CN108737815B - 一种图像传感器的质量检测方法及系统 - Google Patents
一种图像传感器的质量检测方法及系统 Download PDFInfo
- Publication number
- CN108737815B CN108737815B CN201810332091.7A CN201810332091A CN108737815B CN 108737815 B CN108737815 B CN 108737815B CN 201810332091 A CN201810332091 A CN 201810332091A CN 108737815 B CN108737815 B CN 108737815B
- Authority
- CN
- China
- Prior art keywords
- image sensor
- value
- pixel
- preset
- detected
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明提供了一种图像传感器的质量检测方法、系统、终端设备及计算机可读存储介质，该质量检测方法包括：在第一预设场景下，获取检测系统中光源的预设发光时间；在所述预设发光时间内，获取N次像素值；分别获取所述N次像素值与第一像素值的差值；将N个所述差值进行归一化处理得到N个第一参数；分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；根据所述第一参数的变化值计算出所述待检测图像传感器的线性度；根据所述线性度判断所述待检测图像传感器的质量。由于本发明实施例根据所述第一参数的变化值计算出所述图像传感器的线性度，再根据所述线性度判断所述图像传感器的质量，可以提高对图像传感器质量检测的准确性和效率。
Description
技术领域
本发明属于图像识别技术领域，尤其涉及一种图像传感器的质量检测方法、系统、终端设备及计算机可读存储介质。
背景技术
图像传感器是一种将光学图像转换成电子信号的设备，尤其是接触式图像传感器是(Contact image sensor，CIS)是近代发展起来的一种图像传感器，CIS是利用光学、光电转换、信号处理等知识将光电检测器阵列、LED光源阵列、透镜、增益和逻辑控制电路等集成在一起的器件，具有体积小、重量轻、功耗低、结构紧凑、连接方便等优点。近年来在需要图像扫描仪器的各领域内有着广泛的应用，如在金融电子装备中(自动取款机、点钞机和纸币分清机等)利用图像传感器能够采集纸币图像，再采用图像处理技术对纸币进行真伪鉴别，冠字号流通跟踪等应用。
然而，图像传感器生产后，需对图像传感器做了大量的质量检测，但是对于设备商来说，配套检测设备成本太高，以用量来说性价比低，同时，也不一定能测试到关心的参数。目前大部分设备商倾向于免检，或者做一些简单的检测。目前的检测方案一般用白纸做介质采集一副图像，根据图像中最大的像素值和最小的像素值的比例关系，来判断像素点的一致性程度，对图像传感器质量检测的准确性不高。
发明内容
有鉴于此，本发明实施例提供了一种图像传感器的质量检测方法、系统、终端设备及计算机可读存储介质，以解决对现有的图像传感器的检测准确性和检测效率不高的问题。
本发明实施例的第一方面提供了一种图像传感器的质量检测方法，所述质量检测方法包括：
在第一预设场景下，获取检测系统中光源的预设发光时间；其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；
在所述预设发光时间内，获取N次像素值；其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；
分别获取所述N次像素值与第一像素值的差值；其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；
将N个所述差值进行归一化处理得到N个第一参数；
分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；
根据所述第一参数的变化值计算出所述待检测图像传感器的线性度；
根据所述线性度判断所述待检测图像传感器的质量。
基于第一方面，在第一种可能的实现方式中，所述质量检测方法还包括：
在第二预设场景下，采集M次所述待检测图像传感器采集到的像素点所对应的像素值；其中，所述第二预设场景指示所述待检测图像传感器探测不到入射光源的场景，M≥2且为整数；
根据所述采集M次的像素点所对应的像素值计算第一波动值；
根据所述第一波动值判断所述待检测图像传感器的质量。
基于第一方面的第一种实现方式，在第二种可能的实现方式中，所述根据所述采集M次的像素点所对应的像素值计算第一波动值包括：
获取所述采集M次的像素点所对应的像素值中的最大值和最小值；
根据所述像素点所对应的像素值中的最大值与最小值的差值计算第一波动值。
基于第一方面的第二种实现方式，在第三种可能的实现方式中，所述检测方法还包括：
在所述第二预设场景下，获取所述待检测图像传感器采集的多个像素点分别对应的像素值；
根据所述多个像素点的像素值计算第二波动值；
根据所述第二波动值判断所述待检测图像传感器的质量。
基于第一方面的第三种实现方式，在第四种可能的实现方式中，所述根据所述多个像素点的像素值计算第二波动值包括：
获取所述多个像素点的像素值中的最大值和最小值；
根据所述多个像素点的像素值中的最大值与最小值的差值计算第二波动值。
基于第一方面，或者上述第一方面的第一种实现方式，或者上述第一方面的第二种实现方式，或者上述第一方面的第三种实现方式，或者上述第一方面的第四种实现方式，在第五种可能的实现方式中，所述根据所述第一参数的变化值计算出所述待检测图像传感器的线性度包括：
根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度。
基于第一方面的第五种实现方式，所述根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度的计算公式为：
其中，Q表示所述相邻预设时间间隔时所对应第一参数的变化值的个数，ki表示第i预设时间间隔与第i-1预设时间间隔时所对应第一参数的变化值，k1i表示第i预设时间间隔与第i-1预设时间间隔时所对应预设第一参数的变化值，i≧1且为整数，S表示所述待检测图像传感器的线性度。
本发明实施例的第二方面提供一种图像传感器的质量检测系统，所述质量检测系统包括：
第一获取模块，用于在第一预设场景下，获取所述检测系统中光源的预设发光时间；其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；
第二获取模块，用于在所述预设发光时间内，获取N次像素值；其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；
第三获取模块，用于分别获取所述N次像素值与第一像素值的差值；其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；
处理模块，用于将N个所述差值进行归一化处理得到N个第一参数；
第一计算模块，用于分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；
第二计算模块，用于根据所述第一参数的变化值计算出所述图像传感器的线性度；
第一判断模块，用于根据所述线性度判断所述图像传感器的质量。
本发明实施例的第三方面提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面或者上述第一方面任一可能实现方式中提及的方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现上述第一方面或者上述第一方面任一可能实现方式中提及的方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例在第一预设场景下，获取检测系统中光源的预设发光时间，其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；在所述预设发光时间内，获取N次像素值，其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；分别获取所述N次像素值与第一像素值的差值；其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；将N个所述差值进行归一化处理得到N个第一参数；分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；根据所述第一参数的变化值计算出所述待检测图像传感器的线性度；根据所述线性度判断所述待检测图像传感器的质量。由于本发明实施例根据所述第一参数的变化值计算出所述图像传感器的线性度，再根据所述线性度判断所述图像传感器的质量，可以提高对图像传感器质量检测的准确性和效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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它的附图。
图1是本发明实施例一提供的图像传感器的质量检测方法的实现流程示意图；
图2是本发明实施例一提供的图像传感器的质量检测方法中步骤105和106中的具体数据示意图；
图3是本发明实施例二提供的图像传感器的质量检测方法的实现流程示意图；
图4是本发明实施例三提供的图像传感器的质量检测方法的实现流程示意图；
图5是本发明实施例四提供的图像传感器的质量检测系统的结构示意图；
图6是本发明实施例五提供的图像传感器的质量检测系统的结构示意图；
图7是本发明实施例六提供的图像传感器的质量检测系统的结构示意图；
图8是本发明实施例七提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
应理解，下述方法实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对各实施例的实施过程构成任何限定。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
本发明实施例提供一种图像传感器的质量检测方法，如图1所示，本发明实施例中的质量检测方法包括：
步骤101，在第一预设场景下，获取检测系统中光源的预设发光时间；其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；
在本发明实施例中，上述第一预设场景可以理解为待检测图像传感器采集固定介质的像素值的场景，例如，上述固定介质可以是一张白纸或者其它介质。在固定介质的场景下，根据不同的发光时间，多次采集上述固定介质场景下的像素值。例如，若是上述固定介质是黑白介质，则采集的像素值可以在0～255范围内，像素值为0为黑色，像素值为255为白色，当像素值小于0或者大于255时可理解为像素失真；若上述固定介质是彩色介质，则采集的像素值可以是基于RGB三个分量用三维数组表示彩色介质的像素值，对于每一个分量(如R、G或B分量)，数值范围也是0～255范围内。上述检测系统中的光源可以是设置于上述待检测传感器内的内置光源，或是独立的光源设备，对此不做限制。
在一个实施例中，上述预设发光时间可通过预先控制发光时间，当随着发光时间的增加，即曝光时间也增加，若使采集的像素点中的最大像素值的范围在250～255之间，则可将此时的发光时间设置为上述预设发光时间，记为T。当然，在具体应用中上述最大像素值的范围也可设置其它范围，此处不做限定。需要说明的是光通量的大小在上述发光时间可以是一个积分的过程，如发光时间为越长，能量会越大，光通量也越大。
步骤102，在所述预设发光时间内，获取N次像素值；其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；
在本发明实施例中，在上述步骤101获取预设发光时间T后，在预设发光时间T内，采集N次固定介质的像素值。上述每间隔预设时间间隔时获取待检测图像传感器采集到的像素值可以理解为：从发光时间为零开始每经过预设时间间隔t，就采集一次上述固定介质的像素值。例如，当在分别在0.1T，0.2T，…，0.9T，T采集像素值时，上述采集次数N为10，上述预设时间间隔t为0.1T。当然，N和t可以是其它值，对此不做限定。
步骤103，分别获取所述N次像素值与第一像素值的差值；其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；
在本发明实施例中，先获取在发光时间为零时上述待检测图像传感器采集的像素值，上述发光时间为零采集的像素值可以理解为当没有入射光源时采集到的像素点的像素值，即此时采集的到是背景噪声的像素值。
步骤104，将N个所述差值进行归一化处理得到N个第一参数；
在本发明实施例中，为了方便数据处理，可对上述N个所述差值进行数据处理，如归一化处理，当然，也可做其它量化处理。
步骤105，分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；
在本实施例中，分别计算相邻预设时间间隔时所对应第一参数的变化值可以理解为：分别计算不同相邻预设时间间隔两点对应第一参数的变化值。例如，在具体应用中，可通过上述N个第一参数和时间建立平面坐标系，以时间为横坐标、第一参数为纵坐标，将上述预设时间间隔时对应的第一参数可画出一条曲线，可计算多个相邻预设时间间隔两点对应的第一参数的斜率的方式反映上述第一参数的变化值。
步骤106，根据所述第一参数的变化值计算出所述待检测图像传感器的线性度；
在本发明实施例中，在步骤105分别计算在相邻所述预设时间间隔时所对应第一参数的变化值后。可获取多个第一参数的变换值，根据上述多个第一参数的变化值可计算出待检测传感器的线性度。
在步骤106中，具体可根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度。即可通过多个第一参数的变化值与多个预设第一参数的变化值之间的偏差计算出上述待检测图像传感器的线性度。
在一个实施例中，所述根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度的计算公式为：
其中，Q表示所述相邻预设时间间隔时所对应第一参数的变化值的个数，ki表示第i预设时间间隔与第i-1预设时间间隔时所对应第一参数的变化值，k1i表示第i预设时间间隔与第i-1预设时间间隔时所对应预设第一参数的变化值，i≧1且为整数，S表示所述待检测图像传感器的线性度。当上述线性度S的值越小表示线性度越好。
为了便于理解上述步骤105和106，下面进行举例说明：例如，当上述预设时间T，包含了10个预设时间间隔t，在第一预设时间间隔，第二预设时间间隔，…，第十个预设时间间隔分别表示：t，2t，…，10t；其中，10t的预设时间间隔等于预设时间T，每个预设时间间隔时刻有对应的第一参数。可通过第一参数和时间建立平面坐标系，如图2所示，以时间作为横坐标X，第一参数作为纵坐标Y，若假设折线11表示根据第一参数画出的折线y，虚线12表示根据预设第一参数画出的直线y1(预设第一参数可理解为在理想状态下的第一参数)，则上述公式中的Q为10， 其中，i＝(1，2，…10)，yit表示第it个预设时间间隔时所对应的第一参数的值，y1it表示第it个预设时间间隔时所对应的预设第一参数的值，xit表示第it个预设时间间隔。再由ki，k1i和Q通过上述计算线性度的计算公式可计算出线性度S，线性度S可以反映出第一参数与预设第一参数的变化值的偏差。
在一个实施例中，在另一种应用场景下，可用发光强度来替换上述发光时间使得光通量逐渐增大，即可预设发光强度I，当发光强度从零每增加发光强度i时就采集像素值，直至发光强度增加到I，此时采集像素值的次数记为N。在具体应用中，可通过增大电流或功率的方式增加发光强度。若在预设发光强度I内，获取N次像素值，则N次像素值可为每增加发光强度i时获取待检测图像传感器采集到的像素值，再分别获取N次像素与第一像素值的差值。将N个所述差值进行归一化处理得到N个第一参数；分别计算在相邻上述发光强度i时所对应第一参数的变化值；根据所述第一参数的变化值计算出所述待检测图像传感器的线性度。
步骤107，根据所述线性度判断所述待检测图像传感器的质量。
在本发明实施例中，在上述步骤106中计算出待测图像传感器的线性度后，可根据线性度判断待测图像传感器的质量，线性度越好表示待检测图像传感器的质量越好。具体应用中，可预设一个阈值，当上述线性度的值小于此阈值时，可表示待检测图像传感器的质量满足要求，从而对待检测图像传感器进行检测和筛选。
由此可见，在本发明实施例中，在第一预设场景下，获取检测系统中光源的预设发光时间；其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；在所述预设发光时间内，获取N次像素值，其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；分别获取所述N次像素值与第一像素值的差值，其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；将N个所述差值进行归一化处理得到N个第一参数；分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；根据所述第一参数的变化值计算出所述待检测图像传感器的线性度；根据所述线性度判断所述待检测图像传感器的质量。由于本发明实施例根据所述第一参数的变化值计算出所述图像传感器的线性度，再根据所述线性度判断所述图像传感器的质量，可以提高对图像传感器质量检测的准确性和效率。
实施例二
本发明实施例与实施例一的区别在于，本发明实施例中的图像传感器的质量检测方法还包括步骤201至203，如图3所示。本发明实施例与上述实施例一相同或相似的地方，具体可参见实施例一的相关描述，此处不再赘述。
步骤201，在第二预设场景下，采集M次所述待检测图像传感器采集到的像素点所对应的像素值；其中，所述第二预设场景指示所述待检测图像传感器探测不到入射光源的场景，M≥2且为整数；
在本发明实施例中，上述第二预设场景可理解为上述待检测图像传感器探测不到入射光源的场景。在第二预设场景下获取上述待检测传感器采集到的像素点可以理解为采集到的像素点是背景噪声。在第二预设场景下，多次采集上述待检测图像传感器采集到的像素点所对应的像素值，上述多次可以是M次，M的具体数值可根据具体应用的需要进行设定，此处不做限定。
步骤202，根据所述采集M次的像素点所对应的像素值计算第一波动值；
在本发明实施例中，上述采集M次的像素点所对应的像素值计算第一波动值可理解为：根据采集M次像素点所对应的像素值计算采集到的M次像素值的波动值。
在一个实施例中，上述根据所述采集M次的像素点所对应的像素值计算第一波动值具体可以为：获取所述采集M次的像素点所对应的像素值中的最大值和最小值；根据所述像素点所对应的像素值中的最大值与最小值的差值计算第一波动值。即先获取采集M次的像素点所对应的像素值中的最大值和最小值，再将上述最大值与最小值得差值作为上述第一波动值。或者，也可以将采集M次的像素点所对应的像素值的均值上述第一波动值。
步骤203，根据所述第一波动值判断所述待检测图像传感器的质量。
在本发明实施例中，在上述步骤202计算出第一波动值后，可根据第一波动值判断所述待检测图像传感器的质量，上述第一波动值越小表示背景噪声的像素值越稳定，当上述图像传感器采集介质的像素值后，使用校正公式校正后的像素值的信噪比会越高，待检测图像传感器的质量也越高。即上述第一波动值越小上述带检测图像传感器的质量越高。例如，可预设阈值，当第一波动值小于此阈值时，可表示待检测图像传感器的质量满足要求，从而对待检测图像传感器进行检测和筛选。
需要说明的是，在本发明实施例中，在第二预设场景下获取上述待检测传感器采集到的像素点可以理解为采集到的像素点是背景噪声，可以称为暗像素。由于上述图像传感器采集的多个像素点的暗像素是不同的，且每个像素点的暗像素还会有所波动。当暗像素波动大时，在有入射光源时采集像素时背景噪声干扰不同，待检测图像传感器中的校正公式校正后的像素值并不准确。例如，待检测图像传感器使用的校验公式可以为其中d是上述待检测图像传感器在没有入射光源时输出的背景噪声，称为暗像素；P是有固定介质和有入射光源时采集到的像素均值，可以称为明像素；x是上述待检测图像传感器采集到的像素值，y是校正后的像素值。
由此可见，在本发明实施例中，一方面，根据所述第一参数的变化值计算出所述图像传感器的线性度，再根据所述线性度判断所述图像传感器的质量；另一方面，根据所述采集M次的像素点所对应的像素值计算第一波动值，再根据所述第一波动值判断所述待检测图像传感器的质量。从上述两个方面判断待检测图像传感器的质量，从而可以提高对图像传感器质量检测的准确性和效率。
实施例三
本发明实施例与实施例一和实施例二的区别在于，本发明实施例中的图像传感器的质量检测方法还包括步骤301至303，如图4所示。本发明实施例与上述实施例一和二相同或相似的地方，具体可参见实施例一和二的相关描述，此处不再赘述。
步骤301，在所述第二预设场景下，获取所述待检测图像传感器采集的多个像素点分别对应的像素值；
在本发明实施例中，上述第二预设场景可理解为上述待检测图像传感器探测不到入射光源的场景。在第二预设场景下，当待检测图像传感器在单次采集时，会采集到多个像素点的像素值，获取上述待检测图像传感器采集的多个像素点分别对应的像素值。
步骤302，根据所述多个像素点的像素值计算第二波动值；
在本发明实施例中，上述根据所述多个像素点的像素值计算第二波动值可理解为：根据采集多个像素点的像素值计算上述多个像素点的像素值的波动值。
在一个实施例中，上述根据所述多个像素点的像素值计算第二波动值具体可为：获取所述多个像素点的像素值中的最大值和最小值；根据所述多个像素点的像素值中的最大值与最小值的差值计算第二波动值。即先获取采集到的多个像素点的像素值中的最大值和最小值，再将上述多个像素点的像素值中的最大值与最小值的差值作为上述第二波动值。
步骤303，根据所述第二波动值判断所述待检测图像传感器的质量。
在本实施例中，在上述步骤301计算出第二波动值之后，可根据所述第二波动值判断所述待检测图像传感器的质量，上述第二波动值越小可表示待检测图像传感器的质量越高。例如，可预设阈值，当第二波动值小于此阈值时，可表示待检测图像传感器的质量满足要求，从而对待检测图像传感器进行检测和筛选。
需要说明的是，在本实施例中，在第二预设场景下，假设当采集到两个像素点的像素值的差值越小时，在上述图像传感器采集介质的像素值时，可以适当调整相关参数，不容易产生失真。例如，当相关参数可以是将发光时间调大时，曝光量也会增大，当两个像素点本身的背景噪声就相差很大，对两个像素点统一调节参数时，采集到的像素点的像素值容易导致像素值超过255产生失真。
由此可见，在本发明个实施例中，一方面，根据所述第一参数的变化值计算出所述图像传感器的线性度，再根据所述线性度判断所述图像传感器的质量；另一方面，根据所述采集M次的像素点所对应的像素值计算第一波动值，再根据所述第一波动值判断所述待检测图像传感器的质量；再一方面，根据所述多个像素点的像素值计算第二波动值，再根据所述第二波动值判断所述待检测图像传感器的质量。从上述三个方面判断待检测图像传感器的质量，从而可以提高对图像传感器质量检测的准确性和效率。
实施例四
本发明实施例提供一种图像传感器的质量检测系统的结构示意图，如图5所示，本发明实施例的质量检测系统500包括：
第一获取模块501，用于在第一预设场景下，获取所述检测系统中光源的预设发光时间；其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；
第二获取模块502，用于在所述预设发光时间内，获取N次像素值；其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；
第三获取模块503，用于分别获取所述N次像素值与第一像素值的差值；其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；
处理模块504，用于将N个所述差值进行归一化处理得到N个第一参数；
第一计算模块505，用于分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；
第二计算模块506，用于根据所述第一参数的变化值计算出所述图像传感器的线性度；
在一个实施例中，所述第二计算模块506具体用于：根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度。
在一个实施例中，上述第二计算模块506根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度的计算公式为：
其中，Q表示所述相邻预设时间间隔时所对应第一参数的变化值的个数，ki表示第i预设时间间隔与第i-1预设时间间隔时所对应第一参数的变化值，k1i表示第i预设时间间隔与第i-1预设时间间隔时所对应预设第一参数的变化值，i≧1且为整数，S表示所述待检测图像传感器的线性度。
第一判断模块507，用于根据所述线性度判断所述图像传感器的质量。
由此可见，在本发明实施例中，由于根据所述第一参数的变化值计算出所述图像传感器的线性度，再根据所述线性度判断所述图像传感器的质量，可以提高对图像传感器质量检测的准确性和效率。
实施例五
本发明实施例提供一种图像传感器的质量检测系统的另一种结构示意图，如图6所示，本发明实施例的质量检测系统600包括：
第一获取模块601，用于在第一预设场景下，获取所述检测系统中光源的预设发光时间；其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；
第二获取模块602，用于在所述预设发光时间内，获取N次像素值；其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；
第三获取模块603，用于分别获取所述N次像素值与第一像素值的差值；其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；
处理模块604，用于将N个所述差值进行归一化处理得到N个第一参数；
第一计算模块605，用于分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；
第二计算模块606，用于根据所述第一参数的变化值计算出所述图像传感器的线性度；
在一个实施例中，所述第二计算模块606具体用于：根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度。
在一个实施例中，上述第二计算模块606根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度的计算公式为：
其中，Q表示所述相邻预设时间间隔时所对应第一参数的变化值的个数，ki表示第i预设时间间隔与第i-1预设时间间隔时所对应第一参数的变化值，k1i表示第i预设时间间隔与第i-1预设时间间隔时所对应预设第一参数的变化值，i≧1且为整数，S表示所述待检测图像传感器的线性度。
第一判断模块607，用于根据所述线性度判断所述图像传感器的质量。
第四获取模块608，用于在第二预设场景下，采集M次所述待检测图像传感器采集到的像素点所对应的像素值；其中，所述第二预设场景指示所述待检测图像传感器探测不到入射光源的场景，M≥2且为整数；
第三计算模块609，用于根据所述采集M次的像素点所对应的像素值计算第一波动值；
在一个实施例中，上述第三计算模块609具体用于：获取所述采集M次的像素点所对应的像素值中的最大值和最小值；根据所述像素点所对应的像素值中的最大值与最小值的差值计算第一波动值。
第二判断模块610，用于根据所述第一波动值判断所述待检测图像传感器的质量。
由此可见，在本发明实施例中，一方面，根据所述第一参数的变化值计算出所述图像传感器的线性度，再根据所述线性度判断所述图像传感器的质量；另一方面，根据所述采集M次的像素点所对应的像素值计算第一波动值，再根据所述第一波动值判断所述待检测图像传感器的质量。从上述两个方面判断待检测图像传感器的质量，从而可以提高对图像传感器质量检测的准确性和效率。
实施例六
本发明实施例提供一种图像传感器的质量检测系统的另一种结构示意图，如图7所示，本发明实施例的质量检测系统700包括：
第一获取模块701，用于在第一预设场景下，获取所述检测系统中光源的预设发光时间；其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；
第二获取模块702，用于在所述预设发光时间内，获取N次像素值；其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；
第三获取模块703，用于分别获取所述N次像素值与第一像素值的差值；其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；
处理模块704，用于将N个所述差值进行归一化处理得到N个第一参数；
第一计算模块705，用于分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；
第二计算模块706，用于根据所述第一参数的变化值计算出所述图像传感器的线性度；
在一个实施例中，所述第二计算模块706具体用于：根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度。
在一个实施例中，上述第二计算模块706根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度的计算公式为：
其中，Q表示所述相邻预设时间间隔时所对应第一参数的变化值的个数，ki表示第i预设时间间隔与第i-1预设时间间隔时所对应第一参数的变化值，k1i表示第i预设时间间隔与第i-1预设时间间隔时所对应预设第一参数的变化值，i≧1且为整数，S表示所述待检测图像传感器的线性度。
第一判断模块707，用于根据所述线性度判断所述图像传感器的质量。
第四获取模块708，用于在第二预设场景下，采集M次所述待检测图像传感器采集到的像素点所对应的像素值；其中，所述第二预设场景指示所述待检测图像传感器探测不到入射光源的场景，M≥2且为整数；
第三计算模块709，用于根据所述采集M次的像素点所对应的像素值计算第一波动值；
在一个实施例中，上述第三计算模块709具体用于：获取所述采集M次的像素点所对应的像素值中的最大值和最小值；根据所述像素点所对应的像素值中的最大值与最小值的差值计算第一波动值。
第二判断模块710，用于根据所述第一波动值判断所述待检测图像传感器的质量。
第五获取模块711，用于在所述第二预设场景下，获取所述待检测图像传感器采集的多个像素点分别对应的像素值；
第四计算模块712，用于根据所述多个像素点的像素值计算第二波动值；
在一个实施例中，上述第四计算模块712具体用于：获取所述多个像素点的像素值中的最大值和最小值；根据所述多个像素点的像素值中的最大值与最小值的差值计算第二波动值。
第三判断模块713，用于根据所述第二波动值判断所述待检测图像传感器的质量。
由此可见，在本发明个实施例中，一方面，根据所述第一参数的变化值计算出所述图像传感器的线性度，再根据所述线性度判断所述图像传感器的质量；另一方面，根据所述采集M次的像素点所对应的像素值计算第一波动值，再根据所述第一波动值判断所述待检测图像传感器的质量；再一方面，根据所述多个像素点的像素值计算第二波动值，再根据所述第二波动值判断所述待检测图像传感器的质量。从上述三个方面判断待检测图像传感器的质量，从而可以提高对图像传感器质量检测的准确性和效率。
实施例七
图8是本发明实施例所提供的一种终端设备。如图8所示，本发明实施例中的终端设备8包括：处理器81、存储器82以及存储在上述存储器82中并可在上述处理器81上运行的计算机程序83。上述处理器81执行上述计算机程序83时实现上述质量检测方法实施例中的步骤，例如图1所示的步骤101至107，图2所示的步骤201至203，或者图3所示的步骤301至303。
示例性的，上述计算机程序83可以被分割成一个或多个单元/模块，上述一个或者多个单元/模块被存储在上述存储器82中，并由上述处理器81执行，以完成本发明。上述一个或多个单元/模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述上述计算机程序83在上述终端设备8中的执行过程。例如，上述计算机程序83可以被分割成第一获取模块，第二获取模块，第三获取模块，处理模块，第一计算模块，第二计算模块，第一判断模块等，各单元具体功能在上述实施例四中已有描述，此处不在赘述；
上述终端设备8可以是传感器，服务器，智能设备，计算机、笔记本及掌上电脑等计算设备。上述终端设备8可包括，但不仅限于，处理器81、存储器82。本领域技术人员可以理解，图8仅仅是终端设备8的示例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如上述终端设备8还可以包括输入输出设备、网络接入设备、总线等。
所称处理器81可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器82可以是终端设备8的内部存储单元，例如终端设备8的硬盘或内存。上述存储器82也可以是上述终端设备8的外部存储设备，例如上述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，上述存储器82还可以既包括上述终端设备8的内部存储单元也包括外部存储设备。上述存储器82用于存储上述计算机程序以及上述终端设备8所需的其它程序和数据。上述存储器82还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述智能终端中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述模块或单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
上述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，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述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精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像传感器的质量检测方法，其特征在于，所述质量检测方法包括：
在第一预设场景下，获取检测系统中光源的预设发光时间；其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；
在所述预设发光时间内，获取N次像素值；其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；
分别获取所述N次像素与第一像素值的差值；其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；
将N个所述差值进行归一化处理得到N个第一参数；
分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；
根据所述第一参数的变化值计算出所述待检测图像传感器的线性度；
根据所述线性度判断所述待检测图像传感器的质量。
2.如权利要求1所述的质量检测方法，其特征在于，所述质量检测方法还包括：
在第二预设场景下，采集M次所述待检测图像传感器采集到的像素点所对应的像素值；其中，所述第二预设场景指示所述待检测图像传感器探测不到入射光源的场景，M≥2且为整数；
根据所述采集M次的像素点所对应的像素值计算第一波动值；
根据所述第一波动值判断所述待检测图像传感器的质量。
3.如权利要求2所述的质量检测方法，其特征在于，所述根据所述采集M次的像素点所对应的像素值计算第一波动值包括：
获取所述采集M次的像素点所对应的像素值中的最大值和最小值；
根据所述像素点所对应的像素值中的最大值与最小值的差值计算第一波动值。
4.如权利要求3所述的质量检测方法，其特征在于，所述检测方法还包括：
在所述第二预设场景下，获取所述待检测图像传感器采集的多个像素点分别对应的像素值；
根据所述多个像素点的像素值计算第二波动值；
根据所述第二波动值判断所述待检测图像传感器的质量。
5.如权利要求4所述的质量检测方法，其特征在于，所述根据所述多个像素点的像素值计算第二波动值包括：
获取所述多个像素点的像素值中的最大值和最小值；
根据所述多个像素点的像素值中的最大值与最小值的差值计算第二波动值。
6.如权利要求1至5任一项所述的质量检测方法，其特征在于，所述根据所述第一参数的变化值计算出所述待检测图像传感器的线性度包括：
根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度。
7.如权利要求6所述的质量检测方法，其特征在于，所述根据所述第一参数的变化值与预设第一参数的变化值之间的均方差计算出所述待检测图像传感器的线性度的计算公式为：
其中，Q表示所述相邻预设时间间隔时所对应第一参数的变化值的个数，ki表示第i预设时间间隔与第i-1预设时间间隔时所对应第一参数的变化值，k1i表示第i预设时间间隔与第i-1预设时间间隔时所对应预设第一参数的变化值，i≧1且为整数，S表示所述待检测图像传感器的线性度。
8.一种图像传感器的质量检测系统，其特征在于，所述质量检测系统包括：
第一获取模块，用于在第一预设场景下，获取所述检测系统中光源的预设发光时间；其中，所述第一预设场景指示待检测图像传感器采集固定介质的像素值的场景，所述预设发光时间包括N个预设时间间隔，N≥0且为整数；
第二获取模块，用于在所述预设发光时间内，获取N次像素值；其中，所述N次像素值分别为每间隔预设时间间隔时获取待检测图像传感器采集到的像素值；
第三获取模块，用于分别获取所述N次像素值与第一像素值的差值；其中，所述第一像素值为当发光时间为零时所述待检测图像传感器采集的像素值；
处理模块，用于将N个所述差值进行归一化处理得到N个第一参数；
第一计算模块，用于分别计算在相邻所述预设时间间隔时所对应第一参数的变化值；
第二计算模块，用于根据所述第一参数的变化值计算出所述图像传感器的线性度；
第一判断模块，用于根据所述线性度判断所述图像传感器的质量。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810332091.7A CN108737815B (zh) | 2018-04-13 | 2018-04-13 | 一种图像传感器的质量检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810332091.7A CN108737815B (zh) | 2018-04-13 | 2018-04-13 | 一种图像传感器的质量检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108737815A CN108737815A (zh) | 2018-11-02 |
| CN108737815B true CN108737815B (zh) | 2019-12-10 |
Family
ID=63938899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810332091.7A Active CN108737815B (zh) | 2018-04-13 | 2018-04-13 | 一种图像传感器的质量检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108737815B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113129254B (zh) * | 2019-12-31 | 2024-07-30 | 深圳云天励飞技术有限公司 | 单色调图片检测方法、装置、设备及存储介质 |
| CN112602321B (zh) * | 2020-04-14 | 2022-02-18 | 华为技术有限公司 | 一种摄像机的认证方法及控制装置 |
| CN112437202B (zh) * | 2020-11-12 | 2024-06-21 | 威海华菱光电股份有限公司 | 数据的处理方法、处理装置、图像处理系统和处理器 |
| CN113256872B (zh) * | 2020-12-31 | 2024-02-02 | 深圳怡化电脑股份有限公司 | 图像传感器参数配置方法、装置、计算机设备及存储介质 |
| CN114255485A (zh) * | 2021-12-07 | 2022-03-29 | 北京极豪科技有限公司 | 一种指纹传感器的检测方法及装置 |
| CN115550631B (zh) * | 2022-04-01 | 2023-08-15 | 荣耀终端有限公司 | 图像传感器的评估方法、电子设备及存储介质 |
| CN116721512B (zh) * | 2023-08-10 | 2023-10-17 | 泰山学院 | 一种自主导航机器人环境感知控制方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0990881A2 (en) * | 1998-09-28 | 2000-04-05 | Mitsubishi Denki Kabushiki Kaisha | Method of measuring spectral responsivity characteristic of image pick-up device |
| CN1499818A (zh) * | 2002-11-06 | 2004-05-26 | ���ݵ��Թɷ�����˾ | 线性度校正装置与方法 |
| CN102853903A (zh) * | 2011-06-28 | 2013-01-02 | 中国科学院西安光学精密机械研究所 | 一种科学级ccd的非线性度标定方法 |
| CN103149789A (zh) * | 2013-02-28 | 2013-06-12 | 宁波舜宇光电信息有限公司 | 基于图像mtf评价模组马达曲线的测试方法 |
| CN103413309A (zh) * | 2013-08-12 | 2013-11-27 | 西北工业大学 | 一种基于结构光三维测量系统的ccd相机非线性度标定方法 |
| CN204855731U (zh) * | 2015-08-31 | 2015-12-09 | 中国工程物理研究院激光聚变研究中心 | 一种用于科学级ccd感光线性度检测的检测装置 |
-
2018
- 2018-04-13 CN CN201810332091.7A patent/CN108737815B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0990881A2 (en) * | 1998-09-28 | 2000-04-05 | Mitsubishi Denki Kabushiki Kaisha | Method of measuring spectral responsivity characteristic of image pick-up device |
| CN1499818A (zh) * | 2002-11-06 | 2004-05-26 | ���ݵ��Թɷ�����˾ | 线性度校正装置与方法 |
| CN102853903A (zh) * | 2011-06-28 | 2013-01-02 | 中国科学院西安光学精密机械研究所 | 一种科学级ccd的非线性度标定方法 |
| CN103149789A (zh) * | 2013-02-28 | 2013-06-12 | 宁波舜宇光电信息有限公司 | 基于图像mtf评价模组马达曲线的测试方法 |
| CN103413309A (zh) * | 2013-08-12 | 2013-11-27 | 西北工业大学 | 一种基于结构光三维测量系统的ccd相机非线性度标定方法 |
| CN204855731U (zh) * | 2015-08-31 | 2015-12-09 | 中国工程物理研究院激光聚变研究中心 | 一种用于科学级ccd感光线性度检测的检测装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108737815A (zh) | 2018-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108737815B (zh) | 一种图像传感器的质量检测方法及系统 | |
| CN102932582B (zh) | 实现运动检测的方法及装置 | |
| US9721532B2 (en) | Color chart detection apparatus, color chart detection method, and color chart detection computer program | |
| US8313030B2 (en) | System and method for barcode scanning with color image sensors | |
| CN104052979B (zh) | 用于图像处理的装置和技术 | |
| CN105578067B (zh) | 图像生成方法、装置及终端设备 | |
| CN105611185A (zh) | 图像生成方法、装置及终端设备 | |
| CN101753833A (zh) | 一种摄像头模组调焦检测方法、装置、系统及检测设备 | |
| CN105451017A (zh) | 一种摄像头模组感光质量的检测方法及装置 | |
| CN110740266A (zh) | 图像选帧方法、装置、存储介质及电子设备 | |
| CN113639881A (zh) | 色温测试方法及装置、计算机可读介质和电子设备 | |
| CN116167932A (zh) | 一种图像质量优化方法、装置、设备及存储介质 | |
| CN106302912A (zh) | 移动终端中校准光感特性曲线的方法及移动终端 | |
| CN109409177A (zh) | 感测数据的处理方法及其图像感测电路 | |
| CN104243841B (zh) | 一种图像处理方法和装置 | |
| CN107392948B (zh) | 一种分振幅实时偏振成像系统的图像配准方法 | |
| CN113516636A (zh) | 镜头阴影的评价方法、装置、设备和介质、镜头模组 | |
| CN103500457A (zh) | 一种视频图像偏色检测的方法 | |
| CN115131215A (zh) | 一种图像的校正方法及及屏下系统 | |
| CN112584057B (zh) | 一种光照度检测方法和装置 | |
| US11468269B2 (en) | Arithmetic device, arithmetic method, and discrimination system | |
| CN102479382A (zh) | 拍摄影像优化系统及方法 | |
| CN115690747B (zh) | 车辆盲区检测模型测试方法、装置、电子设备及存储介质 | |
| CN109672829A (zh) | 图像亮度的调整方法、装置、存储介质及终端 | |
| CN107389677B (zh) | 一种绒布绒毛品质的检测方法及其装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 |