CN104732510B - 一种相机镜头黑斑检测方法及装置 - Google Patents

一种相机镜头黑斑检测方法及装置 Download PDF

Info

Publication number
CN104732510B
CN104732510B CN201310719432.3A CN201310719432A CN104732510B CN 104732510 B CN104732510 B CN 104732510B CN 201310719432 A CN201310719432 A CN 201310719432A CN 104732510 B CN104732510 B CN 104732510B
Authority
CN
China
Prior art keywords
gray value
mrow
pixel
image
target
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.)
Active
Application number
CN201310719432.3A
Other languages
English (en)
Other versions
CN104732510A (zh
Inventor
邵明
潘晖
潘石柱
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201310719432.3A priority Critical patent/CN104732510B/zh
Publication of CN104732510A publication Critical patent/CN104732510A/zh
Application granted granted Critical
Publication of CN104732510B publication Critical patent/CN104732510B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Studio Devices (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明公开了一种相机镜头黑斑检测方法及装置,涉及图像处理技术,首先进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距,使得斑块区域中的像素点的灰度值更有效的区别于背景像素点的灰度值,进而通过灰度值确定斑块区域,再通过斑块区域的大小、灰度值来确定相机镜头黑斑检测的结果,实现了较准确的对相机镜头黑斑进行检测。

Description

一种相机镜头黑斑检测方法及装置
技术领域
本发明涉及图像处理技术,尤其涉及一种相机镜头黑斑检测方法及装置。
背景技术
目前,在相机制作完成后,由于相机镜头参数设定或污染问题,相机输出的图像上可能存在黑斑,影响图像质量,所以需要对图像进行分析,确定黑斑区域,并检测黑斑区域大小,进而判断相机是否合格。
目前,对于相机镜头黑斑的检测,主要有如下两种方式:
(1)图像去噪技术;采用高斯金字塔技术,首先对待处理图像进行高斯低通滤波,再进行多次下采样,直到目标特征较明显时停止,再递推回原始视频帧,得到原始图像的目标位置信息。由于待处理的对象是图像中的黑斑,大部分的黑斑区域与非黑斑区域区分度并不十分明显,高斯金字塔使用高斯低通滤波处理原始图像,虽然滤除了图像噪声,但也损失了图像的细节部分,不利于后续目标的分割与识别。
(2)图像特征提取技术;采用Canny算法检测目标的边缘信息,并采用Douglas-Peucker算法对目标边缘进行多边形拟合,进而使用弗里曼链码提取到目标轮廓等特征信息。多边形拟合算法以及弗里曼链码的混合算法提取目标轮廓;待处理的图像存在有光照不均的现象,图像中心光照较边缘强,且由于黑斑的边缘较弱,采用如上算法提取的目标信息少,目标不连贯,不利于目标的检测识别。
可见,目前的图像处理技术中,并没有针对相机镜头黑斑的有效检测方式。
发明内容
本发明实施例提供一种相机镜头黑斑检测方法及装置,以实现对相机镜头黑斑的检测。
一种相机镜头黑斑检测方法,包括:
对目标图像进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距;
确定灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,所述M小于100;
确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑。
由于在确定目标像素点之前,先对目标图像进行了灰度变换处理,所以拉大了黑斑像素点和背景像素点之间的灰度值差异,便于检测出准确的黑斑区域。
进一步,为了减小图像中噪声对检测结果的影响,所述对目标图像进行灰度变换处理前,还包括:
确定相机对同一测试目标连续获取的多张测试图像的均值图像;
确定所述均值图像为目标图像。
更进一步,为减小处理复杂度,所述确定相机对同一测试目标连续获取的多张测试图像的均值图像,具体包括:
获取相机对同一测试目标连续获取的多张测试图像;
将所述测试图像的分辨率调整为设定分辨率;
对测试图像进行均值处理,得到均值图像。
进一步,所述对目标图像进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距,具体包括:
按照如下曲线对目标图像进行灰度变换处理:
其中,0<c<a<b<d≤255,x为灰度变换处理前的像素点的灰度值,F(x)为灰度变换处理后的像素点的灰度值。
较佳的,所述a的取值区间为[70,100],b的取值区间为[130,180],c的取值区间为[20,50],d的取值区间为[200,255]。
进一步,为避免光圈等因素的影响,所述确定存在目标像素点形成的斑块区域大于设定面积,且目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑前,还包括:
去除目标像素点形成的细长条状的斑块区域。
较佳的,所述去除目标像素点形成的细长条状的斑块区域,具体包括:
对于每个目标像素点形成的斑块区域,确定能够围住该斑块区域的最小正方形区域,确定该斑块区域在所述正方形区域中所占的百分比;
当所述百分比小于设定值时,确定该斑块区域为需要去除的细长条状的斑块区域。
进一步,为防止对黑斑的漏检,当确定相机镜头不存在黑斑时,还包括:
确定目标图像中的每一个像素点的灰度值的对数值;
对各像素点的灰度值的对数值进行归一化处理;
将每个像素点的归一化处理结果乘以255,得到灰度变换处理后的图像;
确定灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,所述M小于100;
确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑。
一种相机镜头黑斑检测装置,包括:
灰度变换单元,用于对目标图像进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距;
目标确定单元,用于确定灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,所述M小于100;
黑斑检测单元,用于确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑。
该装置在确定目标像素点之前,先对目标图像进行了灰度变换处理,所以拉大了黑斑像素点和背景像素点之间的灰度值差异,便于检测出准确的黑斑区域。
进一步,为了减小图像中噪声对检测结果的影响,该装置还包括:
降噪处理单元,用于确定相机对同一测试目标连续获取的多张测试图像的均值图像;确定所述均值图像为目标图像。
更进一步,为减小处理复杂度,所述降噪处理单元确定相机对同一测试目标连续获取的多张测试图像的均值图像,具体包括:
获取相机对同一测试目标连续获取的多张测试图像;
将所述测试图像的分辨率调整为设定分辨率;
对测试图像进行均值处理,得到均值图像。
进一步,所述所述灰度变换单元具体用于:
按照如下曲线对目标图像进行灰度变换处理:
其中,0<c<a<b<d≤255,x为灰度变换处理前的像素点的灰度值,F(x)为灰度变换处理后的像素点的灰度值。
较佳的,所述a的取值区间为[70,100],b的取值区间为[130,180],c的取值区间为[20,50],d的取值区间为[200,255]。
进一步,为避免光圈等因素的影响,所述黑斑检测单元还用于:
确定存在目标像素点形成的斑块区域大于设定面积,且目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑前,去除目标像素点形成的细长条状的斑块区域。
较佳的,所述黑斑检测单元去除目标像素点形成的细长条状的斑块区域,具体包括:
对于每个目标像素点形成的斑块区域,确定能够围住该斑块区域的最小正方形区域,确定该斑块区域在所述正方形区域中所占的百分比;
当所述百分比小于设定值时,确定该斑块区域为需要去除的细长条状的斑块区域。
进一步,为防止对黑斑的漏检,当确定相机镜头不存在黑斑时,还包括:
检验单元,用于当确定相机镜头不存在黑斑时,确定目标图像中的每一个像素点的灰度值的对数值;对各像素点的灰度值的对数值进行归一化处理;将每个像素点的归一化处理结果乘以255,得到灰度变换处理后的图像;确定灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,所述M小于100;确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑。
本发明实施例提供一种相机镜头黑斑检测方法及装置,首先进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距,使得斑块区域中的像素点的灰度值更有效的区别于背景像素点的灰度值,进而通过灰度值确定斑块区域,再通过斑块区域的大小、灰度值来确定相机镜头黑斑检测的结果,实现了较准确的对相机镜头黑斑进行检测。
附图说明
图1为本发明实施例提供的相机镜头黑斑检测方法流程图;
图2a、图2b、图2c为本发明实施例提供的积分方式确定设定个数像素点的灰度值均值的示意图;
图3为本发明实施例提供的灰度变化曲线示意图;
图4为本发明实施例提供的相机镜头黑斑检测装置结构示意图;
图5为本发明实施例提供的较佳的相机镜头黑斑检测装置结构示意图。
具体实施方式
本发明实施例提供一种相机镜头黑斑检测方法及装置,首先进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距,使得斑块区域中的像素点的灰度值更有效的区别于背景像素点的灰度值,进而通过灰度值确定斑块区域,再通过斑块区域的大小、灰度值来确定相机镜头黑斑检测的结果,实现了较准确的对相机镜头黑斑进行检测。
如图1所示,本发明实施例提供的相机镜头黑斑检测方法,包括:
步骤S101、对目标图像进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距;
步骤S102、确定灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,M小于100;
步骤S103、确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑。
由于在确定目标像素点之前,先对目标图像进行了灰度变换处理,所以拉大了黑斑像素点和背景像素点之间的灰度值差异,便于检测出准确的黑斑区域。
通常,M值取85~95较佳,对于一般的图像,M值取90即可。
设定个数的像素点可以根据设备的处理能力来确定,通常取30*30~80*80即可,对于一般的图像,像素点数取50*50较佳,在计算周围设定个数像素点的灰度值均值时,可以使用积分图加快计算速度,如图2a所示,在积分图像中,某个像素点的像素值对应的是原始图像中位于该位置左上部分的所有像素点的灰度值之和,例如,对于图2b所示的像素点的灰度值,形成积分图后,各像素点的灰度值如图2c所示。图2a中,x、y、z、t是像素位置,积分图对应的像素点的像素值为I(·),如果要计算原始图中区域D的像素灰度值之和,由于I(x)=A,I(y)=A+B,I(z)=A+C,I(t)=A+B+C+D,因此D=I(t)-I(z)-I(y)+I(x)。
为了减小图像中噪声对检测结果的影响,可以先对图像进行降噪处理,再对目标图像进行灰度变换处理,本发明实施例提供一种较佳的降噪处理方式,即对目标图像进行灰度变换处理前,确定相机对同一测试目标连续获取的多张测试图像的均值图像,再确定均值图像为目标图像。
对于噪声来讲,多张测试图像的噪声不同,所以同一测试目标连续获取的多张测试图像的均值图像可以较佳的反应相机镜头的情况,采用该均值图像为目标图像,可以较好的减小图像中噪声对检测结果的影响。
具体的,确定相机对同一测试目标连续获取的多张测试图像的均值图像,具体包括:
获取相机对同一测试目标连续获取的多张测试图像;
将测试图像的分辨率调整为设定分辨率;
对测试图像进行均值处理,得到均值图像。
由于所获取的测试图像的分辨率可能较大,使得计算复杂度较大,所以可以在进行均值处理前,先对测试图像进行压缩,将其分辨率压缩为设定的分辨率,再进行均值处理,从而提高处理效率。
该分辨率可以设置为704*576,也可以根据实际处理能力设置为其它数值,通常设置为不低于500*300较佳,进行均值处理的测试图像数目为30~80张即可,通常选择40张测试图像较佳,选择较多的测试图像时,降噪效果相对较好,但对处理能力要求较高。
具体的,本发明实施例提供两种进行灰度变换处理的方式,一种是按照如下曲线对目标图像进行灰度变换处理:
其中,0<c<a<b<d≤255,x为灰度变换处理前的像素点的灰度值,F(x)为灰度变换处理后的像素点的灰度值。
较佳的,a的取值区间为[70,100],b的取值区间为[130,180],c的取值区间为[20,50],d的取值区间为[200,255],如图3所示,横纵坐标均为灰度值,在[a,b]范围内的灰度值经过线性变换后,伸展到[c,d]范围。同时,另外两个区域[0,a]和[b,255]范围内的灰度变化得到了抑制,因此选取合适的分段函数,可以有效地突出灰度值居中的像素点的灰度值变化,抑制灰度值较大或较小的像素点的灰度值变化。成像的黑斑灰度值一般在固定的范围内,经过多次测试验证,a,b,c,d值分别取80,160,40,255效果更佳。
另一种灰度变换处理的方式包括:
确定目标图像中的每一个像素点的灰度值的对数值;
对各像素点的灰度值的对数值进行归一化处理;
将每个像素点的归一化处理结果乘以255,得到灰度变换处理后的图像。
通过该方式,能够实现对较特殊的图像获得较佳的灰度变换处理效果,所以,可以在通过曲线方式进行灰度变换检测不出黑斑后,重新通过该方式进行灰度变换,对目标图像进行黑斑检测。
确定目标像素点后,会发现一些面积较小的目标像素点区域,这些区域并非黑斑,而是阈值化本身的误差带来的,应当予以剔除。可以先采用连通区域标记方式对二值化后的图像中的目标像素点形成的区域进行标记,再选取一个较小的面积阈值将一些小面积的标记区域进行剔除,这里选取的面积阈值可以为30~80,较佳的,可以为40,也可以不进行预先剔除,直接在步骤S103中进行比较,或者也可以先通过较小的面积阈值进行一次剔除,再在步骤S103中确定是否存在相机镜头黑斑。
由于镜头光圈等因素的影响,可能存在一些细长条状的斑块区域,这些区域并不是镜头黑斑,所以,在步骤S103确定存在目标像素点形成的斑块区域大于设定面积,且目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑前,还包括:
去除目标像素点形成的细长条状的斑块区域。
具体的,可以通过如下方式去除目标像素点形成的细长条状的斑块区域:
对于每个目标像素点形成的斑块区域,确定能够围住该斑块区域的最小正方形区域,确定该斑块区域在正方形区域中所占的百分比;
当百分比小于设定值时,确定该斑块区域为需要去除的细长条状的斑块区域。
本发明实施例还提供一种相机镜头黑斑检测装置,如图4所示,包括:
灰度变换单元401,用于对目标图像进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距;
目标确定单元402,用于确定灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,M小于100;
黑斑检测单元403,用于确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑。
较佳的,如图5所示,该装置还包括:
降噪处理单元404,用于确定相机对同一测试目标连续获取的多张测试图像的均值图像;确定均值图像为目标图像。
进一步,降噪处理单元404确定相机对同一测试目标连续获取的多张测试图像的均值图像,具体包括:
获取相机对同一测试目标连续获取的多张测试图像;
将测试图像的分辨率调整为设定分辨率;
对测试图像进行均值处理,得到均值图像。
进一步,灰度变换单元401具体用于:
按照如下曲线对目标图像进行灰度变换处理:
其中,0<c<a<b<d≤255,x为灰度变换处理前的像素点的灰度值,F(x)为灰度变换处理后的像素点的灰度值。
更进一步,a的取值区间为[70,100],b的取值区间为[130,180],c的取值区间为[20,50],d的取值区间为[200,255]。
较佳的,黑斑检测单元还用于:
确定存在目标像素点形成的斑块区域大于设定面积,且目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑前,去除目标像素点形成的细长条状的斑块区域。
进一步,黑斑检测单元去除目标像素点形成的细长条状的斑块区域,具体包括:
对于每个目标像素点形成的斑块区域,确定能够围住该斑块区域的最小正方形区域,确定该斑块区域在正方形区域中所占的百分比;
当百分比小于设定值时,确定该斑块区域为需要去除的细长条状的斑块区域。
进一步,该装置中还包括检验单元,用于当确定相机镜头不存在黑斑时,确定目标图像中的每一个像素点的灰度值的对数值;对各像素点的灰度值的对数值进行归一化处理;将每个像素点的归一化处理结果乘以255,得到灰度变换处理后的图像;确定灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,所述M小于100;确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑。
本发明实施例提供一种相机镜头黑斑检测方法及装置,首先进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距,使得斑块区域中的像素点的灰度值更有效的区别于背景像素点的灰度值,进而通过灰度值确定斑块区域,再通过斑块区域的大小、灰度值来确定相机镜头黑斑检测的结果,实现了较准确的对相机镜头黑斑进行检测。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (16)

1.一种相机镜头黑斑检测方法,其特征在于,包括:
对目标图像进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距;
确定灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,所述M小于100;
确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑,其中斑块区域中目标像素点的灰度值为进行灰度变换后处理后的灰度值。
2.如权利要求1所述的方法,其特征在于,所述对目标图像进行灰度变换处理前,还包括:
确定相机对同一测试目标连续获取的多张测试图像的均值图像;
确定所述均值图像为目标图像。
3.如权利要求2所述的方法,其特征在于,所述确定相机对同一测试目标连续获取的多张测试图像的均值图像,具体包括:
获取相机对同一测试目标连续获取的多张测试图像;
将所述测试图像的分辨率调整为设定分辨率;
对测试图像进行均值处理,得到均值图像。
4.如权利要求1所述的方法,其特征在于,所述对目标图像进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距,具体包括:
按照如下曲线对目标图像进行灰度变换处理:
<mrow> <mi>F</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mi>c</mi> <mi>a</mi> </mfrac> <mi>x</mi> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mn>0</mn> <mo>&amp;le;</mo> <mi>x</mi> <mo>&amp;le;</mo> <mi>a</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <mi>d</mi> <mo>-</mo> <mi>c</mi> </mrow> <mrow> <mi>b</mi> <mo>-</mo> <mi>a</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mi>a</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>c</mi> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <mi>a</mi> <mo>&lt;</mo> <mi>x</mi> <mo>&amp;le;</mo> <mi>b</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <mn>255</mn> <mo>-</mo> <mi>d</mi> </mrow> <mrow> <mn>255</mn> <mo>-</mo> <mi>b</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mi>b</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>d</mi> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <mi>b</mi> <mo>&lt;</mo> <mi>x</mi> <mo>&amp;le;</mo> <mn>255</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中,0<c<a<b<d≤255,x为灰度变换处理前的像素点的灰度值,F(x)为灰度变换处理后的像素点的灰度值。
5.如权利要求4所述的方法,其特征在于,所述a的取值区间为[70,100],b的取值区间为[130,180],c的取值区间为[20,50],d的取值区间为[200,255]。
6.如权利要求1所述的方法,其特征在于,所述确定存在目标像素点形成的斑块区域大于设定面积,且目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑前,还包括:
去除目标像素点形成的细长条状的斑块区域。
7.如权利要求6所述的方法,其特征在于,所述去除目标像素点形成的细长条状的斑块区域,具体包括:
对于每个目标像素点形成的斑块区域,确定能够围住该斑块区域的最小正方形区域,确定该斑块区域在所述正方形区域中所占的百分比;
当所述百分比小于设定值时,确定该斑块区域为需要去除的细长条状的斑块区域。
8.如权利要求4所述的方法,其特征在于,当确定相机镜头不存在黑斑时,还包括:
确定目标图像中的每一个像素点的灰度值的对数值;
对各像素点的灰度值的对数值进行归一化处理,其中像素点的灰度值为灰度变换处理前的灰度值;
将每个像素点的归一化处理结果乘以255,得到灰度变换处理后的图像;
确定将每个像素点的归一化处理结果乘以255后得到的灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,所述M小于100;
确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑,其中灰度值为将每个像素点的归一化处理结果乘以255后得到的灰度变化处理后的图像中的灰度值。
9.一种相机镜头黑斑检测装置,其特征在于,包括:
灰度变换单元,用于对目标图像进行灰度变换处理,减小灰度值均小于等于第一阈值的任意两个像素点的灰度值差距,减小灰度值均大于第二阈值的任意两个像素点的灰度值差距,增大灰度值均大于第一阈值且小于等于第二阈值的任意两个像素点的灰度值差距;
目标确定单元,用于确定灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,所述M小于100;
黑斑检测单元,用于确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑,其中斑块区域中目标像素点的灰度值为进行灰度变换后处理后的灰度值。
10.如权利要求9所述的装置,其特征在于,还包括:
降噪处理单元,用于确定相机对同一测试目标连续获取的多张测试图像的均值图像;确定所述均值图像为目标图像。
11.如权利要求10所述的装置,其特征在于,所述降噪处理单元确定相机对同一测试目标连续获取的多张测试图像的均值图像,具体包括:
获取相机对同一测试目标连续获取的多张测试图像;
将所述测试图像的分辨率调整为设定分辨率;
对测试图像进行均值处理,得到均值图像。
12.如权利要求9所述的装置,其特征在于,所述灰度变换单元具体用于:
按照如下曲线对目标图像进行灰度变换处理:
<mrow> <mi>F</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mi>c</mi> <mi>a</mi> </mfrac> <mi>x</mi> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mn>0</mn> <mo>&amp;le;</mo> <mi>x</mi> <mo>&amp;le;</mo> <mi>a</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <mi>d</mi> <mo>-</mo> <mi>c</mi> </mrow> <mrow> <mi>b</mi> <mo>-</mo> <mi>a</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mi>a</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>c</mi> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <mi>a</mi> <mo>&lt;</mo> <mi>x</mi> <mo>&amp;le;</mo> <mi>b</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <mn>255</mn> <mo>-</mo> <mi>d</mi> </mrow> <mrow> <mn>255</mn> <mo>-</mo> <mi>b</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mi>b</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>d</mi> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <mi>b</mi> <mo>&lt;</mo> <mi>x</mi> <mo>&amp;le;</mo> <mn>255</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中,0<c<a<b<d≤255,x为灰度变换处理前的像素点的灰度值,F(x)为灰度变换处理后的像素点的灰度值。
13.如权利要求12所述的装置,其特征在于,所述a的取值区间为[70,100],b的取值区间为[130,180],c的取值区间为[20,50],d的取值区间为[200,255]。
14.如权利要求9所述的装置,其特征在于,所述黑斑检测单元还用于:
确定存在目标像素点形成的斑块区域大于设定面积,且目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑前,去除目标像素点形成的细长条状的斑块区域。
15.如权利要求14所述的装置,其特征在于,所述黑斑检测单元去除目标像素点形成的细长条状的斑块区域,具体包括:
对于每个目标像素点形成的斑块区域,确定能够围住该斑块区域的最小正方形区域,确定该斑块区域在所述正方形区域中所占的百分比;
当所述百分比小于设定值时,确定该斑块区域为需要去除的细长条状的斑块区域。
16.如权利要求9所述的装置,其特征在于,还包括:
检验单元,用于当确定相机镜头不存在黑斑时,确定目标图像中的每一个像素点的灰度值的对数值;对各像素点的灰度值的对数值进行归一化处理,其中像素点的灰度值为灰度变换处理前的灰度值;将每个像素点的归一化处理结果乘以255,得到灰度变换处理后的图像;确定将每个像素点的归一化处理结果乘以255后得到的灰度变换处理后的图像中,灰度值小于或等于第三阈值的像素点为目标像素点,或者,确定灰度值小于其周围设定个数像素点的灰度值均值的M%的像素点为目标像素点,所述M小于100;确定存在目标像素点形成的斑块区域大于设定面积,且斑块区域中目标像素点的灰度值均值小于第四阈值时,相机镜头存在黑斑,其中灰度值为将每个像素点的归一化处理结果乘以255后得到的灰度变化处理后的图像中的灰度值。
CN201310719432.3A 2013-12-23 2013-12-23 一种相机镜头黑斑检测方法及装置 Active CN104732510B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310719432.3A CN104732510B (zh) 2013-12-23 2013-12-23 一种相机镜头黑斑检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310719432.3A CN104732510B (zh) 2013-12-23 2013-12-23 一种相机镜头黑斑检测方法及装置

Publications (2)

Publication Number Publication Date
CN104732510A CN104732510A (zh) 2015-06-24
CN104732510B true CN104732510B (zh) 2017-12-19

Family

ID=53456381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310719432.3A Active CN104732510B (zh) 2013-12-23 2013-12-23 一种相机镜头黑斑检测方法及装置

Country Status (1)

Country Link
CN (1) CN104732510B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107305694A (zh) * 2016-04-14 2017-10-31 武汉科技大学 一种基于视觉显著性特征的视频灰斑检测方法
CN110766679B (zh) * 2019-10-25 2022-09-06 普联技术有限公司 镜头脏污检测方法、装置及终端设备
CN111276106A (zh) * 2020-02-19 2020-06-12 京东方科技集团股份有限公司 一种基于面积统计的异常标注方法及装置
CN111739012A (zh) * 2020-06-30 2020-10-02 重庆盛泰光电有限公司 基于转盘的摄像头模组白斑检测系统
CN111935480B (zh) * 2020-08-03 2022-02-15 深圳回收宝科技有限公司 一种用于图像获取装置的检测方法及相关装置
CN113935962B (zh) * 2021-09-29 2022-10-21 常州市新创智能科技有限公司 一种玻纤布的毛团检测方法
CN115015290B (zh) * 2022-05-19 2023-04-14 常州市新创智能科技有限公司 一种用于玻纤布面的异物检测方法及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0089804B1 (en) * 1982-03-19 1986-06-04 Olympus Optical Co., Ltd. Focus state detector
JPH06180857A (ja) * 1992-12-15 1994-06-28 Ricoh Co Ltd 光ピックアップのスポット測定方法
CN101123680B (zh) * 2006-08-09 2010-10-06 昆山杰得微电子有限公司 去除摄像头斑点噪声的方法
TW200921077A (en) * 2007-11-09 2009-05-16 li-juan Luo Lens inspection system
CN102722878A (zh) * 2012-06-13 2012-10-10 西安电子科技大学 基于目标提取和ppb算法的sar图像去斑方法
CN103077531B (zh) * 2012-12-04 2015-11-18 北京航空航天大学 基于边缘信息的灰度目标自动跟踪方法
CN103279962B (zh) * 2013-05-24 2015-11-18 天津大学 一种老电影斑点自适应检测方法
CN103440633B (zh) * 2013-09-06 2016-01-20 厦门美图网科技有限公司 一种数字图像自动祛除斑点的方法

Also Published As

Publication number Publication date
CN104732510A (zh) 2015-06-24

Similar Documents

Publication Publication Date Title
CN104732510B (zh) 一种相机镜头黑斑检测方法及装置
TWI713366B (zh) 對影像進行目標取樣的方法及裝置
CN106803067B (zh) 一种人脸图像质量评估方法及装置
CN110766736B (zh) 缺陷检测方法、装置、电子设备以及存储介质
CN110414507B (zh) 车牌识别方法、装置、计算机设备和存储介质
Zhang et al. Edge strength similarity for image quality assessment
US9552642B2 (en) Apparatus and method for tracking object using feature descriptor, and apparatus and method for removing garbage feature
CN108416789A (zh) 图像边缘检测方法及系统
US20180181796A1 (en) Image processing method and apparatus
US20120294516A1 (en) Method for merging the regions in the image/video
JP4877374B2 (ja) 画像処理装置及びプログラム
WO2013148566A1 (en) Image blur detection
CN104424632B (zh) 一种视频对比度异常检测方法及装置
JP5007953B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN114529459B (zh) 一种对图像边缘进行增强处理的方法和系统及介质
KR101786754B1 (ko) 나이 추정 장치 및 방법
EP4300417A1 (en) Method and apparatus for evaluating image authenticity, computer device, and storage medium
KR102476022B1 (ko) 얼굴검출 방법 및 그 장치
CN111709883A (zh) 一种图像检测方法、装置及设备
CN104268595B (zh) 通用物件检测方法及系统
JP2013030104A (ja) 特徴量抽出装置及び特徴量抽出方法
CN104424633B (zh) 一种视频对比度异常检测方法及装置
CN115631112B (zh) 一种基于深度学习的建筑轮廓矫正方法及装置
JP2011150483A (ja) 画像処理装置
CN112926695B (zh) 基于模板匹配的图像识别方法和系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant