CN104869316A - 一种多目标的摄像方法及装置 - Google Patents
一种多目标的摄像方法及装置 Download PDFInfo
- Publication number
- CN104869316A CN104869316A CN201510289784.9A CN201510289784A CN104869316A CN 104869316 A CN104869316 A CN 104869316A CN 201510289784 A CN201510289784 A CN 201510289784A CN 104869316 A CN104869316 A CN 104869316A
- Authority
- CN
- China
- Prior art keywords
- image
- focal length
- target area
- target
- area grid
- 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
Landscapes
- Studio Devices (AREA)
Abstract
本发明公开了一种多目标摄像方法及装置,所述方法包括:获取通过摄像头采集到的图像中的至少两个目标区域;根据预设的对焦规则获取所述至少两个目标区域各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像;根据预设的图像融合规则将所述中间图像进行图像融合,以形成目标图像。本发明实施例提供的多目标摄像方法及装置,优化了多目标摄像中所摄取图像的质量,提高了图像的完整性。
Description
技术领域
本发明涉及摄像技术领域,尤其涉及一种多目标的摄像方法及装置。
背景技术
随着人们对安全的重视,摄像技术现已广泛的应用于各行各业。交通事故的责任追究,刑事案件的侦破,小区的安防,甚至于用户家中都能看到摄像头的身影。摄像技术已越来越广泛地应用到人们的日常生活中,成为保卫人们安全,打击犯罪的有力武器,因此研究摄像技术有着非常重要的意义。在智能监控系统中,摄像技术是最重要的环节,主要包括数据的采集与存储,通过前端摄像头捕获数据,并由后端视频处理技术将处理后的数据存储到设备上,供以后调查取证,为还原事件提供帮助。常规的存储方式是对视频数据直接存储,并定期更换存储设备或者将数据直接删除,避免存储容量不够,因此,存储容量消耗大是这种存储方式的一大弊端,经过分析,人们发现视频数据中绝大部分都是背景图像,只有极少帧的图像中含有运动的人和物,而这些运动的人和物才是应该存储的重点,所以目前较好的视频监控系统一般只采集少数帧的背景图像,而以运动目标的图像采集为主,在存储拍摄数据时,只需加上时间戳,以及对应的背景或者运动目标图像,就足以恢复整个事件过程。
目前,在拍摄场景中有多个目标,且多个目标不在一个焦平面上时,由于镜头只对准了其中某个目标,而其他目标不在当前拍摄镜头的焦距内,因此拍摄出来的图像会显得比较模糊,丢失了部分目标的信息,当真实案件发生时,这些信息有可能是最重要的信息,因此,拍摄所有运动目标的清晰图像是衡量一个监控系统摄像技术是否先进的重要指标。而现有技术中的摄像方法,大多只能对单个目标拍摄清晰的图像,当目标较多时,由于只拍摄了单一焦距的图像,造成拍摄场景中的其他目标不在焦距内,使得其他目标的摄像质量下降,并造成拍摄数据的不完整,而且还对后续目标信息的抽取增加了难度。
发明内容
本发明是为了解决现有技术中的上述不足而完成的,本发明的目的在于提出一种多目标的摄像方法及装置,以优化多目标摄像中所摄取图像的质量,提高图像数据的完整性。
一方面,本发明实施例提供一种多目标的摄像方法,包括:
获取通过摄像头采集到的图像中的至少两个目标区域;
根据预设的对焦规则获取所述至少两个目标区域各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像;
根据预设的图像融合规则将所述中间图像进行图像融合,以形成目标图像。
进一步的,根据预设的对焦规则获取所述至少两个目标区域各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像包括:
从所述至少两个目标区域获取各自对应的预设形心区域;
在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像。
进一步的,在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像包括:
在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距;
将每个焦距分别作为当前焦距,判断当前焦距与其他预设形心区域焦距的差值是否大于预设阈值;
在所述当前焦距与其他预设形心区域焦距的差值大于预设阈值时,指示摄像头根据当前焦距进行摄像,以形成中间图像。
进一步的,根据预设的图像融合规则将所述中间图像根据预设的融合规则进行图像融合,以形成目标图像包括:
将所述中间图像各自目标区域划分为至少一个目标区域网格,并获取所述目标区域网格的位置信息;
根据所述目标区域网格的位置信息和预设的图像融合规则,将所述目标区域网格进行图像融合,以形成目标图像。
进一步的,根据所述目标区域网格的位置信息和预设的图像融合规则,将所述目标区域网格进行图像融合,以形成目标图像包括:
根据所述目标区域网格的位置信息,从所述至少两个中间图像中获取所述目标区域网格的至少两个空间频率值,以及所述至少两个空间频率值之间的比较结果;
根据所述至少两个空间频率值的比较结果,确定所述目标区域网格的图像,以形成目标图像。
另一方面,本发明实施例还提供一种多目标的摄像装置,包括:
获取单元,用于获取通过摄像头采集到的图像中的至少两个目标区域;
摄像单元,用于根据预设的对焦规则获取所述至少两个目标区域各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像;
融合单元,用于根据预设的图像融合规则将所述中间图像进行图像融合,以形成目标图像。
进一步的,所述摄像单元包括:
获取子单元,用于从所述至少两个目标区域获取各自对应的预设形心区域;
摄像子单元,用于在至少两个所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像。
进一步的,所述摄像子单元具体用于:在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,将每个焦距分别作为当前焦距,判断当前焦距与其他预设形心区域焦距的差值是否大于预设阈值,在所述当前焦距与其他预设形心区域焦距的差值大于预设阈值时,指示摄像头根据当前焦距进行摄像,以形成中间图像。
进一步的,所述融合单元包括:
划分子单元,用于将所述中间图像各自目标区域划分为至少一个目标区域网格,并获取所述目标区域网格的位置信息;
融合子单元,用于根据所述目标区域网格的位置信息和预设的图像融合规则,将所述目标区域网格进行图像融合,以形成目标图像。
进一步的,所述融合子单元具体用于:根据所述目标区域网格的位置信息,从所述至少两个中间图像中获取所述目标区域网格的至少两个空间频率值,以及所述至少两个空间频率值之间的比较结果;根据所述至少两个空间频率值的比较结果,确定所述目标区域网格的图像,以形成目标图像。
本发明实施例中提供的多目标的摄像方法及装置,获取通过摄像头采集到的图像中的至少两个目标区域,对各个目标区域根据预设的对焦规则获取相应的焦距并指示摄像头进行摄像,以生成中间图像,并根据预设的图像融合规则将所述中间图像进行图像融合,以得到各个目标区域都清晰的目标图像,优化了多目标摄像中所摄取图像的质量,提高了图像的完整性。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1是本发明实施例一提供的多目标的摄像方法的流程图;
图2是本发明实施例二提供的多目标的摄像方法的流程图;
图3是本发明实施例三提供的多目标的摄像装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将结合本发明实施例中的附图,通过具体实施方式,完整地描述本发明的技术方案。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下获得的所有其他实施例,均落入本发明的保护范围之内。
实施例一
图1给出了本实施例一提供的多目标的摄像方法的流程图。如图1所示,本实施例提供的多目标的摄像方法包括如下操作:
操作S101,获取通过摄像头采集到的图像中的至少两个目标区域。
本实施例中所述的摄像头为具有摄像功能的设备,所述摄像头可以为手机、笔记本、PAD智能终端、平板电脑等终端上设置的摄像头,也可以为独立的用于监控系统的摄像头。
该操作之前还包括检测通过摄像头采集到的图像中的至少两个目标区域,其中所述检测方法可以为差分法、光流法、背景建模法,优选为背景建模法,所述背景建模法具有场景适应性强,算法复杂度适中,目标区域检测完整的优点。所述背景建模法包括多高斯背景建模法、核密度背景建模法、基于学习的背景建模法,优选为高斯背景建模法,高斯背景建模法可以获取较稳定的图像。
操作S102,根据预设的对焦规则获取所述至少两个目标区域各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像。
该操作中可以采用自动对焦方法获取多个目标区域各自对应的焦距,所述自动对焦方法包括基于红外、超声波焦距测量法、基于对比度自动对焦方法、基于相位检测自动对焦方法,优选为对比度自动对焦方法。
操作S103,根据预设的图像融合规则将所述中间图像进行图像融合,以形成目标图像。
该操作对中间图像进行融合时可以仅对中间图像中的目标区域进行图像融合,以减少计算量,提高图像融合的效率。
该操作之后还包括从所述目标图像中提取至少两个目标区域的图像并存储。其中,所述目标区域的图像包括该目标区域图像的属性或特征,以及该目标区域图像的时间戳,为用户在输入属性或特征时,快速查找以及定位目标图像。所述目标区域图像的属性值可以为人、动物、机车、自行车等,特征值可以为大人、小孩、小轿车、卡车、黄色、白色、车牌信息等。
本实施例提供的多目标的摄像方法,获取通过摄像头采集到的图像中的至少两个目标区域,对各个目标区域根据预设的对焦规则获取相应的焦距并指示摄像头进行摄像,以生成中间图像,并根据预设的图像融合规则将所述中间图像进行图像融合,以得到各个目标区域都清晰的目标图像,优化了多目标摄像中所摄取图像的质量,提高了图像的完整性。
实施例二
图2给出了本实施例二提供的多目标的摄像方法的流程图。本实施例以实施例一为基础,对操作S102、操作S103进行优化。如图2所示,本实施例提供的多目标的摄像方法包括如下操作:
操作S201,获取通过摄像头采集到的图像中的至少两个目标区域。
操作S202,从所述至少两个目标区域获取各自对应的预设形心区域。
具体的,首先获取所述目标区域各自对应的形心,然后以形心为中心,并优选的以目标区域大小的1/8作为形心区域。其中,对于通过摄像头采集到的二值图像,在确定了目标区域后,该二值图像中目标区域的形心的计算公式可以为:
其中,f(x,y)为二值图像在(x,y)点的像素值。
操作S203,在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像。
该操作具体可以包括:在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距;将每个焦距分别作为当前焦距,判断当前焦距与其他预设形心区域焦距的差值是否大于预设阈值;在所述当前焦距与其他预设形心区域焦距的差值大于预设阈值时,指示摄像头根据当前焦距进行摄像,以形成中间图像。
其中,所述对比度自动对焦方法为空间频率对比度自动对焦方法。示例性的,对于一幅M×N大小的灰度图像F,其行(M)和列(N)的空间频率RF和CF的计算公式如下:
其中,F(m,n)为灰度图像F在(m,n)点的灰度值,则灰度图像F的空间频率SF的计算公式如下:
所述图像的空间频率可用于衡量图像的清晰度。
在计算出预设形心区域的灰度图像的空间频率后,自动调整焦距,以获取预设形心区域取得空间频率最优值时的焦距,将该焦距作为该预设形心区域对应的焦距。
具体的,在获取一个预设形心区域的焦距后,判断该焦距与已经获取的其他预设形心区域的焦距进行比较,在所述当前焦距与其他预设形心区域焦距的差值大于预设阈值时,指示摄像头根据当前焦距进行摄像,这样可以避免在目标区域之间的焦距相差较小时,造成不必要的摄像,以加快摄像的过程。
操作S204,将所述中间图像各自目标区域划分为至少一个目标区域网格,并获取所述目标区域网格的位置信息。
该操作仅对中间图像中各自的目标区域采用网格化方法进行网格划分,并将进行网格划分后获取的目标区域网格进行后续的目标区域网格图像融合,大大减少了计算量。
操作S205,根据所述目标区域网格的位置信息和预设的图像融合规则,将所述目标区域网格进行图像融合,以形成目标图像。
具体的,该操作可以包括根据所述目标区域网格的位置信息,从所述至少两个中间图像中获取所述目标区域网格的至少两个空间频率值,以及所述至少两个空间频率值之间的比较结果;根据所述至少两个空间频率值的比较结果,确定所述目标区域网格的图像,以形成目标图像。
其中,根据所述至少两个空间频率值的比较结果,确定所述目标区域网格的图像具体可以为根据所述至少两个空间频率值的比较结果,将最大空间频率所在的网格图像确定为该网格的图像,或者,在所述中间图像中只有一个空间频率值时,将该空间频率值所在的其中一个网格图像确定为该网格的图像,将确定的目标区域网格图像进行拼接,以形成目标图像。
本实施例提供的多目标的摄像方法,获取通过摄像头采集到的图像中的至少两个目标区域,从所述至少两个目标区域获取各自对应的预设形心区域,并以预设形心区域为聚焦区域获取各自对应的焦距,并根据所述焦距进行摄像,以形成中间图像,对中间图像中的目标区域进行网格划分以得到目标区域网格,将中间图像中目标区域网格按照目标区域网格的位置和预设的图像融合规则进行融合,以形成各个目标区域都清晰的目标图像,优化了多目标摄像中所摄取图像的质量,提高了图像的完整性。
实施例三
图3给出了本发明实施例三提供的多目标的摄像装置的结构示意图。如图3所示,本实施例提供的多目标的摄像装置,包括:
获取单元310,用于获取通过摄像头采集到的图像中的至少两个目标区域;
摄像单元320,用于根据预设的对焦规则获取所述至少两个目标区域各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像;
融合单元330,用于根据预设的图像融合规则将所述中间图像进行图像融合,以形成目标图像。
进一步的,所述摄像单元320包括:
获取子单元,用于从所述至少两个目标区域获取各自对应的预设形心区域;
摄像子单元,用于在至少两个所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像。
进一步的,所述摄像子单元具体用于:在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,将每个焦距分别作为当前焦距,判断当前焦距与其他预设形心区域焦距的差值是否大于预设阈值,在所述当前焦距与其他预设形心区域焦距的差值大于预设阈值时,指示摄像头根据当前焦距进行摄像,以形成中间图像。
进一步的,所述融合单元330包括:
划分子单元,用于将所述中间图像各自目标区域划分为至少一个目标区域网格,并获取所述目标区域网格的位置信息;
融合子单元,用于根据所述目标区域网格的位置信息和预设的图像融合规则,将所述目标区域网格进行图像融合,以形成目标图像。
进一步的,所述融合子单元具体用于:根据所述目标区域网格的位置信息,从所述至少两个中间图像中获取所述目标区域网格的至少两个空间频率值,以及所述至少两个空间频率值之间的比较结果;根据所述至少两个空间频率值的比较结果,确定所述目标区域网格的图像,以形成目标图像。
本发明实施例提供的多目标的摄像装置可执行本发明任意实施例提供的多目标的摄像方法,具备执行方法相应的功能模块和有益效果。
上述仅为本发明的较佳实施例及所运用的技术原理。本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由权利要求的范围决定。
Claims (10)
1.一种多目标的摄像方法,其特征在于,包括:
获取通过摄像头采集到的图像中的至少两个目标区域;
根据预设的对焦规则获取所述至少两个目标区域各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像;
根据预设的图像融合规则将所述中间图像进行图像融合,以形成目标图像。
2.根据权利要求1所述的方法,其特征在于,根据预设的对焦规则获取所述至少两个目标区域各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像包括:
从所述至少两个目标区域获取各自对应的预设形心区域;
在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像。
3.根据权利要求2所述的方法,其特征在于,在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像包括:
在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距;
将每个焦距分别作为当前焦距,判断当前焦距与其他预设形心区域焦距的差值是否大于预设阈值;
在所述当前焦距与其他预设形心区域焦距的差值大于预设阈值时,指示摄像头根据当前焦距进行摄像,以形成中间图像。
4.根据权利要求1所述的方法,其特征在于,根据预设的图像融合规则将所述中间图像根据预设的融合规则进行图像融合,以形成目标图像包括:
将所述中间图像各自目标区域划分为至少一个目标区域网格,并获取所述目标区域网格的位置信息;
根据所述目标区域网格的位置信息和预设的图像融合规则,将所述目标区域网格进行图像融合,以形成目标图像。
5.根据权利要求4所述的方法,其特征在于,根据所述目标区域网格的位置信息和预设的图像融合规则,将所述目标区域网格进行图像融合,以形成目标图像包括:
根据所述目标区域网格的位置信息,从所述至少两个中间图像中获取所述目标区域网格的至少两个空间频率值,以及所述至少两个空间频率值之间的比较结果;
根据所述至少两个空间频率值的比较结果,确定所述目标区域网格的图像,以形成目标图像。
6.一种多目标的摄像装置,其特征在于,包括:
获取单元,用于获取通过摄像头采集到的图像中的至少两个目标区域;
摄像单元,用于根据预设的对焦规则获取所述至少两个目标区域各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像;
融合单元,用于根据预设的图像融合规则将所述中间图像进行图像融合,以形成目标图像。
7.根据权利要求6所述的装置,其特征在于,所述摄像单元包括:
获取子单元,用于从所述至少两个目标区域获取各自对应的预设形心区域;
摄像子单元,用于在至少两个所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,并根据所述焦距指示摄像头进行摄像,以形成中间图像。
8.根据权利要求7所述的装置,其特征在于,所述摄像子单元具体用于:在所述预设形心区域分别根据对比度自动对焦方法获取各自对应的焦距,将每个焦距分别作为当前焦距,判断当前焦距与其他预设形心区域焦距的差值是否大于预设阈值,在所述当前焦距与其他预设形心区域焦距的差值大于预设阈值时,指示摄像头根据当前焦距进行摄像,以形成中间图像。
9.根据权利要求6所述的装置,其特征在于,所述融合单元包括:
划分子单元,用于将所述中间图像各自目标区域划分为至少一个目标区域网格,并获取所述目标区域网格的位置信息;
融合子单元,用于根据所述目标区域网格的位置信息和预设的图像融合规则,将所述目标区域网格进行图像融合,以形成目标图像。
10.根据权利要求9所述的装置,其特征在于,所述融合子单元具体用于:根据所述目标区域网格的位置信息,从所述至少两个中间图像中获取所述目标区域网格的至少两个空间频率值,以及所述至少两个空间频率值之间的比较结果;根据所述至少两个空间频率值的比较结果,确定所述目标区域网格的图像,以形成目标图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510289784.9A CN104869316B (zh) | 2015-05-29 | 2015-05-29 | 一种多目标的摄像方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510289784.9A CN104869316B (zh) | 2015-05-29 | 2015-05-29 | 一种多目标的摄像方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104869316A true CN104869316A (zh) | 2015-08-26 |
CN104869316B CN104869316B (zh) | 2018-07-03 |
Family
ID=53914799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510289784.9A Active CN104869316B (zh) | 2015-05-29 | 2015-05-29 | 一种多目标的摄像方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104869316B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105898135A (zh) * | 2015-11-15 | 2016-08-24 | 乐视移动智能信息技术(北京)有限公司 | 相机成像方法及相机装置 |
CN109333097A (zh) * | 2018-09-28 | 2019-02-15 | 东莞市欧珀精密电子有限公司 | 定位方法及定位装置 |
CN109410162A (zh) * | 2018-10-19 | 2019-03-01 | 北斗巡星信息科技有限公司 | 一种用于伪装的技术 |
CN109618092A (zh) * | 2018-12-03 | 2019-04-12 | 广州图匠数据科技有限公司 | 一种拼接拍照方法、系统及存储介质 |
CN110059739A (zh) * | 2019-04-12 | 2019-07-26 | 北京字节跳动网络技术有限公司 | 图像合成方法、装置、电子设备和计算机可读存储介质 |
CN111264055A (zh) * | 2018-06-19 | 2020-06-09 | 深圳市大疆创新科技有限公司 | 确定装置、摄像系统、移动体、合成系统、确定方法以及程序 |
CN112887557A (zh) * | 2021-01-22 | 2021-06-01 | 维沃移动通信有限公司 | 追焦方法、装置及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004535A (zh) * | 2006-01-16 | 2007-07-25 | 索尼株式会社 | 图像拾取设备和透镜位置调整方法 |
EP2166408A1 (en) * | 2008-09-17 | 2010-03-24 | Ricoh Company, Ltd. | Imaging device and imaging method using the same |
CN104182952A (zh) * | 2014-08-19 | 2014-12-03 | 中国科学院西安光学精密机械研究所 | 多聚焦序列图像融合方法 |
-
2015
- 2015-05-29 CN CN201510289784.9A patent/CN104869316B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004535A (zh) * | 2006-01-16 | 2007-07-25 | 索尼株式会社 | 图像拾取设备和透镜位置调整方法 |
EP2166408A1 (en) * | 2008-09-17 | 2010-03-24 | Ricoh Company, Ltd. | Imaging device and imaging method using the same |
CN104182952A (zh) * | 2014-08-19 | 2014-12-03 | 中国科学院西安光学精密机械研究所 | 多聚焦序列图像融合方法 |
Non-Patent Citations (4)
Title |
---|
JUN KONG: "《Multi-focus Image Fusion Using Spatial Frequency》", 《IJCSNS INTERNATIONAL JOURNAL OF COMPUTER SCIENCE AND NETWORK SECURITY》 * |
SHUTAO LI: "《Combination of images with diverse focuses using the spatial frequency》", 《INFORMATION FUSION》 * |
WEI HUANG: "《Evaluation of focus measures in multi-focus image fusion》", 《PATTERN RECOGNITION LETTERS》 * |
李铁柱: "《基于分块机制的多聚焦图像融合算法研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105898135A (zh) * | 2015-11-15 | 2016-08-24 | 乐视移动智能信息技术(北京)有限公司 | 相机成像方法及相机装置 |
CN111264055A (zh) * | 2018-06-19 | 2020-06-09 | 深圳市大疆创新科技有限公司 | 确定装置、摄像系统、移动体、合成系统、确定方法以及程序 |
CN109333097A (zh) * | 2018-09-28 | 2019-02-15 | 东莞市欧珀精密电子有限公司 | 定位方法及定位装置 |
CN109410162A (zh) * | 2018-10-19 | 2019-03-01 | 北斗巡星信息科技有限公司 | 一种用于伪装的技术 |
CN109618092A (zh) * | 2018-12-03 | 2019-04-12 | 广州图匠数据科技有限公司 | 一种拼接拍照方法、系统及存储介质 |
CN110059739A (zh) * | 2019-04-12 | 2019-07-26 | 北京字节跳动网络技术有限公司 | 图像合成方法、装置、电子设备和计算机可读存储介质 |
CN112887557A (zh) * | 2021-01-22 | 2021-06-01 | 维沃移动通信有限公司 | 追焦方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104869316B (zh) | 2018-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104869316A (zh) | 一种多目标的摄像方法及装置 | |
CN108256506B (zh) | 一种视频中物体检测方法及装置、计算机存储介质 | |
CN107016367B (zh) | 一种跟踪控制方法及跟踪控制系统 | |
US11195061B2 (en) | Image generation apparatus and method for generating image | |
KR20210035269A (ko) | 서로 다른 이미지 필드들에 대해 훈련된 다중 신경망을 사용한 오브젝트 검출 | |
CN103246896A (zh) | 一种鲁棒性车辆实时检测与跟踪方法 | |
CN108664849A (zh) | 视频中事件的检测装置、方法以及图像处理设备 | |
CN103093198A (zh) | 一种人群密度监测方法及装置 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN113052066A (zh) | 三维目标检测中基于多视图和图像分割的多模态融合方法 | |
CN108710879B (zh) | 一种基于网格聚类算法的行人候选区域生成方法 | |
Lyu et al. | Road segmentation using CNN with GRU | |
Paek et al. | K-lane: Lidar lane dataset and benchmark for urban roads and highways | |
US11455785B2 (en) | System and method for use in object detection from video stream | |
CN110837760B (zh) | 目标检测方法、用于目标检测的训练方法和装置 | |
CN111695627A (zh) | 路况检测方法、装置、电子设备及可读存储介质 | |
CN105469054A (zh) | 正常行为的模型构建方法及异常行为的检测方法 | |
CN113920585A (zh) | 行为识别方法及装置、设备和存储介质 | |
CN109886100A (zh) | 一种基于区域生成网络的行人检测系统 | |
US9183448B2 (en) | Approaching-object detector, approaching object detecting method, and recording medium storing its program | |
CN102044079A (zh) | 考虑比例跟踪图像补丁的方法和设备 | |
CN114882003A (zh) | 一种检测相机的拍摄位姿变化的方法、介质及计算设备 | |
CN111583336B (zh) | 一种机器人及其巡检方法和装置 | |
Sreekumar et al. | TPCAM: Real-time traffic pattern collection and analysis model based on deep learning | |
JP2007233487A (ja) | 歩行者検出方法、装置、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |