TWI669962B - 攝像模組之檢測方法 - Google Patents

攝像模組之檢測方法 Download PDF

Info

Publication number
TWI669962B
TWI669962B TW107144182A TW107144182A TWI669962B TW I669962 B TWI669962 B TW I669962B TW 107144182 A TW107144182 A TW 107144182A TW 107144182 A TW107144182 A TW 107144182A TW I669962 B TWI669962 B TW I669962B
Authority
TW
Taiwan
Prior art keywords
camera module
center
contour
image
photosensitive element
Prior art date
Application number
TW107144182A
Other languages
English (en)
Other versions
TW202023262A (zh
Inventor
張倍銘
趙保忠
許世傑
黃偉隆
Original Assignee
致伸科技股份有限公司
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 致伸科技股份有限公司 filed Critical 致伸科技股份有限公司
Priority to TW107144182A priority Critical patent/TWI669962B/zh
Priority to US16/285,630 priority patent/US10750068B2/en
Application granted granted Critical
Publication of TWI669962B publication Critical patent/TWI669962B/zh
Publication of TW202023262A publication Critical patent/TW202023262A/zh

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
    • H04N23/50—Constructional details
    • H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/62—Optical apparatus specially adapted for adjusting optical elements during the assembly of optical systems
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
    • G02B7/003—Alignment of optical elements
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B43/00—Testing correct operation of photographic apparatus or parts thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Optics & Photonics (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本發明係提供一種攝像模組之檢測方法，應用於具有攝像鏡頭以及感光元件的攝像模組，攝像模組之檢測方法包括：(A)利用攝像鏡頭以及感光元件擷取一原始圖像；(B)轉換原始圖像為灰度圖像；(C)依據一臨界灰度值轉換灰度圖像為二值圖像；(D)獲得二值圖像中之複數像素的邊界輪廓，其中，該些像素的灰度值大於等於臨界灰度值；(E)獲得邊界輪廓的輪廓中心；以及(F)依據感光元件的成像中心以及輪廓中心而判斷攝像鏡頭的光軸是否對感光元件的成像中心。

Description

攝像模組之檢測方法
本發明係涉及光學領域，尤其係關於一種攝像模組的檢測方法。
近年來，隨著電子工業的演進以及工業技術的蓬勃發展，各種電子裝置設計及開發的走向逐漸朝輕便、易於攜帶的方向發展，以利使用者隨時隨地應用於行動商務、娛樂或休閒等用途。舉例而言，各式各樣的攝像模組正廣泛應用於各種領域，例如智慧型手機、穿戴式電子裝置等可攜式電子裝置的領域，其具有體積小且方便攜帶之優點，人們得以於有使用需求時隨時取出進行影像擷取並儲存，或進一步透過行動網路上傳至網際網路之中，不僅具有重要的商業價值，更讓一般大眾的日常生活更添色彩。當然，攝像模組不僅被應用於可攜式電子裝置的領域，現亦被大量地應用在注重安全性的車用電子領域。
請參閱圖1，其為習知攝像模組的概念示意圖。攝像模組1包括攝像鏡頭11以及感光元件12，感光元件12係感測通過攝像鏡頭11並投射至其上的外界光束以獲得圖像，其中，攝像鏡頭11的光軸111是否能對準感光元件12的成像中心121是影響攝像模組1之成像品質的重要關鍵。是以，於攝像模組1的生 產與組裝過程中，如何有效檢測攝像鏡頭11的光軸111是否對準感光元件12的成像中心121已成為亟待研究的課題。
本發明之主要目的在提供一種攝像模組之檢測方法，特別是一種可檢測攝像鏡頭之光軸是否對準感光元件之成像中心的檢測方法。
於一較佳實施例中，本發明提供一種攝像模組之檢測方法，應用於具有一攝像鏡頭以及一感光元件的一攝像模組，包括：(A)利用該攝像鏡頭以及該感光元件擷取一原始圖像；(B)轉換該原始圖像為一灰度圖像(gray scale image)；(C)依據一臨界灰度值轉換該灰度圖像為一二值圖像(binary image)；(D)獲得該二值圖像中大於等於()該臨界灰度值之複數像素的一邊界輪廓；(E)獲得該邊界輪廓之一輪廓中心；以及(F)依據該感光元件之一成像中心以及該輪廓中心而判斷該攝像鏡頭之一光軸是否對準該感光元件之該成像中心。
1‧‧‧攝像模組
2‧‧‧原始圖像
3‧‧‧灰度圖像
4‧‧‧二值圖像
11‧‧‧攝像鏡頭
12‧‧‧感光元件
41‧‧‧邊界輪廓
42‧‧‧光學圓
43‧‧‧輪廓中心
44‧‧‧二值圖像的中心
111‧‧‧光軸
121‧‧‧成像中心
S1‧‧‧步驟
S2‧‧‧步驟
S3‧‧‧步驟
S4‧‧‧步驟
S5‧‧‧步驟
S6‧‧‧步驟
S31‧‧‧步驟
S32‧‧‧步驟
圖1：係為習知攝像模組的概念示意圖。
圖2：係為本發明攝像模組之檢測方法的一較佳方法流程圖。
圖3：係為經由圖2所示步驟S1所擷取之原始圖像的概念示意圖。
圖4：係為圖3所示原始圖像經由圖2所示步驟S2而獲得灰度圖像的概念示意圖。
圖5：係為圖2所示步驟S3的一較佳執行流程圖。
圖6A：係為圖4所示灰度圖像中每一灰度值與相對應之像素數量的概念示意圖。
圖6B：係為圖4所示灰度圖像的一較佳累積分佈函數圖。
圖7：係為圖4所示灰度圖像經由圖5所示步驟S31與步驟S32而轉換為二值圖像的概念示意圖。
圖8：係為圖7所示二值圖像經由圖2所示步驟S4而獲得邊界輪廓的概念示意圖。
圖9：係為圖8所示邊界輪廓經由圖2所示步驟S5而獲得輪廓中心的概念示意圖。
首先說明的是，本案攝像模組之檢測方法可應用於圖1所示的攝像模組1，並適用於攝像模組1的生產線，一般來說，感光元件12上的光源密度會隨著越接近攝像鏡頭11之光軸111而越高，因此本案攝像模組之檢測方法係利用感光元件12上的複數像素的亮度值(Intensity)來尋找感光元件12上相對應於攝像鏡頭11之光軸111的所在處(光學中心)，再透過比較該所在處與感光元件12之成像中心121的間距而判斷攝像鏡頭11的光軸111是否對準感光元件12的成像中心121。於一較佳實施例中，感光元件12可為互補式金屬氧化物半導體(Complementary Metal-Oxide-Semiconductor,CMOS)或感光耦合元件(Charge Coupled Device,CCD)，且成像中心121係位於整個感光元件12的中心處，但不以上述為限。
請參閱圖2，其為本發明攝像模組之檢測方法的一較佳方法流程圖。攝像模組之檢測方法包括：步驟S1，利用攝像鏡頭以及感光元件擷取一原始圖像；步驟S2，轉換原始圖像為灰度圖像(gray scale image)；步驟S3，依據一臨界灰度值轉換灰度圖像為二值圖像(binary image)；步驟S4，獲得二值圖像中大於等於()臨界灰度值之複數像素的一邊界輪廓；步驟S5，獲得邊界輪廓的輪廓中心；步驟S6，依據感光元件的成像中心以及邊界輪廓的輪廓中心而判斷攝像鏡頭的光軸是否對準感光元件的成像中心。
以下以一較佳實施例說明上述步驟S1~步驟S6，並以圖3~圖9所示內容輔助說明。圖3為經由圖2所示步驟S1所擷取的原始圖像2，其可為RGB類型的彩色圖像，亦可為CMYK類型的彩色圖像。圖4為圖3所示原始圖像經由圖2所示步驟S2而獲得的灰度圖像3，其中，灰度圖像3中的每個像素係由0~255的灰度值表示，而不同的灰度值分別代表不同的亮度。
再者，圖5示意了圖2所示步驟S3的一較佳執行流程圖，其包括：步驟S31，利用累積分佈函數(Cumulative Distribution Function,CDF)獲得與一特定蓋率相對應的臨界灰度值；步驟S32，將灰度圖像中大於等於()臨界灰度值的每一像素歸類為高亮度像素，並將灰度圖像中小於(<)臨界灰度值的每一像素歸類為低亮度像素，以二值化灰度圖像。
進一步而言，請參閱圖6A與圖6B，圖6A示意了灰度圖像中每一灰度值(橫軸)所對應的像素數量(縱軸)，而透過執行 步驟S31可得到如圖6B所示的累積分佈函數圖，累積分佈函數係定義為：FX(x)=P(Xx)，P為蓋率，x為灰度值，X為隨機變量。於本較佳實施例中，特定蓋率設定為0.4，但實際應用並不以此為限，而由圖6B所示可知，與特定蓋率0.4相對應的臨界灰度值為120，亦即，於本較佳實施例中，經由圖5所示步驟S31可獲得臨界灰度值120。
此外，累積分佈函數是機率密度函數的積分，能完整描述一個隨機變量X的機率分佈，其為熟知本技藝人士所知悉，故在此即不再予以贅述，而本案並不限定利用累積分佈函數獲得臨界灰度值，熟知本技藝人士皆可依據實際應用需求而進行任何均等的變更設計。
又，於本較佳實施例中，透過執行步驟S32，可將灰度圖像3中大於等於()臨界灰度值120的每一像素設為灰度極大值(如255)以及將灰度圖像3中小於(<)臨界灰度值120的每一像素設為灰度極小值(如0)，從而使圖4所示灰度圖像3轉換為圖7所示二值圖像4，其中，為了清楚示意，圖7所示二值圖像4中以黑點表示的是設為灰度極大值(如255)的像素。
請參閱圖8，其為圖7所示二值圖像經由圖2所示步驟S4所獲得的邊界輪廓。於本較佳實施例中，步驟S4係利用主動輪廓模型(Active Contour Model)獲得二值圖像4中設為灰度極大值(如255)之複數像素的邊界輪廓41；其中，主動輪廓模型又被稱為「Snakes」，是一種從可能含有雜訊的二維圖像中提取物體輪廓線的架構，惟主動輪廓模型亦為熟知本技藝人士所知悉，故在此即不再予以贅述。當然，本案亦不限定利用主動輪廓模型獲得 邊界輪廓，熟知本技藝人士皆可依據實際應用需求而進行任何均等的變更設計。
請參閱圖9，其為圖8所示邊界輪廓經由圖2所示步驟S5而獲得的輪廓中心。於本較佳實施例中，步驟S5係利用橢圓擬合演算法(Ellipse Fitting Algorithm)獲得與邊界輪廓41相擬合的光學圓42並以該光學圓42的圓心作為輪廓中心43，而由於二值圖像4的大小與感光元件12的大小相對應，因此步驟S5所獲得的輪廓中心43可代表感光元件12上相對應於攝像鏡頭11之光軸111的所在處(光學中心)；其中，橢圓擬合演算法亦為熟知本技藝人士所知悉，故在此即不再予以贅述。當然，本案亦不限定利用橢圓擬合演算法獲得邊界輪廓的輪廓中心，熟知本技藝人士皆可依據實際應用需求而進行任何均等的變更設計。
同樣地，由於二值圖像4的大小與感光元件12的大小相對應，因此二值圖像4的中心44可代表感光元件12的成像中心121。於本較佳實施例中，當二值圖像4的中心44(代表感光元件12的成像中心121)與邊界輪廓41的輪廓中心43(代表感光元件12上相對應於攝像鏡頭11之光軸111的所在處)的間隔距離在一預定距離以內時，視為感光元件12的成像中心121與感光元件12上相對應於攝像鏡頭11之光軸111的所在處相重疊或相鄰近，則判斷攝像鏡頭11的光軸111已對準感光元件12的成像中心121，反之，當二值圖像4的中心44(代表感光元件12的成像中心121)與邊界輪廓41的輪廓中心43(即感光元件12上相對應於攝像鏡頭11之光軸111的所在處)的間隔距離大於一預定距離以內時，則判斷攝像鏡頭11的光軸111未對準感光元件12的成像中心 121，此時攝像鏡頭11與感光元件12須重新組裝或校正。
以上所述僅為本發明之較佳實施例，並非用以限定本發明之申請專利範圍，因此凡其它未脫離本發明所揭示之精神下所完成之等效改變或修飾，均應包含於本案之申請專利範圍內。

Claims (9)

  1. 一種攝像模組之檢測方法，應用於具有一攝像鏡頭以及一感光元件的一攝像模組，包括：(A)利用該攝像鏡頭以及該感光元件擷取一原始圖像；(B)轉換該原始圖像為一灰度圖像(gray scale image)；(C)依據一臨界灰度值轉換該灰度圖像為一二值圖像(binary image)；(D)獲得該二值圖像中大於等於()該臨界灰度值之複數像素的一邊界輪廓；(E)獲得該邊界輪廓之一輪廓中心；以及(F)依據該感光元件之一成像中心以及該輪廓中心而判斷該攝像鏡頭之一光軸是否對準該感光元件之該成像中心。
  2. 如申請專利範圍第1項所述之攝像模組之檢測方法，其中該步驟(C)包括：(C1)利用一累積分佈函數(Cumulative Distribution Function,CDF)獲得與一特定蓋率相對應之該臨界灰度值。
  3. 如申請專利範圍第2項所述之攝像模組之檢測方法，其中該特定蓋率為0.4。
  4. 如申請專利範圍第2項所述之攝像模組之檢測方法，其中該步驟(C)還包括：(C2)將該灰度圖像中大於等於()該臨界灰度值之每一像素歸類為一高亮度像素，並將該灰度圖像中小於(<)該臨界灰度值之每一像素歸類為一低亮度像素。
  5. 如申請專利範圍第1項所述之攝像模組之檢測方法，其中該步 驟(D)包括：利用一主動輪廓模型(Active Contour Model)獲得該邊界輪廓。
  6. 如申請專利範圍第1項所述之攝像模組之檢測方法，其中該步驟(E)包括：利用一橢圓擬合演算法(Ellipse Fitting Algorithm)獲得與該邊界輪廓相擬合之一光學圓並以該光學圓之一圓心作為該輪廓中心。
  7. 如申請專利範圍第1項所述之攝像模組之檢測方法，其中於該步驟(F)中，當該成像中心與該輪廓中心重疊或相鄰近時，判斷該光軸對準該成像中心。
  8. 如申請專利範圍第1項所述之攝像模組之檢測方法，係應用於該攝像模組之一生產線。
  9. 如申請專利範圍第1項所述之攝像模組之檢測方法，其中該感光元件係為一互補式金屬氧化物半導體(Complementary Metal-Oxide-Semiconductor,CMOS)或一感光耦合元件(Charge Coupled Device,CCD)。
TW107144182A 2018-12-07 2018-12-07 攝像模組之檢測方法 TWI669962B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW107144182A TWI669962B (zh) 2018-12-07 2018-12-07 攝像模組之檢測方法
US16/285,630 US10750068B2 (en) 2018-12-07 2019-02-26 Camera module testing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107144182A TWI669962B (zh) 2018-12-07 2018-12-07 攝像模組之檢測方法

Publications (2)

Publication Number Publication Date
TWI669962B true TWI669962B (zh) 2019-08-21
TW202023262A TW202023262A (zh) 2020-06-16

Family

ID=68316362

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107144182A TWI669962B (zh) 2018-12-07 2018-12-07 攝像模組之檢測方法

Country Status (2)

Country Link
US (1) US10750068B2 (zh)
TW (1) TWI669962B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112770111B (zh) * 2020-12-30 2022-11-04 凌云光技术股份有限公司 一种鉴定镜头光轴与图像传感器中心重合的装置及方法
KR20240021412A (ko) 2022-08-10 2024-02-19 삼성전자주식회사 이미지 센서의 성능 평가 방법 및 설정 최적화 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1677155A (zh) * 2004-03-31 2005-10-05 佳能株式会社 光学装置
CN102082905A (zh) * 2010-12-31 2011-06-01 天津市亚安科技电子有限公司 一种检测摄像机光轴位置的方法
CN102353519A (zh) * 2011-06-03 2012-02-15 中国兵器工业第二〇五研究所 三代微光像增强器分辨力测量装置及分辨力评价方法
US20130258044A1 (en) * 2012-03-30 2013-10-03 Zetta Research And Development Llc - Forc Series Multi-lens camera

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7714931B2 (en) * 2004-06-25 2010-05-11 Flextronics International Usa, Inc. System and method for mounting an image capture device on a flexible substrate
TWI244861B (en) * 2004-07-06 2005-12-01 Asia Optical Co Inc Device and method for optical center detection
KR101589499B1 (ko) * 2009-05-08 2016-01-28 삼성전자주식회사 촬상 소자 위치 세팅 방법
US8659689B2 (en) * 2011-05-17 2014-02-25 Rpx Corporation Fast measurement of alignment data of a camera system
CN104641287A (zh) * 2012-11-07 2015-05-20 夏普株式会社 摄像元件位置检测装置
US9959621B2 (en) * 2016-05-11 2018-05-01 Bonraybio Co., Ltd. Testing apparatus with dual cameras

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1677155A (zh) * 2004-03-31 2005-10-05 佳能株式会社 光学装置
CN102082905A (zh) * 2010-12-31 2011-06-01 天津市亚安科技电子有限公司 一种检测摄像机光轴位置的方法
CN102353519A (zh) * 2011-06-03 2012-02-15 中国兵器工业第二〇五研究所 三代微光像增强器分辨力测量装置及分辨力评价方法
US20130258044A1 (en) * 2012-03-30 2013-10-03 Zetta Research And Development Llc - Forc Series Multi-lens camera

Also Published As

Publication number Publication date
US20200186789A1 (en) 2020-06-11
US10750068B2 (en) 2020-08-18
TW202023262A (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
CN109636754B (zh) 基于生成对抗网络的极低照度图像增强方法
Wei et al. Physics-based noise modeling for extreme low-light photography
US10708525B2 (en) Systems and methods for processing low light images
Xu et al. Generalized equalization model for image enhancement
Tai et al. Nonlinear camera response functions and image deblurring: Theoretical analysis and practice
US20150103200A1 (en) Heterogeneous mix of sensors and calibration thereof
Villalba et al. Smartphone image clustering
US20170256036A1 (en) Automatic microlens array artifact correction for light-field images
US9773193B2 (en) Image processing apparatus, image processing method, and program
CN107077725A (zh) 数据处理装置、成像装置和数据处理方法
TW201503692A (zh) 運動適性成像控制方法、運動適性成像系統以及電腦程式產品
CN102713938A (zh) 用于均匀和非均匀照明变化中的改善的特征检测的尺度空间正规化技术
CN104065854A (zh) 一种图像处理方法及一种电子设备
TWI669962B (zh) 攝像模組之檢測方法
CN106651816B (zh) 数字图像的半色调处理方法和***
CN107547789B (zh) 影像获取装置及其摄影构图的方法
CN111669572A (zh) 摄像头模组的检测方法、装置、介质及电子设备
CN111080683B (zh) 图像处理方法、装置、存储介质及电子设备
US20230222639A1 (en) Data processing method, system, and apparatus
Xiao et al. Effective PRNU extraction via densely connected hierarchical network
US9219869B1 (en) Image capturing device and method for shading compensation thereof
WO2023001110A1 (zh) 神经网络训练方法、装置及电子设备
CN107481199B (zh) 图像去雾处理方法、装置、存储介质和移动终端
Olivas et al. Platform motion blur image restoration system
Zuo Camera model identification with convolutional neural networks and image noise pattern

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees