CN108701361A - 深度值确定方法和装置 - Google Patents
深度值确定方法和装置 Download PDFInfo
- Publication number
- CN108701361A CN108701361A CN201780014861.7A CN201780014861A CN108701361A CN 108701361 A CN108701361 A CN 108701361A CN 201780014861 A CN201780014861 A CN 201780014861A CN 108701361 A CN108701361 A CN 108701361A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- depth value
- depth
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003384 imaging method Methods 0.000 claims abstract description 18
- 238000012876 topography Methods 0.000 claims description 36
- 230000009466 transformation Effects 0.000 claims description 31
- 230000003313 weakening effect Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 33
- 238000010586 diagram Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 4
- 239000000571 coke Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- 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
- H04N5/2224—Studio circuitry; Studio devices; Studio equipment related to virtual studio applications
- H04N5/2226—Determination of depth image, e.g. for foreground/background separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/571—Depth or shape recovery from multiple images from focus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N2013/0074—Stereoscopic image analysis
- H04N2013/0081—Depth or disparity estimation from stereoscopic image signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
一种深度值确定方法,所述方法适用于图像采集设备,所述图像采集设备包括镜头和图像传感器,所述方法包括:通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数(S1);在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数(S2);计算采集到的N个图像中像素点的深度值(S3);根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值(S4)。根据所述方法,可以在无人工参与的情况下确定采集的图像对应的场景中每个位置的深度值,并且保证准确地确定深度值。
Description
技术领域
本发明涉及图像技术领域,尤其涉及深度值确定方法、深度值确定装置和机器可读存储介质以及可移动设备。
背景技术
相机进行成像时,其镜头焦距和图像传感器平面到镜头的距离(成像距离)是固定的。根据凸透镜成像原理,可以得到物体到镜头的距离,也即物距do、镜头焦距f和成像距离di满足如下关系:也即
当场景中的点与镜头距离不等于对焦距离物距do时,该点会在成像平面上会形成弥散斑。当弥散斑相对人眼的张角小于人眼的极限角分辨率时,人眼不会感觉到相应点存在不清晰现象,此时的弥散斑称为极限弥散圆。而当弥散斑相对人眼的张角不小于人眼的极限角分辨率时,人眼将能感受到场景虚化的现象。
如图1所示,设极限弥散圆半径为Rl,弥散斑大小不会被人眼感知的极限前景深do,f满足如图2所示,弥散斑大小不会被人眼感知的极限后景深do,b满足其中,A为相机的光圈值,δ为失焦距,di,f和di,b为像距。
为了针对场景拍摄出具有不同深度效果的图像,现有技术主要通过以下方式实现。
其一,由拍摄者人为调节焦距、光圈和物距,改变被拍摄物体成像的景深,从而对同一场景拍摄出具有不同虚化效果的照片。根据这种方式无法提取出场景的深度,并且人工对焦可能存在误差。
其二,通过一部相机在从不同方向对同一场景进行拍摄,再利用已知的相机内部参数,结合特征匹配等技术标定出各张照片对应的相机姿态信息,进而利用多张图片的视角差对场景进行三维重建,得出场景的深度图,最后根据深度图可以对拍摄的图像进行调整。根据这种方式,由于相机在不同方位的相对姿态变化是不确定的,而对相机姿态的估计往往存在较大偏差,从而直接影响到后续深度的计算,最终影响对图像调整的精确度。
发明内容
本发明提供深度值确定方法、深度值确定装置和机器可读存储介质以及可移动设备,以解决现有技术中的技术问题。
根据本发明的第一方面,提出一种深度值确定方法,适用于图像采集设备,所述图像采集设备包括镜头和图像传感器,所述方法包括:
通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数;
在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数;
计算采集到的N个图像中像素点的深度值;
根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
根据本发明的第二方面,提出一种深度值确定装置,适用于图像采集设备,所述图像采集设备包括镜头和图像传感器,所述深度值确定装置包括处理器,所述处理器用于执行如下步骤:
通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数;
在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数;
计算采集到的N个图像中像素点的深度值;
根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
根据本发明的第三方面,提出一种机器可读存储介质,适用于图像采集设备,所述图像采集设备包括镜头和图像传感器,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被执行时用于实现上述任一实施例所述方法中的步骤。
根据本发明的第四方面,提出一种可移动设备,包括镜头和图像传感器,还包括单独或者协同工作的一个或者多个处理器,所述一个或者多个处理器用于执行以下步骤:
通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数;
在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数;
计算采集到的N个图像中像素点的深度值;
根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
由以上本发明实施例提供的技术方案可见,一方面可以在无人工参与的情况下确定采集的图像对应的场景中每个位置的深度值,提高自动化程度,并且便于后期根据深度值调整图像的景深等参数。另一方面拍摄过程中无需移动改变拍摄位置,不仅降低操作的复杂度,还可以保证图像采集设备的姿态等参数固定,进而保证准确地确定深度值。再一方面,由于传感器在图像采集设备中结构一般并不复杂,因此便于移动,使得本实施例对应的技术方案便于实现。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是相关技术中极限前景深的示意图;
图2是相关技术中极限后景深的示意图;
图3是根据本发明一个实施例的一种深度值确定方法的示意流程图;
图4是根据本发明一个实施例的一种计算深度值的示意流程图;
图5是根据本发明一个实施例的一种计算弥散斑半径的示意流程图;
图6是根据本发明一个实施例的一种深度值的示意图;
图7是根据本发明一个实施例的另一种深度值的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外,在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
图3是根据本发明一个实施例的一种深度值确定方法的示意流程图。本实施例所示的深度值确定方法可以适用于图像采集设备,例如相机、航拍无人机、手机等,所述图像采集设备包括镜头和图像传感器。如图1所示,本实施例中的深度值确定方法包括以下步骤:
步骤S1,通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数。
在一个实施例中,可以通过马达,例如压电马达控制图像传感器移动,其中,可以通过SOC(系统芯片)向压电马达发送控制信号,使得压电马达驱动图像传感器移动。
在一个实施例中,移动图像传感器的过程可以是使得成像距离从最大成像距离到最小成像距离,也可以是使得成像距离从最小成像距离到最大成像距离。
在一个实施例中,每次移动图像传感器的可调距离可以相同,也可以不同,具体可以根据需要设置。
步骤S2,在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数。
在一个实施例中,可以通过SOC控制图像采集设备的快门,在移动距离传感器的过程中,SOC可以控制快门处于关闭状态,在所述N次中,每次移动过程结束后,SOC可以控制快门开启,从而进行曝光拍摄,获得当前物距下的图片。
在一个实施例中,N可以为小M的整数,也即在M次移动图像传感器的过程中,并非每次移动图像传感器后都采集图像,而是在其中N次移动图像传感器每次移动过程结束后才采集图像。
在一个实施例中,N可以为等于M的整数,也即在M次移动图像传感器的过程中,每次移动图像传感器后都采集图像。
以下实施例主要在M等于N的情况下进行示例性说明。
步骤S3,计算采集到的N个图像中像素点的深度值。
步骤S4,根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
在一个实施例中,针对N个图像中的每个图像,可以计算图像中每个像素点的深度值,进而针对图像中每个位置的像素点,可以分别计算N幅图像中该位置的像素点的深度值的平均值,作为该位置像素点的目标深度值。
在一个实施例中,针对N个图像中的每个图像,可以计算图像中部分像素点的深度值,继而针对计算了深度值的像素点,可以分别计算N幅图像中该位置的像素点的深度值的平均值,作为该位置像素点的目标深度值。
在一个实施例中,可以先计算所述图像中所述预设位置的像素点的弥散斑半径,然后根据深度值与弥散斑半径之间的关系,选择与该关系对应的计算公式计算深度值。计算深度值的具体实施例在后续示出。
根据本发明的实施例,一方面可以在无人工参与的情况下确定采集的图像对应的场景中每个位置的深度值,提高自动化程度,并且便于后期根据深度值调整图像的景深等参数。另一方面拍摄过程中无需移动改变拍摄位置,不仅降低操作的复杂度,还可以保证图像采集设备的姿态等参数固定,进而保证准确地确定深度值。再一方面,由于传感器在图像采集设备中结构一般并不复杂,因此便于移动,使得本实施例对应的技术方案便于实现。
可选地,所述调整所述图像传感器与所述镜头之间的可调距离M次包括:
按照相同和/或不同的步进值调整所述可调距离M次。
在一个实施例中,每次移动图像传感器的可调距离可以相同,也可以不同,具体可以根据需要设置。
图4是根据本发明一个实施例的一种计算深度值的示意流程图。如图4所示,在图1所示实施例的基础上,所述计算采集到的N个图像中像素点的深度值包括:
步骤S31,计算所述图像中所述预设位置的像素点的弥散斑半径;
步骤S32,根据所述N个图像的采集顺序为所述N个图像设置序号;
步骤S33,确定所述弥散斑半径中的最小弥散斑半径,以及对应的图像在所述N个图像中的第一序号;
步骤S34,基于所述弥散斑半径,针对序号小于所述第一序号的图像和序号大于所述第一序号的图像分别计算图像中像素点的深度值。
在一个实施例中,由于N个图像是在移动图像传感器的过程中获取的,而对于在达到最小弥散斑半径的图像之前获取的图像,和在达到最小弥散斑半径的图像之后获取的图像,图像中像素点深度值与弥散斑半径的关系有所不同,因此可以对N个图像按照采集顺序顺序设置序号,并且每个图像的序号与最小弥散斑半径对应的图像的第一序号的关系,来确定在最小弥散斑半径的图像之前获取的图像,和在最小弥散斑半径的图像之后获取的图像,进而保证准确地确定弥散斑半径与深度值之间的关系。
需要说明的是,按照采集顺序设置序号除了包括按照采集顺序顺序设置序号,还包括按照采集顺序逆序设置序号。
图5是根据本发明一个实施例的一种计算弥散斑半径的示意流程图。如图5所示,在图4所示实施例的基础上,所述算所述图像中所述预设位置的像素点的弥散斑半径包括:
步骤S311,将所述N幅图像两两配对。
在一个实施例中,将所述N幅图像两两配对,得到0.5N(N-1)个图像对(Ii,Ij),Ii和Ij分别为所述N幅图像中的任一幅图像,i和j为整数,且i≤N,j≤N。
步骤S312,以所述预设位置的像素点为中心在配对图像的第一图像中获取第一局部图像,在配对图像的第二图像中获取第二局部图像。
在一个实施例中,可以以所述预设位置的像素点为中心,在Ii中获取长度为W个像素点的局部图像在Ij中获取长度为W个像素点的局部图像
步骤S313,根据所述第一局部图像的傅里叶变换和所述第二局部图像的傅里叶变换的比值,与所述第一图像中像素点模糊函数的傅里叶变换和所述第二图像中像素点模糊函数的傅里叶变换的比值的关系,确定至少一个弥散斑半径。
在一个实施例中,可以先计算计算式一:
其中,F()表示傅里叶变换,SW表示所述图像对应的原始图像的准确对焦图像,hi(x,y)表示Ii中像素点(x,y)的模糊函数,hj(x,y)表示Ij中像素点的模糊函数;
根据所述式一,以及模糊函数和弥散斑半径之间的高斯模型关系,计算式二:
其中,Ri(x,y)为Ii中像素点(x,y)的弥散斑半径,Rj(x,y)为Ij中像素点(x,y)的弥散斑半径,(u,v)表示像素点(x,y)在频域上对应的坐标;
进而通过求解所述式二,可以确定至少一个Ri(x,y)。
可选地,所述确定至少一个弥散斑半径包括:
为所述关系中的像素点在频域上的坐标赋值,以确定所述弥散斑半径。
在一个实施例中,可以为u和v赋值,通过赋值每确定一个新的(u,v),通过解所述式二,就可以得到一个新的Ri(x,y),具体赋值的次数可以根据需要设置。
可选地,所述确定至少一个弥散斑半径包括:
通过求解所述关系中的像素点在频域上的坐标与所述配对的图像的最小二乘关系,确定所述弥散斑半径。
在一个实施例中,可以构建0.5N(N-1)个图像对(Ii,Ij)和W×W个(x,y)对应的W×W个(u,v)的最小二乘关系:
该式涉及二次规划问题,可以利用相关技术中的数学工具库求解,然后开平方之后即可确定每个图像中像素点的弥散斑半径,也即即:得到任一图像的Ri(x,y)。
可选地,所述作为中心的像素点为预先设定的或被实时选定的。
在一个实施例中,作为中心的像素点,也即所述预设位置的像素点,该像素点对应的预设位置可以是用户实时选择的,也可以是预先设定的,例如预先设定为图像的中心位置。
可选地,所述基于所述弥散斑半径,针对序号小于所述第一序号的图像和序号大于所述第一序号的图像分别计算图像中像素点的深度值包括:
根据图像的弥散斑半径,所述图像采集设备的光圈值、焦距和所述图像中像素点的物距,确定所述图像中像素点的深度值。
其中,在所述可调距离从最大成像距离到最小成像距离的情况下,所述基于所述弥散斑半径,针对序号小于所述第一序号的图像和序号大于所述第一序号的图像分别计算图像中像素点的深度值包括:
针对序号i小于第一序号的图像,计算图像中像素点(x,y)的深度值
图6是根据本发明一个实施例的一种深度值的示意图。
在一个实施例中,如图6所示,若图像的序号小于第一序号,那么其中像素点的深度大于因此可以根据上式计算深度值。
针对序号i大于第一序号的图像,计算图像中像素点(x,y)的深度值
图7是根据本发明一个实施例的另一种深度值的示意图。
在一个实施例中,如图7所示,若图像的序号大于第一序号,那么其中像素点的深度小于因此可以根据上式计算深度值。
其中,Di(x,y)为N幅图像中第i幅图像Ii中像素点(x,y)的深度值,为N幅图像中第i幅图像Ii的对焦距离,即物距,f为共同焦距,A为光圈值,Ri(x,y)为N幅图像中的第i幅图像中像素点(x,y)的弥散斑半径,i为小于等于N的正整数。
其中,在所述可调距离从最小成像距离到最大成像距离的情况下,所述基于所述弥散斑半径,针对序号小于所述第一序号的图像和序号大于所述第一序号的图像分别计算图像中像素点的深度值包括:
针对序号i小于第一序号的图像,计算图像中像素点(x,y)的深度值
针对序号i大于第一序号的图像,计算图像中像素点(x,y)的深度值
其中,Di(x,y)为N幅图像中第i幅图像Ii中像素点(x,y)的深度值,为N幅图像中第i幅图像Ii的对焦距离,即物距,f为共同焦距,A为光圈值,Ri(x,y)为N幅图像中的第i幅图像中像素点(x,y)的弥散斑半径,i为小于等于N的正整数。
在一个实施例中,根据上述两种方式计算图像中像素点的深度值,首先可以区分可调距离从最大成像距离到最小成像距离,以及可调距离从最小成像距离到最大成像距离两种情况,还可以在这种情况下分别进一步区分序号大于第一序号的图像以及序号小于第一序号的图像,从而保证对于图像中像素点的深度值能够进行全面且准确的计算。
可选地,在计算所述图像中所述像素点的弥散斑半径之前,还包括:
对所述图像进行线性处理。
在一个实施例中,线性处理可以包括去马赛克、白平衡等处理,从而使得线性处理后的图片仅保留线性特性,处理后的N张图像对应记为共同焦距记为f,光圈记为A,对焦距离记为
可选地,在图1所示实施例的基础上,所述方法还包括:
根据接收的指令在所述N幅图像中确定目标图像,或根据预设规则在所述N幅图像中确定目标图像;
对所述目标图像进行进行锐化处理,和/或进行模糊补偿和/或弱化处理。
在一个实施例中,在N幅图像中,可以由用户选择一幅图像作为目标图像,也可以由图像采集设备根据预设规则在N幅图像中自动确定一幅图像作为目标图像,然后对目标图像进行锐化处理,从而使得图像中的部分区域清晰化,和/或进行模糊补偿和/或弱化处理,从而使得图像中的部分区域模糊化。
可选地,所述根据接收的指令在所述N幅图像中确定目标图像包括:
根据输入的目标位置,在所述N幅图像中确定所述目标位置的像素点的深度值与所述目标深度值差异最小的深度值对应的图像为所述目标图像。
在一个实施例中,用户可以在显示图片的触控屏幕上执行点击操作,点击操作所对应的位置即为目标位置,进而可以根据通过图1所示实施例得到的像素点的目标深度值,确定该位置的像素点的目标深度值,然后将N幅图像中每个图像该位置的像素点的深度值与该位置的像素点的目标深度值比较,确定其中差异最小的深度值对应的图像为目标图像。
可选地,所述对所述目标图像进行进行锐化处理包括:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值位于所述前景深和所述后景深之间的第一类像素点;
对所述第一类像素点进行锐化处理。
在一个实施例中,针对目标图像中目标深度值位于所述前景深和所述后景深之间的第一类像素点,用户可以清晰看到由该类像素带点所构成的图案,因此可以对其进行锐化处理,使其进一步清晰化,从而凸显该类像素点与其他像素点的差异。
可选地,所述计算前景深和后景深包括:
计算前景深
计算后景深
其中,do,j为N幅图像中预设图像中像素点(x,y)的对焦距离,即物距,f为共同焦距,A为光圈值,Rl为预设的极限弥散圆半径。
可选地,所述对所述第一类像素点进行锐化处理包括:
对所述第一类像素采用频域逆滤波进行锐化。
可选地,在确定所述第一类像素点之前,还包括:
确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
其中,所述根据所述深度值确定所述图像中位于所述前景深和所述后景深之间的第一类像素点包括:
根据所述深度值确定所述对焦图像中位于所述前景深和所述后景深之间的第一类像素点。
在一个实施例中,根据深度值和物距的差异确定差异较小(小于预设值)的像素点,然后以该像素点为中心确定局部图像,再将N幅图像中的局部图像合成,得到的即对焦度很高的合成图像,便于接下来再对合成图像进行锐化处理。
可选地,所述对所述目标图像进行模糊补偿和/或弱化处理包括:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值不位于所述前景深和所述后景深之间的第二类像素点;
对所述第二类像素点进行模糊补偿和/或弱化处理。
在一个实施例中,针对目标图像中目标深度值不位于所述前景深和所述后景深之间的第二类像素点,用户不能清晰看到由该类像素带点所构成的图案,因此可以对其进行模糊补偿和/或弱化处理,使其进一步模糊化,从而凸显该类像素点与其他像素点的差异。
可选地,所述对所述第二类像素点进行模糊补偿和/或弱化处理包括:
针对所述第二类像素点计算真实弥散圆半径R(x,y)以及虚拟弥散圆半径R'(x,y);
其中,D(x,y)<do,j;
其中,D(x,y)>do,j;
其中,D(x,y)<do,j;
其中,D(x,y)>do,j;
其中,do,j为N幅图像中预设图像中像素点(x,y)的对焦距离,即物距,f为共同焦距,A为光圈值,A’为虚拟光圈值,Rl为预设的极限弥散圆半径。
根据所述真实弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定真实模糊函数;
根据所述虚拟弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定虚拟模糊函数;
在一个实施例中,将真实弥散圆半径R(x,y)带入式三:
得到真实模糊函数h(x,y),其中,hi(x,y)为N幅图像中第i幅图像Ii的模糊函数,i≤N,且i为整数;
将虚拟弥散圆半径R'(x,y)带入所述式三得到虚拟模糊函数h'(x,y);
计算所述第二类像素点的虚拟模糊函数的傅里叶变换与真实模糊函数的傅里叶变换的比值的傅里叶逆变换的值,与所述目标图像的可变卷积操作的值。
在一个实施例中,计算其中,F()表示傅里叶变换,F-1()表示傅里叶逆变换;然后计算表示空间可变卷积操作,即可实现对像素点的模糊补偿和/或弱化处理。
可选地,在确定所述第二类像素点之前,还包括:
确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
其中,所述根据所述深度值确定所述图像中不位于所述前景深和所述后景深之间的第二类像素点包括:
所述根据所述深度值确定所述对焦图像中不位于所述前景深和所述后景深之间的第二类像素点。
在一个实施例中,根据深度值和物距的差异确定差异较小(小于预设值)的像素点,然后以该像素点为中心确定局部图像,再将N幅图像中的局部图像合成,得到的即对焦度很高的合成图像,便于接下来再对合成图像进行模糊补偿和/或弱化处理。
可选地,若N>2,所述N幅图像中的第一幅图像对应的成像距离小于或等于一倍焦距,第N幅图像对应的成像距离大于或等于二倍焦距;
若N=2,所述N幅图像中的第一幅图像对应的成像距离等于一倍焦距,第二幅图像对应的成像距离等于二倍焦距。
根据本实施例,可以保证采集的图像的成像距离至少能够覆盖一倍焦距和二倍焦距,进而保证后续计算目标深度值的准确性。而在N=2的情况下,可以极大地减少采集图像的数目,从而降低计算目标深度值的复杂度。
可选地,在调整所述可调距离之前,还包括:
设置所述图像采集设备的焦距。
在一个实施例中,可以预先设置图像采集设备的焦距,以便在确定焦距的情况下执行图1所示实施例的步骤,保证每次获取的图像的焦距不变,进而保证后续计算目标深度值的准确性。
可选地,通过压电马达移动所述图像传感器。
在一个实施例中,压电马达是基于压电逆效应进行驱动的,对外界的电磁干扰和噪声影响很小,体积较小,并且制造成本也较小。有利于降低产品成本,并提升续航能力。
需要说明的是,以上实施例可以应用于先对焦,后采集图像的情况;也可以应用先采集图像,后对焦的情况。在先采集图像,后对焦的情况下,对于采集到的图像中的所有像素点,都可以根据上述实施例确定深度值,然后针对确定了像素点的深度值之后的图像设置焦距进行对焦。
本发明的实施例还提出一种深度值确定装置,适用于图像采集设备,所述图像采集设备包括镜头和图像传感器,所述深度值确定装置包括处理器,所述处理器用于执行如下步骤:
通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数;
在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数;
计算采集到的N个图像中像素点的深度值;
根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
可选地,所述处理器还用于执行:
按照相同或不同的步进值调整所述可调距离M次。
可选地,所述处理器还用于执行:
计算所述图像中所述预设位置的像素点的弥散斑半径;
根据所述N个图像的采集顺序确定所述N个图像设置序号;
确定所述弥散斑半径中的最小弥散斑半径,以及对应的图像在所述N个图像中的第一序号;
基于所述弥散斑半径,针对序号小于所述第一序号的图像和序号大于所述第一序号的图像分别计算图像中像素点的深度值。
可选地,所述处理器还用于执行:
将所述N幅图像两两配对;
以所述预设位置的像素点为中心在配对图像的第一图像中获取第一局部图像,在配对图像的第二图像中获取第二局部图像;
根据所述第一局部图像的傅里叶变换和所述第二局部图像的傅里叶变换的比值,与所述第一图像中像素点模糊函数的傅里叶变换和所述第二图像中像素点模糊函数的傅里叶变换的比值的关系,确定至少一个弥散斑半径。
可选地,所述处理器还用于执行:
为所述关系中的像素点在频域上的坐标赋值,以确定所述弥散斑半径。
可选地,所述处理器还用于执行:
通过求解所述关系中的像素点在频域上的坐标与所述配对的图像的最小二乘关系,确定所述弥散斑半径。
可选地,所述作为中心的像素点为预先设定的或被实时选定的。
可选地,在所述可调距离从最大成像距离到最小成像距离的情况下,所述处理器还用于执行:
根据图像的弥散斑半径、所述图像采集设备的光圈值、焦距和所述图像中像素点的物距,确定所述图像中像素点的深度值。
可选地,所述处理器还用于执行:
在计算所述图像中所述像素点的弥散斑半径之前,对所述图像进行线性处理。
可选地,所述处理器还用于执行:
根据接收的指令在所述N幅图像中确定目标图像,或根据预设规则在所述N幅图像中确定目标图像;
对所述目标图像进行进行锐化处理,和/或进行模糊补偿和/或弱化处理。
可选地,所述处理器还用于执行:
根据输入的目标位置,在所述N幅图像中确定所述目标位置的像素点的深度值与所述目标深度值差异最小的深度值对应的图像为所述目标图像。
可选地,所述处理器还用于执行:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值位于所述前景深和所述后景深之间的第一类像素点;
对所述第一类像素点进行锐化处理。
可选地,所述处理器还用于执行:
对所述第一类像素采用频域逆滤波进行锐化。
可选地,所述处理器还用于执行:
在确定所述第一类像素点之前,确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
以及根据所述深度值确定所述对焦图像中位于所述前景深和所述后景深之间的第一类像素点。
可选地,所述处理器还用于执行:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值不位于所述前景深和所述后景深之间的第二类像素点;
对所述第二类像素点进行模糊补偿和/或弱化处理。
可选地,所述处理器还用于执行:
针对所述第二类像素点计算真实弥散圆半径以及虚拟弥散圆半径;
根据所述真实弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定真实模糊函数;
根据所述虚拟弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定虚拟模糊函数;
计算所述第二类像素点的虚拟模糊函数的傅里叶变换与真实模糊函数的傅里叶变换的比值的傅里叶逆变换的值,与所述目标图像的可变卷积操作的值。
可选地,所述处理器还用于执行:
在确定所述第二类像素点之前,确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
其中,所述根据所述深度值确定所述图像中不位于所述前景深和所述后景深之间的第二类像素点包括:
根据所述深度值确定所述对焦图像中不位于所述前景深和所述后景深之间的第二类像素点。
可选地,若N>2,所述N幅图像中的第一幅图像对应的成像距离小于或等于一倍焦距,第N幅图像对应的成像距离大于或等于二倍焦距;
若N=2,所述N幅图像中的第一幅图像对应的成像距离等于一倍焦距,第二幅图像对应的成像距离等于二倍焦距。
可选地,所述处理器还用于执行:
在调整所述可调距离之前,设置所述图像采集设备的焦距。
可选地,所述处理器还用于执行:
通过压电马达移动所述图像传感器。
本发明的实施例还提出一种机器可读存储介质,适用于图像采集设备,所述图像采集设备包括镜头和图像传感器,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被执行时用于实现上述任一实施例所述方法中的步骤。
可选地,所述计算机指令被执行时进行如下处理:
通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数;
在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数;
计算采集到的N个图像中像素点的深度值;
根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
可选地,所述计算机指令被执行时进行如下处理:
按照相同或不同的步进值调整所述可调距离M次。
可选地,所述计算机指令被执行时进行如下处理:
计算所述图像中所述预设位置的像素点的弥散斑半径;
根据所述N个图像的采集顺序确定所述N个图像设置序号;
确定所述弥散斑半径中的最小弥散斑半径,以及对应的图像在所述N个图像中的第一序号;
基于所述弥散斑半径,针对序号小于所述第一序号的图像和序号大于所述第一序号的图像分别计算图像中像素点的深度值。
可选地,所述计算机指令被执行时进行如下处理:
将所述N幅图像两两配对;
以所述预设位置的像素点为中心在配对图像的第一图像中获取第一局部图像,在配对图像的第二图像中获取第二局部图像;
根据所述第一局部图像的傅里叶变换和所述第二局部图像的傅里叶变换的比值,与所述第一图像中像素点模糊函数的傅里叶变换和所述第二图像中像素点模糊函数的傅里叶变换的比值的关系,确定至少一个弥散斑半径。
可选地,所述计算机指令被执行时进行如下处理:
为所述关系中的像素点在频域上的坐标赋值,以确定所述弥散斑半径。
可选地,所述计算机指令被执行时进行如下处理:
通过求解所述关系中的像素点在频域上的坐标与所述配对的图像的最小二乘关系,确定所述弥散斑半径。
可选地,所述作为中心的像素点为预先设定的或被实时选定的。
可选地,在所述可调距离从最大成像距离到最小成像距离的情况下,所述计算机指令被执行时进行如下处理:
根据图像的弥散斑半径、所述图像采集设备的光圈值、焦距和所述图像中像素点的物距,确定所述图像中像素点的深度值。
可选地,所述计算机指令被执行时还进行如下处理:
在计算所述图像中所述像素点的弥散斑半径之前,对所述图像进行线性处理。
可选地,所述计算机指令被执行时还进行如下处理:
根据接收的指令在所述N幅图像中确定目标图像,或根据预设规则在所述N幅图像中确定目标图像;
对所述目标图像进行进行锐化处理,和/或进行模糊补偿和/或弱化处理。
可选地,所述计算机指令被执行时进行如下处理:
根据输入的目标位置,在所述N幅图像中确定所述目标位置的像素点的深度值与所述目标深度值差异最小的深度值对应的图像为所述目标图像。
可选地,所述计算机指令被执行时进行如下处理:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值位于所述前景深和所述后景深之间的第一类像素点;
对所述第一类像素点进行锐化处理。
可选地,所述计算机指令被执行时进行如下处理:
对所述第一类像素采用频域逆滤波进行锐化。
可选地,所述计算机指令被执行时进行如下处理:
在确定所述第一类像素点之前,确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
以及根据所述深度值确定所述对焦图像中位于所述前景深和所述后景深之间的第一类像素点。
可选地,所述计算机指令被执行时进行如下处理:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值不位于所述前景深和所述后景深之间的第二类像素点;
对所述第二类像素点进行模糊补偿和/或弱化处理。
可选地,所述计算机指令被执行时进行如下处理:
针对所述第二类像素点计算真实弥散圆半径以及虚拟弥散圆半径;
根据所述真实弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定真实模糊函数;
根据所述虚拟弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定虚拟模糊函数;
计算所述第二类像素点的虚拟模糊函数的傅里叶变换与真实模糊函数的傅里叶变换的比值的傅里叶逆变换的值,与所述目标图像的可变卷积操作的值。
可选地,所述计算机指令被执行时进行如下处理:
在确定所述第二类像素点之前,确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
其中,所述根据所述深度值确定所述图像中不位于所述前景深和所述后景深之间的第二类像素点包括:
根据所述深度值确定所述对焦图像中不位于所述前景深和所述后景深之间的第二类像素点。
可选地,若N>2,所述N幅图像中的第一幅图像对应的成像距离小于或等于一倍焦距,第N幅图像对应的成像距离大于或等于二倍焦距;
若N=2,所述N幅图像中的第一幅图像对应的成像距离等于一倍焦距,第二幅图像对应的成像距离等于二倍焦距。
可选地,所述计算机指令被执行时还进行如下处理:
在调整所述可调距离之前,设置所述图像采集设备的焦距。
可选地,所述计算机指令被执行时还进行如下处理:
通过压电马达移动所述图像传感器。
本发明的实施例还提出一种可移动设备,包括镜头和图像传感器,还包括单独或者协同工作的一个或者多个处理器,所述一个或者多个处理器用于执行以下步骤:
通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数;
在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数;
计算采集到的N个图像中像素点的深度值;
根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。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。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (42)
1.一种深度值确定方法,其特征在于,适用于图像采集设备,所述图像采集设备包括镜头和图像传感器,所述方法包括:
通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数;
在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数;
计算采集到的N个图像中像素点的深度值;
根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
2.根据权利要求1所述的方法,其特征在于,所述调整所述图像传感器与所述镜头之间的可调距离M次包括:
按照相同或不同的步进值调整所述可调距离M次。
3.根据权利要求1所述的方法,其特征在于,所述计算采集到的N个图像中像素点的深度值包括:
计算所述图像中所述预设位置的像素点的弥散斑半径;
根据所述N个图像的采集顺序确定所述N个图像设置序号;
确定所述弥散斑半径中的最小弥散斑半径,以及对应的图像在所述N个图像中的第一序号;
基于所述弥散斑半径,针对序号小于所述第一序号的图像和序号大于所述第一序号的图像分别计算图像中像素点的深度值。
4.根据权利要求3所述的方法,其特征在于,所述算所述图像中所述预设位置的像素点的弥散斑半径包括:
将所述N幅图像两两配对;
以所述预设位置的像素点为中心在配对图像的第一图像中获取第一局部图像,在配对图像的第二图像中获取第二局部图像;
根据所述第一局部图像的傅里叶变换和所述第二局部图像的傅里叶变换的比值,与所述第一图像中像素点模糊函数的傅里叶变换和所述第二图像中像素点模糊函数的傅里叶变换的比值的关系,确定至少一个弥散斑半径。
5.根据权利要求4所述的方法,其特征在于,所述确定至少一个弥散斑半径包括:
为所述关系中的像素点在频域上的坐标赋值,以确定所述弥散斑半径。
6.根据权利要求4所述的方法,其特征在于,所述确定至少一个弥散斑半径包括:
通过求解所述关系中的像素点在频域上的坐标与所述配对的图像的最小二乘关系,确定所述弥散斑半径。
7.根据权利要求4所述的方法,其特征在于,所述作为中心的像素点为预先设定的或被实时选定的。
8.根据权利要求3所述的方法,其特征在于,所述基于所述弥散斑半径,针对序号小于所述第一序号的图像和序号大于所述第一序号的图像分别计算图像中像素点的深度值包括:
根据图像的弥散斑半径、所述图像采集设备的光圈值、焦距和所述图像中像素点的物距,确定所述图像中像素点的深度值。
9.根据权利要求3所述的方法,其特征在于,在计算所述图像中所述像素点的弥散斑半径之前,还包括:
对所述图像进行线性处理。
10.根据权利要求1至9中任一项所述的方法,其特征在于,还包括:
根据接收的指令在所述N幅图像中确定目标图像,或根据预设规则在所述N幅图像中确定目标图像;
对所述目标图像进行进行锐化处理,和/或进行模糊补偿和/或弱化处理。
11.根据权利要求10所述的方法,其特征在于,所述根据接收的指令在所述N幅图像中确定目标图像包括:
根据输入的目标位置,在所述N幅图像中确定所述目标位置的像素点的深度值与所述目标深度值差异最小的深度值对应的图像为所述目标图像。
12.根据权利要求10所述的方法,其特征在于,所述对所述目标图像进行进行锐化处理包括:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值位于所述前景深和所述后景深之间的第一类像素点;
对所述第一类像素点进行锐化处理。
13.根据权利要求12所述的方法,其特征在于,所述对所述第一类像素点进行锐化处理包括:
对所述第一类像素采用频域逆滤波进行锐化。
14.根据权利要求12所述的方法,其特征在于,在确定所述第一类像素点之前,还包括:
确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
其中,所述根据所述深度值确定所述图像中位于所述前景深和所述后景深之间的第一类像素点包括:
根据所述深度值确定所述对焦图像中位于所述前景深和所述后景深之间的第一类像素点。
15.根据权利要求10所述的方法,其特征在于,所述对所述目标图像进行模糊补偿和/或弱化处理包括:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值不位于所述前景深和所述后景深之间的第二类像素点;
对所述第二类像素点进行模糊补偿和/或弱化处理。
16.根据权利要求15所述的方法,其特征在于,所述对所述第二类像素点进行模糊补偿和/或弱化处理包括:
针对所述第二类像素点计算真实弥散圆半径以及虚拟弥散圆半径;
根据所述真实弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定真实模糊函数;
根据所述虚拟弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定虚拟模糊函数;
计算所述第二类像素点的虚拟模糊函数的傅里叶变换与真实模糊函数的傅里叶变换的比值的傅里叶逆变换的值,与所述目标图像的可变卷积操作的值。
17.根据权利要求15所述的方法,其特征在于,在确定所述第二类像素点之前,还包括:
确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
其中,所述根据所述深度值确定所述图像中不位于所述前景深和所述后景深之间的第二类像素点包括:
根据所述深度值确定所述对焦图像中不位于所述前景深和所述后景深之间的第二类像素点。
18.根据权利要求1至9中任一项所述的方法,其特征在于,若N>2,所述N幅图像中的第一幅图像对应的成像距离小于或等于一倍焦距,第N幅图像对应的成像距离大于或等于二倍焦距;
若N=2,所述N幅图像中的第一幅图像对应的成像距离等于一倍焦距,第二幅图像对应的成像距离等于二倍焦距。
19.根据权利要求1至9中任一项所述的方法,其特征在于,在调整所述可调距离之前,还包括:
设置所述图像采集设备的焦距。
20.根据权利要求1至9中任一项所述的方法,其特征在于,通过压电马达移动所述图像传感器。
21.一种深度值确定装置,其特征在于,适用于图像采集设备,所述图像采集设备包括镜头和图像传感器,所述深度值确定装置包括处理器,所述处理器用于执行如下步骤:
通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数;
在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数;
计算采集到的N个图像中像素点的深度值;
根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
22.根据权利要求21所述的深度值确定装置,其特征在于,所述处理器还用于执行:
按照相同或不同的步进值调整所述可调距离M次。
23.根据权利要求21所述的深度值确定装置,其特征在于,所述处理器还用于执行:
计算所述图像中所述预设位置的像素点的弥散斑半径;
根据所述N个图像的采集顺序确定所述N个图像设置序号;
确定所述弥散斑半径中的最小弥散斑半径,以及对应的图像在所述N个图像中的第一序号;
基于所述弥散斑半径,针对序号小于所述第一序号的图像和序号大于所述第一序号的图像分别计算图像中像素点的深度值。
24.根据权利要求23所述的深度值确定装置,其特征在于,所述处理器还用于执行:
将所述N幅图像两两配对;
以所述预设位置的像素点为中心在配对图像的第一图像中获取第一局部图像,在配对图像的第二图像中获取第二局部图像;
根据所述第一局部图像的傅里叶变换和所述第二局部图像的傅里叶变换的比值,与所述第一图像中像素点模糊函数的傅里叶变换和所述第二图像中像素点模糊函数的傅里叶变换的比值的关系,确定至少一个弥散斑半径。
25.根据权利要求24所述的深度值确定装置,其特征在于,所述处理器还用于执行:
为所述关系中的像素点在频域上的坐标赋值,以确定所述弥散斑半径。
26.根据权利要求24所述的深度值确定装置,其特征在于,所述处理器还用于执行:
通过求解所述关系中的像素点在频域上的坐标与所述配对的图像的最小二乘关系,确定所述弥散斑半径。
27.根据权利要求24所述的深度值确定装置,其特征在于,所述作为中心的像素点为预先设定的或被实时选定的。
28.根据权利要求23所述的深度值确定装置,其特征在于,在所述可调距离从最大成像距离到最小成像距离的情况下,所述处理器还用于执行:
根据图像的弥散斑半径、所述图像采集设备的光圈值、焦距和所述图像中像素点的物距,确定所述图像中像素点的深度值。
29.根据权利要求23所述的深度值确定装置,其特征在于,所述处理器还用于执行:
在计算所述图像中所述像素点的弥散斑半径之前,对所述图像进行线性处理。
30.根据权利要求21至29中任一项所述的深度值确定装置,其特征在于,所述处理器还用于执行:
根据接收的指令在所述N幅图像中确定目标图像,或根据预设规则在所述N幅图像中确定目标图像;
对所述目标图像进行进行锐化处理,和/或进行模糊补偿和/或弱化处理。
31.根据权利要求30所述的深度值确定装置,其特征在于,所述处理器还用于执行:
根据输入的目标位置,在所述N幅图像中确定所述目标位置的像素点的深度值与所述目标深度值差异最小的深度值对应的图像为所述目标图像。
32.根据权利要求30所述的深度值确定装置,其特征在于,所述处理器还用于执行:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值位于所述前景深和所述后景深之间的第一类像素点;
对所述第一类像素点进行锐化处理。
33.根据权利要求32所述的深度值确定装置,其特征在于,所述处理器还用于执行:
对所述第一类像素采用频域逆滤波进行锐化。
34.根据权利要求32所述的深度值确定装置,其特征在于,所述处理器还用于执行:
在确定所述第一类像素点之前,确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
以及根据所述深度值确定所述对焦图像中位于所述前景深和所述后景深之间的第一类像素点。
35.根据权利要求30所述的深度值确定装置,其特征在于,所述处理器还用于执行:
针对所述目标图像计算前景深和后景深;
确定所述目标图像中目标深度值不位于所述前景深和所述后景深之间的第二类像素点;
对所述第二类像素点进行模糊补偿和/或弱化处理。
36.根据权利要求35所述的深度值确定装置,其特征在于,所述处理器还用于执行:
针对所述第二类像素点计算真实弥散圆半径以及虚拟弥散圆半径;
根据所述真实弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定真实模糊函数;
根据所述虚拟弥散圆半径和所述N幅图像中任一幅图像的模糊函数的关系确定虚拟模糊函数;
计算所述第二类像素点的虚拟模糊函数的傅里叶变换与真实模糊函数的傅里叶变换的比值的傅里叶逆变换的值,与所述目标图像的可变卷积操作的值。
37.根据权利要求36所述的深度值确定装置,其特征在于,所述处理器还用于执行:
在确定所述第二类像素点之前,确定所述图像中深度值和物距的差值小于预设值的最佳像素点,以所述最佳像素点为中心在所述图像中确定局部图像;
通过加权掩膜将N幅所述图像中每幅图像中的局部图像合成对焦图像;
其中,所述根据所述深度值确定所述图像中不位于所述前景深和所述后景深之间的第二类像素点包括:
根据所述深度值确定所述对焦图像中不位于所述前景深和所述后景深之间的第二类像素点。
38.根据权利要求21至29中任一项所述的深度值确定装置,其特征在于,若N>2,所述N幅图像中的第一幅图像对应的成像距离小于或等于一倍焦距,第N幅图像对应的成像距离大于或等于二倍焦距;
若N=2,所述N幅图像中的第一幅图像对应的成像距离等于一倍焦距,第二幅图像对应的成像距离等于二倍焦距。
39.根据权利要求21至29中任一项所述的深度值确定装置,其特征在于,所述处理器还用于执行:
在调整所述可调距离之前,设置所述图像采集设备的焦距。
40.根据权利要求21至29中任一项所述的深度值确定装置,其特征在于,所述处理器还用于执行:
通过压电马达移动所述图像传感器。
41.一种机器可读存储介质,其特征在于,适用于图像采集设备,所述图像采集设备包括镜头和图像传感器,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被执行时用于实现权利要求1至20中任一项所述方法中的步骤。
42.一种可移动设备,其特征在于,包括镜头和图像传感器,还包括单独或者协同工作的一个或者多个处理器,所述一个或者多个处理器用于执行以下步骤:
通过移动所述图像传感器,调整所述图像传感器与所述镜头之间的可调距离M次,其中,M为大于1的整数;
在所述M次的N次中,每次调整所述可调距离后采集图像,其中,N为小于或等于M的整数;
计算采集到的N个图像中像素点的深度值;
根据每个图像中像素点的深度值确定所述图像中预设位置的像素点的目标深度值。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/114020 WO2019104670A1 (zh) | 2017-11-30 | 2017-11-30 | 深度值确定方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108701361A true CN108701361A (zh) | 2018-10-23 |
Family
ID=63844771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780014861.7A Pending CN108701361A (zh) | 2017-11-30 | 2017-11-30 | 深度值确定方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20200296259A1 (zh) |
CN (1) | CN108701361A (zh) |
WO (1) | WO2019104670A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111866370A (zh) * | 2020-05-28 | 2020-10-30 | 北京迈格威科技有限公司 | 合成全景深图像方法、装置、设备、介质及摄像头阵列和组件 |
CN112987008A (zh) * | 2021-02-09 | 2021-06-18 | 上海眼控科技股份有限公司 | 一种相对深度测量方法、装置、设备及存储介质 |
CN113888614A (zh) * | 2021-09-23 | 2022-01-04 | 北京的卢深视科技有限公司 | 深度恢复方法、电子设备和计算机可读存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112793527A (zh) * | 2021-01-07 | 2021-05-14 | 刘美红 | 车辆保险杠自适应调控系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049906A (zh) * | 2012-12-07 | 2013-04-17 | 清华大学深圳研究生院 | 一种图像深度提取方法 |
CN103440662A (zh) * | 2013-09-04 | 2013-12-11 | 清华大学深圳研究生院 | Kinect深度图像获取方法与装置 |
CN103634588A (zh) * | 2012-08-27 | 2014-03-12 | 联想(北京)有限公司 | 一种影像构成方法及电子设备 |
CN104603796A (zh) * | 2012-04-26 | 2015-05-06 | 纽约市哥伦比亚大学理事会 | 在图像中交互式调焦的系统、方法和媒体 |
CN105163042A (zh) * | 2015-08-03 | 2015-12-16 | 努比亚技术有限公司 | 一种虚化处理深度图像的装置和方法 |
CN105282443A (zh) * | 2015-10-13 | 2016-01-27 | 哈尔滨工程大学 | 一种全景深全景图像成像方法 |
CN106231177A (zh) * | 2016-07-20 | 2016-12-14 | 成都微晶景泰科技有限公司 | 场景深度测量方法、设备及成像装置 |
CN106454318A (zh) * | 2016-11-18 | 2017-02-22 | 成都微晶景泰科技有限公司 | 立体成像方法及立体成像装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105791662A (zh) * | 2014-12-22 | 2016-07-20 | 联想(北京)有限公司 | 电子设备和控制方法 |
US20170155889A1 (en) * | 2015-11-30 | 2017-06-01 | Altek Semiconductor Corp. | Image capturing device, depth information generation method and auto-calibration method thereof |
CN106651941A (zh) * | 2016-09-19 | 2017-05-10 | 深圳奥比中光科技有限公司 | 一种深度信息的采集方法以及深度测量系统 |
CN106875435B (zh) * | 2016-12-14 | 2021-04-30 | 奥比中光科技集团股份有限公司 | 获取深度图像的方法及系统 |
-
2017
- 2017-11-30 CN CN201780014861.7A patent/CN108701361A/zh active Pending
- 2017-11-30 WO PCT/CN2017/114020 patent/WO2019104670A1/zh active Application Filing
-
2020
- 2020-05-29 US US16/887,942 patent/US20200296259A1/en not_active Abandoned
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104603796A (zh) * | 2012-04-26 | 2015-05-06 | 纽约市哥伦比亚大学理事会 | 在图像中交互式调焦的系统、方法和媒体 |
CN103634588A (zh) * | 2012-08-27 | 2014-03-12 | 联想(北京)有限公司 | 一种影像构成方法及电子设备 |
CN103049906A (zh) * | 2012-12-07 | 2013-04-17 | 清华大学深圳研究生院 | 一种图像深度提取方法 |
CN103440662A (zh) * | 2013-09-04 | 2013-12-11 | 清华大学深圳研究生院 | Kinect深度图像获取方法与装置 |
CN105163042A (zh) * | 2015-08-03 | 2015-12-16 | 努比亚技术有限公司 | 一种虚化处理深度图像的装置和方法 |
CN105282443A (zh) * | 2015-10-13 | 2016-01-27 | 哈尔滨工程大学 | 一种全景深全景图像成像方法 |
CN106231177A (zh) * | 2016-07-20 | 2016-12-14 | 成都微晶景泰科技有限公司 | 场景深度测量方法、设备及成像装置 |
CN106454318A (zh) * | 2016-11-18 | 2017-02-22 | 成都微晶景泰科技有限公司 | 立体成像方法及立体成像装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111866370A (zh) * | 2020-05-28 | 2020-10-30 | 北京迈格威科技有限公司 | 合成全景深图像方法、装置、设备、介质及摄像头阵列和组件 |
CN112987008A (zh) * | 2021-02-09 | 2021-06-18 | 上海眼控科技股份有限公司 | 一种相对深度测量方法、装置、设备及存储介质 |
CN113888614A (zh) * | 2021-09-23 | 2022-01-04 | 北京的卢深视科技有限公司 | 深度恢复方法、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20200296259A1 (en) | 2020-09-17 |
WO2019104670A1 (zh) | 2019-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111060023B (zh) | 一种高精度3d信息采集的设备及方法 | |
CN106251399B (zh) | 一种基于lsd-slam的实景三维重建方法及实施装置 | |
CN108701361A (zh) | 深度值确定方法和装置 | |
CN103207664B (zh) | 一种图像处理方法和设备 | |
CN105631851B (zh) | 深度图生成 | |
CN102812496B (zh) | 用于景深渲染的模糊函数建模 | |
CN104898832B (zh) | 一种基于智能终端的3d实时眼镜试戴方法 | |
EP3190781A1 (en) | Autofocus method, device and electronic apparatus | |
CN110378943A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN107656619A (zh) | 一种智能投影方法、系统及智能终端 | |
CN107517345B (zh) | 拍摄预览方法及拍摄设备 | |
CN104424640A (zh) | 对图像进行虚化处理的方法和装置 | |
CN109151329A (zh) | 拍照方法、装置、终端及计算机可读存储介质 | |
CN109118544A (zh) | 基于透视变换的合成孔径成像方法 | |
CN108648222A (zh) | 结构光深度数据空间分辨率的提升方法及装置 | |
CN108702456A (zh) | 一种对焦方法、设备及可读存储介质 | |
CN106034203A (zh) | 拍摄终端的图像处理方法及其装置 | |
CN106031148A (zh) | 成像设备,成像设备中自动对焦的方法以及对应计算机程序 | |
CN110288511A (zh) | 基于双相机图像的最小化误差拼接方法、装置、电子设备 | |
CN106375650B (zh) | 对焦方法和装置、图像采集设备 | |
CN106204554A (zh) | 基于多聚焦图像的景深信息获取方法、系统及拍摄终端 | |
Jianbang et al. | Real-time monitoring of physical education classroom in colleges and universities based on open IoT and cloud computing | |
CN116958419A (zh) | 一种基于波前编码的双目立体视觉三维重建系统和方法 | |
CN106375651B (zh) | 对焦方法和装置、图像采集设备 | |
CN208653473U (zh) | 图像采集设备、3d信息比对装置、配套物生成装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181023 |
|
WD01 | Invention patent application deemed withdrawn after publication |