本申请涉及一种镜头脏污程度检测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待检测镜头拍摄的图像作为待检测图像，对所述待检测图像依次进行自适应二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像；获取所述处理后的待检测图像中的脏污区域，根据所述脏污区域判断所述待检测镜头的脏污程度。采用本方法能够提高对待检测镜头脏污程度的检测精度。污程度的检测精度。污程度的检测精度。
【技术实现步骤摘要】
镜头脏污程度检测方法、装置、计算机设备和存储介质
[0001]本申请涉及计算机视觉
，特别是涉及一种镜头脏污程度检测方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]镜头是摄像设备上由透镜组成的用于在底片或幕布上形成影像的光学装置，被广泛应用于摄像机、照相机、放映机，以及具有摄像功能的智能手机、电脑、监控等电子设备中。镜头的广泛应用，也对镜头的质量提出了更高的要求。但在实际的镜头生产和装配过程中，不可避免会有灰尘、皮屑等异物附着在镜头上，导致最终产品在成像时出现阴影，称之为脏污。
[0003]由于镜头上脏污的存在会严重成像质量，因此脏污检测是镜头生产使用过程中的重要评测项目。然而，镜头成像时常存在背景灰度值不均的问题，导致镜头脏污区域难以准确地检测。脏污检测算法是一种基于计算机视觉的镜头脏污识别检测的计算方法，能够有效、快速检测出镜头成像的脏污区域。然而，镜头脏污程度对于镜头成像质量的影响程度难以有一个准确的评估，主要表现为镜头中连续的小面积脏污区域难以衡量脏污的程度。因此，如何根据镜头中连续的小面积脏污区域衡量镜头脏污的程度成为亟待解决的问题。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够根据镜头中连续的小面积脏污区域衡量镜头脏污程度的镜头脏污程度检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种镜头脏污程度检测方法。所述方法包括：
[0006]获取待检测镜头拍摄的图像作为待检测图像，对所述待检测图像依次进行自适应二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像；
[0007]获取所述处理后的待检测图像中的脏污区域，根据所述脏污区域判断所述待检测镜头的脏污程度。
[0008]在其中一个实施例中，所述对所述待检测图像依次进行自适应二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像包括：
[0009]对所述待检测图像进行自适应二值化处理，获取自适应二值化处理后的待检测图像；
[0010]基于膨胀算法以及腐蚀算法对自适应二值化处理后的待检测图像进行多次膨胀腐蚀处理，获取所述处理后的待检测图像；其中，所述多次膨胀腐蚀处理包括多次膨胀处理和与所述多次膨胀处理次数相同的腐蚀处理。
[0011]在其中一个实施例中，所述对所述待检测图像进行自适应二值化处理，获取自适应二值化处理后的待检测图像包括：
[0012]获取所述待检测图像的灰度直方图，基于所述灰度直方图获取适合所述待检测图
像的二值化阈值；
[0013]基于所述二值化阈值对所述待检测图像进行二值化显示，获取自适应二值化处理后的待检测图像。
[0014]在其中一个实施例中，所述基于膨胀算法以及腐蚀算法对自适应二值化处理后的待检测图像进行多次膨胀腐蚀处理，获取所述处理后的待检测图像；其中，膨胀腐蚀处理包括膨胀处理和与所述膨胀处理次数相同的腐蚀处理包括：
[0015]基于膨胀算法对自适应二值化处理后的待检测图像中的细小白点周围进行白点补充，实现相近的细小白点之间的连接；
[0016]基于腐蚀算法将已连接起来的白色整块面积缩小到细小白点连接之前所有白点所占用的面积大小，获取所述处理后的待检测图像。
[0017]在其中一个实施例中，所述获取所述处理后的待检测图像中的脏污区域，根据所述脏污区域判断所述待检测镜头的脏污程度包括：
[0018]通过计算获取所述脏污区域的面积；
[0019]基于所述脏污区域的面积，判断所述待检测镜头的脏污程度。
[0020]在其中一个实施例中，所述基于所述脏污区域的面积，判断所述待检测镜头的脏污程度包括：
[0021]将所述脏污区域的面积与预设的镜头脏污程度判断表进行对比，获取所述待检测镜头的脏污程度；所述镜头脏污程度判断表中包含样本镜头脏污区域面积和样本镜头脏污程度值；所述样本镜头脏污区域面积和样本镜头脏污程度值是一一对应的。
[0022]第二方面，本申请还提供了一种镜头脏污程度检测装置。所述装置包括：
[0023]获取模块，用于获取待检测镜头拍摄的图像作为待检测图像，对所述待检测图像依次进行自适应二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像；
[0024]检测模块，用于获取所述处理后的待检测图像中的脏污区域，根据所述脏污区域判断所述待检测镜头的脏污程度。
[0025]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0026]获取待检测镜头拍摄的图像作为待检测图像，对所述待检测图像依次进行自适应二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像；
[0027]获取所述处理后的待检测图像中的脏污区域，根据所述脏污区域判断所述待检测镜头的脏污程度。
[0028]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0029]获取待检测镜头拍摄的图像作为待检测图像，对所述待检测图像依次进行自适应二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像；
[0030]获取所述处理后的待检测图像中的脏污区域，根据所述脏污区域判断所述待检测镜头的脏污程度。
[0031]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0032]获取待检测镜头拍摄的图像作为待检测图像，对所述待检测图像依次进行自适应
二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像；
[0033]获取所述处理后的待检测图像中的脏污区域，根据所述脏污区域判断所述待检测镜头的脏污程度。
[0034]上述镜头脏污程度检测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取待检测镜头拍摄的图像作为待检测图像，对待检测图像依次进行自适应二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像，并获取所述处理后的待检测图像中的脏污区域，根据脏污区域判断待检测镜头的脏污程度，实现了根据待检测镜头中连续的小面积脏污区域衡量镜头脏污程度，解决了非自适应二值化处理过程中由于单阈值所导致的二值化效果低的问题，提高了对待检测镜头脏污程度的检测精度。
附图说明
[0035]图1为一个实施例中镜头脏污程度检测方法的应用环境图；
[0036]图2为一个实施例中镜头脏污程度检测方法的流程示意图；
[0037]图3为一个实施例中对待检测图像进行自适应二值化处理步骤的流程示意图；
[0038]图4为一个实施例中镜头脏污程度检测装置的结构框图；
[0039]图5为一个实施例中计算机设备的内部结构图。
具体实施方式
[0040]为了使本申请的目的、技术方案及优点更加清本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种镜头脏污程度检测方法，其特征在于，所述镜头脏污程度检测方法包括：获取待检测镜头拍摄的图像作为待检测图像，对所述待检测图像依次进行自适应二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像；获取所述处理后的待检测图像中的脏污区域，根据所述脏污区域判断所述待检测镜头的脏污程度。2.根据权利要求1所述的方法，其特征在于，所述对所述待检测图像依次进行自适应二值化处理以及膨胀腐蚀处理，获取处理后的待检测图像包括：对所述待检测图像进行自适应二值化处理，获取自适应二值化处理后的待检测图像；基于膨胀算法以及腐蚀算法对自适应二值化处理后的待检测图像进行多次膨胀腐蚀处理，获取所述处理后的待检测图像；其中，所述多次膨胀腐蚀处理包括多次膨胀处理和与所述多次膨胀处理次数相同的腐蚀处理。3.根据权利要求2所述的方法，其特征在于，所述对所述待检测图像进行自适应二值化处理，获取自适应二值化处理后的待检测图像包括：获取所述待检测图像的灰度直方图，基于所述灰度直方图获取适合所述待检测图像的二值化阈值；基于所述二值化阈值对所述待检测图像进行二值化显示，获取自适应二值化处理后的待检测图像。4.根据权利要求2所述的方法，其特征在于，所述基于膨胀算法以及腐蚀算法对自适应二值化处理后的待检测图像进行多次膨胀腐蚀处理，获取所述处理后的待检测图像包括：基于膨胀算法对自适应二值化处理后的待检测图像中的细小白点周围进行白点补充，实现相近的细小白点之间的连接；基于腐蚀算法将已连接起来的白色整块面积缩小到细小白点连接之前所有白点所占用的面积大小，...
【专利技术属性】
技术研发人员：唐诗然，周阳，李鹲翱，张承果，段智涓，
申请(专利权)人：成都市普渡机器人有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。