摄像头模组组装及成像质量一站式检测方法的研究

发布时间：2020-11-01 15:43

　　 随着电子产业的飞速发展,大大带动了摄像头模组市场需求旺盛。如何在大规模生产摄像头模组的同时保证摄像头模组流入市场的产品质量是所有摄像头模组生产厂商亟待解决的问题。目前高端摄像头模组市场主要采用AA制程设备,采用AA制程技术的设备都将检测被组装的半成品,并根据被组装半成品的实际情况主动对准,然后将下一个零配件组装到位,这种主动对准技术在生产环节就已经减小整个模组的装配公差,其生产出的模组具有一致性高、成像质量好及组装质量高等优点。中低端摄像头模组因成本等因素不可使用高端AA制程等设备进行精密组装,其导致中低端摄像头模组成像质量一致性较差。目前其它相关设备只能检测中低端摄像头模组成像的清晰度,不能检测模组组装的位姿偏差,而位姿偏差也是导致成像质量较差的一个重要因素。针对这些问题,本文提出了一种新的摄像头模组组装及成像质量一站式检测的方法,首先通过一个制具将位姿测量转化为相机标定问题,接着通过设计一种新的结合圆形阵列的MTF清晰度分析平面标靶,使得摄像头模组仅需采集一幅标靶图像,能够基于MTF清晰度计算方法和改进的平行相机标定技术对标靶图像进行分析,最后得到摄像头模组成像清晰度值以及摄像头模组相对于标靶的三维位姿值,其中三维位姿值可估算摄像头模组组装偏差,进而评价摄像头模组的组装质量。为了验证本课题提出的摄像头模组位姿估计方法的精度和可行性,本课题首先设计并搭建了一个三维旋转台以验证位姿估计方法相对位姿的精度,然后设计了一种能够满足位姿估计方法计算和兼容Halcon标定的标定板,借助此标定板对摄像头模组位姿估计方法的绝对位姿精度进行验证,最后对位姿估计方法的标定精度做了对比和验证。通过实验验证,本文的三维位姿估计算法精度较高,完全满足相关产业的检测要求。
【学位单位】：江西理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP334.2;TP391.41
【部分图文】：

第一章 绪 论被称为电脑相机，属于一种视频输入设备，是影像捕捉至关重小，成本低，功耗低，高影像品质等诸多特点[1-3]。随着消费电模组被广泛应用于视频监控、智能手机、笔记本电脑、视频会备、智能电视等电子设备，这些电子设备得到众多消费者的青费者对摄像头模组质量要求的日益提高，摄像头模组的品控要成像质量和组装质量的检测成为摄像模组生产工序上一个必不组产业链具体如图 1.1 所示，其上游零部件主要有镜头、微型（CCD/CMOS）、图像信号处理器、滤光片、支架等。中游是下游则主要有智能手机、平板电脑、笔记本电脑、计算机、视像头、工业视觉、远程医疗等应用领域。

图 1.2 摄像头模组市场2012～2022 年市场规模及预测产业链中的新兴产业，整个摄像头模组产业正处于高速发展阶段，大。仅 2017 年，全球摄像头模组出货总量高达 52.2 亿颗，而中国成，是世界最大的摄像头模组生产基地。如图 1.2 所示仅2016 年，模就高达 235 亿美元，预计到 2022 年至少将达到 468 亿美元，在将能够保持 12.2%的复合年增长率，由此可见，摄像头模组未来依。组的巨大需求量催生出许多摄像头模组制造厂商。中高端摄像头模 制程，即Active Alignment，也被称为主动对准技术，是一种确定零置的技术。AA 制程的设备在组装每一个模组零配配件时，采用 A检测被组装的半成品，并根据被组装半成品的实际情况主动对准，装到位。这种主动对准技术可有效的减小整个模组的装配公差，有致性，提高模组的组装和成像质量。 所示的 AA 制程设备生产出的摄像头模组具有一致性高、品质稳定差小等优点，是与规模较大的下游厂商合作的基本门槛之一。由于

图1.3 AA 制程设备和工艺流程，目前国内中低端摄像头模组生产厂商大多仅检凭借成像清晰度的计算结果来评估摄像头模组的成像质量。偏差，但位姿偏差是影响摄像头模组组装质量的重要因素。日益提高，单一的成像清晰度检测已不再满足要求，摄像头要被纳入到品控管理中。意义和工艺流程，目前国内中低端摄像头模组生产厂商仍大多仅，若要把摄像头模组的组装位姿偏差检测也纳入到模组品控工位，这样就大大提高了项目成本，同时对流水线本就狭小的是提出一种摄像模组位姿精确测量的方法：首先通过一个定问题，再基于自主设计的圆形阵列和 MTF 组合标靶实现图
【参考文献】

相关期刊论文 前10条

1 李子建;;摄像模组的基本原理[J];山东工业技术;2015年21期

2 周庆波;梁东爔;;三轴转台伺服系统的设计及实现[J];广东技术师范学院学报;2015年08期

3 刘艳;李腾飞;;对张正友相机标定法的改进研究[J];光学技术;2014年06期

4 陈慧;徐建波;;智能汽车技术发展趋势[J];中国集成电路;2014年11期

5 侯远韶;;机器视觉系统中光源的选择[J];洛阳师范学院学报;2014年08期

6 端木庆玲;阮界望;马钧;;无人驾驶汽车的先进技术与发展[J];农业装备与车辆工程;2014年03期

7 杨帆;;无人驾驶汽车的发展现状和展望[J];上海汽车;2014年03期

8 岳晓峰;祁欢;;基于张正友平面模板法的双目立体视觉系统标定[J];机械工程师;2014年02期

9 陈志特;;机器视觉照明光源技术要点分析[J];河南科技;2014年02期

10 王政;胡志雄;;基于张正友标定算法的内参数线性与非线性解算[J];郑州师范教育;2013年02期

相关硕士学位论文 前10条

1 赵鹏飞;用于三维重建的摄像机标定方法研究[D];西安科技大学;2018年

2 牛相勇;基于MTF的镜片图像去噪复原算法研究[D];哈尔滨理工大学;2018年

3 鄢天川;摄像模组的解像力检测方法研究[D];西安理工大学;2017年

4 全世红;摄像模组解析力和脏污检测的研究与应用[D];深圳大学;2016年

5 马蕊;现代家居智能化发展及应用研究[D];北方工业大学;2014年

6 舒娜;摄像机标定方法的研究[D];南京理工大学;2014年

7 陈才国;基于机器视觉的全方位倾斜传感器的开发及其应用[D];浙江工业大学;2013年

8 王冠;摄像模组质量检测机械系统研究[D];长春理工大学;2013年

9 朱万山;摄像模组和图像品质的研究及运用[D];天津大学;2012年

10 周涛;基于无线传感器网络的智能家居安防系统[D];太原理工大学;2011年

本文编号：2865748