CN106791804A - 用于摄像头模组的污点检测方法及装置 - Google Patents

Abstract

本发明公开了一种用于摄像头模组的污点检测方法及装置，该方法包括：获取摄像头模组拍摄均匀光板得到的图像；对图像进行亮度分阶，得到图像的亮度等高线数据；确定图像的最亮中心点；将图像划分为各图像区域，其中，每一图像区域具有邻近和远离最亮中心点的第一和第二边缘；计算从各图像区域中选出的待检测区域的第一边缘的平均亮度A1和第二边缘的平均亮度A2；计算待检测区域的实际最大亮度差等于平均亮度A1与平均亮度A2的差值的绝对值；根据亮度等高线数据，计算待检测区域的理论最大亮度差；判断实际最大亮度差与所述理论最大亮度差之间的差值是否大于设定的亮度阈值，如是，则确定所述图像在所述待检测区域存在污点。

Description

用于摄像头模组的污点检测方法及装置

技术领域

本发明涉及摄像头模组检测技术领域，更具体地，本发明涉及一种用于摄像头模组的污点检测方法、及一种用于摄像头模组的污点检测装置。

背景技术

摄像头模组在制造过程中，由于环境灰尘，组件碎屑，组件来料等问题会造成脏污，这将导致所成图像上存在污点，因此，摄像头模组在出厂之前需要进行污点检测，以保证摄像头模组的拍摄效果。

目前，摄像头模组的污点检测仍主要由人工完成，人工检测不仅效率低下，而且工人在持续检测过程中非常容易产生视觉疲劳，进而导致检测准确率下降，因此，非常有必要提供一种能够自动进行污点检测的技术方案。

发明内容

本发明实施例的一个目的是提供一种对摄像头模组进行污点检测的新的技术方案。

根据本发明的第一方面，提供了一种用于摄像头模组的污点检测方法，其包括：

获取摄像头模组拍摄均匀光板得到的图像；

对所述图像进行亮度分阶，得到所述图像的亮度等高线数据；

确定所述图像的最亮中心点；

将所述图像划分为各图像区域，其中，每一所述图像区域具有邻近所述最亮中心点的第一边缘和远离所述最高中心点的第二边缘；

从所述各图像区域中选取待检测区域；

计算所述待检测区域的第一边缘的平均亮度A1和所述待检测区域的的第二边缘的平均亮度A2；

计算所述待检测区域的实际最大亮度差等于平均亮度A1与平均亮度A2的差值的绝对值；

根据所述亮度等高线数据，计算所述待检测区域的理论最大亮度差；

判断所述实际最大亮度差与所述理论最大亮度差之间的差值是否大于设定的亮度阈值，如是，则：

确定所述图像在所述待检测区域存在污点。

可选的是，所述对所述图像进行亮度分阶，得到所述图像的亮度等高线数据包括：

确定等高线的数量、及每一等高线对应的亮度阶数；

分别针对每一等高线对应的亮度阶数，对所述图像进行二值化处理，得到对应每一亮度阶数的二值化图像；

识别每一所述二值化图像中的轮廓线为对应亮度阶数的等高线，得到所述等高线数据。

可选的是，所述确定所述图像的最亮中心点包括：

计算每条等高线的几何中心；

计算每条等高线的几何中心的位置坐标的平均值，得到最亮中心点的位置坐标。

可选的是，所述将所述图像划分为各图像区域包括：

以所述最亮中心点为起始点，在360度范围内绘制均匀射线；

对每一所述射线进行设定份数的等分，得到每一所述射线的等分点；

以每一射线的每一等分点为圆心绘制半圆弧，其中，所述半圆弧的直径垂直对应射线，且与对应射线的相邻两条射线各有一个交点；

通过所述射线和所述半圆弧进行所述图像的划分，得到各图像区域，其中，每一所述图像区域的第一边缘和第二边缘为对应同一射线的相邻两个半圆弧。

可选的是，所述根据所述亮度等高线数据，计算所述待检测区域的理论最大亮度差包括：

根据所述亮度等高线数据，计算所述待检测区域的第一边缘对应的等分点的理论亮度值作为第一理论值；

根据所述亮度等高线数据，计算所述待检测区域的第二边缘对应的等分点的理论亮度值作为第二理论值；

计算所述第一理论值与第二理论值之间的差值作为所述待检测区域的理论最大亮度差。

根据本发明的第二方面，提供了一种用于摄像头模组的污点检测装置，其包括：

图像获取模块，用于获取摄像头模组拍摄均匀光板得到的图像；

亮度分阶模块，用于对所述图像进行亮度分阶，得到所述图像的亮度等高线数据；

亮度中心确定模块，用于确定所述图像的最亮中心点；

分区模块，用于将所述图像划分为各图像区域，其中，每一所述图像区域具有邻近所述最亮中心点的第一边缘和远离所述最高中心点的第二边缘；

选取模块，用于从所述各图像区域中选取一图像区域作为待检测区域；

实际亮度差计算模块，用于计算所述待检测区域的第一边缘的平均亮度A1和所述待检测区域的的第二边缘的平均亮度A2，及计算所述待检测区域的实际最大亮度差等于平均亮度A1与平均亮度A2的差值的绝对值；

理论亮度差计算模块，用于根据所述亮度等高线数据，计算所述待检测区域的理论最大亮度差；以及，

判断模块，用于判断所述实际最大亮度差与所述理论最大亮度差之间的差值是否大于设定的亮度阈值，如是，则确定所述图像在所述待检测区域存在污点。

可选的是，所述亮度分阶模块进一步包括：

阶数确定单元，用于确定等高线的数量、及每一等高线对应的亮度阶数；

二值化处理单元，用于分别针对每一等高线对应的亮度阶数，对所述图像进行二值化处理，得到对应每一亮度阶数的二值化图像；以及，

等高线识别单元，用于识别每一所述二值化图像中的轮廓线为对应亮度阶数的等高线，得到所述等高线数据。

可选的是，所述亮度中心确定模块进一步包括：

用于计算每条等高线的几何中心的单元；以及，

用于计算每条等高线的几何中心的位置坐标的平均值，得到最亮中心点的位置坐标的单元。

可选的是，所述分区模块进一步包括：

射线绘制单元，用于以所述最亮中心点为起始点，在360度范围内绘制均匀射线；

射线等分单元，用于对每一所述射线进行设定份数的等分，得到每一所述射线的等分点；

圆弧绘制单元，用于以每一射线的每一等分点为圆心绘制半圆弧，其中，所述半圆弧的直径垂直对应射线，且与对应射线的相邻两条射线各有一个交点；以及，

区域划分单元，用于通过所述射线和所述半圆弧进行所述图像的划分，得到各图像区域，其中，每一所述图像区域的第一边缘和第二边缘为对应同一射线的相邻两个半圆弧。

可选的是，所述理论亮度差计算模块进一步包括：

第一理论值计算单元，用于根据所述亮度等高线数据，计算所述待检测区域的第一边缘对应的等分点的理论亮度值作为第一理论值；

第二理论值计算单元，用于根据所述亮度等高线数据，计算所述待检测区域的第二边缘对应的等分点的理论亮度值作为第二理论值；

理论亮度差计算单元，用于计算所述第一理论值与第二理论值之间的差值作为所述待检测区域的理论最大亮度差。

根据本发明的第三方面，提供了一种用于摄像头模组的污点检测装置，包括存储器和处理器，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行根据本发明第一方面所述的方法。

本发明的一个有益效果在于，本发明污点检测方法及装置对摄像头模组拍摄均匀光板得到图像进行分区处理，得到各图像区域，且该分区使得各图像区域具有邻近图像的最亮中心点的第一边缘和远离该最高中心点的第二边缘，由于图像正常的亮度变化为从最亮中心点向四周逐渐变暗，因此，通过计算图像区域的第一边缘与第二边缘之间的亮度差将能够获得该图像区域的实际最大亮度差，如果该实际最大亮度差相对该区域所在位置的理论最大亮度差超出设定的阈值，则说明图像在该区域的最大亮度变化明显超出了正常变化范围，进而可以判定图像在该区域存在污点，实现污点的自动检测。本发明的方法及装置不仅能够提高检测效率，而且还使得检测结果不依赖于检测人员的熟练程度和疲劳程度，大大提高了检测准确率。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1为根据本发明污点检测方法的一种实施方式的流程示意图；

图2为图1中将所述图像划分为各图像区域步骤的一种实施例的流程示意图；

图3为根据本发明污点检测装置的一种实施方式的方框原理图；

图4为根据本发明污点检测装置的一种硬件结构的方框原理图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1是根据本发明污点检测方法的一种实施方式的流程示意图。

根据图1所示，该污点检测方法包括如下步骤：

步骤S101，获取摄像头模组拍摄均匀光板得到的图像。

该摄像头模组为待检测是否被污染的摄像头模组。

该均匀光板为在有效面积内照度均匀的平面光源。

步骤S102，对图像进行亮度分阶，得到图像的亮度等高线数据。

该步骤可以进一步包括：

步骤S1021，确定等高线的数量、及每一等高线对应的亮度阶数。

在该步骤S1021中，可以根据设定的梯度和图像的亮度变化范围确定等高线的数量及每一等高线对应的亮度阶数，例如，设定的梯度为10，图像的亮度变化范围为75阶至180阶，确定需要获取170阶、160阶、150阶、140阶、130阶、120阶、110阶、100阶、90阶、80阶的十条亮度等高线。

对于均匀光板的图像，其亮度变化为从亮度中心点向四周逐渐变暗，因此，可将图像边缘处的亮度阶数作为最小阶数，并将图像几何中心处的亮度阶数作为最大阶数，进而确定图像的亮度变化范围。

步骤S1022，分别针对每一等高线对应的亮度阶数，对图像进行二值化处理，得到对应每一亮度阶数的二值化图像。

以针对150阶对图像进行二值化处理为例，在处理后，对应的二值化图像将呈现出明显的黑白效果，150阶亮度的像素点将被识别出而形成白色轮廓，其余不满足该亮度的像素点将不被识别而呈现黑色。

步骤S1023，识别每一所二值化图像中的轮廓线为对应亮度阶数的等高线，得到需要的等高线数据。

该等高线数据例如可以包括等高线上像素点在图像中的位置坐标等。

步骤S103，确定图像的最亮中心点。

该步骤可进一步包括：

步骤S1031，计算每条等高线的几何中心。

步骤S1032，计算每条等高线的几何中心的位置坐标的平均值，得到最亮中心点的位置坐标。

以横纵坐标表示方式为例，最亮中心点的横坐标等于每条等高线的几何中心的横坐标的平均值，最亮中心点的纵坐标等于每条等高线的几何中心的纵坐标的平均值。

该平均值可以为算术平均值、几何平均值、均方根平均值、或者加权平均值等。

以加权平均值为例，可根据通过每条等高线的几何中心确定最亮中心点的准确概率确定各自的权重，例如亮度阶数越大(距离最亮中心点越近)的等高线所占的权重越大。

步骤S104，将图像划分为各图像区域，其中，每一图像区域具有邻近最亮中心点的第一边缘和远离最高中心点的第二边缘。

划分出的图像区域之间可以具有重叠的部分。

由于图像的亮度变化应该是从最亮中心点向四周逐渐变暗，因此，该种划分方式能够利用图像应有的亮度变化趋势进行污点的判断，进而获得更为精确的检测结果。

步骤S105，从划分出的各图像区域中选取待检测区域。

在此，可以根据需要设定该步骤，如果需要检测出图像中存在的所有污点，则可以依次选取一图像区域作为待检测区域进行是否存在污点的判断，直到所有图像区域均被检测完；如果只需确定图像是否存在污点，则在确定一图像区域存在污点后即可结束对其他图像区域的检测，停止选取。

步骤S106，计算待检测区域的第一边缘的平均亮度A1和待检测区域的第二边缘的平均亮度A2。

该平均亮度A1可以为第一边缘上各像素点的亮度的平均值。

该平均亮度A2可以为第二边缘上各像素点的亮度的平均值。

步骤S107，计算待检测区域的实际最大亮度差等于平均亮度A1与平均亮度A2的差值的绝对值。

步骤S108，根据步骤S102获得的亮度等高线数据，计算待检测区域的理论最大亮度差，该理论最大亮度差为按照图像应有的亮度变化，第一边缘相对第二边缘应有的亮度差。

由于图像应有的亮度变化趋势为从最亮中心点向四周逐渐变暗，因此，在理论上，第一边缘为待检测区域的最亮位置，第二边缘为待检测区域的最暗位置，因此，该理论最大亮度差等于第一边缘的理论亮度与第二边缘的理论亮度之间的差值。

这可以通过计算第一边缘和第二边缘与相邻两条等高线之间的距离，利用插值等手段确定各自的亮度，并通过计算差值得到待检测区域的理论最大亮度差。

兼顾考虑计算准确度和处理速度，上述梯度例如可以设定为是8阶至16阶。

步骤S109，判断待检测区域的实际最大亮度差与对应图像区域的理论最大亮度差之间的差值是否大于设定的亮度阈值，如是，则确定图像在该待检测区域存在污点，之后，可以根据需要停止检测或者开始下一待检测区域的检测；如否，则确定图像在该待检测区域不存在污点，可以开始下一待检测区域的检测。

该亮度阈值可以根据图像区域的第一边缘与第二边缘之间的亮度差的合理偏差确定，例如，合理偏差为±3阶，则设定该亮度阈值为3阶。

本发明污点检测方法通过边缘亮度检测，并计算边缘亮度差作为实际最大亮度差与待检测区域的理论最大亮度差相比较的方式来进行污点检测。该种边缘检测方法符合人眼观察图像是否存在污点的过程，不仅简单，而且具有较高的准确率。

图2示出了上述步骤S104的将图像划分为各图像区域的一种实施例的流程示意图。

根据图2所示，将图像划分为各图像区域可以进一步包括：

步骤S201，以最亮中心点为起始点，在360度范围内绘制均匀射线。

理论上，图像被划分的越细，检测结果越精准，但处理速度也将降低，因此，兼顾考虑检测准确度和处理速度，该射线的数量可以为18条至72条。

例如，在一具体实施例中绘制36条射线，这样，相邻射线之间的夹角为10度。

步骤S202，对每一所射线进行设定份数的等分，得到每一射线的等分点。

同样是兼顾考虑检测准确度和处理速度，该设定份数可以为50至100。

步骤S203，以每一射线的每一等分点为圆心绘制半圆弧，得到各图像区域的第一边缘和第二边缘，其中，半圆弧的直径垂直对应射线，且与对应射线的相邻两条射线各有一个交点，这说明，各半圆弧的直径为对应射线的经过对应圆心(等分点)的垂线段，且该垂线段的两个端点在对应射线的相邻两条射线上。

步骤S204，通过射线和半圆弧进行图像的划分，得到各图像区域，以使得每一图像区域的第一边缘和第二边缘为对应同一射线的相邻两个半圆弧。

在本发明的另外的实施例中，上述将图像划分为各图像区域也可以进一步包括：

步骤S201′，以最亮中心点为起始点，在360度范围内绘制均匀射线。

步骤S202′，以最亮中心点为圆心绘制同心圆，以通过射线和同心圆进行图像的划分，得到各图像区域。

在本发明的另外的实施例中，也可以在绘制均匀射线的基础上，结合其他形成第一边缘和第二边缘的手段进行图像的划分。

以上这些以均匀射线为基础进行图像划分的方法符合图像亮度变化趋势，因此，相对矩形阵列的划分方法将更有利于获得用于计算图像区域的理论和实际最大亮度差的有效边缘。

进一步地，上述步骤S108中的根据亮度等高线数据，计算每一所述图像区域的理论最大亮度差可以包括：

步骤S1081，根据亮度等高线数据，计算待检测区域的第一边缘对应的等分点的理论亮度值作为第一理论值；

步骤S1082，根据亮度等高线数据，计算待检测区域的第二边缘对应的等分点的理论亮度值作为第二理论值；

步骤S1083，计算待检测区域的第一理论值与第二理论值之间的差值，作为理论最大亮度差。

该种计算理论最大亮度差的方法不仅简单，而且因为需要计算差值能够消除误差，所以同样具有较高的准确度。

根据本发明的第二方面，还提供了一种用于摄像头模组的污点检测装置，图3为该种装置的一种实施方式的方框原理图。

根据图3所示，该装置包括图像获取模块301、亮度分阶模块302、亮度中心确定模块303、分区模块304、选取模块305、实际亮度差计算模块306、理论亮度差计算模块307、及判断模块308。

该图像获取模块301用于获取摄像头模组拍摄均匀光板得到的图像。

该亮度分阶模块302用于对所述图像进行亮度分阶，得到所述图像的亮度等高线数据。

该亮度中心确定模块303用于确定所述图像的最亮中心点。

该分区模块304用于将所述图像划分为各图像区域，其中，每一所述图像区域具有邻近所述最亮中心点的第一边缘和远离所述最高中心点的第二边缘。

该选取模块305用于从所述各图像区域中选取待检测区域。

该实际亮度差计算模块306用于计算所述待检测区域的第一边缘的平均亮度A1和所述待检测区域的的第二边缘的平均亮度A2，及计算所述待检测区域的实际最大亮度差等于平均亮度A1与平均亮度A2的差值的绝对值。

该理论亮度差计算模块307用于根据所述亮度等高线数据，计算所述待检测区域的理论最大亮度差。

该判断模块308用于判断所述实际最大亮度差与所述理论最大亮度差之间的差值是否大于设定的亮度阈值，如是，则确定所述图像在所述待检测区域存在污点。

上述亮度分阶模块302可以进一步包括阶数确定单元、二值化处理单元、及等高线识别单元(图中未示出)。该阶数确定单元用于确定等高线的数量、及每一等高线对应的亮度阶数。该二值化处理单元用于分别针对每一等高线对应的亮度阶数，对所述图像进行二值化处理，得到对应每一亮度阶数的二值化图像。该等高线识别单元用于识别每一所述二值化图像中的轮廓线为对应亮度阶数的等高线，得到所述等高线数据。

上述亮度中心确定模块303可以进一步包括用于计算每条等高线的几何中心的单元、及用于计算每条等高线的几何中心的位置坐标的平均值、得到最亮中心点的位置坐标的单元。

上述分区模块304可以进一步包括射线绘制单元、射线等分单元、圆弧绘制单元和区域划分单元(图中未示出)。该射线绘制单元用于以所述最亮中心点为起始点，在360度范围内绘制均匀射线。该射线等分单元用于对每一所述射线进行设定份数的等分，得到每一所述射线的等分点。该圆弧绘制单元用于以每一射线的每一等分点为圆心绘制半圆弧，其中，所述半圆弧的直径垂直对应射线，且与对应射线的相邻两条射线各有一个交点。该区域划分单元用于通过所述射线和所述半圆弧进行所述图像的划分，得到各图像区域，其中，每一所述图像区域的第一边缘和第二边缘为对应同一射线的相邻两个半圆弧。

上述理论亮度差计算模块307可以进一步包括第一理论值计算单元、第二理论值计算单元和理论亮度差计算单元(图中未示出)。该第一理论值计算单元用于根据所述亮度等高线数据，计算所述待检测区域的第一边缘对应的等分点的理论亮度值作为第一理论值。该第二理论值计算单元用于根据所述亮度等高线数据，计算所述待检测区域的第二边缘对应的等分点的理论亮度值作为第二理论值。该理论亮度差计算单元用于计算所述第一理论值与第二理论值之间的差值作为所述待检测区域的理论最大亮度差。

本发明还提供了一种污点检测装置的硬件结构。图4示出了根据本发明一种实施例的硬件结构。

根据图4所示，该装置400包括存储器401和处理器402，该存储器401用于存储指令，该指令用于控制处理器402进行操作以执行根据本发明的污点检测方法。

除此之外，根据图4所示，该装置400还可以包括接口装置403、输入装置404、显示装置405、通信装置406等等。尽管在图4中示出了多个装置，但是，本发明电子设备可以仅涉及其中的部分装置。

上述通信装置406例如能够进行有有线或无线通信。

上述接口装置403例如包括USB接口等，以接收摄像头模组采集到的图像。

上述输入装置404例如可以包括触摸屏、按键等。

上述显示装置405例如是液晶显示屏、触摸显示屏等。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分相互参见即可，每个实施例重点说明的都是与其他实施例的不同之处，但本领域技术人员应当清楚的是，上述各实施例可以根据需要单独使用或者相互结合使用。另外，对于装置实施例而言，由于其是与方法实施例相对应，所以描述得比较简单，相关之处参见方法实施例的对应部分的说明即可。以上所描述的系统实施例仅仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的。

本发明可以是装置、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (11)

1.一种用于摄像头模组的污点检测方法，其特征在于，包括：

获取摄像头模组拍摄均匀光板得到的图像；

对所述图像进行亮度分阶，得到所述图像的亮度等高线数据；

确定所述图像的最亮中心点；

将所述图像划分为各图像区域，其中，每一所述图像区域具有邻近所述最亮中心点的第一边缘和远离所述最高中心点的第二边缘；

从所述各图像区域中选取待检测区域；

计算所述待检测区域的第一边缘的平均亮度A1和所述待检测区域的的第二边缘的平均亮度A2；

计算所述待检测区域的实际最大亮度差等于平均亮度A1与平均亮度A2的差值的绝对值；

根据所述亮度等高线数据，计算所述待检测区域的理论最大亮度差；

判断所述实际最大亮度差与所述理论最大亮度差之间的差值是否大于设定的亮度阈值，如是，则：

确定所述图像在所述待检测区域存在污点。

2.根据权利要求1所述的污点检测方法，其特征在于，所述对所述图像进行亮度分阶，得到所述图像的亮度等高线数据包括：

确定等高线的数量、及每一等高线对应的亮度阶数；

分别针对每一等高线对应的亮度阶数，对所述图像进行二值化处理，得到对应每一亮度阶数的二值化图像；

识别每一所述二值化图像中的轮廓线为对应亮度阶数的等高线，得到所述等高线数据。

3.根据权利要求1所述的污点检测方法，其特征在于，所述确定所述图像的最亮中心点包括：

计算每条等高线的几何中心；

计算每条等高线的几何中心的位置坐标的平均值，得到最亮中心点的位置坐标。

4.根据权利要求1、2或3所述的污点检测方法，其特征在于，所述将所述图像划分为各图像区域包括：

以所述最亮中心点为起始点，在360度范围内绘制均匀射线；

对每一所述射线进行设定份数的等分，得到每一所述射线的等分点；

以每一射线的每一等分点为圆心绘制半圆弧，其中，所述半圆弧的直径垂直对应射线，且与对应射线的相邻两条射线各有一个交点；

通过所述射线和所述半圆弧进行所述图像的划分，得到各图像区域，其中，每一所述图像区域的第一边缘和第二边缘为对应同一射线的相邻两个半圆弧。

5.根据权利要求4所述的污点检测方法，其特征在于，所述根据所述亮度等高线数据，计算所述待检测区域的理论最大亮度差包括：

根据所述亮度等高线数据，计算所述待检测区域的第一边缘对应的等分点的理论亮度值作为第一理论值；

根据所述亮度等高线数据，计算所述待检测区域的第二边缘对应的等分点的理论亮度值作为第二理论值；

计算所述第一理论值与第二理论值之间的差值作为所述待检测区域的理论最大亮度差。

6.一种用于摄像头模组的污点检测装置，其特征在于，包括：

图像获取模块，用于获取摄像头模组拍摄均匀光板得到的图像；

亮度分阶模块，用于对所述图像进行亮度分阶，得到所述图像的亮度等高线数据；

亮度中心确定模块，用于确定所述图像的最亮中心点；

分区模块，用于将所述图像划分为各图像区域，其中，每一所述图像区域具有邻近所述最亮中心点的第一边缘和远离所述最高中心点的第二边缘；

选取模块，用于从所述各图像区域中选取待检测区域；

实际亮度差计算模块，用于计算所述待检测区域的第一边缘的平均亮度A1和所述待检测区域的的第二边缘的平均亮度A2，及计算所述待检测区域的实际最大亮度差等于平均亮度A1与平均亮度A2的差值的绝对值；

理论亮度差计算模块，用于根据所述亮度等高线数据，计算所述待检测区域的理论最大亮度差；以及，

判断模块，用于判断所述实际最大亮度差与所述理论最大亮度差之间的差值是否大于设定的亮度阈值，如是，则确定所述图像在所述待检测区域存在污点。

7.根据权利要求6所述的污点检测装置，其特征在于，所述亮度分阶模块进一步包括：

阶数确定单元，用于确定等高线的数量、及每一等高线对应的亮度阶数；

二值化处理单元，用于分别针对每一等高线对应的亮度阶数，对所述图像进行二值化处理，得到对应每一亮度阶数的二值化图像；以及，

等高线识别单元，用于识别每一所述二值化图像中的轮廓线为对应亮度阶数的等高线，得到所述等高线数据。

8.根据权利要求6所述的污点检测装置，其特征在于，所述亮度中心确定模块进一步包括：

用于计算每条等高线的几何中心的单元；以及，

用于计算每条等高线的几何中心的位置坐标的平均值，得到最亮中心点的位置坐标的单元。

9.根据权利要求6、7或8所述的污点检测装置，其特征在于，所述分区模块进一步包括：

射线绘制单元，用于以所述最亮中心点为起始点，在360度范围内绘制均匀射线；

射线等分单元，用于对每一所述射线进行设定份数的等分，得到每一所述射线的等分点；

圆弧绘制单元，用于以每一射线的每一等分点为圆心绘制半圆弧，其中，所述半圆弧的直径垂直对应射线，且与对应射线的相邻两条射线各有一个交点；以及，

区域划分单元，用于通过所述射线和所述半圆弧进行所述图像的划分，得到各图像区域，其中，每一所述图像区域的第一边缘和第二边缘为对应同一射线的相邻两个半圆弧。

10.根据权利要求9所述的污点检测装置，其特征在于，所述理论亮度差计算模块进一步包括：

第一理论值计算单元，用于根据所述亮度等高线数据，计算所述待检测区域的第一边缘对应的等分点的理论亮度值作为第一理论值；

第二理论值计算单元，用于根据所述亮度等高线数据，计算所述待检测区域的第二边缘对应的等分点的理论亮度值作为第二理论值；

理论亮度差计算单元，用于计算所述第一理论值与第二理论值之间的差值作为所述待检测区域的理论最大亮度差。

11.一种用于摄像头模组的污点检测装置，包括存储器和处理器，其特征在于，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行根据权利要求1至5中任一项所述的方法。