一种Camera模组调焦测试方法技术

本发明专利技术公开了一种Camera模组调焦测试方法，通过调整镜头改变镜头到芯片距离从而调节焦点位置，获得清晰图像。通过调焦三个不同阶段，分析整个ThroughFocus曲线，准确找到camera镜头最清晰位置；一、粗调阶段，大步长调整旋转镜头角度，通过获取采集的图片分析计算清晰度分数值，用于快速定位到焦点附近。本发明专利技术通过分析产品本身芯片自动调焦图案可以实现机器智能化批量调焦，提高效率降低成本，提高整个调焦的精确度和一致性，使整个产品质量更加稳定。更加稳定。更加稳定。

【技术实现步骤摘要】
一种Camera模组调焦测试方法


[0001]本专利技术涉及车载，平板，手机，三角雷达等摄像头模组的组装生产，与对应的整机的Camera组装生产检测，感光元器件的品质检测，3C上下游产品的组装与应用检测
，具体为一种Camera模组调焦测试方法。

技术介绍

[0002]摄像头作为一种视频输入设备,具有体积小,成本低,高成像质量高等诸多特点,被广泛应用于智能手机,电脑,监控,车载,虹膜等电子设备.模组是摄像头重要组件，焦距是光学系统中衡量光的聚集或发散的度量方式，指平行光入射时从透镜光心到光聚集之焦点的距离，物体在这个距离时成像最清晰。对于自动识别行业，一般使用固定焦距的镜头，而不同的产品不同的应用所需焦距是不一样的，所以在扫码设备出厂前，就需要做好调焦工作。调焦，是指通过旋转镜头，使之在某个距离上的成像的清晰度最高。
[0003]传统设备的调焦，主要为手动调焦，通过人工对着chart图卡旋转镜头，调节焦距，使之达到一定的景深要求，人工调焦不精确容易造成误差，而且每调节一次焦距，就需测量一次景深是否符合要求，如果景深不符合要求，根据景深太远或太近，需向前或向后调节焦距，旋转镜头的角度多少，只能依赖调焦工人的经验，而且只能旋转大概角度，无法精确调节，调节的清晰度受个人感官存在差异，需要多次反复调节焦距，所以整个调焦过程效率低下。

技术实现思路

[0004]本专利技术的目的在于提供一种Camera模组调焦测试方法，解决了
技术介绍
中所提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种Camera模组调焦测试方法，通过调整镜头改变镜头到芯片距离从而调节焦点位置，获得清晰图像。通过调焦三个不同阶段，分析整个ThroughFocus曲线，准确找到camera镜头最清晰位置；
[0006]一、粗调阶段，大步长调整旋转镜头角度，通过获取采集的图片分析计算清晰度分数值，用于快速定位到焦点附近；
[0007]二、精调阶段，调整旋转镜头角度步长(比粗调阶段小)，分析计算获取的采集到的图片清晰度分数值，近一步定位准确焦点；
[0008]三、微调阶段，调整旋转镜头角度(比精调阶段小)在焦点附近移动，采集清晰图像，分析计算清晰度分数值，找到最大清晰度分数值。
[0009]作为本申请技术方案的一可选方案，计算清晰度分数值详细过程如下：
[0010]1.获取图像，对图像进行灰度化得到图像src，获取图片的方差，判断图片全黑全白异常情况；
[0011]2.对src进行中值滤波得到src1：非线性滤波，目的是有效抑制噪声的非线性信号处理技术，让周围的像素值接近真实的值从而消除孤立的噪声点。在取出脉冲噪声、椒盐噪
声的同时保留图像的边缘细节。
[0012]3.图像二值化算法
‑
大津法OTSU，src1二值化得到binary；二值化具体步骤如下：
[0013]3.1计算图像的直方图，即将图像所有的像素点按照0
‑
255共256个bin,统计落在每个bin的像素点数量；
[0014]3.2归一化直方图，将每个bin中像素点数量除以总的像素点，得到每个灰度级出现的概率；
[0015]3.3 i表示分类的阈值，也即一个灰度级，从0开始迭代I；
[0016]3.4通过归一化的直方图，统计0
‑
i灰度级的像素(前景像素)所占整幅图像的比例w0，平均灰度u0；统计i
‑
255灰度级的像素(背景像素)*所占整幅图像的比例w1，并统计背景像素的平均灰度u1；
[0017]3.5计算前景像素和背景像素的方差Variance；
[0018]3.6 i++；重复第4、5步，直到i为256时结束迭代；
[0019]3.7将最大g相应的i值作为图像的全局阈值；
[0020]4.binary去除面积小于阈值部分，并归一化，得到最新binary；
[0021]二值化公式
[0022][0023]5.src1 X方向通过自定义卷积核hx[
‑
1,1]，实现卷积操作,得到fx1；
[0024]具体过程如下：
[0025](1)将hx矩阵x,y轴同时翻转，hx[1,
‑
1]；
[0026](2)将1x2的卷积模板放在原图像中需要计算卷积的区域上，卷积模板和待卷积矩阵中的阴影区域分别是卷积模板的中心和对应点，结果中的阴影区域为模板覆盖的区域。
[0027](3)用卷积模板中的系数乘以图像总对应位置的像素值，并对所有结果求和，针对上图中的例子，计算过程如下所示。
[0028]result＝6*
‑
1+7*1＝1
[0029]最终计算结果为1。
[0030](4)将计算结果存放在原图像中与卷积模板中心对应的像素处。
[0031](5)将卷积模板在图像中从左至右、从上到下，重复第(2)、(3)、(4)步，直到处理完所有的像素值。
[0032]从上图中可以看出，图像的边缘位置没有进行卷积运算，为了解决这个问题，我们可以将图像的边缘裁切出去。从而解决模板图像中部分数据没有对应像素的问题。
[0033]6.src1 Y方向通过自定义卷积核hy[
‑
1；1],实现卷积操作,得到fy1；卷积过程如下：
[0034]具体过程如下：
[0035](1)将hy矩阵x,y轴同时翻转，hx[1；
‑
1]；
[0036](2)将2x1的卷积模板放在原图像中需要计算卷积的区域上，卷积模板和待卷积矩阵中的阴影区域分别是卷积模板的中心和对应点，结果中的阴影区域为模板覆盖的区域。
[0037](3)用卷积模板中的系数乘以图像总对应位置的像素值，并对所有结果求和，针对上图中的例子，计算过程如下所示。
[0038]result＝1*1+6*
‑
1＝
‑5[0039]最终计算结果为
‑
5。
[0040](4)将计算结果存放在原图像中与卷积模板中心对应的像素处
[0041](5)将卷积模板在图像中从左至右、从上到下，重复第(2)、(3)、(4)步，直到处理完所有的像素值。
[0042]从上图中可以看出，图像的边缘位置没有进行卷积运算，为了解决这个问题，我们可以将图像的边缘裁切出去。从而解决模板图像中部分数据没有对应像素的问题。
[0043]7.去除fx1,fy1边缘像素,得到最新图像fx,fy；
[0044]8.图像数组相乘：
[0045]8.1乘法计算方法
[0046]对于两个图像矩阵A、B来说：
[0047][0048]乘法计算方法如下：
[0049][0050]8.2fx＝(fx)X(fx)；multiply(fx,fx,fx)；
[0051]8.3fy＝(fy)X(fy)；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种Camera模组调焦测试方法，其特征在于：通过调整镜头改变镜头到芯片距离从而调节焦点位置，获得清晰图像。通过调焦三个不同阶段，分析整个ThroughFocus曲线，准确找到camera镜头最清晰位置；一、粗调阶段，大步长调整旋转镜头角度，通过获取采集的图片分析计算清晰度分数值，用于快速定位到焦点附近；二、精调阶段，调整旋转镜头角度步长(比粗调阶段小)，分析计算获取的采集到的图片清晰度分数值，近一步定位准确焦点；三、微调阶段，调整旋转镜头角度(比精调阶段小)在焦点附近移动，采集清晰图像，分析计算清晰度分数值，找到最大清晰度分数值。2.根据权利要求1所述的一种Camera模组调焦测试方法，其特征在于：计算清晰度分数值详细过程如下：1.获取图像，对图像进行灰度化得到图像src，获取图片的方差，判断图片全黑全白异常情况；2.对src进行中值滤波得到src1：非线性滤波，目的是有效抑制噪声的非线性信号处理技术，让周围的像素值接近真实的值从而消除孤立的噪声点。在取出脉冲噪声、椒盐噪声的同时保留图像的边缘细节。3.图像二值化算法
‑
大津法OTSU，src1二值化得到binary；二值化具体步骤如下：3.1计算图像的直方图，即将图像所有的像素点按照0
‑
255共256个bin,统计落在每个bin的像素点数量；3.2归一化直方图，将每个bin中像素点数量除以总的像素点，得到每个灰度级出现的概率；3.3i表示分类的阈值，也即一个灰度级，从0开始迭代I；3.4通过归一化的直方图，统计0
‑
i灰度级的像素(前景像素)所占整幅图像的比例w0，平均灰度u0；统计i
‑
255灰度级的像素(背景像素)*所占整幅图像的比例w1，并统计背景像素的平均灰度u1；3.5计算前景像素和背景像素的方差Variance；3.6i++；重复第4、5步，直到i为256时结束迭代；3.7将最大g相应的i值作为图像的全局阈值。4.binary去除面积小于阈值部分，并归一化，得到最新binary；二值化公式5.src1 X方向通过自定义卷积核hx[
‑
1,1]，实现卷积操作,得到fx1；具体过程如下：(1)将hx矩阵x,y轴同时翻转，hx[1,
‑
1]；(2)将1x2的卷积模板放在原图像中需要计算卷积的区域上，卷积模板和待卷积矩阵中的阴影区域分别是卷积模板的中心和对应点，结果中的阴影区域为模板覆盖的区域。
(3)用卷积模板中的系...

【专利技术属性】
技术研发人员：郭文龙，谢松乐，董良，夏时雨，
申请(专利权)人：苏州鑫信腾科技有限公司，
类型：发明
国别省市：