具体实施方式

如图1、图2所示，本公开所述的一种摄像头模组漏光检测方法，包括以下步骤：

S01、在待测摄像头模组5镜头端的侧面照射光线，使光线垂直于待测摄像头模组5的侧面照射，使待测摄像头模组5执行拍摄动作采集样本图像；

S02、对样本图像进行处理分析，获得该样本图像的漏光占比x和画面均匀性y，其中，漏光占比x表示样本图像中，漏光区域像素个数占样本图像总像素个数的比例，画面均匀性y表示样本图像的颜色均匀性；

S03、根据漏光占比x和画面均匀性y两个参数判断对应的待测摄像头模组5是否通过漏光检测，漏光占比x和画面均匀性y均为具体的数值，可通过分析计算获得，根据漏光占比x和画面均匀性y的数值大小与标准值进行比较，来判断对应的摄像头模组是否存在漏光问题。

具体的，请详细参阅图2，上述步骤S03包括：

S031、预设漏光占比的第一阈值a和第二阈值b，其中，所述第一阈值a小于所述第二阈值b；预设所述画面均匀性y的第三阈值c；

S032、将所述漏光占比x与所述第一阈值a、所述第二阈值b做数值比较；

如所述漏光占比小于所述第一阈值a，则判断该样本图像对应的摄像头模组的漏光检测通过；

如所述漏光占比x大于或等于所述第一阈值a而小于或等于所述第二阈值b，则进入下一步骤进行画面均匀性判断；

如所述漏光占比x大于所述第二阈值b，则判断该样本图像对应的摄像头模组的漏光检测不通过；

S033、将所述画面均匀性y与所述第三阈值c做数值比较，如所述画面均匀性y大于所述第三阈值c，则判断该样本图像对应的摄像头模组的漏光检测不通过，如所述画面均匀性y小于或等于所述第三阈值c，则判断该样本图像对应的摄像头模组的漏光检测通过。

更具体的，根据多次实际验证，将所述第一阈值a设为1％；所述第二阈值b设为10％。

如漏光占比x小于1％，表示摄像头模组无漏光位置或漏光位置很小，判断该摄像头模组的漏光检测通过；

如图8、图9所示，如漏光占比x大于或等于1％而小于或等于10％，判断该摄像头模组为轻微漏光，轻微漏光情况下，是否会影响摄像头模组的正常使用，属于人工判断标准模糊的区间，因而需要结合画面均匀性y进行判断该摄像头模组的漏光检测是否通过。

根据实际试验结果，将画面均匀性y的第三阈值c设为10，如图9所示，当画面均匀性y小于或等于10时，该样本图像的画面颜色较为均匀，判断为漏光现象不明显，漏光检测通过。如图8所示，当画面均匀性y大于10时，该样本图像颜色不均匀的现象较为明显，判断为漏光现象明显，漏光检测不通过。

如图7所示，如漏光占比x大于10％，表示摄像头模组的漏光位置较大，判断为该摄像头模组的漏光检测不通过。

通过设定上述的第一阈值a、第二阈值b和第三阈值c，将样本图像的漏光占比x与第一阈值a、第二阈值b做数值比较，将画面均匀性y与第三数值c做数值比较，根据可量化的数值比较结果来判断摄像头模组是否存在漏光问题，实现可量化的摄像头模组漏光检测，能提高检测结果的统一性，消除人为主观因素对检测结果造成的影响，提高检测结果的准确性。

对摄像头模组的侧面照射光线，如果摄像头模组的侧面漏光，光线会从漏光位置进入到摄像头模组内部的传感器芯片上，画面上会有红斑出现，红斑的面积可直接反应漏光位置的大小，即该摄像头模组漏光问题的严重程度。

基于以上原理，本实施例中，步骤S02中，获得样本图像的漏光占比x包括以下步骤：

将样本图像转换为灰度图像，然后通过阈值化处理转换为黑白两色的二值图，通过设定合适的阈值，低于该阈值显示为黑色，高于该阈值显示为白色，通过阈值化处理，可将原样本图像中的红斑位置转换为白色，将漏光区域与不漏光区域更明显地区分出来，这样可便于后续的计算过程。

通过上述的阈值化处理后，得到黑白两色的二值图，其中白色区域表示漏光部分，黑色区域表示正常成像部分，计算白色区域像素个数占二值图总像素个数的比例，即白色区域面积占二值图总图像面积的比例，即得漏光占比x。

通过上述的处理过程，可以准确地计算出漏光占比x，以使漏光检测的判断过程更加快速准确。

漏光位置的分布会影响摄像头模组的成像画面，进而影响摄像头模组的漏光检测结果，漏光位置的分布在样本图像中表现为画面均匀性，具体的，为画面颜色的均匀性。

本实施例中，获得样本图像的画面均匀性y包括以下步骤：

对样本图像做高斯低通滤波处理，模糊去除样本图像中的坏点噪声；

在样本图像的边缘处选取n个选区，计算每个选区内RGB值中的R(red)值的平均值，记为第一平均值R_n(n＝1,2,3,4...n)；更具体的，设样本图像的高度为h，宽度为q，选区呈方形，且n＝8,8个选区均匀分布在样本图像的边缘处，选区的高度为宽度为以使选区的分布均匀，大小合适，进而使得后续的计算结果更加准确。

将8个选区依次记为D₁,D₂,D₃,D₄,D₅,D₆,D₇,D₈,分别计算这8个选区的第一平均值，记为R₁,R₂,R₃,R₄,R₅,R₆,R₇,R₈。计算样本图像的RGB值中R值的平均值，记为第二平均值以所述第二平均值为基准，计算各个第一平均值R_n，即上述R₁、R₂、R₃、R₄、R₅、R₆、R₇、R₈与第二平均值的标准差std，通过标准差std来反映画面均匀性y。标准差std大于10时，表示样本图像颜色较不均匀，漏光位置对摄像头模组的成像影响较大，该摄像头模组的漏光检测不通过；标准差std小于或等于10时，表示样本图像颜色较为均匀，漏光位置对摄像头模组的成像影响不大，该摄像头模组的漏光检测通过。

上述的画面均匀性计算过程，可通过标准差std来反映画面均匀性y，进而判断轻微漏光下，该摄像头模组是否通过漏光检测，以实现可量化的准确检测。

进一步的，本实施例中，步骤S01中，在待测摄像头模组5镜头端的侧面照射光线，待测摄像头模组5执行拍摄动作采集样本图像的过程在黑暗环境中完成，更具体的，通常在黑箱3中完成，以使采集的样本图像大部分为黑色，能更好的与漏光区域图像区分开来，进而使得检测结果更加准确。

进一步的，本实施例中，摄像头模组的镜头端一般呈方形，因而在步骤S01中，在待测摄像头模组5镜头端的四个侧面依次照射光线，每次照射持续2s，在每次照射其中一个侧面时，摄像头模组均执行至少一次拍摄动作以采集样本图像，摄像头模组随光线的照射过程依次执行四次拍摄动作，采集四组样本图像，通过上述过程分别对四组样本图像进行分析，综合判断待测摄像头模组5的漏光检测是否通过。通过上述过程，分别对摄像头模组的四个侧面照射光线，以此对摄像头模组的四个侧面综合进行漏光检测。

本公开通过对样本图像反映漏光问题的两个重要参数：漏光占比x和画面均匀性y进行分析以判断摄像头模组是否通过漏光检测，通过可量化的统一标准来对样本图像进行分析，进而判断对应的摄像头模组是否存在漏光问题，可消除人为主观因素对检测结果造成的影响，提高内窥镜产品质量的一致性。

本公开可通过软件算法实现样本图像的自动分析判断，从而实现摄像头模组漏光的自动检测，相较于人工检测，可显著提高漏光检测过程的效率，进而提高内窥镜的生产效率，同时也能提高检测结果的准确性，进而提高内窥镜的产品质量。

如图3所示，本公开还提供了一种摄像头模组漏光检测装置，包括：

固定及照射模块1，固定及照射模块1用于固定待测摄像头模组5，并在待测摄像头模组5镜头端的侧面照射光线；

处理分析模块2，处理分析模块2用于对所述待测摄像头模组5采集的样本图像进行处理分析，获得所述样本图像的漏光占比x和画面均匀性y；所述漏光占比x表示所述样本图像中漏光区域像素个数占所述样本图像总像素个数的比例，所述画面均匀性y表示所述样本图像的颜色均匀性；并根据所述漏光占比x和所述画面均匀性y判断对应的待测摄像头模组5是否通过漏光检测。

本公开实施例所述的摄像头模组漏光检测装置与上述的摄像头模组漏光检测方法基于相同的发明构思，可参照上文描述进行理解，在此不再赘述。

本公开实施例所述的摄像头模组漏光检测装置，通过对样本图像的漏光占比x和画面均匀性y两个参数进行分析以判断摄像头模组是否通过漏光检测，通过可量化的统一标准进行检测判断，能提高检测结果的统一性，消除人为主观因素对检测结果造成的影响，且能实现对样本图像的自动分析判断，能显著提高漏光检测过程的效率及检测结果的准确性。

在具体的实施例中，如图4、图5、图6所示的，固定及照射模块1通常包括黑箱3、固定组件6和照射组件4和控制器7；固定组件6包括底座及可滑动的载物台61，底座整体通过导轨、滚珠丝杆和电机设置为可直线滑动的结构，载物台61与底座为可相对滑动结构，并通过直线气缸来驱动载物台61的滑动，使得载物台61有X和Y两个方向的运动自由度，载物台61的数量通常为多个，多个载物台61沿着X方向并排设置在底座上，以便于同时固定多个摄像头模组进行检测。载物台61的上端面通常形成有V形槽和卡扣，以便于卡住和固定待测摄像头模组5。载物台61的前端设计为较窄的结构，以便于伸入照射组件4的内部。

照射组件4具体包括外壳41、遮光板42和LED灯43，外壳41采用不透明材料制成，其横截面呈圆环形，其一端面形成有圆形的通孔，在该圆孔上设有不透明的遮光板42，遮光板42的中部形成有用于供待测摄像头模组5穿入的穿入孔，外壳41的另一端面与黑箱3相通，以使待测摄像头模组5的成像画面为黑色画面，防止外部光线漏入对检测结果造成影响。LED灯43的数量为四个，分别设置在外壳41内的上、下、左、右四个方向，以从四个侧面对摄像头模组照射光线，外壳41在与四个LED灯43相对应的位置均预留有布线孔，以供LED灯43的连接线走线。控制器7可选用单片机或PLC(Programmable Logic Controller，可编程逻辑控制器)，控制器7与固定组件6、LED灯43信号连接，以控制载物台61的移动及LED灯43的启停，同时控制器7还与上位机8信号连接，以通过上位机8向控制器7发送控制指令，从而实现摄像头模组的自动化检测。

处理分析模块2通常为搭载有对应程序的上位机8，如PC(Personal Computer，个人计算机)，处理分析模块2对采集的样本图像进行处理分析以获得对应摄像头模组的漏光检测判断结果。

通过上述的固定及照射模块1对待测摄像头模组5进行固定及照射光线，可保证光源，即LED灯43的出射方向垂直于待测摄像头模组5的侧面，避免光线从镜面处或摄像头底部进入造成误判，同时也能保证多个摄像头的检测过程中，光源与摄像头的间距保持一致，减小或消除外部干扰因素对检测判断结果的影响，提高检测判断结果的准确性。

本公开实施例还提供了一种计算机设备，包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载时执行如上所述的摄像头模组漏光检测方法。

存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。

本公开实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行，即上述计算机设备可以包括计算机终端、服务器或者类似的运算装置。该计算机设备的内部结构可包括但不限于：处理器、网络接口及存储器。其中，计算机设备内的处理器、网络接口及存储器可通过总线或其他方式连接。

其中，处理器(或称CPU(CentralProcessingUnit，中央处理器))是计算机设备的计算核心以及控制核心。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI、移动通信接口等)。存储器(Memory)是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的存储器可以是高速RAM存储设备，也可以是非不稳定的存储设备(non-volatile memory)，例如至少一个磁盘存储设备；可选的还可以是至少一个位于远离前述处理器的存储装置。存储器提供存储空间，该存储空间存储了电子设备的操作系统，可包括但不限于：Windows系统(一种操作系统)，Linux(一种操作系统)，Android(安卓，一种移动操作系统)系统、IOS(一种移动操作系统)系统等等，本公开对此并不作限定；并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。在本说明书实施例中，处理器加载并执行存储器中存放的一条或一条以上指令，以实现上述方法实施例提供的摄像头模组漏光检测方法。

在本公开的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本公开保护范围的限制。

对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本公开权利要求的保护范围之内。