CN113014900A - 镜头匹配装置及镜头匹配方法 - Google Patents

镜头匹配装置及镜头匹配方法 Download PDF

Info

Publication number
CN113014900A
CN113014900A CN202010380434.4A CN202010380434A CN113014900A CN 113014900 A CN113014900 A CN 113014900A CN 202010380434 A CN202010380434 A CN 202010380434A CN 113014900 A CN113014900 A CN 113014900A
Authority
CN
China
Prior art keywords
transfer function
modulation transfer
pixels
lens
lenses
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.)
Granted
Application number
CN202010380434.4A
Other languages
English (en)
Other versions
CN113014900B (zh
Inventor
郑珍如
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.)
Acer Inc
Original Assignee
Acer Inc
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 Acer Inc filed Critical Acer Inc
Publication of CN113014900A publication Critical patent/CN113014900A/zh
Application granted granted Critical
Publication of CN113014900B publication Critical patent/CN113014900B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20Image signal generators
    • H04N13/204Image signal generators using stereoscopic image cameras
    • H04N13/243Image signal generators using stereoscopic image cameras using three or more 2D image sensors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758Involving statistics of pixels or of feature values, e.g. histogram matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106Processing image signals
    • H04N13/128Adjusting depth or disparity
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/67Focus control based on electronic image sensor signals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供一种镜头匹配装置及镜头匹配方法。在此方法中,取得各镜头对应数个焦距分别的调制传递函数数值,确定各镜头在那些焦距中的最大调制传递函数数值,并根据各镜头的最大调制传递函数数值分类那些镜头。各调制传递函数数值是基于具有最大光强度的至少一个第一像素及具有最小光强度的至少一个第二像素所确定。藉此,清晰度一致的镜头可分类至相同群组,进而改善图像重缝并加速图像缝合的速度。

Description

镜头匹配装置及镜头匹配方法
技术领域
本发明涉及一种相机组装相关技术,尤其涉及一种镜头匹配装置及镜头匹配方法。
背景技术
目前市面上有越来越多使用两颗镜头以上的应用。例如,将两张图像合成同一张以形成具有三维(3D)效果的图像或是进行图像缝合。值得注意的是,人眼所看到通过两颗镜头拍摄的图像在清晰度应该是要相近的,因此在镜头设计过程中需要将两颗镜头看起来的清晰度一致。若两颗镜头对应的清晰度不一致,则会影响最后图像输出的效果。此外,若两颗镜头所获取的图像需进一步缝合,则清晰度的差异将造成难以在两张图像中找到对应特征点,并使得3D图像重合会让观赏者感到明显晕眩。
在一些现有的设计中,会将同类型且分辨能力一致的镜头配对至同一组图像输出装置。然而,通过此等配对方式,其最后输出的图像在清晰度上仍有明显差异。
发明内容
本发明是针对一种镜头匹配装置及镜头匹配方法,基于最大调制传递函数(Modulation Transfer Function,MTF)数值确定最终焦距,并将点胶作业处理后的镜头根据对应清晰度分组,即可使同组内的清晰度及景深趋近一致。
根据本发明的实施例,镜头匹配方法适用于数颗镜头,并包括但不仅限于下列步骤:取得各镜头对应数个焦距分别的MTF数值,确定各镜头在那些焦距中的最大MTF数值,并根据各镜头的最大MTF数值分类那些镜头。各MTF数值是基于具有最大光强度的至少一个第一像素及具有最小光强度的至少一个第二像素所确定。
根据本发明的实施例,镜头匹配装置适用于数颗镜头,并包括但不仅限于存储器及处理器。存储器用以存储数个模块。处理器耦接存储器,且加载并执行存储器存储的那些模块。那些模块包括MTF确定模块及分类模块。MTF取得各镜头对应于数个焦距分别的MTF数值,并确定各镜头在那些焦距中的最大MTF数值。各MTF数值是基于具有最大光强度的至少一个第一像素及具有最小光强度的至少一个第二像素所确定。分类模块根据各镜头的最大MTF数值分类那些镜头。
基于上述,本发明实施例的镜头匹配装置及镜头匹配方法,判断各镜头对应的最大MTF数值(或称峰值),并在容许范围内得出点胶作业所用的最终焦距。最后,本发明实施例对经点胶作业处理后的镜头根据对应MTF数值分类,使清晰度一致的镜头可分类至相同群组,进而改善图像重缝并加速图像缝合的速度。
附图说明
包含附图以便进一步理解本发明,且附图并入本说明书中并构成本说明书的一部分。附图说明本发明的实施例,并与描述一起用于解释本发明的原理。
图1为根据本发明一实施例的镜头匹配装置的组件方块图;
图2为根据本发明一实施例的镜头匹配方法的流程图;
图3为说明RGBY信道(channel)的清晰度与焦距对照图的范例;
图4为说明某一镜头的MTF数值与焦距对照图的范例。
附图标号说明
100:镜头匹配装置;
110:存储器;
111:MTF确定模块;
113:分类模块;
130:处理器;
S210~S250:步骤;
RC:R信道;
GC:G信道;
BC:B信道;
YC:Y信道;
PV:峰值焦距;
MV、IV:容许焦距。
具体实施方式
现将详细地参考本发明的示范性实施例,示范性实施例的实例说明于附图中。只要有可能,相同组件符号在附图和描述中用来表示相同或相似部分。
图1是根据本发明一实施例的镜头匹配装置100的组件方块图。请参照图1,镜头匹配装置100包括但不仅限于存储器110及处理器130。镜头匹配装置100可以是台式计算机、笔记本电脑、服务器、智能手机、平板等电子装置。
存储器110可以是任何型态的固定或可移动随机存取内存(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、闪存(Flash Memory)、传统硬盘(HardDisk Drive,HDD)、固态硬盘(Solid-State Drive,SSD)或类似组件或上述组件的组合的存储器。在本发明实施例中,存储器110用于存储暂存或永久的数据(例如,焦距与调制传递函数(Modulation Transfer Function,MTF)数值、MTF数值、最终焦距、采样比率、容许(tolerance)率等)、软件模块(例如,MTF确定模块111、分类模块113等)或其他档案及数据,且其详细内容待后续实施例详述。
处理器130电性耦接于存储器110,处理器130并可以是中央处理单元(CPU),或是其他可程序化的一般用途或特殊用途的微处理器(Microprocessor)、数字信号处理器(Digital Signal Processor,DSP)、可程序化控制器、特殊应用集成电路(Application-Specific Integrated Circuit,ASIC)或其他类似组件或上述组件的组合。在本发明实施例中,处理器130用以执行镜头匹配装置100的所有或大部分作业,且可加载并执行存储器110所记录的各软件模块、档案及数据。
为了方便理解本发明实施例的操作流程,以下将举诸多实施例详细说明本发明实施例中对镜头的设计及配对流程。下文中,将搭配镜头匹配装置100中的各项组件及模块说明本发明实施例所述的方法。本方法的各个流程可依照实施情形而随着调整,且并不仅限于此。
图2是根据本发明一实施例的镜头匹配方法的流程图。请参照图2,MTF确定模块111自存储器110或外部装置(例如,随身盘、服务器、硬盘或其他电子装置)取得各镜头对应于数个焦距分别的调制传递函数(MTF)数值(步骤S210)。具体而言,MTF的公式如下:
(Max-Min)/(Max+Min)…(1)
其中Max是最大光强度,Min是最小光强度。而各镜头在不同焦距(例如,镜头与传感器之间的距离)下对应的MTF数值可基于以下(但不仅限于)条件得出:基于各镜头的规格得出不同物距对应的前景深、后景深及景深信息,并挑选出测试所用的物距。例如,某一镜头在物距为50厘米的情况下,其前景深为324毫米且后景深为无穷远,即表示物距在50厘米时清晰度在大约30厘米至无穷远应最佳。使用不同镜头并对放置于前述物距处的黑白对比格子图(或其他黑白交替线、区块图)拍摄,变换镜头与传感器之间的距离(即,焦距),且记录不同焦距下对应的MTF数值。
在一实施例中,针对各镜头,处理器130可自其R信道(channel)、G信道、B信道及Y信道中选择MTF数值最稳定的信道。具体而言,R、G、及B信道分别是传感器的拜耳(Bayer)原始(RAW)数据中对应于红色、绿色及蓝色的输出。而Y信道的输出例如是0.2125×R信道的光强度+0.7154×G信道的光强度+0.0721×B信道的光强度的运算结果。处理器130可判断这些信道在最高频率下是否抖动(例如,变异小于特定值)。
举例而言,图3是说明RGBY信道(channel)的清晰度与焦距对照图的范例。请参照图3,图中水平轴代表焦距(由左至右开始为微距(或称近距离)且终于无穷远)且垂直轴代表清晰度(或是MTF数值)。在此范例中,Y信道YC的清晰度在最高频率与R信道RC、G信道GC及B信道BC相比较不会抖动。在此范例中,MTF确定模块111可取得各镜头在Y信道的MTF数值。
需说明的是,不同镜头在不同信道下的特性可能不同,在其他实施例中,MTF确定模块111也可能取得镜头在其他信道(例如,R、G或B信道)的MTF数值。
值得注意的是,在现有技术中,使用黑白对比采样,通常是记录图像的中间及角落(或边角)位置的值(例如,MTF数值或光强度)。针对图像缝合应用,由于图像中角落区域将用于缝合,因此角落的分辨率较为重要,且两图像在角落的清晰度一致是相对重要的。
在MTF数值的公式(1)中,最大光强度及最小光强度可能分别对应到某一个像素(例如,具有最大光强度的一个第一像素及具有最小光强度的一个第二像素)。
在另一实施例中,MTF确定模块111根据采样比率来挑选数个像素确定最大光强度及最小光强度。在此实施例中,各MTF数值是基于具有最大光强度的数个第一像素及具有最小光强度的数个第二像素所确定。表(1)是一范例说明某三颗镜头在不同采样比率的变异度:
表(1)
采样比率 60% 70% 80%
第一镜头 6.54 6.40 6.96
第二镜头 7.35 7.22 7.25
第三镜头 7.17 6.70 7.27
由表(1)可知,不同采样比率的变异度不同。而为了取得相对稳定的数值,本发明实施例是选择特定数量的像素及其对应数值得出代表此焦距的MTF数值。
在一实施例中,MTF确定模块111根据第一采样比率确定数个第一像素,并根据第二采样比率确定数个第二像素。这些第一像素是自经光强度大小排序后的数个图像像素(例如,由传感器通过镜头对外界光影感测所得图像中的像素)挑选第一采样比率对应数目的像素(例如,第一高光强度、第二高光强度等),且这些第二像素是自那些图像像素挑选第二采样比率对应数目的像素(例如,第一低光强度、第二低光强度等)。以表(1)为例,采样比率在70%的变异度相对小,MTF确定模块111可确定第一采样比率为15%且第二采样比率为15%。假设1600个像素具有最大数值且1600个像素具有最小数值,则第一像素总共有1600×15%(240个像素),且第二像素总共有1600×15%(240个像素)。
需说明的是,范例中的采样比率、第一及第二采样比率的数值仅是作为范例说明,并可视实际情况而变动(例如,针对任一镜头,根据具有较小变异度的采样比率来确定;或者,由对照表或特定函数得出)。第一及第二采样比率也不一定相等。
接着,MTF确定模块111可根据这些第一像素的光强度及这些第二像素的光强度确定某一镜头的某一焦距的MTF数值。换句而言,MTF确定模块111根据数个第一像素的光强度确定MTF的最大强度(例如是公式(1)中的最大光强度Max),并根据数个第二像素的光强度确定MTF的最小强度(例如是公式(1)中的最小光强度Min)。例如,MTF确定模块111可将那些第一像素的光强度的平均值、中位数、众数或其他代表数值作为公式(1)中的最大光强度Max,且将那些第二像素的光强度的平均值、中位数、众数或其他代表数值作为公式(1)中的最小光强度Min。接着,MTF确定模块111可将修改的最大及最小光强度代入公式(1)并取其运算结果作为MTF数值。
在一些实施例中,针对特定信道的输出,MTF确定模块111是采用第一及第二采样比率来挑选第一及第二像素;而其他特定的输出,MTF确定模块111仅选择单一第一像素及单一第二像素。例如,若G信道的输出较为稳定,则MTF确定模块111仅选择单一第一像素及单一第二像素;若Y信道的输出较为稳定,则MTF确定模块111是采用第一及第二采样比率来挑选数个第一及第二像素。
而针对图像角落有一致性需求的情况,在一实施例中,MTF确定模块111可选择角落区域的像素的光强度,并据以确定这些角落区域的MTF数值。在其他实施例中,针对图像不同位置(例如,中心、四角等)有一致性需求的情况,MTF确定模块111也可选择这些位置对应像素的光强度,并据以得出对应MTF数值。
取得各镜头在不同焦距对应的MTF数值之后,请参照图2,MTF确定模块111确定各镜头在那些焦距中的最大MTF数值(步骤S230)。具体而言,找寻镜头具有最好的分辨率对应的焦距点通常考虑对比度,对比度越高者代表在此距离的清晰度越好,且不同镜头的最佳焦距点可能不同。在现有技术中,设计人员通常是根据供货商提供的规格来选择最佳焦距点。例如,超过特定阈值的MTF数值对应的焦距。然而,即便是相同类型的镜头,其量测出的MTF数值也可能有差异,并使得根据现有方法得出的最佳焦距点也可能不同。
而本发明实施例是根据最大MTF数值对应的焦距点来确定此最佳焦距点。找寻最大MTF数值的方法有很多种。在一实施例中,针对各镜头在不同焦距下对应的MTF数值,MTF确定模块111可自微距位置依序比对下一阶焦距对应的MTF数值(例如,相邻阶焦距相距0.01、或0.005毫米等),并判断下一阶焦距对应的MTF数值是否更大。若下阶焦距对应的MTF数值更大,则MTF确定模块111继续比对下一阶及再下一阶焦距对应的MTF数值,直到数值不再增加。若数值开始往下掉,则MTF确定模块111可得出最大MTF数值(即为峰值)。
在另一实施例中,MTF确定模块111也可能使用数值排序算法(例如,冒泡排序法、选择排序法、或插入排序法等),来得出最大MTF数值。需说明的是,本发明实施例不限制找寻最大MTF数值的手段,诸如函数、对照表等方式也都能应用。
值得注意的是,考虑到镜头经点胶作业处理后,其MTF数值可能异动。在一实施例中,MTF确定模块111根据容许率及最大MTF数值确定各镜头进行点胶作业所用的最终焦距。容许率相关于点胶作业的变异因素(例如,胶特性、烘烤热度、或烘烤时间等与点胶作业相关的特征)。容许率例如是1%~5%之间的数值,但也可能根据实际需求而变动。MTF确定模块111将最大MTF数值的容许率内的一数值对应的焦距作为点胶作业所用的最终焦距。
举例而言,图4是说明某一镜头的MTF数值与焦距对照图的范例。请参照图4,假设峰值焦距PV具有0.82的最大MTF数值为,且容许率大约为5%,则可选择0.78的数值(对应到容许焦距IV及MV)。
值得注意的是,前述选择的数值可能对应到两个焦距。在一实施例中,最终焦距相较于最大MTF数值对应的焦距更接近无穷远。具体而言,基于实验结果,经点胶作业处理后的镜头因受烘烤而导致MTF数值的曲线向微距偏移。以图4为例,图中往左至无穷远且往右至微距(macro或closest length),则MTF确定模块111可选择容许焦距IV作为点胶作业所用的最终焦距。
在另一实施例中,最终焦距也可能是相较于最大MTF数值对应的焦距更接近微距。以图4为例,MTF确定模块111可选择容许焦距MV作为点胶作业所用的最终焦距。
在一些实施例中,MTF确定模块111也可能直接将最大MTF数值对应的焦距作为点胶作业所用的最终焦距。以图4为例,MTF确定模块111可选择峰值焦距PV作为点胶作业所用的最终焦距。
接着,可对各镜头根据其最终焦距进行点胶作业。在一实施例中,MTF确定模块111可将经点胶作业处理的镜头的MTF数值与对应最大MTF数值比较,并根据比较结果确认是否调整对应最大MTF数值。若比较结果是两数值差异大于差异阈值,则表示先前最大MTF数值的确定有疑虑,且需要再次寻找这最大MTF数值。若比较结果是两数值差异未大于差异阈值,则不需要重新寻找最大MTF数值。
请参照图2,分类模块113可根据各镜头的最大MTF数值分类那些镜头(步骤S250)。在一实施例中,完成点胶作业之后,分类模块113可记录那镜头经点胶作业处理后的MTF数值(其所用焦距是根据最大MTF数值所得出),并将二MTF数值之间的差异小于范围阈值的二个或更多个镜头分类至相同群组。例如,范围阈值为0.1,则两镜头对应MTF数值分别为0.79与0.8,即可分类到相同群组。又例如,两镜头对应MTF数值须相同才会被分类到相同群组。
在另一实施例中,分类模块113也可能是记录那镜头的最大MTF数值,并基于彼此之间最大MTF数值的相异程度来分类。
值得注意的是,被分类到相同群组中的镜头可被挑选并进一步整合成为诸如立体相机、全景相机、穿透式头戴显示器或其他整合数颗镜头的装置。
综上所述,在本发明实施例的镜头匹配装置及镜头匹配方法中,找寻各镜头的最大MTF数值,并在容许率的范围内挑选点胶作业所用的焦距。接着,可对这些镜头根据MTF数值分类。藉此,分类至相同群组中的镜头的清晰度和景深一致或趋近于一致,且可改善图像重缝并加速图像缝合的速度。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种镜头匹配方法,适用于多个镜头,其特征在于,所述镜头匹配方法包括:
取得每一所述镜头对应于多个焦距分别的调制传递函数数值,其中每一所述调制传递函数数值是基于具有最大光强度的至少一第一像素及具有最小光强度的至少一第二像素所确定;
确定每一所述镜头在所述多个焦距中的最大调制传递函数数值;以及
根据每一所述镜头的所述最大调制传递函数数值分类所述多个镜头。
2.根据权利要求1所述的镜头匹配方法,其特征在于,取得每一所述镜头对应于所述多个焦距分别的调制传递函数数值的步骤包括:
根据第一采样比率确定多个所述第一像素,其中所述多个第一像素是自经光强度大小排序后的多个图像像素挑选所述第一采样比率对应数目的像素;
根据第二采样比率确定多个所述第二像素,其中所述多个第二像素是自所述多个图像像素挑选所述第二采样比率对应数目的像素;以及
根据所述多个第一像素的光强度及所述多个第二像素的光强度确定所述镜头中的一个的所述焦距中的一个的调制传递函数数值,其中根据所述多个第一像素的光强度确定调制传递函数的最大强度,且根据所述多个第二像素的光强度确定所述调制传递函数的最小强度。
3.根据权利要求1所述的镜头匹配方法,其特征在于,取得每一所述镜头对应于所述多个焦距分别的调制传递函数数值的步骤包括:
取得每一所述镜头在Y信道的调制传递函数数值。
4.根据权利要求1所述的镜头匹配方法,其特征在于,根据每一所述镜头的所述最大调制传递函数数值分类所述多个镜头的步骤包括:
根据容许率及所述最大调制传递函数数值确定每一所述镜头进行点胶作业所用的最终焦距,其中所述容许率相关于所述点胶作业的变异因素,且所述最终焦距相较于所述最大调制传递函数数值对应的焦距更接近无穷远;
将经所述点胶作业处理的所述镜头中的一个的调制传递函数数值与对应所述最大调制传递函数数值比较;以及
根据比较结果确认是否调整对应所述最大调制传递函数数值。
5.根据权利要求1所述的镜头匹配方法,其特征在于,根据每一所述镜头的所述最大调制传递函数数值分类所述多个镜头的步骤包括:
记录所述多个镜头经点胶作业处理后的调制传递函数数值;以及
将二所述调制传递函数数值之间的差异小于范围阈值的至少二所述镜头分类至相同群组。
6.一种镜头匹配装置,适用于多个镜头,其特征在于,所述镜头匹配装置包括:
存储器,存储多个模块;以及
处理器,耦接所述存储器,加载并执行所述多个模块,所述多个模块包括:
调制传递函数确定模块,取得每一所述镜头对应于多个焦距分别的调制传递函数数值,并确定每一所述镜头在所述多个焦距中的最大调制传递函数数值,其中每一所述调制传递函数数值是基于具有最大光强度的至少一第一像素及具有最小光强度的至少一第二像素所确定;以及
分类模块,根据每一所述镜头的所述最大调制传递函数数值分类所述多个镜头。
7.根据权利要求6所述的镜头匹配装置,其特征在于,所述调制传递函数确定模块根据第一采样比率确定多个所述第一像素,根据第二采样比率确定所述多个第二像素,并根据多个所述第一像素的光强度及所述多个第二像素的光强度确定所述镜头中的一个的所述焦距中的一个的调制传递函数数值,其中所述多个第一像素是自经光强度大小排序后的多个图像像素挑选所述第一采样比率对应数目的像素,所述多个第二像素是自所述多个图像像素挑选所述第二采样比率对应数目的像素,且所述调制传递函数确定模块根据所述多个第一像素的光强度确定调制传递函数的最大强度,并根据所述多个第二像素的光强度确定所述调制传递函数的最小强度。
8.根据权利要求6所述的镜头匹配装置,其特征在于,所述调制传递函数确定模块取得每一所述镜头在Y信道的调制传递函数数值。
9.根据权利要求6所述的镜头匹配装置,其特征在于,所述调制传递函数确定模块根据容许率及所述最大调制传递函数数值确定每一所述镜头进行点胶作业所用的最终焦距,将经所述点胶作业处理的所述镜头中的一个的调制传递函数数值与对应所述最大调制传递函数数值比较,并根据比较结果确认是否调整对应所述最大调制传递函数数值,其中所述容许率相关于所述点胶作业的变异因素,且所述最终焦距相较于所述最大调制传递函数数值对应的焦距更接近无穷远。
10.根据权利要求6所述的镜头匹配装置,其特征在于,所述分类模块记录所述多个镜头经点胶作业处理后的调制传递函数数值,并将二所述调制传递函数数值之间的差异小于范围阈值的至少二所述镜头分类至相同群组。
CN202010380434.4A 2019-12-19 2020-05-08 镜头匹配装置及镜头匹配方法 Active CN113014900B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW108146788A TWI717942B (zh) 2019-12-19 2019-12-19 鏡頭匹配裝置及鏡頭匹配方法
TW108146788 2019-12-19

Publications (2)

Publication Number Publication Date
CN113014900A true CN113014900A (zh) 2021-06-22
CN113014900B CN113014900B (zh) 2022-12-27

Family

ID=75745622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010380434.4A Active CN113014900B (zh) 2019-12-19 2020-05-08 镜头匹配装置及镜头匹配方法

Country Status (3)

Country Link
US (1) US11494894B2 (zh)
CN (1) CN113014900B (zh)
TW (1) TWI717942B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI717942B (zh) * 2019-12-19 2021-02-01 宏碁股份有限公司 鏡頭匹配裝置及鏡頭匹配方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101119501A (zh) * 2006-08-04 2008-02-06 鸿富锦精密工业(深圳)有限公司 调制传递函数值测量装置及方法
CN206229731U (zh) * 2016-11-14 2017-06-09 歌尔科技有限公司 分选设备
US20190129149A1 (en) * 2017-10-26 2019-05-02 Apple Inc. Wide field of view five element lens system

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5303023A (en) * 1992-03-26 1994-04-12 Allergan, Inc. Apparatus and method for inspecting a test lens, method of making a test lens
KR100292434B1 (ko) * 1996-04-12 2002-02-28 이중구 선형시시디를이용한카메라렌즈자동검사장치및그방법
JP3654220B2 (ja) * 2001-08-22 2005-06-02 セイコーエプソン株式会社 レンズ検査装置
US7158182B2 (en) * 2001-09-28 2007-01-02 Nikon Corporation Camera that engages in a focusing operation through a contrast method
US8294999B2 (en) * 2003-01-16 2012-10-23 DigitalOptics Corporation International Optics for an extended depth of field
US20040165090A1 (en) * 2003-02-13 2004-08-26 Alex Ning Auto-focus (AF) lens and process
JP2005309323A (ja) * 2004-04-26 2005-11-04 Kodak Digital Product Center Japan Ltd 撮像用焦点距離検出方法及び撮像装置
CA2675040C (en) * 2007-01-11 2014-03-11 Alcon Research, Ltd. Alternating optical system: mixing and matching optics to maximize binocular visual benefits
BRPI0916643A2 (pt) * 2008-07-15 2019-04-09 Alcon Inc lente oftálmica, sistema de lente intraocular, e, lentes intraoculares
JP4902700B2 (ja) * 2009-07-14 2012-03-21 シャープ株式会社 撮像モジュール
WO2011027536A1 (ja) * 2009-09-01 2011-03-10 オリンパス株式会社 光学装置、およびそれを用いた撮像装置、撮像システム
CN102109753A (zh) * 2009-12-25 2011-06-29 鸿富锦精密工业(深圳)有限公司 自动检测镜头方法
US9030597B2 (en) * 2010-09-30 2015-05-12 Nikon Corporation Interchangeable lens and camera body
US20140192238A1 (en) * 2010-10-24 2014-07-10 Linx Computational Imaging Ltd. System and Method for Imaging and Image Processing
US9098147B2 (en) * 2011-12-29 2015-08-04 Industrial Technology Research Institute Ranging apparatus, ranging method, and interactive display system
WO2014005123A1 (en) * 2012-06-28 2014-01-03 Pelican Imaging Corporation Systems and methods for detecting defective camera arrays, optic arrays, and sensors
JP5884857B2 (ja) * 2014-06-26 2016-03-15 株式会社リコー 広角レンズおよび撮像装置
JP6367360B2 (ja) * 2014-11-20 2018-08-08 富士フイルム株式会社 撮像装置、撮像方法及び画像処理プログラム
JP2018157296A (ja) * 2017-03-16 2018-10-04 京セラドキュメントソリューションズ株式会社 Mtf測定方法及びmtf調整方法
TWI703367B (zh) * 2018-02-08 2020-09-01 先進光電科技股份有限公司 光學成像系統
TWI703363B (zh) * 2018-02-08 2020-09-01 先進光電科技股份有限公司 光學成像系統
JP7303668B2 (ja) * 2019-06-05 2023-07-05 キヤノン株式会社 撮像装置及びその制御方法、カメラシステム、プログラム、記憶媒体
TWI745745B (zh) * 2019-09-10 2021-11-11 光芒光學股份有限公司 取像鏡頭與遮光元件的製作方法
TWI717942B (zh) * 2019-12-19 2021-02-01 宏碁股份有限公司 鏡頭匹配裝置及鏡頭匹配方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101119501A (zh) * 2006-08-04 2008-02-06 鸿富锦精密工业(深圳)有限公司 调制传递函数值测量装置及方法
CN206229731U (zh) * 2016-11-14 2017-06-09 歌尔科技有限公司 分选设备
US20190129149A1 (en) * 2017-10-26 2019-05-02 Apple Inc. Wide field of view five element lens system

Also Published As

Publication number Publication date
US11494894B2 (en) 2022-11-08
TW202125078A (zh) 2021-07-01
US20210192706A1 (en) 2021-06-24
TWI717942B (zh) 2021-02-01
CN113014900B (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
KR102214876B1 (ko) 이미지 아티팩트들을 보정하는 시스템 및 방법
US9979944B2 (en) Image processing device and auto white balancing method
CN104363379A (zh) 使用不同焦距摄像头拍照的方法和终端
EP2785047B1 (en) Image pickup apparatus, image processing system, image pickup system, image processing method, image processing program, and storage medium
US11503262B2 (en) Image processing method and device for auto white balance
WO2014123603A1 (en) Noise models for image processing
CN107240082B (zh) 一种拼接线优化方法及设备
US9113070B2 (en) Image processing apparatus, image pickup apparatus having the same, and image processing method
CN110248170A (zh) 图像色彩调整方法及装置
US7505069B2 (en) Method and apparatus for maintaining consistent white balance in successive digital images
CN113014900B (zh) 镜头匹配装置及镜头匹配方法
CN110033412B (zh) 一种图像处理方法及装置
US10079981B2 (en) Image dynamic range adjustment method, terminal, and storage medium
CN117499616A (zh) 摄像头模组镜头阴影校正的管控方法、系统、设备及介质
CN108780572A (zh) 图像校正的方法及装置
US9172934B2 (en) Method for white balance adjustment of images
CN114531521B (zh) 图像处理方法、装置、存储介质及电子设备
US9479716B2 (en) Image processing method, electronic device, electronic device readable storage medium and program applied in electronic device
US7305126B2 (en) Photo dazzle color temperature correction
CN110062151B (zh) 平滑图像生成装置、异常判定装置、平滑图像生成方法
CN111507905B (zh) 一种白平衡处理方法、白平衡处理装置以及存储介质
WO2024011756A1 (zh) 图像采集参数调整方法及系统、电子设备和存储介质
CN114630095B (zh) 目标场景图像的自动白平衡方法及装置、终端
US20230005112A1 (en) Image matching method
TW201822147A (zh) 圖像分類方法及圖像展示方法

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
GR01 Patent grant
GR01 Patent grant