CN111609998A - 光照均匀性的检测方法、检测装置和可读存储介质 - Google Patents

Abstract

本发明公开了一种光照均匀性的检测方法、检测装置和可读存储介质，所述检测方法包括：对光照均匀分布的光源进行拍摄，获得校准图像；提取所述校准图像中全部像素点的灰度值，将所述校准图像中全部像素点的灰度值转化为灰度矩阵；将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵；基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像。本发明技术方案能够有效降低光源均匀性分析中相机镜头带来的影响，提高对光源光照均匀性分析的准确度。

Description

光照均匀性的检测方法、检测装置和可读存储介质

技术领域

本发明涉及光源检测技术领域，尤其涉及一种光照均匀性的检测方法、检测装置和可读存储介质。

背景技术

目前检测光源光照均匀性的方法是用相机拍摄光源发光面，再对拍摄得到的图像分析灰度值，进而获取均匀性信息。但是这种方式，采用的相机镜头本身会对光源的光照均匀性产生影响，尤其是在镜头的周边区域，畸变可能导致光线扭曲变形，由此形成的发光面并不是光源本身的光照均匀性体现。如此严重影响对光源光照均匀性分析的准确度。

上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

发明内容

基于此，针对目前经过相机镜头导致的发光面并不是光源本身的光照均匀性体现，导致对光源光照均匀性分析的不准确度的问题，有必要提供一种光照均匀性的检测方法、检测装置和可读存储介质，旨在减少相机镜头对光线的影响，提高对光源光照均匀性分析的准确度。

为实现上述目的，本发明提出一种光照均匀性的检测方法，所述检测方法包括：

对光照均匀分布的光源进行拍摄，获得校准图像；

提取所述校准图像中全部像素点的灰度值，将所述校准图像中全部像素点的灰度值转化为灰度矩阵；

将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵；

基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像。

可选地，所述将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵的步骤，包括：

将预存的标准矩阵除以所述灰度矩阵，计算得出校准矩阵；

所述基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像的步骤，包括：

将拍摄得到的待测图像中的全部像素点的灰度值转化为待测矩阵；

将所述待测矩阵和所述标准矩阵相乘，获得待分析矩阵；

将所述待分析矩阵转化为待分析图像。

可选地，所述获得待分析图像的步骤之后，包括：

对所述待分析图像进行中值滤波。

可选地，所述对所述待分析图像进行中值滤波的步骤，包括：

选定待分析图像中的一个像素点，以所述一个像素点为中心按照预设步长选定邻域窗口；

对所述邻域窗口内所有像素点灰度值进行大小排列，选取处于中间的灰度值作为所述一个像素点的灰度数值。

可选地，所述对所述待分析图像进行中值滤波的步骤之后，还包括：

对所述待分析图像进行归一化处理。

可选地，所述对所述待分析图像进行归一化处理的步骤，还包括：

选择所述待分析图像的矩阵数据中最大灰度值；

将所述待分析图像的矩阵数据分别除以所述最大灰度值。

可选地，所述将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵的步骤之前，包括：

建立与所述校准图像的像素数相同的矩阵；

设定标准灰度值，将与所述校准图像的像素数相同的矩阵中的所有数据设置为所述标准灰度值，生成标准矩阵，并保存所述标准矩阵。

可选地，所述基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像的步骤之后，还包括：

设定分析数值，根据所述分析数值处理所述待分析图像，获得灰度值大于或等于所述分析数值的局部图像；

将所述局部图像的面积和光源光照的全部面积对比，获得亮度均匀性占比值。

此外，为了实现上述目的，本发明还提供一种光照均匀性的检测装置，所述检测装置包括：

拍摄模块，用于对光照均匀分布的光源进行拍摄，获得校准图像；

转化模块，用于提取所述校准图像中全部像素点的灰度值，将所述校准图像中全部像素点的灰度值转化为灰度矩阵；

对比模块，用于将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵；

处理模块，用于基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像。

此外，为了实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质上存储有光照均匀性的检测程序，所述光照均匀性的检测程序被处理器执行时实现如上文所述的光照均匀性的检测方法的步骤。

本发明提出的技术方案中，选定一个光照均匀分布的光源，通过相机镜头获取该光源的图像，获得校准图像。由于相机镜头对光线的影响，该校准图像的均匀性也产生了变化，提取到校准图像中全部像素点的灰度值，将这些校准图像中全部像素点的灰度值转化为灰度矩阵。设定一个标准矩阵，将标准矩阵和灰度矩阵进行对比获得校准矩阵，校准矩阵中已将包含了相机镜头对光线的影响因素。再次拍摄获得待测图像，待测图像中也受到相机镜头的影响，将待测图像和校准矩阵结合进行处理，相机镜头对光线的影响相互抵消掉，由此减少相机镜头对光线的影响，使待分析图像能够准确反映光源的光照均匀性，提高对光源光照均匀性分析的准确度。

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的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明光照均匀性的检测方法第一实施例的流程示意图；

图2为本发明校准图像的示意图；

图3为本发明待测图像的示意图；

图4为本发明待分析图像的示意图；

图5为本发明光照均匀性的检测方法第二实施例的流程示意图；

图6为本发明光照均匀性的检测方法第三实施例的流程示意图；

图7为本发明带有噪声的待分析图像的示意图；

图8为本发明光照均匀性的检测方法第四实施例的流程示意图；

图9为本发明带消除噪声的待分析图像的示意图；

图10为本发明光照均匀性的检测方法第五实施例的流程示意图；

图11为本发明归一化的待分析图像的示意图；

图12为本发明光照均匀性的检测方法第六实施例的流程示意图；

图13为本发明光照均匀性的检测方法第七实施例的流程示意图；

图14为本发明光照均匀性的检测方法第八实施例的流程示意图；

图15为本发明检测一个光源发光亮度在0.85以上的待分析图像的发光面示意图；

图16为图15中发光亮度在0.9以上的待分析图像的发光面示意图；

图17为本发明检测另一光源发光亮度在0.85以上的待分析图像的发光面示意图；

图18为图17中发光亮度在0.9以上的待分析图像的发光面示意图；

图19为本发明光照均匀性的检测装置的结构示意图。

附图标号说明：

标号	名称	标号	名称
				10	拍摄模块	30	对比模块
20	转化模块	40	处理模块

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

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，所描述的实施例仅仅是本发明的一部分实施例，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。

参阅图1所示，本发明提出的第一实施例，本发明提出的一种光照均匀性的检测方法，所述检测方法包括：

步骤S10，对光照均匀分布的光源进行拍摄，获得校准图像。

具体地，选定一个光源，该光源为标准光源，所述标准光源形成的图像是标准的，也就是说标准光源形成的图像每个像素位置的光照强度均一样。但是在获取光源形成的图像时依然需要通过相机的拍摄，可知光源形成的图像依然受到相机镜头的影响，也就是说拍摄得到的校准图像也无法真实反映光源的均匀性。参阅图2所示，对光照均匀分布的光源拍摄得到的校准图像。校准图像明暗位置明显是不均匀的。其中，图2的横纵坐标是感光芯片的尺寸，所述尺寸按照像素点为单位。另外，拍摄光源的相机镜头可以是远心镜头，也可以是微距镜头。光源可以是用于屏幕显示的背光源。

步骤S20，提取校准图像中全部像素点的灰度值，将校准图像中全部像素点的灰度值转化为灰度矩阵。

具体地，校准图像包括若干个行列均匀排布的像素点组成的，比如2048*2048个像素点。每一个像素点具有一个灰度值，获取到这些校准图像中的全部像素点的灰度值，将这些灰度值转化为灰度矩阵。比如全部像素点为2048*2048个，灰度矩阵也包括2048*2048个数据点。也就是说用灰度矩阵来表示校准图像。当然，校准图像的像素数量不限于此，还可以是1280*720，或者是1024*768等。所述灰度值是指每个像素点的亮度显示，一般灰度值的范围0～255，灰度值包括0和255，其中0代表最暗点，255代表最亮点。通常，像素点的灰度值在0～255之间。另外在，在灰度图像和灰度矩阵相互转化和计算之前需要将所有的整型数据转化为双精度数据。也就是说，在灰度和和矩阵数据转化时需要保证数据类型统一，如此便于计算。

步骤S30，将预存的标准矩阵和灰度矩阵进行对比获得校准矩阵。

可以将标准矩阵比上灰度矩阵，也可以将灰度矩阵比上标准矩阵，从而获得校准矩阵，校准矩阵中包括有相机镜头对光线的影响因素。标准矩阵中包括的矩阵点数量和校准图像中的像素点数量相同，也可以说，标准矩阵中的矩阵点和校准图像中的像素点位置是一一对应的。也就是说，标准矩阵和灰度矩阵的矩阵点数量是相同的，像素点位置是一一对应。在校准图像包括2048*2048个像素点时，预存的标准矩阵也是2048*2048个矩阵点，灰度矩阵的矩阵点数量也是2048*2048，继而可知校准矩阵的矩阵点数量也是2048*2048。同样可以理解的是，标准矩阵的具体矩阵点数量是可以依据校准图像进行调整的。

另外，标准矩阵中的每个矩阵点的矩阵数值是相同的，即可以将标准矩阵理解为一幅标准图像，这个标准图像不受到相机镜头的影响。标准矩阵中的每个矩阵点的矩阵数值就是灰度值，可以将标准矩阵中每个矩阵点的矩阵数值设置在0～255中间任意一个数值。比如，可以设置在200，或者220，或者180，以及160等。

步骤S40，基于校准矩阵处理拍摄得到的待测图像，获得待分析图像。

具体地，校准矩阵包括有相机镜头的影响因素，通过该相机镜头拍摄得到的待测图像中也包括相机镜头的影响因素。将校准矩阵和待测图像结合处理，可以将两者包括的相机镜头影响因素抵消掉，由此获得的待分析图像能够真实反映光源的光照均匀性。由此可以知道的是，采用不同的相机镜头分析图像均匀性时，均需要通过该镜头拍摄一次光照均匀的光源，重复上述步骤，消除掉该镜头对成像结果均匀性的影响。参阅图3所示待测图像，明显可见光照分布不均匀。参阅图4所示，待分析图像，待分析图像的光照均匀性在经过校准矩阵的处理后明显分布更加均匀。也就是，经过处理后的待分析图像能够更加真实的反映光源的均匀性。

本实施例提出的技术方案中，选定一个光照均匀分布的光源，通过相机镜头获取该光源的图像，获得校准图像。由于相机镜头对光线的影响，该校准图像的均匀性也产生了变化，提取到校准图像中全部像素点的灰度值，将这些校准图像中全部像素点的灰度值转化为灰度矩阵。设定一个标准矩阵，将标准矩阵和灰度矩阵进行对比获得校准矩阵，校准矩阵中已经包含了相机镜头对光线的影响因素。再次拍摄获得待测图像，待测图像中也受到相机镜头的影响，将待测图像和校准矩阵结合进行处理，相机镜头对光线的影响相互抵消掉，由此减少相机镜头对光线的影响，使待分析图像能够准确反映光源的光照均匀性，提高对光源光照均匀性分析的准确度。

参阅图5所示，在第一实施例的基础上，提出本发明的第二实施例，在上述实施例中，将预存的标准矩阵和灰度矩阵进行对比获得校准矩阵的步骤，包括：

步骤S31，将预存的标准矩阵除以灰度矩阵，计算得出校准矩阵。

标准矩阵中每个矩阵点数值相同，比如，矩阵点数值是200，由于标准矩阵中的矩阵点和灰度矩阵中的矩阵点是一一对应的，也就是用200一一除以灰度矩阵中的矩阵数值，得出一个和灰度矩阵的矩阵点数量相同的标准矩阵。

基于校准矩阵处理拍摄得到的待测图像，获得待分析图像的步骤，包括：

步骤S41，将拍摄得到的待测图像中的全部像素点的灰度值转化为待测矩阵；

具体地，通过相机镜头拍摄得到的图像为待测图像，待测图像也是由若干像素点组成的图像，由于采用的同一部相机进行拍摄，拍摄的其它参数也一致，除了拍摄的对象不同，因此一般来说待测图像的像素点数量和校准图像的像素点数量也是相同。获取到待测图像中的全部像素点的灰度值，再将待测图像中的全部像素点的灰度值转化待测矩阵。待测矩阵的矩阵点数量和标准矩阵的矩阵点数量相同。

步骤S42，将待测矩阵和标准矩阵相乘，获得待分析矩阵；

具体地，标准矩阵中包括相机镜头影响因素。同样，待测矩阵是由待测图像转化而来的，待测图像也是通过相机拍摄得到的，因此待测矩阵中也包括相机镜头的影响因素。比如标准矩阵中某个点的数值是200，灰度矩阵中的数值是180，则校准矩阵中对应点的数值为200/180。若待测矩阵对应的矩阵数值是180，将待测矩阵和校准矩阵相乘，则对应的矩阵点的数值是(200/180)*180＝200。由此获得待分析矩阵。待分析矩阵消除掉了相机镜头对光源成像均匀性的影响。

步骤S43，将待分析矩阵转化为待分析图像。

具体地，待分析矩阵是一个包括若干矩阵点的数值，当然每个矩阵点的数值反映的都是图像明暗的灰度值。矩阵点的位置和图像中像素点的位置是一一对应的，因此可以将待分析矩阵转化为待分析图像。待分析图像排除了相机镜头的影响。通过待分析图像就能够真实反映光源的光照均匀性。

参阅图6所示，在第一实施例的基础上，提出本发明的第三实施例，在上述实施例中，获得待分析图像的步骤之后，包括：

步骤S50，对待分析图像进行中值滤波。

具体地，参阅图7所示，待分析图像中可能包括有噪声，比如将待分析图像进行转化，横坐标为像素点坐标，纵坐标为像素点对应的灰度值，转化后的图像中若干点突然升高，这些属于噪声，这些噪声的存在影响对待分析图像均匀性的分析，同样也导致分析光源的光照均匀性不够准确。因此对待分析图像进行中值滤波，滤除掉待分析图像中的噪声。中值滤波就是将待分析图像中的一个像素点的灰度值设置为该点设定邻域窗口内的所有像素点灰度值的中值。

进而完成滤除噪声的过程。

参阅图8所示，在第三实施例的基础上，提出本发明的第四实施例，在上述实施例中，对待分析图像进行中值滤波的步骤，包括：

步骤S51，选定待分析图像中的一个像素点，以所述一个像素点为中心按照预设步长选定邻域窗口；

步骤S52，对邻域窗口内所有像素点的灰度值进行大小排列，选取处于中间的灰度值作为所述一个像素点的灰度数值。

比如，选定待分析图像中的一个像素点，以该一个像素点为中心，按照预设步长选定邻域窗口，预设步长可以为3，也就是说像素点范围包括3*3个像素点。这3*3个像素点的灰度值分别为159、160、165、170、160、162、163、164和161，灰度值大小排列后中间的灰度值为163，则该像素点的灰度值为163。另外，需要对待分析图像中的所有像素点按照步骤S51和步骤S52执行，通过对待分析图像中的所有像素点的滤波作业，有效的消除了待分析图像中的噪声，参阅图9所示，使图像看起来更加平滑。

参阅图10所示，在第四实施例的基础上，提出本发明的第五实施例，对待分析图像进行中值滤波的步骤之后，还包括：

步骤S60，对待分析图像进行归一化处理。

具体地，需要对相机拍摄获得的待分析图像进行分析，由于不同相机拍摄的图像，或者同一个相机对不同对象进行拍摄获得的待分析图像的灰度值波动范围是不同的。而且即使同一个相机对同一个对象拍摄，由于环境因素的影响，前后拍摄的图像的灰度值也可能不同。因此在对多个待分析图像进行分析对比时，由于相互之间有灰度差异，难以进行有效对比。为此，对待分析图像进行归一化处理，就是对代表待分析图像的矩阵进行归一化处理。经过归一化处理后，多个待分析图像的灰度值均在0～1之间，方便对多个待分析图像进行有效的对比分析。参阅图11所示，归一化处理后，图像的相对灰度都位于0～1之间，其中，横纵坐标分别为图像上某个像素点的坐标。

参阅图12所示，在第五实施例的基础上，提出本发明的第六实施例。对待分析图像进行归一化处理的步骤，还包括：

步骤S61，选择待分析图像的矩阵数据中最大灰度值；

步骤S62，将待分析图像的矩阵数据分别除以最大灰度值。

具体地，选择出待分析图像的矩阵数据中的最大数值，就是最大灰度值。通常，在对待分析图像进行归一化处理之前，需要滤除掉待分析图像中的噪声，避免选择的最大灰度值是噪声点，影响归一化结果。在选择出了最大灰度值后，将待分析图像的矩阵数据一一除以最大灰度值。由于待分析图像的矩阵点的数值均小于或等于最大灰度值，因此归一化后，待分析图像的灰度数值大于0，小于等于1。例如最大灰度值是204，则将待分析图像中代表每个像素点的灰度值除以204。通过步骤S61和步骤S62的归一化处理，能够将多个待分析图像的灰度值设置在大于0，小于等于1之间，继而能够有效的对比分析。

参阅图13所示，提出本发明的第七实施例，将预存的标准矩阵和灰度矩阵进行对比获得校准矩阵的步骤之前，包括：

步骤S70，建立与校准图像的像素数相同的矩阵；

步骤S80，设定标准灰度值，将与校准图像的像素数相同的矩阵中的所有数据设置为标准灰度值，生成标准矩阵，并保存标准矩阵。

具体地，设定一个和校准图像的像素数相同的矩阵，将该矩阵中的每一个矩阵点数据设置为标准灰度值。比如，标准灰度值为200，校准图像包括2048*2048个像素点，则2048*2048个像素点每个灰度值均为200，由此形成一2048*2048个点，且数据均为200的标准矩阵，并将这个标准矩阵保存起来。

参阅图14所示，提出本发明的第八实施例，基于校准矩阵处理拍摄得到的待测图像，获得待分析图像的步骤之后，还包括：

步骤S910，设定分析数值，根据分析数值处理待分析图像，获得灰度值大于或等于分析数值的局部图像；

步骤S920，将局部图像的面积和光源光照的全部面积对比，获得亮度均匀性占比值。

在获得了待分析图像后，需要对待分析图像进行分析处理，判断光源的光照均匀性是否能够满足要求。具体地，设定分析数值，这个数值是像素点的灰度值，在归一化之前这个分析数值在0～255之间选择。归一化之后，这个分析数值在0～1之间选择。也就是说选定一个满足要求灰度值，以这个分析数值为界，选择出大于或等于分析数值的像素点，这些大于或等于分析数值的像素点组成一幅局部图像。由于光源自身外形的影响，局部图像可以是方形，也可以是圆形。参阅图15所示，经过归一化处理后，选择发光亮度占据0.9以上的发光面积，得出发光面积占比41％。参阅图16所示，经过归一化处理后，选择发光亮度占据0.85以上的发光面积，得出发光面积占比54％。分别对比分析得出的发光面积参数是否符合均匀性要求。由图15和图16可见随着要求的分析数值的增大，要求的发光面面积占比变小。

参阅图17所示，经过归一化处理后，选择发光亮度占据0.85以上的发光区域，得出一个矩形图形，矩形的横边占据感光芯片横向像素尺寸的70％，矩形的纵边占据感光芯片纵向像素尺寸的78％。参阅图18所示，经过归一化处理后，选择发光亮度占据0.9以上的发光区域，得出一个矩形图形，矩形的横边占据感光芯片横向像素尺寸的61％，矩形的纵边占据感光芯片纵向像素尺寸的70％。由图17和图18可见随着要求的分析数值的增大，要求的发光面面积占比变小。另外，需要指出的是，经过归一化后，发光亮度在0～1之间，单通常描述发光亮度可以用百分比的形式。就是将0～1之间的数值对应的转化为0～100％。比如图17选择的发光亮度占据0.85，可以转化为发光亮度在85％。图18选择的发光亮度占据0.9，可以转化为发光亮度在90％。

参阅图19所示，本发明还提供一种光照均匀性的检测装置，所述检测装置包括：拍摄模块10、转化模块20、对比模块30和处理模块40。

拍摄模块10，用于对光照均匀分布的光源进行拍摄，获得校准图像；具体地，选定一个光源，该光源为标准光源，所述标准光源形成的图像每个像素位置的光照强度均一样。在获取光源形成的图像时依然需要通过相机的拍摄，可知光源形成的图像依然受到相机镜头的影响，也就是说拍摄得到的校准图像也无法真实反映光源的均匀性。比如校准图像的中间位置光强较强，而标准图像的周边光强较弱。另外，拍摄光源的相机镜头可以是远心镜头，也可以是微距镜头。光源可以是用于屏幕显示的背光源。

转化模块20，用于提取所述校准图像中全部像素点的灰度值，将所述校准图像中全部像素点的灰度值转化为灰度矩阵；具体地，校准图像包括若干个行列均匀排布的像素点组成的，比如2048*2048个像素点。每一个像素点具有一个灰度值，获取到这些校准图像中的全部像素点的灰度值，将这些灰度值转化为灰度矩阵。比如全部像素点为2048*2048个，灰度矩阵也包括2048*2048个数据点。也就是说用灰度矩阵来表示校准图像。当然，校准图像的像素数量不限于此，还可以是1280*720，或者是1024*768等。所述灰度值是指每个像素点的亮度显示，一般灰度值的范围0～255，灰度值包括0和255，其中0代表最暗点，255代表最亮点。通常，像素点的灰度值在0～255之间。

对比模块30，用于将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵；可以将标准矩阵比上灰度矩阵，也可以将灰度矩阵比上标准矩阵，从而获得校准矩阵，校准矩阵中包括有相机镜头对光线的影响因素。标准矩阵中包括的矩阵数量和校准图像中的像素点数量相同，也可以说，标准矩阵中的矩阵点和校准图像中的像素点位置是一一对应的。也就是说，标准矩阵和灰度矩阵的矩阵点数量是相同的，像素点位置是一一对应的。在校准图像包括2048*2048个像素点时，预存的标准矩阵也是2048*2048个矩阵点，灰度矩阵的矩阵点数量也是2048*2048，继而可知校准矩阵的矩阵点数量也是2048*2048。同样可以理解的是，标准矩阵的具体矩阵点数量是可以依据校准图像进行调整的。

处理模块40，用于基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像。具体地，校准矩阵包括有相机镜头的影响因素，通过该相机镜头拍摄得到的待测图像中也包括相机镜头的影响因素。将校准矩阵和待测图像结合处理，可以将两者包括的相机镜头影响因素抵消掉，由此获得的待分析图像能够真实反映光源的光照均匀性。由此可以知道的是，采用不同的相机镜头分析图像均匀性时，均需要通过该镜头拍摄一次光照均匀的光源，重复上述步骤，消除掉该镜头对成像结果均匀性的影响。

本发明还提供一种可读存储介质，所述可读存储介质上存储有光照均匀性的检测程序，所述光照均匀性的检测程序被处理器执行时实现如上文所述的光照均匀性的检测方法的步骤。

本发明可读存储介质具体实施方式可以参照上述光照均匀性的检测方法各实施例，在此不再赘述。

需要说明的是，在本文中，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过程、方法、物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过程、方法、物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，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

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上述实施例方法可借助软件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，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的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软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (10)

1.一种光照均匀性的检测方法，其特征在于，所述检测方法包括：

对光照均匀分布的光源进行拍摄，获得校准图像；

提取所述校准图像中全部像素点的灰度值，将所述校准图像中全部像素点的灰度值转化为灰度矩阵；

将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵；

基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像。

2.如权利要求1所述的光照均匀性的检测方法，其特征在于，所述将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵的步骤，包括：

将预存的标准矩阵除以所述灰度矩阵，计算得出校准矩阵；

所述基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像的步骤，包括：

将拍摄得到的待测图像中的全部像素点的灰度值转化为待测矩阵；

将所述待测矩阵和所述标准矩阵相乘，获得待分析矩阵；

将所述待分析矩阵转化为待分析图像。

3.如权利要求1所述的光照均匀性的检测方法，其特征在于，所述获得待分析图像的步骤之后，包括：

对所述待分析图像进行中值滤波。

4.如权利要求3所述的光照均匀性的检测方法，其特征在于，所述对所述待分析图像进行中值滤波的步骤，包括：

选定待分析图像中的一个像素点，以所述一个像素点为中心按照预设步长选定邻域窗口；

对所述邻域窗口内所有像素点的灰度值进行大小排列，选取处于中间的灰度值作为所述一个像素点的灰度数值。

5.如权利要求3所述的光照均匀性的检测方法，其特征在于，所述对所述待分析图像进行中值滤波的步骤之后，还包括：

对所述待分析图像进行归一化处理。

6.如权利要求5所述的光照均匀性的检测方法，其特征在于，所述对所述待分析图像进行归一化处理的步骤，还包括：

选择所述待分析图像的矩阵数据中最大灰度值；

将所述待分析图像的矩阵数据分别除以所述最大灰度值。

7.如权利要求1至6中任一项所述的光照均匀性的检测方法，其特征在于，所述将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵的步骤之前，包括：

建立与所述校准图像的像素数相同的矩阵；

设定标准灰度值，将与所述校准图像的像素数相同的矩阵中的所有数据设置为所述标准灰度值，生成标准矩阵，并保存所述标准矩阵。

8.如权利要求1至6中任一项所述的光照均匀性的检测方法，其特征在于，所述基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像的步骤之后，还包括：

设定分析数值，根据所述分析数值处理所述待分析图像，获得灰度值大于或等于所述分析数值的局部图像；

将所述局部图像的面积和光源光照的全部面积对比，获得亮度均匀性占比值。

9.一种光照均匀性的检测装置，其特征在于，所述检测装置包括：

拍摄模块，用于对光照均匀分布的光源进行拍摄，获得校准图像；

转化模块，用于提取所述校准图像中全部像素点的灰度值，将所述校准图像中全部像素点的灰度值转化为灰度矩阵；

对比模块，用于将预存的标准矩阵和所述灰度矩阵进行对比获得校准矩阵；

处理模块，用于基于所述校准矩阵处理拍摄得到的待测图像，获得待分析图像。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有光照均匀性的检测程序，所述光照均匀性的检测程序被处理器执行时实现如权利要求1至8中任一项所述的光照均匀性的检测方法的步骤。

Images