CN102349292B - 具有显示装置的设备、用以响应对图像中模糊的检测的方法和设备 - Google Patents

具有显示装置的设备、用以响应对图像中模糊的检测的方法和设备 Download PDF

Info

Publication number
CN102349292B
CN102349292B CN201080011856.9A CN201080011856A CN102349292B CN 102349292 B CN102349292 B CN 102349292B CN 201080011856 A CN201080011856 A CN 201080011856A CN 102349292 B CN102349292 B CN 102349292B
Authority
CN
China
Prior art keywords
fuzzy
region
interest
positioning
image
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
CN201080011856.9A
Other languages
English (en)
Other versions
CN102349292A (zh
Inventor
巴巴克·福鲁坦保尔
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.)
Qualcomm Inc
Original Assignee
Qualcomm 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 Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN102349292A publication Critical patent/CN102349292A/zh
Application granted granted Critical
Publication of CN102349292B publication Critical patent/CN102349292B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/61Control of cameras or camera modules based on recognised objects
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/63Control of cameras or camera modules by using electronic viewfinders
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/63Control of cameras or camera modules by using electronic viewfinders
    • H04N23/633Control of cameras or camera modules by using electronic viewfinders for displaying additional information relating to control or operation of the camera
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/68Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明揭示一种用以响应对图像中模糊的所关注区域的检测的系统及方法。一个实施例包括区域定位器,用以在由数字图像俘获装置所俘获的图像中定位一个或一个以上所关注区域。所述实施例还包括模糊区域检测器,用于检测所关注区域是否模糊。模糊区域指示器向用户指示何时已检测到模糊区域。当检测到模糊区域时,显示接口提供所述检测到的模糊区域的放大图像。一些实施例提供关于如何在具有改善结果的情况下再次俘获场景的建议。

Description

具有显示装置的设备、用以响应对图像中模糊的检测的方法和设备
技术领域
本发明大体上涉及图像中的模糊检测。
背景技术
相机或其它图像俘获装置(例如,拍照电话)可提供自动聚焦能力及手抖动减少特征,以辅助用户拍摄良好照片。然而,照片有时可能为模糊的,或照片中用户希望焦点对准的区域可能并未实现焦点对准。在一些常规相机中,相机上的作用中显示器展示由相机“所观察到”的图像,以使所述用户清楚地了解所述用户将拍摄的照片的质量。然而,有时在查看待俘获的整个场景的显示时,可能难以告知相对于作用中显示器的大小来说较小的所关注区域何时焦点未对准。因此,在已将照片传送到具有较大显示器的桌上型计算机或膝上型计算机之后,拍摄照片的用户常常仅在稍后便发现,所述照片质量太差以致不能与朋友共享或打印。
发明内容
本文中的实施例提供用于进行以下动作的方法及装置:检测图像的模糊区域(例如,模糊脸部),及在显示器上显示所述模糊区域的特写,使得所述用户可更清楚地查看所述模糊区域。在一些实施例中,可显示若干检测到的模糊区域的特写,以及紧靠模糊区域显示经确定为清晰的区域以用于比较。显示模糊区域的特写使所述装置的用户能够更清楚地观察到模糊区域处于场景中,且选择重拍摄照片。本文中所描述的实施例克服以下问题:用户拍摄在所述照片俘获装置的作用中显示器上呈现良好的照片,但仅在稍后便发现所述照片中存在模糊区域。如果在用于定位所关注区域及分析所述区域以确定所述区域是否模糊的算法完成后检测到模糊区域,则可将通知提供到所述用户。
在一特定实施例中,揭示一种用于检测一图像的模糊区域及显示所述模糊区域的特写的设备。所述设备包括区域定位器,其用以在由数字图像俘获装置所俘获的图像中定位一个或一个以上所关注区域。所述设备还包括模糊检测器,其用以检测一个或一个以上经定位的区域何时模糊。举例来说,所述模糊检测器可确定一经定位的区域“过于模糊”,所述确定是基于在所述经定位的区域中检测到的软边缘对硬边缘的比率。所述设备进一步包括响应所述模糊检测器的指示器,其用以响应于检测到模糊区域而产生信号。所述设备还包括显示接口,其用以将所述模糊区域的放大图像提供到显示装置。
在另一特定实施例中,揭示一种方法,其包括在经俘获的图像中定位一个或一个以上所关注区域。所述方法还包括检测所述经定位的所关注区域当中的一个或一个以上模糊区域。所述方法进一步包括响应于检测到第一模糊区域而产生用户通知信号,及产生所述第一模糊区域的待由显示装置显示的放大图像。
在另一特定实施例中,一种计算机可读有形媒体包括使计算机检测一图像的模糊区域的计算机代码。所述计算机代码进一步使所述计算机提供所述检测到的模糊区域的通知,且使所述计算机起始所述检测到的模糊区域的放大图像的显示。
在另一特定实施例中,一种设备包括用于检测数字化图像的模糊区域的装置。所述设备进一步包括响应所述检测装置的用于产生所述检测到的模糊区域的通知的装置。所述设备还包括用于起始所述检测到的模糊区域的放大图像的显示的装置。
因此,由所揭示的实施例提供的一个特定优势为:呈现检测到的模糊区域的用户可更清楚地查看的放大视图。
在审阅整个申请案之后,本发明的其它方面、优点及特征将变得显而易见,整个申请案包括以下章节:附图说明、具体实施方式及权利要求书。
附图说明
图1为图像俘获及处理系统的实施例的框图;
图2为检测模糊区域的相机的实施例的框图;
图3为硬边缘及软边缘的实施例及线段斜率的说明,线段斜率用以将边缘特征化为硬边缘或软边缘;
图4为俘获图像及确定所述图像是否含有模糊区域的方法的实施例的流程图;
图5为一图形用户接口的实施例的图,所述图形用户接口用以显示模糊脸部及清晰脸部以用于比较;
图6为用以显示图像的模糊区域的图形用户接口的实施例的图;
图7为用以显示图像的模糊区域的图形用户接口的实施例的图;
图8为用于评估图像中的模糊区域的实施例的流程图;
图9为一图形用户接口的实施例的图,所述图形用户接口允许用户通过指定阈值来调节相机;及
图10为一无线通信装置的实施例的框图,所述无线通信装置具有模糊检测器及用以显示经检测的模糊区域的放大图像的显示器。
具体实施方式
图1为图像俘获及处理系统的实施例的框图,所述图像俘获及处理系统包括图像处理系统130,其具有所关注区域定位器118及模糊检测器122。系统100包括耦合到图像处理系统130的图像俘获装置101。图像处理系统130耦合到图像存储装置140。图像处理系统130经配置以接收来自图像俘获装置101的图像数据109,且通过对所述图像数据109执行操作来处理所接收的图像数据109,所述操作包括检测图像的一区域及确定所述区域是否模糊。大体来说,系统100可实施于电子装置中,所述电子装置经配置以使用相对有限的处理资源来执行实时图像处理。
在特定实施例中,图像俘获装置101为相机(例如,视频相机或静态相机)。在其它实施例中,图像俘获装置101可为体现于蜂窝式电话、个人数字助理(PDA)或其它便携式电子装置中的相机。图像俘获装置101包括透镜102,其响应于聚焦模块104及曝光模块106。传感器108经由透镜102接收光,且响应于经由透镜102所接收的图像而产生图像数据109。聚焦模块104可响应于传感器108,且可适于自动地控制透镜102的聚焦。曝光模块106还可响应于传感器108,且可适于自动地控制所述图像的曝光。在特定实施例中,传感器108包括多个检测器或像素阱(pixel well),其经布置以使得邻近检测器检测不同颜色的光。举例来说,可过滤所接收的光,使得每一检测器接收红色、绿色或蓝色的传入光。
图像俘获装置101将图像数据109提供到图像处理系统130。图像处理系统130包括解马赛克模块110,其用以对从图像俘获装置101所接收的图像数据109执行解马赛克操作。色彩校正模块112经配置以对经解马赛克的图像数据执行色彩校正。伽玛(gamma)模块114经配置以从接收自色彩校正模块112的数据产生经伽玛校正的图像数据。色彩转换模块116经耦合以对经伽玛校正的图像数据执行色彩空间转换,且将所得图像数据提供到所关注区域定位器118。压缩及存储模块120经耦合以接收模糊检测器122的输出,且将经压缩的输出数据存储于图像存储装置140处。图像存储装置140可包括任何类型的存储媒体,例如,一个或一个以上显示缓冲器、寄存器、高速缓冲存储器、快闪存储器元件、硬盘、任何其它存储装置或其任何组合。
所关注区域定位器118经配置以执行用于检测照片中的所关注区域的算法。更特定来说,在特定实施例中,所关注区域定位器118定位的区域可为由脸部检测器119检测的脸部。在特定实施例中,所关注区域定位器118还包括子区域隔离器121。子区域隔离器121可在由所关注区域定位器118发现的所关注区域内提供一个或一个以上子区域的隔离。举例来说,所关注区域定位器118可首先定位一脸部。接着,子区域隔离器121可隔离关于脸部的眼睛的区域作为所关注子区域。因此,在一些实施例中,所关注区域定位器118定位脸部,且在一些实施例中,所关注区域定位器118定位脸部的一特定部分(例如,眼睛或嘴巴)。
模糊检测器122操作以检测图像数据中的模糊区域。模糊检测器122检测由所关注区域定位器118所定位的区域中的任一者是否模糊。模糊检测器122可将所述经定位的区域分成多个子区域且确定每一子区域是否模糊。在另一实施例中,模糊检测器122不将区域分成多个子区域。实情为,可整体地分析所述区域。如果检测到图像的模糊区域,则模糊区域裁剪器124裁剪所述模糊区域,使得所述模糊区域可由显示器及用户通知器126以“特写”显示。也就是说,可用显示区域的实质上较大的区域可由经裁剪的模糊区域占据。显示模糊区域的特写使用户能够比在整个场景占据显示器的视景的情况下更清楚地观察到所述模糊区域。因此,可显示模糊区域的放大图像。在一些实施例中,模糊检测器122包括用以停用对模糊区域的检测的停用机构123。停用模糊检测器122可节省由图像处理系统130所消耗的电力。
显示器及用户通知器126可经配置以通知相机的用户检测到模糊区域。通知可包括(例如)声音、光、振动,或已检测到模糊区域的陈述。将图像传递到响应于用户选择器128的压缩及存储单元120。用户选择器128经配置以从用户接收输入,所述输入指示用户希望保留还是舍弃所述图像。在一些实施例中,用户选择器128还可允许用户调整用于模糊区域检测的阈值。如果用户选择保留图像,则将一信号发送到压缩及存储单元120,以使所述压缩及存储单元120压缩所述图像且将所述图像存储于图像存储装置140处。
因此,在特定实施例中,图像处理系统130执行用以检测所关注区域(例如,脸部)的算法。图像处理系统130进一步执行用以检测在经检测的所关注区域当中的模糊区域的算法。举例来说,图像的观察者可能尤其不满意焦点未对准的脸部。更特定来说,眼睛是否焦点对准可影响查看体验的质量。分析经定位的区域以确定其是否模糊。如果所述经定位的区域为模糊的,则通过图像处理系统130裁剪所述区域且将其呈现到显示器。显示模糊区域,以占据显示器的比其原本在显示整个场景的情况下占据的区域大得多的区域。
图2为检测模糊区域的相机200的实施例的框图。相机200包括光圈201、透镜202、图像俘获组件204,及存储装置206。图像俘获组件204可包括电荷耦合装置。相机200进一步包括模糊检测器208、模糊区域指示器220及模糊区域显示器222。光圈201调整进入相机200的光的量。图像俘获组件204响应于传递穿过透镜202的图像,以将所述图像转换成待存储于存储装置206处的电子信号。
在特定实施例中,所关注区域定位器210为模糊检测器208的组件。所关注区域定位器210经配置以在由相机200所俘获的图像中定位一个或一个以上所关注区域。所关注区域定位器210可实施此项技术中已知或待开发的多个检测算法中的一者,以便定位所关注区域。在一些实施例中,所关注区域可为脸部。因此,在一些实施例中,给予用户检测图像中的脸部的选择。在一些实施例中,用户可停用模糊检测器208。如果用户选择检测脸部,则图2中未展示的子区域隔离器可用以定位(例如)眼睛、嘴巴或鼻子。
在一些图像俘获装置中,在图像预览模式下通过一算法来执行脸部检测,所述算法以低分辨率快速地操作以便不会延迟照片的拍摄。在一些实施例中,通过使用花费略微较长时间完成但得到较精确结果的算法来增强此预览模式脸部检测。因此,预览模式脸部检测器可操作以定位照片中的脸部。接着,后预览模式脸部检测器对图像进行操作,所述图像中脸部通过预览模式脸部检测器以较低分辨率定位。另外,当人的头部倾斜时,预览模式可能不能够检测其脸部。预览模式脸部检测器可操作持续约33毫秒的持续时间,而较长时间、较精确算法可花费约2秒来完成。因此,预览模式脸部检测器可能未强健到足以检测图像中的所有脸部。在一些实施例中,紧接在拍摄高分辨率照片之后且在编码所述照片之前,较精确的脸部检测器在具有改善能力的情况下运行,以检测图像中的所有脸部而不管姿势如何,且评估脸部的清晰度。举例来说,即使处于预览模式下的脸部检测器在给定严格实时约束的情况下能够检测所有脸部,但归因于在俘获照片时对象或摄影师的手运动,预览模式下的脸部检测仍未必意味着快照中所俘获的脸部将实际上为焦点对准的。因此,在摄影师离开场景之前分析最终快照可为有利的。
因此,模糊检测器208包括边缘检测器及分类器212。在一个实施例中,边缘检测器计算区域中的每一像素的四个一阶导数,以实现对经检测的区域中的边缘的检测。边缘检测器及分类器212能够确定应将给定像素分类为软边缘、硬边缘的部分,还是不将其分类为边缘的部分。大体来说,硬边缘指示焦点对准的特征,且软边缘指示焦点未对准或归因于(例如)以下各项而以其它方式为模糊的特征:相机用户的手在拍摄照片时的运动、相机聚焦于背景元素而非所关注的主要对象,或对象在图像俘获期间移动。
注意,虽然一些实施例可尤其适于检测模糊脸部,但一些实施例可尤其适于检测其它所关注对象(例如,树木或水下应用中的鱼)的模糊。另外,除脸部特征外,一些实施例还可适于评估子区域,例如,植物上的叶子或鱼身上的鳞片。
模糊区域检测器208进一步包括边缘计数器213。边缘计数器213中的一个计数器对经检测的脸部区域中由边缘检测器及分类器212所检测到的软边缘的数目进行计数,且边缘计数器213中的另一计数器对所述区域中由边缘检测器及分类器212所检测到的硬边缘的数目进行计数。模糊检测器208的比率计算器214经配置以计算在由所关注区域定位器210检测到的脸部区域中检测到的软边缘的数目对硬边缘的数目的比率。阈值比较器216经配置以将比率计算器214计算得到的比率与一阈值进行比较。在一些实施例中,所述阈值为13。在一些实施例中,用户设定所述阈值。如果所述比率大于所述阈值,则认为所述区域为模糊的;否则,认为所述区域为清晰的。
在一些实施例中,不将一区域分成多个子区域。实情为,对区域中的硬边缘及软边缘的数目进行计数,且将软边缘的数目对硬边缘的数目的比率与阈值进行比较以确定所述区域是否模糊。在其它实施例中,将所关注区域(例如,脸部)分成眼睛子区域及嘴巴子区域。将眼睛子区域的所有软边缘与嘴巴子区域的所有软边缘相加,且将眼睛子区域的所有硬边缘与嘴巴子区域的所有硬边缘相加。可能不评估脸部的剩余子区域。如果软边缘的总数超过硬边缘的总数达一阈值,则将脸部视为模糊的且以放大大小来显示。
模糊区域指示器220经配置以通知相机200的用户是否检测到模糊区域。此通知可为在检测到模糊区域后从相机200发出的光或声音。除了通知用户所述检测到的模糊区域外,模糊区域显示器222可显示检测到的模糊区域的放大视图(例如,特写视图)。也就是说,可裁剪模糊区域并将其放大以占据显示器的较大区域,使得以较大分辨率显示所述模糊区域。
因此,在特定实施例中,一设备检测并指示图像中的模糊区域。所述设备包括用以检测图像的模糊区域的模糊检测器。在一些实施例中,模糊区域为正被拍摄照片的人的脸部。模糊检测器进一步包括用以检测所述区域中的边缘的边缘检测器。在一些实施例中,边缘检测器可计算信号在各种点处的一阶导数以检测边缘。将检测到的边缘分类为软边缘或硬边缘。模糊检测器包括用以识别所述区域中的软边缘的第一数目及硬边缘的第二数目的逻辑。模糊检测器可进一步包括比较器,其用以将软边缘的第一数目对硬边缘的第二数目的比率与阈值进行比较,以确定所述比率是否高于所述阈值。在一些实施例中,由所述设备的用户指定所述阈值。又,模糊检测器可对区域中的模糊子区域及非模糊子区域的数目进行计数,且在模糊子区域的数目超过非模糊子区域的数目的情况下将所述区域分类为模糊的。
在一些实施例中,不将一区域分解为多个子区域,而实情为,针对所述区域整体地确定软边缘及硬边缘的数目,且将软边缘对硬边缘的比率与阈值进行比较。在一些实施例中,评估一区域的少于所有的子区域是否存在模糊,且在一子区域或仅一些子区域模糊的情况下认为一区域为模糊的。响应检测模糊区域的模糊检测器的指示器响应于检测到的模糊区域而在所述设备处产生用户通知。在一些实施例中,用户可能能够停用模糊检测器,借此在不需要模糊检测器时节省电力。
图3为硬边缘及软边缘的实施例及线段斜率的说明,线段斜率用以将边缘特征化为硬边缘或软边缘。图3展示软边缘302及硬边缘308的特定实施例。图像处理系统130(例如,图1的图像处理系统130)检测软边缘302的点A、B及C。
在一些实施例中,可通过使用五个点边缘检测器来进行此检测。用于边缘检测的核矩阵的一个特定实例为:
0 0 0 0 0 - 1 0 - 1000 0 1001 - 2 0 - 2000 0 2002 - 1 0 - 1000 0 1001 0 0 0 0 0
其用于检测水平方向上的边缘,及;
0 - 1 - 2 - 1 0 0 0 0 0 0 0 - 1000 - 2000 - 1000 0 0 0 0 0 0 0 1001 2002 01001 0
其用于检测垂直方向上的边缘。所使用的核矩阵可具有更高或更低的维度。注意,对于较大脸部来说,5×5核矩阵可能不足以精确地区分硬边缘与软边缘。在一些实施例中,将所有经检测的脸部正规化到给定大小(例如,100×126像素)。在一些实施例中,5×5边缘检测器用以检测软边缘,且3×3边缘检测器用以检测硬边缘。
为了说明上文给出的边缘检测核矩阵的操作,通过以下矩阵给出导致软边缘(例如,软边缘302)的像素值的矩阵的实例:
10 20 30 40 50 10 20 30 40 50 10 20 30 40 50 10 20 30 40 50 10 20 30 40 50
对像素值的此软边缘矩阵的第一列中的像素值与5×5核矩阵的第一列中的数值的乘积求和得到结果-40(=-1×10-2×10-1×10)。对第3列的像素值的乘积求和得到-120,000(=-1000×30-2000×30-1000×30)。对第5列的像素值的乘积求和得到200,200(1001×50+1002×50+1001×50。对这三个结果求和得到80,160。将此数字除以1000,得到80,其中余数为160。将这些值中的第一者80正规化到两倍,以补偿跨越图像从A到C的距离为B到C的距离的两倍大的事实。因此,将80乘以2,得到160。这产生数字对160与160。这两个数字的比率正好为1,意味着所述点为共线的且因此为平滑边缘。在一个实施例中,使用在0.8与1.2之间的比率作为阈值以将边缘分类为软边缘。为了说明,因为线BC306与线AC304几乎平行,所以可将软边缘302描述为软的,且因此,斜率的比率在0.8与1.2之间。
关于硬边缘308,导致此硬边缘的像素值的矩阵的实例为:
10 10 10 50 50 10 10 10 50 50 10 10 10 50 50 10 10 10 50 50 10 10 10 50 50
如前所述使用相同5×5核矩阵对此像素块执行边缘检测,得到数字对320与160。在此状况下,线EF312的斜率对线DF310的斜率的比率大于1且超过阈值,从而指示硬边缘。注意,其它核矩阵可用于边缘检测,且可使用现在已知或未来待开发的其它边缘检测方法。
图4为俘获图像及确定所述图像是否含有模糊区域的方法的实施例的流程图。在402处开始,由用户俘获图像。继续到404,应用所关注区域定位器算法以在所述图像中定位一个或一个以上所关注区域。前进到406,对已发现的所关注区域执行边缘检测。在一些实施例中,整体地分析所关注区域。在其它实施例中,将一区域分成多个子区域,且单独分析所述子区域中的一些或全部,且接着关于所述区域组合所述结果。移到408,将每一检测到的边缘分类为硬边缘或软边缘。进行到410,对软边缘的数目及硬边缘的数目进行计数。接下来,在412处,计算一区域中的软边缘的数目对所述区域中的硬边缘的数目的比率。
继续到414,如果软边缘对硬边缘的比率低于一阈值,则在415处,将所述区域分类为非模糊的,且在418处,递增非模糊区域计数器。否则,在416处,将所述区域分类为模糊的,且在419处,递增模糊区域计数器。继续到422,如果存在尚未分析的另一所关注区域,则所述过程循环回到406,在406处,对下一所关注区域执行边缘检测。如果已通过边缘检测评估经定位的所有区域,则在424处,所述系统将提供重新拍摄选项及显示,如将参看图5、图6、图7及图8更充分地论述。所述过程在428处结束。
在一些实施例中,所关注区域可为脸部。可将脸部分成多个子区域,使得(例如)一个子区域含有眼睛,且另一子区域含有嘴巴。在特定实施例中,当将脸部检测为所关注区域时,将眼睛子区域中的硬边缘的数目与嘴巴子区域中的硬边缘的数目相加起来,且将眼子区域中的软边缘的数目与嘴巴子区域中的软边缘的数目相加起来。如果软边缘像素的数目对硬边缘像素的数目的比率大于某一阈值(例如,对于脸部的阈值13),则可将所关注区域标记为模糊的。否则,将脸部分类为清晰的。因此,在一些实施例中,所述区域是否模糊的决策取决于对所述区域的少于所有子区域的分析。
因此,一设备可包括用于检测数字化图像的模糊区域的装置、响应所述检测装置的用于向所述设备的用户通知所述检测到的模糊区域的装置,及用于提供所述检测到的模糊区域的放大视图的显示的装置。用于执行这些功能的装置可包括专用电路或执行合适指令的数字处理器,或数字处理器与专用电路的组合。专用电路可包括经编程逻辑装置。用于存储图像的装置可包括随机存取存储器或其它存储媒体。在一些实施例中,用于检测数字化图像中的脸部区域及用于执行所述脸部区域的边缘检测的装置也可包括专用电路或数字处理器。用于显示检测到的模糊区域的放大图像的装置可包括平板显示器或其它显示机构。
图5为一图形用户接口的实施例的图,所述图形用户接口用以显示模糊脸部及清晰脸部以用于比较。所述接口由一装置(例如,图1的系统100、图2的相机200及将参看图8描述的系统800)使用。特定来说,图5展示在相机(例如,图2的相机200)检测到两个模糊脸部及一个清晰脸部的情况下可由所述相机显示的第一接口501。显示模糊脸部502及清晰脸部504两者,使得相机的用户可比较模糊脸部502与清晰脸部504。注意,因为仅显示整个场景的经检测的区域而非整个场景,所以所显示的经检测的区域可占据显示器的较大区域,且可因此更清楚地且在更大分辨率的情况下观察所述区域。
在所说明的实施例中,显示501包括大意为“一些脸部是模糊的。建议照片中的对象静止不动并重新拍摄。您想要重新拍摄吗?”的陈述。用户可使用按钮506来选择“是”或“否”。举例来说,由按钮506所展示的选项可在触敏屏幕中提供或通过使用导览及选择功能来提供。如果用户选择“是”,则可从存储器删除最近拍摄的图像数据,且用户简单地重新拍摄照片。如果用户选择“否”,则可显示第二接口507,其包括读出为“一些脸部是模糊的,但您选择不重新拍摄。您想要增大阈值吗?”的陈述。第二接口507给予用户增大与软边缘对硬边缘的比率进行比较的阈值的选项,借此调节所述系统,使得在将来模糊检测机构在将所关注区域分类为模糊区域时不太严格。如果用户针对此选项选择“是”,则可显示启用阈值的设定的另一显示。
在一个实施例中,所述显示可进一步指示多个模糊区域中的哪一者为最模糊的。因此,在图5中,将模糊脸部第1号展示为最模糊的。可通过选择具有软边缘对硬边缘的最高比率的模糊区域来确定多个模糊区域当中的最模糊区域。或者,作为另一实例,可通过选择满足以下的模糊区域来确定最模糊区域:所述模糊区域具有所述区域中的模糊子区域的数目对所述区域中的非模糊子区域的数目的最高比率。可使用其它量度以确定哪一区域为最模糊的。
图6为一图形用户接口的实施例的图,所述图形用户接口用以显示可为手抖动的结果的模糊区域。特定来说,图6展示图像中的所有脸部602经确定为模糊的。此情形可能起因于在拍摄照片时的急动性手运动。如将参看图8所论述,当所有脸部为模糊的时,可做出整个照片是否模糊的确定。如果未确定整个照片为模糊的,则展示图7的显示。如果整个照片为模糊的,则向用户呈现图6的陈述:“所有脸部是模糊的且背景是模糊的。建议使用手抖动减少。您想要重新拍摄吗?”。用户可选择的一个选项604为使用手抖动减少(HJR)算法重新拍摄照片,所述算法操作以减少归因于拍摄照片时出现的手运动的抖动。或者,用户可选择选项606以在无手抖动减少的情况下再次拍摄照片,或用户可选择“否”以保留所述照片。
图7为用以显示模糊区域702的图形用户接口的实施例的图,模糊区域702可为在照片中聚焦于一对象而非脸部的结果。举例来说,用户可能使相机对准于两个脸部之间,无意地聚焦于背景中的树木。因此,当所有脸部为模糊的时,相机确定背景特征是否清晰。如果清晰,则显示消息:“所有脸部是模糊的,但背景是清晰的。建议对准一个人。您想要重新拍摄吗?”。用户可接着使用按钮704及706来选择是否再次拍摄照片。
图8为用于评估照片中的模糊区域的实施例的流程图。在802处开始,俘获图像或照片。在804处,在照片中定位多个所关注区域,且评估每一区域是否模糊。在806处继续,做出所有区域是否模糊的确定。如果并非所有区域为模糊的,则在808处,将模糊区域中的至少一者连同一非模糊区域一起显示。移到810,用户可接着决定是否重新拍摄照片。因此,如果(例如)两个脸部为模糊的且一个脸部不模糊,则所述两个模糊脸部可与所述非模糊脸部一起显示,如图5中所展示。因为一个脸部不模糊,所以脸部模糊的两个人有可能在图像俘获期间移动,且所述两个模糊脸部未必是照片拍摄者的手运动的结果。如果用户决定再次拍摄照片,则所述过程前进到802。否则,所述过程在820处结束。
在806处继续,如果所有经定位的区域为模糊的,则在812处,可对经定位的区域外部的图像执行边缘检测。如果确定照片的所有经定位的区域为模糊的,则原因可能为照片拍摄者的手进行了移动,或原因可能为相机的自动聚焦特征未能俘获所要焦点。如果由手抖动引起模糊,则图像中在经定位的区域外部的特征也将为模糊的。可使用对经定位的区域外部的图像所执行的边缘检测来检测经定位的区域外部的模糊。因此,在812处,对整个图像执行边缘检测。在814处,如果整个照片为模糊的,则在816处,显示模糊区域,且给予用户一选项:在手抖动减少开启的情况下重新拍摄照片。如果用户选择再次拍摄照片,则在818处,所述过程返回到802。否则,所述过程在820处结束。在815处继续,如果所述图像的一些区域并不模糊(例如,如果场景中存在不模糊的树木),则显示模糊区域。在818处,可提示用户使相机对准以更好地聚焦于所要目标。如果用户选择重拍摄照片,则所述过程返回到802。如果用户不选择重新拍摄照片,则所述过程在820处结束。
注意,在一些实施例中,当未检测到模糊区域时,相机可显示非模糊区域及如下陈述:“未检测到模糊区域。您想要递减阈值吗?”。接着,用户可选择“是”或“否”。如果用户选择“是”,则将阈值递减1,且用户可接着再次拍摄照片。
因此,在一些实施例中,如果所有所关注区域为模糊的,则对整个经俘获的图像执行边缘检测。如果对整个经俘获的图像的边缘检测指示整个照片为模糊的,则向用户提供使用手抖动减少算法再次俘获图像的选项。如果对整个经俘获的图像的边缘检测指示所关注区域外部的清晰特征,则提议用户更好地使相机对准。
图9为一图形用户接口的实施例的图,所述图形用户接口允许用户通过指定阈值来调节相机(例如,图2的相机200)。图9的显示可由用于查看由相机所俘获的图像的计算机提供,或可由相机在“相簿模式”下提供。在图9的显示中,展示模糊照片906。选项902可供用户用于编辑,包括“裁剪”选项、“棕褐色调(sepia)”选项及“产生灰阶效果(make grayscale)”选项。提供标记为“调节相机”的另一选项904。通过选择此选项,用户可调整与软边缘对硬边缘的比率进行比较的阈值。增大阈值会减小将认为区域模糊的可能性,且减小阈值会增大将认为区域模糊的可能性。举例来说,查看计算机上的由相机拍摄的场景的图像的用户可发现所述图像含有相机的模糊检测器未检测到的模糊区域,且选择将软边缘对硬边缘比率从出厂默认值减小到某较低值,借此使算法更易于在将来以旗标表示(flag)模糊区域。在特定实施例中,对“调节相机”选项804的选择使得显示一允许用户选择阈值的接口。在另一实施例中,对“调节相机”选项804的选择使所述用户能够以递增方式调整阈值。
图10为一无线通信装置的实施例的框图,所述无线通信装置具有模糊检测器及用以显示检测到的模糊区域的放大图像的显示器。系统1000可实施于便携式电子装置中,且包括耦合到存储器1032的处理器1010,例如,数字信号处理器(DSP)或微控制器。存储器1032是用以存储计算机代码1042的可读有形媒体,所述计算机代码1042在由处理器1010执行时使所述处理器执行用于模糊区域检测的操作及执行其它处理。处理器1010包括模糊检测器1062,例如,图1的模糊检测器122或图2的模糊检测器208。处理器1010可向用户通知检测到的模糊区域,通知可通过以下方式来进行:经由扬声器1036发出声音,或通过提供光或在显示器1028上提供显示(例如,图5、图6及图7中所展示的用户接口中的一者或一者以上)。
相机接口1068耦合到处理器1010且还耦合到相机1070。相机1070可为视频相机或静态图像相机或可实施两种功能性。显示器控制器1026耦合到处理器1010及显示装置1028。音频控制器1034也可耦合到处理器1010。扬声器1036及麦克风1038可耦合到音频控制器1034。无线接口1040可耦合到处理器1010及天线1042。用于接收输入并将输入耦合到系统1000的输入装置1030也可由输入控制器1031耦合到系统1000。
在图10的系统的操作期间,用户可使用相机1070拍摄照片。由相机1070所俘获的图像数据借助于相机接口1068耦合到处理器1010。处理器1010内的模糊检测器1062可根据存储于存储器1032中的计算机代码1042来检测所得图像中的一个或一个以上模糊区域。显示器1028可显示检测到的模糊区域的放大图像。输入装置1030可使用户能够选择保存具有模糊区域的照片或重新拍摄照片。由相机1070俘获的图像可借助于无线接口1040及天线1042而由系统1000以无线方式发射。经俘获的图像还可存储于存储器1032中。
所属领域的技术人员将进一步了解,可将结合本文中所揭示的实施例而描述的各种说明性逻辑块、配置、模块、电路及算法步骤实施为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件与软件的此可互换性,各种说明性组件、块、配置、模块、电路及步骤已在上文大体按其功能性加以描述。所述功能性是实施为硬件还是软件取决于特定应用及强加于整个系统的设计约束。所属领域的技术人员可针对每一特定应用以不同方式实施所描述的功能性,但所述实施方案决策不应解释为会引起脱离本发明的范围。
结合本文中所揭示的实施例所描述的方法或算法的步骤可直接体现于硬件、由处理器所执行的软件模块,或硬件与软件模块的组合中。软件模块可驻留于随机存取存储器(RAM)、快闪存储器、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、寄存器、硬盘、可装卸式盘、压缩光盘只读存储器(CD-ROM),或此项技术中已知的任何其它形式的存储媒体中。示范性存储媒体耦合到处理器,使得处理器可从存储媒体读取信息和将信息写入到存储媒体。在替代例中,存储媒体可与处理器成一体式。处理器及存储媒体可驻留于专用集成电路(ASIC)中。ASIC可驻留于计算装置或用户终端中。在替代例中,处理器及存储媒体可作为离散组件而驻留于计算装置或用户终端中。
因此,一个实施例是计算机可读有形媒体,其包括使计算机检测图像的模糊区域的计算机代码。计算机代码进一步使计算机提供检测到的模糊区域的通知。计算机代码可进一步使计算机在将含有硬边缘及软边缘的区域分类为模糊或非模糊之前,确定软边缘的数目对硬边缘的数目的比率是否超过一阈值。计算机代码使得显示检测到的模糊区域的放大图像。
提供所揭示实施例的先前描述以使得任何所属领域的技术人员能够制造或使用所揭示实施例。对这些实施例的各种修改将对所属领域的技术人员显而易见,且本文中所界定的原理可在不脱离本发明的范围的情况下应用于其它实施例。因此,本发明既定不限于本文中所展示的实施例,而是将被赋予与如由所附权利要求书所界定的原理及新颖特征可能一致的最广范围。

Claims (19)

1.一种具有显示装置的设备,其包含:
区域定位器,其经配置以在由数字图像俘获装置所俘获的图像中定位一个或一个以上所关注区域;
模糊检测器,其经配置以检测经定位的所关注区域中的一个或多个区域是否模糊,其中所述模糊检测器包含边缘检测器,所述边缘检测器用以检测所述一个或一个以上经定位的所关注区域中的一个或多个边缘,且其中检测到的每个边缘被分类为软边缘及硬边缘中的一者,且其中所述模糊检测器进一步经配置以将检测到的软边缘的第一数目对检测到的硬边缘的第二数目的比率与阈值进行比较,其中所述阈值可由所述设备的用户调整;及
显示接口,其经配置以在所述显示装置上显示以下各项:
所述一个或一个以上经定位的所关注区域的放大图像;
至少部分基于所述经定位的所关注区域的一个或多个陈述,其指示所建议的用户动作;及
一个或多个选项,其经配置以从用户接收输入,其中所述一个或多个选项至少部分基于所述所建议的用户动作。
2.根据权利要求1所述的设备,其中所述边缘检测器包括用以计算所述一个或一个以上经定位的所关注区域中的每一像素的四个一阶导数的逻辑块。
3.根据权利要求1所述的设备,其中所述模糊检测器包括用以识别所述一个或一个以上经定位的所关注区域的子区域中的软边缘的第一数目及硬边缘的第二数目的逻辑块。
4.根据权利要求1所述的设备,其中至少一个模糊的所关注区域是在非模糊的所关注区域旁边显示以用于比较。
5.根据权利要求1所述的设备,其中所述模糊检测器进一步经配置以:
确定是否所有经定位的所关注区域都模糊;
响应于确定所有经定位的所关注区域都是模糊的,确定所述经定位的所关注区域外部的区域是否模糊;且
其中所述显示接口进一步经配置以响应于所述模糊检测器确定所述经定位的所关注区域外部的区域是模糊的而在所述显示装置上显示使用手抖动减少算法来拍摄另一照片的选项。
6.根据权利要求1所述的设备,其中所述图像是由所述设备的组件俘获。
7.根据权利要求1所述的设备,进一步包含停用机构,用以停用对模糊区域的检测。
8.根据权利要求1所述的设备,进一步包含用以俘获所述图像的相机。
9.一种用以响应对图像中模糊的检测的方法,其包含:
在经俘获的图像中定位一个或一个以上所关注区域;
检测所述经定位的所关注区域当中的一个或一个以上模糊区域,其中检测所述一个或一个以上模糊区域进一步包含确定对应于在第一经定位的所关注区域中的软边缘的数目的第一值,及确定对应于在所述第一经定位的所关注区域中的硬边缘的数目的第二值,并将所述第一值对所述第二值的比率与阈值进行比较;
在显示装置上显示所述一个或一个以上经定位的所关注区域的一个或多个放大图像;
在所述显示装置上显示指示所建议的用户动作的一个或多个陈述,其中指示所建议的用户动作的所述一个或多个陈述至少部分基于所述经定位的所关注区域;及
在所述显示装置上显示经配置以从用户接收输入的一个或多个选项,其中所述一个或多个选项至少部分基于所述所建议的用户动作。
10.根据权利要求9所述的方法,进一步包含计算所述一个或一个以上所关注区域中的每一像素的四个一阶导数,及使用所述四个一阶导数确定所述第一值及所述第二值。
11.根据权利要求9所述的方法,进一步包含:
将经定位的所关注区域分成多个子区域;
确定所述多个子区域当中的特定子区域中的软边缘的数目;及
确定所述特定子区域中的硬边缘的数目。
12.根据权利要求9所述的方法,进一步包含同时显示至少一个模糊的所关注区域的放大视图及至少一个非模糊的所关注区域的放大视图。
13.根据权利要求9所述的方法,进一步包含同时显示所述图像的多个模糊的所关注区域的放大视图。
14.根据权利要求9所述的方法,进一步包含响应于检测到所有所关注区域为模糊的,对所述经俘获的图像的不处于所述一个或一个以上经定位的所关注区域内的至少一部分执行边缘检测。
15.根据权利要求14所述的方法,其进一步包括响应于确定所述经俘获的图像的不处于所述一个或一个以上经定位的所关注区域内的所述部分是模糊的,向用户提供使用手抖动减少算法的选项。
16.根据权利要求14所述的方法,其进一步包括响应于确定所述经俘获的图像的不处于所述一个或一个以上经定位的所关注区域内的所述部分是不模糊的,产生提议用户更好地对准的接口。
17.一种用以响应对图像中模糊的检测的设备,其包含:
用于在经俘获的图像中定位一个或一个以上所关注区域的装置;
用于检测所述经定位的所关注区域当中的一个或一个以上模糊区域的装置,其中检测所述一个或一个以上模糊区域进一步包含确定对应于在第一经定位的所关注区域中的软边缘的数目的第一值,及确定对应于在所述第一经定位的所关注区域中的硬边缘的数目的第二值,并将所述第一值对所述第二值的比率与阈值进行比较;
用于在显示装置上显示所述一个或一个以上经定位的所关注区域的一个或多个放大图像的装置;
用于在所述显示装置上显示指示所建议的用户动作的一个或多个陈述的装置,其中指示所建议的用户动作的所述一个或多个陈述至少部分基于所述经定位的所关注区域;及
用于在所述显示装置上显示经配置以从用户接收输入的一个或多个选项的装置,其中所述一个或多个选项至少部分基于所述所建议的用户动作。
18.根据权利要求17所述的设备,进一步包含用于存储所述经俘获的图像的装置。
19.根据权利要求17所述的设备,其中所述用于检测所述经定位的所关注区域当中的所述一个或一个以上模糊区域的装置包含用于检测脸部区域的装置。
CN201080011856.9A 2009-03-12 2010-03-12 具有显示装置的设备、用以响应对图像中模糊的检测的方法和设备 Expired - Fee Related CN102349292B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/403,126 2009-03-12
US12/403,126 US8498486B2 (en) 2009-03-12 2009-03-12 Response to detection of blur in an image
PCT/US2010/027214 WO2010105212A1 (en) 2009-03-12 2010-03-12 Response to detection of blur in an image

Publications (2)

Publication Number Publication Date
CN102349292A CN102349292A (zh) 2012-02-08
CN102349292B true CN102349292B (zh) 2015-01-07

Family

ID=42145014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080011856.9A Expired - Fee Related CN102349292B (zh) 2009-03-12 2010-03-12 具有显示装置的设备、用以响应对图像中模糊的检测的方法和设备

Country Status (7)

Country Link
US (1) US8498486B2 (zh)
EP (1) EP2406946B1 (zh)
JP (1) JP5475021B2 (zh)
KR (1) KR101297524B1 (zh)
CN (1) CN102349292B (zh)
TW (1) TW201103317A (zh)
WO (1) WO2010105212A1 (zh)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9769354B2 (en) 2005-03-24 2017-09-19 Kofax, Inc. Systems and methods of processing scanned data
US9137417B2 (en) 2005-03-24 2015-09-15 Kofax, Inc. Systems and methods for processing video data
US9460491B2 (en) * 2008-08-25 2016-10-04 Xerox Corporation Method for binary to contone conversion with non-solid edge detection
US9576272B2 (en) 2009-02-10 2017-02-21 Kofax, Inc. Systems, methods and computer program products for determining document validity
US9349046B2 (en) 2009-02-10 2016-05-24 Kofax, Inc. Smart optical input/output (I/O) extension for context-dependent workflows
US8958605B2 (en) 2009-02-10 2015-02-17 Kofax, Inc. Systems, methods and computer program products for determining document validity
US8879846B2 (en) 2009-02-10 2014-11-04 Kofax, Inc. Systems, methods and computer program products for processing financial documents
US9767354B2 (en) 2009-02-10 2017-09-19 Kofax, Inc. Global geographic information retrieval, validation, and normalization
US8774516B2 (en) 2009-02-10 2014-07-08 Kofax, Inc. Systems, methods and computer program products for determining document validity
CN102333176A (zh) * 2010-07-14 2012-01-25 鸿富锦精密工业(深圳)有限公司 拍照装置及其拍照方法
US20120075354A1 (en) * 2010-09-29 2012-03-29 Sharp Laboratories Of America, Inc. Capture time reduction for correction of display non-uniformities
FR2968811A1 (fr) * 2010-12-13 2012-06-15 Univ Paris Diderot Paris 7 Methode de detection et de quantification du flou dans une image numerique.
US8760561B2 (en) 2011-02-23 2014-06-24 Canon Kabushiki Kaisha Image capture for spectral profiling of objects in a scene
US9338352B2 (en) * 2011-12-30 2016-05-10 Flir Systems Ab Image stabilization systems and methods
US10146795B2 (en) 2012-01-12 2018-12-04 Kofax, Inc. Systems and methods for mobile image capture and processing
US9483794B2 (en) 2012-01-12 2016-11-01 Kofax, Inc. Systems and methods for identification document processing and business workflow integration
US8855375B2 (en) 2012-01-12 2014-10-07 Kofax, Inc. Systems and methods for mobile image capture and processing
US9058515B1 (en) 2012-01-12 2015-06-16 Kofax, Inc. Systems and methods for identification document processing and business workflow integration
US9058580B1 (en) 2012-01-12 2015-06-16 Kofax, Inc. Systems and methods for identification document processing and business workflow integration
US9355312B2 (en) 2013-03-13 2016-05-31 Kofax, Inc. Systems and methods for classifying objects in digital images captured using mobile devices
US9208536B2 (en) 2013-09-27 2015-12-08 Kofax, Inc. Systems and methods for three dimensional geometric reconstruction of captured image data
WO2014160426A1 (en) 2013-03-13 2014-10-02 Kofax, Inc. Classifying objects in digital images captured using mobile devices
US20140316841A1 (en) 2013-04-23 2014-10-23 Kofax, Inc. Location-based workflows and services
JP2016518790A (ja) 2013-05-03 2016-06-23 コファックス, インコーポレイテッド モバイル装置を用いて取込まれたビデオにおけるオブジェクトを検出および分類するためのシステムおよび方法
WO2015073920A1 (en) 2013-11-15 2015-05-21 Kofax, Inc. Systems and methods for generating composite images of long documents using mobile video data
CN103702024B (zh) * 2013-12-02 2017-06-20 宇龙计算机通信科技(深圳)有限公司 图像处理装置和图像处理方法
JP2015156189A (ja) * 2014-02-21 2015-08-27 株式会社ニコン 画像評価装置、および画像評価プログラム
US9760788B2 (en) 2014-10-30 2017-09-12 Kofax, Inc. Mobile document detection and orientation based on reference object characteristics
US9626582B2 (en) * 2014-12-30 2017-04-18 Kodak Alaris Inc. System and method for measuring mobile document image quality
US9635276B2 (en) 2015-06-10 2017-04-25 Microsoft Technology Licensing, Llc Determination of exposure time for an image frame
US9916861B2 (en) * 2015-06-17 2018-03-13 International Business Machines Corporation Editing media on a mobile device before transmission
WO2016203282A1 (en) 2015-06-18 2016-12-22 The Nielsen Company (Us), Llc Methods and apparatus to capture photographs using mobile devices
US10242285B2 (en) 2015-07-20 2019-03-26 Kofax, Inc. Iterative recognition-guided thresholding and data extraction
US9779296B1 (en) 2016-04-01 2017-10-03 Kofax, Inc. Content-based detection and three dimensional geometric reconstruction of objects in image and video data
US20180089809A1 (en) * 2016-09-27 2018-03-29 Nikon Corporation Image deblurring with a multiple section, regularization term
US10803350B2 (en) 2017-11-30 2020-10-13 Kofax, Inc. Object detection and image cropping using a multi-detector approach
US10686991B2 (en) 2018-09-11 2020-06-16 Sony Corporation Techniques for improving photograph quality for fouled lens or sensor situations
JP2019096364A (ja) * 2019-03-18 2019-06-20 株式会社ニコン 画像評価装置
JP2020170555A (ja) * 2020-07-13 2020-10-15 株式会社ニコン 画像評価装置、カメラおよびプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003345340A (ja) * 2002-05-30 2003-12-03 Fuji Photo Film Co Ltd 画像表示制御装置
CN101115148A (zh) * 2006-07-25 2008-01-30 富士胶片株式会社 摄像装置和图像显示控制方法

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5227835A (en) * 1990-12-21 1993-07-13 Eastman Kodak Company Teachable camera
JPH1132215A (ja) * 1997-07-10 1999-02-02 Fuji Photo Film Co Ltd 写真画像、その形成方法及び装置、並びにそのための記録媒体
JPH11249212A (ja) * 1998-03-02 1999-09-17 Olympus Optical Co Ltd ブレ警告機能付カメラ
JP4374686B2 (ja) * 1999-12-03 2009-12-02 ノーリツ鋼機株式会社 画像の鮮鋭度判断方法、画像の鮮鋭度を判断する処理を行うためのプログラムを記録した記録媒体、画像処理装置および写真焼付装置
JP4509415B2 (ja) * 2001-04-12 2010-07-21 株式会社リコー 画像処理装置
US6930718B2 (en) * 2001-07-17 2005-08-16 Eastman Kodak Company Revised recapture camera and method
US6516154B1 (en) * 2001-07-17 2003-02-04 Eastman Kodak Company Image revising camera and method
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
KR100474312B1 (ko) * 2002-12-12 2005-03-10 엘지전자 주식회사 디지털 카메라의 자동 주밍 방법
US8989453B2 (en) * 2003-06-26 2015-03-24 Fotonation Limited Digital image processing using face detection information
US7437005B2 (en) * 2004-02-17 2008-10-14 Microsoft Corporation Rapid visual sorting of digital files and data
JP2005309560A (ja) * 2004-04-19 2005-11-04 Fuji Photo Film Co Ltd 画像処理方法および装置並びにプログラム
JP2005309559A (ja) 2004-04-19 2005-11-04 Fuji Photo Film Co Ltd 画像処理方法および装置並びにプログラム
JP4578197B2 (ja) 2004-09-29 2010-11-10 三洋電機株式会社 画像表示装置
US20060045381A1 (en) * 2004-08-31 2006-03-02 Sanyo Electric Co., Ltd. Image processing apparatus, shooting apparatus and image display apparatus
JP3781050B1 (ja) * 2005-02-22 2006-05-31 三菱電機株式会社 画像処理装置、画像処理方法、および画像表示装置
JP4157592B2 (ja) * 2005-10-12 2008-10-01 松下電器産業株式会社 視覚処理装置、表示装置、視覚処理方法、プログラムおよび集積回路
US7697024B2 (en) * 2005-11-03 2010-04-13 Broadcom Corp. Method and system of tracking and stabilizing an image transmitted using video telephony
US7643659B2 (en) * 2005-12-31 2010-01-05 Arcsoft, Inc. Facial feature detection on mobile devices
US8120658B2 (en) * 2006-01-19 2012-02-21 Qualcomm Incorporated Hand jitter reduction system for cameras
JP2007281646A (ja) * 2006-04-04 2007-10-25 Nikon Corp 電子カメラ
TWI311679B (en) * 2006-04-28 2009-07-01 Primax Electronics Ltd A method of evaluating minimum sampling steps of auto focus
KR100846495B1 (ko) * 2006-09-29 2008-07-17 삼성전자주식회사 촬영 기능을 갖는 단말기 및 이를 위한 표시 방법
JP2008092299A (ja) 2006-10-02 2008-04-17 Nikon System:Kk 電子カメラ
US20080137982A1 (en) * 2006-12-06 2008-06-12 Ayahiro Nakajima Blurring determination device, blurring determination method and printing apparatus
JP2008178031A (ja) * 2007-01-22 2008-07-31 Fujifilm Corp 撮像装置
JP2009017539A (ja) * 2007-06-06 2009-01-22 Panasonic Corp カメラシステム
JP2009065224A (ja) * 2007-09-04 2009-03-26 Seiko Epson Corp 画像データ解析装置、画像データ解析方法、およびプログラム
US8049817B2 (en) * 2008-10-02 2011-11-01 Interra Systems Inc. Method and system for calculating interlace artifact in motion pictures
US8150191B2 (en) * 2008-10-14 2012-04-03 Interra Systems Inc. Method and system for calculating blur artifacts in videos using user perception threshold

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003345340A (ja) * 2002-05-30 2003-12-03 Fuji Photo Film Co Ltd 画像表示制御装置
CN101115148A (zh) * 2006-07-25 2008-01-30 富士胶片株式会社 摄像装置和图像显示控制方法

Also Published As

Publication number Publication date
JP2012520628A (ja) 2012-09-06
CN102349292A (zh) 2012-02-08
WO2010105212A1 (en) 2010-09-16
TW201103317A (en) 2011-01-16
EP2406946A1 (en) 2012-01-18
EP2406946B1 (en) 2015-07-29
KR20110125271A (ko) 2011-11-18
US8498486B2 (en) 2013-07-30
KR101297524B1 (ko) 2013-08-16
JP5475021B2 (ja) 2014-04-16
US20100232706A1 (en) 2010-09-16

Similar Documents

Publication Publication Date Title
CN102349292B (zh) 具有显示装置的设备、用以响应对图像中模糊的检测的方法和设备
US8184196B2 (en) System and method to generate depth data using edge detection
CN101867724B (zh) 成像装置以及成像方法
CN109671106B (zh) 一种图像处理方法、装置与设备
CA2812540C (en) High dynamic range transition
KR100815512B1 (ko) 촬상장치 및 그 제어 방법
US9477138B2 (en) Autofocus
TW201316760A (zh) 攝像裝置、及其之控制方法
JP2012156704A (ja) 画像処理装置、撮像装置およびプログラム
JP2012044415A (ja) 撮像装置及びその制御方法、並びにプログラム
US9282235B2 (en) Focus score improvement by noise correction
JP2007184888A (ja) 撮像装置、画像処理装置、画像処理方法、及び画像処理プログラム
JP4493416B2 (ja) 画像処理方法および装置並びにプログラム
JP2006180078A (ja) 電子カメラ、画像処理装置および画像処理プログラム
JP2013012993A (ja) 画像処理装置、撮像装置および画像処理プログラム
US20230164436A1 (en) Imaging device, image processing method, and program
CN112954204B (zh) 拍照控制方法及装置、存储介质、终端
JP2010245923A (ja) 被写体追尾装置、およびカメラ
JP2007188464A (ja) 撮像装置、画像処理装置、画像処理方法、及び画像処理プログラム
JP2007195097A (ja) 撮像装置、画像処理方法、及び画像処理プログラム
JP2009117982A (ja) 自動追従装置及び方法、並びに撮影装置
JP2013013023A (ja) 電子カメラ、画像処理装置、および画像処理プログラム
JP2013055456A (ja) 電子カメラ、画像処理装置、および画像処理プログラム
JP2009206921A (ja) カメラおよび画像データ処理装置

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150107

Termination date: 20210312