自动缺陷检测算法：从污点到IR滤光片检测

"这篇文档详细介绍了缺陷检测算法在检测模组内部Sensor或IR滤光片上的污点，包括污点测试的基本算法、取值框设置、测试环境与标准，以及SFR和EIAJ测试原理的提及。" 缺陷检测算法是针对电子设备中的图像传感器或光学元件的一种质量控制技术，旨在识别和定位可能影响图像效果的黑点、亮点和黑团等缺陷。在图像模组中，Sensor和IR滤光片的清洁度至关重要，因为任何污点都可能导致成像质量下降。 1. **污点测试**： - 目的：自动检测Sensor和IR滤光片上的脏污，确保图像质量。 - 基本算法：通过比较同一像素点（Pixel）附近的Y1和Y2两个区域的平均值差异来计算对比度。Y1通常代表较小的区域，而Y2代表较大的背景区域。 - 取值框设置：IC污点通常设置Y1为1Pixel，Y2为31*31Pixels；IR污点的设置因大小不同而异，需要根据数据收集调整。 - 默认设置：对于5M模组，小、中、大IR污点的Y1和Y2设置分别有具体的像素尺寸。 - 测试环境：使用LED均匀光源，确保曝光稳定。 - 标准：以极限样品作为基准。 - 原理：污点区域的成像会比正常区域更暗，通过对比度和阈值判断是否存在污点，再进行二值化处理并计算污点面积，最后按照预设标准筛选。 2. **SFR（空间频率响应）测试原理**： SFR测试评估图像传感器的分辨率和清晰度。它测量图像系统在不同空间频率下的响应，从而分析图像细节的表现。高空间频率对应于图像中的精细细节，低频率对应于大的结构。通过SFR测试，可以量化图像质量，帮助识别是否由于缺陷导致图像模糊或失真。 3. **EIAJ（日本电子工业协会）测试原理**： EIAJ算法模仿人眼的视觉检查，因此验证和适应性较强。它主要用于评估图像的主观质量，包括色彩、对比度、清晰度等方面，确保产品符合人类视觉的感知标准。 以上内容详述了缺陷检测算法在实际应用中的具体步骤和技术要点，对于保障电子设备的图像质量和生产过程的质量控制具有重要意义。通过对污点的精确检测和分析，可以及时发现并修复问题，提高产品的整体性能和用户满意度。