一种在摄像模组自动调心过程中识别特征对象的方法
【专利摘要】一种在摄像模组自动调心过程中识别特征对象的方法，该方法包括步骤：a.从视觉相机获取的图像I中识别与所述特征对象形状基本一致的区域A；b.获得所述区域A的中心坐标；c.从所述图像I中识别能确定所述特征对象角度的一条边L；d.获得所述边L的角度。特征对象可以为一马达镜头组件、一感光芯片和/或一Mark点。
【专利说明】
一种在摄像模组自动调心过程中识别特征对象的方法
技术领域
[0001] 本发明涉及机器视觉领域，尤其涉及一种利用机器视觉在摄像模组自动调心过程 中识别特征对象的方法，该方法从视觉相机提供的图像中识别特征对象。
【背景技术】
[0002] 手机摄像模组（CCM)是近年来快速发展的新兴产业，其主要生产工艺包括表面贴 装、芯片封装和组装测试三部分。芯片封装的过程，就是将含有镜片（Lens)的镜头马达组 件组装到含有感光芯片（Sensor)的FPC/PCB基板上。在组装的过程中要保证镜头与感光 芯片对齐，因此需要调整镜头的光轴与感光芯片中心的偏移度（tilt)使其中心对齐，调整 镜片的光轴与感光芯片面的垂直度（shift)使其相互平行。但是目前使用的调心设备都不 具有自动调整镜头和感光芯片的偏移度与垂直度的能力，这导致摄像模组的品质下降，特 别是对于高像素模组。
[0003] 要在调心设备中实现自动调心的工艺，必须要用到机器视觉技术，利用机器视觉 辅助电机定位。而外购的基恩士（Keyence)整套机器视觉的试调比较麻烦，而且价格又及 其昂贵。本发明使用的是自主开发的自动调心设备，大幅提高了设备的性价比。
[0004] 另外，在机器视觉的应用过程中，有很重要的一步就是确定视觉比例系数，视觉比 例系数就是机械坐标与像素坐标的比值。只有获得准确的视觉比例系数，才能将待识别元 件在相机画面中的像素坐标转换为相应的机械坐标，进而辅助电机移动准确的距离或角 度。获得视觉比例系数需要利用一黑点作为Mark点，通过在视觉相机的画面中移动Mark 点，并获得相应Mark点的像素坐标和机械坐标，从而计算视觉比例系数。所述Mark可以是 在白纸上人工涂制或打印的一黑点。
【发明内容】
[0005] 本发明的一个目的在于提供一种在摄像模组的自动调心过程中识别特征对象的 方法，该方法可从视觉相机提供的图像中识别特征对象的中心坐标和/或特征对象在某一 平面内的偏转角度。
[0006] 本发明的另一个目的在于提供一种在摄像模组的自动调心过程中识别特征对象 的方法，该方法可利用一机器视觉识别系统定位一镜头马达组件和/或一感光芯片组件， 也即获得镜头马达组件的坐标和/或在某一平面内的偏转角度、感光芯片的坐标和/或在 某一平面内的偏转角度。
[0007] 本发明的另一个目的在于提供一种在摄像模组的自动调芯过程中识别特征对象 的方法，该方法可用于识别一Mark点的坐标，从而利用Mark点在不同位置的坐标信息计算 视觉比例系数。
[0008] 本发明的另一个目的在于提供一种在摄像模组的自动调心过程中识别特征对象 的方法，该方法与传统的视觉识别相比更加方便、快速和准确，同时大大降低了生产成本。
[0009] 本发明的另一个目的在于提供一种在摄像模组的自动调心过程中识别特征对象 的方法，该方法可用于自主装配的机器视觉识别系统，从而可以根据使用需要选择合适的 视觉相机、计算机系统等，提高了该方法的使用范围、降低了使用成本。
[0010] 为达到以上目的，本发明提供一种在摄像模组的自动调心过程中识别特征对象的 方法，所述方法包括：
[0011] (a)从视觉相机获取的图像I中识别与所述特征对象形状基本一致的区域A ;和
[0012] (b)获得所述区域A的中心坐标。
[0013] 优选地，所述特征对象是所述摄像模组的马达镜头组件，所述步骤b包括步骤：针 对述马达镜头组件的镜头提取所述区域A的边缘并进行圆拟合，得到圆心坐标，以得到所 述镜头的中心坐标。
[0014] 优选地，在所述步骤b中，利用亚像素点边缘检测法提取所述区域A的边缘，并对 提取的所述边缘进行最小二乘法圆拟合，得到所述区域A的圆心坐标。
[0015] 优选地，步骤a包括以下步骤：
[0016] 对所述图像I中的镜头最内层的圆进行基于形状的模板匹配，确定一大致的圆心 坐标；
[0017] 对所述图像I进行位置补正，以所述大致的圆心坐标为中心划分半径确定的一区 域B，所述区域B基本包含所述镜头的特征；
[0018] 对所述区域B进行阈值分割，分割出一个或多个连通域；和
[0019] 搜索所述连通域，提取出半径和圆相似度与所述镜头匹配的一连通域，为区域A。
[0020] 优选地，所述方法进一步包括步骤：
[0021] (c)从所述图像I中识别能确定所述马达镜头组件偏转角度的一条边L ;
[0022] 和
[0023] (d)计算获得所述边L的角度，以确定所述马达镜头组件的偏转角度。
[0024] 优选地，所述步骤c进一步包括以下步骤：
[0025] 在所述图像I中通过模板匹配确定所述边L所在的区域C ;和
[0026] 通过边缘检测方法从所述区域C中提取所述边L。
[0027] 优选地，对所述边L进行最小二乘法直线拟合，得到所述直线两端点的坐标 (Xu 、（x2, y2)，并计算所述边L的角度，以得到所述马达镜头组件的偏转角度。
[0028] 优选地，其中在所述步骤d中，利用公式：Θ = 计算所述马达镜头组件 的偏转角度。
[0029] 优选地，其中所述区域C通过对所述马达镜头组件的音圈马达进行模板匹配来获 取。
[0030] 优选地，其中所述特征对象是所述摄像模组的感光芯片，所述步骤a包括以下步 骤：
[0031] 对所述图像I进行阈值分割，分割出一个或多个连通域；和
[0032] 搜索所述连通域，提取长宽尺寸与所述感光芯片一致的区域A。
[0033] 优选地，其中在步骤a之后还包括步骤：
[0034] 在所述区域A中进行边缘检测，提取所述区域A的一边L ;和
[0035] 计算获得所述边L的角度，以得到所述感光芯片的偏转角度。
[0036] 优选地，进一步包括以下步骤：对所述边L进行最小二乘法直线拟合，得到所述直 线两端点的坐标（X:，、（x 2, yJ，并计算所述边L的角度。
[0037] 优选地，利用公式：e = tarT1^计算所述感光芯片的偏转角度。
[0038] 优选地，其中所述特征对象是用于计算视觉比例系数的Mark点，所述方法进一步 包括步骤：对所述图像I进行阈值分割，得到Mark点连通域，并获取所述Mark点连通域的 中心坐标。
【附图说明】
[0039] 图1A-C显示了在摄像模组的生产过程中，镜头马达组件与感光芯片组件的相对 位置没有对齐的几种情况。
[0040] 图2显示了带有Mark点的标版在机器视觉相机画面中的移动。
[0041] 图3是根据本发明的在摄像模组自动调心过程中识别特征对象的方法的一个优 选实施例，显示了识别镜头马达组件的镜头中心坐标与偏转角度的流程。
[0042] 图4是根据本发明的在摄像模组的自动调心过程中识别特征对象的方法的另一 个优选实施例，显示了识别感光芯片组件的中心坐标与偏转角度的流程。
【具体实施方式】
[0043] 以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优 选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定 的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背 离本发明的精神和范围的其他技术方案。
[0044] 摄像模组的自动调心过程是指在摄像模组的芯片封装过程中利用自动化设备调 整所述摄像模组的一镜头马达组件和一感光芯片组件的相对位置，使得所述镜头马达组件 与所述感光芯片组件对齐，然后将对齐的所述镜头马达组件和所述感光芯片组件封装在一 起，完成芯片封装的过程。在对齐所述镜头马达组件与所述感光芯片组件时涉及到对所述 镜头马达组件和所述感光芯片组件的定位，精确定位所述镜头马达组件和所述感光芯片组 件有利于提尚两者的对齐程度，进一步有利于提尚所述摄像t旲组的成像品质。
[0045] 具体的，所述镜头马达组件包括一音圈马达和安装于所述音圈马达的所述镜头。 所述感光芯片组件包括一线路板和安装于所述线路板的所述感光芯片。对齐所述镜头马 达组件和所述感光芯片组件包括：使所述镜头的光轴与所述感光芯片的中心对齐，使所述 镜头的光轴与所述感光芯片面垂直，以及使所述音圈马达与所述线路板和所述感光芯片对 齐。所述镜头的光轴即通过所述镜头中心且垂直于所述镜头的轴。
[0046] 图1显示了摄像模组在生产过程中，一镜头马达组件11和一感光芯片组件21在 组装时相对位置没有对齐的几种情况，图1A-C所示的三种情况仅为举例，实际生产中不限 于这三种情况，也可能是几种情况的组合。其中xyz三轴坐标系为本发明的机器视觉识别 系统确定的像素坐标系。所述镜头马达组件11包括一音圈马达111以及安装于所述音圈马 达111的一镜头112,所述感光芯片组件21包括一线路板211以及安装于所述线路板211 的一感光芯片212。所述音圈马达111与所述镜头112的相对位置为固定的，所述感光芯片 212与所述线路板211的相对位置为固定的。因此定位所述镜头112和所述音圈马达111 都可以实现对所述镜头马达组件11的定位，同理，定位所述感光芯片212和所述线路板211 都可以实现对所述感光芯片组件21的定位。
[0047] 这里所说的定位包括确定一元件的坐标和/或一元件的偏转角度。通常可以将 一元件的中心坐标作为该元件的坐标，将一元件的一边的偏转角度来反应该元件的偏转角 度。例如定位所述镜头马达组件11，需要确定所述镜头112的中心坐标和音圈马达111的 偏转角度。而在定位所述感光芯片组件21时，主要确定所述感光芯片212的中心坐标及其 偏转角度。值得一提的是，所述镜头112、所述音圈马达111、所述感光芯片212和所述线路 板211的形状不限制于图1中所示的形状，也可以为别的形状。
[0048] 图1A显示了所述镜头马达组件11与所述感光芯片组件21的在平行于x-z的平 面内发生中心偏移的情况，所述镜头马达组件11的上下表面与所述感光芯片组件21所在 的面平行，并且与x-z平面平行，所述镜头112的光轴与所述感光芯片212的中心不在同一 直线上。此时可通过确定所述镜头112的圆心得到所述镜头马达组件11的中心坐标，确定 所述感光芯片212的中心得到所述感光芯片组件21的中心坐标，然后通过相应的自动化设 备平行于x-z平面移动所述镜头马达组件11和/或所述感光芯片组件21，使得所述镜头马 达组件11和所述感光芯片组件对齐。
[0049] 图1B显示了所述镜头马达组件11与所述感光芯片组件21在平行于x-z的平面 内发生角度偏移的情况，所述镜头马达组件11的上下表面与所述感光芯片组件21所在的 面平行，并且与x-z平面平行，所述镜头112的光轴与所述感光芯片212的中心在同一直线 上，所述镜头马达组件的边Q相对于z轴的偏转角度为Θ i，所述感光芯片组件21的边L2 相对于z轴的偏转角度为Θ 2，从而得到所述镜头马达组件11和所述感光芯片组件21在 x-z平面的偏转角度分别为Θ^Ρ Θ 2，进而通过相应的自动化设备转动所述镜头马达组件 11和/或所述感光芯片组件21，使得所述镜头马达组件11和所述感光芯片组件21对齐。
[0050] 图1C显示了所述音圈马达12与所述感光芯片在平行于x-y的平面内发生角度偏 移的情况，所述镜头马达组件11的上下表面与所述感光芯片组件21所在的面不平行，所述 感光芯片组件21所在的面与x-z平面平行，所述镜头112的光轴不垂直于所述感光芯片 212所在的面。所述镜头马达组件11的边L 3相对于y轴的偏转角度为Θ 3，从而得到所述 镜头马达组件11在x-y平面的偏转角度为Θ 3，进而通过相应的自动化设备转动所述镜头 马达组件11和/或所述感光芯片组件21，使得所述镜头马达组件11和所述感光芯片组件 21对齐。
[0051] 为实现对所述镜头马达组件11和所述感光芯片组件21的精确定位，本发明提供 一机器视觉识别方法，所述机器视觉识别方法可获得待定位的特征对象在像素坐标系内的 像素坐标，并通过视觉比例系数将所述像素坐标转换为所述特征对象的机械坐标，所述机 械坐标作为调整所述特征对象的依据。
[0052] 所述像素坐标系是指建立于机器视觉识别系统的视觉相机的画面上的一坐标系， 通常以像素点作为坐标的单位。所述机械坐标是指所述特征对象在建立于自动化设备的机 械驱动系统上的一机械坐标系内的坐标信息。
[0053] 在一个优选实施例中，本发明的所述机器视觉识别方法通过一机器视觉识别系统 实现，所述机器视觉识别系统包括用于获取图像的视觉相机以及用于处理图像并进行计算 的计算机处理系统。所述特征对象为所述镜头马达组件11和/或所述感光芯片组件21，通 过所述机器视觉识别方法获得所述镜头112的圆心坐标和/或所述音圈马达111的一边的 角度，实现对所述镜头马达组件11的定位；通过获得所述感光芯片212的中心坐标、所述感 光芯片212的角度和/或所述线路板211的角度，实现对所述感光芯片组件21的定位。
[0054] 在另外的一个实施例中，所述机器视觉识别系统包括用于获取图像的视觉相机， 用于处理图像并进行计算的计算机处理系统，以及用于计算视觉比例系数的标版。所述标 版提供一 Mark点，所述Mark点通常为一黑点。所述机器视觉识别方法识别的所述特征对 象为所述镜头马达组件11、所述感光芯片组件21和/或所述Mark点。如图2所示，所述 Mark点为所述标版30上的一黑点，当移动所述标版30时，所述Mark点在像素坐标系内的 位置随之移动，从而利用所述Mark点在不同位置的坐标信息计算视觉比例系数，所述Mark 点的像素坐标的获得通过本发明的所述机器视觉识别方法获得。
[0055] 获得视觉比例系数最简单的方法是：在所述视觉相机的画面中提供所述Mark点， 获得所述Mark点在第一点的像素坐标（x pl，ypl)和机械坐标（X]1，y]1)，然后在相机画面内 移动所述Mark点到第二点，获得所述Mark点在第二点的像素坐标（x p2，yp2)和机械坐标 Uj2, yj2)，根据所述Mark点在第一点和第二点的像素坐标与机械坐标即可计算得到视觉 比例系I
当然为了获得更准确的视觉比例系数，可以增加所述 Mark点移动的位置，对获得的视觉比例系数进行校正。
[0056] 值得一提的是，本发明提供的所述机器视觉识别方法的应用不局限于识别镜头马 达组件11、所述感光芯片21组件和所述Mark点，在其他的一些领域中，涉及到定位一特征 对象时，都可以使用本发明提供的方法。
[0057] 另外，本发明提供的所述机器视觉识别系统可获取待识别目标的三维立体图像， 也可以获取某一平面的平面图像，可在获得的三维立体图像上利用位置补正获得某一平面 的图像，如图1A-C所示，既可以获取所述镜头马达组件11的上表面或下表面的图像，也可 以获取镜头马达组件11侧面的图像。
[0058] 本发明的所述机器视觉识别方法可用于定位一特征对象的中心坐标，所述方法包 括以下步骤：
[0059] a.从视觉相机获取的图像I中识别与所述特征对象形状基本一致的区域A ;
[0060] b.获得所述区域A的中心坐标。
[0061] 值得一提的是，所述视觉相机在获取图像I时，需对准所述特征对象所在的区域， 以保证将所述特征对象完全拍摄入所述图像I中。
[0062] 在所述方法中，所述特征对象可以是所述镜头马达组件11、所述感光芯片组件21 或所述Mark点，也可以是所述镜头马达组件11的所述镜头112、所述感光芯片组件21的所 述感光芯片212。所述方法可以单独定位一个特征对象，也可以同时定位多个特征对象，当 同时定位多个特征对象时，应选择形状各不相同的特征对象进行定位。
[0063] 在步骤a，当需要定位所述特征对象为一具有特定形状的连续的区域时，可采用 blob技术从所述机器视觉识别系统提供的所述图像I中识别所述区域A。例如，当需要确 定所述镜头112的中心坐标时，所述镜头112为一连续的区域，且所述镜头112的形状基本 为一圆形，可以利用这一特征定位所述镜头112 ;当需要确定所述感光芯片212的中心坐标 时，所述感光芯片212为一矩形的连续区域，可利用这一特征定位所述感光芯片212。具体 的，利用blob技术识别所述区域A包括步骤：
[0064] al.对所述图像I进行阈值分割，分割出一个或多个连通域；和
[0065] a2.搜索所述连通域，提取出形状与所述特征对象基本一致的区域A。
[0066] 此外，也可以通过其他方法识别所述区域A，例如直接使用模版匹配的方法识别所 述区域A。
[0067] 特别的，当所述特征对象为所述镜头112时，需要识别的所述区域A即为所述镜头 112的区域，利用blob技术识别所述区域A包括步骤：
[0068] a21.对所述图像I中的所述镜头112最内层的圆进行基于形状的模板匹配，确定 一近似圆心坐标；
[0069] a22.对所述图像I进行位置补正，以所述近似圆心坐标为中心划分半径确定的一 区域B，所述区域B基本包含所述镜头112的特征；
[0070] a23.对所述区域B进行阈值分割，分割出一个或多个连通域；和
[0071] a24.搜索所述连通域，提取出半径和圆相似度与所述镜头112匹配的一连通域， 为区域A。
[0072] 特别的，当所述特征对象为矩形的所述感光芯片212时，需要识别的所述区域A为 所述感光芯片212的区域，利用blob技术识别所述区域A包括步骤：
[0073] a31.对所述图像I进行阈值分割，分割出一个或多个连通域；和
[0074] a32.搜索所述连通域，提取长宽尺寸与所述感光芯片一致的矩形区域A。
[0075] 当所述感光芯片212的中心与所述线路板211的中心重合时，所述特征对象也可 以为所述线路板211。
[0076] 当所述特征对象为所述Mark点时，需要识别的所述区域A即为构成所述Mark点 的黑点，利用blob技术识别所述区域A包括步骤：
[0077] a41.对所述图像I进行阈值分割，得到唯一的连通域，即为所述区域A。
[0078] 当所述特征对象的形状基本为圆形时，在步骤b中，获得所述区域A的中心坐标包 括步骤：提取所述区域A的边缘并进行圆拟合，得到圆心坐标。
[0079] 具体的，利用亚像素点边缘检测法提取所述区域A的边缘，并对提取的所述边缘 进行最小二乘法圆拟合，得到所述圆心坐标。
[0080] 当所述特征对象的形状为矩形或其他形状的多边形时，在步骤b中，利用所述特 征对象的形状特征，直接获得所述区域A的中心坐标。
[0081] 进一步，所述机器视觉识别方法可用于定位所述特征对象的角度，所述方法进一 步包括以下步骤：
[0082] c.从所述图像I中识别能确定所述特征对象角度的一条边L ;和
[0083] d.获得所述边L的角度。
[0084] 值得一提的是，能确定所述特征对象角度的一条边L为与所述特征对象位置相对 固定的一条边，当所述边L的角度确定时，所述特征对象在所述边L所在的平面内的角度也 是确定的。例如，当所述特征对象为所述镜头112时，所述音圈马达111的外边、内边或与 其外边平行的线段可以作为确定所述镜头112偏转角度的边，当所述特征对象为所述感光 芯片212时，所述感光芯片212的外边可以确定所述感光芯片212偏转角度的边。
[0085] 在图1B中，所述镜头马达组件11的上表面的边1^可以作为确定所述镜头马达组 件11角度的边。当在图1B中确定所述镜头马达组件11的偏转角度时，可先将所述机器视 觉系统获得的图像的进行位置补正，使得所述图像I是平行于x-z面的一平面的图像，也即 所述图像I获得的是所述镜头马达组件11的上表面或下表面的图像，然后获得所述镜头马 达组件11的边Q相对于X轴或Z轴的偏转角度，从而得到所述镜头马达组件11的偏转角 度。
[0086] 在图1C中，所述镜头马达组件11的侧面的边L3可以作为确定所述镜头马达组件 11角度的边。当在图1C中确定所述镜头马达组件11的偏转角度时，可先将所述机器视觉 系统获得的图像进行位置补正，使得所述图像I是平行于 X-y面的一平面的图像，也即所述 图像I获得的是所述镜头马达组件11的平行于x-y面的侧面的图像，然后获得所述镜头马 达组件11的边L 3相对于X轴或y轴的偏转角度，从而得到所述镜头马达组件11的倾斜角 度。
[0087] 当所述特征对象为所述感光芯片组件21时，所述感光芯片212的边都可以作为确 定所述感光芯片组件21角度的边。当所述线路板211的各边与所述感光芯片212的各边 分别平行时，所述线路板211的边可以作为确定所述感光芯片组件21角度的边。
[0088] 具体的，在步骤c中，识别所述边L时，采用基于形状的模版匹配法识别所述边L， 具体步骤为：
[0089] cl.在所述图像I中通过模板匹配确定所述边L所在的区域C ;和
[0090] c2.通过canny边缘检测从所述区域C中提取所述边L。
[0091] 具体的，在步骤d中，获得所述边L的角度为：对所述边L进行最小二乘法直线拟 合，得到所述直线两端点的坐标（Xu yj、（x2, y2)，并计算所述边L的角度。
[0092] 可利用公式：Θ 计算所述边l的角度。
[0093] 举例说明，当识别所述镜头马达组件11的边1^时，模版匹配识别时使用的模版即 为长度与边Q相等的一线段。当所述镜头马达组件11的上表面为矩形时，与模版匹配的边 有两条相互平行边，识别到其中的任一条都可能可以用于确定所述镜头马达组件11的角 度。当所述镜头马达组件11的上表面为正方形时，与模版匹配的边为正方形的四边，四条 边中任一条都可能根据对应的具体偏转情况可以用于确定所述镜头马达组件11的角度。
[0094] 特别的，当所述方法在步骤a中识别的区域A中包括了可以确定所述特征对象角 度的边时，可直接在所述区域A中进行canny边缘检测，从所述区域A中提取所述边L。例 如，当所述特征对象为矩形的所述感光芯片212或所述线路板211时，所述区域A的边即为 所述感光芯片212或所述线路板211边，也即可以确定所述感光芯片212或所述线路板211 角度的边，因此，可省去步骤cl，直接在所述区域A中进行canny边缘检测，从所述区域A中 提取所述边L。
[0095] 图3所示的是本发明的所述机器视觉识别方法识别所述镜头马达组件11的流程 图。首先，在所述图像L中对所述镜头112做基于形状的模板匹配，判断是否找到所述镜 头112最内层的圆，如果找到则可确定一近似圆心，如果没有找到，则继续在所述图像^中 查找；对所述图像^进行位置补正；然后确定所述镜头112的区域B ;对所述区域B做阈值 分割；提取半径和圆相似度都与所述镜头112匹配的内圆区域A ;对所述内圆区域A做亚 像素点的边缘检测；对得到的边缘做最小二乘法圆拟合得到圆心坐标;然后用模板 匹配在图像Ii中查找能确定所述镜头马达组件11的角度的边区域C，判断是否找到所述 边区域C，若没有找到则在所述图像Ii中从头开始重新识别，若找到所述区域C，则进行下 一步操作，对所述区域c进行canny边缘检测，；对得到的边缘L做最小二乘法直线拟合， 得到边L的两个端点的坐标（ Xl，yi)和（x2，y2);计算得到所述镜头马达组件的偏转角度 :θ = 然后输出所述镜头马达组件11的中心坐标（X。，y。）和角度θ 1。
[0096] 如图4所示的是本发明的所述机器视觉识别方法识别所述感光芯片组件21的流 程图。首先，对所述图像1 2做阈值分割，得到多个连通域；对所述连通域进行分析，从中提取 长宽与所述感光芯片212 -致的矩形区域Α2;对所述区域Α2求中心得到中心坐标（x3，y 3); 然后对所述区域^的一条边做canny边缘检测；对提取的边缘做最小二乘法直线拟合，得 到直线的两端点的坐标（x4，y4)和（x5，y5);根据公式 0 = tan 计算所述感光芯片212 的角度，然后输出所述感光芯片212的中心坐标（x3，y3)与角度θ2。
[0097] 本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例 而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在 实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。
【主权项】
1. 一种在摄像模组的自动调屯、过程中识别特征对象的方法，其特征在于，所述方法包 括： (a)从视觉相机获取的图像I中识别与所述特征对象形状基本一致的区域A ;和 化）获得所述区域A的中屯、坐标。2. 如权利要求1所述的方法，其中所述特征对象是所述摄像模组的马达镜头组件，所 述步骤b包括步骤：针对述马达镜头组件的镜头提取所述区域A的边缘并进行圆拟合，得到 圆屯、坐标，W得到所述镜头的中屯、坐标。3. 如权利要求2所述的方法，在所述步骤b中，利用亚像素点边缘检测法提取所述区域 A的边缘，并对提取的所述边缘进行最小二乘法圆拟合，得到所述区域A的圆屯、坐标。4. 如权利要求3所述的方法，其中步骤a包括W下步骤： 对所述图像I中的镜头最内层的圆进行基于形状的模板匹配，确定一大致的圆屯、坐 标； 对所述图像I进行位置补正，W所述大致的圆屯、坐标为中屯、划分半径确定的一区域B， 所述区域B基本包含所述镜头的特征； 对所述区域B进行阔值分割，分割出一个或多个连通域；和 捜索所述连通域，提取出半径和圆相似度与所述镜头匹配的一连通域，为区域A。5. 如权利要求2至4中任一所述方法，进一步包括步骤： (C)从所述图像I中识别能确定所述马达镜头组件偏转角度的一条边L ;和 (d)计算获得所述边L的角度，W确定所述马达镜头组件的偏转角度。6. 如权利要求5所述的方法，所述步骤C进一步包括W下步骤： 在所述图像I中通过模板匹配确定所述边L所在的区域C ;和 通过边缘检测方法从所述区域C中提取所述边L。7. 如权利要求6所述的方法，其中对所述边L进行最小二乘法直线拟合，得到所述直线 两端点的坐标（XI，yi)、（而，y2)，并计算所述边L的角度，W得到所述马达镜头组件的偏转角度。8. 如权利要求7所述的方法，其中在所述步骤d中，利用公式： 开算所 述马达镜头组件的偏转角度。9. 如权利要求6所述的方法，其中所述区域C通过对所述马达镜头组件的音圈马达进 行模板匹配来获取。10. 如权利要求1所述的方法，其中所述特征对象是所述摄像模组的感光忍片，所述步 骤a包括W下步骤： 对所述图像I进行阔值分割，分割出一个或多个连通域；和 捜索所述连通域，提取长宽尺寸与所述感光忍片一致的区域A。11. 如权利要求10所述的方法，其中在步骤a之后还包括步骤： 在所述区域A中进行边缘检测，提取所述区域A的一边L ;和 计算获得所述边L的角度，W得到所述感光忍片的偏转角度。12. 如权利要求11所述的方法，进一步包括W下步骤：对所述边L进行最小二乘法直 线拟合，得到所述直线两端点的坐标（XI，yi)、（而，72)，并计算所述边L的角度。13. 如权利要求12所述的方法，其中利用公式：十算所述感光忍片的偏 转角度。14. 如权利要求1所述的方法，其中所述特征对象是用于计算视觉比例系数的Mark点， 所述方法进一步包括步骤：对所述图像I进行阔值分割，得到Mark点连通域，并获取所述 Mark点连通域的中屯、坐标。
【文档编号】H04N5/232GK105991912SQ201510052452
【公开日】2016年10月5日
【申请日】2015年2月2日
【发明人】吴林哲, 诸庆, 柯海挺, 陈成权
【申请人】宁波舜宇光电信息有限公司