CN106054379B - 用于确定变焦镜头焦距的方法 - Google Patents

用于确定变焦镜头焦距的方法 Download PDF

Info

Publication number
CN106054379B
CN106054379B CN201610172709.9A CN201610172709A CN106054379B CN 106054379 B CN106054379 B CN 106054379B CN 201610172709 A CN201610172709 A CN 201610172709A CN 106054379 B CN106054379 B CN 106054379B
Authority
CN
China
Prior art keywords
function
identified
distortion correction
image
edge
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.)
Active
Application number
CN201610172709.9A
Other languages
English (en)
Other versions
CN106054379A (zh
Inventor
约纳斯·耶尔姆斯特伦
安德里亚·尼尔森
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.)
Axis AB
Original Assignee
Axis AB
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 Axis AB filed Critical Axis AB
Publication of CN106054379A publication Critical patent/CN106054379A/zh
Application granted granted Critical
Publication of CN106054379B publication Critical patent/CN106054379B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/42—Diffraction optics, i.e. systems including a diffractive element being designed for providing a diffractive effect
    • G02B27/4205—Diffraction optics, i.e. systems including a diffractive element being designed for providing a diffractive effect having a diffractive optical element [DOE] contributing to image formation, e.g. whereby modulation transfer function MTF or optical aberrations are relevant
    • G02B27/4216—Diffraction optics, i.e. systems including a diffractive element being designed for providing a diffractive effect having a diffractive optical element [DOE] contributing to image formation, e.g. whereby modulation transfer function MTF or optical aberrations are relevant correcting geometrical aberrations
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/0012—Optical design, e.g. procedures, algorithms, optimisation routines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2628—Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
    • G02B7/02—Mountings, adjusting means, or light-tight connections, for optical elements for lenses
    • G02B7/04—Mountings, adjusting means, or light-tight connections, for optical elements for lenses with mechanism for focusing or varying magnification
    • G02B7/09—Mountings, adjusting means, or light-tight connections, for optical elements for lenses with mechanism for focusing or varying magnification adapted for automatic focusing or varying magnification
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
    • G02B7/02—Mountings, adjusting means, or light-tight connections, for optical elements for lenses
    • G02B7/04—Mountings, adjusting means, or light-tight connections, for optical elements for lenses with mechanism for focusing or varying magnification
    • G02B7/10—Mountings, adjusting means, or light-tight connections, for optical elements for lenses with mechanism for focusing or varying magnification by relative axial movement of several lenses, e.g. of varifocal objective lens
    • G02B7/102—Mountings, adjusting means, or light-tight connections, for optical elements for lenses with mechanism for focusing or varying magnification by relative axial movement of several lenses, e.g. of varifocal objective lens controlled by a microcomputer
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B3/00—Focusing arrangements of general interest for cameras, projectors or printers
    • G03B3/10—Power-operated focusing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/18—Image warping, e.g. rearranging pixels individually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)
  • Lens Barrels (AREA)

Abstract

本发明公开了一种用于确定变焦镜头焦距的方法。在一种用于确定安装到摄像机的镜头的焦距的方法中，捕获场景的畸变图像。对该畸变图像或该畸变图像的一部分应用畸变校正函数。识别最具代表性的畸变校正函数，并且通过将所述识别与数据编译相互关联来识别镜头的当前焦距设定。

Description

用于确定变焦镜头焦距的方法
技术领域
本发明涉及一种用于确定焦距的方法。
背景技术
每种镜头系统都会引入各种类型的光学伪影，并且本公开涉及几何畸变，更确切地说涉及确定几何畸变并利用该几何畸变。
包括变焦镜头的成像系统中的常见类型的几何畸变是桶形畸变。桶形畸变因放大倍率随着到光轴的距离降低而显露，桶形畸变被分类为径向畸变，正如枕形畸变和胡子形畸变(moustache distortion)。桶形畸变的效果可以是具有四个直边的矩形物体在成像时将获得像桶一样的形状，其中各个边是凸的，因此得名。
取决于透镜规格和变焦设定，几何畸变可以是比较显著的或不太显著的。摄像机的光圈影响图像质量，并且最佳光圈取决于焦距。为了使变焦镜头在成像系统对图像质量最优化的有效点操作，必须根据当前焦距来调节光圈，并且因此连续更新当前焦距设定的信息是有重要价值的。为了跟踪当前焦距，一些镜头使用来自变焦马达的反馈。然而，还存在不具有这种特征的变焦镜头，例如，手动进行变焦设定的镜头以及没有反馈功能的其它变焦镜头。“变焦镜头”的种类典型地被分成可变焦距镜头和等焦面镜头，并且为本公开的目的，将主要使用词语“变焦镜头”，并且将并行使用变焦设定和焦点设定或者焦距设定。
发明内容
一种用于确定安装到摄像机的镜头的焦距设定的方法，包括：捕获场景的畸变图像并且通过边缘检测算法识别图像中的边缘。针对所识别的边缘的至少一段，识别对它们进行描述的函数。将所识别的函数、或者所识别的函数的选择和/或组合和与镜头的特性有关的数据进行比较。所述数据可以包括转换数据，该转换数据将畸变校正函数与镜头的若干个焦距设定相互关联，所述数据用于识别与所识别的函数、或者所识别的函数的选择和/或组合有关的焦距设定。
通过使用该方法，可从包含在畸变图像中的图像数据提取目前的焦距设定的数值，并且用于任何期望目的。可能重要的是要注意，在多数情况下，一个畸变校正函数和同一畸变校正函数将描述整个图像的畸变(针对每个焦距设定)，并且评估的较多数量的边缘可以增加识别过程中的精度和准确性。
在一个或多个实施例中，识别函数的步骤对在畸变图像中识别的处于畸变形式的边缘执行。桶形畸变的典型外观是，本应该是直的线条或边缘在畸变图像中具有弯曲的外观，并且弯曲的边缘非常适合曲线拟合。桶形畸变(实际上线条的曲率)将随着距光轴的距离而增加的事实可以导致进一步远离光轴的线条可以用于以更好的准确性和精度来识别函数。
在一个或几个实施例中，识别函数的步骤基于转换数据中可用的畸变校正函数的拟合，即在描述镜头特性的畸变校正函数中选择的畸变校正函数。可以以几种不同方式执行该识别。在多数实施例中，期望使在拟合中评估的函数与在后期阶段要被比较的函数的至少格式相符合，以便拟合结果是可使用的。然而在本实施例中，所使用的畸变校正函数限于存在于与镜头特性有关的数据中的函数。查找最佳拟合识别过程的过程可以遵循任何合适的优化算法。
在一个或几个实施例中，畸变校正在识别最佳拟合之前执行或者作为在识别最佳拟合中的步骤执行。在对畸变图像应用畸变校正函数之后，识别直边缘的数量。在应用新的畸变校正函数后，也识别直边缘的数量。通过迭代数据中存在的各种畸变校正函数的过程，可以识别最佳拟合畸变校正函数。再者，任何合适的优化算法可以用于该过程。在评估中，使用整个图像可能是优选的或可能不是优选的。一种替代可以是仅仅使用图像的部分，例如被识别为前景的部分、或者包括具有边缘的物体的部分、或者仅仅是在边缘检测中识别的边缘或者边缘的一段。
畸变校正函数可以是5次多项式或更低次的多项式，例如4次多项式、3次多项式、2次多项式或者1次多项式。3次多项式可以是优选的，因为其足够复杂来描述畸变，但又不足够复杂以能够进行快速识别过程。
与镜头特性有关的数据可以包括多项式或其它函数的映射以及镜头的相关焦距设定。
附图说明
图1是摄像头的示意框图。
图2是显示桶形畸变的图像。
图3是在已经应用畸变校正函数之后图2的图像。
图4是本发明第一实施例的流程图。
图5是本发明第二实施例的流程图。
具体实施方式
每种镜头在捕获的场景中都引入几何畸变。在变焦镜头中，几何畸变因不同焦距而变化。桶形畸变是在广角镜头中引入的一种几何畸变的形式。固定焦距的几何畸变的量取决于与镜头中心的距离，即半径。至于任何其它镜头或镜头系统，在变焦镜头中，针对每种焦距设定，几何畸变是与镜头中心相距距离的函数。经验法则是变焦镜头的焦距设定越短那么畸变越大。因此，几何畸变可以被描述为半径r的函数，并且在某种意义上被描述为焦距f的函数。针对每个焦距，几何畸变将根据具体函数随着半径而变化。
本公开的一个目的是在用于查找镜头的当前焦距设定的方法中利用这种依赖性。这可以通过基于几何畸变的分析来执行，这将在下面更详细地进行描述。
图1是如在本发明的若干个实施例中使用的摄像头的框图。摄像机10具有镜头14(一组镜头，物镜等)，该镜头将光从要被成像的区域投射到图像传感器16上。来自图像传感器16的信息在图像处理器18中被处理，图像处理器18可以形成或者可以不形成中央处理单元20的一部分。图像处理器18在一个或多个实施例中可以与易失性存储器22通信，其还可以与中央处理单元20通信。非易失性存储器24可被设置成与CPU20进行通信，这是正常的方式。视频摄像机还可以包括用于在网络内通信的网络接口26。镜头14是变焦镜头。手动设定变焦镜头并且可能不存在当前变焦设定的日志记录。
图2是包括建筑物30、路灯柱32、一组树34以及地平线36的场景的示意成像视图。物体本身不是至关重要的，可是却通过本应该是直线的曲线举例说明图像畸变的影响。每个物体可以包含本应该是直线的多条线条。值得注意的是，成像场景中的畸变不能被模仿，而是仅仅用于解释的目的。此外，尽管场景中的物体仅仅是例子，但是其非常典型，直线具有对人造物体(房子、房子的元素和路灯柱)的较高表示性。在用于摄像机的典型监控应用中，例如在监视应用中，场景会包括人造物体，并且通过该摄像机，要被捕获的场景会包括直线。因为该原因，本公开针对这种监控的应用可能尤其相关。
在图3中，已经应用了畸变校正函数。再者，图像仅仅是用于解释的目的。在应用了畸变校正函数之后，被设想为要成为直线的线条已经变直，并且在畸变图像中变化放大倍率的影响是校正的图像的帧获得了枕形形状。畸变校正函数可以具有不同的复杂度，并且取决于例如输入数据，在畸变校正后，一些或其它畸变也可能占主导。
至于校正函数，通用的方法是使用n次多项式。在下面，方程式Ru表示校正的、未畸变的半径，该半径是畸变半径rbd的函数。常数kn是在将函数拟合到曲线的过程中可以被推导的常数。
Ru(rbd)f＝k0+k1rbd+k2rbd 2+k3rbd 3+k4rbd 4+k5rbd 5+… [公式1]
以通常认为是可接受的简化方式，除了k0，k1和k3，所有常数被设定为零，使得：
Ru(rbd)f＝k0+k1rbd+k3rbd 3 [公式2]
通过对坐标系统进行适当地设定，k0也可以被设定为零。在其它实施例中，可以使用其它次多项式，并且在另外其它实施例中可以替代地使用其它函数。
一旦选择了多项式的适当形式，就可以建立数据库或者数据编译。这通过在图4和图5的流程图中的第一个步骤来举例说明。从映射校正多项式的步骤到随后步骤的虚线意在表示特征数据的映射和产生通常被以单独的步骤执行，与获取图像的随后步骤在时间上并不接近或甚至是有间隔。这些数据可以通过摄像机制造商、镜头制造商、另一服务提供商、用户组等来提供。一些产品如今已经提供这些数据，例如为了允许用户在后期制作过程中美化所获取的图片。照此，数据对于方法的函数来说可能是重要的，而编译数据的创建细节可能不那么重要。
在针对特定的镜头或者镜头组合编译数据(执行映射)时，针对多项式的常数ki的一组数值将与每个变焦设定或焦距关联。结果是，对于有限多个变焦或焦距的离散设定，就简化方程式公式2的k0、k2和k3来说，将存在针对常数ki的一组数值。在可能时，这些组可以表达为函数本身，使得针对中间焦距的它们的数值也可以被插值。
在实际情况中，数据可以针对每个镜头编译一次，但是其也可以针对每种类型的镜头或镜头系统编译一次。然后，数据的任何后续用户可以下载数据，和/或数据可以包括在摄像机系统的非易失存储器中。
图4是图示第一实施例的流程图。第一操作将形成数据40，这已经讨论过。组合的数据在一个或多个实施例中可以采取函数形式，这在某些应用中可能是有利的和有效的。尽管多项式是常见形式，但畸变校正函数不必须是多项式。
在接下来的步骤42中，获取图像并且开始分析，并且在该第一实施例中，因为伸长的边缘是在应用畸变校正函数之后要被转换成直线的可能候选者，因此通过在畸变的图像中识别伸长的边缘来开始分析44。使用任何现有的边缘检测算法可以查找到边缘。
在已经识别和确定边缘的位置之后，针对该问题的多项式或其它函数可以被拟合到伸长的边缘46。将函数拟合到位于图像中的一组点也可以通过几种不同方式完成。可以使用利用最小平方法的直接拟合和评估，也可以使用利用霍夫转换(Hough transform)的到参数空间和参数解的转换。根据情况，一些拟合方法可以比其它拟合方法更合适，并且选择使用哪种拟合方法对于本领域技术人员来说是简单的操作。在识别了多项式时，可以依据最终常数ki比较结果。即使提及是多余的，但为了拟合结果可使用并将导向约束添加到求解过程，多项式的形式优选地可以与在对数据进行编译时使用的多项式相同。
在将多项式拟合到畸变图像的曲线以及在步骤48中识别最佳拟合之后，在步骤50中，常数ki的数值可被用于与数据进行比较。根据该比较，可以选择最佳拟合并且可以识别与该特定拟合关联的数据。从该方法导出的一个输出可以是镜头系统的当前焦距设定(步骤52)。焦距是可以在几个过程中、在背景部分所提及的光圈优化中使用的属性。一些进一步的示例，且举几种，包括：曝光设定的最优化、图像稳定性(最小化摇摆和振动的影响)以及将焦距设定呈现给用户以方便用户以任何其它方式使用的能力。
图5的流程图图示第二实施例，在该实施例中应用更多的全局视图。再次获取场景图像(步骤42)，图像显示诸如桶形畸变的畸变。选择标准包括迭代过程，同样地其类似于先前描述的选择标准，然而以更加直接的方式使用存储在数据编译中的畸变校正函数。迭代过程包括对畸变图像应用特定焦距的畸变校正函数(步骤54)。已经被“盲目地”校正的畸变图像可能仍然是畸变的，并且很有可能会是这样的。因而，在步骤56中，下一个动作是评估修正图像。在一个示例中，执行直边缘检测，并且在其它示例中可以使用已经提及的技术中的一种技术。可以再一次提及的是，用来描述针对特定镜头和针对该特定镜头的各种焦点设定的多项式或转换函数可以是已知的，并且通常是已知的。使用该输入作为进一步的约束并且有效地限制求解可用的空间，可以进一步加速分析。
如果使用直边缘检测，那么推导畸变图像中的直边缘的数量的测量结果，能够进行图像之间的比较。一种设想可以是直边缘的数量越大，校正越好。在随后的步骤中，应用针对另一焦距的另一畸变校正函数，并且在直线检测之后，推导在修正图像中的直线的数量的新的测量结果。新的数值与先前的数值(或者几个先前的数值)进行比较并且可以推导校正是向好的方向发展还是向坏的方向发展。然后迭代该过程直到实现优化拟合(见步骤58)。存在可以使用的几个优化算法，这些算法中的一些已经提及。在所有和任何提及的实施例中，可以对图像的部分而不是在整个图像执行评估。在相关实施例中，可以修改过程中的事件顺序，并且取代在迭代过程中将进行比较作为一个步骤，可以在已经应用了所有可用畸变函数之后执行比较，在此之后，选择对应于在一组数据中查找极限值(最大值或最小值)。在步骤52中，输出将仍然是焦距设定的数值。
在只有图像的部分而不是整个图像被评估时，这些部分可以通过图像分析被用户选择或识别。示例可以是如果物体已经被识别为具有直边缘(诸如建筑物)的物体，那么它可以被选择为要被使用的部分中的一个，同时如果物体被识别为不期望具有直边缘(诸如人)的物体，那么它可以从要被评估的部分移除。此外，图像的各个部分在评估中可以被给定不同的权重。一个示例可以是因为畸变的影响将随着与光轴相距的距离而增加，那么进一步远离光轴的边缘可以被给定更大的权重。
再者，输出可以是特定镜头或镜头系统的当前焦距设定的数值。
在可替代的方法中，其可以被定义为第三实施例，全局优化仅仅对局部伸长的边缘执行。这种实施例将暗示在第一实施例中，在已经检测到伸长的边缘时，应用第二实施例的选择标准。因而，在迭代优化过程中，查找最佳拟合多项式，并且在迭代过程的每个步骤中，量化直线的“数量”。因此可以说，可以使用其它优化过程或拟合过程。
本公开的任何实施例可以被应用到具有变焦镜头或镜头系统的成像系统。实施例对校准或识别变焦系统的当前焦距设定特别有用。同时，至少在编译数据约束和使用该编译数据内，将识别优化畸变校正。
在监控系统中，根据本公开的方法是有用的，特别是如果使用的镜头系统是包括变焦镜头或可变焦距镜头的类型，在该类型中，当前设定不被以任何方式跟踪。对于这种监控系统，该方法可以基于操作者的请求或作为在启动或校准过程中的步骤而应用。即使可能，对于该方法连续不断地运行不存在明显的必要或益处。已经识别焦距设定和优化畸变校正，并且新的识别是不必要的直到已经发生变化。
此外，在本说明书中已经通篇使用“变焦”、“变焦设定”、“焦距”和“焦距设定”等，来自该方法的输出可以同样是另一测量结果或参数，通过该测量结果或参数可以推导命名的参数。
存在可以用于推导最具代表性的畸变校正函数的几个方法，并且动作顺序可以不同于在关于实施例中所呈现的动作的顺序。
由此而论，应用到所有实施例的一般评论可以是所编译的数据不必包含像这样的畸变校正函数。相反地，它可以包括随后被用于识别畸变校正函数的信息。一个示例可以是，数据包括任何由畸变校正函数使用的任何常数，同时畸变校正函数的基本形式被存储在别处。尽管从优化信息流的观点而言，不同的观念可以在不同的情况下使用，但从实际观点而言，这并不重要。本公开不要求为了应用而在这方面的任何限制。

Claims (11)

1.一种用于确定安装到摄像机(10)的缩放镜头(14)的当前焦距设定的方法，所述方法包括：
通过所述镜头(10)捕获场景的图像，此步骤将畸变引入所捕获的图像；
通过边缘检测算法识别所述图像中的边缘；
识别对所识别的边缘的至少一段进行描述的函数；
将所识别的函数或者所识别的函数的选择和/或组合与所述镜头的数据编译进行比较，其中所述数据编译包括将畸变校正函数与所述镜头的若干个焦距设定相互关联的转换数据；
通过使用所述数据编译来识别与所识别的函数、或者所识别的函数的选择和/或组合有关的焦距设定。
2.根据权利要求1所述的方法，其中识别函数的步骤对在畸变图像中识别的处于畸变形式的边缘(30、32)执行。
3.根据权利要求1所述的方法，其中识别函数的步骤基于所述转换数据中可用的所述畸变校正函数的拟合。
4.根据权利要求1所述的方法，其中识别函数的步骤基于所述转换数据中可用的所述畸变校正函数的拟合，包括：
对畸变图像或畸变图像的部分应用畸变校正函数；
评估所述图像或所述图像的部分中的直线数量；
识别导致直线最大数量的畸变校正函数；
识别与所识别的畸变校正函数对应的焦距设定。
5.根据权利要求3或4所述的方法，其中识别函数的步骤仅对所识别的边缘或所识别的边缘的子选择执行。
6.根据权利要求1所述的方法，其中所述畸变校正函数是5次多项式或更低次的多项式。
7.根据权利要求6所述的方法，其中所述畸变校正函数是4次多项式或更低次的多项式。
8.根据权利要求6所述的方法，其中所述畸变校正函数是3次多项式、2次多项式或1次多项式。
9.根据权利要求1所述的方法，其中识别函数的步骤利用迭代数学优化技术。
10.根据权利要求1所述的方法，其中所述数据编译包括与所述镜头的焦距设定相互关联的多项式的映射。
11.一种用于执行根据权利要求1所述的方法的摄像机(10)，所述摄像机包括：
图像处理器(18)，其中所述处理器被配置成通过应用边缘检测算法识别获取的图像中的边缘以及被配置成识别对所识别的边缘的至少一段进行描述的函数；
所述摄像机进一步包括：包含与转换数据有关的数据编译的存储区域(22、24)，所述转换数据将畸变校正函数与安装到所述摄像机(10)的缩放镜头(14)的若干个焦距设定相互关联，并且所述摄像机被配置成通过使用所述数据编译和所识别的函数或者所识别的函数的选择和/或组合来识别与所识别的函数或者所识别的函数的选择和/或组合有关的所述缩放镜头(14)的当前焦距设定。
CN201610172709.9A 2015-04-02 2016-03-24 用于确定变焦镜头焦距的方法 Active CN106054379B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP15162434.3 2015-04-02
EP15162434.3A EP3076657B1 (en) 2015-04-02 2015-04-02 Method for determination of focal length for a zoom lens

Publications (2)

Publication Number Publication Date
CN106054379A CN106054379A (zh) 2016-10-26
CN106054379B true CN106054379B (zh) 2017-12-15

Family

ID=52987920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610172709.9A Active CN106054379B (zh) 2015-04-02 2016-03-24 用于确定变焦镜头焦距的方法

Country Status (6)

Country Link
US (2) US9888187B2 (zh)
EP (1) EP3076657B1 (zh)
JP (1) JP6275763B2 (zh)
KR (1) KR101843516B1 (zh)
CN (1) CN106054379B (zh)
TW (1) TWI659202B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5924020B2 (ja) * 2012-02-16 2016-05-25 セイコーエプソン株式会社 プロジェクター、及び、プロジェクターの制御方法
EP3076657B1 (en) * 2015-04-02 2017-05-24 Axis AB Method for determination of focal length for a zoom lens
CN110337805B (zh) * 2017-03-01 2021-03-23 富士胶片株式会社 摄像装置、图像处理装置、图像处理方法及存储介质
CN107317953B (zh) * 2017-06-30 2020-09-01 上海兆芯集成电路有限公司 图像获取方法及其装置
WO2020176903A1 (en) * 2019-02-28 2020-09-03 Mark Fuller System and method of altering the appearance of liquid and solid physical objects or forms
CN111507924B (zh) * 2020-04-27 2023-09-29 北京百度网讯科技有限公司 视频帧的处理方法和装置
CN112637481B (zh) * 2020-11-25 2022-03-29 华为技术有限公司 图像缩放方法和装置

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10171A (en) * 1853-10-25 Improvement in screw-nails
JP3974964B2 (ja) * 1996-11-08 2007-09-12 オリンパス株式会社 画像処理装置
US6101288A (en) * 1997-07-28 2000-08-08 Digital Equipment Corporation Method for recovering radial distortion parameters from a single camera image
JP2003530039A (ja) * 2000-04-04 2003-10-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ パノラマ／チルト／ズームカメラの自動較正
CN1596421A (zh) * 2001-11-13 2005-03-16 皇家飞利浦电子股份有限公司 用于得到校准的方法及用于图像处理的方法
US7349580B2 (en) * 2003-06-03 2008-03-25 Topcon Corporation Apparatus and method for calibrating zoom lens
JP4681856B2 (ja) * 2004-11-24 2011-05-11 アイシン精機株式会社 カメラの校正方法及びカメラの校正装置
JP4250620B2 (ja) * 2005-07-29 2009-04-08 キヤノン株式会社 情報処理方法および装置
US7496241B1 (en) 2005-09-08 2009-02-24 Goodrich Corporation Precision optical systems with performance characterization and uses thereof
US7912317B2 (en) * 2005-10-29 2011-03-22 Apple Inc. Estimating and removing lens distortion from scenes
JP4714174B2 (ja) * 2007-03-27 2011-06-29 富士フイルム株式会社 撮像装置
US8089555B2 (en) * 2007-05-25 2012-01-03 Zoran Corporation Optical chromatic aberration correction and calibration in digital cameras
CN201222121Y (zh) * 2007-12-28 2009-04-15 中国科学院长春光学精密机械与物理研究所 一种检测变焦距镜头视轴晃动的双十字丝分划板
JP4989557B2 (ja) * 2008-02-05 2012-08-01 矢崎総業株式会社 交通事故解析装置、交通事故解析方法、及びプログラム
US8405720B2 (en) * 2008-08-08 2013-03-26 Objectvideo, Inc. Automatic calibration of PTZ camera system
US8194995B2 (en) 2008-09-30 2012-06-05 Sony Corporation Fast camera auto-focus
JP2011239008A (ja) * 2010-05-06 2011-11-24 Panasonic Corp 撮像装置、補正係数算出方法およびプログラム
JP5177184B2 (ja) * 2010-07-30 2013-04-03 株式会社ニコン 焦点調節装置および撮像装置
EP2448246B1 (en) 2010-10-28 2019-10-09 Axis AB Method for focusing
KR101172629B1 (ko) 2011-01-04 2012-08-08 포항공과대학교 산학협력단 영상 처리 방법 및 이를 위한 장치
CN102136143B (zh) 2011-03-17 2012-07-18 北京师范大学 基于空间共线点的单光心反射折射摄像机焦距标定方法
US9330463B2 (en) * 2012-11-29 2016-05-03 Csir Method of calibrating a camera and a system therefor
DE102013012988A1 (de) * 2013-08-03 2015-02-05 Carl Zeiss Microscopy Gmbh Verfahren zur Kalibrierung eines digitalen optischen Abbildungssystems, Verfahren zur Korrektur von Abbildungsfehlern in einem digitalen optischen Abbildungssystem, sowie digitales optisches Abblildungssystem
EP3076657B1 (en) * 2015-04-02 2017-05-24 Axis AB Method for determination of focal length for a zoom lens

Also Published As

Publication number Publication date
TWI659202B (zh) 2019-05-11
EP3076657A1 (en) 2016-10-05
KR101843516B1 (ko) 2018-03-30
US10091437B2 (en) 2018-10-02
TW201636589A (zh) 2016-10-16
KR20160118948A (ko) 2016-10-12
US20180124329A1 (en) 2018-05-03
US20160295131A1 (en) 2016-10-06
JP2016197856A (ja) 2016-11-24
CN106054379A (zh) 2016-10-26
JP6275763B2 (ja) 2018-02-07
EP3076657B1 (en) 2017-05-24
US9888187B2 (en) 2018-02-06

Similar Documents

Publication Publication Date Title
CN106054379B (zh) 用于确定变焦镜头焦距的方法
CN109377445B (zh) 模型训练方法、替换图像背景的方法、装置和电子系统
CN104811608B (zh) 图像捕获装置及其图像缺陷校正方法
JP5440615B2 (ja) ステレオカメラ装置
CN112541395A (zh) 一种目标检测和跟踪方法、装置、存储介质及电子装置
CN108182421A (zh) 视频分割方法和装置
US20160379088A1 (en) Apparatus and method for creating an image recognizing program having high positional recognition accuracy
CN108875505B (zh) 基于神经网络的行人再识别方法和装置
CN101990065A (zh) 图像处理装置、图像拍摄装置、图像处理方法和程序
US10210602B2 (en) System and method for normalized focal length profiling
CN109035363B (zh) 一种快速迭代的线圆最优拟合方法
JP2021175185A (ja) ビデオフレームの処理方法及び装置
CN105827962A (zh) 摄像机的机芯后焦偏移的校正方法和装置
CN107392948B (zh) 一种分振幅实时偏振成像系统的图像配准方法
CN116453029B (zh) 基于图像数据的楼宇火灾环境检测方法
JP6958277B2 (ja) 異常判定方法及び装置
CN108647680B (zh) 图像定位框检测方法和装置
CN111815720A (zh) 图像处理方法、装置、可读存储介质及电子设备
JP7467084B2 (ja) 撮像装置、撮像装置の制御方法及びプログラム
CN114387498A (zh) 目标检测方法、装置、电子设备及存储介质
US10523861B2 (en) Defocus estimation method independent of the scene content and use in an autofocus system
CN106296568A (zh) 一种镜头类型的确定方法、装置及客户端
CN117649367B (zh) 一种图像方位的校正方法及系统
CN112926424B (zh) 脸部遮挡的识别方法、装置、可读介质以及设备
CN114322793A (zh) 基于全局分割网络的工件尺寸测量方法、装置及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant