CN109472772A - 图像污点检测方法、装置和设备 - Google Patents
图像污点检测方法、装置和设备 Download PDFInfo
- Publication number
- CN109472772A CN109472772A CN201811149788.7A CN201811149788A CN109472772A CN 109472772 A CN109472772 A CN 109472772A CN 201811149788 A CN201811149788 A CN 201811149788A CN 109472772 A CN109472772 A CN 109472772A
- Authority
- CN
- China
- Prior art keywords
- column
- row
- image
- index number
- frequency amplitude
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011109 contamination Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种图像污点检测方法、装置和设备,该方法包括:通过所述图像获取灰度图像;基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号;根据所述行索引号和/或所述列索引号,基于频域确定对应的行和/或列中的像素点的频率幅值;基于预设频率幅值阈值,确定所述图像是否存在污点。通过对灰度图像中各行和/或列中像素点的灰度值进行频域分析,可以准确、快速地确定图像中是否含有污点。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像污点检测方法、装置和设备。
背景技术
随着图像采集设备的普及,越来越多的电子设备中装配有用于采集图像的摄像头模组。在实际生产过程中,拍摄的图像内是否存在污点是一项必要检测工序。
在现有技术中,可以采用人工检测的方式,但是由于有的污点体积较小,颜色较淡,工作人员肉眼辨别比较困难,会出现误判的问题。也可以利用设备进行检测,比如将模组拍摄到的图像均匀划分为多个小区域,然后对相邻的两个区域进行对比,若对比后得到的差值大于阈值,则认为存在污点。但是在实际应用中,由于摄像头模组拍摄到的图像由中心向边缘呈现辐射状逐渐变暗的圆形,用这种区域对比的方式容易发生误判。
基于此,需要一种准确、简单的对图像中污点进行检测的方案。
发明内容
有鉴于此,本发明实施例提供一种图像污点检测方法、装置和设备,用以提高对图像中污点进行检测的效率和准确性。
第一方面,本发明实施例提供一种图像污点检测方法,包括:
获取灰度图像;
基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号;
根据所述行索引号和/或所述列索引号,基于频域确定对应的行和/或列中的像素点的灰度值的频率幅值;
基于预设频率幅值阈值,确定所述图像是否存在污点。
第二方面,本发明实施例提供一种光学中心测试装置,包括:
获取模块,用于获取灰度图像;
标记模块,用于基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号;
确定模块,用于根据所述行索引号和/或所述列索引号,基于频域确定对应的行和/或列中的灰度值的频率幅值;
判断模块,用于基于预设频率幅值阈值,确定所述图像是否存在污点。
第三方面,本发明实施例提供一种电子设备,包括:存储器、处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如第一方面所述的图像污点检测方法。
本发明实施例提供的图像污点检测方法,通过摄像头模组基于可见光光板,获得RGB图像,并对该图像进行处理得到灰度图像。进一步地,对灰度图像中按照像素所在行和列进行索引号的标记。针对各个行索引号和/或列索引号对应的行和/或列所包含的像素点的灰度值进行傅里叶变换,获得各行索引号和/或列索引号对应的频域分析结果,即各个频率的幅值。根据预设频率幅值阈值与分析得到的频率幅值进行对比,确定灰度图像中是否存在污点。若存在,则图像存在污点,若不存在,则图像不存在污点。通过对灰度图像中各行和/或列中像素点的灰度值进行频域分析,可以准确、快速地确定图像中是否含有污点;进一步地,还可以确定采集被测图像的摄像头模组是否存在污点。
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为本发明实施例提供的图像污点检测方法的流程图;
图2为本发明实施例提供的时域中灰度图像灰度值的示意图;
图3为本发明实施例提供的频域中灰度图像中像素点灰度值的示意图;
图4为本发明实施例提供的图像污点检测装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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他实施例,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,“多种”一般包含至少两种,但是不排除包含至少一种的情况。
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”、“若”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)”。
还需要说明的是,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商品或者系统不仅包括那些要素,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商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
另外,下述各方法实施例中的步骤时序仅为一种举例,而非严格限定。
摄像头模组在生产、组装过程中,难免会有灰尘等杂物进入,形成图像污点。有污点的摄像头模组在拍摄图像时,由于污点对光线的遮挡会导致灰度图像中对应污点的位置的灰度值发生变化。进一步地,通过对灰度值由时域转换到频域,并在频域中对灰度值进行分析,需要说明的是,在进行灰度值分析的时候,按照不同的行或者列进行分析,若超过预设频率幅值阈值则可以确定图像中存在污点。
图1为本发明实施例提供的图像污点检测方法的流程示意图,进行图像污点检测的主要步骤包括:
101:获取灰度图像。
在实际应用中,将待测试摄像头模组与测试设备连接,通过摄像头模组获取均匀可见光白板的RGB图像。进一步地,处理RGB图像得到灰度图像。消除图像中颜色对检测结果的影响。
为了能够获取更加准确的灰度图像,这里可以将采用通过摄像头模组多次采集并获取灰度图像的方式,将多次灰度图像中的灰度值取平均作为该灰度图像的最终的灰度值。
102:基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号。
假设,灰度图像分辨率是M*N,那么,对应的每一行中具有的像素点的数量是M,每一列中具有的像素点的数量是N。这里所说的行或者列是由像素点组成的行或者列,对应的行索引号为0~(M-1),对应的列索引号为0~(N-1),进一步地,对各行、列进行索引号的标记。
在实际应用中,可以仅标记行索引号或者仅标记列索引号,而不需要对行和列的索引号都进行标记。若需要对污点进行具体的坐标定位,则可以同时对行列同时进行索引号的标记。
103:根据所述行索引号和/或所述列索引号,基于频域确定对应的行和/或列中的像素点的频率幅值。
在实际应用中,基于时域对行或者列中的各个像素点的灰度值进行分析时,无法将有污点与没有污点的灰度值进行明显的区分。因此,可以将所有行或者列中的像素点的灰度值由时域转换到频域。进一步地,基于频域分析确定各行或列中各个像素点的频率幅值。
104:基于预设频率幅值阈值,确定所述图像是否存在污点。
这里所说的预设频率幅值阈值需要根据实际被测环境和条件确定。一般来说,有污点的对应像素点位置的灰度值比没有污点的像素点位置的灰度值小,经过傅里叶变换,有污点的对应像素点对应的低频信号的幅值比没有污点的像素点对应的低频信号的幅值大。
例如,若检测后发现某行索引号对应的行中存在几个像素点对应的频率幅值超过预设频率幅值阈值,则认为该行中可能存在污点;进一步地,还需要判断相邻行是否存在污点,以便最终确认该摄像头模组是否存在污点。若检测到只有当前行中存在污点,其他相邻行中均不存在污点,则可认为当前行不存在污点。
在本发明的一个或者多个实施例中,所述获取灰度图像,可以包括:通过所述摄像头模组拍摄可见光白板,获得RGB图像;基于所述RGB图像进行转换,获得灰度图像。
为了使得摄像头模组拍摄到比较均匀明亮的图片,利用摄像头模组对均匀可见光白板进行拍摄。在实际应用中,摄像头模组拍摄图片时,需要确保均匀可见光白板无影响拍摄效果的污点或灰尘。容易理解,若在摄像头模组中存在污点,则拍摄到的背景为均匀可见光板的图像,会存在圆形或椭圆形光斑;从而导致有污点的位置亮度低于没有污点的位置亮度。为了便于进行亮度比较,需要经获得的RGB图像进行灰度化处理,转换为便于对灰度值进行区分的灰度图像。
在本发明的一个或者多个实施例中,所述基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号,具体可以包括:基于所述灰度图像的分辨率,确定像素点对应的行数和/或列数;根据所述行数和/或所述列数,标记对应的行索引号和/或列索引号。
为了提升对灰度图像中污点检测的准确效果,在本技术方案中,采用根据像素点所在行进行检测的方案。不同于现有的划分区块进行检测。具体来说,根据由像素点组成的行和/或列进行污点的检测。为了便于对检测后的污点的位置进行定位,需要对各个行和/或列进行标记,标记各行的行索引号和/或各列的列索引号。例如,假设该灰度图像分辨率为M*N,则该灰度图像的行数为M,列数为N,对应的标记行索引号为0~(M-1),对应的标记列索引号为0~(N-1)。
在本发明的一个或者多个实施例中,所述根据所述行索引号和/或所述列索引号,基于频域分析对应的行和/或列中的像素点的频率幅值,具体可以包括:根据所述行索引号和/或所述列索引号,针对对应的行和/或列中的像素点的灰度值进行傅里叶变换;获得所述行和/或列中各所述像素点的灰度值的频率幅值。
如图2和图3所示,在图2所示为未经过傅里叶变换时,在时域的像素值曲线;图3所示为在频域中经过傅里叶变换后得到的频域曲线。容易理解,经过傅里叶变换后更有利于分析灰度图像中灰度值变化。进一步地,根据标记的行索引号和/或列索引号,可以容易确定灰度值变化的位置。
在本发明的一个或者多个实施例中,所述基于预设频率幅值阈值,确定所述图像是否存在污点,具体可以包括:若第一行索引号对应的行中包含的像素点的所述频率幅值超过所述预设频率幅值阈值,并且第二行索引号对应的行中包含的像素点的所述频率幅值超过所述预设频率幅值;其中,所述第一行索引号与所述第二行索引号为相邻索引号;则确定所述图像存在污点。
在实际应用中,若在图像上存在污点,那么该污点将会影响灰度图像中多个像素点的显示效果,换言之,该污点会遮挡多行和多列中的一片连续区域。在对灰度图像中各行和/或列进行频域分析时,会得到多个连续的行和/或列中频率超过预设的频率幅值阈值。若基于频域对指定行或者列进行分析时,发现只有一行或者列中的频率幅值超过预设频率幅值,那么不能认定该行或者列存在污点。
需要说明的是,这里所说的第一行索引号和第二行索引号只是举例说明,这里所说的第一行索引号可以有多个,第二行索引号也可以有多个。在实际检测和判断过程中,为了能够准确判断是否存在污点,可能需要存在三个或者更多的连续索引号,才能确定存在污点。这里的第一行索引号和第二行索引号不是表示号码大小,是表示连续相邻的关系。
在本发明的一个或者多个实施例中,所述基于预设频率幅值阈值,确定所述图像是否存在污点,具体可以包括:若第一列索引号对应的列中包含的像素点的所述频率幅值超过所述预设频率幅值阈值,并且第二列索引号对应的列中包含的像素点的所述频率幅值超过所述预设频率幅值;其中,所述第一列索引号与所述第二列索引号为相邻索引号;则确定所述图像存在污点。
基于列索引号确定图像污点的过程与前文中描述的基于行索引号确定图像中污点的方式相似,在这里就不过多叙述。需要说明的是,在进行污点检测时,为了提高准确率,可以同时对行和列中的污点进行检测。当然,为了简化检测步骤,也可以只针对列进行检测。
在本发明的一个或者多个实施例中,还包括:确定所述图像存在污点后,对污点的数量进行统计。
在实际应用中,对摄像头模组的品质会分级处理,比如,没有污点的称为A级产品,若存在一个污点称为B级产品。为了区分产品等级,往往需要统计污点的数量。
在本发明的一个或者多个实施例中,确定所述图像存在污点之后,还包括:根据所述图像污点所对应的所述行索引号和所述列索引号,确定所述污点的坐标值。
如前文所述,在进行污点检测是,可以锁定污点所在的行和/或列对应的索引号;进一步地,根据行索引号与列索引号的交叉点,可以确定污点的位置或者污点的范围。例如,假设行索引号是M1~M5,对应的列索引号是N1~N5,那么对应的污点坐标范围是有四个点(M1,N1)、(M5,N1)、(M1,N5)和(M5,N5)构成的区域。基于上述方法,确定污点对应的范围之后对该污点进行标记,通过统计被标记的污点的数量可以进一步确定该图像所具有的污点的数量。
基于同样的思路,一种图像污点检测装置,如图4所示,该装置包括:
获取模块41,用于获取灰度图像;
标记模块42,用于基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号;
确定模块43,根据所述行索引号和/或所述列索引号,基于频域确定对应的行和/或列中的像素点的灰度值的频率幅值;
判断模块44,基于预设频率幅值阈值,确定所述图像是否存在污点。
进一步地,获取模块41,通过所述摄像头模组拍摄可见光白板,获得RGB图像;
基于所述RGB图像进行转换,获得灰度图像。
进一步地,标记模块42,基于所述灰度图像的分辨率,确定像素点对应的行数和/或列数;
根据所述行数和/或所述列数,标记对应的行索引号和/或列索引号。
进一步地,确定模块43,根据所述行索引号和/或所述列索引号,针对对应的行和/或列中的像素点的灰度值进行傅里叶变换;
获得所述行和/或列中各所述像素点的频率幅值。
进一步地,通过所述判断模块44进行判断,若第一行索引号对应的行中包含的像素点的所述频率幅值超过所述预设频率幅值阈值,并且第二行索引号对应的行中包含的像素点的所述频率幅值超过所述预设频率幅值;其中,所述第一行索引号与所述第二行索引号为相邻索引号;
则确定所述图像存在污点。
进一步地,所述基于预设频率幅值阈值,确定所述图像是否存在污点,包括:
若第一列索引号对应的列中包含的像素点的所述频率幅值超过所述预设频率幅值阈值,并且第二列索引号对应的列中包含的像素点的所述频率幅值超过所述预设频率幅值;其中,所述第一列索引号与所述第二列索引号为相邻索引号;
则确定所述图像存在污点。
进一步地,还包括:确定所述图像存在污点后,对污点的数量进行统计。
进一步地,确定所述图像存在污点之后,还包括:
根据所述图像污点所对应的所述行索引号和所述列索引号,确定所述污点的坐标值。
基于上述实施例,通过图像基于可见光光板,获得RGB图像,并对该图像进行处理得到灰度图像。进一步地,对灰度图像中按照像素所在行和列进行索引号的标记。针对各个行索引号和/或列索引号对应的行和/或列所包含的像素点的灰度值进行傅里叶变换,获得各行索引号和/或列索引号对应的频域分析结果,即频率幅值。根据预设频率幅值阈值与分析得到的频率幅值进行对比,确定灰度图像中是否存在污点。若存在,则图像存在污点,若不存在,则图像不存在污点。通过对灰度图像中各行和/或列中像素点的灰度值进行频域分析,可以准确、快速地确定图像中是否含有污点。
基于同样的思路,本发明实施例还提供一种电子设备,包括:存储器、处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如下方法:
获取灰度图像;
基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号;
根据所述行索引号和/或所述列索引号,基于频域幅值确定对应的行和/或列中的像素点的灰度值的频率幅值;
基于预设频率幅值阈值,确定所述图像是否存在污点。
以上所描述的装置实施例仅仅是示意性的,其中所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。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现,当然也可以通过硬件和软件结合的方式来实现。基于这样的理解,上述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计算机产品的形式体现出来,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程坐标确定设备的处理器以产生一个机器,使得通过计算机或其他可编程坐标确定设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程坐标确定设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程坐标确定设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(f l ash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(trans i tory med i a),如调制的数据信号和载波。
最后应说明的是:以上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。
Claims (10)
1.一种图像污点检测方法,其特征在于,包括:
获取灰度图像;
基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号;
根据所述行索引号和/或所述列索引号,基于频域确定对应的行和/或列中的像素点的灰度值的频率幅值;
基于预设频率幅值阈值,确定所述图像是否存在污点。
2.根据权利要求1所述的方法,其特征在于,所述获取灰度图像,包括:
通过摄像头模组拍摄可见光白板,获得RGB图像;
基于所述RGB图像进行转换,获得灰度图像。
3.根据权利要求1所述的方法,其特征在于,所述基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号,包括:
基于所述灰度图像的分辨率,确定像素点对应的行数和/或列数;
根据所述行数和/或所述列数,标记对应的行索引号和/或列索引号。
4.根据权利要求1所述的方法,其特征在于,所述根据所述行索引号和/或所述列索引号,基于频域分析对应的行和/或列中的像素点的灰度值的频率幅值,包括:
根据所述行索引号和/或所述列索引号,针对对应的行和/或列中的像素点的灰度值进行傅里叶变换;
获得所述行和/或列中各所述像素点的灰度值的频率幅值。
5.根据权利要求4所述的方法,其特征在于,所述基于预设频率幅值阈值,确定所述图像是否存在污点,包括:
若第一行索引号对应的行中包含的像素点的所述频率幅值超过所述预设频率幅值阈值,并且第二行索引号对应的行中包含的像素点的所述频率幅值超过所述预设频率幅值;其中,所述第一行索引号与所述第二行索引号为相邻索引号;
则确定所述图像存在污点。
6.根据权利要求4所述的方法,其特征在于,所述基于预设频率幅值阈值,确定所述图像是否存在污点,包括:
若第一列索引号对应的列中包含的像素点的所述频率幅值超过所述预设频率幅值阈值,并且第二列索引号对应的列中包含的像素点的灰度值的频率幅值超过所述预设频率幅值;其中,所述第一列索引号与所述第二列索引号为相邻索引号;
则确定所述图像存在污点。
7.根据权利要求5或6所述的方法,其特征在于,还包括:确定所述模组存在污点后,对污点的数量进行统计。
8.根据权利要求7所述的方法,其特征在于,确定所述图像存在污点之后,还包括:
根据所述图像污点所对应的所述行索引号和所述列索引号,确定所述污点的坐标值。
9.一种摄像头模组污点检测装置,其特征在于,包括:
获取模块,用于获取灰度图像;
标记模块,用于基于所述灰度图像,标记像素点所在行的行索引号和/或列的列索引号;
确定模块,用于根据所述行索引号和/或所述列索引号,基于频域确定对应的行和/或列中的灰度值的频率幅值;
判断模块,用于基于预设频率幅值阈值,确定所述摄像头模组是否存在污点。
10.一种电子设备,其特征在于,包括:存储器、处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如权利要求1至8中任一项所述的图像污点检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811149788.7A CN109472772B (zh) | 2018-09-29 | 2018-09-29 | 图像污点检测方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811149788.7A CN109472772B (zh) | 2018-09-29 | 2018-09-29 | 图像污点检测方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109472772A true CN109472772A (zh) | 2019-03-15 |
CN109472772B CN109472772B (zh) | 2020-12-01 |
Family
ID=65663450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811149788.7A Active CN109472772B (zh) | 2018-09-29 | 2018-09-29 | 图像污点检测方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472772B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882540A (zh) * | 2020-07-28 | 2020-11-03 | 歌尔科技有限公司 | 摄像头保护罩的污迹检测方法、装置以及设备 |
CN112929559A (zh) * | 2019-12-05 | 2021-06-08 | 三星电子株式会社 | 执行半快门功能的方法和使用其捕获图像的方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006051656A (ja) * | 2004-08-11 | 2006-02-23 | Konica Minolta Medical & Graphic Inc | 平版印刷版材料用支持体及び平版印刷版材料 |
CN101551900B (zh) * | 2008-03-31 | 2011-10-05 | 新奥特(北京)视频技术有限公司 | 一种视频马赛克图像检测方法 |
EP3149656B1 (en) * | 2014-05-27 | 2020-01-15 | Robert Bosch GmbH | Detection, identification, and mitigation of lens contamination for vehicle mounted camera systems |
CN106791807B (zh) * | 2014-11-24 | 2018-10-26 | 歌尔科技有限公司 | 一种摄像头模组污点检测的方法和装置 |
CN104408727B (zh) * | 2014-12-03 | 2017-06-20 | 歌尔股份有限公司 | 一种图像边缘污点检测方法及系统 |
CN105163110A (zh) * | 2015-09-02 | 2015-12-16 | 厦门美图之家科技有限公司 | 摄像头清洁度的检测方法、检测系统及拍摄终端 |
CN105957080A (zh) * | 2016-04-28 | 2016-09-21 | 王超维 | 基于频域对屏幕拍摄身份证照的识别方法 |
CN106446859B (zh) * | 2016-10-08 | 2019-11-01 | 西安电子科技大学 | 利用手机前置摄像头自动识别人眼中黑点和血丝的方法 |
CN106412573B (zh) * | 2016-10-26 | 2019-02-15 | 歌尔科技有限公司 | 一种检测镜头污点的方法和装置 |
CN108346149B (zh) * | 2018-03-02 | 2021-03-12 | 北京郁金香伙伴科技有限公司 | 图像检测、处理方法、装置及终端 |
-
2018
- 2018-09-29 CN CN201811149788.7A patent/CN109472772B/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112929559A (zh) * | 2019-12-05 | 2021-06-08 | 三星电子株式会社 | 执行半快门功能的方法和使用其捕获图像的方法 |
CN111882540A (zh) * | 2020-07-28 | 2020-11-03 | 歌尔科技有限公司 | 摄像头保护罩的污迹检测方法、装置以及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109472772B (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111246204B (zh) | 一种基于相对亮度偏差的脏污检测方法和装置 | |
CN110400290B (zh) | 一种太阳能电池片色差的检测方法、装置及存储介质 | |
CN1690678B (zh) | 图像分析方法、图像分析程序及其像素评价系统 | |
CN113379680B (zh) | 缺陷检测方法、装置、电子设备和计算机可读存储介质 | |
CN111027546B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
CN111325717B (zh) | 手机缺陷位置识别方法及设备 | |
CN109788205B (zh) | 图像调整方法、装置及电子设备 | |
CN109163888A (zh) | 光学中心测试方法、装置和设备 | |
CN111311556B (zh) | 手机缺陷位置识别方法及设备 | |
CN109462999B (zh) | 通过数据平衡基于学习的视觉检查方法以及利用其的视觉检查装置 | |
WO2022088660A1 (zh) | 提高晶圆检测灵敏度的方法、装置以及存储介质 | |
US10375383B2 (en) | Method and apparatus for adjusting installation flatness of lens in real time | |
CN111462056B (zh) | 工件表面缺陷检测方法、装置、设备及存储介质 | |
CN111310753B (zh) | 一种表计对准方法及装置 | |
CN109472772B (zh) | 图像污点检测方法、装置和设备 | |
CN110827245A (zh) | 一种检测屏幕显示断线的方法及设备 | |
CN111738026A (zh) | 用于评估符号的系统和方法 | |
CN112017163B (zh) | 图像模糊度检测的方法、装置、电子设备及存储介质 | |
CN113508395B (zh) | 用于检测由像素构成的图像中的对象的方法和设备 | |
JP7356010B2 (ja) | 表面性状検査装置及び表面性状検査方法 | |
JP2016183916A (ja) | Dnaチップ画像のスポット有効性判定装置、dnaチップ画像のスポット有効性判定方法、及びdnaチップ画像のスポット有効性判定プログラム | |
CN114937037B (zh) | 产品缺陷检测方法、装置、设备及可读存储介质 | |
JP6114559B2 (ja) | フラットパネルディスプレイの自動ムラ検出装置 | |
CN111435080B (zh) | 一种水位测量方法、装置及系统 | |
CN108776146B (zh) | 丝印线条的检测方法及装置 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201117 Address after: 261061 north of Yuqing East Street, east of Dongming Road, Weifang High tech Zone, Weifang City, Shandong Province (Room 502, Geer electronic office building) Applicant after: GoerTek Optical Technology Co.,Ltd. Address before: 261031 No. 268 Dongfang Road, Weifang hi tech Industrial Development Zone, Shandong, Weifang Applicant before: GOERTEK Inc. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |