用于调焦的图像清晰度计算方法、计算设备及调焦系统
技术领域
本发明涉及自动调焦技术领域,尤其涉及一种用于调焦的图像清晰度计算方法、计算设备及调焦系统。
背景技术
对焦是使被拍摄物体在感光芯片平面上成清晰的影像。定焦摄像头在不同应用场景都对成像距离有一定要求,由于人工调焦很难保证产品测试参数的一致性,生产效率也很难满足规模化生产的需求,因此需要一种自动调焦方法或装置对定焦镜头进行调焦(焦平面定位)。
与基于测距法、图像检测法等传统自动调焦算法相比,基于图像处理的自动调焦法具有智能化、低功耗等优点,其核心是清晰度评价函数和极值搜索策略,首先是对图像的清晰度进行计算,然后运用清晰度评价函数判断当前的调焦状态,最终实现对调焦机构的控制。基于图像处理的自动调焦有对焦深度法,首先采集从模糊到清晰的序列图像,再选用适用的图像清晰度评价函数进行图像清晰度评价,同时利用电机控制镜头移动方向和步长,直至找到图像清晰度评价值最大的位置,实现自动对焦。
图像清晰度评价函数在基于图像处理的自动调焦技术中起着关键的作用。中国专利申请CN106488122A中提出了一种图像清晰度的计算方法,以整幅图像的平均梯度为指标计算图像清晰度,这样虽然能够综合考虑全部像素点,但是在一些应用场景中,如虹膜识别领域,感兴趣区域可能并不是全部区域,而是已知的特定区域,如眼部区域。此外光照会使图像灰度发生变化,从而使图像清晰度受到光照强度的影响。
因此,需要一种用于调焦的图像清晰度计算方法,能够对某一特定的图像区域准确地计算图像清晰度,以便进行精确调焦。
发明内容
为此,本发明提供了一种用于调焦的图像清晰度计算方法、计算设备及调焦系统,以力图解决或者至少缓解上面存在的至少一个问题。
根据本发明的一个方面,提供了一种用于调焦的图像清晰度计算方法,在计算设备中执行,包括:
获取位于定焦镜头预定距离处的测试卡的灰度图像,其中,测试卡包括一个图像组合,图像组合包括白色十字部分、以白色十字部分为中心的黑色圆圈部分和灰色圆盘部分;定位白色十字部分的中心点,基于中心点获取包括所述图像组合的像素区域;对像素区域进行边缘提取,得到十字边缘和圆环边缘;计算十字边缘上的每个像素与周围像素的对比度,并计算平均对比度;计算圆环边缘内部区域的平均灰度;以及基于平均灰度和平均对比度,计算所述灰度图像的图像清晰度。
通过测试卡中的图像组合可以对图像进行局部调焦,白色十字部分可用于局部对焦,黑色圆圈和灰色圆盘部分可用于计算灰度补偿算子。
可选地,可通过下述公式计算图像清晰度:
其中,a为经验值系数,Mg为平均灰度,Mc为平均对比度。
这样通过加入灰度补偿算子,能够避免光照对图像清晰度的影响。
可选地,对测试卡的灰度图像进行二值化处理,获得二值图像;选取图像组合中心区域内像素数量小于预定数量的区域作为白色十字部分;基于白色十字部分的面积来确定十字部分的中心点。其中,面积可以通过像素的尺寸和个数来确定。
可选地,以白色十字区域的中心点为中心剪裁灰度图像,获得包括图像组合的像素区域,其中像素区域为n*n像素矩阵,n为大于图像组合直径的正整数。
可选地,对像素区域进行高通滤波和二值化处理,获取边缘候选点;以及基于所述边缘候选点拟合十字边缘和圆环边缘。
可选地,沿中心点到边缘候选点的方向,判断每一个边缘候选点的外侧是否有候选点,如果没有则该边缘候选点为外侧候选点;计算该边缘候选点内侧区域的平均灰度与外侧区域的平均灰度的比值,在所述比值大于第一预定阈值的情况下,确认该候选点为十字边缘点;基于每一个十字边缘点拟合十字边缘。
可选地,沿中心点到边缘候选点的方向,判断每一个边缘候选点的内侧是否有边缘候选点,如果没有则该边缘候选点为内侧候选点;计算该边缘候选点内侧区域的平均灰度与外侧区域的平均灰度的比值,在所述比值小于第二预定阈值的情况下,确定该候选点为圆环边缘点;基于每一个圆环边缘点拟合圆环的边缘。
可选地,通过下述公式计算十字边缘上的每个像素与周围像素的对比度Ctra:
其中,f(x,y)为灰度图像像素点的灰度值,x为像素点水平坐标,y为像素点垂直坐标,i,j为计算对比度的步长,k为计算对比度的半径,所述平均对比度为:
Mc=∑Ctra/N
其中,N为十字边缘上像素点的个数。
可选地,将圆环边缘内部区域各像素点的灰度值之和除以像素点个数,获得平均灰度。
根据本发明另一个方面,提供了一种计算设备,包括一个或多个处理器;和存储器;一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行用于调焦的图像清晰度计算方法的指令。
根据本发明另一个方面,提供一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当计算设备执行时,使得所述计算设备执行用于调焦的图像清晰度计算方法。
根据本发明另一个方面,提供了一种调焦系统,包括:成像模块,包括定焦镜头和图像传感器,在定焦镜头的预定距离处放置有测试卡,测试卡包括一个图像组合,图像组合包括白色十字部分、以白色十字部分为中心的黑色圆圈部分和灰色圆盘部分,且测试卡通过定焦镜头在图像传感器中形成灰度图像;图像采集模块,适于将所述灰度图像传输到计算设备中;计算设备,适于执行上述用于调焦的图像清晰度计算方法,计算灰度图像的图像清晰度;以及调焦模块,包括驱动模块和调焦马达,适于根据图像清晰度驱动调焦马达到对应的位置。
可选地,该系统还包括:记录模块,适于记录当前最佳图像清晰度和对应的调焦马达的位置以及调焦次数;确定模块,适于在调焦次数达到预定调焦次数的情况下,确定最佳图像清晰度和对应的调焦马达的位置。
通过上述方案,在计算图像清晰度时加入灰度补偿算子,可以提高图像清晰度计算的准确性,使其不受光照的影响,通过上述测试卡中的图像组合,可以针对某一特定的图像区域进行局部调焦,如果需要全局调焦则在测试卡中平均放置多个图像组合,不会影响其应用范围。这样通过自动调焦可以使定焦镜头获得清晰的图像。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的调焦系统100的示意性结构框图;
图2示出了根据本发明一个实施例的计算设备200的构造示意图;
图3示出了根据本发明一个实施例的用于调焦的图像清晰度计算方法300的示意性流程图;
图4示出了根据本发明的一个实施例的用于局部调焦的测试卡的示意图;
图5示出了根据本发明一个实施例的用于全局调焦的测试卡的示意图;
图6示出了根据本发明一个实施例的测试卡二值化图像的示意图;
图7示出了根据本发明一个实施例的像素区域的示意图;
图8示出了根据本发明一个实施例的边缘提取的示意图;
图9示出了根据本发明一个实施例的边缘拟合的示意图。
图10示出了根据本发明一个实施例的调焦方法的的示意性流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
对于定焦摄像头,其焦距是固定的,为了保证定焦摄像头在使用时获得清晰的图像,通过调节图像传感器与镜头之间的距离(焦平面定位),完成对焦。对焦可以分成两大类:一类是基于镜头与被拍摄目标之间距离测量的测距自动对焦,另一类是基于对焦屏上成像清晰的聚焦检测自动对焦。对焦的步骤一般包括:获取当前帧图像;计算图像清晰度;计算下一步马达位置;驱动马达,重新获得新的帧图像,继续清晰度计算,获得对焦位置,不断循环直到找到最高清晰度的马达位置,对焦完成。其中,常用的图像清晰度评价一般都是基于梯度的方法,对焦越好,和周围相邻灰度点差值越大,边缘越清晰,图像越清晰。例如,中国专利申请CN106488122A中提出了一种图像清晰度的计算方法:
Bi=F(x,y)*di,i=1,2,...,8
其中,F(x,y)为图像像素点的灰度值,x、y、M、N分别代表图像像素点水平坐标、垂直坐标、水平像素点总数及垂直像素点总数。*为卷积运算,di(i=1,2…8)为边缘算子,α、β分别为0°、90°、180°、270°方向边缘成分及45°、135°、225°、315°方向边缘成分对应的权重系数。Bi为八个方向上的边缘成分。从图像清晰度Es的计算公式可以看出,此方法是以整幅图像的梯度I(x,y)作为参数的,这样做的好处是能够综合考虑全部像素点。但是在本发明的应用领域,例如人脸识别领域或虹膜识别领域,感兴趣区域并不是全部区域,而是已知的特定区域,在虹膜识别领域只需要对人眼进行定位,获取眼部清晰的图像,因此期望达到的调焦效果是在特定区域的对焦而不是全部区域的对焦。
此外,上述图像清晰度的计算会受到光照的影响。以某一3*3的图形块作为说明,图形块的矩阵可以表示为A=[0 0 0;0 0 0;255 255 255]。当光照增强黑色部分会变成灰色,图形块的矩阵可以表示为B=[128 128 128;128 128 128;255 255 255]。A、B分别与上述边缘算子卷积,结果为:
A |
1020 |
765 |
0 |
-765 |
-1020 |
-765 |
0 |
765 |
B |
502 |
381 |
0 |
-381 |
-502 |
-381 |
0 |
381 |
可以看出上述图像清晰度的计算会受到光照强度的影响。
一个典型的调焦系统具备以下几个单元:成像光学镜头组、成像器件、自动对焦单元、镜头驱动单元。图1示出了根据本发明一个实施例的调焦系统100的示意性结构框图。如图1所示,调焦系统100可以包括成像模块110、图像采集模块120、计算设备200和调焦马达130,其中,成像模块110可以包括定焦镜头和图像传感器,在定焦镜头的预定距离处放置有测试卡,测试卡包括一个图像组合,图像组合包括白色十字部分、以白色十字部分为中心的黑色圆圈部分和灰色圆盘部分,且测试卡通过定焦镜头在图像传感器中形成灰度图像。定焦镜头可以聚集光线,将物体投射在图像传感器表面,图像传感器将镜头投射的光信号转换为电信号,即数字图像。图像传感器可以是CMOS或CCD,可输出原始图像格式RAW,或者自带有JPEG的图像压缩,直接输出JPEG图像格式,可以经过数字图像处理转换为灰度图像。此外,成像模块110还可以包括滤色片,可用于红外摄像。图像采集模块120能够存储和传输数字灰度图像,可以将视频帧或灰度图像传输到计算设备200中,以便计算设备计算灰度图像的图像清晰度。图像清晰度是衡量图像质量的一个重要指标,对焦不准确,图像就会变得比较模糊不清晰。调焦马达130,即驱动定焦镜头自动对焦的马达。可以根据图像清晰度调整到对应的位置,从而驱动镜头的调焦组件,调整定焦镜头与图像传感器之间的距离。
定焦镜头对焦时通过清晰度评判指标,控制镜头与图像传感器的距离,使图像成像清晰。一般对焦时有一个调整的过程,图像从模糊到清晰,再到模糊,确定清晰度峰值,最终到达最清晰的位置,此时图像传感器所处的位置即为焦平面。调焦系统100还可以包括记录模块和确定模块,记录模块可以记录当前最佳图像清晰度和对应的调焦马达的位置以及调焦次数,确定模块可以在调焦次数达到预定调焦次数的情况下,确定最佳图像清晰度和对应的调焦马达的位置,从而确定焦平面的位置。
图2示出了根据本发明一个实施例的计算设备200的结构框图。在基本的配置202中,计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。
取决于期望的配置,处理器204可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器218可以与处理器204一起使用,或者在一些实现中,存储器控制器218可以是处理器204的一个内部部分。
取决于期望的配置,系统存储器206可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器206可以包括操作系统220、一个或者多个程序222以及程序数据224。在一些实施方式中,程序222可以布置为在操作系统上利用程序数据224进行操作。
计算设备200还可以包括有助于从各种接口设备(例如,输出设备242、外设接口244和通信设备246)到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图形处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口244可以包括串行接口控制器254和并行接口控制器256,它们可以被配置为有助于经由一个或者多个I/O端口258和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备246可以包括网络控制器260,其可以被布置为便于经由一个或者多个通信端口264与一个或者多个其他计算设备262通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备200可以实现为服务器,例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等,也可以是小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备200还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。在一些实施例中,计算设备200可被配置为执行根据本发明的用于调焦的图像清晰度计算方法。其中,计算设备200的一个或多个程序222包括用于执行根据本发明的用于调焦的图像清晰度计算方法的指令。
图3示出了根据本发明的一个实施例的用于调焦的图像清晰度计算方法300的示意性流程图。该方法在计算设备200中执行,如图3所示,在步骤S310中,获取位于定焦镜头预定距离处的测试卡的灰度图像,其中,测试卡包括一个图像组合,图像组合包括白色十字部分、以白色十字部分为中心的黑色圆圈部分和灰色圆盘部分。
例如,固定调焦系统和测试卡,在需要的使用距离处拍摄测试卡,经图像处理获得灰度图像。针对特定区域对焦的需求,图4示出了根据本发明的一个实施例的用于局部调焦的测试卡的示意图。如图4所示,测试卡可以包括一个图像组合,在需要局部调焦的时候使用一个图像组合。图5示出了根据本发明一个实施例的用于全局调焦的测试卡的示意图,如图5所示,在需要全局调焦时,可以在测试卡中平均设置多个图像组合。图像组合的中心白色十字部分可以通过计算平均对比度进行对焦,以白色十字部分为中心的黑色圆圈部分和灰色圆盘部分,可以通过计算平均灰度,在计算图像清晰度时加入灰度补偿算子。由于针对梯度算子的图像清晰度计算法会受到光照影响,在计算清晰度时,加入灰度补偿算子后的图像清晰度为:
其中,a为经验值系数,例如取值为0.8~1.2,本领域技术人员可以根据实际需求进行设置,Mg为平均灰度,Mc为平均对比度。
随后在步骤S320中,可以定位白色十字部分的中心点,基于中心点获取包括所述图像组合的像素区域,例如,所述像素区域为包围所述图像组合的最小外接矩形。
可以对灰度图像进行二值化处理,获得二值图像;选取二值图像中图像组合的中心区域内像素数量小于预定数量的区域作为白色十字部分;基于白色十字部分的面积确定中心点,其中,面积可以根据像素的尺寸和个数确定,也可以根据其他任何确定图形中心的算法确定中心点。
通过适当的阈值选取可以将灰度图像像素点的灰度值设置为0或255,使图像呈现出明显的黑白效果。图像的二值化有利于图像进一步处理且数据量减小,能凸显出感兴趣目标的轮廓。图6示出了根据本发明一个实施例的测试卡二值化图像的示意图。
可以根据像素个数(nwidth*nheight)限定白色十字部分的面积:a1*nwidth*nheight<a2*nwidth*nheight。其中a1的经验取值范围为[1e-5,9e-5],a2经验取值范围为[1e-4,9e-4],nwidth为像素区域的宽度,nheight为像素区域的高度。满足上述限定的区域可以认为是十字区域,进而基于十字区域内像素的数量和尺寸确定白色十字部分的面积,从而根据面积确定中心点。
可以以上述中心点为中心剪裁灰度图像,获得包括图像组合的像素区域,其中像素区域为n*n像素矩阵,n为大于图像组合直径的正整数。
图7示出了根据本发明一个实施例的像素区域的示意图。如图7所示,像素区域为与中心点关联的灰度矩阵(patch),像素区域的面积应该至少大于图像组合的面积,以便对图像组合进行边缘提取。
随后在步骤S330中,可以对像素区域进行边缘提取,得到十字边缘和圆环边缘。
根据本发明的一个实施例,可以对像素区域进行高通滤波和二值化处理,获取边缘候选点;基于所述边缘候选点拟合十字边缘和圆环边缘。
其中,高通滤波可以使边缘部分被保留,非边缘部分被过滤,强化灰度发生变化的区域,能够减少非目标区域给二值化结果带来的噪声。对于边界处,灰度值变化率较大的地方,可定义为边缘。边缘提取其实也是一种滤波,使用不同的算子有不同的提取效果,在此不做限定。图8示出了根据本发明一个实施例的边缘提取的示意图。如图8所示,经过基于二值化处理的高通滤波完成灰度图像的边缘提取之后,由于噪声干扰得到边缘候选点(图8中白色点),可以基于边缘候选点拟合十字边缘和圆环边缘。
根据本发明的一个实施例,可以沿中心点到边缘候选点的方向,判断每一个边缘候选点的外侧是否有候选点,如果没有则该边缘候选点为外侧候选点;计算该边缘候选点内侧区域的平均灰度与外侧区域的平均灰度的比值,在所述比值大于第一预定阈值的情况下,确认该候选点为十字边缘点;基于每一个十字边缘点拟合十字边缘。
根据本发明的一个实施例,可以沿中心点到边缘候选点的方向,判断每一个边缘候选点的内侧是否有边缘候选点,如果没有则该边缘候选点为内侧候选点;计算该边缘候选点内侧区域的平均灰度与外侧区域的平均灰度的比值,在所述比值小于第二预定阈值的情况下,确定该候选点为圆环边缘点;基于每一个圆环边缘点拟合圆环的边缘。
图9示出了根据本发明一个实施例的边缘拟合的示意图。如图9所示,十字边缘是图像组合中白色区域与黑色区域的分界处,十字中心为图像中心,以左上角区域的候选点为例:可以首先判断候选点是否为外侧候选点,即候选点的上侧和左侧是否有候选点。如果满足外侧候选点,取该候选点的外侧区域(左上像素块)计算灰度图像中对应区域的平均灰度G外,取该候选点的内侧区域(右下像素块)计算灰度图像中对应区域的平均灰度G内,判断内侧区域灰度值与外侧区域灰度值的比值G内/G外。当比值大于第一预定数值的时候,确认该点为十字边缘点。圆环边缘是图像组合中黑色区域与灰色区域的分界处,类似地,可以首先判断候选点是否为内侧候选点,即候选点的下侧和右侧是否有候选点。如果满足内侧候选点,取该候选点的内侧区域(右下像素块)计算灰度图像中对应区域的平均灰度G内,取该候选点的外侧区域(左上像素块)计算灰度图像中对应区域的平均灰度G外,判断内侧区域灰度值与外侧区域灰度值的比值G内/G外。当比值小于第二预定数值的时候,确定该点为圆环的边缘点。遍历图8中所有的白色点,拟合确定完整的十字边缘和圆环边缘。左下、右上、和右下区域同理,在此不再赘述。
随后在步骤S340中,可以计算十字边缘上的每个像素与周围像素的对比度,并计算平均对比度。
例如,通过下述公式计算十字边缘上的每个像素与周围像素的对比度Ctra:
其中,f(x,y)为灰度图像像素点的灰度值,x为像素点水平坐标,y为像素点垂直坐标,i,j为计算对比度的步长,k为计算对比度的半径,所述平均对比度为:
Mc=∑ctra/N
其中,N为十字边缘上像素点的个数。
在步骤S350中,可以计算圆环边缘内部区域的平均灰度。
例如,将圆环边缘内部区域各像素点的灰度值之和除以像素点个数,获得平均灰度。
随后在步骤S360中,可以基于平均灰度和平均对比度,计算所述灰度图像的图像清晰度。
以上所说的调焦和对焦的概念可以等同,即通过调整定焦镜头和图像传感器之间的距离完成焦平面定位。
图10示出了根据本发明一个实施例的调焦方法的示意性流程图。如图10所示,首先采集测试卡的灰度图像,在计算设备中计算图像清晰度,每计算一次图像清晰度,记录图像清晰度及对应的调焦马达的位置,调整调焦马达的位置,在该位置再次获取测试卡的灰度图像,再次计算图像清晰度,与上一次记录的图像清晰度进行比较,确定当前最佳图像清晰度及对应的调焦马达的位置。如此重复该步骤,每次拍摄都通过比较更新最佳图像清晰度和对应的调焦马达的位置,直到达到设定的调焦次数,确定最佳的图像清晰度,将调焦马达调整到最佳图像清晰度对应的位置,完成定焦镜头的自动对焦。
根据本发明的方案,在计算图像清晰度时加入灰度补偿算子,可以提高图像清晰度计算的准确性,使其不受光照的影响,通过上述测试卡中的图像组合,可以针对某一特定的图像区域进行局部调焦,如果需要全局调焦则在测试卡中平均放置多个图像组合,不会影响其应用范围。这样通过自动调焦可以使定焦镜头获得清晰的图像。在相同的调焦环境下,可以实现定焦镜头的一致性调焦。
A7、如A6所述的方法,其中,所述基于所述边缘候选点拟合十字边缘和圆环边缘的步骤包括:沿中心点到边缘候选点的方向,判断每一个边缘候选点的内侧是否有边缘候选点,如果没有则该边缘候选点为内侧候选点;计算该边缘候选点内侧区域的平均灰度与外侧区域的平均灰度的比值,在所述比值小于第二预定阈值的情况下,确定该候选点为圆环边缘点;基于每一个圆环边缘点拟合圆环的边缘。
A8、如A6所述的方法,其中,所述计算十字边缘上的每个像素与周围像素的对比度,并计算平均对比度的步骤包括:通过下述公式计算十字边缘上的每个像素与周围像素的对比度Ctra:
其中,f(x,y)为灰度图像像素点的灰度值,x为像素点水平坐标,y为像素点垂直坐标,i,j为计算对比度的步长,k为计算对比度的半径,所述平均对比度为:
Mc=∑Ctra/N
其中,N为十字边缘上像素点的个数。
A9、如A1所述的方法,其中,所述计算圆环边缘内部区域的平均灰度的步骤包括:将圆环边缘内部区域各像素点的灰度值之和除以像素点个数,获得平均灰度。
应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明所述的方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。