CN111294504B - 一种反差对焦过程中对比度反差值的计算方法及装置 - Google Patents
一种反差对焦过程中对比度反差值的计算方法及装置 Download PDFInfo
- Publication number
- CN111294504B CN111294504B CN201811563561.7A CN201811563561A CN111294504B CN 111294504 B CN111294504 B CN 111294504B CN 201811563561 A CN201811563561 A CN 201811563561A CN 111294504 B CN111294504 B CN 111294504B
- Authority
- CN
- China
- Prior art keywords
- image signal
- contrast
- value
- filter
- frequency range
- 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.)
- Active
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
- H04N23/67—Focus control based on electronic image sensor signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Automatic Focus Adjustment (AREA)
Abstract
本公开涉及一种反差对焦过程中对比度反差值的计算方法及装置,计算方法包括:接收目标对象反差对焦过程中采集的图像信号;对图像信号的频率范围进行评估;根据评估结果,选择相应的滤波器计算对比度反差值;计算装置包括:图像信号接收单元,用于接收目标对象反差对焦过程中采集的图像信号;评估单元,用于对图像信号的频率范围进行评估;对比度反差值计算单元,用于根据评估结果,选择相应的滤波器计算对比度反差值。通过对反差过程中采集的图像信号的频率范围进行评估,从而选择合适的滤波器来计算对比度反差值,根据本公开实施例的反差对焦过程中对比度反差值的计算方法及装置,能够提高计算精度,从而提高反差对焦过程的效率和精确程度。
Description
技术领域
本公开涉及图像处理领域,尤其涉及一种反差对焦过程中对比度反差值的计算方法及装置。
背景技术
当采用反差式对焦的相机在对准被拍摄物体的时候,镜头模组内的马达便会驱动镜片从底部向顶部方向逐步移动,在这个过程中,像素传感器统计场景中的反差值,并持续记录对比度反差值,当扫描找到对比度反差值最大的位置时,即认为完成了对焦。
为了实现反差对焦,需要检测画面对比度的反差,一旦拍摄物体与背景颜色比较相似,也就是拍摄的场景对比度比较低,那么计算得到的对比度反差值就会比较小,在聚焦过程中记录得到的对比度反差值曲线就会比较平缓,想要准确检测到对比度反差值最大的位置就比较困难,而且花费的时间也会比较久。
为了计算反差对焦过程中的对比度反差值,往往采用固定系数的带通滤波器来对输入的图像信号进行计算,也就是使用同一条滤波器去统计所有图像中的对比度反差值。然而这种固定系数的算子在自动对焦系统上存在很大的弊端。在低对比度环境下,图像缺少高频成份,如果滤波器不能提取到足够的高频成份,计算得到的对比度反差值曲线比较平坦,这样一方面会导致侦测到对比度反差值曲线的峰值位置需要花费时间比较久,另一方面就是容易出现侦测的位置错误。
发明内容
有鉴于此,本公开提出了一种反差对焦过程中对比度反差值的计算方法及装置,能够针对不同的图像信号选取合适的滤波器来进行对比度反差值的计算,增加计算结果的准确程度,从而提高反差对焦的效率和精度。
根据本公开的第一方面,提供了一种反差对焦过程中对比度反差值的计算方法,所述方法包括:接收目标对象反差对焦过程中采集的图像信号;对所述图像信号的频率范围进行评估;根据评估结果,选择相应的滤波器计算对比度反差值。
在一种可能的实现方式中,对所述图像信号的频率范围进行评估,包括:根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估。
在一种可能的实现方式中,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估,包括:统计所述图像信号的灰度分布情况,得到所述图像信号的灰度方差值;根据所述图像信号的灰度方差值,评估所述图像信号的频率范围。
在一种可能的实现方式中,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估,还包括:根据所述图像信号的自动曝光值,对所述图像信号的频率范围进行进一步评估。
在一种可能的实现方式中,根据所述图像信号的自动曝光值,对所述图像信号的频率范围进行进一步评估,包括:在所述图像信号的自动曝光值小于第一阈值时,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估;在所述图像信号的自动曝光值大于第一阈值时,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估,在评估结果为中频或高频时,对所述图像信号进行去噪处理后重新评估频率范围。
在一种可能的实现方式中,根据评估结果,选择相应的滤波器计算对比度反差值,包括:根据评估后得到的所述图像信号的频率范围,在待选择的滤波器中,选定与所述图像信号的频率范围匹配的滤波器;将所述图像信号输入到选定的滤波器内,得到的输出结果作为对比度反差值。
在一种可能的实现方式中,所述待选择的滤波器包括:低频滤波器、中频滤波器和高频滤波器。
在一种可能的实现方式中,所述滤波器包括无限脉冲响应滤波器。
在一种可能的实现方式中,接收目标对象反差对焦过程中采集的图像信号,还包括:对所述图像信号进行降噪处理。
在一种可能的实现方式中,接收目标对象反差对焦过程中采集的图像信号,还包括:对所述图像信号进行对比度增强处理。
根据本公开的第二方面,提供了一种反差对焦过程中对比度反差值的计算装置,包括:图像信号接收单元,用于接收目标对象反差对焦过程中采集的图像信号;评估单元,用于对所述图像信号的频率范围进行评估;对比度反差值计算单元,用于根据评估结果,选择相应的滤波器计算对比度反差值。
在一种可能的实现方式中,所述评估单元用于:根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估。
在一种可能的实现方式中,所述评估单元进一步用于:统计所述图像信号的灰度分布情况,得到所述图像信号的灰度方差值;根据所述图像信号的灰度方差值,评估所述图像信号的频率范围。
在一种可能的实现方式中,所述评估单元进一步用于:根据所述图像信号的自动曝光值,对所述图像信号的频率范围进行进一步评估。
在一种可能的实现方式中,所述评估单元进一步用于:在所述图像信号的自动曝光值小于第一阈值时,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估;在所述图像信号的自动曝光值大于第一阈值时,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估,在评估结果为中频或高频时,对所述图像信号进行去噪处理后重新评估频率范围。
在一种可能的实现方式中,所述对比度反差值计算单元,用于:根据评估后得到的所述图像信号的频率范围,在待选择的滤波器中,选定与所述图像信号的频率范围匹配的滤波器;将所述图像信号输入到选定的滤波器内,得到的输出结果作为对比度反差值。
在一种可能的实现方式中,所述待选择的滤波器包括:低频滤波器、中频滤波器和高频滤波器。
在一种可能的实现方式中,所述滤波器包括无限脉冲响应滤波器。
在一种可能的实现方式中,所述图像信号接收单元还用于:对所述图像信号进行降噪处理。
在一种可能的实现方式中,所述图像信号接收单元还用于:对所述图像信号进行对比度增强处理。
根据本公开的第三方面,提供了一种反差对焦过程中对比度反差值的计算装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行上述第一方面的方法。
根据本公开的第四方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述第一方面的方法。
通过对反差对焦过程中采集到的图像信号进行频率范围的评估,可以根据图像信号的频率范围,选择合适的滤波器来计算反差对焦过程中的对比度反差值,从而提高对比度反差值的计算精度,便于在反差对焦过程中,针对对比度反差值曲线快速寻找到对比度反差值最大的位置,一方面提高了反差对焦的效率,另一方面也提高了反差对焦的准确度。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图。
图2示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图。
图3示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图。
图4示出根据本公开一实施例的IIR滤波器的结构流程图;
图5示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图。
图6示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图。
图7示出根据本公开一实施例的反差对焦过程中对比度反差值的计算装置的框图。
图8示出根据本公开一应用示例的示意图。
图9示出根据本公开一实施例的反差对焦过程中对比度反差值的计算装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
采用反差式对焦的相机,当我们在对准被拍摄物体时,镜头模组内的马达便会驱动镜片从底部向顶部方向逐步移动,在这个过程中,像素传感器统计场景中的反差值,并持续记录对比度反差值,当扫描找到反差值最大的位置时,即认为完成了对焦。因为反差对焦的工作方式是进行对比度检测,因此相机镜片必须要前后移动并记录所有图像信息,然后计算出对比度最高的位置,才能最终完成对焦。随后镜头移动,屏幕中呈现的图像逐渐清晰起来,对比度反差值也随着逐渐增大;然后镜头到某一个位置时,图像会最为清晰,对应的对比度差值也是最大的,但拍摄镜头模组自己是意识不到此时的位置是最清晰的,因此镜头会继续移动,此时屏幕图像又变得模糊,并且对比度差值也会随着下降。这时镜头模组才意识到镜头“走过了”,于是退回至刚才清晰的聚焦位置,这样一次就对焦完成了。上述过程所信号的处理过程主要为:在镜头走到每一个位置的时候,都会采集这个位置针对目标对象所拍摄到的图像,根据采集到的图像中包含的图像信号,计算该图像在此位置的反差度对比值,根据位置和反差度对比值的对应关系,可以绘制出一条反差度对比值曲线,那么曲线中峰值点所对应的位置即为对焦位置。
由于要检测图像内对比度的反差,一旦目标对象与背景颜色比较相似,也就是拍摄的场景对比度比较低,那么计算得到的反差值就会比较小,在聚焦过程中记录得到的反差值曲线就会比较平缓,想要准确检测到反差值最大的位置就比较困难,而且花费的时间也会比较久。
基于硬件设计的成本考虑,早期使用反差式对焦的系统都是使用一些固定系数高频提取算子来计算对比度反差值fv,例如Sobel算子。Sobel算子是图像处理中的算子之一,在影像处理及电脑视觉领取中常用被用来做边缘检测。Sobel算子最早是由美国计算机科学家Irwin Sobel及Gary Feldman于1968年在史丹佛大学的人工智能实验所提出。下面的表达式Gx和Gy分别是x和y方向的3x3Sobel算子。Sobel算子通过滤波器对统计图像进行水平和垂直方向上做卷积,计算得到反差值fv。
Sobel算子在转动上没有完美的对称。后来最常用的是沙尔算子,沙尔算子的概念来自于试图在频域上最小化加权的军方度差,下面的表达式G'x和G'y分别是x和y方向的3x3沙尔算子。另一个相似的改进方法是法立德和西蒙切利提出的。除此之外,克龙也提出利用数值方法的最佳化来设计微分滤波器。
随着技术的发展,相关技术中对于对比度反差值的计算,在频率响应仿真出来其实是通过带通滤波器进行计算,但是一般是固定系数的滤波器,也就是使用同一条滤波器去计算所有采集到的图像中的对比度反差值fv。这种固定系数的算子在自动对焦系统上存在很大的弊端。在低对比度环境下,图像缺少高频成份,通过固定系数的滤波器对图像进行对比度反差值的计算时,如果不能提取到足够的高频成份,那么最终计算得到的对比度反差值所构成的曲线比较平坦,对于这种较为平坦的对比度反差值曲线,既需要花费较多的时间来寻找峰值点,降低反差对焦效率,又容易对峰值点的位置发生误判,降低反差对焦的精度。
为了解决上述问题,本实施例公开一种反差对焦过程中对比度反差值计算的应用示例,在本示例中,在对目标对象进行反差对焦过程中,可以在接收到采集到的图像信号后,通过对图像信号的频率范围进行评估,来选择与图像信号的频率范围相适应的滤波器,再将图像信号通过选择后的滤波器,可以得到该图像信号对应图像的对比度反差值。
图1示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图。该方法可以由具有图像处理功能的硬件设备来执行,可以是图像处理芯片,也可以是GPU等。如图1所示,该方法可以包括:
步骤S11,接收目标对象反差对焦过程中采集的图像信号。
步骤S12,对所述图像信号的频率范围进行评估。
步骤S13,根据评估结果,选择相应的滤波器计算对比度反差值。
图像信号可以是反差对焦过程中直接采集到的数字图像信号,也可以是采集到的模拟信号经由模数转换后得到的数字信号。在一种可能的实现方式中,接收目标对象反差对焦过程中采集的图像信号可以是直接在图像采集设备进行反差对焦过程中,实时接收图像采集设备所采集到的图像信号,也可以是在图像采集设备完成了完整的反差对焦过程后,将过程中采集到的图像信号合并接收。在一种可能的实现方式中,图像采集设备可以是静态图像采集设备,如照相机,也可以是动态图像采集设备,如摄像机。
在一种可能的实现方式中,步骤S12可以包括:根据图像信号的灰度分布情况,对图像信号的频率范围进行评估。在一个示例中,可以通过对图像信号的灰度分布情况进行统计,得到图像信号的灰度分布的平坦程度,根据这一平坦程度可以对图像信号的频率范围进行一个大体的评估。在一个示例中,图像信号可以是灰度图像信号,统计图像信号的灰度分布情况可以是直接对灰度图像中所有像素的灰度值的出现频率进行统计。在一个示例中,图像信号可以是彩色图像信号,统计图像信号的灰度分布情况可以是先将彩色图像信号转化成灰度图像信号后,再统计图像信号的灰度分布情况。
图2示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图,如图2所示,在一种可能的实现方式中,根据图像信号的灰度分布情况,对图像信号的频率范围进行评估,可以包括:
步骤S121:统计图像信号的灰度分布情况,得到图像信号的灰度方差值。
步骤S122:根据图像信号的灰度方差值,评估图像信号的频率范围。
在一个示例中,根据图像信号的灰度分布情况,对图像信号的频率范围进行评估,可以是根据图像信号的灰度方差值来评估图像信号的频率范围;由于图像信号中的灰度方差值可以反映出图像信号的平坦程度,因此可以用于确定图像信号的频率范围的评估过程中,但是这只是对图像信号的频率范围进行评估的一种方式,在具体的实现中,也可以通过图像信号处理过程中常见的方法对图像信号的频率进行估算或是精确的计算,无论是对图像信号的频率范围进行估算还是精确的计算,对应的结果都会落在一个频率范围区间内,根据这个结果所对应的频率范围区间,就可以评估图像信号的频率范围是低频、中频还是高频,从而用于后续的滤波器的选择过程中,因此可以确定图像信号的大致频率范围或是精确频率的手段,都可以应用于本方法中。如果是通过图像信号的灰度方差值来确定图像信号的频率范围的话,那么得到图像信号的灰度方差值的具体过程也可以有多种实现形式,不局限于某一种具体的计算方式,在一个示例中,图像信号的灰度方差值的得到过程可以是直接根据图像信号中各像素的灰度值来直接计算相应的灰度方差值。在一个示例中,图像信号的灰度方差值的得到过程可以是首先统计图像信号的灰度均值,再根据图像信号的灰度均值和图像信号中每个像素的灰度值,来得到图像信号的灰度方差值。
在一种可能的实现方式中,根据图像信号的灰度分布情况,对图像信号的频率范围进行评估,还可以是根据图像信号的自动曝光值,对图像信号的频率范围进行进一步评估。由于图像信号可能存在噪声比较大等情况,在这种情况下如果直接根据图像信号的灰度分布情况确定图像信号的频率范围,得到的结果很有可能由于噪声的干扰而不准确,因此在进行图像信号的频率范围评估的过程中,可以根据图像信号中的某些信息来判断图像信号中的噪声是否很大,来考虑统计得到的图像信号的灰度分布情况是否可以直接用于后续滤波器的选择过程。在一个示例中,图像信号中可能包含有图像的自动曝光值,通过图像信号中的自动曝光值,可以知道图像信号中包含的亮度信息,也可以知道图像信号中包含的噪声信息等,根据这些信息,可以对图像信号的频率范围进行评估。在一个示例中,图像的自动曝光值可能比较小,小于之前设定的某一阈值,在本示例中暂且将这一阈值称为第一阈值,在图像的自动曝光值小于第一阈值这一情况下,可以说明采集到的图像信号所对应的外界光照比较大,此时对于图像信号来说,高频的噪声对于图像信号中包含的有效信号的干扰比较少,因此可以认为统计得到的图像信号的灰度分布情况是较为准确的,因此可以按照上述的方法,直接根据图像信号的灰度分布情况,对图像信号的频率范围进行评估。第一阈值的具体限定值在本实施例中不做限定,在具体的实现过程中,第一阈值可以是人为设定的某一数值。在一个示例中,确定第一阈值的过程可以是:根据经验或其他历史数据来设定一个第一阈值的具体数值。在一个示例中,确定第一阈值的过程可以是:根据经验或其他历史数据来首先设定一个第一阈值的具体数值,低于这一具体数值的图像信号被认为是噪声干扰小,高于这一具体数值的图像信号被认为是噪声干扰大,然后判断自动曝光值在这一阈值两侧的图像信号,是否存在噪声干扰的真实情况是否与划分的界限匹配,如果匹配则认为这一数值就是第一阈值,如果不匹配则在不匹配的一端,再选择一个值作为第一阈值的数值,重复上述过程,直到最终的第一阈值数值结果较为准确,或是迭代的次数达到了一定的要求,迭代次数的要求可以通过综合考量试验成本以及时间成本来确定。在一个示例中,图像的自动曝光值可能比较大,大于之前设定的某一阈值,在本示例中暂且将这一阈值称为第一阈值,在图像的自动曝光值大于第一阈值这一情况下,可以先对图像信号进行灰度分布情况的统计,如果从统计结果中评估到图像信号中的有效信号是低频信号的话,此时图像信号中的噪声干扰虽然存在,但是可能对图像信号中的有效信号成分的干扰不大,因此可以直接根据信号的频率范围进入后续的滤波器选择过程,如果从统计结果中评估到图像信号中的有效信号是中频信号或高频信号的话,可能是由于图像信号中存在部分噪声的干扰所导致的,此时可以对图像信号进行进一步的降噪处理,可以排查图像信号中噪声的影响,可以控制降噪的轻度,尽可能的避免在自动曝光值较大且图像信号的评估结果为高频信号的情况下,直接根据信号的频率范围进入后续的滤波器选择过程。在一个示例中,在图像的自动曝光值大于第一阈值这一情况下,如果从图像信号进行灰度分布情况的统计的结果中评估到图像信号中的有效信号是中频信号或高频信号的话,可能是由于图像信号中存在部分噪声的干扰所导致的,为了节约成本,可以不再对图像信号进行进一步的降噪处理,而是直接在后续选择滤波器的过程中,将滤波器的频率范围下调,举例来说,如果图像信号的评估结果是中频且自动曝光值大于第一阈值,那么在后续滤波器的选择过程中,可以不再将图像去噪而是直接选用低频滤波器,如果图像信号的评估结果是高频且自动曝光值大于第一阈值,那么在后续滤波器的选择过程中,可以不再将图像去噪而是直接选用中频滤波器。
图3示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图,如图3所示,在一种可能的实现方式中,步骤S13可以包括:
步骤S131:根据评估后得到的图像信号的频率范围,在待选择的滤波器中,选定与图像信号的频率范围匹配的滤波器;
步骤S132:将图像信号输入到选定的滤波器内,得到的输出结果作为对比度反差值。
在一种可能的实现方式中,在根据评估结果得到了图像信号的频率范围后,可以知道图像信号中有效信号主要集中的频段,如果有效信号主要集中在低频,那么可以相应的选择低频滤波器,如果有效信号主要集中在中频,那么可以相应的选择中频滤波器,如果有效信号主要集中在高频,那么可以选择相应的高频滤波器。在一个示例中,频段的划分可以是人为预先设定的,设定的依据可以是根据历史图像信号的反差对焦经验,来大致划分低频、中频和高频的频段,并可以预先设置好滤波范围与划分的频段一致的低频滤波器、中频滤波器和高频滤波器,由于频段划分的依据和具体数值的相关因素过多,如采集图像信号装置的参数、图像信号的采样频率以及历史反差对焦的统计结果等,因此不做具体限定,可以在进行反差对焦这一工作之前,根据实际情况进行选择和划分。在一个示例中,根据图像信号的采样频率,可以将图像信号的频段划分为三段,即低频、中频和高频,继而可以根据这一频段的划分结果,修改滤波器的截止频率,来得到低频滤波器、中频滤波器和高频滤波器;由于图像信号经过步骤S12后可以确定其频率范围,即属于划分频段中的低频、中频还是高频,因此可以选择与之对应的滤波器,将图像信号通过这一滤波器,滤波器对图像信号进行相应的数字处理和计算,得到的输出结果可以作为对比度反差值来应用到反差对焦过程中。在一个示例中,采样频率Fs是4800时,可以设定截止频率为Fc1=1000,Fc2=4000这一范围内的滤波器作为低频滤波器;截止频率为Fc1=6000,Fc2=8000这一范围内的滤波器作为中频滤波器;截止频率为Fc1=10000,Fc2=12000,这一范围内的滤波器作为高频滤波器。
滤波器可以有多种实现形式。在一种可能的实现方式中,选取的滤波器为IIR(Infinite Impulse Response,无线脉冲响应)滤波器,由于IIR滤波器的设计比较简单直观,通过修改IIR滤波器的截止频率,可以得到不同频段的滤波器,在一个示例中,修改IIR滤波器的截止频率的方式是通过修改IIR滤波器的系数来达到修改截止频率的目的。在一种可能的实现方式中,选取的滤波器为FIR(Finite Impulse Response,有限长单位冲激响应)滤波器,FIR滤波器也可以通过修改截止频率来得到不同频段的滤波器,可以达到与IIR滤波器同样的性能,但是在某些情况下,FIR滤波器在达到与IIR滤波器同样的性能的情况下需要更高的阶数,可能会增加硬件上的成本。
IIR滤波器也可以有多种实现形式。在一种可能的实现方式中,IIR滤波器的实现结构为可以实现存储空间最小化的直接II型结构,在一个示例中,选取的IIR滤波器为一阶直接II型结构IIR滤波器,图4示出了本示例中IIR滤波器的结构流程图,如图4所示,在一种可能的实现方式中,该滤波器的信号输入输出关系如下:
在w(n)作为滤波器中全极点系统的输出时,w(n)与输入信号x(n)之间的关系满足:
在w(n)作为滤波器中全零点系统的输入时,w(n)与输出信号y(n)之间的关系为:
其中,ak和bk均为滤波器的系数,通过修改ak和bk的值,可以得到不同截止频率的滤波器,可以达到滤波器与图像信号的频率范围相匹配的目的,M和N为滤波器的阶数,在本示例中滤波器为一阶滤波器,如图4所示,因此满足M=N=1,系数ak对应的具体系数有a1,系数bk对应的具体系数有b0和b1。
在一种可能的实现方式中,选择的滤波器可能是带通滤波器,在滤波器是带通滤波器的情况下,此时的阶数的选择可以是偶数而非奇数。
图5示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图,如图5所示,在一种可能的实现方式中,在步骤S11和S12之间,还可以包括步骤S111:对图像信号进行降噪处理。图像信号可能是在低照度下进行的采集,图像信号中包含的噪声对于有效信号的干扰可能很大,在有效信号是低频信号的情况下,如果不处理图像信号中的噪声,很有可能误将高频的噪声作为对比度信息应用于对比度反差值的计算过程中,从而可能导致对比度反差值计算的不精确,继而无法正确定位对比度反差值曲线的峰值,使得反差对焦的结果不准确。对图像进行降噪处理的实现形式不唯一。在一个示例中,图像降噪的方式可以是将图像信号通过高斯滤波来实现的。在一个示例中,图像降噪的方式可以是将图像信号通过中值滤波来实现的。
图6示出根据本公开一实施例的反差对焦过程中对比度反差值的计算方法的流程图,如图6所示,在一种可能的实现方式中,在步骤S11和S12之间,还可以包括步骤S112:对图像信号进行对比度增强处理。在统计平坦场景的对比度反差值时,随着镜头移动,前后位置对应的对比度反差值比较接近,因此最后得到的对比度反差值曲线是比较平坦的,不利于快速准确检测到最大对比度反差值的位置。通过增强对比度,可以增大镜头前后位置的对比度反差值之间的差距,将对比度反差值曲线变得陡峭,更容易检测到最大对比度反差值的位置。对图像信号进行对比度增强处理的实现形式不唯一。在一个示例中,增强图像对比度的方式可以是通过直方图均衡化的算法方式来实现的。在一个示例中,增强图像对比度的方式可以是通过直方图匹配的算法方式来实现的。
这样,通过根据图像信号中包含的信息对图像信号的频率范围进行评估,可以确定图像信号中有效信号所在的频率范围,继而根据频率范围选择合适的滤波器来计算出对比度反差值,这样得到的对比度反差值,在反差对焦过程中所构成的对比度反差值曲线变化较为明显,便于寻找到对比度反差值的峰值,确定焦点位置,从而提高反差对焦过程的效率和精度。同时,在接收到反差对焦过程中采集的图像信号后,还可以对图像信号进行降噪处理,以减少噪声对统计对比度反差值的影响,进一步提高反差对焦的效率和精度;在接收到反差对焦过程中采集的图像信号后,还可以对图像信号进行对比度增强处理,从而提高低对比度场景中反差对焦过程的精度。
图7示出了根据本公开一实施例的反差对焦过程中对比度反差值的计算装置的框图,如图7所示,该装置20包括:图像信号接收单元21,用于接收目标对象反差对焦过程中采集的图像信号;评估单元22,用于对图像信号的频率范围进行评估;对比度反差值计算单元23,用于根据评估结果,选择相应的滤波器计算对比度反差值。
在一种可能的实现方式中,评估单元22用于:根据图像信号的灰度分布情况,对图像信号的频率范围进行评估。
在一种可能的实现方式中,评估单元进一步用于:统计图像信号的灰度分布情况,得到图像信号的灰度均值;根据图像信号的灰度均值,得到图像信号的灰度方差值;根据图像信号的灰度方差值,评估图像信号的频率范围。
在一种可能的实现方式中,评估单元进一步用于:根据图像信号的自动曝光值,对图像信号的频率范围进行进一步评估。
在一种可能的实现方式中,评估单元进一步用于:在图像信号的自动曝光值小于第一阈值时,根据图像信号的灰度分布情况,对图像信号的频率范围进行评估;在图像信号的自动曝光值大于第一阈值时,根据图像信号的灰度分布情况,对图像信号的频率范围进行评估,在评估结果为中频或高频时,对图像信号进行去噪处理后重新评估频率范围。
在一种可能的实现方式中,对比度反差值计算单元23用于:根据评估后得到的图像信号的频率范围,在待选择的滤波器中,选定与图像信号的频率范围匹配的滤波器;将图像信号输入到选定的滤波器内,得到的输出结果作为对比度反差值。
在一种可能的实现方式中,待选择的滤波器包括:低频滤波器、中频滤波器和高频滤波器。
在一种可能的实现方式中,滤波器可以包括无限脉冲响应滤波器。
在一种可能的实现方式中,图像信号接收单元还可以用于:对图像信号进行降噪处理。
在一种可能的实现方式中,图像信号接收单元还可以用于:对图像信号进行对比度增强处理。
图8示出了本公开一应用实例的示意图,该应用示例仅为便于理解本公开实施例,不对本公开实施例进行限制。
如图8所示,为反差对焦过程中对比度反差值的一种计算装置,从图中可以看出该装置的工作流程具体为:由于反差对焦过程中需要对目标对象进行图像采集,因此在采集到图像后,图像可以作为输入信号进入到计算装置中,计算装置针对于这一输入信号,首先可以对其进行降噪处理,尽可能减少信号中包含的噪声对于计算结果的影响,在降噪处理完成后,可以进一步对该信号进行对比度增强处理,可以提高后续得到的对比度反差值曲线的变化程度,来尽可能的提高反差对焦过程的效率和精度。
在对输入信号经过上述两步处理后,可以对输入信号进行对比度预评估,也就是对输入信号中有效信号的频率范围进行评估。评估可以是根据图像信号的灰度分布统计结果,结合图像信号中包含的自动曝光值(Auto Exposure,AE值)来进行,在自动曝光值较小时,可以通过直接计算图像信号的灰度分布情况评估图像信号的频率范围,在自动曝光值较大时,可以首先计算图像信号的灰度分布情况并进行评估,如果评估结果是低频或中频信号,可以正常进入下一步骤,如果评估结果是高频信号,可以进一步排查图像信号内噪声的干扰,控制降噪的强度,如果降噪后图像信号的AE值减小,那么可以正常进入下一步骤,如果AE值仍然很大,那么应该尽可能的减少在这种情况下通过高频滤波器来计算对比度反差值。
在得到图像信号的频率范围评估结果后,可以根据图像信号中有效信号所在的频段范围,分别选择对应的低频滤波器、中频滤波器和高频滤波器来进行滤波计算。本示例中,根据频率范围评估结果选择滤波器的一种对应方式可以为:在AE值小于设定的阈值时,如果灰度分布统计结果中图像信号的灰度方差值较小(小于某一预设的值,此处记为σ1)的话,说明该图像信号的频率范围评估结果为低频,此时图像信号对应的图像为高亮平坦区域,噪声干扰小,可以选择低频滤波器进行滤波计算;如果图像信号的灰度方差值较大(大于某一预设的值,此处记为σ2)的话,说明该图像的频率范围评估结果为高频,此时图像信号对应的图像为高亮强边缘区域,噪声干扰小,可以选择高频滤波器进行滤波计算;如果图像信号的灰度方差值处于中间地带(位于两个预设值σ1和σ2之间)的话,说明该图像的频率范围评估结果为中频,此时图像信号对应的图像为高亮弱纹理区域,噪声干扰小,可以选择中频滤波器进行滤波计算。在AE值大于设定的阈值时,如果灰度分布统计结果中图像信号的灰度方差值较小的话,说明该图像信号的频率范围评估结果为低频,此时图像信号对应的图像为低亮平坦区域,图像信号内存在噪声但是噪声对于有效信号的干扰不大,可以仍然选择低频滤波器进行滤波计算;如果图像信号的灰度方差值较大的话,说明该图像的频率范围评估结果为高频,此时图像信号对应的图像为低亮区域,图像信号内存在噪声而且噪声会对有效信号产生影响,增大灰度方差值,此时需要对图像信号进行进一步的降噪处理,如果降噪后灰度方差值所在的范围发生了改变,那么根据改变的结果选择对应的滤波器进行处理,比如图像信号通过进一步降噪,灰度方差值从大于σ2变为小于σ2且大于σ1,那么此时可以选择中频滤波器进行滤波计算,如果降噪后灰度方差值所在的范围依旧不变的话,可以选择高频滤波器进行滤波计算,但应该尽量避免这种情况的发生;如果图像信号的灰度方差值处于中间地带(位于两个预设值σ1和σ2之间)的话,说明该图像的频率范围评估结果为中频,此时图像信号对应的图像为低亮区域,图像信号内存在噪声而且噪声会对有效信号产生影响,增大灰度方差值,此时需要对图像信号进行进一步的降噪处理,如果降噪后灰度方差值所在的范围发生了改变,那么根据改变的结果选择对应的滤波器进行处理,比如图像信号通过进一步降噪,灰度方差值从小于σ2且大于σ1变为小于σ1,那么此时可以选择低频滤波器进行滤波计算,如果降噪后灰度方差值所在的范围依旧不变的话,可以选择中频滤波器进行滤波计算。本示例中滤波器采用的是IIR滤波器,通过修改IIR滤波器的参数,就可以修改IIR滤波器的截止频率,从而实现低频滤波器、中频滤波器和高频滤波器之间的切换。在选择好对应的滤波器后,将处理后的图像信号作为输入信号输入到选择的滤波器中,滤波器的输出结果可以作为计算得到的对比度反差值,在反差对焦过程中,可以将不同位置对应的对比度反差值绘制成对比度反差值曲线,通过上述计算装置计算出的对比度反差值,对应的对比度反差值曲线的峰值较为明显,易于寻找和定位,从而提高反差对焦的效率和精度。
图9是根据一示例性实施例示出的一种反差对焦过程中对比度反差值的计算装置1300的框图。例如,装置1300可以被提供为一服务器。参照图9,装置1300包括处理组件1322,其进一步包括一个或多个处理器,以及由存储器1332所代表的存储器资源,用于存储可由处理组件1322的执行的指令,例如应用程序。存储器1332中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1322被配置为执行指令,以执行上述方法。
装置1300还可以包括一个电源组件1326被配置为执行装置1300的电源管理,一个有线或无线网络接口1350被配置为将装置1300连接到网络,和一个输入输出(I/O)接口1358。装置1300可以操作基于存储在存储器1332的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1332,上述计算机程序指令可由装置1300的处理组件1322执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (16)
1.一种反差对焦过程中对比度反差值的计算方法,其特征在于,所述方法包括:
接收目标对象反差对焦过程中采集的图像信号;
对所述图像信号的频率范围进行评估;
根据评估结果,选择相应的滤波器计算对比度反差值;
其中,所述对所述图像信号的频率范围进行评估,包括:
根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估;
根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估,包括:
根据所述图像信号的自动曝光值,对所述图像信号的频率范围进行进一步评估;
根据所述图像信号的自动曝光值,对所述图像信号的频率范围进行进一步评估,包括:
在所述图像信号的自动曝光值小于第一阈值时,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估;
在所述图像信号的自动曝光值大于第一阈值时,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估,在评估结果为中频或高频时,对所述图像信号进行去噪处理后重新评估频率范围。
2.根据权利要求1所述的反差对焦过程中对比度反差值的计算方法,其特征在于,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估,包括:
统计所述图像信号的灰度分布情况,得到所述图像信号的灰度方差值;
根据所述图像信号的灰度方差值,评估所述图像信号的频率范围。
3.根据权利要求1所述的反差对焦过程中对比度反差值的计算方法,其特征在于,根据评估结果,选择相应的滤波器计算对比度反差值,包括:
根据评估后得到的所述图像信号的频率范围,在待选择的滤波器中,选定与所述图像信号的频率范围匹配的滤波器;
将所述图像信号输入到选定的滤波器内,得到的输出结果作为对比度反差值。
4.根据权利要求3所述的反差对焦过程中对比度反差值的计算方法,其特征在于,所述待选择的滤波器包括:低频滤波器、中频滤波器和高频滤波器。
5.根据权利要求1所述的反差对焦过程中对比度反差值的计算方法,其特征在于,所述滤波器包括无限脉冲响应滤波器。
6.根据权利要求1所述的反差对焦过程中对比度反差值的计算方法,其特征在于,接收目标对象反差对焦过程中采集的图像信号,还包括:
对所述图像信号进行降噪处理。
7.根据权利要求1所述的反差对焦过程中对比度反差值的计算方法,其特征在于,接收目标对象反差对焦过程中采集的图像信号,还包括:
对所述图像信号进行对比度增强处理。
8.一种反差对焦过程中对比度反差值的计算装置,其特征在于,包括:
图像信号接收单元,用于接收目标对象反差对焦过程中采集的图像信号;
评估单元,用于对所述图像信号的频率范围进行评估;
对比度反差值计算单元,用于根据评估结果,选择相应的滤波器计算对比度反差值;
其中,所述评估单元用于:
根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估;
所述评估单元进一步用于:
根据所述图像信号的自动曝光值,对所述图像信号的频率范围进行进一步评估;
所述评估单元进一步用于:
在所述图像信号的自动曝光值小于第一阈值时,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估;
在所述图像信号的自动曝光值大于第一阈值时,根据所述图像信号的灰度分布情况,对所述图像信号的频率范围进行评估,在评估结果为中频或高频时,对所述图像信号进行去噪处理后重新评估频率范围。
9.根据权利要求8所述的反差对焦过程中对比度反差值的计算装置,其特征在于,所述评估单元进一步用于:
统计所述图像信号的灰度分布情况,得到所述图像信号的灰度方差值;
根据所述图像信号的灰度方差值,评估所述图像信号的频率范围。
10.根据权利要求8所述的反差对焦过程中对比度反差值的计算装置,其特征在于,所述对比度反差值计算单元,用于:
根据评估后得到的所述图像信号的频率范围,在待选择的滤波器中,选定与所述图像信号的频率范围匹配的滤波器;
将所述图像信号输入到选定的滤波器内,得到的输出结果作为对比度反差值。
11.根据权利要求10所述的反差对焦过程中对比度反差值的计算装置,其特征在于,所述待选择的滤波器包括:低频滤波器、中频滤波器和高频滤波器。
12.根据权利要求8所述的反差对焦过程中对比度反差值的计算装置,其特征在于,所述滤波器包括无限脉冲响应滤波器。
13.根据权利要求8所述的反差对焦过程中对比度反差值的计算装置,其特征在于,所述图像信号接收单元还用于:
对所述图像信号进行降噪处理。
14.根据权利要求8所述的反差对焦过程中对比度反差值的计算装置,其特征在于,所述图像信号接收单元还用于:
对所述图像信号进行对比度增强处理。
15.一种反差对焦过程中对比度反差值的计算装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-7任一项所述的方法。
16.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811563561.7A CN111294504B (zh) | 2018-12-20 | 2018-12-20 | 一种反差对焦过程中对比度反差值的计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811563561.7A CN111294504B (zh) | 2018-12-20 | 2018-12-20 | 一种反差对焦过程中对比度反差值的计算方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111294504A CN111294504A (zh) | 2020-06-16 |
CN111294504B true CN111294504B (zh) | 2022-02-18 |
Family
ID=71028119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811563561.7A Active CN111294504B (zh) | 2018-12-20 | 2018-12-20 | 一种反差对焦过程中对比度反差值的计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111294504B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114598818A (zh) * | 2022-03-08 | 2022-06-07 | 展讯通信(上海)有限公司 | 相机的合焦位置确定方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1455294A (zh) * | 2002-04-30 | 2003-11-12 | 奥林巴斯光学工业株式会社 | 对焦装置、照相机、及对焦位置检测方法 |
JP2014202799A (ja) * | 2013-04-01 | 2014-10-27 | キヤノン株式会社 | 撮像装置およびその制御方法 |
CN105446056A (zh) * | 2014-12-25 | 2016-03-30 | 北京展讯高科通信技术有限公司 | 自动对焦装置及方法 |
CN105791666A (zh) * | 2014-12-25 | 2016-07-20 | 北京展讯高科通信技术有限公司 | 自动对焦装置 |
CN106506946A (zh) * | 2016-10-26 | 2017-03-15 | 浙江宇视科技有限公司 | 一种摄像机自动聚焦方法及摄像机 |
CN108139564A (zh) * | 2015-09-30 | 2018-06-08 | 富士胶片株式会社 | 对焦控制装置、摄像装置、对焦控制方法及对焦控制程序 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7319487B2 (en) * | 2002-04-10 | 2008-01-15 | Olympus Optical Co., Ltd. | Focusing apparatus, camera and focus position detecting method |
-
2018
- 2018-12-20 CN CN201811563561.7A patent/CN111294504B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1455294A (zh) * | 2002-04-30 | 2003-11-12 | 奥林巴斯光学工业株式会社 | 对焦装置、照相机、及对焦位置检测方法 |
JP2014202799A (ja) * | 2013-04-01 | 2014-10-27 | キヤノン株式会社 | 撮像装置およびその制御方法 |
CN105446056A (zh) * | 2014-12-25 | 2016-03-30 | 北京展讯高科通信技术有限公司 | 自动对焦装置及方法 |
CN105791666A (zh) * | 2014-12-25 | 2016-07-20 | 北京展讯高科通信技术有限公司 | 自动对焦装置 |
CN108139564A (zh) * | 2015-09-30 | 2018-06-08 | 富士胶片株式会社 | 对焦控制装置、摄像装置、对焦控制方法及对焦控制程序 |
CN106506946A (zh) * | 2016-10-26 | 2017-03-15 | 浙江宇视科技有限公司 | 一种摄像机自动聚焦方法及摄像机 |
Also Published As
Publication number | Publication date |
---|---|
CN111294504A (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10432861B2 (en) | Scene motion correction in fused image systems | |
CA2823322C (en) | System and method for utilizing enhanced scene detection in a depth estimation procedure | |
JP5331816B2 (ja) | 画像補正装置及び画像補正方法 | |
EP3371741B1 (en) | Focus detection | |
EP2698766A1 (en) | Motion estimation device, depth estimation device, and motion estimation method | |
US8624986B2 (en) | Motion robust depth estimation using convolution and wavelet transforms | |
KR101437234B1 (ko) | 초점이 흐려진 필박스 화상을 이용하여 깊이 평가를 수행하는 시스템 및 방법 | |
JP2013253964A (ja) | 距離計測装置、撮像装置、距離計測方法、およびプログラム | |
KR20160140453A (ko) | 4d 원시 광 필드 데이터로부터 리포커싱된 이미지를 획득하기 위한 방법 | |
WO2016160093A1 (en) | Depth estimation from image defocus using multiple resolution gaussian difference | |
US8582912B2 (en) | Systems and methods for calculating image sharpness measurements | |
WO2007057808A2 (en) | Blur estimation | |
CN111294504B (zh) | 一种反差对焦过程中对比度反差值的计算方法及装置 | |
KR20170101532A (ko) | 이미지 융합 방법 및 이를 위한 컴퓨터 프로그램, 그 기록매체 | |
JP6738053B2 (ja) | 画像信号から階段状アーチファクトを低減するための画像処理装置 | |
US9020280B2 (en) | System and method for evaluating focus direction under various lighting conditions | |
WO2021237577A1 (zh) | 图像处理方法、装置、可移动平台和存储介质 | |
EP3054668B1 (en) | Method and device for processing a video stream | |
CN117528241A (zh) | 自动聚焦方法、装置、设备及存储介质 | |
CN117952951A (zh) | 图像感兴趣区目标清晰度值计算方法、装置及电子设备 | |
Adams | A fully automatic digital camera image refocusing algorithm | |
KR101608574B1 (ko) | 모바일용 국부적 실시간 화질 개선 방법 및 장치 | |
JP2022106638A (ja) | 画像処理装置、撮像装置、画像処理方法、プログラム、および記録媒体 | |
CN113808024A (zh) | 幻影反射补偿方法及设备 | |
KR20170120567A (ko) | 이미지로부터 심도 정보를 추출하기 위한 방법 및 장치 |
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 |