一种摄像头模组对准方法
技术领域
本发明涉及摄像头模组装配领域,尤其涉及一种摄像头模组对准方法。
背景技术
随着社会的进步和技术的发展,高端智能手机已经成为了人们,特别是年轻人的标配,这正促进了高端手机行业的火爆程度,手机摄像头模组占据了手机高端市场利益链的最高点。
很多厂商专注于研究手机摄像头模组的对准及组装,传统的方法主要通过人工来进行手机模组对准,缺点显而易见,人工通过观察模组图像,存在明显的主关性,造成同类型,同批次产品质量不一,且人工容易劳累,效率低,不存在竞争优势,不适应现代化生产方式。近年来出现了较多的模组主动对准的装置方法,CN201720999468.5提出了一种多轴主动对准的装置,但是没有提出基于该装置的具体算法实现具体的调整方法;CN201610698589 .6提供了一种多轴对准方法,但在调整镜头中心跟图像传感器中心时要预设多个图像局部测量区,这需要对图像靶图细节要求较为严格,且在调整镜头中心和倾斜角度等运行阶段前,需要以人工的方式对图像测试版进行多次拍照记录定标图形位置,人工方式参与无疑引入了图像主观评价标准及人工参与时手动调整误差,造成最终结果的偏差。
发明内容
本发明的目的在于克服现有技术的不足,提供一种摄像头模组对准方法,它通过在三维空间内多工位并行调节机器人,提高了模组组装效率。
本发明目的通过以下方案实现:摄像头模组对准方法,其特征在于,包括。
步骤一、通过六轴的机器人的夹爪夹取镜头并移动到传感器芯片上方初始调节位置;
步骤二、分别于对应的初始调节位置或经调整后的新位置、机器人沿Z轴下移距离Zx、机器人沿Z轴再下移距离Zx,这样分别在三个地方触发模组拍摄靶图,获得三张相片;
步骤三、分析在哪个Z轴位置图片清晰度最佳并计算Z轴位置z,并计算镜头平面跟传感器芯片在Y方向的倾斜度v值和镜头平面跟传感器芯片在X方向的倾斜度u值;将z ,u ,v的值及控制指令输送给机器人,通过机器人将镜头移动并旋转到对应位置;
步骤四、判断于Z轴位置z处的u、v的值是否满足设定的精度要求,若满足要求完成此摄像头模组的调整,否则重复步骤二和三,直到满足精度要求。
优选地,所述步骤三中包括:
步骤3 .1,对步骤二中每张图片,利用区域特征,用掩模对区域求卷积得到掩模区域内灰度值最大的点来提取上,下,左,右,中五个区域的斜方块的刃边点,共求出六个刃边点(Pt ,Pb ,Pcx ,Pcy ,Pl ,Pr) ,中央区域会对特征斜方块求取水平和垂直两个方向上的特征点位,共求出3张图片共18个点位;
步骤3 .2,对步骤3 .1中求取出的刃边点求取拉普拉斯值,作为衡量刃边点清晰度的标准,对应共求出6个离焦量LMTF值(MTFt ,MTFb ,MTFcx ,MTFcy ,MTFl ,MTFr);3张图片总共18个值;
步骤3 .3,对3个拍摄位置的某同一个区域,以3张图的Z轴方向上的坐标值为横坐标,以该区域的LMTF值为多元方程的测试值来拟合曲线,求出曲线峰值,计算此时曲线峰值对应的Z轴位置z值,然后求出其它五个区域的z值,对z值进行多项式拟合,求出合理的机器人下一步移动的相对位移,最终确定下一步要移动到的Z轴位置z;若无峰值,说明在该3个拍摄位置都不是最清晰点,则比较它们的大小,移动机器人向较大LMTF值方向和位置移动;
步骤3 .4,取步骤3 .1求出的水平方向的刃边点Pcx ,Pl ,Pr的X坐标以及步骤3.3中水平方向上的3个z值,利用残差平均和最小来拟合直线,求出镜头平面跟传感器芯片在y方向的倾斜度v;选取步骤3 .1求出的垂直方向的刃边点Pcy ,Pt ,Pb的Y坐标以及步骤3 .3中垂直方向上的3个z值,利用残差平均和最小来拟合直线,求出镜头平面跟传感器芯片在X方向的倾斜度u。
优选地,还包括:步骤五,完成步骤四后,触发摄像头模组拍摄图像,抓取上、下、左、右、中,5个区域斜方块的右下角点,求取平均值(Xc ,Yc)作为测试图像中心,然后根据图像中心,即镜头光轴中心(X0 ,Y0) ,计算偏差(Xp ,Yp);机器人在XOY平面内走偏差(Xp,Yp)。
进一步,优选地还包括:步骤六,再次采集图像,判断镜头中心跟特征点中心偏差是否在精度范围内,若不是,循环步骤五,否则完成调节。
本发明通过在三维空间内多工位并行调节机器人,提高了模组组装效率,利用镜头一端式二分法策略的逼近方法,能快速找到镜头跟传感器芯片的一个成像最清晰的合适位置。通过简单的靶图,利用区域拉普拉斯灰度淹模方法迅速求出不同区域刃边点,计算LMTF值,再通过多项式曲线拟合,求出清晰度峰值对应的z值,巧妙地利用靶图特征,求出不同区域角点均值,跟图像中心偏差调整镜头使得镜头光轴中心跟传感器中心快速重合,整个过程不需要提前引入成品模组的质量评价指标作为检测半成品清晰度,消除图像主观评价的不一致性,调整速度快,能较快对z ,u ,v进行有效收敛。
附图说明
图1为本发明方法中涉及到的镜头、芯片、机器人三者的位置关系示意图;
图2为摄像头模组拍摄到的靶图示意图;
图3为某优选实施例中的对准流程示意图。
具体实施方式
下面将结合附图和实施方式对本发明作进一步说明。
参考图1至3,某优选实施例中:摄像头模组(以下为了便于描述简称为模组)对准方法的具体步骤如下:
步骤一:松开六轴机器人夹爪,用运动机构把模组的镜头送到六轴机器人夹爪中间,闭合夹爪,夹紧镜头,用PLC运动控制机构把传感器芯片送到六轴机器人夹爪下方,机器人调整镜头到传感器芯片上方初始调节位置;
步骤二:在初始调节位置或经调整后的新位置触发模组拍摄靶图相片P1,调节机器人Z。轴,使其向下移动距离Zx(x=1 ,2 ,3 ,...) ,触发模组拍摄靶图相片P2 ,调节机器人Z轴,使其再向下移动距离Zx(x=1 ,2 ,3 ,...) ,触发模组拍摄靶图相片P3,获得三张相片;
步骤三:对步骤二中的3张图片进行分析,分析在哪个Z轴位置图片清晰度最佳并计算Z轴位置z,并计算镜头平面跟传感器芯片在Y方向的倾斜度v值和镜头平面跟传感器芯片在X方向的倾斜度u值;将z ,u ,v的值及控制指令输送给机器人,通过机器人将镜头移动并旋转到对应位置;此步骤可以分解为以下步骤:
步骤3 .1,对步骤二中每张图片,利用区域特征,用掩模对区域求卷积得到掩模区域内灰度值最大的点来提取上,下,左,右,中五个区域的斜方块的刃边点,共求出六个刃边点(Pt ,Pb ,Pcx ,Pcy ,Pl ,Pr) ,中央区域会对特征斜方块求取水平和垂直两个方向上的特征点位,共求出3张图片共18个点位;
步骤3 .2,对步骤3 .1中求取出的刃边点求取拉普拉斯值,作为衡量刃边点清晰度的标准,对应共求出6个LMTF(离焦量)值(MTFt ,MTFb ,MTFcx ,MTFcy ,MTFl ,MTFr);3张图片总共18个值;
步骤3 .3,对3个拍摄位置的某同一个区域(如左区域),以3张图的Z轴方向上的坐标值为横坐标,以该区域的LMTF值为多元方程的测试值来拟合曲线,求出曲线峰值,计算此时曲线峰值对应的Z轴位置z值,然后求出其它五个区域的z值,对z值进行多项式拟合,求出合理的机器人下一步移动的相对位移,最终确定下一步要移动到的Z轴位置z;若无峰值,说明在该3个拍摄位置都不是最清晰点,则比较它们的大小,移动机器人向较大LMTF值方向和位置移动;
步骤3 .4,取步骤3 .1求出的水平方向的刃边点Pcx ,Pl ,Pr的X坐标以及步骤3.3中水平方向上的3个z值,利用残差平均和最小来拟合直线,求出镜头平面跟传感器芯片在y方向的倾斜度v=atan(fit_l .getFactor(1)) / PI *180;选取步骤3 .1求出的垂直方向的刃边点Pcy ,Pt ,Pb的Y坐标以及步骤3 .3中垂直方向上的3个z值,利用残差平均和最小来拟合直线,求出镜头平面跟传感器芯片在X方向的倾斜度u。
步骤四、判断于Z轴位置z处的u、v的值是否满足设定的精度要求,若满足要求完成此摄像头模组的调整,否则重复步骤二和三,直到满足精度要求。
步骤五,完成步骤四后,触发摄像头模组拍摄图像,抓取上、下、左、右、中,5个区域斜方块的右下角点,求取平均值(Xc ,Yc)作为测试图像中心,然后根据图像中心,即镜头光轴中心(X0 ,Y0) ,计算偏差(Xp ,Yp);机器人在XOY平面内走偏差(Xp ,Yp)。
步骤六,再次采集图像,判断镜头中心跟特征点中心偏差是否在精度范围内,若不是,循环步骤五,否则完成调节。
这样通过在三维空间内多工位并行调节机器人,提高了模组组装效率,利用镜头一端式二分法策略的逼近方法,能快速找到镜头跟传感器芯片的一个成像最清晰的合适位置。通过简单的靶图,利用区域拉普拉斯灰度淹模方法迅速求出不同区域刃边点,计算LMTF值,再通过多项式曲线拟合,求出清晰度峰值对应的z值,巧妙地利用靶图特征,求出不同区域角点均值,跟图像中心偏差调整镜头使得镜头光轴中心跟传感器中心快速重合,整个过程不需要提前引入成品模组的质量评价指标作为检测半成品清晰度,消除图像主观评价的不一致性,调整速度快,能较快对z ,u ,v进行有效收敛。
以上所述仅为本发明的某个或某些优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效变换,或直接或间接运用在其它相关的技术领域,均应同理包括在本发明的专利保护范围内。另外,以上文字描述未尽之处也可以参考图的直接表达和常规的理解以及现有技术结合去实施。