产线量产。
发明内容
本发明主要解决的技术问题是提供一种摄像头模组影像脏污判定方法,能够有效减少色温引起的变异,能够检出2%变异以上的影像不良。
为解决上述技术问题,本发明采用的一个技术方案是:
提供一种摄像头模组影像脏污判定方法,包括下述步骤:
(1)分区,将整个影像数据分为A区域和B区域,避免摄像头四周出现阴影影像;所述A区域为中心区域,所述B区域为周边区域;
(2)分块,分别在A区域和B区域中,根据Bayer模式分为Gr、R、B和Gb四个数据块,然后根据各自的位置一一对应求平均值,生成新的数据块block;
(3)比较,以步骤(2)所得数据块block为原始数据,将每个点和周边点值进行比较,对于突变的点则用周边数据的平均值替代;
(4)中位值计算,以N*N数据点为分割元,进行中位值计算后用中位值替代分割元,替代原有数据,建立新的数据图表;
(5)建立新的数据结果图表,将步骤(4)中的新的数据图表中的单位点与周边相比较,大于限制条件的为坏点,小于限制条件的为有效点,形成新的数据结果图表;所述限制条件为亮度比值达到2%;
(6)检索,通过链表检索方式找到连续的坏点和单独的坏点,并记录相关数据信息;
(7)判定,通过步骤(6)中所记录的数据信息,来判定是否有脏污;
(8)重复检索判定,重复步骤(4)~(7),通过改变分割元的大小,再次检索判定脏污。
在本发明一个较佳实施例中,上述方法步骤实现的环境条件为:光源采用白色的LED灯,均光板距离摄像头模组上表面2mm,保证不受外界光源或者散射干扰。
在本发明一个较佳实施例中,所述均光板的表面色温一致。
在本发明一个较佳实施例中,是由RAW数据格式输出的。
在本发明一个较佳实施例中,所述A区域的长为整个影像长度的一半,宽为整个影像宽度的一半;所述B区域为整个影像区域除去A区域所得的周边区域。
在本发明一个较佳实施例中,中心影像亮度水平为最大亮度的80%。
在本发明一个较佳实施例中,所述亮度比值为测试点与周边点的亮度差值。
本发明的有益效果是:本发明一种摄像头模组影像脏污判定方法,以CMOS摄像头模组产生的RAW数据为基础,通过分区、边角处理、突变均值化等等方法有效减少误判,对均光源形成的图像进行GRBG各色域独立分析,最后合并处理,有效减少色温引起的变异,能够检出亮度比值在2%以上的影像不良,轻微水纹、划痕等都能有效检出并且无误判,可用于量产。
附图说明
图1是本发明一较佳实施例中步骤(2)的示意图;
图2是本发明一较佳实施例中测试程序检出图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
本发明实施例包括:
一种摄像头模组影像脏污判定方法,
环境条件为:光源采用白色的LED灯,均光板的表面色温一致,均光板距离摄像头模组上表面2mm,保证不受外界光源或者散射干扰。
播放条件为:RAW数据格式输出,中心影像亮度水平为最大亮度的80%。
影像脏污判定方法具体包括下述步骤:
(1)分区,将整个影像数据分为A区域和B区域,避免摄像头四周出现阴影影像;具体为,A区域的长为整个影像长度的一半,宽为整个影像宽度的一半,而B区域为整个影像区域除去A区域所得的周边区域;A区域为中心区域,B区域为周边区域;
(2)分块,如图1所示,分别在A区域和B区域中,根据Bayer模式分为Gr、R、B和Gb四个数据块,然后根据各自的位置一一对应求平均值,生成新的数据块block;
(3)比较,以步骤(2)所得数据块block为原始数据,将每个点和周边点值进行比较,对于突变的点则用周边数据的平均值替代;
(4)中位值计算,以N*N(例如5*5)数据点为分割元,进行中位值计算后用中位值替代分割元,替代原有数据,建立新的数据图表;
(5)建立新的数据结果图表,将步骤(4)中的新的数据图表中的单位点与周边相比较,大于限制条件的为坏点,小于限制条件的为有效点,形成新的数据结果图表;其中坏点为bad,数据记录为1,有效点为good,数据记录为0;限制条件为亮度比值达到2%;亮度比值即为测试点与周边点的亮度差值;
(6)检索,通过链表检索方式找到连续的坏点和单独的坏点,并记录相关数据信息;
(7)判定,通过步骤(6)中所记录的数据信息,来判定是否有脏污;
(8)重复检索判定,重复步骤(4)~(7),通过改变分割元的大小,例如将分割元定位11*11,再次检索判定脏污。
通过改变分割元的大小,将摄像头模组影像上的大小脏污皆判定后标示,如图2所示。本方法检测时间约为4S,有效减少色温引起的变异,能够检出亮度比值在2%以上的影像不良,轻微水纹、划痕等都能有效检出并且无误判,可用于量产。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种摄像头模组影像脏污判定方法,其特征在于,包括下述步骤:
(1)分区,将整个影像数据分为A区域和B区域,避免摄像头四周出现阴影影像;所述A区域为中心区域,所述B区域为周边区域;
(2)分块,分别在A区域和B区域中,根据Bayer模式分为Gr、R、B和Gb四个数据块,然后根据各自的位置一一对应求平均值,生成新的数据块block;
(3)比较,以步骤(2)所得数据块block为原始数据,将每个点和周边点值进行比较,对于突变的点则用周边数据的平均值替代;
(4)中位值计算,以N*N数据点为分割元,进行中位值计算后用中位值替代分割元,替代原有数据,建立新的数据图表;
(5)建立新的数据结果图表,将步骤(4)中的新的数据图表中的单位点与周边相比较,大于限制条件的为坏点,小于限制条件的为有效点,形成新的数据结果图表;所述限制条件为亮度比值达到2%;
(6)检索,通过链表检索方式找到连续的坏点和单独的坏点,并记录相关数据信息;
(7)判定,通过步骤(6)中所记录的数据信息,来判定是否有脏污;
(8)重复检索判定,重复步骤(4)~(7),通过改变分割元的大小,再次检索判定脏污。
2.根据权利要求1所述的摄像头模组影像脏污判定方法,其特征在于,上述方法步骤实现的环境条件为:光源采用白色的LED灯,均光板距离摄像头模组上表面2mm,保证不受外界光源或者散射干扰。
3.根据权利要求2所述的摄像头模组影像脏污判定方法,其特征在于,所述均光板的表面色温一致。
4.根据权利要求1所述的摄像头模组影像脏污判定方法,其特征在于,是由RAW数据格式输出的。
5.根据权利要求1所述的摄像头模组影像脏污判定方法,其特征在于,所述A区域的长为整个影像长度的一半,宽为整个影像宽度的一半;所述B区域为整个影像区域除去A区域所得的周边区域。
6.根据权利要求1所述的摄像头模组影像脏污判定方法,其特征在于,中心影像亮度水平为最大亮度的80%。
7.根据权利要求1所述的摄像头模组影像脏污判定方法,其特征在于,所述亮度比值为测试点与周边点的亮度差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410474605.4A CN104349161B (zh) | 2014-09-17 | 2014-09-17 | 摄像头模组影像脏污判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410474605.4A CN104349161B (zh) | 2014-09-17 | 2014-09-17 | 摄像头模组影像脏污判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104349161A CN104349161A (zh) | 2015-02-11 |
CN104349161B true CN104349161B (zh) | 2016-05-18 |
Family
ID=52503845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410474605.4A Expired - Fee Related CN104349161B (zh) | 2014-09-17 | 2014-09-17 | 摄像头模组影像脏污判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104349161B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104811690B (zh) * | 2015-04-01 | 2017-07-11 | 广东欧珀移动通信有限公司 | 一种消息提示方法及装置 |
CN105491372A (zh) * | 2015-11-24 | 2016-04-13 | 努比亚技术有限公司 | 一种移动终端和信息处理方法 |
CN106226270B (zh) * | 2016-07-01 | 2019-07-19 | 深圳睿晟自动化技术有限公司 | 检测图像传感器表面脏污缺陷的方法 |
US10192147B2 (en) | 2016-08-30 | 2019-01-29 | Microsoft Technology Licensing, Llc | Foreign substance detection in a depth sensing system |
CN113570597A (zh) * | 2021-09-01 | 2021-10-29 | 南通中煌工具有限公司 | 基于人工智能的泥头车车厢脏污程度的判定方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281358A (zh) * | 2007-04-04 | 2008-10-08 | 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 |
CN101329281A (zh) * | 2007-06-20 | 2008-12-24 | 佛山普立华科技有限公司 | 影像感测晶片污点检测系统及其检测方法 |
CN101399996A (zh) * | 2007-09-27 | 2009-04-01 | 比亚迪股份有限公司 | 一种彩色滤镜阵列插值方法 |
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 |
CN203299133U (zh) * | 2013-02-27 | 2013-11-20 | 深圳市微高半导体科技有限公司 | 微型摄像模组光学测试装置 |
WO2014022965A1 (zh) * | 2012-08-07 | 2014-02-13 | 展讯通信(上海)有限公司 | 一种基于bayer格式图像的处理方法及装置 |
CN103679682A (zh) * | 2012-09-07 | 2014-03-26 | 鸿富锦精密工业(深圳)有限公司 | 图像污点查找系统及方法 |
-
2014
- 2014-09-17 CN CN201410474605.4A patent/CN104349161B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281358A (zh) * | 2007-04-04 | 2008-10-08 | 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 |
CN101329281A (zh) * | 2007-06-20 | 2008-12-24 | 佛山普立华科技有限公司 | 影像感测晶片污点检测系统及其检测方法 |
CN101399996A (zh) * | 2007-09-27 | 2009-04-01 | 比亚迪股份有限公司 | 一种彩色滤镜阵列插值方法 |
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 |
WO2014022965A1 (zh) * | 2012-08-07 | 2014-02-13 | 展讯通信(上海)有限公司 | 一种基于bayer格式图像的处理方法及装置 |
CN103679682A (zh) * | 2012-09-07 | 2014-03-26 | 鸿富锦精密工业(深圳)有限公司 | 图像污点查找系统及方法 |
CN203299133U (zh) * | 2013-02-27 | 2013-11-20 | 深圳市微高半导体科技有限公司 | 微型摄像模组光学测试装置 |
Non-Patent Citations (1)
Title |
---|
Digital single lens reflex camera identification from traces of sensor dust;Ahmet emir dirik etc;《IEEE TRANSACATION ON INFORMATION FORENSICS AND SECURITU 》;20080930;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104349161A (zh) | 2015-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104349161B (zh) | 摄像头模组影像脏污判定方法 | |
CN105894036B (zh) | 一种应用于手机屏幕缺陷检测的图像特征模板匹配方法 | |
CN104350744B (zh) | 具有多光谱滤光器阵列的相机系统及其图像处理方法 | |
CN104504388B (zh) | 一种路面裂缝识别和特征提取算法及系统 | |
CN107705288B (zh) | 伪目标运动强干扰下的危险气体泄漏红外视频检测方法 | |
CN105453153B (zh) | 交通灯检测 | |
CN105486687A (zh) | 触摸面板检查装置和方法 | |
TW201702586A (zh) | 光學薄膜缺陷辨識方法及其系統 | |
CN104749184A (zh) | 自动光学检测方法和系统 | |
CN1960439A (zh) | 图像信号处理的方法和装置 | |
CN104135660A (zh) | 一种摄像模组脏污检测方法及检测系统 | |
CN106204602B (zh) | 元件反件检测方法和系统 | |
KR101434484B1 (ko) | 영상 분할을 이용한 비전 검사 장치 및 비전 검사 방법 | |
CN102735688A (zh) | 一种缺陷检测方法 | |
CN101666616A (zh) | 一种外观检测方法 | |
CN107767390A (zh) | 监控视频图像的阴影检测方法及其系统、阴影去除方法 | |
CN101557537A (zh) | 一种自动判定解析度的方法 | |
CN105223208A (zh) | 一种电路板检测模板及其制作方法、电路板检测方法 | |
CN103324957B (zh) | 信号灯状态的识别方法及识别装置 | |
CN102982155A (zh) | 基于图形识别的缺陷检索系统及方法 | |
CN103034833A (zh) | 条码定位方法及装置 | |
CN102507008B (zh) | 一种多模板颜色自动光学检测方法 | |
CN105872511A (zh) | 利用多条gamma曲线提高平板电视色温一致性的方法 | |
CN103376577A (zh) | 一种lvds接口液晶屏的自动测试方法和系统 | |
CN102486376A (zh) | 影像差异部位标注系统及方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20180815 Address after: 334000 electronic information double creation Park, B District, Guangfeng District, Shangrao, Jiangxi Patentee after: Jiangxi Italy Optoelectronic Technology Co., Ltd. Address before: 215500 18 Suzhou Road, Yushan hi tech Industrial Park, Changshou City, Suzhou, Jiangsu. Patentee before: CHANGSHU SHIYING OPTICAL TECHNOLOGY CO., LTD. |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160518 Termination date: 20200917 |