CN101978687A - 控制多图像捕获 - Google Patents

控制多图像捕获 Download PDF

Info

Publication number
CN101978687A
CN101978687A CN200980110292.1A CN200980110292A CN101978687A CN 101978687 A CN101978687 A CN 101978687A CN 200980110292 A CN200980110292 A CN 200980110292A CN 101978687 A CN101978687 A CN 101978687A
Authority
CN
China
Prior art keywords
image
images
catch
caught
motion
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.)
Pending
Application number
CN200980110292.1A
Other languages
English (en)
Inventor
约翰·诺尔沃尔德·博德
布鲁斯·哈罗德·皮尔曼
约翰·富兰克林·小汉密尔顿
埃米·唐·恩格
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.)
Eastman Kodak Co
Original Assignee
Eastman Kodak Co
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 Eastman Kodak Co filed Critical Eastman Kodak Co
Publication of CN101978687A publication Critical patent/CN101978687A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/95—Computational photography systems, e.g. light-field imaging systems
    • H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
    • 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
    • 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
    • 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
    • H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors

Abstract

根据本发明的一些实施例，获取预捕获信息，且至少基于对所述预捕获信息的分析可确定将执行多图像捕获，其中所述多图像捕获经配置以获取多个图像以供合成为单个图像。随后，执行所述多图像捕获的执行。

Description

控制多图像捕获
技术领域
本发明涉及控制包含至少基于对预捕获信息的分析的多个图像的捕获的图像捕获以及其它。
背景技术
在通过相机来捕获场景时，许多参数影响所捕获的图像的质量及有用性。除控制总曝光之外，曝光时间影响运动模糊，f/数影响景深，等等。在许多相机中，可控制所有这些参数或其中一些并便利地称之为相机设定。
用于控制曝光及焦点的方法在基于胶片的相机及电子相机两者中均众所周知。然而，这些系统中的智能等级受相机中的资源及时间约束条件限制。在许多情况下，知道正捕获的场景的类型可容易地产生对捕获参数的经改善选择。举例来说，知道场景是肖像允许相机选择较宽光圈，以最小化景深。知道场景是运动/动作场景允许相机自动地限制曝光时间以控制运动模糊并相应地调整增益(曝光指数)及光圈。由于此知识对导引简单曝光控制系统有用，因此许多胶片、视频及数码相机包含可由用户选择的若干场景模式。这些场景模式主要是参数设定群集，其在给出用户对场景类型的选择时引导相机最优化参数。
场景模式的使用限于数种方式。一个限制是，用户须选择可对其有效的场景模式，此通常是不便利的，即使用户了解场景模式的效用及使用。
第二限制是，场景模式往往会使得正捕获的可能种类的场景过分简单化。举例来说，一种常见场景模式是“肖像”，其经最优化以用于捕获人像。另一常见场景模式是“雪地”，其经最优化以通过不同参数来捕获雪地背景下的标的物。如果用户希望捕获雪地背景下的肖像，那么其必须选择肖像或雪地，但其不能够组合每一者的方面。存在许多其它组合，且针对不同组合创建场景模式最为困难。
在另一实例中，背光场景可极其类似于具有雪地背景的场景，因为标的物由具有较高亮度的背景所环绕。极少用户可能了解背光场景的概念并意识到其与“雪地”场景具有极大相似性。希望就背光场景协助用户的相机研发者将可能必须针对背光场景添加场景模式，即使所述场景模式可能与雪地场景模式相同。
这两种情形均说明了以偶然用户可理解的方式描述照片场景的问题。所需的场景模式数目大大增加且变得难以掌握。场景模式的增殖最终加重许多用户发现场景模式过度复杂的问题。
已尝试使场景模式的选择自动化。这些尝试使用来自评价图像的信息及其它数据来确定场景模式。然后使用所述场景模式来从针对每一场景模式最优化的数个捕获参数集选择一捕获参数集。虽然这些常规技术具有一些益处，但此项技术中仍需要用于确定场景模式或图像捕获参数(尤其在捕获多个图像并将其组合以形成经改善的单个图像时)的经改善方法。
发明内容
通过用于根据本发明的各种实施例控制图像捕获的系统及方法，解决上文所描述的问题且在此项技术中实现技术解决方案。在一些实施例中，获取预捕获信息。所述预捕获信息可至少指示场景条件，例如场景的光等级或场景的至少一部分的运动。然后可通过适当的确定步骤至少基于对所述预捕获信息的分析来确定多图像捕获，所述多图像捕获经配置以获取多个图像以供合成为单个图像。
举例来说，所述确定步骤可包含至少基于对场景条件的分析来确定不能够通过单图像捕获有效地捕获一场景，且因此确定多图像捕获适当。在其中预捕获信息指示场景的光等级的情况下，所述确定步骤可确定所述光等级不足以使得所述场景通过单图像捕获有效地被捕获。在其中预捕获信息指示场景的至少一部分的运动的情况下，所述确定步骤可包含确定所述运动将导致单图像捕获中有过大的模糊。类似地，在其中预捕获信息指示场景的至少两个部分中的不同运动的情况下，所述确定步骤可包含确定所述不同运动中的至少一者将导致单图像捕获中有过大的模糊。
在本发明的一些实施例中，所述多图像捕获包含异质图像的捕获。这些异质图像可包含(举例来说)因分辨率；积分时间；曝光时间；帧速率；像素类型(例如全景像素类型或彩色像素类型)；焦点；噪声清除方法；增益设定；色调再现；或闪光模式而不同的图像。鉴于此，在其中预捕获信息指示仅存在于场景的一部分中的局部运动的一些实施例中，所述确定步骤包含响应于所述局部运动而确定将配置所述多图像捕获以捕获多个异质图像。进一步鉴于此，所述多个异质图像中的至少一者可包含仅包含场景中展现所述局部运动的部分或大致所述部分的图像。在一些实施例中，至少基于对所述预捕获信息的分析来确定所述多图像捕获的图像捕获频率。
此外，在一些实施例中，当认为多图像捕获适当时，由(举例来说)数据处理系统来指令此多图像捕获的执行。
除上文所描述的实施例之外，通过参照图式且通过学习以下详细描述将明了其它实施例。
附图说明
结合附图考虑下文所呈现的对例示性实施例的详细描述，将更易于了解本发明，附图中：
图1图解说明根据本发明的实施例用于控制图像捕获的系统；
图2图解说明根据本发明的第一实施例的方法，其中使用预捕获信息来确定存在于场景中的运动的等级，使用所述运动等级来确定认为单图像捕获还是多图像捕获适当；
图3图解说明根据本发明的另一实施例的方法，其中检测运动且认为多图像捕获适当并选择所述多图像捕获；
图4图解说明根据本发明的又一实施例的方法，其中评价全局运动及局部运动两者以确定多图像捕获是否适当；
图5图解说明根据本发明的实施例在图4中的步骤495上扩展的方法，其中界定局部运动捕获集；
图6图解说明根据本发明的再一实施例的方法，其中在多图像捕获中的图像捕获中的至少一个图像捕获期间使用闪光来照射场景；且
图7图解说明根据本发明的实施例的用于将来自多图像捕获的多个图像合成为单个图像的方法，举例来说，通过从合成过程中省却高运动图像。
应了解，所述附图是出于图解说明本发明概念的目的且可不按比例绘制。
具体实施方式
本发明的实施例关于可位于数码相机内的数据处理系统，所述数据处理系统(举例来说)分析预捕获信息以确定是否应获取多个图像并将其合成为个别图像。因此，本发明的实施例至少基于预捕获信息来确定经配置以产生单个合成图像的多个图像的获取何时将具有优于单图像捕获的经改善质量。举例来说，本发明的实施例至少从指示低光或高运动场景条件的预捕获信息来确定多图像捕获而非单图像捕获适当。
应注意，除非上下文另外明确表明或需要，否则措辞“或”在本发明中以非排他性意义使用。
图1图解说明根据本发明的实施例的用于控制图像捕获的系统100。系统100包含数据处理系统110、外围系统120、用户接口系统130及处理器可存取存储器系统140。处理器可存取存储器系统140、外围系统120及用户接口系统130以通信方式连接到数据处理系统110。
数据处理系统110包含实施本发明的各种实施例的过程(其中包含本文中所描述的图2到7的实例性过程)的一个或一个以上数据处理装置。片语“数据处理装置”或“数据处理器”打算包含任一数据处理装置，例如中央处理单元(“CPU”)、桌上型计算机、膝上型计算机、主机计算机、个人数字助理、BlackberryTM、数码相机、蜂窝式电话或用于处理数据、管理数据或处置数据的任一其它装置，无论其通过电组件、磁性组件、光学组件、生物组件或其它方式实施。
处理器可存取存储器系统140包含经配置以存储信息的一个或一个以上处理器可存取存储器，所述信息包含执行本发明的各种实施例的过程所需的信息，所述过程包含本文中所描述的图2到7的实例性过程。处理器可存取存储器系统140可以是分布式处理器可存取存储器系统，其包含经由多个计算机及/或装置以通信方式连接到数据处理系统110的多个处理器可存取存储器。另一方面，处理器可存取存储器系统140无需是分布式处理器可存取存储器系统，且因此可包含位于单个数据处理器或装置内的一个或一个以上处理器可存取存储器。
片语“处理器可存取存储器”打算包含任一处理器可存取数据存储装置，无论是易失性或非易失性、电子、磁性、光学或其它，其包含但不限于寄存器、软磁盘、硬磁盘、光盘、DVD、快闪存储器、ROM及RAM。
片语“以通信方式连接”打算包含其中可传送数据的装置、数据处理器或程序之间的任一类型的连接，无论是有线还是无线。此外，片语“以通信方式连接”打算包含单个数据处理器内的装置或程序之间的连接、位于不同数据处理器中的装置或程序之间的连接及完全不位于数据处理器中的装置之间的连接。鉴于此，虽然显示处理器可存取存储器系统140与数据处理系统110分开，但所属领域的技术人员应了解，处理器可存取存储器系统140可完全地或部分地存储于数据处理系统110内。进一步鉴于此，虽然显示外围系统120及用户接口系统130与数据处理系统110分开，但所属领域的技术人员应了解，这些系统中的一者或两者可完全地或部分地存储于数据处理系统110内。
外围系统120可包含经配置以将预捕获信息及所捕获的图像提供到数据处理系统110的一个或一个以上装置。举例来说，外围系统120可包含此项技术中已知的光等级传感器、包含陀螺仪的运动传感器、电磁场传感器或红外线传感器，所述传感器提供(a)预捕获信息，例如场景光等级信息、电磁场信息或场景运动信息或(b)所捕获的图像。在接收到来自外围系统120的预捕获信息或所捕获的图像时，数据处理系统110可将此信息存储于处理器可存取存储器系统140中。
用户接口系统130可包含用户将数据从其输入到数据处理系统110的任一装置或装置的组合。鉴于此，虽然显示外围系统120与用户接口系统130分开，但外围系统120可作为用户接口系统130的部分而包含在内。
用户接口系统130还可包含显示装置、处理器可存取存储器或数据处理器系统110将数据所输出至的任一装置或装置的组合。鉴于此，如果用户接口系统130包含处理器可存取存储器，那么此存储器可是处理器可存取存储器系统140的部分，即使在图1中分开显示用户接口系统130与处理器可存取存储器系统140。
图2图解说明用于本发明的第一实施例的方法200，其中使用预捕获信息来确定存在于场景中的运动的等级，使用所述运动等级来确定认为单图像捕获还是多图像捕获适当。在步骤210中，通过数据处理系统110来获取预捕获信息。此预捕获信息可包含：两个或两个以上预捕获图像、陀螺仪信息(相机运动)、GPS位置信息、光等级信息、音频信息、焦点信息及运动信息。
然后在步骤220中分析所述预捕获信息以确定场景条件，例如场景的光等级或所述场景的至少一部分中的运动。鉴于此，所述预捕获信息可包含用于确定相机与场景之间的相对运动是否存在或是否可合理地预期图像捕获期间存在运动的任一信息以使得在经由多图像捕获集而非单图像捕获而被捕获的情况下场景的图像将具有更好的质量。预图像捕获信息的实例包含：总曝光时间(其随存在于场景中的光等级而变)；所述场景的至少一部分中的运动(例如速度及方向)；所述场景的不同部分之间的运动差异；焦点信息；装置(例如外围系统120)的方向及位置；陀螺仪信息；范围数据；旋转数据；对象识别；对象位置；音频信息；色彩信息；白平衡；动态范围；面部检测及像素噪声位置。在步骤230中，至少基于步骤220中所执行的分析，做出关于场景的图像是否通过多图像捕获而非单图像捕获最好地捕获的确定。换句话说，在步骤230中至少基于在步骤220中所执行的对预捕获信息的分析来做出关于多图像捕获是否适当的确定。举例来说，可将通过步骤220中的分析而确定的存在于场景中的运动与适当地捕获所述场景的图像所需要的总曝光时间(随光等级而变)进行比较。如果检测到相对于总曝光时间的低运动而使得运动模糊等级可接受，那么在步骤240中认为单图像捕获适当。如果检测到相对于总曝光时间的高运动而使得运动模糊等级不可接受，那么在步骤250中认为多图像捕获适当。换句话说，如果场景的光等级过低而使得其致使所述场景中的运动不可接受地加剧，那么在步骤230中认为多图像捕获适当。如果期望延伸的景深或延伸的动态范围(其中可使用具有不同焦距或不同曝光时间的多个图像来产生经改善的合成图像)，那么也可认为多图像捕获适当。当相机处于闪光模式(其中在具有闪光的情况下捕获多图像捕获集中所捕获的一些图像且在不具有闪光的情况下捕获一些图像)中时可进一步认为多图像捕获适当且使用所述图像的部分来产生经改善的合成图像。
同样在步骤250中，如下文(举例来说)参照图3到6所描述设定多图像捕获的参数。
如果步骤230中的决策为肯定，那么在步骤260中，数据处理系统110可自动地或响应于用户输入(例如下压快门触发器)的接收来指令多图像捕获的执行。鉴于此，数据处理系统110可指令外围系统120执行所述多图像捕获。在步骤270中，合成多个图像以产生具有经改善的图像特性(其中包含与原本将在步骤240中通过单图像捕获获取的图像相比减小的模糊)的图像。鉴于此，通过使用例如名称为“具有减小的 对象运动模糊的数字图像(Digital Image with Reduced Object Motion Blur)”的美国专 利申请案11/548,309(代理档案号92543)；名称为“图像捕获设备及其方法(ImageCapturing Apparatus and Method Therefore)”的美国专利第7,092,019号；或名称为“用于融合图像的方法及其设备(Method for Fusing Images and Apparatus Thereof)”的美国专利5,488,674中所描述的那些方法的方法将多个图像的至少部分组装为单个图像来使用多图像捕获中的多个图像来产生具有经改善的图像特性的图像。
虽然图2中未显示，但如果步骤230中的决策为否定，那么数据处理系统110可指令单图像捕获的执行。
应注意，本文中所描述的所有剩余实施例均假设步骤230中的决策为多图像捕获适当，例如，关于总曝光时间的预捕获信息中的所检测运动将导致单个图像中的不可接受的运动模糊等级(高运动)。因此，图3、4及6仅显示从步骤230退出的“是”，且这些图式中的随后步骤图解说明步骤250的特定实施方案的一些实例。鉴于此，图3中的步骤310及图4中的步骤410图解说明图2中的步骤210的特定实施方案的实例。同样，图3中的步骤320及图4中的步骤420图解说明图2中的步骤220的特定实施方案的实例。
图3图解说明根据本发明的另一实施例的方法300，其中检测运动且认为多图像捕获适当并选择多图像捕获。除其它之外，此实施例还适于在存在受限局部运动时成像，因为图像捕获期间存在的运动被视为全局运动，其中可将所述运动描述为整个图像上的均一平均值。在对应于图2中的步骤210的步骤310中，所获取的预捕获信息包含聚集ζ电子所需的总曝光时间ttotal。ζ是产生具有低噪声的可接受亮图像所需的电子/像素数目，且依据强加于待产生的图像上的动态范围限制而基于像素中的平均值、最大值或最小值来确定ζ。鉴于此，在步骤310中所获取的总曝光时间ttotal随正在检视的场景中的光等级而变。可在步骤310中将总曝光时间ttotal确定为通过(举例来说)外围系统120对一个或一个以上预捕获图像的获取的部分。举例来说，外围系统120可经配置以获取聚集ζ电子的预捕获图像。获取此图像所花费的时间量指示聚集ζ电子的总曝光时间ttotal。鉴于此，可称在步骤310处获取的预捕获信息可包含预捕获图像。
在步骤320中，分析在步骤310中获取的预捕获信息以确定包含场景中存在的运动模糊(例如，来自总曝光时间ttotal内的全局运动的平均运动模糊αgmavg(在像素中))的额外信息。其中通常就在由陀螺仪信息确定或通过比较2个或2个以上预捕获图像而确定的图像捕获期间移动的像素来测量运动模糊。如先前所论述，图3中的步骤230(其对应于图2中的步骤230)确定αgmavg对于单图像捕获来说过大。因此，认为多图像捕获适当，因为可以小于ttotal的曝光时间来捕获多个图像中的每一者，从而产生具有减小的模糊的图像。然后可将模糊减小的图像合成为具有减小的模糊的单个复合图像。
鉴于此，在步骤330中，最初可通过用平均全局运动模糊αgmavg除以多图像捕获中所捕获的任一单个图像中的所期望最大全局运动模糊αmax来确定将在所述多图像捕获中捕获的图像的数目ngm，如以下方程式1中所示。举例来说，如果平均全局运动模糊αgmavg为八个像素，且在多图像捕获中捕获的任一个图像的所期望最大全局运动模糊αmax为一个像素，那么步骤330中对所述多图像捕获中的图像数目ngm的初始估计为八。
ngm＝αgmavg/αmax        方程式1
因此，如以下方程式2中所示，多图像捕获中的个别图像捕获的平均曝光时间tavg是总曝光时间ttotal除以多图像捕获中的图像数目ngm。此外，如以下方程式3中所示，多图像捕获中的个别图像捕获内的全局运动模糊αgm-ind(在所移位的像素数目中)是总曝光时间ttotal内的全局运动模糊αgmavg(在所移位的像素中)除以多图像捕获中的图像数目ngm。换句话说，多图像捕获中的个别图像捕获中的每一者均将具有小于总曝光时间ttotal的曝光时间tavg，且因此展现小于总曝光时间ttotal内的全局运动模糊αgmavg(像素中)的运动模糊αgm-ind。
tavg＝ttotal/ngm          方程式2
αgm-ind＝αgmavg/ngm     方程式3
tsum＝t1+t2+t3...+tngm    方程式4
应注意，多图像捕获集内的个别图像捕获1，2，3...ngm的曝光时间t1，t2，t3...tnm可不同以为图像提供不同模糊等级α1，α2，α3...αngm，其中所述个别图像捕获的曝光时间平均为tavg。
在步骤340中，可将所求和的捕获时间tsum(见上文方程式4)与最大总曝光时间γ进行比较，可将所述最大总曝光时间γ确定为操作者通常可期望在图像捕获期间保持图像捕获装置稳定的最大时间，例如0.25秒(作为实例)。(注意：当个别捕获n的曝光时间小于图像传感器的读出时间而使得曝光时间tn小于捕获之间的时间时，捕获之间的时间应在使用方程式4确定tsum时取代tn。曝光时间tn是光由图像传感器上的像素收集或集成的时间，且读出时间是由于数据处置限制可从传感器读出顺序图像的最快时间。)如果tsum＜γ，那么在步骤350中将对ngm的当前估计界定为多图像捕获集中的多个图像的数目。随后，在图2中的步骤260中，可指令包含ngm图像的多图像捕获的执行。
返回到图3中所描述的过程，如果在步骤340中tsum＞γ，那么tsum将减小。步骤360提供用以减小tsum的两种方式的实例：可例如以2X合并图像捕获集中的图像的至少一部分，或可减小待捕获的图像的数目ngm。在步骤360处可使用这些技术中的一者、这两种技术或用于减小tsum的其它技术或其组合。
应注意，合并(binning)是用于在通过传感器电路中的改变的读出之前组合传感器上的邻近像素的电荷从而有效地形成减小数目的经组合像素的技术。组合在一起的邻近像素的数目及像素阵列上组合的邻近像素在图像传感器上的空间分布可不同。组合邻近像素之间的电荷的净效应是经组合像素的信号电平增大到邻近像素电荷的和；噪声减小到邻近像素上的噪声的平均值；且图像传感器的分辨率减小。因此，合并是用于改善信噪比的有效方法，从而使其成为当在低光条件下捕获图像或当以短曝光时间进行捕获时有用的技术。由于像素的有效数目减小到经组合像素的数目，因此合并还减小读出时间。在本发明的范围内，还可在读出之后使用像素求和来增大信号且减小噪声，但此方法不减小读出时间，因为读出的像素的数目并未减小。
在执行步骤360之后，重新计算所求和的捕获时间tsum并在步骤340中将其与所期望最大捕获时间γ再次比较。继续重复执行步骤360直到tsum＜γ，这时所述过程继续进行到其中界定多图像捕获集中的图像的数目的步骤350。
图4图解说明根据本发明的又一实施例的方法400，其中评价全局运动及局部运动两者以确定多图像捕获是否适当。在步骤410中，获取预捕获信息，其中包含至少2个预捕获图像及聚集平均ζ个电子所需的总曝光时间ttotal。然后在步骤420中分析预捕获信息以界定图像中所存在的全局运动模糊及局部运动模糊两者，以及平均全局运动模糊αgmavg。其中，局部运动模糊是因为在量值或方向上与全局运动模糊或平均全局运动模糊不同而被区分出。因此，在步骤420中，如果存在局部运动，那么将通过比较多图像捕获集中的2个或2个以上图像来在被成像的场景的至少2个不同部分中识别不同运动。可基于整个预捕获图像或仅基于预捕获图像中含有全局运动的部分且排除预捕获图像中含有局部运动的部分来确定平均全局运动模糊αgmavg。
同样在步骤420中，分析预捕获图像中的运动以确定包含存在于场景中的运动模糊(例如(a)特征化为对应预捕获图像之间的像素移位的全局运动模糊αgm-pre(在所移位的像素中)及(b)特征化为预捕获图像的对应部分之间的像素移位的局部运动模糊α1m-pre)的额外信息。描述包含局部运动估计的各种运动估计方法的例示性文章是G.索沃(G.Sorwar)、墨西德(M.Murshed)及L.杜利(L.Dooley)等人所著信息技术研究与实践期刊2004年8月第3号第36卷的“使用距离相依阈值的基于块的快速真实运动估计(Fast Block-Based True Motion Estimation Using Distance DependentThresholds)”。尽管全局运动模糊通常应用于大部分图像(如在图像的背景中)，但局部运动模糊仅应用于图像的一个部分，且图像的不同部分可含有不同的局部运动等级。因此，对于每一预捕获图像，将存在一个αgm-pre值，而对于预捕获图像的不同部分，可存在数个α1m-pre值。可通过从α1m-pre减去αgm-pre或αgmavg或通过确定所述图像上α1m-pre的值或方向中的变化来确定局部运动模糊的存在。
在步骤430中，将每一预捕获图像的局部运动与预定阈值λ进行比较以确定所述捕获集是否需要计及局部运动模糊。其中λ以来自图像之间的全局运动的像素移位差来表达。如果对于图像中存在局部运动的所有部分来说局部运动＜λ，那么确定多图像捕获中不需要计及局部运动，如步骤497中所示。如果对于预捕获图像的任一部分来说局部运动＞λ，那么将存在于合成图像中的局部运动模糊视为不可接受且在步骤495中界定一个或一个以上局部运动图像并将其包含于多图像捕获集中。其中局部运动图像与全局运动图像的不同之处在于局部运动图像与多图像捕获集中的全局运动图像相比具有较短曝光时间或较低分辨率(来自较高合并比)。
应注意，可在本发明的范围内界定认为预捕获图像的区域具有局部运动所需要的局部运动的最小面积，以实现在步骤430中评价的目的。举例来说，如果预捕获图像的仅极小一部分展现局部运动，那么可忽略此小部分以实现在步骤430处评估的目的。
在步骤460中确定全局运动捕获的数目以将全局运动平均模糊αgmavg减小到小于最大所期望的全局模糊αmax。在步骤470中，如在步骤340中确定总曝光时间tsum，另外在确定tsum时将在步骤495处识别的局部运动图像的数目n1m及局部运动曝光时间t1m连同全局运动图像一起包含在内。图4中的步骤470及480的处理与图3中的步骤340、360的不同之处在于局部运动图像不通过步骤480的处理而被修改。举例来说，当在步骤480中减小tsum时，仅移除全局运动图像(ngm减小)或将全局运动图像合并。在步骤490中，界定多图像捕获以包含所有局部运动图像n1m及组成ngm的剩余全局运动图像。
图5图解说明根据本发明的实施例在图4中的步骤495上扩展的方法500，其中界定一个或一个以上局部运动图像(有时称作“局部运动捕获集”)并将其包含在多图像捕获集中。在步骤510中，如在步骤430中在图像的至少一部分的预捕获图像中检测到局部运动α1m-pre-αgm-pre大于λ。在步骤520中，在以下方程式5中确定足以将来自步骤510的过度局部运动模糊α1m-pre-αgm-pre减小到可接受等级(α1m-max)的曝光时间t1m。
t1m＝tavg(α1m-max/(α1m-pre-αgm-pre))    方程式5
在所述过程中的此点处，最初可给n1m(局部运动捕获集中的图像的数目)指派值1。在步骤530中，以一因子(例如2X)来将待捕获的局部运动图像合并。在步骤540中，将图像中已检测到局部运动的部分中的像素的平均码值与预定所期望的信号电平ζ进行比较。如果所述图像中已检测到局部运动的部分中的像素的平均码值大于预定信号电平ζ，那么已如步骤550中所述界定局部运动捕获集(t1m、n1m)。如果在步骤540中图像中已检测到局部运动的部分中的像素的平均码值小于ζ，那么在步骤580中将待捕获的局部运动捕获集的分辨率与最小分数相对分辨率值τ(与待捕获的全局运动捕获集相比)进行比较。选择τ以限制局部运动图像与全局运动图像之间的分辨率差，使得τ可以是(举例来说)1/2或1/4。如果在步骤580中局部运动捕获集的分辨率与全局运动捕获集相比大于τ，那么所述过程返回到步骤530且将以2X的因子将待捕获的局部运动图像进一步合并。然而，如果局部运动捕获集的分辨率与全局运动捕获集相比＜τ，那么所述过程继续进行到其中将局部运动捕获集中的局部运动捕获的数目n1m增加1的步骤570，且所述过程继续进行到步骤560。以此方式，如果仅进行合并不能充分增大局部运动图像中的码值以达到所期望的ζ电子/像素平均值，那么增加局部运动图像的数目n1m。
在步骤560中，将图像中已检测到局部运动的部分中的像素的平均码值与现在已经修改以考虑到n1m的增加的预定所期望信号电平ζ/n1m进行比较。如果图像中已检测到局部运动的部分中的像素的平均码值小于ζ/n1m，那么所述过程返回到步骤570且再次增加n1m。然而，如果图像中已检测到局部运动的部分中的像素的平均码值大于ζ/n1m，那么所述过程继续进行到步骤550，且以t1m及n1m来界定局部运动捕获集。步骤560保证图像中已检测到局部运动的部分的n1m个局部运动图像的总和的平均码值将＞ζ，且将提供高信噪比。应注意，局部运动捕获集中的局部运动图像可囊括整个帧或仅限于帧中在图像中发生局部运动的一部分(或若干部分)。应进一步注意，图5中所示的过程在增加捕获的数目之前优先合并，但本发明还可与在进行合并之前优先增加捕获数目一起使用。
图6图解说明根据本发明又一实施例的方法600，其中在多图像捕获中的图像捕获中的至少一个图像捕获期间使用闪光来照射场景。图6中的步骤410、420等效于图4中的那些步骤。在步骤625中，询问捕获设定以确定图像捕获装置是否处于允许利用闪光的闪光模式中。如果图像捕获装置不处于闪光模式中，那么将不捕获任何闪光图像，且在步骤630中所述过程返回到如图4中所示的步骤430。
如果图像捕获装置处于闪光模式中，那么所述过程继续进行到如先前已相对于图4描述的步骤460。在步骤650中，与图4中的步骤470类似地将所求和的曝光时间tsum与预定最大总曝光时间γ进行比较。然而，如果tsum＜γ，那么所述过程继续到步骤670，其中将局部运动模糊α1m-pre的比较与预定最大局部运动λ进行比较。如果α1m-pre＜λ，那么如步骤655中所示，捕获集由ngm个不使用闪光的捕获构成。如果α1m-pre＞λ，那么在步骤660中修改捕获集以包含ngm个不使用闪光的捕获及至少1个使用闪光的捕获。如果在步骤650中tsum＞γ，那么在步骤665中减小ngm以使得tsum＜γ，且所述过程继续到其中将至少一个闪光捕获添加到捕获集的步骤660。
闪光模式的捕获集包括ngm、tavg或t1，t2，t3...tngm及nfm。其中nfm是在处于闪光模式中时闪光捕获的数目。应注意，当包含多于一个闪光捕获时，曝光时间及闪光强度或持续时间可视需要在闪光捕获之间变化以减小运动瑕疵或使得能够在图像捕获期间更好地照亮场景的若干部分。
考虑图4及6中所示的方法，所述多图像捕获集可由异质图像组成，其中多个图像中的至少一些图像具有不同特性，例如：分辨率、积分时间、曝光时间、帧速率、像素类型、焦点、噪声清除方法、色调再现或闪光模式。选择多图像捕获中的个别图像的特性以启用正成像的场景的某一方面的经改善图像质量。
选择较高分辨率以捕获场景的细节，而在存在较快运动时选择较低分辨率以实现较短曝光及较快图像捕获频率(帧速率)。选择较长积分时间或较长曝光时间以改善信噪比，而选择较短积分时间或曝光时间以减小图像中的运动模糊。选择较慢图像捕获频率(帧速率)以允许较长曝光时间，而选择较快图像捕获频率(帧速率)以捕获正快速移动的场景或对象的多个图像。
由于不同像素类型对来自所述场景的光具有不同的敏感度，因此可捕获优先地由优于其它类型的一些类型的像素组成的图像。作为实例，如果检测到绿色对象正在场景中移动，那么仅可从绿色像素捕获图像以实现较快图像捕获频率(帧速率)及减小的曝光时间，从而减小所述对象的运动模糊。或者，对于具有彩色像素(例如，红色/绿色/蓝色或青色/洋红色/黄色)及全色像素(其中全色像素的敏感度约为彩色像素的3X(见汉密尔顿(Hamilton)著档案号为90627的美国专利申请案))的传感器来说，可在仅由全色像素组成的多个捕获集中捕获图像以提供经改善的信噪比，同时还实现与由彩色像素组成的图像相比减小的曝光或积分时间。
在另一情况下，可捕获具有不同焦点位置或f#的图像且可使用不同图像的部分来产生具有较宽景深或选择性焦点面积的合成图像。可对多图像捕获集中的图像使用不同的噪声清除方法及增益设定来产生(举例来说)其中噪声清除已经设计为保存细节边缘的一些图像及其中噪声清除已经设计为减小色彩噪声的其它图像。同样，色调再现及增益设定在多图像捕获集中的图像之间可不同，其中(举例来说)可以高对比度再现高分辨率/短曝光图像以强调对象的边缘，而可以饱和色彩再现低分辨率图像以强调图像中的色彩。在闪光模式中，一些图像可在具有闪光的情况下来捕获以减小运动模糊，而其它图像在不具有闪光的情况下捕获以补偿例如红眼、反光及感光过度区域等闪光瑕疵。
在已在多图像捕获集中捕获异质图像之后，使用多个图像的部分来合成经改善的图像，如图2中的步骤270所示。
图7图解说明根据本发明的实施例用于通过(举例来说)从合成过程中省却高运动图像将来自多图像捕获的多个图像合成为单个图像的方法700。高运动图像是那些含有大量全局运动模糊的图像。通过将具有大量运动模糊的图像从所合成的单个图像或从多图像捕获产生的复合图像中省却，所合成的单个图像或复合图像的图像质量得以改善。在步骤710中，多图像捕获中的每一图像连同点扩展函数(PSF)数据一起获得。PSF数据描述在图像捕获期间发生的全局运动，而非从预捕获数据确定的预捕获运动模糊值αgm-pre及α1m-pre。同样，使用PSF数据来识别其中图像捕获期间的全局运动模糊比基于预捕获数据预期的全局运动模糊大的图像。PSF数据可使用由陀螺仪传感器提供的相同振动感测数据从图像捕获装置中的陀螺仪来获得，所述陀螺仪传感器如大贯(Onuki)所著的美国专利第6,429,895号中所描述用于图像稳定。PSF数据还可从图像信息(其从图像传感器的一部分获得)获得，所述图像信息如美国专利申请案第11/780,841(档案号93668)中所描述以快速帧速率读出。
在步骤720中，将个别图像的PSF数据与预定最大等级β进行比较。鉴于此，PSF数据可包含曝光、加速度、方向或方向改变期间的运动量值。β的值就模糊像素来说将类似于αmax的值。如果对于个别图像来说PSF数据＞β，那么确定所述个别图像具有过度运动模糊。在此情况下，在步骤730中，不理会所述个别图像，从而形成减小的图像集且在步骤270的合成过程中使用所述减小的图像集。如果对于所述个别图像来说PSF数据＜β，那么确定所述个别图像具有可接受的运动模糊等级。因此，在步骤740中，将其连同来自捕获集的其它图像一起存储，在步骤270的合成过程中将使用所述图像来形成经改善的图像。
应了解，所述例示性实施例仅为本发明的说明性实施例且所属领域的技术人员可构想出上文所描述的实施例的许多变化，此并不背离本发明的范围。因此，打算将所有这些变化包含于以上权利要求书及其等效物的范围内。
部件列表
100  包含对一对评价图像中的运动的评估的现有技术图像捕获过程流程图
110  步骤
120  步骤
130  步骤
140  步骤
200  本发明的实施例的用于基于对预捕获信息的分析确定单图像捕获或多图像捕获的过程流程图
210  步骤
220  步骤
230  步骤
240  步骤
250  步骤
260  步骤
270  步骤
300  本发明的另一实施例的过程流程图，其中揭示考虑待捕获的多个图像的求和捕获时间的图像捕获过程
310  步骤
320  步骤
330  步骤
340  步骤
350  步骤
360  步骤
400  本发明的再一实施例的过程流程图，其中描述考虑全局运动及局部运动两者的图像捕获过程
410  步骤
420  步骤
430  步骤
460  步骤
470  步骤
480  步骤
490  步骤
495  步骤
497  步骤
500  在图4中的步骤495上扩展的本发明又一实施例的过程流程图
510  步骤
520  步骤
530  步骤
540  步骤
550  步骤
560  步骤
570  步骤
580  步骤
600  本发明再一实施例的过程流程图，其中揭示闪光模式
625  步骤
630  步骤
650  步骤
655  步骤
660  步骤
665  步骤
670  步骤
700  本发明的再一实施例的过程流程图，其中响应于在捕获集中的图像的捕获之间成像的场景的改变而改变捕获条件
710  步骤
720  步骤
730  步骤
740  步骤

Claims (16)

1.一种至少部分地由数据处理系统实施的方法，所述方法用于控制图像捕获且包括以下步骤：
获取预捕获信息；
至少基于对所述预捕获信息的分析来确定多图像捕获适当，其中所述多图像捕获经配置以获取多个图像以供合成为单个图像；及
指令所述多图像捕获的执行。
2.根据权利要求1所述的方法，其中所述多图像捕获包含异质图像的捕获。
3.根据权利要求2所述的方法，其中所述异质图像的差别在于分辨率、积分时间、曝光时间、帧速率、像素类型、焦点、噪声清除方法、色调再现或闪光模式。
4.根据权利要求3所述的方法，其中所述异质图像的不同图像的所述像素类型为全景像素类型及彩色像素类型。
5.根据权利要求3所述的方法，其中所述噪声清除方法包含调整增益设定。
6.根据权利要求1所述的方法，其进一步包括至少基于对所述预捕获信息的分析来确定所述多图像捕获的图像捕获频率的步骤。
7.根据权利要求1所述的方法，其中所述预捕获信息至少指示若干场景条件，且其中所述确定步骤包含至少基于对所述场景条件的分析来确定无法通过单图像捕获有效地捕获场景。
8.根据权利要求7所述的方法，其中所述场景条件包含所述场景的光等级，且其中所述确定步骤确定所述光等级不足以使所述场景通过单图像捕获有效地捕获。
9.根据权利要求1所述的方法，其中所述预捕获信息包含场景的至少一部分的运动，且其中所述确定步骤包含确定所述运动在单图像捕获中将导致模糊过大。
10.根据权利要求9所述的方法，其中所述运动为仅存在于所述场景的一部分中的局部运动。
11.根据权利要求10所述的方法，其中所述确定步骤包含响应于所述局部运动而确定所述多图像捕获将经配置以捕获多个异质图像。
12.根据权利要求11所述的方法，其中所述多个异质图像中的至少一个异质图像包含仅包含所述场景的展现所述局部运动的部分或大致所述部分的图像。
13.根据权利要求1所述的方法，其中所述预捕获信息包含指示场景的至少两个部分中的不同运动的运动信息，且其中所述确定步骤确定所述不同运动中的至少一者在单图像捕获中将导致模糊过大。
14.根据权利要求1所述的方法，其中所述多图像捕获获取多个图像，且其中所述方法进一步包括以下步骤：从所述多个图像中消除展现高点扩展函数的图像，从而形成减小的图像集，并将所述减小的图像集合成为单个合成图像。
15.一种存储指令的处理器可存取存储器系统，所述指令经配置以致使数据处理系统实施用于控制图像捕获的方法，其中所述指令包括：
用于获取预捕获信息的指令；
用于至少基于对所述预捕获信息的分析来确定多图像捕获适当的指令，其中所述多图像捕获经配置以获取多个图像以供合成为单个图像；及
用于指令所述多图像捕获的执行的指令。
16.一种系统，其包括：
数据处理系统；及
存储器系统，其以通信方式连接到所述数据处理系统且存储经配置以致使所述数据处理系统实施用于控制图像捕获的方法的指令，其中所述指令包括：
用于获取预捕获信息的指令；
用于至少基于对所述预捕获信息的分析来确定多图像捕获适当的指令，其中所述多图像捕获经配置以获取多个图像以供合成为单个图像；及
用于指令所述多图像捕获的执行的指令。
CN200980110292.1A 2008-04-01 2009-03-20 控制多图像捕获 Pending CN101978687A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/060,520 2008-04-01
US12/060,520 US20090244301A1 (en) 2008-04-01 2008-04-01 Controlling multiple-image capture
PCT/US2009/001745 WO2009123679A2 (en) 2008-04-01 2009-03-20 Controlling multiple-image capture

Publications (1)

Publication Number Publication Date
CN101978687A true CN101978687A (zh) 2011-02-16

Family

ID=40691035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980110292.1A Pending CN101978687A (zh) 2008-04-01 2009-03-20 控制多图像捕获

Country Status (6)

Country Link
US (1) US20090244301A1 (zh)
EP (1) EP2283647A2 (zh)
JP (1) JP2011517207A (zh)
CN (1) CN101978687A (zh)
TW (1) TW200948050A (zh)
WO (1) WO2009123679A2 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103501393A (zh) * 2013-10-16 2014-01-08 深圳市中兴移动通信有限公司 一种移动终端及其拍摄方法
CN105049703A (zh) * 2015-06-17 2015-11-11 青岛海信移动通信技术股份有限公司 一种移动通信终端拍照的方法和移动通信终端
CN106534710A (zh) * 2015-09-14 2017-03-22 鹦鹉无人机股份有限公司 确定无人机机载相机的曝光历时的方法及相关联的无人机
CN110248094A (zh) * 2019-06-25 2019-09-17 珠海格力电器股份有限公司 拍摄方法及拍摄终端

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5054583B2 (ja) * 2008-03-17 2012-10-24 株式会社リコー 撮像装置
CN101621630B (zh) * 2008-07-03 2011-03-23 鸿富锦精密工业（深圳）有限公司 影像感测模式自动切换系统和方法
EP2483767B1 (en) * 2009-10-01 2019-04-03 Nokia Technologies Oy Method relating to digital images
JP5115568B2 (ja) * 2009-11-11 2013-01-09 カシオ計算機株式会社 撮像装置、撮像方法、及び撮像プログラム
US20120007996A1 (en) * 2009-12-30 2012-01-12 Nokia Corporation Method and Apparatus for Imaging
TWI410128B (zh) * 2010-01-21 2013-09-21 Inventec Appliances Corp 數位相機及其運作方法
US8558913B2 (en) * 2010-02-08 2013-10-15 Apple Inc. Capture condition selection from brightness and motion
SE534551C2 (sv) 2010-02-15 2011-10-04 Scalado Ab Digital bildmanipulation innefattande identifiering av ett målområde i en målbild och sömlös ersättning av bildinformation utifrån en källbild
JP5638849B2 (ja) * 2010-06-22 2014-12-10 オリンパス株式会社 撮像装置
US8823829B2 (en) * 2010-09-16 2014-09-02 Canon Kabushiki Kaisha Image capture with adjustment of imaging properties at transitions between regions
US8428308B2 (en) * 2011-02-04 2013-04-23 Apple Inc. Estimating subject motion for capture setting determination
US8379934B2 (en) 2011-02-04 2013-02-19 Eastman Kodak Company Estimating subject motion between image frames
US8736704B2 (en) 2011-03-25 2014-05-27 Apple Inc. Digital camera for capturing an image sequence
US8736697B2 (en) 2011-03-25 2014-05-27 Apple Inc. Digital camera having burst image capture mode
US8736716B2 (en) 2011-04-06 2014-05-27 Apple Inc. Digital camera having variable duration burst mode
US8947546B2 (en) * 2011-04-23 2015-02-03 Blackberry Limited Apparatus, and associated method, for stabilizing a video sequence
SE1150505A1 (sv) 2011-05-31 2012-12-01 Mobile Imaging In Sweden Ab Metod och anordning för tagning av bilder
JP2012249256A (ja) * 2011-05-31 2012-12-13 Sony Corp 画像処理装置、画像処理方法、プログラム
EP2718896A4 (en) 2011-07-15 2015-07-01 Mobile Imaging In Sweden Ab METHOD FOR PROVIDING ADJUSTED DIGITAL GRAPHIC REPRESENTATION OF VIEW AND APPROPRIATE APPARATUS
JP5802520B2 (ja) * 2011-11-11 2015-10-28 株式会社 日立産業制御ソリューションズ 撮像装置
US8200020B1 (en) 2011-11-28 2012-06-12 Google Inc. Robust image alignment using block sums
EP2608529B1 (en) 2011-12-22 2015-06-03 Axis AB Camera and method for optimizing the exposure of an image frame in a sequence of image frames capturing a scene based on level of motion in the scene
US8681268B2 (en) * 2012-05-24 2014-03-25 Abisee, Inc. Vision assistive devices and user interfaces
US8446481B1 (en) 2012-09-11 2013-05-21 Google Inc. Interleaved capture for high dynamic range image acquisition and synthesis
US8866927B2 (en) 2012-12-13 2014-10-21 Google Inc. Determining an image capture payload burst structure based on a metering image capture sweep
US9087391B2 (en) 2012-12-13 2015-07-21 Google Inc. Determining an image capture payload burst structure
US8866928B2 (en) 2012-12-18 2014-10-21 Google Inc. Determining exposure times using split paxels
US9247152B2 (en) 2012-12-20 2016-01-26 Google Inc. Determining image alignment failure
US8995784B2 (en) 2013-01-17 2015-03-31 Google Inc. Structure descriptors for image processing
US9686537B2 (en) 2013-02-05 2017-06-20 Google Inc. Noise models for image processing
US9117134B1 (en) 2013-03-19 2015-08-25 Google Inc. Image merging with blending
US9066017B2 (en) 2013-03-25 2015-06-23 Google Inc. Viewfinder display based on metering images
KR20140132568A (ko) * 2013-05-08 2014-11-18 삼성전자주식회사 움직이는 물체를 하나의 이미지에 합성하기 위한 장치 및 방법
US9077913B2 (en) 2013-05-24 2015-07-07 Google Inc. Simulating high dynamic range imaging with virtual long-exposure images
US9131201B1 (en) 2013-05-24 2015-09-08 Google Inc. Color correcting virtual long exposures with true long exposures
US9615012B2 (en) 2013-09-30 2017-04-04 Google Inc. Using a second camera to adjust settings of first camera
US9426365B2 (en) 2013-11-01 2016-08-23 The Lightco Inc. Image stabilization related methods and apparatus
KR20180036464A (ko) * 2016-09-30 2018-04-09 삼성전자주식회사 이미지 처리 방법 및 이를 지원하는 전자 장치
CN107809592B (zh) * 2017-11-13 2019-09-17 Oppo广东移动通信有限公司 拍摄图像的方法、装置、终端和存储介质
CN110475072B (zh) 2017-11-13 2021-03-09 Oppo广东移动通信有限公司 拍摄图像的方法、装置、终端和存储介质
US10971033B2 (en) 2019-02-07 2021-04-06 Freedom Scientific, Inc. Vision assistive device with extended depth of field
CN110274565B (zh) * 2019-04-04 2020-02-04 湖北音信数据通信技术有限公司 基于图像数据量而调整图像处理帧速的现场检测平台
US20220138964A1 (en) * 2020-10-30 2022-05-05 Qualcomm Incorporated Frame processing and/or capture instruction systems and techniques

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5325449A (en) * 1992-05-15 1994-06-28 David Sarnoff Research Center, Inc. Method for fusing images and apparatus therefor
US6429895B1 (en) * 1996-12-27 2002-08-06 Canon Kabushiki Kaisha Image sensing apparatus and method capable of merging function for obtaining high-precision image by synthesizing images and image stabilization function
JP4284570B2 (ja) * 1999-05-31 2009-06-24 ソニー株式会社 撮像装置及びその方法
US6301440B1 (en) * 2000-04-13 2001-10-09 International Business Machines Corp. System and method for automatically setting image acquisition controls
US6891570B2 (en) * 2001-01-31 2005-05-10 Itt Manufacturing Enterprises Inc. Method and adaptively deriving exposure time and frame rate from image motion
JP3468231B2 (ja) * 2001-07-02 2003-11-17 ミノルタ株式会社 画像処理装置、画質制御方法、プログラム及び記録媒体
US7084910B2 (en) * 2002-02-08 2006-08-01 Hewlett-Packard Development Company, L.P. System and method for using multiple images in a digital image capture device
CN100351868C (zh) * 2003-04-17 2007-11-28 精工爱普生株式会社 利用多帧图像的静止图像的生成
JP4136793B2 (ja) * 2003-05-29 2008-08-20 キヤノン株式会社 撮像装置および撮像装置の制御方法
CN1671124B (zh) * 2004-03-19 2011-10-19 清华大学 通信终端装置、通信终端接收方法、通信系统、网关
JP2006025310A (ja) * 2004-07-09 2006-01-26 Konica Minolta Photo Imaging Inc 撮像装置
US7782384B2 (en) * 2004-11-05 2010-08-24 Kelly Douglas J Digital camera having system for digital image composition and related method
US20060152596A1 (en) * 2005-01-11 2006-07-13 Eastman Kodak Company Noise cleaning sparsely populated color digital images
EP1689164B1 (en) * 2005-02-03 2007-12-19 Sony Ericsson Mobile Communications AB Method and device for creating enhanced picture by means of several consecutive exposures
EP1924966B1 (en) * 2005-08-08 2009-04-29 MEP Imaging Technologies Ltd. Adaptive exposure control
US20070046807A1 (en) * 2005-08-23 2007-03-01 Eastman Kodak Company Capturing images under varying lighting conditions
JP4618100B2 (ja) * 2005-11-04 2011-01-26 ソニー株式会社 撮像装置、撮像方法、およびプログラム
US7468504B2 (en) * 2006-03-09 2008-12-23 Northrop Grumman Corporation Spectral filter for optical sensor
JP4837406B2 (ja) * 2006-03-10 2011-12-14 オリンパスイメージング株式会社 電子的ぶれ補正装置および電子的ぶれ補正方法
US20070237514A1 (en) * 2006-04-06 2007-10-11 Eastman Kodak Company Varying camera self-determination based on subject motion

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103501393A (zh) * 2013-10-16 2014-01-08 深圳市中兴移动通信有限公司 一种移动终端及其拍摄方法
CN105049703A (zh) * 2015-06-17 2015-11-11 青岛海信移动通信技术股份有限公司 一种移动通信终端拍照的方法和移动通信终端
CN106534710A (zh) * 2015-09-14 2017-03-22 鹦鹉无人机股份有限公司 确定无人机机载相机的曝光历时的方法及相关联的无人机
CN110248094A (zh) * 2019-06-25 2019-09-17 珠海格力电器股份有限公司 拍摄方法及拍摄终端
CN110248094B (zh) * 2019-06-25 2020-05-05 珠海格力电器股份有限公司 拍摄方法及拍摄终端

Also Published As

Publication number Publication date
TW200948050A (en) 2009-11-16
US20090244301A1 (en) 2009-10-01
WO2009123679A2 (en) 2009-10-08
WO2009123679A3 (en) 2009-11-26
JP2011517207A (ja) 2011-05-26
EP2283647A2 (en) 2011-02-16

Similar Documents

Publication Publication Date Title
CN101978687A (zh) 控制多图像捕获
JP3733392B2 (ja) 画像の構図変化検出方法
CN101980524B (zh) 焦点调节设备及其控制方法
US8483452B2 (en) Image processing apparatus, image processing method, and program
KR101155406B1 (ko) 화상 처리 장치, 화상 처리 방법 및 컴퓨터 기억 매체
US20210400172A1 (en) Imaging processing method and apparatus for a camera module in a night scene, an electronic device, and a storage medium
US20120045094A1 (en) Tracking apparatus, tracking method, and computer-readable storage medium
US20140022409A1 (en) Image processing apparatus with function for specifying image quality, and method and storage medium
US8384798B2 (en) Imaging apparatus and image capturing method
CN104125377B (zh) 图像处理设备、图像处理方法和计算机可读记录介质
CN105323425A (zh) 融合图像系统中的场景运动校正
US20110242395A1 (en) Electronic device and image sensing device
US8284994B2 (en) Image processing apparatus, image processing method, and storage medium
KR20110053348A (ko) 에지 검출을 이용하여 깊이 데이터를 생성하기 위한 시스템 및 방법
KR20090072979A (ko) 소정 조건을 따른 화상을 기록하는 촬상장치, 촬영방법 및 그 프로그램을 기록한 기록매체
CN104754212A (zh) 电子装置以及通过使用该电子装置捕获移动对象的方法
US10984550B2 (en) Image processing device, image processing method, recording medium storing image processing program and image pickup apparatus
US11178371B2 (en) Image processing apparatus, imaging system, recording medium, and control method
US9253406B2 (en) Image capture apparatus that can display review image, image capture method, and storage medium
KR20100138141A (ko) 구도 가이드 방법 및 장치, 및 디지털 촬영 장치
CN103905727A (zh) 被摄体区域跟踪设备及其控制方法
CN104243804B (zh) 摄像设备、图像处理设备及其控制方法
CN104170369A (zh) 用于捕获图像的方法、设备和计算机程序
EP4072124A1 (en) Image capturing method and device, apparatus, and storage medium
US20110273578A1 (en) Electronic camera

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110216