CN112529872A - 一种摄像头模组的检测方法及装置 - Google Patents
一种摄像头模组的检测方法及装置 Download PDFInfo
- Publication number
- CN112529872A CN112529872A CN202011460148.5A CN202011460148A CN112529872A CN 112529872 A CN112529872 A CN 112529872A CN 202011460148 A CN202011460148 A CN 202011460148A CN 112529872 A CN112529872 A CN 112529872A
- Authority
- CN
- China
- Prior art keywords
- matrix
- determining
- dirty
- pixel
- pixel points
- 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 57
- 239000011159 matrix material Substances 0.000 claims abstract description 160
- 238000000034 method Methods 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised 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
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Abstract
本发明公开了一种摄像头模组的检测方法及装置,其中方法包括:在样本图像中确定第一矩阵和第二矩阵;获取第一矩阵中像素点的第一亮度均值,以及第一矩阵和第二矩阵之间像素点的亮度差值;基于第一亮度均值和亮度差值,获得第二矩阵中像素点的第二亮度均值;基于第二亮度均值,确定第二矩阵中的像素脏点。本发明可对高像素的样本图像进行高效率检测,快速识别像素脏点。
Description
技术领域
本发明涉及摄像头制造技术领域,尤其涉及一种摄像头模组的检测方法及装置。
背景技术
由于工艺环境的影响,在摄像头模组的装配制造过程中,可能会对摄像头模组的图像传感器划伤,产生像素脏点。或在图像传感器的表面粘连细小的物质,造成图像传感器被脏点遮挡影响成像效果。因此,在摄像头模组完成装配后,还需要进行脏点检测,以确定摄像头模组符合相关的生产标准。
但是,目前的脏点检测方式是将摄像头模组拍摄的整个画面逐个像素点进行计算,计算量极大,对高像素的图像检测效率较低。
发明内容
鉴于上述问题,本发明提出了一种摄像头模组的检测方法及装置,可快速识别像素脏点,实现对高像素的样本图像进行高效率检测。
第一方面,本申请通过一实施例提供如下技术方案:
一种摄像头模组的检测方法,包括:
在样本图像中确定第一矩阵和第二矩阵;获取所述第一矩阵中像素点的第一亮度均值,以及所述第一矩阵和所述第二矩阵之间像素点的亮度差值;基于所述第一亮度均值和所述亮度差值,获得所述第二矩阵中像素点的第二亮度均值;基于所述第二亮度均值,确定所述第二矩阵中的像素脏点。
可选的,所述样本图像为单通道图像;所述在样本图像上确定第一矩阵和第二矩阵之前,包括:
获取所述摄像头模组拍摄的RAW格式图像;分离所述RAW格式图像中不同通道的像素点,获得单通道图像。
可选的,所述在样本图像中确定第一矩阵和第二矩阵,包括:
在所述样本图像中确定所述第一矩阵;平移所述第一矩阵,获得所述第二矩阵。
可选的,获取所述第一矩阵和所述第二矩阵之间像素点的亮度差值,包括:
获取所述第一矩阵和所述第二矩阵之间非重叠像素点的亮度差值。
可选的,所述基于所述第二亮度均值,确定所述第二矩阵中的像素脏点,包括:
获取目标像素点与所述第二亮度均值的偏差量;其中,所述目标像素点为所述第二矩阵中的任一像素点;判断所述偏差量是否大于预设的第一阈值;若是,则确定所述目标像素点为像素脏点。
可选的,所述基于所述第二亮度均值,确定所述第二矩阵中的像素脏点之后,还包括:
基于所述像素脏点的连通性和面积,获得所述摄像头模组的检测结果。
可选的,所述基于所述像素脏点的连通性和面积,确定所述摄像头模组的检测结果,包括:
判断所述样本图像中是否存在相邻的两个以上的所述像素脏点;若是,则确定相邻的两个以上的所述像素脏点的面积;判断所述面积是否大于预设的第二阈值;若是,则确定所述检测结果为不合格;若否,则确定所述检测结果为合格。
可选的,所述第二阈值为2或3。
第二方面,基于同一发明构思,本申请通过一实施例提供如下技术方案:
一种摄像头模组的检测装置,包括:
确定模块,用于在样本图像中确定第一矩阵和第二矩阵;第一获取模块,用于获取所述第一矩阵中像素点的第一亮度均值,以及所述第一矩阵和所述第二矩阵之间像素点的亮度差值;第二获取模块,用于基于所述第一亮度均值和所述亮度差值,获得所述第二矩阵中像素点的第二亮度均值;检测模块,用于基于所述第二亮度均值,确定所述第二矩阵中的像素脏点。
第三方面,基于同一发明构思,本申请通过一实施例提供如下技术方案:
一种摄像头模组的检测装置,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述摄像头模组的检测装置执行上述第一方面中任一项所述方法的步骤。
本发明实施例提供的一种摄像头模组的检测方法及装置,在检测过程中通过设计第一矩阵和第二矩阵的方式对样本图像进行检测,可以降低单次计算量;并且通过第一亮度均值和亮度差值获得第二矩阵的第二亮度均值,避免了对第二矩阵中的所有像素点进行计算,进一步的优化了检测过程,并且在每一次检测过程中只针对第一矩阵和第二矩阵进行计算,无需对不合格的摄像头模组对应的样本图像的所有像素点进行计算,能够快速确定像素脏点,提高了检测效率高。
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
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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示出了本发明第一实施例提供的一种摄像头模组的检测方法的流程图;
图2示出了本发明第一实施例中示例性的样本图像的局部色彩通道构成的示意图;
图3示出了本发明第一实施例中示例性的R通道的单通道图像的通道构成的示意图;
图4~图5示出了本发明第一实施例中示例性的第一矩阵和第二矩阵平移后的结构示意图;
图6示出了本发明第一实施例中示例性的像素脏点位置示意图;
图7示出了本发明第二实施例提供的一种摄像头模组的检测装置的结构示意图。
具体实施方式
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。
第一实施例
请参见图1,图1示出了本发明第一实施例提供的一种摄像头模组的检测方法的流程图。在本实施例中对该方法执行的具体实现方式以一示例的方式进行详细阐述。
摄像头模组在装配完成之后,可使用摄像头模组对一标准的检测面板进行拍照。然后,可获得该待测的摄像头模组拍摄的RAW(RAW Image Format,原始图像编码数据)格式图像,再分离RAW格式图像中不同通道的像素点,获得单通道图像。如图2所示,RAW格式图像是由四通道形成的,在分离之后可得到R、Gr、Gb、B四个通道的单通道图像。分离后获得的R通道的图像的通道构成的局部示意图如图3所示。采用单通道图像,可使得在后续的像素脏点检测过程中能够执行多线程同步检测,4个通道互不影响,能够充分发挥对处理器的多核计算性能。可依次或同时将四条通道中每一通道的图像作为样本图像进行后续的检测步骤。
执行步骤S10:在样本图像中确定第一矩阵和第二矩阵。
具体的,样本图像可为待检测的摄像头模组拍摄的图像。可在样本图像中的任一位置确定一N×N矩阵,或在样本图像的任意位置构建一N×N矩阵作为第一矩阵,首次构建的第一矩阵作为初始矩阵,N取值可为3、4、5、等等,但优选的N为奇数,可保证具有一个中心点。同样的,可在样本图像中任一位置确定第二矩阵。在本实施中为了提高计算效率,避免对矩阵中的像素点进行大规模的求和计算,在本实施例中可对第一矩阵进行平移可得到第二矩阵。在平移第一矩阵的时候,执行逐行或逐列的平移以获得第二矩阵,即第一矩阵平移一行和/或平移一列可得到第二矩阵。在适当的情况下也可以由第一矩阵平移多行和/或多列来获得第二矩阵。
执行步骤S20:获取第一矩阵中像素点的第一亮度均值,以及第一矩阵和第二矩阵之间像素点的亮度差值。
当首次执行步骤S20时,第一矩阵为初始矩阵,那么在获得第一亮度均值的方式可为:基于第一矩阵中所有像素点的亮度值,获得第一亮度均值。此时,可基于第一亮度均值对第一矩阵内的像素脏点进行全部检测。检测的方式为,将第一矩阵中的每一个像素点均与第一亮度均值进行比较,计算像素点的亮度值与第一亮度均值的偏差量。然后,判断该偏差量与第一阈值的大小,若该偏差量大于第一阈值则确定判断的像素点为像素脏点。
具体的,第一阈值的大小一般根据生产需要进行确定,例如偏差量的大小可确定为15~25%中的任意值,如可为19%、20%、22%、等等。第一矩阵中的像素点的亮度值与第一亮度均值的偏差量可具体为:对于虽然有偏差但偏差量小于第一阈值的像素点,在本申请中不作为像素脏点处理,一般的在摄像头模组实际应用的过程中,可通过后期的补偿算法对摄像头模组中图像传感器的表面不良造成的暗点或像素脏点进行补偿。在补偿后一般不会对用户的实际使用产生影响。
需要说明的是,本实施例中的像素点的计算,未作出特别说明的情况下均为对像素点的亮度值进行的计算。
在本步骤S20时,为了进一步的提高计算效率,获取的第一矩阵和第二矩阵之间像素点的亮度差值,可为非重叠像素点的亮度差值,但不限于此。举例说明非重叠像素点,例如将第一矩阵在单通道图像中向右平移一列,则第一矩阵的最左边一列和第二矩阵的最右边一列为非重叠的像素点。若第一矩阵中的非重叠部分的像素值之和为X,第二矩阵中的非重叠部分的像素值之和为Y,则亮度差值为Y-X。
例如,在图4中示出的R通道的3×3矩阵向右平移一列后,就可得到列A1和列A2为非重叠部分的像素点。在图5中示出的R通道的3×3矩阵向下平移一行后,就可得到行C1和行C2为非重叠部分的像素点。
执行步骤S30:基于第一亮度均值和亮度差值,获得第二矩阵内像素点的第二亮度均值。
在步骤S30中,第二亮度均值为第一亮度均值与亮度差值的和。这样在获取第二亮度均值的过程中,就不需要对第二矩阵中的全部像素点的亮度值进行求和计算,只需计算第一矩阵和第二矩阵中变化的像素点的差异,极大的优化了高分辨率图像检测的计算量,提高了检测效率。
执行步骤S40:基于第二亮度均值,确定第二矩阵中的像素脏点。
在步骤S40中,由于第二矩阵与第一矩阵存在重复的像素点。因此,在对第二矩阵中的像素点进行像素脏点判断时,只需要判断未曾判断过的像素点,也即判断第二矩阵中重复的像素点之外的像素点。具体的,以第二矩阵中的任一未判断的像素点进行说明。首先,获取目标像素点与第二亮度均值的偏差量;然后,判断该偏差量与第一阈值的大小,若该偏差量大于第一阈值,则确定目标像素点为像素脏点。
在识别出像素脏点之后,针对像素脏点的不同,在某些解决方案中可对像素脏点进行算法补偿处理以弥补缺陷。因此,本实施例中还对像素脏点进行进一步的识别,以确定摄像头模组的品质。即本实施例中还可包括步骤S50。
执行步骤S50:基于像素脏点的连通性和面积,获得摄像头模组的检测结果。
在步骤S50中,为了保证摄像头模组后期应用过程中能够适应补偿算法,本实施例中进一步的对像素脏点的连通性和面积进行限制,以最终确定摄像头模组的检测结果。具体的,一个像素脏点具有连通性是指具有与其相邻的另一个像素脏点,也即两个像素脏点连通;面积是指像素脏点的数量。所以,首先判断样本图像中像素脏点之间是否连通,即是否存在两个以上的相邻像素脏点;若是,则计算连通的两个以上的像素脏点的面积大小;然后判断面积是否大于预设的第二阈值。当具有相互连通的像素脏点,且连通的像素脏点数量大于了第二阈值时,就会导致补偿算法无法使用目标像素脏点周围的其他像素点进行补偿;此时,可以确定摄像头模组的检测结果是不合格的,否则为合格。
较优的,根据具体的生产需求第二阈值可确定为2,保证目标像素脏点周围至多只存在一个其他像素脏点,而其他正常的像素点均可用于补偿目标像素脏点。例如,如图6所示,在对应的单通道图像中具有两个相邻的像素脏点B1和B2,此时可采用B1周围的8个像素点对B1进行补偿;同样的,可采用B2周围除8个像素点对B2进行补偿,实现较好的补偿效果。另外,若在不同通道的两个图像中存在相邻位置的像素脏点时,此时可确定摄像头模组不合格。因为,在一通道中的像素脏点需要另外通道的像素点进行补偿,若不同通道的两个像素脏点相邻,则在进行补偿时会缺失另外通道中的一像素点,无法实现某些色彩的完整补偿。
在本实施例中进行步骤S10-S50的执行过程中,若在一次执行过程中判断摄像头模组合格,则可将第二矩阵平移一行或一列,平移后获得第三矩阵。此时,可基于第二矩阵和第三矩阵继续执行步骤S10-S50的过程,在该循环过程中第二矩阵对应于原步骤S10中的第一矩阵,第三矩阵对应于原步骤S10中的第二矩阵。以此类推,继续逐行或逐列的平移矩阵并循环执行,直至判断出摄像头模组的不合格或判断完所有的单通道图像中的像素点。
还可以理解的是,在第一次循环执行的过程中可将第二矩阵作为更新后的第一矩阵,此时的第一矩阵为初始矩阵平移1次后获得的矩阵;将第三矩阵作为更新后的第二矩阵,此时的第二矩阵为初始矩阵平移2次后获得的矩阵。
在循环判断过程中,若判断出摄像头模组为不合格,则可选择性的停止步骤的循环执行,降低资源消耗,提高效率。由于在执行过程中是逐行或逐列的计算单通道图像中的像素点的亮度值,在确定摄像头模组不合格后可及时的停止循环计算过程,可以极大的降低检测过程的计算消耗。
综上所述,本法实施例提供的一种摄像头模组的检测方法,该方法通过在样本图像中确定第一矩阵和第二矩阵;其中,样本图像为待检测的摄像头模组拍摄的图像,第二矩阵为所述第一矩阵平移得到;然后,获取第一矩阵中像素点的第一亮度均值,以及第一矩阵和所述第二矩阵之间非重叠像素点的亮度差值;再基于第一亮度均值和亮度差值,获得第二矩阵内像素点的第二亮度均值;并基于第二亮度均值,确定第二矩阵中的像素脏点;最后,基于像素脏点的连通性和面积,确定摄像头模组的检测结果。在整个检测过程中通过设计第一矩阵和第二矩阵的方式对样本图像进行检测,可以降低单次计算量;并且通过第一亮度均值和亮度差值获得第二矩阵的第二亮度均值,避免了对第二矩阵中的所有像素点进行计算,进一步的优化了检测过程,降低了资源消耗;最后,通过像素脏点的连通性和面积确定检测结果,能够平衡像素脏点与摄像头模组后期算法补偿之间关系,并且在每一次检测过程中只针对第一矩阵和第二矩阵进行计算,无需对不合格的摄像头模组对应的样本图像的所有像素点进行计算,提高了对高像素的样本图像进行检测的效率。
第二实施例
请参阅图7,基于同一发明构思,本发明第二实施例提供了一种摄像头模组的检测装置300。
所述摄像头模组的检测装置300,包括:
确定模块301,用于在样本图像中确定第一矩阵和第二矩阵;第一获取模块302,用于获取所述第一矩阵中像素点的第一亮度均值,以及所述第一矩阵和所述第二矩阵之间像素点的亮度差值;第二获取模块303,用于基于所述第一亮度均值和所述亮度差值,获得所述第二矩阵中像素点的第二亮度均值;检测模块304,用于基于所述第二亮度均值,确定所述第二矩阵中的像素脏点。
作为一种可选的实施方式,还包括获取模块,用于在所述样本图像为单通道图像;所述在样本图像上确定第一矩阵和第二矩阵之前,获取所述摄像头模组拍摄的RAW格式图像;分离所述RAW格式图像中不同通道的像素点,获得单通道图像。
作为一种可选的实施方式,所述确定模块301,具体用于:
在所述样本图像中确定所述第一矩阵;平移所述第一矩阵,获得所述第二矩阵。
作为一种可选的实施方式,所述第一获取模块302,具体用于:
获取所述第一矩阵和所述第二矩阵之间非重叠像素点的亮度差值。
作为一种可选的实施方式,所述检测模块304,具体用于:
获取目标像素点与所述第二亮度均值的偏差量;其中,所述目标像素点为所述第二矩阵中的任一像素点;判断所述偏差量是否大于预设的第一阈值;若是,则确定所述目标像素点为像素脏点。
作为一种可选的实施方式,所述检测模块304,还用于:在所述基于所述第二亮度均值,确定所述第二矩阵中的像素脏点之后,
基于所述像素脏点的连通性和面积,获得所述摄像头模组的检测结果。
作为一种可选的实施方式,所述检测模块304,还具体用于:
判断所述样本图像中是否存在相邻的两个以上的所述像素脏点;若是,则确定相邻的两个以上的所述像素脏点的面积;判断所述面积是否大于预设的第二阈值;若是,则确定所述检测结果为不合格;若否,则确定所述检测结果为合格。
作为一种可选的实施方式,所述第二阈值为2或3。
需要说明的是,本发明实施例所提供的摄像头模组的检测装置300,其具体实现及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
第三实施例
基于同一发明构思,本发明第三实施例还提供了一种摄像头模组的检测装置,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述摄像头模组的检测装置执行第一实施例中任一项所述方法的步骤。
需要说明的是,本发明实施例所提供的计算机可读存储介质中,其中的程序被处理器执行时每个步骤的具体实现及产生的技术效果和前述方法实施例相同,为简要描述,本实施例未提及之处可参考前述方法实施例中相应内容。
第四实施例
基于同一发明构思,本发明第四实施例还提供了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第一实施例中任一项所述方法的步骤。
需要说明的是,本发明实施例所提供的计算机可读存储介质中,其中的程序被处理器执行时每个步骤的具体实现及产生的技术效果和前述方法实施例相同,为简要描述,本实施例未提及之处可参考前述方法实施例中相应内容。
本文中出现的术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系;单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元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。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种摄像头模组的检测方法,其特征在于,包括:
在样本图像中确定第一矩阵和第二矩阵;
获取所述第一矩阵中像素点的第一亮度均值,以及所述第一矩阵和所述第二矩阵之间像素点的亮度差值;
基于所述第一亮度均值和所述亮度差值,获得所述第二矩阵中像素点的第二亮度均值;
基于所述第二亮度均值,确定所述第二矩阵中的像素脏点。
2.根据权利要求1所述的方法,其特征在于,所述样本图像为单通道图像;所述在样本图像上确定第一矩阵和第二矩阵之前,包括:
获取所述摄像头模组拍摄的RAW格式图像;
分离所述RAW格式图像中不同通道的像素点,获得单通道图像。
3.根据权利要求1所述的方法,其特征在于,所述在样本图像中确定第一矩阵和第二矩阵,包括:
在所述样本图像中确定所述第一矩阵;其中,所述样本图像为待检测的摄像头模组拍摄的图像;
平移所述第一矩阵,获得所述第二矩阵。
4.根据权利要求1所述的方法,其特征在于,获取所述第一矩阵和所述第二矩阵之间像素点的亮度差值,包括:
获取所述第一矩阵和所述第二矩阵之间非重叠像素点的亮度差值。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第二亮度均值,确定所述第二矩阵中的像素脏点,包括:
获取目标像素点与所述第二亮度均值的偏差量;其中,所述目标像素点为所述第二矩阵中的任一像素点;
判断所述偏差量是否大于预设的第一阈值;
若是,则确定所述目标像素点为像素脏点。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第二亮度均值,确定所述第二矩阵中的像素脏点之后,还包括:
基于所述像素脏点的连通性和面积,获得所述摄像头模组的检测结果。
7.根据权利要求6所述的方法,其特征在于,所述基于所述像素脏点的连通性和面积,确定所述摄像头模组的检测结果,包括:
判断所述样本图像中是否存在相邻的两个以上的所述像素脏点;
若是,则确定相邻的两个以上的所述像素脏点的面积;
判断所述面积是否大于预设的第二阈值;
若是,则确定所述检测结果为不合格;
若否,则确定所述检测结果为合格。
8.根据权利要求7所述的方法,其特征在于,所述第二阈值为2或3。
9.一种摄像头模组的检测装置,其特征在于,包括:
确定模块,用于在样本图像中确定第一矩阵和第二矩阵;
第一获取模块,用于获取所述第一矩阵中像素点的第一亮度均值,以及所述第一矩阵和所述第二矩阵之间像素点的亮度差值;
第二获取模块,用于基于所述第一亮度均值和所述亮度差值,获得所述第二矩阵中像素点的第二亮度均值;
检测模块,用于基于所述第二亮度均值,确定所述第二矩阵中的像素脏点。
10.一种摄像头模组的检测装置,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,其特征在于,当所述指令由所述处理器执行时使所述摄像头模组的检测装置执行权利要求1-8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011460148.5A CN112529872A (zh) | 2020-12-11 | 2020-12-11 | 一种摄像头模组的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011460148.5A CN112529872A (zh) | 2020-12-11 | 2020-12-11 | 一种摄像头模组的检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112529872A true CN112529872A (zh) | 2021-03-19 |
Family
ID=74999212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011460148.5A Pending CN112529872A (zh) | 2020-12-11 | 2020-12-11 | 一种摄像头模组的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529872A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0368747A1 (fr) * | 1988-11-10 | 1990-05-16 | Thomson-Csf | Procédé d'estimation du mouvement d'au moins une cible dans une suite d'images, et dispositif pour la mise en oeuvre de ce procédé |
CN102460106A (zh) * | 2009-06-18 | 2012-05-16 | 夏普株式会社 | 显示面板的缺陷检查方法和缺陷检查装置 |
CN103218961A (zh) * | 2013-03-22 | 2013-07-24 | 苏州领视测控科技有限公司 | 一种lcd缺陷在线检测方法及系统 |
CN106791807A (zh) * | 2014-11-24 | 2017-05-31 | 歌尔科技有限公司 | 一种摄像头模组污点检测的方法和装置 |
CN111246204A (zh) * | 2020-03-24 | 2020-06-05 | 昆山丘钛微电子科技有限公司 | 一种基于相对亮度偏差的脏污检测方法和装置 |
CN111726612A (zh) * | 2020-07-07 | 2020-09-29 | 歌尔科技有限公司 | 镜头模组脏污检测方法、系统、设备及计算机存储介质 |
-
2020
- 2020-12-11 CN CN202011460148.5A patent/CN112529872A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0368747A1 (fr) * | 1988-11-10 | 1990-05-16 | Thomson-Csf | Procédé d'estimation du mouvement d'au moins une cible dans une suite d'images, et dispositif pour la mise en oeuvre de ce procédé |
CN102460106A (zh) * | 2009-06-18 | 2012-05-16 | 夏普株式会社 | 显示面板的缺陷检查方法和缺陷检查装置 |
CN103218961A (zh) * | 2013-03-22 | 2013-07-24 | 苏州领视测控科技有限公司 | 一种lcd缺陷在线检测方法及系统 |
CN106791807A (zh) * | 2014-11-24 | 2017-05-31 | 歌尔科技有限公司 | 一种摄像头模组污点检测的方法和装置 |
CN111246204A (zh) * | 2020-03-24 | 2020-06-05 | 昆山丘钛微电子科技有限公司 | 一种基于相对亮度偏差的脏污检测方法和装置 |
CN111726612A (zh) * | 2020-07-07 | 2020-09-29 | 歌尔科技有限公司 | 镜头模组脏污检测方法、系统、设备及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10929720B2 (en) | Image processing method, image processing apparatus, and computer storage medium | |
CN101102515B (zh) | 校正图像边缘的设备和方法 | |
US20140016005A1 (en) | Information processing apparatus, information processing method, and information processing program | |
GB2538584A (en) | Image filtering based on image gradients | |
CN102739916A (zh) | 图像处理装置、图像处理方法以及程序 | |
JP2008300990A (ja) | 画像修復方法及び画像修復装置 | |
CN110246129B (zh) | 图像检测方法、装置、计算机可读存储介质和计算机设备 | |
CN113012096B (zh) | 显示屏子像素定位及亮度提取方法、设备以及存储介质 | |
US7916790B2 (en) | Pixel compensation method for an image sensor | |
CN102246509B (zh) | 使用五个最近邻的故障像素替换 | |
CN112258429A (zh) | 显示屏子像素的图像位置标记方法、设备以及存储介质 | |
CN101569174A (zh) | 图像质量改善装置及图像质量改善方法 | |
US20130342741A1 (en) | Method And Apparatus For Correcting For Vignetting In An Imaging System | |
CN110880001A (zh) | 一种语义分割神经网络的训练方法、设备和存储介质 | |
CN109685794B (zh) | 用于手机屏幕缺陷检测相机自适应步长dpc算法及装置 | |
CN1828631B (zh) | 用于获取内部结构图像的方法和装置 | |
CN112529872A (zh) | 一种摄像头模组的检测方法及装置 | |
CN111182293B (zh) | 一种镜头阴影校正数据的检测方法及系统 | |
CN109671081B (zh) | 一种基于fpga查找表的坏簇统计方法及装置 | |
CN110428391B (zh) | 用以去除鬼影假象的图像融合方法及装置 | |
GB2545649B (en) | Artefact detection | |
CN105704363B (zh) | 图像数据处理方法和装置 | |
CN112637573A (zh) | 一种多镜头切换的显示方法、系统、智能终端及存储介质 | |
JP2005000666A (ja) | デジタルx線撮影において非機能画素をリアルタイムで修正する方法 | |
CN111915569B (zh) | 自由曲面类零件数字射线图像区域筛选方法、设备及介质 |
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 |