CN106101697B - 图像清晰度检测方法、装置及测试设备 - Google Patents
图像清晰度检测方法、装置及测试设备 Download PDFInfo
- Publication number
- CN106101697B CN106101697B CN201610452222.6A CN201610452222A CN106101697B CN 106101697 B CN106101697 B CN 106101697B CN 201610452222 A CN201610452222 A CN 201610452222A CN 106101697 B CN106101697 B CN 106101697B
- Authority
- CN
- China
- Prior art keywords
- value
- gray
- average
- image data
- maximum
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种图像清晰度检测方法,所述图像清晰度检测方法包括:采集图像数据,所述图像数据是摄像头模组根据预设曝光增益参数输出的;按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取;计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值;根据所述最大灰度平均值和最小灰度平均值计算图像清晰度,以通过比较所述图像清晰度与预设阈值进行图像清晰度检测。本发明还公开了与所述图像清晰度检测方法相匹配的一种图像清晰度检测装置及测试设备。采用本发明提供的图像清晰度检测方法、装置及测试设备能够减小图像清晰度的离散性,进而提高摄像头模组的一致性。
Description
技术领域
本发明涉及摄像头模组测试技术领域,特别涉及一种图像清晰度检测方法、装置及测试设备。
背景技术
市场上的摄像头模组通常包括:镜头、红外滤光片、图像传感器以及电路板。摄像头模组厂在生产摄像头模组时的一个重要环节是对摄像头模组进行调焦,以通过调焦使摄像头模组输出的图像数据的图像清晰度能够达到最佳状态。
然而,传统的图像清晰度检测方法是通过测试人员肉眼观察摄像头模组输出的图像是否清晰来判断是否继续对摄像头模组进行调焦。随着摄像头模组的分辨率越来越高,肉眼判断将导致图像清晰度的离散性越来越大,且容易发生图像清晰度的误判,进而降低摄像头模组的一致性,甚至由于摄像头模组的不良品流入下一生产环节,导致摄像头模组的品质降低,产品不良率居高不下,而给客户造成巨大的经济损失。
发明内容
基于此,本发明的一个目的在于提供一种图像清晰度检测方法,所述图像清晰度检测方法能够减小图像清晰度的离散性,进而提高摄像头模组的一致性。
此外,本发明的另一个目的在于提供一种图像清晰度检测装置及测试设备,所述图像清晰度检测装置及测试设备能够减小图像清晰度的离散性,进而提高摄像头模组的一致性。
为了解决上述技术问题,本发明提供如下技术方案:
一种图像清晰度检测方法,包括:采集图像数据,所述图像数据是摄像头模组根据预设曝光增益参数输出的;按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取;计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值;根据所述最大灰度平均值和最小灰度平均值计算图像清晰度,以通过比较所述图像清晰度与预设阈值进行图像清晰度检测。
优选地,所述采集图像数据的步骤之前,所述方法还包括:通过侦听用户的触发操控得到所述预设曝光增益参数,并存储,以传输至所述摄像头模组供所述摄像头模组输出所述图像数据时使用。
优选地,所述按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取的步骤包括:根据预设区域参数划分所述图像数据为多个图像区域;对所述多个图像区域分别进行灰度值获取,得到所述多个图像区域的灰度值。
优选地,所述按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取的步骤还包括:判断所述图像数据的图像数据格式是否为RAW格式;若为是,则按照像素点与灰度值的加权转换公式将所述图像数据转换为灰度数据。
优选地,所述计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值的步骤包括:由所述灰度值中获取最大灰度值和最小灰度值;计算所述灰度值的均值和均方差,并分别求取所述均值与均方差的和与差;计算介于所述最大灰度值与和之间的所述灰度值的平均值得到所述最大灰度平均值,并计算介于所述最小灰度值与差之间的所述灰度值的平均值得到所述最小灰度平均值。
一种图像清晰度检测装置,包括:图像采集单元,用于采集图像数据,所述图像数据是摄像头模组根据预设曝光增益参数输出的;灰度值获取单元,用于按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取;计算单元,用于计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值;清晰度检测单元,用于根据所述最大灰度平均值和最小灰度平均值计算图像清晰度,以通过比较所述图像清晰度与预设阈值进行图像清晰度检测。
优选地,所述装置还包括:参数存储单元,用于通过侦听用户的触发操控得到所述预设曝光增益参数,并存储,以传输至所述摄像头模组供所述摄像头模组输出所述图像数据时使用。
优选地,所述灰度值获取单元包括:区域划分模块,用于根据预设区域参数划分所述图像数据为多个图像区域;灰度值提取模块,用于对所述多个图像区域分别进行灰度值获取,得到所述多个图像区域的灰度值。
优选地,所述灰度值获取单元还包括:格式判断模块,用于判断所述图像数据的图像数据格式是否为RAW格式;若为是,则通知格式转换模块;所述格式转换模块,用于按照像素点与灰度值的加权转换公式将所述图像数据转换为灰度数据。
优选地,所述计算单元包括:灰度最值获取模块,用于由所述灰度值中获取最大灰度值和最小灰度值;和差计算模块,用于计算所述灰度值的均值和均方差,并分别求取所述均值与均方差的和与差;灰度平均值计算模块,用于计算介于所述最大灰度值与和之间的所述灰度值的平均值得到所述最大灰度平均值,并计算介于所述最小灰度值与差之间的所述灰度值的平均值得到所述最小灰度平均值。
一种测试设备,包括存储器和处理器,所述存储器中存储有程序指令,所述处理器通过所述存储器中的程序指令执行以下步骤:采集图像数据,所述图像数据是摄像头模组根据预设曝光增益参数输出的;按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取;计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值;根据所述最大灰度平均值和最小灰度平均值计算图像清晰度,以通过比较所述图像清晰度与预设阈值进行图像清晰度检测。
由以上本发明提供的技术方案可见,与现有技术相比,本发明具有以下有益效果:
通过获取采集到的图像数据的灰度值,并通过灰度值进行均值和均方差的计算,进而得到用于计算图像清晰度的最大灰度平均值和最小灰度平均值,再通过比较图像清晰度与预设阈值完成图像清晰度检测。也就是说,通过计算得到的图像清晰度来检测图像是否清晰,从而避免测试人员肉眼观察来判断图像是否清晰,避免图像清晰度的误判,有利于减小图像清晰度的离散性,提高摄像头模组的一致性,保证摄像头模组的品质。
附图说明
为了更清楚地说明本发明各实施例或现有技术中的技术方案,下面将对本发明各实施例或现有技术描述中所需要使用的附图作简单的介绍。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,对于本领域的普通技术人员来讲,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为本发明各实施例中测试设备的硬件结构示意图。
图2为一实施例中图像清晰度检测方法的应用场景示意图。
图3为本发明一实施例的图像清晰度检测方法的流程图。
图4为图3中按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取的方法流程图之一。
图5为图3中按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取的方法流程图之二。
图6为图3中计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值的方法流程图。
图7为本发明一实施例的图像清晰度检测装置的结构框图。
图8为图7中灰度值获取单元的结构框图之一。
图9为图7中灰度值获取单元的结构框图之二。
图10为图7中计算单元的结构框图。
具体实施方式
为了使本领域的普通技术人员更好地理解本发明中的技术方案,并使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的各实施例中的技术方案予以进一步地详尽说明。
如前所述,摄像头模组厂的生产线人工调焦通常采用一人一工位的方式进行摄像头模组的调焦,即每个测试人员各自通过肉眼观察摄像头模组输出的图像数据是否清晰来判断是否继续对摄像头模组进行调焦。
由于图像清晰度需要多次判断,若是不同的测试人员对同一个摄像头模组进行调焦,会使得判断得到的图像清晰度的离散性比较大,并且随着摄像头模组的分辨率越来越高,将进一步导致图像清晰度的离散性越来越大。
即使是同一个测试人员,由于视觉疲劳也容易发生图像清晰度的误判,容易使得摄像头模组的不良品流入下一生产环节,导致摄像头模组的品质降低,产品不良率居高不下,而给客户造成巨大的经济损失。
因此,为了提高图像清晰度的离散性,提高摄像头模组的一致性,特提出一种图像清晰度检测方法,以提高摄像头模组的品质,避免客户的经济损失。该方法应用于测试设备中。
请参阅图1,图1为本发明各实施例中测试设备100的硬件结构示意图。该测试设备100包括:至少一处理器110、至少一存储器120、至少一传输总线130和至少一接口140。
其中,存储器120中存储有程序指令。
处理器110通过传输总线130获取存储器120中的程序指令,并执行以下步骤:采集图像数据,图像数据是摄像头模组根据预设曝光增益参数输出的;按照图像数据的图像数据格式进行图像数据的灰度值的获取;计算获取到的灰度值的均值和均方差,并通过均值和均方差得到最大灰度平均值和最小灰度平均值;根据最大灰度平均值和最小灰度平均值计算图像清晰度,以通过图像清晰度与预设阈值的比较进行图像清晰度检测。
需要说明的是,该测试设备100只是一个适配于本发明的示例,不能认为是提供了对本发明的使用范围的任何限制。该测试设备100也不能解释为需要依赖于或者必须具有图1中示出的示例性的测试设备100中的一个或者多个部件。
图2为一实施例中图像清晰度检测方法的应用场景示意图。如图2所示,该应用场景中,测试设备100与摄像头模组200通过连接器210电性连接,同时,光源230下放置图片220,摄像头模组200通过拍摄图片220输出图像数据,并通过连接器210将输出的图像数据传输至测试设备100,使得测试设备100能够依据图像清晰度检测方法对该图像数据进行图像清晰度检测。
其中,图片220采用的分辨率测试卡为周期性横纵相间的黑白条纹,该黑白条纹的间距可以通过摄像头模组200内部的感光芯片的像素尺寸进行计算,以保证黑白条纹的间距合适而不至于影响图像清晰度的检测。
值得一提的是,在不同的应用场景中,测试设备100还可以电性连接于其他器件,例如,摄像头芯片、摄像头镜头等等,以实现其他器件的图像清晰度检测。
请参阅图3,在一实施例中,一种图像清晰度检测方法,包括以下步骤:
步骤310,采集图像数据。
图像数据是摄像头模组根据预设曝光增益参数输出的,相应地,测试设备通过连接器与摄像头模组电性连接,即可对摄像头模组输出的图像数据进行采集,以通过采集得到的图像数据进行图像清晰度检测。
较优地,摄像头模组按帧输出图像数据,由此,测试设备将相应地按帧进行图像数据的采集。
步骤320,按照图像数据的图像数据格式进行图像数据的灰度值的获取。
基于摄像头模组,图像数据的图像数据格式有两种:一种为RAW格式,一种为YUV格式。应当理解,RAW格式是原始图像数据,即每个像素点只能感光红,绿,蓝三原色中的其中一种颜色,需要对每个像素点进行插值(例如只能感光红色的像素点需要插值绿色和蓝色)后,再进行加权计算方可得到灰度值。而YUV格式中图像数据的灰度值Y和颜色值U\V是相互分离的,能够直接用于灰度值的提取。
因此,根据图像数据的图像数据格式进行图像数据的灰度值的获取将有所区别:RAW格式的图像数据需要在进行了灰度值转换之后才可进行灰度值的获取,而YUV格式的图像数据则可直接从中获取到灰度值,以通过获取到的灰度值进行后续的图像清晰度的检测。
步骤330,计算获取到的灰度值的均值和均方差,并通过均值和均方差得到最大灰度平均值和最小灰度平均值。
应当理解,图像数据是由多个像素点组成的,由图像数据所获取到的灰度值则是与多个像素点一一对应的多个灰度值。
传统的最大灰度平均值的计算方法是通过选取灰度值中若干最大值进行算术平均得到,同理,最小灰度平均值的计算方法则是通过选取灰度值中若干最小值进行算术平均得到。然而,该种计算方法对于噪声的影响比较敏感,并不利于图像清晰度的检测。
为此,本实施例中,在获取到灰度值之后,首先进行灰度值的均值和均方差的计算,然后再利用均值和均方差进行最大灰度平均值和最小灰度平均值的计算,以此削弱噪声对图像数据引起的干扰,解决了传统计算方法中所遇到的问题。
步骤340,根据最大灰度平均值和最小灰度平均值计算图像清晰度,以通过图像清晰度与预设阈值的比较进行图像清晰度检测。
图像清晰度的计算公式为:MTF=(I’max-I’min)/(I’max+I’min),其中,MTF表示图像清晰度,I’max表示最大灰度平均值,I’min表示最小灰度平均值。
本实施例中,预设阈值是通过大量图像清晰度检测而预先设置的。例如,对一批待调焦的摄像头模组开始调焦,当调焦至图像清晰度最大时记录此时的MTF,然后对所有记录的MTF进行算术平均,由此得到的MTF平均值即为作为预设阈值。
基于此,在根据采集到的图像数据计算得出图像清晰度之后,若图像清晰度高于预设阈值,则比较结果表示图像清晰,可以停止继续对摄像头模组进行调焦,否则比较结果表示图像不清晰,需要继续对摄像头模组进行调焦,直至摄像头模组输出的图像数据的图像清晰度能够高于预设阈值。
进一步地,测试设备设置一触控显示屏,图像清晰度与预设阈值的比较结果将直接显示在该触控显示屏中,以便于测试人员观察。例如,比较结果以不同颜色显示于触控显示屏中,若比较结果表示图像清晰则触控显示屏中显示绿色“OK”标识,若比较结果表示图像不清晰则触控显示屏中显示红色“NG”标识。
当然,在其他应用场景中,例如摄像头测试模组中未设置有触控显示屏,摄像头测试模组中还可以通过设置蜂鸣器或者指示灯进行比较结果的提示。例如,比较结果表示图像不清晰则以报警或者闪灯的方式来提示测试人员。
通过如上所述的过程,测试人员不必再通过肉眼观察来判断图像是否清晰,而能够根据图像清晰度与预设阈值的比较结果直接判断图像是否清晰,不仅避免图像清晰度的误判,而且减小了图像清晰度的离散性,进而提高了摄像头模组的一致性,保证了摄像头模组的品质。同时,当测试人员在图像达到清晰时立即停止对摄像头模组进行调焦,更有利于提高摄像头模组调焦的精准度。
此外,通过灰度值的均值和均方差计算得到的图像清晰度,避免了噪声对图像数据所引起的干扰,有效地提高了图像清晰度计算的稳定性,有利于图像清晰度的检测。
在一实施例中,步骤310之前,如上所述的方法还包括以下步骤:
通过侦听用户的触发操控得到预设曝光增益参数,并存储,以传输至摄像头模组供摄像头模组输出图像数据时使用。
由于图像数据是摄像头模组按照预设曝光增益参数输出的,因此,在进行图像清晰度检测之前,用户将进行预设曝光增益参数的设置。若用户设置预设曝光增益参数,测试设备中即可侦听得到用户的触发操控。
举例来说,测试设备设置一触控显示屏,则用户设置预设曝光增益参数即是在触控显示屏所显示的参数输入对话框中输入预设曝光增益参数完成的。
在侦听得到用户设置的预设曝光增益参数之后,测试设备将对该预设曝光增益参数进行存储,以方便后续的图像清晰度检测时使用,从而保证了同一摄像头模组进行图像清晰度检测时预设曝光增益参数的一致性,进一步地提高了摄像头模组的一致性。
值得一提的是,当摄像头模组输出的图像数据的图像数据格式为YUV格式时,该摄像头模组通常具有曝光增益参数自动控制的功能,虽然自动控制的曝光增益参数仅会在很小的范围内波动,仍不可避免地会影响图像清晰度计算的稳定性,因此,摄像头模组的该曝光增益参数自动控制的功能通常被关闭,而是通过测试设备将存储的预设曝光增益参数传输至摄像头模组,供摄像头模组输出图像数据时使用,即可保证摄像头模组进行图像清晰度检测时预设曝光增益参数的一致性,从而保证图像清晰度的可靠性。
当然,若摄像头模组输出的图像数据的图像数据格式为RAW格式,由于该摄像头模组并不具有曝光增益参数自动控制功能,同样通过测试设备将存储的预设曝光增益参数传输至摄像头模组,供摄像头模组输出图像数据时使用,即可保证摄像头模组进行图像清晰度检测时预设曝光增益参数的一致性,从而保证图像清晰度的可靠性。
请参阅图4,在一实施例中,步骤320包括以下步骤:
步骤321,根据预设区域参数划分图像数据为多个图像区域。
预设区域参数可以由用户根据实际应用场景的需求设置供测试设备在进行图像清晰度检测时使用。该预设区域参数包括图像区域的个数、图像区域的位置、图像区域的大小等等。
其中,图像区域的位置以及大小可以通过图像尺寸进行表示,也可以通过像素尺寸进行表示。
例如,2592×1944分辨率的摄像头模组,像素尺寸为每一行有2592个像素,每一列有1944个像素,则图像区域的大小可以表示为300个像素×200个像素。
或者,以图像尺寸为例,W表示图像宽度,H表示图像高度。则图像区域的位置可以分别为B0(0.5W,0.5H),B1(0.1W,0.1H),B2(0.1W,0.9H),B3(0.9W,0.9H),B4(0.9W,0.1H),B5(0.3W,0.3H),B6(0.3W,0.7H),B7(0.7W,0.7H),B8(0.7W,0.3H)。
步骤322,对多个图像区域分别进行灰度值获取,得到多个图像区域的灰度值。
通过如上所述的过程,单帧图像数据的每个图像区域中的灰度值都将计算得到均值和均方差,并以均值和均方差计算出图像清晰度,由此即实现了针对单帧图像数据的多次图像清晰度的检测,只有预设次数的图像清晰度均高于预设阈值,二者的比较结果才表示图像清晰,以此进一步地保证了图像清晰度的可靠性。
进一步地,请参阅图5,在一实施例中,步骤320还包括以下步骤:
步骤323,判断图像数据的图像数据格式是否为RAW格式。
如上所述,图像数据的图像数据格式有两种:一种为RAW格式,一种为YUV格式。其中,YUV格式的图像数据能够直接提取灰度值,而RAW格式的图像数据需要进行灰度值转换。
因此,若判断得到图像数据的图像数据格式为RAW格式,则进入步骤324进行灰度值转换,否则,若判断得到图像数据的图像数据格式不为RAW格式,即YUV格式,则进入步骤322进行灰度值的获取。
步骤324,按照像素点与灰度值的加权转换公式将图像数据转换为灰度数据。
本实施例中,灰度数据的转换过程实质是:依据像素点与灰度值的加权转换公式Gray=R×0.3+G×0.59+B×0.11,对像素点的RGB值进行灰度值的转换过程。其中,每个像素点的色彩均是由RGB三原色(红、绿、蓝)组合形成的。
在分析得到图像数据中各像素点的RGB值之后,即可利用上述加权转换公式将图像数据转换为灰度数据。
需要说明的是,图像数据与灰度数据的转换方法还可以有其他形式的,这取决于不同的应用领域。而同一种加权转换公式除了上述的浮点形式的计算公式之外、还可以是整数形式的计算公式、移位形式的计算公式、平均值形式的计算公式、仅取绿色形式的计算公式中的任意一种,本实施例中并不以此为限。
在完成图像数据与灰度数据的转换之后,即可进入步骤322进行灰度值的获取。
请参阅图6,在一实施例中,步骤330包括以下步骤:
步骤331,由灰度值中获取最大灰度值和最小灰度值。
步骤332,计算灰度值的均值和均方差,并分别求取均值与均方差的和与差。
步骤333,计算介于最大灰度值与和之间的灰度值的平均值得到最大灰度平均值,并计算介于最小灰度值与差之间的灰度值的平均值得到最小灰度平均值。
具体地,I’max表示最大灰度平均值,I’min表示最小灰度平均值,Imax表示最大灰度值,Imin表示最小灰度值,u表示灰度值的均值,sd表示灰度值的均方差,则计算公式如下:
通过如上所述的过程,即使摄像头模组静止不动地拍摄图片,也不会发生计算的图像清晰度波动较大的现象,有效地提高了图像清晰度计算的稳定性,有利于图像清晰度的检测。
请参阅图7,在一实施例中,一种图像清晰度检测装置500包括:
图像采集单元510,用于采集图像数据,图像数据是摄像头模组根据预设曝光增益参数输出的。
灰度值获取单元520,用于按照图像数据的图像数据格式进行图像数据的灰度值的获取。
计算单元530,用于计算获取到的灰度值的均值和均方差,并通过均值和均方差得到最大灰度平均值和最小灰度平均值。
清晰度检测单元540,用于根据最大灰度平均值和最小灰度平均值计算图像清晰度,以通过图像清晰度与预设阈值的比较进行图像清晰度检测。
在一实施例中,如上所述的装置500还包括:
参数存储单元,用于通过侦听用户的触发操控得到预设曝光增益参数,并存储,以传输至摄像头模组供摄像头模组输出图像数据时使用。
请参阅图8,在一实施例中,如上所述的灰度值获取单元520包括:
区域划分模块521,用于根据预设区域参数划分图像数据为多个图像区域。
灰度值提取模块522,用于对多个图像区域分别进行灰度值获取,得到多个图像区域的灰度值。
请参阅图9,在一实施例中,如上所述的灰度值获取单元520还包括:
格式判断模块523,用于判断图像数据的图像数据格式是否为RAW格式。若为是,则通知格式转换模块524。
格式转换模块524,用于按照像素点与灰度值的加权转换公式将图像数据转换为灰度数据。
请参阅图10,在一实施例中,如上所述的计算单元530包括:
灰度最值获取模块531,用于由灰度值中获取最大灰度值和最小灰度值。
和差计算模块532,用于计算灰度值的均值和均方差,并分别求取均值与均方差的和与差。
灰度平均值计算模块533,用于计算介于最大灰度值与和之间的灰度值的平均值得到最大灰度平均值,并计算介于最小灰度值与差之间的灰度值的平均值得到最小灰度平均值。
上述内容,仅为本发明的较佳实施例,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像清晰度检测方法,其特征在于,包括:
采集图像数据,所述图像数据是摄像头模组根据预设曝光增益参数输出的;
按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取;
计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值;其中,所述最大灰度平均值用于表示介于最大灰度值与和之间的灰度值的平均值,所述最小灰度平均值用于表示介于最小灰度值与差之间的灰度值的平均值,所述最大灰度值是指获取到的灰度值的最大值,所述最小灰度值是指获取到的灰度值的最小值,所述和是指所述均值与均方差的和,所述差是指所述均值与均方差的差;
根据所述最大灰度平均值和最小灰度平均值计算图像清晰度,以通过比较所述图像清晰度与预设阈值进行图像清晰度检测。
2.如权利要求1所述的方法,其特征在于,所述采集图像数据的步骤之前,所述方法还包括:
通过侦听用户的触发操控得到所述预设曝光增益参数,并存储,以传输至所述摄像头模组供所述摄像头模组输出所述图像数据时使用。
3.如权利要求1所述的方法,其特征在于,所述按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取的步骤包括:
根据预设区域参数划分所述图像数据为多个图像区域;
对所述多个图像区域分别进行灰度值获取,得到所述多个图像区域的灰度值。
4.如权利要求3所述的方法,其特征在于,所述按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取的步骤还包括:
判断所述图像数据的图像数据格式是否为RAW格式;
若为是,则按照像素点与灰度值的加权转换公式将所述图像数据转换为灰度数据。
5.如权利要求1所述的方法,其特征在于,所述计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值的步骤包括:
由所述灰度值中获取最大灰度值和最小灰度值;
计算所述灰度值的均值和均方差,并分别求取所述均值与均方差的和与差;
计算介于所述最大灰度值与和之间的所述灰度值的平均值得到所述最大灰度平均值,并计算介于所述最小灰度值与差之间的所述灰度值的平均值得到所述最小灰度平均值。
6.一种图像清晰度检测装置,其特征在于,包括:
图像采集单元,用于采集图像数据,所述图像数据是摄像头模组根据预设曝光增益参数输出的;
灰度值获取单元,用于按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取;
计算单元,用于计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值;其中,所述最大灰度平均值用于表示介于最大灰度值与和之间的灰度值的平均值,所述最小灰度平均值用于表示介于最小灰度值与差之间的灰度值的平均值,所述最大灰度值是指获取到的灰度值的最大值,所述最小灰度值是指获取到的灰度值的最小值,所述和是指所述均值与均方差的和,所述差是指所述均值与均方差的差;
清晰度检测单元,用于根据所述最大灰度平均值和最小灰度平均值计算图像清晰度,以通过比较所述图像清晰度与预设阈值进行图像清晰度检测。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
参数存储单元,用于通过侦听用户的触发操控得到所述预设曝光增益参数,并存储,以传输至所述摄像头模组供所述摄像头模组输出所述图像数据时使用。
8.如权利要求6所述的装置,其特征在于,所述灰度值获取单元包括:
区域划分模块,用于根据预设区域参数划分所述图像数据为多个图像区域;
灰度值提取模块,用于对所述多个图像区域分别进行灰度值获取,得到所述多个图像区域的灰度值。
9.如权利要求6所述的装置,其特征在于,所述计算单元包括:
灰度最值获取模块,用于由所述灰度值中获取最大灰度值和最小灰度值;
和差计算模块,用于计算所述灰度值的均值和均方差,并分别求取所述均值与均方差的和与差;
灰度平均值计算模块,用于计算介于所述最大灰度值与和之间的所述灰度值的平均值得到所述最大灰度平均值,并计算介于所述最小灰度值与差之间的所述灰度值的平均值得到所述最小灰度平均值。
10.一种测试设备,其特征在于,包括存储器和处理器,所述存储器中存储有程序指令,所述处理器通过所述存储器中的程序指令执行以下步骤:
采集图像数据,所述图像数据是摄像头模组根据预设曝光增益参数输出的;
按照所述图像数据的图像数据格式进行所述图像数据的灰度值的获取;
计算获取到的灰度值的均值和均方差,并通过所述均值和均方差得到最大灰度平均值和最小灰度平均值;其中,所述最大灰度平均值用于表示介于最大灰度值与和之间的灰度值的平均值,所述最小灰度平均值用于表示介于最小灰度值与差之间的灰度值的平均值,所述最大灰度值是指获取到的灰度值的最大值,所述最小灰度值是指获取到的灰度值的最小值,所述和是指所述均值与均方差的和,所述差是指所述均值与均方差的差;
根据所述最大灰度平均值和最小灰度平均值计算图像清晰度,以通过比较所述图像清晰度与预设阈值进行图像清晰度检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610452222.6A CN106101697B (zh) | 2016-06-21 | 2016-06-21 | 图像清晰度检测方法、装置及测试设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610452222.6A CN106101697B (zh) | 2016-06-21 | 2016-06-21 | 图像清晰度检测方法、装置及测试设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106101697A CN106101697A (zh) | 2016-11-09 |
CN106101697B true CN106101697B (zh) | 2017-12-05 |
Family
ID=57237948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610452222.6A Active CN106101697B (zh) | 2016-06-21 | 2016-06-21 | 图像清晰度检测方法、装置及测试设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106101697B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657982B (zh) * | 2016-11-16 | 2018-10-30 | 信利光电股份有限公司 | 一种摄像模组图像清晰度校准方法及装置 |
CN108184110B (zh) * | 2017-12-25 | 2020-07-17 | 南京巨鲨显示科技有限公司 | 一种用于医用显示器的图像清晰度测量装置及方法 |
CN108174189A (zh) * | 2017-12-27 | 2018-06-15 | 清研新能源汽车工程中心(襄阳)有限公司 | 一种基于iso12233的解像力测试方法及*** |
CN108629766A (zh) * | 2018-04-26 | 2018-10-09 | 北京大米科技有限公司 | 图像模糊度检测方法、装置、计算机设备及可读存储介质 |
CN109151451B (zh) * | 2018-05-28 | 2020-09-25 | 上海久航电子有限公司 | 一种双目夜视仪分辨率检测方法 |
CN110717942B (zh) * | 2018-07-11 | 2022-06-10 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN109357687B (zh) * | 2018-09-07 | 2022-07-08 | 上海集成电路研发中心有限公司 | 一种cmos图像传感器的缺陷检测方法 |
CN109361854A (zh) * | 2018-10-24 | 2019-02-19 | 浙江大华技术股份有限公司 | 一种基于mtf的摄像机调焦方法、装置及*** |
CN112488980B (zh) * | 2019-08-20 | 2024-06-25 | 隆基绿能科技股份有限公司 | 一种熔料状态检测方法、装置及设备 |
CN111161221B (zh) * | 2019-12-13 | 2023-09-26 | 深圳市瑞沃德生命科技有限公司 | 一种聚焦评价方法、装置及*** |
CN112616049B (zh) * | 2020-12-15 | 2022-12-02 | 南昌欧菲光电技术有限公司 | 监控设备水雾霜处理方法、装置、设备和介质 |
CN112954308B (zh) * | 2021-02-05 | 2023-07-07 | 华兴源创(成都)科技有限公司 | 一种对焦清晰度绝对评价方法和用于对显示屏成像的*** |
CN113639630B (zh) * | 2021-04-01 | 2024-07-19 | 浙江大学台州研究院 | 基于多模板匹配和自动对焦功能的尺寸测量仪*** |
CN113176270B (zh) * | 2021-06-29 | 2021-11-09 | 中移(上海)信息通信科技有限公司 | 一种调光方法、装置及设备 |
CN113484868A (zh) * | 2021-06-30 | 2021-10-08 | 青岛维感科技有限公司 | Tof相机的调焦方法、装置、控制设备及调焦设备 |
CN115327740A (zh) * | 2022-07-19 | 2022-11-11 | 信利光电股份有限公司 | 一种自动调节物距的检测设备及其检测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001311679A (ja) * | 2000-04-28 | 2001-11-09 | Samsung Electronics Co Ltd | 変調伝達関数測定システム及びそれによるカラー液晶表示素子の画質評価方法 |
CN101452199B (zh) * | 2007-11-30 | 2011-03-30 | 鸿富锦精密工业(深圳)有限公司 | 调制传递函数值的测量方法 |
CN101303765B (zh) * | 2008-06-23 | 2010-06-02 | 四川虹微技术有限公司 | 一种基于图像均方差的图像对比度增强方法 |
CN104036471B (zh) * | 2013-03-05 | 2017-07-25 | 腾讯科技(深圳)有限公司 | 一种图像噪声估值方法及图像噪声估值装置 |
CN104238237B (zh) * | 2013-06-17 | 2018-07-31 | 深圳市睿视科技有限公司 | 自动对焦的方法及测试装置 |
CN103369247B (zh) * | 2013-07-15 | 2016-05-04 | 天津大学 | 应用于多摄像头视觉信息处理的摄像头统一焦距标定方法 |
-
2016
- 2016-06-21 CN CN201610452222.6A patent/CN106101697B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106101697A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106101697B (zh) | 图像清晰度检测方法、装置及测试设备 | |
EP3477931B1 (en) | Image processing method and device, readable storage medium and electronic device | |
WO2018076732A1 (zh) | 红外图像和可见光图像融合的方法及装置 | |
US20150278996A1 (en) | Image processing apparatus, method, and medium for generating color image data | |
EP3319040A1 (en) | Visible light image and infrared image fusion processing system and fusion method | |
KR20190047040A (ko) | 분광-융합의 이미지 수집 기기 | |
RU2003133287A (ru) | Способ и устройство обнаружения пламени путем формирования изображения пламени | |
CN103312972B (zh) | 电子装置及其焦距调整方法 | |
CN107273849B (zh) | 显示控制装置及显示控制方法 | |
CN105608671A (zh) | 一种基于surf算法的图像拼接方法 | |
US20020196355A1 (en) | Image processing method, image processing program, image processing apparatus, and digital still camera using the image processing apparatus | |
CN103546730A (zh) | 基于多摄像头的图像感光度增强方法 | |
WO2019210707A1 (zh) | 一种图像清晰度评测方法、装置及电子设备 | |
US20120026310A1 (en) | Image processing method and image processing apparatus | |
JP2017208616A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP2009123081A (ja) | 顔検出方法及び撮影装置 | |
CN108875625B (zh) | 一种识别方法和电子设备 | |
CN103942523A (zh) | 一种日照场景识别方法及装置 | |
CN109729259A (zh) | 图像处理装置、其方法、其***以及计算机可读介质 | |
EP3175609B1 (en) | Processing data representing an image | |
CN105959528A (zh) | 工作场景切换方法、装置及测试设备 | |
TW201445458A (zh) | 一種攝像設備的檢測裝置及方法 | |
CN116156127A (zh) | 图像匹配***及方法 | |
CN106447655B (zh) | 一种光滑物件表面异色及轻微凹陷的检测方法 | |
CN113936017A (zh) | 图像处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |