CN110136091A - 图像处理方法及相关产品 - Google Patents
图像处理方法及相关产品 Download PDFInfo
- Publication number
- CN110136091A CN110136091A CN201910295913.3A CN201910295913A CN110136091A CN 110136091 A CN110136091 A CN 110136091A CN 201910295913 A CN201910295913 A CN 201910295913A CN 110136091 A CN110136091 A CN 110136091A
- Authority
- CN
- China
- Prior art keywords
- image
- target vehicle
- target
- area
- definition values
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 230000004927 fusion Effects 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 33
- 230000001133 acceleration Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 8
- 241000208340 Araliaceae Species 0.000 claims 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 3
- 235000008434 ginseng Nutrition 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013497 data interchange Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供了一种图像处理方法及相关产品,所述方法包括:获取包含目标车辆的第一目标车辆图像;将所述第一目标车辆图像划分为多个区域,得到多个区域图像;确定所述多个区域图像中每一区域图像的清晰度,得到多个清晰度值;在所述多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像;将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像。采用本申请实施例,可以在对车辆进行监控时,能够拍摄得到清晰的车辆图像。
Description
技术领域
本申请涉及视频监控技术领域,具体涉及一种图像处理方法及相关产品。
背景技术
随着经济、社会、文化的快速发展,国内外影响力的与日俱增,越来越多外来人口流向城市,这些人口增加在加快城市化进程的同时,也为城市管理带来更大的挑战,虽然,视频监控对城市安全提供了技术支持,目前来看,摄像头已经在城市中布局开来,摄像头可对城市的安全进行有效监控,以及为相关机构的安保提供有效帮助。但生活中,尤其是对车辆进行监控,如何拍摄得到清晰的图像的问题亟待解决。
发明内容
本申请实施例提供了一种图像处理方法及相关产品,可以在对车辆进行监控时,拍摄得到清晰的车辆图像。
本申请实施例第一方面提供了一种图像处理方法,包括:
获取包含目标车辆的第一目标车辆图像;
将所述第一目标车辆图像划分为多个区域,得到多个区域图像;
确定所述多个区域图像中每一区域图像的清晰度,得到多个清晰度值;
在所述多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像;
将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像。
本申请实施例第二方面提供了一种图像处理装置,包括:
获取单元,用于获取包含目标车辆的第一目标车辆图像;
划分单元,用于将所述第一目标车辆图像划分为多个区域,得到多个区域图像;
确定单元,用于确定所述多个区域图像中每一区域图像的清晰度,得到多个清晰度值;
拍摄单元,用于在所述多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像;
图像融合单元,用于将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口,以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,具有如下有益效果:
可以看出,通过本申请实施例图像处理方法及相关产品,获取包含目标车辆的第一目标车辆图像,将第一目标车辆图像划分为多个区域,得到多个区域图像,确定多个区域图像中每一区域图像的清晰度,得到多个清晰度值,在多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对目标车辆进行拍摄,得到包含目标车辆的第二目标车辆图像,将第一目标车辆图像与第二目标车辆图像进行图像融合,得到融合目标车辆图像,如此,可以在检测到车辆图像存在部分不清晰的情况下,对车辆进行二次拍摄,将两次拍摄的图像进行图像融合,有助于得到清晰的车辆图像。
附图说明
为了更清楚地说明本申请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,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1A是本申请实施例提供的一种图像处理方法的实施例流程示意图;
图1B是本申请实施例提供的图像融合的演示示意图;
图2是本申请实施例提供的另一种图像处理方法的实施例流程示意图;
图3是本申请实施例提供的一种图像处理装置的实施例结构示意图;
图4是本申请实施例提供的一种电子设备的实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所描述电子设备可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、视频矩阵、监控平台、移动互联网设备(MID,Mobile Internet Devices)或穿戴式设备等,上述仅是举例,而非穷举,包含但不限于上述装置,当然,上述电子设备还可以为服务器。
需要说明的是,本申请实施例中的电子设备可与多个摄像头连接,每一摄像头均可用于抓拍视频图像,每一摄像头均可有一个与之对应的位置标记,或者,可有一个与之对应的编号。通常情况下,摄像头可设置在公共场所,例如,学校、博物馆、十字路口、步行街、写字楼、车库、机场、医院、地铁站、车站、公交站台、超市、酒店、娱乐场所等等。摄像头在拍摄到视频图像后,可将该视频图像保存到电子设备所在系统的存储器。存储器中可存储有多个图像库,每一图像库可包含同一人的不同视频图像,当然,每一图像库还可以用于存储一个区域的视频图像或者某个指定摄像头拍摄的视频图像。
进一步可选地,本申请实施例中,不仅可以拍摄得到车辆图像,车辆中还可以包括驾驶员或者其他乘客,因此,还可以拍摄得到驾驶员或者其他乘客的图像,具体应用场景可以为,识别驾驶员是否与车辆匹配(例如,车辆是否为原车主,驾驶员的驾驶证是否与其驾驶的车辆匹配等等),识别非机动车(人与非机动车一起识别)等等,电子设备的摄像头拍摄的每一帧视频图像均对应一个属性信息,属性信息为以下至少一种:视频图像的拍摄时间、视频图像的位置、视频图像的属性参数(格式、大小、分辨率等)、视频图像的编号和视频图像中的人物特征属性。上述视频图像中的人物特征属性可包括但不仅限于:视频图像中的人物个数、人物位置、人物角度、年龄、图像质量等等。
请参阅图1A,为本申请实施例提供的一种图像处理方法的实施例流程示意图。本实施例中所描述的图像处理方法,包括以下步骤:
101、获取包含目标车辆的第一目标车辆图像。
其中,目标车辆可以包括一辆车辆或者多辆车辆,目标车辆可以为以下至少一种:机动车辆或者非机动车辆,在此不作限定,第一目标车辆图像可以仅包括目标车辆,或者,第一目标车辆图像不仅可以包括目标车辆,还可以包括其他背景(如车辆、路面等等)。目标车辆还可以包括驾驶员,这种情况下,目标图像不近包括车辆,还可以包括人脸图像,或者目标车辆可以为无人驾驶车辆,在此不作限定。电子设备可以包括至少一个拍摄装置,拍摄装置可以包括双摄像头,或者,可见光摄像头,或者,红外摄像头,双摄像头可以是两个都是可见光摄像头或者一个红外摄像头+一个可见光摄像头。拍摄装置可以为电子设备的一部分,或者,拍摄装置可以通过无线或者有线连接的方式与电子设备进行连接以及通信。
可选地,电子设备可以在第一时刻、预设位置进行拍摄,得到目标图像,预设位置可以为机动车道或者非机动车道。
可选地,上述步骤101,获取包含目标车辆的第一目标车辆图像,可以包括如下步骤:
对目标车辆进行拍摄,得到目标图像,对所述目标图像进行目标提取,得到仅包含所述目标车辆的第一目标车辆图像。
其中,由于目标图像中不仅包括车辆,还包括其他背景区域,因此,可以对目标图像进行目标提取,得到仅包含目标车辆的第一目标车辆图像,目标提取的方法可以为图像分割算法,例如基于最大熵的图像分割方法,基于图论的最大分割方法等等,在此不作限定。
102、将所述第一目标车辆图像划分为多个区域,得到多个区域图像。
具体实现中,第一目标车辆图像中并非每个区域均是不清晰的,很大程度上是部分区域是不清晰的,因此,可以将第一目标车辆图像划分为区域,得到多个区域图像,例如,可以以九宫格的方式将第一目标车辆图像划分为多个区域,又例如,可以将第一目标车辆图像划分为多个区域,每一区域的面积大小可以相同或者不同等等。
103、确定所述多个区域图像中每一区域图像的清晰度,得到多个清晰度值。
其中,清晰度的运算可以现有技术中的计算方法,具体地,可以确定多个区域图像中每一区域图像的清晰度,得到多个清晰度值,清晰度值可以理解为一个区域的平均清晰度,清晰度高则说明区域图像清晰,清晰度低则说明区域图像模糊。
104、在所述多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像。
其中,上述预设清晰度值可以由用户自行设置或者系统默认。在某一区域的清晰度低于预设清晰度值时,则认为该区域不清晰,反之,则认为该区域清晰。具体实现中,电子设备可以在多个清晰度值中包括至少一个清晰度值低于预设清晰度时,对目标车辆进行拍摄,得到第二目标车辆图像,第二目标车辆图像可以仅包括目标车辆,或者,第二目标车辆图像不仅可以包括目标车辆,还可以包括其他背景(如车辆、路面等等)。
可选地,上述步骤104,对所述目标车辆进行拍摄,可包括如下步骤:
41、获取所述目标车辆的第一目标行驶速度;
42、获取所述多个区域图像中清晰度值低于所述预设清晰度值的至少一个区域图像;
43、按照预设的行驶速度与拍摄参数之间的映射关系,确定所述第一目标行驶速度对应的第一目标拍摄参数;
44、在所述目标车辆达到预设位置时,以跟踪后的所述跟踪框确定对焦参数,以该对焦参数和所述第一目标拍摄参数进行拍摄,得到所述第二目标车辆图像。
其中,本申请实施例中,拍摄参数可以为以下至少一种:感光度ISO、光圈大小、曝光时长、焦距等等,在此不做限定,对焦参数可以包括以下至少一种:对焦位置、焦点个数、对焦距离、对焦面积等等,在此不作限定。电子设备中还可以预先存储预设的行驶速度与拍摄参数之间的映射关系。具体实现中,电子设备可以采用测距传感器或者景深传感器对目标车辆进行测速,得到目标车辆的第一目标行驶速度。电子设备可以获取多个区域图像中清晰度值低于预设清晰度值的至少一个区域图像,依据上述预设的行驶速度与拍摄参数之间的映射关系确定第一目标行驶速度对应的第一目标拍摄参数,进一步地,可以依据至少一个区域图像确定对焦参数,进而,依据第一目标拍摄参数、对焦参数对目标车辆进行拍摄,如此,可以得到与行驶速度相宜的拍摄参数,并且依据该拍摄参数对目标车辆进行拍摄的话,可以将原来的至少一个区域图像对应的区域拍得更加清晰。
可选地,上述步骤44,在所述目标车辆达到预设位置时,以跟踪后的所述跟踪框确定对焦参数,以该对焦参数和所述第一目标拍摄参数进行拍摄,得到所述第二目标车辆图像,可包括如下步骤:
441、从所述至少一个区域图像中选取一个区域作为跟踪框;
442、以所述跟踪框对所述目标车辆进行跟踪;
443、在所述目标车辆达到预设位置时,以跟踪后的所述跟踪框确定对焦参数,以该对焦参数和所述第一目标拍摄参数进行拍摄,得到所述第二目标车辆图像。
其中,上述预设位置可以由用户自行设置或者系统默认。电子设备可以从至少一个区域图像中选取一个区域作为跟踪框,并以该跟踪框对目标车辆进行跟踪,并在目标车辆达到预设位置时,将跟踪后的跟踪框确定对焦参数,具体地,跟踪框可以包括以下至少一项参数:跟踪框的位置、跟踪框的大小、跟踪框的数量、跟踪框的角度等等,在此不作限定,可以预先设置跟踪框的参数与对焦参数之间的映射关系,进而,依据该映射关系确定跟踪框对应的对焦参数,以该对焦参数和第一目标拍摄参数进行拍摄,得到第二目标车辆图像,如此,以与速度相宜的拍摄参数进行拍摄,则拍摄图像将会更加清晰,另外,以跟踪框作为对焦区域,则会使得原来不清晰的区域拍摄得更加清晰。
可选地,上述步骤101,获取包含所述目标车辆的第一目标车辆图像,可包括如下步骤:
11、确定所述目标车辆与拍摄装置之间的第一距离;
12、在所述第一距离小于预设距离时,确定所述目标车辆对应的目标加速度值以及第二目标行驶速度;
13、按照预设的加速度值与拍摄时刻之间的映射关系,确定所述目标加速度值对应的目标拍摄时刻;
14、依据所述目标加速度值、所述第二目标行驶速度确定所述目标车辆在所述目标拍摄时刻时的第三目标行驶速度;
15、按照所述预设的行驶速度与拍摄参数之间的映射关系,确定所述第三目标行驶速度对应的第二目标拍摄参数;
16、在所述目标拍摄时刻达到时,以所述第二目标拍摄参数进行拍摄,得到所述目标图像;
17、对所述目标图像进行目标提取,得到包含所述目标车辆的第一目标车辆图像。
其中,上述预设距离可以由用户自行设置或者系统默认,拍摄装置可以为双摄像头、可见光摄像头或者红外摄像头,在此不作限定。具体实现中,电子设备可以确定目标车辆与拍摄装置之间的第一距离,在第一距离小于预设距离时,可以确定目标车辆对应的目标加速度值以及第二目标行驶速度,电子设备中还可以预先存储预设的加速度值与拍摄时刻之间的映射关系,进而,依据该映射关系确定目标加速度值对应的目标拍摄时刻,进一步地,可以确定目标加速度值、第二目标行驶速度确定目标车辆在目标拍摄时刻时的第三目标行驶速度,第三目标行驶速度=第二目标行驶速度+目标加速度值*目标拍摄时刻,进而,按照预设的行驶速度与拍摄参数之间的映射关系,确定第三目标行驶速度对应的第二目标拍摄参数,并在目标拍摄时刻达到时,以第二目标拍摄参数进行拍摄,得到目标图像,对其进行目标提取,则可以得到包含目标车辆的第一目标车辆图像。如此,不仅可以精准把握车辆的行驶速度,以及推测出车辆的合理拍摄时机,并在拍摄时机到达时,以该时刻行驶速度对应的拍摄参数进行拍摄,得到的图像更加清晰。
105、将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像。
其中,第一目标车辆图像、第二目标车辆图像中均包含图像质量好的或者不好的区域,因此,可以取长补短,将第一目标车辆图像与第二目标车辆图像进行图像融合,得到融合目标车辆图像,这样的话,可以使得整个目标车辆图像清晰。
可选地,上述步骤105,将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像,可包括如下步骤:
51、根据所述第一目标车辆图像对所述第二目标车辆图像进行预处理,所述预处理包括对齐处理和缩放处理;
52、确定所述第一目标车辆图像中的第一区域和所述第二区域,所述第一区域为所述多个区域中区域图像的清晰度值大于或等于所述预设清晰度值的区域,所述第二区域为所述多个区域中区域图像的清晰度值低于所述预设清晰度值的区域;
53、依据所述第二区域的区域位置从所述第二目标车辆图像中选取对应的区域,得到目标区域;
54、将所述第一区域和所述目标区域进行拼接,得到融合目标车辆图像。
其中,可以根据第一目标车辆图像对第二目标车辆图像中的目标车辆进行预处理,即预处理后的两者中的目标车辆可以重合,具体地,可以将第一目标车辆图像与第二目标车辆图像进行预处理,预处理可以包括对齐处理和缩放处理,对齐处理的具体方式可以为以下至少一种:刚体变换、仿射变换等等,在此不作限定。进一步地,可以确定第一目标车辆图像中的第一区域和第二区域,第一区域为多个区域中区域图像的清晰度值大于或等于预设清晰度值的区域,第二区域为多个区域中区域图像的清晰度值低于预设清晰度值的区域,然后依据第二区域的区域位置从第二目标车辆图像中选取对应的区域,得到目标区域,最后,将第一区域和目标区域进行拼接,得到融合目标车辆图像,不仅可以简化常规图像融合算法,而且可以快速实现得到清晰的目标车辆图像。如图1B所示,11区域与21区域对应,12区域与22区域对应,13区域与23区域对应,14区域与24区域对应,假设第一目标车辆图像中13区域不清晰,而对应的第二目标车辆图像中的23区域清晰,则可以将23区域融合到第一目标车辆图像中,得到融合目标车辆图像,则该融合目标车辆图像整个目标车辆图像清晰。
与上述一致地,请参阅图2,为本申请实施例提供的一种图像处理方法的实施例流程示意图。本实施例中所描述的图像处理方法,包括以下步骤:
201、获取包含目标车辆的第一目标车辆图像。
202、将所述第一目标车辆图像划分为多个区域,得到多个区域图像。
203、确定所述多个区域图像中每一区域图像的清晰度,得到多个清晰度值。
204、在所述多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像。
205、将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像。
其中,上述步骤201-步骤205所描述的图像处理方法可参考图1A所描述的图像处理方法的对应步骤。
可以看出,通过本申请实施例图像处理方法,获取包含目标车辆的第一目标车辆图像,将第一目标车辆图像划分为多个区域,得到多个区域图像,确定多个区域图像中每一区域图像的清晰度,得到多个清晰度值,在多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对目标车辆进行拍摄,得到包含目标车辆的第二目标车辆图像,将第一目标车辆图像与第二目标车辆图像进行图像融合,得到融合目标车辆图像,如此,可以在检测到车辆图像存在部分不清晰的情况下,对车辆进行二次拍摄,将两次拍摄的图像进行图像融合,有助于得到清晰的车辆图像。
与上述一致地,以下为实施上述图像处理方法的装置,具体如下:
请参阅图3,为本申请实施例提供的一种图像处理装置的实施例结构示意图。本实施例中所描述的图像处理装置,包括:获取单元301、划分单元302、确定单元303、拍摄单元304和图像融合单元305,具体如下:
获取单元301,用于获取包含目标车辆的第一目标车辆图像;
划分单元302,用于将所述第一目标车辆图像划分为多个区域,得到多个区域图像;
确定单元303,用于确定所述多个区域图像中每一区域图像的清晰度,得到多个清晰度值;
拍摄单元304,用于在所述多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像;
图像融合单元305,用于将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像。
可以看出,通过本申请实施例所描述的图像处理装置,获取包含目标车辆的第一目标车辆图像,将第一目标车辆图像划分为多个区域,得到多个区域图像,确定多个区域图像中每一区域图像的清晰度,得到多个清晰度值,在多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对目标车辆进行拍摄,得到包含目标车辆的第二目标车辆图像,将第一目标车辆图像与第二目标车辆图像进行图像融合,得到融合目标车辆图像,如此,可以在检测到车辆图像存在部分不清晰的情况下,对车辆进行二次拍摄,将两次拍摄的图像进行图像融合,有助于得到清晰的车辆图像。
可选地,在所述对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像方面,所述拍摄单元304具体用于:
获取所述目标车辆的第一目标行驶速度;
获取所述多个区域图像中清晰度值低于所述预设清晰度值的至少一个区域图像;
按照预设的行驶速度与拍摄参数之间的映射关系,确定所述第一目标行驶速度对应的第一目标拍摄参数;
以所述至少一个区域图像确定对焦参数,依据所述第一目标拍摄参数、所述对焦参数对所述目标车辆进行拍摄,得到所述第二目标车辆图像。
可选地,在所述以所述至少一个区域图像确定对焦参数,依据所述第一目标拍摄参数、所述对焦参数对所述目标车辆进行拍摄,得到所述第二目标车辆图像方面,所述拍摄单元304具体用于:
从所述至少一个区域图像中选取一个区域作为跟踪框;
以所述跟踪框对所述目标车辆进行跟踪;
在所述目标车辆达到预设位置时,以跟踪后的所述跟踪框确定对焦参数,以该对焦参数和所述第一目标拍摄参数进行拍摄,得到所述第二目标车辆图像。
可选地,在所述获取包含所述目标车辆的第一目标车辆图像方面,所述获取单元301具体用于:
确定所述目标车辆与拍摄装置之间的第一距离;
在所述第一距离小于预设距离时,确定所述目标车辆对应的目标加速度值以及第二目标行驶速度;
按照预设的加速度值与拍摄时刻之间的映射关系,确定所述目标加速度值对应的目标拍摄时刻;
依据所述目标加速度值、所述第二目标行驶速度确定所述目标车辆在所述目标拍摄时刻时的第三目标行驶速度;
按照所述预设的行驶速度与拍摄参数之间的映射关系,确定所述第三目标行驶速度对应的第二目标拍摄参数;
在所述目标拍摄时刻达到时,以所述第二目标拍摄参数进行拍摄,得到所述目标图像;
对所述目标图像进行目标提取,得到包含所述目标车辆的第一目标车辆图像。
可选地,在所述将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像方面,所述图像融合单元305具体用于:
根据所述第一目标车辆图像对所述第二目标车辆图像进行预处理,所述预处理包括对齐处理和缩放处理;
确定所述第一目标车辆图像中的第一区域和所述第二区域,所述第一区域为所述多个区域中区域图像的清晰度值大于或等于所述预设清晰度值的区域,所述第二区域为所述多个区域中区域图像的清晰度值低于所述预设清晰度值的区域;
依据所述第二区域的区域位置从所述第二目标车辆图像中选取对应的区域,得到目标区域;
将所述第一区域和所述目标区域进行拼接,得到融合目标车辆图像。
可以理解的是,本实施例的图像处理装置的各程序模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
与上述一致地,请参阅图4,为本申请实施例提供的一种电子设备的实施例结构示意图。本实施例中所描述的电子设备,包括:至少一个输入设备1000;至少一个输出设备2000;至少一个处理器3000,例如CPU;和存储器4000,上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。
其中,上述输入设备1000具体可为触控面板、物理按键或者鼠标。
上述输出设备2000具体可为显示屏。
上述存储器4000可以是高速RAM存储器,也可为非易失存储器(non-volatilememory),例如磁盘存储器。上述存储器4000用于存储一组程序代码,上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码,执行如下操作:
上述处理器3000,用于:
获取包含目标车辆的第一目标车辆图像;
将所述第一目标车辆图像划分为多个区域,得到多个区域图像;
确定所述多个区域图像中每一区域图像的清晰度,得到多个清晰度值;
在所述多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像;
将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像。
可以看出,通过本申请实施例所描述的电子设备,获取包含目标车辆的第一目标车辆图像,将第一目标车辆图像划分为多个区域,得到多个区域图像,确定多个区域图像中每一区域图像的清晰度,得到多个清晰度值,在多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对目标车辆进行拍摄,得到包含目标车辆的第二目标车辆图像,将第一目标车辆图像与第二目标车辆图像进行图像融合,得到融合目标车辆图像,如此,可以在检测到车辆图像存在部分不清晰的情况下,对车辆进行二次拍摄,将两次拍摄的图像进行图像融合,有助于得到清晰的车辆图像。
可选地,在所述对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像方面,上述处理器3000具体用于:
获取所述目标车辆的第一目标行驶速度;
获取所述多个区域图像中清晰度值低于所述预设清晰度值的至少一个区域图像;
按照预设的行驶速度与拍摄参数之间的映射关系,确定所述第一目标行驶速度对应的第一目标拍摄参数;
以所述至少一个区域图像确定对焦参数,依据所述第一目标拍摄参数、所述对焦参数对所述目标车辆进行拍摄,得到所述第二目标车辆图像。
可选地,在所述以所述至少一个区域图像确定对焦参数,依据所述第一目标拍摄参数、所述对焦参数对所述目标车辆进行拍摄,得到所述第二目标车辆图像方面,上述处理器3000具体用于:
从所述至少一个区域图像中选取一个区域作为跟踪框;
以所述跟踪框对所述目标车辆进行跟踪;
在所述目标车辆达到预设位置时,以跟踪后的所述跟踪框确定对焦参数,以该对焦参数和所述第一目标拍摄参数进行拍摄,得到所述第二目标车辆图像。
可选地,在所述获取包含所述目标车辆的第一目标车辆图像方面,上述处理器3000具体用于:
确定所述目标车辆与拍摄装置之间的第一距离;
在所述第一距离小于预设距离时,确定所述目标车辆对应的目标加速度值以及第二目标行驶速度;
按照预设的加速度值与拍摄时刻之间的映射关系,确定所述目标加速度值对应的目标拍摄时刻;
依据所述目标加速度值、所述第二目标行驶速度确定所述目标车辆在所述目标拍摄时刻时的第三目标行驶速度;
按照所述预设的行驶速度与拍摄参数之间的映射关系,确定所述第三目标行驶速度对应的第二目标拍摄参数;
在所述目标拍摄时刻达到时,以所述第二目标拍摄参数进行拍摄,得到所述目标图像;
对所述目标图像进行目标提取,得到包含所述目标车辆的第一目标车辆图像。
可选地,在所述将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像方面,上述处理器3000具体用于:
根据所述第一目标车辆图像对所述第二目标车辆图像进行预处理,所述预处理包括对齐处理和缩放处理;
确定所述第一目标车辆图像中的第一区域和所述第二区域,所述第一区域为所述多个区域中区域图像的清晰度值大于或等于所述预设清晰度值的区域,所述第二区域为所述多个区域中区域图像的清晰度值低于所述预设清晰度值的区域;
依据所述第二区域的区域位置从所述第二目标车辆图像中选取对应的区域,得到目标区域;
将所述第一区域和所述目标区域进行拼接,得到融合目标车辆图像。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何一种图像处理方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例上述任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
本领域技术人员应明白,本申请的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本申请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,本申请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。计算机程序存储/分布在合适的介质中,与其它硬件一起提供或作为硬件的一部分,也可以采用其他分布形式,如通过Internet或其它有线或无线电信系统。
本申请是参照本申请实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取包含目标车辆的第一目标车辆图像;
将所述第一目标车辆图像划分为多个区域,得到多个区域图像;
确定所述多个区域图像中每一区域图像的清晰度,得到多个清晰度值;
在所述多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像;
将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像包括:
获取所述目标车辆的第一目标行驶速度;
获取所述多个区域图像中清晰度值低于所述预设清晰度值的至少一个区域图像;
按照预设的行驶速度与拍摄参数之间的映射关系,确定所述第一目标行驶速度对应的第一目标拍摄参数;
以所述至少一个区域图像确定对焦参数,依据所述第一目标拍摄参数、所述对焦参数对所述目标车辆进行拍摄,得到所述第二目标车辆图像。
3.根据权利要求2所述的方法,其特征在于,所述以所述至少一个区域图像确定对焦参数,依据所述第一目标拍摄参数、所述对焦参数对所述目标车辆进行拍摄,得到所述第二目标车辆图像,包括:
从所述至少一个区域图像中选取一个区域作为跟踪框;
以所述跟踪框对所述目标车辆进行跟踪;
在所述目标车辆达到预设位置时,以跟踪后的所述跟踪框确定对焦参数,以该对焦参数和所述第一目标拍摄参数进行拍摄,得到所述第二目标车辆图像。
4.根据权利要求3所述的方法,其特征在于,所述获取包含所述目标车辆的第一目标车辆图像包括:
确定所述目标车辆与拍摄装置之间的第一距离;
在所述第一距离小于预设距离时,确定所述目标车辆对应的目标加速度值以及第二目标行驶速度;
按照预设的加速度值与拍摄时刻之间的映射关系,确定所述目标加速度值对应的目标拍摄时刻;
依据所述目标加速度值、所述第二目标行驶速度确定所述目标车辆在所述目标拍摄时刻时的第三目标行驶速度;
按照所述预设的行驶速度与拍摄参数之间的映射关系,确定所述第三目标行驶速度对应的第二目标拍摄参数;
在所述目标拍摄时刻达到时,以所述第二目标拍摄参数进行拍摄,得到目标图像;
对所述目标图像进行目标提取,得到包含所述目标车辆的第一目标车辆图像。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像,包括:
根据所述第一目标车辆图像对所述第二目标车辆图像进行预处理,所述预处理包括对齐处理和缩放处理;
确定所述第一目标车辆图像中的第一区域和所述第二区域,所述第一区域为所述多个区域中区域图像的清晰度值大于或等于所述预设清晰度值的区域,所述第二区域为所述多个区域中区域图像的清晰度值低于所述预设清晰度值的区域;
依据所述第二区域的区域位置从所述第二目标车辆图像中选取对应的区域,得到目标区域;
将所述第一区域和所述目标区域进行拼接,得到融合目标车辆图像。
6.一种图像处理装置,其特征在于,包括:
获取单元,用于获取包含目标车辆的第一目标车辆图像;
划分单元,用于将所述第一目标车辆图像划分为多个区域,得到多个区域图像;
确定单元,用于确定所述多个区域图像中每一区域图像的清晰度,得到多个清晰度值;
拍摄单元,用于在所述多个清晰度值中包括至少一个清晰度值低于预设清晰度值时,对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像;
图像融合单元,用于将所述第一目标车辆图像与所述第二目标车辆图像进行图像融合,得到融合目标车辆图像。
7.根据权利要求6所述的装置,其特征在于,在所述对所述目标车辆进行拍摄,得到包含所述目标车辆的第二目标车辆图像方面,所述拍摄单元具体用于:
获取所述目标车辆的第一目标行驶速度;
获取所述多个区域图像中清晰度值低于所述预设清晰度值的至少一个区域图像;
按照预设的行驶速度与拍摄参数之间的映射关系,确定所述第一目标行驶速度对应的第一目标拍摄参数;
以所述至少一个区域图像确定对焦参数,依据所述第一目标拍摄参数、所述对焦参数对所述目标车辆进行拍摄,得到所述第二目标车辆图像。
8.根据权利要求7所述的装置,其特征在于,在所述以所述至少一个区域图像确定对焦参数,依据所述第一目标拍摄参数、所述对焦参数对所述目标车辆进行拍摄,得到所述第二目标车辆图像方面,所述拍摄单元具体用于:
从所述至少一个区域图像中选取一个区域作为跟踪框;
以所述跟踪框对所述目标车辆进行跟踪;
在所述目标车辆达到预设位置时,以跟踪后的所述跟踪框确定对焦参数,以该对焦参数和所述第一目标拍摄参数进行拍摄,得到所述第二目标车辆图像。
9.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910295913.3A CN110136091B (zh) | 2019-04-12 | 2019-04-12 | 图像处理方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910295913.3A CN110136091B (zh) | 2019-04-12 | 2019-04-12 | 图像处理方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110136091A true CN110136091A (zh) | 2019-08-16 |
CN110136091B CN110136091B (zh) | 2021-11-30 |
Family
ID=67569796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910295913.3A Active CN110136091B (zh) | 2019-04-12 | 2019-04-12 | 图像处理方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110136091B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340722A (zh) * | 2020-02-20 | 2020-06-26 | Oppo广东移动通信有限公司 | 图像处理方法、处理装置、终端设备及可读存储介质 |
CN111726533A (zh) * | 2020-06-30 | 2020-09-29 | RealMe重庆移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
CN112016389A (zh) * | 2020-07-14 | 2020-12-01 | 深圳市裕展精密科技有限公司 | 用于车辆的控制装置及方法 |
CN112633214A (zh) * | 2020-12-30 | 2021-04-09 | 潍柴动力股份有限公司 | 一种车辆识别方法及装置 |
CN112990132A (zh) * | 2021-04-27 | 2021-06-18 | 成都中轨轨道设备有限公司 | 一种轨道标号牌定位识别方法 |
CN112016389B (zh) * | 2020-07-14 | 2024-10-15 | 富联裕展科技(深圳)有限公司 | 用于车辆的控制装置及方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101630405A (zh) * | 2009-08-14 | 2010-01-20 | 重庆市勘测院 | 一种利用核Fisher分类与冗余小波变换的多聚焦图像融合方法 |
US8174375B2 (en) * | 2009-06-30 | 2012-05-08 | The Hong Kong Polytechnic University | Detection system for assisting a driver when driving a vehicle using a plurality of image capturing devices |
CN103455991A (zh) * | 2013-08-22 | 2013-12-18 | 西北大学 | 一种多聚焦图像融合方法 |
CN103530862A (zh) * | 2013-10-30 | 2014-01-22 | 重庆邮电大学 | 基于nsct的邻域特性区域化的红外与微光图像融合方法 |
CN104092987A (zh) * | 2014-07-10 | 2014-10-08 | 公安部第一研究所 | 一种双模双反馈自适应目标跟踪系统、控制电路及方法 |
CN104272345A (zh) * | 2012-05-18 | 2015-01-07 | 日产自动车株式会社 | 车辆用显示装置、车辆用显示方法以及车辆用显示程序 |
CN105100578A (zh) * | 2014-05-05 | 2015-11-25 | 南昌欧菲光电技术有限公司 | 图像处理系统及其图像处理方法 |
CN105323557A (zh) * | 2015-11-24 | 2016-02-10 | 成都九十度工业产品设计有限公司 | 一种智能摄像系统 |
CN105554399A (zh) * | 2016-02-24 | 2016-05-04 | 北京小米移动软件有限公司 | 拍摄方法、拍摄装置及终端设备 |
CN105979143A (zh) * | 2015-12-29 | 2016-09-28 | 广东中星电子有限公司 | 一种调整球机拍摄参数的方法及装置 |
CN108600620A (zh) * | 2018-04-13 | 2018-09-28 | 上海大学 | 一种基于电液可调焦镜头的移动机器人的目标跟踪方法 |
CN108921806A (zh) * | 2018-08-07 | 2018-11-30 | Oppo广东移动通信有限公司 | 一种图像处理方法、图像处理装置及终端设备 |
-
2019
- 2019-04-12 CN CN201910295913.3A patent/CN110136091B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8174375B2 (en) * | 2009-06-30 | 2012-05-08 | The Hong Kong Polytechnic University | Detection system for assisting a driver when driving a vehicle using a plurality of image capturing devices |
CN101630405A (zh) * | 2009-08-14 | 2010-01-20 | 重庆市勘测院 | 一种利用核Fisher分类与冗余小波变换的多聚焦图像融合方法 |
CN104272345A (zh) * | 2012-05-18 | 2015-01-07 | 日产自动车株式会社 | 车辆用显示装置、车辆用显示方法以及车辆用显示程序 |
CN103455991A (zh) * | 2013-08-22 | 2013-12-18 | 西北大学 | 一种多聚焦图像融合方法 |
CN103530862A (zh) * | 2013-10-30 | 2014-01-22 | 重庆邮电大学 | 基于nsct的邻域特性区域化的红外与微光图像融合方法 |
CN105100578A (zh) * | 2014-05-05 | 2015-11-25 | 南昌欧菲光电技术有限公司 | 图像处理系统及其图像处理方法 |
CN104092987A (zh) * | 2014-07-10 | 2014-10-08 | 公安部第一研究所 | 一种双模双反馈自适应目标跟踪系统、控制电路及方法 |
CN105323557A (zh) * | 2015-11-24 | 2016-02-10 | 成都九十度工业产品设计有限公司 | 一种智能摄像系统 |
CN105979143A (zh) * | 2015-12-29 | 2016-09-28 | 广东中星电子有限公司 | 一种调整球机拍摄参数的方法及装置 |
CN105554399A (zh) * | 2016-02-24 | 2016-05-04 | 北京小米移动软件有限公司 | 拍摄方法、拍摄装置及终端设备 |
CN108600620A (zh) * | 2018-04-13 | 2018-09-28 | 上海大学 | 一种基于电液可调焦镜头的移动机器人的目标跟踪方法 |
CN108921806A (zh) * | 2018-08-07 | 2018-11-30 | Oppo广东移动通信有限公司 | 一种图像处理方法、图像处理装置及终端设备 |
Non-Patent Citations (4)
Title |
---|
ZHAO MIN 等: "Vehicle detection method based on deep learning and multi-layer feature fusion", 《2018 CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》 * |
叶明等: "区域清晰度的小波变换图像融合算法研究", 《电子测量与仪器学报》 * |
杨智尧 等: "动态图像的拼接与运动目标检测方法的研究", 《图学学报》 * |
汤嘉立 等: "雾天车辆超分辨率视频图像清晰度识别仿真", 《计算机仿真》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340722A (zh) * | 2020-02-20 | 2020-06-26 | Oppo广东移动通信有限公司 | 图像处理方法、处理装置、终端设备及可读存储介质 |
CN111726533A (zh) * | 2020-06-30 | 2020-09-29 | RealMe重庆移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
CN111726533B (zh) * | 2020-06-30 | 2021-11-16 | RealMe重庆移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
CN112016389A (zh) * | 2020-07-14 | 2020-12-01 | 深圳市裕展精密科技有限公司 | 用于车辆的控制装置及方法 |
CN112016389B (zh) * | 2020-07-14 | 2024-10-15 | 富联裕展科技(深圳)有限公司 | 用于车辆的控制装置及方法 |
CN112633214A (zh) * | 2020-12-30 | 2021-04-09 | 潍柴动力股份有限公司 | 一种车辆识别方法及装置 |
CN112990132A (zh) * | 2021-04-27 | 2021-06-18 | 成都中轨轨道设备有限公司 | 一种轨道标号牌定位识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110136091B (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110136091A (zh) | 图像处理方法及相关产品 | |
US11823337B2 (en) | Systems and methods for enhancing and developing accident scene visualizations | |
CN113554698B (zh) | 车辆位姿信息生成方法、装置及电子设备、存储介质 | |
KR101773018B1 (ko) | 이미지화된 오브젝트 특성들에 기초한 증강 현실 | |
US20150221341A1 (en) | System and method for enhanced time-lapse video generation using panoramic imagery | |
TWI548276B (zh) | 用於在現存的靜態影像中視覺化視頻的方法與電腦可讀取媒體 | |
CN107084740B (zh) | 一种导航方法和装置 | |
CN103596812A (zh) | 停车辅助装置 | |
JP2005268847A (ja) | 画像生成装置、画像生成方法、および画像生成プログラム | |
CN110858414A (zh) | 图像处理方法、装置、可读存储介质与增强现实系统 | |
CN113378605B (zh) | 多源信息融合方法及装置、电子设备和存储介质 | |
CN113345108B (zh) | 增强现实数据展示方法、装置、电子设备及存储介质 | |
CN112434368A (zh) | 一种图像采集方法、装置及存储介质 | |
CN103312958B (zh) | 客户机终端、服务器以及程序 | |
CN104767975A (zh) | 一种实现交互式全景视频流地图的方法 | |
CN113205515B (zh) | 目标检测方法、装置、及计算机存储介质 | |
CN110245563A (zh) | 改装车识别方法及相关产品 | |
CN110147731A (zh) | 车辆类型识别方法及相关产品 | |
CN113822263A (zh) | 图像标注方法、装置、计算机设备及存储介质 | |
CN109084748B (zh) | 一种ar导航方法及电子设备 | |
CN113608614A (zh) | 展示方法、增强现实装置、设备及计算机可读存储介质 | |
US10956981B1 (en) | Systems and methods for visualizing an accident scene | |
CN112887623A (zh) | 图像生成方法、装置及电子设备 | |
CN110827340B (zh) | 地图的更新方法、装置及存储介质 | |
CN114820504B (zh) | 图像融合偏差的检测方法、装置、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 |