[發(fā)明專利]基于圖像傳感器像素陣列的手機攝像頭檢測方法及裝置在審
| 申請?zhí)枺?/td> | 202210170072.5 | 申請日: | 2022-02-23 |
| 公開(公告)號: | CN114554188A | 公開(公告)日: | 2022-05-27 |
| 發(fā)明(設計)人: | 林樂新;張康 | 申請(專利權)人: | 深圳閃回科技有限公司 |
| 主分類號: | H04N17/00 | 分類號: | H04N17/00;H04M1/24;G06T7/00;G06K9/62;G06V10/762;G06V10/46 |
| 代理公司: | 深圳知幫辦專利代理有限公司 44682 | 代理人: | 李賾 |
| 地址: | 518000 廣東省深圳市南山區(qū)粵海街道麻嶺*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 圖像傳感器 像素 陣列 手機 攝像頭 檢測 方法 裝置 | ||
本發(fā)明公開了基于圖像傳感器像素陣列的手機攝像頭檢測方法,獲取外部紅外光源主動照射前后圖像中目標攝像頭區(qū)域或灰度階躍的特點實現(xiàn)目標檢測并得到輸入圖像,對輸入圖像進行預處理以提高圖像信噪比,使用直方圖和圖像熵的目標分割算法得到可疑目標種子點,獲取完整高光區(qū)域,并通過目標攝像頭的特征描述子進行目標判別對可疑目標的判別進行篩選,通過檢測聚類算法確定目標重復檢測情況,將檢測結果以RGB彩色圖像進行展示。改變目標掩膜的形狀會降低后期特征分析和計算的準確度,影響最終目標判定的效果。利用復檢目標在物理距離上必然相近的事實,對判別結果進行聚類,消除目標重復檢測的情形,一定程度上也提高了攝像頭檢測的精度和效率。
技術領域
本發(fā)明屬于圖像處理技術領域,尤其涉及一種基于圖像傳感器像素陣列的手機攝像頭檢測方法及裝置。
背景技術
隨著智能電子產(chǎn)品終端和汽車電子需求的日益增長,國內(nèi)的攝像頭模組市場需求量逐步增加。前置攝像頭的主流配置已達到了800萬像素甚至1000萬像素的水平,各大手機廠商的手機后置攝像機均配備了自動對焦功能,并且一些廠商已經(jīng)在嘗試將光學變焦功能應用在智能手機上,微型相機模塊的自動對焦功能將會大幅度提高對焦效率并減少其占用的空間,為了提升用戶拍照時的體驗,解決照片的模糊問題,從傳動的彈片聚焦馬達,閉環(huán)聚焦馬達逐步轉換發(fā)展為光學防抖聚焦馬達。由于攝像頭識別技術主要應用于區(qū)分真?zhèn)文繕耍摼N類多樣導致傳統(tǒng)的目標識別方法魯棒性不佳,深度學習的攝像頭識別算法需要選取適當?shù)哪P鸵约昂侠淼挠柧毞绞剑瑫r需要大量樣本集作為輸入,而尚無攝像頭公開數(shù)據(jù)集合已訓練模型可供使用,降低了攝像頭檢測的效率和準確性。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明提供了一種基于圖像傳感器像素陣列的手機攝像頭檢測方法及裝置,解決了批量有效檢測和篩選出異常產(chǎn)品的效率,保證產(chǎn)能和準確率,具體采用以下技術方案來實現(xiàn)。
第一方面,本發(fā)明提供了一種基于圖像傳感器像素陣列的手機攝像頭檢測方法,包括以下步驟:
獲取外部紅外光源主動照射前后圖像中目標攝像頭區(qū)域或灰度階躍的特點實現(xiàn)目標檢測并得到輸入圖像,其中使用EL-NIR圖像與NL-NIR圖像作為輸入;
對輸入圖像進行預處理以提高圖像信噪比,使用直方圖和圖像熵的目標分割算法得到可疑目標種子點;
獲取完整高光區(qū)域,并通過目標攝像頭的特征描述子進行目標判別對可疑目標的判別進行篩選,其中,篩選過程包括對EL-NIR圖像與NL-NIR圖像進行圖像差分獲得差分圖像實現(xiàn)初步背景抑制,使用形態(tài)學濾波提高真實目標在圖像中的顯著性,通過目標分割獲取目標高光區(qū)域碎片,使用自適應區(qū)域增長獲取目標完整高光區(qū)域;
通過檢測聚類算法確定目標重復檢測情況,將檢測結果以RGB彩色圖像進行展示。
作為上述技術方案的進一步改進,篩選過程包括對EL-NIR圖像與NL-NIR圖像進行圖像差分獲得差分圖像實現(xiàn)初步背景抑制,包括:
通過將兩幅圖像的像素值對應相減達到削弱圖像的相似部分,突出顯示圖像變化的部分,差分圖像的獲取方式包括當前圖像與固定背景差分、連續(xù)兩幅圖像之間的差分;
經(jīng)圖像差分后獲得的表達式為Idif(x,y)=Ip(x,y)-In(x,y),其中ip、In分別為EL-NIR圖像與NL-NIR圖像,Idif為得到的差分圖像,(x,y)為圖像對齊進行差分的像素點坐標;
目標攝像頭在紅外光照射下所形成的為小尺寸的類圓狀光斑,通過分析目標形狀特征和灰度分別特征,以提高圖像的信噪比,其表達式為其中Idst為經(jīng)背景抑制算法處理后的背景抑制圖像,Idif為差分圖像,為膨脹運算,為腐蝕運算,Md為算法中的膨脹結構元素,Me為算法中的腐蝕結構元素。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳閃回科技有限公司,未經(jīng)深圳閃回科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210170072.5/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。





