CN108141534A - 使用调制传递函数曲线的自动聚焦方法和装备 - Google Patents
使用调制传递函数曲线的自动聚焦方法和装备 Download PDFInfo
- Publication number
- CN108141534A CN108141534A CN201680058156.2A CN201680058156A CN108141534A CN 108141534 A CN108141534 A CN 108141534A CN 201680058156 A CN201680058156 A CN 201680058156A CN 108141534 A CN108141534 A CN 108141534A
- Authority
- CN
- China
- Prior art keywords
- transfer function
- camera
- test
- modulating
- function 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.)
- Pending
Links
Classifications
-
- 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
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
- G02B7/28—Systems for automatic generation of focusing signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
- H04N23/673—Focus control based on electronic image sensor signals based on contrast or high frequency components of image signals, e.g. hill climbing method
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Studio Devices (AREA)
Abstract
所公开的技术的某些实施方式可以包括用于计算利用曲线拟合自动聚焦的相机的最佳镜头位置的方法和装备。根据示例实施方式,提供了一种方法(900)。所述方法(900)可以包括计算与相机的相应的第一镜头位置和第二镜头位置相关联的第一测试图像帧和第二测试图像帧的调制传递函数值(902、904)。所述方法也可以包括从包括与所述相机相关联的多个预先确定的调制传递函数曲线的数据库中基于所述第一调制传递函数值和所述第二调制传递函数值来识别特定预先确定的调制传递函数曲线(906)。所述方法也可以包括基于所识别的特定预先确定的调制传递函数曲线来计算所述相机的最佳镜头位置(908)。
Description
相关申请的交叉引用
本PCT国际申请要求于2015年10月5日提交的美国非临时专利申请序号14/875,646的优先权和权益。前述申请的全部内容和实质特此通过引用整体地并入,如同在本文中充分地阐述一样。
背景技术
为了执行自动聚焦,常规的智能电话相机常常依靠对比度检测(即,“峰值搜索”)。然而,为了利用上述方法学实现最佳聚焦,需要显著且不期望的处理时间量。例如,利用对比度检测方法学执行自动聚焦需要搜索产生最佳聚焦的相机镜头位置。这经常要求在到达将产生最佳聚焦的最佳镜头位置之前考虑并处理大量的测试图像帧。因此,期望用于执行自动聚焦的改进的方法和装备。
附图说明
现在将参考附图,附图不一定按比例绘制,并且其中:
图1描绘根据所公开的技术的示例实施方式的计算系统架构100。
图2图示用于执行自动聚焦的示例性场景。
图3图示依照所公开的技术的示例性实施例的用于执行曲线拟合自动聚焦的装备。
图4图示依照所公开的技术的示例性实施例的,用于生成与特定相机相关联的预先确定的调制传递函数曲线的系统。
图5图示依照所公开的技术的示例性实施例的与特定相机相关联的预先确定的调制传递函数曲线。
图6图示依照所公开的技术的示例性实施例的,与特定相机相关联的预先确定的调制传递函数曲线连同针对多个测试图像的计算出的调制传递函数值。
图7图示依照所公开的技术的示例性实施例的,与特定相机相关联的预先确定的调制传递函数曲线连同针对多个测试图像的计算出的调制传递函数值和预先确定的调制传递函数曲线中的一个的线性缩放的版本。
图8图示依照所公开的技术的示例性实施例的,可用于执行本文中所描述的曲线拟合自动聚焦方法学的各种设计选择。
图9是图示依照所公开的技术的示例性实施例的,用于计算用于利用曲线拟合自动聚焦的相机的最佳镜头位置的方法的流程图。
图10是图示依照所公开的技术的示例性实施例的,用于计算用于利用曲线拟合自动聚焦的相机的最佳镜头位置的另一方法的流程图。
图11是图示依照所公开的技术的示例性实施例的,用于计算用于利用曲线拟合自动聚焦的相机的最佳镜头位置的又一方法的流程图。
图12是图示依照所公开的技术的示例性实施例的,用于计算用于利用曲线拟合自动聚焦的相机的最佳镜头位置的另一方法的流程图。
具体实施方式
将参考附图更充分地描述所公开的技术的一些实施方式。然而,此公开的技术可以被以许多不同的形式具体实现,而不应该被解释为限于本文中所阐述的实施方式。
所公开的技术的示例实施方式提供用于计算利用曲线拟合自动聚焦的相机的最佳镜头位置的方法和装备。此外,所公开的技术的示例实施方式提供用于生成并在数据库中存储与特定相机相关联的预先确定的调制传递函数曲线的方法和装备。
现在将参考附图描述所公开的技术的示例实施方式。
视需要而定,所公开的技术的实施方式可以包括具有图1中所图示的更多或更少的组件的计算设备。计算设备架构100是仅为了示例目的而提供的,而不限制本公开的系统、方法和计算机可读介质的各个实施方式的范围。
图1的计算设备架构100包括中央处理单元(CPU)102,其中可执行计算机指令被处理;显示器接口104,其支持图形用户界面并且提供用于在显示器上渲染视频、图形、图像和文本的功能。在所公开的技术的某些示例实施方式中,显示器接口104直接地连接到本地显示器,诸如与移动计算设备相关联的触摸屏显示器。在另一示例实施方式中,显示器接口104为不一定在物理上连接到移动计算设备的外部/远程显示器150提供数据、图像和其它信息。例如,桌面监视器可对在移动计算设备上呈现的图形和其它信息进行镜像。在某些示例实施方式中,显示器接口104例如经由Wi-Fi信道或其它可用的网络连接接口112以无线方式与外部/远程显示器进行通信。
在一个示例实施方式中,网络连接接口112可被配置为有线或无线通信接口并且可提供用于在显示器上渲染视频、图形、图像、文本、其它信息或其任何组合的功能。在一个示例中,通信接口可包括串行端口、并行端口、通用输入和输出(GPIO)端口、游戏端口、通用串行总线(USB)、微型USB端口、高清晰度多媒体(HDMI)端口、视频端口、音频端口、蓝牙端口、近场通信(NFC)端口、另一类似的通信接口或其任何组合。
计算设备架构100可包括向物理或虚拟键盘提供通信接口的键盘接口106。在一个示例实施方式中,计算设备架构100包括用于连接到存在敏感显示器107的存在敏感显示器接口108。根据所公开的技术的某些示例实施方式,存在敏感输入接口108向诸如可以或者可以不与显示器集成的指示设备、电容式触摸屏、电阻式触摸屏、触摸板、深度相机等的各种设备提供通信接口。
计算设备架构100可被配置成经由输入/输出接口中的一个或多个(例如,键盘接口106、显示器接口104、存在敏感输入接口108、网络连接接口112、相机接口114、声音接口116等)使用一个或多个输入组件以允许计算设备架构100向用户呈现信息并且从设备的环境捕获包括来自设备的用户的指令的信息。输入组件可包括鼠标、跟踪球、定向板、跟踪板、触摸验证的跟踪板、存在敏感跟踪板、存在敏感显示器、滚轮、包括可调镜头的数码相机、数码视频相机、web相机、麦克风、传感器、智能卡等。附加地,输入组件可与计算设备架构100集成或者可以是单独的设备。作为附加示例,输入组件可包括加速度计、磁力计、数码相机、麦克风和光学传感器。
计算设备架构100的示例实施方式可包括向天线提供通信接口的天线接口110;网络连接接口112可支持到网络的无线通信接口。如上面所提及的,显示器接口104例如可与网络连接接口112通信,以提供在未直接地连接或附接到系统的远程显示器上显示的信息。在某些实施方式中,提供了充当通信接口并提供用于从相机捕获数字图像的功能的相机接口114。在某些实施方式中,声音接口116是作为用于使用麦克风将声音转换成电信号并且用于使用扬声器将电信号转换成声音的通信接口来提供的。根据示例实施方式,提供了随机存取存储器(RAM)118,其中可执行计算机指令和数据可被存储在易失性存储器设备中以供由CPU 102处理。
根据一个示例实施方式,计算设备架构100包括只读存储器(ROM)120,其中用于诸如基本输入和输出(I/O)、启动或来自键盘的按键输入的接收的基本系统功能的不变低级系统代码或数据被存储在非易失性存储设备中。根据一个示例实施方式,计算设备架构100包括用于存储文件的存储介质122或其它适合类型的存储器(例如,诸如RAM、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)、磁盘、光盘、软盘、硬盘、可移动磁盒、闪存驱动器)包括操作系统124、应用程序126(必要时,包括例如web浏览器应用、微件或小组件引擎和或其它应用)和数据文件128。根据一个示例实施方式,计算设备架构100包括向电力组件提供适当的交流电(AC)或直流电(DC)的电源130。
根据一个示例实施方式,计算设备架构100包括允许设备100通过电话网络传送和接收音频和数据信息的电话子系统132。尽管被示出为单独的子系统,然而可以将电话子系统132实现为网络连接接口112的一部分。构成组件和CPU 102通过总线134彼此进行通信。
根据一个示例实施方式,CPU 102具有要作为计算机处理器的适当的结构。在一个配置中,CPU 102包括多于一个处理单元。RAM 118与计算机总线134对接以在诸如操作系统、应用程序和设备驱动程序的软件程序的执行期间向CPU 102提供快速RAM存储。更具体地,CPU 102将来自存储介质122或其它介质的计算机可执行处理步骤加载到RAM 118的字段中以便执行软件程序。数据可被存储在RAM 118中,其中数据可由计算机CPU 102在执行期间访问。在一个示例配置中,设备架构100包括至少128MB的RAM和256MB的闪速存储器。
存储介质122其本身可包括多个物理驱动单元,诸如独立磁盘冗余阵列(RAID)、软盘驱动器、闪速存储器、USB闪存驱动器、外部硬盘驱动器、拇指驱动器、笔驱动器、钥匙驱动器、高密度数字通用盘(HD-DVD)光盘驱动器、内部硬盘驱动器、蓝光光盘驱动器或全息图数字数据存储(HDDS)光盘驱动器、外部迷你双列直插存储器模块(DIMM)同步动态随机存取存储器(SDRAM)或外部微型DIMM SDRAM。这样的计算机可读存储介质允许计算设备访问存储在可移动和不可移动存储器介质上的计算机可执行处理步骤、应用程序等,以从设备卸载数据或者将数据上传到设备上。计算机程序产品——诸如利用通信系统的计算机程序产品——可被有形地具体实施在可包括机器可读存储介质的存储介质122中。
根据一个示例实施方式,如本文中所使用的术语计算设备可以是CPU,或者概念化为CPU(例如,图1的CPU 102)。在此示例实施方式中,计算设备(CPU)可与一个或多个外围设备——诸如显示器——耦合、连接和/或通信。在另一示例实施方式中,如本文中所使用的术语计算设备可指代诸如智能电话、平板计算机或智能手表的移动计算设备。在此示例实施方式中,计算设备将内容输出到其本地显示器和/或扬声器。在另一示例实施方式中,计算设备将内容输出到诸如TV或外部计算系统的外部显示设备(例如,通过Wi-Fi)。
在所公开的技术的示例实施方式中,计算设备包括可执行来促进任何操作的任何数目的硬件和/或软件应用。在示例实施方式中,一个或多个I/O接口促进计算设备与一个或多个输入/输出设备之间的通信。例如,通用串行总线端口、串行端口、盘驱动器、CD-ROM驱动器和/或一个或多个用户接口设备——诸如显示器、键盘、键区、鼠标、控制面板、触摸屏显示器、麦克风等——可促进与计算设备的用户交互。可以利用一个或多个I/O接口来从各式各样的输入设备接收或者收集数据和/或用户指令。接收到的数据可以在所公开的技术的各个实施方式中由一个或多个计算机处理器视需要而定来处理和/或被存储在一个或多个存储器设备中。
一个或多个网络接口可促进将计算设备输入和输出连接到一个或多个合适的网络和/或连接;例如,促进与和系统相关联的任何数目的传感器通信的连接。所述一个或多个网络接口可进一步促进连接到一个或多个合适的网络;例如,用于与外部设备和/或系统通信的局域网、广域网、互联网、蜂窝网络、射频网络、支持蓝牙的网络、支持Wi-Fi的网络、基于卫星的网络、任何有线网络、任何无线网络等。
图2是包括试图由采用自动聚焦方法学的相机202拍摄的对象200的场景的图示。相机202包括用于将入射光折曲到传感器206上的镜头204,所述传感器206被配置成对准通过镜头204折射的光。镜头204被设置在距传感器的特定距离210,在下文中被称为“镜头位置”处。相机202被设置在距对象200的特定距离208,在下文中被称为“对象距离”处。在图2中所图示的示例中,镜头204的位置可绕垂直于传感器206的平面调整。可通过调整相对于传感器206的镜头位置来操纵由相机202捕获的任何图像的锐度或清晰度。自动聚焦算法是被设计来识别相机(例如,相机202)的最佳镜头位置(例如,镜头位置210)以便实现试图拍摄的对象(例如,对象202)的最锐利图像的算法。
虽然图2和前面的讨论集中于利用自动聚焦算法以便实现对象(例如,对象200)的最锐利图像,但是本领域的普通技术人员将了解的是,试图在由相机(例如,相机202)拍摄的相片中清楚地捕获的目标可能不一定是对象本身,而可以是包括在相机的视场中的一些其它感兴趣内容,这样的感兴趣内容在下文中被称为一个“感兴趣区域”。作为示例而非限制,在包括人的场景中,感兴趣区域可以包括该人的面部。
图3图示依照本文中所公开的技术的适合于在执行曲线拟合自动聚焦时使用的示例性装备300。装备300可表示上面关于图1所描述的计算设备架构100的一个或多个实施方式。例如,装备300可作为移动电话、智能电话、平板、膝上型计算机、台式计算机或能够执行本文中所描述的功能性的任何其它合适的设备被实现。装备300包括存储器306、相机302、一个或多个处理器310和数据库312。尽管为了清楚起见被单独地示出,然而在一些实施例中,数据库312可以被存储在存储器306中。在一些实施例(未示出)中,数据库312可以从装备300远程地存储,但是可以由装备300经由一个或多个有线或无线网络访问。
存储器306包括用于引导处理器310的操作的可执行指令308。在一些实施例中,存储器306也包括要由处理器310作用于的数据(未示出)。相机302包括可调镜头304。在一些示例中,处理器310执行可执行指令308以便发出用于调整镜头304的位置的指令,以便按照本公开的教导执行曲线拟合自动聚焦。在不脱离本公开的教导的情况下,数据库312可包括任何数据存储体、数据储存库或数据文件的类似合集(被广泛地定义成包括数据或记录的任何组合),其例如被布置用于使用本领域中已知的或随后开发的任何数据库结构(例如,SQL、NoSQL、面向对象对象的关系型等)来进行搜索和检索的容易和速度。如所示,数据库312包括与相机302相关联的多个预先确定的调制传递函数曲线314。在下面关于图4提供了对预先确定的调制传递函数曲线314的生成和存储的讨论。在一些实施例中,所述多个预先确定的调制传递函数曲线314在所述多个预先确定的调制传递函数曲线314是使用与相机302基本上类似的测试相机来生成的意义上与相机302相关联。例如,在一些实施例中,测试相机可以是与相机302相同的牌子和型号。
相机302操作以作为本文中所阐述的曲线拟合自动聚焦方法学的一部分来捕获一个或多个测试图像帧。如本文中所使用的,“测试图像帧”指代由相机304捕获并用于识别相机304的最佳镜头位置以便获得或者捕获目标对象或感兴趣区域的最锐利图像的图像帧。测试帧可以与传统图像帧进行对比,其中传统图像帧是在已采用自动聚焦方法学(例如,本文中所描述的曲线拟合自动聚焦方法学)之后捕获的那些帧。
在一些实施例中,处理器310被配置成执行可执行指令308以便计算(i)用于与相机302的第一镜头位置相关联的第一测试图像帧的第一调制传递函数值以及(ii)用于与相机302的第二镜头位置相关联的第二测试图像帧的第二调制传递函数值。此外,处理器310可以被配置成执行可执行指令308以便从数据库312中识别基于第一调制传递函数值和第二调制传递函数值的特定预先确定的调制传递函数曲线。再进一步,处理器310可以执行可执行指令308以便(i)基于所识别的特定预先确定的调制传递函数曲线来计算相机302的最佳镜头位置(即,被配置成产生对象或感兴趣区域的最锐利捕获的图像的镜头位置)并且(ii)指令相机302将其镜头位置调整成与所计算出的最佳镜头位置一致。
在一些实施例中,可能期望执行附加处理以便确保根据上面所阐述的过程而识别的最佳镜头位置实际上是用于捕获对象或感兴趣区域的锐利图像的最佳或“最好”镜头位置。在这样的实施例中,处理器310可被进一步配置成执行可执行指令308以便计算与根据前面段落中所阐述的过程而计算出的最佳镜头位置相关联的第三测试图像帧的第三调制传递函数值。此外,处理器310可被进一步配置成执行可执行指令308以便从数据库312中重新识别基于第三调制传递函数值的特定预先确定的调制传递函数曲线。所重新识别的特定预先确定的调制传递函数曲线可以是最初识别的相同的曲线,或者它可以是不同的曲线。继续,处理器310可被进一步配置成执行可执行指令308以便基于所重新识别的特定预先确定的调制传递函数曲线来重新计算相机302的最佳镜头位置。最后,处理器310可被配置成执行可执行指令308以便向相机302发出指令以必要时(即,在所重新计算出的最佳镜头位置不同于原始计算出的最佳镜头位置的情况下)将相机302的镜头位置重新调整成与所重新计算出的最佳镜头位置一致。
在一些实施例中,从数据库312中识别和/或重新识别特定预先确定的调制传递函数曲线的步骤可以包括执行相位检测和/或对比度检测以便识别特定预先确定的调制传递函数曲线。为此目的可采用为本领域的普通技术人员已知的用于执行相位检测和/或对比度检测的合适的技术。例如,并且如本领域中已知的,可以采用以下对比度检测技术:索贝尔(Sobel)滤波、幅度检测和/或结合幅度检测的索贝尔滤波。
图4图示依照本公开的实施例的,适合于在生成与相机(例如,图3中所示的相机302)相关联的预先确定的调制传递曲线(例如,预先确定的调制传递函数曲线314)时使用的自动化相机测试器系统400。自动化相机测试器系统400包括测试相机支撑件402、机动测试相机轨道404、具有可调镜头408的测试相机406、测试对象422以及操作地连接到测试相机406和/或测试相机支撑件402并与其无线或有线通信的自动化相机测试器410。
测试相机支撑件402可沿着机动测试相机轨道404水平地移动,使得测试相机406可以在不同的对象距离(例如,图4中所示的对象距离418)处捕获测试对象422的图像。在不偏离本公开的教导的情况下,用于移动测试相机支撑件402的任何合适的装置(例如,作为测试相机支撑件402和/或机动相机轨道404的一部分而包括的一个或多个机械或电动马达)可被用于移动测试相机支撑件402。此外,测试相机406的可调镜头408可水平地移动以便在不同的镜头位置(例如,图4中所示的镜头位置420)处捕获图像。在一些实施例中,测试对象422可以包括如本领域中已知的包括黑白和/或彩色图案的测试图。然而,在不偏离本公开的教导的情况下,测试对象422可采取任何数目的不同的配置。
自动化相机测试器410包括马达控制逻辑414、相机控制逻辑412、位置反馈逻辑416和调制传递函数计算逻辑424。在一些实施方式中,自动化相机测试器410可以采取图1的计算设备架构的形式。各个自动化相机测试器逻辑412、414、416、424可以采取硬件、软件、固件或其任何组合的形式以便实现本公开中所描述的功能性。可以利用自动化相机测试器系统400来依照以下讨论为测试相机406并且因此为展现出测试相机406的相同机械特性的任何相机(诸如相同牌子和型号的其它相机)生成预先确定的调制传递函数曲线。
在操作中,自动化相机测试器系统400可生成预先确定的调制传递函数曲线314(例如,用于存储在数据库312中)如下。自动化相机测试器410的马达控制逻辑414可沿着机动测试相机轨道404将测试相机支撑件402(以及因此耦合到其的测试相机406)引导到与第一对象距离(例如,对象距离418)相对应的位置。位置反馈逻辑416被配置成使用本领域中已知的技术来在任何给定时间探知测试相机406的特定位置(以及因此对象距离)。当被定位在第一对象距离处时,相机控制逻辑412可引导测试相机406在镜头408的多个不同的镜头位置处捕获测试对象422的多个测试相机图像帧。关于每个特定捕获的测试相机图像帧,调制传递函数曲线计算逻辑424被配置成使用本领域中已知的任何合适的调制传递函数计算来计算测试相机图像帧的调制传递函数值。因此,对于给定对象距离,可获得与多个镜头位置相对应的多个调制传递函数值。针对给定对象距离的所述多个调制传递函数值可被表示为构成曲线的点,其中曲线表示针对在不同的镜头位置处的所有捕获的测试相机图像帧的所有计算出的调制传递函数值。在本文中关于图5和伴随讨论对此构思进行更详细的描述。
在计算第一对象距离处的不同的镜头位置的调制传递函数值之后,马达控制逻辑414可以沿着机动测试相机轨道404将测试相机支撑件402(以及因此耦合到其的测试相机406)引导到与不同于第一对象距离的第二对象距离相对应的位置。位置反馈逻辑416被配置成探知第二对象距离。在第二对象距离处,可以重复上述过程,使得相机控制逻辑412引导测试相机406在镜头408的多个不同的镜头位置处捕获测试对象422的多个测试相机图像帧。调制传递函数曲线计算逻辑424然后可针对所有不同的镜头位置来计算在第二对象距离处获得的测试相机图像帧的所有调制传递函数值。以这种方式,可以生成反映与针对第二对象距离的相应的镜头位置相关联的多个不同的调制传递函数值的第二调制传递函数曲线。
在不偏离本公开的教导的情况下,可以在任何合适数目的对象距离处捕获任何合适数目的测试相机图像帧。在一些实施例中,所生成的多个预定义调制传递函数曲线314可以被存储在数据库——诸如数据库312中。
图5图示依照本公开的教导而生成的与特定相机(例如,测试相机406)相关联的多个预先确定的调制传递函数曲线(例如,预先确定的调制传递函数曲线314)。关于图5,示出了四个示例性调制传递函数曲线502、504、506和508。每个曲线标绘从针对给定对象距离处的不同的镜头位置处的测试相机图像帧获得的计算出的调制传递函数值。因此,曲线502可表示针对第一对象距离处的多个镜头位置的所计算出的调制传递函数值。类似地,曲线504可表示针对第二对象距离处的多个镜头位置的所计算出的调制传递函数值,曲线506可表示针对第三对象距离处的多个镜头位置的所计算出的调制传递函数值,并且曲线508可表示针对第四对象距离处的多个镜头位置的所计算出的调制传递函数值。
预先确定的调制传递函数曲线502-508在以下意义上是“预先确定的”:它们由自动化相机测试器系统(例如,自动化相机测试器系统400)生成以供稍后由包括具有类似的自动聚焦特性的相机(例如,相机302)的电子设备(例如,装备300)用作自动聚焦操作的一部分。如在下面附加详细地阐述的,作为自动聚焦操作的一部分,包括相机的电子设备可以利用预先确定的调制传递函数曲线(例如,通过访问包括预先确定的调制传递函数曲线的数据库)以便快速地识别用于实现图像(或其中的任何对象/感兴趣区域)的最佳锐度的最佳镜头位置。
图6图示依照所公开的技术的示例性实施例的,(i)与特定相机相关联的多个预先确定的调制传递函数曲线和(ii)针对多个测试图像帧的计算出的调制传递函数值。更具体地,图6图示可如何利用所生成的多个预先确定的调制传递函数曲线502、504、506、508来来快速地识别相机的最佳镜头位置,其是通过将针对多个测试图像帧的所计算出的调制传递函数值与曲线502、504、506、508相比较的曲线拟合自动聚焦操作的一部分。点602、604和606表示与由相机(例如,装备300的相机302)捕获的三个测试图像帧和三个对应的镜头位置相关联的调制传递函数值。
本文中所阐述的曲线拟合自动聚焦算法的一个目标是为了通过将(i)表示与由相机捕获的测试图像相关联的调制传递函数值的点(例如,点602、604、606)与(ii)使用与捕获测试图像的相机基本上类似的测试相机所生成的预先确定的调制传递函数曲线(例如,曲线502、504、506、508)相比较来确定哪一个曲线(以及因此哪一个镜头位置)将产生对象(或感兴趣区域)的最锐利图像。
因此,在图6中所示的实施例中,数据库(例如,数据库312)已经用按照上述讨论(参见例如图4和伴随讨论)使用测试相机(例如,测试相机406)所生成的预先确定的调制传递函数曲线(例如,曲线502、504、506、508)填充。除测试相机(例如,相机302)以外的相机然后可按照本公开来利用曲线拟合自动聚焦方法学,以便识别被设计成产生对象或感兴趣区域的最锐利图像的最佳镜头位置如下。相机可捕获多个测试图像帧。如图6在所示,可将每个测试图像帧表示为给定镜头位置处的调制传递函数值(即,在测试图像帧被捕获时的相机的镜头位置)。用于计算针对在给定镜头位置处捕获的测试图像帧的调制传递函数值的技术为本领域的普通技术人员所知。
继续参考图6,在确定了与在多个镜头位置处捕获的测试图像帧相关联的多个调制传递函数值之后,可将那些值(例如,点602-606)与预先确定的调制传递函数曲线(例如,曲线502、504、506、508)相比较以便识别与最佳镜头位置相关联的特定预先确定的调制传递函数曲线。在一个示例中,最佳镜头位置将与给定预先确定的调制传递函数曲线的峰值一致。
例如并且继续参考图6,点602看起来与曲线504和曲线506两者相交。因此,点602本身可能不足以确定将产生对象或感兴趣区域的最锐利图像的最佳预先确定的调制传递函数曲线。因此,在此示例中,可捕获另一测试图像帧并且可计算与此测试图像帧相对应的调制传递函数值。为了此示例起见,假定与第二测试图像帧相对应的调制传递函数值被表示为图6的点604。如图6中所示,点604仅与曲线506相交;因此,曲线506很可能表示当点602和点604两者与此曲线相交时将产生最佳镜头位置的曲线。然而,在此示例中,可能期望比较的附加点(例如,为了确认曲线506确实与最佳镜头位置一致)。因此,可捕获另一(第三)测试图像帧并且可计算与其相对应的调制传递函数值。与第三测试图像帧相关联的调制传递函数值可由图6的点606来表示。在此时,清楚的是点602、604和606全部与曲线506相交。因此,曲线506可以被确定为与最佳镜头位置一致。因此,可以将相机的镜头位置调整(例如,经由从装备300的处理器310发出的指令)成与曲线506的峰值一致,以便在传统图像帧被捕获(即,最终相片实际被拍摄)时实现对象或感兴趣区域的最佳锐度。在一些实施例中,为了识别最佳镜头位置而捕获的测试图像帧在曲线拟合自动聚焦算法被执行之后被丢弃。在其它实施例中,这些测试图像帧被保留(例如,存储在装备300的存储器306中)。
图7图示当与测试图像帧相关联的调制传递函数值中的一个或多个不直接地与预先确定的调制传递函数曲线中的任何一个相交时可以如何利用本文中所公开的曲线拟合算法来识别最佳镜头位置的一个示例。例如,当与测试图像帧相关联的对象距离不同于与预先确定的调制传递函数曲线中的任何一个相关联的对象距离时,或者在对象距离未知的情况下,可能出现这种情形。
更具体地,图7图示(i)与特定相机相关联的多个预先确定的调制传递函数曲线(502、504、506和508);(ii)针对多个测试图像(704、706和708)的计算出的调制传递函数值;(iii)预先确定的调制传递函数曲线506的线性缩放的版本(被表示为附图标记702的线性缩放的版本);以及(iv)计算出的最佳镜头位置710(其中上述(i)-(iv)中的全部都被表示为附图标记700)。
可按照关于图6的上述讨论来执行用于生成预先确定的调制传递函数曲线502、504、506、508并且计算与测试图像704、706、708相关联的调制传递函数值的过程。然而,在此阶段处,可以确定与测试图像704、706、708相关联的调制传递函数值中的一些或全部不与相同的预先确定的调制传递函数曲线相交。因此,本文中所阐述的曲线拟合算法可以进一步包括确定与测试图像704、706、708相关联的调制传递函数值是否与预先确定的调制传递函数曲线中的任何一个的线性缩放的版本一致。因此,如图7中所示,确定了与测试图像704、706、708相关联的调制传递函数值与预先确定的调制传递函数曲线506的线性缩放的版本一致,其中曲线506的线性缩放的版本被表示为曲线702。因为点704、706、708全部与线性缩放的曲线702相交,所以曲线506可以被识别为特定预先确定的调制传递函数曲线,并且曲线506的峰值(被表示为附图标记710)可以识别最佳镜头位置。
在一些实施例中,确定预先确定的调制传递函数曲线中的任何一个的线性缩放的版本是否对应于与测试图像相关联的调制传递函数值包括:确定(i)第一镜头位置处的第一测试图像的第一调制传递函数值与(ii)第一镜头位置处的与预先确定的调制传递函数曲线中的任何一个的线性缩放的版本相对应的调制传递函数值之间的差。因此,返回参考图7,此步骤可能要求计算在第一镜头位置(例如,点706)处拍摄的测试图像的调制传递函数值与沿着预先确定的调制传递函数曲线中的一个或多个的相同镜头位置处的调制传递函数值(例如,曲线502、504、506、508及其相应的缩放值)之间的差。为了识别与最佳镜头位置相关联的特定预先确定的调制传递函数曲线,可以必要时多次执行此过程。
图8图示可用于执行本文中所描述的曲线拟合自动聚焦方法学的各个设计选择。如上所述,图像帧800可以由相机在该相机的特定镜头位置处并在特定对象距离处捕获。为了简单,图像帧800被示出为具有九个区域802、810、812、814、816、818、820、822和824。然而,本领域的普通技术人员将了解的是,在不脱离本公开的教导的情况下给定图像帧可以由任何合适数目的区域组成。如图8中所示,区域802已被选择为感兴趣区域。因此,可针对感兴趣区域802计算调制传递函数以便按照上述讨论求出图像帧800的调制传递函数值。然而,在一些实施例中,可选择另一区域作为感兴趣区域。例如,不同于选择区域802作为感兴趣区域,可选择区域810作为感兴趣区域。
在其它实施例中,可以针对同一图像帧(例如,图像帧800)的多个不同的区域(例如,区域810、812和814)计算调制传递函数值。然后,可以选择特定感兴趣区域作为要在生成该图像帧的调制传递函数值时利用的感兴趣区域。在确定要选择哪一个感兴趣区域时,可以利用诸如数据置信度和/或图像内容相关性的参数。
在另一实施例中,不同于看着图像帧的感兴趣区域,可以针对诸如空间频率fi806和/或空间频率f 808的一个或多个空间频率来计算调制传递函数。与关于感兴趣区域的上述讨论中,可以选择特定空间频率作为要在生成该图像帧的调制传递函数值时利用的空间频率。在确定要选择哪一个空间频率时,可以利用诸如数据置信度和/或图像内容相关性的参数。类似地,不同于选择要在生成图像帧的调制传递函数值时利用的特定空间频率,可以利用空间方向。要利用的特定空间方向可以基于诸如数据置信度和/或图像内容相关性的参数。
最后,在一些实施例中,可以跨一个或多个感兴趣区域、一个或多个空间频率和一个或多个空间方向计算调制传递函数值。在这样的实施例中,对要在生成该图像帧的调制传递函数值时利用的哪一个特定感兴趣区域、空间频率或空间方向的选择可以基于诸如数据置信度和/或图像内容相关性的参数。
图9是根据所公开的技术的示例实施方式的方法900的流程图。方法900在处理器——诸如图3的处理器310——计算与相机——诸如相机302——的第一镜头位置相关联的第一测试图像帧的第一调制传递函数值的框902处开始。如本文中关于图9至图12所讨论的,任何计算出的调制传递函数可以对应于任何测试图像帧内的特定对象或感兴趣区域,并且确定要选择哪一个对象和/或感兴趣区域可以基于如上面关于图8所讨论的诸如数据置信度和/或图像内容相关性的参数。在框904处,处理器计算与相机的第二镜头位置相关联的第二测试图像帧的第二调制传递函数值。在框906处,处理器从包括与相机相关联的多个预定义调制传递函数曲线的数据库中识别特定预先确定的调制传递函数曲线。可以基于第一调制传递函数值和第二调制传递函数值来识别特定预先确定的调制传递函数曲线。如果两个调制传递函数值不足以区分单个预先确定的调制传递函数曲线,则可以通过返回到框904并且重新评估是否可基于先前调制传递函数值和附加调制传递函数值识别预先确定的调制传递函数曲线来获得附加调制传递函数值,如框907处所示。如所示,框907询问是否恰好一个预先确定的调制传递函数曲线拟合第一、第二和任何附加的调制传递函数值。因为框904设想计算一个或多个后续的第二调制传递函数值(例如,因为在步骤907处做出了并非恰好一个预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值的确定),所以注意,任何随后计算出的第二调制传递函数值不覆写首先计算出的“第二调制传递函数值”。预先确定的调制传递函数曲线可以在它与值相交或者在所述值的预定义阈值内的情况下“拟合”一个或多个调制传递函数值。在框908处,处理器基于所识别的预先确定的调制传递函数曲线来计算相机的最佳镜头位置。最后,在框910处,可以将相机的镜头位置调整成与所计算出的最佳镜头位置一致。
图10是根据所公开的技术的另一示例实施方式的方法1000的流程图。方法1000在处理器(例如,图4的MTF曲线计算逻辑424)生成与相机(例如,图4的测试相机406和/或图3的相机302)相关联的多个预定义调制传递函数曲线的框1002处开始。在框1004处,处理器将所生成的与相机相关联的多个预定义调制传递函数曲线存储在数据库(例如,数据库312)中。在框1006处,另一处理器(例如,图3的处理器310)计算与相机(例如,相机302)的第一镜头位置相关联的第一测试图像帧的第一调制传递函数值。在框1008处,另一处理器计算与相机的第二镜头位置相关联的第二测试图像帧的第二调制传递函数值。在框1010处,另一处理器从包括所生成的多个预定义调制传递函数曲线的数据库中识别特定预先确定的调制传递函数曲线。可基于第一调制传递函数值和第二调制传递函数值来识别特定预先确定的调制传递函数曲线。在框1011处,另一处理器确定是否恰好一个预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值两者。如果并非恰好一个预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值两者,则过程可以在再次进行到可以做出关于是否恰好一个预先确定的调制传递函数曲线(现在)拟合第一、第二和任何附加的调制传递函数值的确定的框1010之前返回到可以获得附加的调制传递函数值的框1008。当框1008设想计算一个或多个后续的第二调制传递函数值(例如,因为在步骤1011处做出了并非恰好一个预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值的确定)时,注意,任何随后计算出的第二调制传递函数值不覆写首先计算出的“第二调制传递函数值”。如果恰好一个预先确定的调制传递函数曲线确实拟合调制传递函数值,则过程可以进行到另一处理器基于所识别的预先确定的调制传递函数曲线来计算相机的最佳镜头位置的框1012。最后,在框1014处,可以将相机的镜头位置调整成与所计算出的最佳镜头位置一致。
图11是根据所公开的技术的又一示例实施方式的方法1100的流程图。方法1100在处理器(例如,图3的处理器310)计算与相机的第一镜头位置相关联的第一测试图像帧的第一调制传递函数值的框1102处开始。在框1104处,处理器计算与相机的第二镜头位置相关联的第二测试图像帧的第二调制传递函数值。在框1106处,处理器从包括与相机相关联的多个预定义调制传递函数曲线的数据库中识别特定预先确定的调制传递函数曲线。可基于第一调制传递函数值和第二调制传递函数值来识别特定预先确定的调制传递函数曲线。在框1107处,处理器确定是否恰好一个预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值两者。如果并非恰好一个预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值两者,则过程可以在再次进行到可以做出关于恰好一个预先确定的调制传递函数曲线是否(现在)拟合第一、第二和任何附加的调制传递函数值的确定的框1106之前返回到可以获得附加的调制传递函数值的框1104。当框1104设想计算一个或多个后续的第二调制传递函数值时(例如,因为在步骤1107处做出了并非恰好一个预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值的确定),注意,任何随后计算出的第二调制传递函数值都不覆写首先计算出的“第二调制传递函数值”。如果恰好一个预先确定的调制传递函数曲线确实拟合调制传递函数值,则过程可以进行到另一处理器基于所识别的预先确定的调制传递函数曲线来计算相机的最佳镜头位置的框1108。在框1110处,可以将相机的镜头位置调整成与所计算出的最佳镜头位置一致。在框1112处,处理器计算与所计算出的最佳镜头位置相关联的第三测试图像帧的第三调制传递函数值。在框1114处,处理器基于第三调制传递函数值来从数据库中重新识别特定预定义调制传递函数曲线。在框1116处,处理器基于所重新识别的特定预先确定的调制传递函数曲线来重新计算相机的最佳镜头位置。最后,在框1118处,必要时可以将相机的镜头位置重新调整成与所重新计算出的最佳镜头位置一致。
图12是根据所公开的技术的又一示例实施方式的方法1200的流程图。方法1200在相机(例如,图3的相机302)捕获对象的第一测试图像帧的框1202处开始。在框1202处,处理器(例如,图3的处理器310)计算与第一测试图像帧相关联的调制传递函数值。在框1204处,相机捕获对象的第二测试图像帧。在框1204处,处理器计算与第二测试图像帧相关联的调制传递函数值。在框1206处,处理器确定任何缩放的预先确定的调制传递函数曲线是否与第一调制传递函数值和第二调制传递函数值相交。在框1208处,处理器确定是否恰好一个缩放的预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值两者。如果并非恰好一个缩放的预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值,则过程可以在再次进行到可以做出关于是否恰好一个缩放的预先确定的调制传递函数曲线(现在)拟合第一、第二和任何附加的调制传递函数值的框1206之前返回到可以捕获附加的测试图像帧并且可以计算与其关联的附加的调制传递函数值的框1204。当框1204设想计算一个或多个后续的第二调制传递函数值时(例如,因为在步骤1208处确定了并非恰好一个预先确定的调制传递函数曲线拟合第一调制传递函数值和第二调制传递函数值的确定),注意,任何随后计算出的第二调制传递函数值不覆写首先计算出的“第二调制传递函数值”。如果恰好一个缩放的预先确定的调制传递函数曲线确实拟合调制传递函数值,则过程可以进行到相机捕获第三测试图像帧的框1210。在框1210处,处理器计算与第三测试图像帧相关联的第三调制传递函数值。在框1212处,响应于确定恰好一个缩放的预先确定的调制传递函数曲线拟合第一调制传递函数值、第二调制传递函数值和第三调制传递函数值,处理器基于恰好一个缩放的预先确定的调制传递函数曲线来计算相机的最佳镜头位置。在框1214处,可以将相机的镜头位置调整成与所计算出的最佳镜头位置一致。
在上面参考根据所公开的技术的示例实施方式的系统和方法的框图和流程图和/或计算机程序产品描述了所公开的技术的某些实施方式。将理解的是,框图和流程图的一个或多个框以及框图和流程图中的框的组合分别可通过计算机可执行程序指令来实现。同样地,根据所公开的技术的一些实施方式,框图和流程图的一些框可能不一定需要按照所呈现的次序来执行,可以被重复,或者可能根本不一定需要被执行。
这些计算机可执行程序指令可以被加载到通用计算机、专用计算机、处理器、或其它可编程数据处理装备上以产生特定机器,使得在该计算机、处理器或其它可编程数据处理装备上执行的指令创建用于实现在一个或多个流程图框中指定的一个或多个功能的装置。这些计算机程序指令也可以被存储在计算机可读存储器中,所述这些计算机程序指令可引导计算机或其它可编程数据处理装备以特定方式起作用,使得存储在计算机可读存储器中的指令产生包括实现在一个或多个流程图框中指定的一个或多个功能的指令装置的制品。作为示例,所公开的技术的实施方式可以提供计算机程序产品,包括具有实施在其中的计算机可读程序代码或程序指令的计算机可用介质,所述计算机可读程序代码被适配成被执行来实现在一个或多个流程图框中指定的一个或多个功能。计算机程序指令也可以被加载到计算机或其它可编程数据处理装备上以致使要在该计算机或其它可编程装备上执行的一系列操作元素或步骤产生计算机实现的过程,使得在该计算机或其它可编程装备上执行的指令提供用于实现在一个或多个流程图框中指定的功能的元素或步骤。
因此,框图和流程图的框支持用于执行所指定的功能的装置的组合、用于执行所指定的功能的元素或步骤的组合以及用于执行所指定的功能的程序指令装置。也将理解的是,框图和流程图的每个框以及框图和流程图中的框的组合可由执行所指定的功能、元素或步骤的基于专用硬件的计算机系统或专用硬件和计算机指令的组合来实现。
在上面参考移动计算设备描述了所公开的技术的某些实施方式。本领域的技术人员认识到存在若干类别的移动设备,通常被称为可在电池上运行但是通常未被分类为膝上型电脑的便携式计算设备。例如,移动设备可包括但不限于便携式计算机、平板PC、互联网平板、PDA、超移动PC(UMPC)和智能电话。
在此说明书中,已经阐述了许多具体细节。然而,应当理解的是,可以在没有这些具体细节的情况下实践所公开的技术的实施方式。在其它实例中,尚未详细地示出众所周知的方法、结构和技术以免使对此说明书的理解混淆。对“一个实施方式”、“实施方式”、“示例实施方式”、“各个实施方式”等的引用指示如此描述的所公开的技术的实施方式可以包括特定特征、结构或特性,但是并非每一实施方式必定包括该特定特征、结构或特性。另外,短语“在一个实施方式中”的重复使用不一定指代相同的实施方式,但是它可以指代相同的实施方式。
在整个说明书和权利要求书中,除非上下文另外清楚地规定,否则以下术语至少采取本文中明确地关联的含义。术语“连接”意味着一个功能、特征、结构或特性直接地接合到另一功能、特征、结构或特性或者与另一功能、特征、结构或特性通信。术语“耦合”意味着一个功能、特征、结构或特性直接地或间接地接合到另一功能、特征、结构或特性或者与另一功能、特征、结构或特性通信。术语“或”旨在意指包含性“或”。另外,除非另外指定或者从上下文清楚针对单数形式,否则术语“一”、“一个”和“该”旨在意指一个或多个。
如本文中所使用的,除非另外指定否则使用序数形容词“第一”、“第二”、“第三”等来描述公共对象仅仅指示相似对象的不同实例被引用,而不旨在暗示如此描述的对象必须在时间上、在空间上、在排名上或以任何其它方式处于给定序列。
虽然已经结合目前被认为是最实用的和各个实施方式的内容描述了所公开的技术的某些实施方式,但是应当理解的是,所公开的技术不限于所公开的实施方式,而是相反,旨在涵盖包括在所附权利书的范围内的各种修改和等同布置。尽管在本文中采用特定术语,然而它们仅在通用和描述性意义上被使用而不用于限制的目的。
此撰写的说明书使用示例来公开所公开的技术的某些实施方式,包括最佳模式,并且也使得本领域的技术人员能够实践所公开的技术的某些实施方式,包括制造和使用任何设备或系统并且执行任何并入的方法。所公开的技术的某些实施方式的可取得专利的范围被限定在权利要求书中,并且可以包括被本领域的技术人员想到的其它示例。如果这样的其它示例具有不同于权利要求书的字面语言的结构元素,或者如果这样的其它示例包括与权利要求书的字面语言无实质差异的等同结构元素,则它们旨在处于在权利要求书的范围内。
Claims (20)
1.一种方法,包括:
由处理器计算与相机的第一镜头位置相关联的第一测试图像帧的第一调制传递函数值;
由所述处理器计算与所述相机的第二镜头位置相关联的第二测试图像帧的第二调制传递函数值;
由所述处理器从包括与所述相机相关联的多个预先确定调制传递函数曲线的数据库中,基于所述第一调制传递函数值和所述第二调制传递函数值来识别特定的预先确定调制传递函数曲线;
由所述处理器基于所识别的特定的预先确定调制传递函数曲线来计算所述相机的最佳镜头位置;以及
将所述相机的镜头位置调整成与所计算出的最佳镜头位置一致。
2.根据权利要求2所述的方法,其中,基于所述第一调制传递函数值和所述第二调制传递函数值来识别所述特定的预先确定调制传递函数曲线包括:确定所述多个预先确定调制传递函数曲线中任何一个的线性缩放版本是否对应于所述第一调制传递函数值和所述第二调制传递函数值。
3.根据权利要求2所述的方法,其中,确定所述多个预先确定调制传递函数曲线中任何一个的所述线性缩放版本是否对应于所述第一调制传递函数值和所述第二调制传递函数值包括:
确定所述第一镜头位置处的所述第一调制传递函数值与所述第一镜头位置处的与所述多个预先确定调制传递函数曲线中任何一个的所述线性缩放版本相对应的调制传递函数值之间的差。
4.根据权利要求3所述的方法,其中,确定所述多个预先确定调制传递函数曲线中任何一个的所述线性缩放的版本是否对应于所述第一调制传递函数值和所述第二调制传递函数值还包括:
确定所述多个预先确定调制传递函数曲线中任何一个的所述线性缩放版本是否与所述第一调制传递函数值和所述第二调制传递函数值两者相交。
5.根据权利要求1所述的方法,还包括:
生成与所述相机相关联的所述多个预先确定调制传递函数曲线;以及
将所生成的与所述相机相关联的多个预先确定调制传递函数曲线存储在所述数据库中。
6.根据权利要求5所述的方法,其中,生成与所述相机相关联的所述多个预先确定调制传递函数曲线包括:
由在机械特性上基本上等同于所述相机的测试相机,在从所述测试相机到对象的第一距离处并在所述测试相机的第一镜头位置处捕获所述对象的第一测试相机图像帧;
由所述测试相机在从所述测试相机到所述对象的所述第一距离处并在所述测试相机的第二镜头位置处捕获所述对象的第二测试相机图像帧;
由所述测试相机在从所述测试相机到所述对象的第二距离处并在所述测试相机的所述第一镜头位置处捕获所述对象的第三测试相机图像帧;以及
由所述测试相机在从所述测试相机到所述对象的所述第二距离处并在所述测试相机的所述第二镜头位置处捕获所述对象的第四测试相机图像帧。
7.根据权利要求6所述的方法,还包括:
基于所述对象的所捕获的第一测试相机图像帧、所捕获的第二测试相机图像帧、所捕获的第三测试相机图像帧和所捕获的第四测试相机图像帧来计算所述测试相机的相应调制传递函数曲线,其中,每个相应调制传递函数曲线表示针对距所述测试相机的特定距离处的所述对象的所述测试相机的不同镜头位置处的调制传递函数值。
8.根据权利要求1所述的方法,还包括:
响应于将所述相机的镜头位置调整成与所计算出的最佳镜头位置一致,由所述处理器计算与所计算出的最佳镜头位置相关联的第三测试图像帧的第三调制传递函数值;
由所述处理器从所述数据库中基于所述第三调制传递函数值来重新识别特定的预先确定调制传递函数曲线;
由所述处理器基于重新识别的特定的预先确定调制传递函数曲线来重新计算所述相机的最佳镜头位置;以及
必要时将所述相机的镜头位置重新调整成与重新计算出的最佳镜头位置一致。
9.根据权利要求1所述的方法,其中,基于所述第一调制传递函数值和所述第二调制传递函数值来识别所述特定的预先确定调制传递函数曲线还包括:
确定是否恰好一个预先确定调制传递函数曲线拟合所述第一调制传递函数值和所述第二调制传递函数值两者;
响应于确定并非恰好一个预先确定调制传递函数曲线拟合所述第一调制传递函数值和所述第二调制传递函数值两者,计算与所述相机的第三镜头位置相关联的第三测试图像帧的第三调制传递函数值;以及
确定是否恰好一个预先确定调制传递函数曲线拟合所述第一调制传递函数值、所述第二调制传递函数值和所述第三调制传递函数值。
10.根据权利要求1所述的方法,其中,基于所述第一调制传递函数值和所述第二调制传递函数值来识别所述特定的预先确定调制传递函数曲线还包括:
执行对比度检测,以识别所述特定的预先确定调制传递函数曲线。
11.一种方法,包括:
由测试相机在从所述测试相机到对象的第一距离处并在所述测试相机的第一镜头位置处捕获所述对象的第一测试相机图像帧;
由所述测试相机在从所述测试相机到所述对象的所述第一距离处并在所述测试相机的第二镜头位置处捕获所述对象的第二测试相机图像帧;
由所述测试相机在从所述测试相机到所述对象的第二距离处并在所述测试相机的所述第一镜头位置处捕获所述对象的第三测试相机图像帧;
由所述测试相机在从所述测试相机到所述对象的所述第二距离处并在所述测试相机的所述第二镜头位置处捕获所述对象的第四测试相机图像帧;并且
由处理器基于所述对象的所捕获的第一测试相机图像帧至第四测试相机图像帧来生成与所述测试相机相关联的多个预先确定调制传递函数曲线;以及
由所述处理器将所生成的与所述测试相机相关联的多个预先确定调制传递函数曲线存储在数据库中。
12.根据权利要求11所述的方法,其中,生成与所述测试相机相关联的多个预先确定调制传递函数曲线包括:基于所述对象的所捕获的第一测试相机图像帧至第四测试相机图像帧来计算所述测试相机的相应调制传递函数曲线,其中,每个相应调制传递函数曲线表示针对距所述测试相机的特定距离处的所述对象的所述测试相机的不同的镜头位置处的调制传递函数值。
13.根据权利要求11所述的方法,还包括:
由处理器计算与相机的第一镜头位置相关联的第一测试图像帧的第一调制传递函数值;
由所述处理器计算与所述相机的第二镜头位置相关联的第二测试图像帧的第二调制传递函数值;
由所述处理器从包括所生成的与所述测试相机关联的多个预先确定调制传递函数曲线的所述数据库中,基于所述第一调制传递函数值和所述第二调制传递函数值来识别特定的预先确定调制传递函数曲线;
由所述处理器基于所识别的特定的预先确定调制传递函数曲线来计算所述相机的最佳镜头位置;以及
将所述相机的镜头位置调整成与所计算出的最佳镜头位置一致。
14.根据权利要求13所述的方法,其中,所述测试相机在机械特性上基本上等同于所述相机。
15.根据权利要求13所述的方法,还包括:
响应于将所述相机的镜头位置调整成与所计算出的最佳镜头位置一致,由所述处理器计算与所计算出的最佳镜头位置相关联的第三测试图像帧的第三调制传递函数值;
由所述处理器从所述数据库中基于所述第三调制传递函数值来重新识别特定的预先确定调制传递函数曲线;
由所述处理器基于重新识别的特定的预先确定调制传递函数曲线来重新计算所述相机的所述最佳镜头位置;以及
必要时将所述相机的镜头位置重新调整成与重新计算出的最佳镜头位置一致。
16.根据权利要求13所述的方法,其中,基于所述第一调制传递函数值和所述第二调制传递函数值来识别所述特定的预先确定调制传递函数曲线还包括:
确定是否恰好一个预先确定调制传递函数曲线拟合所述第一调制传递函数值和所述第二调制传递函数值两者;
响应于确定并非恰好一个预先确定调制传递函数曲线拟合所述第一调制传递函数值和所述第二调制传递函数值两者,计算与所述相机的第三镜头位置相关联的第三测试图像帧的第三调制传递函数值;以及
确定是否恰好一个预先确定调制传递函数曲线拟合所述第一调制传递函数值、所述第二调制传递函数值和所述第三调制传递函数值。
17.根据权利要求13所述的方法,其中,基于所述第一调制传递函数值和所述第二调制传递函数值来识别所述特定的预先确定调制传递函数曲线还包括:执行对比度检测,以识别所述特定的预先确定调制传递函数曲线。
18.一种装备,装备包括:
存储器,所述存储器包括可执行指令;以及
处理器,所述处理器操作地连接到所述存储器,其中,所述处理器被配置成执行所述可执行指令以便实现一种方法,所述方法包括:
计算与相机的第一镜头位置相关联的第一测试图像帧的第一调制传递函数值;
计算与所述相机的第二镜头位置相关联的第二测试图像帧的第二调制传递函数值;
从包括与所述相机相关联的多个预先确定调制传递函数曲线的数据库中,基于所述第一调制传递函数值和所述第二调制传递函数值来识别特定的预先确定调制传递函数曲线;以及
基于所识别的特定的预先确定调制传递函数曲线来计算所述相机的最佳镜头位置。
19.根据权利要求18所述的装备,其中,所述可执行指令当由所述处理器执行时,致使所述处理器实现还包括以下步骤的所述方法:
生成用于将所述相机的镜头位置调整成与所计算出的最佳镜头位置一致的指令。
20.根据权利要求18所述的装备,其中,基于所述第一调制传递函数值和所述第二调制传递函数值来识别所述特定的预先确定调制传递函数曲线包括:确定所述多个预先确定调制传递函数曲线中任何一个的线性缩放版本是否对应于所述第一调制传递函数值和所述第二调制传递函数值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/875,646 | 2015-10-05 | ||
US14/875,646 US20170099427A1 (en) | 2015-10-05 | 2015-10-05 | Methods and apparatuses for providing improved autofocus using curve-fitting |
PCT/US2016/055476 WO2017062441A1 (en) | 2015-10-05 | 2016-10-05 | Autofocus method and apparatus using modulation transfer function curves |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108141534A true CN108141534A (zh) | 2018-06-08 |
Family
ID=57218986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680058156.2A Pending CN108141534A (zh) | 2015-10-05 | 2016-10-05 | 使用调制传递函数曲线的自动聚焦方法和装备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20170099427A1 (zh) |
EP (1) | EP3360317A1 (zh) |
CN (1) | CN108141534A (zh) |
WO (1) | WO2017062441A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110430426A (zh) * | 2019-09-06 | 2019-11-08 | 昆山丘钛微电子科技有限公司 | 相位检测自动对焦性能的测试方法及装置 |
CN111711813A (zh) * | 2020-05-29 | 2020-09-25 | 重庆盛泰光电有限公司 | 摄像头模组中aa最佳下沉参数测试方法 |
CN113114905A (zh) * | 2021-04-16 | 2021-07-13 | 广州立景创新科技有限公司 | 相机模块、对焦调整系统及对焦方法 |
CN114323585A (zh) * | 2021-12-28 | 2022-04-12 | 梅卡曼德(北京)机器人科技有限公司 | 批量计算调制传递函数的方法、电子设备及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225739B (zh) * | 2017-12-28 | 2020-09-18 | 北京空间机电研究所 | 一种基于总线的航天相机自动寻优系统 |
US10567749B1 (en) * | 2019-05-03 | 2020-02-18 | Zf Active Safety And Electronics Us Llc | Modulation transfer function evaluation for red/clear filtered optical devices |
CN115983297B (zh) * | 2023-03-17 | 2023-07-28 | 深圳思谋信息科技有限公司 | 扫码设备调试方法、装置、计算机设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101034240A (zh) * | 2006-03-10 | 2007-09-12 | 鸿富锦精密工业(深圳)有限公司 | 用于相机模组测试中的自动对焦方法 |
CN101277455A (zh) * | 2008-04-14 | 2008-10-01 | 王诗 | 检测数码相机成像质量的鉴别率图板及检测方法 |
US20100080482A1 (en) * | 2008-09-30 | 2010-04-01 | Earl Quong Wong | Fast Camera Auto-Focus |
CN101957553A (zh) * | 2009-07-17 | 2011-01-26 | 鸿富锦精密工业(深圳)有限公司 | 测量镜头的调制传递函数值的方法 |
CN102262333A (zh) * | 2010-05-28 | 2011-11-30 | 索尼公司 | 成像装置、成像系统、成像装置的控制方法和程序 |
CN102289048A (zh) * | 2010-06-15 | 2011-12-21 | 夏普株式会社 | 透镜元件、摄像镜头以及摄像模块 |
CN103149789A (zh) * | 2013-02-28 | 2013-06-12 | 宁波舜宇光电信息有限公司 | 基于图像mtf评价模组马达曲线的测试方法 |
CN103176349A (zh) * | 2011-12-21 | 2013-06-26 | 九骅科技股份有限公司 | 镜头检测装置及方法 |
CN103185568A (zh) * | 2011-12-29 | 2013-07-03 | 财团法人工业技术研究院 | 测距装置、测距方法及互动式显示系统 |
CN103609099A (zh) * | 2011-05-23 | 2014-02-26 | Hdc株式会社 | 自动对焦摄像机系统及其控制方法 |
CN103809348A (zh) * | 2012-11-14 | 2014-05-21 | 宏翔光电股份有限公司 | 应用于相机模块的自动调焦方法 |
US20150207984A1 (en) * | 2014-01-23 | 2015-07-23 | Canon Kabushiki Kaisha | Focusing adjustment apparatus and focusing adjustment method |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200822691A (en) * | 2006-11-01 | 2008-05-16 | Altek Corp | Aberration compensation system of digital camera |
CN101861542B (zh) * | 2007-08-04 | 2016-04-20 | 全视技术有限公司 | 多区域成像系统 |
JP5446797B2 (ja) * | 2009-12-04 | 2014-03-19 | 株式会社リコー | 撮像装置 |
US8731388B1 (en) * | 2012-12-21 | 2014-05-20 | Larview Technologies Corporation | Method for automatically focusing applied to camera module |
-
2015
- 2015-10-05 US US14/875,646 patent/US20170099427A1/en not_active Abandoned
-
2016
- 2016-10-05 EP EP16788842.9A patent/EP3360317A1/en not_active Withdrawn
- 2016-10-05 WO PCT/US2016/055476 patent/WO2017062441A1/en active Application Filing
- 2016-10-05 CN CN201680058156.2A patent/CN108141534A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101034240A (zh) * | 2006-03-10 | 2007-09-12 | 鸿富锦精密工业(深圳)有限公司 | 用于相机模组测试中的自动对焦方法 |
CN101277455A (zh) * | 2008-04-14 | 2008-10-01 | 王诗 | 检测数码相机成像质量的鉴别率图板及检测方法 |
US20100080482A1 (en) * | 2008-09-30 | 2010-04-01 | Earl Quong Wong | Fast Camera Auto-Focus |
CN101957553A (zh) * | 2009-07-17 | 2011-01-26 | 鸿富锦精密工业(深圳)有限公司 | 测量镜头的调制传递函数值的方法 |
CN102262333A (zh) * | 2010-05-28 | 2011-11-30 | 索尼公司 | 成像装置、成像系统、成像装置的控制方法和程序 |
CN102289048A (zh) * | 2010-06-15 | 2011-12-21 | 夏普株式会社 | 透镜元件、摄像镜头以及摄像模块 |
CN103609099A (zh) * | 2011-05-23 | 2014-02-26 | Hdc株式会社 | 自动对焦摄像机系统及其控制方法 |
CN103176349A (zh) * | 2011-12-21 | 2013-06-26 | 九骅科技股份有限公司 | 镜头检测装置及方法 |
CN103185568A (zh) * | 2011-12-29 | 2013-07-03 | 财团法人工业技术研究院 | 测距装置、测距方法及互动式显示系统 |
CN103809348A (zh) * | 2012-11-14 | 2014-05-21 | 宏翔光电股份有限公司 | 应用于相机模块的自动调焦方法 |
CN103149789A (zh) * | 2013-02-28 | 2013-06-12 | 宁波舜宇光电信息有限公司 | 基于图像mtf评价模组马达曲线的测试方法 |
US20150207984A1 (en) * | 2014-01-23 | 2015-07-23 | Canon Kabushiki Kaisha | Focusing adjustment apparatus and focusing adjustment method |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110430426A (zh) * | 2019-09-06 | 2019-11-08 | 昆山丘钛微电子科技有限公司 | 相位检测自动对焦性能的测试方法及装置 |
CN111711813A (zh) * | 2020-05-29 | 2020-09-25 | 重庆盛泰光电有限公司 | 摄像头模组中aa最佳下沉参数测试方法 |
CN111711813B (zh) * | 2020-05-29 | 2021-08-27 | 重庆盛泰光电有限公司 | 摄像头模组中aa最佳下沉参数测试方法 |
CN113114905A (zh) * | 2021-04-16 | 2021-07-13 | 广州立景创新科技有限公司 | 相机模块、对焦调整系统及对焦方法 |
CN114323585A (zh) * | 2021-12-28 | 2022-04-12 | 梅卡曼德(北京)机器人科技有限公司 | 批量计算调制传递函数的方法、电子设备及存储介质 |
CN114323585B (zh) * | 2021-12-28 | 2024-04-12 | 梅卡曼德(北京)机器人科技有限公司 | 批量计算调制传递函数的方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP3360317A1 (en) | 2018-08-15 |
WO2017062441A1 (en) | 2017-04-13 |
US20170099427A1 (en) | 2017-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108141534A (zh) | 使用调制传递函数曲线的自动聚焦方法和装备 | |
TWI724736B (zh) | 圖像處理方法及裝置、電子設備、儲存媒體和電腦程式 | |
KR102079091B1 (ko) | 단말기 및 그것의 이미지 처리 방법 | |
CN105512685B (zh) | 物体识别方法和装置 | |
US8879803B2 (en) | Method, apparatus, and computer program product for image clustering | |
US9672523B2 (en) | Generating barcode and authenticating based on barcode | |
JP2020518078A (ja) | 車両損失査定画像を取得するための方法および装置、サーバ、ならびに端末デバイス | |
CN109151301A (zh) | 包括相机模块的电子装置 | |
CN114120521A (zh) | 评估和回收电子设备 | |
US20150296317A1 (en) | Electronic device and recording method thereof | |
CN106204186B (zh) | 订单信息确定方法及装置 | |
CN107810629A (zh) | 图像处理装置和图像处理方法 | |
CN107527059A (zh) | 文字识别方法、装置及终端 | |
CN106339695B (zh) | 人脸相似检测方法、装置及终端 | |
US11216685B2 (en) | Dynamically optimizing photo capture for multiple subjects | |
CN108052889B (zh) | 情绪识别方法、装置及存储介质 | |
CN105678242A (zh) | 手持证件模式下的对焦方法和装置 | |
CN107679457A (zh) | 用户身份校验方法及装置 | |
CN206595991U (zh) | 一种双摄像头移动终端 | |
RU2725701C1 (ru) | Способ и оборудование для верификации безопасности на основе биометрического признака | |
CN111512225A (zh) | 包括相机的电子设备和电子设备控制方法 | |
TW201734889A (zh) | 拍攝物件的識別方法、裝置、行動終端和照相機 | |
CN106484614A (zh) | 一种核对图片处理效果的方法、装置及移动终端 | |
CN114117206B (zh) | 推荐模型处理方法、装置、电子设备及存储介质 | |
CN114299563A (zh) | 预测人脸图像的关键点坐标的方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180608 |