由于摄像模组在完成各零件的组装后,其镜头与图像传感器间的距离是随机的,并且往往处于离焦状态,从而导致物像不共轭而引起拍照模糊,因而必须调焦。解像力是衡量一个模组成像质量的评价指标,是质检环节中极为重视的检测参数。在工业生产线上,大多数中小型模组厂家采用的是手动调焦与目测解像力的方法,并且一般都是边调焦边检测解像力。虽然操作简单且易实现,但手动调焦的精度差、产品间的差异化较大且生产效率低,而解像力检测则是存在主观差异性、易造成工人视觉疲劳等问题。本次研究的目的则是将摄像模组的自动调焦与解像力自动检测相结合,进而提高生产质量与生产效率。本文以ISO 12233标准为理论基础,以200W CCD摄像模组为研究对象,不仅设计了等效视觉解像力检测靶板、优化了调焦搜索算法,而且完成了调焦机构的三维建模。由此构建了一个基于视觉解像力自动检测的自动调焦系统,课题研究的主要内容如下:首先,基于图像处理的自动调焦技术一般是以清晰度评价函数作为调焦判据,通过爬山算法来搜索图像清晰度值最大的位置。但是,爬山搜索算法常会陷入局部最优解而出现错误调焦。由于视觉解像力值与清晰度评价值随着离焦程度的改变而具有相似逼近,而视觉解像力值在聚焦平面上的值固定不变且可事先获取。因此,本文提出了一种理论可行的基于视觉解像力值辅助调焦的搜索策略。在调焦机构停止而认为已到达焦点时,引入视觉解像力值作为进一步判断此点是否为正焦位置。鉴于清晰度评价函数不具备普遍适用性,不同的场景调焦性能差别较大。因此,本文仿真实现了 14种清晰度评价函数,从评价曲线的单峰性与无偏性、计算时间、鲁棒性研究了各函数对本系统的调焦性能,得出Brenner函数的适用性更强。其次,利用摄像模组对双曲楔形线的成像特点,运用图像分析方法实现了用软件自动检测摄像模组的视觉解像力,并通过实验论证了软件检测结果与目测评估结果保持了良好的一致性,因而可运用于工业生产线上的质检环节。该软件先通过目标定位技术找到靶板中各区域双曲楔形线的位置,再找到双曲楔形线的开始行WSL、极限分辨行LML和最终分辨行WEL,然后根据三者的关系计算出视觉解像力值并与标准值比较,从而实现质量筛选。最后,对ISO 12233标准中用于检测摄像模组空间频率响应的e-SFR算法的原理和实现做了初步研究,并对影响e-SFR算法准确性与稳定性的因素做了深入分析,包括感兴趣区域的对比度、倾斜角度、宽高比和峰值信噪比四个方面。通过真实数据分析验证了e-SFR算法与楔形线算法对摄像模组成像质量的评估效果,得出在锐化较弱的情况下可以获得两种方法之间的合理匹配,评价效果一致。