CN112165616B - 一种摄像头模组的测试方法、装置、电子设备及存储介质 - Google Patents
一种摄像头模组的测试方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112165616B CN112165616B CN202011268690.0A CN202011268690A CN112165616B CN 112165616 B CN112165616 B CN 112165616B CN 202011268690 A CN202011268690 A CN 202011268690A CN 112165616 B CN112165616 B CN 112165616B
- Authority
- CN
- China
- Prior art keywords
- gray level
- gray
- test
- camera module
- test 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.)
- Active
Links
Images
Classifications
-
- 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
Abstract
本申请公开了一种摄像头模组的测试方法,所述测试方法包括:获取样品摄像头模组在标准光源下拍摄的样本图像,获取待测摄像头模组在测试光源下拍摄的测试图像;确定所述样本图像与所述测试图像的灰度映射信息,并根据所述灰度映射信息调整所述测试图像的灰度级,以使调整后的测试图像与所述样本图像的灰度分布相似度大于预设值;利用所述调整后的测试图像生成所述待测摄像头模组的测试结果。本申请能够消除测试光源亮度差异对测试摄像头模组的影响,提高摄像头模组的测试准确率。本申请还公开了一种摄像头模组的测试装置、一种电子设备及一种存储介质,具有以上有益效果。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种摄像头模组的测试方法、装置、一种电子设备及一种存储介质。
背景技术
摄像头模组在组装的过程中可能会存在安装误差,影响产品质量。在相关技术中通常使用以下测试方式实现安装误差检测:利用多种测试光源照射摄像头模组并拍摄图片,通过对拍摄的图片的亮度差异进行分析以便判断摄像头模组是否存在安装误差。但是由于测试过程中多个测试光源的亮度存在差异,导致各个测试光源下拍摄图片的亮度差异存在测量误差,摄像头模组的测试准确率较低。
因此,如何消除测试光源亮度差异对测试摄像头模组的影响,提高摄像头模组的测试准确率是本领域技术人员目前需要解决的技术问题。
发明内容
本申请的目的是提供一种摄像头模组的测试方法、装置、一种电子设备及一种存储介质,能够消除测试光源亮度差异对测试摄像头模组的影响,提高摄像头模组的测试准确率。
为解决上述技术问题,本申请提供一种摄像头模组的测试方法,该摄像头模组的测试包括:
获取样品摄像头模组在标准光源下拍摄的样本图像,获取待测摄像头模组在测试光源下拍摄的测试图像;
确定所述样本图像与所述测试图像的灰度映射信息,并根据所述灰度映射信息调整所述测试图像的灰度级,以使调整后的测试图像与所述样本图像的灰度分布相似度大于预设值;
利用所述调整后的测试图像生成所述待测摄像头模组的测试结果。
可选的,确定所述样本图像与所述测试图像的灰度映射信息,包括:
根据所述样本图像中每一灰度级的区域占比确定第一灰度分布信息;
根据所述测试图像中每一灰度级的区域占比确定第二灰度分布信息;
利用所述第一灰度分布信息与所述第二灰度分布信息计算所述灰度映射信息。
可选的,利用所述第一灰度分布信息与所述第二灰度分布信息计算所述灰度映射信息,包括:
按照预设顺序从所述样本图像中选取当前灰度级;其中,所述预设顺序包括灰度级递增的顺序或灰度级递减的顺序;
根据所述第一灰度分布信息确定所述当前灰度级的区域占比;
按照所述预设顺序选取所述测试图像中的目标灰度级组合;其中,所述目标灰度级组合为所有灰度级组合中占比差异值最小的灰度级组合,所述灰度级组合包括1个或多个连续的灰度级,所述占比差异值为所述灰度级组合中所有灰度级的区域总占比与所述当前灰度级的区域占比的差值的绝对值;
将所述目标灰度级组合与所述当前灰度级的映射关系添加至所述灰度映射信息;
判断所述样本图像中是否存在未被选取为当前灰度级的灰度级;
若是,则继续执行所述按照预设顺序从所述样本图像中选取当前灰度级的操作。
可选的,根据所述灰度映射信息调整所述测试图像的灰度级,包括:
根据所述灰度映射信息中包括的所述目标灰度级组合与所述当前灰度级的映射关系,将所述测试图像中目标灰度级组合包括的灰度级调整至所述当前灰度级。
可选的,按照所述预设顺序选取所述测试图像中的目标灰度级组合,包括:
按照所述预设顺序确定所述测试图像的起始灰度级;
构建多个包括所述起始灰度级的灰度级组合;
计算每一所述灰度级组合中所有灰度级的区域总占比与所述当前灰度级的区域占比的差值的绝对值,得到第一所述灰度级组合的占比差异值;
将占比差异值最小的灰度级组合设置为所述测试图像中的目标灰度级组合。
可选的,将占比差异值最小的灰度级组合设置为所述测试图像中的目标灰度级组合,包括:
将占比差异值最小的灰度级组合作为备选灰度级组合;
若所述备选灰度级组合的数量大于1,则将包括所述当前灰度级的备选灰度级组合设置为所述测试图像中的目标灰度级组合。
可选的,获取待测摄像头模组在测试光源下拍摄的测试图像,包括:
获取待测摄像头模组在多种测试光源下拍摄的测试图像;
相应的,利用所述调整后的测试图像生成所述待测摄像头模组的测试结果,包括:
根据所有所述调整后的测试图像进行模组安装误差识别,得到所述待测摄像头模组的测试结果。
本申请还提供了一种摄像头模组的测试装置,该测试装置包括:
图像获取模块,用于获取样品摄像头模组在标准光源下拍摄的样本图像,获取待测摄像头模组在测试光源下拍摄的测试图像;
灰度调整模块,用于确定所述样本图像与所述测试图像的灰度映射信息,并根据所述灰度映射信息调整所述测试图像的灰度级,以使调整后的测试图像与所述样本图像的灰度分布相似度大于预设值;
测试模块,用于利用所述调整后的测试图像生成所述待测摄像头模组的测试结果。
本申请还提供了一种存储介质,其上存储有计算机程序,所述计算机程序执行时实现上述摄像头模组的测试方法执行的步骤。
本申请还提供了一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现上述摄像头模组的测试方法执行的步骤。
本申请提供了一种摄像头模组的测试方法,包括获取样品摄像头模组在标准光源下拍摄的样本图像,获取待测摄像头模组在测试光源下拍摄的测试图像;确定所述样本图像与所述测试图像的灰度映射信息,并根据所述灰度映射信息调整所述测试图像的灰度级,以使调整后的测试图像与所述样本图像的灰度分布相似度大于预设值;利用所述调整后的测试图像生成所述待测摄像头模组的测试结果。
本申请获取摄像头模组分别在标准光源和测试光源下拍摄的样本图像和测试图像,根据样本图像和测试图像中的灰度分布差异调整测试图像的灰度级,以使调整后的测试图像与样本图像具有相似的灰度分布相似度。虽然测试光源之间存在亮度差异,但是通过上述调整测试图像的灰度级调整方式能够按照样本图像对测试图像的光照强度进行重新编排,以增大测试图像中过暗区域的灰度值或减小测试图像中过亮区域的灰度值,进而消除测试光源亮度差异对测试摄像头模组的影响,提高摄像头模组的测试准确率。本申请同时还提供了一种摄像头模组的测试装置、一种电子设备和一种存储介质,具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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。
图1为本申请实施例所提供的一种摄像头模组的测试方法的流程图;
图2为本申请实施例所提供的一种灰度映射信息的生成方法的流程图;
图3为本申请实施例所提供的一种摄像头模组的测试装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面请参见图1,图1为本申请实施例所提供的一种摄像头模组的测试方法的流程图。
具体步骤可以包括:
S101:获取样品摄像头模组在标准光源下拍摄的样本图像,获取待测摄像头模组在测试光源下拍摄的测试图像;
其中,本实施例可以应用于摄像头模组装配设备,该设备可以将摄像头模组安装于手机、摄像机等图像拍摄设备中,摄像头模组可以为普通摄像头模组,也可以为深度摄像头模组。在安装摄像头模组之后,本实施例可以利用标准光源照射样品摄像头模组,并利用样品摄像头模组所在的图像拍摄设备拍摄照片得到样本图像。样品摄像头模组为不存在安装误差的摄像头模组。此外,本实施例还可以利用测试光源照射待测摄像头模组,并利用待测摄像头模组所在的图像拍摄设备拍摄照片得到测试图像。上述标准光源为具有特定光照强度且均匀的光源。可以理解的是,由于不同的摄像头模组中允许通过的光的波段不同,因此本实施例可以获取待测摄像头模组在多种波段测试光源下拍摄的测试图像。
S102:确定样本图像与测试图像的灰度映射信息,并根据灰度映射信息调整测试图像的灰度级,以使调整后的测试图像与样本图像的灰度分布相似度大于预设值;
其中,在得到样本图像和测试图像之后,本实施例可以分别获取样本图像和测试图像的灰度分布信息,基于样本图像和测试图像的灰度分布信息确定灰度映射信息。灰度映射信息包括样本图像中每一灰度级与测试图像中一个或多个灰度级的映射关系,样本图像中任一灰度级的面积占比与测试图像中具有映射关系所有灰度级的面积占比的总和的差小于预设差值。根据灰度映射信息调整测试图像的灰度级的过程可以为:以样本图像的灰度分布信息为基准,以测试图像中每一灰度级对应的所有区域为调整粒度,调整测试图像中各个区域的灰度级,得到灰度分布信息与所述测试图像的灰度分布信息的相似度大于预设值的测试图像。
举例说明上述过程,例如样本图像的灰度分布信息可知:样本图像中灰度级为1的区域的面积占比为20%,灰度级为3的区域的面积占比为30%,灰度级为5的区域的面积占比为50%;根据测试图像的灰度分布信息可知:样本图像中灰度级为0的区域的面积占比为10%,灰度级为1的区域的面积占比为9%,灰度级为2的区域的面积占比为31%;灰度级为3的区域的面积占比为50%。灰度映射信息可以包括样本图像中灰度级1与测试图像中灰度级0、灰度级1的映射关系,还可以包括样本图像中灰度级3与测试图像中灰度级2的映射关系,还可以包括样本图像中灰度级5与测试图像中灰度级3的映射关系。因此,可以将测试图像中的灰度级0的区域的灰度级调整为灰度级1,可以将测试图像中的灰度级2的区域的灰度级调整为灰度级3,还可以将测试图像中的灰度级3的区域的灰度级调整为灰度级5。通过上述调整方式,调整灰度级后的测试图像的灰度分布信息如下:样本图像中灰度级为1的区域的面积占比为19%,灰度级为3的区域的面积占比为31%;灰度级为5的区域的面积占比为50%。
本实施例通过样品摄像头模组在标准光源下拍摄图像得到样本图像,并将样本图像作为所有摄像头模组亮度测试的一个标准范围,样品摄像头模组可以是通过前期测量出来的样品模组。通过待测摄像头模组的测试画面按照样品模组的光亮强度重新编排,编排的规则是:把暗的区域的像素值的灰度值,调整到样品模组亮度的灰度值,把过亮的模组区域的像素值灰度值,调整到样品模组亮度灰度值的范围,重新进行后续画面的测试等。作为一种可行的实施方式,本实施例可以利用直方图的规定化对待测摄像头模组的测试画面按照样品模组的亮度范围重新进行编排。
S103:利用调整后的测试图像生成所述待测摄像头模组的测试结果。
其中,本步骤建立在已经对测试图像进行灰度级调整的基础上,由于不同的摄像头模组对于不同波段的光的敏感长度不同,因此本实施例可以根据所有所述调整后的测试图像进行模组安装误差识别,得到所述待测摄像头模组的测试结果。上述模组安装误差识别的过程可以为:将待测摄像头模组的所有测试图像输入机器学习模型,将机器学习模型的输出结果作为待测摄像头模组的测试结果。例如,若所有的调整后的测试图像中均显示特定区域存在相同形状的阴影,此时可以判定待测摄像头模组安装过程中由于失误导致模组内部进入灰尘。
本实施例获取摄像头模组分别在标准光源和测试光源下拍摄的样本图像和测试图像,根据样本图像和测试图像中的灰度分布差异调整测试图像的灰度级,以使调整后的测试图像与样本图像具有相似的灰度分布相似度。虽然测试光源之间存在亮度差异,但是通过上述调整测试图像的灰度级调整方式能够按照样本图像对测试图像的光照强度进行重新编排,以增大测试图像中过暗区域的灰度值或减小测试图像中过亮区域的灰度值,进而消除测试光源亮度差异对测试摄像头模组的影响,提高摄像头模组的测试准确率。
请参见图2,图2为本申请实施例所提供的一种灰度映射信息的生成方法的流程图,本实施例是对图1对应实施例中S102的进一步介绍,可以将本实施例与图1对应的实施例相结合得到进一步的实施方式,本实施例可以包括以下步骤:
S201:根据样本图像中每一灰度级的区域占比确定第一灰度分布信息;
其中,灰度级的区域占比具体指灰度值处于某一灰度级内的区域占图像全部区域的比例。
S202:根据测试图像中每一灰度级的区域占比确定第二灰度分布信息;
S203:利用第一灰度分布信息与第二灰度分布信息计算灰度映射信息。
具体的,本实施例可以通过以下步骤实现利用第一灰度分布信息与第二灰度分布信息计算所述灰度映射信息:
步骤1:按照预设顺序从所述样本图像中选取当前灰度级;其中,所述预设顺序包括灰度级递增的顺序或灰度级递减的顺序;
步骤2:根据所述第一灰度分布信息确定所述当前灰度级的区域占比;
步骤3:按照所述预设顺序选取所述测试图像中的目标灰度级组合;
其中,所述目标灰度级组合为所有灰度级组合中占比差异值最小的灰度级组合,所述灰度级组合包括1个或多个连续的灰度级,所述占比差异值为所述灰度级组合中所有灰度级的区域总占比与所述当前灰度级的区域占比的差值的绝对值;
具体的,按照所述预设顺序选取所述测试图像中的目标灰度级组合的过程包括:按照所述预设顺序确定所述测试图像的起始灰度级;构建多个包括所述起始灰度级的灰度级组合;计算每一所述灰度级组合中所有灰度级的区域总占比与所述当前灰度级的区域占比的差值的绝对值,得到第一所述灰度级组合的占比差异值;将占比差异值最小的灰度级组合设置为所述测试图像中的目标灰度级组合。
步骤4:将所述目标灰度级组合与所述当前灰度级的映射关系添加至所述灰度映射信息;
步骤5:判断所述样本图像中是否存在未被选取为当前灰度级的灰度级;若是,则进入步骤1;若否,则结束流程。
在上述计算灰度映射信息的基础上,本实施例可以通过以下方式调整测试图像的灰度级:根据所述灰度映射信息中包括的所述目标灰度级组合与所述当前灰度级的映射关系,将所述测试图像中目标灰度级组合包括的灰度级调整至所述当前灰度级。
举例说明上述步骤1~步骤5的实现过程:
请参见表1和表2,表1为样本图片的第一灰度分布信息表,表2为测试图片的第二灰度分布信息表。
表1第一灰度分布信息表
灰度级 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
区域占比 | 0 | 0 | 0 | 0.2 | 0 | 0.6 | 0 | 0.2 |
表2第二灰度分布信息表
灰度级 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
区域占比 | 0.19 | 0.25 | 0.21 | 0.16 | 0.08 | 0.06 | 0.03 | 0.02 |
第一次循环:先选取灰度级3作为样本图片的当前灰度值。确定目标灰度级组合的过程包括:第一个灰度级组合包括灰度级0,其面积占比为0.19;第二个灰度级组合包括灰度级0和灰度级1,其面积占比为0.44……,以此类推,确定目标灰度级组合为测试图像中的灰度级1。
第二次循环:选取灰度值5作为样本图片的当前灰度值。确定新的目标灰度级组合的过程时不考虑测试图像中已经存在映射关系的灰度值0,因此确定目标灰度级组合的过程包括:第一个灰度级组合包括灰度级1,其面积占比为0.25;第二个灰度级组合包括灰度级1和灰度级2,其面积占比为0.46;第三个灰度级组合包括灰度级1、灰度级2和灰度级3,其面积占比为0.62;第四个灰度级组合包括灰度级1、灰度级2、灰度级3和灰度级4,其面积占比为0.7……,以此类推,确定目标灰度级组合为测试图像中的灰度级1、灰度级2和灰度级3。
第三次循环:选取灰度值5作为样本图片的当前灰度值。确定新的目标灰度级组合的过程时不考虑测试图像中已经存在映射关系的灰度值0~4,因此确定目标灰度级组合的过程包括:第一个灰度级组合包括灰度级4,其面积占比为0.08;第二个灰度级组合包括灰度级4和灰度级5,其面积占比为0.14;第三个灰度级组合包括灰度级4、灰度级5和灰度级6,其面积占比为0.17;第四个灰度级组合包括灰度级4、灰度级5、灰度级6和灰度值7,其面积占比为0.19;确定目标灰度级组合为测试图像中的灰度级4、灰度级5、灰度级6和灰度值7。
在执行上述三次循环之后,本实施例可以将目标灰度级组合与每一次选取的当前灰度级的映射关系添加至所述灰度映射信息。
当然在确定目标灰度级组合的过程中可能存在2个以上的灰度级组合的占比差异值均最小,本实施例可以通过以下方式设置目标灰度级组合:将占比差异值最小的灰度级组合作为备选灰度级组合;若所述备选灰度级组合的数量大于1,则将包括所述当前灰度级的备选灰度级组合设置为所述测试图像中的目标灰度级组合。
下面通过在实际应用中的实施例说明上述实施例描述的流程。
例如,设定待测摄像头模组在测试光源下拍摄的测试图像的灰度级如表3所示:
表3待测摄像头模组的灰度级统计表
灰度级 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
灰度值的面积占比 | 0.19 | 0.25 | 0.21 | 0.16 | 0.08 | 0.06 | 0.03 | 0.02 |
累计分布函数 | 0.19 | 0.44 | 0.65 | 0.81 | 0.89 | 0.95 | 0.98 | 1.00 |
设定的样品摄像头模组在标准光源下拍摄的样本图像的灰度级如表4所示:
表4样品摄像头模组的灰度级统计表
灰度级 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
灰度值的面积占比 | 0 | 0 | 0 | 0.2 | 0 | 0.6 | 0 | 0.2 |
累计分布函数 | 0 | 0 | 0 | 0.2 | 0.2 | 0.8 | 0.8 | 1.0 |
建立样本图像与测试图像之间的映射过程具体如下:对测试图像中每个灰度级数i的灰度累计分布函数(nor_I_hist(i))与样本图像中灰度级数灰度累计分布函数值(nor_M_hist(i))作差值后取绝对值运算,比较运算得到的结果,差值绝对值的最小值对应的最小位置便是原始图像映射到模板图像的灰度值。表中为灰度值为0的灰度级单映射时,分别用其累计分布函数直方图0.19与模板的累计分布函数直方图作差,发现差值绝对值的最小值在模板图像灰度级的3、4灰度级处,取最小位置处为3,故原始图像灰度级为0的位置单映射后的灰度值为3,其余灰度级同理。
具体计算步骤如下:
步骤1:如表5所示,本实施例将待测摄像头模组的累计分布函数与目标第1灰阶比较差值,0.01为最小值,所以从0.01的位置换成目标的第一灰阶值即可。
表5第一灰度级差值表
灰度级 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
原始图像灰度直方图 | 0.19 | 0.44 | 0.65 | 0.81 | 0.89 | 0.95 | 0.98 | 1 |
目标灰度值第一阶 | 0.2 | 0.2 | 0.2 | 0.2 | 0.2 | 0.2 | 0.2 | 0.2 |
差值 | 0.01 | 0.24 | 0.45 | 0.61 | 0.69 | 0.75 | 0.78 | 0.8 |
步骤2:如表6所示,本实施例将待测摄像头模组的累计分布函数与目标第2灰阶比较差值,0.05为最小值,所以从0.05位置开始为目标低灰阶的开始位置,0.05往后的位置换成目标第2灰阶值。
表6第二灰度级差值表
灰度级 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
原始图像灰度直方图 | 0.19 | 0.44 | 0.65 | 0.81 | 0.89 | 0.95 | 0.98 | 1 |
目标灰度值第二阶 | 0.6 | 0.6 | 0.6 | 0.6 | 0.6 | 0.6 | 0.6 | 0.6 |
差值 | 0.41 | 0.16 | 0.05 | 0.21 | 0.29 | 0.35 | 0.38 | 0.4 |
步骤3:如表7所示,本实施例将待测摄像头模组的累计分布函数与目标第3灰阶比较差值,0.01为最小值,所以从0.01位置开始为目标低灰阶的开始位置,0.01往后的位置换成目标第3灰阶值。
表7第二灰度级差值表
灰度级 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
原始图像灰度直方图 | 0.19 | 0.44 | 0.65 | 0.81 | 0.89 | 0.95 | 0.98 | 1 |
目标灰度值第三阶 | 0.8 | 0.8 | 0.8 | 0.8 | 0.8 | 0.8 | 0.8 | 0.8 |
差值 | 0.61 | 0.36 | 0.15 | 0.01 | 0.09 | 0.15 | 0.18 | 0.2 |
通过上述灰度值映射方式能够消除检测光源之间的亮度差异,降低因此测试摄像头模组的亮度差异导致的检测误差。通过上述方案可以降低摄像头模组测试过程中对于测试光源的亮度差异要求,只要光源应用的是相同型号的,亮度的差异可以上述实施例的映射方式调整一个目标范围内,工厂端就不需要专门的设备人员进行点检,释放更多的人力物力,降低工厂端的生产成本。
请参见图3,图3为本申请实施例所提供的一种摄像头模组的测试装置的结构示意图;
该装置可以包括:
图像获取模块100,用于获取样品摄像头模组在标准光源下拍摄的样本图像,获取待测摄像头模组在测试光源下拍摄的测试图像;
灰度调整模块200,用于确定所述样本图像与所述测试图像的灰度映射信息,并根据所述灰度映射信息调整所述测试图像的灰度级,以使调整后的测试图像与所述样本图像的灰度分布相似度大于预设值;
测试模块300,用于利用所述调整后的测试图像生成所述待测摄像头模组的测试结果。
本实施例获取摄像头模组分别在标准光源和测试光源下拍摄的样本图像和测试图像,根据样本图像和测试图像中的灰度分布差异调整测试图像的灰度级,以使调整后的测试图像与样本图像具有相似的灰度分布相似度。虽然测试光源之间存在亮度差异,但是通过上述调整测试图像的灰度级调整方式能够按照样本图像对测试图像的光照强度进行重新编排,以增大测试图像中过暗区域的灰度值或减小测试图像中过亮区域的灰度值,进而消除测试光源亮度差异对测试摄像头模组的影响,提高摄像头模组的测试准确率。
进一步的,灰度调整模块200包括:
第一分布信息获取单元,用于根据所述样本图像中每一灰度级的区域占比确定第一灰度分布信息;
第二分布信息获取单元,用于根据所述测试图像中每一灰度级的区域占比确定第二灰度分布信息;
灰度映射信息获取单元,用于利用所述第一灰度分布信息与所述第二灰度分布信息计算所述灰度映射信息。
进一步的,灰度映射信息获取单元用于按照预设顺序从所述样本图像中选取当前灰度级;其中,所述预设顺序包括灰度级递增的顺序或灰度级递减的顺序;还用于根据所述第一灰度分布信息确定所述当前灰度级的区域占比;还用于按照所述预设顺序选取所述测试图像中的目标灰度级组合;其中,所述目标灰度级组合为所有灰度级组合中占比差异值最小的灰度级组合,所述灰度级组合包括1个或多个连续的灰度级,所述占比差异值为所述灰度级组合中所有灰度级的区域总占比与所述当前灰度级的区域占比的差值的绝对值;还用于将所述目标灰度级组合与所述当前灰度级的映射关系添加至所述灰度映射信息;还用于判断所述样本图像中是否存在未被选取为当前灰度级的灰度级;若是,则继续执行所述按照预设顺序从所述样本图像中选取当前灰度级的操作。
进一步的,灰度调整模块200包括:
灰度级调整单元,用于根据所述灰度映射信息中包括的所述目标灰度级组合与所述当前灰度级的映射关系,将所述测试图像中目标灰度级组合包括的灰度级调整至所述当前灰度级。
进一步的,所述灰度映射信息获取单元按照所述预设顺序选取所述测试图像中的目标灰度级组合的过程包括:按照所述预设顺序确定所述测试图像的起始灰度级;构建多个包括所述起始灰度级的灰度级组合;计算每一所述灰度级组合中所有灰度级的区域总占比与所述当前灰度级的区域占比的差值的绝对值,得到第一所述灰度级组合的占比差异值;将占比差异值最小的灰度级组合设置为所述测试图像中的目标灰度级组合。
进一步的,所述灰度映射信息获取单元将占比差异值最小的灰度级组合设置为所述测试图像中的目标灰度级组合的过程包括:将占比差异值最小的灰度级组合作为备选灰度级组合;若所述备选灰度级组合的数量大于1,则将包括所述当前灰度级的备选灰度级组合设置为所述测试图像中的目标灰度级组合。
进一步的,所述图像获取模块100用于获取待测摄像头模组在多种测试光源下拍摄的测试图像;相应的,所述测试模块300用于根据所有所述调整后的测试图像进行模组安装误差识别,得到所述待测摄像头模组的测试结果。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本申请还提供了一种存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种电子设备,可以包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然所述电子设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的状况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种摄像头模组的测试方法,其特征在于,包括:
获取样品摄像头模组在标准光源下拍摄的样本图像,获取待测摄像头模组在测试光源下拍摄的测试图像;
确定所述样本图像与所述测试图像的灰度映射信息,并根据所述灰度映射信息调整所述测试图像的灰度级以便按照所述样本图像对所述测试图像的光照强度进行重新编排,以使调整后的测试图像与所述样本图像的灰度分布相似度大于预设值;其中,所述灰度映射信息包括所述样本图像中每一灰度级与所述测试图像中一个或多个灰度级的映射关系;
利用所述调整后的测试图像生成所述待测摄像头模组的测试结果,以便识别模组安装误差。
2.根据权利要求1所述摄像头模组的测试方法,其特征在于,确定所述样本图像与所述测试图像的灰度映射信息,包括:
根据所述样本图像中每一灰度级的区域占比确定第一灰度分布信息;
根据所述测试图像中每一灰度级的区域占比确定第二灰度分布信息;
利用所述第一灰度分布信息与所述第二灰度分布信息计算所述灰度映射信息。
3.根据权利要求2所述摄像头模组的测试方法,其特征在于,利用所述第一灰度分布信息与所述第二灰度分布信息计算所述灰度映射信息,包括:
按照预设顺序从所述样本图像中选取当前灰度级;其中,所述预设顺序包括灰度级递增的顺序或灰度级递减的顺序;
根据所述第一灰度分布信息确定所述当前灰度级的区域占比;
按照所述预设顺序选取所述测试图像中的目标灰度级组合;其中,所述目标灰度级组合为所有灰度级组合中占比差异值最小的灰度级组合,所述灰度级组合包括1个或多个连续的灰度级,所述占比差异值为所述灰度级组合中所有灰度级的区域总占比与所述当前灰度级的区域占比的差值的绝对值;
将所述目标灰度级组合与所述当前灰度级的映射关系添加至所述灰度映射信息;
判断所述样本图像中是否存在未被选取为当前灰度级的灰度级;
若是,则继续执行所述按照预设顺序从所述样本图像中选取当前灰度级的操作。
4.根据权利要求3所述摄像头模组的测试方法,其特征在于,根据所述灰度映射信息调整所述测试图像的灰度级,包括:
根据所述灰度映射信息中包括的所述目标灰度级组合与所述当前灰度级的映射关系,将所述测试图像中目标灰度级组合包括的灰度级调整至所述当前灰度级。
5.根据权利要求3所述摄像头模组的测试方法,其特征在于,按照所述预设顺序选取所述测试图像中的目标灰度级组合,包括:
按照所述预设顺序确定所述测试图像的起始灰度级;
构建多个包括所述起始灰度级的灰度级组合;
计算每一所述灰度级组合中所有灰度级的区域总占比与所述当前灰度级的区域占比的差值的绝对值,得到第一所述灰度级组合的占比差异值;
将占比差异值最小的灰度级组合设置为所述测试图像中的目标灰度级组合。
6.根据权利要求5所述摄像头模组的测试方法,其特征在于,所述将占比差异值最小的灰度级组合设置为所述测试图像中的目标灰度级组合,包括:
将占比差异值最小的灰度级组合作为备选灰度级组合;
若所述备选灰度级组合的数量大于1,则将包括所述当前灰度级的备选灰度级组合设置为所述测试图像中的目标灰度级组合。
7.根据权利要求1至6任一项所述摄像头模组的测试方法,其特征在于,获取待测摄像头模组在测试光源下拍摄的测试图像,包括:
获取待测摄像头模组在多种测试光源下拍摄的测试图像;
相应的,利用所述调整后的测试图像生成所述待测摄像头模组的测试结果,包括:
根据所有所述调整后的测试图像进行模组安装误差识别,得到所述待测摄像头模组的测试结果。
8.一种摄像头模组的测试装置,其特征在于,包括:
图像获取模块,用于获取样品摄像头模组在标准光源下拍摄的样本图像,获取待测摄像头模组在测试光源下拍摄的测试图像;
灰度调整模块,用于确定所述样本图像与所述测试图像的灰度映射信息,并根据所述灰度映射信息调整所述测试图像的灰度级以便按照所述样本图像对所述测试图像的光照强度进行重新编排,以使调整后的测试图像与所述样本图像的灰度分布相似度大于预设值;其中,所述灰度映射信息包括所述样本图像中每一灰度级与所述测试图像中一个或多个灰度级的映射关系;
测试模块,用于利用所述调整后的测试图像生成所述待测摄像头模组的测试结果,以便识别模组安装误差。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如权利要求1至7任一项所述摄像头模组的测试方法的步骤。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如上权利要求1至7任一项所述摄像头模组的测试方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011268690.0A CN112165616B (zh) | 2020-11-13 | 2020-11-13 | 一种摄像头模组的测试方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011268690.0A CN112165616B (zh) | 2020-11-13 | 2020-11-13 | 一种摄像头模组的测试方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112165616A CN112165616A (zh) | 2021-01-01 |
CN112165616B true CN112165616B (zh) | 2023-05-02 |
Family
ID=73865815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011268690.0A Active CN112165616B (zh) | 2020-11-13 | 2020-11-13 | 一种摄像头模组的测试方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112165616B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114494084B (zh) * | 2022-04-14 | 2022-07-26 | 广东欧谱曼迪科技有限公司 | 一种图像颜色均化方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011127825A1 (zh) * | 2010-04-16 | 2011-10-20 | 杭州海康威视软件有限公司 | 图像对比度的处理方法及装置 |
CN109889818A (zh) * | 2019-03-05 | 2019-06-14 | 信利光电股份有限公司 | 一种摄像模组用光源测试方法 |
WO2020006907A1 (zh) * | 2018-07-05 | 2020-01-09 | 平安科技(深圳)有限公司 | 一种拍摄控制方法、终端及计算机可读存储介质 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06105310A (ja) * | 1992-09-18 | 1994-04-15 | Babcock Hitachi Kk | 異常検出装置 |
JP2001103369A (ja) * | 1999-09-30 | 2001-04-13 | Fujitsu General Ltd | 画像センサ装置 |
JP2002054915A (ja) * | 2000-08-08 | 2002-02-20 | Sony Corp | 検査装置 |
AU2002341464A1 (en) * | 2002-09-17 | 2004-04-08 | Qp Card | Method and arrangement for colour correction of digital images |
JP2006194869A (ja) * | 2004-12-16 | 2006-07-27 | Pentax Corp | 自動検査装置及び異物検査方法 |
KR100924121B1 (ko) * | 2007-12-15 | 2009-10-29 | 한국전자통신연구원 | 컬러 체커 챠트를 이용한 다중 카메라간 컬러 일치 방법 |
JP2011259137A (ja) * | 2010-06-08 | 2011-12-22 | Nippon Telegr & Teleph Corp <Ntt> | 表面特徴検出装置および表面特徴検出方法 |
TWI489861B (zh) * | 2012-03-26 | 2015-06-21 | Wistron Corp | 相機檢測方法與相機 |
JP6159817B2 (ja) * | 2013-10-28 | 2017-07-05 | 富士フイルム株式会社 | キャリブレーション方法及び内視鏡システム |
US8736685B1 (en) * | 2013-12-11 | 2014-05-27 | Anritsu Company | Systems and methods for measuring brightness response of a camera operating in automatic exposure mode |
CN103763546B (zh) * | 2013-12-25 | 2016-07-13 | 宁波舜宇光电信息有限公司 | 手机摄像头单体校正光源差异校正方法 |
CN105678734B (zh) * | 2014-11-21 | 2018-09-25 | 中国科学院沈阳自动化研究所 | 一种图像匹配系统的异源测试图像标定方法 |
CN104897374B (zh) * | 2015-06-16 | 2016-04-13 | 常州千明智能照明科技有限公司 | 一种相机模组的颜色校正方法 |
DE102016125642A1 (de) * | 2016-12-23 | 2018-06-28 | Wipotec Wiege- Und Positioniersysteme Gmbh | Prüfung und/oder Justierung einer Kamera, insbesondere einer digitalen Kamera, mittels eines optischen Prüfnormals |
CN109413412B (zh) * | 2018-09-11 | 2020-10-02 | Oppo广东移动通信有限公司 | 灰卡性能测试方法、装置、电子设备及存储介质 |
CN109632269B (zh) * | 2018-12-27 | 2020-09-15 | 浙江舜宇光学有限公司 | 基于图像灰度信息检测光学衍射元件性能的方法 |
CN110234005B (zh) * | 2019-06-24 | 2020-12-22 | 北京字节跳动网络技术有限公司 | 一种视频质量评测的方法、装置、介质和电子设备 |
CN110489580B (zh) * | 2019-08-26 | 2022-04-26 | Oppo(重庆)智能科技有限公司 | 图像处理方法、装置、显示屏组件以及电子设备 |
-
2020
- 2020-11-13 CN CN202011268690.0A patent/CN112165616B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011127825A1 (zh) * | 2010-04-16 | 2011-10-20 | 杭州海康威视软件有限公司 | 图像对比度的处理方法及装置 |
WO2020006907A1 (zh) * | 2018-07-05 | 2020-01-09 | 平安科技(深圳)有限公司 | 一种拍摄控制方法、终端及计算机可读存储介质 |
CN109889818A (zh) * | 2019-03-05 | 2019-06-14 | 信利光电股份有限公司 | 一种摄像模组用光源测试方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112165616A (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4416795B2 (ja) | 補正方法 | |
US8213052B2 (en) | Digital image brightness adjustment using range information | |
CN107172418A (zh) | 一种基于曝光情况分析的色阶映射图像质量评价方法 | |
CN101010937A (zh) | 图像修正处理系统以及图像修正处理方法 | |
US9591240B1 (en) | System and method for generating a dataset for real noise reduction evaluation | |
WO2022100510A1 (zh) | 一种图像失真评测的方法、装置及计算机设备 | |
WO2012170462A2 (en) | Automatic exposure correction of images | |
CN111609998A (zh) | 光照均匀性的检测方法、检测装置和可读存储介质 | |
CN113483682B (zh) | 一种基于机器视觉的缝隙测量方法及系统 | |
CN112165616B (zh) | 一种摄像头模组的测试方法、装置、电子设备及存储介质 | |
CN113674164A (zh) | 样品颜色校正方法、装置、电子设备及介质 | |
CN116612111B (zh) | 一种高强度复合材料加工质量检测方法 | |
CN112689097B (zh) | 线激光器自动亮度控制方法、系统及存储介质 | |
CN115225820A (zh) | 拍摄参数自动调整方法、装置、存储介质及工业相机 | |
JP2020155128A (ja) | シンボルを評価するためのシステムおよび方法 | |
CN114677567A (zh) | 模型训练方法、装置、存储介质及电子设备 | |
CN112651945A (zh) | 一种基于多特征的多曝光图像感知质量评价方法 | |
CN112345548A (zh) | 一种燃料电池石墨板表面成型光洁程度检测方法及装置 | |
CN112258501A (zh) | 印版网点检测方法、印版测量仪和可读存储介质 | |
CN111540042A (zh) | 用于三维重构的方法、装置以及相关设备 | |
CN114022367A (zh) | 一种图像质量调优方法、装置、电子设备和介质 | |
CN114494080A (zh) | 一种图像生成方法、装置、电子设备及存储介质 | |
CN111048183B (zh) | 数字病理图像均一化的方法、装置、设备及存储介质 | |
CN112422841A (zh) | 图像补偿方法、装置、计算机设备和存储介质 | |
CN110751618A (zh) | 一种漂浮物检测方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |