CN106934790A - 一种图像清晰度的评价方法、自动聚焦的方法及相应装置 - Google Patents
一种图像清晰度的评价方法、自动聚焦的方法及相应装置 Download PDFInfo
- Publication number
- CN106934790A CN106934790A CN201511022341.XA CN201511022341A CN106934790A CN 106934790 A CN106934790 A CN 106934790A CN 201511022341 A CN201511022341 A CN 201511022341A CN 106934790 A CN106934790 A CN 106934790A
- Authority
- CN
- China
- Prior art keywords
- value
- block
- sub
- detailed block
- evaluation
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10148—Varying focus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Abstract
本发明实施例一种图像清晰度的评价方法、自动聚焦的方法及相应装置,用以解决现有技术中图像清晰度评价的方法,无法自适应的提升图像清晰度评价函数的尖峰性和单调性等特性。本发明在各个场景下都能在不同外界光照亮度下,自适应根据每个初始细节块的亮度值和清晰度评价值确定两者之间的映射关系的取值范围;在需要进行自动聚焦时,根据预先确定的映射关系的取值范围、以及每个子块当前的清晰度评价值,确定该子块对应的至少一个亮度范围值,再根据该子块对应的当前亮度值,判断当前子块是否是评价细节块,并对评价细节块和非评价细节块分别给予不同的权重,进而能够排除噪声、亮度等干扰,实现自适应的提升图像清晰度评价函数的尖峰性和单调性等特性。
Description
技术领域
本发明涉及自动聚焦领域,特别涉及一种图像清晰度的评价方法、自动聚焦的方法及相应装置。
背景技术
随着基于画面处理的自动聚焦方法的出现和改进,它已经逐渐替代传统的聚焦方法,特别是在摄像机领域成为最主要的聚焦方法。对于基于画面处理的自动聚焦而言,其依据的是被测目标的光学画面,首先对其数字画面进行采集;而后通过某种画面评价函数,对画面的清晰度进行评判;然后依靠某种调焦搜索控制策略,控制镜头。
基于上面的工作方式,自动聚焦有三个十分重要的核心问题:图像清晰度的评价、调焦窗口的选择和调焦搜索控制策略。其中,图像清晰度的评价是自动聚焦的基础,是决定是否能聚焦清楚的第一先决条件,在白天,光照非常好的条件下,图像清晰度评价函数通常都具备良好的尖峰性和单调性和鲁棒性,能很好的服务于自动聚焦的过程;但当摄像机工作于夜晚低照灯条件下时,清晰度评价函数由于受到灯光、噪声和低光照等影响,无法具备良好的尖峰性和单调性和鲁棒性,给自动聚焦过程带来了很大的困难,甚至会导致自动聚焦失败。现有的图像清晰度评价的方法,无法自适应的提升图像清晰度评价函数的尖峰性和单调性等特性,在某些场景中,评价的图像清晰度的效果可能会好,但在某些场景中,评价的图像清晰度的效果可能会变得很差。
综上所述,现有技术中图像清晰度评价的方法,无法自适应的提升图像清晰度评价函数的尖峰性和单调性等特性。
发明内容
本发明提供一种图像清晰度的评价方法、自动聚焦的方法及相应装置,用以解决现有技术中图像清晰度评价的方法,无法自适应的提升图像清晰度评价函数的尖峰性和单调性等特性的问题。
基于上述问题,本发明实施例提供的一种图像清晰度的评价方法,包括:
将获取到的一帧待评价图像按照预设规则划分为N个子块,针对所述N个子块中的每个子块,根据该子块当前的清晰度评价值,以及至少一个初始细节块对应的映射关系的取值范围、确定该子块对应的至少一个亮度范围值;其中,所述映射关系的取值范围是在不同外界光照亮度下,能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的数值的取值范围;所述初始细节块为所述N个子块中细节程度大于预设细节阈值的细节块;
判断所述N个子块中的每个子块对应的当前亮度值是否在该子块对应的任一亮度范围值内,若是,则确定该子块为用于评价所述待评价图像清晰度的评价细节块,并根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重;否则,确定该子块为非评价细节块,并将每个非评价细节块的权重取基准值,其中所述预设的基准权重的取值大于所述基准值的取值;
根据确定的所述每个评价细节块的权重和所述非评价细节块的权重、以及通过清晰度评价函数确定的每个子块的清晰度评价值,对所述N个子块进行加权求和计算,将加权求和的结果作为表征所述待评价图像清晰度的清晰度评价值。
与现有技术中图像清晰度评价的方法相比,本发明在各个场景下都能够在不同外界光照亮度下,自适应根据每个初始细节块的亮度值和清晰度评价值确定两者之间的映射关系的取值范围;在需要进行自动聚焦时,根据预先确定的映射关系的取值范围、以及每个子块当前的清晰度评价值,确定该子块对应的至少一个亮度范围值,再根据该子块对应的当前亮度值,判断当前子块是否是评价细节块,并对评价细节块和非评价细节块分别给予不同的权重,进而能够排除噪声、亮度等干扰,实现自适应的提升图像清晰度评价函数的尖峰性和单调性等特性。
可选的,所述预设的基准权重的取值为2~4;所述基准值的取值为1。
可选的,确定所述至少一个初始细节块对应的映射关系的取值范围的步骤为:
根据预设的初始细节块的划分准则,确定所述待评价图像的N个子块中的M个初始细节块(M≥1);
在外界光照亮度大于预设亮度时,针对不同光照亮度下获取到的i(i>2)个图像,根据所述M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值,确定i个线性映射方程组其中Y为亮度值,k为乘积因子,t为偏移量,fv为所述初始细节块在当前光照条件下对应的清晰度评价值,i为根据不同亮度值确定的线性映射方程的编号,M为初始细节块的个数;
在假定所述i个线性映射方程组中的k和t近似相等的条件下,对所述i个线性映射方程组进行求解,得到所述i个线性映射方程组的系数和所述和的取值满足公式其中,当i不同时,所述和的取值所在的范围为所述M个初始细节块对应的M个能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的取值范围;
根据所述M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值、以及所述M个初始细节块中每个初始细节块对应的和的取值满足的公式,确定所述M个初始细节块对应的M个映射关系的取值范围[min_kM,max_kM]和[min_tM,max_tM]。
可选的,针对所述N个子块中的每个子块,根据该子块当前的清晰度评价值、以及至少一个初始细节块对应的映射关系的取值范围,确定该子块对应的至少一个亮度范围值,包括:
针对所述N个子块中的每个子块,根据每个子块当前的清晰度评价值fv、所述k的取值范围中最小的k值min_kM、以及所述t的取值范围中最小的t值min_tM,确定该子块对应的M个亮度范围值中的最小的亮度值和
根据每个子块当前的清晰度评价值fv、所述k的取值范围中最大的k值max_kM、以及所述t的取值范围中最大的t值max_tM,确定该子块对应的M个亮度范围值中最大的亮度值
其中,所述该子块对应的M个亮度范围值满足公式
可选的,根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重,包括:
针对所述N个子块中的每个评价细节块,确定所述评价细节块对应的当前亮度值和评价细节块的亮度范围值的最小亮度值之间的第一差值、以及评价细节块的亮度范围值的最大亮度值和最小亮度值之间的第二差值;
将所述第一差值与所述第二差值的比值加1之后与预设的基准权重相乘,并将得到的乘积作为该评价细节块的权重。
本发明实施例提供的一种包括本发明实施例提供的上述图像清晰度评价方法的自动聚焦方法,其特征在于,该方法包括:
根据预设的聚焦准则,获取S(S≥2)帧待评价图像;
根据两个频率不同的用于对图像的清晰度进行评价的第一函数和第二函数、以及权利要求1~3任一所述的图像清晰度评价方法,确定S帧待评价图像对应的用于评价图像清晰度的S个第一图像评价值和S个第二图像评价值;
确定所述S帧图像对应的S个第一图像评价值中最大值和最小值之间的第一变化率,或S个第二图像评价值中最大值和最小值之间的第二变化率;
根据所述第一变化率或第二变化率与预设变化率阈值之间的大小关系,确定所述S帧图像对应的S个第一图像评价值或S个第二图像评价值中数值最大的图像评价值,并将获取该数值最大的图像评价值对应的图像时聚焦马达所在的位置作为自动聚焦的聚焦位置。
本发明实施例提供的自动聚焦方法,采用两个频率不同的清晰度评价函数值的相互指导,可以通过两个高通滤波器选择不同的滤波频段,实现在自动聚焦搜索算法中的相互指导,进而排除灯光对场景的干扰,提高自动聚焦的稳定性和准确性。
可选的,若所述第一函数的频率范围包含所述第二函数的频率范围,根据下列方式确定所述数值最大的图像评价值:
若所述第二变化率小于预设变化率阈值,则根据S个第一图像评价值确定所述数值最大的图像评价值;或
若所述第二变化率大于预设变化率阈值,则根据S个第二图像评价值确定所述数值最大的图像评价值;或
若所述第二变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定所述数值最大的图像评价值。
可选的,若所述第二函数的频率范围包含所述第一函数的频率范围,根据下列方式确定所述数值最大的图像评价值:
若所述第一变化率小于预设变化率阈值,则根据S个第二图像评价值确定所述数值最大的图像评价值;或
若所述第一变化率大于预设变化率阈值,则根据S个第一图像评价值确定所述数值最大的图像评价值;或
若所述第一变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定所述数值最大的图像评价值。
本发明实施例提供的一种图像清晰度的评价装置,该装置包括:
亮度范围值确定模块,用于将获取到的一帧待评价图像按照预设规则划分为N个子块,针对所述N个子块中的每个子块,根据该子块当前的清晰度评价值,以及至少一个初始细节块对应的映射关系的取值范围、确定该子块对应的至少一个亮度范围值;其中,所述映射关系的取值范围是在不同外界光照亮度下,能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的数值的取值范围;所述初始细节块为所述N个子块中细节程度大于预设细节阈值的细节块;
评价细节块确定模块,用于判断所述N个子块中的每个子块对应的当前亮度值是否在该子块对应的任一亮度范围值内,若是,则确定该子块为用于评价所述待评价图像清晰度的评价细节块,并根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重;否则,确定该子块为非评价细节块,并将每个非评价细节块的权重取基准值,其中所述预设的基准权重的取值大于所述基准值的取值;
加权求和模块,用于根据确定的所述每个评价细节块的权重和所述非评价细节块的权重、以及通过清晰度评价函数确定的每个子块的清晰度评价值,对所述N个子块进行加权求和计算,将加权求和的结果作为表征所述待评价图像清晰度的清晰度评价值。
可选的,所述预设的基准权重的取值为2~4;所述基准值的取值为1。
可选的,所述亮度范围值确定模块,具体用于:
根据预设的初始细节块的划分准则,确定所述待评价图像的N个子块中的M个初始细节块(M≥1);在外界光照亮度大于预设亮度时,针对不同光照亮度下获取到的i(i>2)个图像,根据所述M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值,确定i个线性映射方程组其中Y为亮度值,k为乘积因子,t为偏移量,fv为所述初始细节块在当前光照条件下对应的清晰度评价值,i为根据不同亮度值确定的线性映射方程的编号,M为初始细节块的个数;在假定所述i个线性映射方程组中的k和t近似相等的条件下,对所述i个线性映射方程组进行求解,得到所述i个线性映射方程组的系数和所述和的取值满足公式其中,当i不同时,所述和的取值所在的范围为所述M个初始细节块对应的M个能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的取值范围;根据所述M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值、以及所述M个初始细节块中每个初始细节块对应的和的取值满足的公式,确定所述M个初始细节块对应的M个映射关系的取值范围[min_kM,max_kM]和[min_tM,max_tM]。
可选的,所述亮度范围值确定模块,具体用于:
针对所述N个子块中的每个子块,根据每个子块当前的清晰度评价值fv、所述k的取值范围中最小的k值min_kM、以及所述t的取值范围中最小的t值min_tM,确定该子块对应的M个亮度范围值中的最小的亮度值和,根据每个子块当前的清晰度评价值fv、所述k的取值范围中最大的k值max_kM、以及所述t的取值范围中最大的t值max_tM,确定该子块对应的M个亮度范围值中最大的亮度值其中,所述该子块对应的M个亮度范围值满足公式
可选的,所述评价细节块确定模块具体用于:
针对所述N个子块中的每个评价细节块,确定所述评价细节块对应的当前亮度值和评价细节块的亮度范围值的最小亮度值之间的第一差值、以及评价细节块的亮度范围值的最大亮度值和最小亮度值之间的第二差值;将所述第一差值与所述第二差值的比值加1之后与预设的基准权重相乘,并将得到的乘积作为该评价细节块的权重。
本发明实施例提供的一种包括本发明实施例提供的上述图像清晰度评价装置的自动聚焦装置,其特征在于,该装置包括:
待评价图像确定模块,用于根据预设的聚焦准则,获取S(S≥2)帧待评价图像;
图像评价值确定模块,用于根据两个频率不同的用于对图像的清晰度进行评价的第一函数和第二函数、以及权利要求1~3任一所述的图像清晰度评价装置,确定S帧待评价图像对应的用于评价图像清晰度的S个第一图像评价值和S个第二图像评价值;
变化率确定模块,用于确定所述S帧图像对应的S个第一图像评价值中最大值和最小值之间的第一变化率,或S个第二图像评价值中最大值和最小值之间的第二变化率;
聚焦位置确定模块,用于根据所述第一变化率或第二变化率与预设变化率阈值之间的大小关系,确定所述S帧图像对应的S个第一图像评价值或S个第二图像评价值中数值最大的图像评价值,并将获取该数值最大的图像评价值对应的图像时聚焦马达所在的位置作为自动聚焦的聚焦位置。
可选的,所述聚焦位置确定模块具体用于:
若所述第二变化率小于预设变化率阈值,则根据S个第一图像评价值确定所述数值最大的图像评价值;或,若所述第二变化率大于预设变化率阈值,则根据S个第二图像评价值确定所述数值最大的图像评价值;或,若所述第二变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定所述数值最大的图像评价值。
可选的,所述聚焦位置确定模块具体用于:
若所述第一变化率小于预设变化率阈值,则根据S个第二图像评价值确定所述数值最大的图像评价值;或,若所述第一变化率大于预设变化率阈值,则根据S个第一图像评价值确定所述数值最大的图像评价值;或,若所述第一变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定所述数值最大的图像评价值。
附图说明
图1为本发明实施例提供的一种图像清晰度的评价方法;
图2为本发明实施例提供的确定初始细节块对应的亮度范围值的流程示意图;
图3为本发明实施例提供的一种包括本发明实施例提供的图像清晰度评价方法的自动聚焦方法;
图4为本发明实施例提供的自动聚焦方法的流程示意图;
图5为本发明实施例提供的一种图像清晰度的评价装置的结构示意图;
图6为本发明实施例提供的一种包括本发明实施例提供的图像清晰度评价装置的自动聚焦装置的结构示意图。
具体实施方式
本发明实施例由于本发明增加了根据初始细节块在不同外界光照亮度下对应的亮度值和清晰度评价值之间的映射关系的取值范围、以及每个子块当前的清晰度评价值,确定该子块对应的至少一个亮度范围值的步骤,因而可以根据待评价图像中的每个子块对应的至少一个亮度范围值,确定待评价图像划分成的N个子块中用于评价待评价图像清晰度的评价细节块和评价非细节块、以及每个块对应的权重,并对确定的所有评价细节块和评价非细节块进行加权求和计算,得到待评价图像清晰度的清晰度评价值。
与现有技术中图像清晰度评价的方法相比,本发明在各个场景下都能够在不同外界光照亮度下,自适应根据每个初始细节块的亮度值和清晰度评价值确定两者之间的映射关系的取值范围;在需要进行自动聚焦时,根据预先确定的映射关系的取值范围、以及每个子块当前的清晰度评价值,确定该子块对应的至少一个亮度范围值,再根据该子块对应的当前亮度值,判断当前子块是否是评价细节块,并对评价细节块和非评价细节块分别给予不同的权重,进而能够排除噪声、亮度等干扰,实现自适应的提升图像清晰度评价函数的尖峰性和单调性等特性。
实施中,本发明实施例提供的图像清晰度的评价方法可以与本发明实施例提供的自动聚焦方法配合使用,即该图像清晰度的评价方法可以应用到基于画面处理的自动聚焦过程中;也可以单独用于其它需要进行图像清晰度评价的领域中。下面首先对本发明实施例提供的图像清晰度的评价方法进行详细介绍。
下面结合说明书附图对本发明实施例作进一步详细描述。
如图1所示,本发明实施例提供的一种图像清晰度的评价方法,该方法包括:
步骤101,将获取到的一帧待评价图像按照预设规则划分为N个子块,针对N个子块中的每个子块,根据该子块当前的清晰度评价值,以及至少一个初始细节块对应的映射关系的取值范围、确定该子块对应的至少一个亮度范围值;其中,映射关系的取值范围是在不同外界光照亮度下,能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的数值的取值范围;初始细节块为N个子块中细节程度大于预设细节阈值的细节块;
步骤102,判断N个子块中的每个子块对应的当前亮度值是否在该子块对应的任一亮度范围值内;
步骤103,若是,则确定该子块为用于评价待评价图像清晰度的评价细节块,并根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重;
步骤104,否则,确定该子块为非评价细节块,并将每个非评价细节块的权重取基准值,其中预设的基准权重的取值大于基准值的取值;
步骤105,根据确定的每个评价细节块的权重和非评价细节块的权重、以及通过清晰度评价函数确定的每个子块的清晰度评价值,对N个子块进行加权求和计算,将加权求和的结果作为表征待评价图像清晰度的清晰度评价值。
实施中,本发明实施例提供的图像清晰度的评价方法,由于其对每一帧待评价图像,评价图像清晰度的方法都一样,因而此处只针对一帧待评价的图像,详细介绍评价其清晰度评价值。本发明实施例是先根据现有技术细节块的划分方法,确定出N个子块中的细节块,再对细节块训练样本,提取特征(即至少一个初始细节块在不同外界光照亮度下对应的亮度值和清晰度评价值之间的映射关系的取值范围),在确定需要进行自动聚焦后,根据之前提取的特征,判断其它光照条件下,N个子块中的细节块和非细节块。
而为了区分两种细节块的不同,根据现有技术确定的细节块命名为初始细节块,再次确定的细节块命名为评价细节块,实际上两者都是为了描述细节程度大于预设细节值的子块,初始细节块和评价细节块只是为了区分这两种细节块,并不用于对其进行限定。其中用于划分初始细节块的预设细节阈值是根据需求自己设定的阈值,可以参见现有技术中划分细节块的方法,下面具体进行介绍。
本发明实施例提供的图像清晰度的评价方法,不限定应用的场景和光照条件,可以应用到任意场景和光照条件。步骤101中,在任意光照条件下获取一帧待评价图像,按照预设的现有技术中的图像划分规则,将该待评价图像划分为N个子块。例如,当场景位于白天,曝光,增益等信息很小,且每个子块亮度Y和fv都稳定时,求取此时子块fv的均值fv_mean,满足下列公式:
公式一
其中,N为待评价图像划分的子块数目,fv为每个子块对应的清晰度值。针对每一帧待评价图像,根据计算得到的fv_mean,将待评价图像的子块分成两类,一类代表细节和边缘(即初始细节块,class_edge),另一类则代表图像中细节不丰富的区域(即非初始细节块,class_smooth),如平趟区域,即class_edge和class_smooth,满足下列公式:
class_edge fv>=fv_mean
公式二
class_smooth fv<fv_mean
上述每帧待评价图像的N个子块中,理论上至少有一个细节程度大于预设细节阈值的初始细节块,本发明实施例可以根据至少一个初始细节块提取特征,针对N个子块中的每个子块,根据至少一个初始细节块对应的至少一个映射关系的取值范围、以及该子块当前的清晰度评价值,确定该子块对应的至少一个亮度范围值(即提取特征);也就是说,每个初始细节块对应的一个映射关系的取值范围,而每个子块对应的映射关系的取值范围是根据该待评价图像中所有的初始细节块确定的,因而每个子块对应至少一个映射关系的取值范围,并能相应的确定至少一个亮度范围值;例如,假设N个子块中有M个初始细节块,则每个子块可以求得对应的M个映射关系的取值范围,并能相应的确定M个亮度范围值。
实施中,映射关系的取值范围是在不同外界光照亮度下,能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的数值的取值范围。当亮度不同时,每个初始细节块对应的亮度和清晰度也不相同,但对于每个初始细节块,都有一个固定的亮度值和清晰度评价值之间的映射关系,只是当亮度不同时,能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的数值会有微小的变化,这些微小的变化的最大值和最小值之间的范围,即为上述映射关系的数值的取值范围。针对N个子块中的每个子块,可以将该子块在当前光照亮度下的清晰度评价值带入确定的至少一个映射关系的数值的取值范围内,进而根据亮度值和清晰度评价值之间的映射关系,确定出该子块对应的至少一个亮度范围值,之后会对亮度范围值的具体确定方式进行详细介绍。
在获取上述帧待评价图像时的光照条件下,将所有N个子块对应的当前亮度值,与确定的每个子块对应的至少一个亮度范围值进行比较。步骤102中,判断N个子块中的每个子块对应的当前亮度值是否在该子块对应的任一亮度范围值内;实施中,针对每个子块都可以确定至少一个对应的亮度范围值。
判断出N个子块中的评价细节块和非评价细节块之后,对其分别给予不同的权重,即步骤103中,若某一子块的当前亮度值在任一该子块对应的亮度范围值内,则确定该子块为用于评价待评价图像清晰度的评价细节块,并根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重。步骤104,若某一子块的当前亮度值没有在任一该子块对应的亮度范围值内,则确定该子块为非评价细节块,并将每个非评价细节块的权重取基准值。
为了方便说明,假设亮度值用Y表示,则亮度范围值可以表示为[Ymin,Ymax]。将当前子块的亮度值Y与该子块对应的至少一个亮度范围值[Ymin,Ymax]进行比较。假设当前待评价图像只有一个初始细节块,则可以求得该子块对应的一个亮度范围值[Ymin,Ymax],此时,判断当前子块的亮度Y是否在该子块对应的亮度范围值[Ymin,Ymax]内,若是,则标记该子块为评价细节块,否则,标记该子块为非评价细节块;假设当前待评价图像有多个初始细节块,则可以求得该子块对应的多个亮度范围值,此时,判断当前子块的亮度Y是否在该子块对应的多个亮度范围值中的任一亮度范围值内,若是,则标记该子块为评价细节块,否则,标记该子块为非评价细节块。
实施中,可能会存在每个子块对应的至少一个亮度范围值[Ymin,Ymax]中,有两个或者多个亮度范围值之间存在重叠的部分的情况。假设有三个亮度范围值之间存在重叠的部分,而当前子块的亮度值Y恰好同时位于这三个亮度范围值内,则根据当前子块的亮度值Y所在的三个亮度范围值,分别求取该子块对应的三个权重,并从中选取数值最大的权重值作为当前子块的权重,下面具体介绍如何根据亮度范围值计算权重。
实施中,本发明实施例提供的图像清晰度的评价方法,可以根据下列方式确定每个评价细节块的权重。可选的,根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重,包括:针对N个子块中的每个评价细节块,确定评价细节块对应的当前亮度值和评价细节块的亮度范围值的最小亮度值之间的第一差值、以及评价细节块的亮度范围值的最大亮度值和最小亮度值之间的第二差值;将第一差值与第二差值的比值加1之后与预设的基准权重相乘,并将得到的乘积作为该评价细节块的权重。
例如,对于确定出的评价细节块,可以根据该评价细节块对应的当前亮度值、该评价细节块当前亮度值所在的亮度范围值[Ymin,Ymax]中的Ymin和Ymax、以及预设的基准权重,对该评价细节块的权重进行计算,满足下列公式:
公式三
其中,Ycur为该评价细节块对应的当前亮度值;Ymin为该评价细节块当前亮度值所在的亮度范围值的最大亮度值;Ymax为该评价细节块当前亮度值所在的亮度范围值的最小亮度值。而对于非评价细节块,其权重则取基准值;weight为该评价细节块对应的权重;base_weight为评价细节块对应的预设的基准权重,可以根据需要进行选取,但选取的预设基准权重也不能过大,一般可以设置为2~4之间的数值,较佳的可以设置为2或者3。而针对基准值的取值,只要是比预设的基准权重小即可,可选的,预设的基准权重的取值为2~4;基准值的取值为1。
确定出每个评价细节块和非评价细节块的权重之后,对N个子块进行加权求和计算。步骤105,根据确定的每个评价细节块的权重和非评价细节块的权重、以及通过清晰度评价函数确定的每个子块的清晰度评价值,对N个子块进行加权求和计算,将加权求和的结果作为表征待评价图像清晰度的清晰度评价值。
例如,可以通过下列方式进行加权求和。根据步骤102到步骤105计算得到的每个子块的权重,对当前帧的待评价图像中的N个子块的清晰度评价值fv进行加权求和,得到总的清晰度评价值sum_fv,即满足下列公式四:
公式四
其中,sum_fv为当前帧的待评价图像对应的清晰度评价值;fv为每个子块对应的清晰度评价值;weight为每个子块对应的权重。
实施中,较佳的,每个初始细节块对应的映射关系的取值范围是在外界光照亮度大于预设亮度时预先进行确定的,可以认为是在执行评价图像清晰度或者自动聚焦之前,已经根据初始细节块确定好的映射关系的取值范围;理论上说,也可以根据需要将映射关系的取值范围设定为固定的值。其中,预设亮度的具体数值可以根据需要进行设定,为了使求得的数据更加准确,一般选择在光照较好的白天,针对每个初始细节块求其对应的的映射关系的取值范围,即在白天光照较好时训练样本,提取特征。
针对N个子块中的每个初始细节块,其确定映射关系的取值范围的方式一样,下面对确定每个子块对应的映射关系的取值范围的方式进行介绍。
如图2所示,为本发明实施例提供的确定初始细节块对应的亮度范围值的流程示意图,可选的,确定至少一个初始细节块对应的映射关系的取值范围的步骤为:
步骤201,根据预设的初始细节块的划分准则,确定待评价图像的N个子块中的M个初始细节块(M≥1);
步骤202,在外界光照亮度大于预设亮度时,针对不同光照亮度下获取到的i(i>2)个图像,根据M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值,确定i个线性映射方程组其中Y为亮度值,k为乘积因子,t为偏移量,fv为初始细节块在当前光照条件下对应的清晰度评价值,i为根据不同亮度值确定的线性映射方程的编号,M为初始细节块的个数;
步骤203,在假定i个线性映射方程组中的k和t近似相等的条件下,对i个线性映射方程组进行求解,得到i个线性映射方程组的系数和 和的取值满足公式其中,当i不同时,和的取值所在的范围为M个初始细节块对应的M个能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的取值范围;
步骤204,根据M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值、以及M个初始细节块中每个初始细节块对应的和的取值满足的公式,确定M个初始细节块对应的M个映射关系的取值范围[min_kM,max_kM]和[min_tM,max_tM]。
实施中,针对M个初始细节块中的每个初始细节块,确定该初始细节块对应的M个亮度范围值(即提取的特征),为了使提取的特征更加准确,可以选择在白天(即在外界光照亮度大于预设亮度时)进行提取,在步骤201中,根据预设的初始细节块的划分准则,确定待评价图像的N个子块中的M个初始细节块(M≥1);在任意光照条件下获取一帧待评价图像,按照预设的现有技术中的图像划分规则,将该待评价图像划分为N个子块;再根据预设的现有技术中的划分准则,确定N个子块中的所有M个初始细节块(M≥1)。而初始细节块是指每帧待评价图像的N个子块中细节程度大于预设细节阈值的细节块。
在步骤202中,是在不同光照亮度下获取i(i>2)个图像,根据初始细节块对应的i个不同亮度值和清晰度评价值,确定i个用于表示亮度和清晰度评价值之间映射关系的线性映射方程组其中Y为亮度值,亮度值可以通过现有的亮度累加器进行累加得到;k为乘积因子,t为偏移量,k和t即为映射方程的系数;fv为初始细节块在当前光照条件下对应的清晰度评价值,i为根据不同亮度值确定的线性映射方程的编号。
实施中,本发明实施例并不限定获取i个图像的方式,例如,可以假定每当亮度Y下降10%,或者每上升10%,且Y、增益、曝光保持稳定后,则建立一组对应当前亮度Y的线性映射方程组,直至曝光,增益大于第一阈值T0时,构建线性映射方程过程结束,得到i个线性映射方程组(i>2)。
确定出i个线性映射方程组之后,对i个线性映射方程组进行求解,本发明实施例并不限定求解方程组的求解规则,只要是能够得到i个线性映射方程组的系数和即可,在步骤203中,较佳的,对i个线性映射方程组中所有编号相邻且表示同一初始细节块的两个线性映射方程进行两两求解,由于每个初始细节块对应的亮度值和清晰度评价值之间的映射关系的数值的变化非常小,因而在计算映射关系的数值的取值范围时,可以假定i个线性映射方程中的k和t近似相等,根据预设的求解方程的规则(如预先设定进行两两求解时,需要用编号大的方程减去编号小的方程,进而求解得到和的值),对i个线性映射方程组中的所有编号相邻且表示同一初始细节块的两个线性映射方程进行两两求解。
例如,针对M个初始细节块中第1个初始细节块,对编号为i和i-1的两个方程组进行两两求解,假设有i个方程组,则针对每个初始细节块需要求解i-1次,假设i=4,则需要分别对i=1和i=2、i=2和i=3、以及i=3和i=4对应的方程进行两两求解,分别求得即第1个初始细节块对应的和的取值满足公式以此类推,即可求出M个初始细节块中每个初始细节块对应的和的取值其中,当i取不同值时,和的取值中最大值和最小值之间的范围即为M个初始细节块对应的M个能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的取值范围。
确定出k和t的取值之后,在步骤204中,根据M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值、以及上述求出的和的取值满足的公式,将M个初始细节块之间得到的一系列映射关系的取值取最大最小值操作,并排除差异较大的值(认为是干扰),得到M个初始细节块对应的M个k和t的取值范围[min_kM,max_kM]和[min_tM,max_tM]。
还是针对M个初始细节块中第1个初始细节块为例、且假设i=4,则分别对上述求得的取最大最小值操作,即将Y1和fv1(和和 和以及和)的值带入上述求得的 并取其中的最大值和最小值,作为第1个初始细节块对应的k和t的取值范围[min_k1,max_k1]和[min_t1,max_t1]。以此类推,即可求出M个初始细节块对应的M个对应的k和t的取值范围(即M个映射关系的取值范围)[min_kM,max_kM]和[min_tM,max_tM]。
上述步骤201到步骤204中确定的k和t的取值范围即为本发明实施例中提取的特征。而针对上述提取的特征,可以根据M个初始细节块对应的M个映射关系的取值范围[min_kM,max_kM]和[min_tM,max_tM]、以及N个子块中的每个子块当前的清晰度评价值,确定该子块对应的M个亮度值范围。实施中,确定每个评价细节块的权重的方式有很多,较佳的,可以采用根据M个亮度值范围中最大的亮度值和最小的亮度值进行确定。
可选的,针对N个子块中的每个子块,根据该子块当前的清晰度评价值、以及至少一个初始细节块对应的映射关系的取值范围,确定该子块对应的至少一个亮度范围值,包括:针对N个子块中的每个子块,根据每个子块当前的清晰度评价值fv、k的取值范围中最小的k值min_kM、以及t的取值范围中最小的t值min_tM,确定该子块对应的M个亮度范围值中的最小的亮度值和,根据每个子块当前的清晰度评价值fv、k的取值范围中最大的k值max_kM、以及t的取值范围中最大的t值max_tM,确定该子块对应的M个亮度范围值中最大的亮度值其中,该子块对应的M个亮度范围值满足公式
在预设光照条件下,即与确定待评价图像清晰度的清晰度评价值时的光照条件相同时,确定每个子块对应的M个亮度范围值。例如,在低照灯光场景下,当曝光、增益大于第一阈值T0时,我们将获取到的一个初始细节块的fv值,带入求得的M个映射关系范围[min_kM,max_kM]和[min_tM,max_tM]中,得到该子块对应的M个亮度范围值即根据每个子块当前的清晰度评价值fv、M个最小的k值min_kM、以及M个最小的t值min_tM,确定该子块对应的M个最小的亮度值 并根据每个子块当前的清晰度评价值fv、M个最大的k值max_kM、以及M个最大的t值max_tM,确定该子块对应的M个最大的亮度值 其中M个亮度范围值满足
上述图像清晰度评价方法可以应用到自动聚焦中,用于评价每帧图像的清晰度评价值,下面对应用该图像清晰度评价方法的自动聚焦方法进行详细介绍。如图3所示,本发明实施例提供的一种本发明实施例提供的图像清晰度评价方法的自动聚焦方法,该方法包括:
步骤301,根据预设的聚焦准则,获取S(S≥2)帧待评价图像;
步骤302,根据两个频率不同的用于对图像的清晰度进行评价的第一函数和第二函数、以及本发明实施例提供的上述图像清晰度评价方法,确定S帧待评价图像对应的用于评价图像清晰度的S个第一图像评价值和S个第二图像评价值;
步骤303,确定S帧图像对应的S个第一图像评价值中最大值和最小值之间的第一变化率,或S个第二图像评价值中最大值和最小值之间的第二变化率;
步骤304,根据第一变化率或第二变化率与预设变化率阈值之间的大小关系,确定S帧图像对应的S个第一图像评价值或S个第二图像评价值中数值最大的图像评价值,并将获取该数值最大的图像评价值对应的图像时聚焦马达所在的位置作为自动聚焦的聚焦位置。
实施中,将上述图像清晰度评价方法应用到自动聚焦中时,是针对基于画面处理的自动聚焦而言,因而需要获取多帧画面,在步骤301中,根据预设的聚焦准则(如预设的在何时获取、以及获取多少帧待评价图像等),获取S(S≥2)帧待评价图像。
为了排除灯光对场景的干扰,本发明实施例通过两个清晰度评价函数对同一帧图像进行评价,在步骤302中,根据两个频率不同的用于对图像的清晰度进行评价的第一函数和第二函数(即清晰度评价函数f1和f2)、以及本发明实施例提供的上述图像清晰度评价方法,确定S帧待评价图像对应的用于评价图像清晰度的S个第一图像评价值和S个第二图像评价值。
实施中,在上述图像清晰度评价方法中,清晰度评价函数f1和f2可为同一个评价函数对应不同的频率响应,也可为不同的评级函数对应不同的频率响应。例如,可以相应的根据需要选取f1对应频率为0.1~1,可最大限度的提取图像的边缘和细节,选取f2对应频率为0.7~1,只能提取图像的大边缘和丰富的细节。清晰度评价函数f1和f2可以对每帧图像中的每个子块进行处理,得到每个子块对应的清晰点评价函数值fv1和fv2,并根据fv1和fv2得到两个加权求和得到的该待评价图像的清晰度评价值(即S个第一图像评价值和S个第二图像评价值)。
为了确定S个第一图像评价值和S个第二图像评价值中,哪个更能准确的表示当前的图像清晰度,本发明实施例提供的自动聚焦方法,在步骤303中,实时的确定S帧图像对应的S个第一图像评价值中最大值和最小值之间的第一变化率,或S个第二图像评价值中最大值和最小值之间的第二变化率。即计算fv1或fv2在S帧待评价图像中的变化率。例如,可以假定第一变化率和第二变化率均满足下列公式五:
公式五
其中,ratio_fv为变化率(即第一变化率或第二变化率);sum_fv_max为S个第一图像评价值中最大值或S个第二图像评价值中最大值;sum_fv_min为S个第一图像评价值中最小值或S个第二图像评价值中最小值。
计算出第一变化率和第二变化率之后,本发明实施例提供的自动聚焦方法,在步骤304中,根据第一变化率或第二变化率与预设变化率阈值之间的大小关系,确定S帧图像对应的S个第一图像评价值或S个第二图像评价值中数值最大的图像评价值,并将获取该数值最大的图像评价值对应的图像时聚焦马达所在的位置作为自动聚焦的聚焦位置。
具体实施时,可以通过两个高通滤波器选择不同的滤波频段,根据实际选取的第一函数的频率范围和第二函数的频率范围的大小不同,确定数值最大的图像评价值的方式也不相同,主要有两种确定方式,下面具体介绍。
第一种,第一函数的频率范围包含第二函数的频率范围。
可选的,若第一函数的频率范围包含第二函数的频率范围,根据下列方式确定数值最大的图像评价值:
若第二变化率小于预设变化率阈值,则根据S个第一图像评价值确定数值最大的图像评价值;或,若第二变化率大于预设变化率阈值,则根据S个第二图像评价值确定数值最大的图像评价值;或,若第二变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定数值最大的图像评价值。
也就是说,若第一函数的频率范围包含第二函数的频率范围,例如,根据需要选取f1对应频率为0.1~1,f2对应频率为0.7~1。当根据公式五计算得到的第二变化率ratio_fv2小于预设变化率阈值T,则根据第一图像评价值来确定最终聚集位置;当ratio_fv2大于预设变化率阈值T,则根据第二图像评价值来确定最终聚集位置;当ratio_fv2等于预设变化率阈值T,则根据第一图像评价值或第二图像评价值来确定最终聚集位置。
其中,预设变化率阈值T是根据需要选取的经验值,该预设变化率阈值T与选取的滤波器的属性相关,当选取的滤波器不同时,预设变化率阈值T也不相同,一般可以在1‰~10‰之间选取。具体的选取方式不做限定,只要选取的T值可以确定出应该通过哪个函数来确定最终聚集位置即可。例如,可以在细节较少的场景下,计算此时对应的第一变化率和第二变化率,由于细节较少,因而第一变化率会有一定变化,而第二变化率非常微小,可以选取此时非常微小的第二变化率的数值作为预设变化率阈值T。
实施中,在假定第一函数的频率范围包含第二函数的频率范围的情况下,f1可以最大限度的提取图像的边缘和细节,而f2只能提取图像的大边缘和丰富的细节。因而将第一函数和第二函数配合使用的方法应用到实际场景中,可以有以下几种场景。
若是普通场景,第一图像评价值和第二图像评价值对应数值最大的图像评价值,即清晰点的位置是一样的。若是含有灯光场景,由于灯光等主要集中在中频区域,f2提取的高频中可排除灯光的干扰,因此,第二图像评价值能最真实的反应图像清晰度,而第一图像评价值由于包含了中频频段,清晰点的位置会受到灯光影响,此时,第一图像评价值和第二图像评价值对应数值最大的图像评价值位置不一样,可以以第二图像评价值的最大值位置来确定最终聚焦位置(即将获取第二图像评价值的最大值位置处对应的图像时,聚焦马达所在的位置作为自动聚焦的聚焦位置)。若是含有较少细节场景,如白墙,或画面中仅含有极少的细节,此时,由于f2无法提取出这些边缘,第二图像评价值变化不明显,基本没有波峰,可以以第一图像评价值来确定最终聚集位置(即将获取第一图像评价值的最大值位置处对应的图像时,聚焦马达所在的位置作为自动聚焦的聚焦位置)。
实际上,除了上述第一函数的频率范围包含第二函数的频率范围的情况外,还可能有第二函数的频率范围包含第一函数的频率范围的情况。
第二种,第二函数的频率范围包含第一函数的频率范围。
可选的,若第二函数的频率范围包含第一函数的频率范围,根据下列方式确定数值最大的图像评价值:
若第一变化率小于预设变化率阈值,则根据S个第二图像评价值确定数值最大的图像评价值;或,若第一变化率大于预设变化率阈值,则根据S个第一图像评价值确定数值最大的图像评价值;或,若第一变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定数值最大的图像评价值。
由于第二函数的频率范围包含第一函数的频率范围的情况,与上述第一函数的频率范围包含第二函数的频率范围的情况的原理完全相同,只是相当于调换了第一函数和第二函数,因此此处不再进行重复说明,可以参见上述对第一函数的频率范围包含第二函数的频率范围的情况的介绍。
实施中,以本发明实施例中的各个公式为例,对本发明实施例提供的一种包括本发明实施例提供的图像清晰度评价方法的自动聚焦方法进行详细说明,如图4所示,为本发明实施例提供的自动聚焦方法的流程示意图,具体步骤为:
步骤401,根据预设的聚焦准则,获取S(S≥2)帧待评价图像;
步骤402,针对S帧待评价图像,将每一帧待评价图像按照预设规则划分为N个子块,针对N个子块中的每个子块,根据该子块当前的清晰度评价值,以及至少一个初始细节块对应的映射关系的取值范围、确定该子块对应的至少一个亮度范围值;
步骤403,判断N个子块中的每个子块对应的当前亮度值是否在该子块对应的任一亮度范围值内,若是,则执行步骤404,否则,执行步骤405;
步骤404,确定该子块为用于评价待评价图像清晰度的评价细节块,并根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重,并执行步骤406;
步骤405,确定该子块为非评价细节块,并将每个非评价细节块的权重取基准值,其中预设的基准权重的取值大于基准值的取值,并执行步骤406;
步骤406,根据确定的每个评价细节块的权重和非评价细节块的权重、以及两个频率不同的用于对图像的清晰度进行评价的第一函数和第二函数,确定S帧待评价图像对应的用于评价图像清晰度的S个第一图像评价值和S个第二图像评价值;
步骤407,确定S帧图像对应的S个第一图像评价值中最大值和最小值之间的第一变化率,或S个第二图像评价值中最大值和最小值之间的第二变化率;
步骤408,根据第一变化率或第二变化率与预设变化率阈值之间的大小关系,确定S帧图像对应的S个第一图像评价值或S个第二图像评价值中数值最大的图像评价值,并将获取该数值最大的图像评价值对应的图像时聚焦马达所在的位置作为自动聚焦的聚焦位置。
基于同一发明构思,本发明实施例中还提供了图像清晰度的评价装置和自动聚焦装置,由于本发明实施例提供的装置对应的方法,为本发明实施例图像清晰度的评价方法和自动聚焦的方法,因此本发明实施例提供的图像清晰度的评价装置和自动聚焦装置的实施可以参见方法的实施,重复之处不再赘述。
如图5所示,本发明实施例提供的一种图像清晰度的评价装置,该装置包括:亮度范围值确定模块501、评价细节块确定模块502和加权求和模块503;
亮度范围值确定模块501,用于将获取到的一帧待评价图像按照预设规则划分为N个子块,针对N个子块中的每个子块,根据该子块当前的清晰度评价值,以及至少一个初始细节块对应的映射关系的取值范围、确定该子块对应的至少一个亮度范围值;其中,映射关系的取值范围是在不同外界光照亮度下,能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的数值的取值范围;初始细节块为N个子块中细节程度大于预设细节阈值的细节块;
评价细节块确定模块502,用于判断N个子块中的每个子块对应的当前亮度值是否在该子块对应的任一亮度范围值内,若是,则确定该子块为用于评价待评价图像清晰度的评价细节块,并根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重;否则,确定该子块为非评价细节块,并将每个非评价细节块的权重取基准值,其中预设的基准权重的取值大于基准值的取值;
加权求和模块503,用于根据确定的每个评价细节块的权重和非评价细节块的权重、以及通过清晰度评价函数确定的每个子块的清晰度评价值,对N个子块进行加权求和计算,将加权求和的结果作为表征待评价图像清晰度的清晰度评价值。
可选的,预设的基准权重的取值为2~4;基准值的取值为1。
可选的,亮度范围值确定模块501,具体用于:
根据预设的初始细节块的划分准则,确定待评价图像的N个子块中的M个初始细节块(M≥1);在外界光照亮度大于预设亮度时,针对不同光照亮度下获取到的i(i>2)个图像,根据M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值,确定i个线性映射方程组其中Y为亮度值,k为乘积因子,t为偏移量,fv为初始细节块在当前光照条件下对应的清晰度评价值,i为根据不同亮度值确定的线性映射方程的编号,M为初始细节块的个数;在假定i个线性映射方程组中的k和t近似相等的条件下,对i个线性映射方程组进行求解,得到i个线性映射方程组的系数和 和的取值满足公式其中,当i不同时,和的取值所在的范围为M个初始细节块对应的M个能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的取值范围;根据M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值、以及M个初始细节块中每个初始细节块对应的和的取值满足的公式,确定M个初始细节块对应的M个映射关系的取值范围[min_kM,max_kM]和[min_tM,max_tM]。
可选的,亮度范围值确定模块501,具体用于:
针对N个子块中的每个子块,根据每个子块当前的清晰度评价值fv、k的取值范围中最小的k值min_kM、以及t的取值范围中最小的t值min_tM,确定该子块对应的M个亮度范围值中的最小的亮度值和,根据每个子块当前的清晰度评价值fv、k的取值范围中最大的k值max_kM、以及t的取值范围中最大的t值max_tM,确定该子块对应的M个亮度范围值中最大的亮度值其中,该子块对应的M个亮度范围值满足公式
可选的,评价细节块确定模块502具体用于:
针对N个子块中的每个评价细节块,确定评价细节块对应的当前亮度值和评价细节块的亮度范围值的最小亮度值之间的第一差值、以及评价细节块的亮度范围值的最大亮度值和最小亮度值之间的第二差值;将第一差值与第二差值的比值加1之后与预设的基准权重相乘,并将得到的乘积作为该评价细节块的权重。
如图6所示,本发明实施例提供的一种包括本发明实施例提供的图像清晰度评价装置的自动聚焦装置,该装置包括:待评价图像确定模块601、图像评价值确定模块602、变化率确定模块603和聚焦位置确定模块604
待评价图像确定模块601,用于根据预设的聚焦准则,获取S(S≥2)帧待评价图像;
图像评价值确定模块602,用于根据两个频率不同的用于对图像的清晰度进行评价的第一函数和第二函数、以及本发明实施例提供的上述图像清晰度评价方法,确定S帧待评价图像对应的用于评价图像清晰度的S个第一图像评价值和S个第二图像评价值;
变化率确定模块603,用于确定S帧图像对应的S个第一图像评价值中最大值和最小值之间的第一变化率,或S个第二图像评价值中最大值和最小值之间的第二变化率;
聚焦位置确定模块604,用于根据第一变化率或第二变化率与预设变化率阈值之间的大小关系,确定S帧图像对应的S个第一图像评价值或S个第二图像评价值中数值最大的图像评价值,并将获取该数值最大的图像评价值对应的图像时聚焦马达所在的位置作为自动聚焦的聚焦位置。
可选的,聚焦位置确定模块604具体用于:
若第二变化率小于预设变化率阈值,则根据S个第一图像评价值确定数值最大的图像评价值;或,若第二变化率大于预设变化率阈值,则根据S个第二图像评价值确定数值最大的图像评价值;或,若第二变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定数值最大的图像评价值。
可选的,聚焦位置确定模块604具体用于:
若第一变化率小于预设变化率阈值,则根据S个第二图像评价值确定数值最大的图像评价值;或,若第一变化率大于预设变化率阈值,则根据S个第一图像评价值确定数值最大的图像评价值;或,若第一变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定数值最大的图像评价值。
从上述内容可以看出:与现有技术中图像清晰度评价的方法相比,本发明在各个场景下都能够在不同外界光照亮度下,自适应根据每个初始细节块的亮度值和清晰度评价值确定两者之间的映射关系的取值范围;在需要进行自动聚焦时,根据预先确定的映射关系的取值范围、以及每个子块当前的清晰度评价值,确定该子块对应的至少一个亮度范围值,再根据该子块对应的当前亮度值,判断当前子块是否是评价细节块,并对评价细节块和非评价细节块分别给予不同的权重,进而能够排除噪声、亮度等干扰,实现自适应的提升图像清晰度评价函数的尖峰性和单调性等特性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (16)
1.一种图像清晰度的评价方法,其特征在于,该方法包括:
将获取到的一帧待评价图像按照预设规则划分为N个子块,针对所述N个子块中的每个子块,根据该子块当前的清晰度评价值,以及至少一个初始细节块对应的映射关系的取值范围、确定该子块对应的至少一个亮度范围值;其中,所述映射关系的取值范围是在不同外界光照亮度下,能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的数值的取值范围;所述初始细节块为所述N个子块中细节程度大于预设细节阈值的细节块;
判断所述N个子块中的每个子块对应的当前亮度值是否在该子块对应的任一亮度范围值内,若是,则确定该子块为用于评价所述待评价图像清晰度的评价细节块,并根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重;否则,确定该子块为非评价细节块,并将每个非评价细节块的权重取基准值,其中所述预设的基准权重的取值大于所述基准值的取值;
根据确定的所述每个评价细节块的权重和所述非评价细节块的权重、以及通过清晰度评价函数确定的每个子块的清晰度评价值,对所述N个子块进行加权求和计算,将加权求和的结果作为表征所述待评价图像清晰度的清晰度评价值。
2.如权利要求1所述的评价方法,其特征在于,所述预设的基准权重的取值为2~4;所述基准值的取值为1。
3.如权利要求1所述的评价方法,其特征在于,确定所述至少一个初始细节块对应的映射关系的取值范围的步骤为:
根据预设的初始细节块的划分准则,确定所述待评价图像的N个子块中的M个初始细节块(M≥1);
在外界光照亮度大于预设亮度时,针对不同光照亮度下获取到的i(i>2)个图像,根据所述M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值,确定i个线性映射方程组 其中Y为亮度值,k为乘积因子,t为偏移量,fv为所述初始细节块在当前光照条件下对应的清晰度评价值,i为根据不同亮度值确定的线性映射方程的编号,M为初始细节块的个数;
在假定所述i个线性映射方程组中的k和t近似相等的条件下,对所述i个线性映射方程组进行求解,得到所述i个线性映射方程组的系数和所述和的取值满足公式 其中,当i不同时,所述和的取值所在的范围为所述M个初始细节块对应的M个能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的取值范围;
根据所述M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值、以及所述M个初始细节块中每个初始细节块对应的和的取值满足的公式,确定所述M个初始细节块对应的M个映射关系的取值范围[min_kM,max_kM]和[min_tM,max_tM]。
4.如权利要求3所述的评价方法,其特征在于,针对所述N个子块中的每个子块,根据该子块当前的清晰度评价值、以及至少一个初始细节块对应的映射关系的取值范围,确定该子块对应的至少一个亮度范围值,包括:
针对所述N个子块中的每个子块,根据每个子块当前的清晰度评价值fv、所述k的取值范围中最小的k值min_kM、以及所述t的取值范围中最小的t值min_tM,确定该子块对应的M个亮度范围值中的最小的亮度值和
根据每个子块当前的清晰度评价值fv、所述k的取值范围中最大的k值max_kM、以及所述t的取值范围中最大的t值max_tM,确定该子块对应的M个亮度范围值中最大的亮度值
其中,所述该子块对应的M个亮度范围值满足公式
5.如权利要求1所述的评价方法,其特征在于,根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重,包括:
针对所述N个子块中的每个评价细节块,确定所述评价细节块对应的当前亮度值和评价细节块的亮度范围值的最小亮度值之间的第一差值、以及评价细节块的亮度范围值的最大亮度值和最小亮度值之间的第二差值;
将所述第一差值与所述第二差值的比值加1之后与预设的基准权重相乘,并将得到的乘积作为该评价细节块的权重。
6.一种包括如权利要求1~5任一所述的图像清晰度评价方法的自动聚焦方法,其特征在于,该方法包括:
根据预设的聚焦准则,获取S(S≥2)帧待评价图像;
根据两个频率不同的用于对图像的清晰度进行评价的第一函数和第二函数、以及权利要求1~5任一所述的图像清晰度评价方法,确定S帧待评价图像对应的用于评价图像清晰度的S个第一图像评价值和S个第二图像评价值;
确定所述S帧图像对应的S个第一图像评价值中最大值和最小值之间的第一变化率,或S个第二图像评价值中最大值和最小值之间的第二变化率;
根据所述第一变化率或第二变化率与预设变化率阈值之间的大小关系,确定所述S帧图像对应的S个第一图像评价值或S个第二图像评价值中数值最大的图像评价值,并将获取该数值最大的图像评价值对应的图像时聚焦马达所在的位置作为自动聚焦的聚焦位置。
7.如权利要求6所述的方法,其特征在于,若所述第一函数的频率范围包含所述第二函数的频率范围,根据下列方式确定所述数值最大的图像评价值:
若所述第二变化率小于预设变化率阈值,则根据S个第一图像评价值确定所述数值最大的图像评价值;或
若所述第二变化率大于预设变化率阈值,则根据S个第二图像评价值确定所述数值最大的图像评价值;或
若所述第二变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定所述数值最大的图像评价值。
8.如权利要求6所述的方法,其特征在于,若所述第二函数的频率范围包含所述第一函数的频率范围,根据下列方式确定所述数值最大的图像评价值:
若所述第一变化率小于预设变化率阈值,则根据S个第二图像评价值确定所述数值最大的图像评价值;或
若所述第一变化率大于预设变化率阈值,则根据S个第一图像评价值确定所述数值最大的图像评价值;或
若所述第一变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定所述数值最大的图像评价值。
9.一种图像清晰度的评价装置,其特征在于,该装置包括:
亮度范围值确定模块,用于将获取到的一帧待评价图像按照预设规则划分为N个子块,针对所述N个子块中的每个子块,根据该子块当前的清晰度评价值,以及至少一个初始细节块对应的映射关系的取值范围、确定该子块对应的至少一个亮度范围值;其中,所述映射关系的取值范围是在不同外界光照亮度下,能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的数值的取值范围;所述初始细节块为所述N个子块中细节程度大于预设细节阈值的细节块;
评价细节块确定模块,用于判断所述N个子块中的每个子块对应的当前亮度值是否在该子块对应的任一亮度范围值内,若是,则确定该子块为用于评价所述待评价图像清晰度的评价细节块,并根据每个评价细节块对应的当前亮度值、预设的基准权重、以及每个评价细节块当前亮度值所在的亮度范围值,确定每个评价细节块的权重;否则,确定该子块为非评价细节块,并将每个非评价细节块的权重取基准值,其中所述预设的基准权重的取值大于所述基准值的取值;
加权求和模块,用于根据确定的所述每个评价细节块的权重和所述非评价细节块的权重、以及通过清晰度评价函数确定的每个子块的清晰度评价值,对所述N个子块进行加权求和计算,将加权求和的结果作为表征所述待评价图像清晰度的清晰度评价值。
10.如权利要求9所述的评价装置,其特征在于,所述预设的基准权重的取值为2~4;所述基准值的取值为1。
11.如权利要求9所述的评价装置,其特征在于,所述亮度范围值确定模块,具体用于:
根据预设的初始细节块的划分准则,确定所述待评价图像的N个子块中的M个初始细节块(M≥1);在外界光照亮度大于预设亮度时,针对不同光照亮度下获取到的i(i>2)个图像,根据所述M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值,确定i个线性映射方程组 其中Y为亮度值,k为乘积因子,t为偏移量,fv为所述初始细节块在当前光照条件下对应的清晰度评价值,i为根据不同亮度值确定的线性映射方程的编号,M为初始细节块的个数;在假定所述i个线性映射方程组中的k和t近似相等的条件下,对所述i个线性映射方程组进行求解,得到所述i个线性映射方程组的系数和所述和的取值满足公式 其中,当i不同时,所述和的取值所在的范围为所述M个初始细节块对应的M个能够用于表示初始细节块对应的亮度值和清晰度评价值之间的映射关系的取值范围;根据所述M个初始细节块中每个初始细节块对应的i个不同亮度值和清晰度评价值、以及所述M个初始细节块中每个初始细节块对应的和的取值满足的公式,确定所述M个初始细节块对应的M个映射关系的取值范围[min_kM,max_kM]和[min_tM,max_tM]。
12.如权利要求11所述的评价装置,其特征在于,所述亮度范围值确定模块,具体用于:
针对所述N个子块中的每个子块,根据每个子块当前的清晰度评价值fv、所述k的取值范围中最小的k值min_kM、以及所述t的取值范围中最小的t值min_tM,确定该子块对应的M个亮度范围值中的最小的亮度值和,根据每个子块当前的清晰度评价值fv、所述k的取值范围中最大的k值max_kM、以及所述t的取值范围中最大的t值max_tM,确定该子块对应的M个亮度范围值中最大的亮度值其中,所述该子块对应的M个亮度范围值满足公式
13.如权利要求9所述的评价装置,其特征在于,所述评价细节块确定模块具体用于:
针对所述N个子块中的每个评价细节块,确定所述评价细节块对应的当前亮度值和评价细节块的亮度范围值的最小亮度值之间的第一差值、以及评价细节块的亮度范围值的最大亮度值和最小亮度值之间的第二差值;将所述第一差值与所述第二差值的比值加1之后与预设的基准权重相乘,并将得到的乘积作为该评价细节块的权重。
14.一种包括如权利要求9~13任一所述的图像清晰度评价装置的自动聚焦装置,其特征在于,该装置包括:
待评价图像确定模块,用于根据预设的聚焦准则,获取S(S≥2)帧待评价图像;
图像评价值确定模块,用于根据两个频率不同的用于对图像的清晰度进行评价的第一函数和第二函数、以及权利要求9~13任一所述的图像清晰度评价装置,确定S帧待评价图像对应的用于评价图像清晰度的S个第一图像评价值和S个第二图像评价值;
变化率确定模块,用于确定所述S帧图像对应的S个第一图像评价值中最大值和最小值之间的第一变化率,或S个第二图像评价值中最大值和最小值之间的第二变化率;
聚焦位置确定模块,用于根据所述第一变化率或第二变化率与预设变化率阈值之间的大小关系,确定所述S帧图像对应的S个第一图像评价值或S个第二图像评价值中数值最大的图像评价值,并将获取该数值最大的图像评价值对应的图像时聚焦马达所在的位置作为自动聚焦的聚焦位置。
15.如权利要求14所述的装置,其特征在于,所述聚焦位置确定模块具体用于:
若所述第二变化率小于预设变化率阈值,则根据S个第一图像评价值确定所述数值最大的图像评价值;或,若所述第二变化率大于预设变化率阈值,则根据S个第二图像评价值确定所述数值最大的图像评价值;或,若所述第二变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定所述数值最大的图像评价值。
16.如权利要求14所述的装置,其特征在于,所述聚焦位置确定模块具体用于:
若所述第一变化率小于预设变化率阈值,则根据S个第二图像评价值确定所述数值最大的图像评价值;或,若所述第一变化率大于预设变化率阈值,则根据S个第一图像评价值确定所述数值最大的图像评价值;或,若所述第一变化率等于预设变化率阈值,则根据S个第一图像评价值或S个第二图像评价值确定所述数值最大的图像评价值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511022341.XA CN106934790B (zh) | 2015-12-30 | 2015-12-30 | 一种图像清晰度的评价方法、自动聚焦的方法及相应装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511022341.XA CN106934790B (zh) | 2015-12-30 | 2015-12-30 | 一种图像清晰度的评价方法、自动聚焦的方法及相应装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106934790A true CN106934790A (zh) | 2017-07-07 |
CN106934790B CN106934790B (zh) | 2019-09-17 |
Family
ID=59441907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511022341.XA Active CN106934790B (zh) | 2015-12-30 | 2015-12-30 | 一种图像清晰度的评价方法、自动聚焦的方法及相应装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106934790B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108419015A (zh) * | 2018-04-11 | 2018-08-17 | 浙江大华技术股份有限公司 | 一种聚焦方法及装置 |
CN108924427A (zh) * | 2018-08-13 | 2018-11-30 | 浙江大华技术股份有限公司 | 一种摄像机聚焦方法、装置以及摄像机 |
CN109859151A (zh) * | 2019-01-25 | 2019-06-07 | 淮阴师范学院 | 一种基于局部直方图的聚焦测度实现方法 |
CN111770274A (zh) * | 2020-07-03 | 2020-10-13 | 浙江大华技术股份有限公司 | 一种图像聚焦处理方法及装置 |
CN111932510A (zh) * | 2020-08-03 | 2020-11-13 | 深圳回收宝科技有限公司 | 一种图像清晰度的确定方法及装置 |
CN112203012A (zh) * | 2020-08-25 | 2021-01-08 | 武汉高德智感科技有限公司 | 一种图像清晰度计算方法、自动聚焦方法及系统 |
CN108668086B (zh) * | 2018-08-16 | 2021-05-04 | Oppo广东移动通信有限公司 | 自动对焦方法、装置、存储介质及终端 |
CN112969027A (zh) * | 2021-04-02 | 2021-06-15 | 浙江大华技术股份有限公司 | 电动镜头的聚焦方法和装置、存储介质及电子设备 |
CN113938671A (zh) * | 2020-07-14 | 2022-01-14 | 北京灵汐科技有限公司 | 图像内容分析方法、装置、电子设备和存储介质 |
CN114299601A (zh) * | 2022-03-08 | 2022-04-08 | 北京万里红科技有限公司 | 控制方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7231072B2 (en) * | 2002-02-27 | 2007-06-12 | Konica Corporation | Image processing method and image converting apparatus |
US20130121576A1 (en) * | 2011-11-14 | 2013-05-16 | Novatek Microelectronics Corp. | Automatic tone mapping method and image processing device |
CN103218778A (zh) * | 2013-03-22 | 2013-07-24 | 华为技术有限公司 | 一种图像和视频的处理方法及装置 |
CN103888681A (zh) * | 2014-04-18 | 2014-06-25 | 四川华雁信息产业股份有限公司 | 一种自动曝光方法及装置 |
-
2015
- 2015-12-30 CN CN201511022341.XA patent/CN106934790B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7231072B2 (en) * | 2002-02-27 | 2007-06-12 | Konica Corporation | Image processing method and image converting apparatus |
US20130121576A1 (en) * | 2011-11-14 | 2013-05-16 | Novatek Microelectronics Corp. | Automatic tone mapping method and image processing device |
CN103218778A (zh) * | 2013-03-22 | 2013-07-24 | 华为技术有限公司 | 一种图像和视频的处理方法及装置 |
CN103888681A (zh) * | 2014-04-18 | 2014-06-25 | 四川华雁信息产业股份有限公司 | 一种自动曝光方法及装置 |
Non-Patent Citations (2)
Title |
---|
张亚涛等: ""基于区域对比度的图像清晰度评价算法"", 《应用光学》 * |
王欣等: ""基于图像清晰度评价函数的CCD摄像机自动调焦技术研究"", 《长春理工大学学报(自然科学版)》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108419015B (zh) * | 2018-04-11 | 2020-08-04 | 浙江大华技术股份有限公司 | 一种聚焦方法及装置 |
CN108419015A (zh) * | 2018-04-11 | 2018-08-17 | 浙江大华技术股份有限公司 | 一种聚焦方法及装置 |
CN108924427A (zh) * | 2018-08-13 | 2018-11-30 | 浙江大华技术股份有限公司 | 一种摄像机聚焦方法、装置以及摄像机 |
CN108924427B (zh) * | 2018-08-13 | 2020-08-04 | 浙江大华技术股份有限公司 | 一种摄像机聚焦方法、装置以及摄像机 |
CN108668086B (zh) * | 2018-08-16 | 2021-05-04 | Oppo广东移动通信有限公司 | 自动对焦方法、装置、存储介质及终端 |
CN109859151A (zh) * | 2019-01-25 | 2019-06-07 | 淮阴师范学院 | 一种基于局部直方图的聚焦测度实现方法 |
CN109859151B (zh) * | 2019-01-25 | 2023-07-14 | 淮阴师范学院 | 一种基于局部直方图的聚焦测度实现方法 |
CN111770274A (zh) * | 2020-07-03 | 2020-10-13 | 浙江大华技术股份有限公司 | 一种图像聚焦处理方法及装置 |
WO2022012573A1 (zh) * | 2020-07-14 | 2022-01-20 | 北京灵汐科技有限公司 | 图像处理方法及装置、电子设备、存储介质 |
CN113938671A (zh) * | 2020-07-14 | 2022-01-14 | 北京灵汐科技有限公司 | 图像内容分析方法、装置、电子设备和存储介质 |
CN113938671B (zh) * | 2020-07-14 | 2023-05-23 | 北京灵汐科技有限公司 | 图像内容分析方法、装置、电子设备和存储介质 |
WO2022027821A1 (zh) * | 2020-08-03 | 2022-02-10 | 深圳回收宝科技有限公司 | 一种图像清晰度的确定方法及装置 |
CN111932510A (zh) * | 2020-08-03 | 2020-11-13 | 深圳回收宝科技有限公司 | 一种图像清晰度的确定方法及装置 |
CN111932510B (zh) * | 2020-08-03 | 2024-03-05 | 深圳回收宝科技有限公司 | 一种图像清晰度的确定方法及装置 |
CN112203012A (zh) * | 2020-08-25 | 2021-01-08 | 武汉高德智感科技有限公司 | 一种图像清晰度计算方法、自动聚焦方法及系统 |
CN112969027A (zh) * | 2021-04-02 | 2021-06-15 | 浙江大华技术股份有限公司 | 电动镜头的聚焦方法和装置、存储介质及电子设备 |
CN112969027B (zh) * | 2021-04-02 | 2022-08-16 | 浙江大华技术股份有限公司 | 电动镜头的聚焦方法和装置、存储介质及电子设备 |
CN114299601A (zh) * | 2022-03-08 | 2022-04-08 | 北京万里红科技有限公司 | 控制方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106934790B (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106934790A (zh) | 一种图像清晰度的评价方法、自动聚焦的方法及相应装置 | |
CN108288027B (zh) | 一种图像质量的检测方法、装置及设备 | |
RU2479037C2 (ru) | Устройство и способ обработки изображения, обучающееся устройство и способ обучения и программа | |
CN106920229A (zh) | 图像模糊区域自动检测方法及系统 | |
CN110276767A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
US8830381B2 (en) | Imaging device and method to provide bokeh effect in captured image by determining distance and focus of captured objects in secondary image sequence | |
CN102982336B (zh) | 识别模型生成方法和系统 | |
US10073602B2 (en) | System and method for displaying a suggested luminance adjustment for an image | |
CN109791688A (zh) | 曝光相关的亮度变换 | |
JP2004348674A (ja) | 領域検出方法及びその装置 | |
CN110992238A (zh) | 一种基于双通道网络的数字图像篡改盲检测方法 | |
DE112008001990T5 (de) | Belichtungssteuerung für ein Bildgebungssystem | |
JP2007047965A (ja) | デジタル画像の対象物検出方法および装置並びにプログラム | |
US8457394B2 (en) | Method of detecting skin-colored area using variable skin color model | |
US8810665B2 (en) | Imaging device and method to detect distance information for blocks in secondary images by changing block size | |
Marsh | Forensic photography: A Practitioner's guide | |
CN108629378A (zh) | 图像识别方法和设备 | |
CN101986689A (zh) | 用于图像处理的方法和装置 | |
US11244429B2 (en) | Method of providing a sharpness measure for an image | |
CN105678245A (zh) | 一种基于哈尔特征的靶位识别方法 | |
CN105608700A (zh) | 照片的筛选方法及系统 | |
EP3363193B1 (en) | Device and method for reducing the set of exposure times for high dynamic range video imaging | |
CN113237881B (zh) | 一种特定细胞的检测方法、装置和病理切片检测系统 | |
US20030151758A1 (en) | Image processing unit, image processing method, and image processing program | |
CN104966271B (zh) | 基于生物视觉感受野机制的图像去噪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |