CN111669572A - 摄像头模组的检测方法、装置、介质及电子设备 - Google Patents

摄像头模组的检测方法、装置、介质及电子设备 Download PDF

Info

Publication number
CN111669572A
CN111669572A CN201910164717.2A CN201910164717A CN111669572A CN 111669572 A CN111669572 A CN 111669572A CN 201910164717 A CN201910164717 A CN 201910164717A CN 111669572 A CN111669572 A CN 111669572A
Authority
CN
China
Prior art keywords
sub
camera module
original image
value
maximum difference
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
Application number
CN201910164717.2A
Other languages
English (en)
Inventor
赵丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201910164717.2A priority Critical patent/CN111669572A/zh
Publication of CN111669572A publication Critical patent/CN111669572A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/002Diagnosis, 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)

Abstract

本发明的实施例提供了一种摄像头模组的检测方法、装置、介质及电子设备。该摄像头模组的检测方法包括:获取摄像头模组采集到的原始图像所对应的图像数据,所述图像数据包括所述原始图像中位于各个角的子区域的能量值;计算所述原始图像中位于各个角的子区域的能量值之间的最大差值;若所述最大差值大于或等于设定阈值,则确定所述摄像头模组异常。本发明实施例的技术方案能够查找到位于各个角的子区域的能量值相差较大的摄像头模组,进而能够实现对摄像头模组的有效管控,提高了对摄像头模组进行校验的全面性及准确性。

Description

摄像头模组的检测方法、装置、介质及电子设备
技术领域
本发明涉及摄像头技术领域,具体而言,涉及一种摄像头模组的检测方法、装置、介质及电子设备。
背景技术
LSC(Lens Shading Calibration,镜头四周阴影校准)是为了解决由于镜头光学折射不均匀导致所拍摄画面的四周相对于画面中心出现阴影的问题,相关技术中在计算得到摄像头模组的LSC数据之后,会将数据烧录在摄像头模组的存储空间里,以在后期摄像头模组调用该数据进行拍照效果的调试。可见,摄像头模组的LSC数据与摄像头模组的质量存在相关性,因此如何能够通过摄像头模组的LSC数据准确地对摄像头模组进行校验成为亟待解决的技术问题。
发明内容
本发明的实施例提供了一种摄像头模组的检测方法、装置、介质及电子设备,进而至少在一定程度上可以查找到位于各个角的子区域的能量值相差较大的摄像头模组,进而能够实现对摄像头模组的有效管控,提高了对摄像头模组进行校验的全面性及准确性。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的一个方面,提供了一种摄像头模组的检测方法,包括:获取摄像头模组采集到的原始图像所对应的图像数据,所述图像数据包括所述原始图像中位于各个角的子区域的能量值;计算所述原始图像中位于各个角的子区域的能量值之间的最大差值;若所述最大差值大于或等于设定阈值,则确定所述摄像头模组异常。
根据本发明实施例的一个方面,提供了一种摄像头模组的检测装置,包括:获取单元,用于获取摄像头模组采集到的原始图像所对应的图像数据,所述图像数据包括所述原始图像中位于各个角的子区域的能量值;计算单元,用于计算所述原始图像中位于各个角的子区域的能量值之间的最大差值;处理单元,用于在所述最大差值大于或等于设定阈值时,确定所述摄像头模组异常。
根据本发明实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的摄像头模组的检测方法。
根据本发明实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的摄像头模组的检测方法。
在本发明的一些实施例所提供的技术方案中,通过计算原始图像中位于各个角的子区域的能量值之间的最大差值,并在该最大差值大于或等于设定阈值时,确定摄像头模组异常,使得能够查找到位于各个角的子区域的能量值相差较大的摄像头模组,进而能够实现对摄像头模组的有效管控,提高了对摄像头模组进行校验的全面性及准确性,避免了不良摄像头模组流入到拍照终端中而影响拍照终端的拍摄质量,并且也降低了摄像头模组的后期返工成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。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获得其他的附图。在附图中:
图1示意性示出了根据本发明的一个实施例的摄像头模组的检测方法的流程图;
图2示意性示出了根据本发明的一个实施例的获取将摄像头模组采集到的原始图像划分为多个子区域得到的图像数据的流程图;
图3示出了根据本发明的一个实施例的将矩形图像平均划分为多个子区域的示意图;
图4示意性示出了根据本发明的另一个实施例的摄像头模组的检测方法的流程图;
图5示出了根据本发明的一个实施例的摄像头模组烧录的LSC数据的Gr通道的能量值示意图;
图6示出了根据本发明的另一个实施例的摄像头模组烧录的LSC数据的Gr通道的能量值示意图;
图7示意性示出了根据本发明的一个实施例的摄像头模组的检测装置的框图;
图8示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示意性示出了根据本发明的一个实施例的摄像头模组的检测方法的流程图,该摄像头模组的检测方法可以由具有计算处理功能的设备来执行,比如服务器等。参照图1所示,该摄像头模组的检测方法至少包括步骤S110至步骤S130,详细介绍如下:
在步骤S110中,获取摄像头模组采集到的原始图像所对应的图像数据,所述图像数据包括所述原始图像中位于各个角的子区域的能量值。
在本发明的一个实施例中,摄像头模组采集到的原始图像可以是RAW格式的图像,RAW格式即为未经加工的格式,可以理解为RAW图像就是CMOS(Complementary Metal OxideSemiconductor,互补金属氧化物半导体)或者CCD(Charge-coupled Device,电荷耦合器件)图像感应器将捕捉到的光源信号转化为数字信号的原始数据。
在本发明的一个实施例中,步骤S110中获取摄像头模组采集到的原始图像所对应的图像数据可以是从烧录到摄像头模组的EEPROM(Electrically Erasable Programmableread only memory,带电可擦可编程只读存储器)中来获取,或者也可以通过如图2所示的流程来获取,参照图2所示,获取摄像头模组采集到的原始图像所对应的图像数据的过程可以包括如下步骤:
步骤S210,获取摄像头模组采集到的原始图像。
在本发明的一个实施例中,如上所述,摄像头模组采集到的原始图像可以是RAW格式的图像。
步骤S220,将获取到的所述原始图像划分为多个子区域。
在本发明的一个实施例中,可以将原始图像平均划分为多个子区域,摄像头模组采集到的原始图像可以是矩形图像,将摄像头模组采集到的原始图像划分为多个子区域可以是将该矩形图像平均划分为多个子区域,比如可以如图3所示,如将矩形图像301平均划分为多个子区域302,具体可以划分得到17×13个子区域。
步骤S230,计算所述原始图像中位于各个角的子区域内所包含的所有像素的能量值均值,将所述能量值均值作为所述各个角的子区域的能量值。
在本发明的一个实施例中,步骤S230中是计算了原始图像中位于各个角的子区域的能量值,在本发明的其它实施例中,也可以计算原始图像中每个子区域的能量值。
在本发明的一个实施例中,所述的能量值可以是摄像头模组将感知到的光信号转换得到的电信号的值。
继续参照图1所示,在步骤S120中,计算所述原始图像中位于各个角的子区域的能量值之间的最大差值。
在本发明的一个实施例中,若原始图像为矩形图像,那么原始图像中位于各个角的子区域就是位于矩形图像中位于四个角的子区域。假设矩形图像中位于四个角的子区域的能量值分别为369、389、393、385,那么该矩形图像中位于四个角的子区域的能量值之间的最大差值为393-369=24。
在本发明的一个实施例中,子区域的能量值可以是子区域在各个颜色通道上的能量值,比如可以是子区域在R、Gr、Gb、B四个颜色通道上的能量值。在这种情况下,步骤S120中计算原始图像中位于各个角的子区域的能量值之间的最大差值具体可以是计算原始图像中位于各个角的子区域在各个颜色通道上的能量值之间的最大差值。即分别计算原始图像中位于各个角的子区域分别在R、Gr、Gb、B四个颜色通道上的能量值之间的最大差值。
继续参照图1所示,在步骤S130中,若所述最大差值大于或等于设定阈值,则确定所述摄像头模组异常。
在本发明的一个实施例中,通过在原始图像中位于各个角的子区域的能量值之间的最大差值大于或等于设定阈值时,确定摄像头模组异常,使得可以过滤出位于各个角的子区域的能量值之间相差较大的摄像头模组,进而能够实现对摄像头模组的有效管控,提高了对摄像头模组进行校验的全面性及准确性。
在本发明的一个实施例中,若计算原始图像中位于各个角的子区域的能量值之间的最大差值的过程中是计算原始图像中位于各个角的子区域在各个颜色通道上的能量值之间的最大差值,那么当原始图像中位于各个角的子区域在任意一个颜色通道上的能量值之间的最大差值大于或等于该设定阈值时,就可以确定该摄像头模组异常。比如,若摄像头模组采集到的原始图像中位于各个角的子区域在R、Gr、Gb三个颜色通道上的能量值之间的最大差值均小于设定阈值,而原始图像中位于各个角的子区域在B颜色通道上的能量值之间的最大差值大于设定阈值,那么也可以确定该摄像头模组异常。
在本发明的一个实施例中,若计算原始图像中位于各个角的子区域的能量值之间的最大差值的过程中是计算原始图像中位于各个角的子区域在各个颜色通道上的能量值之间的最大差值,那么可以在原始图像中位于各个角的子区域在所有颜色通道上的能量值之间的最大差值均小于设定阈值时,确定摄像头模组正常。即在该实施例中,如果在摄像头模组采集到的原始图像中位于各个角的子区域在所有颜色通道上的能量值之间的最大差值均小于设定阈值,就可以确定摄像头模组正常。
在本发明的一个实施例中,原始图像所对应的图像数据还可以包括原始图像中位于中心的子区域的能量值,在这种情况下,还可以计算原始图像中位于各个角的子区域与位于中心的子区域之间的能量值比值,若该能量值比值处于预定范围内,且前述实施例中计算的最大差值小于设定阈值,则确定摄像头模组正常。即在该实施例中,不仅需要前述实施例中计算的最大差值小于设定阈值,还需要原始图像中位于各个角的子区域与位于中心的子区域之间的能量值比值处于预定范围内,才能确定摄像头模组正常,这样可以通过增加对原始图像中位于各个角的子区域与位于中心的子区域之间的能量值比值的校验来提高对摄像头模组检测的准确性和全面性。
在本发明的一个实施例中,原始图像中位于中心的子区域的能量值的计算过程类似于前述计算原始图像中位于各个角的子区域的能量值的过程,即计算原始图像中位于中心的子区域内所包含的所有像素的能量值均值,以作为原始图像中位于中心的子区域的能量值。
类似于前述实施例中可以计算原始图像中位于各个角的子区域在各个颜色通道上的能量值之间的最大差值,在本发明的一个实施例中,可以计算原始图像中位于各个角的子区域与位于中心的子区域之间在各个颜色通道上的能量值比值,比如,可以分别计算原始图像中位于各个角的子区域与位于中心的子区域在R、Gr、Gb、B四个颜色通道上的能量值比值。
在本发明的一个实施例中,如果计算了原始图像中位于各个角的子区域与位于中心的子区域之间在各个颜色通道上的能量值比值,那么当原始图像中位于各个角的子区域与位于中心的子区域之间在各个颜色通道上的能量值比值均处于预定范围内,且前述实施例中计算得到的最大差值小于设定阈值时,确定摄像头模组正常。
在本发明的另一个实施例中,还可以将原始图像中位于各个角的子区域的能量值及位于中心的子区域的能量值转换到Y(Luminance,明亮度)、U(Chrominance,色度)、V(Chroma、浓度)空间中,得到原始图像中位于各个角的子区域的亮度值(即Y通道的值)及位于中心的子区域的亮度值(即Y通道的值),然后根据原始图像中位于各个角的子区域的能量值及位于中心的子区域的亮度值,计算原始图像中位于各个角的子区域与位于中心的子区域之间的亮度值比值,当该亮度值比值处于预定范围内,且前述实施例中计算得到的最大差值小于设定阈值时,确定摄像头模组正常。即在该实施例中,不仅需要前述实施例中计算的最大差值小于设定阈值,还需要原始图像中位于各个角的子区域与位于中心的子区域之间的亮度值比值处于预定范围内,才能确定摄像头模组正常,这样可以通过增加对原始图像中位于各个角的子区域与位于中心的子区域之间的亮度值比值的校验来提高对摄像头模组检测的准确性和全面性。
以下以摄像头模组采集到的原始图像为矩形形状的RAW图像为例,对本发明实施例的摄像头模组的检测方法的实现细节进行详细阐述:
在本发明的一个实施例中,如图4所示,根据本发明的另一个实施例的摄像头模组的检测方法,包括如下步骤S410和步骤S420,详细说明如下:
在步骤S410中,通过摄像头模组采集RAW图像,并烧录LSC数据。
在本发明的一个实施例中,通过摄像头模组采集RAW图像的光源要求可以是标准光源,其色温可以是5100±200K,亮度可以是1000±100lux,并且尽量避免其它环境杂散光的干扰。
在本发明的一个实施例中,通过摄像头模组采集RAW图像时,可以将摄像头模组置于光源前1-2cm,保持摄像头模组的端面与光源平面平行,如果是带有自动对焦功能的摄像头模组,则需要使摄像头模组的对焦马达位置处于远近焦的中间位置,同时调整摄像头传感器元件的gain(增益)值为1倍,然后拍摄一张RAW格式的图片。在拍摄得到RAW格式的图片之后,可以利用一个转换工具将RAW格式的图数据转换为17×13个子区域(子区域数量在该实施例中仅为示例)的LSC数据(具体可以如图2所示,将RAW格式的图数据平均划分为17×13个子区域,然后计算每个子区域的能量值均值),并将转换得到的数据存放在模组的EEPROM里,已完成LSC数据的烧录过程。
在步骤S420中,基于LSC数据确定摄像头模组是否异常。
在本发明的一个实施例中,在基于LSC数据确定摄像头模组是否异常时,可以将LSC数据从R、Gr、Gb、B空间转换到YUV空间中,得到17×13个子区域的Y、U、V值,然后计算位于四角的四个子区域与位于中心的子区域之间的亮度比值,若亮度比值未处于55%~65%(具体数值在该实施例中仅为示例)范围内,则判定为烧录异常的摄像头模组。
在本发明的一个实施例中,由于通过亮度比值来确定摄像头模组是否异常的方案中是从亮度Y值上去管控RAW图像的四角区域与中心区域的差异,因此即使四角区域的R、Gr、Gb、B值相差很大,也仍然有可能满足四角区域的亮度与中心区域亮度的比值在55%~65%范围内的标准,但是四角区域的R、Gr、Gb、B值相差很大的摄像头模组实际上是属于烧录异常的摄像头模组,因此可以增加以下的检测方式继续对摄像头模组进行校验:计算四角的子区域在R、Gr、Gb、B四个颜色通道的实际能量值之间的最大差值,若该最大差值不超过80(数值在此仅为示例),且位于四角的四个子区域与位于中心的子区域之间的亮度比值处于55%~65%范围内,则确定摄像头模组烧录正常。
具体地,以Gr通道的能量值为例,摄像头模组1烧录的LSC数据的Gr通道的能量值如图5所示,其中四角在Gr通道的能量值分别为369、389、393、385,最大差值为393-369=24<80,因此满足最大差值不超过80的管控标准。摄像头模组2烧录的LSC数据的Gr通道的能量值如图6所示,其中四角在Gr通值的能量值分别为235、345、332、376,最大差异为376-235=141>80,因此不满足最大差值不超过80的管控标准。
本发明实施例的技术方案不仅考虑了RAW图的四角区域与中心区域之间的亮度比值需要处于预定范围内,而且也需要四角区域的能量值之间的最大差异小于设定阈值,进而能够有效检测出异常的摄像头模组,提高了对摄像头模组检测的准确性和全面性,避免了不良模组流入到拍照终端而影响拍照终端的拍摄质量,并且也降低了摄像头模组的后期返工成本。其中,本发明实施例的摄像头模组可以应用在手机、平板电脑、笔记本电脑、无人机、监控摄像头等终端设备上。
以下介绍本发明的装置实施例,可以用于执行本发明上述实施例中的摄像头模组的检测方法。对于本发明装置实施例中未披露的细节,请参照本发明上述的摄像头模组的检测方法的实施例。
图7示意性示出了根据本发明的一个实施例的摄像头模组的检测装置的框图。
参照图7所示,根据本发明的一个实施例的摄像头模组的检测装置700,包括:获取单元702、计算单元704和处理单元706。
其中,获取单元702用于获取摄像头模组采集到的原始图像所对应的图像数据,所述图像数据包括所述原始图像中位于各个角的子区域的能量值;计算单元704用于计算所述原始图像中位于各个角的子区域的能量值之间的最大差值;处理单元706用于在所述最大差值大于或等于设定阈值时,确定所述摄像头模组异常。
在本发明的一个实施例中,获取单元702配置为:获取摄像头模组采集到的原始图像;将所述原始图像划分为多个子区域;计算所述原始图像中位于各个角的子区域内所包含的所有像素的能量值均值,将所述能量值均值作为所述各个角的子区域的能量值。
在本发明的一个实施例中,所述子区域的能量值包括所述子区域在各个颜色通道上的能量值;所述计算单元704配置为:计算所述原始图像中位于各个角的子区域在各个颜色通道上的能量值之间的最大差值。
在本发明的一个实施例中,所述处理单元706配置为:若所述原始图像中位于各个角的子区域在任意一个颜色通道上的能量值之间的最大差值大于或等于所述设定阈值,则确定所述摄像头模组异常。
在本发明的一个实施例中,所述处理单元706还用于:若所述原始图像中位于各个角的子区域在所有颜色通道上的能量值之间的最大差值均小于所述设定阈值,则确定所述摄像头模组正常。
在本发明的一个实施例中,所述图像数据还包括所述原始图像中位于中心的子区域的能量值,所述计算单元704还用于计算所述原始图像中位于各个角的子区域与位于中心的子区域之间的能量值比值;所述处理单元706还用于在所述能量值比值处于预定范围内,且所述最大差值小于所述设定阈值时,确定所述摄像头模组正常。
在本发明的一个实施例中,所述计算单元704配置为:计算所述原始图像中位于各个角的子区域与位于中心的子区域之间在各个颜色通道上的能量值比值。
在本发明的一个实施例中,所述处理单元706配置为:若所述原始图像中位于各个角的子区域与位于中心的子区域之间在各个颜色通道上的能量值比值均处于所述预定范围内,且所述最大差值小于所述设定阈值,则确定所述摄像头模组正常。
在本发明的一个实施例中,所述图像数据还包括所述原始图像中位于中心的子区域的能量值,所述的摄像头模组的检测装置还包括:转换单元,用于将所述原始图像中位于各个角的子区域的能量值及位于中心的子区域的能量值转换到明亮度、色度、浓度空间中,得到所述原始图像中位于各个角的子区域的亮度值及位于中心的子区域的亮度值;所述计算单元704还用于根据所述原始图像中位于各个角的子区域的能量值及位于中心的子区域的亮度值,计算所述原始图像中位于各个角的子区域与位于中心的子区域之间的亮度值比值;所述处理单元706还用于在所述亮度值比值处于预定范围内,且所述最大差值小于所述设定阈值时,确定所述摄像头模组正常。
在本发明的一个实施例中,所述能量值包括所述摄像头模组将感知到的光信号转换得到的电信号的值。
图8示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图8示出的电子设备的计算机系统800仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(Central Processing Unit,CPU)801,其可以根据存储在只读存储器(Read-Only Memory,ROM)802中的程序或者从存储部分808加载到随机访问存储器(Random Access Memory,RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统操作所需的各种程序和数据。CPU 801、ROM802以及RAM 803通过总线804彼此相连。输入/输出(Input/Output,I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本发明的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本发明实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (13)

1.一种摄像头模组的检测方法,其特征在于,包括:
获取摄像头模组采集到的原始图像所对应的图像数据,所述图像数据包括所述原始图像中位于各个角的子区域的能量值;
计算所述原始图像中位于各个角的子区域的能量值之间的最大差值;
若所述最大差值大于或等于设定阈值,则确定所述摄像头模组异常。
2.根据权利要求1所述的摄像头模组的检测方法,其特征在于,获取摄像头模组采集到的原始图像所对应的图像数据,包括:
获取摄像头模组采集到的原始图像;
将所述原始图像划分为多个子区域;
计算所述原始图像中位于各个角的子区域内所包含的所有像素的能量值均值,将所述能量值均值作为所述各个角的子区域的能量值。
3.根据权利要求1所述的摄像头模组的检测方法,其特征在于,所述子区域的能量值包括所述子区域在各个颜色通道上的能量值,所述计算所述原始图像中位于各个角的子区域的能量值之间的最大差值,具体包括:
计算所述原始图像中位于各个角的子区域在各个颜色通道上的能量值之间的最大差值。
4.根据权利要求3所述的摄像头模组的检测方法,其特征在于,若所述最大差值大于或等于设定阈值,则确定所述摄像头模组异常,包括:
若所述原始图像中位于各个角的子区域在任意一个颜色通道上的能量值之间的最大差值大于或等于所述设定阈值,则确定所述摄像头模组异常。
5.根据权利要求4所述的摄像头模组的检测方法,其特征在于,还包括:
若所述原始图像中位于各个角的子区域在所有颜色通道上的能量值之间的最大差值均小于所述设定阈值,则确定所述摄像头模组正常。
6.根据权利要求1所述的摄像头模组的检测方法,其特征在于,所述图像数据还包括所述原始图像中位于中心的子区域的能量值,
所述摄像头模组的检测方法还包括:
计算所述原始图像中位于各个角的子区域与位于中心的子区域之间的能量值比值;
若所述能量值比值处于预定范围内,且所述最大差值小于所述设定阈值,则确定所述摄像头模组正常。
7.根据权利要求6所述的摄像头模组的检测方法,其特征在于,计算所述原始图像中位于各个角的子区域与位于中心的子区域之间的能量值比值,包括:
计算所述原始图像中位于各个角的子区域与位于中心的子区域之间在各个颜色通道上的能量值比值。
8.根据权利要求7所述的摄像头模组的检测方法,其特征在于,若所述能量值比值处于预定范围内,且所述最大差值小于所述设定阈值,则确定所述摄像头模组正常,包括:
若所述原始图像中位于各个角的子区域与位于中心的子区域之间在各个颜色通道上的能量值比值均处于所述预定范围内,且所述最大差值小于所述设定阈值,则确定所述摄像头模组正常。
9.根据权利要求1所述的摄像头模组的检测方法,其特征在于,所述图像数据还包括所述原始图像中位于中心的子区域的能量值,
所述摄像头模组的检测方法还包括:
将所述原始图像中位于各个角的子区域的能量值及位于中心的子区域的能量值转换到明亮度、色度、浓度空间中,得到所述原始图像中位于各个角的子区域的亮度值及位于中心的子区域的亮度值;
根据所述原始图像中位于各个角的子区域的能量值及位于中心的子区域的亮度值,计算所述原始图像中位于各个角的子区域与位于中心的子区域之间的亮度值比值;
若所述亮度值比值处于预定范围内,且所述最大差值小于所述设定阈值,则确定所述摄像头模组正常。
10.根据权利要求1至9中任一项所述的摄像头模组的检测方法,其特征在于,所述能量值包括所述摄像头模组将感知到的光信号转换得到的电信号的值。
11.一种摄像头模组的检测装置,其特征在于,包括:
获取单元,用于获取摄像头模组采集到的原始图像所对应的图像数据,所述图像数据包括所述原始图像中位于各个角的子区域的能量值;
计算单元,用于计算所述原始图像中位于各个角的子区域的能量值之间的最大差值;
处理单元,用于在所述最大差值大于或等于设定阈值时,确定所述摄像头模组异常。
12.一种计算机可读介质,其上存储有计算机程序,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10中任一项所述的摄像头模组的检测方法。
13.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至10中任一项所述的摄像头模组的检测方法。
CN201910164717.2A 2019-03-05 2019-03-05 摄像头模组的检测方法、装置、介质及电子设备 Pending CN111669572A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910164717.2A CN111669572A (zh) 2019-03-05 2019-03-05 摄像头模组的检测方法、装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910164717.2A CN111669572A (zh) 2019-03-05 2019-03-05 摄像头模组的检测方法、装置、介质及电子设备

Publications (1)

Publication Number Publication Date
CN111669572A true CN111669572A (zh) 2020-09-15

Family

ID=72381474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910164717.2A Pending CN111669572A (zh) 2019-03-05 2019-03-05 摄像头模组的检测方法、装置、介质及电子设备

Country Status (1)

Country Link
CN (1) CN111669572A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113516636A (zh) * 2021-06-18 2021-10-19 展讯半导体(南京)有限公司 镜头阴影的评价方法、装置、设备和介质、镜头模组
CN114549313A (zh) * 2022-02-18 2022-05-27 北京百度网讯科技有限公司 图像处理方法、装置、电子设备和存储介质
CN114697586A (zh) * 2020-12-31 2022-07-01 杭州海康威视数字技术股份有限公司 一种图像处理系统、近红外光补光控制方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101179662A (zh) * 2006-11-06 2008-05-14 亚洲光学股份有限公司 影像暗角修正方法及其装置
CN101281357A (zh) * 2007-04-02 2008-10-08 鸿富锦精密工业(深圳)有限公司 相机模组暗角侦测装置及相机模组暗角侦测方法
CN102740110A (zh) * 2012-05-31 2012-10-17 惠州Tcl移动通信有限公司 一种图片暗角的检测方法及移动设备
CN106161981A (zh) * 2016-07-29 2016-11-23 广东欧珀移动通信有限公司 图像暗角补偿方法、装置和终端设备
CN106713903A (zh) * 2016-12-08 2017-05-24 广州视源电子科技股份有限公司 屏幕亮度均匀度的检测方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101179662A (zh) * 2006-11-06 2008-05-14 亚洲光学股份有限公司 影像暗角修正方法及其装置
CN101281357A (zh) * 2007-04-02 2008-10-08 鸿富锦精密工业(深圳)有限公司 相机模组暗角侦测装置及相机模组暗角侦测方法
CN102740110A (zh) * 2012-05-31 2012-10-17 惠州Tcl移动通信有限公司 一种图片暗角的检测方法及移动设备
CN106161981A (zh) * 2016-07-29 2016-11-23 广东欧珀移动通信有限公司 图像暗角补偿方法、装置和终端设备
CN106713903A (zh) * 2016-12-08 2017-05-24 广州视源电子科技股份有限公司 屏幕亮度均匀度的检测方法和系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114697586A (zh) * 2020-12-31 2022-07-01 杭州海康威视数字技术股份有限公司 一种图像处理系统、近红外光补光控制方法及装置
CN114697586B (zh) * 2020-12-31 2023-12-29 杭州海康威视数字技术股份有限公司 一种图像处理系统、近红外光补光控制方法及装置
CN113516636A (zh) * 2021-06-18 2021-10-19 展讯半导体(南京)有限公司 镜头阴影的评价方法、装置、设备和介质、镜头模组
CN114549313A (zh) * 2022-02-18 2022-05-27 北京百度网讯科技有限公司 图像处理方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
US10997696B2 (en) Image processing method, apparatus and device
EP3079010B1 (en) Photographing method for dual-camera device and dual-camera device
EP3358819B1 (en) Photographing method, photographing device and terminal
CN111028189A (zh) 图像处理方法、装置、存储介质及电子设备
CN109829859B (zh) 图像处理方法及终端设备
CN107481186B (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
WO2017166479A1 (zh) 图像采集设备的测光方法及装置
CN107909569B (zh) 一种花屏检测方法、花屏检测装置及电子设备
CN107704798B (zh) 图像虚化方法、装置、计算机可读存储介质和计算机设备
CN111669572A (zh) 摄像头模组的检测方法、装置、介质及电子设备
CN113132695B (zh) 镜头阴影校正方法、装置及电子设备
CN107563979B (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
CN110855957B (zh) 图像处理方法及装置、存储介质和电子设备
CN112991242A (zh) 图像处理方法、图像处理装置、存储介质与终端设备
CN104754221A (zh) 一种拍照方法及移动终端
CN110689565B (zh) 一种深度图确定的方法、装置及电子设备
CN108198189B (zh) 图片清晰度的获取方法、装置、存储介质及电子设备
CN108174173B (zh) 拍摄方法及装置、计算机可读存储介质和计算机设备
CN111311481A (zh) 背景虚化方法、装置、终端设备及存储介质
WO2023137956A1 (zh) 图像处理方法、装置、电子设备及存储介质
CN111429537A (zh) 电影银幕的光学检测方法、装置、设备及智能网络传感器
CN106851099B (zh) 一种拍摄的方法及移动终端
CN112584057B (zh) 一种光照度检测方法和装置
CN109672829B (zh) 图像亮度的调整方法、装置、存储介质及终端
WO2023151210A1 (zh) 图像处理方法、电子设备及计算机可读存储介质

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: 20200915

RJ01 Rejection of invention patent application after publication