CN111726541A - 一种拍摄参数的确定方法、装置、设备及介质 - Google Patents
一种拍摄参数的确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111726541A CN111726541A CN201910219196.6A CN201910219196A CN111726541A CN 111726541 A CN111726541 A CN 111726541A CN 201910219196 A CN201910219196 A CN 201910219196A CN 111726541 A CN111726541 A CN 111726541A
- Authority
- CN
- China
- Prior art keywords
- image data
- frame
- acquisition equipment
- image acquisition
- adjusting
- 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
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种拍摄参数的确定方法、装置、设备及介质，用以解决机器人的图像采集设备在暗光下采集图像数据亮度不足的问题。所述拍摄参数的确定方法，包括：对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据；利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，所述识别率用于确定调节所述图像采集设备中所述拍摄参数时的边界值。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种拍摄参数的确定方法、装置、设备及介质。
背景技术
随着人工智能的发展，机器人在各个领域中得到普及和应用。目前，机器人大多都配置有图像采集设备，以使机器人能够采集周围环境的图像数据。
机器人在采集图像数据时，用户可以通过调节图像采集设备的拍摄参数改变采集到的图像的质量。但是在实际使用中，若机器人中图像采集设备的拍摄参数设置不当，可能导致机器人在某些场景下采集到的图像数据无法满足要求。例如，若图像采集设备的拍摄参数设置不当，机器人在暗光下使用时，其采集的图像数据可能存在亮度不足的问题。
综上所述，现有技术中若机器人中图像采集设备的拍摄参数设置不当，机器人在暗光下使用时，其采集的图像数据可能存在亮度不足的问题。
发明内容
本发明实施例提供一种拍摄参数的确定方法、装置、设备及介质，用以解决机器人的图像采集设备在暗光下采集图像数据亮度不足的问题。
第一方面，本发明实施例提供了一种拍摄参数的确定方法，包括：
对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，识别率用于确定调节图像采集设备中拍摄参数时的边界值。
在一种可能的实施方式中，本发明实施例提供的上述方法中，拍摄参数包括：增益；
对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据，包括：
在图像采集设备所处环境的环境照度小于第一预设照度阈值时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，包括：
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第一识别率，第一识别率用于确定调节图像采集设备中增益时的边界值。
在一种可能的实施方式中，本发明实施例提供的上述方法中，在确定出增益的边界值之后，该方法还包括：
在图像采集设备所处环境的环境照度小于第二预设照度阈值、且图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第二识别率，第二识别率用于确定调节图像采集设备中伽马值时的第一边界值。
在一种可能的实施方式中，本发明实施例提供的上述方法中，该方法还包括：
在图像采集设备所处环境的环境照度大于第三预设照度阈值、且图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第三识别率，第三识别率用于确定调节图像采集设备中伽马值时的第二边界值；
其中，第三照度阈值大于或者等于第二照度阈值。
在一种可能的实施方式中，本发明实施例提供的上述方法中，拍摄参数包括：伽马值；
对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据，包括：
在图像采集设备所处环境的环境照度小于第四预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，包括：
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第四识别率，第四识别率用于确定调节图像采集设备中伽马值时的第一边界值。
在一种可能的实施方式中，本发明实施例提供的上述方法中，该方法还包括：
在图像采集设备所处环境的环境照度大于第五预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第五识别率，第五识别率用于确定调节图像采集设备中伽马值时的第二边界值；
其中，第五照度阈值大于或者等于第四照度阈值。
在一种可能的实施方式中，本发明实施例提供的上述方法中，在确定出伽马值的第一边界值和第二边界值之后，该方法还包括：
在图像采集设备所处环境的环境照度小于第六预设照度阈值、且图像采集设备的伽马值在第一边界值和第二边界值之间时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第六识别率，第六识别率用于确定调节图像采集设备中增益时的边界值。
在一种可能的实施方式中，本发明实施例提供的上述方法中，调节图像采集设备中拍摄参数时的边界值为采集目标识别率对应的图像数据时所使用的目标拍摄参数，目标识别率为每帧图像数据对应的识别率中的最大识别率。
在一种可能的实施方式中，本发明实施例提供的上述方法中，预先确定的识别算法，通过以下步骤确定：
获取图像采集设备采集包含同一目标对象的图像数据；
对预先配置的识别算法中降噪参数进行多次调节，并在每次调节降噪参数后对图像数据进行识别，得到每个降噪参数对应的第七识别率，第七识别率用于确定预先确定的识别算法中的降噪参数。
在一种可能的实施方式中，本发明实施例提供的上述方法中，该方法还包括：图像采集设备的曝光时间的调节范围为预先配置的曝光时间调节范围。
第二方面，本发明实施例提供了一种拍摄参数的确定装置，包括：
采集单元，用于对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据；
识别单元，用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，识别率用于确定调节图像采集设备中拍摄参数时的边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，拍摄参数包括：增益；
采集单元具体用于：在图像采集设备所处环境的环境照度小于第一预设照度阈值时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据；
识别单元具体用于：利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第一识别率，第一识别率用于确定调节图像采集设备中增益时的边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，
采集单元，还用于在图像采集设备所处环境的环境照度小于第二预设照度阈值、且图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
识别单元，还用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第二识别率，第二识别率用于确定调节图像采集设备中伽马值时的第一边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，
采集单元，还用于在图像采集设备所处环境的环境照度大于第三预设照度阈值、且图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
识别单元，还用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第三识别率，第三识别率用于确定调节图像采集设备中伽马值时的第二边界值；
其中，第三照度阈值大于或者等于第二照度阈值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，拍摄参数包括：伽马值；
采集单元具体用于：在图像采集设备所处环境的环境照度小于第四预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
识别单元具体用于：利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第四识别率，第四识别率用于确定调节图像采集设备中伽马值时的第一边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，
采集单元，还用于在图像采集设备所处环境的环境照度大于第五预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
识别单元，还用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第五识别率，第五识别利率用于确定调节图像采集设备中伽马值时的第二边界值；
其中，第五照度阈值大于或者等于第四照度阈值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，
采集单元，还用于在图像采集设备所处环境的环境照度小于第六预设照度阈值、且图像采集设备的伽马值在第一边界值和第二边界值之间时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据；
识别单元，还用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第六识别率，第六识别率用于确定调节图像采集设备中增益时的边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，调节图像采集设备中拍摄参数时的边界值为采集目标识别率对应的图像数据时所使用的目标拍摄参数，目标识别率为每帧图像数据对应的识别率中的最大识别率。
在一种可能的实施方式中，本发明实施例提供的上述装置中，识别单元采用以下步骤确定预先确定的识别算法：
获取图像采集设备采集包含同一目标对象的图像数据；
对预先配置的识别算法中降噪参数进行多次调节，并在每次调节降噪参数后对图像数据进行识别，得到每个降噪参数对应的第七识别率，第七识别率用于确定预先确定的识别算法中的降噪参数。
在一种可能的实施方式中，本发明实施例提供的上述装置中，图像采集设备的曝光时间的调节范围为预先配置的曝光时间调节范围。
第三方面，本发明实施例还提供了一种拍摄参数的确定设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现本发明实施例第一方面提供的拍摄参数的确定方法。
第四方面，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现本发明实施例第一方面提供的拍摄参数的确定方法。
第五方面，本发明实施例还提供了一种计算机程序产品，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本发明实施例第一方面提供的拍摄参数的确定方法。
本发明实施例提供的一种拍摄参数的确定方法、装置、设备及介质，包括：对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据，然后利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，该识别率用于确定调节图像采集设备中拍摄参数时的边界值，进而基于确定出的边界值，确定拍摄参数的调节范围。若采用本发明实施例提供的拍摄参数的确定方案，确定出暗光下对应的拍摄参数的调节范围，则在暗光下拍摄时，在确定出的调节范围内调节拍摄参数采集图像时，均不会出现亮度不足的问题。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例提供的一种拍摄参数的确定方法的示意流程图；
图2为本发明实施例一提供的拍摄参数的确定方法的示意流程图；
图3为本发明实施例二提供的拍摄参数的确定方法的示意流程图；
图4为本发明实施例提供的识别算法的确定过程的示意流程图；
图5为本发明实施例提供的拍摄参数的确定装置的结构示意图；
图6为本发明实施例提供的拍摄参数的确定设备的结构示意图。
具体实施方式
以下结合附图对本申请的实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本申请，并不用于限定本申请。
需要说明的是，本发明实施例提供的拍摄参数的确定方案，不仅适用于暗光下的拍摄场景，同样适用于其它拍摄场景。
下面结合说明说附图，对本发明实施例提供的拍摄参数的确定方法、装置、设备及介质的具体实施方式进行说明。
本发明实施例提供了一种拍摄参数的确定方法，如图1所示，可以包括如下步骤：
步骤101、对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据。
其中，图像采集设备包括但不限于：机器人中配置的USB摄像头、智能终端、相机等。
具体实施时，对图像采集设备的同一拍摄参数进行多次调节时，本发明实施例对调节的次数以及每次调节的步长并不限定，例如，可以对同一拍摄参数调节30次，每次调节步长可以是5。
具体实施时，每次调节图像采集设备的拍摄参数后，使用调节拍摄参数后的图像采集设备采集图像数据时，可以采集一帧，也可以采集多帧，本发明实施例对此不做限定。
具体实施时，为便于后续对图像数据中的目标对象进行识别，优选地，多帧图像数据中可以包括同一目标对象，在识别时，均对该目标对象进行识别。如此，在采集多帧图像数据时，可以针对同一场景进行采集，也即在图像采集设备所处场景不发生变化的情况下，对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据。
步骤102、利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，识别率用于确定调节图像采集设备中拍摄参数时的边界值。
具体实施时，每帧图像数据中可能包含一个对象，也可能包含多个对象。若图像数据中包含多个对象，则可以随机选择一个对象作为目标对象或者由用户指定一个对象作为对象，然后利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率。
在一种可能的实施方式中，在基于识别率，确定调节图像采集设备中拍摄参数时的边界值时，可以先确定每帧图像数据对应的识别率中的最大识别率，并将最大识别率确定为目标识别率，然后将目标识别率对应的图像数据所使用的目标拍摄参数确定为调节图像采集设备中拍摄参数时的边界值。
当然，需要说明的是，在本发明其它实施例中，目标拍摄参数并不一定是采集最大识别率对应的图像数据时所使用的拍摄参数，也可以是采集次最大识别率对应的图像数据时所使用的拍摄参数，本发明实施例对此不做限定。
具体实施时，确定出拍摄参数的边界值后，即可以以拍摄参数的边界值为端点确定拍摄参数的可调节范围。
下面以暗光场景为例，结合增益和伽马值两个拍摄参数，对本发明实施例提供的拍摄参数的确定方案进行详细说明。具体以确定两个拍摄参数调节范围的先后顺序，可以分为以下两个实施例，具体来说：
实施例一、先确定增益的调节范围，再确定伽马值的调节范围。
具体地，如图2所示，可以包括如下步骤：
步骤201、在图像采集设备所处环境的环境照度小于第一预设照度阈值时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据。
需要说明的是，图像采集设备所处环境的环境照度可以使用光检测器或者光传感器进行检测得到，也可以通过其它方法或设备检测得到，本发明实施例对此不做限定。
需要说明的是，第一预设照度阀值可以为暗光与正常光的分界值，当图像采集设备所处环境的环境照度小于第一预设照度阀值时，认为图像采集设备所处环境的环境照度为暗光。其中，第一预设照度阀值的具体数值可根据实际情况进行选择，例如：第一预设照度阀值可以为10勒克斯，当然也可以是其它的数值，本发明实施例对此不做限定。
具体实施时，对图像采集设备的增益进行多次调节时，本发明实施例对调节的次数以及每次调节的步长并不限定，例如，可以对增益调节30次，每次调节步长可以是5。
具体实施时，每次调节图像采集设备的增益后，使用调节增益后的图像采集设备采集图像数据时，可以采集一帧图像数据，也可以采集多帧图像数据，本发明实施例对此不做限定。
具体实施时，为便于后续对图像数据中的目标对象进行识别，优选地，多帧图像数据中可以包括同一目标对象，在识别时，均对该目标对象进行识别。如此，在采集多帧图像数据时，可以针对同一场景进行采集，也即在图像采集设备所处场景不发生变化的情况下，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据。
步骤202、利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第一识别率，第一识别率用于确定调节图像采集设备中增益时的边界值。
具体实施时，每帧图像数据中可能包含一个对象，也可能包含多个对象。若图像数据中包含多个对象，则可以随机选择一个对象作为目标对象或者由用户指定一个对象作为对象，然后利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率。
具体实施时，在基于第一识别率，确定调节图像采集设备中增益时的边界值时，可以先确定每帧图像数据对应的第一识别率中的最大的第一识别率，并将最大的第一识别率确定为目标第一识别率，然后将目标第一识别率对应的图像数据所使用的目标增益确定为调节图像采集设备中增益时的边界值。
当然，需要说明的是，在本发明其它实施例中，目标增益并不一定是采集最大识别率对应的图像数据时所使用的增益，也可以是采集次最大识别率对应的图像数据时所使用的增益，本发明实施例对此不做限定。
具体实施时，确定出增益的边界值后，即可以以增益的边界值为端点确定增益的可调节范围。
步骤203、在图像采集设备所处环境的环境照度小于第二预设照度阈值、且图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据。
需要说明的是，图像采集设备所处环境的环境照度可以使用光检测器或者光检测器进行检测得到，也可以通过其它方法或设备检测得到，本发明实施例对此不做限定。
需要说明的是，第二预设照度阀值可以为暗光与正常光的分界值，当图像采集设备所处环境的环境照度小于第二预设照度阀值时，认为图像采集设备所处环境的环境照度为暗光。其中，第二预设照度阀值与第一预设照度阀值可以是相同的数值，也可以是不同的数值，具体数值可根据实际情况进行选择，例如：第二预设照度阀值为10勒克斯，当然也可以是其它的数值，本发明实施例对此不做限定。
具体实施时，根据确定的增益边界值对图像采集设备进行设置后，对图像采集设备的伽马值进行多次调节时，本发明实施例对调节的次数以及每次调节的步长并不限定。
具体实施时，每次调节图像采集设备的伽马值后，使用调节伽马值后的图像采集设备采集图像数据时，可以采集一帧图像数据，也可以采集多帧图像数据，本发明实施例对此不做限定。
具体实施时，为便于后续对图像数据中的目标对象进行识别，优选地，多帧图像数据中可以包括同一目标对象，在识别时，均对该目标对象进行识别。如此，在采集多帧图像数据时，可以针对同一场景进行采集，也即在图像采集设备所处场景不发生变化的情况下，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据。
步骤204、利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第二识别率，第二识别率用于确定调节图像采集设备中伽马值时的第一边界值。
具体实施时，每帧图像数据中可能包含一个对象，也可能包含多个对象。若图像数据中包含多个对象，则可以随机选择一个对象作为目标对象或者由用户指定一个对象作为对象，然后利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率。
具体实施时，在基于第二识别率，确定调节图像采集设备中伽马值时的第一边界值时，可以先确定每帧图像数据对应的第二识别率中的最大的第二识别率，并将最大的第二识别率确定为目标第二识别率，然后将目标第二识别率对应的图像数据所使用的目标伽马值确定为调节图像采集设备中伽马值时的第一边界值。
当然，需要说明的是，在本发明其它实施例中，目标伽马值并不一定是采集最大识别率对应的图像数据时所使用的伽马值，也可以是采集次最大识别率对应的图像数据时所使用的伽马值，本发明实施例对此不做限定。
步骤205、在图像采集设备所处环境的环境照度大于第三预设照度阈值、且图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据。
需要说明的是，图像采集设备所处环境的环境照度可以使用光检测器或者光检测器进行检测得到，也可以通过其它方法或设备检测得到，本发明实施例对此不做限定。
需要说明的是，第三预设照度阈值可以为正常光与亮光的分界值，当图像采集设备所处环境的环境照度大于第三预设照度阈值，认为图像采集设备所处环境的环境照度为亮光。其中，第三预设照度阀值与第二预设照度阀值可以是相同的数值，也可以大于第二预设照度阀值的数值，具体数值可以根据实际情况进行选择，例如：第三预设照度阀值为50勒克斯，当然也可以是其它的数值，本发明实施例对此不做限定。
具体实施时，根据确定的增益边界值对图像采集设备进行设置后，对图像采集设备的伽马值进行多次调节时，本发明实施例对调节的次数以及每次调节的步长并不限定。
具体实施时，每次调节图像采集设备的伽马值后，使用调节伽马值后的图像采集设备采集图像数据时，可以采集一帧图像数据，也可以采集多帧图像数据，本发明实施例对此不做限定。
具体实施时，为便于后续对图像数据中的目标对象进行识别，优选地，多帧图像数据中可以包括同一目标对象，在识别时，均对该目标对象进行识别。如此，在采集多帧图像数据时，可以针对同一场景进行采集，也即在图像采集设备所处场景不发生变化的情况下，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据。
步骤206、利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第三识别率，第三识别率用于确调节图像采集设备的伽马值时的第二边界值。
具体实施时，每帧图像数据中可能包含一个对象，也可能包含多个对象。若图像数据中包含多个对象，则可以随机选择一个对象作为目标对象或者由用户指定一个对象作为对象，然后利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率。
具体实施时，在基于第三识别率，确定调节图像采集设备中伽马值时的第二边界值时，可以先确定每帧图像数据对应的第三识别率中的最大的第三识别率，并将最大的第三识别率确定为目标第三识别率，然后将目标第三识别率对应的图像数据所使用的目标伽马值确定为调节图像采集设备中伽马值时的第二边界值。
当然，需要说明的是，在本发明其它实施例中，目标伽马值并不一定是采集最大识别率对应的图像数据时所使用的伽马值，也可以是采集次最大识别率对应的图像数据时所使用的伽马值，本发明实施例对此不做限定。
具体实施时，确定出伽马值的第一边界值和第二边界值后，即可以以伽马值的第一边界值和第二边界值为端点确定伽马值的可调节范围。
具体实施时，为避免采集的图像数据出现拖影问题，本发明实施例图像采集设备的曝光时间的调节范围为预先配置的曝光时间调节范围。其中，预先配置的图像采集设备的曝光时间的调节范围为5毫秒-10毫秒。
实施例二、先确定伽马值的调节范围，再确定增益的调节范围。
具体地，如图3所示，可以包括如下步骤：
步骤301、在图像采集设备所处环境的环境照度小于第四预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据。
需要说明的是，图像采集设备所处环境的环境照度可以使用光检测器或者光传感器进行检测得到，也可以通过其它方法或设备检测得到，本发明实施例对此不做限定。
需要说明的是，第四预设照度阀值可以为暗光与正常光的分界值，当在图像采集设备所处环境的环境照度小于第四预设照度阈值时，认为图像采集设备所处环境的环境照度为暗光。其中，第四预设照度阀值与第一预设照度阀值可以是相同的数值，也可以是不同的数值，具体数值可根据实际情况进行选择，例如：第四预设照度阀值可以为10勒克斯，当然也可以是其它的数值，本发明实施例对此不做限定。
具体实施时，对图像采集设备的伽马值进行多次调节时，本发明实施例对调节的次数以及每次调节的步长并不限定。
具体实施时，每次调节图像采集设备的伽马值后，使用调节伽马值后的图像采集设备采集图像数据时，可以采集一帧图像数据，也可以采集多帧图像数据，本发明实施例对此不做限定。
具体实施时，为便于后续对图像数据中的目标对象进行识别，优选地，多帧图像数据中可以包括同一目标对象，在识别时，均对该目标对象进行识别。如此，在采集多帧图像数据时，可以针对同一场景进行采集，也即在图像采集设备所处场景不发生变化的情况下，对图像采集设备的伽马值进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据。
步骤302、利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第四识别率，第四识别率用于确定调节图像采集设备中伽马值时的第一边界值。
具体实施时，每帧图像数据中可能包含一个对象，也可能包含多个对象。若图像数据中包含多个对象，则可以随机选择一个对象作为目标对象或者由用户指定一个对象作为对象，然后利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率。
具体实施时，在基于第四识别率，确定调节图像采集设备中伽马值时的第一边界值时，可以先确定每帧图像数据对应的第四识别率中的最大的第四识别率，并将最大的第四识别率确定为目标第四识别率，然后将目标第四识别率对应的图像数据所使用的目标伽马值确定为调节图像采集设备中伽马值时的第一边界值。
当然，需要说明的是，在本发明其它实施例中，目标伽马值并不一定是采集最大识别率对应的图像数据时所使用的伽马值，也可以是采集次最大识别率对应的图像数据时所使用的伽马值，本发明实施例对此不做限定。
步骤303、在图像采集设备所处环境的环境照度大于第五预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据。
需要说明的是，图像采集设备所处环境的环境照度可以使用光检测器或者光传感器进行检测得到，也可以通过其它方法或设备检测得到，本发明实施例对此不做限定。
需要说明的是，第五预设照度阈值可以为正常光与亮光的分界值，当图像采集设备所处环境的环境照度大于第五预设照度阈值，认为图像采集设备所处环境的环境照度为亮光。其中，第五预设照度阈值与第四预设照度阀值可以是相同的数值，也可以大于第四预设照度阀值，第五预设照度阀值的具体数值可根据实际情况进行选择，例如：第五预设照度阀值为50勒克斯，当然也可以是其它的数值，本发明实施例对此不做限定。
具体实施时，对图像采集设备的伽马值进行多次调节时，本发明实施例对调节的次数以及每次调节的步长并不限定。
具体实施时，每次调节图像采集设备的伽马值后，使用调节伽马值后的图像采集设备采集图像数据时，可以采集一帧图像数据，也可以采集多帧图像数据，本发明实施例对此不做限定。
具体实施时，为便于后续对图像数据中的目标对象进行识别，优选地，多帧图像数据中可以包括同一目标对象，在识别时，均对该目标对象进行识别。如此，在采集多帧图像数据时，可以针对同一场景进行采集，也即在图像采集设备所处场景不发生变化的情况下，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据。
步骤304、利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第五识别率，第五识别率用于确定调节图像采集设备中伽马值时的第二边界值。
具体实施时，每帧图像数据中可能包含一个对象，也可能包含多个对象。若图像数据中包含多个对象，则可以随机选择一个对象作为目标对象或者由用户指定一个对象作为对象，然后利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率。
具体实施时，在基于第五识别率，确定调节图像采集设备中伽马值时的第二边界值时，可以先确定每帧图像数据对应的第五识别率中的最大的第五识别率，并将最大的第五识别率确定为目标第五识别率，然后将目标第五识别率对应的图像数据所使用的目标伽马值确定为调节图像采集设备中伽马值时的第二边界值。
当然，需要说明的是，在本发明其它实施例中，目标伽马值并不一定是采集最大识别率对应的图像数据时所使用的伽马值，也可以是采集次最大识别率对应的图像数据时所使用的伽马值，本发明实施例对此不做限定。
具体实施时，确定出伽马值的第一边界值和第二边界值后，即可以以伽马值的第一边界值和第二边界值为端点确定伽马值的可调节范围。
步骤305、在图像采集设备所处环境的环境照度小于第六预设照度阈值、且图像采集设备的伽马值在第一边界值和第二边界值之间时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据。
需要说明的是，图像采集设备所处环境的环境照度可以使用光检测器或者光传感器进行检测得到，也可以通过其它方法或设备检测得到，本发明实施例对此不做限定。
需要说明的是，第六预设照度阈值可以为暗光与正常光的分界值，当图像采集设备所处环境的环境照度小于第六预设照度阈值，认为图像采集设备所处环境的环境照度为暗光。其中，第六预设照度阈值与第一预设照度阀值可以是相同的数值，也可以是不同的数值，第六预设照度阀值的具体数值可根据实际情况进行选择，例如：第六预设照度阀值为10勒克斯，当然也可以是其它的数值，本发明实施例对此不做限定。
具体实施时，根据确定的伽马值的第一边界值与第二边界值内的任一值对图像采集设备进行设置后，对图像采集设备的增益进行多次调节时，本发明实施例对调节的次数以及每次调节的步长并不限定，例如，可以对增益调节30次，每次调节步长可以是5。
具体实施时，每次调节图像采集设备的增益后，使用调节增益后的图像采集设备采集图像数据时，可以采集一帧图像数据，也可以采集多帧图像数据，本发明实施例对此不做限定。
具体实施时，为便于后续对图像数据中的目标对象进行识别，优选地，多帧图像数据中可以包括同一目标对象，在识别时，均对该目标对象进行识别。如此，在采集多帧图像数据时，可以针对同一场景进行采集，也即在图像采集设备所处场景不发生变化的情况下，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据。
步骤306、利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应第六的识别率，第六识别率用于确定调节图像采集设备中增益时的边界值。
具体实施时，每帧图像数据中可能包含一个对象，也可能包含多个对象。若图像数据中包含多个对象，则可以随机选择一个对象作为目标对象或者由用户指定一个对象作为对象，然后利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率。
具体实施时，在基于第六识别率，确定调节图像采集设备中增益时的边界值时，可以先确定每帧图像数据对应的第六识别率中的最大的第六识别率，并将最大的第六识别率确定为目标第六识别率，然后将目标第六识别率对应的图像数据所使用的目标增益确定为调节图像采集设备中增益时的边界值。
当然，需要说明的是，在本发明其它实施例中，目标增益并不一定是采集最大识别率对应的图像数据时所使用的增益，也可以是采集次最大识别率对应的图像数据时所使用的增益，本发明实施例对此不做限定。
具体实施时，确定出增益的边界值后，即可以以增益的边界值为端点确定增益的可调节范围。
具体实施时，为避免采集的图像数据出现拖影问题，图像采集设备的曝光时间的调节范围配置为预先配置的曝光时间调节范围。其中，预先配置的图像采集设备的曝光时间的调节范围为5毫秒-10毫秒。
在一种可能的实施方式中，上述实施例中提到的预先建立的识别算法可以采用以下步骤确定，如图4所示。
步骤401、获取图像采集设备采集包含同一目标对象的图像数据。
其中，图像采集设备包括但不限于：机器人中配置的USB摄像头、智能终端、相机等。
步骤402、对预先配置的识别算法中降噪参数进行多次调节，并在每次调节降噪参数后对图像数据进行识别，得到每个降噪参数对应的第七识别率，第七识别率用于确定预先确定的识别算法中的降噪参数。
具体实施时，对预先配置的识别算法中降噪参数进行多次调节时，本发明实施例对调节的次数以及每次调节的数值并不限定。
具体实施时，每帧图像数据中可能包含一个对象，也可能包含多个对象。若图像数据中包含多个对象，则可以随机选择一个对象作为目标对象或者由用户指定一个对象作为对象，然后利用改变降噪参数后的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率。
具体实施时，在基于第七识别率，确定预先确定的识别算法中的降噪参数时，可以先确定每帧图像数据对应的第七识别率中的最大的第七识别率，并将最大的第七识别率确定为目标第七识别率，然后将目标第七识别率对应的图像数据所使用的目标降噪参数确定为预先确定的识别算法中的降噪参数。
当然，需要说明的是，在本发明其它实施例中，目标降噪参数并不一定是采集最大识别率对应的图像数据时所使用的降噪参数，也可以是采集次最大识别率对应的图像数据时所使用的降噪参数，本发明实施例对此不做限定。
基于相同的发明构思，本发明实施例还提供一种拍摄参数的确定装置。
如图5所示，本发明实施例提供的拍摄参数的确定装置，包括：
采集单元501，用于对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据；
识别单元502，用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，识别率用于确定调节图像采集设备中拍摄参数时的边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，拍摄参数包括：增益；
采集单元501具体用于：在图像采集设备所处环境的环境照度小于第一预设照度阈值时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据；
识别单元502具体用于：利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第一识别率，第一识别率用于确定调节图像采集设备中增益时的边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，
采集单元501，还用于在图像采集设备所处环境的环境照度小于第二预设照度阈值、且图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
识别单元502，还用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第二识别率，第二识别率用于确定调节图像采集设备中伽马值时的第一边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，
采集单元501，还用于在图像采集设备所处环境的环境照度大于第三预设照度阈值、且图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
识别单元502，还用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第三识别率用于确定调节图像采集设备中伽马值时的第二边界值；
其中，第三照度阈值大于或者等于第二照度阈值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，拍摄参数包括：伽马值；
采集单元501具体用于：在图像采集设备所处环境的环境照度小于第四预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
识别单元502具体用于：利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第四识别率，第四识别率用于确定调节图像采集设备中伽马值时的第一边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，
采集单元501，还用于在图像采集设备所处环境的环境照度大于第五预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
识别单元502，还用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第五识别率，第五识别率用于确定调节图像采集设备中伽马值时的第二边界值；
其中，第五照度阈值大于或者等于第四照度阈值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，
采集单元501，还用于在图像采集设备所处环境的环境照度小于第六预设照度阈值、且图像采集设备的伽马值在第一边界值和第二边界值之间时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据；
识别单元502，还用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第六识别率，第六识别率用于确定调节图像采集设备中增益时的边界值。
在一种可能的实施方式中，本发明实施例提供的上述装置中，调节图像采集设备中拍摄参数时的边界值为采集目标识别率对应的图像数据时所使用的目标拍摄参数，目标识别率为每帧图像数据对应的识别率中的最大识别率。
在一种可能的实施方式中，本发明实施例提供的上述装置中，识别单元502还用于采用以下步骤确定预先确定的识别算法：
获取图像采集设备采集的包含同一目标对象的图像数据；
对预先配置的识别算法中降噪参数进行多次调节，并在每次调节降噪参数后对图像数据进行识别，得到每个降噪参数对应的第七识别率，第七识别率用于确定预先确定的识别算法中的降噪参数。
在一种可能的实施方式中，本发明实施例提供的上述装置中，图像采集设备的曝光时间的调节范围为预先配置的曝光时间调节范围。
另外，结合图1-图5描述的本发明实施例的拍摄参数的确定方法和装置可以由拍摄参数的确定设备来实现。图6示出了本发明实施例提供的拍摄参数的确定设备的硬件结构示意图。
拍摄参数的确定设备可以包括处理器601以及存储有计算机程序指令的存储器602。
具体地，上述处理器601可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器602可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器602可在数据处理装置的内部或外部。在特定实施例中，存储器602是非易失性固态存储器。在特定实施例中，存储器602包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器601通过读取并执行存储器602中存储的计算机程序指令，以实现上述实施例中的任意一种拍摄参数的确定方法。
在一个示例中，拍摄参数的确定设备还可包括通信接口603和总线610.其中，如图6所示，处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。
通信接口603，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线610包括硬件、软件或两者，将拍摄参数的确定设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线610可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
拍摄参数的确定设备可以通过对多次调节拍摄参数后的图像数据的识别率，执行本发明实施例中的拍摄参数的确定方法，从而实现结合图1-图5描述的拍摄参数的确定方法和装置。
另外，结合上述实施例中的拍摄参数的确定方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种拍摄参数的确定方法。
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和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、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。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种拍摄参数的确定方法，其特征在于，包括：
对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，所述识别率用于确定调节所述图像采集设备中所述拍摄参数时的边界值。
2.根据权利要求1所述的方法，其特征在于，所述拍摄参数包括：增益；
所述对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据，包括：
在图像采集设备所处环境的环境照度小于第一预设照度阈值时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，包括：
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第一识别率，所述第一识别率用于确定调节所述图像采集设备中增益时的边界值。
3.根据权利要求2所述的方法，其特征在于，在确定出增益的边界值之后，所述方法还包括：
在图像采集设备所处环境的环境照度小于第二预设照度阈值、且所述图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第二识别率，所述第二识别率用于确定调节所述图像采集设备中伽马值时的第一边界值。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
在图像采集设备所处环境的环境照度大于第三预设照度阈值、且所述图像采集设备的增益为确定出的增益的边界值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第三识别率，所述第三识别率用于确定调节所述图像采集设备中的伽马值时的第二边界值；
其中，所述第三照度阈值大于或者等于所述第二照度阈值。
5.根据权利要求1所述的方法，其特征在于，所述拍摄参数包括：伽马值；
所述对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据，包括：
在图像采集设备所处环境的环境照度小于第四预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，包括：
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第四识别率，所述第四识别率用于确定调节所述图像采集设备中伽马值时的第一边界值。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
在图像采集设备所处环境的环境照度大于第五预设照度阈值时，对图像采集设备的伽马值进行多次调节，并在每次调节伽马值后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第五识别率，所述第五识别率用于确定调节所述图像采集设备中伽马值时的第二边界值；
其中，所述第五照度阈值大于或者等于所述第四照度阈值。
7.根据权利要求6所述的方法，其特征在于，在确定出伽马值的第一边界值和第二边界值之后，所述方法还包括：
在图像采集设备所处环境的环境照度小于第六预设照度阈值、且所述图像采集设备的伽马值在所述第一边界值和所述第二边界值之间时，对图像采集设备的增益进行多次调节，并在每次调节增益后采集至少一帧图像数据，得到多帧图像数据；
利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的第六识别率，所述第六识别率用于确定调节所述图像采集设备中增益时的边界值。
8.根据权利要求1所述的方法，其特征在于，调节所述图像采集设备中所述拍摄参数时的边界值为采集目标识别率对应的图像数据时所使用的目标拍摄参数，所述目标识别率为所述每帧图像数据对应的识别率中的最大识别率。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：所述图像采集设备的曝光时间的调节范围为预先配置的曝光时间调节范围。
10.一种拍摄参数的确定装置，其特征在于，包括：
采集单元，用于对图像采集设备的同一拍摄参数进行多次调节，并在每次调节拍摄参数后采集至少一帧图像数据，得到多帧图像数据；
识别单元，用于利用预先确定的识别算法，对每帧图像数据中包含的目标对象进行识别，得到每帧图像数据对应的识别率，所述识别率用于确定调节所述图像采集设备中所述拍摄参数时的边界值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910219196.6A CN111726541A (zh) | 2019-03-21 | 2019-03-21 | 一种拍摄参数的确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910219196.6A CN111726541A (zh) | 2019-03-21 | 2019-03-21 | 一种拍摄参数的确定方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111726541A true CN111726541A (zh) | 2020-09-29 |
Family
ID=72563548
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910219196.6A Pending CN111726541A (zh) | 2019-03-21 | 2019-03-21 | 一种拍摄参数的确定方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111726541A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6285398B1 (en) * | 1997-11-17 | 2001-09-04 | Sony Corporation | Charge-coupled device video camera with raw data format output and software implemented camera signal processing |
| CN102843513A (zh) * | 2011-06-21 | 2012-12-26 | 三星电子株式会社 | 通过使用照相机识别目标的照相机装置以及方法 |
| CN103581566A (zh) * | 2012-07-30 | 2014-02-12 | 三星电子株式会社 | 图像拍摄方法和图像拍摄装置 |
| CN109474791A (zh) * | 2018-11-20 | 2019-03-15 | 深圳市趣创科技有限公司 | 相机拍摄图像控制曝光方法、装置、终端及存储介质 |
-
2019
- 2019-03-21 CN CN201910219196.6A patent/CN111726541A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6285398B1 (en) * | 1997-11-17 | 2001-09-04 | Sony Corporation | Charge-coupled device video camera with raw data format output and software implemented camera signal processing |
| CN102843513A (zh) * | 2011-06-21 | 2012-12-26 | 三星电子株式会社 | 通过使用照相机识别目标的照相机装置以及方法 |
| CN103581566A (zh) * | 2012-07-30 | 2014-02-12 | 三星电子株式会社 | 图像拍摄方法和图像拍摄装置 |
| CN109474791A (zh) * | 2018-11-20 | 2019-03-15 | 深圳市趣创科技有限公司 | 相机拍摄图像控制曝光方法、装置、终端及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 马珍玉: "基于深度学习和SVM的植物叶片识别系统的研究与测试", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111028189B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN108322646B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN110225248B (zh) | 图像采集方法和装置、电子设备、计算机可读存储介质 | |
| JP5981053B2 (ja) | シーン適応型自動露出補正を伴う撮像装置 | |
| CN113766125B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
| CN110022469B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| US9357127B2 (en) | System for auto-HDR capture decision making | |
| JP6160004B2 (ja) | シーン認識方法および装置 | |
| CN111915505B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| US10453188B2 (en) | Methods and devices for improving image quality based on synthesized pixel values | |
| EP3125525A1 (en) | Method and system for enabling camera of mobile terminal to automatically adapt to scene | |
| CN108156369B (zh) | 图像处理方法和装置 | |
| WO2017192199A1 (en) | Methods and apparatus for automated noise and texture optimization of digital image sensors | |
| US11678180B2 (en) | Iris recognition workflow | |
| CN111447372B (zh) | 一种亮度参数调节的控制方法、装置、设备及介质 | |
| CN103699877A (zh) | 提高人脸识别效果的方法和系统 | |
| CN109584175B (zh) | 一种图像处理方法及装置 | |
| CN107343154B (zh) | 一种确定摄像装置的曝光参数的方法、装置和系统 | |
| US10972676B2 (en) | Image processing method and electronic device capable of optimizing hdr image by using depth information | |
| JP4841582B2 (ja) | 画像補正プログラムおよび画像補正装置 | |
| TW201344417A (zh) | 省電監控系統及方法 | |
| CN113298735A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN110688926B (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
| CN108961169A (zh) | 监控抓拍方法及装置 | |
| CN115334250B (zh) | 一种图像处理方法、装置及电子设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200929 |