CN110049230A - 校正图像的图像处理装置和方法 - Google Patents

校正图像的图像处理装置和方法 Download PDF

Info

Publication number
CN110049230A
CN110049230A CN201810941738.6A CN201810941738A CN110049230A CN 110049230 A CN110049230 A CN 110049230A CN 201810941738 A CN201810941738 A CN 201810941738A CN 110049230 A CN110049230 A CN 110049230A
Authority
CN
China
Prior art keywords
image
motion vector
imaging sensor
gain
characteristic point
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
Application number
CN201810941738.6A
Other languages
English (en)
Other versions
CN110049230B (zh
Inventor
丁甲天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hanhua Vision Co ltd
Original Assignee
Hanwha Techwin Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hanwha Techwin Co Ltd filed Critical Hanwha Techwin Co Ltd
Publication of CN110049230A publication Critical patent/CN110049230A/zh
Application granted granted Critical
Publication of CN110049230B publication Critical patent/CN110049230B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • H04N23/683—Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory
    • 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
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H04N23/6811—Motion detection based on the image signal
    • 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
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection
    • H04N5/145—Movement estimation
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

公开校正图像的图像处理装置和方法。一种根据本发明的示例性实施例构造的校正图像的晃动的图像处理装置包括：输入接口，用于与图像捕捉传感器进行通信；以及运动向量检测器，用于对通过输入接口从图像传感器接收的第一图像和第二图像进行处理，在第一图像中检测具有高于阈值的特征值的特征点，并通过使用特征点中的至少部分将第一图像与第二图像进行比较以确定第一图像的全局运动向量。阈值可根据图像传感器的增益来调节。

Description

校正图像的图像处理装置和方法
本申请要求于2018年01月16日提交到韩国知识产权局的第10-2018-0005521号韩国专利申请的优先权和权益，所述韩国专利申请出于所有的目的通过引用包含于此，如同在此完全阐述。
技术领域
本发明的示例性实现方式总体涉及图像捕捉和图像的处理，更具体地讲，涉及校正具有晃动的图像的图像处理装置和方法。
背景技术
随着电子相机和成像技术的发展，图像捕捉装置被越来越多地使用，这引起当图像由人在图像捕捉装置可能被无意地移动(例如，由于摄影师或环境条件)的环境下捕捉时校正图像晃动(例如，抖动、模糊)的问题。因此，图像晃动由于各种环境而生成，例如，当人使用移动相机(诸如，便携式数码相机、智能电话等)时，由于人不稳定，引起相机抖动等。在室外安装的CCTV的情况下，图像模糊由于天气环境(诸如，雨、风等)而生成，并且车载黑匣子相机遭受在驾驶期间由于车辆的振动生成的图像模糊。商业可用的图像校正装置或程序具有各种缺点，诸如，复杂性和不准确性。因此，仍然需要用于以简单和准确的方式校正图像晃动的图像处理装置和方法。
在背景技术部分公开的以上信息仅用于增强对本发明构思的背景的理解，因此，背景技术部分可包含形成本领域普通技术人员已知的现有技术的信息。
发明内容
根据本发明的原理和示例性实现方式构造的装置和方法能够有效地校正在各种环境下拍摄的图像的晃动。例如，根据本发明的示例性实现方式的装置和方法即使在暗环境下也以相对高的可靠度校正晃动。
根据本发明的一个或多个示例性实施例，一种校正图像的晃动的图像处理装置包括：输入接口，用于与图像传感器进行通信；运动向量检测器，用于对通过输入接口从图像传感器接收的第一图像和第二图像进行处理，在第一图像中检测具有高于阈值的特征值的特征点，并通过使用特征点中的至少部分将第一图像与第二图像进行比较以确定第一图像的全局运动向量，其中，所述阈值能够根据图像传感器的增益来调节。
运动向量检测器可被配置为：随着图像传感器的增益增大而增大所述阈值。
当图像传感器的增益低于第一水平时，所述阈值可以是第一值；当图像传感器的增益高于第二水平时，所述阈值可以是高于第一值的第二值，其中，第二水平高于第一水平；当图像传感器的增益在第一水平与第二水平之间时，所述阈值可随着图像传感器的增益增大而在第一值与第二值之间增大。
特征值可以是对比度水平。
第一图像可包括多个子块。运动向量检测器可被配置为：分别检测所述多个子块中的特征点候选，并选择特征点候选中的具有高于所述阈值的特征值的一个或多个特征点候选作为特征点。
所述图像处理装置还可包括：图像稳定器，用于基于全局运动向量来校正第一图像。
运动向量检测器可被配置为：通过将第一图像的特征点组与第二图像进行比较来生成第一图像的特征点组的局部运动向量，并基于所述局部运动向量生成全局运动向量，其中，通过对特征点中的所述至少部分进行分组来定义所述特征点组。
运动向量检测器可被配置为：根据图像传感器的增益，调节包括在每个特征点组中的特征点的数量。
包括在每个特征点组中的特征点的数量可随着图像传感器的增益增大而增大。
当图像传感器的增益低于第一水平时，包括在每个特征点组中的特征点的数量可以是第一值；当图像传感器的增益高于第二水平时，包括在每个特征点组中的特征点的数量可以是高于第一值的第二值，其中，第二水平高于第一水平；当图像传感器的增益在第一水平与第二水平之间时，包括在每个特征点组中的特征点的数量可随着图像传感器的增益增大而在第一值与第二值之间增大。
根据本发明的一个或多个示例性实施例，一种用于校正图像中的晃动的方法包括以下步骤：从图像传感器接收第一图像和第二图像；接收图像传感器的增益；在第一图像中检测具有高于阈值的特征值的特征点；通过使用特征点中的至少部分将第一图像与第二图像进行比较来生成用于校正第一图像的晃动的信号。所述阈值能够根据图像传感器的增益来调节。
所述阈值可随着图像传感器的增益增大而增大。
将第一图像与第二图像进行比较的步骤可包括：通过将特征点中的所述至少部分进行分组，来定义第一图像的特征点组；通过将第一图像的特征点组与第二图像进行比较，生成第一图像的特征点组的局部运动向量；基于所述局部运动向量，生成第一图像的全局运动向量。
包括在每个特征点组中的特征点的数量可根据图像传感器的增益来调节。
包括在每个特征点组中的特征点的数量可随着图像传感器的增益增大而增大。
根据本发明的另一示例性实施例，一种校正图像中的晃动的图像处理装置包括：输入接口，用于与图像传感器进行通信；运动向量检测器，用于通过输入接口从图像传感器接收第一图像和第二图像，通过将第一图像的特征点组与第二图像进行比较，基于第一图像的特征点组的局部运动向量生成第一图像的全局运动向量，其中，通过对包括在第一图像中的特征点中的至少部分进行分组来定义所述特征点组。运动向量检测器被配置为：根据图像传感器的增益调节包括在每个特征点组中的特征点的数量。
包括在每个特征点组中的特征点的数量可随着图像传感器的增益增大而增大。
包括在第一图像中的特征点可具有高于阈值的特征值，所述阈值可随着图像传感器的增益增大而增大。
第一图像可包括多个子块，运动向量检测器可被配置为：分别检测所述多个子块中的特征点候选，并选择特征点候选中的具有高于所述阈值的特征值的一个或多个特征点候选作为包括在第一图像中的特征点。
所述阈值可随着图像传感器的增益增大而增大。
本发明构思的额外的特征将在下面的描述中阐述，并且部分地通过所述描述将是清楚的，或者可通过本发明构思的实践而得知。
将理解，前面的总体描述和下面的详细描述是示例性和说明性的，并且意图进一步提供对要求保护的发明的解释。
附图说明
附图示出本发明的示例性实施例，并且与具体实施方式一起用于解释本发明构思，其中，附图被包括以进一步提供对本发明的理解，并且包含于本说明书的一部分中且构成本说明书的一部分。
图1是用于示意性示出当图像捕捉装置晃动时由图像捕捉装置捕捉的图像中的失真的概念图。
图2是根据本发明的原理构造的图像处理装置的示例性实施例的框图。
图3是根据本发明的示例性实施例的在图像处理装置校正图像中的晃动的方法的流程图。
图4是图3的步骤S120的示例性实施例的流程图。
图5A是用于示出在目标图像中检测到的特征点候选的示意性示图。
图5B是用于示出从特征点候选选择的特征点的示意性示图。
图6是示出根据本发明的原理的图像传感器的增益与阈值电压之间的关系的曲线图。
图7是根据本发明的示例性实施例的将目标图像与比较图像进行比较的方法的流程图。
图8是图7的步骤S310的示例性实施例的流程图。
图9是用于示出图8的步骤S410的计算局部运动向量的处理的概念图。
图10是用于示出图8的步骤S420的通过使用局部运动向量选择特征点的处理的概念图。
图11是图7的步骤S310的另一示例性实施例的流程图。
图12是用于示出图7的步骤S320的对特征点进行分组的示例性实施例的示意性示图。
图13是示出根据本发明的原理的图像传感器的增益与包括在特征点组中的特征点的数量之间的关系的曲线图。
图14是适合于实现本发明的图像捕捉装置的示例性实施例的示例性计算机系统的框图。
具体实施方式
在下面的描述中，为了解释的目的，阐述多个具体细节以提供对本发明的各种示例性实施例或实现方式的彻底理解。如在此使用的，“实施例”和“实现方式”是作为采用在此公开的发明构思中的一个或多个的装置或方法的非限制性示例的可互换的词。然而，应清楚的是，各种示例性实施例可在没有这些具体细节的情况下或在一个或多个等同布置的情况下实践。在其他示例中，以框图的形式示出公知的结构和装置，以避免不必要地模糊各种示例性实施例。此外，各种示例性实施例可以不同，但不必是排他的。例如，在不脱离本发明构思的情况下，示例性实施例的具体形状、配置和特性可用于其他示例性实施例或者在其他示例性实施例中实现。
除非另外指示，否则示出的示例性实施例将被理解为提供改变可在实践中实现本发明构思的一些方式的细节的示例性特征。因此，除非另外指示，否则可在不脱离本发明构思的情况下，另外组合、分离、互换和/或重新布置各种实施例的特征、组件、模块、层、膜、面板、区域和/或方面等(在下文中，单独地或共同地称为“元件”)。
当示例性实施例可被不同地实现时，可以与描述的顺序不同地执行具体的处理顺序。例如，两个连续描述的处理可被基本同时执行或以与描述的顺序相反的顺序执行。此外，相同的参考标号表示相同的元件。
当元件(诸如，层)被称为“在”另一元件或层上、“连接到”或“结合到”另一元件或层时，其可直接在另一元件或层上、直接连接到或直接结合到另一元件或层，或者可存在中间元件或中间层。然而，当元件或层被称为“直接在”另一元件或层上、“直接连接到”或“直接结合到”另一元件或层时，不存在中间元件或中间层。为此，术语“连接”可表示在具有中间元件或没有中间元件的情况下的物理连接、电连接和/或流体连接。为了本公开的目的，“X、Y和Z中的至少一个”和“从由X、Y和Z组成的组选择的至少一个”可被解释为仅X、仅Y、仅Z或X、Y和Z中的两个或更多个的任意组合(例如，XYZ、XYY、YZ和ZZ)。如在此使用的，术语“和/或”包括相关的列出项的一个或多个的任意组合和所有组合。
虽然术语“第一”、“第二”等在此可用于描述各种类型的元件，但是这些元件不应受限于这些术语。这些术语用于将一个元件与另一元件区分开。因此，在不脱离本公开的教导的情况下，下面讨论的第一元件可被称为第二元件。
空间相对术语(诸如，“在……之下”、“在……下面”、“在……下方”、“下面的”、“上面的”、“在……之上”、“高处”、“侧面”(例如，如在“侧壁”)等)可在此用于描述的目的，从而描述如附图中所示的一个元件与另一元件的关系。空间相对术语意图包括除了附图中描绘的方位之外的使用、操作和/或制造中的设备的不同方位。例如，如果附图中的设备被翻转，则被描述为在其他元件或特征的“下面”或“之下”的元件其后将位于其他元件或特征的“上面”。因此，示例性术语“在……下面”可包括上面和下面两种方位。此外，设备可被另外定位(例如，旋转90度或在其它方位)，同样地，相应地解释在此使用的空间相对描述符。
在此使用的术语为了描述具体的实施例的目的，并不意图作为限制。除非上下文另外清楚地指示，否则如在此使用的单数形式也意图包括复数形式。此外，当在本说明书中使用术语“包括”和/或“包含”时，指定存在阐述的特征、整体、步骤、操作、元件、组件和/或它们的组，但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或它们的组。还应注意，如在此使用的，术语“基本”、“大约”和其他类似的术语用作近似的术语而不用作程度的术语，并且同样地用于解释可由本领域普通技术人员识别的测量的值、计算的值和/或提供的值中的固有偏差。
在示例性实施例中，图像处理装置和/或图像处理装置的一个或多个组件可通过一个或多个通用和/或专用组件(诸如，一个或多个分立电路、数字信号处理芯片、集成电路、专用集成电路、微处理器、处理器、可编程阵列、现场可编程阵列、指令集处理器等)来实现。
根据一个或多个示例性实施例，在此描述的特征、功能、处理等可经由软件、硬件(例如，通用处理器、数字信号处理(DSP)芯片、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等)、固件或它们的组合来实现。以这种方式，图像处理装置和/或图像处理装置的一个或多个组件可包括一个或多个存储器(未示出)或以其他方式与一个或多个存储器(未示出)相关联，其中，所述一个或多个存储器包括被配置为使得图像处理装置和/或图像处理装置的一个或多个组件执行在此描述的特征、功能、处理等中的一个或多个的代码(例如，指令)。
存储器可以是参与向一个或多个软件、硬件和/或固件组件提供代码以供执行的任何介质。这样的存储器可以以任何适合的形式(包括，但不限于，非易失性介质、易失性介质和传输介质)实现。例如，非易失性介质包括光盘和磁盘。易失性介质包括动态存储器。传输介质包括同轴电缆、铜线和光纤。传输介质还可采用声波、光波或电磁波的形式。例如，计算机可读介质的常见形式包括：软盘、软磁盘、硬盘、磁带、任何其他磁介质、光盘只读存储器(CD-ROM)、可重写光盘(CD-RW)、数字视频盘(DVD)、可重写DVD(CVD-RW)、任何其他光介质、穿孔卡、纸带、光学标记图、任何其他具有孔图案或其他光学可识别标记的物理介质、随机存取存储器(RAM)、可编程只读存储器(PRAM)、可擦除可编程只读存储器(EPROM)、FLASH-EPROM、任何其他存储器芯片或盒式磁带、载波或可由例如控制器/处理器读取信息的任何其他介质形式。
除非另外定义，否则在此使用的所有术语(包括技术术语和科学术语)具有与本公开作为一部分而所属的领域的普通技术人员通常理解的含义相同的含义。除非在此明确地这样定义，否则术语(诸如，在通用词典中定义的术语)应被解释为具有与相关领域的上下文的含义一致的含义，并且不应被解释为理想化的或过于形式化的意义。
图1是用于示意性示出当图像捕捉装置晃动时由图像捕捉装置捕捉的图像中的失真的概念图。
参照图1，各种图像捕捉装置(诸如，智能电话、平板PC、CCTV、Web相机(Webcam)、平移-倾斜-缩放(PTZ)相机、便携式摄像机以及膝上型电脑)可捕捉对象15并生成对象的图像，其中，对象可以是有生命的对象或者无生命的对象。
当图像捕捉装置捕捉对象15时，可能发生晃动(如在此使用的，晃动表示使图像失真的任何无意的移动、振动或抖动)。例如，即使对象未移动，但是由于晃动，图像捕捉装置11在第一时间t1以及图像捕捉装置12在第二时间t2可捕捉到在不同位置的对象15。因此，即使对象15是静止的，在第一时间t1捕捉的图像和在第二时间t2捕捉的图像也可能彼此不同。例如，如图1所示，即使对象15是静止的，但是捕捉的图像中的对象15的特征点在第一时间t1位于图像的第一位置P1，而在第二时间t2位于图像的第二位置P2。
图2是根据本发明的原理构造的图像处理装置的示例性实施例的框图。
参照图2，图像处理装置100连接到图像传感器200。图像传感器200生成以时间顺序捕捉的多个图像IMG，生成的图像IMG被提供给图像处理装置100。图像传感器200可使用任何已知的技术(诸如，CMOS(互补金属氧化物半导体))将光信号转换为电信号，并可对电信号进行数字化以生成图像IMG中的每个图像。
图像传感器200还连接到传感器增益控制器300。图像传感器200可接收从传感器增益控制器300提供的增益GN。传感器增益控制器300可调节增益值GN来控制图像IMG的亮度，其中，电信号被转换为图像IMG。由传感器增益控制器300提供的图像传感器200的增益GN可以以各种方式来调节。例如，当将被捕捉的图像中的至少部分被感知为相对暗时，传感器增益控制器300可增大图像传感器200的增益GN来增加图像的亮度。例如，传感器增益控制器300可响应于通过例如图14中示出的用户接口1400接收的用户的选择而增大图像传感器200的增益GN，以增加图像的亮度。
在图像传感器200的增益GN增大的情况下，图像IMG的亮度增加，而包括在图像IMG中的噪声也会增加。根据本发明的示例性实施例，传感器增益控制器300向图像处理装置100提供用于生成图像IMG的增益GN。图像处理装置100利用增益GN来校正图像IMG中的晃动。
图像处理装置100包括输入接口110、运动向量检测器120、图像稳定器130和输出接口140。
输入接口110在图像处理装置100与图像传感器200之间传递信号。输入接口110可从图像传感器200接收图像IMG，并可将接收的图像IMG传送到运动向量检测器120。
虽然未在图2中示出，但是还可提供连接到图像处理装置100和图像传感器200的缓冲存储器。在这种情况下，图像传感器200可将生成的图像IMG存储在缓冲存储器中，并且图像处理装置100的输入接口110可访问缓冲存储器以读取图像IMG。
根据示出的实施例，图像处理装置100还可包括从传感器增益控制器300接收图像传感器200的增益GN的接口(例如，输入接口110)。输入接口110可将接收的增益GN传送到运动向量检测器120。
运动向量检测器120基于增益GN来对图像IMG进行处理。运动向量检测器120检测将被校正的图像(在下文中，称为“目标图像TGIMG”)中的具有高于阈值的特征值的特征点，并通过使用检测到的特征点中的至少部分来确定目标图像TGIMG与比较图像CPIMG之间的全局运动向量。这里，根据图像传感器200的增益GN的值来调节阈值。
比较图像CPIMG可以是在捕捉目标图像TGIMG之前捕捉的图像。例如，目标图像TGIMG可以是由图像传感器200以时间顺序生成的图像IMG中的第a图像，并且比较图像CPIMG可以是图像IMG中的第(a-b)图像，其中，a是正整数，b是小于a的正整数。
如本领域中已知的，运动向量检测器120包括特征点检测器121、局部运动向量计算器122和全局运动向量计算器123。特征点检测器121被配置为检测目标图像TGIMG中的具有高于阈值的特征值的特征点。在示例性实施例中，特征点检测器121可将目标图像TGIMG划分为多个子块，从多个子块中的每个子块选择特征点候选，并检测特征点候选中的具有高于阈值的特征值的一个或多个特征点候选作为特征点。局部运动向量计算器122可通过输入接口110接收增益GN并可根据图像传感器200的增益GN的值来调节阈值。
局部运动向量计算器122被配置为通过将目标图像TGIMG与比较图像CPIMG进行比较，来计算特征点的局部运动向量。例如，局部运动向量计算器122可通过将目标图像TGIMG的包括特征点的区域中的每个区域与比较图像CPIMG进行比较，来计算特征点的局部运动向量。
全局运动向量计算器123被配置为根据局部运动向量计算全局运动向量。例如，局部运动向量的平均值可被确定为全局运动向量。然而，示例性实施例不限于此。如本领域已知的，用于根据局部运动向量计算全局运动向量的各种方式可被利用。例如，可计算局部运动向量的直方图，并且可根据计算的直方图来确定全局运动向量。
图像稳定器130基于全局运动向量来校正目标图像TGIMG中的晃动。输出接口140输出校正的目标图像TGIMG’。
图3是根据本发明的示例性实施例的在图像处理装置校正图像中的晃动的方法的流程图。
参照图2和图3，在步骤S110，从传感器增益控制器300接收图像传感器200的增益GN。还从图像传感器200接收图像IMG。
在步骤S120，在目标图像TGIMG中检测具有高于阈值的特征值的特征点。在示例性实施例中，特征点检测器121可检测多个特征点候选，并检测具有高于阈值的特征值的一个或多个特征点候选作为特征点。
特征点候选可以以各种方式来选择。在示例性实施例中，目标图像TGIMG可被划分为多个子块，每个子块的点之中的具有最大特征值的点可被选择为特征点候选，并且在选择的特征点候选之中的具有高于阈值的特征值的特征点候选可被检测为特征点。
在示例性实施例中，每个点的特征值可以是对应点和与对应点相邻的点之间的对比度水平。每个子块中的具有最高对比度水平的点(例如，位于图像中的对象的边缘上的点、位于边缘的交叉上的点等)可被选择为对应子块的特征点候选。不位于边缘上的点(例如，位于图像中的背景上的点)可被选择为特征点候选。就这一点而言，第9,466,095号美国专利出于所有的目的通过引用包含于此，如同在此完全阐述。
包括在目标图像TGIMG中的噪声随着图像传感器200的增益GN的增大而增加。包括在目标图像TGIMG中的点的特征值可随着噪声的增加而减小。例如，当图像通过照度传感器被感知为相对暗时或者当通过用户接口接收到命令增大增益GN的用户输入时，传感器增益控制器300可增大图像传感器200的增益GN。以这种方式，目标图像TGIMG是亮的，但是包括在目标图像TGIMG中的对象的边缘的对比度水平可随着噪声的增加而减小。如果具有相对低的特征值的点被选择为特征点并且使用所述特征点计算局部运动向量，则局部运动向量反映图像的晃动方向的概率会减小。也就是说，局部运动向量在反映图像的晃动方向时可能具有低可靠性。为此，局部运动向量的低可靠性可意味着基于局部运动向量计算的全局运动向量的可靠性相对低。
包括在目标图像TGIMG中的噪声随着图像传感器200的增益GN的减小而减少。响应于噪声的减少，包括在目标图像TGIMG中的点的特征值可增大。例如，当图像通过照度传感器被感知为相对亮时或者当通过用户接口接收到命令减小增益GN的用户输入时，传感器增益控制器300可减小图像传感器200的增益GN。以这样的方式，可获得相对清楚的目标图像TGIMG，因此包括在目标图像TGIMG中的对象的边缘的对比度水平可增加。这样，如果使用相对大量的特征点来计算相对大量的局部运动向量并且基于增加数量的局部运动向量来计算全局运动向量，则全局运动向量的可靠性可提高。
根据本发明的示例性实施例和原理，具有高于阈值的特征值的点被检测为目标图像TGIMG中的特征点，阈值随着图像传感器200的增益GN的增大而增大。根据阈值的增大，检测到的特征点可具有相对高的特征值，局部运动向量可通过使用具有高特征值的特征点来计算。例如，当目标图像TGIMG被感知为相对暗时，可采用目标图像TGIMG中的更明确的边缘作为特征点。因此，局部运动向量的可靠性可增加，基于局部运动向量计算的全局运动向量的可靠性也可增加。结果，图像处理装置100可以以高可靠性来校正图像中的晃动。
图像传感器200的增益GN可用于生成图像IMG并可以是确定图像IMG的亮度或噪声的因子。因此，可通过根据图像传感器200的增益GN调节阈值来有效地选择特征点。如果图像捕捉装置包括照度传感器并且使用从照度传感器提供的照度值来调节阈值，则考虑到图像传感器200的镜头与照度传感器位于物理不同的位置并且图像传感器200的增益GN不一定根据照度值来调节，图像IMG的亮度和噪声可独立于照度值的水平而变化。如果使用根据照度值调节的阈值来选择特征点并且使用所述特征点计算局部运动向量，则局部运动向量反映晃动方向的概率会减小。另一方面，在根据示例性实施例构造的图像处理装置100中，使用作为确定图像IMG的亮度或噪声的因子的图像传感器200的增益GN来调节阈值，从而特征点可被有效地选择。
在步骤S130中，通过使用检测到的特征点中的至少部分，在局部运动向量计算器中对目标图像TGIMG和比较图像CPIMG进行比较。如本领域已知的，局部运动向量计算器122可计算特征点的局部运动向量，并可根据局部运动向量确定全局运动向量。
在步骤S140，可根据比较结果来校正目标图像TGIMG的晃动。图像稳定器130可基于全局运动向量来校正目标图像TGIMG的晃动。
图4是图3的步骤S120的示例性实施例的流程图。图5A是用于示出在目标图像中检测到的特征点候选的示意性示图。图5B是用于示出从特征点候选选择的特征点的示意性示图。图6是示出根据本发明的原理的图像传感器的增益与阈值电压之间的关系的曲线图。
参照图2和图4，在步骤S210，从目标图像TGIMG的多个子块检测特征点候选。参照图5A，目标图像TGIMG被划分为多个子块SBLK。每个子块的点的特征值(诸如，对比度水平)可被计算，并且具有计算的特征值之中的最高特征值的点可被检测为特征点候选FPC。
返回参照图2和图4，在步骤S220，具有高于阈值的特征值的一个或多个特征点候选被选择为特征点。参照图5B，具有等于或低于阈值的特征值的特征点候选被示出为去除。具有高于阈值的特征值的特征点候选被选择为特征点FP。
阈值可随着图像传感器200的增益GN的增大而增大。参照图6，当图像传感器200的增益GN低于第一水平G11时，阈值是第一值TV1；当图像传感器200的增益GN在第一水平G11与第二水平G12之间时，阈值随着增益GN的增大而在第一值TV1与第二值TV2之间增大；当图像传感器200的增益GN高于第二水平G12时，阈值是第二值TV2。这样，根据图像传感器200的增益GN自适应地调节阈值。
图7是根据本发明的示例性实施例的将目标图像与比较图像进行比较的方法的流程图。
参照图2和图7，在步骤S310，选择特征点中的至少部分。将参照图8至图11详细地描述这个步骤。
在步骤S320，通过对选择的特征点进行分组来定义特征点组。这里，根据图像传感器200的增益GN来调节包括在特征点组中的特征点的数量。特征点组可包括彼此相邻的特征点。
在步骤S330，分别确定与特征点组相关联的局部运动向量。
步骤S310至步骤S330可通过局部运动向量计算器122来执行。局部运动向量计算器122可选择特征点中的至少部分，通过用户接口110接收图像传感器200的增益GN以对选择的特征点进行分组，并分别确定特征点组的局部运动向量。
在步骤S340，根据确定的局部运动向量来确定全局运动向量。
考虑到包括在目标图像TGIMG中的噪声随着图像传感器200的增益GN的增大而增加，单独的特征点的局部运动向量中的一些可具有相对低的可靠性。根据本发明的示例性实施例和原理，针对包括一个或多个特征点的特征点组计算局部运动向量，并且可对特征点进行分组使得包括在特征点组中的特征点的数量随着图像传感器20的增益GN的增大而增加。因此，每个局部运动向量在反映图像的晃动方向时可具有高可靠性，并且基于局部运动向量计算的全局运动向量也可具有高可靠性。
图8是图7的步骤S310的示例性实施例的流程图。图9是用于示出图8的步骤S410的计算局部运动向量的处理的概念图。图10是用于示出图8的步骤S420的通过使用局部运动向量选择特征点的处理的概念图。
参照图8，在步骤S410，通过图2中示出的将目标图像TGIMG与比较图像CPIMG进行比较来计算特征点的局部运动向量。参照图9，为了描述的方便，示出目标图像TGIMG的一个特征点FP。在目标图像TGIMG中，以特征点FP为中心的矩形被定义为运动估计区域MEA。运动估计区域MEA可具有M×N的大小，其中，M和N均可表示点(或像素)的数量。在比较图像CPIMG中，搜索区域SA被定义。搜索区域SA可与运动估计区域MEA重叠并且可具有大于运动估计区域MEA的大小。例如，搜索区域SA可具有(M+2L)×(N+2L)的大小，其中，L可表示点的数量。搜索区域SA的每个部分可与运动估计区域MEA进行比较，并且搜索区域SA的与运动估计区域MEA相似的部分可被确定为匹配区域MTA。搜索区域SA的每个部分与运动估计区域MEA之间的相关值被计算，并且搜索区域SA的部分之中的具有最低相关值的部分可被确定为匹配区域MTA。例如，可基于下面的等式1来计算搜索区域SA的每个部分与运动估计区域MEA之间的SAD(绝对差之和)作为相关值。
参照等式1，x和y是运动估计区域MEA中的特征点FP的坐标，u和v是搜索区域SA的位移。It(x+i，y+j)是取当前图像(或目标图像)的坐标(x+i，y+j)作为输入的函数值，It-1(x+u+i，y+v+j)是取之前图像(或比较图像)的坐标(x+u+i，y+v+j)作为输入的函数值。It(x+i，y+j)和It-1(x+u+i，y+v+j)可以是本领域已知的各种函数中的一个。SADx，y(u，v)是在运动估计区域MEA与包括搜索区域SA的坐标(x+u，y+v)的部分之间的绝对差之和(SAD)。搜索区域SA的具有最低SAD的部分可被确定为匹配区域MTA，对应的位移u和v可被确定为特征点FP的局部运动向量。
也就是说，可根据与确定的匹配区域MTA对应的坐标来确定特征点FP的局部运动向量，并且可以以与以上描述相同的方式来计算包括在目标图像TGIMG中的其他特征点的局部运动向量。
返回参照图8，在步骤S420，对计算的局部运动向量进行聚类，以选择特征点中的至少部分。与具有相似方向和大小的多个局部运动向量不同的局部运动向量可对应于存在于目标图像TGIMG中的移动对象的运动，或者对应于由于噪声引起的不准确的运动估计。对象的单独运动或不准确的运动估计可与图像的晃动方向不相关。由于这个原因，具有相似方向和大小的多个局部运动向量可被选择，并且与它们不同的局部运动向量可不被选择。参照图10，示出目标图像TGIMG的每个特征点的局部运动向量。局部运动向量可被聚类以选择具有最大数量的局部运动向量的簇。在图10中，用虚线圆圈突出显示从具有相似方向和大小的最大量的局部运动向量的簇排除的局部运动向量。用虚线圆圈突出显示的局部运动向量可不被选择并且剩余的局部运动向量可被选择。
图11是图7的步骤S310的另一示例性实施例的流程图。
参照图11，在步骤S510，计算特征点的局部运动向量。步骤S510可以以与图8的步骤S410相同的方式来进行描述。在下文中，将省略重复的描述以避免冗余。
在步骤S520，通过将计算的局部运动向量与从陀螺仪传感器接收的运动数据进行比较来选择特征点中的至少部分。图1中示出的图像捕捉装置还可包括被配置为检测图像捕捉装置的物理运动(例如，晃动)的陀螺仪传感器。运动数据可包括通过将由陀螺仪传感器测量的角速度转换为图像的像素数据获得的数据。图2中示出的图像处理装置100可与陀螺仪传感器通信以接收角速度，并将接收到的角速度转换为运动数据。
根据示出的实施例，与运动数据的方向和大小相似的范围内的局部运动向量可被选择。针对全局运动向量的计算，不在与运动数据的方向和大小相似的范围内的局部运动向量可不被选择。
图12是用于示出图7的步骤S320的对特征点进行分组的示例性实施例的示意性示图。
参照图12，包括特征点FP的特征点组被示出为使用虚线框划分。包括在一个虚线框中的特征点FP可形成特征点组。在示例性实施例中，每个特征点组可包括彼此相邻的特征点FP。在图12中，子块SBLK可被分组为单元块UNBLK，包括在单元块UNBLK中的特征点FP可被定义为特征点组。然而，示例性实施例不限于此，并且特征点FP可以以各种方式进行分组。
根据本发明的示例性实施例和原理，针对特征点组分别确定局部运动向量以确定全局运动向量，包括在一个特征点组中的特征点FP的数量随着图像传感器200的增益GN的增大而增大。在包括在一个单元块UNBLK中的特征点FP被定义为特征点组的情况下，单元块UNBLK的大小可随着图像传感器200的增益GN的增大而增大。也就是说，可根据图像传感器200的增益GN来调节包括在每个单元块UNBLK中的子块SBLK的数量。因此，每个局部运动向量在反映图像的晃动时可具有高可靠性，从而根据局部运动向量计算的全局运动向量也可具有高可靠性。
图13是示出根据本发明的原理的图像传感器的增益与包括在特征点组中的特征点的数量之间的关系的曲线图。
参照图13，包括在特征点组中的特征点的数量在图像传感器200的增益GN低于第一水平G21时为第一值X1，并且在图像传感器200的增益GN高于第二水平G22时为第二值X2。包括在特征点组中的特征点的数量随着图像传感器200的增益GN在第一水平G21与第二水平G22之间增大而在第一值X1与第二值X2之间增大。这样，包括在特征点组中的特征点的数量根据图像传感器200的增益GN而自适应地调节。
在示例性实施例中，特征点组的局部运动向量可被确定为特征点组的特征点之中的具有最低SAD的特征点的局部运动向量。在这种情况下，考虑到已经通过等式1计算了每个特征点的SAD，特征点组的局部运动向量可在相对短的时间内确定。在另一示例性实施例中，特征点组的局部运动向量可被确定为包括在特征点组中的特征点的局部运动向量的平均值。
在另一示例性实施例中，可基于下面的等式2来计算特征点组的SAD。
参照等式2，可通过对SADx，y(u，v)求平均来重新计算特征点组的SADSADG(u，v)，其中，通过取位移u和v作为输入针对特征点组的k个特征点[(x1,y1),(x2,y2),(x3,y3),…,(xk,yk)]中的每个来计算SADx，y(u，v)。k是包括在特征点组中的特征点的数量。重复执行这个计算，输出最低SADG(u，v)的位移u和v可被确定为特征点组的局部运动向量。
图14是适合于实现图像捕捉装置的示例性实施例的示例性计算机系统的框图。
参照图14，计算机系统100包括镜头1100、图像传感器1200、电机控制器1300、电机1350、用户接口1400、RAM 1500、存储装置1600、显示器1700和数字信号处理器1800。
镜头1100从对象接收光信号。通过镜头1100接收的光信号被转换为电信号。图像传感器1200可以以适当的增益对电信号进行数字化以生成图像。例如，图像传感器1200可包括模数转换器。
电机控制器1300被配置为响应于数字信号处理器1800的控制而控制电机1350的运行，电机1350被配置为操作镜头1100。
用户接口1400检测用于控制计算机系统1000的操作的用户输入，并生成对应的命令。用户接口1400可包括能够检测由用户的输入引起的信息的输入装置(诸如，键盘、鼠标、手指扫描传感器、圆顶开关、触摸板、滚轮等)。
RAM 1500可包括各种类型的存储器(诸如，SRAM(静态RAM)、DRAM(动态RAM)、SDRAM(同步DRAM)等)中的至少一种。RAM 1500可被设置为数字信号处理器1800的工作存储器。数字信号处理器1800可包括与RAM 1500分离的工作存储器。例如，RAM 1500可暂时存储从图像传感器1200接收的图像，并可向数字信号处理器1800提供存储的图像。
存储装置1600可包括即使断电也能够存储数据的各种类型的存储装置(诸如，闪存、硬盘等)。
显示器1700响应于数字信号处理器1800的控制而显示由计算机系统1000处理的信息。例如，显示器1700显示图2中示出的由数字信号处理器1800校正的图像TGIMG’。
数字信号处理器1800被配置为控制计算机系统1000的整体操作。数字信号处理器1800可响应于通过用户接口1400接收的输入命令而操作，并可执行参照图2描述的图像处理装置100和传感器增益控制器300的功能。数字信号处理器1800可包括用于执行一个或多个应用的处理器，其中，所述一个或多个应用执行引起参照图2、图3、图4、图7、图8和图11描述的操作或步骤的命令。数字信号处理器1800可加载与应用对应的程序代码并执行程序代码以运行该应用。程序代码和命令可被存储在存储装置1600中。
尽管在此已经描述特定示例性实施例和实现方式，但是通过本说明书，其他实施例和修改将是清楚的。因此，本发明构思不受限于这样的实施例，而是受限于所述权利要求和如对于本领域的普通技术人员将清楚的各种明显的修改和等同布置的更宽的范围。

Claims (15)

1.一种校正图像的晃动的图像处理装置，所述图像处理装置包括：
输入接口，用于与图像传感器进行通信；
运动向量检测器，用于对通过输入接口从图像传感器接收的第一图像和第二图像进行处理，在第一图像中检测具有高于阈值的特征值的特征点，并通过使用特征点中的至少部分将第一图像与第二图像进行比较以确定第一图像的全局运动向量，其中，所述阈值能够根据图像传感器的增益来调节。
2.根据权利要求1所述的图像处理装置，其中，运动向量检测器被配置为：随着图像传感器的增益增大而增大所述阈值。
3.根据权利要求2所述的图像处理装置，其中：
当图像传感器的增益低于第一水平时，所述阈值是第一值；
当图像传感器的增益高于第二水平时，所述阈值是高于第一值的第二值，其中，第二水平高于第一水平；
当图像传感器的增益在第一水平与第二水平之间时，所述阈值随着图像传感器的增益增大而在第一值与第二值之间增大。
4.根据权利要求1所述的图像处理装置，其中：
第一图像包括多个子块；
运动向量检测器被配置为：分别检测所述多个子块中的特征点候选，并选择特征点候选中的具有高于所述阈值的特征值的一个或多个特征点候选作为特征点。
5.根据权利要求1所述的图像处理装置，还包括：
图像稳定器，用于基于全局运动向量来校正第一图像。
6.根据权利要求1所述的图像处理装置，其中，运动向量检测器被配置为：通过将第一图像的特征点组与第二图像进行比较来生成第一图像的特征点组的局部运动向量，并基于所述局部运动向量生成全局运动向量，其中，通过对特征点中的所述至少部分进行分组来定义所述特征点组。
7.根据权利要求6所述的图像处理装置，其中，运动向量检测器被配置为：根据图像传感器的增益，调节包括在每个特征点组中的特征点的数量。
8.根据权利要求7所述的图像处理装置，其中：
当图像传感器的增益低于第一水平时，包括在每个特征点组中的特征点的数量是第一值；
当图像传感器的增益高于第二水平时，包括在每个特征点组中的特征点的数量是高于第一值的第二值，其中，第二水平高于第一水平；
当图像传感器的增益在第一水平与第二水平之间时，包括在每个特征点组中的特征点的数量随着图像传感器的增益增大而在第一值与第二值之间增大。
9.一种用于校正图像中的晃动的方法，所述方法包括以下步骤：
从图像传感器接收第一图像和第二图像；
接收图像传感器的增益；
在第一图像中检测具有高于阈值的特征值的特征点；
通过使用特征点中的至少部分将第一图像与第二图像进行比较来生成用于校正第一图像的晃动的信号，
其中，所述阈值能够根据图像传感器的增益来调节。
10.根据权利要求9所述的方法，其中，所述阈值随着图像传感器的增益增大而增大。
11.根据权利要求9所述的方法，其中，将第一图像与第二图像进行比较的步骤包括：
通过将特征点中的所述至少部分进行分组，来定义第一图像的特征点组；
通过将第一图像的特征点组与第二图像进行比较，生成第一图像的特征点组的局部运动向量；
基于所述局部运动向量，生成第一图像的全局运动向量。
12.一种用于校正图像中的晃动的图像处理装置，所述图像处理装置包括：
输入接口，用于与图像传感器进行通信；
运动向量检测器，用于通过输入接口从图像传感器接收第一图像和第二图像，通过将第一图像的特征点组与第二图像进行比较，基于第一图像的特征点组的局部运动向量生成第一图像的全局运动向量，其中，通过对包括在第一图像中的特征点中的至少部分进行分组来定义所述特征点组，
其中，运动向量检测器被配置为：根据图像传感器的增益调节包括在每个特征点组中的特征点的数量。
13.根据权利要求12所述的图像处理装置，其中，包括在每个特征点组中的特征点的数量随着图像传感器的增益增大而增大。
14.根据权利要求12所述的图像处理装置，其中：
包括在第一图像中的特征点具有高于阈值的特征值，
所述阈值随着图像传感器的增益增大而增大。
15.根据权利要求14所述的图像处理装置，其中：
第一图像包括多个子块；
运动向量检测器被配置为：分别检测所述多个子块中的特征点候选，并选择特征点候选中的具有高于所述阈值的特征值的一个或多个特征点候选作为包括在第一图像中的特征点。
CN201810941738.6A 2018-01-16 2018-08-17 校正图像的图像处理装置和方法 Active CN110049230B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180005521A KR102429337B1 (ko) 2018-01-16 2018-01-16 이미지를 안정화하는 이미지 처리 장치 및 이미지를 안정화하는 방법
KR10-2018-0005521 2018-01-16

Publications (2)

Publication Number Publication Date
CN110049230A true CN110049230A (zh) 2019-07-23
CN110049230B CN110049230B (zh) 2022-04-12

Family

ID=67214487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810941738.6A Active CN110049230B (zh) 2018-01-16 2018-08-17 校正图像的图像处理装置和方法

Country Status (3)

Country Link
US (1) US10659693B2 (zh)
KR (1) KR102429337B1 (zh)
CN (1) CN110049230B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110780780B (zh) * 2019-09-04 2022-03-22 西安万像电子科技有限公司 图像处理方法及装置
KR20210155284A (ko) 2020-06-15 2021-12-22 한화테크윈 주식회사 영상처리장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090180704A1 (en) * 2008-01-15 2009-07-16 Samsung Electronics Co., Ltd. Method and system for processing low-illuminance image
CN105989581A (zh) * 2015-03-23 2016-10-05 韩华泰科株式会社 图像稳定设备及方法
JP2017038243A (ja) * 2015-08-11 2017-02-16 キヤノン株式会社 撮像装置
CN107124542A (zh) * 2016-02-25 2017-09-01 珠海格力电器股份有限公司 图像的防抖处理方法和装置
CN107431750A (zh) * 2015-03-18 2017-12-01 索尼公司 图像处理装置、图像处理方法和图像拍摄装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5012270A (en) 1988-03-10 1991-04-30 Canon Kabushiki Kaisha Image shake detecting device
JP4487191B2 (ja) * 2004-12-24 2010-06-23 カシオ計算機株式会社 画像処理装置および画像処理プログラム
KR101433472B1 (ko) 2012-11-27 2014-08-22 경기대학교 산학협력단 상황 인식 기반의 객체 검출, 인식 및 추적 장치, 방법 및 컴퓨터 판독 가능한 기록 매체
KR102072014B1 (ko) 2013-09-16 2020-01-31 에스케이 텔레콤주식회사 영상 흔들림 보정을 이용한 영상 안정화 장치 및 방법
KR101589186B1 (ko) * 2014-04-16 2016-01-27 국방과학연구소 글로벌 모션벡터 보상을 이용한 영상정합 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090180704A1 (en) * 2008-01-15 2009-07-16 Samsung Electronics Co., Ltd. Method and system for processing low-illuminance image
CN107431750A (zh) * 2015-03-18 2017-12-01 索尼公司 图像处理装置、图像处理方法和图像拍摄装置
CN105989581A (zh) * 2015-03-23 2016-10-05 韩华泰科株式会社 图像稳定设备及方法
JP2017038243A (ja) * 2015-08-11 2017-02-16 キヤノン株式会社 撮像装置
CN107124542A (zh) * 2016-02-25 2017-09-01 珠海格力电器股份有限公司 图像的防抖处理方法和装置

Also Published As

Publication number Publication date
KR102429337B1 (ko) 2022-08-03
KR20190087119A (ko) 2019-07-24
US10659693B2 (en) 2020-05-19
CN110049230B (zh) 2022-04-12
US20190222761A1 (en) 2019-07-18

Similar Documents

Publication Publication Date Title
US10057491B2 (en) Image-based motion sensor and related multi-purpose camera system
US11558553B2 (en) Electronic device for stabilizing image and method for operating same
JP5776903B2 (ja) 画像処理装置及び画像処理方法並びにプログラム
US9058655B2 (en) Region of interest based image registration
US20110188758A1 (en) Image processing device and method, and program therefor
US11070729B2 (en) Image processing apparatus capable of detecting moving objects, control method thereof, and image capture apparatus
CN110930329B (zh) 星空图像处理方法及装置
CN107852447A (zh) 基于设备运动和场景距离使电子设备处的曝光和增益平衡
JP7334432B2 (ja) 物体追跡装置、監視システムおよび物体追跡方法
CN110519485A (zh) 图像处理方法、装置、存储介质及电子设备
CN110072078A (zh) 监控摄像机、监控摄像机的控制方法和存储介质
CN111028276A (zh) 图像对齐方法、装置、存储介质及电子设备
EP2282224B1 (en) Image processing apparatus, image processing method, and computer program
JP2011135553A (ja) 撮像装置、画像処理方法、及び、コンピュータプログラム
CN110049230A (zh) 校正图像的图像处理装置和方法
CN113723136A (zh) 条码矫正方法、装置、设备及存储介质
CN105208263B (zh) 图像处理装置及其控制方法
CN110503159B (zh) 文字识别方法、装置、设备及介质
JP5322824B2 (ja) 解像度変換装置および解像度変換方法
US20230141559A1 (en) Method for providing image and electronic device supporting the same
JP2002027449A (ja) 移動物体識別方法および移動物体識別装置
US20210124424A1 (en) Method for controlling camera and electronic device therefor
CN113727013A (zh) 提供图像拍摄指南的方法或者装置
CN102968611A (zh) 信息处理器和信息处理方法
WO2022227916A1 (zh) 图像处理方法、图像处理器、电子设备及存储介质

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Gyeonggi Do city of South Korea

Patentee after: Hanhua Vision Co.,Ltd.

Address before: Gyeonggi Do city of South Korea

Patentee before: HANWHA TECHWIN Co.,Ltd.