CN109327655A - 连续自动对焦方法及系统 - Google Patents
连续自动对焦方法及系统 Download PDFInfo
- Publication number
- CN109327655A CN109327655A CN201710639488.6A CN201710639488A CN109327655A CN 109327655 A CN109327655 A CN 109327655A CN 201710639488 A CN201710639488 A CN 201710639488A CN 109327655 A CN109327655 A CN 109327655A
- Authority
- CN
- China
- Prior art keywords
- multiple frames
- current scene
- continuous multiple
- histogram
- scene
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
Abstract
本发明提供一种连续自动对焦方法及系统。所述方法包括:每次自动对焦之前,根据当前场景中的第一连续多帧图像的RGB信息检测当前场景是否是新场景,并根据所述第一连续多帧图像的直方图检测当前场景是否是新场景;若两者都检测出当前场景是新场景,则根据所述第一连续多帧图像之后的第二连续多帧图像的RGB信息检测当前场景是否稳定,并根据所述第二连续多帧图像的直方图检测当前场景是否稳定;若根据所述第二连续多帧图像的RGB信息检测出当前场景稳定且根据所述第二连续多帧图像的直方图检测出当前场景稳定,则对当前场景自动对焦。本发明能够提高连续自动对焦过程中场景检测的准确性。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种连续自动对焦方法及系统。
背景技术
随着移动终端的普及,拍照成为移动终端的必备功能,人们越来越多地使用移动终端拍照。为了获得好的拍照效果,尤其是场景中如果出现运动物体,移动终端通常都需要使用CAF(Continuous Auto Focus,连续自动对焦)模式。现有CAF的工作流程大致如下:每次自动对焦之前,根据当前场景多帧图像的RGB信息实时检测当前场景与上一次自动对焦的场景是否有较大的变化,如果有,则根据当前场景多帧图像的RGB信息继续检测当前场景是否已经稳定,如果已经稳定,则触发自动对焦,对当前场景自动对焦。但是在实际过程中,发明人发现由于RGB信息本身是由ISP(Image Signal Processor,相机用图像处理器)处理过的,例如,传感器输出的原始数据是500万像素,但是经过ISP处理后,输出的RGB信息为32*32的数据块,分别包括1024个R值、1024个G值及1024个B值,显然,RGB信息与原始数据存在一定的差异,因此传统CAF基于RGB信息进行场景检测时,容易出现误检,准确性较差。
发明内容
本发明提供的连续自动对焦方法及系统,能够提高连续自动对焦过程中场景检测的准确性。
第一方面,本发明提供一种连续自动对焦方法,包括:
每次自动对焦之前,根据当前场景中的第一连续多帧图像的RGB信息检测当前场景是否是新场景,并根据所述第一连续多帧图像的直方图检测当前场景是否是新场景;
若根据所述第一连续多帧图像的RGB信息检测出当前场景是新场景且根据所述第一连续多帧图像的直方图检测出当前场景是新场景,则根据所述第一连续多帧图像之后的第二连续多帧图像的RGB信息检测当前场景是否稳定,并根据所述第二连续多帧图像的直方图检测当前场景是否稳定;
若根据所述第二连续多帧图像的RGB信息检测出当前场景稳定且根据所述第二连续多帧图像的直方图检测出当前场景稳定,则对当前场景自动对焦。
可选地,所述根据所述第一连续多帧图像的直方图检测当前场景是否是新场景包括:
选择上一次自动对焦后的稳定场景中的一帧图像作为参考帧;
依次比较当前场景中的当前帧及其之后连续多帧与所述参考帧的直方图的相关系数;
若所述当前帧及其之后连续多帧中有超过第一阈值的多帧图像与所述参考帧的直方图的相关系数小于第二阈值,则判定当前场景是新场景。
可选地,所述根据所述第二连续多帧图像的直方图检测当前场景是否稳定包括:
将所述第一连续多帧图像的下一帧作为第一当前帧,依次比较所述第一当前帧及其之后连续多帧分别与各帧之前的指定数量的连续多帧的直方图的相关系数,得到相关系数集合;
若所述第一当前帧及其之后连续多帧中有超过第五阈值的连续多帧图像满足稳定条件:所述相关系数集合中的最大值与最小值的差值小于第三阈值且所述相关系数集合中的最小值大于第四阈值,则判定当前场景稳定。
可选地,所述直方图包括红色通道直方图、绿色通道直方图、蓝色通道直方图及亮度直方图这4种直方图之一或者这4种直方图的任意组合。
第二方面,本发明提供一种连续自动对焦系统,包括:
运动状态检测模块,用于每次自动对焦之前,根据当前场景中的第一连续多帧图像的RGB信息检测当前场景是否是新场景;
辅助运动状态检测模块,用于每次自动对焦之前,根据所述第一连续多帧图像的直方图检测当前场景是否是新场景;
稳定状态检测模块,用于所述运动状态检测模块检测出当前场景是新场景且所述辅助运动状态检测模块检测出当前场景是新场景时,根据所述第一连续多帧图像之后的第二连续多帧图像的RGB信息检测当前场景是否稳定;
辅助稳定状态检测模块,用于所述运动状态检测模块检测出当前场景是新场景且所述辅助运动状态检测模块检测出当前场景是新场景时,根据所述第二连续多帧图像的直方图检测当前场景是否稳定;
自动对焦模块,用于所述稳定状态检测模块检测出当前场景稳定且所述辅助稳定状态检测模块检测出当前场景稳定时,对当前场景自动对焦。
可选地,所述辅助运动状态检测模块包括:
参考帧选择单元,用于选择上一次自动对焦后的稳定场景中的一帧图像作为参考帧;
第一比较单元,用于依次比较当前场景中的当前帧及其之后连续多帧与所述参考帧的直方图的相关系数;
第一判定单元,用于所述当前帧及其之后连续多帧中有超过第一阈值的多帧图像与所述参考帧的直方图的相关系数小于第二阈值时,判定当前场景是新场景。
可选地,所述辅助稳定状态检测模块包括:
第二比较单元,用于将所述第一连续多帧图像的下一帧作为第一当前帧,依次比较所述第一当前帧及其之后连续多帧分别与各帧之前的指定数量的连续多帧的直方图的相关系数,得到相关系数集合;
第二判定单元,用于所述第一当前帧及其之后连续多帧中有超过第五阈值的连续多帧图像满足稳定条件:所述相关系数集合中的最大值与最小值的差值小于第三阈值且所述相关系数集合中的最小值大于第四阈值,则判定当前场景稳定。
可选地,所述直方图包括红色通道直方图、绿色通道直方图、蓝色通道直方图及亮度直方图这4种直方图之一或者这4种直方图的任意组合。
本发明提供的连续自动对焦方法及系统,在每次自动对焦之前,根据当前场景中的第一连续多帧图像的RGB信息检测当前场景是否是新场景,并根据第一连续多帧图像的直方图检测当前场景是否是新场景,检测出当前场景是新场景后,根据第一连续多帧图像之后的第二连续多帧图像的RGB信息检测当前场景是否稳定,并根据第二连续多帧图像的直方图检测当前场景是否稳定,判定当前场景稳定后,对当前场景自动对焦。由于在现有场景检测的基础上,又增加了两个辅助检测过程,在检测当前场景是否是新场景时,需要根据第一连续多帧图像的直方图进行辅助检测,在检测当前场景是否稳定时,又需要根据第二连续多帧图像的直方图进行辅助检测,而且由于直方图没有经过ISP处理,只是对原始数据作一个统计,因此直方图属于原始数据,数据准确度高,因此通过这两个辅助检测过程,本发明能够提高连续自动对焦过程中场景检测的准确性,降低误检率。
附图说明
图1为本发明一实施例中一种连续自动对焦方法的流程图;
图2为本发明一实施例中一种连续自动对焦系统的结构示意图;
图3为本发明实施例中辅助运动状态检测模块的结构示意图;
图4为本发明实施例中辅助稳定状态检测模块的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明实施例提供一种连续自动对焦方法,如图1所示,所述方法包括:
S11、每次自动对焦之前,根据当前场景中的第一连续多帧图像的RGB信息检测当前场景是否是新场景,并根据所述第一连续多帧图像的直方图检测当前场景是否是新场景。
S12、若根据所述第一连续多帧图像的RGB信息检测出当前场景是新场景且根据所述第一连续多帧图像的直方图检测出当前场景是新场景,则根据所述第一连续多帧图像之后的第二连续多帧图像的RGB信息检测当前场景是否稳定,并根据所述第二连续多帧图像的直方图检测当前场景是否稳定。
S13、若根据所述第二连续多帧图像的RGB信息检测出当前场景稳定且根据所述第二连续多帧图像的直方图检测出当前场景稳定,则对当前场景自动对焦。
在上述实施例中,所述直方图可以采用红色通道直方图、绿色通道直方图、蓝色通道直方图及亮度直方图这4种直方图的任意一种,也可以采用这四种直方图的任意组合。不同颜色通道直方图的横轴(0到255)代表那个通道颜色的色阶亮度,0表示黑,255表示白,纵轴代表对应亮度的传感器图像上像素的数量,即某一亮度下的峰值越高,表示在这个亮度下的像素越多。而亮度直方图是这样得到的:把同一像素上的绿色、红色和蓝色色阶亮度加权平均,绿色乘以59%,红色乘以30%,蓝色乘以11%,再相加(总共是100%)得到加权的亮度值;按照这个加权的亮度值画出的直方图,就是亮度直方图。横轴是加权亮度,纵轴是对应加权亮度的像素数目。
在本发明实施例中,每次自动对焦之前,根据当前场景中的第一连续多帧图像的RGB信息检测当前场景是否是新场景采用以下方法来实现,具体包括:选择上一次自动对焦后的稳定场景中的一帧图像作为参考帧(Base帧),记录所述参考帧的RGB信息,之前提到,RGB信息包括1024个R值、1024个G值及1024个B值,分别计算所述参考帧的1024个R值、1024个G值、1024个B值的平均值,之后将当前场景中的当前帧及其之后连续多帧的R值、G值、B值(各1024个)分别与所述参考帧的R值、G值、B值的平均值进行差值计算,若算出来的R值差值超过参考帧R值平均值的指定百分比,R计数加1,若算出来的G值差值超过参考帧G值平均值的指定百分比,G计数加1,若算出来的B值差值超过参考帧B值平均值的指定百分比,B计数加1,当R计数、G计数、B计数其中有一个数超过指定数量时,满足条件的帧数加1,当满足条件的总帧数(可以是连续的,也可以是不连续的)超过指定数量后,则认为当前场景是新场景。
在本发明实施例中,每次自动对焦之前,根据所述第一连续多帧图像的直方图检测当前场景是否是新场景包括:
S21、选择上一次自动对焦后的稳定场景中的一帧图像作为参考帧。
S22、依次比较当前场景中的当前帧及其之后连续多帧与所述参考帧的直方图的相关系数。
S23、若所述当前帧及其之后连续多帧中有超过第一阈值的多帧图像与所述参考帧的直方图的相关系数小于第二阈值,则判定当前场景是新场景。
具体地,首先记录所述参考帧的直方图,之后将当前场景中的当前帧及其之后连续多帧都入队列,同时记录各帧的直方图,依次比较各帧的直方图与所述参考帧的直方图的相关系数,当队列中各帧与所述参考帧的直方图的相关系数小于移动阈值(即第二阈值)时,满足条件的帧数加1,当满足条件的总帧数(可以是连续的,也可以是不连续的)超过总数阈值(即第一阈值)时,则可以判定当前场景是新场景。
在本发明实施例中,根据所述第一连续多帧图像的RGB信息检测出当前场景是新场景且根据所述第一连续多帧图像的直方图检测出当前场景是新场景之后,根据所述第一连续多帧图像之后的第二连续多帧图像的RGB信息检测当前场景是否稳定采用以下方法来实现,具体包括:
选择所述第一连续多帧图像的下一帧作为第一当前帧,例如第一连续多帧从所述当前帧开始算起一共是10帧,则将第11帧作为第一当前帧,记录所述第一当前帧的RGB信息,比较所述第一当前帧与该帧上一帧的RGB信息的差异,由于之前已经记录过所述第一当前帧的上一帧(即所述第一连续多帧的最后一帧)的RGB信息,计算所述第一当前帧的上一帧的1024个R值、1024个G值、1024个B值的平均值,将所述第一当前帧的R值、G值、B值(各1024个)分别与上一帧的对应位置(32*32数据块相对应的位置)的R值、G值、B值进行差值计算,若算出来的R值差值超过上一帧R值平均值的指定百分比,R计数加1,若算出来的G值差值超过上一帧G值平均值的指定百分比,G计数加1,若算出来的B值差值超过上一帧B值平均值的指定百分比,B计数加1,当R计数、G计数、B计数都小于指定数量时,则所述第一当前帧满足稳定条件,满足条件的帧数加1,按照此方法依次比较所述第一当前帧之后的连续多帧分别与各帧上一帧的RGB信息的差异,当连续满足稳定条件的总帧数(必须是连续的)超过指定数量后,则认为当前场景稳定,可以触发自动对焦。
在本发明实施例中,根据所述第一连续多帧图像的RGB信息检测出当前场景是新场景且根据所述第一连续多帧图像的直方图检测出当前场景是新场景之后,根据所述第二连续多帧图像的直方图检测当前场景是否稳定包括:
S31、将所述第一连续多帧图像的下一帧作为第一当前帧,依次比较所述第一当前帧及其之后连续多帧分别与各帧之前的指定数量的连续多帧的直方图的相关系数,得到相关系数集合。
S32、若所述第一当前帧及其之后连续多帧中有超过第五阈值的连续多帧图像满足稳定条件:所述相关系数集合中的最大值与最小值的差值小于第三阈值且所述相关系数集合中的最小值大于第四阈值,则判定当前场景稳定。
具体地,将所述第一连续多帧图像的下一帧作为第一当前帧,例如第一连续多帧从所述当前帧开始算起一共是10帧,则将第11帧作为第一当前帧,将所述第一当前帧及其之后的连续多帧都入队列,同时记录各帧的直方图,假设队列中最多可以存储5帧图像,所述第一当前帧进入队列后,比较所述第一当前帧与所述第一当前帧之前的4帧图像的直方图的相关系数,即第11帧与第7、8、9、10帧进行比较,得到一个相关系数集合,当这个集合中的最大值与最小值的差值小于差值阈值(即第三阈值)且最小值大于稳定阈值(即第四阈值)时,则所述第一当前帧满足稳定条件,满足条件的帧数加1,否则所述第一当前帧不满足稳定条件。按照相同方法依次比较所述第一当前帧之后的连续多帧分别与各帧之前的4帧图像的直方图的相关系数,第12帧与第8、9、10、11帧进行比较,第13帧与第9、10、11、12帧进行比较,以此类推,得到各自的相关系数集合,若某一帧的相关系数集合中的最大值与最小值的差值小于第三阈值且所述相关系数集合中的最小值大于第四阈值,则该帧满足稳定条件,当连续满足稳定条件的总帧数(必须是连续的)超过指定数量(第五阈值)后,则可以判定当前场景稳定,可以触发自动对焦。
需要说明的是,满足稳定条件的连续多帧并不一定从所述第一当前帧开始,可以从所述第一当前帧之后的某一帧再开始连续,同样满足判定条件。
由上述可知,本发明实施例提供的连续自动对焦方法,在现有场景检测的基础上,又增加了两个辅助检测过程,在检测当前场景是否是新场景时,需要根据第一连续多帧图像的直方图进行辅助检测,在检测当前场景是否稳定时,又需要根据第二连续多帧图像的直方图进行辅助检测,通过这两个辅助检测过程,能够提高连续自动对焦过程中场景检测的准确性,降低误检率。
本发明实施例还提供一种连续自动对焦系统,如图2所示,所述系统包括:
运动状态检测模块21,用于每次自动对焦之前,根据当前场景中的第一连续多帧图像的RGB信息检测当前场景是否是新场景;
辅助运动状态检测模块22,用于每次自动对焦之前,根据所述第一连续多帧图像的直方图检测当前场景是否是新场景;
稳定状态检测模块23,用于所述运动状态检测模块21检测出当前场景是新场景且所述辅助运动状态检测模块22检测出当前场景是新场景时,根据所述第一连续多帧图像之后的第二连续多帧图像的RGB信息检测当前场景是否稳定;
辅助稳定状态检测模块24,用于所述运动状态检测模块21检测出当前场景是新场景且所述辅助运动状态检测模块22检测出当前场景是新场景时,根据所述第二连续多帧图像的直方图检测当前场景是否稳定;
自动对焦模块25,用于所述稳定状态检测模块23检测出当前场景稳定且所述辅助稳定状态检测模块24检测出当前场景稳定时,对当前场景自动对焦。
在上述实施例中,所述直方图可以采用红色通道直方图、绿色通道直方图、蓝色通道直方图及亮度直方图这4种直方图的任意一种,也可以采用这四种直方图的任意组合。
参考图3所示,为所述辅助运动状态检测模块22的结构示意图,包括:
参考帧选择单元221,用于选择上一次自动对焦后的稳定场景中的一帧图像作为参考帧;
第一比较单元222,用于依次比较当前场景中的当前帧及其之后连续多帧与所述参考帧的直方图的相关系数;
第一判定单元223,用于所述当前帧及其之后连续多帧中有超过第一阈值的多帧图像与所述参考帧的直方图的相关系数小于第二阈值时,判定当前场景是新场景。
参考图4所示,为所述辅助稳定状态检测模块24的结构示意图,包括:
第二比较单元241,用于将所述第一连续多帧图像的下一帧作为第一当前帧,依次比较所述第一当前帧及其之后连续多帧分别与各帧之前的指定数量的连续多帧的直方图的相关系数,得到相关系数集合;
第二判定单元242,用于所述第一当前帧及其之后连续多帧中有超过第五阈值的连续多帧图像满足稳定条件:所述相关系数集合中的最大值与最小值的差值小于第三阈值且所述相关系数集合中的最小值大于第四阈值,则判定当前场景稳定。
本发明实施例提供的连续自动对焦系统,在现有场景检测的基础上,又增加了两个辅助检测过程,在检测当前场景是否是新场景时,需要根据第一连续多帧图像的直方图进行辅助检测,在检测当前场景是否稳定时,又需要根据第二连续多帧图像的直方图进行辅助检测,通过这两个辅助检测过程,能够提高连续自动对焦过程中场景检测的准确性,降低误检率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种连续自动对焦方法,其特征在于,包括:
每次自动对焦之前,根据当前场景中的第一连续多帧图像的RGB信息检测当前场景是否是新场景,并根据所述第一连续多帧图像的直方图检测当前场景是否是新场景;
若根据所述第一连续多帧图像的RGB信息检测出当前场景是新场景且根据所述第一连续多帧图像的直方图检测出当前场景是新场景,则根据所述第一连续多帧图像之后的第二连续多帧图像的RGB信息检测当前场景是否稳定,并根据所述第二连续多帧图像的直方图检测当前场景是否稳定;
若根据所述第二连续多帧图像的RGB信息检测出当前场景稳定且根据所述第二连续多帧图像的直方图检测出当前场景稳定,则对当前场景自动对焦。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一连续多帧图像的直方图检测当前场景是否是新场景包括:
选择上一次自动对焦后的稳定场景中的一帧图像作为参考帧;
依次比较当前场景中的当前帧及其之后连续多帧与所述参考帧的直方图的相关系数;
若所述当前帧及其之后连续多帧中有超过第一阈值的多帧图像与所述参考帧的直方图的相关系数小于第二阈值,则判定当前场景是新场景。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二连续多帧图像的直方图检测当前场景是否稳定包括:
将所述第一连续多帧图像的下一帧作为第一当前帧,依次比较所述第一当前帧及其之后连续多帧分别与各帧之前的指定数量的连续多帧的直方图的相关系数,得到相关系数集合;
若所述第一当前帧及其之后连续多帧中有超过第五阈值的连续多帧图像满足稳定条件:所述相关系数集合中的最大值与最小值的差值小于第三阈值且所述相关系数集合中的最小值大于第四阈值,则判定当前场景稳定。
4.根据权利要求1所述的方法,其特征在于,所述直方图包括红色通道直方图、绿色通道直方图、蓝色通道直方图及亮度直方图这4种直方图之一或者这4种直方图的任意组合。
5.一种连续自动对焦系统,其特征在于,包括:
运动状态检测模块,用于每次自动对焦之前,根据当前场景中的第一连续多帧图像的RGB信息检测当前场景是否是新场景;
辅助运动状态检测模块,用于每次自动对焦之前,根据所述第一连续多帧图像的直方图检测当前场景是否是新场景;
稳定状态检测模块,用于所述运动状态检测模块检测出当前场景是新场景且所述辅助运动状态检测模块检测出当前场景是新场景时,根据所述第一连续多帧图像之后的第二连续多帧图像的RGB信息检测当前场景是否稳定;
辅助稳定状态检测模块,用于所述运动状态检测模块检测出当前场景是新场景且所述辅助运动状态检测模块检测出当前场景是新场景时,根据所述第二连续多帧图像的直方图检测当前场景是否稳定;
自动对焦模块,用于所述稳定状态检测模块检测出当前场景稳定且所述辅助稳定状态检测模块检测出当前场景稳定时,对当前场景自动对焦。
6.根据权利要求5所述的系统,其特征在于,所述辅助运动状态检测模块包括:
参考帧选择单元,用于选择上一次自动对焦后的稳定场景中的一帧图像作为参考帧;
第一比较单元,用于依次比较当前场景中的当前帧及其之后连续多帧与所述参考帧的直方图的相关系数;
第一判定单元,用于所述当前帧及其之后连续多帧中有超过第一阈值的多帧图像与所述参考帧的直方图的相关系数小于第二阈值时,判定当前场景是新场景。
7.根据权利要求5所述的系统,其特征在于,所述辅助稳定状态检测模块包括:
第二比较单元,用于将所述第一连续多帧图像的下一帧作为第一当前帧,依次比较所述第一当前帧及其之后连续多帧分别与各帧之前的指定数量的连续多帧的直方图的相关系数,得到相关系数集合;
第二判定单元,用于所述第一当前帧及其之后连续多帧中有超过第五阈值的连续多帧图像满足稳定条件:所述相关系数集合中的最大值与最小值的差值小于第三阈值且所述相关系数集合中的最小值大于第四阈值,则判定当前场景稳定。
8.根据权利要求5所述的系统,其特征在于,所述直方图包括红色通道直方图、绿色通道直方图、蓝色通道直方图及亮度直方图这4种直方图之一或者这4种直方图的任意组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710639488.6A CN109327655B (zh) | 2017-07-31 | 2017-07-31 | 连续自动对焦方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710639488.6A CN109327655B (zh) | 2017-07-31 | 2017-07-31 | 连续自动对焦方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109327655A true CN109327655A (zh) | 2019-02-12 |
CN109327655B CN109327655B (zh) | 2020-12-22 |
Family
ID=65245031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710639488.6A Active CN109327655B (zh) | 2017-07-31 | 2017-07-31 | 连续自动对焦方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109327655B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110336943A (zh) * | 2019-07-03 | 2019-10-15 | 北京迈格威科技有限公司 | 一种场景识别方法和装置 |
CN110545384A (zh) * | 2019-09-23 | 2019-12-06 | Oppo广东移动通信有限公司 | 对焦方法和装置、电子设备、计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1471306A (zh) * | 2002-07-09 | 2004-01-28 | ���ǵ�����ʽ���� | 场景改变检测器及其方法 |
JP2004282318A (ja) * | 2003-03-14 | 2004-10-07 | Sony Corp | シーンチェンジ検出方法および装置 |
CN101072342A (zh) * | 2006-07-01 | 2007-11-14 | 腾讯科技(深圳)有限公司 | 一种场景切换的检测方法及其检测系统 |
CN102333174A (zh) * | 2011-09-02 | 2012-01-25 | 深圳市万兴软件有限公司 | 一种视频图像处理方法和装置 |
CN103763458A (zh) * | 2014-01-20 | 2014-04-30 | 华为技术有限公司 | 一种场景变化检测方法及装置 |
CN103886617A (zh) * | 2014-03-07 | 2014-06-25 | 华为技术有限公司 | 一种运动目标检测的方法及装置 |
CN105635554A (zh) * | 2014-10-30 | 2016-06-01 | 展讯通信(上海)有限公司 | 自动对焦控制方法及装置 |
-
2017
- 2017-07-31 CN CN201710639488.6A patent/CN109327655B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1471306A (zh) * | 2002-07-09 | 2004-01-28 | ���ǵ�����ʽ���� | 场景改变检测器及其方法 |
JP2004282318A (ja) * | 2003-03-14 | 2004-10-07 | Sony Corp | シーンチェンジ検出方法および装置 |
CN101072342A (zh) * | 2006-07-01 | 2007-11-14 | 腾讯科技(深圳)有限公司 | 一种场景切换的检测方法及其检测系统 |
CN102333174A (zh) * | 2011-09-02 | 2012-01-25 | 深圳市万兴软件有限公司 | 一种视频图像处理方法和装置 |
CN103763458A (zh) * | 2014-01-20 | 2014-04-30 | 华为技术有限公司 | 一种场景变化检测方法及装置 |
CN103886617A (zh) * | 2014-03-07 | 2014-06-25 | 华为技术有限公司 | 一种运动目标检测的方法及装置 |
CN105635554A (zh) * | 2014-10-30 | 2016-06-01 | 展讯通信(上海)有限公司 | 自动对焦控制方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110336943A (zh) * | 2019-07-03 | 2019-10-15 | 北京迈格威科技有限公司 | 一种场景识别方法和装置 |
CN110545384A (zh) * | 2019-09-23 | 2019-12-06 | Oppo广东移动通信有限公司 | 对焦方法和装置、电子设备、计算机可读存储介质 |
CN110545384B (zh) * | 2019-09-23 | 2021-06-08 | Oppo广东移动通信有限公司 | 对焦方法和装置、电子设备、计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109327655B (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101605209B (zh) | 摄像装置及图像再生装置 | |
US8452047B2 (en) | Method and apparatus for recognizing a plural number of faces, and method and apparatus for registering face, and an image capturing method and system | |
US7646400B2 (en) | Method and apparatus for forming a panoramic image | |
WO2019148912A1 (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
US8611615B2 (en) | Image processing apparatus and method, and program | |
CN100359925C (zh) | 图象质量补正装置和图象质量补正方法 | |
CN102025959B (zh) | 从低清晰度视频产生高清晰度视频的系统与方法 | |
CN107566827B (zh) | 拍摄延迟计算方法、装置及设备 | |
US9300867B2 (en) | Imaging apparatus, its control method, and storage medium | |
CN110445989A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN104182721A (zh) | 提升人脸识别率的图像处理系统及图像处理方法 | |
CN105872399B (zh) | 逆光检测方法和逆光检测系统 | |
CN103763458B (zh) | 一种场景变化检测方法及装置 | |
CN103297670A (zh) | 被摄体判断装置以及被摄体判断方法 | |
CN108053438B (zh) | 景深获取方法、装置及设备 | |
CN106067177A (zh) | Hdr场景侦测方法和装置 | |
US8482630B2 (en) | Apparatus and method for adjusting automatic white balance by detecting effective area | |
US11836903B2 (en) | Subject recognition method, electronic device, and computer readable storage medium | |
US20080291333A1 (en) | Methods, systems and apparatuses for motion detection using auto-focus statistics | |
US20210067695A1 (en) | Image processing apparatus, output information control method, and program | |
US8218864B2 (en) | Method and device for maintaining image background by multiple Gaussian models | |
TW201018215A (en) | Image processing apparatus and image processing method | |
CN108063934B (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
CN109327655A (zh) | 连续自动对焦方法及系统 | |
JP2015012482A (ja) | 画像処理装置及び画像処理方法 |
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 |