CN112712562A - 摄像模组标定方法和标定装置 - Google Patents

Abstract

本申请提供一种摄像模组标定方法和标定装置，所述标定方法包括：接收图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值；将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比；若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据；根据所述暗角数据生成标定数据，通过所述标定数据对所述图像进行标定，得到标定图像。本申请提供的摄像模组标定方法，避免了现有的摄像模组标定方法导致的经过标定后的摄像模组仍然不符合要求而报废的问题。

Description

摄像模组标定方法和标定装置

技术领域

本发明涉及标定技术领域，特别涉及一种摄像模组标定方法和标定装置。

背景技术

摄像模组在制造组装后需要进行画质校正，其中一个重要的环节就是校正镜头暗角，然而，由于现有的摄像模组标定方法存在一些问题，从而导致经过标定后的摄像模组仍然不符合要求而报废。

发明内容

本申请提供一种摄像模组标定方法和标定装置，避免了现有的摄像模组标定方法导致的经过标定后的摄像模组仍然不符合要求而报废的问题。

本申请提供一种摄像模组标定方法，所述标定方法包括：

接收图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值；

将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比；

若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据；

根据所述暗角数据生成标定数据，通过所述标定数据对所述图像进行标定，得到标定图像。

其中，所述标定方法还包括：

检测所述标定图像，若所述标定图像正常，则所述摄像模组合格。

其中，所述检测所述标定图像，若所述标定图像正常，则所述摄像模组合格包括：

获取所述标定图像的标定图像属性参数值；

将所述标定图像属性参数值与标定预设参数范围进行对比；

若所述标定图像属性参数值在所述标定预设参数范围内，则所述摄像模组合格，若所述标定图像属性参数值在所述标定预设参数范围外则所述摄像模组不合格。

其中，还包括：

若所述摄像模组合格，则将所述标定数据烧录于所述摄像模组中。

其中，所述将所述标定数据烧录于所述摄像模组中包括：

对所述标定数据进行异常检测；

若检测出所述标定数据为正常数据，将所述标定数据烧录于所述摄像模组中。

其中，所述对所述标定数据进行异常检测包括：

将所述标定数据的均值与正常标定数据的均值进行对比，若所述标定数据的均值在所述正常标定数据的均值的范围内，则确定所述标定数据为正常数据。

其中，所述亮度参数值包括第一亮度差和第二亮度差，所述变化趋势参数值为趋势异常率，所述获取所述图像的图像属性参数包括：

获取所述图像的所述第一亮度差，所述图像包括多个区块，所述多个区块包括中心区块，所述第一亮度差为多个所述区块的平均亮度与所述中心区块的亮度之间的亮度差；

获取所述图像中每个区块分别对应的所述第二亮度差，一个区块对应的第二亮度差为该区块与其相邻的区块之间的亮度差中具有最大差值的亮度差；

获取所述图像的所述趋势异常率，所述趋势异常率为具有异常亮度变化趋势的区块数量占所有区块数量的比值。

其中，所述预设亮度范围包括与所述第一亮度差和所述第二亮度差分别对应的第一预设亮度范围和第二预设亮度范围，所述趋势异常率对应所述预设趋势范围；所述“将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比”包括：

将所述第一亮度差、所述第二亮度差、所述趋势异常率分别与所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围对比。

其中，所述若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据”包括：

若所述第一亮度差、所述第二亮度差和所述趋势异常率均分别在所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据。

其中，所述标定方法还包括：

若所述亮度参数值在所述预设亮度范围外，或所述变化趋势参数值在所述预设趋势范围外，则停止标定。

本申请还提供一种标定装置，包括：

获取模块，用于接收图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值。

对比模块，用于将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比：

若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据。

标定模块，用于根据所述暗角数据生成标定数据，通过所述标定数据对所述图像进行标定，得到标定图像。

本申请通过在获取图像的暗角数据之前对所述图像进行检测，排除因为图像的异常而导致的标定数据异常的情况，有效提高摄像模组标定数据的可靠性，提高摄像模组的生产良率，降低生产成本。

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获得其他的附图。

图1是本申请实施例提供的一种摄像模组标定方法的流程示意图方法的流程示意图。

图2是图1提供的摄像模组标定方法的具体流程示意图。

图3是本申请实施例提供的另一种摄像模组标定方法的流程示意图。

图4是图3提供的摄像模组标定方法的具体流程示意图。

图5是图3提供的摄像模组标定方法的具体流程示意图。

图6是图3提供的摄像模组标定方法的具体流程示意图。

图7是图3提供的摄像模组标定方法的具体流程示意图。

图8是本申请实施例提供的一种标定装置100的结构示意图。

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。

请参阅图1，图1为本申请提供的一种摄像模组标定方法的流程示意图，所述摄像模组标定方法包括如下的S110～S140。

S110：接收图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值。

在一种可能的示例中，请参阅图2，上述步骤S110，输入图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值，可包括如下的S111～S113。

具体的，所述亮度参数值包括第一亮度差和第二亮度差，所述变化趋势参数值为趋势异常率。

S111：获取所述图像的所述第一亮度差，所述图像包括多个区块，所述多个区块包括中心区块，所述第一亮度差为多个所述区块的平均亮度与所述中心区块的亮度之间的亮度差。

具体的，将所述图像分成m*n个区块，获取每个区块的亮度，计算每个区块的平均亮度，然后用位于中心的中心区块的亮度减去每个区块的平均亮度得到所述第一亮度差。本实施例中，每个区块均为大小相同的四方形，m和n均是大于零的自然数，m和n可相同或不同。通过将图像分为多个区块，获取每个区块的亮度，通过每个区块之间的亮度关系来检测图像是否合格，从而提高了图像检测的准确性，避免了部分图像问题不能被检出而影响后续得到的标定数据不准确的问题。

S112：获取所述图像中每个区块分别对应的所述第二亮度差，一个区块对应的第二亮度差为该区块与其相邻的区块之间的亮度差中具有最大差值的亮度差。

具体的，根据S111中获得的每个区块的亮度，得到每个区块与其相邻的区块中亮度差值，然后从得到的亮度差值中选出亮度差值最大的亮度差值作为第二亮度差。也即，每个区块均有一个第二亮度差。通过计算每个区块与其相邻的区块的亮度差，从而能通过相邻区块之间的亮度差，更加准确和快速地检测到图像是否为异常图像。

S113：获取所述图像的所述趋势异常率，所述趋势异常率为具有异常亮度变化趋势的区块数量占所有区块数量的比值。

具体的，根据S111中获得的每个区块的亮度，获取每个区块与其相邻的区块的亮度变化趋势，将每个区块与其相邻的区块的亮度变化趋势与正常图像的亮度变化趋势范围进行对比，若该亮度变化趋势在正常图像的亮度趋势范围内，则该区块的亮度变化趋势正常。若该亮度变化趋势在正常图像的亮度趋势范围外，则该区块的亮度变化趋势异常。计算具有异常亮度变化趋势的所述区块数量占所有所述区块数量的比值得到所述趋势异常率。通过计算图像的趋势异常率，进一步提高图像检测的准确性，避免了部分图像问题不能被检出而影响后续得到的标定数据不准确的问题。

S120：将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比。

具体的，所述预设亮度范围包括第一预设亮度范围和第二预设亮度范围。第一预设亮度范围、第二预设亮度范围和预设趋势范围与所述第一亮度差、所述第二亮度差和所述趋势异常率分别对应。

将所述第一亮度差、所述第二亮度差和所述趋势异常率分别与所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围对比。也即，将所述第一亮度差与所述第一预设亮度范围对比，将所述第二亮度差与所述第二预设亮度范围对比，即，将每个区块的所述第二亮度差均分别与所述第二预设参数范围对比，将所述趋势异常率与所述预设趋势范围对比。从而得到所述第一亮度差、所述第二亮度差和所述趋势异常率是否分别落入与其对应的所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围内。本实施例中，所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围分别为正常图像的第一亮度差的范围，正常图像的第二亮度差的范围和正常图像的趋势异常率的范围。

S130：若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据。

具体的，若所述第一亮度差、所述第二亮度差和所述趋势异常率均分别在所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据。也即，所述第一亮度差在所述第一预设亮度范围内，每个区块的所述第二亮度差均在所述第二预设亮度范围内，所述趋势异常率在所述预设趋势范围内，则获取所述图像的暗角数据。

若所述亮度参数值在所述预设亮度范围外，或所述变化趋势参数值在所述预设趋势范围外，则停止标定。具体的，若所述第一亮度差在所述第一预设亮度范围外，或所述第二亮度差在所述第二预设亮度范围外，或所述趋势异常率在所述预设趋势范围外，则停止标定。也就是说，所述第一亮度差、所述第二亮度差和所述趋势异常率只有全部都在其对应的预设参数值范围内，才会进行后续步骤。从而有效避免由于原始图像问题引起的后续标定数据异常。当发现图像有问题及时停止标定，对摄像模组进行检测，及时找出摄像模组的问题，减小标定摄像模组的标定成本，提高摄像模组标定合格率。

S140：根据所述暗角数据生成标定数据，通过所述标定数据对所述图像进行标定，得到标定图像。

具体的，所述标定图像即为所述图像通过其自身的暗角数据得到的标定数据标定而形成的标定图像。

本申请通过在获取图像的暗角数据之前对所述图像进行检测，排除因为图像的异常而导致的标定数据异常的情况，有效提高摄像模组的标定数据的可靠性，提高摄像模组的生产良率，降低生产成本。

请参阅图3，图3为本申请提供的另一种摄像模组标定方法的流程示意图，所述摄像模组标定方法包括如下的S210～S260。

S210：接收图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值。

在一种可能的示例中，请参阅图4，上述步骤S210，输入图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值，可包括如下的S211～S213。

具体的，所述亮度参数值包括第一亮度差和第二亮度差，所述变化趋势参数值为趋势异常率。

S211：获取所述图像的所述第一亮度差，所述图像包括多个区块，所述多个区块包括中心区块，所述第一亮度差为多个所述区块的平均亮度与所述中心区块的亮度之间的亮度差。

具体的，将所述图像分成m*n个区块，获取每个区块的亮度，计算每个区块的平均亮度，然后用位于中心的中心区块的亮度减去每个区块的平均亮度得到所述第一亮度差。本实施例中，每个区块均为大小相同的四方形，m和n均是大于零的自然数，m和n可相同或不同。通过将图像分为多个区块，获取每个区块的亮度，通过每个区块之间的亮度关系来检测图像是否合格，从而提高了通过每个区块亮度检测图像检测的合格的准确性，避免了部分图像问题不能被检出而影响标定数据的准确性的问题。

S212：获取所述图像中每个区块分别对应的所述第二亮度差，一个区块对应的第二亮度差为该区块与其相邻的区块之间的亮度差中具有最大差值的亮度差。

具体的，根据S211中获得的每个区块的亮度，得到每个区块与其相邻的区块中亮度差值，然后从得到的亮度差值中选出亮度差值最大的亮度差值作为第二亮度差。也即，每个区块均有一个第二亮度差。通过计算每个区块与其相邻的区块的亮度差，从而能通过相邻区块之间的亮度差，更加准确和快速地检测到图像是否为异常图像。

S213：获取所述图像的所述趋势异常率，所述趋势异常率为具有异常亮度变化趋势的区块数量占所有区块数量的比值。

具体的，根据S211中获得的每个区块的亮度，获取每个区块与其相邻的区块的亮度变化趋势，将每个区块与其相邻的区块的亮度变化趋势与正常图像的亮度变化趋势范围进行对比，若该亮度变化趋势在正常图像的亮度趋势范围内，则该区块的亮度变化趋势正常。若该亮度变化趋势在正常图像的亮度趋势范围外，则该区块的亮度变化趋势异常。计算具有异常亮度变化趋势的所述区块数量占所有所述区块数量的比值得到所述趋势异常率。通过计算图像的趋势异常率，进一步提高图像检测的准确性，避免了部分图像问题不能被检出而影响后续得到的标定数据不准确的问题。

S220：将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比。

具体的，所述预设亮度范围包括第一预设亮度范围和第二预设亮度范围。第一预设亮度范围、第二预设亮度范围和预设趋势范围与所述第一亮度差、所述第二亮度差和所述趋势异常率分别对应。

将所述第一亮度差、所述第二亮度差和所述趋势异常率分别与所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围对比。也即，将所述第一亮度差与所述第一预设亮度范围对比，将所述第二亮度差与所述第二预设亮度范围对比，即，将每个区块的所述第二亮度差均分别与所述第二预设参数范围对比，将所述趋势异常率与所述预设趋势范围对比。从而得到所述第一亮度差、所述第二亮度差和所述趋势异常率是否分别落入与其对应的所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围内。本实施例中，所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围分别为正常图像的第一亮度差的范围，正常图像的第二亮度差的范围和正常图像的趋势异常率的范围。

S230：若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据。

具体的，若所述第一亮度差、所述第二亮度差和所述趋势异常率均分别在所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据。也即，所述第一亮度差在所述第一预设亮度范围内，每个区块的所述第二亮度差均在所述第二预设亮度范围内，所述趋势异常率在所述预设趋势范围内，则获取所述图像的暗角数据。

若所述亮度参数值在所述预设亮度范围外，或所述变化趋势参数值在所述预设趋势范围外，则停止标定。具体的，若所述第一亮度差在所述第一预设亮度范围外，或所述第二亮度差在所述第二预设亮度范围外，或所述趋势异常率在所述预设趋势范围外，则停止标定。也就是说，所述第一亮度差、所述第二亮度差和所述趋势异常率只有全部都在其对应的预设参数值范围内，才会进行后续步骤。从而有效避免由于原始图像问题引起的后续标定数据异常。当发现图像有问题及时停止标定，对摄像模组进行检测，及时找出摄像模组的问题，减小标定摄像模组的标定成本，提高摄像模组标定合格率。

S240：根据所述暗角数据生成标定数据，通过所述标定数据对所述图像进行标定，得到标定图像。

具体的，所述标定图像即为所述图像通过其自身的暗角数据得到的标定数据标定而形成的标定图像。

S250：检测所述标定图像，若所述标定图像正常，则所述摄像模组合格。

在一种可能的示例中，请参阅图5，上述步骤S250，检测所述标定图像，若所述标定图像正常，则所述摄像模组合格，可包括如下的S251～S253。

S251：获取所述标定图像的标定图像属性参数值。

在一种可能的示例中，请参阅图6，上述步骤S251，获取所述标定图像的标定图像属性参数值，可包括如下的S2511～S2513。

具体的，所述标定图像属性参数值包括标定亮度参数值和标定变化趋势参数值。所述标定亮度参数值包括第一标定亮度差和第二标定亮度差，所述标定变化趋势参数值为标定趋势异常率。

S2511：获取所述标定图像的所述第一标定亮度差。

所述标定图像包括多个标定区块，所述多个区块包括中心区块，所述第一标定亮度差为多个所述区块的平均亮度与所述中心区块的亮度之间的亮度差。

具体的，将所述标定图像分成多个区块，获取每个区块的亮度，计算每个区块的平均亮度，然后用位于中心的中心区块的亮度减去每个区块的平均亮度得到所述第一标定亮度差。本实施例中，每个区块均为大小相同的四方形。通过将标定图像分为多个区块，获取每个区块的亮度，通过每个区块之间的亮度关系来检测标定图像是否合格，从而提高了标定图像检测的准确性，避免了部分标定图像问题不能被检出而后续将不准确的标定数据烧录于摄像模组中，导致整个摄像模组报废的问题。

S2512：获取所述标定图像中每个区块分别对应的所述第二标定亮度差。

具体的，一个区块对应的第二亮度差为该区块与其相邻的区块之间的亮度差中具有最大差值的亮度差。根据S2511中获得的每个区块的亮度，得到每个区块与其相邻的区块中亮度差值，然后从得到的亮度差值中选出亮度差值最大的亮度差值作为第二标定亮度差。也即，每个区块均有一个第二标定亮度差。通过计算每个区块与其相邻的区块的亮度差，从而能通过相邻区块之间的亮度差，更加准确和快速地检测到标定图像是否为异常标定图像。

S2513：获取所述标定图像的所述标定趋势异常率。

具体的，所述标定趋势异常率为具有异常亮度变化趋势的区块数量占所有区块数量的比值。根据S2511中获得的每个区块的亮度，获取每个区块与其相邻的区块的亮度变化趋势，将每个区块与其相邻的区块的亮度变化趋势与正常标定图像的亮度变化趋势范围进行对比，若该亮度变化趋势在正常标定图像的亮度趋势范围内，则该区块的亮度变化趋势正常。若该亮度变化趋势在正常标定图像的亮度趋势范围外，则该区块的亮度变化趋势异常。计算具有异常亮度变化趋势的所述区块数量占所有所述区块数量的比值得到所述标定趋势异常率。通过计算标定图像的趋势异常率，进一步提高标定图像检测的准确性，避免了部分标定图像问题不能被检出而后续将不准确的标定数据烧录于摄像模组中，导致整个摄像模组报废的问题。

S252：将所述标定图像属性参数值与标定预设参数范围进行对比。

具体的，所述标定预设参数范围包括第一标定预设亮度范围、第二标定预设亮度范围和标定预设趋势范围。第一标定预设亮度范围、第二标定预设亮度范围和标定预设趋势范围与所述第一标定亮度差、所述第二标定亮度差和所述标定趋势异常率分别对应。

具体的，将所述第一标定亮度差与所述第一标定预设亮度范围对比，将所述第二标定亮度差与所述第二标定预设亮度范围对比，即，将每个区块的所述第二标定亮度差均分别与所述第二标定预设亮度范围对比，将所述标定趋势异常率与所述标定预设趋势范围对比。从而得到所述第一标定亮度差、所述第二标定亮度差和所述标定趋势异常率是否分别落入与其对应的所述第一标定预设亮度范围、所述第二标定预设亮度范围和所述标定预设趋势范围内。本实施例中，所述第一标定预设亮度范围、所述第二标定预设亮度范围和所述标定预设趋势范围分别为正常标定图像的第一标定亮度差的范围，正常标定图像的第二标定亮度差的范围和正常标定图像的标定趋势异常率的范围。

S253：若所述标定图像属性参数值在所述标定预设参数范围内，则所述摄像模组合格，若所述标定图像属性参数值在所述标定预设参数范围外则所述摄像模组不合格。

具体的，若所述第一标定亮度差、所述第二标定亮度差和所述标定趋势异常率均分别在所述第一标定预设亮度范围、所述第二标定预设亮度范围和所述标定预设趋势范围内，则所述摄像模组合格。也即，所述第一标定亮度差在所述第一标定预设亮度范围内，每个区块的所述第二标定亮度差均在所述第二标定预设亮度范围内，所述标定趋势异常率在所述标定预设趋势范围内，则所述摄像模组合格。

若所述标定图像属性参数值在所述标定预设参数范围外，则所述摄像模组不合格。具体的，若所述第一标定亮度差在所述第一标定预设亮度范围外，或所述第二标定亮度差在所述第二标定预设亮度范围外，或所述标定趋势异常率在所述标定预设趋势范围外，则所述摄像模组不合格。也就是说，所述第一标定亮度差、所述第二标定亮度差和所述标定趋势异常率只有全部都在其对应的标定预设参数范围内，才会进行后续步骤。从而有效避免由于标定图像在标定过程中出现问题而导致标定图像异常。从而保证标定数据准确，提高摄像模组的标定准确性。当发现标定图像有问题及时停止标定，对摄像模组进行检测，及时找出摄像模组的问题，减小标定摄像模组的标定成本，提高摄像模组标定合格率。

S260：若所述摄像模组合格，则将所述标定数据烧录于所述摄像模组中。

在一种可能的示例中，请参阅图7，上述步骤S260，若所述摄像模组合格，则将所述标定数据烧录于所述摄像模组中，可包括如下的S261～S262。

S261：对所述标定数据进行异常检测。

具体的，本实施例中，将所述标定数据的均值与正常标定数据的均值进行对比，若所述标定数据的均值在所述正常标定数据的均值的范围内，则确定所述标定数据为正常数据。若所述标定数据的均值在所述正常标定数据的均值的范围外，则确定所述标定数据为异常数据。通过将所述标定数据的均值与正常标定数据的均值进行对比，从而能快速检测出标定数据是否异常。其他实施例中，还可通过其他方式判定所述标定数据是否正常。

S262：若检测出所述标定数据为正常数据，将所述标定数据烧录于所述摄像模组中。

若检测出所述标定数据为异常数据，则停止标定。对摄像模组进行检测，及时找出摄像模组的问题。通过对标定数据进行异常检测，排除数据在输出的过程中出现异常，进一步避免将不准确的标定数据烧录于摄像模组中，导致整个摄像模组报废的问题。

本申请通过在获取图像的暗角数据之前对所述图像进行检测，排除因为图像的异常而导致的标定数据异常的情况，在标定结束后对标定图像进行检测，并对标定数据进行判断，从而全面排出每个步骤可能导致的标定数据异常的情况，有效提高摄像模组的标定数据的可靠性，提高摄像模组的生产良率，降低生产成本。

请参阅图8，图8是本申请实施例提供的一种标定装置100的结构示意图。所述标定装置100包括获取模块10、对比模块20和标定模块30，获取模块10和标定模块30均与对比模块20电连接。标定模块30所述获取模块10用于接收图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值。所述获取模块10将获取的亮度参数值和变化趋势参数值发送给对比模块20。对比模块20用于将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比，若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据。对比模块20将暗角数据发送给标定模块30。标定模块30用于根据所述暗角数据生成标定数据，通过所述标定数据对所述图像进行标定，得到标定图像。

本申请的标定装置100通过在获取图像的暗角数据之前对所述图像进行检测，排除因为图像的异常而导致的标定数据异常的情况，有效提高摄像模组的标定数据的可靠性，提高摄像模组的生产良率，降低生产成本。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (11)

1.一种摄像模组标定方法，其特征在于，所述标定方法包括：

接收图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值；

将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比：

若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据；

根据所述暗角数据生成标定数据，通过所述标定数据对所述图像进行标定，得到标定图像。

2.如权利要求1所述的标定方法，其特征在于，所述标定方法还包括：

检测所述标定图像，若所述标定图像正常，则所述摄像模组合格。

3.如权利要求2所述的标定方法，其特征在于，所述检测所述标定图像，若所述标定图像正常，则所述摄像模组合格包括：

获取所述标定图像的标定图像属性参数值；

将所述标定图像属性参数值与标定预设参数范围进行对比；

若所述标定图像属性参数值在所述标定预设参数范围内，则所述摄像模组合格，若所述标定图像属性参数值在所述标定预设参数范围外则所述摄像模组不合格。

4.如权利要求3所述的标定方法，其特征在于，还包括：

若所述摄像模组合格，则将所述标定数据烧录于所述摄像模组中。

5.如权利要求4所述的标定方法，其特征在于，所述将所述标定数据烧录于所述摄像模组中包括：

对所述标定数据进行异常检测；

若检测出所述标定数据为正常数据，将所述标定数据烧录于所述摄像模组中。

6.如权利要求5所述的标定方法，其特征在于，所述对所述标定数据进行异常检测包括：

将所述标定数据的均值与正常标定数据的均值进行对比，若所述标定数据的均值在所述正常标定数据的均值的范围内，则确定所述标定数据为正常数据。

7.如权利要求1-6任一项所述的标定方法，其特征在于，所述亮度参数值包括第一亮度差和第二亮度差，所述变化趋势参数值为趋势异常率，所述获取所述图像的图像属性参数包括：

获取所述图像的所述第一亮度差，所述图像包括多个区块，所述多个区块包括中心区块，所述第一亮度差为多个所述区块的平均亮度与所述中心区块的亮度之间的亮度差；

获取所述图像中每个区块分别对应的所述第二亮度差，一个区块对应的第二亮度差为该区块与其相邻的区块之间的亮度差中具有最大差值的亮度差；

获取所述图像的所述趋势异常率，所述趋势异常率为具有异常亮度变化趋势的区块数量占所有区块数量的比值。

8.如权利要求7所述的标定方法，其特征在于，所述预设亮度范围包括与所述第一亮度差和所述第二亮度差分别对应的第一预设亮度范围和第二预设亮度范围，所述趋势异常率对应所述预设趋势范围；所述将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比包括：

将所述第一亮度差、所述第二亮度差、所述趋势异常率分别与所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围对比。

9.如权利要求8所述的标定方法，其特征在于，所述若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据包括：

若所述第一亮度差、所述第二亮度差和所述趋势异常率均分别在所述第一预设亮度范围、所述第二预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据。

10.如权利要求1所述的标定方法，其特征在于，所述标定方法还包括：

若所述亮度参数值在所述预设亮度范围外，或所述变化趋势参数值在所述预设趋势范围外，则停止标定。

11.一种标定装置，其特征在于，包括：

获取模块，用于接收图像，获取所述图像的图像属性参数值，所述图像属性参数值包括亮度参数值和变化趋势参数值；

对比模块，用于将所述亮度参数值和所述变化趋势参数值分别与预设亮度范围和预设趋势范围进行对比：

若所述亮度参数值和所述变化趋势参数值均分别在所述预设亮度范围和所述预设趋势范围内，则获取所述图像的暗角数据；

标定模块，用于根据所述暗角数据生成标定数据，通过所述标定数据对所述图像进行标定，得到标定图像。

Images