CN102891966A - 数码成像设备的对焦方法及装置 - Google Patents
数码成像设备的对焦方法及装置 Download PDFInfo
- Publication number
- CN102891966A CN102891966A CN2012104216006A CN201210421600A CN102891966A CN 102891966 A CN102891966 A CN 102891966A CN 2012104216006 A CN2012104216006 A CN 2012104216006A CN 201210421600 A CN201210421600 A CN 201210421600A CN 102891966 A CN102891966 A CN 102891966A
- Authority
- CN
- China
- Prior art keywords
- focusing
- pixel
- image
- estimate
- value
- 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.)
- Granted
Links
Images
Landscapes
- Studio Devices (AREA)
- Automatic Focus Adjustment (AREA)
Abstract
本发明提供一种数码成像设备的对焦方法及装置,该方法包括连续调节数码成像设备的成像焦距,获取多张图像的数据,每一图像在不同的焦距下获得,并且,获取每一图像的至少一个区域内多个像素的色彩值,根据每一像素的色彩值计算每一像素的水平纹理值及垂直纹理值,并根据水平纹理值及垂直纹理值计算每一像素的对焦评价值,根据每一图像的多个像素的对焦评价值计算图像的对焦评价值,以多张图像中对焦评价值最大的一张图像获得时的焦距作为数码成像设备的成像焦距。该装置是应用上述的对焦方法实现对成像设备的焦距调节。本发明能快速、准确地计算成像设备最佳的成像焦距,实现自动对焦,且对成像设备的硬件资源要求不高,降低成像设备的生产成本。
Description
技术领域
本发明涉及数码成像领域,具体地,是一种数码成像设备的自动对焦方法及自动对焦装置。
背景技术
现有的电子成像设备都设置有诸如CCD传感器或CMOS传感器等图像传感器,用于获取成像的图像。为了使得图像传感器获取的图像更加清晰,通常在图像传感器的前端设置透镜组,通过调节透镜组中多个透镜之间的距离来改变成像设备的成像焦距。当成像焦距改变时,图像传感器获得的图像清晰度不相同,因此调节透镜的距离,即改变成像设备的成像焦距,能够获得清晰度较高的图像。
现有的一些成像设备的成像焦距可以通过手动调节,但手动调节操作较为复杂,且容易存在误差,手动调节的成像焦距往往未必是最佳的成像焦距,导致图像的清晰度不佳。因此,现有的一些成像设备带有自动对焦装置,通过计算分析多张图像的清晰度来确定最佳的成像焦距。
现有成像设备的自动对焦方法是先获取在不同成像焦距下形成的多张图像,然后通过计算分析多张图像的清晰度来确定一张清晰度最佳的图像,然后使用这张清晰度最佳的图像成像时的成像焦距作为最终确定的成像焦距。
对图像清晰度的分析通常是对图像的对焦评价值的计算,即使用对焦评价函数计算每一张图像的对焦评价值,获取对焦评价值最大的一张图像。目前,应用于图像的对焦评价方法基本分为两种类型:空域方法的和时域方法。
空域方法主要是利用图像灰度值经过各种处理后的数值来表征图像清晰度,当图像清晰时,图像的细节和纹理丰富,在空域上表现为相邻像素的特征值,如灰度、颜色等变化较大。现在常见的几种空域对焦评价方法大多基于图像的梯度实现,包括灰度梯度函数、Robert梯度函数、Tenengrad函数、Prewitt梯度函数以及能量方差函数等。基于空域的对焦评价方法的运算量相对较小,但存在下面两个问题:首先,上述算法在计算梯度时,对所有方向统一进行处理,没有进一步判断图像的纹理方向,容易造成误判;其次,计算梯度时所选取的图像区域较小,因此其抗噪性和准确度不高。因此,应用空域分析方法的自动对焦方法计算的成像焦距准确率不高,导致成像的图像清晰度不够。
对于图像的频域分析方法,由于大多图像的能量大部分集中在图像频域的低频和中频段,但图像轮廓的锐度和纹理的丰富度取决于图像的高频成分,因此在图像清晰时,在频域表现为频谱的高频分量多。常用的频域对焦评价方法主要包括DFT、FFT、DCT以及小波变换等。现有的基于频域的对焦评价方法利用图像的整体性,评价较为准确,但计算量往往很大,对成像设备的硬件要求较高,导致成像设备的生产成本较高。
发明内容
本发明的主要目的是提供一种成像的图像清晰度高且对成像设备硬件要求较低的数码成像设备的对焦方法。
本发明的另一目的是提供一种成像焦距计算准确且使成像设备生产成本较低的数码成像设备的对焦装置。
为了实现上述的主要目的,本发明提供的数码成像设备对焦方法包括连续调节数码成像设备的成像焦距,获取二张以上图像的数据,每一图像在不同的焦距下获得,并且,获取每一图像的至少一个区域内多个像素的色彩值,根据每一像素的色彩值计算每一像素的水平纹理值及垂直纹理值,并根据水平纹理值及垂直纹理值计算每一像素的对焦评价值,根据每一图像的多个像素的对焦评价值计算图像的对焦评价值,以多张图像中对焦评价值最大的一张图像获得时的焦距作为数码成像设备的成像焦距。
由上述方案可见,计算图像的对焦评价值是使用多个像素的对焦评价值计算的,且每一像素的对焦评价值是根据像素的水平纹理值及垂直纹理值确定,因此计算图像的梯度时考虑了图像两个方向的纹理分布情况,计算的图像清晰度更为准确,从而确定的成像焦距也较为准确。此外,对焦方法不需要对图像的频域进行分析,计算量较小,对成像设备的硬件资源要求较小,使成像设备的生产成本较低。
一个优选的方案是,获取图像的一个区域内多个像素的色彩值的步骤是:将图像划分为多个子区域,选取其中至少一个子区域内的多个像素,获取所选取的像素的色彩值。
由此可见,对焦方法并不一定计算整张图像所有像素的色彩值来判断图像的清晰度,而可以仅仅是通过获取其中一部分图像来计算清晰度,因此本方法的计算量较小,计算速度快,工作效率高。
进一步的方案是,计算像素的对焦评价值的步骤是:判断水平纹理值与方向判断阈值之和是否小于垂直纹理值,如是选取垂直纹理值作为像素的对焦评价值,否则,判断垂直纹理值与方向判断阈值之和是否小于水平纹理值,如是选取水平纹理值作为像素的对焦评价值,否则,若水平纹理值与垂直纹理值不满足上述两种关系,将像素的对焦评价值设定为无效值。
可见,计算像素的对焦评价值时考虑像素的水平纹理值及垂直纹理值,这样避免仅对像素的一个方向上的纹理进行计算分析的问题,计算的图像清晰度更为准确,使成像焦距的计算也更为准确。
更进一步的方案是,方向判断阈值的数量为二个以上,分别对应于数码成像设备的二种以上的对焦模式。
由此可见,根据成像设备的不同对焦模式选取不同的方向判断阈值,使像素的对焦评价值更为准确,从而也使成像焦距的计算也更为准确。
为实现上述的另一目的,本发明提供的数码成像设备的对焦装置包括图像获取模块、对焦评价值计算模块以及成像焦距确定模块,图像获取模块用于获取数码成像设备在连续调节成像焦距时二张以上图像的数据,每一图像在不同的焦距下获得,对焦评价值计算模块用于获取每一图像的至少一个区域内多个像素的色彩值,根据每一像素的色彩值计算每一像素的水平纹理值及垂直纹理值,并根据水平纹理值及垂直纹理值计算每一像素的对焦评价值,根据每一图像的多个像素的对焦评价值计算图像的对焦评价值,成像焦距确定模块用于以多张图像中对焦评价值最大的一张图像获取时的焦距作为数码成像设备的成像焦距。
由上述方案可见,数码成像设备的对焦装置通过计算像素的水平纹理值及垂直纹理值来计算像素的对焦评价值,考虑了两个不同方向上的图像纹理分布,计算的图像清晰度较为准确,确定的成像焦距也较为准确。同时,对焦装置不需要对图像的频域进行分析计算,计算量较小,对数码成像设备的硬件资源要求较低,使数码成像设备的生产成本较低。
附图说明
图1是本发明数码成像设备的对焦装置第一实施例的结构框图。
图2是本发明数码成像设备的对焦方法第一实施例的流程图。
图3是本发明数码成像设备的对焦方法第一实施例中图像区域内每一像素raw数值的示意图。
图4是应用本发明数码成像设备的对焦方法第一实施例及现有对焦方法计算的多张图像的对焦评价值变化曲线图。
图5是本发明数码成像设备的对焦方法第二实施例中图像区域内每一像素灰度值的示意图。
以下结合附图及实施例对本发明作进一步说明。
具体实施方式
本发明的对焦方法及对焦装置应用在数码成像设备中,如数码相机、手机、平板电脑等具有数码成像功能的设备。
第一实施例:
参见图1,本实施例的对焦装置具有图像获取模块11、图像分割模块12、对焦评价值计算模块13以及成像焦距确定模块17,其中对焦评价值计算模块13具有纹理值计算模块14、像素对焦评价值计算模块15以及图像对焦评价值计算模块16。
下面结合图2说明对焦装置中各个模块的工作原理。使用对焦装置进行对焦时,成像设备首先执行步骤S1,数码成像设备调节成像焦距,由图像获取模块11获取一张图像的数据,并由图像分割模块12对获得的图像进行分割,即将一张完整的图像分割成多个子图像。图像的分割可以是将图像均等地分割,也可以是按照一定的纹理或规律对图像进行不均等的分割。
然后,成像设备执行步骤S2,获取分割后图像的一张或多张子图像,由对焦评价值计算模块13对每一张图像的对焦评价值进行计算。由于每一张图像均由多个像素组成,分割后的子图像通常是包含有多个像素,对图像的对焦评价值进行计算时需要计算每一像素的水平纹理值以及垂直纹理值。
纹理值计算模块14计算一个像素的水平纹理值及垂直纹理值前,首先需要获得该像素的色彩值,如像素的图像raw数值,raw数值是由CCD或CMOS等图像传感器获得的未经加工处理的数据,且raw数值是使用8位或10位等二进制数表示的像素色彩值的数据,色彩值的数据是使用红色(R)色彩值、绿色(G)色彩值或蓝色(B)色彩值表示的数据。
如图3所述的一个5×5的像素矩阵中,每一个像素均具有自己的raw数值,第一行第一列的像素的raw数值是G11,其使用绿色色彩值表示,第一行第二列的像素的raw数值是R12,其使用红色色彩值表示,第二行第一列的像素的raw数值是B21,且使用蓝色色彩值表示,如此类推。
获取一个子图像内的每一像素的raw数值后,计算每一像素的水平纹理值hor以及垂直纹理值ver,即执行步骤S3。如计算第三行第三列的像素的水平纹理值hor33,可以使用式1计算:
计算第三行第三列的像素的垂直纹理值ver33,可以使用式2计算:
从式1及式2可知,计算像素的水平纹理值及垂直纹理值的时候,结合了图像的一阶梯度和二阶梯度的分析,并根据与需要计算纹理值的像素的距离分配不同的权重,从而使梯度计算更加准确。
当然,实际计算过程中,水平纹理值hor与垂直纹理值ver的计算可以使用其他的计算公式,如取中心像素周边更多的像素的raw数值进行计算等,也可以实现本发明的目的。
计算完像素的水平纹理值及垂直纹理值后,对图像的纹理方向进行判断,也就是由像素对焦评价值计算模块15计算像素的对焦评价值,即执行步骤S4。对像素的对焦评价值的计算,也就是对像素的水平纹理值hor以及垂直纹理值ver的大小进行判定,并根据判定结果得到像素的对焦评价值F。例如,对第三行第三列的像素进行水平纹理值hor33及垂直纹理值ver33进行判定,首先判断水平纹理值hor33与方向判断阈值threshold的和是否小于垂直纹理值ver33,如是,则取垂直纹理值ver33为该像素的对焦评价值F33。即判断时,则取对焦评价值F33 为垂直纹理值ver33。
方向判断阈值threshold是一个预先设定的数值,如选取范围为0至16之间的数值。当然,根据成像设备的不同对焦模式,可以设定多个不同的方向判断阈值threshold,每一个方向判断阈值threshold对应于一种的对焦模式。成像设备计算像素的对焦评价值时根据所选取的对焦模式来确定所使用的方向判断阈值threshold的具体数值。
若判断水平纹理值hor33与方向判断阈值threshold的和大于垂直纹理值ver33,则进一步判断垂直纹理值ver33与方向判断阈值threshold的和是否大于水平纹理值hor33,如是,则取水平纹理值hor33为该像素的对焦评价值F33。即判断时,则取对焦评价值F33为水平纹理值hor33。
若判断水平纹理值hor33与方向判断阈值threshold的和小于垂直纹理值ver33,即水平纹理值hor33与垂直纹理值ver33不满足上述的关系,则将该像素的对焦评价值设置为无效值,本实施例中,无效值为0。对焦评价值被设置为无效值的像素在计算图像的对焦评价值时不起作用。
从上面的方法可见,通过设置适当的方向判断值threshold,可使图像纹理方向判断更为准确,并提高抗噪性。
然后,执行步骤S5,将图像内的像素的对焦评价值进行累加,从而计算图像的对焦评价值。因此,本实施例中图像的对焦评价值计算方法是将多个像素的对焦评价值进行累加获得的。
接着执行步骤S6,判断是否累加完毕,若没有累加完毕,表示还有需要进行对焦评价值计算的像素,返回执行步骤S2,选取下一个像素,并执行上述的步骤,计算下一个像素的水平纹理值、垂直纹理值,并计算该像素的对焦评价值,然后将计算的像素的对焦评价值与之前计算的对焦评价值进行累加。
步骤S6中,若累加完毕,得到一个累加值,即子图像内所有像素的对焦评价值的累加值,该累加值即为图像的对焦评价值。
由于像素的对焦评价值中无效值为0,因此在累加时不会对累加值产生影响,也就是不起作用。
当然,图像的对焦评价值的技术也可以是计算每一像素的对焦评价值乘积获得,即将所有像素的对焦评价值相乘,得到的乘积为图像的对焦评价值。此时,像素的对焦评价值的无效值应该设定为1。
此外,也可以计算子图像内所有像素的对焦评价值的平均值或者均方根值等作为图像的对焦评价值。
计算一张图像的对焦评价值后,执行步骤S7,判断是否所有焦距范围内的图像的对焦评价值均计算完毕,如没有,则返回执行步骤S1,调节成像焦距,并在新的成像焦距下获取一张图像,对所选取的图像进行分割,并继续执行步骤S2,计算该图像的一个像素对焦评价值。若所有的图像的对焦评价值均计算完毕,成像焦距确定模块17执行步骤S8,选取图像的对焦评价值最大的一张图像成像时的成像焦距,以该成像焦距作为确定的成像焦距。这样,完成对成像焦距的选取,当透镜移动到位后也就完成自动对焦。
数码成像设备的焦距调节是连续地调节透镜的距离,即连续地改变成像焦距的时候获得的。焦距的连续改变可以是从焦距最短的位置向焦距最长的位置改变,也可以是从焦距最长的位置向焦距最短的位置改变。因此,多张图像是分别在不同的焦距下获得。
由上述方案可见,在计算像素的对焦评价值时考虑了图像水平纹理及图像垂直纹理分布情况,对于每一张图像的清晰度判断更为准确,即对像素的对焦评价值判断更为准确,对图像的对焦评价值的判断也更为准确。
参见图4,使用本发明的方法对成像设备的焦距连续变化获得的16张图片的对焦评价值进行计算,获得一条图像的对焦评价值归一化处理后的变化曲线。同时,应用现有的一些方法,如Robert梯度函数法、Tenengrad函数法、Prewitt梯度函数法、小波变化法等方法计算图像对焦评价值的归一化处理后的曲线,与上述方法计算的曲线相比,本发明的方法曲线最为陡峭,表示本发明的方法计算结果更容易计算出最佳的成像焦距。
并且,由于本发明的方法不需要对图像的频域进行计算,对焦装置的计算量较小,对成像设备的硬件资源要求较小,降低了成像设备的生产成本。
第二实施例:
本实施例的对焦装置设有图像获取模块、图像分割模块、对焦评价值计算模块以及成像焦距确定模块,且对焦评价值计算模块内也设有纹理值计算模块以及像素对焦评价值计算模块、图像对焦评价值计算模块。
对焦装置进行对焦时,首先在数码成像设备的一个成像焦距下获取一张图像,然后对图像进行分割,获得一张图像分割后的一张子图像,对子图像的像素进行水平纹理值以及垂直纹理值的计算,并根据水平纹理值及垂直纹理值计算像素的对焦评价值,接着计算图像的对焦评价值,并在调节焦距后获取下一张图像,并在每次获得图像后计算该图像的对焦评价值。最后根据多张图像的对焦评价值确定数码成像设备的成像焦距。
本实施例与第一实施例不用的是对像素的水平纹理值、垂直纹理值的计算方法不相同,其他步骤与第一实施例均相同,以下主要对像素的水平纹理值及垂直纹理值的计算作详细说明。
本实施例中,纹理值计算模块获取子图像内每一像素的色彩值为像素的灰度值,如图5所示,在一个5×5的像素矩阵中,中心像素的坐标为(x,y),其他像素的坐标使用类似的方式表示。并且,假设像素(x,y)的灰度值为f(x,y),像素(x+1,y)的灰度值为f(x+1,y),如此类推。
本实施例计算像素的水平纹理需要使用该像素的一阶梯度以及二阶梯度的数据,因此首先计算像素(x,y)、(x,y-1)、(x,y+1)三个像素的一阶梯度和二阶梯度。对于像素(x,y),其一阶梯度使用式3计算:
同理,像素(x-1,y)的一阶梯度可以使用式4计算:
因此可以计算像素(x,y)一阶梯度模值的近似值为:
同理,使用相同的方法可以计算出像素(x,y-1)、(x,y+1)一阶梯度和三个像素点二阶梯度的模值:
其中,上述式子中的参数a1、a2、a3、b1、b2、b3、c为不同像素点梯度的加权系数,加权系数可根据实际需要进行设置,如选择的数值在1至8之间。
最后,将以上计算的像素(x,y)、(x,y-1)、(x,y+1)的一阶梯度的模值以及二阶梯度的模值相加,以得到像素(x,y)的水平纹理值hor(x,y),即:
计算像素(x,y)垂直纹理值的方法与计算该像素水平纹理值的方向大致相同,根据上述的原理,计算像素(x,y)垂直纹理值时首先需要计算像素(x,y)、(x-1,y), (x+1,y)三个像素的一阶梯度和二阶梯度,其计算方法与水平方向类似,可得像素(x,y)的垂直纹理值ver(x,y):
其中,参数d1、d2、d3、e1、e2、e3、k为不同像素点梯度的加权系数,可根据实际需要设置具体的数值。
根据式11与式12计算像素(x,y)的水平纹理值hor(x,y)及垂直纹理值ver(x,y)后,然后按照第一实施例的方法计算像素(x,y)的对焦评价值F(x,y)。
使用相同的方法计算子图像内其他像素的水平纹理值及垂直纹理值,并且计算其他像素的对焦评价值,进而计算该图像的对焦评价值。最后,计算所有图像的对焦评价值后,选取对焦评价值最大的一张图像成像时的成像焦距作为成像设备最终确定的成像焦距。
当然,上述两个实施例仅是本发明较佳的实施方式,实际应用时,还可以有更多的改变,例如,计算像素的对焦评价值时,获取像素的色彩值可以是像素的RGB数值,即每一像素的红色色彩值、绿色色彩值以及蓝色色彩值,计算像素的水平纹理值时,使用每一像素的红色色彩值计算得到该像素的红色水平纹理值,并使用每一像素的绿色色彩值计算得到该像素的绿色水平纹理值,使用每一像素的蓝色色彩值计算得到该像素的蓝色水平纹理值,即得到三色的水平纹理值,然后计算三色水平纹理值的平均值,使用该平均值作为该像素的水平纹理值。相同地,使用每一像素的红色色彩值计算得到该像素的红色垂直纹理值,并使用每一像素的绿色色彩值计算得到该像素的绿色垂直纹理值,使用每一像素的蓝色色彩值计算得到该像素的蓝色垂直纹理值,即得到三色的垂直纹理值,然后计算三色垂直纹理值的平均值,使用该平均值作为该像素的垂直纹理值,这样的改变也能实现本发明的目的。
此外,计算图像的对焦评价值不一定是对图像进行分割,使用一个子图像的图像评价值作为整个图像的对焦评价值,可以是不对图像进行分割,直接对图像中所有的像素进行计算,得到图像的对焦评价值,这样计算出的对焦评价值更为准确。
同时,计算图像对焦评价值也不一定是使用子图像或整个图像内的所有像素的对焦评价值,可以是选取子图像内的部分像素的对焦评价值进行累加或乘积。选取像素的方法可以是随机选取,可以是按照一定规律选取,如选取对角线上的像素,或者选取四条边缘线上的像素等。
最后需要强调的是,本发明不限于上述实施方式,如水平纹理值及垂直纹理值计算方法的改变、像素对焦评价值计算方法的改变等变化也应该包括在本发明权利要求的保护范围内。
Claims (10)
1.数码成像设备的对焦方法,包括
连续调节数码成像设备的成像焦距,获取二张以上图像的数据,每一所述图像在不同的焦距下获得;
其特征在于:
获取每一所述图像的至少一个区域内多个像素的色彩值,根据每一所述像素的所述色彩值计算每一所述像素的水平纹理值及垂直纹理值,并根据所述水平纹理值及所述垂直纹理值计算每一所述像素的对焦评价值;
根据每一所述图像的多个所述像素的对焦评价值计算所述图像的对焦评价值,以多张所述图像中对焦评价值最大的一张图像获得时的焦距作为数码成像设备的成像焦距。
2.根据权利要求1所述的数码成像设备的对焦方法,其特征在于:
获取所述图像的一个区域内多个像素的色彩值的步骤是:将所述图像划分为多个子区域,选取其中至少一个子区域内的多个像素,获取所选取的所述像素的色彩值。
3.根据权利要求1或2所述的数码成像设备的对焦方法,其特征在于:
所述色彩值为所述像素的图像raw数值或所述像素的灰度值。
4.根据权利要求1或2所述的数码成像设备的对焦方法,其特征在于:
所述色彩值为所述像素的RGB数值。
5.根据权利要求4所述的数码成像设备的对焦方法,其特征在于:
计算所述像素的所述水平纹理值的步骤是:计算所述像素的三色水平纹理值,并计算三色水平纹理值的平均值作为所述水平纹理值;
计算所述像素的所述垂直纹理值的步骤是:计算所述像素的三色垂直纹理值,并计算三色垂直纹理值的平均值作为所述垂直纹理值。
6.根据权利要求1或2所述的数码成像设备的对焦方法,其特征在于:
计算所述像素的对焦评价值的步骤是:
判断所述水平纹理值与方向判断阈值之和是否小于所述垂直纹理值,如是选取所述垂直纹理值作为所述像素的对焦评价值;
判断所述垂直纹理值与所述方向判断阈值之和是否小于所述水平纹理值,如是选取所述水平纹理值作为所述像素的对焦评价值;
若所述水平纹理值与所述垂直纹理值不满足上述两种关系,将所述像素的对焦评价值设定为无效值。
7.根据权利要求6所述的数码成像设备的对焦方法,其特征在于:
所述方向判断阈值的数量为二个以上,分别对应于数码成像设备的二种以上的对焦模式。
8.数码成像设备的对焦装置,包括
图像获取模块,用于获取数码成像设备在连续调节成像焦距时二张以上图像的数据,每一所述图像在不同的焦距下获得;
其特征在于:
对焦评价值计算模块,用于获取每一所述图像的至少一个区域内多个像素的色彩值,根据每一所述像素的所述色彩值计算每一所述像素的水平纹理值及垂直纹理值,并根据所述水平纹理值及所述垂直纹理值计算每一所述像素的对焦评价值,根据每一所述图像的多个所述像素的对焦评价值计算所述图像的对焦评价值;
成像焦距确定模块,用于以多张所述图像中对焦评价值最大的一张图像获取时的焦距作为数码成像设备的成像焦距。
9.根据权利要求8所述的数码成像设备的对焦装置,其特征在于:
还包括图像分割模块,用于将所述图像获取模块获得的每一所述图像划分为多个子图像。
10.根据权利要求8或9所述的数码成像设备的对焦装置,其特征在于:
所述对焦评价值计算模块内设有用于计算每一所述图像水平纹理值及垂直纹理值的纹理值计算模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210421600.6A CN102891966B (zh) | 2012-10-29 | 2012-10-29 | 数码成像设备的对焦方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210421600.6A CN102891966B (zh) | 2012-10-29 | 2012-10-29 | 数码成像设备的对焦方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102891966A true CN102891966A (zh) | 2013-01-23 |
CN102891966B CN102891966B (zh) | 2015-07-01 |
Family
ID=47535314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210421600.6A Active CN102891966B (zh) | 2012-10-29 | 2012-10-29 | 数码成像设备的对焦方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102891966B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103826064A (zh) * | 2014-03-06 | 2014-05-28 | 华为技术有限公司 | 图像处理方法、装置及手持电子设备 |
CN104102069A (zh) * | 2013-04-11 | 2014-10-15 | 展讯通信(上海)有限公司 | 一种成像系统的对焦方法及装置、成像系统 |
CN104104869A (zh) * | 2014-06-25 | 2014-10-15 | 华为技术有限公司 | 一种拍照方法、装置及电子设备 |
CN104349035A (zh) * | 2013-07-25 | 2015-02-11 | 宏碁股份有限公司 | 图像捕获设备以及其方法 |
CN106231201A (zh) * | 2016-08-31 | 2016-12-14 | 成都市极米科技有限公司 | 自动对焦方法及装置 |
CN107966836A (zh) * | 2017-11-29 | 2018-04-27 | 南昌工程学院 | 一种tft-lcd缺陷光学自动检测系统 |
CN108055470A (zh) * | 2018-01-22 | 2018-05-18 | 努比亚技术有限公司 | 一种对焦的方法、终端及存储介质 |
CN109064478A (zh) * | 2018-07-17 | 2018-12-21 | 暨南大学 | 一种基于极限学习机的天文图像轮廓提取方法 |
CN109313335A (zh) * | 2016-05-31 | 2019-02-05 | 鹦鹉无人机股份有限公司 | 一种设计用于观察远处场景的无人机 |
CN109714530A (zh) * | 2018-12-25 | 2019-05-03 | 中国科学院长春光学精密机械与物理研究所 | 一种航空相机图像调焦方法 |
US10475205B2 (en) | 2017-09-13 | 2019-11-12 | National Tsing Hua University | Positioning and measuring system based on flexible feature image scale |
CN111679541A (zh) * | 2020-07-16 | 2020-09-18 | 歌尔光学科技有限公司 | 投影模组的校准控制方法及系统、存储介质以及控制装置 |
CN112135048A (zh) * | 2020-09-23 | 2020-12-25 | 创新奇智(西安)科技有限公司 | 一种目标对象的自动对焦方法以及装置 |
CN112261292A (zh) * | 2020-10-20 | 2021-01-22 | Oppo广东移动通信有限公司 | 图像获取方法、终端、芯片及存储介质 |
CN112637506A (zh) * | 2020-12-29 | 2021-04-09 | 上海小零网络科技有限公司 | 一种手机加快对焦的方法 |
CN113671660A (zh) * | 2021-08-13 | 2021-11-19 | Oppo广东移动通信有限公司 | 图像生成方法、装置、电子设备和存储介质 |
CN114390195A (zh) * | 2021-12-15 | 2022-04-22 | 北京达佳互联信息技术有限公司 | 一种自动对焦的方法、装置、设备及存储介质 |
CN117953434A (zh) * | 2024-03-27 | 2024-04-30 | 广州煜能电气有限公司 | 基于智能网关的输电线路外力破坏监测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004135029A (ja) * | 2002-10-10 | 2004-04-30 | Fuji Photo Film Co Ltd | デジタルカメラ |
CN1867851A (zh) * | 2003-08-26 | 2006-11-22 | 索尼株式会社 | 自动聚焦控制方法、自动聚焦控制器和图像处理器 |
CN101630109A (zh) * | 2008-07-15 | 2010-01-20 | 株式会社理光 | 摄像装置以及摄像方法 |
CN101672974A (zh) * | 2008-09-13 | 2010-03-17 | 佳能株式会社 | 自动聚焦装置及其控制方法 |
CN101931752A (zh) * | 2009-06-19 | 2010-12-29 | 卡西欧计算机株式会社 | 摄像装置、以及对焦方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW347778U (en) * | 1997-11-24 | 1998-12-11 | Tangteck Equipment Inc | Auxiliary material-receiving apparatus |
-
2012
- 2012-10-29 CN CN201210421600.6A patent/CN102891966B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004135029A (ja) * | 2002-10-10 | 2004-04-30 | Fuji Photo Film Co Ltd | デジタルカメラ |
CN1867851A (zh) * | 2003-08-26 | 2006-11-22 | 索尼株式会社 | 自动聚焦控制方法、自动聚焦控制器和图像处理器 |
CN101630109A (zh) * | 2008-07-15 | 2010-01-20 | 株式会社理光 | 摄像装置以及摄像方法 |
CN101672974A (zh) * | 2008-09-13 | 2010-03-17 | 佳能株式会社 | 自动聚焦装置及其控制方法 |
CN101931752A (zh) * | 2009-06-19 | 2010-12-29 | 卡西欧计算机株式会社 | 摄像装置、以及对焦方法 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102069A (zh) * | 2013-04-11 | 2014-10-15 | 展讯通信(上海)有限公司 | 一种成像系统的对焦方法及装置、成像系统 |
CN104102069B (zh) * | 2013-04-11 | 2017-03-15 | 展讯通信(上海)有限公司 | 一种成像系统的对焦方法及装置、成像系统 |
CN104349035A (zh) * | 2013-07-25 | 2015-02-11 | 宏碁股份有限公司 | 图像捕获设备以及其方法 |
CN103826064A (zh) * | 2014-03-06 | 2014-05-28 | 华为技术有限公司 | 图像处理方法、装置及手持电子设备 |
CN104104869A (zh) * | 2014-06-25 | 2014-10-15 | 华为技术有限公司 | 一种拍照方法、装置及电子设备 |
CN109313335A (zh) * | 2016-05-31 | 2019-02-05 | 鹦鹉无人机股份有限公司 | 一种设计用于观察远处场景的无人机 |
CN106231201A (zh) * | 2016-08-31 | 2016-12-14 | 成都市极米科技有限公司 | 自动对焦方法及装置 |
CN106231201B (zh) * | 2016-08-31 | 2020-06-05 | 成都极米科技股份有限公司 | 自动对焦方法及装置 |
US10475205B2 (en) | 2017-09-13 | 2019-11-12 | National Tsing Hua University | Positioning and measuring system based on flexible feature image scale |
TWI699756B (zh) * | 2017-09-13 | 2020-07-21 | 國立清華大學 | 基於彈性特徵影像尺的定位量測系統 |
CN107966836A (zh) * | 2017-11-29 | 2018-04-27 | 南昌工程学院 | 一种tft-lcd缺陷光学自动检测系统 |
CN108055470A (zh) * | 2018-01-22 | 2018-05-18 | 努比亚技术有限公司 | 一种对焦的方法、终端及存储介质 |
CN109064478A (zh) * | 2018-07-17 | 2018-12-21 | 暨南大学 | 一种基于极限学习机的天文图像轮廓提取方法 |
CN109714530A (zh) * | 2018-12-25 | 2019-05-03 | 中国科学院长春光学精密机械与物理研究所 | 一种航空相机图像调焦方法 |
CN111679541A (zh) * | 2020-07-16 | 2020-09-18 | 歌尔光学科技有限公司 | 投影模组的校准控制方法及系统、存储介质以及控制装置 |
CN112135048B (zh) * | 2020-09-23 | 2022-02-15 | 创新奇智(西安)科技有限公司 | 一种目标对象的自动对焦方法以及装置 |
CN112135048A (zh) * | 2020-09-23 | 2020-12-25 | 创新奇智(西安)科技有限公司 | 一种目标对象的自动对焦方法以及装置 |
CN112261292A (zh) * | 2020-10-20 | 2021-01-22 | Oppo广东移动通信有限公司 | 图像获取方法、终端、芯片及存储介质 |
CN112261292B (zh) * | 2020-10-20 | 2022-08-16 | Oppo广东移动通信有限公司 | 图像获取方法、终端、芯片及存储介质 |
CN112637506A (zh) * | 2020-12-29 | 2021-04-09 | 上海小零网络科技有限公司 | 一种手机加快对焦的方法 |
CN113671660A (zh) * | 2021-08-13 | 2021-11-19 | Oppo广东移动通信有限公司 | 图像生成方法、装置、电子设备和存储介质 |
CN114390195A (zh) * | 2021-12-15 | 2022-04-22 | 北京达佳互联信息技术有限公司 | 一种自动对焦的方法、装置、设备及存储介质 |
CN114390195B (zh) * | 2021-12-15 | 2024-03-22 | 北京达佳互联信息技术有限公司 | 一种自动对焦的方法、装置、设备及存储介质 |
CN117953434A (zh) * | 2024-03-27 | 2024-04-30 | 广州煜能电气有限公司 | 基于智能网关的输电线路外力破坏监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102891966B (zh) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102891966B (zh) | 数码成像设备的对焦方法及装置 | |
Bahrami et al. | A fast approach for no-reference image sharpness assessment based on maximum local variation | |
CN102665086B (zh) | 利用基于区域的局部立体匹配获取视差的方法 | |
US8306360B2 (en) | Device and method for obtaining clear image | |
US8488878B2 (en) | Sky detection system used in image extraction device and method using sky detection system | |
CN108230367A (zh) | 一种对灰度视频中既定目标的快速跟踪定位方法 | |
KR102073468B1 (ko) | 비전 시스템에서 컬러 이미지에 대해 컬러 후보 포즈들의 점수화를 위한 시스템 및 방법 | |
Várkonyi-Kóczy et al. | Gradient-based synthesized multiple exposure time color HDR image | |
CN103093458B (zh) | 关键帧的检测方法及装置 | |
CN102903073B (zh) | 一种图像清晰度计算方法及装置 | |
CN108053363A (zh) | 背景虚化处理方法、装置及设备 | |
CN103905746B (zh) | 亚像素级图像偏移定位及叠加方法和装置以及视频设备 | |
CN111507132B (zh) | 一种定位方法、装置及设备 | |
CN103389310A (zh) | 一种基于辐射标定的亚像素光学元件损伤在线检测方法 | |
US20170024846A1 (en) | Systems and methods for selecting an image transform | |
CN104823437A (zh) | 一种图片处理方法、装置 | |
CN105957107A (zh) | 行人检测与跟踪方法及装置 | |
US20150187051A1 (en) | Method and apparatus for estimating image noise | |
JP2019096222A (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
CN110490196A (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
CN112132925A (zh) | 用于重建水下图像颜色的方法和装置 | |
CN105389825B (zh) | 图像处理方法及系统 | |
KR20130127867A (ko) | 스테레오 비전 장치와 이의 제어 방법 | |
CN112598610B (zh) | 一种深度图像获得方法、装置、电子设备及存储介质 | |
JP2015148895A (ja) | 物体数分布推定方法 |
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 |