CN115063342A - 一种镜头坏点检测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请公开了一种镜头坏点的检测方法、装置、电子设备及存储介质，包括：基于待测试镜头获取若干待测图像；基于图像处理库获取各所述待测图像中各像素点的亮度值；基于各所述像素点的亮度值，对各所述像素点进行坏点判断，确定坏点像素；基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果；基于各所述待测图像的检测结果获得所述待测镜头的检测结果。本申请通过获取各像素点的亮度值，然后基于亮度值对各像素点进行坏点检测，由此能够使得坏点的检测更加准确，进而使得后续能够基于各像素点的检测结果来快速、准确的获得镜头坏点的检测结果，提高了检测效率。

Description

一种镜头坏点检测方法、装置、电子设备及存储介质

技术领域

本发明涉及设备检测技术领域，特别涉及一种镜头坏点的检测方法、装置、电子设备及存储介质。

背景技术

在对镜头进行坏点测试项检测时，需要使用镜头在纯白的亮环境和纯黑的暗环境下进行拍照，然后通过对拍摄的图片进行坏点检测来确定镜头是否正常。现有的常规坏点检测方法是将拍摄的图片在大屏上播放，通过肉眼去查看去判断图片上是否有坏点，然后根据坏点的数量确定是否通过测试。

由于现有检测方法中是通过肉眼来进行坏点判断的，因此可能会漏掉某些像素点，造成坏点检测准确度较低的问题，而且现有坏点检测方法中，由于需要长时间去对着一张图的放大区域查找坏点，因此查找效率较低，进而造成设备检测效率低的问题。

发明内容

有鉴于此，本发明提供了一种镜头坏点的检测方法、装置、电子设备及存储介质，主要目的在于解决目前检测方法中存在的检测效率低的问题。

为解决上述问题，本申请提供一种镜头坏点检测方法，包括：

基于待测试镜头获取若干待测图像；

基于图像处理库获取各所述待测图像中各像素点的亮度值；

基于各所述像素点的亮度值，对各所述像素点进行坏点判断，确定坏点像素；

基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果；

基于各所述待测图像的检测结果获得所述待测镜头的检测结果。

可选的，所述方法还包括：基于图像处理库对各所述待测图像进行分析处理，获得所述待测图像中各像素点的位置坐标；

所述基于图像处理库获取各所述待测图像中各像素点的亮度值，具体包括：

基于图像处理库以及各所述像素点的位置坐标，获取各所述像素点的三原色值；

基于各所述像素点的三原色值利用预设的亮度计算公式，分别计算获得与各像素点的亮度值。

可选的，所述基于各所述像素点的亮度值，对各所述像素点进行坏点判断，具体包括：

至少基于目标待测图像的图像类型确定与各像素点对应的目标判断阈值；

基于目标待测图像中各所述像素点的亮度值以及所述各像素点对应的目标判断阈值，对各所述像素点进行坏点判断。

可选的，所述镜头坏点检测方法还包括：

确定目标待测图像中各像素点所在的位置区域；

所述至少基于目标待测图像的图像类型确定与各像素点对应的目标判断阈值，具体包括：

基于所述目标待测图像的图像类型以及各像素点所在的位置区域，确定与各像素点对应的目标判断阈值。

可选的，所述图像类型包括纯白类型以及纯黑类型；

所述目标判断阈值包括与所述纯白类型对应的第一判断阈值以及与所述纯黑类型对应的第二判断阈值；

所述第一判断阈值小于所述第二判断阈值。

可选的，所述图像类型包括纯白类型以及纯黑类型；所述位置区域包括边缘区域以及非边缘区域；

所述目标判断阈值包括：与图像类型为纯白类型、位置区域非边缘区域对应的第三判断阈值，与图像类型为纯白类型位置区域为边缘区域对应的第四判断阈值，与图像类型为纯黑类型位置区域为非边缘区域对应的第五判断阈值，以及与图像类型为纯黑类型位置区域为边缘区域对应的第六个判断阈值；

其中，所述第三判断阈值小于第四判断阈值，第五判断阈值小于第六判断阈值，且第四判断阈值小于第五判断阈值。

可选的，所述基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果，具体包括：

将所述目标待测图像中坏点像素数量占所述像素点总数的目标比例与预设的第一比例阈值进行比较；

在确定所述目标比例小于或等于所述第一比例阈值的情况下，确定所述目标待测试图像为正常图像；

在确定所述目标比例大于所述第一比例阈值的情况下，确定所述目标待测试图像为非正常图像。

可选的，所述基于各所述待测图像的检测结果获得所述待测镜头的检测结果，具体包括：

基于各待测图像的检测结果，确定正常图像所占的比例；

基于所述比例以及预设的第二比例阈值确定所述待测试镜头的检测结果。

可选的，在对各所述像素点进行坏点判断之后，所述方法还包括：

基于图像处理库获取所述各待测图像中各坏点像素的位置坐标；

基于预定的标记方式以及各所述坏点像素的位置坐标，生成与各所述待测图像对应的检测结果图；

基于预定的输出方式，输出各所述检测结果图。

为解决上述问题，本申请提供一种镜头坏点检测装置，包括；

第一获取模块，用于基于待测试镜头获取若干待测图像；

第二获取模块，用于基于图像处理库获取各所述待测图像中各像素点的亮度值；

判断模块，用于基于各所述像素点的亮度值，对各所述像素点进行坏点判断，确定坏点像素；

第一获得模块，用于基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果；

第二获得模块，用于基于各所述待测图像的检测结果获得所述待测镜头的检测结果。

为解决上述问题，本申请提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述镜头坏点的检测方法的步骤。

为解决上述问题，本申请提供一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述任一项所述镜头坏点的检测方法的步骤。

本申请中的有益效果，通过获取各像素点的亮度值，然后基于亮度值对各像素点进行坏点检测，由此能够使得坏点的检测更加准确，进而使得后续能够基于各像素点的检测结果来快速、准确的获得镜头坏点的检测结果，提高了检测效率。

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

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本申请实施例中一种镜头坏点检测方法的流程图；

图2为本申请实施例中一种镜头坏点检测装置的结构框图。

具体实施方式

此处参考附图描述本申请的各种方案以及特征。

应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本申请的范围和精神内的其他修改。

包含在说明书中并构成说明书的一部分的附图示出了本申请的实施例，并且与上面给出的对本申请的大致描述以及下面给出的对实施例的详细描述一起用于解释本申请的原理。

通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本申请的这些和其它特性将会变得显而易见。

还应当理解，尽管已经参照一些具体实例对本申请进行了描述，但本领域技术人员能够确定地实现本申请的很多其它等效形式。

当结合附图时，鉴于以下详细说明，本申请的上述和其他方面、特征和优势将变得更为显而易见。

此后参照附图描述本申请的具体实施例；然而，应当理解，所申请的实施例仅仅是本申请的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本申请模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。

本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本申请的相同或不同实施例中的一个或多个。

本申请实施例提供一种镜头坏点检测方法，如图1所示，包括：

步骤S101，基于待测试镜头获取若干待测图像；

本步骤在具体实施过程中，具体可以基于待测试镜头在纯白的亮环境和纯黑的暗环境下分别进行拍摄，以此来获得若干用于进行像素坏点检测的待测图像。

步骤S102，基于图像处理库获取各所述待测图像中各像素点的亮度值；

本步骤中，图像处理库即为Python Image Library，简称PIL库，其是python的第三方图像处理库，可以做一些和图像处理相关的事情，PIL适用于图像归档以及图像的批量处理任务，支持创建缩略图、转换图像格式、打印图像等等，还支持基础的图像处理函数，包括对点的处理，图像大小转换、图像旋转、全局的统计分析等。本步骤中通过基于该库来实现图像数据的读取、图像的处理等操作。

本步骤中，在获取目标待测图像中各像素点的亮度值时，具体可以基于PIL库获取各像素点的三原色值，然后基于各像素点的三原色值计算获得各像素点的亮度值。其中三原色值包括红色值、绿色值以及蓝色值。本步骤中通过利用PIL库来获取亮度值，能够使得亮度值的获取更加快速，且获得的亮度值准确可靠。

步骤S103，基于各所述像素点的亮度值，对各所述像素点进行坏点判断，确定坏点像素；

本步骤在具体实施过程中，具体可以将像素点的亮度值与预设的阈值进行比较，在所述亮度值小于第一判断阈值或大于第二判断阈值的情况下，确定该像素点为坏点。

步骤S104，基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果；

本步骤在具体实施过程中，具体可以将目标待测图中坏点数量与预定的第一比例阈值进行比较，若坏点数量小于或等于第一比例阈值的情况下，则确定该待测图像为正常图像，否则确定其为非正常图像，以此来获得各待测图像的检测结果。其中，第一比例阈值具体可以为0.0015％、0.002％、0.0025％等，具体可以根据实际需要进行调整。

步骤S105，基于各所述待测图像的检测结果获得所述待测镜头的检测结果。

本步骤在具体实施过程中，具体可以根据待测图像中正常图像所占的比例来确定待测镜头的检测结果，例如当正常图像占比达到待测图像总数的97％时，说明待测镜头通过坏点的测试，即该镜头正常，当正常图像占比未达到待测图像总数的97％时，说明待测镜头未通过坏点的测试，即该镜头异常。

本申请中，通过获取各像素点的亮度值，然后基于亮度值对各像素点进行坏点检测，由此能够使得坏点的检测更加准确，进而使得后续能够基于各像素点的检测结果来快速、准确的获得镜头坏点的检测结果，提高了检测效率。

在上述实施例的基础上，本申请又一实施例提供一种镜头坏点检测方法，包括：

步骤S201，基于待测试镜头获取若干待测图像；

本步骤在具体实施过程中，具体可以基于待测试镜头在纯白的亮环境和纯黑的暗环境下分别进行拍摄，以此来获得若干用于进行像素坏点检测的待测图像。

步骤S202，基于图像处理库对各所述待测图像进行分析处理，获得各所述待测图像中各像素点的位置坐标；

步骤S203，基于图像处理库以及各所述像素点的位置坐标，获取各所述像素点的三原色值；基于各所述像素点的三原色值利用预设的亮度计算公式，分别计算获得与各所述像素点对应的亮度值；

本步骤中在具体实施过程中，所述像素点亮度Y计算公式为：Y(亮度)＝(0.299*R)+(0.587*G)+(0.114*B)，其中，R表示红色值，G表示绿色值，B表示蓝色值。

步骤S204，至少基于目标待测图像的图像类型确定与各像素点对应的目标判断阈值；基于目标待测图像中各所述像素点的亮度值以及所述各像素点对应的目标判断阈值，对各所述像素点进行坏点判断，以获得坏点像素数量；

本步骤中，所述图像类型包括纯白类型以及纯黑类型；所述判断阈值包括与所述纯白类型对应的第一判断阈值以及与所述纯黑类型对应的第二判断阈值；所述第一判断阈值小于所述第二判断阈值。例如，如果是图像类型是纯白类型，则可以设定第一判断阈值为-5，即对纯白类型的图像进行坏点检测时，在判断像素点的亮度值为小于-5时，确定该像素点为坏点；如果图像类型是纯黑类型，则可以设定第二判断阈值为60，即对纯黑类型的图像进行坏点检测时，在判断像素点的亮度值为大于60时，确定该像素点为坏点。

本步骤在具体实施过程中，在确定各像素点对应的判断阈值时，可以进一步结合像素点所在的位置区域来确定，以使得判断阈值的确定更加合理，进而使得后续对像素坏点的检测更加准确。也就是，在获得坏点像素数量时，可以进一步结合各像素点所在的位置区域，来对各像素点进行坏点判断、以获得坏点像素数量。具体获得坏点像素数量的过程为：确定目标待测图像中各像素点所在的位置区域；基于所述目标待测图像的图像类型以及各像素点所在的位置区域，确定与各像素点对应的目标判断阈值；基于目标待测图像中各所述像素点的亮度值以及所述各像素点对应的目标判断阈值，对各所述像素点进行坏点判断，以获得坏点像素数量。在本种方式下，目标判断阈值包括：与图像类型为纯白类型、位置区域非边缘区域对应的第三判断阈值，与图像类型为纯白类型位置区域为边缘区域对应的第四判断阈值，与图像类型为纯黑类型位置区域为非边缘区域对应的第五判断阈值，以及与图像类型为纯黑类型位置区域为边缘区域对应的第六个判断阈值；其中，所述第三判断阈值小于第四判断阈值，第五判断阈值小于第六判断阈值，且第四判断阈值小于第五判断阈值。本实施例中具体可以预先根据待测图像的大小来进行区域划分，以确定边缘区域和非边缘区域，其中边缘区域是指：距离图片边缘预定距离或预定距离以内的区域，例如距离图片边缘1cm或1cm以内的区域；而非边缘区域则是指中心区域，即距离图像边缘预定距离以外的区域，例如距离图片边缘1cm以外的区域。其中距离图片边缘的预定距离可以根据实际需要设定，然后基于该预定距离对图像进行位置区域划分。本实施例在具体实施过程中，还可以预先基于不同的图像类型以及位置区域来配置对应的判断阈值，例如：为图像类型为纯白类型、位置区域非边缘区域，配置第三判断阈值-5，为图像类型为纯白类型、位置区域为边缘区域，配置第四判断阈值-10，为图像类型为纯黑类型、位置区域为非边缘区域，配置对应的第五判断阈值50，为图像类型为纯黑类型、位置区域为边缘区域，配置对应的第六个判断阈值62。具体的各判断阈值可以根据实际需要进行调整、设定。本实施例中通过结合像素点所在的位置区域来确定目标判断阈值，由此能够使得目标判断阈值的确定根加合理，进而为后续基于目标判断阈值准确的对像素点进行坏点判断提供了保障。

步骤S205，将所述目标待测图像中坏点像素数量占所述像素点总数的目标比例与预设的第一比例阈值进行比较；在确定所述目标比例小于或等于所述第一比例阈值的情况下，确定所述目标待测试图像为正常图像；在确定所述目标比例大于所述第一比例阈值的情况下，确定所述目标待测试图像为非正常图像；

本步骤在具体实施过程中，在对各像素点进行坏点判断之后，就可以对坏点像素进行统计，即确定各待测图像中坏点像素的占比，然后根据坏点像素的占比来确定待测图像是否为正常图像。例如针对目标待测图像中，获取总坏点数/总像素点数的目标比例，如果该值不超过0.002％，则可以确定该图片坏点检测结果为通过，即确定该图像为正常图像；如果该值超过0.002％，则可以确定该图片坏点检测结果为不通过，即确定该图像为非正常图像。

步骤S206，基于各所述待测图像的检测结果，确定正常图像所占的比例；基于所述比例以及预设的第二比例阈值确定所述待测试镜头的检测结果。

本步骤在具体实施过程中，第二比例阈值可以根据实际需要设定，例如可以为97％、97.5％、98％、99％等等。例如当正常图像占比达到待测图像总数的98％时，说明待测镜头通过坏点的测试，即该镜头正常，当正常图像占比未达到待测图像总数的98％时，说明待测镜头未通过坏点的测试，即该镜头异常。

步骤S207，基于图像处理库获取所述各待测图像中各坏点像素的位置坐标；基于预定的标记方式以及各所述坏点像素的位置坐标，生成与各所述待测图像对应的检测结果图；基于预定的输出方式，输出各所述检测结果图。

本步骤中，通过使用PIL库将每张图片中所找到的坏点进行处理，根据获取到的坏点像素点的坐标数据以另一种鲜明的颜色进行重新绘制，生成一张新的图片，即生成检测结果图，那么该图片的坏点均会以另一种颜色在图片中体现出来，由此能够直观的对各坏点像素点进行展示，便于后续测试人员定位、观察。在具体实施过程中，可以该图片(检测结果图)按照预定的命名方式进行输出，例如命名方式可以为：测试结果+总像素点个数+坏点个数+测试图片原名称、格式进行输出，方便后续测试人员、开发人员去定位观察。具体输出方式例如可以为压缩格式、pdf格式等等。

本申请又一实施例提供一种镜头坏点检测装置，如图2所示，包括：

第一获取模块1，用于基于待测试镜头获取若干待测图像；

第二获取模块2，用于基于图像处理库获取各所述待测图像中各像素点的亮度值；

判断模块3，用于基于各所述像素点的亮度值，对各所述像素点进行坏点判断，确定坏点像素；

第一获得模块4，用于基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果；

第二获得模块5，用于基于各所述待测图像的检测结果获得所述待测镜头的检测结果。

本实施例在具体实施过程中，所述镜头坏点检测装置还包括分析处理模块，所述分析处理模块用于基于图像处理库对各所述待测图像进行分析处理，获得各所述待测图像中各像素点的位置坐标；所述第二获取模块具体用于：基于图像处理库以及各所述像素点的位置坐标，获取各所述像素点的三原色值；基于各所述像素点的三原色值利用预设的亮度计算公式，分别计算获得与各所述像素点对应的亮度值。

本实施例在具体实施过程中，所述判断模块具体用于：至少基于目标待测图像的图像类型确定与各像素点对应的目标判断阈值；基于目标待测图像中各所述像素点的亮度值以及所述各像素点对应的目标判断阈值，对各所述像素点进行坏点判断。本实施例在具体实施过程中，所述镜头坏点检测装置还包括确定模块，所述确定模块用于：确定目标待测图像中各像素点所在的位置区域；

所述判断模块具体用于：基于所述目标待测图像的图像类型以及各像素点所在的位置区域，确定与各像素点对应的目标判断阈值，以基于目标待测图像中各所述像素点的亮度值以及所述各像素点对应的目标判断阈值，对各所述像素点进行坏点判断。

本实施例在具体实施过程中，所述图像类型包括纯白类型以及纯黑类型；所述目标判断阈值包括与所述纯白类型对应的第一判断阈值以及与所述纯黑类型对应的第二判断阈值；所述第一判断阈值小于所述第二判断阈值。

本实施例在具体实施过程中，所述位置区域包括边缘区域以及非边缘区域；所述目标判断阈值包括：与图像类型为纯白类型、位置区域非边缘区域对应的第三判断阈值，与图像类型为纯白类型位置区域为边缘区域对应的第四判断阈值，与图像类型为纯黑类型位置区域为非边缘区域对应的第五判断阈值，以及与图像类型为纯黑类型位置区域为边缘区域对应的第六个判断阈值；其中，所述第三判断阈值小于第四判断阈值，第五判断阈值小于第六判断阈值，且第四判断阈值小于第五判断阈值。

本实施例在具体实施过程中，所述第一获得模块具体用于：将所述目标待测图像中坏点像素数量占所述像素点总数的目标比例与预设的第一比例阈值进行比较；在确定所述目标比例小于或等于所述第一比例阈值的情况下，确定所述目标待测试图像为正常图像；在确定所述目标比例大于所述第一比例阈值的情况下，确定所述目标待测试图像为非正常图像。

本实施例在具体实施过程中，所述第二获得模块具体用于：基于各所述待测图像的检测结果，确定正常图像所占的比例；基于所述比例以及预设的第二比例阈值确定所述待测试镜头的检测结果。

本实施例在具体实施过程中，所述镜头检测装置还包括生成模块，所述生成模块用于：基于图像处理库获取所述各待测图像中各坏点像素的位置坐标；基于预定的标记方式以及各所述坏点像素的位置坐标，生成与各所述待测图像对应的检测结果图；基于预定的输出方式，输出各所述检测结果图。

本申请中的镜头检测装置，通过获取各像素点的亮度值，然后基于亮度值对各像素点进行坏点检测，由此能够使得坏点的检测更加准确，进而使得后续能够基于各像素点的检测结果来快速、准确的获得镜头坏点的检测结果，提高了检测效率。

本申请另一实施例提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下方法步骤：

步骤一、基于待测试镜头获取若干待测图像；

步骤二、基于图像处理库获取各所述待测图像中各像素点的亮度值；

步骤三、基于各所述像素点的亮度值，对各所述像素点进行坏点判断，确定坏点像素；

步骤四、基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果；

步骤五、基于各所述待测图像的检测结果获得所述待测镜头的检测结果。

上述方法步骤的具体实施过程可参见上述任意镜头检测方法的实施例，本实施例在此不再重复赘述。

本申请中的存储介质，通过获取各像素点的亮度值，然后基于亮度值对各像素点进行坏点检测，由此能够使得坏点的检测更加准确，进而使得后续能够基于各像素点的检测结果来快速、准确的获得镜头坏点的检测结果，提高了检测效率。

本申请另一实施例提供一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现如下方法步骤：

步骤一、基于待测试镜头获取若干待测图像；

步骤二、基于图像处理库获取各所述待测图像中各像素点的亮度值；

步骤三、基于各所述像素点的亮度值，对各所述像素点进行坏点判断，确定坏点像素；

步骤四、基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果；

步骤五、基于各所述待测图像的检测结果获得所述待测镜头的检测结果。

上述方法步骤的具体实施过程可参见上述任意镜头检测方法的实施例，本实施例在此不再重复赘述。

本申请的电子设备，通过获取各像素点的亮度值，然后基于亮度值对各像素点进行坏点检测，由此能够使得坏点的检测更加准确，进而使得后续能够基于各像素点的检测结果来快速、准确的获得镜头坏点的检测结果，提高了检测效率。

以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。

Claims (10)

1.一种镜头坏点检测方法，其特征在于，包括：

基于待测试镜头获取若干待测图像；

基于图像处理库获取各所述待测图像中各像素点的亮度值；

基于各所述像素点的亮度值，对各所述像素点进行坏点判断，确定坏点像素；

基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果；

基于各所述待测图像的检测结果获得所述待测镜头的检测结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：基于图像处理库对各所述待测图像进行分析处理，获得各所述待测图像中各像素点的位置坐标；

所述基于图像处理库获取各所述待测图像中各像素点的亮度值，具体包括：

基于图像处理库以及各所述像素点的位置坐标，获取各所述像素点的三原色值；

基于各所述像素点的三原色值利用预设的亮度计算公式，分别计算获得与各所述像素点对应的亮度值。

3.如权利要求1所述的方法，其特征在于，所述基于各所述像素点的亮度值，对各所述像素点进行坏点判断，具体包括：

至少基于目标待测图像的图像类型确定与各像素点对应的目标判断阈值；

基于目标待测图像中各所述像素点的亮度值以及所述各像素点对应的目标判断阈值，对各所述像素点进行坏点判断。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

确定目标待测图像中各像素点所在的位置区域；

所述至少基于目标待测图像的图像类型确定与各像素点对应的目标判断阈值，具体包括：

基于所述目标待测图像的图像类型以及各像素点所在的位置区域，确定与各像素点对应的目标判断阈值。

5.如权利要求3所述的方法，其特征在于，所述图像类型包括纯白类型以及纯黑类型；

所述目标判断阈值包括与所述纯白类型对应的第一判断阈值以及与所述纯黑类型对应的第二判断阈值；

所述第一判断阈值小于所述第二判断阈值。

6.如权利要求4所述的方法，其特征在于，所述图像类型包括纯白类型以及纯黑类型；所述位置区域包括边缘区域以及非边缘区域；

所述目标判断阈值包括：与图像类型为纯白类型、位置区域为非边缘区域对应的第三判断阈值，与图像类型为纯白类型位置区域为边缘区域对应的第四判断阈值，与图像类型为纯黑类型位置区域为非边缘区域对应的第五判断阈值，以及与图像类型为纯黑类型位置区域为边缘区域对应的第六个判断阈值；

其中，所述第三判断阈值小于第四判断阈值，第五判断阈值小于第六判断阈值，且第四判断阈值小于第五判断阈值。

7.如权利要求1所述的方法，其特征在于，所述基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果，具体包括：

将所述目标待测图像中坏点像素数量占所述像素点总数的目标比例与预设的第一比例阈值进行比较；

在确定所述目标比例小于或等于所述第一比例阈值的情况下，确定所述目标待测试图像为正常图像；

在确定所述目标比例大于所述第一比例阈值的情况下，确定所述目标待测试图像为非正常图像。

8.一种镜头坏点检测装置，其特征在于，包括：

第一获取模块，用于基于待测试镜头获取若干待测图像；

第二获取模块，用于基于图像处理库获取各所述待测图像中各像素点的亮度值；

判断模块，用于基于各所述像素点的亮度值，对各所述像素点进行坏点判断，确定坏点像素；

第一获得模块，用于基于目标待测图像中坏点像素的数量占所述目标待测图像的像素点总数的目标比例，获得所述目标待测图像的检测结果；

第二获得模块，用于基于各所述待测图像的检测结果获得所述待测镜头的检测结果。

9.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-7任一项所述镜头坏点的检测方法的步骤。

10.一种电子设备，其特征在于，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述权利要求1-7任一项所述镜头坏点的检测方法的步骤。

Images