镜头检测方法和装置与流程

本发明涉及图像处理领域，并且特别地，涉及一种镜头检测方法和装置。

背景技术：

在摄像镜头形成物体实像时，除了成像光线之外，还有其他非成像光线在光学系统像面上扩散，这些非成像光线就叫做杂散光。杂散光通常来自系统外部的辐射源、内部辐射源、以及散射表面的非成像光能量，例如，光学元件、结构件等各折射面的反射光、仪器内壁的反射光、镜片本身的漫反射或者镜筒的反射都有可能产生杂散光，另外，因为灰尘沾染光学件、光学元件损伤、漏胶、孔径不匹配、光学系统相差大等原因，也会导致出现杂散光的问题。

由于镜头所产生杂散光的多少是影响成像质量的重要因素，所以随着各种图像采集设备的普及，对于镜头的杂散光分析和控制已成为光学工程中的关键技术。另外，在传统光学镜头加工过程中，杂散光的测试是必要的检测项目。如果一个镜头所拍摄的图像中存在大量杂散光，那么该镜头将是不合格的。因此，就需要通过杂散光测试将这些不合格的镜头检测出来，避免生产不合格的成品。

在传统技术中，检测镜头是否会产生杂散光的方式主要是对镜头或相机的实际拍摄图像的品质进行判定，进而逆向判断镜头本身的质量是否合格。但是，目前对于图像中是否存在杂散光的判断主要借助于人眼，从而导致以下问题：

1、杂散光判定对人员的能力要求较高，经验不够丰富的人员在判定杂散光时，很容易出现误判和漏检的问题；如果为了避免漏检和误判的问题，就需要在生产工艺流程中采用多次杂光测试，不仅流程较复杂，而且人力成本高，效率低下；

2、通过人工判定杂散光时，每个人员的判定都具有很大的主观性，其判定标准与结果均以实拍图片为依据，无法整合并形成统一标准。

例如，授权公告号为CN 101452200 B，名称为“镜头杂散光检测系统”的专利公开了一种检测系统，其包括一个杂散光分析光源、一个影像感测器、一个激光光源、一个激光聚焦装置、一个波前传感器、一个处理器、一个物距调节装置及一个影像感测器移动装置。所述物距调节装置用于改变激光的聚焦点与波前传感器之间的间距。所述影像感测器移动装置用于将影像感测器移动到镜头对不同物距的对应焦点位置。所述处理器包括：物距设置模块，用于设置需要的物距；物距获取模块，用于获取激光焦点到波前传感器的物距；物距调节模块，用于控制物距调节装置；焦距控制模块，用于控制影像感测器移动装置；杂散光分析模块，用于分析影像感测器的杂散光状况。该专利公开的方案能够检测镜头对不同对焦位置的杂散光影响，但是，对于如何分析确定杂散光，该专利并未提出解决方案。

申请公开号为CN 103149016 A、名称为“待测光学系统杂散光检测方法及杂散光检测系统”的专利申请公开了检测方法，该方法包括以下步骤：1)获取待测光学系统在不同视场角的像面的辐射照度；2)将待测光学系统更换为衰减片并获取含有该衰减片的辐射照度；3)根据步骤2)所得到的含有该衰减片的辐射照度获取待测光学系统在入瞳处的辐射照度；4)根据步骤1)以及步骤3)获取待测光学系统的点源透过率。该专利虽然公开了对于杂散光的检测方法，但是该检测方法需要借助衰减片和复杂的计算公式，其实现难度较大，处理效率也比较低。

针对相关技术中杂散光判定方案存在误判率高、容易漏检、效率低下、实现难度大的问题，目前尚未提出有效的解决方案。

技术实现要素：

针对相关技术中的上述问题，本发明提出一种镜头检测方法和装置，能够准确地判定杂散光，避免误检和漏检，而且本发明的实现过程简单，处理效率较高。

根据本发明的一个方面，提供了一种镜头检测方法。

根据本发明的镜头检测方法包括：

步骤1，基于预定的亮度阈值，在待测镜头所拍摄的图像中提取亮度高于该亮度阈值的像素；

步骤2，在提取的像素中，确定间距最大的两个像素，并确定该两个像素之间的间距；

步骤3，将最大间距与预定的间距阈值进行比较，并根据比较结果确定待测镜头是否合格。

其中，在步骤1中，图像为预先经过灰度转换后得到的灰度图。

并且，在执行步骤1之前，根据本发明的镜头检测方法可以进一步包括：

确定灰度图中所有像素的灰度平均值；

对于每个像素，将该像素的灰度值减去灰度平均值，之后乘以预定的对比度系数，再加上灰度平均值，得到每个像素的新像素值；

根据每个像素的新像素值对灰度图中的相应像素进行重新赋值；

并且，在步骤1中，基于像素被重新赋值后的图像提取像素。

可选地，上述对比度系数大于1且小于或等于3。

此外，在进行灰度转换之前，待测镜头拍摄的图像为RGB图像；并且，对于每个像素，通过以下公式进行灰度转换：

Gray＝R*0.3+G*0.6+B*0.1

其中，Gray为该像素的灰度值，R为该像素的红色分量，G为该像素的绿色分量，B为该像素的蓝色分量。

此外，在步骤3中，如果比较结果为最大间距大于预定的间距阈值，则确定待测镜头不合格。

此外，预定的亮度阈值的数量可以为多个，并且，对应于每个亮度阈值，分别执行步骤1至步骤3；其中，不同的亮度阈值对应于不同的距离阈值；其中，在多次执行步骤3的过程中，如果确定待测镜头不合格的次数达到预定的次数阈值，则确定待测镜头不合格。

一方面，根据本发明的镜头检测方法可以进一步包括：

对于图像中每个光源，基于该光源的所在位置确定多个区域，其中，多个区域为非同心圆；并且，在单个光源所确定的每个区域中，基于多个预定的亮度阈值，分别执行步骤1至步骤3；其中，在多次执行步骤3的过程中，如果确定待测镜头不合格的次数达到预定的次数阈值，则确定待测镜头不合格；并且，对于不同的区域，不同的亮度阈值对应于不同的距离阈值。

另一方面，根据本发明的镜头检测方法可以进一步包括：

对于图像中每个光源，基于该光源的所在位置确定多个区域，其中，多个区域满足同心圆关系；并且，在单个光源所确定的每个区域中，基于单个预定的亮度阈值，分别执行步骤1至步骤3；其中，在多次执行步骤3的过程中，如果确定待测镜头不合格的次数达到预定的次数阈值，则确定待测镜头不合格；并且，不同的区域对应于不同的距离阈值。

此外，根据本发明的镜头检测方法可以进一步包括：

在执行步骤3之后，以待测镜头的光轴为轴将镜头旋转一定角度；

在旋转后通过待测镜头进行拍摄得到图像，对该图像执行步骤1至步骤3，直至将待测镜头旋转一周；其中，在多次执行步骤3的过程中，如果确定待测镜头不合格的次数达到预定的次数阈值，则确定待测镜头不合格。

可选地，上述次数阈值为[1，5]。

此外，上述预定的间距阈值可以预先通过如下方式确定：

根据预定的亮度阈值，在多个合格镜头拍摄的图像中提取像素，其中，对于每个合格镜头拍摄的图像，确定从该镜头所拍摄图像所提取像素中间距最大的两个像素，并确定该两个像素之间的间距；

将多个合格镜头所对应的间距中的最大值，确定为预定的间距阈值。

此外，根据本发明的镜头检测方法可以进一步包括：

在步骤1之前，预先对图像进行滤波处理；

在步骤3中，显示最大间距与预定的间距阈值，并显示比较结果；

在步骤3之后，将待测镜头的标识、最大间距、间距阈值以及比较结果对应保存。

根据本发明的另一方面，提供了一种镜头检测装置。

根据本发明的镜头检测装置包括：

提取模块，用于基于预定的亮度阈值，在待测镜头所拍摄的图像中提取亮度高于该亮度阈值的像素；

确定模块，用于在提取的像素中，确定间距最大的两个像素，并确定该两个像素之间的间距；

处理模块，用于将最大间距与预定的间距阈值进行比较，并根据比较结果确定待测镜头是否合格。

在一个实施例中，根据本发明的镜头检测装置可以进一步包括：

图像转换模块，用于预先对待测镜头所拍摄的图像进行转换，得到灰度图；

并且，提取模块在提取像素时所基于的图像为由图像转换模块转换后得到的灰度图。

通过将彩色图转换为灰度图之后再提取像素，能够避免因为多种颜色存在而导致难以准确确定每个像素亮度的问题，保证基于亮度阈值提取像素的准确性。

在一个实施例中，根据本发明的镜头检测装置可以进一步包括：

第一计算模块，用于确定灰度图中所有像素的灰度平均值；

第二计算模块，用于对于每个像素，将该像素的灰度值减去灰度平均值，之后乘以预定的对比度系数，再加上灰度平均值，得到每个像素的新像素值；

赋值模块，用于根据每个像素的新像素值对灰度图中的相应像素进行重新赋值；

并且，提取模块在提取像素时所基于的图像为像素被重新赋值后的图像。

上述对比度系数的取值可以大于1且小于或等于3。在一个实施例中，上述对比度系数为1.5。

在一个实施例中，上述图像转换模块可以通过以下方式对待测镜头拍摄的RGB图像进行转换：Gray＝R*0.3+G*0.6+B*0.1，其中，Gray为该像素的灰度值，R为该像素的红色分量，G为该像素的绿色分量，B为该像素的蓝色分量。

此外，上述处理模块用于在比较结果为最大间距大于预定的间距阈值的情况下，确定待测镜头不合格。

此外，在一个实施例中，上述预定的间距阈值可以预先通过如下方式确定：

根据预定的亮度阈值，在多个合格镜头拍摄的图像中提取像素，其中，对于每个合格镜头拍摄的图像，确定从该镜头所拍摄图像所提取像素中间距最大的两个像素，并确定该两个像素之间的间距；

将多个合格镜头所对应的间距中的最大值，确定为预定的间距阈值。

此外，在一个实施例中，提取模块可以根据多个亮度阈值，分别提取像素。另外，根据本发明的镜头检测装置可以在被测镜头每次以其光轴为轴转动一次后进行一次判断。

此外，上述检测装置可以包括降噪处理模块，用于预先对图像进行滤波处理，降低噪声，所采用的滤波方法可以是二次滤波。在其他实施例中，也可以采用其他降噪手段。

可选地，上述检测装置可以包括显示控制模块(未示出)，用于显示最大间距与预定的间距阈值，并显示比较结果。可选地，上述检测装置可以包括存储模块(未示出)，用于将待测镜头的标识、最大间距、间距阈值以及比较结果对应保存。

本发明能够实现以下有益效果：

(1)本发明在进行镜头检测时，只需要对镜头所拍摄的图像进行像素提取以及像素间距的判断，能够以统一、客观的方式进行检测，避免因为人工判断而导致误判率高、容易漏检的问题，具有较高的检测准确度；不仅如此，由于本发明所采用的图像处理方法较为简单，所以很容易实现，而且具有较高的处理效率，能够有效缩短检测时间，有助于提高生产效率；

(2)通过将彩色图转换为灰度图之后再提取像素，能够避免因为多种颜色存在而导致难以准确确定每个像素亮度的问题，保证基于亮度阈值提取像素的准确性；

(3)通过根据灰度图中像素的平均亮度值以及对比度系数对像素进行重新赋值，能够提高图像的对比度、突出杂散光的特征现象、同时消除系统固有的杂散光干扰，有效提高检测的准确度，而且这种重新赋值的方式简单易行，不仅具有良好的去噪效果，而且处理效率高、耗时较少；

(4)通过合理设置对比度系数(大于1且小于或等于3)，能够让重新赋值后的图像具有合理的对比度，避免图像整体亮度过高或过低，保留图像中的杂散光特征现象；

(5)通过根据多个亮度阈值分别提取像素，能够针对不同亮度的杂散光，分别提取能够表现出该杂散光特性的像素，从而实现对不同亮度杂散光的检测，让检测更加全面，进一步避免漏检和误判；

(6)通过对每个光源分别确定多个区域并进行分析，能够图像中因为杂散光而形成的不同尺寸的明亮区域进行分析，从而对每个光源进行更加全面的分析，能够有效地检测出长度较大的杂散光，避免漏检和误判；

(7)通过对待测镜头进行转动，并基于转动后拍摄的图像进行分析，能够有效确定不同角度下杂散光对于镜头的影响，实现更加全面的检测；

(8)通过根据多个合格镜头的检测结果来确定间距阈值，能够让检测结果更加客观、准确，而且有助于根据经验的不断累加对间距阈值进行优化。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的镜头检测方法的流程图；

图2是根据本发明实施例的镜头检测方法在图像中确定光源区域的示意图；

图3是根据本发明实施例的镜头检测方法的具体处理实例的流程图；

图4是根据本发明实施例的镜头检测方法进行对比度调节前的图像；

图5是根据本发明实施例的镜头检测方法进行对比度调节后的图像；

图6是根据本发明实施例的镜头检测装置的框图。

具体实施方式

此说明性实施方式的描述应与相应的附图相结合，附图应作为完整的说明书的一部分。在附图中，实施例的形状或是厚度可扩大，并以简化或是方便标示。再者，附图中各结构的部分将以分别描述进行说明，值得注意的是，图中未示出或未通过文字进行说明的元件，为所属技术领域中的普通技术人员所知的形式。

此处实施例的描述，有关方向和方位的任何参考，均仅是为了便于描述，而不能理解为对本发明保护范围的任何限制。以下对于优选实施方式的说明会涉及到特征的组合，这些特征可能独立存在或者组合存在，本发明并不特别地限定于优选的实施方式。本发明的范围由权利要求书所界定。

根据本发明的实施例，提供了一种镜头检测方法。

如图1所示，根据本发明实施例的镜头检测方法包括：

步骤1，基于预定的亮度阈值，在待测镜头所拍摄的图像中提取亮度高于该亮度阈值的像素；

步骤2，在提取的像素中，确定间距最大的两个像素，并确定该两个像素之间的间距；

步骤3，最大间距与预定的间距阈值进行比较，并根据比较结果确定待测镜头是否合格。

在一个实施例中，对于上述步骤1，其中提取像素所基于的图像为预先经过灰度转换后得到的灰度图。通常情况下，镜头采集的图像是彩色图像，例如可以是RGB图像，通过将彩色图转换为灰度图之后再提取像素，能够避免因为多种颜色存在而导致难以准确确定每个像素亮度的问题，保证基于亮度阈值提取像素的准确性。

在一个具体实施例中，在进行灰度转换之前，待测镜头拍摄的图像为RGB图像；并且，对于每个像素，可以通过以下公式进行灰度转换：

Gray＝R*0.3+G*0.6+B*0.1

其中，Gray为该像素的灰度值，R为该像素的红色分量，G为该像素的绿色分量，B为该像素的蓝色分量。

以上公式仅仅用于举例说明，实际上，本发明也可以采用其他的灰度转换方法，这里不再一一列举。

此外，在一个实施例中，在执行上述步骤1之前，根据本发明的镜头检测方法可以进一步包括：

首先对灰度图进行二次滤波，降低背景噪声，消除系统固有的杂散光干扰；之后确定滤波后灰度图中所有像素的灰度平均值；对于每个像素，将该像素的灰度值减去灰度平均值，之后乘以预定的对比度系数，再加上灰度平均值，得到每个像素的新像素值；根据每个像素的新像素值对灰度图中的相应像素进行重新赋值。此时，在步骤1中，提取像素时所基于图像为像素被重新赋值后的图像。

需要说明的是，由于某些像素的原灰度值较低，所以计算后得到的新像素值可能小于0；而某些像素的原灰度值较高，所以计算后得到的新像素值可能超过通常的灰度值上限，例如，超过255。因此，在重新赋值时，对于小于0的新像素值，需要将其调整为0，对于高于上限值255的新像素值，则将其调整为255。

通过根据灰度图中像素的平均亮度值以及对比度系数对像素进行重新赋值，能够提高图像的对比度、突出杂散光的特征现象、同时消除系统固有的杂散光干扰，有效提高检测的准确度，而且这种重新赋值的方式简单易行，只需要简单的计算即可完成，不仅具有良好的去噪效果，而且处理效率高、耗时较少。

可选地，在一个实施例中，上述对比度系数大于1且小于或等于3。在一个具体实施例中，上述对比度系数可以取1.5。

通过合理设置对比度系数(大于1且小于或等于3)，能够让重新赋值后的图像具有合理的对比度，避免图像整体亮度过高或过低，并且有助于尽可能低保留图像中的杂散光特征现象。

在其他实施例中，还可以采用其他的去噪的方法(例如，可以采用小波去噪、中值滤波、均值滤波、形态学噪声滤除)，而不限于上述方法。在调整图像对比度时，也可以采用其他方法。

此外，在上述步骤3中，如果比较结果为最大间距大于预定的间距阈值，则确定待测镜头不合格。

在一个实施例中，上述预定的亮度阈值的数量可以为多个，并且，对应于每个亮度阈值，分别执行步骤1至步骤3；其中，在多次执行步骤3的过程中，如果确定待测镜头不合格的次数达到预定的次数阈值，则确定待测镜头不合格。也就是说，假设次数阈值为1，在选定一个亮度阈值后，就执行一次步骤1至步骤3，如果当前执行步骤3后得到结果为镜头合格，则选定下一个亮度阈值后，继续执行步骤1至步骤3。如果判断本次执行步骤3之后得到的结果为镜头不合格，达到预定次数阈值，即1次，则可以确定当前镜头不合格，并停止执行后续步骤。其中，由于亮度阈值不同，所以提取出的像素也不同，相应地，每个亮度阈值所对应的距离阈值也是不同的，从而在不同的亮度阈值下分别进行检测。

可选地，在一个实施例中，上述亮度阈值可以选择为图像中所有像素中最大亮度值的50％(主要用于检测亮度较高的杂散光)、最大亮度值的20％(主要用于检测亮度较低的杂散光)、以及最大亮度值的10％(主要用于检测亮度较低的杂散光)。或者还可以设置更多数量的亮度阈值，例如，亮度阈值可以包括最大亮度值的50％、最大亮度值的40％、最大亮度值的35％、最大亮度值的30％等。具体亮度阈值的数量和取值可以根据实际需要来确定。

通过根据多个亮度阈值分别提取像素，能够针对不同亮度的杂散光，分别提取能够表现出该杂散光特性的像素，从而实现对不同亮度杂散光的检测，让检测更加全面，进一步避免漏检和误判。

此外，在一个实施例中，根据本发明的镜头检测方法可以进一步包括：

对于图像中每个光源，基于该光源的所在位置确定多个区域。对于每个光源所确定的区域之间可以满足相交或覆盖关系；

如果如果这些区域满足同心圆关系(即，这几个区域的圆心为光源中心，且这些区域的边界为同心圆)，则对于每个区域，可以仅采用一个亮度阈值进行像素提取。不同区域所对应的距离阈值不同。

另一方面，如果这些区域不满足同心圆关系(即，这几个区域并非是以光源中心为圆心的同心圆)，则对于每个区域，基于多个亮度阈值，分别执行步骤1至步骤3；其中，在多次执行步骤3的过程中，如果确定待测镜头不合格的次数达到预定的次数阈值，则确定待测镜头不合格。在一个区域内，不同的亮度阈值对应于不同的距离阈值。在不同的区域中，可以采用相同的亮度阈值提取像素，也可以采用不同的亮度阈值提取像素。在不同的区域之间，提取像素时所采用的相同亮度阈值，也可能对应于不同的距离阈值。例如，对于一个光源，假设确定了区域A和区域B，此时，对于区域A和区域B可以均采用第一亮度阈值和第二亮度阈值提取像素。第一亮度阈值为最大亮度的50％，第二亮度阈值为最大亮度的20％。

针对区域A，第一亮度阈值所对应的距离阈值可以是TH_A1，第二亮度阈值所对应的距离阈值可以是TH_A2。由于所对应的亮度阈值不同，所以TH_A1不等于TH_A2。

针对区域B，第一亮度阈值所对应的距离阈值可以是TH_B1，第二亮度阈值所对应的距离阈值可以是TH_B2。由于所对应的亮度阈值不同，所以TH_B1不等于TH_B2。

此时，对于区域A，需要执行两次步骤1至3，首次执行可以基于第一亮度阈值，在步骤3中根据TH_A1进行判断；第二次执行步骤1至3可以基于第二亮度阈值，在步骤3中根据TH_A2进行判断。类似地，对于区域B，同样执行两次步骤1至3。

TH_A1可以与TH_B1相等或不等，TH_A2可以与TH_B2相等或不等。

与之前描述的采用多个亮度阈值提取像素的实施例类似，对于多个区域中的每一个，均可以基于多个亮度阈值，分别执行步骤1至3，每次执行后都能够得到一个结果，表示该镜头合格或不合格，如果不合格的结果数量累计超过预定的次数阈值，则确定镜头不合格，并停止后续处理。

通过对每个光源分别确定多个区域并进行分析，能够图像中因为杂散光而形成的不同尺寸的明亮区域进行分析，从而对每个光源进行更加全面的分析，能够有效地检测出长度较大的杂散光，避免漏检和误判。

此外，在一个实施例中，根据本发明的镜头检测方法可以进一步包括：

在执行步骤3之后，以待测镜头的光轴为轴将镜头旋转一定角度；

在旋转后通过待测镜头进行拍摄得到图像，对该图像执行步骤1至步骤3，直至将待测镜头旋转一周；其中，在多次执行步骤3的过程中，如果确定待测镜头不合格的次数达到预定的次数阈值，则确定待测镜头不合格。

与之前描述的采用多个亮度阈值提取像素的实施例类似，对于旋转过程中的每个角度，均可以执行步骤1至3，每次执行后都能够得到一个结果，表示该镜头合格或不合格，如果不合格的结果数量累计超过预定的次数阈值，则确定镜头不合格，并停止后续的旋转。

通过对待测镜头进行转动，并基于转动后拍摄的图像进行分析，能够有效确定不同角度下杂散光对于镜头的影响，实现更加全面的检测。

可选地，上述的次数阈值可以为[1，5]。在对于镜头质量要求很严格的场景中，可以将上述次数阈值设置为1，从而严格保证镜头的质量；在对于镜头质量要求较宽松的场景中，可以将上述次数阈值设置为5，也可以设置为更大的数值，具体可以根据实际需要来设定。

此外，上述亮度阈值的数量、区域数量、光源数量可以均为多个，下面将结合图2进行描述。

参见图2，对于光源A，可以根据其所在的位置确定3个区域：A1、A2和A3。A1包含光源A，A2包含A1，A3包含A2。在一个实施例中，A1、A2和A3可以根据光源A实际的光斑形状调整。在其他实施例中，A1、A2和A3也可以是以光源A中心点为圆心的同心圆。在每个区域中，均可以分别基于多个亮度阈值提取。设第一亮度阈值为最大亮度的50％(主要用于检测亮度较高的杂散光)，第二亮度阈值为最大亮度的20％(主要用于检测亮度较低的杂散光)。

假设在区域A1中，在根据第一亮度阈值提取的所有像素中，两个像素之间的最大间距为FW_A1_1；在根据第二亮度阈值提取的所有像素中，两个像素之间的最大间距为FW_A1_2。在进行间距比较时，将FW_A1_1与第一亮度阈值所对应的间距阈值T_A1(该间距阈值可针对亮度较大的杂散光的特性进行分析得到)进行比较，将FW_A1_2与第二亮度阈值所对应的间距阈值T_A2(该间距阈值可针对亮度较低的杂散光的特性进行分析得到)进行比较。

类似地，假设在区域A2中，在根据第一亮度阈值提取的所有像素中，两个像素之间的最大间距为FW_A2_1；在根据第二亮度阈值提取的所有像素中，两个像素之间的最大间距为FW_A2_2。在进行间距比较时，将FW_A2_1与第一亮度阈值所对应的间距阈值T_A1进行比较，将FW_A2_2与第二亮度阈值所对应的间距阈值T_A2进行比较。

类似地，假设在区域A3中，在根据第一亮度阈值提取的所有像素中，两个像素之间的最大间距为FW_A3_1；在根据第二亮度阈值提取的所有像素中，两个像素之间的最大间距为FW_A3_2。在进行间距比较时，将FW_A3_1与第一亮度阈值所对应的间距阈值T_A1进行比较，将FW_A3_2与第二亮度阈值所对应的间距阈值T_A2进行比较。

如果FW_A1_1、FW_A2_1、FW_A3_1中的任一个大于T_A1，或者FW_A1_2、FW_A2_2、FW_A3_2中的任一个大于T_A2，则可以确定当前检测的镜头不合格。

通过上述方案，即可判断出A1、A2和A3中的杂散光，例如道子、光晕和内尘等。

另外，如果当前图像中包括两个光源或更多的光源，同样可以按照上述方式进行分析。例如，假设图像中包括光源A和光源B。对于光源A，按照图2所示的方式确定3个区域；对于光源B，同样可以按照图2所示的方式确定对应于光源B的3个区域，假设为B1、B2和B3，B1包含光源B，B2包含B1，B3包含B2。

同理，对于第二光源所对应的区域，同样可以根据第一亮度阈值和第二亮度阈值提取像素，并确定出每个区域中间距最大的两个像素之间的间距。具体而言，在区域B1中，根据第一亮度阈值所提取像素之间的最大间距为FW_B1_1，根据第二亮度阈值所提取像素之间的最大间距为FW_B1_2；在区域B2中，根据第一亮度阈值所提取像素之间的最大间距为FW_B2_1，根据第二亮度阈值所提取像素之间的最大间距为FW_B2_2；在区域B3中，根据第一亮度阈值所提取像素之间的最大间距为FW_B3_1，根据第二亮度阈值所提取像素之间的最大间距为FW_B3_2。

在进行间距比对时，如果FW_A1_1、FW_A2_1、FW_A3_1中的任一个大于T_A1、或者FW_B1_1、FW_B2_1和FW_B3_1中的任一个大于T_B1、或者FW_A1_2、FW_A2_2、FW_A3_2中的任一个大于T_A2、或者FW_B1_2、FW_B2_2和FW_B3_2中的任一个大于T_B2，则可以确定当前检测的镜头不合格。如果光源A和光源B的参数(尺寸、亮度、与镜头之间的物距以及角度等)相同，则T_A1可以等于T_B1，T_A2可以等于T_B2。

以上所述的判断标准为：只要任意一个比较结果大于间距阈值，则判断镜头不合格。实际上，本发明并不限于此，而是可以根据实际需要而采用其他的判断标准。例如，在以上所描述的图像中包含光源A和B的实例中，会产生12个比较结果，只要其中的2个或更少的比较结果为实际提取的像素最大间距大于间距阈值，即可确定该镜头合格(即，将镜头合格的判断标准放宽)。

此外，上述预定的间距阈值可以预先通过如下方式确定：

根据预定的亮度阈值，在多个合格镜头拍摄的图像中提取像素，其中，对于每个合格镜头拍摄的图像，确定从该镜头所拍摄图像所提取像素中间距最大的两个像素，并确定该两个像素之间的间距；

将多个合格镜头所对应的间距中的最大值，确定为预定的间距阈值。

通过根据多个合格镜头的检测结果来确定间距阈值，能够让检测结果更加客观、准确，而且有助于根据经验的不断累加对间距阈值进行优化。

此外，根据本发明的上述检测方法可以进一步包括其他步骤。例如，在步骤1之前，可以预先对图像进行滤波处理，降低噪声，所采用的滤波方法可以是二次滤波。在其他实施例中，也可以采用其他降噪手段。

可选地，在步骤3中，可以显示最大间距与预定的间距阈值，并显示比较结果。对于表示镜头合格以及不合格的比较结果，可以在界面上通过颜色进行区分。

可选地，在步骤3之后，可以将待测镜头的标识、最大间距、间距阈值以及比较结果对应保存。这样就能够在后续再次检测时，直接提取之前的检测结果以及相应的距离阈值和实际测量得到的最大间距等数据。

在实际应用中，本发明可以借助计算机软件程序编写实现。本发明的处理过程可以如图3所示，首先，通过CMOS相机采集镜头的所有视场角度的杂散光图像；之后，运用降噪及滤波算法等图像处理技术，对图像进行背景去噪，提高对比度，突出杂散光的特征现象；然后，对不同亮度区域进行分割(即，确定各个光源所在位置的多个区域)；然后，运用360°扫描方式(指每帧图像以中心为原点，像雷达一样扫描一圈)抓取各个区域的图像并计算出特征值(以宽度表示，即，像素间的最大间距)；接下来，将各个区域的特征实测值与标准值(该标准值可以通过对大批量镜头的杂散光图像数据进行统计分析得出)进行比对；最后，将数据和判定结果显示、保存。

下面将详细说明上述各个步骤。

1、在进行图像采集时：可以通过USB方式采集CMOS相机的图像，软件根据CMOS芯片厂商提供的软件开发包(SDK)编写图像捕捉程序，并实时显示到软件界面；采集到的杂散光原图，如图4所示。

2、在进行图像处理时，首先利用二次滤波算法降低背景噪声，基本消除了系统固有的杂散光干扰；再通过改变图像对比度的方式，突出杂散光的特征现象；其中，降噪处理后的图像可参见图5所示。

改变图像对比度的具体方式如下：

(1)将待测镜头所采集的RGB图像转为灰度图像，转换过程参照以下公式：Gray(灰度值)＝R(红色分量)*0.3+G(绿色分量)*0.6+B(蓝色分量)*0.1。

(2)计算灰度图像所有像素的灰度平均值GrayAvg。

(3)将灰度图像的的每个像素点的灰度值减去GrayAvg，得到每个像素点的新灰度值GrayProc(x,y)，(x,y)为像素点的坐标。

(4)将每个像素点的新灰度值乘以一个对比度系数Contrast(一般取值区间为1～3，本发明取1.5)，得到GrayProc(x,y)*Contrast。

(5)上述步骤后得到的每个像素的新灰度值GrayProc(x,y)*Contrast，再加上Step2得到的灰度平均值GrayAvg。

(6)最后对图像的所有像素完成重新赋值，新灰度值GrayNew(x,y)＝GrayProc(x,y)*Contrast+GrayAvg。

3、在图像分割(根据图像中的光源确定不同的区域)时：根据不同特征的杂散光现象确认3～8个区域，具体根据不同镜头的杂散光特征可灵活增减。

在具体划分区域时，可以根据大批量镜头的杂散光图像数据统计分析，得到该镜头的杂散光特征以及其出现的区域，即可确认需要划分几个区域，例如，可以划分得到图2所示的多个区域。

4、在特征值计算(即，确定像素间的最大间距)时：运用360°扫描方式对各个区域的宽度特征值(即该区域的覆盖范围，也就是之前描述的像素间的最大间距)，实时计算并与标准值进行比对，确认杂散光的判定结果。宽度特征值的大小是根据大批量镜头的杂散光图像数据统计分析得到的，即在符合上述分析的合理区域范围内，对特征值没有影响。

具体计算方法：以第一个区域的宽度特征值FW1的计算举例；首先将该区域所有亮度值大于等于最大亮度值50％的像素点提取出来，计算机程序在后台内存将这些像素点的坐标存储起来，然后分别计算每两点之间的间距，取最大值即为FW1的实测值；而FW1的标准值是根据大数据统计分析确定的固定值，根据两者最差对比结果，即可确定该区域的杂散光是否合格。

5、对于数据结果的显示与存储：利用软件MFC界面实时显示各项特征值的数值及比对后的结果，以图文结合的方式，形象直观地展示；并将具体数据及结果保存到后台的Excel文件中。

根据该镜头大批量数据的分析多个区域，假设特征区域的数量为6个，则可得到6项特征FW1、FW2、FW3、FW4、FW5和FW6。每项特征的标准值根据大批量数据的分析已确定，分别为120、170、275、340、63和76；而实测值分别为121、178、245、328、61和75。将实测值减去对应的标准值，大于零为不合格；小于等于零为合格。在一个实施例中，如果一个实测值减去对应的标准值后结果大于零，则确定镜头不合格。

例如，在实际进行检测时，可以按照以下参数进行配置。

(1)光源光源参数如下：

灯源(3W 6500K LED)

光纤(聚光，出射口径7mm)

亮度(照度)225lx；

位置：待测镜头处。

(2)镜头参数如下：

型号：4XXX；

参数：EFL(mm):4.02；F.NO(max)：2.4；DFOV:97°；

物距：300mm

(3)提取像素时所基于的亮度阈值；

在确定亮度阈值时，可以基于图像的最大亮度来确定，图像中的最大亮度可以通过采集图像光源中心的亮度获得。通常情况下，光源中心的亮度都能达到255(或254)，在本实例中，可以基于最大亮度255来选取4个亮度阈值，这四个亮度阈值分别按照最大亮度255的51％、25％、17％和9％(也可以进一步参考相应样本镜头的杂光图像数据而定)分别确定。即，可以得到4XXX镜头的4个亮度阈值分别为130，65，43，23。

(4)采用的标准值(即，距离阈值)以及对于光源所确定区域的参数；

区域的尺寸与距离阈值之间可以存在一定关系，即每个区域尺寸的取值一定要大于该区域所对应的距离阈值，例如，区域的尺寸可以取距离阈值的120％。

假设，基于光源的中心位置确定4个区域(该4个区域为以光源中心为原点的同心圆)，4个区域的直径分别为132、216、360、660pixels，由于这4个区域满足同心圆关系，且图像中靠近光源的位置亮度较大(例如，在最接近光源的区域中提取像素时，采用上述四个亮度阈值，提取的像素点数很可能是相同的)，所以对于每个区域，可以仅采用单个亮度阈值提取像素，以避免重复计算。

对于直径为132pixels的区域，基于亮度阈值130提取像素，相应的距离阈值为FW1为110pixels；

对于直径为216pixels的区域，基于亮度阈值65提取像素，相应的距离阈值为FW2为180pixels；

对于直径为360pixels的区域，基于亮度阈值43提取像素，相应的距离阈值为FW3为300pixels；

对于直径为660pixels的区域，基于亮度阈值65提取像素，相应的距离阈值为FW4为550pixels。

根据本发明的实施例，还提供了一种镜头检测装置。

如图6所示，根据本发明实施例的镜头检测装置包括：

提取模块61，用于基于预定的亮度阈值，在待测镜头所拍摄的图像中提取亮度高于该亮度阈值的像素；

确定模块62，用于在提取的像素中，确定间距最大的两个像素，并确定该两个像素之间的间距；

处理模块63，用于将最大间距与预定的间距阈值进行比较，并根据比较结果确定待测镜头是否合格。

在一个实施例中，根据本发明的镜头检测装置可以进一步包括：

图像转换模块(未示出)，用于预先对待测镜头所拍摄的图像进行转换，得到灰度图；

并且，提取模块61在提取像素时所基于的图像为由图像转换模块转换后得到的灰度图。

通过将彩色图转换为灰度图之后再提取像素，能够避免因为多种颜色存在而导致难以准确确定每个像素亮度的问题，保证基于亮度阈值提取像素的准确性。

在一个实施例中，根据本发明的镜头检测装置可以进一步包括：

第一计算模块(未示出)，用于确定灰度图中所有像素的灰度平均值；

第二计算模块(未示出)，用于对于每个像素，将该像素的灰度值减去灰度平均值，之后乘以预定的对比度系数，再加上灰度平均值，得到每个像素的新像素值；

赋值模块(未示出)，用于根据每个像素的新像素值对灰度图中的相应像素进行重新赋值；

并且，提取模块61在提取像素时所基于的图像为像素被重新赋值后的图像。

通过根据灰度图中像素的平均亮度值以及对比度系数对像素进行重新赋值，能够提高图像的对比度、突出杂散光的特征现象、同时消除系统固有的杂散光干扰，有效提高检测的准确度，而且这种重新赋值的方式简单易行，不仅具有良好的去噪效果，而且处理效率高、耗时较少。

上述对比度系数的取值可以大于1且小于或等于3。在一个实施例中，上述对比度系数为1.5。

通过合理设置对比度系数(大于1且小于或等于3)，能够让重新赋值后的图像具有合理的对比度，避免图像整体亮度过高或过低，保留图像中的杂散光特征现象。

在一个实施例中，图像转换模块(未示出)可以通过以下方式对待测镜头拍摄的RGB图像进行转换：Gray＝R*0.3+G*0.6+B*0.1，其中，Gray为该像素的灰度值，R为该像素的红色分量，G为该像素的绿色分量，B为该像素的蓝色分量。

在其他实施例中，图像转换模块可以采用其他的灰度转换方法将图像转换为灰度图。

此外，上述处理模块63用于在比较结果为最大间距大于预定的间距阈值的情况下，确定待测镜头不合格。

此外，在一个实施例中，上述预定的间距阈值预先通过如下方式确定：

根据预定的亮度阈值，在多个合格镜头拍摄的图像中提取像素，其中，对于每个合格镜头拍摄的图像，确定从该镜头所拍摄图像所提取像素中间距最大的两个像素，并确定该两个像素之间的间距；

将多个合格镜头所对应的间距中的最大值，确定为预定的间距阈值。

通过根据多个合格镜头的检测结果来确定间距阈值，能够让检测结果更加客观、准确，而且有助于根据经验的不断累加对间距阈值进行优化。

此外，在一个实施例中，提取模块可以根据多个亮度阈值，分别提取像素。另外，根据本发明的镜头检测装置可以在被测镜头每次以其光轴为轴转动一次后进行一次判断。此外，根据本发明的镜头检测装置还可以包括区域确定模块，能够确定至少一个光源的多个区域，从而对于每个光源的每个区域分别进行判断。具体可以参见之前的描述，这里不再赘述。

此外，根据本发明的上述检测装置可以进一步包括其他模块。

例如，上述检测装置可以包括降噪处理模块(未示出)，用于预先对图像进行滤波处理，降低噪声，所采用的滤波方法可以是二次滤波。在其他实施例中，也可以采用其他降噪手段。

可选地，上述检测装置可以包括显示控制模块(未示出)，用于显示最大间距与预定的间距阈值，并显示比较结果。对于表示镜头合格以及不合格的比较结果，可以在界面上通过颜色进行区分。

可选地，上述检测装置可以包括存储模块(未示出)，用于将待测镜头的标识、最大间距、间距阈值以及比较结果对应保存。这样就能够在后续再次检测时，直接提取之前的检测结果以及相应的距离阈值和实际测量得到的最大间距等数据。

综上所述，本发明提出了一种对镜头杂散光进行自动定量判定的方法，能够针对传统人工方式对镜头杂散光判定存在的不足，本发明采用亮度分割的图像处理技术，进行不同特征的杂散光自动定量检测判定。具体而言，本发明基于对大量的镜头杂散光图像的分析结果、以及运用图像处理技术，对图像不同亮度特征的区域进分割，得到不同亮度的区域特征要素。另外，本发明可以对杂散光图像进行不同亮度的区域划分后，按360°扫描方式对每个区域进行特征提取，并计算出各区域的宽度特征数值。本发明还可以通过图像不同亮度区域的最大宽度特征值表示该处的杂散光程度。

本发明所提出的方案能够实现镜头杂散光的自动、定量检测判定，打破了传统检测方式，为未来镜头杂散光全自动生产检测奠定技术积累，有助于实现镜头全面自动化生产。本发明能够对杂散光图像每个区域的特征进行抓取，自动、定量地计算出各区域的特征数值，可以有效地区分不同杂散光的类别及程度。另外，本发明所借助的特征量标准值(即，像素之间的预定间距阈值)的确定与人眼判定的结果一致，确保测试结果的准确性和稳定性，同时消除人为主观的判定误差。本发明的方案能够对杂散光现象的测试结果进行数值量化，便于数据分析、对比及追溯。本发明还能够实现镜头杂散光定量测试，为实现全自动测试提供可行基础。本发明能够有效降低误判率，在生产的工艺流程中仅需要进行一次杂散光检测即可实现准确判定，有效提升了生产效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。