影像模组的解像力测量方法技术

一种影像模块的解像能力的量测方法，其中，所述影像模组解像力量测方法包含一图像区块分析的步骤，所述图像区块分析系透过Blob(Binary Large)分析计算法，从对象图像中的像素区块选取至少一图像特征，并以所述图像特征作为一SFR测试框，其特征在于，所述SFR测试框在所述对象图像中具有唯一性与定位精确性，不会产生定位偏差，因此，大幅提高后续SFR解像能力量测的精确性。

【技术实现步骤摘要】

本专利技术涉及一种影像模组的解像力测量方法，其中，所述解像力测量方法运用Blob(BinaryLargeObject)分析计算法从测试目标图像中的像素区块选取至少一图像特征，并以所述图像特征作为一SFR测试框，其中所述SFR测试框在所述图像中具有唯一性与定位精确性，不会产生定位偏差，因此，大幅提高后续SFR解像力测量的精确性。
技术介绍
随着人们对数位影像模组质量要求的提升，越来越多的场合要求使用空间频率响应(spatialfrequencyresponse；SFR)测试法以测试相机中影像模组的解像力(resolution)。简单来说，空间频率响应测试的原理系指在1毫米(millimeter)的宽度中，影像模组所能分辨的黑白线对数(linepair)，当空间频率加大时，同一宽度中的线对数愈多，线条彼此间紧密，如若黑白线条的反差变小至全部皆变成灰色，亦即代表影像模组在这个空间频率范围已经失去解像力。传统的空间频率响应测试方式，系使用者先取得一标准的解像力测试图后，透过相机的影像模组，将该解像力测试图获取多个数位样本图像后，再透过计算解像力的软件,以标记点匹配的方法对这些数位样本图像内的特定区域，例如，图像中的斜边(刃口)，界定一相同的测试区域，亦即，“取框”。然而，这样的测试方法，主要的问题之一在于每次寻找的标记点位置存在偏差，造成后续对该测试区域，亦即对该“测试框”的SFR计算产生统计上的偏差。换句话说，标记点匹配的方法让所述“取框”的精准度降低，速度慢，严重影响了模组的测试效率以及测试良率。此外，该标记点匹配方法的另一个主要问题在于该方法较不适用相机动态调焦时所获取的图像。主要原因在于相机的镜头与芯片，在动态调焦过程中，由于镜头与芯片相对距离发生变化，图像会相应的缩放，因此，使标记点相对位置发生大幅变化，前后的标记点位置无法精确地互相匹配。
技术实现思路
本专利技术的主要目的在于提供一种影像模组的解像力的测量方法，其中,所述影像模组解像力测量方法包含一图像区块分析的步骤，所述图像区块分析步骤系将图像分成若干个图像区域，然后提取一个或多个所述图像区域作为SFR测试框位置区域，因为这些图像区域相对位置不会变动，从而保证所述SFR测试框提取的准确性。本专利技术的另一个目的是提供一种影像模组的解像力的测量方法，其中透过图像区块分析方法如Blob(BinaryLargeObject)分析计算法，从测试图像中至少选取至少一个图像连通的像素区块用以界定至少一图像特征，由于构成所述图像特征的像素区块与图像上的其他像素区块彼此之间相对位置不变即在通过图像分割时基本会分割得到相同的像素区块布局，因此，将所述图像特征作为一SFR测试框时，所述SFR测试框在所述测试图像中具有唯一性与定位精确性，不会产生定位偏差，大幅度提升后续SFR测试框提取的准确性，增加SFR测量准确性以及可靠性。本专利技术的另一个目的是提供一种影像模组的解像力的测量方法，其中，所述影像模组得以藉由具有图像特征的SFR测试框，对具有所述图像特征的测试样本作连续且实时(real-time)的图像取样和SFR数值的测量，另一方面，不同的影像模组也得以藉由图像特征选取的SFR测试框，对具有所述图像特征的测试样本作实时的图像取样和SFR数值的测量，以提升影像模组在解像力的测试效率以及测试良率。本专利技术的另一目的是提供一种影像模组的解像力的测量方法，其中，所述测量方法适合影像模组调焦过程中解像力的动态测量。影像模组在调焦过程中，测试样本影像会大幅度地缩小或放大，因此，影像模组所获取到的测试样本测试图像也会呈现放大或缩小的状况，然而，根据本专利技术，只要所选取的图像特征还存在所述放大或所小的图像中，经由具有图像特征的SFR测试框便可以随时被精确地定位出来，以进行解像力SFR数值的测量。为了实现上述目的,本专利技术提供一种影像模组的解像力测量方法，包括如下步骤:(a)所述影像模组拍摄一目标对象并获取一测试图像；(b)将所述步骤(a)所述测试图像转换成一灰度图像；(c)根据灰度值分布将所述步骤(b)所述灰度图像进行图像分割；(d)对所述步骤(c)所述经图像分割后的图像进行图像区块分析，并依据所述图像区块分析的结果，从中选取至少一图像区域作为一图像特征；(e)基于所述步骤(d)所述图像特征选取一测试框的选定区域；以及(f)针对所述步骤(e)所述测试框的所述选定区域位置对应的所述灰度图像中的区域测量解像力数值以获取所述影像模组的解像力。根据本专利技术的一个实施例，其中在所述步骤(b)中，将所述步骤(a)中获取的图像转换成YUV格式，并提取亮度信号分量Y以得到所述灰度图像。根据本专利技术的一个实施例，将所述步骤(a)中图像从RGB格式转换成YUV格式。根据本专利技术的一个实施例，其中在所述步骤(c)中，通过阈值分割法或分水岭算法进行图像分割。根据本专利技术的一个实施例，其中在所述步骤(c)中，挑选合适的阈值将所述灰度图像进行二值化，在所述步骤(d)中，对阈值分割后中灰度值为0且相邻的像素点归类为一个像素区块。根据本专利技术的一个实施例，其中在所述步骤(e)中，挑选所述图像区域的选定位置的点，得到以所述选定位置的点作为中心的一个图形，上述图形作为所述选定区域。根据本专利技术的一个实施例，其中在所述步骤(e)中，挑选所述图像区域的选定位置的点，得到以所述选定位置的点作为中心一个图形，上述图形作为所述选定区域，其中所述选定位置的点是所述图像区域的边缘的中心点。根据本专利技术的一个实施例，其中在所述步骤(e)中，所述图形是以所述选定位置的点为中心的正方形或长方形。根据本专利技术的一个实施例，其中在所述步骤(f)中，所述测试框的所述选定区域的所述图像特征通过SFR测试方法来相应地获取相应的所述解像力数值。根据本专利技术的一个实施例，其中在所述步骤(e)中，根据所述图像特征的边缘的中心点坐标与预设的长宽大小，从所述步骤(b)所述灰度图像中裁剪出相对应坐标位置及长宽的图像作为SFR测试框。附图说明图1是本专利技术影像模组解像力测量方法的流程图。图2是本专利技术影像模组解像力测量方法之一优选实施例之SFR测量方法的流程图，其中，所述SFR测量方法中包括一采用Blob计算分析法提取SFR测试框的流程。图3系根据上述SFR测量方法由影像模组拍摄一测试样本所获取的测试图像并将所述测试图像格式转换成YUV且提取所述YUV图像之亮度信号分量(Y)后的图像。图4系根据上述SFR测试框提取流程将所述仅具有亮度信号分量Y的图像进行阈值分割后的二值化黑白图像。图5系根据上述SFR测试框提取流程将所述二值化黑白图像进行图像区块处理后的图像。图6系根据上述SFR测试框提取流程将所述经图像区块处理的图像进行图像区块分析后的图像，示出每个目标像素区块四条边缘的中心点坐标。图7示出根据上述SFR测试框提取流程从每个所述目标像素区块边缘中心点坐标筛选出所需要的SFR测试框中心点坐标。图8示出根据上述SFR测试框流程以所述SFR测试框中心点坐标所界定出的SFR测试框。具体实施方式以下描述用于揭露本专利技术以使本领域技术人员能够实现本专利技术。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本专利技术的基本原理可以应用于其他实施方案、变形方案、改进本文档来自技高网...

【技术保护点】
一影像模组的解像力测量方法，其特征在于，包括如下步骤：(a)所述影像模组拍摄一目标对象并获取一测试图像；(b)将所述步骤(a)所述测试图像转换成一灰度图像；(c)根据灰度值分布将所述步骤(b)所述灰度图像进行图像分割；(d)对所述步骤(c)所述经图像分割后的图像进行图像区块分析，并依据所述图像区块分析的结果，从中选取至少一图像区域作为一图像特征；(e)基于所述步骤(d)所述图像特征选取一测试框的选定区域；以及(f)针对所述步骤(e)所述测试框的所述选定区域位置对应的所述灰度图像中的区域测量解像力数值以获取所述影像模组的解像力。

【技术特征摘要】
1.一影像模组的解像力测量方法，其特征在于，包括如下步骤：(a)所述影像模组拍摄一目标对象并获取一测试图像；(b)将所述步骤(a)所述测试图像转换成一灰度图像；(c)根据灰度值分布将所述步骤(b)所述灰度图像进行图像分割；(d)对所述步骤(c)所述经图像分割后的图像进行图像区块分析，并依据所述图像区块分析的结果，从中选取至少一图像区域作为一图像特征；(e)基于所述步骤(d)所述图像特征选取一测试框的选定区域；以及(f)针对所述步骤(e)所述测试框的所述选定区域位置对应的所述灰度图像中的区域测量解像力数值以获取所述影像模组的解像力。2.根据权利要求1所述的方法，其中在所述步骤(b)中，将所述步骤(a)中获取的图像转换成YUV格式，并提取亮度信号分量Y以得到所述灰度图像。3.根据权利要求2所述的方法，其中在所述步骤(b)中，将所述步骤(a)中图像从RGB格式转换成YUV格式。4.根据权利要求1或2所述的方法，其中在所述步骤(c)中，通过阈值分割法或分水岭算法进行图像分割。5.根据权利要求3所述的方法，其中在所述步骤(...

【专利技术属性】
技术研发人员：高德民，诸庆，
申请(专利权)人：宁波舜宇光电信息有限公司，
类型：发明
国别省市：浙江;33