CN110827281A - 一种摄像模组光心检测方法 - Google Patents
一种摄像模组光心检测方法 Download PDFInfo
- Publication number
- CN110827281A CN110827281A CN202010020890.8A CN202010020890A CN110827281A CN 110827281 A CN110827281 A CN 110827281A CN 202010020890 A CN202010020890 A CN 202010020890A CN 110827281 A CN110827281 A CN 110827281A
- Authority
- CN
- China
- Prior art keywords
- camera module
- optical center
- target
- image
- template image
- 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.)
- Pending
Links
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Abstract
本发明涉及一种摄像模组光心检测方法,包括:S1、将中心带有特征点的标板设置在待检测摄像模组上方,并使所述标板的特征点位于所述待检测摄像模组镜头中心点的正上方;S2、打开所述待检测摄像模组,采集标板图像;S3、将采集的标板图像与预先获得的模板图像进行匹配,获得所述待检测摄像模组的光心坐标。本发明的摄像模组光心检测方法,能够有效简化操作流程、提升检测效率。
Description
技术领域
本发明属于光学技术领域,尤其一种摄像模组光心检测方法。
背景技术
随着光学技术的发展,对于摄像模组的要求越来越高,因此对于摄像模组的质量检测也变得越来越重要。摄像模组的光心检测是摄像模组质量检测项目之一,现有的摄像模组光心检测方法采用的是摄像模组在积分球下进行图像采集,采集到的图像中存在阴影区域,通过抓取阴影区域到光亮部分的边界信息,进行拟合几何图形处理。将边界信息通过拟合圆的方式进行最小二乘法进行计算,得出摄像模组的光心坐标。
但是由于该检测方法需要使用积分球,并且摄像模组必须被积分球所包裹,不利于摄像模组AA生产过程中进行光心测试,同时还存在检测方法复杂、耗时长的问题。
发明内容
本发明的目的在于解决上述问题,提供一种高效率摄像模组光心检测方法。
为实现上述目的,本发明提供一种摄像模组光心检测方法,包括:
S1、将中心带有特征点的标板设置在待检测摄像模组上方,并使所述标板的特征点位于所述待检测摄像模组镜头中心点的正上方;
S2、打开所述待检测摄像模组,采集标板图像;
S3、将采集的标板图像与预先获得的模板图像进行匹配,获得所述待检测摄像模组的光心坐标。
根据本发明的一个方面,模板图像的获得包括:
将所述标板设置在标准摄像模组上方,使所述标板的特征点位于所述标准摄像模组的镜头中心点的正上方;
打开标准摄像模组,采集标板图像并裁剪所述中心特征点部分作为模板图像。
根据本发明的一个方面,所述步骤S3包括:
将采集的所述标板图像转换为灰度数据,选取所述标板图像中与所述模板图像相对应的区域;
调取所述模板图像,并将所述模板图像转换为灰度数据;
对所述标板图像和所述模板图像进行标准相关匹配,根据匹配结果输出所述待检测摄像模组的光心坐标。
根据本发明的一个方面,采用OpenCV中的matchTemplate函数对所述标板图像和所述模板图像进行标准相关匹配。
根据本发明的一个方面,根据匹配结构输出所述待检测摄像模组的光心坐标包括:
将采用OpenCV中的matchTemplate函数对所述标板图像和所述模板图像进行标准相关匹配的匹配结果存储为Mat变量;
将Mat变量中的数值进行归一化处理,使数值在0-1范围内;
若数值为0,则表示所述标板图像与所述模板图像无法匹配,若数值大于0,所述标板图像与所述模板图像匹配输出信息即为所述待检测摄像模组的光心坐标。
根据发明的一个方面,所述标板上所述特征点四周为可进行MTF测试的线对图案。
本发明的摄像模组光心检测方法,整体的流程简化,相较于传统的根据几何圆图形来检测光心的方法不同,本发明对于输入标本图像的几何图形无特定要求,也不需要采用最小二乘法进行拟合处理,简化了操作步骤和数据采集,缩短了检测步骤,提高了生产效率。
本发明的摄像模组光心检测方法,通过在带有特征点的标板上进行模板图像的查找匹配,获取光心坐标实现摄像模组的光心检测。带有特征点的标板在摄像模组进行光心检测的同时也能确保解像力数据的获取,提高生产效率和提高标板使用率。根据模板图像的查找匹配,能够在非特定光照条件下进行摄像模组的光心检测。
本发明摄像模组光心检测方法,可以实现摄像模组在进行AA生产时确保光心检测的正常进行,且同解像力测试可以使用同块标板,解决在复杂生产条件下的光心检测问题。
附图说明
图1示意性表示根据本发明摄像模组光心检测方法的流程图;
图2示意性表示根据本发明一种实施方式的标板的结构示图;
图3示意性表示根据本发明的摄像模组与标板的相对位置图;
图4示意性表示待检测摄像模组采集的标板图像示图;
图5示意性表示标准摄像模组与标板相对位置示图;
图6示意性表示本发明的模板图像;
图7示意性表示本发明的模板图像与标板图像匹配示图。
具体实施方式
为了更清楚地说明本发明实施方式或现有技术中的技术方案,下面将对实施方式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方式,对于本领域普通技术人员而言,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。
在针对本发明的实施方式进行描述时,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底” “内”、“外”所表达的方位或位置关系是基于相关附图所示的方位或位置关系,其仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此上述术语不能理解为对本发明的限制。
下面结合附图和具体实施方式对本发明作详细地描述,实施方式不能在此一一赘述,但本发明的实施方式并不因此限定于以下实施方式。
如图1所示,本发明的摄像模组光心检测方法包括:S1、将中心带有特征点的标板设置在待检测摄像模组上方,并使标板的特征点位于待检测摄像模组镜头中心点的正上方;S2、打开待检测摄像模组,采集标板图像;
S3、将采集的标板图像与预先获得的模板图像进行匹配,获得待检测摄像模组的光心坐标。
如图2所示,根据本发明的一种实施方式,本发明的标板整体呈方形,标板中心位置设置特征点,在本实施方式中,特征点为圆形图案当然,根据本发明的构思,特征点也可设置为其他形状,例如方形或三角形等。本发明的标板,特征点的四周设有可以进行MTF测试的线对图案,从而同时作为解像力测试和光心检测使用。
如图3所示,本发明摄像模组光心检测方法在步骤S1中,首先将待检测模组M放置于设备平台的模组放置平台上,将标板设置在摄像模组M的上方,并通过激光仪G在摄像模组M镜头和标板中间位置进行打标处理,最终将调整为标板的特征点A位于摄像模组M的镜头中心点的正上方,两者在同一直线上。
之后打开待检测摄像模组M采集标本图像,获得如图4所示图像。接着在步骤S3中与预先获得模板图像进行匹配对比。如图5所示,模板图像的获得包括:将标板设置在标准摄像模组上方,使标板的特征点A位于所述标准摄像模组的镜头中心点的正上方;打开标准摄像模组,采集标板图像并裁剪中心特征点部分作为模板图像,获得的模板图像如图6所示。最终将标板图像和模板图像进行标准相关匹配,根据匹配结果输出待检测摄像模组的光心坐标。
结合图7所示,标板图像与模板图像的匹配过程包括以下步骤:
待检测模组在标板下采集到标板图像后,检测算法将输入的标板图像数据转换为灰度数据,并选取与模板图像相对应的区域,即选取需要进行模板图片搜索的区域。然后调取匹配模板图像,将模板图像转换为灰度数据。接着采用OpenCV中的matchTemplate函数进行标准相关匹配。计算出的相关系数被限制在-1到1之间,1表示两幅图像完全相同,-1表示两幅图像完全不相同,函数使用方式采用的是标准相关匹配模式。
采用OpenCV中的matchTemplate函数进行标准相关匹配主要进行处理的是模板图像和检索区域像素值的误差。调取需要检索的区域图像数据并调用匹配函数进行匹配动作,按照从左到右,从上向下的方向计算模板图像与检索区域图像数据的匹配度,然后将匹配度结果存储为Mat变量。
接着将Mat变量中的数值进行归一化处理,使数值缩减到0至1的范围内,最终对于Mat变量内部是数据进行判断来输出摄像模组的光心坐标。如果数值为0,则表示无法匹配。如果数值大于0,那么图像匹配输出的信息为输入图像中的匹配区域的中心坐标,即为摄像模组的检测的光心坐标。
本发明的摄像模组光心检测方法,通过在带有特征点的标板上进行模板图像的查找匹配,获取光心坐标实现摄像模组的光心检测。带有特征点的标板在摄像模组进行光心检测的同时也能确保解像力数据的获取,提高生产效率和提高标板使用率。根据模板图像的查找匹配,能够在非特定光照条件下进行摄像模组的光心检测。
本发明摄像模组光心检测方法,可以实现摄像模组在进行AA生产时确保光心检测的正常进行,并且与解像力测试可以使用同块标板,解决了在复杂生产条件下的光心检测问题。
本发明的摄像模组光心检测方法,整体的流程简化,相较于传统的根据几何圆图形来检测光心的方法不同,本发明对于输入标本图像的几何图形无特定要求,也不需要采用最小二乘法进行拟合处理,简化了操作步骤和数据采集,缩短了检测步骤,提高了生产效率。
以上所述仅为本发明的一个实施方式而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种摄像模组光心检测方法,包括:
S1、将中心带有特征点的标板设置在待检测摄像模组上方,并使所述标板的特征点位于所述待检测摄像模组镜头中心点的正上方;
S2、打开所述待检测摄像模组,采集标板图像;
S3、将采集的标板图像与预先获得的模板图像进行匹配,获得所述待检测摄像模组的光心坐标。
2.根据权利要求1所述的摄像模组光心检测方法,其特征在于,模板图像的获得包括:
将所述标板设置在标准摄像模组上方,使所述标板的特征点位于所述标准摄像模组的镜头中心点的正上方;
打开标准摄像模组,采集标板图像并裁剪所述中心特征点部分作为模板图像。
3.根据权利要求1或2所述的摄像模组光心检测方法,其特征在于,所述步骤S3包括:
将采集的所述标板图像转换为灰度数据,选取所述标板图像中与所述模板图像相对应的区域;
调取所述模板图像,并将所述模板图像转换为灰度数据;
对所述标板图像和所述模板图像进行标准相关匹配,根据匹配结果输出所述待检测摄像模组的光心坐标。
4.根据权利要求3所述的摄像模组光心检测方法,其特征在于,采用OpenCV中的matchTemplate函数对所述标板图像和所述模板图像进行标准相关匹配。
5.根据权利要求4所述的摄像模组光心检测方法,其特征在于,根据匹配结构输出所述待检测摄像模组的光心坐标包括:
将采用OpenCV中的matchTemplate函数对所述标板图像和所述模板图像进行标准相关匹配的匹配结果存储为Mat变量;
将Mat变量中的数值进行归一化处理,使数值在0-1范围内;
若数值为0,则表示所述标板图像与所述模板图像无法匹配,若数值大于0,所述标板图像与所述模板图像匹配输出信息即为所述待检测摄像模组的光心坐标。
6.根据权利要求1所述的摄像模组光心检测方法,其特征在于,所述标板上所述特征点四周为可进行MTF测试的线对图案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010020890.8A CN110827281A (zh) | 2020-01-09 | 2020-01-09 | 一种摄像模组光心检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010020890.8A CN110827281A (zh) | 2020-01-09 | 2020-01-09 | 一种摄像模组光心检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110827281A true CN110827281A (zh) | 2020-02-21 |
Family
ID=69546461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010020890.8A Pending CN110827281A (zh) | 2020-01-09 | 2020-01-09 | 一种摄像模组光心检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110827281A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111586401A (zh) * | 2020-05-20 | 2020-08-25 | 重庆市天实精工科技有限公司 | 光学中心测试方法、装置及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201326738A (zh) * | 2011-12-16 | 2013-07-01 | Hon Hai Prec Ind Co Ltd | 相機模組檢測裝置及檢測方法 |
CN106600653A (zh) * | 2016-12-30 | 2017-04-26 | 亿嘉和科技股份有限公司 | 一种变倍相机光心标定方法 |
CN106644410A (zh) * | 2016-12-21 | 2017-05-10 | 信利光电股份有限公司 | 一种摄像模组光心位置测量方法及系统 |
CN107506767A (zh) * | 2017-09-22 | 2017-12-22 | 江苏海事职业技术学院 | 一种图片内数字粘连识别的方法和装置 |
-
2020
- 2020-01-09 CN CN202010020890.8A patent/CN110827281A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201326738A (zh) * | 2011-12-16 | 2013-07-01 | Hon Hai Prec Ind Co Ltd | 相機模組檢測裝置及檢測方法 |
CN106644410A (zh) * | 2016-12-21 | 2017-05-10 | 信利光电股份有限公司 | 一种摄像模组光心位置测量方法及系统 |
CN106600653A (zh) * | 2016-12-30 | 2017-04-26 | 亿嘉和科技股份有限公司 | 一种变倍相机光心标定方法 |
CN107506767A (zh) * | 2017-09-22 | 2017-12-22 | 江苏海事职业技术学院 | 一种图片内数字粘连识别的方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111586401A (zh) * | 2020-05-20 | 2020-08-25 | 重庆市天实精工科技有限公司 | 光学中心测试方法、装置及设备 |
CN111586401B (zh) * | 2020-05-20 | 2021-07-16 | 重庆市天实精工科技有限公司 | 光学中心测试方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111223088B (zh) | 一种基于深层卷积神经网络的铸件表面缺陷识别方法 | |
CN102915432B (zh) | 一种车载微机图像视频数据提取方法及装置 | |
CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN105160652A (zh) | 基于计算机视觉的手机外壳检验装置与方法 | |
CN106056597B (zh) | 物体视觉检测方法及装置 | |
CN107016353B (zh) | 一种变分辨率目标探测与识别一体化的方法与系统 | |
CN112528979B (zh) | 变电站巡检机器人障碍物判别方法及系统 | |
CN111077093A (zh) | 一种基于多光谱技术的煤矸石快速检测的方法与装置 | |
CN108052887A (zh) | 一种融合slam/gnss信息的疑似违法用地自动识别系统及方法 | |
CN111091101A (zh) | 基于一步法的高精度行人检测方法、系统、装置 | |
CN110334727B (zh) | 一种隧道裂缝智能匹配检测方法 | |
CN110827281A (zh) | 一种摄像模组光心检测方法 | |
CN110687120A (zh) | 法兰外观质量检测系统 | |
CN110596118A (zh) | 印刷图案检测方法及印刷图案检测装置 | |
CN112183287A (zh) | 一种移动机器人在复杂背景下的人数统计方法 | |
CN108833789A (zh) | 一种实时自动聚焦装置及自动聚焦方法 | |
CN116912537A (zh) | 通信铁塔类型的识别方法、装置、设备及存储介质 | |
WO2017219562A1 (zh) | 一种二维码生成方法及装置 | |
CN101706447A (zh) | 高压天然气瓶球状瓶口ccd打标缺陷检测方法 | |
CN113778091A (zh) | 一种风电场升压站设备巡检方法 | |
CN110189301B (zh) | 一种发电机定子铁心钢片叠装平台的异物检测方法 | |
CN108460353B (zh) | 一种基于时序跟踪的红外图像人体检测方法 | |
CN113536895A (zh) | 一种圆盘指针表计识别方法 | |
CN105404891A (zh) | 一种室外设施巡检方法 | |
CN111784779A (zh) | 基于卷积神经网络和嵌套轮廓识别的棋盘格图像识别定位系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200221 |
|
RJ01 | Rejection of invention patent application after publication |