CN109754439A - 标定方法、装置、电子设备及介质 - Google Patents

Abstract

本申请公开了一种标定方法、装置、电子设备及介质。其中，本申请中，在获取针对目标参照物的第一图像组后，获取第一图像组中满足预设清晰度范围的图像进行筛除，得到第二图像组，并基于该第二图像组，生成标定参数。通过应用本申请的技术方案，可以将获取到的针对标定板进行拍摄得到的第一图像组中，将满足预设清晰度范围的图像用于生成标定参数。从而避免了相关技术中由于标定图像不清晰所导致的标定结果不准确的弊端，进而提高用户体验。

Description

标定方法、装置、电子设备及介质

技术领域

本申请中涉及图像处理技术，尤其是一种标定方法、装置、电子设备及介质。

背景技术

由于通信时代和社会的兴起，智能设备已经随着越来越多用户的使用而不断发展。

其中，由于智能设备的发展，很多依托于摄像装置进行的功能已经广泛的应用到各个场景中。例如，智能手机、平板电脑、虚拟现实、辅助驾驶系统以及无人机等新型智能设备均对摄像装置定位的功能有很大的要求。进一步的，摄像装置定位的基础来自于对摄像装置内外参的标定，其中，对摄像装置的标定即是利用摄像机所拍摄到的图像来还原空间中的物体。在相关技术中，摄像装置的标定方法通常是由摄像装置拍摄标定板的多张图像，并利用标定算法对该多张图像进行标定计算，得到对应的标定参数。进而利用该标定参数，完成对摄像装置的标定。

然而，在相关技术生成标定参数的过程中，往往会存在针对摄像装置标定结果不准确的情况。

发明内容

本发明的实施例提供一种标定方法、装置、电子设备及介质。

其中，根据本申请实施例的一个方面，提供的一种标定方法，应用于目标摄像装置，包括：

获取针对目标参照物的第一图像组；

获取所述第一图像组中满足预设清晰度范围的图像，得到第二图像组；

基于所述第二图像组，生成标定参数。

可选地，在基于本申请上述方法的另一个实施例中，所述获取所述第一图像组中满足预设清晰度范围的图像，得到第二图像组，包括：

获取所述灰度图像的梯度图；

基于各待检测图像对应的标准差，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，所述标准差为所述梯度图的标准差。

可选地，在基于本申请上述方法的另一个实施例中，所述基于各待检测图像对应的标准差，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，包括：

基于各待检测图像对应的所述标准差以及平均值，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，所述平均值为所述灰度图像的平均值。

可选地，在基于本申请上述方法的另一个实施例中，所述基于各待检测图像对应的所述标准差以及平均值，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，包括：

分别计算各待检测图像对应的所述标准差与所述平均值的商值，得到第一商值组；

基于所述第一商值组，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组。

可选地，在基于本申请上述方法的另一个实施例中，所述基于所述第一商值组，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，包括：

筛除所述第一商值组中，数值低于第一预设阈值的商值，得到第二商值组；

将所述第二商值组中的各商值对应的待检测图像，作为所述第二图像组。可选地，在基于本申请上述方法的另一个实施例中，在所述分别计算各待检测图像对应的所述标准差与所述平均值的商值，得到第一商值组之前，包括：

获取所述梯度图的标准差；

当检测到所述梯度图的标准差不低于第二预设阈值时，计算各待检测图像对应的所述标准差与所述平均值的商值。

可选地，在基于本申请上述方法的另一个实施例中，所述获取所述灰度图像的梯度图，包括：

将所述第一图像组中的待检测图像转换为灰度图像；

利用边缘检测算法，获取所述灰度图像的梯度图。

根据本申请实施例的另一个方面，提供的一种标定装置，应用于目标摄像装置，包括：

第一获取模块，被配置为获取针对目标参照物的第一图像组；

第二获取模块，被配置为获取所述第一图像组中满足预设清晰度范围的图像，得到第二图像组；

生成模块，被配置为基于所述第二图像组，生成标定参数。

根据本申请实施例的又一个方面，提供的一种电子设备，包括：

存储器，用于存储可执行指令；以及

显示器，用于与所述存储器显示以执行所述可执行指令从而完成上述任一所述标定方法的操作。

根据本申请实施例的还一个方面，提供的一种计算机可读存储介质，用于存储计算机可读取的指令，所述指令被执行时执行上述任一所述标定方法的操作。

本申请中，在获取针对目标参照物的第一图像组后，获取第一图像组中满足预设清晰度范围的图像进行筛除，得到第二图像组，并基于该第二图像组，生成标定参数。通过应用本申请的技术方案，可以将获取到的针对标定板进行拍摄得到的第一图像组中，将满足预设清晰度范围的图像用于生成标定参数。从而避免了相关技术中由于标定图像不清晰所导致的标定结果不准确的弊端，进而提高用户体验。

下面通过附图和实施例，对本申请的技术方案做进一步的详细描述。

附图说明

构成说明书的一部分的附图描述了本申请的实施例，并且连同描述一起用于解释本申请的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本申请，其中：

图1为本申请示出的标定方法的系统架构示意图。

图2为本申请摄像装置的标定方法一个实施例的流程图。

图3a-图3d为本申请中待检测图像的示意图。

图4为本申请摄像装置的标定方法又一个实施例的流程图。

图5为本申请摄像装置的标定方法又一个实施例的流程图。

图6为本申请中图像亮度与边缘清晰度的对比图。

图7为本申请摄像装置的标定装置的结构示意图。

图8为本申请显示电子设备结构示意图。

具体实施方式

现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

需要说明，本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本申请中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本申请中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

另外，本申请各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

图1示出了可以应用本申请实施例的查询方法或查询装置的示例性系统架构100的示意图。

如图1所示，系统架构100可以包括终端设备101、102、103中的一种或多种，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。

本申请中的终端设备101、102、103可以为提供各种服务的终端设备。例如用户通过终端设备103(也可以是终端设备101或102)获取针对目标参照物的第一图像组后，终端设备103可以获取第一图像组中满足预设清晰度范围的图像，得到第二图像组，并基于第二图像组，生成标定参数。

在此需要说明的是，本申请实施例所提供的摄像装置的标定方法可以由终端设备101、102、103中的一个或多个,和/或,服务器105执行，相应地，本申请实施例所提供的摄像装置的标定装置一般设置于对应终端设备中,和/或，服务器105中，但本申请不限于此。

下面结合图2至图5来描述根据本申请示例性实施方式的用于进行标定方法。需要注意的是，下述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不受任何限制。相反，本申请的实施方式可以应用于适用的任何场景。

本申请提出一种标定方法、装置、目标终端及介质，其中，本申请的标定方法应用于目标摄像装置。

图2示意性地示出了根据本申请实施方式的一种标定方法的流程示意图。

如图2所示，该方法包括：

S101，获取针对目标参照物的第一图像组。

可选的，在相关技术中，针对目标摄像装置进行标定的过程中，通常需要利用其摄像装置来针对目标参照物进行拍摄，以获得对应的第一图像组。进一步的，本申请不对目标参照物做具体限定。在一种可能的实施方式中，目标参照物可以为标定板(CalibrationTarget)，其中，标定板即为在机器视觉、图像测量、摄影测量、三维重建等应用中，为校正镜头畸变、确定物理尺寸和像素间的换算关系以及确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系时，需要建立相机成像的几何模型。

需要说明的是，本申请不对标定板的图案类别做具体限制，例如，本申请中的标定板可以为等间距实心圆阵列图案的标定板，标定板也可以为国际象棋盘黑白图案的标定板。

另外，本申请中不对第一图像组中的待检测图像的数量具体限定，在一种可能的优选实施方式中，本申请获取针对目标参照物的第一图像组中的待检测图像的数量可以为20张。

S102，获取第一图像组中满足预设清晰度范围的图像，得到第二图像组。

可选的，本申请中，在获取针对目标参照物的第一图像组后，还可以进一步的将第一图像组中清晰度不足的图像进行筛除，可以理解的，余下的所有满足预设清晰度范围的图像的集合，即为第二图像组。

以图3a和图3b为例，图3a和图3b即为获取的针对标定板的两张待检测图像。进一步的，将图3a的待检测图像中的第一区域放大后，得到对应的放大图像(如图3c所示)，以及，将图3b的待检测图像中的第一区域放大后，得到对应的放大图像(如图3d所示)。

进一步而言，由图3c以及图3d可以看出，图3c的清晰度与图3d的清晰度相比明显不足，也即，两张针对标定板的待检测图像的清晰度也完全不同。本申请中，为了避免由于待检测图像的清晰度不足所导致的标定结果不准确的问题，本申请可以在获取针对目标参照物的第一图像组(图3a和图3b)后，将第一图像组中清晰度不足的图像进行筛除(也即图3c对应的图3a)。

需要说明的是，本申请不对预设清晰度范围做具体限定，即在实施过程中，可以根据自身需要设定对应的清晰度范围。可以理解的，凡是针对第一图像组中需要进行筛除不满足预设清晰度范围，以得到对应第二图像组的技术方案，均为本申请的保护范围之内。

S103，基于第二图像组，生成标定参数。

可选的，本申请中，在筛除第一图像组中不满足预设清晰度范围的图像，得到第二图像组之后，可以进一步的基于该第二图像组，生成对应的标定参数。

本申请中，在获取针对目标参照物的第一图像组后，将第一图像组中不满足预设清晰度范围的图像进行筛除，得到第二图像组，并基于该第二图像组，生成标定参数。通过应用本申请的技术方案，可以将针对标定板进行拍摄得到的第一图像组中，将满足预设清晰度范围的图像用于生成标定参数。从而避免了相关技术中由于标定图像不清晰所导致的标定结果不准确的弊端，进而提高用户体验。

进一步可选的，在本申请的一种实施方式中，在S102(获取第一图像组中满足预设清晰度范围的图像，得到第二图像组)中，还包括一种具体的实施方式，如图4所示，包括：

S201,获取针对目标参照物的第一图像组。

S202,将第一图像组中的各待检测图像转换为灰度图像。

可选的，本申请中，可以在获取针对目标参照物的第一图像组后，将第一图像组中的各个待检测图像均转换为灰度图像。

其中，灰度图像(gray image)即为每个像素只有一个黑色或白色采样颜色的图像，灰度图像通常显示为从最暗黑色到最亮的白色的灰度。

需要说明的是，本申请不对将各待检测图像转换为灰度图像的方式做具体限定。例如，本申请可以采用浮点算法(Gray＝R*0.3+G*0.59+B*0.11)、整数算法(Gray＝(R*30+G*59+B*11)/100)、移位算法(Gray＝(R*76+G*151+B*28)>>8)、平均值算法(Gray＝(R+G+B)/3)等等。在一种可能的实施方式中，在根据上述算法求出各待检测图像的Gray值后，将对应的待检测图像的RGB(R,G,B)中的R,G,B统一用该Gray值替换，并将形成新的颜色RGB(Gray,Gray,Gray)，作为对应的灰度图像。

S203，利用边缘检测算法，计算各灰度图像的梯度图。

可选的，本申请中，可以在将第一图像组中的各待检测图像转换为灰度图像后，利用边缘检测算法，计算各灰度图像对应的梯度图。

其中，边缘检测是在图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。相关技术中，在对图像进行边缘检测时通常需要对目标图像进行图像滤波、图像增强、图像检测、图像定位等步骤。并根据边缘检测算子，生成对应的梯度图。

需要说明的是，本申请不对边缘检测算子的种类做具体限定。例如，本申请可以采用罗伯特算子(Reborts operator)、索贝尔算子(Sobel operator)、普利维特算子(Prewitt operate)、拉普拉斯算子(Laplace operator)、高斯拉普拉斯算子(LOGoperator)、坎尼算子(Canny operator)等等。

S204，基于各待检测图像对应的标准差，获取第一图像组中满足预设清晰度范围的图像，得到第二图像组，标准差为梯度图的标准差。

可选的，本申请中，在利用边缘检测算法，计算各灰度图像的梯度图之后，还可以进一步的基于各待检测图像对应的梯度图的标准差，以及灰度图像的平均值，获取第一图像组中满足预设清晰度范围的图像，得到对应的第二图像组。

其中，待检测图像对应灰度图的梯度图的标准差反映了图像像素值与均值的离散程度，进一步的，由于灰度图图像整体亮度将影响边缘的清晰度，因此，图像的亮度越大，将导致图像边缘越清晰。进一步而言，对应的标准差值将会越高。因此，本申请可以采用利用标准差与预设数值大小的匹配关系，进行获取第一图像组中满足预设清晰度范围的图像，得到第二图像组的过程。需要说明的，本申请不对预设数值做具体限定。

S205，利用标定算法对第二图像组进行标定运算，生成标定参数。

可选的，本申请中，可以利用标定算法对该第二图像组进行标定运算，生成对应的标定参数。

本申请中，在获取针对目标参照物的第一图像组后，获取第一图像组中满足预设清晰度范围的图像进行筛除，得到第二图像组，并基于该第二图像组，生成标定参数。通过应用本申请的技术方案，可以根据待检测图像对应的灰度图以及梯度图，将第一图像组中，满足预设清晰度范围的图像用于生成标定参数。从而可以通过数值计算，将数据结果不合格的对应待检测图像筛除。进而提高标定结果的准确性。

进一步可选的，在本申请的一种实施方式中，在S102(获取第一图像组中满足预设清晰度范围的图像，得到第二图像组)中，还包括一种具体的实施方式，如图5所示，包括：

S301,获取针对目标参照物的第一图像组。

S302,将第一图像组中的各待检测图像转换为灰度图像。

S303，利用边缘检测算法，计算各灰度图像的梯度图。

S304，基于各待检测图像对应的标准差以及平均值，获取第一图像组中满足预设清晰度范围的图像，得到第二图像组，标准差为梯度图的标准差，平均值为灰度图像的平均值。

可选的，本申请中，在利用边缘检测算法，计算各灰度图像的梯度图之后，还可以进一步的基于各待检测图像对应的梯度图的标准差，以及灰度图像的平均值，获取第一图像组中满足预设清晰度范围的图像，得到对应的第二图像组。

其中，待检测图像对应灰度图的梯度图的标准差反映了图像像素值与均值的离散程度，进一步的，由于灰度图图像整体亮度将影响边缘的清晰度，因此，图像的亮度越大，将导致图像边缘越清晰。进一步而言，对应的标准差值将会越高。例如由图6可以看出，灰度图图像整体亮度将影响边缘的清晰度，如图6所示，为两张亮度各不相同的待检测图像。，待检测图像的亮度越大，将导致图像边缘越清晰。进一步而言，对应的标准差值将会越高。因此，在一种可选的实施方式中，可以基于预先生成的，待检测图像对应的梯度图的标准差值与清晰度阈值的对应关系，计算待检测图像的清晰度阈值。

另外，本申请中，在计算待检测图像对应灰度图像的平均值时，可以首先扫描图像的灰度矩阵，并将所有像素的灰度值相加求和值，并记录所有灰度值的像素的个数，进一步的，利用该所有像素的灰度值相加的和值以及所有灰度值的个数，对应求出对应的灰度图像的平均值。

在本申请的一种可选的实施方式中，基于各待检测图像对应的标准差以及平均值，获取第一图像组中满足预设清晰度范围的图像，得到第二图像组可以通过以下方式完成：

分别计算各待检测图像对应的标准差与平均值的商值，得到第一商值组。

可选的，本申请中，在基于各待检测图像对应的标准差以及平均值，获取第一图像组中满足预设清晰度范围的图像的过程中，为了避免由于图像中存在的中间区域的亮度大于周边区域的亮度而导致的图像中存在梯度值干扰的问题，本申请可以首先计算各待检测图像对应的标准差与平均值的商值，进而将各个计算出来的商值的集合，作为第一商值组。

例如，以待检测图像A对应的梯度图的标准差值为a、待检测图像A对应的灰度图的平均值为b为例，则本申请中，需要计算标准差a与平均值b的商值。也即将数值a除以数值b，进一步的，将数值a除以数值b的数值结果，作为该待检测图像对应的商值。

基于第一商值组，获取第一图像组中满足预设清晰度范围的图像，得到第二图像组。

可选的，本申请中，基于第一商值组，获取第一图像组中满足预设清晰度范围的图像，得到第二图像组的生成方式可以由以下生成：

筛除第一商值组中，数值低于第一预设阈值的商值，得到第二商值组。

可选的，本申请中，可以将第一商值组中，所有低于第一预设阈值的商值全部筛除出第一商值组，余下的商值的组合，即为第二商值组。

需要说明的是，本申请中，不对第一预设阈值做具体限定，即第一预设阈值可以为1，第一预设阈值也可以为5。第一预设阈值的具体变化并不会影响本申请的保护范围。

将第二商值组中的各商值对应的待检测图像，作为第二图像组。

可选的，本申请中，将第一商值组中，所有高于第一预设阈值的商值的第二商值组对应的待检测图像，作为本申请中的第二图像组。进一步的，由于第二商值组对应的待检测图像中，均为清晰度符合预设范围的待检测图像，进而以第二图像组作为标定图像组，可以提高标定结果的准确率。

在本申请一种可选的实施方式中，可以在计算梯度图的标准差与灰度图像的平均值的商值之前，还可以首先实施如下方式的步骤：

获取梯度图的标准差。

当检测到梯度图的标准差不低于第二预设阈值时，计算梯度图的标准差与灰度图像的平均值的商值。

可选的，为了避免待检测图像的清晰度过低所导致的无谓耗费计算资源的弊端。本申请可以首先获取待检测图像对应的梯度图的标准差，并在检测到该梯度图的标准差大于或等于低于预设阈值时，再进行梯度图的标准差与灰度图像的平均值的商值计算。

需要说明的是，本申请中不对第二预设阈值做具体限定，即第二预设阈值可以为5，第二预设阈值也可以为10。第二预设阈值的具体变化并不会影响本申请的保护范围。

S305，利用标定算法对第二图像组进行标定运算，生成标定参数。

可选的，本申请中，可以利用标定算法对该第二图像组进行标定运算，生成对应的标定参数。

本申请中，在获取针对目标参照物的第一图像组后，获取第一图像组中满足预设清晰度范围的图像进行筛除，得到第二图像组，并基于该第二图像组，生成标定参数。通过应用本申请的技术方案，可以根据待检测图像对应的灰度图以及梯度图，将第一图像组中，满足预设清晰度范围的图像用于生成标定参数。从而可以通过数值计算，将数据结果不合格的对应待检测图像筛除。进而提高标定结果的准确性。

在本申请的另外一种实施方式中，如图7所示，本申请还提供一种标定装置，该装置包括第一获取模块401，第二获取模块402，生成模块403，其中，

第一获取模块401，被配置为获取针对目标参照物的第一图像组；

第二获取模块402，被配置为获取所述第一图像组中满足预设清晰度范围的图像，得到第二图像组；

生成模块403，被配置为基于所述第二图像组，生成标定参数。

本申请中，在获取针对目标参照物的第一图像组后，获取第一图像组中满足预设清晰度范围的图像进行筛除，得到第二图像组，并基于该第二图像组，生成标定参数。通过应用本申请的技术方案，可以将获取到的针对标定板进行拍摄得到的第一图像组中，将满足预设清晰度范围的图像用于生成标定参数。从而避免了相关技术中由于标定图像不清晰所导致的标定结果不准确的弊端，进而提高用户体验。

在本申请的另一种实施方式中，筛除模块402，还包括，获取单元，计算单元，生成单元，其中：

获取单元，被配置为获取所述灰度图像的梯度图

生成单元，被配置为基于各待检测图像对应的标准差，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，所述标准差为所述梯度图的标准差。

在本申请的另一种实施方式中，第二获取模块402，还包括：

获取模块402，被配置为基于各待检测图像对应的所述标准差以及平均值，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，所述平均值为所述灰度图像的平均值。

在本申请的另一种实施方式中，第二获取模块402，还包括：计算单元，生成单元，其中：

计算单元，被配置为分别计算各待检测图像对应的所述标准差与所述平均值的商值，得到第一商值组。

生成单元，被配置为基于所述第一商值组，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组。

在本申请的另一种实施方式中，第二获取模块402还包括，筛除单元，其中：

筛除单元，被配置为筛除所述第一商值组中，数值低于第一预设阈值的商值，得到第二商值组。

生成单元，被配置为将所述第二商值组中的各商值对应的待检测图像，作为所述第二图像组。

在本申请的另一种实施方式中，第二获取模块402还包括，筛除单元，生成单元，其中：

筛除单元，被配置为筛除所述第一商值组中，数值低于第一预设阈值的商值，得到第二商值组；

生成单元，被配置为将所述第二商值组中的各商值对应的待检测图像，作为所述第二图像组。

在本申请的另一种实施方式中，第二获取模块402还包括，其中：

获取单元，被配置为获取所述梯度图的标准差。

计算单元，被配置为当检测到所述梯度图的标准差不低于第二预设阈值时，计算各待检测图像对应的所述标准差与所述平均值的商值。

在本申请的另一种实施方式中，第二获取模块402还包括，其中：

第二获取模块402，被配置为将所述第一图像组中的待检测图像转换为灰度图像；

第二获取模块402，被配置为利用边缘检测算法，获取所述灰度图像的梯度图。

图8是根据一示例性实施例示出的一种电子设备的逻辑结构框图。例如，电子设备500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图8，电子设备500可以包括以下一个或多个组件：处理器501和存储器502。

处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intel ligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本申请中方法实施例提供的互动特效标定方法。

在一些实施例中，电子设备500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、触摸显示屏505、摄像头506、音频电路507、定位组件508和电源509中的至少一种。

外围设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置电子设备500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在电子设备500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在电子设备500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在电子设备500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。

定位组件508用于定位电子设备500的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源509用于为电子设备500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，电子设备500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。

加速度传感器511可以检测以电子设备500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器512可以检测电子设备500的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对电子设备500的3D动作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器513可以设置在电子设备500的侧边框和/或触摸显示屏505的下层。当压力传感器513设置在电子设备500的侧边框时，可以检测用户对电子设备500的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的下层时，由处理器501根据用户对触摸显示屏505的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置电子设备500的正面、背面或侧面。当电子设备500上设置有物理按键或厂商Logo时，指纹传感器514可以与物理按键或厂商Logo集成在一起。

光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制触摸显示屏505的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏505的显示亮度；当环境光强度较低时，调低触摸显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄参数。

接近传感器516，也称距离传感器，通常设置在电子设备500的前面板。接近传感器516用于采集用户与电子设备500的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与电子设备500的正面之间的距离逐渐变小时，由处理器501控制触摸显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与电子设备500的正面之间的距离逐渐变大时，由处理器501控制触摸显示屏505从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图8中示出的结构并不构成对电子设备500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由电子设备500的处理器520执行以完成上述视频播放方法，该方法包括：获取针对目标参照物的第一图像组；获取所述第一图像组中满足预设清晰度范围的图像，得到第二图像组；基于所述第二图像组，生成标定参数。可选地，上述指令还可以由电子设备500的处理器520执行以完成上述示例性实施例中所涉及的其他步骤。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种应用程序/计算机程序产品，包括一条或多条指令，该一条或多条指令可以由电子设备500的处理器520执行，以完成上述标定方法，该方法包括：获取针对目标参照物的第一图像组；获取所述第一图像组中满足预设清晰度范围的图像，得到第二图像组；基于所述第二图像组，生成标定参数。可选地，上述指令还可以由电子设备500的处理器520执行以完成上述示例性实施例中所涉及的其他步骤。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种标定方法，其特征在于，应用于目标摄像装置，包括：

获取针对目标参照物的第一图像组；

获取所述第一图像组中满足预设清晰度范围的图像，得到第二图像组；

基于所述第二图像组，生成标定参数。

2.如权利要求1所述的方法，其特征在于，所述获取所述第一图像组中满足预设清晰度范围的图像，得到第二图像组，包括：

获取所述灰度图像的梯度图；

基于各待检测图像对应的标准差，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，所述标准差为所述梯度图的标准差。

3.如权利要求2所述的方法，其特征在于，所述基于各待检测图像对应的标准差，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，包括：

基于各待检测图像对应的所述标准差以及平均值，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，所述平均值为所述灰度图像的平均值。

4.如权利要求3所述的方法，其特征在于，所述基于各待检测图像对应的所述标准差以及平均值，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，包括：

分别计算各待检测图像对应的所述标准差与所述平均值的商值，得到第一商值组；

基于所述第一商值组，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组。

5.如权利要求4所述的方法，其特征在于，所述基于所述第一商值组，获取所述第一图像组中满足预设清晰度范围的图像，得到所述第二图像组，包括：

筛除所述第一商值组中，数值低于第一预设阈值的商值，得到第二商值组；

将所述第二商值组中的各商值对应的待检测图像，作为所述第二图像组。

6.如权利要求4所述的方法，其特征在于，在所述分别计算各待检测图像对应的所述标准差与所述平均值的商值，得到第一商值组之前，包括：

获取所述梯度图的标准差；

当检测到所述梯度图的标准差不低于第二预设阈值时，计算各待检测图像对应的所述标准差与所述平均值的商值。

7.如权利要求2所述的方法，其特征在于，所述获取所述灰度图像的梯度图，包括：

将所述第一图像组中的待检测图像转换为灰度图像；

利用边缘检测算法，获取所述灰度图像的梯度图。

8.一种标定装置，其特征在于，应用于目标摄像装置，包括：

第一获取模块，被配置为获取针对目标参照物的第一图像组；

第二获取模块，被配置为获取所述第一图像组中满足预设清晰度范围的图像，得到第二图像组；

生成模块，被配置为基于所述第二图像组，生成标定参数。

9.一种电子设备，其特征在于，包括：

存储器，用于存储可执行指令；以及，

显示器，用于与所述存储器显示以执行所述可执行指令从而完成权利要求1-7中任一所述标定方法的操作。

10.一种计算机可读存储介质，用于存储计算机可读取的指令，其特征在于，所述指令被执行时执行权利要求1-7中任一所述标定方法的操作。