CN101971611B - 最佳影像选择方法以及影像选择装置 - Google Patents

最佳影像选择方法以及影像选择装置 Download PDF

Info

Publication number
CN101971611B
CN101971611B CN2009801139146A CN200980113914A CN101971611B CN 101971611 B CN101971611 B CN 101971611B CN 2009801139146 A CN2009801139146 A CN 2009801139146A CN 200980113914 A CN200980113914 A CN 200980113914A CN 101971611 B CN101971611 B CN 101971611B
Authority
CN
China
Prior art keywords
several images
image
value
images
brightness
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2009801139146A
Other languages
English (en)
Other versions
CN101971611A (zh
Inventor
权圣泰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Core Logic Inc
Original Assignee
Core Logic Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Core Logic Inc filed Critical Core Logic Inc
Publication of CN101971611A publication Critical patent/CN101971611A/zh
Application granted granted Critical
Publication of CN101971611B publication Critical patent/CN101971611B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/21—Intermediate information storage
    • H04N1/2104—Intermediate information storage for one or a few pictures
    • H04N1/2112—Intermediate information storage for one or a few pictures using still video cameras
    • H04N1/2137—Intermediate information storage for one or a few pictures using still video cameras with temporary storage before final recording, e.g. in a frame buffer
    • H04N1/2141—Intermediate information storage for one or a few pictures using still video cameras with temporary storage before final recording, e.g. in a frame buffer in a multi-frame buffer
    • H04N1/2145—Intermediate information storage for one or a few pictures using still video cameras with temporary storage before final recording, e.g. in a frame buffer in a multi-frame buffer of a sequence of images for selection of a single frame before final recording, e.g. from a continuous sequence captured before and after shutter-release
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N2101/00—Still video cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明涉及一种在连续拍摄的若干个影像中选择最佳影像的技术、装置及系统。本发明一实施例中选择最佳影像方法检测连续拍摄的若干个影像的亮度值及清晰度值，并结合所述检测到的亮度值和清晰度值，基于所述已结合数值在若干个影像中选择最佳影像。

Description

最佳影像选择方法以及影像选择装置
技术领域
本发明涉及一种影像选择方法、实施该方法的程序的纪录介质以及影像选择装置。 
背景技术
数码相机是可以将拍摄的影像存储到内部记忆装置的照相机。通常的照相机是将影像存储成模拟数值，而与此相反，数码相机将影像分割成点阵图，并将各个点阵亮度记录成数值。最近广泛使用的数码相机支持按快门的同时拍摄一个影像的普通拍摄模式和在按快门的期间连续拍摄若干个影像的连续拍摄模式。通常情况下，可以得到连续拍摄模式中对于相同被摄体具有连续性的若干个静止影像。 
发明解决的课题 
本发明提供一种更准确地选择连续拍摄的若干个影像中最佳影像的影像选择方法、装置以及可以通过存储着实施所述方法所需程序的计算机读取的记录介质。 
技术方案 
为了实现本发明的上述目的，本发明提供一种以如下内容为特征的影像选择方法，包括检测连续拍摄的若干个影像的亮度值的步骤、检测所述若干个影像的清晰度值的步骤、对于所述若干个影像分别结合所述已检测亮度值及所述已检测清晰度值的步骤 以及基于所述已结合数值在所述若干个影像中选择最佳影像的步骤。 
而且，为了实现本发明的上述目的，本发明提供一种可以通过存储着实施影像选择方法所需程序的计算机读取的记录介质，所述影像选择方法包括检测连续拍摄的影像的亮度值的步骤、检测所述若干个影像的清晰度值的步骤、对于所述若干个影像分别结合所述已检测亮度值及所述已检测清晰度值的步骤以及基于所述已结合数值在所述若干个影像中选择最佳影像的步骤。 
另外，为了实现本发明的上述目的，本发明提供一种以如下内容为特征的影像选择装置，其特征在于，包括检测连续拍摄的若干个影像的亮度值的亮度检测器、检测所述若干个影像的清晰度值的清晰度检测器、对于所述若干个影像分别结合所述已检测亮度值及所述已检测清晰度值的结合器以及基于所述结合数值在所述若干个影像中选择最佳影像的选择器。 
有益效果
本说明书阐述的技术、装置以及系统可以选择性地具有以下一个或一个以上优点。例如，可以最大限度降低由于噪音、被摄体的移动及照相机的内、外部亮度变化带来的错误，选择到最佳影像。 
附图简要说明 
图1是图示本发明一实施例中影像选择装置的方框图。 
图2图示了包括通过图1中清晰度检测器(121)检测出其边缘的影像的一例。 
图3图示了包含通过图1中清晰度检测器(121)检测出其边缘的影像的另一例。 
图4a至图4c分别图示了采用可变亮度连续拍摄的若干个影像 的柱状图。 
图5a图示了图1中亮度检测器设置的掩模的例子； 
图5b图示了柱状图采用图5a中掩模时的形态。 
图6是图示本发明一实施例中影像选择方法的流程图。 
图7是图示本发明一实施例中影像处理方法的流程图。 
实施本发明的最佳方式 
如上所述，特定结构乃至功能说明只用以说明本发明的实施例。本发明的实施例以多种形态实施，并非限制本发明的实施例。 
以下参考附图进一步详细说明本发明的优选实施例。对于附图上相同构成要素采用相同的参照符号，以下不再重复说明相同的构成要素。 
图1是图示本发明一实施例中影像选择装置的方框图。 
如图1所示，影像选择装置(100)包括亮度信息提取器(intensity information extracting unit，11)、画质检测器(image quality measuring unit，12)及选择器(selection unit，13)。 
亮度信息提取器(11)提取连续拍摄的若干个影像的亮度信息。这里，若干个影像显示着照相机的连续拍摄模式已经设置好的N(N是2以上的自然数)个连续拍摄的影像。即使是在连续拍摄模式连续拍摄的影像，由于被摄体的移动引起的模糊不清(blurring)、照相机内部及外部的亮度变化或者用户的颤动等引起的模糊不清等会使画质存在差异。因此，需要在N个连续拍摄的影像中选择最佳影像。 
这里，若干个影像可以是彩色影像。通常情况下，彩色影像分成显示亮度(intensity)信息的Y成分和显示颜色(chrominance)信息的Cb、Cr成分。此时，颜色信息Cb、Cr比起亮度信息Y对于照明条件更敏感。本发明一实施例对在各种环境下获得影像应用算法。因此，亮度信息提取器(11)只提取对于照明条件的敏感度较 低的亮度信息而取得灰度级(gray level)影像(即，浓淡画像)。而且，在Y、Cb、Cr中只使用Y成分，从而整体上提高处理速度。 
而且，本发明另一实施例中，若干个影像是黑白影像时，影像选择装置可以不包括亮度信息提取器(11)。另外，本发明又另一实施例中，即使若干个影像是彩色影像，影像选择装置也可以不包括亮度信息提取器(11)而检测出彩色影像的画质。 
画质检测器(12)包括清晰度检测器(sharpness measuring unit，121)、亮度检测器(brightness measuring unit，122)及结合器(combination unit，123)，并检测只具备亮度信息提取器(11)输出的亮度信息的若干个灰度级影像的画质。画质检测器(12)接受亮度信息提取器(11)的输出的亮度信息，而不接受其他信息。 
清晰度检测器(121)检测只具备从亮度信息提取器(11)提取的亮度信息的影像的清晰度。这里，清晰度表示影像的亮度临界部分的明确度，是包括详图(detail)、明暗对比度(contrast)、边缘(edge)等的概念。 
更具体地讲，清晰度检测器(121)对于若干个灰度级影像分别使用过滤器检测出包含于各个影像的边缘，从而检测出清晰度。例如，清晰度检测器(121)对于若干个灰度级影像分别使用索贝尔(Sobel)过滤器检测出包含于各个影像的边缘。本发明另一实施例中，清晰度检测器(121)可以使用高斯(Gaussian)过滤器、拉普拉斯(Laplacian)过滤器等另一种过滤器。以下，为了便于说明，详细说明使用索贝尔过滤器时的情况。 
图2图示了包括通过图1中清晰度检测器(121)检测出的边缘的影像的一例。以下参考图1及图2详细说明清晰度检测器(121)的运行。 
如图1及图2所示，清晰度检测器(121)对于影像使用索贝尔过滤器，以检测出图2中灰度级影像200中所包含的边缘成分。 
索贝尔过滤器包括微分算子Gx及Gy，微分算子Gx及Gy的表 示方式如以下数学公式1及数学公式2。 
数学公式1 
G x = - 1 0 1 - 2 0 2 - 1 0 1
首先，清晰度检测器(121)对于灰度级影像采用Gx检测出包含于影像的竖向的边缘成分。 
数学公式2 
G y = 1 2 1 0 0 0 - 1 - 2 - 1
然后，清晰度检测器(121)对于灰度级影像(200)采用Gy检测出包含于影像的横向的边缘成分。但是，这里，清晰度检测器(121)对于影像也可采用Gy首先检测出包含于影像的横向的边缘成分之后，对于影像采用Gx检测出包含于影像的竖向的边缘成分。 
然后，清晰度检测器(121)将影像的横向边缘成分和竖向边缘成分加起来核算出边缘值的总和(TSedge)，并将核算出的边缘值总和输出成清晰度。图像的规格为IS(image size)且比特数为n时，边缘值总和的范围介于0≤TSedge≤ISx2n范畴之内。例如，图像的规格为640×480且比特数为8比特。此时，边缘值总和的范围介于0≤TSedge≤640×480×28范畴之内。 
图3图示了包含通过图1中清晰度检测器(121)检测到的边缘的影像的另一例。以下参考图1及图3详细说明清晰度检测器(121)的运行。 
如图1及图3所示，清晰度检测器(121)将灰度级影像(300)设置成检测清晰度所需给定检测区域，并只对已设置给定检测区域采 用索贝尔过滤器。更具体地讲，设置除了清晰度检测器(121)的边界的一定区域之外的给定检测区域。例如，如图3所示，对于清晰度检测器(121)，将离灰度级影像的上下边界相隔Xlimit且离左右边缘相隔Ylimit的区域31设置成检测区域。 
通常情况下，采用照相机的连续拍摄模式时，由于用户的操作行为，会晃动照相机。此时，影像的最外围区域变化大。例如，第一次拍摄的影像只拍摄到位于中心位置的人，可第二次拍摄的影像不仅可以拍摄到位于中心位置的人，还可以拍摄到一些外围树木。此时，由于拍摄到了不愿意拍摄到的树木，可能会大幅提高影像的边缘成分。优选地，用户以关注的特定被摄体为中心检测影像的清晰度。因此，清晰度检测器(121)可以对于灰度级影像设置给定检测区域。此时，清晰度检测器(121)对于灰度级影像中只对给定检测区域使用索贝尔过滤器的同时，采用横向边缘成分和纵向边缘成分之后，将检测到的边缘成分的总和输出成清晰度。 
如上所述，基于影像的清晰度在若干个影像中将清晰度最高的影像选择为最佳影像时，可以在固定的合适亮度妥当选择最佳影像。 
进一步，本发明最大限度减少依据噪音(noise)、被摄体的移动、照相机内/外部亮度变化等判断最佳影像时发生的错误，从而选择最佳影像。 
再次参照图1时，亮度检测器(122)检测出只具备从亮度信息提取器(11)提取的亮度信息的灰度级影像的亮度。这里，亮度是指物体或者由于其物体产生的影像信号的明亮程度，包括亮度(luminance)、明度等。具有代表性的是，亮度检测器(122)分析表示若干个灰度级影像的亮度分布的柱状图(histogram)而提取亮度信息。 
图4a至图4c分别图示了采用可变亮度连续拍摄的若干个影像的柱状图(400、410、420)。柱状图中，横轴表示具备0至255灰度 级的强度(intensity)，竖轴表示像素值。 
如图4a所示，在曝光不足(under exposure)的状态下拍摄的影像的柱状图(400)中，灰度级为0的黑色里分布的像素最多，且灰度级越高，几乎没有分布像素。换言之，图4a中柱状图偏向灰度级低的方向，大体上沿着曲线(41)分布。 
如图4b所示，适度曝光(perfect exposure)的状态下拍摄的影像的柱状图(410)中，以灰度级达到中等程度的地点为中心大体上沿着曲线(42)均匀地分布像素。在适度曝光的状态下拍摄的影像不仅视觉效果妥当，如图4b所示，柱状图的形态也均匀地分布在整个灰度级。 
如图4c所示，在过度曝光(over exposure)的状态下拍摄的影像的柱状图(420)中，灰度级为255的白色里分布的像素最多，灰度级越高，像素的分布量也越多。换言之，图4c的柱状图偏向灰度级高的方向，大体上沿着曲线(43)分布。 
图5a图示了图1中亮度检测器(122)设置的掩模的例子，图5b图示了柱状图采用图5a中掩模时的形态。以下参考图1、图5a及图5b详细说明亮度检测器(122)的运行情况。 
如图5a所示，亮度检测器(122)基于影像的柱状图事先设置掩模(51)。掩模(51)可以是具备横轴的给定宽度和竖轴的给定高度的三角形体。图5a中，掩模(51)的宽度是ML，掩模(51)的高度是MA。此时，可以变更宽度和高度。例如，将掩模的宽度设置成最小值(Minv)和最大值(Maxv)之间，将高度设置成127。而且，掩模的形态不限于三角形，可以对其进行变形。 
如图5b所示，亮度检测器(122)对于影像的柱状图(52)采用图5a中掩模(51)检测相应影像的亮度。此时，包含于掩模(51)内的柱状图(52)的高度是HA，包含于掩模(51)内的柱状图(52)的宽度是HL。更具体地讲，如数学公式3，亮度检测器(122)可以检测出亮度。 
数学公式3 
L = H A M A × H L M L
这里，L表示亮度，HA表示柱状图面积，MA表示掩模的面积，HL表示柱状图的宽度，ML表示柱状图的宽度。亮度检测器(122)乘上柱状图的高度HA与掩模的面积MA之比和柱状图的宽度HL与掩模的宽度ML之比而检测出亮度L。因此，亮度L具有0至1的数值(即，0≤L≤1)。换言之，掩模(51)与柱状图(52)一致时，亮度为1。图4a及图4c所示柱状图由于包含于掩模(51)的区域小，亮度低，而图4b所示柱状图由于包含于掩模(51)的区域多，亮度高。 
再次参照图1时，接合器(123)定量结合由清晰度检测器(121)和亮度检测器(122)分别检测到的清晰度和亮度而输出结合值(CV，Combination Value)。更具体地讲，接合器(123)乘上清晰度检测器(121)检测到的边缘值的总和(TSedge)和亮度检测器(122)检测到的亮度(L)而输出结合值(CV)。如上所述，图像的规格为IS(image size)且比特数为n时，边缘值的总和的范围介于0≤TSedge≤ISx2n，亮度的范围介于0≤L≤1。这里，亮度(L)对于边缘值的总和(TSedge)起到加权值的作用。而且，也可以亮度(L)和总和(TSedge)分别具备加权值而计算结合值(CV)。 
选择器(13)基于结合器(123)输出的结合结果在连续拍摄的若干个影像中选择最佳影像。更具体地讲，选择器(13)在连续拍摄的若干个影像中将乘上清晰度和亮度的值最大的影像选择为最佳影像。 
本发明一实施例中，选择器(13)对于连续拍摄的若干个影像依次对比上一个影像和当前影像，从而将乘上清晰度和亮度的值最大的影像选择为最佳影像。此时，为了将在上一个影像和当前影像中选择的影像与下一个影像做出对比，存储相应数据并按照与已设置影像的数量相对应的次数反复实施对比过程。另外，本发 明另一实施例中，选择器(13)将连续拍摄的若干个影像存储到帧缓冲器之后，在已经存储的影像中将乘上清晰度和亮度的值最大的影像选择为最佳影像。 
只以清晰度为基础选择最佳影像时，如果由于用户的颤动等，使各个影像的外围区域发生变化，根据是否设置检测区域，选择到的最佳影像也会不同。可是，基于清晰度和亮度选择最佳影像时，即使由于用户移动等，使各个影像的外围区域发生变化，与是否设置检测区域无关，同样可以选择最佳影像。而且，只以亮度为基础选择最佳影像时，即使由于用户的颤动等，使各个影像的外围区域发生变化，与是否设置检测无关，可以选择最佳影像。 
图6是图示本发明一实施例中影像选择方法的流程图。
如图6所示，本实施例中影像选择方法包括通过图1所示影像选择装置以时差方式进行处理的若干个步骤。因此，即使是以下省略的内容，以上内容中图1所示影像选择装置同样可以适用于本实施例的影像选择方法之中。 
600步骤中，亮度信息提取器(11)提取出连续拍摄的若干个影像的亮度信息而输出灰度级影像。 
610步骤中，清晰度检测器(121)检测灰度级影像的清晰度。 
620步骤中，亮度检测器(122)检测灰度级影像的亮度。本发明实施例中，610步骤的实施顺序可以先于620步骤的实施顺序，也可以实施620步骤之后再实施，也可以与620步骤同时实施。 
630步骤中，结合器(123)结合清晰度检测器(121)检测到的清晰度和亮度检测器(122)检测到的亮度。 
640步骤中，选择器(13)基于结合器(123)结合的结果在若干个影像中选择最佳影像。 
图7是图示本发明一实施例中影像处理方法的流程图。 
如图7所示，700步骤接收连续拍摄的若干个影像。 
710步骤中，对于已经接收的若干个影像实施选择最佳影像的 程序。这里，最佳影像选择程序与图6所示影像选择方法相对应。因此，最佳影像选择程序可以包括具备提取亮度信息、检测影像的清晰度及亮度、结合清晰度及亮度及选择最佳影像步骤的算法。 
720步骤中，判断已经输入的影像的数量是否与已经设置的数量N一致。判断结果，已经输入的影像的数量与已经设置的数量N不一致时，重新实施710步骤。已经输入的影像的数量与已经设置的数量N一致时，予以终止。 
本发明实施例中影像选择装置及方法可以应用于数码相机、内置摄像头的手机、PDA(Personal Digital Assistant)等。 
而且，本发明中系统可以依据通过计算机读取的代码体现在可以通过计算机读取的记录介质之中。计算机可以读取的记录介质包括存储着可以通过计算机系统读取的数据的所有类型的记录装置。记录介质有ROM、RAM、CD-ROM、磁带、软盘、光学数据存储装置等，还包括以载波(例如通过互联网传输)的形态体现的记录介质。另外，可以通过计算机读取的记录介质分散到通过网络连接的计算机系统之中，且以分散方式存储和实施可以通过计算机读取的代码。 
本发明检测连续拍摄的若干个影像的亮度，基于已检测亮度在若干个影像中选择最佳影像，从而最大限度减少由于噪音、被摄体的移动、照相机内外部的亮度变化等可能会发生的偏差和由于用户的颤动发生的模糊不清(blurring)等失误，从而进一步准确地选择最佳影像。 
而且，本发明在显示彩色影像的亮度信息的Y成分和显示颜色信息的Cb、Cr成分中只提取对于照明条件敏感度较低的信息而采用，从而整体上提高处理速度。 
另外，本发明设置检测清晰度所需给定检测区域并只对已设置检测区域使用索贝尔过滤器，从而最大限度减少存在于影像最外围区域的边缘变化带来的影响。 
而且，本发明缩小硬件规格，妥当使用于数码相机、内置摄像头的手机、PDA(Personal Digital Assistant)等移动式(mobile)仪器里。 
技术效果 
本发明涉及一种影像选择。本说明书阐述的技术、装置系统可以选择性地提供以下一个或一个以上优点。例如，可以最大限度降低由于噪音、被摄体的移动及照相机的内外部亮度变化带来的错误，选择到最佳影像。 

Claims (12)

1.一种影像选择方法，其特征在于：包括检测连续拍摄的若干个影像的亮度值的步骤、检测所述若干个影像的清晰度值的步骤、对于所述若干个影像分别结合所述已检测亮度值和所述已检测清晰度值的步骤以及基于所述结合值在所述若干个影像中选择最佳影像的步骤；
检测所述若干个影像的亮度值的步骤包括：对于分别表示所述若干个影像的亮度分布的柱状图设置具备给定宽度和高度的掩模的步骤以及利用所述已设置掩模和所述柱状图的比例检测所述若干个影像的所述亮度值的步骤；
利用所述已设置掩模和所述柱状图的比例检测所述若干个影像的所述亮度值的步骤包括：计算包含于已设置掩模内的柱状图的面积与所述已设置掩模的面积之比的步骤、计算包含于所述已设置掩模内的柱状图的宽度与所述已设置掩模的宽度之比的步骤以及运算所述面积与所述宽度之比而检测所述亮度值的步骤。
2.根据权利要求1所述的影像选择方法，其特征在于：进一步包括对于所述若干个影像分别设置检测区域的步骤，检测所述若干个影像的清晰度值的步骤，即对于所述若干个影像在所述已设置检测区域内分别检测清晰度值。
3.根据权利要求1所述的影像选择方法，其特征在于：检测所述若干个影像的清晰度的步骤包括：分别检测出所述若干个影像的竖向的边缘成分和横向的边缘成分的步骤以及核算出所述竖向边缘成分和所述横向边缘成分的总和而检测出所述若干个影像的清晰度值的步骤。
4.根据权利要求3所述的影像选择方法，其特征在于：选择所述最佳影像的步骤基于所述竖向边缘成分与所述横向边缘成分之和与所述已检测亮度值相乘而生成的数值。
5.根据权利要求1所述的影像选择方法，其特征在于：进一步包括提取所述若干个影像的亮度信息的步骤；检测所述若干个影像的亮度值的步骤基于所述已提取亮度信息检测出所述若干个影像的亮度值，检测所述若干个影像的清晰度值的步骤基于所述已提取亮度信息检测出所述若干个影像的清晰度值。
6.根据权利要求1所述的影像选择方法，其特征在于：按照所述连续拍摄的顺序实时实施所述选择最佳影像的步骤。
7.一种影像选择装置，其特征在于：包括检测连续拍摄的若干个影像的亮度值的亮度检测器、检测所述若干个影像的清晰度值的清晰度检测器、对于所述若干个影像分别结合所述已检测亮度值及所述已检测清晰度值的结合器以及基于所述结合数值在所述若干个影像中选择最佳影像的选择器；
所述亮度检测器对于分别表示所述若干个影像的亮度分布的柱状图设置具备给定宽度和高度的掩模，并利用所述已设置掩模和所述柱状图的比例检测所述若干个影像的所述亮度值；
其中，所述亮度检测器对于所述亮度值的检测具体为：分别计算包含于已设置掩模内的柱状图的面积与所述已设置掩模的面积之比、以及包含于所述已设置掩模内的柱状图的宽度与所述已设置掩模的宽度之比，并运算所述面积之比和所述宽度之比，从而检测所述亮度值。
8.根据权利要求7所述的影像选择装置，其特征在于：进一步包括对于所述若干个影像分别设置检测区域的区域设置器，所述清晰度检测器对于所述若干个影像在所述已设置检测区域内分别检测清晰度值。
9.根据权利要求7所述的影像选择装置，其特征在于：所述清晰度检测器分别检测出所述若干个影像的竖向边缘成分及横向边缘成分，核算出所述竖向边缘成分与所述横向边缘成分之和，从而检测所述若干个影像的清晰度值。
10.根据权利要求9所述的影像选择装置，其特征在于：所述选择器基于所述竖向边缘成分与所述竖向边缘成分之和与所述已检测亮度值相乘而生成的数值在所述若干个影像中选择所述最佳影像。
11.根据权利要求7所述的影像选择装置，其特征在于：进一步包括提取所述若干个影像的亮度信息的亮度提取器；所述亮度检测器基于所述已提取亮度信息检测出所述若干个影像的亮度值，所清晰度检测器基于所述已提取亮度信息检测出所述若干个影像的清晰度值。
12.根据权利要求7所述的影像选择装置，其特征在于：所述选择器按照所述连续拍摄的顺序实时处理所述若干个影像。
CN2009801139146A 2008-04-21 2009-04-21 最佳影像选择方法以及影像选择装置 Expired - Fee Related CN101971611B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR10-2008-0036747 2008-04-21
KR1020080036747A KR101060488B1 (ko) 2008-04-21 2008-04-21 최적 영상 선택 방법 및 장치
PCT/KR2009/002064 WO2009131350A2 (en) 2008-04-21 2009-04-21 Selecting best image

Publications (2)

Publication Number Publication Date
CN101971611A CN101971611A (zh) 2011-02-09
CN101971611B true CN101971611B (zh) 2013-06-05

Family

ID=41201153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801139146A Expired - Fee Related CN101971611B (zh) 2008-04-21 2009-04-21 最佳影像选择方法以及影像选择装置

Country Status (6)

Country Link
US (1) US8724917B2 (zh)
EP (1) EP2269369B1 (zh)
JP (1) JP5389903B2 (zh)
KR (1) KR101060488B1 (zh)
CN (1) CN101971611B (zh)
WO (1) WO2009131350A2 (zh)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140348394A1 (en) * 2011-09-27 2014-11-27 Picsured, Inc. Photograph digitization through the use of video photography and computer vision technology
US9338348B2 (en) 2012-10-23 2016-05-10 Snapaid Ltd. Real time assessment of picture quality
CN102982536B (zh) * 2012-11-05 2015-07-22 华为技术有限公司 处理图像的方法和设备
US9241102B2 (en) * 2012-12-05 2016-01-19 Xerox Corporation Video capture of multi-faceted documents
US9350916B2 (en) 2013-05-28 2016-05-24 Apple Inc. Interleaving image processing and image capture operations
US9262684B2 (en) 2013-06-06 2016-02-16 Apple Inc. Methods of image fusion for image stabilization
US9384552B2 (en) 2013-06-06 2016-07-05 Apple Inc. Image registration methods for still image stabilization
US9491360B2 (en) * 2013-06-06 2016-11-08 Apple Inc. Reference frame selection for still image stabilization
US9247136B2 (en) 2013-08-21 2016-01-26 Xerox Corporation Automatic mobile photo capture using video analysis
US20150071547A1 (en) * 2013-09-09 2015-03-12 Apple Inc. Automated Selection Of Keeper Images From A Burst Photo Captured Set
CN104427240A (zh) * 2013-09-09 2015-03-18 深圳富泰宏精密工业有限公司 电子装置及其影像调整方法
US9218667B2 (en) * 2013-11-25 2015-12-22 International Business Machines Corporation Spherical lighting device with backlighting coronal ring
CN103607533A (zh) * 2013-12-03 2014-02-26 厦门美图移动科技有限公司 一种适用于零延迟快门的拍照方法及装置
CN103618855A (zh) * 2013-12-03 2014-03-05 厦门美图移动科技有限公司 一种自动选择最优图片的拍照方法及装置
CN103780842A (zh) * 2014-02-14 2014-05-07 宇龙计算机通信科技(深圳)有限公司 一种拍照方法及装置
CN105338240A (zh) * 2014-08-12 2016-02-17 希姆通信息技术（上海）有限公司 拍照设备、对焦方法、装置及系统
US9456123B2 (en) 2014-12-18 2016-09-27 Xerox Corporation Method and system to configure mobile electronic device settings using remote data store analytics
US11962908B2 (en) 2015-03-17 2024-04-16 Microsoft Technology Licensing, Llc. Automatic image frame processing possibility detection
WO2016182607A1 (en) * 2015-05-14 2016-11-17 Sri International Selecting optimal image from mobile device captures
JP6719206B2 (ja) * 2015-12-25 2020-07-08 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
US10225511B1 (en) 2015-12-30 2019-03-05 Google Llc Low power framework for controlling image sensor mode in a mobile image capture device
US10732809B2 (en) 2015-12-30 2020-08-04 Google Llc Systems and methods for selective retention and editing of images captured by mobile image capture device
KR101809346B1 (ko) * 2016-01-19 2017-12-14 전자부품연구원 스테레오스코픽 카메라의 최적 깊이 인식을 위한 조명 제어 방법 및 시스템
US9532004B1 (en) * 2016-05-12 2016-12-27 Google Inc. Animated user identifiers
EP3465540A4 (en) * 2016-05-24 2019-06-05 Morphotrust USA, LLC EVALUATION OF DOCUMENT IMAGE QUALITY
US9973647B2 (en) 2016-06-17 2018-05-15 Microsoft Technology Licensing, Llc. Suggesting image files for deletion based on image file parameters
US10671895B2 (en) 2016-06-30 2020-06-02 Microsoft Technology Licensing, Llc Automated selection of subjectively best image frames from burst captured image sequences
KR102596157B1 (ko) * 2021-05-18 2023-10-31 한성대학교 산학협력단 사진 관리 장치 및 그 방법
EP4134883B1 (en) * 2021-08-11 2024-04-24 Siemens Aktiengesellschaft Systems and methods for automated x-ray inspection

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070103551A1 (en) * 2005-11-09 2007-05-10 Samsung Electronics Co., Ltd. Method and system for measuring video quality
US20070132874A1 (en) * 2005-12-09 2007-06-14 Forman George H Selecting quality images from multiple captured images

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5363209A (en) * 1993-11-05 1994-11-08 Xerox Corporation Image-dependent sharpness enhancement
JPH07177502A (ja) * 1993-12-17 1995-07-14 Sutajio Gen:Kk 画像情報圧縮方法、圧縮画像情報記録媒体、圧縮画像情報再生装置
US5877504A (en) * 1996-05-20 1999-03-02 Konica Corporation Radiographic intensifying screen and radiation image converting panel
JP2885239B1 (ja) * 1998-02-27 1999-04-19 日本電気株式会社 画像処理装置
JP2000209484A (ja) * 1999-01-18 2000-07-28 Nikon Corp 画像選別機能を有する電子カメラ、およびプログラムを記録した記録媒体
JP3772133B2 (ja) * 2001-06-14 2006-05-10 松下電器産業株式会社 自動階調補正装置，自動階調補正方法および自動階調補正プログラム記録媒体
US7327891B2 (en) * 2001-07-17 2008-02-05 Yesvideo, Inc. Automatic selection of a visual image or images from a collection of visual images, based on an evaluation of the quality of the visual images
US7362354B2 (en) * 2002-02-12 2008-04-22 Hewlett-Packard Development Company, L.P. Method and system for assessing the photo quality of a captured image in a digital still camera
JP4228641B2 (ja) 2002-09-20 2009-02-25 セイコーエプソン株式会社 出力対象画像データ選択
WO2005099281A2 (en) * 2004-03-30 2005-10-20 Cernium, Inc. Quality analysis in imaging
US7783115B2 (en) 2004-12-14 2010-08-24 Fujifilm Corporation Apparatus and method for setting degrees of importance, apparatus and method for representative image selection, apparatus and method for printing-recommended image selection, and programs therefor
JP2006254107A (ja) * 2005-03-10 2006-09-21 Olympus Imaging Corp 画像評価装置、画像評価プログラム、画像評価プログラムを記録する記録媒体、画像評価方法
KR100669251B1 (ko) * 2005-11-25 2007-01-16 한국전자통신연구원 디지털 영상 품질 자동 분석 장치 및 방법
JP2008067009A (ja) * 2006-09-06 2008-03-21 Nikon Corp 画像再生装置及び撮像装置
US7800657B2 (en) * 2006-12-29 2010-09-21 Micron Technology, Inc. Method, apparatus and system using hierarchical histogram for automatic exposure adjustment of an image

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070103551A1 (en) * 2005-11-09 2007-05-10 Samsung Electronics Co., Ltd. Method and system for measuring video quality
US20070132874A1 (en) * 2005-12-09 2007-06-14 Forman George H Selecting quality images from multiple captured images

Also Published As

Publication number Publication date
JP2011521521A (ja) 2011-07-21
CN101971611A (zh) 2011-02-09
EP2269369A2 (en) 2011-01-05
EP2269369B1 (en) 2012-11-07
US8724917B2 (en) 2014-05-13
JP5389903B2 (ja) 2014-01-15
KR20090111136A (ko) 2009-10-26
KR101060488B1 (ko) 2011-08-30
US20090263028A1 (en) 2009-10-22
WO2009131350A2 (en) 2009-10-29
WO2009131350A3 (en) 2010-01-14
EP2269369A4 (en) 2011-08-03

Similar Documents

Publication Publication Date Title
CN101971611B (zh) 最佳影像选择方法以及影像选择装置
CN104717432B (zh) 处理一组输入图像的方法、图像处理设备和数字照相机
Liu et al. Image retargeting quality assessment
US8548257B2 (en) Distinguishing between faces and non-faces
JP4416795B2 (ja) 補正方法
US20060280364A1 (en) Automatic image cropping system and method for use with portable devices equipped with digital cameras
CN106960427A (zh) 二维码图像处理的方法和装置
CN110517246A (zh) 一种图像处理方法、装置、电子设备及存储介质
Smith et al. Beyond tone mapping: Enhanced depiction of tone mapped HDR images
US8483480B2 (en) Method and system for factoring an illumination image
CN101959018A (zh) 图像处理设备、图像处理方法和程序
CN101652798A (zh) 使用全色像素的边缘映射
US9396411B2 (en) Method and system for generating intrinsic images using a single reflectance technique
JP2000137788A (ja) 画像処理方法、画像処理装置及び記録媒体
CN101271569B (zh) 用于评估图像的装置、方法
CN107911625A (zh) 测光方法、装置、可读存储介质和计算机设备
CN101390128A (zh) 脸部器官的位置的检测方法及检测系统
CN100411445C (zh) 校正图像亮度分布的图像处理方法及装置
CN104954627B (zh) 一种信息处理方法及电子设备
US9754155B2 (en) Method and system for generating intrinsic images using a single reflectance technique
US20130343599A1 (en) Detection method of invisible mark on playing card
CN111083468B (zh) 一种基于图像梯度的短视频质量评价方法及系统
JP4831344B2 (ja) 目の位置の検出方法
KR101155992B1 (ko) 모바일폰을 이용한 카드의 비가시성 마크 검출 방법
van Zwanenberg et al. Analysis of natural scene derived spatial frequency responses for estimating camera ISO12233 slanted-edge performance (JIST-first)

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130605

Termination date: 20150421

EXPY Termination of patent right or utility model