杂散光的智能判断方法、电子设备及存储介质与流程

1.本发明涉及镜头检测领域，尤其涉及一种杂散光的智能判断方法、电子设备及存储介质。


背景技术：

2.杂散光(flaer)在光学镜头行业中是指镜头拍出的图片有闪光区，导致图片有一片白色的盲区，图片不清晰。产生的原因是在拍摄成像过程中，光源发出的光会在光学元器件表面发生反射或散射，产生的杂散光在成像图片中形成大大小小的光斑。针对上述现象，在光学镜头的设计过程中，需要测定出对成像效果存在肉眼可见影响的杂散光，从而基于测定结果对光学镜头的结构或者光学镜片的镀膜进行调整，以消除这部分杂散光，优化光学镜头的成像效果。
3.目前，手机摄像模组公司的光学镜头产品杂散光测试，一般是对着日光灯光源测试，采取不同的角度进行拍摄，看是否有杂散光现象，而判断主要是以杂散光现象明显不明显为标准，判断标准难以统一，人为主观判断因素很大，而且人工判断速度较慢，效率较低。


技术实现要素：

4.有鉴于此，有必要提供一种杂散光的智能判断方法、电子设备及存储介质，以至少解决相关技术中对杂散光的判断过程耗时长，效率低的问题。
5.本发明提供了一种杂散光的智能判断方法，包括：
6.s1.获取具有杂散光光斑的多个图片和每一所述图片在拍摄时的入射光角度，所述图片是分别采用具有不同零件的待检测产品在能够产生所述杂散光光斑的所述入射光角度下拍摄取得的照片。
7.s2.根据每一所述图片的所述入射光角度确定所述图片对应的杂散光判断机制。
8.s3.基于所述杂散光判断机制，判断每一所述图片是否满足对应的所述杂散光判断机制的接受条件，得出判断结果。
9.s4.结合多个所述图片的所述判断结果，确定所述待检测产品是否为合格产品。
10.进一步，所述零件包括镜筒、间隔片、压环、遮光片。
11.进一步，所述入射光角度选自0
°
～55
°
。
12.进一步，所述镜筒、所述间隔片、所述压环、所述遮光片能够产生所述杂散光光斑的所述入射光角度分别为0
°
、37
°
～40
°
、37
°
～40
°
、42
°
～53
°
。
13.进一步，步骤s2包括：
14.根据拍摄每一所述图片的所述入射光角度确定所述杂散光光斑的位置。
15.获取所述杂散光光斑至少一个维度的参数值。
16.将所述参数值与预设标准值进行比较判断，得出所述判断结果。
17.进一步，所述入射光角度为0
°
时，所述杂散光光斑位于以所述图片中心点为原点的环状区域。
18.所述入射光角度为37
°
～40时，所述杂散光光斑位于与所述图片的第一边平行的第一截面，或者所述杂散光光斑位于与所述图片的第一边垂直的第二截面。
19.所述入射光角度为42
°
～53
°
时，所述杂散光光斑位于与所述图片的所述第一边平行的第三截面。
20.进一步，所述参数值包括所述环状区域的光强度峰谷值、所述第一截面内像素值大于200的像素点占总像素点的百分比、所述第二截面内绿光的最大像素值、所述第三截面内光强度峰谷值。
21.进一步，同一所述待检测产品的所有所述图片的判断结果均为满足对应的所述杂散光判断机制的接受条件时，确定所述待检测产品为合格产品。
22.本发明还提供一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
23.其中，所述处理器用于运行所述计算机程序时，执行如上述方法的步骤。
24.本发明还提供一种存储介质，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如上所述方法的步骤。
25.相较于现有技术，本发明提供的杂散光的智能判断方法具有以下有益效果：
26.1.所述杂散光的智能判断方法是基于ai的智能判断方法，通过建立不同的杂散光判断机制模型，只需要通过输入入射光角度和图片，就可以简单快速判定输入图片中的杂散光是否可接受，判断过程智能、操作快捷便利。
27.2.同一待检测产品需要针对不同的零件所拍摄的图片进行杂散光判定，所有图片的杂散光均满足相应的判断机制才能最终确定待检测产品是否合格，判断准确率高，便于确定待检测产品采用哪种类型的零件产生的杂散光不能接受，改善更有针对性，便于提升改善效率，提升产品良率。
附图说明
28.图1是本发明实施例提供的杂散光的智能判断方法的流程图。
29.图2a至图2d是本发明实施例提供的0
°
、37
°
～40
°
和42
°
～53
°
拍摄角度拍摄的图片中杂散光能接受的图片对比示意图，图2a’至图2d’是本发明实施例提供的0
°
、37
°
～40
°
和42
°
～53
°
拍摄角度拍摄的图片中杂散光能不能接受的图片示意图。
30.图3是本发明实施例提供的杂散光的智能判断方法中杂散光判断机制的判断流程图。
31.图4是本发明实施例提供的0
°
拍摄角度拍摄的图片中杂散光判断机制模型图。
32.图5是本发明实施例提供的37
°
～40
°
拍摄角度拍摄的图片中一杂散光判断机制模型图。
33.图6是本发明实施例提供的37
°
～40
°
拍摄角度拍摄的图片中另一杂散光判断机制模型图。
34.图7是本发明实施例提供的42
°
～53
°
拍摄角度拍摄的图片中杂散光判断机制模型图。
35.主要元件符号说明
36.第一边a
第二边b
37.如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
38.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
39.需要说明的是，本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
40.以下所描述的系统实施方式仅仅是示意性的，所述模块或电路的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由同一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
41.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
42.请参阅图1所示，为本发明实施例提供的一种杂散光的智能判断方法的流程图，所述杂散光的智能判断方法包括如下具体步骤：
43.步骤s1，获取具有杂散光光斑的多个图片和每一所述图片在拍摄时的入射光角度，所述图片是分别采用具有不同零件的待检测产品在能够产生所述杂散光光斑的所述入射光角度下拍摄取得的照片。
44.本实施方式中，所述图片是分别采用具有不同零件的待检测产品(例如光学镜头)在特定入射光角度下拍摄取得的照片，所述零件包括镜筒、间隔片、压环、遮光片。根据实际使用过程中，光学镜头针对不同的零件在特定的入射光角度下会出现特定的杂散光光斑，根据这一现象，本发明分别针对上述四种不同的零件，通过大量的实验验证，得出每种零件会在特定的入射光角度下产生杂散光现象。为了提升待检测产品的合格率，需要针对采用不同的零件拍摄的所述图片进行杂散光判定，看是否都满足可接受的要求，如果都满足要求，待检测产品才是合格的，如果有哪一个不能满足，则可以有针对性地对相应的零件进行改善(例如在零件表面加涂层)，从而提升产品的合格率。
45.为了得到上述特定零件能产生杂散光的特定入射光角度，需要对大量的待检测产品针对每个零件进行全角度拍摄，各个拍摄角度都需要进行检验，找到出现杂散光的入射光角度，此步骤中判定有无杂散光，通过传统的判断方法(例如人眼观察)便可以很容易的识别出。对于没有出现杂散光的入射光角度的图片不需要进行本发明的杂散光判断，因此，针对每个零件找到相应的特定入射光角度后，便可以根据这个入射光角度进行后续待检测产品是否合格的判断。
46.本实施方式中，所述入射光角度选自0
°
～55
°
，通过前期的实验验证，针对镜筒、间
隔片、压环、遮光片这四种光学镜头的零件，能够产生杂散光的特定的入射光角度分别为0
°
、37
°
～40
°
、37
°
～40
°
、42
°
～53
°
。其中针对37
°
～40
°
分别拍摄了入射光角度为37
°
、38
°
、39
°
、40
°
的图片，针对42
°
～53
°
分别拍摄了入射光角度为42
°
、43
°
、44
°
、45
°
、46
°
、47
°
、48
°
、49
°
、50
°
、51
°
、52
°
和53
°
时的图片。
47.步骤s2，根据每一所述图片的所述入射光角度确定所述图片对应的杂散光判断机制。
48.其中，不同的入射光角度拍摄出的所述图片的成像表现可能各不相同。以拍摄得到的所述图片为基础，分析以不同的入射光角度拍摄出的所述图片的成像表现。
49.请参阅图2a至2d’，针对每一个零件，随着入射光角度的变化，光源的中心点在图片中的位置都是逐渐变化的，由最初位于图片的中心，缓慢移动至图片的侧边。以镜筒为例，将装有镜筒的光学镜头对着光源进行拍摄，其中入射光角度为0
°
时，图片中出现了杂散光光斑，从图2a和2a’中可以看出，光源的中心点大致位于图片的中心，图片中除了显示有光源发出的光线之外，还显示有因杂散光而成像的环形光斑，即图2a和图2a’中所圈定的部分。根据所使用的零件和所述图片相应的入射光角度的不同，可以有多种类型的杂散光。当使用间隔片和压环时，都是在入射光角度为37
°
～40
°
时，光学镜头所拍摄的图片中会出现杂散光光斑，在这个入射角度范围内，光源的中心点大致位于图片的左侧边缘，根据图2b、图2b’以及图2c、图2c’，可以看出使用这两种零件的光学镜头拍摄的图片中在距离光源中心点一定的距离处会形成一片雾状的杂散光光斑。但两种类型的杂散光光斑也有一定的区别，其中使用间隔片时的光学镜头拍摄的图片中是一片白色的雾状光斑，如图2b和图2b’中所圈定的部分，而使用压环时的光学镜头拍摄的图片中是一片绿光明显的雾状光斑，如图2c和图2c’中所圈定的部分。当使用遮光片时，在入射光角度为42
°
～53
°
时，光学镜头所拍摄的图片中会出现杂散光光斑，在这个入射光角度范围内时，光源的中心点大致位于图片的左侧边缘，从图2d和2d’可以看出，图片中除了显示有光源发出的光线之外，还在光线的边缘显示有因杂散光而成像的尾状光斑，即图2d和2d’中所圈定的部分。
50.针对上述四种不同类型的零件所产生的杂散光，相应的有三种不同的杂散光判断机制，其中当入射光角度在37
°
～40
°
范围内时，相应的杂散光判断机制需要判断两种类型的杂散光光斑。因此，本步骤根据拍摄所述图片的所述入射光角度所在的角度范围可以初步确定需要采用哪个所述杂散光判断机制进行判断。
51.步骤s3，基于所述杂散光判断机制，判断每一所述图片是否满足对应的所述杂散光判断机制的接受条件，得出判断结果。如图3所示，具体包括以下步骤：
52.步骤s31.根据拍摄每一所述图片的所述入射光角度确定所述杂散光光斑的位置。
53.本实施方式中，根据前述确定使用每个零件时，光学镜头拍摄的图片中杂散光光斑的出现跟入射光角度有关，针对某个零件，只有在特定的入射光角度范围内时才会出现杂散光，而杂散光光斑的位置都是大致固定的，前期根据大量实验得到这个光斑的位置范围，将这个位置范围与相应的入射光角度进行关联，便可以根据获取的每一所述图片的入射光角度直接定位到相应的位置范围。
54.本实施方式中，拍摄得到的图片的形状均为矩形结构，选取的尺寸相同，各个图片的长和宽都相同，如图4至图7所示，其中第一边a所在的方向为图片中的竖直方向，第二边b所在的方向为图片中的水平方向。
所示，通过上述比对，其中2b所圈定的部位杂散光是可以接受的，而2b’中所圈定的部分杂散光是不可接受的。另外，此角度范围内还需设定另一种参数标准值，第二截面内标准的绿光像素峰值为3，当所述图片第二截面内的绿光像素峰值大于3，判定所述图片的杂散光为不能接受的杂散光，当所述图片第二截面内的绿光像素峰值小于或等于3时，判定所述图片的杂散光为能接受的杂散光，如图2c和2c’所示，通过上述比对，其中2c所圈定的部位杂散光是可以接受的，而2c’中所圈定的部分杂散光是不可接受的。
63.本实施方式中，当所述入射光角度选自42
°
～53
°
时的杂散光判断机制中标准的第三截面内光强度的峰谷值设定为25，当所述图片第三截面内光强度的峰谷值大于25时，判定所述图片的杂散光为不能接受的杂散光，当所述图片第三截面内光强度的峰谷值小于或等于25时，判定所述图片的杂散光为能接受的杂散光。如图2d和2d’所示，通过上述比对，其中2d所圈定的部位杂散光是可以接受的，而2d’中所圈定的部分杂散光是不可接受的
64.s4.结合多个所述图片的所述判断结果，确定所述待检测产品是否为合格产品。
65.本实施方式中，针对一个待检测产品需要检测上述四种不同的零件在相应特定的入射光角度下所形成的杂散光是否可以接受，当四种杂散光都可以接受时，才能判断此待检测产品为合格品。其中，采用任何一个零件拍摄出的图片的杂散光不能接受，都将判定此待检测产品为不良品。通过对一款待检测产品使用多种不同的零件进行拍摄得到的不同类型的杂散光的光斑进行判定，提高了判定的准确性，有效提高产品的良率。每种零件只在特定的入射光角度下形成杂散光，利用这一规律，极大第提高了检测效率。同时也可以发现具体是哪一种零件所产生的杂散光光斑不能满足要求，可以有针对性的对这个零件进行相应改善(例如可以在零件的表面加涂层)，提高了检测效率，判断的准确性，同时使改善更有针对性，提升了产品的良率。通过预先模型训练将上述三种杂散光判断机制的模型生成智能判断流程，在后续检测过程中，只需要输入待检测产品的图片和入射光角度值，便可直接根据入射光角度关联图片中杂散光光斑的位置，选定相应的杂散光判定机制，进而得出判定结果，智能化检测过程，检测速度快，准确度高。能够有针对性地识别待检测产品是哪个杂散光光斑类型不可接受，针对这一类型可以批量改善待检测产品，有效提高产品良率，降低生产成本。
66.本发明实施例还提供了一种电子设备，所述电子设备包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器。其中，所述处理器用于运行所述计算机程序时，执行如上所述杂散光的智能判断方法的步骤。
67.本发明实施例还提供了一种存储介质，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如上所述杂散光的智能判断方法的步骤。
68.相较于现有技术，本发明提供的杂散光的智能判断方法具有以下有益效果：
69.1.所述杂散光的智能判断方法是基于ai的智能判断方法，通过建立不同的杂散光判断机制模型，只需要通过输入入射光角度和图片，就可以简单快速判定输入图片中的杂散光是否可接受，判断过程智能、操作快捷便利。
70.2.同一待检测产品需要针对不同的零件所拍摄的图片进行杂散光判定，所有图片的杂散光均满足相应的判断机制才能最终确定待检测产品是否合格，判断准确率高，便于确定待检测产品采用哪种类型的零件产生的杂散光不能接受，改善更有针对性，便于提升改善效率，提升产品良率。
71.另外，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。