[go: up one dir, main page]

CN111739012A - 基于转盘的摄像头模组白斑检测系统 - Google Patents

基于转盘的摄像头模组白斑检测系统 Download PDF

Info

Publication number
CN111739012A
CN111739012A CN202010621610.9A CN202010621610A CN111739012A CN 111739012 A CN111739012 A CN 111739012A CN 202010621610 A CN202010621610 A CN 202010621610A CN 111739012 A CN111739012 A CN 111739012A
Authority
CN
China
Prior art keywords
image
module
area
pixel point
detected
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.)
Pending
Application number
CN202010621610.9A
Other languages
English (en)
Inventor
林映庭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Shine Photics Co Ltd
Original Assignee
Chongqing Shine Photics Co Ltd
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 Chongqing Shine Photics Co Ltd filed Critical Chongqing Shine Photics Co Ltd
Priority to CN202010621610.9A priority Critical patent/CN111739012A/zh
Publication of CN111739012A publication Critical patent/CN111739012A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及图像处理技术领域，具体涉及一种基于转盘的摄像头模组白斑检测系统，采集模块，用于获取摄像头模组拍摄的待测图像；种子模块，用于根据待测图像中灰度值大于第一阈值的像素点，生成种子区域；扩张模块，用于以种子区域为中心进行区域扩张，得到扩张区域图像；目标模块，用于根据扩张区域图像中灰度值大于第二阈值的像素点，得到目标区域；检测模块，计算待测图像的整体平均亮度值，并分析目标区域内的区域平均亮度值是否高于整体平均亮度值，根据分析结果判断镜头表面是否存在白斑。本发明解决了现有技术在镜头在成像时出现背景灰度值不均的情况下难以对镜头脏污区域准确地进行检测从而确定白斑的技术问题。

Description

基于转盘的摄像头模组白斑检测系统
技术领域
本发明涉及图像处理技术领域，具体涉及一种基于转盘的摄像头模组白斑检测系统。
背景技术
摄像机在制作完成后，由于镜头参数设定或污染的问题，摄像机输出的图像上可能存在白斑，从而影响图像质量。因此，有必要对图像进行分析，确定白斑区域，并检测白斑区域大小，进而判断摄像头是否符合要求。
目前，为了保证摄像头模组的镜头表面具有严格的干净无污染的质量要求，都会对镜头表面进行检测。但是，人工肉眼识别带有较强的主观性，难以客观反映脏污情况。对此，文件CN106851264A公开了一种摄像头模组镜头表面检测方法，包括如下步骤：获取摄像头模组的成像画面；计算成像画面的整体平均亮度值；将成像画面分为若干个群组；利用预设框对每一群组进行扫描，并分析群组内由若干连续像素点组成的区域亮度是否低于整体平均亮度值；根据扫描分析结果判断镜头表面脏污与否。该方案可自动判断摄像头模组镜头表面脏污与否，检测效率高，可精确反映脏污情况，且无需人工肉眼识别，人工成本低。
在镜头的生产和装配过程中，由于客观环境因素的限制，比如工作人员的衣服、头发，难免会有各种异物掉在镜头上，比如灰尘，导致镜头在使用时成像出现阴影，比如白斑。虽然说，脏污检测是镜头生产使用过程中重要的评测项目，能够高效地对摄像头模组镜头表面进行检测。然而，实际中镜头在成像时经常会出现背景灰度值不均的问题，在这样的情况下现有技术难以对镜头脏污区域准确地进行检测。
发明内容
本发明提供一种基于转盘的摄像头模组白斑检测系统，解决了现有技术在镜头在成像时出现背景灰度值不均的情况下难以对镜头脏污区域准确地进行检测从而确定白斑的技术问题。
本发明提供的基础方案为：基于转盘的摄像头模组白斑检测系统，包括：
采集模块，用于获取摄像头模组拍摄的待测图像；
种子模块，用于根据待测图像中灰度值大于第一阈值的像素点，生成种子区域；
扩张模块，用于以种子区域为中心进行区域扩张，得到扩张区域图像；
目标模块，用于根据扩张区域图像中灰度值大于第二阈值的像素点，得到目标区域；
检测模块，计算待测图像的整体平均亮度值，并分析目标区域内的区域平均亮度值是否高于整体平均亮度值，根据分析结果判断镜头表面是否存在白斑。
本发明的工作原理及优点在于：当有异物附着在镜头上，也即某些脏污，会使得镜头拍摄的图像出现阴影。当图像出现白斑时，脏污对应的图像区域通常较明，灰度值较高，通过自适应局部阈值分割的方法，能够识别出灰度值高于所处局部邻域块的平均灰度值的像素点，从而确便于定脏污区域、检测白斑。另外，由于在初步确定种子区域后，还通过确定扩张区域并提高局部阈值(将局部阈值从第一阈值变为更大的第二阈值)进行自适应局部阈值分割得到目标区域，使得扩张区域中灰度值与所处局部邻域块的平均灰度值较接近的局部较明像素点也列为目标区域中的像素点，从而使得灰度值与背景灰度值差别不大的微弱白斑区域也能够在区域增长后得到。因此，本方案能够完整、准确地获取整个目标区域，得到更准确的镜头白斑检测结果。
本发明解决了现有技术在镜头在成像时出现背景灰度值不均的情况下难以对镜头脏污区域准确地进行检测从而确定白斑的技术问题。
进一步，待测图像中每个像素点对应的第一阈值大于所述像素点所处局部区域的平均灰度值。
有益效果在于：每个像素点对应的第一阈值大于所述像素点所处局部区域的平均灰度值，可以将灰度值较小的像素点排除在外。
进一步，扩张区域图像中每个像素点对应第二阈值大于第一阈值，且小于或者等于所述像素点所处局部区域的平均灰度值。
有益效果在于：每个像素点对应第二阈值大于第一阈值，有利于进一步筛选像素点；小于或者等于所述像素点所处局部区域的平均灰度值，有利于进行区域的扩张。
进一步，每个像素点对应的第一阈值等于每个所述像素点所处局部区域的平均灰度值加上预设值。
有益效果在于：第一阈值等于每个像素点所处局部区域的平均灰度值加上预设值，这样通过设置预设值就可以很方便地调整第一阈值。
进一步，目标模块还包括，更新单元，用于得到更新后的目标区域。
有益效果在于：对得到的目标区域进行更新，有利于修正目标区域的误差。
进一步，检测模块还包括：获取单元，用于获取目标区域内的任一像素点的亮度值；剔除单元，用于将像素点亮度值与整体平均亮度值进行比较，并剔除亮度值小于整体平均亮度值的像素点。
有益效果在于：通过将像素点亮度值与整体平均亮度值进行比较从而剔除亮度值小于整体平均亮度值的像素点，有利于降低判断是否存在白斑时的误差。
进一步，检测模块还包括，概率单元，用于得出摄像头是否存在白斑的预测概率；当预测概率大于概率阈值时，判定摄像头存在白斑。
有益效果在于：通过概率的形式确定检测白斑的结果，有利于量化检测的结果。
进一步，采集模块还包括，滤波单元，用于对待测图像进行降噪。
有益效果在于：有利于降低环境因素对图像的干扰。
进一步，采集模块还包括，去雾单元，用于对待测图像进行去雾。
有益效果在于：有利于提高待测图像的清晰度。
进一步，采集模块还包括，均衡单元，用于对待测图像进行均衡化。
有益效果在于：有利于增强待测图像的对比度。
附图说明
图1为本发明基于转盘的摄像头模组白斑检测系统实施例的系统结构框图。
具体实施方式
下面通过具体实施方式进一步详细的说明：
实施例1
本发明基于转盘的摄像头模组白斑检测系统实施例基本如附图1所示，包括：采集模块，用于获取摄像头模组拍摄的待测图像；种子模块，用于根据待测图像中灰度值大于第一阈值的像素点，生成种子区域；扩张模块，用于以种子区域为中心进行区域扩张，得到扩张区域图像；目标模块，用于根据扩张区域图像中灰度值大于第二阈值的像素点，得到目标区域；检测模块，计算待测图像的整体平均亮度值，并分析目标区域内的区域平均亮度值是否高于整体平均亮度值，根据分析结果判断镜头表面是否存在白斑。
摄像头通过拍摄白色背景的模板得到待测图像，白色的背景的模板可以为白板、白纸、白布等。摄像头拍摄待测图像后，采集模块用于采集待测图像，还包括滤波单元、去雾单元和均衡单元。待测图像采集完毕后，需要对其进行预处理。为了降低环境因素对待测图像的干扰，滤波单元对待测图像进行降噪，具体而言采用高斯滤波的方法。为了提高待测图像的清晰度，去雾单元对待测图像进行去雾处理，具体而言采用基于均值滤波的实时去雾算法。为了增强待测图像的对比度，均衡单元对待测图像进行均衡化处理，具体而言采用基于自适应直方图均衡化算法。
接下来，种子模块根据待测图像中灰度值大于第一阈值的像素点生成种子区域。为了将灰度值较小的像素点排除在外，待测图像中每个像素点对应的第一阈值大于所述像素点所处局部区域的平均灰度值。另外，为了便于调整第一阈值，每个像素点对应的第一阈值等于每个所述像素点所处局部区域的平均灰度值加上预设值。具体而言，第一步，为待测图像中的每个像素点确定对应的局部邻域，每个像素点对应的局部邻域，为以该像素点为中心的矩形或者圆形。比如说，局部邻域为矩形，预设的邻域延展大小为nPixel，本实施例中为20Pixel，像素点A为待测图像中的任意一个像素点，则以像素点A为中心，从上、下、左、右四个方向各延伸20Pixel，得到像素点A所处的局部邻域块，该局部领域块的大小为(2n+1)×(2n+1)Pixel。第二步，根据每个像素点所处局部邻域的平均灰度值，确定每个像素点对应的第一阈值。本实施例中，对于单个像素点来说，求得该像素点所处局部领域的平均灰度值后，将平均灰度值加上预设值x得到第一阈值，其中预设值x不为0，且可以人为设定。比如，像素点A所处局部邻域的平均灰度值为u，则像素点A对应的第一阈值为u+x。由于每个像素点所处局部邻域不同，每个像素点对应的第一阈值可能也不相同。第三步，在待测图像中，确定其中灰度值大于第一阈值的像素点，组成待测图像中的种子区域，该种子区域即为与局部背景灰度值差异较大的区域。
接着，目标模块根据扩张区域图像中灰度值大于第二阈值的像素点，得到目标区域。具体而言，根据预设的脏污区域大小，以种子区域为中心进行区域扩张。通常，预设的脏污大小根据实验测试得到。比如，实验测得的脏污区域的大小不会超过220pixel，本实施例将预设的脏污区域大小设置为220pixel，以种子区域为中心扩张得到图像大小接近或者等于220pixel的区域图像作为扩张区域图像。
再接着，目标模块根据扩张区域图像中灰度值大于第二阈值的像素点，得到目标区域。为了修正目标区域的误差，目标模块还包括更新单元，用于得到更新后的目标区域。为了进一步筛选像素点，同时有利于进行区域的扩张，扩张区域图像中每个像素点对应第二阈值大于第一阈值，且小于或者等于所述像素点所处局部区域的平均灰度值。具体而言，第一步，以种子区域作为初始的待定脏污区域。第二步，将所述预设值加上预设步进值得到更新后的预设值，并将扩张区域中每个像素点所处局部邻域的平均灰度值加上更新后的预设值得到每个像素点的第二阈值，根据扩张区域图像中灰度值大于第二阈值的像素点，得到更新后的待定脏污区域。第三步，若更新后的待定脏污区域相对于历史的待定脏污区域的区域增长率大于增长阈值，则判定所述待定脏污区域为非脏污区域，否则进行第四步。第四步，若每个像素点的第二阈值等于所述像素点所处局部邻域的平均灰度，则进行第五步，否则进行第二步。第五步，若更新后的待定脏污区域的尺寸大于预设脏污尺寸，则判定待定脏污区域为非脏污区域；否则，以更新后的待定脏污区域作为区域生长后的目标区域。
最后，检测模块计算待测图像的整体平均亮度值，并分析目标区域内的区域平均亮度值是否高于整体平均亮度值，根据分析结果判断镜头表面是否存在白斑。比如，目标区域内的区域平均亮度值为240，整体平均亮度值为235，则目标区域内的区域平均亮度值高于整体平均亮度值，判定镜头表面存在白斑。
实施例2
与实施例1不同之处仅在于，
为了降低判断是否存在白斑时的误差，检测模块还包括获取单元，用于获取目标区域内的任一像素点的亮度值；剔除单元，用于将像素点亮度值与整体平均亮度值进行比较，并剔除亮度值小于整体平均亮度值的像素点。比如，目标区域内的像素点B的亮度值为198，整体平均亮度值为200，像素点B的亮度值小于整体平均亮度值，应该将其剔除掉。
此外，为了量化检测的结果，检测模块还包括概率单元，用于得出摄像头是否存在白斑的预测概率，当预测概率大于概率阈值时，判定摄像头存在白斑。比如，根据以往的经验数据，建立摄像头出现白斑的概率与目标区域内的区域平均亮度值之间的函数关系式，具体可采用最小二乘法。若概率阈值为80％，预测概率为85％，预测概率大于概率阈值，判定摄像头存在白斑。
实施例3
与实施例2不同之处仅在于，本实施例中，还包括拍摄物和清理结构，在拍摄物上人为标记有参考点F，在参考点F处固定有一个LED灯，清理机构吹出气流对拍摄物进行清理，去除表面的灰尘、毛发等。
当摄像头对拍摄物进行拍摄时，照片显示在显示屏上，参考点F的位置为F1。接着，移动参考点F在拍摄物上的位置到点G，这时在显示屏上，参考点G的位置为G1。移动参考点F在拍摄物上的位置，使得参考点F在显示屏上的点刚好位于显示屏的边缘上。然后以F1为原点在显示屏上建立直角坐标系，从而确定拍摄的照片每个像素点在显示屏上的坐标，并将拍摄的照片与预先准备好的完全合格的照片重合起来，对每个像素点的亮度进行比较，从而确定出拍摄的照片上亮度值较高的像素点的坐标，比如(6，8)。判断该像素点的偏差区域是否大于预设区域：若大于预设区域，需要对摄像头进行清理；若小于预设区域，则表明摄像头合格。比如，预设区域为半径为0.5cm的圆，若该像素点的偏差区域为圆形，圆心在(6，8)处，半径为1cm，大于预设区域，表明需要对摄像头进行清理；反之，若半径为0.4cm，小于预设区域，则表明摄像头合格。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.基于转盘的摄像头模组白斑检测系统，其特征在于，包括：
采集模块，用于获取摄像头模组拍摄的待测图像；
种子模块，用于根据待测图像中灰度值大于第一阈值的像素点，生成种子区域；
扩张模块，用于以种子区域为中心进行区域扩张，得到扩张区域图像；
目标模块，用于根据扩张区域图像中灰度值大于第二阈值的像素点，得到目标区域；
检测模块，计算待测图像的整体平均亮度值，并分析目标区域内的区域平均亮度值是否高于整体平均亮度值，根据分析结果判断镜头表面是否存在白斑。
2.如权利要求1所述的基于转盘的摄像头模组白斑检测系统，其特征在于：待测图像中每个像素点对应的第一阈值大于所述像素点所处局部区域的平均灰度值。
3.如权利要求2所述的基于转盘的摄像头模组白斑检测系统，其特征在于：扩张区域图像中每个像素点对应第二阈值大于第一阈值，且小于或者等于所述像素点所处局部区域的平均灰度值。
4.如权利要求3所述的基于转盘的摄像头模组白斑检测系统，其特征在于：每个像素点对应的第一阈值等于每个所述像素点所处局部区域的平均灰度值加上预设值。
5.如权利要求1所述的基于转盘的摄像头模组白斑检测系统，其特征在于：目标模块还包括，更新单元，用于得到更新后的目标区域。
6.如权利要求5所述的基于转盘的摄像头模组白斑检测系统，其特征在于：检测模块还包括：获取单元，用于获取目标区域内的任一像素点的亮度值；剔除单元，用于将像素点亮度值与整体平均亮度值进行比较，并剔除亮度值小于整体平均亮度值的像素点。
7.如权利要求6所述的基于转盘的摄像头模组白斑检测系统，其特征在于：检测模块还包括，概率单元，用于得出摄像头是否存在白斑的预测概率；当预测概率大于概率阈值时，判定摄像头存在白斑。
8.如权利要求1所述的基于转盘的摄像头模组白斑检测系统，其特征在于：采集模块还包括，滤波单元，用于对待测图像进行降噪。
9.如权利要求1所述的基于转盘的摄像头模组白斑检测系统，其特征在于：采集模块还包括，去雾单元，用于对待测图像进行去雾。
10.如权利要求1所述的基于转盘的摄像头模组白斑检测系统，其特征在于：采集模块还包括，均衡单元，用于对待测图像进行均衡化。
CN202010621610.9A 2020-06-30 2020-06-30 基于转盘的摄像头模组白斑检测系统 Pending CN111739012A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010621610.9A CN111739012A (zh) 2020-06-30 2020-06-30 基于转盘的摄像头模组白斑检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010621610.9A CN111739012A (zh) 2020-06-30 2020-06-30 基于转盘的摄像头模组白斑检测系统

Publications (1)

Publication Number Publication Date
CN111739012A true CN111739012A (zh) 2020-10-02

Family

ID=72652276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010621610.9A Pending CN111739012A (zh) 2020-06-30 2020-06-30 基于转盘的摄像头模组白斑检测系统

Country Status (1)

Country Link
CN (1) CN111739012A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112601068A (zh) * 2020-12-15 2021-04-02 济南浪潮高新科技投资发展有限公司 视频数据增广方法、装置及计算机可读介质
CN112672017A (zh) * 2020-12-24 2021-04-16 上海炬佑智能科技有限公司 测试结构件、ToF装置以及镜头脏污检测方法
CN113570582A (zh) * 2021-07-30 2021-10-29 上海集成电路制造创新中心有限公司 相机盖板清洁度检测方法及检测装置
CN114926453A (zh) * 2022-06-13 2022-08-19 四川大学 基于改进局部阈值的低对比度接插件针脚区域分离方法
CN115112701A (zh) * 2021-03-23 2022-09-27 武汉中科牛津波谱技术有限公司 核磁共振样品检测系统
CN117929280A (zh) * 2024-03-21 2024-04-26 宁德时代新能源科技股份有限公司 电池蓝膜包覆系统及电池蓝膜包覆的检测方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005117262A (ja) * 2003-10-06 2005-04-28 Fujitsu Ltd レンズの汚れ判定方法及び装置
CN101460971A (zh) * 2006-06-08 2009-06-17 富士通株式会社 污物检测方式
CN104135660A (zh) * 2014-08-14 2014-11-05 广东光阵光电科技有限公司 一种摄像模组脏污检测方法及检测系统
CN104202448A (zh) * 2014-09-19 2014-12-10 上海斐讯数据通信技术有限公司 一种解决移动终端摄像头拍照亮度不均的系统及其方法
CN104732510A (zh) * 2013-12-23 2015-06-24 浙江大华技术股份有限公司 一种相机镜头黑斑检测方法及装置
CN106851264A (zh) * 2017-04-08 2017-06-13 深圳市立品光电有限公司 摄像模组镜头表面检测方法及装置
CN108156452A (zh) * 2017-12-22 2018-06-12 深圳怡化电脑股份有限公司 一种检测传感器的方法、装置、设备及存储介质
JP2018197666A (ja) * 2017-05-23 2018-12-13 株式会社Ｊｖｃケンウッド 撮像装置、レンズ汚れ検出方法およびレンズ汚れ検出プログラム
CN110766679A (zh) * 2019-10-25 2020-02-07 普联技术有限公司 镜头脏污检测方法、装置及终端设备
CN111246204A (zh) * 2020-03-24 2020-06-05 昆山丘钛微电子科技有限公司 一种基于相对亮度偏差的脏污检测方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005117262A (ja) * 2003-10-06 2005-04-28 Fujitsu Ltd レンズの汚れ判定方法及び装置
CN101460971A (zh) * 2006-06-08 2009-06-17 富士通株式会社 污物检测方式
CN104732510A (zh) * 2013-12-23 2015-06-24 浙江大华技术股份有限公司 一种相机镜头黑斑检测方法及装置
CN104135660A (zh) * 2014-08-14 2014-11-05 广东光阵光电科技有限公司 一种摄像模组脏污检测方法及检测系统
CN104202448A (zh) * 2014-09-19 2014-12-10 上海斐讯数据通信技术有限公司 一种解决移动终端摄像头拍照亮度不均的系统及其方法
CN106851264A (zh) * 2017-04-08 2017-06-13 深圳市立品光电有限公司 摄像模组镜头表面检测方法及装置
JP2018197666A (ja) * 2017-05-23 2018-12-13 株式会社Ｊｖｃケンウッド 撮像装置、レンズ汚れ検出方法およびレンズ汚れ検出プログラム
CN108156452A (zh) * 2017-12-22 2018-06-12 深圳怡化电脑股份有限公司 一种检测传感器的方法、装置、设备及存储介质
CN110766679A (zh) * 2019-10-25 2020-02-07 普联技术有限公司 镜头脏污检测方法、装置及终端设备
CN111246204A (zh) * 2020-03-24 2020-06-05 昆山丘钛微电子科技有限公司 一种基于相对亮度偏差的脏污检测方法和装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112601068A (zh) * 2020-12-15 2021-04-02 济南浪潮高新科技投资发展有限公司 视频数据增广方法、装置及计算机可读介质
CN112672017A (zh) * 2020-12-24 2021-04-16 上海炬佑智能科技有限公司 测试结构件、ToF装置以及镜头脏污检测方法
CN115112701A (zh) * 2021-03-23 2022-09-27 武汉中科牛津波谱技术有限公司 核磁共振样品检测系统
CN115112701B (zh) * 2021-03-23 2025-03-14 武汉中科牛津波谱技术有限公司 核磁共振样品检测系统
CN113570582A (zh) * 2021-07-30 2021-10-29 上海集成电路制造创新中心有限公司 相机盖板清洁度检测方法及检测装置
CN114926453A (zh) * 2022-06-13 2022-08-19 四川大学 基于改进局部阈值的低对比度接插件针脚区域分离方法
CN114926453B (zh) * 2022-06-13 2023-03-10 四川大学 基于改进局部阈值的低对比度接插件针脚区域分离方法
CN117929280A (zh) * 2024-03-21 2024-04-26 宁德时代新能源科技股份有限公司 电池蓝膜包覆系统及电池蓝膜包覆的检测方法

Similar Documents

Publication Publication Date Title
CN111739012A (zh) 基于转盘的摄像头模组白斑检测系统
CN111563889B (zh) 基于计算机视觉的液晶屏幕Mura缺陷检测方法
CN111474177A (zh) 基于计算机视觉的液晶屏幕背光异物缺陷检测方法
CN117764986B (zh) 基于图像处理的钛板表面缺陷检测方法
CN114881915B (zh) 一种基于对称性的手机玻璃盖板视窗区缺陷检测方法
JP2004294202A (ja) 画面の欠陥検出方法及び装置
CN109472788B (zh) 一种飞机铆钉表面的伤痕检测方法
CN109345528A (zh) 一种基于人眼视觉特性的显示屏缺陷检测方法及装置
CN110596120A (zh) 玻璃边界缺陷检测方法、装置、终端及存储介质
CN107490582B (zh) 一种流水线工件检测系统
CN116030060B (zh) 一种塑料颗粒质量检测方法
CN115082466B (zh) 一种pcb表面焊点缺陷检测方法及系统
CN115100206B (zh) 用于具有周期图案纺织物的印花缺陷识别方法
CN115170669A (zh) 基于边缘特征点集配准的识别定位方法及系统、存储介质
CN113034474A (zh) 一种oled显示器晶圆图的测试方法
CN114549441A (zh) 基于图像处理的吸管缺陷检测方法
CN118392891A (zh) 基于机器视觉的芯片封装缺陷检测方法及系统
CN110807763A (zh) 一种陶瓦表面鼓包检测方法及系统
CN114092682A (zh) 基于机器学习的小金具类缺陷检测算法
CN108830851B (zh) 一种lcd粗糙斑缺陷检测方法
CN114581805A (zh) 一种采用3d线激光轮廓技术的涂敷辊面缺陷检测方法
TWI383690B (zh) 影像處理的方法
CN112132767A (zh) 一种基于计算机视觉的太阳能电池板阴影处理方法
CN118071739B (zh) 基于图像增强的色母粒着色视觉检测方法
CN117690120B (zh) 一种移动设备抓拍车牌的车辆监控方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 400900 the 3 building of the 207 electronic workshop of the electronic information industrial park, Chongqing.

Applicant after: Shengtai Photoelectric Technology Co.,Ltd.

Address before: 400900 the 3 building of the 207 electronic workshop of the electronic information industrial park, Chongqing.

Applicant before: Chongqing Sheng Tai optoelectronic Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201002