摄像头对焦检测方法及装置

摘要

本公开涉及了一种摄像头对焦检测方法及装置，该方法包括：上位机控制终端中摄像头执行第一次拍摄，获取第一拍摄图片；通过图像清晰度检测得到所述第一拍摄图片对应的清晰度结果；根据所述第一拍摄图片对应的清晰度结果控制所述终端移动所述摄像头；在所述摄像头移动至指定位置时，控制所述摄像头执行第二次拍摄，获取第二拍摄图片；通过所述图像清晰度检测得到所述第二拍摄图片对应的清晰度结果，根据所述第二拍摄图片对应的清晰度结果输出对焦检测结果。采用本公开能够实现摄像头对焦检测的自动化。

权利要求

1.一种摄像头对焦检测方法，其特征在于，包括：上位机控制终端中摄像头执行第一次拍摄，获取第一拍摄图片；

通过图像清晰度检测得到所述第一拍摄图片对应的清晰度结果；

根据所述第一拍摄图片对应的清晰度结果控制所述终端移动摄像头马达；

在所述摄像头马达移动至指定位置时，控制所述摄像头执行第二次拍摄，获取第二拍摄图片；

通过所述图像清晰度检测得到所述第二拍摄图片对应的清晰度结果，根据所述第二拍摄图片对应的清晰度结果输出对焦检测结果。

2.如权利要求1所述的方法，其特征在于，所述通过图像清晰度检测得到图片对应的清晰度结果的步骤包括：依照图像分割算法将所述图片分割成多个图像区域；

按照预设位置信息由所述多个图像区域中获取马赛克色块；

通过所述马赛克色块中指定色彩的像素点个数的计算获取所述图片对应的清晰度结果。

3.如权利要求2所述的方法，其特征在于，所述图像分割算法为区域生长算法，所述依照图像分割算法将图片分割成多个图像区域的步骤包括：获取所述图片中每个像素点的亮度值；

对每个所述像素点的亮度值进行算术平均，得到第一平均亮度阈值；

根据所述第一平均亮度阈值与每个像素点的亮度值逐个比较的比较结果，将每个像素点的亮度值重新标记为指定色彩对应的亮度值，得到所述多个图像区域。

4.如权利要求3所述的方法，其特征在于，所述获取所述图片中每个像素点的亮度值的步骤包括：判断所述图片的图片格式；

若所述图片的图片格式为RAW格式，对每个所述像素点进行亮度计算，得到每个所述像素点的亮度值；

否则，当所述图片的图片格式为YUV格式，由每个所述像素点进行亮度值的提取。

5.如权利要求2所述的方法，其特征在于，所述通过所述马赛克色块中指定色彩的像素点个数的计算获取所述图片对应的清晰度结果的步骤包括：计算所述马赛克色块的平均亮度值，得到第二平均亮度阈值；

计算马赛克色块中黑色的像素点个数与白色的像素点个数的比值；

比较所述第二平均亮度阈值与比值，比较结果即为所述清晰度结果。

6.一种摄像头对焦检测方法，其特征在于，包括：终端通过自身的摄像头执行第一次拍摄，并向上位机返回第一拍摄图片；

按照所述上位机的控制移动摄像头马达，所述控制是所述上位机根据所述第一拍摄图片对应的清晰度结果进行的；

在所述摄像头马达移动至指定位置时，通过所述摄像头执行第二次拍摄；

向所述上位机返回第二拍摄图片，以通过所述上位机根据所述第二拍摄图片对应的清晰度结果输出对焦检测结果。

7.一种摄像头对焦检测装置，其特征在于，包括：第一图片获取模块，用于上位机控制终端中摄像头执行第一次拍摄，获取第一拍摄图片；

第一检测模块，用于通过图像清晰度检测得到所述第一拍摄图片对应的清晰度结果；

移动控制模块，用于根据所述第一拍摄图片对应的清晰度结果控制所述终端移动摄像头马达；

第二图片获取模块，用于在所述摄像头马达移动至指定位置时，控制所述摄像头执行第二次拍摄，获取第二拍摄图片；

第二检测模块，用于通过所述图像清晰度检测得到所述第二拍摄图片对应的清晰度结果，根据所述第二拍摄图片对应的清晰度结果输出对焦检测结果。

8.如权利要求7所述的装置，其特征在于，所述第一检测模块与第二检测模块均包括：图片分割单元，用于依照图像分割算法将所述图片分割成多个图像区域；

马赛克色块获取单元，用于按照预设位置信息由所述多个图像区域中获取马赛克色块；

清晰度结果获取单元，用于通过所述马赛克色块中指定色彩的像素点个数的计算获取所述图片对应的清晰度结果。

9.如权利要求8所述的装置，其特征在于，所述图像分割单元包括：图片亮度值获取单元，用于获取所述图片中每个像素点的亮度值；

第一阈值获取单元，用于对每个所述像素点的亮度值进行算术平均，得到第一平均亮度阈值；

重新标记单元，用于根据所述第一平均亮度阈值与每个像素点的亮度值逐个比较的比较结果，将每个像素点的亮度值重新标记为指定色彩对应的亮度值，得到所述多个图像区域。

10.如权利要求9所述的装置，其特征在于，所述图片亮度获取单元包括：图片格式判断单元，用于判断所述图片的图片格式；若所述图片的图片格式为RAW格式，则通知亮度值计算单元，否则，当所述图片的图片格式为YUV格式，通知亮度值提取单元；

所述亮度值计算单元，用于对每个所述像素点进行亮度计算，得到每个所述像素点的亮度值；

所述亮度值提取单元，用于由每个所述像素点进行亮度值的提取。

11.如权利要求8所述的装置，其特征在于，所述清晰度结果获取单元包括：第二阈值获取单元，用于计算所述马赛克色块的平均亮度值，得到第二平均亮度阈值；

比值计算单元，用于计算马赛克色块中黑色的像素点个数与白色的像素点个数的比值；

比较单元，用于比较所述第二平均亮度阈值与比值，比较结果即为所述清晰度结果。

12.一种摄像头对焦检测装置，其特征在于，包括：第一拍摄模块，用于终端通过自身的摄像头执行第一次拍摄，并向上位机返回第一拍摄图片；

马达移动模块，用于按照所述上位机的控制移动摄像头马达，所述控制是所述上位机根据所述第一拍摄图片对应的清晰度结果进行的；

第二拍摄模块，用于在所述摄像头马达移动至指定位置时，通过所述摄像头执行第二次拍摄；

图片发送模块，用于向所述上位机返回第二拍摄图片，以通过所述上位机根据所述第二拍摄图片对应的清晰度结果输出对焦检测结果。

说明书

摄像头对焦检测方法及装置

技术领域

[0001] 本公开涉及图像处理技术领域，尤其涉及一种摄像头对焦检测方法及装置。

背景技术

[0002] 摄像头厂家在生产内置于终端中摄像头时的一个重要环节是对摄像头进行对焦检测，以通过对焦检测使得出厂摄像头的对焦功能可以正常使用。

[0003] 传统的摄像头对焦检测方法是通过测试人员人工移动摄像头、手动触发对焦(即手动控制终端执行摄像头马达的移动)，并肉眼观察对焦后摄像头拍摄所得到的图片是否清晰，以此判断摄像头的对焦是否正常。

[0004] 然而，人工检测会耗费大量的人力，不利于生产成本的降低。

发明内容

[0005] 基于此，本公开的一个目的在于提供一种摄像头对焦检测方法，用于解决现有技术中由于人工进行摄像头对焦检测而导致生产成本过高的问题。

[0006] 此外，本公开的另一个目的在于提供一种摄像头对焦检测装置，用于解决现有技术中由于人工进行摄像头对焦检测而导致生产成本过高的问题。

[0007] 为了解决上述技术问题，本公开所采用的技术方案为：

[0008] 一种摄像头对焦检测方法，包括：上位机控制终端中摄像头执行第一次拍摄，获取第一拍摄图片；通过图像清晰度检测得到所述第一拍摄图片对应的清晰度结果；根据所述第一拍摄图片对应的清晰度结果控制所述终端移动摄像头马达；在所述摄像头马达移动至指定位置时，控制所述摄像头执行第二次拍摄，获取第二拍摄图片；通过所述图像清晰度检测得到所述第二拍摄图片对应的清晰度结果，根据所述第二拍摄图片对应的清晰度结果输出对焦检测结果。

[0009] 一种摄像头对焦检测方法，包括：终端通过自身的摄像头执行第一次拍摄，并向上位机返回第一拍摄图片；按照所述上位机的控制移动摄像头马达，所述控制是所述上位机根据所述第一拍摄图片对应的清晰度结果进行的；在所述摄像头马达移动至指定位置时，通过所述摄像头执行第二次拍摄；向所述上位机返回第二拍摄图片，以通过所述上位机根据所述第二拍摄图片对应的清晰度结果输出对焦检测结果。

[0010] 一种摄像头对焦检测装置，包括：第一图片获取模块，用于上位机控制终端中摄像头执行第一次拍摄，获取第一拍摄图片；第一检测模块，用于通过图像清晰度检测得到所述第一拍摄图片对应的清晰度结果；移动控制模块，用于根据所述第一拍摄图片对应的清晰度结果控制所述终端移动摄像头马达；第二图片获取模块，用于在所述摄像头马达移动至指定位置时，控制所述摄像头执行第二次拍摄，获取第二拍摄图片；第二检测模块，用于通过所述图像清晰度检测得到所述第二拍摄图片对应的清晰度结果，根据所述第二拍摄图片对应的清晰度结果输出对焦检测结果。

[0011] 一种摄像头对焦检测装置，包括：第一拍摄模块，用于终端通过自身的摄像头执行第一次拍摄，并向上位机返回第一拍摄图片；马达移动模块，用于按照所述上位机的控制移动摄像头马达，所述控制是所述上位机根据所述第一拍摄图片对应的清晰度结果进行的；第二拍摄模块，用于在所述摄像头马达移动至指定位置时，通过所述摄像头执行第二次拍摄；图片发送模块，用于向所述上位机返回第二拍摄图片，以通过所述上位机根据所述第二拍摄图片对应的清晰度结果输出对焦检测结果。

[0012] 与现有技术相比，本公开具有以下有益效果：

[0013] 通过上位机控制终端执行拍摄动作和移动摄像头马达动作，并将摄像头马达移动前后所拍摄得到的图片分别返回至上位机，进而通过上位机对图片进行图像清晰度检测得到清晰度结果，并通过清晰度结果输出对焦检测结果。

[0014] 简而言之，通过保持终端位置不变，由上位机控制终端执行摄像头马达的移动，并由上位机对拍摄得到的图片进行图片清晰度检测，实现了摄像头对焦检测的自动化，以此避免了现有技术中需要测试人员人工移动摄像头、手动触发对焦以及肉眼观察拍摄得到的图片是否清晰，而造成人力耗费过多，进而导致生产成本过高的问题。

附图说明

[0015] 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。

[0016] 图1是根据本公开所涉及的实施环境的示意图；

[0017] 图2是根据一示例性实施例示出的一种终端的框图；

[0018] 图3是根据一示例性实施例示出的一种上位机的框图；

[0019] 图4是根据一示例性实施例示出的一种摄像头对焦检测方法的流程图；

[0020] 图5是图4对应实施例中对图片进行图像清晰度检测得到图片对应的清晰度结果步骤在一个实施例的流程图；

[0021] 图5a是根据本公开所涉及的靶图的示意图；

[0022] 图5b是根据本公开所涉及的清晰图片的示意图；

[0023] 图5c是根据本公开所涉及的模糊图片的示意图；

[0024] 图6是图4对应实施例中依照图像分割算法将图片分割成多个图像区域步骤在一个实施例的流程图；

[0025] 图6a是图6对应实施例所涉及的区域生长算法遍历后的图片的示意图；

[0026] 图7是图6对应实施例中获取图片中每个像素点的亮度值步骤在一个实施例的流程图；

[0027] 图8是图4对应实施例中通过马赛克色块中指定色彩的像素点个数的计算获取图片对应的清晰度结果步骤在一个实施例的流程图；

[0028] 图9是根据一示例性实施例示出的另一种摄像头对焦检测方法的流程图；

[0029] 图10是根据一示例性实施例示出的一种摄像头对焦检测装置的框图；

[0030] 图11是图10对应实施例中近距离对焦检测模块与远距离对焦检测模块在一个实施例的框图；

[0031] 图12是图10对应实施例中图像分割单元在一个实施例的框图；

[0032] 图13是图12对应实施例中图片亮度获取单元在一个实施例的框图；

[0033] 图14是图10对应实施例中清晰度结果获取单元在一个实施例的框图；

[0034] 图15是根据一示例性实施例示出的另一种摄像头对焦检测装置的框图。

具体实施方式

[0035] 这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

[0036] 如前所述，传统的摄像头对焦检测方法通常采用人工检测的方式进行。具体而言，测试人员先将摄像头移动至距离靶图10cm左右，进行手动触发对焦并拍摄，再肉眼观察对焦后拍摄得到的近距离图片是否清晰，以此判断摄像头在近距离时的对焦是否正常，然后将摄像头移动至距离靶图2m左右，进行手动触发对焦并拍摄，再肉眼观察对焦后拍摄得到的远距离图片是否清晰，以此判断摄像头在远距离时的对焦是否正常，进而根据摄像头远近距离对焦是否正常得到摄像头的对焦检测结果，从而确保出厂摄像头的对焦功能可以正常使用。

[0037] 由于需要人工进行摄像头移动、手动触发对焦以及判断图片是否清晰等，使得人力耗费过多，而不利于生产成本的降低。

[0038] 此外，针对摄像头的大批量生产，若是由同一个测试人员完成，由于视觉疲劳容易造成误检和漏检，不利于提高摄像头对焦检测的准确率。若是由不同的测试人员完成，仍然需要耗费较多的人力，不利于提高摄像头对焦检测的检测效率，还会使得判断标准不一致，而影响摄像头产品的一致性。

[0039] 因此，为了降低生产成本、提高摄像头对焦检测的检测效率和准确率，特提出了一种摄像头对焦检测方法。

[0040] 图1为上述摄像头对焦检测方法所涉及的实施环境。该实施环境包括终端100和与终端100通信的上位机200。

[0041] 其中，终端100可以是智能手机、平板电脑、掌上电脑、笔记本电脑或者其它携带有摄像头的电子设备，上位机200可以是计算机、服务器等等。

[0042] 通过上位机200与终端100的通信，上位机200将控制终端100的摄像头执行启动、拍摄、移动摄像头马达、传输图片等动作。

[0043] 进一步地，终端100将通过自身的摄像头对靶图进行近距离拍摄，并发送近距离拍摄所得到的近距离图片至上位机200，以通过上位机200对该近距离图片进行图像清晰度检测，由此判断摄像头近距离对焦是否正常。

[0044] 终端100还将在摄像头马达移动至指定位置后，通过摄像头对靶图进行远距离拍摄，并发送远距离拍摄所得到的远距离图片至上位机200，以通过上位机200对该远距离图片进行图像清晰度检测，由此通过判断摄像头马达的运动是否正常判断摄像头远距离对焦是否正常。

[0045] 通过上位机200判断摄像头近距离对焦是否正常以及判断摄像头远距离对焦是否正常，以此完成摄像头的对焦检测。

[0046] 请参阅图2，图2是根据一示例性实施例示出的一种终端的框图。需要说明的是，该终端100只是一个适配于本公开的示例，不能认为是提供了对本公开的使用范围的任何限制。该终端100也不能解释为需要依赖于或者必须具有图2中示出的示例性的终端100中的一个或者多个部件。

[0047] 如图2所示，终端100包括存储器101、存储控制器103、一个或多个(图中仅示出一个)处理器105、外设接口107、射频模块109、定位模块111、摄像模块113、音频模块115、触控屏幕117以及按键模块119。这些组件通过一条或多条通讯总线/信号线121相互通讯。

[0048] 可以理解，图2所示的结构仅为示意，终端100还可包括比图2中所示更多或更少的组件，或者具有与图2所示不同的组件。图2中所示的各组件可以采用硬件、软件或者其组合来实现。

[0049] 其中，存储器101可用于存储软件程序以及模块，如本公开示例性实施例中的摄像头对焦检测方法及装置对应的程序指令及模块，处理器105通过运行存储在存储器101内的程序指令，从而执行各种功能以及数据处理，即实现上述运行于终端100中的摄像头对焦检测方法。

[0050] 存储器101作为资源存储的载体，可以是随机存储介质、例如高速随机存储器、非易失性存储器，如一个或多个磁性存储装置、闪存、或者其它固态存储器。存储方式可以是短暂存储或者永久存储。

[0051] 外设接口107可以包括至少一有线或无线网络接口、至少一串并联转换接口、至少一输入输出接口以及至少一USB接口等等，用于将外部各种输入/输出装置耦合至存储器101以及处理器105，以实现与外部各种输入/输出装置的通信。

[0052] 射频模块109用于收发电磁波，实现电磁波与电信号的相互转换，从而通过通讯网络与其他设备进行通讯。通信网络包括蜂窝式电话网、无线局域网或者城域网，上述通信网络可以使用各种通信标准、协议及技术。

[0053] 定位模块111用于获取终端100的当前所在的地理位置。定位模块111的实例包括但不限于全球卫星定位系统(GPS)、基于无线局域网或者移动通信网的定位技术。

[0054] 摄像模块113隶属于摄像头，用于拍摄图片或者视频。拍摄的图片或者视频可以存储至存储器101内，还可以通过射频模块109发送至上位机。

[0055] 音频模块115向用户提供音频接口，其可包括一个或多个麦克风接口、一个或多个扬声器接口以及一个或多个耳机接口。通过音频接口与其它设备进行音频数据的交互。音频数据可以存储至存储器101内，还可以通过射频模块109发送。

[0056] 触控屏幕117在终端100与用户之间提供一个输入输出界面。具体地，用户可通过触控屏幕117进行输入操作，例如点击、触摸、滑动等手势操作，以使终端100对该输入操作进行响应。终端100则将文字、图片或者视频任意一种形式或者组合所形成的输出内容通过触控屏幕117向用户显示输出。

[0057] 按键模块119包括至少一个按键，用以提供用户向终端100进行输入的接口，用户可以通过按下不同的按键使终端100执行不同的功能。例如，声音调节按键可供用户实现对终端100播放的声音音量的调节。

[0058] 图3是根据一示例性实施例示出的一种上位机的框图。该硬件结构只是一个适用本公开的示例，不能认为是对本公开的使用范围的任何限制，也不能解释为本公开需要依赖于该上位机200，例如，上位机200可以是计算机，也可以是服务器等。

[0059] 该上位机200可因配置或者性能的不同而产生较大的差异，如图3所示，上位机200包括：电源210、接口230、至少一存储介质250、以及至少一中央处理器(CPU，Central Processing Units)270。

[0060] 其中，电源210用于为上位机200上的各硬件设备提供工作电压。

[0061] 接口230包括至少一有线或无线网络接口231、至少一串并转换接口233、至少一输入输出接口235以及至少一USB接口237等，用于与外部设备通信。

[0062] 存储介质250作为资源存储的载体，可以是随机存储介质、磁盘或者光盘等，其上所存储的资源包括操作系统251、应用程序253及数据255等，存储方式可以是短暂存储或者永久存储。其中，操作系统251用于管理与控制上位机200上的各硬件设备以及应用程序253，以实现中央处理器270对海量数据255的计算与处理，其可以是Windows ServerTM、Mac OS XTM、UnixTM、LinuxTM、FreeBSDTM等。应用程序253是基于操作系统251之上完成至少一项特定工作的计算机程序，其可以包括至少一模块(图示未示出)，每个模块都可以分别包含有对上位机200的一系列操作指令。数据255可以是存储于磁盘中的照片、图片等等。

[0063] 中央处理器270可以包括一个或多个以上的处理器，并设置为通过总线与存储介质250通信，用于运算与处理存储介质250中的海量数据255。

[0064] 如上面所详细描述的，适用本公开的上位机200将控制终端进行摄像头的检测，即通过中央处理器270读取存储介质250中存储的一系列操作指令的形式来进行摄像头对焦检测，以判定摄像头近距离对焦是否正常以及摄像头远距离对焦是否正常。

[0065] 此外，通过硬件电路或者硬件电路结合软件指令也能同样实现本公开，因此，实现本公开并不限于任何特定硬件电路、软件以及两者的组合。

[0066] 请参阅图4，在一示例性实施例中，一种摄像头对焦检测方法适用于图1所示实施环境的上位机200，该种摄像头对焦检测方法可以由上位机200执行，可以包括以下步骤：

[0067] 步骤310，上位机控制终端中摄像头执行第一次拍摄，获取第一拍摄图片。

[0068] 上位机与终端之间的通信连接可以通过以太网、wifi、蓝牙等实现，在建立了该通信连接之后，上位机与终端之间即可进行数据传输，例如，上位机通过发送拍摄指令至终端，以控制终端中摄像头执行第一次拍摄。

[0069] 在终端接收到上位机发送的拍摄指令之后，终端将控制其携带的摄像头按照拍摄指令对靶图进行第一次拍摄，从而得到摄像头第一次拍摄输出的第一拍摄图片，并将该第一拍摄图片返回至上位机。

[0070] 进一步地，拍摄指令中可以携带等待时间参数，终端将按照等待时间参数进行第一次拍摄前的等待，以供终端中摄像头完成相关的第一次拍摄前准备工作，以保证摄像头拍摄输出的第一拍摄图片的质量，从而有利于后续上位机对该第一拍摄图片进行图像清晰度检测。

[0071] 应当理解，不同的终端所需要的等待时间参数将有所区别，例如，不同型号的智能手机的等待时间参数是不同的。

[0072] 此外，终端中摄像头拍摄输出第一拍摄图片之后，终端将根据上位机发送的拷贝指令对该第一拍摄图片进行拷贝，以将拷贝得到的第一拍摄图片传输至上位机。其中，该拷贝指令中可以携带拷贝时间参数，上位机通过计时器进行第一拍摄图片传输的计时，当计时器数值到达拷贝时间参数，上位机即认为第一拍摄图片接收完毕。

[0073] 应当理解，不同的终端所需要的拷贝时间参数将有所区别，例如，不同型号的智能手机的拷贝时间参数是不同的。

[0074] 更进一步地，上位机在发送拍摄指令至终端之前，还将发送启动指令至终端，通过该启动指令控制终端中摄像头的启动。例如，启动指令中可以携带摄像头马达的初始位置参数，终端将按照摄像头马达的初始位置参数控制摄像头马达到达初始位置，以使摄像头马达在初始位置时，摄像头完成靶图的拍摄。

[0075] 本示例性实施例中，摄像头马达的初始位置参数设置为0cm，即摄像头启动后将首先于近距离对靶图进行第一次拍摄，以供上位机获取到的第一拍摄图片为近距离图片。

[0076] 当然，在其他实施例中，摄像头马达的初始位置参数也可以设置为摄像头马达在终端中所能移动的最远距离，使得摄像头启动后于远距离对靶图进行第一次拍摄，以供上位机获取到第一拍摄图片为远距离图片。

[0077] 需要说明的是，本示例性实施例中，距离远近是相对于摄像头马达的位置而言的。即，摄像头马达位于初始位置(例如0cm)时，摄像头对靶图的拍摄视为近距离拍摄，而摄像头马达位于其所能移动的最远距离(相对于初始位置)时，摄像头对靶图的拍摄视为远距离拍摄。

[0078] 步骤330，通过图像清晰度检测得到第一拍摄图片对应的清晰度结果。

[0079] 对焦实际是通过终端及终端中摄像头马达的移动来改变物距和相距的位置，使得被拍摄的物体成像清晰的过程。

[0080] 基于此，本实施例中，通过判断近距离图片是否清晰来判断摄像头近距离对焦是否正常，即若清晰度结果为近距离图片清晰，则表示摄像头近距离对焦正常。

[0081] 具体而言，在上位机获取到终端返回的近距离图片之后，为了判断近距离图片是否清晰，将对近距离图片进行图像清晰度检测。

[0082] 步骤350，根据第一拍摄图片对应的清晰度结果控制终端移动摄像头马达。

[0083] 根据第一拍摄图片对应的清晰度结果，上位机即可获知终端中摄像头近距离对焦是否正常。

[0084] 若摄像头近距离对焦异常，则表示携带该异常摄像头的终端是对焦故障机，此时，不必继续对该摄像头作下一步的对焦检测，从而有利于提高摄像头对焦检测的检测效率。

[0085] 反之，在摄像头近距离对焦正常时，将继续对该摄像头作下一步的对焦检测，即进行远距离对焦检测。

[0086] 在进行远距离对焦检测之前，上位机需要控制终端中的摄像头马达进行移动。即，上位机发送移动指令至终端，终端按照该移动指令移动摄像头马达。

[0087] 进一步地，移动指令中携带有摄像头马达的移动距离参数，终端将按照摄像头马达的移动距离参数将摄像头马达移动至指定位置。本示例性实施例中，摄像头马达的移动距离参数为最远距离，即上位机控制摄像头马达移动至最远距离，以供后续上位机获取到的第二拍摄图片为远距离图片。

[0088] 步骤370，在摄像头马达移动至指定位置时，控制摄像头执行第二次拍摄，获取第二拍摄图片。

[0089] 在摄像头马达移动至指定位置(即最远距离)之后，终端即可通过摄像头于远距离对靶图进行第二次拍摄，并将摄像头第二次拍摄输出的第二拍摄图片发送至上位机，使得上位机获取到的第二拍摄图片为远距离图片。

[0090] 当然，在其他实施例中，摄像头启动后若先于远距离对靶图进行第一次拍摄，则相应地，摄像头马达移动至指定位置(即0cm)时，摄像头将于近距离对靶图进行第二次拍摄，以供上位机获取到的第二拍摄图片为近距离图片。

[0091] 其中，终端按照上位机再次发送的拍摄指令进行远距离拍摄的过程与近距离拍摄的过程是一致的，在此不再一一赘述。

[0092] 步骤390，通过图像清晰度检测得到第二拍摄图片对应的清晰度结果，根据第二拍摄图片对应的清晰度结果输出对焦检测结果。

[0093] 应当理解，由于终端本身并未移动，而仅有终端中摄像头马达移动了，在拍摄相对于终端同一距离的靶图时，若近距离图片是清晰的，则远距离图片必然是模糊的。

[0094] 基于此，本示例性实施例中，将根据图片是否清晰对摄像头远距离对焦是否正常的判断转化为根据图片是否模糊判断摄像头马达是否正常运动。

[0095] 若清晰度结果为远距离图片模糊，则表示摄像头马达的运动正常，进而判定摄像头远距离对焦正常。反之，若清晰度结果为远距离图片清晰，则表示摄像头马达可能发生了故障，其并未按照移动指令移动至指定位置，进而判定摄像头远距离对焦异常。

[0096] 具体而言，在上位机获取到终端返回的远距离图片之后，为了得到远距离图片对应的清晰度结果，将对远距离图片进行图像清晰度检测。

[0097] 在完成图像清晰度检测之后，上位机即可根据清晰度结果判断摄像头远距离对焦是否正常，从而输出最终的对焦检测结果：摄像头远近距离对焦是否正常。

[0098] 通过如上所述的过程，实现了摄像头对焦检测的自动化，即通过上位机控制终端移动摄像头马达以及图象清晰度检测，使得无论是对焦还是图片是否清晰的判断均不必测试人员参与，以此节省了人力成本，进而有效地降低了生产成本。

[0099] 此外，通过摄像头对焦检测的自动化，有利于摄像头对焦检测的检测效率的提高，还同时避免了人工检测时因视觉疲劳而造成误检漏检的问题，有利于摄像头对焦检测的准确率的提高。

[0100] 请参阅图5，在一示例性实施例中，步骤330与步骤390中通过图像清晰度检测得到图片对应的清晰度结果的步骤可以包括以下步骤：

[0101] 步骤410，依照图像分割算法将图片分割成多个图像区域。

[0102] 摄像头进行拍摄的靶图是一张灰卡，该灰卡以灰色作为背景，背景中央包含四个色块，即红色块R、蓝色块B、绿色块G和黑白色的马赛克色块M，如图5a所示。其中，红色块R、蓝色块B和绿色块G用于偏色分析，马赛克色块M用于对焦检测。因此，在进行摄像头对焦检测之前，需要由摄像头拍摄输出的图片中获取马赛克色块M。

[0103] 进一步地，上位机首先需要对摄像头拍摄输出的图片进行区域划分，以通过区域划分形成区别于其他区域的马赛克色块所在区域，从而有利于后续马赛克色块的获取。

[0104] 本示例性实施例中，采用图像分割算法对图片进行分割，形成了多个图像区域，不同的图像区域中包含的色块各不相同，例如，马赛克色块所在图像区域中包含的是马赛克色块。

[0105] 该图像分割算法包括基于阈值的图像分割、基于区域的图像分割、基于边缘的图像分割。根据不同的应用场景选择不同的图像分割算法将有利于检测效率的提升，例如，基于背景与前景有明显差别的图片的应用场景，图片分割适用于基于阈值的图像分割，故本示例性实施例并未对此加以限制。

[0106] 步骤430，按照预设位置信息由多个图像区域中获取马赛克色块。

[0107] 如图5a所示，预设位置信息是靶图中央的左下角位置，通过该预设位置信息在多个图像区域中对马赛克色块进行位置定位，即可获得马赛克色块。

[0108] 进一步地，预设位置信息可以通过坐标值进行标识。

[0109] 步骤450，通过马赛克色块中指定色彩的像素点个数的计算获取图片对应的清晰度结果。

[0110] 马赛克色块中的指定色彩为黑色和白色，如果图片清晰，则黑色的像素点与白色的像素点区分明显，如图5b所示，反之，图片模糊将使得黑色的像素点和白色的像素点难以区分，如图5c所示。

[0111] 因此，通过指定色彩的像素点个数的计算即可进一步地得到清晰度结果，例如，黑色的像素点个数接近0，则清晰度结果表示近距离图片不清晰，摄像头近距离对焦检测异常。

[0112] 请参阅图6，在一示例性实施例中，图像分割算法为区域生长算法，该区域生长算法即为基于区域的图像分割，是将符合同一相似性准则的像素点集合起来构成同一图像区域。相似性准则可以由像素点的亮度、色彩、纹理、梯度等特性来表征。

[0113] 进一步地，步骤410包括以下步骤：

[0114] 步骤411，获取图片中每个像素点的亮度值。

[0115] 本示例性实施例中，相似性准则以像素点的亮度特性进行表征，即具有相似亮度特性的像素点将形成同一图像区域。

[0116] 应当理解，颜色和亮度是描述图片的两个维度，在一张有颜色的图片转化为黑白图片后，每一个有颜色的点会变成介于白色与黑色的色值，该色值即为亮度值。亮度值的范围一般从0到255，白色对应数值255，黑色对应数值0。

[0117] 为了得到像素点的亮度特性，需要获取图片中每个像素点的亮度值，从而方便于后续相似性准则的构建。

[0118] 步骤413，对每个像素点的亮度值进行算术平均，得到第一平均亮度阈值。

[0119] 靶图中的色彩包括红、蓝、绿、黑、白、灰几种，在由摄像头拍摄靶图所输出的图片转换为黑白图片之后，红、蓝、绿对应的亮度值要小于灰对应的亮度值。

[0120] 因此，利用上述亮度特性即可构建得到相似性准则，即设置一个亮度阈值，使得与亮度阈值相似的像素点形成一个灰色的图像区域，大于亮度阈值的像素点形成一个黑色的图像区域，小于亮度阈值的像素点形成一个白色的图像区域。具体而言，计算所有像素点的亮度值的平均亮度值，以该平均亮度值作为参考进行相似性准则中的亮度阈值的设置，即第一平均亮度阈值的设置。

[0121] 进一步地，平均亮度值可以直接被设置为亮度阈值，也可以根据终端的亮度特性进行补偿之后才被设置为亮度阈值。

[0122] 以智能手机为例，由于智能手机的型号众多，不同型号的智能手机中摄像头的曝光增益参数也有所差别，使得智能手机中摄像头拍摄输出的图片的亮度是不同的。因此，针对输出图片亮度较高的智能手机，在计算得到平均亮度值之后，可以适当地减少之后再作为相似性准则中的亮度阈值，反之，针对输出图片亮度较低的智能手机，在计算得到平均亮度值之后，在适当增加之后方可作为相似性准则中的亮度阈值。

[0123] 通过如上所述的设置，确保了摄像头对焦检测中相似性准则的一致性，从而有利于保障出厂摄像头的产品一致性。

[0124] 步骤415，根据第一平均亮度阈值与每个像素点的亮度值逐个比较的比较结果，将每个像素点的亮度值重新标记为指定色彩对应的亮度值，得到多个图像区域。

[0125] 如前所述，生长区域算法的相似性准则为设置一个亮度阈值，使得与亮度阈值相似的像素点形成一个灰色的图像区域，大于亮度阈值的像素点形成一个黑色的图像区域，小于亮度阈值的像素点形成一个白色的图像区域。

[0126] 具体而言，第一平均亮度阈值即为设置的亮度阈值，利用第一平均亮度阈值对每个像素点的亮度值进行遍历比较，若比较结果为像素点的亮度值大于第一平均亮度阈值，则将该像素点的亮度值标记为黑色对应的亮度值0，若比较结果为像素点的亮度值小于第一平均亮度阈值，则将该像素点的亮度值标记为白色对应的亮度值255。

[0127] 也就是说，通过遍历比较图片中的每个像素点的亮度值，图片中红、蓝、绿、白的像素点被分割形成白色的图像区域，图片中黑色的像素点被分割形成黑色的图像区域，图片中灰色的像素点被分割形成灰色的图像区域，从而形成区域生长算法遍历后的图片，如图6a所示。

[0128] 请参阅图7，在一示例性实施例中，步骤411包括以下步骤：

[0129] 步骤4111，判断图片的图片格式。

[0130] 本示例性实施例中，摄像头拍摄输出的图片的图片格式有两种：一种为RAW格式，一种为YUV格式。

[0131] 应当理解，RAW格式是原始图片，即该原始图片中的每个像素点只能感光红、绿、蓝三原色中的其中一种颜色。而YUV格式的图片中的每个像素点是通过亮度值Y和颜色值U/V进行表示的。

[0132] 基于此，不同图片格式的图片获取每个像素点的亮度值将有所区别，通过图片格式的判断将有利于下一步亮度值的获取。

[0133] 若判断到图片的图片格式为RAW格式，则进入步骤4113，反之，若判断到图片的图片格式为YUV格式，则进入步骤4115。

[0134] 步骤4113，对每个像素点进行亮度计算，得到每个像素点的亮度值。

[0135] 在判断到图片的图片格式为RAW格式之后，由于该图片中的每个像素点只能感光红、绿、蓝三原色中的其中一种颜色，因此，首先对每个像素点进行插值(例如只能感光红色的像素点需要进行绿色和蓝色的插值)形成RGB三原色值，再通过RGB三原色值与亮度值的加权转换公式进行亮度转换，以获取每个像素点的亮度值。

[0136] 具体而言，根据RGB三原色值与亮度值的加权转换公式Y＝R×0.3+G×0.59+B×0.11，对每个像素点的RGB三原色值进行亮度转换过程。

[0137] 需要说明的是，加权转换公式除了上述的浮点形式的计算公式之外、还可以是整数形式的计算公式、移位形式的计算公式、平均值形式的计算公式、仅取绿色形式的计算公式中的任意一种，本示例性实施例中并不以此为限。

[0138] 步骤4115，由每个像素点进行亮度值的提取。

[0139] 在判断到图片的图片格式为YUV格式之后，由于该图片中的每个像素点就是通过亮度值Y和颜色值U/V进行表示的，因此，通过对每个像素点进行亮度值的提取即可得到每个像素点中的亮度值。

[0140] 请参阅图8，在一示例性实施例中，步骤450包括以下步骤：

[0141] 步骤451，计算马赛克色块的平均亮度值，得到第二平均亮度阈值。

[0142] 本示例性实施例中，清晰度结果的获取是基于第二平均亮度阈值的生成。该第二平均亮度阈值可以由马赛克色块的平均亮度值直接设置生成，也可以根据终端的亮度特性对马赛克色块的平均亮度值进行补偿之后再设置生成。

[0143] 以智能手机为例，如前所述，由于智能手机的型号众多，不同型号的智能手机中摄像头的曝光增益参数也有所差别，使得智能手机中摄像头拍摄输出的图片的亮度是不同的。因此，针对输出图片亮度较高的智能手机，在计算得到马赛克色块的平均亮度值之后，可以适当地减少之后再作为第二平均亮度阈值，反之，针对输出图片亮度较低的智能手机，在计算得到马赛克色块的平均亮度值之后，在适当增加之后方可作为第二平均亮度阈值。

[0144] 通过如上所述的设置，确保了摄像头对焦检测中图像清晰度判定标准的一致性，从而有利于保障出厂摄像头的产品一致性。

[0145] 步骤453，计算马赛克色块中黑色像素点个数与白色像素点个数的比值。

[0146] 步骤455，比较第二平均亮度阈值与比值，比较结果即为清晰度结果。

[0147] 具体而言，若比较结果为第二平均亮度阈值大于比值，则清晰度结果表示图片清晰，反之，若比较结果为第二平均亮度阈值小于比值，则清晰度结果表示图片模糊。

[0148] 进一步地，在得到清晰度结果之后，即可根据清晰度结果完成摄像头对焦检测。在近距离对焦检测中，清晰度结果表示图片清晰，则判定摄像头近距离对焦正常，在远距离对焦检测中，清晰度结果表示图片模糊，则判定摄像头马达的运动正常，进而判定摄像头远距离对焦正常，从而得到摄像头对焦检测的对焦检测结果为摄像头远近距离对焦正常，以此确认进行对焦检测的摄像头为合格产品。

[0149] 请参阅图9，在一示例性实施例中，一种摄像头对焦检测方法适用于图1所示实施环境的终端100，该种摄像头对焦检测方法可以由终端100执行，可以包括以下步骤：

[0150] 步骤510，终端通过自身的摄像头执行第一次拍摄，并向上位机返回第一拍摄图片。

[0151] 步骤530，按照上位机的控制移动摄像头马达，控制是上位机根据第一拍摄图片对应的清晰度结果进行的。

[0152] 步骤550，在摄像头马达移动至指定位置时，通过摄像头执行第二次拍摄。

[0153] 步骤570，向上位机返回第二拍摄图片，以通过上位机根据第二拍摄图片对应的清晰度结果输出对焦检测结果。

[0154] 下述为本公开装置实施例，可以用于执行本公开所涉及的摄像头对焦检测方法。对于本公开装置实施例中未披露的细节，请参照本公开所涉及的摄像头对焦检测方法实施例。

[0155] 请参阅图10，在一示例性实施例中，一种摄像头对焦检测装置700包括但不限于：第一图片获取模块710、第一检测模块730、移动控制模块750、第二图片获取模块770和第二检测模块790。

[0156] 其中，第一图片获取模块710用于上位机控制终端中摄像头执行第一次拍摄，获取第一拍摄图片。

[0157] 第一检测模块730用于通过图像清晰度检测得到第一拍摄图片对应的清晰度结果。

[0158] 移动控制模块750用于根据第一拍摄图片对应的清晰度结果控制终端移动摄像头马达。

[0159] 第二图片获取模块770用于在摄像头马达移动至指定位置时，控制摄像头执行第二次拍摄，获取第二拍摄图片。

[0160] 第二检测模块790用于通过图像清晰度检测得到第二拍摄图片对应的清晰度结果，根据第二拍摄图片对应的清晰度结果输出对焦检测结果。

[0161] 需要说明的是，第一图片获取模块710和第二图片获取模块770均是用于实现图片获取功能，只是输入对象和输出结果有所区别而已，本公开并未限制图片获取功能必须由两个模块来实现。

[0162] 同理，第一检测模块730和第二检测模块790均是用于实现图像清晰度检测功能，也只是输入对象和输出结果有所区别而已，本公开并未限制图像清晰度检测功能必须由两个模块来实现。

[0163] 请参阅图11，在一示例性实施例中，第一检测模块730与第二检测模块790均包括但不限于：图片分割单元810、马赛克色块获取单元830和清晰度结果获取单元850。

[0164] 其中，图片分割单元810用于依照图像分割算法将图片分割成多个图像区域。

[0165] 马赛克色块获取单元830用于按照预设位置信息由多个图像区域中获取马赛克色块。

[0166] 清晰度结果获取单元850用于通过马赛克色块中指定色彩的像素点个数的计算获取图片对应的清晰度结果。

[0167] 请参阅图12，在一示例性实施例中，图像分割单元810包括但不限于：图片亮度值获取单元811、第一阈值获取单元813和重新标记单元815。

[0168] 其中，图片亮度值获取单元811用于获取图片中每个像素点的亮度值。

[0169] 第一阈值获取单元813用于对每个像素点的亮度值进行算术平均，得到第一平均亮度阈值。

[0170] 重新标记单元815用于根据第一平均亮度阈值与每个像素点的亮度值逐个比较的比较结果，将每个像素点的亮度值重新标记为指定色彩对应的亮度值，得到多个图像区域。

[0171] 请参阅图13，在一示例性实施例中，图片亮度获取单元811包括但不限于：图片格式判断单元8111、亮度值计算单元8113和亮度值提取单元8115。

[0172] 其中，图片格式判断单元8111用于判断图片的图片格式若图片的图片格式为RAW格式，则通知亮度值计算单元8113，否则，当图片的图片格式为YUV格式，通知亮度值提取单元8115。

[0173] 亮度值计算单元8113用于对每个像素点进行亮度计算，得到每个像素点的亮度值。

[0174] 亮度值提取单元8115用于由每个像素点进行亮度值的提取。

[0175] 请参阅图14，在一示例性实施例中，清晰度结果获取单元850包括但不限于：第二阈值获取单元851、比值计算单元853和比较单元855。

[0176] 其中，第二阈值获取单元851用于计算马赛克色块的平均亮度值，得到第二平均亮度阈值。

[0177] 比值计算单元853用于计算马赛克色块中黑色的像素点个数与白色的像素点个数的比值。

[0178] 比较单元855用于比较第二平均亮度阈值与比值，比较结果即为清晰度结果。

[0179] 请参阅图15，在一示例性实施例中，一种摄像头对焦检测装置900包括但不限于：第一拍摄模块910、马达移动模块930、第二拍摄模块950和图片发送模块970。

[0180] 其中，第一拍摄模块910用于终端通过自身的摄像头执行第一次拍摄，并向上位机返回第一拍摄图片。

[0181] 马达移动模块930用于按照上位机的控制移动摄像头马达，控制是上位机根据第一拍摄图片对应的清晰度结果进行的。

[0182] 第二拍摄模块950用于在摄像头马达移动至指定位置时，通过摄像头执行第二次拍摄。

[0183] 图片发送模块970用于向上位机返回第二拍摄图片，以通过上位机根据第二拍摄图片对应的清晰度结果输出对焦检测结果。

[0184] 需要说明的是，第一拍摄模块910和第二拍摄模块950均是用于实现图片拍摄功能，只是摄像头马达的位置有所区别而已，本公开并未限制图片拍摄功能必须由两个模块来实现。

[0185] 上述内容，仅为本公开的较佳示例性实施例，并非用于限制本公开的实施方案，本领域普通技术人员根据本公开的主要构思和精神，可以十分方便地进行相应的变通或修改，故本公开的保护范围应以权利要求书所要求的保护范围为准。