CN111724383A - 基于转盘的摄像头模组黑斑检测系统 - Google Patents
基于转盘的摄像头模组黑斑检测系统 Download PDFInfo
- Publication number
- CN111724383A CN111724383A CN202010623284.5A CN202010623284A CN111724383A CN 111724383 A CN111724383 A CN 111724383A CN 202010623284 A CN202010623284 A CN 202010623284A CN 111724383 A CN111724383 A CN 111724383A
- Authority
- CN
- China
- Prior art keywords
- camera module
- image
- pixel
- turntable
- pixel point
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 206010027146 Melanoderma Diseases 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 230000006835 compression Effects 0.000 claims 1
- 238000007906 compression Methods 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 2
- 230000003287 optical effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及光学摄像头脏污检测技术领域，具体涉及一种基于转盘的摄像头模组黑斑检测系统，包括：摄像模组，用于拍摄图像；采集模块，用于采集摄像模组拍摄的图像；储存模块，用于储存摄像模组拍摄的图像；检测模块，用于对图像进行黑斑检测。本发明有效地解决了现有技术会把暗区域与亮区域的交界处当作污点进行捉取从而容易产生误判或漏判的技术问题；可以对摄像头模组黑斑进行自动检测，提高了摄像头模组黑斑检测的效率与准确率。
Description
技术领域
本发明涉及光学摄像头脏污检测技术领域，具体涉及一种基于转盘的摄像头模组黑斑检测系统。
背景技术
智能手机为了具备拍照功能，都内置有摄像头模组。这类摄像头模组结构简单且具有较深的景深，使得在生产组装过程中，灰尘、毛发等异物很容易落到模组感光芯片上。为了保证摄像头模组在实际工作中视野不受脏点影响，在组装完成后、出厂前需要进行脏污检测。
目前，摄像头模组的脏污检测大多由人工完成。为了克服人工检测效率低、易于视觉疲劳等弊端，文件CN104093016A公开了一种摄像头模组脏污检测方法，包括步骤：连接摄像头模组到模组数据采集模块，并用白色遮盖板覆盖整个摄像头视野范围；摄像头模组进行图像采集，模组数据采集模块读取遮挡板图像并存储至模组数据采集模块的缓存区；将白色遮挡板图像传输至上位机的脏污检测模块内存；上位机的脏污检测模块对白色遮挡板图像进行脏污检测。该发明实现了对摄像头模组脏污进行自动检测，提高摄像头模组脏污检测效率与准确率。
摄像头模组功能测试是将模组放置在指定的光源下，进行对应光源下测试项的测试，从而达到将不良品挑选出来的目的。为适应工业化生产的需求，市面上出现了全自动的摄像头模组检测设备，如文件CN205377994U。在全自动检测过程中，摄像头具有多个工位，可实现多组摄像头在不同光源处的同时检测。在摄像头上存在黑色污迹时，摄像头拍摄出的照片上会出现黑斑，也可能会使得图像的黑暗区域出现在画面的边缘及四角。若采用现有技术，会把暗区域与亮区域的交界处当作污点进行捉取，从而容易产生误判或漏判，导致检测效率比较低。
发明内容
本发明提供一种基于转盘的摄像头模组黑斑检测系统，解决了现有技术会把暗区域与亮区域的交界处当作污点进行捉取，从而容易产生误判或漏判的技术问题。
本发明提供的基础方案为：基于转盘的摄像头模组黑斑检测系统，包括：
采集模块，用于采集摄像模组拍摄的图像；
储存模块，用于储存摄像模组拍摄的图像；
检测模块，包括背景单元、边缘单元和查找单元；
背景单元，用于对图像进行背景建模；
边缘单元，用于将背景建模所得模型图像与原图像进行相减操作，得到暗淡边缘图像；
查找单元，用于提取需要跟踪的形状作为模板，对图像中每个与模板大小相等的区域，利用归一化互相关计算模板与该区域的相似度，将形状相似度高于设定阈值的区域提取出来；
若找到圆形区域，对圆形区域内的每个像素进行判断：若像素亮度为255，则标记为黑点；若黑点像素相邻之间的距离位于预设范围内，且这些像素个数超过预设个数时，判定摄像头模组有黑斑；
若找不到圆形区域，判定摄像头模组没有黑斑。
本发明的工作原理及优点在于：黑斑虽然很小，但始终不是一个点，而是一个极小的黑色区域，这个区域内包含多个黑点。另外，虽然黑斑的区域很小，但是里面的黑点的亮度也可能不是均匀的。通过这样的方式，即使图像畸变严重，全黑或灰状，也能够准确检测；可以对摄像头模组黑斑进行自动检测，提高了摄像头模组黑斑检测的效率与准确率。
本发明通过这样的方式，有效地解决了现有技术会把暗区域与亮区域的交界处当作污点进行捉取从而容易产生误判或漏判的技术问题。
进一步，背景单元还用于，提取随机数量为原图像的像素点总数的预设倍数的图像的像素点，并根据像素点的灰度值进行最小二乘法背景拟合。
有益效果在于：通过这样的方式对图像进行背景建模，既没有丢失原有图像的重要特征，又便于后续对黑斑进行明显地寻找。
进一步，边缘单元还用于，对模型图像正常部分和暗黑部分进行区分，提取镜头成像边界位置信息。
有益效果在于：这样对正常部分与暗黑部分进行准确地划界，可以有效地防止误判，或者漏判。比如，将暗黑部分中的黑影视为黑斑，反而忽略了正常部分内的黑斑。
进一步，查找单元还用于，对摄像模组拍摄到的图像，基于图像中暗区域和亮区域的交界进行拟合，将拟合得到的区域作为有效区域，在有效区域内进行圆形区域的寻找。
有益效果在于：这样可以有效地限定寻找圆形区域的大体范围，既防止在有效区域外进行误判，又极大地提高了圆形区域的寻找效率。
进一步，查找单元还用于，标记黑点时，遍历有效区域内的像素点，计算像素点与其邻域内像素点的对比度：当该像素点邻域内对比度满足预设条件的像素点的数量达到数量范围，将该像素点确定为黑点。
有益效果在于：相比与直接通过亮度判定黑点，这种方式更加灵活，在判断的过程中也具有一定的弹性，可以有效防止漏判。特别是在亮度接近255的时候，比如亮度为254，如果只通过判断亮度是否为255，很容易出现漏判。
进一步，查找单元还用于，对有效区域进行预处理：遍历有效区域内的像素点，对于每个像素点，求取像素点邻域内的且分别位于该像素点多个不同方向上的像素点值的平均值；对各方向的像素点值的平均值再做平均，并将平均后的平均值作为该像素点值。
有益效果在于：通过对有效区域进行预处理，对多个方向的像素点值均做了考虑，能够防止在判定黑点时以偏概全，而对各方向的像素点值的平均值再做平均能够有效降低偏差。
进一步，查找单元还用于，至少求取分别位于该像素点三个不同方向上的像素点值的平均值；对各方向的像素点值的平均值再做平均时，排除其中的最大值和最小值。
有益效果在于：分别求取至少三个方向的像素点值的平均值，能够降低偶然的误差，而排除其中的最大值和最小值可以避免某个偶然的错误像素点值带来的偏差。
进一步，拍摄图像时，在摄像头镜头前盖上白色遮挡物，且白色遮盖物能够覆盖整个摄像头视野范围。
有益效果在于：在白色的背景下，黑点和黑斑更加显眼，这样便于黑斑的观察。
进一步，采集摄像模组拍摄的图像后，对图像进行高斯滤波。
有益效果在于：这样对图像进行降噪，可以排除环境因素的干扰。
进一步，储存摄像模组拍摄的图像时，对图像进行压缩处理。
有益效果在于：通过这样的方式进行处理，可以降低储存的空间。
附图说明
图1为本发明基于转盘的摄像头模组黑斑检测系统实施例的系统结构框图。
具体实施方式
下面通过具体实施方式进一步详细的说明：
实施例1
本发明基于转盘的摄像头模组黑斑检测系统实施例基本如附图1所示，包括：摄像模组，用于拍摄图像；采集模块，用于采集摄像模组拍摄的图像；储存模块，用于储存摄像模组拍摄的图像；检测模块，用于对图像进行黑斑检测。
本实施例中，为了尽可能获得光线散射的纯净检测图像，在摄像模组的摄像头前盖上白色遮挡物，白色遮盖物的面积与摄像头的面积相等，白色覆盖物能够覆盖整个摄像头视野范围，然后摄像头拍摄白色遮挡物的图像。拍摄完毕后，采集模块采集摄像头拍摄的白色遮挡物的图像，并采用高斯滤波的方式对图像进行降噪，从而排除环境因素的影响，具体而言可采用滤波器。储存模块用于读取并存储白色遮挡物的图像，为了降低对储存空间的要求，在储存时对图像进行压缩处理，具体而言，可采用硬盘等储存介质。
检测模块则对图像进行黑斑检测，本实施例中采用计算机。具体步骤如下：第一步，背景单元需要对图像进行背景建模。具体而言，提取随机数量为原图像的像素点总数的预设倍数的图像的像素点，然后根据像素点的灰度值进行最小二乘法背景拟合。比如说，原图像的像素点总数为40000个，预设倍数为0.3，那么随机提取的图像的像素点为12000个，把背景视为二维连续函数，根据像素点的灰度值进行最小二乘法背景拟合即可得到模型图像。这样既不会丢失原有图像的重要特征，又便于后续对黑斑进行明显地寻找。第二步，边缘单元将背景建模所得模型图像与原图像进行相减操作，得到暗淡边缘图像。具体地，将模型图像与原图像中的每个像素的值直接进行相减运算，得出相减的结果即可。第三步，查找单元在暗淡边缘图像上进行圆形区域的查找。具体而言，先提取需要跟踪的形状作为模板，比如要检测圆形的黑斑，就提取圆形作为模板。然后，对图像中每个与模板大小相等的区域，利用归一化互相关，计算模板与该区域的形状相似度，将形状相似度高于设定阈值的区域提取出来，本实施例中将形状相似度设定为98％。具体而言，若某个区域与模板的大小相等，且该区域与模板的形状相似度大于98％，比如为99％，该区域则为要寻找的圆形区域。找到一个圆形区域，就对圆形区域内的每个像素进行判断，确定摄像头是否存在黑斑。具体而言，先判定各个像素点的亮度是否为255，若像素亮度为255，则标记为黑点；然后，判断黑点像素相邻之间的距离在预设范围内，且这些像素个数超过预设个数时，判定摄像头模组有黑斑。比如，预设范围为1mm，预设个数为50个，若对于两个黑点而言，距离为0.8mm，小于1mm；且这两个黑点之间的像素个数为60个，大于50个，则可判定摄像头模组有黑斑。反之，若找不到圆形区域，直接判定摄像头模组没有黑斑，不用进行黑点的判定与寻找。
虽然黑斑的区域很小，里面的黑点的亮度也可能不是均匀的，但是通过这样的方式，也能够准确检测，同时提高了摄像头模组黑斑检测的效率与准确率。
实施例2
与实施例1相比，不同之处仅在于，
将背景建模所得模型图像与原图像进行相减操作之前，边缘单元对模型图像正常部分和暗黑部分进行区分，提取镜头成像边界位置信息。本实施例中，采用轮廓跟踪方法，该方法通过顺序查找边缘点来跟踪出边界，其基本操作过程为：首先在图像中按照从左到右、从上到下的顺序搜索图像的所有像素点，首先找到图像左上方的边界点，它的下、左下、右、右下4个邻点中至少有一个是边界点，记为B；然后从B开始找起，按右、右下、下、左下、左、左上、上、右上的顺序找相邻点中的边界点C。如果C是A点，则表示边界查找已经循环一次，查找结束；否则，从C点继续找，直到找到A或找不到点为止。这样对正常部分与暗黑部分进行准确地划界，可以有效地防止误判，或者漏判，比如将暗黑部分中的黑影视为黑斑，反而忽略了正常部分内的黑斑。
在进行圆形区域寻找前，查找单元对摄像模组拍摄到的图像，基于图像中暗区域和亮区域的交界进行拟合，将拟合得到的区域作为有效区域，在有效区域内进行圆形区域的寻找。这样限定了寻找圆形区域的大体范围，既防止在有效区域外进行误判，又极大地提高了圆形区域的寻找效率。然后，查找单元对有效区域进行预处理，具体而言，遍历有效区域内的像素点，对于每个像素点，求取像素点邻域内的且分别位于该像素点多个不同方向上的像素点值的平均值；对各方向的像素点值的平均值再做平均，并将平均后的平均值作为该像素点值。此外，查找单元至少求取分别位于该像素点三个不同方向上的像素点值的平均值；对各方向的像素点值的平均值再做平均时，排除其中的最大值和最小值。这样，对多个方向的像素点值均做了考虑，并排除其中的最大值和最小值，能够防止在判定黑点时以偏概全。
查找单元标记黑点时，遍历有效区域内的像素点，计算像素点与其邻域内像素点的对比度：当该像素点邻域内对比度满足预设条件的像素点的数量达到数量范围，将该像素点确定为黑点。比如说，对比度的预设条件为大于80％，数量范围为60个，若像素点与其邻域内像素点的对比度为82％，大于80％；且该像素点邻域内对比度大于80％的像素点的数量为70个，大于60个，故将该像素点确定为黑点。相比与直接通过亮度判定黑点，这种方式更加灵活，在判断的过程中也具有一定的弹性，可以有效防止漏判。特别是在亮度接近255的时候，比如亮度为254，如果只通过判断亮度是否为255，很容易漏判。
实施例3
与实施例2不同之处仅在于，本实施例中，还包括拍摄物和清理结构，在拍摄物上人为标记有参考点F，在参考点F处固定有一个LED灯，清理机构吹出气流对拍摄物进行清理，去除表面的灰尘、毛发等。
当摄像头对拍摄物进行拍摄时，照片显示在显示屏上，参考点F的位置为F1。接着，移动参考点F在拍摄物上的位置到点G，这时在显示屏上，参考点G的位置为G1。移动参考点F在拍摄物上的位置，使得参考点F在显示屏上的点刚好位于显示屏的边缘上。然后以F1为原点在显示屏上建立直角坐标系，从而确定拍摄的照片每个像素点在显示屏上的坐标，并将拍摄的照片与预先准备好的完全合格的照片重合起来，对每个像素点的亮度进行比较，从而确定出拍摄的照片上亮度值较高的像素点的坐标，比如(6，8)。判断该像素点的偏差区域是否大于预设区域：若大于预设区域，需要对摄像头进行清理；若小于预设区域，则表明摄像头合格。比如，预设区域为半径为0.5cm的圆，若该像素点的偏差区域为圆形，圆心在(6，8)处，半径为1cm，大于预设区域，表明需要对摄像头进行清理；反之，若半径为0.4cm，小于预设区域，则表明摄像头合格。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.基于转盘的摄像头模组黑斑检测系统，其特征在于，包括：
采集模块，用于采集摄像模组拍摄的图像；
储存模块，用于储存摄像模组拍摄的图像；
检测模块，包括背景单元、边缘单元和查找单元；
背景单元，用于对图像进行背景建模；
边缘单元，用于将背景建模所得模型图像与原图像进行相减操作，得到暗淡边缘图像；
查找单元，用于提取需要跟踪的形状作为模板，对图像中每个与模板大小相等的区域，利用归一化互相关计算模板与该区域的相似度，将形状相似度高于设定阈值的区域提取出来；
若找到圆形区域，对圆形区域内的每个像素进行判断：若像素亮度为255，则标记为黑点；若黑点像素相邻之间的距离位于预设范围内，且这些像素个数超过预设个数时，判定摄像头模组有黑斑；
若找不到圆形区域，判定摄像头模组没有黑斑。
2.如权利要求1所述的基于转盘的摄像头模组黑斑检测系统，其特征在于：背景单元还用于，提取随机数量为原图像的像素点总数的预设倍数的图像的像素点，根据像素点的灰度值进行最小二乘法背景拟合。
3.如权利要求2所述的基于转盘的摄像头模组黑斑检测系统，其特征在于：边缘单元还用于，对模型图像正常部分和暗黑部分进行区分，提取镜头成像边界位置信息。
4.如权利要求3所述的基于转盘的摄像头模组黑斑检测系统，其特征在于：查找单元还用于，对摄像模组拍摄到的图像，基于图像中暗区域和亮区域的交界进行拟合，将拟合得到的区域作为有效区域，在有效区域内进行圆形区域的寻找。
5.如权利要求4所述的基于转盘的摄像头模组黑斑检测系统，其特征在于：查找单元还用于，标记黑点时，遍历有效区域内的像素点，计算像素点与其邻域内像素点的对比度：当该像素点邻域内对比度满足预设条件的像素点的数量达到数量范围，将该像素点确定为黑点。
6.如权利要求5所述的基于转盘的摄像头模组黑斑检测系统，其特征在于：查找单元还用于，对有效区域进行预处理：遍历有效区域内的像素点，对于每个像素点，求取像素点邻域内的且分别位于该像素点多个不同方向上的像素点值的平均值；对各方向的像素点值的平均值再做平均，并将平均后的平均值作为该像素点值。
7.如权利要求6所述的基于转盘的摄像头模组黑斑检测系统，其特征在于：查找单元还用于，至少求取分别位于该像素点三个不同方向上的像素点值的平均值；对各方向的像素点值的平均值再做平均时，排除其中的最大值和最小值。
8.如权利要求7所述的基于转盘的摄像头模组黑斑检测系统，其特征在于：拍摄图像时，在摄像头镜头前盖上白色遮挡物，且白色遮盖物能够覆盖整个摄像头视野范围。
9.如权利要求8所述的基于转盘的摄像头模组黑斑检测系统，其特征在于：采集摄像模组拍摄的图像后，对图像进行高斯滤波。
10.如权利要求9所述的基于转盘的摄像头模组黑斑检测系统，其特征在于：储存摄像模组拍摄的图像时，对图像进行压缩处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010623284.5A CN111724383A (zh) | 2020-06-30 | 2020-06-30 | 基于转盘的摄像头模组黑斑检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010623284.5A CN111724383A (zh) | 2020-06-30 | 2020-06-30 | 基于转盘的摄像头模组黑斑检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111724383A true CN111724383A (zh) | 2020-09-29 |
Family
ID=72571053
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010623284.5A Pending CN111724383A (zh) | 2020-06-30 | 2020-06-30 | 基于转盘的摄像头模组黑斑检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111724383A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113221691A (zh) * | 2021-04-28 | 2021-08-06 | 展讯通信（上海）有限公司 | 指纹分割方法及装置、可读存储介质、终端 |
| CN113570582A (zh) * | 2021-07-30 | 2021-10-29 | 上海集成电路制造创新中心有限公司 | 相机盖板清洁度检测方法及检测装置 |
| CN115278223A (zh) * | 2022-09-29 | 2022-11-01 | 天津华来科技股份有限公司 | 摄像产品连接性能测试方法、系统、存储设备及处理终端 |
| CN116824586A (zh) * | 2023-08-31 | 2023-09-29 | 山东黑猿生物科技有限公司 | 图像处理方法及应用该方法的黑蒜生产质量在线检测系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104093016A (zh) * | 2014-06-12 | 2014-10-08 | 华南理工大学 | 一种摄像头模组脏污检测方法及系统 |
| CN106525665A (zh) * | 2016-12-07 | 2017-03-22 | 常州纺织服装职业技术学院 | 基于图像处理技术的织物导湿性能测试仪器及测试方法 |
| CN106973290A (zh) * | 2017-05-18 | 2017-07-21 | 信利光电股份有限公司 | 一种摄像模组污点测试方法及装置 |
| CN108288264A (zh) * | 2017-12-26 | 2018-07-17 | 横店集团东磁有限公司 | 一种广角摄像头模组脏污测试方法 |
| CN110070524A (zh) * | 2019-04-03 | 2019-07-30 | 北京东舟技术股份有限公司 | 一种智能终端面板视觉故障检测系统 |
| CN110800294A (zh) * | 2018-07-27 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 检测摄像头模组的方法、设备、系统、机器可读存储介质 |
-
2020
- 2020-06-30 CN CN202010623284.5A patent/CN111724383A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104093016A (zh) * | 2014-06-12 | 2014-10-08 | 华南理工大学 | 一种摄像头模组脏污检测方法及系统 |
| CN106525665A (zh) * | 2016-12-07 | 2017-03-22 | 常州纺织服装职业技术学院 | 基于图像处理技术的织物导湿性能测试仪器及测试方法 |
| CN106973290A (zh) * | 2017-05-18 | 2017-07-21 | 信利光电股份有限公司 | 一种摄像模组污点测试方法及装置 |
| CN108288264A (zh) * | 2017-12-26 | 2018-07-17 | 横店集团东磁有限公司 | 一种广角摄像头模组脏污测试方法 |
| CN110800294A (zh) * | 2018-07-27 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 检测摄像头模组的方法、设备、系统、机器可读存储介质 |
| CN110070524A (zh) * | 2019-04-03 | 2019-07-30 | 北京东舟技术股份有限公司 | 一种智能终端面板视觉故障检测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 董武绍 等: "《100条数码摄影妙计 发挥数码相机和可拍照手机的最大潜力》", 北京美术摄影出版社, pages: 132 - 136 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113221691A (zh) * | 2021-04-28 | 2021-08-06 | 展讯通信（上海）有限公司 | 指纹分割方法及装置、可读存储介质、终端 |
| CN113221691B (zh) * | 2021-04-28 | 2022-09-27 | 展讯通信（上海）有限公司 | 指纹分割方法及装置、可读存储介质、终端 |
| CN113570582A (zh) * | 2021-07-30 | 2021-10-29 | 上海集成电路制造创新中心有限公司 | 相机盖板清洁度检测方法及检测装置 |
| CN113570582B (zh) * | 2021-07-30 | 2022-07-29 | 上海集成电路制造创新中心有限公司 | 相机盖板清洁度检测方法及检测装置 |
| CN115278223A (zh) * | 2022-09-29 | 2022-11-01 | 天津华来科技股份有限公司 | 摄像产品连接性能测试方法、系统、存储设备及处理终端 |
| CN116824586A (zh) * | 2023-08-31 | 2023-09-29 | 山东黑猿生物科技有限公司 | 图像处理方法及应用该方法的黑蒜生产质量在线检测系统 |
| CN116824586B (zh) * | 2023-08-31 | 2023-12-01 | 山东黑猿生物科技有限公司 | 图像处理方法及应用该方法的黑蒜生产质量在线检测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111724383A (zh) | 基于转盘的摄像头模组黑斑检测系统 | |
| CN109100363B (zh) | 一种贴合异物缺陷与灰尘的区分方法及系统 | |
| US8073286B2 (en) | Detection and correction of flash artifacts from airborne particulates | |
| CN108288264B (zh) | 一种广角摄像头模组脏污测试方法 | |
| CN111612765B (zh) | 一种圆形透明镜片识别和定位的方法 | |
| CN112534474A (zh) | 纵深取得装置、纵深取得方法以及程序 | |
| CN108986129B (zh) | 标定板检测方法 | |
| JP2010256253A (ja) | 三次元計測用画像撮影装置及びその方法 | |
| EP3563345A1 (en) | Automatic detection, counting, and measurement of lumber boards using a handheld device | |
| JP2013542528A (ja) | 夜景画像ボケ検出システム | |
| CN115100104A (zh) | 玻璃油墨区的缺陷检测方法、装置、设备及可读存储介质 | |
| JP4242796B2 (ja) | 画像認識方法及び画像認識装置 | |
| CN113283439B (zh) | 基于图像识别的智能计数方法、装置及系统 | |
| KR20100025001A (ko) | 촬상 장치 및 방법 | |
| CN115661110B (zh) | 一种透明工件识别与定位的方法 | |
| CN111563869B (zh) | 用于摄像模组质检的污点测试方法 | |
| JP2003167529A (ja) | 画面欠陥検出方法及び装置並びに画面欠陥検出のためのプログラム | |
| CN116908185A (zh) | 物品的外观缺陷检测方法、装置、电子设备及存储介质 | |
| CN114964032B (zh) | 基于机器视觉的盲孔深度测量方法及装置 | |
| CN114882122A (zh) | 图像局部自动标定方法、装置及相关设备 | |
| CN111062887B (zh) | 基于改进的Retinex算法的图像清晰度判定方法 | |
| CN114359414A (zh) | 镜头脏污识别方法、装置、计算机设备及存储介质 | |
| CN114119738A (zh) | 水池污渍检测方法及系统 | |
| JP3870208B2 (ja) | 画像処理方法及び検査装置 | |
| CN110728686A (zh) | 一种基于Voronoi的车载灯具图像分割方法 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 400900 the 3 building of the 207 electronic workshop of the electronic information industrial park, Chongqing. Applicant after: Shengtai Photoelectric Technology Co.,Ltd. Address before: 400900 the 3 building of the 207 electronic workshop of the electronic information industrial park, Chongqing. Applicant before: Chongqing Sheng Tai optoelectronic Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200929 |