CN111031307A - 一种摄像模组检测方法、装置、电子设备及介质 - Google Patents

Abstract

本发明公开一种摄像模组检测方法、装置、电子设备及介质，该方法包括：从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。本发明提供的方法、装置、电子设备及介质用以解决现有技术中不良线条问题检测不准确的技术问题，实现了提高不良线条检测准确度的技术效果。

Description

一种摄像模组检测方法、装置、电子设备及介质

技术领域

本发明涉及摄像模组技术领域，尤其涉及一种摄像模组检测方法、装置、电子设备及介质。

背景技术

在摄像模组出厂前往往需要进行性能检测，筛出不合格摄像模组。然而，对于在暗态环境或LED光源下拍摄时出现彩色线条这种不良现象，往往难于准确检测。这是由于这种现象与手机端加载的算法和参数设置相关，在摄像模组出厂检测时，这种不良现象不明显，容易漏检导致问题模组出货给客户。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的摄像模组检测方法、装置、电子设备及介质。

第一方面，提供一种摄像模组检测方法，包括：

从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

可选的，所述增益包括模拟增益和数字增益；所述原始数据图为没有经过解马赛克插值处理的数据。

可选的，所述从待检测摄像模组的传感器芯片获取拍摄的原始数据图，包括：从待检测摄像模组的传感器芯片获取拍摄的N张原始数据图，N大于1；对所述N张原始数据图作亮度平均，获得平均后的原始数据图。

可选的，在所述以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理之前，还包括：对所述原始数据图进行去噪点处理。

可选的，所述以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，包括：将所述原始数据图中的每个像素点的亮度值分别与所述亮度阈值进行比对；如果像素点的亮度值大于等于所述亮度阈值，则将像素点的亮度值设为a；如果像素点的亮度值小于所述亮度阈值，则将像素点的亮度值设为b，其中，a与b不相等。

可选的，所述检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组，包括：将所述二值化图拆分为R通道、Gr通道、Gb通道和B通道四幅图；检测所述四幅图中是否存在亮度突变的线条，如果所述四幅图中有一幅图存在亮度突变的线条，则确定所述摄像模组为不合格摄像模组。

可选的，所述检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组，包括：计算所述二值化图中每一行像素的亮度总和，并与后一行像素的亮度总和进行比较；如果比较结果表征亮度总和的差值大于预设规格值，则确定存在亮度突变的线条；计算所述二值化图中每一列像素的亮度总和，并与后一列像素的亮度总和进行比较；如果比较结果表征亮度总和的差值大于预设规格值，则确定存在亮度突变的线条。

第二方面，提供一种摄像模组检测装置，包括：

获取模块，用于从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

二值化模块，用于以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测模块，用于检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

第三方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

本发明实施例中提供的技术方案，至少具有如下技术效果或优点：

本发明实施例提供的摄像模组检测方法、装置、电子设备及介质，通过增加传感器芯片的增益来模拟手机端的应用环境，提供不良线条问题的发生条件，再结合对原始数据图的二值化处理，来凸显出问题线条，从而有效识别出不合格摄像模组，以将问题模组拦截在出厂前，提高出厂良率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例中摄像模组检测方法的流程图；

图2为本发明实施例中去噪点的示意图；

图3为本发明实施例中二值化前的示意图；

图4为本发明实施例中二值化后的示意图；

图5为本发明实施例中摄像模组检测装置的结构示意图；

图6为本发明实施例中电子设备的结构示意图；

图7为本发明实施例中存储介质的结构示意图。

具体实施方式

本发明实施例中的技术方案，总体思路如下：

先将待检测摄像模组的传感器芯片的增益调节至大于工作增益，以模拟客户端的应用场景。再从传感器芯片获取拍摄的原始数据图，并对原始数据图的像素点的亮度值进行二值化处理，以凸显出不良线条。从而能通过检测二值化图中是否存在亮度突变的线条，来拦截不合格摄像模组。

需要说明的是，本申请提供的方法可以应用于独立的测试设备、服务器或产线集成测试设备等，在此不作限制。

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本实施例提供了一种摄像模组检测方法，请参考图1，图1为本发明实施例中摄像模组检测方法的流程图，包括：

步骤S101，从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

步骤S102，以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

步骤S103，检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

下面，结合图1详细介绍本实施例提供的防抖效果测试方法的具体实施步骤：

首先，执行步骤S101，从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益。

考虑到在手机等终端采用摄像模组进行拍摄时，往往是采用大功率高增益的参数环境，为了能检测出在终端的实际拍摄环境中会产生不良彩色线条的情况，可选的，本实施例设置在出厂检测时，先增加待检测摄像模组的传感器芯片的增益，使其大于常规出厂检测时的传感器芯片的工作增益，以模拟终端的高功率应用环境，从而能更准确有效的检测出在实际应用中会出现不良线条的摄像模组。较优的，增加的增益包括模拟增益和数字增益。进一步，可以设置原始数据图的拍摄环境为暗场环境和/或LED光源环境，以能有效还原不良线条的出现场景，提高检测准确度。

在可选的实施方式中，所述原始数据图为传感器芯片出图的元素数据，即没有经过解马赛克插值处理的数据，在本领域称为raw图。直接采用raw图进行检测能提高检测效率，也能避免插值处理等对不良线条的检测干扰，提高检测准确度。

在具体实施过程中，可以是测试设备主动从传感器芯片中读取原始数据图，也可以是传感器芯片主动输出原始数据图，在此不作限制。

在可选的实施方式中，还可以设置从待检测摄像模组的传感器芯片获取拍摄的N张原始数据图，N大于1(兼顾效率和准确度可以设置N为3～5)。再对所述N张原始数据图作亮度平均，获得平均后的原始数据图。后续步骤S102和S103均是对平均后的原始数据图作处理。具体来讲，由于传感器芯片的原始数据图可能会存在杂讯较多的问题，故对多张原始数据图作亮度平均能稀释一幅图中的杂讯问题，提高后续检测的准确度。

接下来，执行步骤S102，以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图。

在可选的实施方式中，还可以设置在执行步骤S102之前，先对所述原始数据图进行去噪点处理。考虑到增加传感器芯片的增益后拍摄的图像可能会存在如图2所示的高亮噪点增多的问题，故先进行去噪处理。具体可以设置去噪亮度阈值，将原始数据图中亮度值大于等于该去噪亮度阈值的像素点的亮度值调节为0，即调节为黑色像素点，原始数据图中亮度值小于该去噪亮度阈值的像素点不作处理。其中，考虑到传感器芯片在暗态拍摄状态下，由于自身暗电流会导致获取的原始数据图中像素点亮度不完全为0，故去噪亮度阈值的设置可以以原始数据图中所有像素点的亮度平均值为基础，加上经验偏移值即作为去噪亮度阈值，以避免暗电流导致的噪点误识别。

当然，在具体实施过程中，去噪方式不限于上述的阈值去噪法，也可以采用机器学习等算法来进行去噪，在此不作限制。

在执行步骤S102时，我们需要先设置亮度阈值作为分界阈值，该用于二值化的亮度阈值的设置也可以考虑到传感器芯片在暗态拍摄状态下，由于自身暗电流会导致获取的原始数据图中像素点亮度不完全为0，故设置以暗电流OB值为基础再加上经验值作为用于二值化的亮度阈值。需要说明的是，该用于二值化的亮度阈值小于去噪亮度阈值。当然，在具体实施过程中，该用于二值化的亮度阈值的设置也可以是纯经验值，或者通过机器学习等算法获得的值，在此不作限制。

在具体实施过程中，二值化处理的方式可以有多种，下面列举两种为例：

第一种，将原始数据图中的每个像素点的亮度值分别与所述亮度阈值进行比对；如果像素点的亮度值大于等于所述亮度阈值，则将像素点的亮度值设为a；如果像素点的亮度值小于所述亮度阈值，则将像素点的亮度值设为b，其中，a大于b。

举例来讲，设置将原始数据图中亮度值大于亮度阈值的像素点的亮度值设置为255(白色)，将亮度值小于亮度阈值的像素点的亮度值设置为0(黑色)，由于在暗态下拍摄，不良线条会由于亮度较高显示为黑底白色线条状。

第二种，将原始数据图中的每个像素点的亮度值分别与所述亮度阈值进行比对；如果像素点的亮度值大于等于所述亮度阈值，则将像素点的亮度值设为a；如果像素点的亮度值小于所述亮度阈值，则将像素点的亮度值设为b，其中，a小于b。

举例来讲，如图3和图4所示，设置将原始数据图中亮度值大于亮度阈值的像素点的亮度值设置为0(黑色)，将亮度值小于亮度阈值的像素点的亮度值设置为255(白色)，由于在暗态下拍摄，不良线条会由于亮度较高显示为白底黑色线条状。

当然，具体的二值化方式不限于上述两种，在此不作累述。

在凸显出不良线条后，执行步骤S103，检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

在可选的实施方式中，检测二值化图中是否存在亮度突变的线条可以是对整个二值化图的画面进行检测。较优的，也可以是将二值化图按照R通道、Gr通道、Gb通道和B通道四个通道进行拆分后，再分别检测这四幅图中是否存在亮度突变的线条(此种情况每个通道图片的长和宽均为二值化图的长和宽的二分之一)，如果这四幅图中有一幅图存在亮度突变的线条，则确定所述摄像模组为不合格摄像模组。具体来讲，raw图的格式是按照上述四个通道进行像素排列组成的，将raw图分为四个通道来分别进行检测，能避免多通道像素混合导致的单通道问题不凸显的问题。如果不良线条问题仅存在于某单通道图片时，采用对整个二值化图进行检测的方式容易忽略该问题。故采用分四通道图片进行检测来有效提高检测准确度，避免单通道不良线条问题的遗漏。

在具体实施过程中，检测亮度突变的线条的方式，可以有多种，下面列举两种为例：

第一种，按行和列比对像素亮度总和。计算所述二值化图中每一行像素的亮度总和，并与后一行像素的亮度总和进行比较；如果比较结果表征亮度总和的差值大于预设规格值，则确定存在亮度突变的线条；计算所述二值化图中每一列像素的亮度总和，并与后一列像素的亮度总和进行比较；如果比较结果表征亮度总和的差值大于预设规格值，则确定存在亮度突变的线条。

举例来讲，先计算第i行像素的亮度总和为RowSum(i)，再计算第i+1行像素的亮度总和为RowSum(i+1)，计算RowSum(i)-RowSum(i+1)的差值绝对值RowDif(i)。按此计算出每一行像素亮度总和与下一行像素亮度总和的差值绝对值，生成多个差值绝对值，如果其中最大的差值绝对值大于预设规格值，则表明存在亮度突变的线条。同理，可以计算每一列像素亮度总和与下一列像素亮度总和的差值绝对值，生成多个差值绝对值，如果其中最大的差值绝对值大于预设规格值，则也表明存在亮度突变的线条。该预设规格值的设置可以采用经验值或试验值，在此不作限制。

第二种，机器学习算法检测亮度突变线条。即先用大量raw图样本训练检测模型，再用训练好的模型来检测亮度突变线条。

当然，检测亮度突变线条的方法不限于上述两种，在此不作限制。

据上检测出存在亮度突变线条则认为摄像模组不合格，为不能出厂的不良品，如果没有检测出亮度突变线条则认为摄像模组该项检测合格，可以进入下一项检测。

具体来讲，通过增加传感器芯片的增益来模拟手机端的应用环境，提供不良线条问题的发生条件，再结合对原始数据图的二值化处理，来凸显出问题线条，从而有效识别出不合格摄像模组，以将问题模组拦截在出厂前，提高出厂良率。

基于同一发明构思，本发明实施例还提供了实施例一中方法对应的装置，见实施例二。

实施例二

如图5所示，提供一种摄像模组检测装置，包括：

获取模块501，用于从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

二值化模块502，用于以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测模块503，用于检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

在本申请实施例中，该摄像模组检测装置可以是摄像模组、计算机、专用的测试仪或集成到产线上的测试装置，在此不作限制。

由于本发明实施例二所介绍的装置，为实施本发明实施例一的方法所采用的装置，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。

基于同一发明构思，本发明实施例还提供了实施例一中方法对应的电子设备，见实施例三。

实施例三

如图6所示，本实施例提供一种电子设备，包括存储器610、处理器620及存储在存储器610上并可在处理器620上运行的计算机程序611，所述处理器620执行所述计算机程序611时实现以下步骤：

从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

在本发明实施例中，所述处理器620执行所述计算机程序611时可以实现本发明实施例一中任一实施方式。

由于本发明实施例三所介绍的电子设备，为实施本发明实施例一的方法所采用的设备，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该设备的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的设备都属于本发明所欲保护的范围。

基于同一发明构思，本发明实施例还提供了实施例一中方法对应的存储介质，见实施例四。

实施例四

本实施例提供一种计算机可读存储介质700，如图7所示，其上存储有计算机程序711，其特征在于，该计算机程序711被处理器执行时实现以下步骤：

从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

在具体实施过程中，该计算机程序711被处理器执行时，可以实现本发明实施例一中任一实施方式。

本发明实施例中提供的技术方案，至少具有如下技术效果或优点：

本发明实施例提供的摄像模组检测方法、装置、电子设备及介质，通过增加传感器芯片的增益来模拟手机端的应用环境，提供不良线条问题的发生条件，再结合对原始数据图的二值化处理，来凸显出问题线条，从而有效识别出不合格摄像模组，以将问题模组拦截在出厂前，提高出厂良率。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的装置、设备、系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种摄像模组检测方法，其特征在于，包括：

从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

2.如权利要求1所述的方法，其特征在于，所述增益包括模拟增益和数字增益；所述原始数据图为没有经过解马赛克插值处理的数据。

3.如权利要求1所述的方法，其特征在于，所述从待检测摄像模组的传感器芯片获取拍摄的原始数据图，包括：

从待检测摄像模组的传感器芯片获取拍摄的N张原始数据图，N大于1；

对所述N张原始数据图作亮度平均，获得平均后的原始数据图。

4.如权利要求1所述的方法，其特征在于，在所述以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理之前，还包括：

对所述原始数据图进行去噪点处理。

5.如权利要求1所述的方法，其特征在于，所述以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，包括：

将所述原始数据图中的每个像素点的亮度值分别与所述亮度阈值进行比对；

如果像素点的亮度值大于等于所述亮度阈值，则将像素点的亮度值设为a；

如果像素点的亮度值小于所述亮度阈值，则将像素点的亮度值设为b，其中，a与b不相等。

6.如权利要求1所述的方法，其特征在于，所述检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组，包括：

将所述二值化图拆分为R通道、Gr通道、Gb通道和B通道四幅图；

检测所述四幅图中是否存在亮度突变的线条，如果所述四幅图中有一幅图存在亮度突变的线条，则确定所述摄像模组为不合格摄像模组。

7.如权利要求1所述的方法，其特征在于，所述检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组，包括：

计算所述二值化图中每一行像素的亮度总和，并与后一行像素的亮度总和进行比较；如果比较结果表征亮度总和的差值大于预设规格值，则确定存在亮度突变的线条；

计算所述二值化图中每一列像素的亮度总和，并与后一列像素的亮度总和进行比较；如果比较结果表征亮度总和的差值大于预设规格值，则确定存在亮度突变的线条。

8.一种摄像模组检测装置，其特征在于，包括：

获取模块，用于从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

二值化模块，用于以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测模块，用于检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现以下步骤：

从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：

从待检测摄像模组的传感器芯片获取拍摄的原始数据图，其中，拍摄所述原始数据图时所述传感器芯片的增益大于工作增益；

以预设的亮度阈值作为分界阈值，对所述原始数据图的像素点的亮度值进行二值化处理，生成二值化图；

检测所述二值化图中是否存在亮度突变的线条，如存在则确定所述摄像模组为不合格摄像模组。

Images