[發明專利]一種基于同心圓分割定位的臟污檢測方法

有效

• 申請號: 202011634906.0
• 申請日: 2020-12-31
• 公開（公告）號: CN112862832B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 胡露;董澤成;吳峰;肖仁濤;宋凱靜;林映庭
• 申請（專利權）人: 盛泰光電科技股份有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/12;G06T7/60
• 代理公司: 重慶強大凱創專利代理事務所(普通合伙) 50217
• 代理人: 劉嘉

本發明涉及攝像頭檢測技術領域，具體公開了一種基于同心圓分割定位的臟污檢測方法，包括獲取多幀圖像數據；對圖像進行灰階、灰度及邊緣剪切處理；對剪切后圖像進行同心圓分割處理、區域劃分；根據劃分的區域計算出區域偏差比和梯度處理；再通過多區域雙卡空標準進行臟污檢測；如果超出閾值則判定為臟污，否則則無臟污。采用本發明的技術方案能夠有效檢測出攝像頭模組的臟污，提高臟污檢測的準確性，便于不同用戶對臟污卡控標準進行自主調整。

技術領域

本發明涉及攝像頭檢測技術領域，特別涉及一種基于同心圓分割定位的臟污檢測方法。

背景技術

目前攝像頭已經普遍應用于手機、平板、筆記本、安防、車載、醫療、監控等領域，且衍生出廣角、微距、長焦、定焦等鏡頭。而對于模組廠指標檢測中挑戰最大的是攝像頭模組的臟污檢測，而對于不同的客戶對臟污檢測有不同的標準，因此要求模組廠需要對臟污檢測有一套通用、準確且靈活的方法。

目前的臟污測試方法主要有以下幾種方式，一是傳統意義上的人工操作，肉眼查找；二是亮度差臟污檢測算法，對圖像進行分塊，用圖像中的區域塊計算平均亮度再與左右上下塊的平均亮度做差值處理來獲取臟污特征信息；三是曲面臟污檢測算法，通過圖像曲面擬合生成模板曲面進而得到模板圖像，然后將原始灰度圖像與生成的模板圖像相減最終獲取臟污特征信息；四是頻域臟污檢測算法，將圖像進行傅里葉變換，頻率濾波增強處理再傅里葉反變換進行分塊閾值檢測獲取臟污特征信息。

但是上述方法，都有其本身的缺陷，第一種人工檢測效率低、視覺疲勞等，不適合大作業運作；第二種臟污檢測有局限性，準確率較低；第三種誤判率高，且制定卡控標準樣本數要求多；第四種，不太成熟，適用于單樣本檢測，技術要求高。

為此，需要一種能提高檢測準確率的基于同心圓分割定位的臟污檢測方法

發明內容

本發明提供了一種基于同心圓分割定位的臟污檢測方法，能夠提高檢測準確率。

為了解決上述技術問題，本申請提供如下技術方案：

一種基于同心圓分割定位的臟污檢測方法，包括如下步驟：

步驟1：在白場下，拍攝攝像頭模組的多幀圖像，并存入緩存區bmp24buffer[i][j]，其中i為幀數，i＝0,1,...,N-1,j為每幀bmp像素數，j＝0,1,...,width*height*3-1,width為像素寬度，height為像素高度；

步驟2：對bmp24buffer[i][j]各幀圖像數據得到RGB三個通道最大值max{B_imax}、max{G_imax}、max{R_imax}以及各通道像素之和bmp24bufferBGR[j]；

步驟3：取步驟2各通道像素之和以及通道最大值，得到其灰階圖Bmp24[i]；

步驟4：取步驟3中的灰階圖，得到灰度圖Graybuffer[i]；

步驟5：將步驟4的灰度圖進行邊緣剪切處理得到剪切圖Shearbuffer[i]；

步驟6：獲取步驟5的剪切圖的光學中心，并與其光學中心作為坐標原點，以此劃分成N*M個同心圓扇形的區域塊，其中N為同心圓個數，M為每個同心圓分割塊；

步驟7：對上述同心圓扇形的區域塊做平均亮度值以及對區域塊的鄰域塊做平均亮度值，即：

其中Blockave[i]為區域塊的平均亮度值，Blockneighborhoodave[i]為鄰域塊的平均亮度值，i∈N*M-P，k＝0,1,2....n-1，n為區域塊的鄰域塊統計個數；