CN110800283A - 全景图像生成方法、全景图像生成装置和无人机 - Google Patents
全景图像生成方法、全景图像生成装置和无人机 Download PDFInfo
- Publication number
- CN110800283A CN110800283A CN201880041353.2A CN201880041353A CN110800283A CN 110800283 A CN110800283 A CN 110800283A CN 201880041353 A CN201880041353 A CN 201880041353A CN 110800283 A CN110800283 A CN 110800283A
- Authority
- CN
- China
- Prior art keywords
- image
- determining
- value
- compensation value
- angle information
- 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.)
- Pending
Links
Images
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
- H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本公开的实施例涉及全景图像生成方法,包括:在采集多个图像中的每个图像时,执行以下步骤:根据环境中光源的角度信息确定补偿值;根据所述补偿值补偿对环境测光的测光值;根据补偿后的测光值确定曝光参数;根据所述曝光参数采集图像;增强所述图像中的细节;在采集多个所述图像后,根据多个所述图像生成全景图像。根据本公开的实施例,可以得到每个角度光强相对均匀的图像进行拼接,以便得到效果更好的全景图像。
Description
技术领域
本发明涉及图像技术领域,尤其涉及全景图像生成方法、全景图像生成装置和无人机。
背景技术
全景图像是通过拍摄多个角度的图像,然后将拍摄的多个图像拼接得到的大视角或全视角图像。由于不同角度的环境光的强度可能不同,某些角度的环境光很亮,某些角度的环境光很暗,导致不同角度的图像亮度差异很大。
为了使得拼接后的多张图像之间不存在明显的亮暗差异,在通过一个镜头拍摄多张图片的情况下,现有技术中一般采用锁曝光的方式,使得每个图像的曝光参数相同。但是这会导致图像中的物体出现过曝光或欠曝光的问题,影响全景图像的清晰度。
发明内容
本发明提供全景图像生成方法、全景图像生成装置和无人机。
根据本公开实施例的第一方面,提出一种全景图像生成方法,包括:在采集多个图像中的每个图像时,执行以下步骤:
根据环境中光源的角度信息确定补偿值;
根据所述补偿值补偿对环境测光的测光值;
根据补偿后的测光值确定曝光参数;
根据所述曝光参数采集图像;
增强所述图像中的细节;
在采集多个所述图像后,根据多个所述图像生成全景图像。
根据本公开实施例的第二方面,提出一种全景图像生成装置,适用于图像采集设备,所述图像采集设备包括处理器,所述处理器用于:
在采集多个图像中的每个图像时,执行以下步骤:
根据环境中光源的角度信息确定补偿值;
根据所述补偿值补偿对环境测光的测光值;
根据补偿后的测光值确定曝光参数;
根据所述曝光参数采集图像;
增强所述图像中的细节;
在采集多个所述图像后,根据多个所述图像生成全景图像。
根据本公开实施例的第三方面,提出一种无人机,包括上述任一实施例所述的全景图像生成装置。
由以上本发明实施例提供的技术方案可见,在采集多个图像的过程中,针对每个图像,可以确定在采集图像时环境中光源的角度信息,并根据环境中光源的角度信息可以确定补偿值,进而通过补偿值补偿对环境测光的测光值,可以使得补偿后的每张图像的测光值之间的差距缩小,进而再根据补偿后测光值确定曝光参数,并根据曝光参数采集每张图像,每张图像的曝光参数之间的差距也缩小了,进而使得每张图像之间亮暗差异也缩小了,从而可以得到每个角度光强相对均匀的图像进行拼接,以便得到效果更好的全景图像。
而且由于对于每个角度的图像是根据补偿后测光值确定曝光参数,而并没有锁定曝光参数,从而可以缓解图像中的物体出现过曝光或欠曝光的问题。另外针对每张图像还进行了增强细节的处理,使得图像具有良好的清晰度。
附图说明
为了更清楚地说明本发明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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本公开的实施例示出的一种全景图像生成方法的示意流程图。
图2是根据本公开的实施例示出的另一种全景图像生成方法的示意流程图。
图3是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。
图4是根据本公开的实施例示出的一种方位角作为自变量时自变量与因变量的关系示意图。
图5是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。
图6是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。
图7是根据本公开的实施例示出的一种伽马曲线的示意图。
图8是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。
图9是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。
图10是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。
图11是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。
图12是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。
具体实施方式
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。另外,在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
图1是根据本公开的实施例示出的一种全景图像生成方法的示意流程图。本实施例所示的全景图像生成方法可以适用于图像采集设备,所述图像采集设备具有一个镜头,所述图像采集设备可以独立使用,也可以设置在无人机、手机等设备上使用。
如图1所示,所述全景图像生成方法可以包括以下步骤:
在采集多个图像中的每个图像时,执行以下步骤:
步骤S11,根据环境中光源的角度信息确定补偿值;
步骤S12,根据所述补偿值补偿对环境测光的测光值;
步骤S13,根据补偿后的测光值确定曝光参数;
步骤S14,根据所述曝光参数采集图像;
步骤S15,增强所述图像中的细节;
步骤S2,在采集多个所述图像后,根据多个所述图像生成全景图像。
在一个实施例中,在采集多个图像的过程中,针对每个图像,可以确定在采集图像时环境中光源的角度信息,其中,角度信息可以包括方位角α和高度角β,可以记镜头的视场角的轴线所指向方向的方位角为0°,可以记与镜头的视场角的轴线处于同一平面的光源的高度角为0°。
以方位角为0°为例,也即光源处于镜头的视场角中心向镜头射入光线,环境的亮度最高,当光源的方位角为180°时,也即光源位于镜头背面,那么光源发出的光线大部分都不能进入镜头,环境的亮度最低。基于本实施例,可以根据角度信息大致确环境的亮度,也即角度信息不同的图像,环境的亮度有所不同,再通过调节环境亮度来调节曝光参数。
那么根据环境中光源的角度信息可以确定补偿值,通过补偿值来调节环境亮度,其中,环境亮度较高的角度对应的负的补偿值,环境亮度越亮,对应的补偿值较小,环境亮度较低的角度对应的正的补偿值,环境亮度越暗,对应的补偿值较大。
进而通过补偿值补偿对环境测光的测光值,可以使得补偿后的每张图像的测光值之间的差距(相对于补偿前的每张图像的测光值之间的差距)缩小,进而再根据补偿后测光值确定曝光参数,并根据曝光参数采集每张图像,每张图像的曝光参数之间的差距也缩小了,进而使得每张图像之间亮暗差异也缩小了,从而可以得到每个角度光强相对均匀的图像进行拼接,以便得到效果更好的全景图像。
而且由于每个角度的图像是根据补偿后测光值确定曝光参数,而并没有锁定曝光参数,从而可以缓解图像中的物体出现过曝光或欠曝光的问题。另外针对每张图像还进行了增强细节的处理,使得图像具有良好的清晰度。
图2是根据本公开的实施例示出的另一种全景图像生成方法的示意流程图。如图2所示,所述根据环境中光源的角度信息确定补偿值包括:
步骤S111,在应用映射表中查询所述角度信息对应的补偿值。
在一个实施例中,可以预先建立角度信息和补偿值相关联的应用映射表,进而在确定角度信息后,可以在应用映射表中查询角度信息对应的补偿值。
图3是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。如图3所示,所述根据环境中光源的角度信息确定补偿值包括:
步骤S112,根据补偿值与所述角度信息的关系式,计算所述角度信息对应的补偿值。
在一个实施例中,可以预先建立角度信息和补偿值相关联的关系式,进而在确定角度信息后,可以将角度信息输入关系式以计算出相应的补偿值。
图4是根据本公开的实施例示出的一种方位角作为自变量时自变量与因变量的关系示意图。
在一个实施例中,角度信息可以包括方位角α和高度角β,方位角α和高度角β与补偿值gain的关系式可以如下所示:
gain=f(α)*cos(β)+1;
其中,方位角α作为自变量时,自变量α与因变量f(α)的关系可以如图4所示,在方位角为0°时f(α)最小,通常f(α)的值不大于1,高度角β为(0°,90°)。
图5是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。如图5所示,所述根据补偿后的测光值确定曝光参数包括:
步骤S131,在自动曝光目标表中查询所述补偿后的测光值对应的曝光参数。
在一个实施例中,可以预先建立补偿后的测光值和曝光参数关联的自动曝光目标表,进而在确定角度信息后,可以在自动曝光目标表中查询补偿后的测光值对应的曝光参数。
图6是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。如图6所示,所述增强所述图像中的细节包括:
步骤S151,根据所述图像中像素的像素值,确定图像中的暗区域;
步骤S152,通过调整伽马曲线增强所述暗区域的细节。
在一个实施例中,对于采集到的图像,可以根据图像中像素的像素值,确定图像中的暗区域,例如某片区域包含的多个像素的平均像素值低于预设像素值,那么可以确定该区域为暗区域。
对于暗区域,其中的细节(例如物体轮廓)经过曝光后可能会缺失,根据本实施例可以通过调整伽马曲线增强所述暗区域的细节,以便得到细节清晰的图像。
图7是根据本公开的实施例示出的一种伽马曲线的示意图。
如图7所示,其中实线为本公开实施例中的伽马曲线,虚线为相关技术中的伽马曲线,根据图7可知,本实施例中的伽马曲线在输入小于0.5的情况下,输出比相关技术中的输出大,本实施例中的伽马曲线在输入大于0.5的情况下,输出比相关技术中的输出小,其中输入对应于图像的像素值,输出则与图像中的细节正相关,那么在输入小于0.5的情况下,也即在暗区域,相对于相关技术,本公开的输出更大,从而可以使得细节更加清晰。
图8是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。如图8所示,所述增强所述图像中的细节包括:
步骤S153,根据所述图像中像素的像素值,确定图像中的暗区域;
步骤S154,通过对所述暗区域锐化以增强所述暗区域的细节。
在一个实施例中,对于采集到的图像,可以根据图像中像素的像素值,确定图像中的暗区域,例如某片区域包含的多个像素的平均像素值低于预设像素值,那么可以确定该区域为暗区域。
对于暗区域,其中的细节(例如物体轮廓)经过曝光后可能会缺失,根据本实施例可以通过锐化处理来增强所述暗区域的细节,以便得到细节清晰的图像。其中,锐化处理可以针对整张图像进行,也可以仅针对暗区域进行。
图9是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。如图9所示,所述增强所述图像中的细节包括:
步骤S155,根据所述图像中像素的像素值,确定图像中的暗区域;
步骤S156,通过对所述暗区域进行保边滤波以增强所述暗区域的细节。
在一个实施例中,对于采集到的图像,可以根据图像中像素的像素值,确定图像中的暗区域,例如某片区域包含的多个像素的平均像素值低于预设像素值,那么可以确定该区域为暗区域。
对于暗区域,其中的细节(例如物体轮廓)经过曝光后可能会缺失,根据本实施例可以通过保边滤波来增强所述暗区域的细节,以便得到细节清晰的图像。其中,保边滤波可以针对整张图像进行,也可以仅针对暗区域进行。
而且保边滤波还具有去噪效果,可以提高图像的清晰度。
在一个实施例中,保边滤波的方式包括以下至少之一:
双边滤波、导向滤波、中值滤波。
图10是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。如图10所示,在采集多个图像中的每个图像时,还执行以下步骤:
步骤S16,对增强细节后的图像进行去噪。
在一个实施例中,可以对增强后的图像进行去噪,以便提高图像的清晰度。其中,去噪操作可以针对整张图像进行,也可以仅针对暗区域进行。
图11是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。如图11所示,所述方法还包括:
步骤S17,在根据环境中光源的角度信息确定补偿值之前,确定对环境测光的测光值是否大于预设阈值;
其中,若对环境测光的测光值大于预设阈值,根据环境中光源的角度信息确定补偿值。
在一个实施例中,在根据环境中光源的角度信息确定补偿值之前,可以先确定对环境测光的测光值是否大于预设阈值,如果对环境测光的测光值大于预设阈值,才按照本公开所述的实施例,根据环境中光源的角度信息确定补偿值,并执行后续步骤。
而如果对环境测光的测光值小于或等于预设阈值,在这种情况下环境中光源的光照强度不会导致多个角度的图像亮度差异较大,那么可以根据相关技术中自动曝光的方式来采集图像,以便降低图像采集设备的运算符合。
在一个实施例中,所述角度信息包括方位角和高度角。
图12是根据本公开的实施例示出的又一种全景图像生成方法的示意流程图。如图12所示,在所述环境为室外环境的情况下,所述根据环境中光源的角度信息确定补偿值包括:
步骤S113,若所述高度角小于0°,确定补偿值为0;
步骤S114,若所述高度角大于或等于0°,在应用映射表中查询所述角度信息对应的补偿值。
在一个实施例中,在室外环境下,光源主要是太阳,而在这种情况下,如果光源的高度角小于0°,说明太阳下山了,那么各个角度的测光值不会存在太大的差异,所以可以不必补偿,以减少图像采集设备的负荷。
可选地,所述曝光参数包括感光度、光圈值、快门速度。
域上述全景图像生成方法的实施例相对应地,本公开还提出了全景图像生成方法的实施例。
本公开的实施例还提出一种全景图像生成装置,适用于图像采集设备,所述图像采集设备包括处理器,所述处理器用于:
在采集多个图像中的每个图像时,执行以下步骤:
根据环境中光源的角度信息确定补偿值;
根据所述补偿值补偿对环境测光的测光值;
根据补偿后的测光值确定曝光参数;
根据所述曝光参数采集图像;
增强所述图像中的细节;
在采集多个所述图像后,根据多个所述图像生成全景图像。
可选地,所述处理器用于:
在应用映射表中查询所述角度信息对应的补偿值。
可选地,所述处理器用于:
根据补偿值与所述角度信息的关系式,计算所述角度信息对应的补偿值。
可选地,所述处理器用于:
在自动曝光目标表中查询所述补偿后的测光值对应的曝光参数。
可选地,所述处理器用于:
根据所述图像中像素的像素值,确定图像中的暗区域;
通过调整伽马曲线增强所述暗区域的细节。
可选地,所述处理器用于:
根据所述图像中像素的像素值,确定图像中的暗区域;
通过对所述暗区域锐化以增强所述暗区域的细节。
可选地,所述处理器用于:
根据所述图像中像素的像素值,确定图像中的暗区域;
通过对所述暗区域进行保边滤波以增强所述暗区域的细节。
可选地,保边滤波的方式包括以下至少之一:
双边滤波、导向滤波、中值滤波。
可选地,所述处理器用于:
在采集多个图像中的每个图像时,还执行以下步骤:
对增强细节后的图像进行去噪。
可选地,所述处理器还用于,在根据环境中光源的角度信息确定补偿值之前,确定对环境测光的测光值是否大于预设阈值;
其中,若对环境测光的测光值大于预设阈值,根据环境中光源的角度信息确定补偿值。
可选地,所述角度信息包括方位角和高度角。
可选地,所述处理器用于在所述环境为室外环境的情况下:
在所述高度角小于0°时,确定补偿值为0;
在所述高度角大于或等于0°时,在应用映射表中查询所述角度信息对应的补偿值。
可选地,所述曝光参数包括感光度、光圈值、快门速度。
本公开的实施例还提出一种无人机,包括上述任一实施例所述的全景图像生成装置。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (27)
1.一种全景图像生成方法,其特征在于,包括:在采集多个图像中的每个图像时,执行以下步骤:
根据环境中光源的角度信息确定补偿值;
根据所述补偿值补偿对环境测光的测光值;
根据补偿后的测光值确定曝光参数;
根据所述曝光参数采集图像;
增强所述图像中的细节;
在采集多个所述图像后,根据多个所述图像生成全景图像。
2.根据权利要求1所述的方法,其特征在于,所述根据环境中光源的角度信息确定补偿值包括:
在应用映射表中查询所述角度信息对应的补偿值。
3.根据权利要求1所述的方法,其特征在于,所述根据环境中光源的角度信息确定补偿值包括:
根据补偿值与所述角度信息的关系式,计算所述角度信息对应的补偿值。
4.根据权利要求1所述的方法,其特征在于,所述根据补偿后的测光值确定曝光参数包括:
在自动曝光目标表中查询所述补偿后的测光值对应的曝光参数。
5.根据权利要求1所述的方法,其特征在于,所述增强所述图像中的细节包括:
根据所述图像中像素的像素值,确定图像中的暗区域;
通过调整伽马曲线增强所述暗区域的细节。
6.根据权利要求1所述的方法,其特征在于,所述增强所述图像中的细节包括:
根据所述图像中像素的像素值,确定图像中的暗区域;
通过对所述暗区域锐化以增强所述暗区域的细节。
7.根据权利要求1所述的方法,其特征在于,所述增强所述图像中的细节包括:
根据所述图像中像素的像素值,确定图像中的暗区域;
通过对所述暗区域进行保边滤波以增强所述暗区域的细节。
8.根据权利要求7所述的方法,其特征在于,保边滤波的方式包括以下至少之一:
双边滤波、导向滤波、中值滤波。
9.根据权利要求1至6中任一项所述的方法,其特征在于,在采集多个图像中的每个图像时,还执行以下步骤:
对增强细节后的图像进行去噪。
10.根据权利要求1至8中任一项所述的方法,其特征在于,还包括:
在根据环境中光源的角度信息确定补偿值之前,确定对环境测光的测光值是否大于预设阈值;
其中,若对环境测光的测光值大于预设阈值,根据环境中光源的角度信息确定补偿值。
11.根据权利要求1至8中任一项所述的方法,其特征在于,所述角度信息包括方位角和高度角。
12.根据权利要求11所述的方法,其特征在于,在所述环境为室外环境的情况下,所述根据环境中光源的角度信息确定补偿值包括:
若所述高度角小于0°,确定补偿值为0;
若所述高度角大于或等于0°,在应用映射表中查询所述角度信息对应的补偿值。
13.根据权利要求1至8中任一项所述的方法,其特征在于,所述曝光参数包括感光度、光圈值、快门速度。
14.一种全景图像生成装置,其特征在于,适用于图像采集设备,所述图像采集设备包括处理器,所述处理器用于:
在采集多个图像中的每个图像时,执行以下步骤:
根据环境中光源的角度信息确定补偿值;
根据所述补偿值补偿对环境测光的测光值;
根据补偿后的测光值确定曝光参数;
根据所述曝光参数采集图像;
增强所述图像中的细节;
在采集多个所述图像后,根据多个所述图像生成全景图像。
15.根据权利要求14所述的装置,其特征在于,所述处理器用于:
在应用映射表中查询所述角度信息对应的补偿值。
16.根据权利要求14所述的装置,其特征在于,所述处理器用于:
根据补偿值与所述角度信息的关系式,计算所述角度信息对应的补偿值。
17.根据权利要求14所述的装置,其特征在于,所述处理器用于:
在自动曝光目标表中查询所述补偿后的测光值对应的曝光参数。
18.根据权利要求14所述的装置,其特征在于,所述处理器用于:
根据所述图像中像素的像素值,确定图像中的暗区域;
通过调整伽马曲线增强所述暗区域的细节。
19.根据权利要求14所述的装置,其特征在于,所述处理器用于:
根据所述图像中像素的像素值,确定图像中的暗区域;
通过对所述暗区域锐化以增强所述暗区域的细节。
20.根据权利要求14所述的装置,其特征在于,所述处理器用于:
根据所述图像中像素的像素值,确定图像中的暗区域;
通过对所述暗区域进行保边滤波以增强所述暗区域的细节。
21.根据权利要求20所述的装置,其特征在于,保边滤波的方式包括以下至少之一:
双边滤波、导向滤波、中值滤波。
22.根据权利要求14至19中任一项所述的装置,其特征在于,所述处理器用于:
在采集多个图像中的每个图像时,还执行以下步骤:
对增强细节后的图像进行去噪。
23.根据权利要求14至21中任一项所述的装置,其特征在于,所述处理器还用于,在根据环境中光源的角度信息确定补偿值之前,确定对环境测光的测光值是否大于预设阈值;
其中,若对环境测光的测光值大于预设阈值,根据环境中光源的角度信息确定补偿值。
24.根据权利要求14至21中任一项所述的装置,其特征在于,所述角度信息包括方位角和高度角。
25.根据权利要求24所述的装置,其特征在于,所述处理器用于在所述环境为室外环境的情况下:
在所述高度角小于0°时,确定补偿值为0;
在所述高度角大于或等于0°时,在应用映射表中查询所述角度信息对应的补偿值。
26.根据权利要求14至21中任一项所述的装置,其特征在于,所述曝光参数包括感光度、光圈值、快门速度。
27.一种无人机,其特征在于,包括权利要求14至26中任一项所述的全景图像生成装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/125610 WO2020133412A1 (zh) | 2018-12-29 | 2018-12-29 | 全景图像生成方法、全景图像生成装置和无人机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110800283A true CN110800283A (zh) | 2020-02-14 |
Family
ID=69438491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880041353.2A Pending CN110800283A (zh) | 2018-12-29 | 2018-12-29 | 全景图像生成方法、全景图像生成装置和无人机 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110800283A (zh) |
WO (1) | WO2020133412A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114979505A (zh) * | 2022-05-27 | 2022-08-30 | 众趣(北京)科技有限公司 | 一种旋转拍摄全景的方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102685389A (zh) * | 2012-04-06 | 2012-09-19 | 天津市亚安科技股份有限公司 | 自动调节摄像机参数的装置及方法 |
CN104853097A (zh) * | 2015-04-30 | 2015-08-19 | 广东欧珀移动通信有限公司 | 一种全景模式拍摄方法和装置 |
CN104883499A (zh) * | 2015-04-30 | 2015-09-02 | 广东欧珀移动通信有限公司 | 一种闪光灯设置方法及移动终端 |
US20160105608A1 (en) * | 2014-10-10 | 2016-04-14 | IEC Infrared Systems LLC | Panoramic View Imaging System |
CN105554407A (zh) * | 2015-12-11 | 2016-05-04 | 小米科技有限责任公司 | 拍摄控制方法及装置 |
CN105578069A (zh) * | 2015-12-28 | 2016-05-11 | 小米科技有限责任公司 | 移动终端进行拍照的方法和装置 |
CN106412457A (zh) * | 2016-10-31 | 2017-02-15 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN106851092A (zh) * | 2016-12-30 | 2017-06-13 | 中国人民解放军空军预警学院监控系统工程研究所 | 一种红外视频拼接方法和装置 |
CN108449541A (zh) * | 2018-03-12 | 2018-08-24 | 维沃移动通信有限公司 | 一种全景图像拍摄方法及移动终端 |
CN108629738A (zh) * | 2017-03-16 | 2018-10-09 | 阿里巴巴集团控股有限公司 | 一种图像处理方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4398969B2 (ja) * | 2006-11-07 | 2010-01-13 | 富士フイルム株式会社 | 多眼撮影装置および多眼撮影装置における露出設定方法並びにプログラム |
CN108632511A (zh) * | 2018-05-16 | 2018-10-09 | 上海小蚁科技有限公司 | 全景鱼眼相机的亮度补偿值确定、亮度补偿方法及装置、终端、鱼眼相机 |
-
2018
- 2018-12-29 WO PCT/CN2018/125610 patent/WO2020133412A1/zh active Application Filing
- 2018-12-29 CN CN201880041353.2A patent/CN110800283A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102685389A (zh) * | 2012-04-06 | 2012-09-19 | 天津市亚安科技股份有限公司 | 自动调节摄像机参数的装置及方法 |
US20160105608A1 (en) * | 2014-10-10 | 2016-04-14 | IEC Infrared Systems LLC | Panoramic View Imaging System |
CN104853097A (zh) * | 2015-04-30 | 2015-08-19 | 广东欧珀移动通信有限公司 | 一种全景模式拍摄方法和装置 |
CN104883499A (zh) * | 2015-04-30 | 2015-09-02 | 广东欧珀移动通信有限公司 | 一种闪光灯设置方法及移动终端 |
CN105554407A (zh) * | 2015-12-11 | 2016-05-04 | 小米科技有限责任公司 | 拍摄控制方法及装置 |
CN105578069A (zh) * | 2015-12-28 | 2016-05-11 | 小米科技有限责任公司 | 移动终端进行拍照的方法和装置 |
CN106412457A (zh) * | 2016-10-31 | 2017-02-15 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN106851092A (zh) * | 2016-12-30 | 2017-06-13 | 中国人民解放军空军预警学院监控系统工程研究所 | 一种红外视频拼接方法和装置 |
CN108629738A (zh) * | 2017-03-16 | 2018-10-09 | 阿里巴巴集团控股有限公司 | 一种图像处理方法及装置 |
CN108449541A (zh) * | 2018-03-12 | 2018-08-24 | 维沃移动通信有限公司 | 一种全景图像拍摄方法及移动终端 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114979505A (zh) * | 2022-05-27 | 2022-08-30 | 众趣(北京)科技有限公司 | 一种旋转拍摄全景的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2020133412A1 (zh) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9681026B2 (en) | System and method for lens shading compensation | |
JP4675851B2 (ja) | カメラ設定をシーンに従って適応的に決める方法及びカメラ設定をシーンに従って適応的に決めるように構成されるカメラ | |
US8675091B2 (en) | Image data processing with multiple cameras | |
US20200204763A1 (en) | Imaging apparatus and imaging method | |
US20180109711A1 (en) | Method and device for overexposed photography | |
CN111915505B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
JP2007035029A (ja) | エンハンスド出力画像を生成する方法及びシステム | |
US20170154456A1 (en) | System and method of fast adaptive blending for high dynamic range imaging | |
CN108156369B (zh) | 图像处理方法和装置 | |
US20120127336A1 (en) | Imaging apparatus, imaging method and computer program | |
WO2012170462A2 (en) | Automatic exposure correction of images | |
CN103973990A (zh) | 宽动态融合方法及装置 | |
CN112243120A (zh) | 3d摄影模组镜头精度的标定方法、装置及设备 | |
Guthier et al. | Flicker reduction in tone mapped high dynamic range video | |
JP2004222231A (ja) | 画像処理装置および画像処理プログラム | |
WO2017190415A1 (zh) | 一种图像优化方法、装置及终端 | |
US10863103B2 (en) | Setting apparatus, setting method, and storage medium | |
US11863873B2 (en) | Image capturing apparatus, method of controlling image capturing apparatus, and storage medium | |
CN110677558B (zh) | 图像处理方法与电子装置 | |
CN110891146B (zh) | 一种强光抑制方法及装置 | |
CN104902168A (zh) | 一种图像合成方法、装置及拍摄设备 | |
CN110800283A (zh) | 全景图像生成方法、全景图像生成装置和无人机 | |
CN113163127A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
KR20190089035A (ko) | 이미지 프로세싱 방법 및 디바이스, 및 비-일시적 컴퓨터-판독가능 저장 매체(image processing method and device, and non-transitory computer-readable storage medium) | |
CN108337448B (zh) | 高动态范围图像获取方法、装置、终端设备及存储介质 |
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 | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20220415 |
|
AD01 | Patent right deemed abandoned |