CN105491372A - 一种移动终端和信息处理方法 - Google Patents
一种移动终端和信息处理方法 Download PDFInfo
- Publication number
- CN105491372A CN105491372A CN201510827088.9A CN201510827088A CN105491372A CN 105491372 A CN105491372 A CN 105491372A CN 201510827088 A CN201510827088 A CN 201510827088A CN 105491372 A CN105491372 A CN 105491372A
- Authority
- CN
- China
- Prior art keywords
- area
- region
- mobile terminal
- image
- image acquisition
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 15
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims description 35
- 238000001514 detection method Methods 0.000 description 36
- 238000004422 calculation algorithm Methods 0.000 description 32
- 238000004891 communication Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 5
- 238000004904 shortening Methods 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000007667 floating Methods 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 206010027146 Melanoderma Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/24—Arrangements for testing
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Telephone Function (AREA)
Abstract
本发明实施例公开了一种移动终端和信息处理方法。所述移动终端包括:图像采集单元,用于采集第一图像,将所述第一图像发送至所述图像处理单元;图像处理单元,用于将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数;判定单元,用于计算第一区域和第二区域的灰度平均值的差值,判断所述第一区域和所述第二区域的灰度平均值的差值是否大于第一阈值,获得判断结果;当所述判断结果为所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
Description
技术领域
本发明涉及信息处理技术,具体涉及一种移动终端和信息处理方法。
背景技术
移动终端镜头模组主要由镜片和互补金属氧化物半导体(CMOS,ComplementaryMetalOxideSemiconductor)传感器(Sensor)组成,在将镜头模组装配到移动终端的过程中,由于作业条件的影响,可能会产生花屏、脏污等问题。具体表现是在移动终端的拍摄图像上出现色块、黑色斑点、或者黑色条纹状痕迹。现有技术中,通过移动终端对均匀光板拍照后再将图像传输到电脑上,在电脑上将图像放大用人工裸眼的方式检查图片脏污的情况,从而获知镜头模组是否出现花屏、脏污等问题。这种检测方法不仅需要消耗大量的人力资源,而且效率低,容易出现错误,并且由于人的主观性,很难对脏污的情况做出准确的判断。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种移动终端和信息处理方法,能够快速、准确的检测出移动终端中的镜头模组是否出现脏污、花屏等问题,减少人力资源,提高检测效率。
为达到上述目的,本发明实施例的技术方案是这样实现的:
本发明实施例提供了一种移动终端,包括:图像采集单元、图像处理单元和判定单元;其中,
所述图像采集单元,用于采集第一图像,将所述第一图像发送至所述图像处理单元;所述第一图像对应的图像采集区域亮度均匀且亮度参数满足预设阈值;
所述图像处理单元,用于将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数;
所述判定单元,用于计算第一区域和第二区域的灰度平均值的差值,判断所述第一区域和所述第二区域的灰度平均值的差值是否大于第一阈值,获得判断结果;其中,所述第一区域和所述第二区域为所述N×M个区域中的任何区域,并且,所述第一区域和所述第二区域之间相隔第三区域;当所述判断结果为所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
上述方案中,所述第一区域Am,n和所述第二区域Am-2,n之间在竖直方向上相隔第三区域Am-1,n;或者,所述第一区域Am,n和所述第二区域Am,n-2之间在水平方向上相隔第三区域Am,n-1;其中,m和n均为大于等于2的正整数,且n小于等于N,m小于等于M;所述第一区域Am,n表示所述N×M个区域中以预设起始位置开始水平方向第n个、竖直方向第m个区域;
所述判定单元,用于判断所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值是否大于第一阈值,和/或,判断所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值是否大于第一阈值,获得第一判断结果;当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,或者所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
上述方案中,所述判定单元,用于当所述第一判断结果为所述第一区域Am, n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,并且所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态。
上述方案中,所述判定单元,还用于当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值不大于所述第一阈值,以及,所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值不大于所述第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于正常状态。
上述方案中,所述判定单元确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,包括:确定所述第一区域在所述第一图像中的第一位置,基于所述第一位置确定所述第一区域和所述第一图像的第一相对位置关系;在所述图像采集单元中获得与所述第一相对位置关系相对应的第一子区域,确定所述图像采集单元的第一子区域处于异常状态;
相应的,所述判定单元确定所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态,包括:确定所述第二区域在所述第一图像中的第二位置,基于所述第二位置确定所述第二区域和所述第一图像的第二相对位置关系;在所述图像采集单元中获得与所述第二相对位置关系相对应的第二子区域,确定所述图像采集单元的第二子区域处于异常状态。
本发明实施例还提供了一种信息处理方法,包括:
采集第一图像;所述第一图像对应的图像采集区域亮度均匀且亮度参数满足预设阈值;
将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数;
计算第一区域和第二区域的灰度平均值的差值,判断所述第一区域和所述第二区域的灰度平均值的差值是否大于第一阈值,获得判断结果;其中,所述第一区域和所述第二区域为所述N×M个区域中的任何区域,并且,所述第一区域和所述第二区域之间相隔第三区域;
当所述判断结果为所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
上述方案中,所述第一区域Am,n和所述第二区域Am-2,n之间在水平方向上相隔第三区域Am-1,n;或者,所述第一区域Am,n和所述第二区域Am,n-2之间在竖直方向上相隔第三区域Am,n-1;其中,m和n均为大于等于2的正整数,且n小于等于N,m小于等于M;所述第一区域Am,n表示所述N×M个区域中以预设起始位置开始水平方向第n个、竖直方向第m个区域;
所述判断所述第一区域和所述第二区域的灰度平均值是否大于第一阈值,包括:
判断所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值是否大于第一阈值,和/或,判断所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值是否大于第一阈值,获得第一判断结果;
当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,或者所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,确定所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值;
相应的,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
上述方案中,当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,并且所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,所述方法还包括:确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态。
上述方案中,当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值不大于所述第一阈值,以及,所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值不大于所述第一阈值时,所述方法还包括:确定所述第一区域和所述第二区域的灰度平均值的差值不大于第一阈值;
相应的,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于正常状态。
上述方案中,所述确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,包括:
确定所述第一区域在所述第一图像中的第一位置,基于所述第一位置确定所述第一区域和所述第一图像的第一相对位置关系;在所述图像采集单元中获得与所述第一相对位置关系相对应的第一子区域,确定所述图像采集单元的第一子区域处于异常状态;
相应的,所述确定所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态,包括:
确定所述第二区域在所述第一图像中的第二位置,基于所述第二位置确定所述第二区域和所述第一图像的第二相对位置关系;在所述图像采集单元中获得与所述第二相对位置关系相对应的第二子区域,确定所述图像采集单元的第二子区域处于异常状态。
本发明实施例提供的移动终端和信息处理方法,所述移动终端包括:图像采集单元、图像处理单元和判定单元;其中,所述图像采集单元,用于采集第一图像,将所述第一图像发送至所述图像处理单元;所述第一图像对应的图像采集区域亮度均匀且亮度参数满足预设阈值;所述图像处理单元,用于将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数;所述判定单元,用于计算第一区域和第二区域的灰度平均值的差值,判断所述第一区域和所述第二区域的灰度平均值的差值是否大于第一阈值,获得判断结果;其中,所述第一区域和所述第二区域为所述N×M个区域中的任何区域,并且,所述第一区域和所述第二区域之间相隔第三区域;当所述判断结果为所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。采用本发明实施例的技术方案,一方面无需通过人眼对采集照片进行观察是否存在脏污等异常,大大减少了人力资源,缩短了检测时间,提高了检测效率,同时也避免了人工检测时的误判情况,即避免了移动终端存在脏污等异常状况而人工检测时并未发现,也大大提升了移动终端的产品质量,从而提升了用户的体验。另一方面,本发明实施例的技术方案能够快速、准确的检测出移动终端的图像采集单元是否出现脏污、花屏等异常状况,缩短了检测时间,大大提高了检测效率。
附图说明
图1为实现本发明各个实施例的一个可选的移动终端的硬件结构示意图;
图2为如图1所示的移动终端的无线通信系统示意图;
图3为本发明实施例的移动终端的组成结构示意图;
图4为本发明实施例的移动终端应用场景示意图;
图5为本发明实施例中将第一图像划分为N×M个区域的示意图;
图6a和图6b为本发明实施例中第一图像的显示示意图;
图7为本发明实施例的信息处理方法的第一种流程示意图;
图8为本发明实施例的信息处理方法的第二种流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身并没有特定的意义。因此,"模块"与"部件"可以混合地使用。
移动终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面,假设终端是移动终端。然而,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
图1为实现本发明各个实施例的移动终端的硬件结构示意。
移动终端100可以包括无线通信单元110、A/V(音频/视频)输入单元120、用户输入单元130、输出单元150、存储器160、接口单元170、控制器180和电源单元190等等。图1示出了具有各种组件的移动终端,但是应理解的是,并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述移动终端的元件。
无线通信单元110通常包括一个或多个组件,其允许移动终端100与无线通信系统或网络之间的无线电通信。
A/V输入单元120用于接收音频或视频信号。A/V输入单元120可以包括相机121,相机121对在视频捕获模式或图像捕获模式中由图像捕获装置获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元151上。经相机121处理后的图像帧可以存储在存储器160(或其它存储介质)中或者经由无线通信单元110进行发送,可以根据移动终端的构造提供两个或更多相机121。
用户输入单元130可以根据用户输入的命令生成键输入数据以控制移动终端的各种操作。用户输入单元130允许用户输入各种类型的信息,并且可以包括键盘、锅仔片、触摸板(例如,检测由于被接触而导致的电阻、压力、电容等等的变化的触敏组件)、滚轮、摇杆等等。特别地,当触摸板以层的形式叠加在显示单元151上时,可以形成触摸屏。
接口单元170用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。识别模块可以是存储用于验证用户使用移动终端100的各种信息并且可以包括用户识别模块(UIM)、客户识别模块(SIM)、通用客户识别模块(USIM)等等。另外,具有识别模块的装置(下面称为“识别装置”)可以采取智能卡的形式,因此,识别装置可以经由端口或其它连接装置与移动终端100连接。接口单元170可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端和外部装置之间传输数据。
另外,当移动终端100与外部底座连接时,接口单元170可以用作允许通过其将电力从底座提供到移动终端100的路径或者可以用作允许从底座输入的各种命令信号通过其传输到移动终端的路径。从底座输入的各种命令信号或电力可以用作用于识别移动终端是否准确地安装在底座上的信号。输出单元150被构造为以视觉、音频和/或触觉方式提供输出信号(例如,音频信号、视频信号、警报信号、振动信号等等)。输出单元150可以包括显示单元151等等。
显示单元151可以显示在移动终端100中处理的信息。例如,当移动终端100处于电话通话模式时,显示单元151可以显示与通话或其它通信(例如,文本消息收发、多媒体文件下载等等)相关的用户界面(UI)或图形用户界面(GUI)。当移动终端100处于视频通话模式或者图像捕获模式时,显示单元151可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。
同时,当显示单元151和触摸板以层的形式彼此叠加以形成触摸屏时,显示单元151可以用作输入装置和输出装置。显示单元151可以包括液晶显示器(LCD)、薄膜晶体管LCD(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看,这可以称为透明显示器,典型的透明显示器可以例如为TOLED(透明有机发光二极管)显示器等等。根据特定想要的实施方式,移动终端100可以包括两个或更多显示单元(或其它显示装置),例如,移动终端可以包括外部显示单元(未示出)和内部显示单元(未示出)。触摸屏可用于检测触摸输入压力以及触摸输入位置和触摸输入面积。
存储器160可以存储由控制器180执行的处理和控制操作的软件程序等等,或者可以暂时地存储己经输出或将要输出的数据(例如,电话簿、消息、静态图像、视频等等)。而且,存储器160可以存储关于当触摸施加到触摸屏时输出的各种方式的振动和音频信号的数据。
存储器160可以包括至少一种类型的存储介质,所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且,移动终端100可以与通过网络连接执行存储器160的存储功能的网络存储装置协作。
控制器180通常控制移动终端的总体操作。例如,控制器180执行与语音通话、数据通信、视频通话等等相关的控制和处理。另外,控制器180可以包括用于再现(或回放)多媒体数据的多媒体模块181,多媒体模块181可以构造在控制器180内,或者可以构造为与控制器180分离。控制器180可以执行模式识别处理,以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。
电源单元190在控制器180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。
这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施,这里描述的实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施,在一些情况下,这样的实施方式可以在控制器180中实施。对于软件实施,诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施,软件代码可以存储在存储器160中并且由控制器180执行。
至此,己经按照其功能描述了移动终端。下面,为了简要起见,将描述诸如折叠型、直板型、摆动型、滑动型移动终端等等的各种类型的移动终端中的滑动型移动终端作为示例。因此,本发明能够应用于任何类型的移动终端,并且不限于滑动型移动终端。
如图1中所示的移动终端100可以被构造为利用经由帧或分组发送数据的诸如有线和无线通信系统以及基于卫星的通信系统来操作。
现在将参考图2描述其中根据本发明的移动终端能够操作的通信系统。
这样的通信系统可以使用不同的空中接口和/或物理层。例如,由通信系统使用的空中接口包括例如频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)和通用移动通信系统(UMTS)(特别地,长期演进(LTE))、全球移动通信系统(GSM)等等。作为非限制性示例,下面的描述涉及CDMA通信系统,但是这样的教导同样适用于其它类型的系统。
参考图2,CDMA无线通信系统可以包括多个移动终端100、多个基站(BS)270、基站控制器(BSC)275和移动交换中心(MSC)280。MSC280被构造为与公共电话交换网络(PSTN)290形成接口。MSC280还被构造为与可以经由回程线路耦接到基站270的BSC275形成接口。回程线路可以根据若干己知的接口中的任一种来构造,所述接口包括例如E1/T1、ATM,IP、PPP、帧中继、HDSL、ADSL或xDSL。将理解的是,如图2中所示的系统可以包括多个BSC275。
每个BS270可以服务一个或多个分区(或区域),由多向天线或指向特定方向的天线覆盖的每个分区放射状地远离BS270。或者,每个分区可以由用于分集接收的两个或更多天线覆盖。每个BS270可以被构造为支持多个频率分配,并且每个频率分配具有特定频谱(例如,1.25MHz,5MHz等等)。
分区与频率分配的交叉可以被称为CDMA信道。BS270也可以被称为基站收发器子系统(BTS)或者其它等效术语。在这样的情况下,术语"基站"可以用于笼统地表示单个BSC275和至少一个BS270。基站也可以被称为"蜂窝站"。或者,特定BS270的各分区可以被称为多个蜂窝站。
如图2中所示,广播发射器(BT)295将广播信号发送给在系统内操作的移动终端100。如图1中所示的广播接收模块111被设置在移动终端100处以接收由BT295发送的广播信号。在图2中,示出了几个全球定位系统(GPS)卫星300。卫星300帮助定位多个移动终端100中的至少一个。
在图2中,描绘了多个卫星300,但是理解的是,可以利用任何数目的卫星获得有用的定位信息。如图1中所示的GPS模块115通常被构造为与卫星300配合以获得想要的定位信息。替代GPS跟踪技术或者在GPS跟踪技术之外,可以使用可以跟踪移动终端的位置的其它技术。另外,至少一个GPS卫星300可以选择性地或者额外地处理卫星DMB传输。
作为无线通信系统的一个典型操作,BS270接收来自各种移动终端100的反向链路信号。移动终端100通常参与通话、消息收发和其它类型的通信。特定基站270接收的每个反向链路信号被在特定BS270内进行处理。获得的数据被转发给相关的BSC275。BSC提供通话资源分配和包括BS270之间的软切换过程的协调的移动管理功能。BSC275还将接收到的数据路由到MSC280,其提供用于与PSTN290形成接口的额外的路由服务。类似地,PSTN290与MSC280形成接口,MSC与BSC275形成接口,并且BSC275相应地控制BS270以将正向链路信号发送到移动终端100。
实施例一
本发明实施例提供了一种移动终端。图3为本发明实施例的移动终端的组成结构示意图;如图3所示,所述移动终端包括:图像采集单元31、图像处理单元32和判定单元33;其中,
所述图像采集单元31,用于采集第一图像,将所述第一图像发送至所述图像处理单元32;所述第一图像对应的图像采集区域亮度均匀且亮度参数满足预设阈值;
所述图像处理单元32,用于将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数;
所述判定单元33,用于计算第一区域和第二区域的灰度平均值的差值,判断所述第一区域和所述第二区域的灰度平均值的差值是否大于第一阈值,获得判断结果;其中,所述第一区域和所述第二区域为所述N×M个区域中的任何区域,并且,所述第一区域和所述第二区域之间相隔第三区域;当所述判断结果为所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元31的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元31的第二子区域处于异常状态。
本实施例中,用户控制移动终端的图像采集单元31的图像采集区域为亮度均匀且亮度参数满足预设阈值的区域。作为一种实施方式,图4为本发明实施例的移动终端应用场景示意图;如图4所示,所述应用场景包括移动终端41和均匀光板42;所述移动终端41的图像采集单元31朝向所述均匀光板42且紧贴所述均匀光板42,以使所述图像采集单元31的图像采集区域在所述均匀光板中。所述均匀光板具有一固定发光区域,所述固定发光区域例如矩形发光区域(如图4所示);所述均匀光板能够在其固定发光区域发出亮度属性均匀的光线,也即所述均匀光板的固定发光区域中每个位置的亮度值均相等。在实际应用中,用户控制所述移动终端的图像采集单元31朝向所述均匀光板的固定发光区域,即所述图像采集单元31的图像采集区域包含在所述固定发光区域中,使得所述移动终端采集到的第一图像为所述均匀光斑的固定发光区域中的至少部分区域的图像。
具体的,在实际应用中,所述移动终端可预先配置图像采集单元31处于自动曝光模式,并且,感光度(ISO)值设定为最小值(如ISO设定为100或100以下),以防止噪点的干扰。在均匀光板的表面亮度处于1800勒克斯(Lux)左右,即所述均匀光斑的表面亮度在1750Lux~1850Lux之间时,使得所述图像采集单元31采集到的图像的亮度为128至135。
本实施例中,所述移动终端将所述第一图像划分为N×M个区域,可以理解为,将所述第一图像的短边划分为N份,长边划分为M份,将所述第一图像划分为N×M个区域;当然,也可以为,将所述第一图像的长边划分为N份,短边划分为M份,将所述第一图像划分为N×M个区域。这里,所述N和M可依据所述移动终端的屏幕分辨率、屏幕像素密度、图像采集单元31像素参数(如800万像素)中的至少一种参数预先配置。其中,M和N可以不相等,如N设置为8,M设置为10,则N×M相当于8×10;当然,M和N也可以相等,如N和M均设置为16,则N×M相当于16×16。
具体的,图5为本发明实施例中将第一图像划分为N×M个区域的示意图;如图所示,以将所述第一图像的水平边划分为N份,将竖直边划分为M份,则第一行第一列的区域记为区域A0,0,第一行第二列的区域记为区域A0,1,相应的,第一行第N列的区域记为区域A0,N;相应的,第二行第一列的区域记为区域A1,0;第M行第一列的区域记为区域AM,0,则第M行第N列的区域记为区域AM,N。
进一步地,所述图像处理单元32获得所划分的每个区域的灰度平均值。具体的,所述第一图像由红色(Red)、绿色(Green)和蓝色(Blue)三原色组成,则对于每个区域,所述图像处理单元32首先识别出该区域的RGB值,进一步按照预设算法对获得的RGB值进行计算处理获得所述区域对应的灰度平均值。其中,所述预设算法可参照现有技术中任何转换算法,例如,浮点算法:灰度平均值=R×0.3+G×0.59+B×0.11;或者整数算法:灰度平均值=(R×30+G×59+B×11)/100;或者平均算法:灰度平均值=(R+G+B)/3,等等。本实施例中所述的预设算法不限于上述算法。其中,R表征识别出的对应区域的红色分量;G表征识别出的对应区域的绿色分量;B表征识别出的对应区域的蓝色分量。
本实施例中,可参照图5所示,以所述第一区域为区域Am,n为例(区域Am,n为所述第一图像划分的N×M个区域中以预设起始位置开始水平方向第n个、竖直方向第m个区域),由于所述第一区域和所述第二区域之间相隔一区域,则所述第二区域可以为Am,n-2或者区域Am-2,n。也就是说,在检测过程中,从预设起始位置开始遍历检测每相隔一个区域的两个区域的灰度平均值是否大于第一阈值;其中,所述N×M个区域中的任一区域可以作为预设起始位置;可选地,以图5所示为例,将所述第一图像的Am,n、A0,n、Am,0、A0,0中的任一区域作为预设起始位置。
本实施例中,当所述第一区域和所述第二区域的灰度平均值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元31的第一子区域或所述第二区域对应于所述移动终端的图像采集单元31的第二子区域处于异常状态。所述判定单元33确定所述第一区域对应于所述移动终端的图像采集单元31的第一子区域处于异常状态,包括:确定所述第一区域在所述第一图像中的第一位置,基于所述第一位置确定所述第一区域和所述第一图像的第一相对位置关系;在所述图像采集单元31中获得与所述第一相对位置关系相对应的第一子区域,确定所述图像采集单元31的第一子区域处于异常状态;相应的,所述判定单元33确定所述第二区域对应于所述移动终端的图像采集单元31的第二子区域处于异常状态,包括:确定所述第二区域在所述第一图像中的第二位置,基于所述第二位置确定所述第二区域和所述第一图像的第二相对位置关系;在所述图像采集单元31中获得与所述第二相对位置关系相对应的第二子区域,确定所述图像采集单元31的第二子区域处于异常状态。其中,所述第一阈值可以为大于等于3,例如5。例如当所述第一区域和所述第二区域的灰度平均值大于5时,则确定所述第一区域对应于所述图像采集单元31(镜头模组)的第一子区域或者第二区域对应于所述图像采集单元31(镜头模组)的第二子区域处于异常状态,所述异常状态例如脏污、花屏等。
采用本发明实施例的技术方案,一方面无需通过人眼对采集照片进行观察是否存在脏污等异常,大大减少了人力资源,缩短了检测时间,提高了检测效率,同时也避免了人工检测时的误判情况,即避免了移动终端存在脏污等异常状况而人工检测时并未发现,也大大提升了移动终端的产品质量,从而提升了用户的体验。另一方面,本发明实施例的技术方案能够快速、准确的检测出移动终端的图像采集单元是否出现脏污、花屏等异常状况,缩短了检测时间,大大提高了检测效率。
实施例二
本发明实施例还提供了一种移动终端,具体可参照图3所示,所述移动终端包括:图像采集单元31、图像处理单元32和判定单元33;其中,
所述图像采集单元31,用于采集第一图像,将所述第一图像发送至所述图像处理单元32;所述第一图像对应的图像采集区域亮度均匀且亮度参数满足预设阈值;
所述图像处理单元32,用于将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数;其中,第一区域Am,n和第二区域Am-2, n之间在水平方向上相隔第三区域Am-1,n;或者,第一区域Am,n和第二区域Am, n-2之间在竖直方向上相隔第三区域Am,n-1;其中,m和n均为大于等于2的正整数,且n小于等于N,m小于等于M;所述第一区域Am,n表示所述N×M个区域中以预设起始位置开始水平方向第n个、竖直方向第m个区域;
所述判定单元33,用于计算每相隔一个区域的任意两个区域的灰度平均值的差值,判断所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值是否大于第一阈值,和/或,判断所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值是否大于第一阈值,获得第一判断结果;当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,或者所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,确定确定所述第一区域对应于所述移动终端的图像采集单元31的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元31的第二子区域处于异常状态。
进一步地,所述判定单元33,用于当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,并且所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态。
作为另一种实施方式,所述判定单元33,还用于当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值不大于所述第一阈值,以及,所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值不大于所述第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元31的第一子区域处于正常状态。
本实施例中,用户控制移动终端的图像采集单元31的图像采集区域为亮度均匀且亮度参数满足预设阈值的区域。作为一种实施方式,如图4所示,所述应用场景包括移动终端41和均匀光板42;所述移动终端41的图像采集单元31朝向所述均匀光板42且贴紧所述均匀光板42,以使所述图像采集单元31的图像采集区域在所述均匀光板中。所述均匀光板具有一固定发光区域,所述固定发光区域例如矩形发光区域(如图4所示);所述均匀光板能够在其固定发光区域发出亮度属性均匀的光线,也即所述均匀光板的固定发光区域中每个位置的亮度值均相等。在实际应用中,用户控制所述移动终端的图像采集单元31朝向所述均匀光板的固定发光区域且贴紧所述均匀光板,即所述图像采集单元31的图像采集区域包含在所述固定发光区域中,使得所述移动终端采集到的第一图像为所述均匀光斑的固定发光区域中的至少部分区域的图像。
具体地,在实际应用中,所述移动终端可预先配置图像采集单元31处于自动曝光模式,并且,感光度(ISO)值设定为最小值(如ISO设定为100或100以下),以防止噪点的干扰。在均匀光板的表面亮度处于1800勒克斯(Lux)左右,即所述均匀光斑的表面亮度在1750Lux~1850Lux之间时,使得所述图像采集单元31采集到的图像的亮度为128至135。
本实施例中,所述移动终端将所述第一图像划分为N×M个区域,可以理解为,将所述第一图像的短边划分为N份,长边划分为M份,将所述第一图像划分为N×M个区域;当然,也可以为,将所述第一图像的长边划分为N份,短边划分为M份,将所述第一图像划分为N×M个区域。这里,所述N和M可依据所述移动终端的屏幕分辨率、屏幕像素密度、图像采集单元31像素参数(如800万像素)中的至少一种参数预先配置。其中,M和N可以不相等,如N设置为8,M设置为10,则N×M相当于8×10;当然,M和N也可以相等,如N和M均设置为16,则N×M相当于16×16。
具体的,如图5所示,以将所述第一图像的水平边划分为N份,将竖直边划分为M份,则第一行第一列的区域记为区域A0,0,第一行第二列的区域记为区域A0,1,相应的,第一行第N列的区域记为区域A0,N;相应的,第二行第一列的区域记为区域A1,0;第M行第一列的区域记为区域AM,0,则第M行第N列的区域记为区域AM,N。
进一步地,所述图像处理单元32获得所划分的每个区域的灰度平均值。具体的,所述第一图像由红色(Red)、绿色(Green)和蓝色(Blue)三原色组成,则对于每个区域,所述图像处理单元32首先识别出该区域的RGB值,进一步按照预设算法对获得的RGB值进行计算处理获得所述区域对应的灰度平均值。其中,所述预设算法可参照现有技术中任何转换算法,例如,浮点算法:灰度平均值=R×0.3+G×0.59+B×0.11;或者整数算法:灰度平均值=(R×30+G×59+B×11)/100;或者平均算法:灰度平均值=(R+G+B)/3,等等。本实施例中所述的预设算法不限于上述算法。其中,R表征识别出的对应区域的红色分量;G表征识别出的对应区域的绿色分量;B表征识别出的对应区域的蓝色分量。
具体的,本实施例中,所述判定单元33将所述第一区域Am,n分别于与之相隔一个区域的第二区域Am-2,n和第二区域Am,n-2的灰度平均值进行比较,确定所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值不大于所述第一阈值,并且所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值也不大于所述第一阈值时,则确定所述第一区域对应于所述移动终端的图像采集单元31的第一子区域处于正常状态。相应的,确定所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于所述第一阈值,或者,所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于所述第一阈值时,则可以确定所述第一区域Am,n对应于所述移动终端的图像采集单元31的第一子区域或所述第二区域Am,n-2或者所述第二区域Am-2,n对应于所述移动终端的图像采集单元31的第二子区域处于脏污或花屏状态。具体的,所述判定单元33确定所述第一区域对应于所述移动终端的图像采集单元31的第一子区域处于异常状态,包括:确定所述第一区域在所述第一图像中的第一位置,基于所述第一位置确定所述第一区域和所述第一图像的第一相对位置关系;在所述图像采集单元31中获得与所述第一相对位置关系相对应的第一子区域,确定所述图像采集单元31的第一子区域处于异常状态;相应的,所述判定单元33确定所述第二区域对应于所述移动终端的图像采集单元31的第二子区域处于异常状态,包括:确定所述第二区域在所述第一图像中的第二位置,基于所述第二位置确定所述第二区域和所述第一图像的第二相对位置关系;在所述图像采集单元31中获得与所述第二相对位置关系相对应的第二子区域,确定所述图像采集单元31的第二子区域处于异常状态。
图6a和图6b为本发明实施例中第一图像的显示示意图;其中,图6a为确定所述移动终端的图像采集单元处于正常状态(即无脏污、无花屏等)的示意图;图6b为确定所述移动终端的图像采集单元处于异常状态(即有脏污、有花屏等)的示意图。
采用本发明实施例的技术方案,一方面无需通过人眼对采集照片进行观察是否存在脏污等异常,大大减少了人力资源,缩短了检测时间,提高了检测效率,同时也避免了人工检测时的误判情况,即避免了移动终端存在脏污等异常状况而人工检测时并未发现,也大大提升了移动终端的产品质量,从而提升了用户的体验。另一方面,本发明实施例的技术方案能够快速、准确的检测出移动终端的图像采集单元是否出现脏污、花屏等异常状况,缩短了检测时间,大大提高了检测效率。
在本发明实施例中,所述移动终端在实际应用中,可由具有摄像头的手机、平板电脑、笔记本电脑等便携终端实现。所述移动终端中的图像处理单元32和判定单元33,在实际应用中均可由所述移动终端中的中央处理器(CPU,CentralProcessingUnit)、数字信号处理器(DSP,DigitalSignalProcessor)或可编程门阵列(FPGA,Field-ProgrammableGateArray)实现;所述移动终端中的图像采集单元31,在实际应用中可由所述移动终端的摄像头实现。
实施例三
本发明实施例还提供了一种信息处理方法。图7为本发明实施例的信息处理方法的第一种流程示意图;如图7所示,所述方法包括:
步骤501:采集第一图像;所述第一图像对应的图像采集区域亮度均匀且亮度参数满足预设阈值。
本实施例中,用户控制移动终端的图像采集单元的图像采集区域为亮度均匀且亮度参数满足预设阈值的区域。作为一种实施方式,预置一均匀光板,所述均匀光板具有一固定发光区域,所述固定发光区域例如矩形发光区域(如图4所示);所述均匀光板能够在其固定发光区域发出亮度属性均匀的光线,也即所述均匀光板的固定发光区域中每个位置的亮度值均相等。在实际应用中,用户控制所述移动终端的图像采集单元朝向所述均匀光板的固定发光区域且紧贴所述均匀光板,即所述图像采集单元的图像采集区域包含在所述固定发光区域中,使得所述移动终端采集到的第一图像为所述均匀光斑的固定发光区域中的至少部分区域的图像。
具体的,在实际应用中,所述移动终端可预先配置图像采集单元处于自动曝光模式,并且,感光度(ISO)值设定为最小值(如ISO设定为100或100以下),以防止噪点的干扰。在均匀光板的表面亮度处于1800勒克斯(Lux)左右,即所述均匀光斑的表面亮度在1750Lux~1850Lux之间时,使得所述图像采集单元采集到的图像的亮度为128至135。
步骤502:将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数。
本实施例中,所述移动终端将所述第一图像划分为N×M个区域,可以理解为,将所述第一图像的短边划分为N份,长边划分为M份,将所述第一图像划分为N×M个区域;当然,也可以为,将所述第一图像的长边划分为N份,短边划分为M份,将所述第一图像划分为N×M个区域。这里,所述N和M可依据所述移动终端的屏幕分辨率、屏幕像素密度、图像采集单元像素参数(如800万像素)中的至少一种参数预先配置。其中,M和N可以不相等,如N设置为8,M设置为10,则N×M相当于8×10;当然,M和N也可以相等,如N和M均设置为16,则N×M相当于16×16。具体的,如图5所示,以将所述第一图像的水平边划分为N份,将竖直边划分为M份,则第一行第一列的区域记为区域A0,0,第一行第二列的区域记为区域A0,1,相应的,第一行第N列的区域记为区域A0,N;相应的,第二行第一列的区域记为区域A1,0;第M行第一列的区域记为区域AM,0,则第M行第N列的区域记为区域AM,N。
进一步地,获得所划分的每个区域的灰度平均值。具体的,所述第一图像由红色(Red)、绿色(Green)和蓝色(Blue)三原色组成,则对于每个区域,首先识别出该区域的RGB值,进一步按照预设算法对获得的RGB值进行计算处理获得所述区域对应的灰度平均值。其中,所述预设算法可参照现有技术中任何转换算法,例如,浮点算法:灰度平均值=R×0.3+G×0.59+B×0.11;或者整数算法:灰度平均值=(R×30+G×59+B×11)/100;或者平均算法:灰度平均值=(R+G+B)/3,等等。本实施例中所述的预设算法不限于上述算法。其中,R表征识别出的对应区域的红色分量;G表征识别出的对应区域的绿色分量;B表征识别出的对应区域的蓝色分量。
步骤503:计算第一区域和第二区域的灰度平均值的差值,判断所述第一区域和所述第二区域的灰度平均值的差值是否大于第一阈值,获得判断结果;其中,所述第一区域和所述第二区域为所述N×M个区域中的任何区域,并且,所述第一区域和所述第二区域之间相隔第三区域。
这里,所述判断第一区域和第二区域的灰度平均值是否满足预设条件,包括:判断所述第一区域和所述第二区域的灰度平均值是否大于第一阈值;
当所述判断结果为所述第一区域和所述第二区域的灰度平均值大于第一阈值时,确定所述第一区域和第二区域的灰度平均值满足预设条件;
当所述判断结果为所述第一区域和所述第二区域的灰度平均值不大于第一阈值时,确定所述第一区域和第二区域的灰度平均值不满足预设条件。
本实施例中,可参照图5所示,以所述第一区域为区域Am,n为例(区域Am,n为所述第一图像划分的N×M个区域中以预设起始位置开始水平方向第n个、竖直方向第m个区域),由于所述第一区域和所述第二区域之间相隔一区域,则所述第二区域可以为Am,n-2或者区域Am-2,n。也就是说,在检测过程中,从预设起始位置开始遍历检测每相隔一个区域的两个区域的灰度平均值是否大于第一阈值;其中,所述N×M个区域中的任一区域可以作为预设起始位置;可选地,以图5所示为例,将所述第一图像的Am,n、A0,n、Am,0、A0,0中的任一区域作为起始检测位置。
步骤504:当所述判断结果为所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
本实施例中,当所述第一区域和所述第二区域的灰度平均值满足预设条件,即所述第一区域和所述第二区域的灰度平均值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。具体的,所述确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,包括:确定所述第一区域在所述第一图像中的第一位置,基于所述第一位置确定所述第一区域和所述第一图像的第一相对位置关系;在所述图像采集单元中获得与所述第一相对位置关系相对应的第一子区域,确定所述图像采集单元的第一子区域处于异常状态;相应的,所述确定所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态,包括:确定所述第二区域在所述第一图像中的第二位置,基于所述第二位置确定所述第二区域和所述第一图像的第二相对位置关系;在所述图像采集单元中获得与所述第二相对位置关系相对应的第二子区域,确定所述图像采集单元的第二子区域处于异常状态。其中,所述第一阈值可以为大于等于3,例如5。例如当所述第一区域和所述第二区域的灰度平均值大于5时,则确定所述第一区域对应于所述图像采集单元(镜头模组)的第一子区域或者第二区域对应于所述图像采集单元(镜头模组)的第二子区域处于异常状态,所述异常状态例如脏污、花屏等。
采用本发明实施例的技术方案,一方面无需通过人眼对采集照片进行观察是否存在脏污等异常,大大减少了人力资源,缩短了检测时间,提高了检测效率,同时也避免了人工检测时的误判情况,即避免了移动终端存在脏污等异常状况而人工检测时并未发现,也大大提升了移动终端的产品质量,从而提升了用户的体验。另一方面,本发明实施例的技术方案能够快速、准确的检测出移动终端的图像采集单元是否出现脏污、花屏等异常状况,缩短了检测时间,大大提高了检测效率。
实施例四
本发明实施例还提供了一种信息处理方法。图8为本发明实施例的信息处理方法的第二种流程示意图;如图8所示,所述方法包括:
步骤601:采集第一图像;所述第一图像对应的图像采集区域亮度均匀且亮度参数满足预设阈值。
本实施例中,用户控制移动终端的图像采集单元的图像采集区域为亮度均匀且亮度参数满足预设阈值的区域。作为一种实施方式,预置一均匀光板,所述均匀光板具有一固定发光区域,所述固定发光区域例如矩形发光区域(如图4所示);所述均匀光板能够在其固定发光区域发出亮度属性均匀的光线,也即所述均匀光板的固定发光区域中每个位置的亮度值均相等。在实际应用中,用户控制所述移动终端的图像采集单元朝向所述均匀光板的固定发光区域且紧贴所述均匀光板,即所述图像采集单元的图像采集区域包含在所述固定发光区域中,使得所述移动终端采集到的第一图像为所述均匀光斑的固定发光区域中的至少部分区域的图像。
具体的,在实际应用中,所述移动终端可预先配置图像采集单元处于自动曝光模式,并且,感光度(ISO)值设定为最小值(如ISO设定为100或100以下),以防止噪点的干扰。在均匀光板的表面亮度处于1800勒克斯(Lux)左右,即所述均匀光斑的表面亮度在1750Lux~1850Lux之间时,使得所述图像采集单元采集到的图像的亮度为128至135。
步骤602:将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数。
本实施例中,所述移动终端将所述第一图像划分为N×M个区域,可以理解为,将所述第一图像的短边划分为N份,长边划分为M份,将所述第一图像划分为N×M个区域;当然,也可以为,将所述第一图像的长边划分为N份,短边划分为M份,将所述第一图像划分为N×M个区域。这里,所述N和M可依据所述移动终端的屏幕分辨率、屏幕像素密度、图像采集单元像素参数(如800万像素)中的至少一种参数预先配置。其中,M和N可以不相等,如N设置为8,M设置为10,则N×M相当于8×10;当然,M和N也可以相等,如N和M均设置为16,则N×M相当于16×16。具体的,如图5所示,以将所述第一图像的水平边划分为N份,将竖直边划分为M份,则第一行第一列的区域记为区域A0,0,第一行第二列的区域记为区域A0,1,相应的,第一行第N列的区域记为区域A0,N;相应的,第二行第一列的区域记为区域A1,0;第M行第一列的区域记为区域AM,0,则第M行第N列的区域记为区域AM,N。
进一步地,获得所划分的每个区域的灰度平均值。具体的,所述第一图像由红色(Red)、绿色(Green)和蓝色(Blue)三原色组成,则对于每个区域,首先识别出该区域的RGB值,进一步按照预设算法对获得的RGB值进行计算处理获得所述区域对应的灰度平均值。其中,所述预设算法可参照现有技术中任何转换算法,例如,浮点算法:灰度平均值=R×0.3+G×0.59+B×0.11;或者整数算法:灰度平均值=(R×30+G×59+B×11)/100;或者平均算法:灰度平均值=(R+G+B)/3,等等。本实施例中所述的预设算法不限于上述算法。其中,R表征识别出的对应区域的红色分量;G表征识别出的对应区域的绿色分量;B表征识别出的对应区域的蓝色分量。
步骤603:判断第一区域Am,n和第二区域Am-2,n的灰度平均值的差值是否大于第一阈值,和/或,判断所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值是否大于第一阈值,获得第一判断结果。其中,所述第一区域Am, n和所述第二区域Am-2,n之间在水平方向上相隔第三区域Am-1,n;或者,所述第一区域Am,n和所述第二区域Am,n-2之间在竖直方向上相隔第三区域Am,n-1;其中,m和n均为大于等于2的正整数,且n小于等于N,m小于等于M;所述第一区域Am,n表示所述N×M个区域中以预设起始位置开始水平方向第n个、竖直方向第m个区域。
步骤604:当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2, n的灰度平均值的差值大于第一阈值,或者所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,确定所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值。
步骤605:确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
作为另一种实施方式,当步骤603的判断结果为:所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值不大于所述第一阈值,以及,所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值不大于所述第一阈值时,所述方法还包括:确定所述第一区域和所述第二区域的灰度平均值的差值不大于第一阈值。
具体的,以图5所示为例,将所述第一区域Am,n分别于与之相隔一个区域的第二区域Am-2,n和第二区域Am,n-2的灰度平均值进行比较,确定所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值不大于所述第一阈值,并且所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值也不大于所述第一阈值时,则确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于正常状态。相应的,确定所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于所述第一阈值,或者,所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于所述第一阈值时,则可以确定所述第一区域Am,n对应于所述移动终端的图像采集单元的第一子区域或所述第二区域Am, n-2或者所述第二区域Am-2,n对应于所述移动终端的图像采集单元的第二子区域处于脏污或花屏状态。具体的,所述确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,包括:确定所述第一区域在所述第一图像中的第一位置,基于所述第一位置确定所述第一区域和所述第一图像的第一相对位置关系;在所述图像采集单元中获得与所述第一相对位置关系相对应的第一子区域,确定所述图像采集单元的第一子区域处于异常状态;相应的,所述确定所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态,包括:确定所述第二区域在所述第一图像中的第二位置,基于所述第二位置确定所述第二区域和所述第一图像的第二相对位置关系;在所述图像采集单元中获得与所述第二相对位置关系相对应的第二子区域,确定所述图像采集单元的第二子区域处于异常状态。具体可参照图6a和图6b所示,图6a为确定所述移动终端的图像采集单元处于正常状态(即无脏污、无花屏等)的示意图;图6b为确定所述移动终端的图像采集单元处于异常状态(即有脏污、有花屏等)的示意图。
作为一种实施方式,步骤603的判断结果还可以为:所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,并且所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值也大于第一阈值,所述方法还包括:确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态。
下面结合具体实施方式对本发明实施例进行详细说明。
实施方式一
以图6a所示的第一图像为例,将所述第一图像划分为16×16的区域,识别出每个区域的灰度平均值如表1所示。遍历每个区域,即将所述第一区域Am, n分别于与之相隔一个区域的第二区域Am-2,n和第二区域Am,n-2的灰度平均值进行比较,确定所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值不大于5,并且所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值也不大于5,则可以确定所述移动终端的图像采集单元处于正常状态,即所述图像采集单元无脏污、无花屏等。
158 | 160 | 159 | 158 | 158 | 159 | 159 | 159 | 160 | 160 | 160 | 161 | 163 | 165 | 165 | 162 |
160 | 160 | 158 | 158 | 158 | 158 | 159 | 159 | 160 | 160 | 160 | 161 | 162 | 164 | 165 | 164 |
160 | 159 | 158 | 158 | 159 | 159 | 160 | 160 | 160 | 161 | 161 | 162 | 162 | 163 | 165 | 166 |
160 | 159 | 158 | 158 | 159 | 159 | 160 | 160 | 160 | 161 | 161 | 162 | 162 | 163 | 165 | 166 |
160 | 158 | 158 | 158 | 159 | 159 | 160 | 160 | 161 | 161 | 161 | 162 | 162 | 163 | 164 | 166 |
159 | 158 | 158 | 158 | 159 | 159 | 159 | 160 | 160 | 161 | 161 | 161 | 162 | 162 | 164 | 166 |
158 | 158 | 158 | 158 | 159 | 159 | 159 | 160 | 160 | 160 | 161 | 161 | 162 | 162 | 163 | 165 |
159 | 158 | 158 | 159 | 159 | 159 | 160 | 161 | 161 | 161 | 161 | 162 | 162 | 163 | 164 | 166 |
159 | 158 | 159 | 159 | 159 | 159 | 160 | 161 | 161 | 161 | 161 | 162 | 162 | 163 | 164 | 166 |
160 | 159 | 159 | 159 | 159 | 160 | 160 | 161 | 161 | 161 | 161 | 162 | 163 | 163 | 164 | 166 |
160 | 159 | 158 | 159 | 159 | 159 | 160 | 160 | 160 | 161 | 161 | 162 | 162 | 163 | 164 | 166 |
160 | 159 | 158 | 158 | 159 | 159 | 159 | 160 | 160 | 160 | 161 | 161 | 162 | 163 | 164 | 166 |
161 | 160 | 159 | 159 | 159 | 160 | 160 | 160 | 161 | 161 | 161 | 162 | 163 | 163 | 165 | 166 |
161 | 161 | 160 | 160 | 160 | 160 | 160 | 161 | 161 | 161 | 161 | 162 | 163 | 164 | 166 | 165 |
161 | 162 | 161 | 160 | 160 | 160 | 160 | 161 | 161 | 162 | 162 | 163 | 164 | 165 | 166 | 164 |
158 | 162 | 161 | 161 | 160 | 160 | 160 | 161 | 161 | 162 | 162 | 163 | 165 | 166 | 165 | 163 |
表1
实施方式二
以图6b所示的第一图像为例,将所述第一图像划分为16×16的区域,识别出每个区域的灰度平均值如表2所示。遍历每个区域,即将所述第一区域Am, n分别于与之相隔一个区域的第二区域Am-2,n或第二区域Am,n-2的灰度平均值进行比较,确定所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于4,或者,确定所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值也大于4,如表2中所示,第12行第3列所示的155与第12行第5列所示的160,二者的差值为5,则可以确定所述第12行第3列或所述第12行第5列所在区域对应的图像采集单元的子区域可能存在异常,再进一步进行检测,则可确定所述第12行第3列所在区域对应的图像采集单元的子区域可能存在异常;再例如,第12行第11列所示的163与第12行第13列所示的146,二者的差值为17,以及第12行第13列所示的146与第10行第13列所示的164,二者的差值为18,则可以确定所述第12行第13列所在区域对应的所述图像采集单元的子区域处于异常状态。
152 | 155 | 156 | 157 | 158 | 159 | 160 | 160 | 161 | 161 | 161 | 161 | 161 | 160 | 159 | 157 |
153 | 155 | 156 | 158 | 159 | 160 | 160 | 161 | 161 | 161 | 161 | 161 | 161 | 161 | 160 | 158 |
154 | 156 | 157 | 158 | 159 | 160 | 161 | 162 | 162 | 162 | 162 | 162 | 161 | 161 | 160 | 159 |
155 | 156 | 158 | 159 | 160 | 161 | 162 | 163 | 163 | 163 | 163 | 163 | 162 | 162 | 161 | 160 |
156 | 157 | 159 | 160 | 161 | 162 | 163 | 164 | 164 | 164 | 164 | 164 | 163 | 163 | 162 | 161 |
156 | 157 | 159 | 160 | 161 | 162 | 163 | 163 | 164 | 164 | 164 | 164 | 163 | 163 | 162 | 161 |
155 | 157 | 158 | 160 | 161 | 162 | 162 | 163 | 164 | 164 | 163 | 163 | 163 | 162 | 161 | 161 |
155 | 157 | 158 | 160 | 161 | 162 | 163 | 164 | 164 | 163 | 163 | 163 | 163 | 162 | 161 | 161 |
156 | 157 | 159 | 160 | 161 | 162 | 163 | 164 | 164 | 164 | 164 | 164 | 163 | 163 | 162 | 161 |
156 | 158 | 159 | 161 | 162 | 163 | 163 | 164 | 164 | 164 | 164 | 164 | 164 | 163 | 162 | 162 |
156 | 158 | 158 | 160 | 161 | 162 | 162 | 163 | 164 | 164 | 164 | 164 | 162 | 162 | 162 | 161 |
155 | 157 | 155 | 158 | 160 | 161 | 162 | 163 | 163 | 163 | 163 | 163 | 146 | 162 | 161 | 160 |
155 | 156 | 157 | 158 | 160 | 161 | 161 | 162 | 162 | 162 | 162 | 162 | 161 | 161 | 160 | 159 |
154 | 156 | 158 | 159 | 160 | 161 | 161 | 162 | 162 | 162 | 162 | 162 | 162 | 161 | 161 | 159 |
154 | 156 | 157 | 158 | 159 | 160 | 161 | 162 | 162 | 162 | 162 | 162 | 162 | 161 | 160 | 158 |
150 | 155 | 156 | 157 | 158 | 159 | 160 | 160 | 161 | 161 | 161 | 161 | 161 | 160 | 158 | 157 |
表2
采用本发明实施例的技术方案,一方面无需通过人眼对采集照片进行观察是否存在脏污等异常,大大减少了人力资源,缩短了检测时间,提高了检测效率,同时也避免了人工检测时的误判情况,即避免了移动终端存在脏污等异常状况而人工检测时并未发现,也大大提升了移动终端的产品质量,从而提升了用户的体验。另一方面,本发明实施例的技术方案能够快速、准确的检测出移动终端的图像采集单元是否出现脏污、花屏等异常状况,缩短了检测时间,大大提高了检测效率。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种移动终端,其特征在于,所述移动终端包括:图像采集单元、图像处理单元和判定单元;其中,
所述图像采集单元,用于采集第一图像,将所述第一图像发送至所述图像处理单元;所述第一图像对应的图像采集区域亮度均匀且亮度参数满足预设阈值;
所述图像处理单元,用于将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数;
所述判定单元,用于计算第一区域和第二区域的灰度平均值的差值,判断所述第一区域和所述第二区域的灰度平均值的差值是否大于第一阈值,获得判断结果;其中,所述第一区域和所述第二区域为所述N×M个区域中的任何区域,并且,所述第一区域和所述第二区域之间相隔第三区域;当所述判断结果为所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
2.根据权利要求1所述的移动终端,其特征在于,所述第一区域Am,n和所述第二区域Am-2,n之间在竖直方向上相隔第三区域Am-1,n;或者,所述第一区域Am,n和所述第二区域Am,n-2之间在水平方向上相隔第三区域Am,n-1;其中,m和n均为大于等于2的正整数,且n小于等于N,m小于等于M;所述第一区域Am,n表示所述N×M个区域中以预设起始位置开始水平方向第n个、竖直方向第m个区域;
所述判定单元,用于判断所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值是否大于第一阈值,和/或,判断所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值是否大于第一阈值,获得第一判断结果;当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,或者所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
3.根据权利要求2所述的移动终端,其特征在于,所述判定单元,用于当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,并且所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态。
4.根据权利要求2所述的移动终端,其特征在于,
所述判定单元,还用于当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值不大于所述第一阈值,以及,所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值不大于所述第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于正常状态。
5.根据权利要求1至4任一项所述的移动终端,其特征在于,所述判定单元确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,包括:确定所述第一区域在所述第一图像中的第一位置,基于所述第一位置确定所述第一区域和所述第一图像的第一相对位置关系;在所述图像采集单元中获得与所述第一相对位置关系相对应的第一子区域,确定所述图像采集单元的第一子区域处于异常状态;
相应的,所述判定单元确定所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态,包括:确定所述第二区域在所述第一图像中的第二位置,基于所述第二位置确定所述第二区域和所述第一图像的第二相对位置关系;在所述图像采集单元中获得与所述第二相对位置关系相对应的第二子区域,确定所述图像采集单元的第二子区域处于异常状态。
6.一种信息处理方法,其特征在于,所述方法包括:
采集第一图像;所述第一图像对应的图像采集区域亮度均匀且亮度参数满足预设阈值;
将所述第一图像分为N×M个区域,获得每个区域的灰度平均值;N和M均为正整数;
计算第一区域和第二区域的灰度平均值的差值,判断所述第一区域和所述第二区域的灰度平均值的差值是否大于第一阈值,获得判断结果;其中,所述第一区域和所述第二区域为所述N×M个区域中的任何区域,并且,所述第一区域和所述第二区域之间相隔第三区域;
当所述判断结果为所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值时,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
7.根据权利要求6所述的方法,其特征在于,所述第一区域Am,n和所述第二区域Am-2,n之间在水平方向上相隔第三区域Am-1,n;或者,所述第一区域Am,n和所述第二区域Am,n-2之间在竖直方向上相隔第三区域Am,n-1;其中,m和n均为大于等于2的正整数,且n小于等于N,m小于等于M;所述第一区域Am,n表示所述N×M个区域中以预设起始位置开始水平方向第n个、竖直方向第m个区域;
所述判断所述第一区域和所述第二区域的灰度平均值是否大于第一阈值,包括:
判断所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值是否大于第一阈值,和/或,判断所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值是否大于第一阈值,获得第一判断结果;
当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,或者所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,确定所述第一区域和所述第二区域的灰度平均值的差值大于第一阈值;
相应的,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,或所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态。
8.根据权利要求7所述的方法,其特征在于,当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值大于第一阈值,并且所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值大于第一阈值时,所述方法还包括:确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态。
9.根据权利要求7所述的方法,其特征在于,当所述第一判断结果为所述第一区域Am,n和所述第二区域Am-2,n的灰度平均值的差值不大于所述第一阈值,以及,所述第一区域Am,n和所述第二区域Am,n-2的灰度平均值的差值不大于所述第一阈值时,所述方法还包括:确定所述第一区域和所述第二区域的灰度平均值的差值不大于第一阈值;
相应的,确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于正常状态。
10.根据权利要求6至9任一项所述的方法,其特征在于,所述确定所述第一区域对应于所述移动终端的图像采集单元的第一子区域处于异常状态,包括:
确定所述第一区域在所述第一图像中的第一位置,基于所述第一位置确定所述第一区域和所述第一图像的第一相对位置关系;在所述图像采集单元中获得与所述第一相对位置关系相对应的第一子区域,确定所述图像采集单元的第一子区域处于异常状态;
相应的,所述确定所述第二区域对应于所述移动终端的图像采集单元的第二子区域处于异常状态,包括:
确定所述第二区域在所述第一图像中的第二位置,基于所述第二位置确定所述第二区域和所述第一图像的第二相对位置关系;在所述图像采集单元中获得与所述第二相对位置关系相对应的第二子区域,确定所述图像采集单元的第二子区域处于异常状态。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510827088.9A CN105491372A (zh) | 2015-11-24 | 2015-11-24 | 一种移动终端和信息处理方法 |
PCT/CN2016/101594 WO2017088594A1 (zh) | 2015-11-24 | 2016-10-09 | 一种移动终端、信息处理方法及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510827088.9A CN105491372A (zh) | 2015-11-24 | 2015-11-24 | 一种移动终端和信息处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105491372A true CN105491372A (zh) | 2016-04-13 |
Family
ID=55678046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510827088.9A Pending CN105491372A (zh) | 2015-11-24 | 2015-11-24 | 一种移动终端和信息处理方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105491372A (zh) |
WO (1) | WO2017088594A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017088594A1 (zh) * | 2015-11-24 | 2017-06-01 | 努比亚技术有限公司 | 一种移动终端、信息处理方法及计算机存储介质 |
CN107909569A (zh) * | 2017-11-10 | 2018-04-13 | 广东欧珀移动通信有限公司 | 一种花屏检测方法、花屏检测装置及电子设备 |
CN110889801A (zh) * | 2018-08-16 | 2020-03-17 | 九阳股份有限公司 | 一种烟灶系统的摄像头去污优化方法以及烟灶系统 |
CN111669574A (zh) * | 2020-06-19 | 2020-09-15 | 新华三大数据技术有限公司 | 一种视频播放质量检测方法及装置 |
CN112710250A (zh) * | 2020-11-23 | 2021-04-27 | 武汉光谷卓越科技股份有限公司 | 基于线结构光的三维测量方法以及传感器 |
CN113378797A (zh) * | 2021-07-14 | 2021-09-10 | 江苏邦融微电子有限公司 | 指纹采集头的水滴检测方法 |
CN113532801A (zh) * | 2021-06-24 | 2021-10-22 | 四川九洲电器集团有限责任公司 | 基于分布分位数的高/多光谱相机坏点检测方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109008841A (zh) * | 2017-06-09 | 2018-12-18 | 河北卓达建材研究院有限公司 | 一种分层次墙面修复机器人 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102413354A (zh) * | 2011-10-05 | 2012-04-11 | 深圳市联德合微电子有限公司 | 一种手机摄像模组自动光学检测方法、装置及系统 |
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 |
CN104135660A (zh) * | 2014-08-14 | 2014-11-05 | 广东光阵光电科技有限公司 | 一种摄像模组脏污检测方法及检测系统 |
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 |
CN104638204A (zh) * | 2013-11-12 | 2015-05-20 | 昆山国显光电有限公司 | 一种定量修补装置及其自动图像修补方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI229545B (en) * | 2003-09-24 | 2005-03-11 | Huper Lab Co Ltd | Method for video data enhancement |
CN101212703B (zh) * | 2006-12-29 | 2010-05-19 | 华晶科技股份有限公司 | 影像坏点像素实时检测方法 |
CN104093016B (zh) * | 2014-06-12 | 2016-04-13 | 华南理工大学 | 一种摄像头模组脏污检测方法及系统 |
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 |
-
2015
- 2015-11-24 CN CN201510827088.9A patent/CN105491372A/zh active Pending
-
2016
- 2016-10-09 WO PCT/CN2016/101594 patent/WO2017088594A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102413354A (zh) * | 2011-10-05 | 2012-04-11 | 深圳市联德合微电子有限公司 | 一种手机摄像模组自动光学检测方法、装置及系统 |
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 |
CN104638204A (zh) * | 2013-11-12 | 2015-05-20 | 昆山国显光电有限公司 | 一种定量修补装置及其自动图像修补方法 |
CN104135660A (zh) * | 2014-08-14 | 2014-11-05 | 广东光阵光电科技有限公司 | 一种摄像模组脏污检测方法及检测系统 |
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 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017088594A1 (zh) * | 2015-11-24 | 2017-06-01 | 努比亚技术有限公司 | 一种移动终端、信息处理方法及计算机存储介质 |
CN107909569A (zh) * | 2017-11-10 | 2018-04-13 | 广东欧珀移动通信有限公司 | 一种花屏检测方法、花屏检测装置及电子设备 |
CN107909569B (zh) * | 2017-11-10 | 2020-12-25 | Oppo广东移动通信有限公司 | 一种花屏检测方法、花屏检测装置及电子设备 |
CN110889801A (zh) * | 2018-08-16 | 2020-03-17 | 九阳股份有限公司 | 一种烟灶系统的摄像头去污优化方法以及烟灶系统 |
CN110889801B (zh) * | 2018-08-16 | 2023-10-20 | 九阳股份有限公司 | 一种烟灶系统的摄像头去污优化方法以及烟灶系统 |
CN111669574A (zh) * | 2020-06-19 | 2020-09-15 | 新华三大数据技术有限公司 | 一种视频播放质量检测方法及装置 |
CN112710250A (zh) * | 2020-11-23 | 2021-04-27 | 武汉光谷卓越科技股份有限公司 | 基于线结构光的三维测量方法以及传感器 |
CN113532801A (zh) * | 2021-06-24 | 2021-10-22 | 四川九洲电器集团有限责任公司 | 基于分布分位数的高/多光谱相机坏点检测方法及系统 |
CN113378797A (zh) * | 2021-07-14 | 2021-09-10 | 江苏邦融微电子有限公司 | 指纹采集头的水滴检测方法 |
CN113378797B (zh) * | 2021-07-14 | 2024-06-11 | 江苏邦融微电子有限公司 | 指纹采集头的水滴检测方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2017088594A1 (zh) | 2017-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105491372A (zh) | 一种移动终端和信息处理方法 | |
US8780258B2 (en) | Mobile terminal and method for generating an out-of-focus image | |
CN106131450B (zh) | 一种图像处理的方法、装置和终端 | |
US9368081B2 (en) | Display device and method of controlling the same | |
US20180011600A1 (en) | Method and apparatus for preventing accidental touch operation on mobile terminals | |
CN106909274B (zh) | 一种图像显示方法和装置 | |
CN106412324A (zh) | 提示对焦对象的装置及方法 | |
US20170357374A1 (en) | Method and apparatus for preventing accidental touch operation on mobile terminals | |
CN106097284B (zh) | 一种夜景图像的处理方法和移动终端 | |
CN106383647B (zh) | 终端界面控制装置和方法 | |
CN104898970A (zh) | 一种音量控制方法及装置 | |
CN106569709B (zh) | 控制移动终端的装置及方法 | |
US10338743B2 (en) | Method and apparatus for preventing accidental touch operation on mobile terminals | |
CN106303273B (zh) | 一种移动终端及其拍照控制方法 | |
CN106412243B (zh) | 一种监测距离感应器异常的方法及终端 | |
CN106713716A (zh) | 一种双摄像头的拍摄控制方法和装置 | |
CN106373110A (zh) | 一种图像融合的方法及装置 | |
CN105979097A (zh) | 一种移动终端及其显示屏背光亮度调节方法 | |
CN106303044B (zh) | 一种移动终端和获取对焦值的方法 | |
CN105554285B (zh) | 拍摄人物照片的处理方法、智能移动终端 | |
CN109168029B (zh) | 一种调整分辨率的方法、设备和计算机可存储介质 | |
CN105357441A (zh) | 一种图像采集方法及移动终端 | |
CN106651823A (zh) | 一种消除图片光斑的装置及方法、移动终端 | |
CN106709882A (zh) | 一种图像融合的方法及装置 | |
CN106775522B (zh) | 无边框移动终端及其图像显示方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160413 |
|
RJ01 | Rejection of invention patent application after publication |