基于高动态图像合成的杂散光量化方法技术

本申请提供了一种杂散光量化方法，包括：获取待检测摄像模组拍摄的光源图像；将光源图像进行拼接叠加，并将完成拼接叠加的光源图像转换为灰度图像；标记灰度图像中的杂散光区域，对每个杂散光区域进行分割形成多个连通的杂散光区块；以及对分割后的杂散光区块进行量化以得到杂散光的量化数值。化以得到杂散光的量化数值。化以得到杂散光的量化数值。

【技术实现步骤摘要】
基于高动态图像合成的杂散光量化方法


[0001]本申请涉及光学设备
，更具体地，涉及一种杂散光量化方法。

技术介绍

[0002]随着手机行业的发展，人们对手机的拍摄功能要求越来越高，而手机摄像模组的性能直接影响整个手机的拍摄效果。在手机摄像模组组装完成后，由于漏光、透射光学表面的残余反射、镜筒内壁等非光学表面的残余反射，以及光学表面的质量问题等，会造成摄像模组产生一些杂散光，这些杂散光会增加成像面上的噪声，特别是在成像面附近出现的杂散光汇聚点会对摄像模组成像产生严重影响。这些汇聚点也被称作“鬼像”。杂散光、鬼像是摄像模组的一种常见异常，该异常会影响摄像模组的成像品质。
[0003]现有的杂散光检测方法主要包括以下两种：一种检测方法是在摄像模组未组装完成前，对镜头进行检测。其具体实现方式是将镜头固定在特定支架上，使用光源绕镜头360
°
照射，人眼观察镜头是否有杂散光产生；另一种检测方法是在摄像模组组装完成后，检测镜头是否有杂散光。其具体实现方式是在特定的光源下，通过摄像模组的视频采集板卡获取图像，通过人眼观察获取的图像，以判断镜头是否有杂散光产生。然而，上述两类方法都是通过人眼来判定杂散光的情况，其判定结果较为主观，会存在错判、漏失及检测标准不确定性的问题。
[0004]现有的检测方法主要用于检测摄像模组是否存在杂散光的情况，并没有将杂散光量化，而将杂散光检测结果进行量化可提高检测速度，杂散光的量化数值更有助于精确地消除杂散光，提高摄像模组的成像质量。

技术实现思路
/>[0005]本申请提供了一种可至少解决或部分解决现有技术中上述至少一个缺点的
[0006]本申请一方面提供了一种杂散光量化方法，包括：获取待检测摄像模组拍摄的光源图像；将所述光源图像进行拼接叠加，并将完成拼接叠加的所述光源图像转换为灰度图像；标记所述灰度图像中的杂散光区域，对每个所述杂散光区域进行分割形成多个连通的杂散光区块；以及对分割形成的所述杂散光区块进行量化以得到所述杂散光的量化数值。
[0007]根据本申请实施方式，对分割后形成的所述杂散光区块进行量化以得到所述杂散光的量化数值包括：计算每个所述杂散光区块中包括的像素点个数，以获取每个所述杂散光区块的面积值；计算每个所述杂散光区块的外接最小矩形的尺寸以获取每个所述杂散光区块的尺寸；将每个所述杂散光区块的位置坐标标记为其对应的所述外接最小矩形的坐标；以及通过积分方法获得每个所述杂散光区块的能量值。
[0008]根据本申请实施方式，标记所述灰度图像中的杂散光区域，对每个所述杂散光区域进行分割形成多个连通的杂散光区块包括：获取所述灰度图像中多个具有完整且连续边界的杂散光区域；根据所述杂散光区域内的像素值标记所述杂散光区域；以及对每个所述杂散光区域进行分割以形成多个连通的所述杂散光区块。
[0009]根据本申请实施方式，获取所述灰度图像中多个具有完整且连续边界的杂散光区域包括：对所述灰度图像中的像素值进行平方处理，得到平方灰度图像；对所述平方灰度图像采用边缘检测算子Canny计算，获得杂散光区域的边界信息；以及标记所述边界信息并进行连通处理，获得多个具有完整且连续的边界的杂散光区域。
[0010]根据本申请实施方式，获取待检测摄像模组拍摄的光源图像包括：在黑暗环境中设置点光源和所述待测摄像模组；采用夹持角度可调节的模组夹具夹持所述待测摄像模组；以及调整待测摄像模组的感光元件的感光度ISO数值，以获取不同所述ISO数值的状态下所述待测实现模组拍摄的光源图像。
[0011]根据本申请实施方式，调整待测摄像模组的感光元件的感光度ISO数值，以获取不同所述ISO数值的状态下所述待测实现模组拍摄的光源图像包括：调整所述待测摄像模组，以实现所述待测摄像模组拍摄的所述点光源的图像为实像，并记录所述光源图像为实像的状态下的ISO数值E1和获取所述光源图像P1；以及通过迭代地调整所述ISO数值以分别获得所述待测摄像模组在各个ISO数值状态下拍摄的光源图像。
[0012]根据本申请实施方式，通过迭代地调整所述ISO数值以分别获得所述待测摄像模组在各个ISO数值状态下拍摄的光源图像包括：
[0013]将所述ISO数值En调整为5
×
En-1，并获取所述ISO数值为En的状态下的所述待测摄像模组拍摄的所述光源图像Pn，其中，n为调整所述ISO数值的次数，n取整数且n≥2；En为第n次调整的所述ISO数值；En-1为第n-1次调整的所述ISO数值；以及Pn为在ISO数值为En的状态下，所述待测摄像模组拍摄的所述光源图像。
[0014]根据本申请实施方式，所述光源图像P1至Pn包括全部杂散光的种类。
[0015]根据本申请实施方式，将所述光源图像进行拼接叠加，将完成拼接叠加的所述光源图像转换为灰度图像包括：对所述光源图像P1至Pn进行坏点检测和去噪处理；对完成坏点检测和去噪处理的所述光源图像P1至Pn进行有效像素点选择，其中n取整数且n≥2；对完成有效像素点选择的所述光源图像P1至Pn按照各自不同的归一化系数进行归一化处理；将完成归一化处理的所述光源图像P1至Pn拼接叠加为合成图像P；以及将所述合成图像P转换为灰度图像。
[0016]根据本申请实施方式，对完成坏点检测和去噪处理的所述光源图像P1至Pn进行有效像素点选择包括：选取所述完成坏点检测和去噪处理的光源图像P1至Pn中满足以下条件的像素点，LSB≥128，其中，LSB是所述光源图像P1至Pn中原始数据RAW10中像素值的最低有效位。
[0017]根据本申请实施方式，所述归一化系数包括：所述光源图像P1的归一化系数X1＝Enmax/E1；以及所述光源图像Pn的归一化系数Xn＝Enmax/En，其中，Enmax为最后一次调整的所述ISO数值；E1为所述光源图像为实像的状态下的ISO数值；以及En为第n次调整的所述ISO数值以及n取整数且n≥2。
[0018]根据本申请实施方式，将完成归一化处理的所述光源图像P1至Pn叠加拼接为合成图像P包括：将所述完成归一化处理的光源图像P1至Pn中重复的像素点的像素值叠加并求取平均值；以及将所述平均值拼接为合成图像P。
[0019]根据本申请实施方式，将所述合成图像P转换为灰度图像包括：将所述合成图像P按照对应的拜耳阵列进行RGB插值；将完成插值的所述RGB图像转化为所述灰度图像；以及
将所述灰度图像中像素值大于等于1023的像素点设置为0。
[0020]根据本申请实施方式，对每个所述杂散光区域进行分割形成多个连通的杂散光区块包括：采用形态分水岭算法对每个所述杂散光区域进行分割形成所述多个连通的杂散光区块。
[0021]本申请另一方面还提供了一种杂散光量化系统，包括：叠加设备，获取待检测摄像模组拍摄的光源图像，将所述光源图像进行拼接叠加，并将完成拼接叠加的所述光源图像转换为灰度图像；分割设备，标记所述灰度图像中的杂散光区域，对每个所述杂散光区域进行分割形成多个连通的杂散光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种杂散光量化方法，其特征在于，包括：获取待检测摄像模组拍摄的光源图像；将所述光源图像进行拼接叠加，并将完成拼接叠加的所述光源图像转换为灰度图像；标记所述灰度图像中的杂散光区域，对每个所述杂散光区域进行分割形成多个连通的杂散光区块；以及对分割形成的所述杂散光区块进行量化以得到所述杂散光的量化数值。2.根据权利要求1所述的方法，其特征在于，对分割形成的所述杂散光区块进行量化以得到所述杂散光的量化数值包括：计算每个所述杂散光区块中包括的像素点个数，以获取每个所述杂散光区块的面积值；计算每个所述杂散光区块的外接最小矩形的尺寸以获取每个所述杂散光区块的尺寸；将每个所述杂散光区块的位置坐标标记为其对应的所述外接最小矩形的坐标；以及通过积分方法获得每个所述杂散光区块的能量值。3.根据权利要求1所述的方法，其特征在于，标记所述灰度图像中的杂散光区域，对每个所述杂散光区域进行分割形成多个连通的杂散光区块包括：获取所述灰度图像中多个具有完整且连续边界的杂散光区域；根据所述杂散光区域内的像素值标记所述杂散光区域；以及对每个所述杂散光区域进行分割以形成多个连通的所述杂散光区块。4.根据权利要求3所述的方法，其特征在于，获取所述灰度图像中多个具有完整且连续边界的杂散光区域包括：对所述灰度图像中的像素值进行平方处理，得到平方灰度图像；对所述平方灰度图像采用边缘检测算子Canny计算，获得杂散光区域的边界信息；以及标记所述边界信息并进行连通处理，获得多个具有完整且连续的边界的杂散光区域。5.根据权利要求1所述的方法，其特征在于，获取待检测摄像模组拍摄的光源图像包括：在黑暗环境中设置点光源和所述待测摄像模组；采用夹持角度可调节的模组夹具夹持所述待测摄像模组；以及调整待测摄像模组的感光元件的感光度ISO数值，以获取不同所述ISO数值的状态下所述待测实现模组拍摄的光源图像。6.根据权利要求5所述的方法，其特征在于，调整待测摄像模组的感光元件的感光度ISO数值，以获取不同所述ISO数值的状态下所述待测实现模组拍摄的光源图像包括：调整所述待测摄像模组，以实现所述待测摄像模组拍摄的所述点光源的图像为实像，并记录所述光源图像为实像的状态下的ISO数值E1和获取所述光源图像P1；以及通过迭代地调整所述ISO数值以分别获得所述待测摄像模组在各个ISO数值状态下拍摄的光源图像。7.根据权利要求6所述的方法，其特征在于，通过迭代地调整所述ISO数值以分别获得所述待测摄像模组在各个ISO数值状态下拍摄的光源图像包括：将所述ISO数值En调整为5
×
En-1，并获取所述ISO数值为En的状态下的所述待测摄像模组拍摄的所述光源图像Pn，
其中，n为调整所述ISO数值的次数，n取整数且n≥2；En为第n次调整的所述ISO数值；En-1为第n-1次调整的所述ISO数值；以及Pn为在ISO数值为En的状态下，所述待测摄像模组拍摄的所述光源图像。8.根据权利要求7所述的方法，其特征在于，所述光源图像P1至Pn包括全部杂散光的种类。9.根据权利要求7所述的方法，其特征在于，将所述光源图像进行拼接叠加，将完成拼接叠加的所述光源图像转换为灰度图像包括：对所述光源图像P1至Pn进行坏点检测和去噪处理；对完成坏点检测和去噪处理的所述光源图像P1至Pn进行有效像素点选择，其中n取整数且n≥2；对完成有效像素点选择的所述光源图像P1至Pn按照各自不同的归一化系数进行归一化处理；将完成归一化处理的所述光源图像P1至Pn拼接叠加为合成图像P；以及将所述合成图像P转换为灰度图像。10.根据权利要求9所述的方法，其特征在于，对完成坏点检测和去噪处理的所述光源图像P1至Pn进行有效像素点选择包括：选取所述完成坏点检测和去噪处理的光源图像P1至Pn中满足以下条件的像素点，LSB≥128其中，LSB是所述光源图像P1至Pn中原始数据RAW10中像素值的最低有效位。11.根据权利要求9所述的方法，其特征在于，所述归一化系数包括：所述光源图像P1的归一化系数X1＝Enmax/E1；以及所述光源图像Pn的归一化系数Xn＝Enmax/En，其中，Enmax为最后一次调整的所述ISO数值；E1为所述光源图像为实像的状态下的ISO数值；以及En为第n次调整的所述ISO数值以及n取整数且n≥2。12.根据权利要求9所述的方法，其特征在于，将完成归一化处理的所述光源图像P1至Pn叠加拼接为合成图像P包括：将所述完成归一化处理的光源图像P1至Pn中重复的像素点的像素值叠加并求取平均值；以及将所述平均值拼接为合成图像P。13.根据权利要求9所述的方法，其特征在于，将所述合成图像P转换为灰度图像包括：将...

【专利技术属性】
技术研发人员：张露萍，毛之华，
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：