CN106231297A - 摄像头的检测方法及装置 - Google Patents
摄像头的检测方法及装置 Download PDFInfo
- Publication number
- CN106231297A CN106231297A CN201610750144.8A CN201610750144A CN106231297A CN 106231297 A CN106231297 A CN 106231297A CN 201610750144 A CN201610750144 A CN 201610750144A CN 106231297 A CN106231297 A CN 106231297A
- Authority
- CN
- China
- Prior art keywords
- image
- photographic head
- finder
- view
- dirty
- 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
Links
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例提供一种摄像头的检测方法及装置。本发明实施例提供的摄像头的检测方法,包括:在利用摄像头采集图像的过程中,采集样本图片,对所述样本图片进行区域划分,以获得至少两个采样区域,根据每个采样区域中至少两个采样点之间的颜色差异,检测所述摄像头是否存在脏污。本发明实施例提供的方案实现了在采集图像的过程中能够自动检测摄像头是否存在脏污,提高了摄像头脏污的检测效率。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种摄像头的检测方法及装置。
背景技术
随着社会的不断发展和进步,终端的使用越来越普及,例如,手机、平板电脑等,在生活中占有的地位也越来越重要。用户可以通过使用终端进行拍照、听音乐、看视频、导航等。
用户在使用终端进行拍照时,通常的方式为打开拍照功能,取景框内确定好拍摄的区域后,点击快门或按压快门键进行拍照,终端内生成相应的照片并存储在终端中。
现有技术中,众多终端上的摄像头多裸露在外,很容易粘染杂物或者指纹等,直接影响拍摄的图像效果。然而,现有技术中只能依靠用户人工确定摄像头是否存在脏污,这种摄像头脏污的检测方式效率比较低。
发明内容
本发明提供一种摄像头的检测方法及装置,用以解决现有技术中只能依靠用户人工确定摄像头是否存在脏污,导致的摄像头脏污的检测方式效率比较低的问题。
本发明提供一种摄像头的检测方法,其特征在于,包括:
在利用摄像头采集图像的过程中,采集样本图片;
对所述样本图片进行区域划分,以获得至少两个采样区域;
根据每个采样区域中至少两个采样点之间的颜色差异,检测所述摄像头是否存在脏污。
进一步地,上述方法中,所述在利用摄像头采集图像的过程中,采集样本图片,包括:
在利用摄像头采集图像的过程中,判断取景框内图像是否稳定;
若判断出所述取景框内图像稳定,对所述取景框内的图像进行对焦,并对当前图像进行拍照,以获得所述样本图片。
进一步地,上述方法中,所述在利用摄像头采集图像的过程中,判断取景框内图像是否稳定,包括:
在利用摄像头采集图像的过程中,检测所述取景框内图像中指定像素点的颜色变化值;
将所述颜色变化值与预设的变化阈值进行比较;
若所述颜色变化值小于所述阈值,确定所述取景框内图像稳定。
进一步地,上述方法中,所述在利用摄像头采集图像的过程中,判断取景框内图像是否稳定,包括:
检测所述摄像头所在终端的加速度;
当所述加速度为0时,确定所述取景框内图像稳定。
进一步地,上述方法中,所述根据各采样区域中至少两个采样点之间的颜色差异,检测所述摄像头是否存在脏污,包括:
在每个采样区域中确定一个采样点,获得每个采样区域中所述采样点与所在采样区域中在所述采样点指定范围内的其他采样点之间的颜色差异值;
将所述颜色差异值与预设的差异阈值进行比较,若所述颜色差异值大于所述差异阈值,确定当前采样区域为候选区域;
获得所述样本图片中所述候选区域的数目,若所述样本图片中所述候选区域的数目大于或者等于预设的统计阈值,确定所述摄像头存在脏污。
进一步地,上述方法中,所述方法还包括:
若检测到所述摄像头存在脏污,输出提示信息。
进一步地,上述方法中,所述方法还包括:
删除所述样本图片。
本发明还提供一种摄像头的检测装置,包括:
采集模块,用于在利用摄像头采集图像的过程中,采集样本图片;
划分模块,用于对所述样本图片进行区域划分,以获得至少两个采样区域;
检测模块,用于根据每个采样区域中至少两个采样点之间的颜色差异,检测所述摄像头是否存在脏污。
进一步地,上述装置中,所述采集模块,具体用于:
在利用摄像头采集图像的过程中,判断取景框内图像是否稳定;
若判断出所述取景框内图像稳定,对所述取景框内的图像进行对焦,并对当前图像进行拍照,以获得所述样本图片。
进一步地,上述装置中,所述采集模块用于在利用摄像头采集图像的过程中,判断取景框内图像是否稳定时,具体用于:
在利用摄像头采集图像的过程中,检测所述取景框内图像中指定像素点的颜色变化值;
将所述颜色变化值与预设的变化阈值进行比较;
若所述颜色变化值小于所述阈值,确定所述取景框内图像稳定。
进一步地,上述装置中,所述采集模块用于在利用摄像头采集图像的过程中,判断取景框内图像是否稳定时,具体用于:
所述在利用摄像头采集图像的过程中,判断取景框内图像是否稳定,包括:
检测所述摄像头所在终端的加速度;
当所述加速度为0时,确定所述取景框内图像稳定。
进一步地,上述装置中,所述检测模块,具体用于:
在每个采样区域中确定一个采样点,获得每个采样区域中所述采样点与所在采样区域中在所述采样点指定范围内的其他采样点之间的颜色差异值;
将所述颜色差异值与预设的差异阈值进行比较,若所述颜色差异值大于所述差异阈值,确定当前采样区域为候选区域;
获得所述样本图片中所述候选区域的数目,若所述样本图片中所述候选区域的数目大于或者等于预设的统计阈值,确定所述摄像头存在脏污。
进一步地,上述装置中,所述装置还包括:
输出模块,用于若检测到所述摄像头存在脏污,输出提示信息。
进一步地,上述装置中,所述装置还包括:
删除模块,用于删除所述样本图片。
本发明实施例提供的摄像头的检测方法及装置,通过在利用终端的摄像头采集图像的过程中采集样本图片,然后对采集的样本图片进行区域划分,并作为采样区域,在每个采样区域内确定至少两个采样点,并对每个采样点之间的颜色进行对比,通过采样点之间的颜色差异,检测摄像头是否存在脏污。本发明实施例所提供的方案中,在采集图像的过程中能够自动检测摄像头是否存在脏污,避免了因为客观因素导致的采集图像的质量较差的问题,提高了摄像头是否脏污的检测效率,从而提高了采集图像的效率和图像质量,弥补了现有技术中没有可以检测摄像头是否存在脏污的方案的空白。
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一简单地介绍,显而易见地,下面描述中的附图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为本发明实施例所提供的摄像头的检测方法的实施例一的流程示意图;
图2为本发明实施例所提供的摄像头的检测方法的实施例二的流程示意图;
图3为本发明实施例所提供的摄像头的检测方法的实施例三的流程示意图;
图4为本发明实施例所提供的摄像头的检测方法的实施例三的场景示意图;
图5为本发明实施例所提供的摄像头的检测方法的实施例三的区域1的放大示意图;
图6为本发明实施例所提供的摄像头的检测装置的实施例四的结构示意图;
图7为本发明实施例所提供的摄像头的检测装置的实施例五的结构示意图;
图8为本发明实施例所提供的摄像头的检测装置的实施例五的结构示意图。
具体实施方式
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
实施例一
图1为本发明实施例所提供的摄像头的检测方法的实施例一的流程示意图,如图1所示,本发明实施例提供的摄像头的检测方法,具体可以包括如下步骤:
101、在利用摄像头采集图像的过程中,采集样本图片。
用户在使用终端采集图像的时候,摄像头会自动对焦或者由用户手动对焦。正常状态下,摄像头对焦后拍摄的图像清晰度高,线条对比度明显。若摄像头在出现脏污的情况下,例如,摄像头上粘染灰尘、指纹等,拍摄的照片会出现图像分辨率较低、图像模糊、线条对比度较差的问题。
因此,在本发明实施例中提供一种摄像头的检测方法,通过在使用摄像头采集图像的过程中,对摄像头是否存在脏污进行检测,弥补了现有技术中缺少可以检测摄像头是否存在脏污的方法的空白。
在本发明实施例中,检测摄像头是否开启,在检测到摄像头开启后,在利用摄像头采集图像的过程中进行采集样本图片的操作,例如,利用摄像头拍摄照片的过程中采集一张照片作为样本图片。或者,又例如,利用摄像头拍摄视频的过程中截取某一个画面作为样本图片。
102、对样本图片进行区域划分,以获得至少两个采样区域。
在本发明实施例中,采用对比的方式来对摄像头是否脏污进行判断,具体可以对采集的样本图片进行区域划分,进而通过不同的区域进行对比。
本发明实施例中,可以对样本图片进行平均划分,或者,也可以对样本图片进行不平均划分,本发明实施例对此不进行特别限定。
例如,可以将样本图片划分为两个区域,或者,还可以将样本图片划分为3*4个方格区域,或者,也可以将样本图片划分为5*7个方格区域。
103、根据每个采样区域中至少两个采样点之间的颜色差异,检测摄像头是否存在脏污。
在本发明实施例中,由于不同终端的摄像头的像素不同,相应的采集的样本图片像素也会不同。为了可以提高对摄像头是否存在脏污进行判断的准确性,可以在样本图片划分区域后,在每个采样区域中选取至少两个像素点作为采样点,根据每个采样区域中的不同的像素点之间的颜色差异,来检测摄像头是否存在脏污。其中,为了获得颜色差异,可以解析每个采样点的红绿蓝颜色值,通过对比不同的采样点之间的红绿蓝颜色值,进而确定不同的采样点之间的颜色差异。
本发明实施例提供的摄像头的检测方法,通过在利用终端的摄像头采集图像的过程中采集样本图片,然后对采集的样本图片进行区域划分,并作为采样区域,在每个采样区域内确定至少两个采样点,并对每个采样点之间的颜色进行对比,通过采样点之间的颜色差异,检测摄像头是否存在脏污。本发明实施例所提供的方案中,在采集图像的过程中能够自动检测摄像头是否存在脏污,避免了因为客观因素导致的采集图像的质量较差的问题,提高了摄像头是否脏污的检测效率,从而提高了采集图像的效率和图像质量,弥补了现有技术中没有可以检测摄像头是否存在脏污的方案的空白。
实施例二
图2为本发明实施例所提供的摄像头的检测方法的实施例二的流程示意图,如图2所示,本发明实施例提供的摄像头的检测方法,具体可以包括如下步骤:
201、在利用摄像头采集图像的过程中,采集样本图片。
本发明实施例中,可以在上述实施例一中步骤101的基础上进一步进行说明。用户在使用摄像头采集图像时,从开启摄像头到确定取景框内图像的过程中,终端处于晃动状态,在此过程中采集到的样本图片会出现因晃动而造成清晰度较低的问题,因此,为了进一步提高检测摄像头是否存在脏污的精确度,在本发明实施例中,可以采用如下方式:在利用摄像头采集图像的过程中,判断取景框内图像是否稳定;若判断出取景框内图像稳定,对取景框内的图像进行对焦,并对当前图像进行拍照,以作为样本图片。
具体地,在利用摄像头采集图像的过程中,对取景框内图像是否稳定进行判断,目的在于进一步确定用户是否正准备对取景框内的图像进行拍摄,即终端是否停止晃动。若判断出取景框内图像稳定,则终端及时进行对焦的操作,并在对焦完成后对当前图像进行拍摄,然后将拍摄完成后获得的图像作为样本图片,以进行后续操作。
202、对样本图片进行区域划分,以获得至少两个采样区域。
在本发明实施例中,步骤202的具体过程,详见上述实施例中步骤102中的描述,本发明实施例中其原理和实现过程相同,此处不再赘述。
203、根据每个采样区域中至少两个采样点之间的颜色差异,检测摄像头是否存在脏污。
在本发明实施例中,步骤203的具体过程,详见上述实施例中步骤103中的描述,本发明实施例中其原理和实现过程相同,此处不再赘述。
204、若检测到摄像头存在脏污,输出提示信息。
若终端检测到摄像头存在脏污,则可以输出提示信息,以提示用户摄像头存在脏污,需要对摄像头进行清洁。
例如,可以在终端的屏幕上输出提示文字,或者,终端发出提示音,或者,终端发出振动信号等。本实施例,在上述实施例一的基础上,进一步增加了提醒功能,使得用户可以根据提醒进行操作。
本发明实施例提供的摄像头的检测方法,通过在利用终端的摄像头采集图像的过程中采集样本图片,然后对采集的样本图片进行区域划分,并作为采样区域,在每个采样区域内确定至少两个采样点,并对每个采样点之间的颜色进行对比,通过采样点之间的颜色差异,检测摄像头是否存在脏污,若终端摄像头存在脏污,则输出提示信息。本发明实施例所提供的方案中,在采集图像的过程中能够自动检测摄像头是否存在脏污,避免了因为客观因素导致的采集图像的质量较差的问题,提高了摄像头是否脏污的检测效率,从而提高了采集图像的效率和图像质量,弥补了现有技术中没有可以检测摄像头是否存在脏污的方案的空白。
实施例三
图3为本发明实施例所提供的摄像头的检测方法的实施例三的流程示意图,如图3所示,本发明实施例提供的终摄像头的检测方法,具体可以包括如下步骤:
301、在利用摄像头采集图像的过程中,采集样本图片。
在上述实施例二中步骤201的基础上,在本发明实施例中,对于在利用摄像头采集图像的过程中,判断取景框内图像是否稳定,具体可以采用如下方式:
在利用摄像头采集图像的过程中,检测取景框内图像中指定像素点的颜色变化值;然后,将颜色变化值与预设的变化阈值进行比较;若颜色变化值小于阈值,确定取景框内图像稳定。反之,若颜色变化值大于或者等于阈值,确定取景框内图像不稳定。
具体地,在利用摄像头采集图像的过程中,可以预先设定一个像素点作为指定像素点,根据该指定像素点在不同时刻的颜色变化值,来确定取景框内图像是否稳定,例如,选择取景框内图像的中心点作为指定像素点,获取到该指定像素点在1秒钟内的红绿蓝三种颜色的变化值。预设一个变化阈值作为确定取景框内图像是否稳定的标准,通过将指定像素点的颜色变化值与预设的变化阈值进行比较,例如,设定变化阈值为5、5、5,指定像素点在1秒钟内的颜色由100、100、100变为101、101、101,则指定像素点的颜色变化值为1、1、1,将指定像素点的颜色变化值与变化阈值进行比较,得出指定像素点的颜色变化值小于变化阈值,则可以确定取景框内图像稳定。
或者,在本发明实施例中,还可以使用其他的方法确定取景框内图像是否稳定,例如,检测摄像头所在终端的加速度;当加速度为0时,确定取景框内图像稳定。
具体地,可以利用终端中的加速度传感器,检测终端的加速度,当终端的加速度为0时,可以确定终端处于一个平稳的状态,进而确定取景框内图像稳定。
在本发明实施例中,仅列举两种方法进行说明,在实际应用中,两种方法可以进行结合,也可以单独使用,还可以结合终端中的其他部件,例如陀螺仪传感器等,对终端的取景框内图像是否稳定进行检测。
在本发明实施例中,采集样本图片后,可以将样本图片存储在终端中,用于进行后续的操作。
302、对样本图片进行区域划分,以获得至少两个采样区域。
在本发明实施例中,步骤302的具体过程,详见上述实施例中步骤102中的描述,本发明实施例中其原理和实现过程相同,此处不再赘述。
303、根据每个采样区域中至少两个采样点之间的颜色差异,检测摄像头是否存在脏污。
在上述实施例一的基础上,在本发明实施例中可以采用下述方法检测摄像头是否存在脏污,包括:
在每个采样区域中确定一个采样点,获得每个采样区域中采样点与所在采样区域中在采样点指定范围内的其他采样点之间的颜色差异值;然后,将颜色差异值与预设的差异阈值进行比较,若颜色差异值大于差异阈值,确定当前采样区域为候选区域;反之,若颜色差异值小于或者等于该差异阈值,确定当前采样区域不是候选区域。最后,获得样本图片中候选区域的数目,然后将样本图片中候选区域的数目与预设的统计阈值进行比较,若样本图片中候选区域的数目大于或者等于预设的统计阈值,确定摄像头存在脏污。反之,若样本图片中候选区域的数目小于预设的统计阈值,确定摄像头不存在脏污,即摄像头洁净。
例如,图4为本发明实施例所提供的摄像头的检测方法的实施例三的场景示意图,如图4所示,将样本图片划分为12个区域,分别编号为1~12。在每个区域的中心确定一个采样点,在本发明实施例中以区域1为例进行说明,图5为本发明实施例所提供的摄像头的检测方法的实施例三的区域1的放大示意图,如图5所示,在区域1的采样点周围确定4个其他采样点,分别为A、B、C、D,4个其他采样点分别位于采样点的上、下、左、右方向,且与该采样点的距离为3个像素点。
然后,分别对1个采样点与4个其他采样点的红绿蓝值进行解析,得到相应的数值,其中,采样点的红绿蓝值为100、100、100,A点的红绿蓝值为160、130、130,B点的红绿蓝值为160、130、130,C点的红绿蓝值为160、130、130,D点的红绿蓝值为160、130、130。预设差异阈值为10、10、10,统计阈值为2,则A点与采样点的颜色差异值为60、30、30,B点与采样点的颜色差异值为60、30、30,C点与采样点的颜色差异值为60、30、30,D点与采样点的颜色差异值为60、30、30,经过对比可以得知,A、B、C、D四个点的颜色差异值均大于差异阈值,即与采样点具有颜色差异的采样点的数目为4,大于统计阈值2,因此区域1为确定为候选区域。
相应的,依次确定编号为2~12的区域是否为候选区域,其具体的确定过程与区域1的确定过程相同,此处不再赘述,在编号2~12区域中,还具有4个候选区域,因此在12个区域中,共计5个候选区域,预设统计阈值为4,所以候选区域的数目大于统计阈值,因此可以确定摄像头存在脏污。
304、若检测到摄像头存在脏污,输出提示信息。
在本发明实施例中,步骤304的具体过程,详见上述实施例中步骤104中的描述,本发明实施例中其原理和实现过程相同,此处不再赘述。
305、删除样本图片。
在本发明实施例中,步骤301中采集样本图片后,将样本图片存储在终端中。因此,在对样本图片分析完成后,并获得摄像头是否存在脏污的检测结果后,可以删除该样本图片,用以节省终端的存储空间,以及清除检测痕迹。
本发明实施例提供的摄像头的检测方法,通过在利用终端的摄像头采集图像的过程中采集样本图片,然后对采集的样本图片进行区域划分,并作为采样区域,在每个采样区域内确定至少两个采样点,并对每个采样点之间的颜色进行对比,通过采样点之间的颜色差异,检测摄像头是否存在脏污,若终端摄像头存在脏污,则输出提示信息,然后删除样本图片。本发明实施例所提供的方案中,在采集图像的过程中能够自动检测摄像头是否存在脏污,避免了因为客观因素导致的采集图像的质量较差的问题,提高了摄像头是否脏污的检测效率,并且将采集的样本图片删除,还可以具有清除检测痕迹、节省终端的存储空间的效果,从而提高了采集图像的效率和图像质量,弥补了现有技术中没有可以检测摄像头是否存在脏污的方案的空白。
实施例四
图6为本发明实施例所提供的摄像头的检测装置的实施例四的结构示意图,如图6所示,本发明实施例提供的摄像头的检测装置,具体可以包括:采集模块11、划分模块12和检测模块13。
采集模块11,用于在利用摄像头采集图像的过程中,采集样本图片;
划分模块12,用于对采集模块11采集的样本图片进行区域划分,以获得至少两个采样区域;
检测模块13,用于根据划分模块12划分的每个采样区域中至少两个采样点之间的颜色差异,检测摄像头是否存在脏污。
本实施例的装置,可以用于执行图1所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
实施例五
图7为本发明实施例所提供的摄像头的检测装置的实施例五的结构示意图,如图7所示,本发明实施例提供的摄像头的检测装置,在实施例五的基础上,还可以包括:输出模块14。
输出模块14,用于若检测模块13检测到摄像头存在脏污,输出提示信息。
进一步地,采集模块11,具体用于:
在利用摄像头采集图像的过程中,判断取景框内图像是否稳定;
若判断出取景框内图像稳定,对取景框内的图像进行对焦,并对当前图像进行拍照,以获得样本图片。
本实施例的装置,可以用于执行图2所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
实施例六
图8为本发明实施例所提供的摄像头的检测装置的实施例五的结构示意图,如图8所示,本发明实施例提供的摄像头的检测装置,在实施例五的基础上,还可以包括:删除模块15。
删除模块15,用于删除采集模块11采集的样本图片。
进一步地,采集模块11用于在利用摄像头采集图像的过程中,判断取景框内图像是否稳定时,具体用于:
在利用摄像头采集图像的过程中,检测取景框内图像中指定像素点的颜色变化值;
将颜色变化值与预设的变化阈值进行比较;
若颜色变化值小于阈值,确定取景框内图像稳定。
进一步地,采集模块11用于在利用摄像头采集图像的过程中,判断取景框内图像是否稳定时,具体用于:
在利用摄像头采集图像的过程中,判断取景框内图像是否稳定,包括:
检测摄像头所在终端的加速度;
当加速度为0时,确定取景框内图像稳定。
进一步地,检测模块13,具体用于:
在每个采样区域中确定一个采样点,获得每个采样区域中采样点与所在采样区域中在采样点指定范围内的其他采样点之间的颜色差异值;
将颜色差异值与预设的差异阈值进行比较,若颜色差异值大于差异阈值,确定当前采样区域为候选区域;
获得样本图片中候选区域的数目,若样本图片中候选区域的数目大于或者等于预设的统计阈值,确定摄像头存在脏污。
本实施例的装置,可以用于执行图3所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本领域普通技术人员可以理解:实现上述各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,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到至少两个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (14)
1.一种摄像头的检测方法,其特征在于,包括:
在利用摄像头采集图像的过程中,采集样本图片;
对所述样本图片进行区域划分,以获得至少两个采样区域;
根据每个采样区域中至少两个采样点之间的颜色差异,检测所述摄像头是否存在脏污。
2.根据权利要求1所述的方法,其特征在于,所述在利用摄像头采集图像的过程中,采集样本图片,包括:
在利用摄像头采集图像的过程中,判断取景框内图像是否稳定;
若判断出所述取景框内图像稳定,对所述取景框内的图像进行对焦,并对当前图像进行拍照,以获得所述样本图片。
3.根据权利要求2所述的方法,其特征在于,所述在利用摄像头采集图像的过程中,判断取景框内图像是否稳定,包括:
在利用摄像头采集图像的过程中,检测所述取景框内图像中指定像素点的颜色变化值;
将所述颜色变化值与预设的变化阈值进行比较;
若所述颜色变化值小于所述阈值,确定所述取景框内图像稳定。
4.根据权利要求2所述的方法,其特征在于,所述在利用摄像头采集图像的过程中,判断取景框内图像是否稳定,包括:
检测所述摄像头所在终端的加速度;
当所述加速度为0时,确定所述取景框内图像稳定。
5.根据权利要求1所述的方法,其特征在于,所述根据各采样区域中至少两个采样点之间的颜色差异,检测所述摄像头是否存在脏污,包括:
在每个采样区域中确定一个采样点,获得每个采样区域中所述采样点与所在采样区域中在所述采样点指定范围内的其他采样点之间的颜色差异值;
将所述颜色差异值与预设的差异阈值进行比较,若所述颜色差异值大于所述差异阈值,确定当前采样区域为候选区域;
获得所述样本图片中所述候选区域的数目,若所述样本图片中所述候选区域的数目大于或者等于预设的统计阈值,确定所述摄像头存在脏污。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若检测到所述摄像头存在脏污,输出提示信息。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
删除所述样本图片。
8.一种摄像头的检测装置,其特征在于,包括:
采集模块,用于在利用摄像头采集图像的过程中,采集样本图片;
划分模块,用于对所述样本图片进行区域划分,以获得至少两个采样区域;
检测模块,用于根据每个采样区域中至少两个采样点之间的颜色差异,检测所述摄像头是否存在脏污。
9.根据权利要求8所述的装置,其特征在于,所述采集模块,具体用于:
在利用摄像头采集图像的过程中,判断取景框内图像是否稳定;
若判断出所述取景框内图像稳定,对所述取景框内的图像进行对焦,并对当前图像进行拍照,以获得所述样本图片。
10.根据权利要求9所述的装置,其特征在于,所述采集模块用于在利用摄像头采集图像的过程中,判断取景框内图像是否稳定时,具体用于:
在利用摄像头采集图像的过程中,检测所述取景框内图像中指定像素点的颜色变化值;
将所述颜色变化值与预设的变化阈值进行比较;
若所述颜色变化值小于所述阈值,确定所述取景框内图像稳定。
11.根据权利要求9所述的装置,其特征在于,所述采集模块用于在利用摄像头采集图像的过程中,判断取景框内图像是否稳定时,具体用于:
所述在利用摄像头采集图像的过程中,判断取景框内图像是否稳定,包括:
检测所述摄像头所在终端的加速度;
当所述加速度为0时,确定所述取景框内图像稳定。
12.根据权利要求8所述的装置,其特征在于,所述检测模块,具体用于:
在每个采样区域中确定一个采样点,获得每个采样区域中所述采样点与所在采样区域中在所述采样点指定范围内的其他采样点之间的颜色差异值;
将所述颜色差异值与预设的差异阈值进行比较,若所述颜色差异值大于所述差异阈值,确定当前采样区域为候选区域;
获得所述样本图片中所述候选区域的数目,若所述样本图片中所述候选区域的数目大于或者等于预设的统计阈值,确定所述摄像头存在脏污。
13.根据权利要求8所述的装置,其特征在于,所述装置还包括:
输出模块,用于若检测到所述摄像头存在脏污,输出提示信息。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括:
删除模块,用于删除所述样本图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610750144.8A CN106231297B (zh) | 2016-08-29 | 2016-08-29 | 摄像头的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610750144.8A CN106231297B (zh) | 2016-08-29 | 2016-08-29 | 摄像头的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106231297A true CN106231297A (zh) | 2016-12-14 |
CN106231297B CN106231297B (zh) | 2019-03-19 |
Family
ID=57556284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610750144.8A Expired - Fee Related CN106231297B (zh) | 2016-08-29 | 2016-08-29 | 摄像头的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106231297B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107087148A (zh) * | 2017-06-30 | 2017-08-22 | 合肥久能图文科技有限公司 | 一种投影仪投影监测自调节系统 |
CN107509107A (zh) * | 2017-09-20 | 2017-12-22 | 广州视源电子科技股份有限公司 | 视频播放故障的检测方法、装置及设备、可读介质 |
CN108347601A (zh) * | 2018-03-19 | 2018-07-31 | 云丁网络技术(北京)有限公司 | 视频遮挡的检测方法及相关设备 |
CN110233958A (zh) * | 2019-06-26 | 2019-09-13 | 广州供电局有限公司 | 通道可视化装置 |
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 |
CN111277822A (zh) * | 2017-04-08 | 2020-06-12 | 广东弘景光电科技股份有限公司 | 摄像模组镜头表面检测装置 |
CN111684487A (zh) * | 2019-04-29 | 2020-09-18 | 深圳市大疆创新科技有限公司 | 清洗方法、清洗控制系统、计算机可读存储介质、清洗系统、光学传感器及可移动平台 |
CN112116551A (zh) * | 2019-06-20 | 2020-12-22 | 腾讯科技(深圳)有限公司 | 一种摄像头遮挡检测方法、装置、电子设备和存储介质 |
CN112261403A (zh) * | 2020-09-22 | 2021-01-22 | 深圳市豪恩汽车电子装备股份有限公司 | 车载摄像头的脏污物检测装置及方法 |
CN113240672A (zh) * | 2021-06-21 | 2021-08-10 | 广州文远知行科技有限公司 | 镜头污染物的检测方法、装置、设备及存储介质 |
CN113487556A (zh) * | 2021-06-30 | 2021-10-08 | 北京博清科技有限公司 | 焊渣的检测方法与滤光片的更换方法 |
CN113689493A (zh) * | 2020-05-18 | 2021-11-23 | 杭州海康威视数字技术股份有限公司 | 镜头附着物检测方法、装置、电子设备和存储介质 |
WO2022104900A1 (zh) * | 2020-11-17 | 2022-05-27 | 诚瑞光学(深圳)有限公司 | 脏污图像检测方法、脏污图像检测装置及脏污图像检测机构 |
CN115299767A (zh) * | 2022-08-04 | 2022-11-08 | 杭州老板电器股份有限公司 | 蒸烤箱及防护玻璃防挂水的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103091331A (zh) * | 2013-01-11 | 2013-05-08 | 华中科技大学 | 一种rfid天线毛刺和污点缺陷的视觉检测系统及方法 |
CN104093016A (zh) * | 2014-06-12 | 2014-10-08 | 华南理工大学 | 一种摄像头模组脏污检测方法及系统 |
CN104123716A (zh) * | 2013-04-28 | 2014-10-29 | 腾讯科技(深圳)有限公司 | 检测图像稳定性的方法、装置和终端 |
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 |
CN104143185A (zh) * | 2014-06-25 | 2014-11-12 | 东软集团股份有限公司 | 一种污点区域检测方法 |
CN104159037A (zh) * | 2014-08-26 | 2014-11-19 | 厦门美图之家科技有限公司 | 一种自动拍照的自拍方法 |
CN104185019A (zh) * | 2014-07-24 | 2014-12-03 | 青岛歌尔声学科技有限公司 | 一种检测摄像头污点的方法和装置 |
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 |
-
2016
- 2016-08-29 CN CN201610750144.8A patent/CN106231297B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103091331A (zh) * | 2013-01-11 | 2013-05-08 | 华中科技大学 | 一种rfid天线毛刺和污点缺陷的视觉检测系统及方法 |
CN104123716A (zh) * | 2013-04-28 | 2014-10-29 | 腾讯科技(深圳)有限公司 | 检测图像稳定性的方法、装置和终端 |
CN104093016A (zh) * | 2014-06-12 | 2014-10-08 | 华南理工大学 | 一种摄像头模组脏污检测方法及系统 |
CN104143185A (zh) * | 2014-06-25 | 2014-11-12 | 东软集团股份有限公司 | 一种污点区域检测方法 |
CN104185019A (zh) * | 2014-07-24 | 2014-12-03 | 青岛歌尔声学科技有限公司 | 一种检测摄像头污点的方法和装置 |
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 |
CN104159037A (zh) * | 2014-08-26 | 2014-11-19 | 厦门美图之家科技有限公司 | 一种自动拍照的自拍方法 |
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 (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111277822A (zh) * | 2017-04-08 | 2020-06-12 | 广东弘景光电科技股份有限公司 | 摄像模组镜头表面检测装置 |
CN107087148A (zh) * | 2017-06-30 | 2017-08-22 | 合肥久能图文科技有限公司 | 一种投影仪投影监测自调节系统 |
CN107509107A (zh) * | 2017-09-20 | 2017-12-22 | 广州视源电子科技股份有限公司 | 视频播放故障的检测方法、装置及设备、可读介质 |
CN108347601A (zh) * | 2018-03-19 | 2018-07-31 | 云丁网络技术(北京)有限公司 | 视频遮挡的检测方法及相关设备 |
CN108347601B (zh) * | 2018-03-19 | 2020-06-19 | 云丁网络技术(北京)有限公司 | 视频遮挡的检测方法及相关设备 |
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 |
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 |
CN111684487B (zh) * | 2019-04-29 | 2024-03-19 | 深圳市大疆创新科技有限公司 | 清洗方法、清洗控制系统、计算机可读存储介质、清洗系统、光学传感器及可移动平台 |
CN111684487A (zh) * | 2019-04-29 | 2020-09-18 | 深圳市大疆创新科技有限公司 | 清洗方法、清洗控制系统、计算机可读存储介质、清洗系统、光学传感器及可移动平台 |
CN112116551A (zh) * | 2019-06-20 | 2020-12-22 | 腾讯科技(深圳)有限公司 | 一种摄像头遮挡检测方法、装置、电子设备和存储介质 |
CN110233958A (zh) * | 2019-06-26 | 2019-09-13 | 广州供电局有限公司 | 通道可视化装置 |
CN113689493A (zh) * | 2020-05-18 | 2021-11-23 | 杭州海康威视数字技术股份有限公司 | 镜头附着物检测方法、装置、电子设备和存储介质 |
CN112261403B (zh) * | 2020-09-22 | 2022-06-28 | 深圳市豪恩汽车电子装备股份有限公司 | 车载摄像头的脏污物检测装置及方法 |
CN112261403A (zh) * | 2020-09-22 | 2021-01-22 | 深圳市豪恩汽车电子装备股份有限公司 | 车载摄像头的脏污物检测装置及方法 |
WO2022104900A1 (zh) * | 2020-11-17 | 2022-05-27 | 诚瑞光学(深圳)有限公司 | 脏污图像检测方法、脏污图像检测装置及脏污图像检测机构 |
CN113240672A (zh) * | 2021-06-21 | 2021-08-10 | 广州文远知行科技有限公司 | 镜头污染物的检测方法、装置、设备及存储介质 |
CN113487556A (zh) * | 2021-06-30 | 2021-10-08 | 北京博清科技有限公司 | 焊渣的检测方法与滤光片的更换方法 |
CN113487556B (zh) * | 2021-06-30 | 2024-10-22 | 北京博清科技有限公司 | 焊渣的检测方法与滤光片的更换方法 |
CN115299767A (zh) * | 2022-08-04 | 2022-11-08 | 杭州老板电器股份有限公司 | 蒸烤箱及防护玻璃防挂水的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106231297B (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106231297A (zh) | 摄像头的检测方法及装置 | |
RU2438175C2 (ru) | Устройство обработки изображения и способ отображения изображения | |
EP1382017B1 (en) | Image composition evaluation | |
CN101282418B (zh) | 图像处理设备及其控制方法 | |
CN101001319B (zh) | 图像处理设备和图像处理方法 | |
US7973824B2 (en) | Digital camera that uses object detection information at the time of shooting for processing image data after acquisition of an image | |
CN101277383B (zh) | 图像处理设备及其控制方法和摄像设备 | |
CN101115137B (zh) | 图像处理设备和其控制方法 | |
CN103201769A (zh) | 图像处理装置、图像处理方法、程序、集成电路 | |
CN102014251A (zh) | 图像处理装置和图像处理方法 | |
CN105223110A (zh) | 一种显微镜定位跟踪成像方法、装置及尿沉渣分析系统 | |
CN105701809B (zh) | 一种基于线阵相机扫描的平场校正方法 | |
JP4847101B2 (ja) | 顕微鏡システム | |
JP4498203B2 (ja) | メータ認識システム、メータ認識方法、およびメータ認識プログラム | |
CN105354551A (zh) | 基于单目摄像头的手势识别方法 | |
JP5704863B2 (ja) | 画像処理装置、画像処理方法及び記憶媒体 | |
CN103004179A (zh) | 跟踪装置和跟踪方法 | |
CN112306601A (zh) | 一种应用交互方法、装置、电子设备及存储介质 | |
CN115937680A (zh) | 一种基于深度神经网络的围龙屋建筑地理空间定位方法 | |
WO2007010596A1 (ja) | 画像判定方法、画像判定装置および画像判定方法をコンピュータに実行させるプログラムを記録した記録媒体 | |
CN116977336A (zh) | 摄像头缺陷检测方法、装置、计算机设备及存储介质 | |
CN106168922A (zh) | 一种终端界面显示的测试方法和装置 | |
CN116597361A (zh) | 清洗机的图像识别跟踪方法、装置、设备及可读存储介质 | |
JP2903137B2 (ja) | 核抽出方法 | |
US20030039403A1 (en) | Method and system for user assisted defect removal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
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: 20190319 Termination date: 20190829 |