CN111935481A - 图像拍摄装置的测试方法、装置及计算机可读存储介质 - Google Patents

Abstract

本公开的实施例公开了一种图像拍摄装置的测试方法、装置及计算机可读存储介质。该方法包括：调用图像拍摄装置拍摄第一图像和图像组，并调用图像拍摄装置获取深度图；将第一图像划分为多个子图像；分别确定每个子图像的亮度平均值和权重；根据各个子图像的亮度平均值和权重，确定自动曝光评估值；根据图像组、深度图和第一参考信息生成策略，得到第一性能评估参考信息；根据第一图像、深度图和第二参考信息生成策略，得到第二性能评估参考信息；根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果。采用本公开的实施例来进行图像拍摄装置的拍摄性能测试，能够提高测试效率和测试结果的准确性。

Description

图像拍摄装置的测试方法、装置及计算机可读存储介质

技术领域

本公开涉及图像技术领域，尤其涉及一种图像拍摄装置的测试方法、装置及计算机可读存储介质。

背景技术

在图像技术领域中，常常需要对相机等图像拍摄装置的拍摄性能进行测试，目前，测试过程中，需要测试人员通过肉眼来观察图像拍摄装置采集的图像，以为测试提供相关信息，这样一方面会导致测试效率较低，另一方面由于肉眼观察结果存在较强的主观性，从而会导致测试结果准确性较低。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种图像拍摄装置的测试方法、装置及计算机可读存储介质。

根据本公开实施例的一个方面，提供了一种图像拍摄装置的测试方法，包括：

调用所述图像拍摄装置拍摄第一图像和图像组，并调用所述图像拍摄装置获取深度图；

将所述第一图像划分为多个子图像；

分别确定每个子图像的亮度平均值，以及分别确定每个子图像的权重；

根据各个子图像的亮度平均值和权重，确定自动曝光评估值；

根据所述图像组、所述深度图和第一参考信息生成策略，得到第一性能评估参考信息；

根据所述第一图像、所述深度图和第二参考信息生成策略，得到第二性能评估参考信息；

根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果。

在一个可选示例中，所述根据各个子图像的亮度平均值和权重，确定自动曝光评估值，包括：

分别计算每个子图像的亮度平均值和权重的乘积，并计算各个子图像对应的乘积的总和；

计算各个子图像的权重的总和；

计算各个子图像对应的乘积的总和与各个子图像的权重的总和的比值，并将所计算的比值作为自动曝光评估值。

在一个可选示例中，

每个子图像的灰度平均值作为其的权重；

或者，

权重越大的子图像距离所述第一图像的中心越近。

在一个可选示例中，

所述根据所述图像组、所述深度图和第一参考信息生成策略，得到第一性能评估参考信息，包括：

对所述图像组中的所有图像进行拼接，以得到全景拼接图像；

根据所述深度图，对所述全景拼接图像进行图像解析，以得到第一目标参数；其中，所述第一目标参数包括平均点密度、非平面占比、所述图像拍摄装置所在拍摄空间的空间尺寸信息中的至少一者；

将所述第一目标参数中的各个参数分别与相应设定参数范围进行比对，以得到第一比对结果；

将所述第一比对结果作为第一性能评估参考信息；

和/或，

所述根据所述第一图像、所述深度图和第二参考信息生成策略，得到第二性能评估参考信息，包括：

获取所述第一图像的图像像素和所述深度图的图像像素；

判断所述第一图像的图像像素与所述深度图的图像像素是否满足预设倍数关系，以得到判断结果；

将所述判断结果作为第二性能评估参考信息。

在一个可选示例中，所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果，包括：

将所述自动曝光评估值与设定自动曝光评估值范围进行比对，以得到第二比对结果；

在所述第二比对结果表征所述自动曝光评估值位于设定自动曝光评估值范围内，所述第一性能评估参考信息表征所述第一目标参数中的各个参数分别位于相应设定参数范围内，且所述第二性能评估参数信息表征所述第一图像的图像像素与所述深度图的图像像素满足预设倍数关系的情况下，输出用于表征所述图像拍摄装置的拍摄性能测试通过的提示信息，并输出所述自动曝光评估值、所述第一目标参数中的各个参数、所述第一图像的图像像素、所述深度图的图像像素中的至少一者；否则，输出用于表征所述图像拍摄装置的拍摄性能测试不通过的提示信息，并输出所述自动曝光评估值、所述第一目标参数中的各个参数、所述第一图像的图像像素、所述深度图的图像像素中的至少一者。

在一个可选示例中，

所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果之前，所述方法还包括：

根据所述第一图像，确定第二目标参数；其中，所述第二目标参数包括自动白平衡增益值、图像对比度和图像动态范围值中的至少一者；

所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果，包括：

根据所述自动曝光评估值、所述第一性能评估参考信息、所述第二性能评估参考信息和所述第二目标参数，输出所述图像拍摄装置的拍摄性能测试结果。

在一个可选示例中，

所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果之前，所述方法还包括：

调用所述图像拍摄装置拍摄第二图像和第三图像；其中，所述第二图像和所述第三图像均为白色图卡的图像，所述第一图像为多色图卡的图像；

根据所述第二图像和所述第三图像，确定信噪比；

所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果，包括：

根据所述自动曝光评估值、所述第一性能评估参考信息、所述第二性能评估参考信息和所述信噪比，输出所述图像拍摄装置的拍摄性能测试结果。

根据本公开实施例的一个方面，提供了一种图像拍摄装置的测试装置，包括：

第一调用模块，用于调用所述图像拍摄装置拍摄第一图像和图像组，并调用所述图像拍摄装置获取深度图；

划分模块，用于将所述第一图像划分为多个子图像；

第一确定模块，用于分别确定每个子图像的亮度平均值，以及分别确定每个子图像的权重；

第二确定模块，用于根据各个子图像的亮度平均值和权重，确定自动曝光评估值；

第一获取模块，用于根据所述图像组、所述深度图和第一参考信息生成策略，得到第一性能评估参考信息；

第二获取模块，用于根据所述第一图像、所述深度图和第二参考信息生成策略，得到第二性能评估参考信息；

输出模块，用于根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果。

在一个可选示例中，所述第二确定模块，包括：

第一计算子模块，用于分别计算每个子图像的亮度平均值和权重的乘积，并计算各个子图像对应的乘积的总和；

第二计算子模块，用于计算各个子图像的权重的总和；

第一确定子模块，用于计算各个子图像对应的乘积的总和与各个子图像的权重的总和的比值，并将所计算的比值作为自动曝光评估值。

在一个可选示例中，

每个子图像的灰度平均值作为其的权重；

或者，

权重越大的子图像距离所述第一图像的中心越近。

在一个可选示例中，

所述第一获取模块，包括：

拼接子模块，用于对所述图像组中的所有图像进行拼接，以得到全景拼接图像；

解析子模块，用于根据所述深度图，对所述全景拼接图像进行图像解析，以得到第一目标参数；其中，所述第一目标参数包括平均点密度、非平面占比、所述图像拍摄装置所在拍摄空间的空间尺寸信息中的至少一者；

第一比对子模块，用于将所述第一目标参数中的各个参数分别与相应设定参数范围进行比对，以得到第一比对结果；

第二确定子模块，用于将所述第一比对结果作为第一性能评估参考信息；

和/或，

所述第二获取模块，包括：

获取子模块，用于获取所述第一图像的图像像素和所述深度图的图像像素；

判断子模块，用于判断所述第一图像的图像像素与所述深度图的图像像素是否满足预设倍数关系，以得到判断结果；

第三确定子模块，用于将所述判断结果作为第二性能评估参考信息。

在一个可选示例中，所述输出模块，包括：

第二比对子模块，用于将所述自动曝光评估值与设定自动曝光评估值范围进行比对，以得到第二比对结果；

输出子模块，用于在所述第二比对结果表征所述自动曝光评估值位于设定自动曝光评估值范围内，所述第一性能评估参考信息表征所述第一目标参数中的各个参数分别位于相应设定参数范围内，且所述第二性能评估参数信息表征所述第一图像的图像像素与所述深度图的图像像素满足预设倍数关系的情况下，输出用于表征所述图像拍摄装置的拍摄性能测试通过的提示信息，并输出所述自动曝光评估值、所述第一目标参数中的各个参数、所述第一图像的图像像素、所述深度图的图像像素中的至少一者；否则，输出用于表征所述图像拍摄装置的拍摄性能测试不通过的提示信息，并输出所述自动曝光评估值、所述第一目标参数中的各个参数、所述第一图像的图像像素、所述深度图的图像像素中的至少一者。

在一个可选示例中，

所述装置还包括：

第三确定模块，用于在根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果之前，根据所述第一图像，确定第二目标参数；其中，所述第二目标参数包括自动白平衡增益值、图像对比度和图像动态范围值中的至少一者；

所述输出模块，具体用于：

根据所述自动曝光评估值、所述第一性能评估参考信息、所述第二性能评估参考信息和所述第二目标参数，输出所述图像拍摄装置的拍摄性能测试结果。

在一个可选示例中，

所述装置还包括：

第二调用模块，用于在根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果之前，调用所述图像拍摄装置拍摄第二图像和第三图像；其中，所述第二图像和所述第三图像均为白色图卡的图像，所述第一图像为多色图卡的图像；

第四确定模块，用于根据所述第二图像和所述第三图像，确定信噪比；

所述输出模块，具体用于：

根据所述自动曝光评估值、所述第一性能评估参考信息、所述第二性能评估参考信息和所述信噪比，输出所述图像拍摄装置的拍摄性能测试结果。

根据本公开实施例的再一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述图像拍摄装置的测试方法法。

根据本公开实施例的又一个方面，提供了一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述图像拍摄装置的测试方法。

本公开的实施例中，在调用图像拍摄装置拍摄第一图像和图像组，并调用图像拍摄装置获取深度图之后，可以将第一图像划分为多个子图像，并分别针对每个子图像确定亮度平均值和权重，再之后，可以根据各个子图像的亮度平均值和权重，确定自动曝光评估值，另外，还可以根据图像组、深度图和第一参考信息生成策略，得到第一性能评估参考信息，并根据第一图像、深度图和第二参考信息生成策略，得到第二性能评估参考信息，最后，可以根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果。可见，在对图像拍摄装置的拍摄性能进行测试时，本公开的实施例能够自动针对图像拍摄装置拍摄的第一图像依次执行图像划分操作，亮度平均值和权重确定操作，以及自动曝光评估值确定操作，以得到自动曝光评估值，并且，本公开的实施例还能够针对图像组和深度图的组合，以及第一图像和深度图的组合，分别以相应参考信息生成策略，得到相应性能评估参考信息，从而基于得到的自动曝光评估值和性能评估参考信息，输出图像拍摄装置拍摄性能测试结果，以实现图像拍摄装置的拍摄性能测试，测试人员无需通过肉眼观察图像拍摄装置采集的图像，因此，与相关技术相比，本公开的实施例中的测试过程所需的人工干预非常少，这样不仅能够提高测试效果，还能够提高测试结果的准确性。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明

图1是本公开一示例性实施例提供的图像拍摄装置的测试方法的流程示意图。

图2是本公开的实施例中的第一图像的划分效果示意图。

图3是本公开的实施例中的自动白平衡效果示意图。

图4是本公开的实施例中的白色图卡的示意图。

图5是本公开的实施例中的多色图卡的示意图。

图6是本公开一示例性实施例提供的图像拍摄装置的测试装置的结构示意图。

图7是本公开一示例性实施例提供的电子设备的结构图。

具体实施方式

下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。

应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。

还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。

还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。

本公开中术语“和/或”，仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。

还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。

终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

示例性方法

本公开的实施例提供了一种图像拍摄装置的测试方法。需要说明的是，本公开的实施例中均以图像拍摄装置为三维相机(其也可以称为3D相机)的情况为例进行说明。

图1是本公开一示例性实施例提供的图像拍摄装置的测试方法的流程示意图。图1所示的方法可以包括步骤101、步骤102、步骤103、步骤104、步骤105、步骤106和步骤107，下面对各步骤分别进行说明。

步骤101，调用图像拍摄装置拍摄第一图像和图像组，并调用图像拍摄装置获取深度图。

这里，图像组中可以包括多张图像，第一图像和图像组中的每张图像均可以为彩色图像。具体地，第一图像和图像组中的每张图像均可以为RGB图像，R的全称为Red且代表红色，G的全称是Green且代表绿色，B的全称是Blue且代表蓝色。

需要说明的是，由于图像拍摄装置为三维相机，在进行图像拍摄时，图像拍摄装置可以进行深度信息的采集，以便据此形成深度图。

步骤102，将第一图像划分为多个子图像。

这里，可以将第一图像平均划分为多个子图像。如图2所示，假设第一图像的宽为w，高为h，则可以将第一图像沿宽度方向和高度方向都均分为8份，从而将第一图像总共划分为64个子图像，这时，每个子图像的宽为w/8，每个子图像的高为h/8，每个子图像所在行数为i，每个子图像所在列数为j，i和j的取值均为[0，7]，位于图2中左上角的子图像的横坐标范围为[0，w/8)，位于图2中左上角的子图像的纵坐标范围为[0，h/8)。

当然，在对第一图像进行划分时，也可以将第一图像沿宽度方向和高度方向都均分为16份或者其他份数，这也是可行的。

步骤103，分别确定每个子图像的亮度平均值，以及分别确定每个子图像的权重。

这里，每个子图像的亮度平均值可以表示为n_ij，每个子图像的权重可以表示为wt_ij。可选地，每个子图像的亮度平均值n_ij可以采用下述公式进行计算：

其中，∑_I∈ijI表示当前子图像所包括的各个像素的亮度值的总和。

需要说明的是，分别确定每个子图像的权重的具体实施方式多样，下面进行举例介绍。

在一种具体实施方式中，每个子图像的灰度平均值作为其的权重。

这里，每个子图像的灰度平均值可以表示为d_ij，每个子图像的灰度平均值d_ij可以采用下述公式进行计算。

其中，∑_I∈ijH表示当前子图像所包括的各个像素的灰度值的总和。

在计算得到每个子图像的灰度平均值d_ij之后，可以直接将每个子图像的灰度平均值d_ij作为其的权重。可见，这种具体实施方式中，通过灰度平均值的计算，能够非常便捷地得到每个子图像的权重。

在另一种具体实施方式中，权重越大的子图像距离第一图像的中心越近。

具体地，图2中的64个子图像的权重可以如下面8×8的数组(该数组可以为根据实际情况预先设置的)所示。

1，2，2，2，2，2，2，1

2，4，4，4，4，4，4，2

2，4，4，4，4，4，4，2

2，4，4，4，4，4，4，2

2，4，4，4，4，4，4，2

2，4，4，4，4，4，4，2

2，4，4，4，4，4，4，2

1，2，2，2，2，2，2，1

上述8×8的数组中位于第i行第j列的权重即可作为wt_ij。这种具体实施方式中，依据每个子图像在第一图像中的位置，能够非常便捷地得到每个子图像的权重。

步骤104，根据各个子图像的亮度平均值和权重，确定自动曝光评估值。

这里，自动曝光评估值可以是与图像拍摄装置的自动曝光性能相关的指标，自动曝光评估值可以表示为mean。

在一种具体实施方式中，步骤104，包括：

分别计算每个子图像的亮度平均值和权重的乘积，并计算各个子图像对应的乘积的总和；

计算各个子图像的权重的总和；

计算各个子图像对应的乘积的总和与各个子图像的权重的总和的比值，并将所计算的比值作为自动曝光评估值。

这里，每个子图像的亮度平均值和权重的乘积为wt_ij×n_ij，各个子图像对应的乘积的总和为∑_{i，j∈[0，7]}wt_ij×n_ij，各个子图像的权重的总和为∑_{i，j∈[0，7]}wt_ij，则自动曝光评估值mean可以采用下述公式进行计算：

这种实施方式中，根据各个子图像的亮度平均值和权重，再结合求和运算和乘法运算，能够非常便捷地计算得到自动曝光评估值。

当然，步骤104的具体实施方式并不局限于此，例如，自动曝光评估值的计算过程还可以引入除了求和运算和乘法运算之外的其他运算，这也是可行的。

步骤105，根据图像组、深度图和第一参考信息生成策略，得到第一性能评估参考信息。

这里，可以按照第一参考信息生成策略，基于图像组和深度图进行特定的处理，以得到第一性能评估参考信息，第一性能评估参考信息可以是能够用于评估图像拍摄装置的拍摄性能的信息。

步骤106，根据第一图像、深度图和第二参考信息生成策略，得到第二性能评估参考信息。

这里，可以按照第二参考信息生成策略，基于第一图像和深度图进行特定的处理，以得到第二性能评估参考信息，第二性能评估参考信息可以是能够用于评估图像拍摄装置的拍摄性能的信息。需要说明的是，第二参考信息生成策略可以为不同于第一参考信息生成策略的参考信息生成策略。

步骤107，根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果。

可选地，可以仅依据自动曝光评估值，第一性能评估参考信息和第二性能评估参考信息，获得图像拍摄装置的拍摄性能测试结果；或者，可以结合自动曝光评估值，第一性能评估参考信息、第二性能评估参考信息，以及与图像拍摄装置的，除了自动曝光性能之外的其他性能(例如下文中的自动白平衡性能等)相关的指标，获得图像拍摄装置的拍摄性能测试结果；其中，拍摄性能测试结果可以至少用于表征图像拍摄装置的拍摄性能测试是否通过。之后，可以通过文字形式、声音形式或者其他形式输出拍摄性能测试结果。

本公开的实施例中，在调用图像拍摄装置拍摄第一图像和图像组，并调用图像拍摄装置获取深度图之后，可以将第一图像划分为多个子图像，并分别针对每个子图像确定亮度平均值和权重，再之后，可以根据各个子图像的亮度平均值和权重，确定自动曝光评估值，另外，还可以根据图像组、深度图和第一参考信息生成策略，得到第一性能评估参考信息，并根据第一图像、深度图和第二参考信息生成策略，得到第二性能评估参考信息，最后，可以根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果。可见，在对图像拍摄装置的拍摄性能进行测试时，本公开的实施例能够自动针对图像拍摄装置拍摄的第一图像依次执行图像划分操作，亮度平均值和权重确定操作，以及自动曝光评估值确定操作，以得到自动曝光评估值，并且，本公开的实施例还能够针对图像组和深度图的组合，以及第一图像和深度图的组合，分别以相应参考信息生成策略，得到相应性能评估参考信息，从而基于得到的自动曝光评估值和性能评估参考信息，输出图像拍摄装置拍摄性能测试结果，以实现图像拍摄装置的拍摄性能测试，测试人员无需通过肉眼观察图像拍摄装置采集的图像，因此，与相关技术相比，本公开的实施例中的测试过程所需的人工干预非常少，这样不仅能够提高测试效果，还能够提高测试结果的准确性。

在一个可选示例中，根据图像组、深度图和第一参考信息生成策略，得到第一性能评估参考信息，包括：

对图像组中的所有图像进行拼接，以得到全景拼接图像；

根据深度图，对全景拼接图像进行图像解析，以得到第一目标参数；其中，第一目标参数包括平均点密度、非平面占比、图像拍摄装置所在拍摄空间的空间尺寸信息中的至少一者；

将第一目标参数中的各个参数分别与相应设定参数范围进行比对，以得到第一比对结果；

将第一比对结果作为第一性能评估参考信息。

本公开的实施例中，可以将图像拍摄装置设置在专门搭建的用于图像拍摄装置的拍摄性能测试的房间内，并调用图像拍摄装置拍摄多张图像，例如，可以控制图像拍摄装置旋转360，且每隔60度拍摄1张图像，以得到6张图像，这6张图像即可构成图像组。

接下来，可以利用图像拼接算法，对图像组中的6张图像进行拼接，以得到全景拼接图像，由于深度图中存在大量的深度信息，可以将这些深度信息用于全景拼接图像的图像解析计算过程，以通过解析得到包括平均点密度、非平面占比、图像拍摄装置所在拍摄空间的空间尺寸信息中的至少一者的第一目标参数。具体地，图像拍摄装置所在拍摄空间的空间尺寸信息可以包括解析得到的房间地面面积和房间六个面的总面积。

之后，可以将第一目标参数中的各个参数分别与相应设定参数范围进行比对，以得到第一比对结果。具体地，为了得到第一比对结果，可以预先存储有下面的表1。

表1

由表1可知，设定平均点密度范围可以为[5000，12000]，设定非平面占比范围可以为[0，0.018]，设定房间地面面积范围可以为[7，12]，设定总面积范围可以为[85，100]。假设第一目标参数中同时包括平均点密度、非平面占比、房间地面面积和总面积，则可以将平均点密度与[5000，12000]进行比对，以确定平均点密度是否位于[5000，12000]内，将非平面占比与[0，0.018]进行比对，以确定非平面占比是否位于[0，0.018]内，将房间地面面积与[7，12]进行比对，以确定房间地面面积是否位于[7，12]内，将总面积与[85，100]进行比对，以确定总面积是否位于[85，100]内，从而得到第一比对结果。之后，可以直接将第一比对结果作为第一性能评估参考信息。

可见，本公开的实施例中，基于针对图像组的图像拼接操作，利用深度图进行的图像解析操作，以及参数与设定参数范围的比对操作，能够便捷可靠地得到第一性能评估参考信息。

需要说明的是，根据图像组、深度图和第一参考信息生成策略，得到第一性能评估参考信息的方式并不局限于此，例如，可以对图像组中的所有图像进行拼接，以得到全景拼接图像，并根据深度图，对全景拼接图像进行图像解析，以得到第一目标参数，之后可以直接将第一目标参数作为第一性能评估参考信息，这也是可行的。

在一个可选示例中，根据第一图像、深度图和第二参考信息生成策略，得到第二性能评估参考信息，包括：

获取第一图像的图像像素和深度图的图像像素；

判断第一图像的图像像素与深度图的图像像素是否满足预设倍数关系，以得到判断结果；

将判断结果作为第二性能评估参考信息。

这里，第一图像的图像像素可以通过对第一图像的简单解析得到，深度图的图像像素可以通过对深度图的简单解析得到。在获取第一图像的图像像素和深度图的图像像素之后，可以判断第一图像的图像像素与深度图的图像像素是否满足预设倍数关系，例如，可以判断深度图的图像像素是否为第一图像的图像像素的设定倍数(其可以是3倍、6倍或者其他倍数)，以得到判断结果，之后可以直接将判断结果作为第二性能评估参考信息。

可见，本公开的实施例中，结合第一图像的图像像素和深度图的图像像素，能够便捷可靠地得到第二性能评估参考信息。

在一个可选示例中，根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果，包括：

将自动曝光评估值与设定自动曝光评估值范围进行比对，以得到第二比对结果；

在第二比对结果表征自动曝光评估值位于设定自动曝光评估值范围内，第一性能评估参考信息表征第一目标参数中的各个参数分别位于相应设定参数范围内，且第二性能评估参数信息表征第一图像的图像像素与深度图的图像像素满足预设倍数关系的情况下，输出用于表征图像拍摄装置的拍摄性能测试通过的提示信息，并输出自动曝光评估值、第一目标参数中的各个参数、第一图像的图像像素、深度图的图像像素中的至少一者；否则，输出用于表征图像拍摄装置的拍摄性能测试不通过的提示信息，并输出自动曝光评估值、第一目标参数中的各个参数、第一图像的图像像素、深度图的图像像素中的至少一者。

这里，提示信息可以为声音提示。

本公开的实施例中，假设自动曝光评估值范围为[65，75]，则可以将自动曝光评估值与[65，75]进行比对，以确定自动曝光评估值是否位于[65，75]内，从而得到第二比对结果；其中，自动曝光评估值范围[65，75]也可以表示为70±5。

假设第一目标参数中仅包括平均点密度和非平面占比，则在第二比对结果表征自动曝光评估值位于[65，75]内，第一性能评估参考信息表征平均点密度位于[5000，12000]内且非平面占比位于[0，0.018]内，第二性能评估参考信息表征深度图的图像像素为第一图像的图像像素的设定倍数的情况下，可以输出语音提示，语音提示具体可以为“pass”，以表征图像拍摄装置的拍摄性能测试通过，并且，还可以输出log日志，log日志中可以包括自动曝光评估值、平均点密度、非平面占比、第一图像的图像像素和深度图的图像像素，以便于后续在有需要的情况下查阅log日志中的这些数据；否则，可以输出蜂鸣报警提示，以表征图像拍摄装置的拍摄性能测试不通过，并且，还可以输出log日志，以便于后续在有需要的情况下查阅log日志中的数据。

本公开的实施例中，通过结合第二比对结果、第一性能评估参考信息和第二性能评估参考信息来得到图像拍摄装置的拍摄性能测试结果，能够较好地保证测试结果的准确性和可靠性。

在一个可选示例中，

根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果之前，该方法还包括：

根据第一图像，确定第二目标参数；其中，第二目标参数包括自动白平衡增益值、图像对比度和图像动态范围(Dynamic Range，DR)值中的至少一者；

根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果，包括：

根据自动曝光评估值、第一性能评估参考信息、第二性能评估参考信息和第二目标参数，输出图像拍摄装置的拍摄性能测试结果。

本公开的实施例中，不仅可以根据第一图像，确定自动曝光评估值，还可以根据第一图像，得到包括自动白平衡增益值、图像对比度和图像DR值中的至少一者的第二目标参数。

需要说明的是，如果要实现自动白平衡，一般需要使人眼中的白色RGB三通道是一致的(例如达到图3中最右侧的的图的效果)。在采用灰度世界算法来实现自动白平衡时，为了使白色区域在不同色温下看起来白，需要把传感器的RGB响应各自乘以一个数，以使RGB相等。这时，根据第一图像，确定第二目标参数，可以包括：

确定第一图像的红色分量均值、绿色分量均值和蓝色分量均值；

计算红色分量均值、绿色分量均值和蓝色分量均值的平均值；

确定自动白平衡增益值；其中，自动白平衡增益值包括红色自动白平衡增益值、绿色自动白平衡增益值和蓝色自动白平衡增益值，红色自动白平衡增益值为平均值与红色分量均值的比值，绿色自动白平衡增益值为平均值与绿色分量均值的比值，蓝色自动白平衡增益值为平均值与蓝色分量均值的比值。

这里，红色分量均值可以表示为Rave，绿色分量均值可以表示为Gave，蓝色分量均值可以表示为Bave，红色分量均值、绿色分量均值和蓝色分量均值的平均值可以表示为K，则有：

红色自动白平衡增益值可以表示为R_Gain，绿色自动白平衡增益值可以表示为G_Gain，蓝色自动白平衡增益值可以表示为B_Gain，则有：

R_Gain＝K/Rave

G_Gain＝K/Gave

B_Gain＝K/B_Gain

这样，在第二目标参数中包括自动白平衡增益值的情况下，自动白平衡增益值具体可以包括R_Gain、G_Gain和B_Gain。

在得到R_Gain、G_Gain和B_Gain三者之后，对于第一图像中的任一像素，可以采用下述公式对其进行颜色分量值的更新，以实现自动白平衡：

其中，R_B为第一图像中的任一像素的原始红色分量值，R_A为第一图像中的该像素经更新后的红色分量值，G_B为第一图像中的该像素的原始绿色分量值，G_A为第一图像中的该像素经更新后的绿色分量值，B_B为第一图像中的该像素的原始蓝色分量值，B_A为第一图像中的该像素经更新后的蓝色分量值。

这种实施方式中，利用第一图像的红黄蓝三色分量的均值，能够便捷可靠地计算出自动白平衡增益值。

另外，在第二目标参数中包括图像对比度、图像DR值的情况下，图像对比度、图像DR值均可以通过对第一图像的简单解析得到；其中，图像对比度可以用于表征第一图像中明暗区域最亮的白和最暗的黑之间的灰度反差；图像DR值可以用于表征第一图像中的像素点拥有的灰度级的范围。

在得到第二目标参数之后，可以根据自动曝光评估值、第一性能评估参考信息、第二性能评估参考信息和第二目标参数，输出图像拍摄装置的拍摄性能测试结果。在一种具体实施方式中，根据自动曝光评估值、第一性能评估参考信息、第二性能评估参考信息和第二目标参数，输出图像拍摄装置的拍摄性能测试结果，可以包括：

将自动曝光评估值与设定自动曝光评估值范围进行比对，以得到第二比对结果；

将第二目标参数中的各个参数分别与相应设定参数范围进行比对，以得到第三比对结果；

在第二比对结果表征自动曝光评估值位于设定自动曝光评估值范围内，第一性能评估参考信息表征第一目标参数中的各个参数分别位于相应设定参数范围内，第二性能评估参数信息表征第一图像的图像像素与深度图的图像像素满足预设倍数关系，且第三比对结果表征第二目标参数中的各个参数分别位于相应设定参数范围内的情况下，输出用于表征图像拍摄装置的拍摄性能测试通过的提示信息，以及输出自动曝光评估值、第一目标参数中的各个参数、第一图像的图像像素、深度图的图像像素、第二目标参数中的各个参数中的至少一者；否则，输出用于表征图像拍摄装置的拍摄性能测试不通过的提示信息，以及输出自动曝光评估值、第一目标参数中的各个参数、第一图像的图像像素、深度图的图像像素、第二目标参数中的各个参数中的至少一者。

这里，提示信息可以为声音提示信息。

这种实施方式中，可以预先存储设定自动曝光评估值范围、设定白平衡增益值范围和设定图像像素范围；其中，设定自动曝光评估值范围具体可以表示为[65，75]；设定白平衡增益值范围可以包括红色白平衡增益值范围、绿色白平衡增益值范围和蓝色白平衡增益值范围，红色白平衡增益值范围、绿色白平衡增益值范围和蓝色白平衡增益值范围均可以表示为[974，1074]或者1024±50；设定图像像素范围可以表示为[1600×1200，1600×1200]，即设定图像像素范围实质上为一特定图像像素。

假设第二目标参数中仅包括自动白平衡增益值，则可以判断自动曝光评估值是否位于[65，75]内，判断自动白平衡增益值中的红色自动白平衡增益值、绿色自动白平衡增益值、蓝色自动白平衡增益值是否均位于[974，1074]内，以及判断第一图像的图像像素是否为1600×1200。

如果以上三个判断结果均为是，且第一性能评估参考信息表征第一目标参数中的各个参数分别位于相应设定参数范围内，第二性能评估参数信息表征第一图像的图像像素与深度图的图像像素满足预设倍数关系，则可以输出语音提示，语音提示具体可以为“pass”，以表征图像拍摄装置的拍摄性能测试通过，并且，还可以输出log日志，log日志中可以包括自动曝光评估值、自动白平衡增益值、第一图像的图像像素和深度图的图像像素，以便于后续在有需要的情况下查阅log日志中的这些数据；否则，可以输出蜂鸣报警提示，以表征图像拍摄装置的拍摄性能测试不通过，并且，与上段中的情况类似，也可以输出log日志，以便于后续在有需要的情况下查阅log日志中的数据。

本公开的实施例中，通过结合自动曝光评估值、第一性能评估参考信息、第二性能评估参考信息和第二目标参数来得到图像拍摄装置的拍摄性能测试结果，能够较好地保证测试结果的准确性和可靠性。

在一个可选示例中，

根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果之前，该方法还包括：

调用图像拍摄装置拍摄第二图像和第三图像；其中，第二图像和第三图像均为白色图卡的图像，第一图像为多色图卡的图像；

根据第二图像和第三图像，确定信噪比；

根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果，包括：

根据自动曝光评估值、第一性能评估参考信息、第二性能评估参考信息和信噪比，输出图像拍摄装置的拍摄性能测试结果。

这里，多色图卡具体可以为24色图卡。

本公开的实施例中，可以专门搭建一个用于图像拍摄装置的拍摄性能测试的房间，该房间的面积可以为10平方米。具体地，可以在该房间的其中一面墙上贴图4中所示的白色图卡，并在该房间中的另一面墙上贴图5中所示的多色图卡；其中，贴图4中的白色图卡的墙距离图像拍摄装置的距离可以为3米，贴图5中的多色图卡的墙距离图像拍摄装置的距离可以为1米。

接下来，可以利用图像拍摄装置对多色图像进行拍摄，以得到多色图像的图像，多色图卡的图像即可作为第一图像；还可以利用图像拍摄装置对单色图像在很短的时间内连续进行两次拍摄，以得到两张白色图卡的图像，这两张白色图卡的图像即可作为第二图像和第三图像。

之后，可以根据第一图像，确定自动曝光评估值，具体确定方式参照上文中的说明即可，在此不再赘述。另外，还可以根据第二图像和第三图像，确定信噪比，例如确定峰值信噪比。具体地，第二图像和第三图像中的一者可以看做是另一者的噪声近似，假设第二图像和第三图像均为m×n的图像，那么，它们的均方根MSE可以定义为：

峰值信噪比PSNR可以定义为：

其中，MAX₁可以表示图像点颜色的最大数值。

再之后，可以根据自动曝光评估值、第一性能评估参考信息、第二性能评估参考信息和信噪比，输出图像拍摄装置的拍摄性能测试结果。假设本公开的实施例中还预先存储有设定信噪比范围，设定信噪比范围表示为(40dB，+∞)，那么，可以判断自动曝光评估值是否位于[65，75]内，以及判断信噪比是否位于(40dB，+oo)内。

如果以上两个判断结果均为是，且第一性能评估参考信息表征第一目标参数中的各个参数分别位于相应设定参数范围内，第二性能评估参数信息表征第一图像的图像像素与深度图的图像像素满足预设倍数关系，则可以输出语音提示，语音提示具体可以为“pass”，以表征图像拍摄装置的拍摄性能测试通过，并且，还可以输出log日志，log日志中可以包括自动曝光评估值、第一目标参数中的各个参数、第一图像的图像像素、深度图的图像像素、信噪比，以便于后续在有需要的情况下查阅log日志中的这些数据；否则，可以输出蜂鸣报警提示，以表征图像拍摄装置的拍摄性能测试不通过，并且，还可以输出log日志，以便于后续在有需要的情况下查阅log日志中的数据。

本公开的实施例中，通过结合自动曝光评估值、第一性能评估参考信息、第二性能评估参考信息、信噪比来得到图像拍摄装置的拍摄性能测试结果，能够较好地保证测试结果的准确性和可靠性，并且，由于第一图像、第二图像、第三图像均为对相应图卡进行拍摄得到的，图卡上的颜色均是非常标准的颜色，这样能够更进一步保证测试结果的准确性和可靠性。

需要说明的是，为了实现3D相机的拍摄性能测试，可以采用界面化软件，一键测试并返回测试结果，内部实现原理和步骤可以为：

1、搭建一个标准的10平米的房间，并进行测试准备和配置，测试配置具体可以如下面的表2所示。

表2

2、3D相机拍摄房间的图像(这里的图像包括上文中的第一图像、第二图像、第三图像，以及用于形成全景拼接图像的图像组)，并将拍摄的图像通过无线保真(WirelessFidelity，WiFi)上传到个人电脑(Personal Computer，PC)端，PC端软件对图片进行解析。

3、PC端软件对多张图像形成的全景拼接图像进行解析，计算平均点密度、非平面占比、房间地面面积、总面积。

4、PC端软件解析第一图像(其也可以称为彩色参数)，计算第一图像的图像像素、自动白平衡增益值、自动曝光评估值；PC端软件解析第二图像和第三图像，计算信噪比。具体地，自动曝光评估值的计算过程具体可以参照图5，即先将第一图像划分为64个区域，以得到64个子区域，然后确定每个子图像的亮度平均值n_ij，之后根据每个子图像的亮度平均值n_ij和权重wt_ij，计算出作为自动曝光评估值的mean即可。

5、重复上面的步骤1至4共30次，以得到30组计算结果，每次重复上面的步骤1至4之前可以重启3D相机。每组计算结果中均包括平均点密度、非平面占比、房间地面面积、总面积、第一图像的图像像素、自动白平衡增益值、自动曝光评估值、信噪比等。如果每组计算结果中的各个数据均是正常的，则可以认为3D相机的拍摄性能测试通过，这时，可以输出用于表征拍摄性能测试通过的语音提示，3D相机的编号，以及log日志等；否则，可以认为3D相机的拍摄性能测试不通过，这时，可以输出用于表征拍摄性能测试不通过的语音提示，3D相机的编号，以及log日志等，以便后续查询详细的拍摄数据信息。

可见，本公开的实施例无需测试人员通过肉眼来观察图像拍摄装置采集的图像，人工干预极少，节省了大量的人力成本，很大程度的提高了测试效率，测试结果准确性也较高，因此，本公开的实施例能够快速精确地实现3D相机拍摄性能测试。

本公开的实施例提供的任一种图像拍摄装置的测试方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：终端设备和服务器等。或者，本公开实施例提供的任一种图像拍摄装置的测试方法可以由处理器执行，如处理器通过利用存储器存储的相应指令来执行本公开实施例提及的任一种图像拍摄装置的测试方法。下文不再赘述。

示例性装置

图6是本公开一示例性实施例提供的图像拍摄装置的测试装置的结构示意图，图6所示的装置包括第一调用模块601、划分模块602、第一确定模块603、第二确定模块604、第一获取模块605、第二获取模块606和输出模块607。

第一调用模块601，用于调用图像拍摄装置拍摄第一图像和图像组，并调用所述图像拍摄装置获取深度图；

划分模块602，用于将第一图像划分为多个子图像；

第一确定模块603，用于分别确定每个子图像的亮度平均值，以及分别确定每个子图像的权重；

第二确定模块604，用于根据各个子图像的亮度平均值和权重，确定自动曝光评估值；

第一获取模块605，用于根据图像组、深度图和第一参考信息生成策略，得到第一性能评估参考信息；

第二获取模块606，用于根据第一图像、深度图和第二参考信息生成策略，得到第二性能评估参考信息；

输出模块607，用于根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果。

在一个可选示例中，第二确定模块604，包括：

第一计算子模块，用于分别计算每个子图像的亮度平均值和权重的乘积，并计算各个子图像对应的乘积的总和；

第二计算子模块，用于计算各个子图像的权重的总和；

第一确定子模块，用于计算各个子图像对应的乘积的总和与各个子图像的权重的总和的比值，并将所计算的比值作为自动曝光评估值。

在一个可选示例中，

每个子图像的灰度平均值作为其的权重；

或者，

权重越大的子图像距离第一图像的中心越近。

在一个可选示例中，

第一获取模块605，包括：

拼接子模块，用于对图像组中的所有图像进行拼接，以得到全景拼接图像；

解析子模块，用于根据深度图，对全景拼接图像进行图像解析，以得到第一目标参数；其中，第一目标参数包括平均点密度、非平面占比、图像拍摄装置所在拍摄空间的空间尺寸信息中的至少一者；

第一比对子模块，用于将第一目标参数中的各个参数分别与相应设定参数范围进行比对，以得到第一比对结果；

第二确定子模块，用于将第一比对结果作为第一性能评估参考信息；

和/或，

第二获取模块606，包括：

获取子模块，用于获取第一图像的图像像素和深度图的图像像素；

判断子模块，用于判断第一图像的图像像素与深度图的图像像素是否满足预设倍数关系，以得到判断结果；

第三确定子模块，用于将判断结果作为第二性能评估参考信息。

在一个可选示例中，输出模块607，包括：

第二比对子模块，用于将自动曝光评估值与设定自动曝光评估值范围进行比对，以得到第二比对结果；

输出子模块，用于在第二比对结果表征自动曝光评估值位于设定自动曝光评估值范围内，第一性能评估参考信息表征第一目标参数中的各个参数分别位于相应设定参数范围内，且第二性能评估参数信息表征第一图像的图像像素与深度图的图像像素满足预设倍数关系的情况下，输出用于表征图像拍摄装置的拍摄性能测试通过的提示信息，并输出自动曝光评估值、第一目标参数中的各个参数、第一图像的图像像素、深度图的图像像素中的至少一者；否则，输出用于表征图像拍摄装置的拍摄性能测试不通过的提示信息，并输出自动曝光评估值、第一目标参数中的各个参数、第一图像的图像像素、深度图的图像像素中的至少一者。

在一个可选示例中，

该装置还包括：

第三确定模块，用于在根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果之前，根据第一图像，确定第二目标参数；其中，第二目标参数包括自动白平衡增益值、图像对比度和图像动态范围值中的至少一者；

输出模块607，具体用于：

根据自动曝光评估值、第一性能评估参考信息、第二性能评估参考信息和第二目标参数，输出图像拍摄装置的拍摄性能测试结果。

在一个可选示例中，

该装置还包括：

第二调用模块，用于在根据自动曝光评估值、第一性能评估参考信息和第二性能评估参考信息，输出图像拍摄装置的拍摄性能测试结果之前，调用图像拍摄装置拍摄第二图像和第三图像；其中，第二图像和第三图像均为白色图卡的图像，第一图像为多色图卡的图像；

第四确定模块，用于根据第二图像和第三图像，确定信噪比；

输出模块607，具体用于：

根据自动曝光评估值、第一性能评估参考信息、第二性能评估参考信息和信噪比，输出图像拍摄装置的拍摄性能测试结果。

示例性电子设备

下面，参考图7来描述根据本公开实施例的电子设备。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。

图7图示了根据本公开实施例的电子设备700的框图。

如图7所示，电子设备700包括一个或多个处理器701和存储器702。

处理器701可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他处理单元，且可控制电子设备700中的其他组件以执行期望的功能。

存储器702可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器701可以运行所述程序指令，以实现上文所述的本公开的各个实施例的图像拍摄装置的测试方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备700还可以包括：输入装置703和输出装置704，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，在电子设备700是第一设备或第二设备时，该输入装置703可以是麦克风或麦克风阵列。在电子设备700是单机设备时，该输入装置703可以是通信网络连接器，用于从第一设备和第二设备接收所采集的输入信号。

此外，该输入装置703还可以包括例如键盘、鼠标等等。

该输出装置704可以向外部输出各种信息。该输出装置704可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出装置等等。

当然，为了简化，图7中仅示出了该电子设备700中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备700还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的图像拍摄装置的测试方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的图像拍摄装置的测试方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，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。

本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种图像拍摄装置的测试方法，其特征在于，包括：

调用所述图像拍摄装置拍摄第一图像和图像组，并调用所述图像拍摄装置获取深度图；

将所述第一图像划分为多个子图像；

分别确定每个子图像的亮度平均值，以及分别确定每个子图像的权重；

根据各个子图像的亮度平均值和权重，确定自动曝光评估值；

根据所述图像组、所述深度图和第一参考信息生成策略，得到第一性能评估参考信息；

根据所述第一图像、所述深度图和第二参考信息生成策略，得到第二性能评估参考信息；

根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果。

2.根据权利要求1所述的方法，其特征在于，所述根据各个子图像的亮度平均值和权重，确定自动曝光评估值，包括：

分别计算每个子图像的亮度平均值和权重的乘积，并计算各个子图像对应的乘积的总和；

计算各个子图像的权重的总和；

计算各个子图像对应的乘积的总和与各个子图像的权重的总和的比值，并将所计算的比值作为自动曝光评估值。

3.根据权利要求1所述的方法，其特征在于，

每个子图像的灰度平均值作为其的权重；

或者，

权重越大的子图像距离所述第一图像的中心越近。

4.根据权利要求1所述的方法，其特征在于，

所述根据所述图像组、所述深度图和第一参考信息生成策略，得到第一性能评估参考信息，包括：

对所述图像组中的所有图像进行拼接，以得到全景拼接图像；

根据所述深度图，对所述全景拼接图像进行图像解析，以得到第一目标参数；其中，所述第一目标参数包括平均点密度、非平面占比、所述图像拍摄装置所在拍摄空间的空间尺寸信息中的至少一者；

将所述第一目标参数中的各个参数分别与相应设定参数范围进行比对，以得到第一比对结果；

将所述第一比对结果作为第一性能评估参考信息；

和/或，

所述根据所述第一图像、所述深度图和第二参考信息生成策略，得到第二性能评估参考信息，包括：

获取所述第一图像的图像像素和所述深度图的图像像素；

判断所述第一图像的图像像素与所述深度图的图像像素是否满足预设倍数关系，以得到判断结果；

将所述判断结果作为第二性能评估参考信息。

5.根据权利要求4所述的方法，其特征在于，所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果，包括：

将所述自动曝光评估值与设定自动曝光评估值范围进行比对，以得到第二比对结果；

在所述第二比对结果表征所述自动曝光评估值位于设定自动曝光评估值范围内，所述第一性能评估参考信息表征所述第一目标参数中的各个参数分别位于相应设定参数范围内，且所述第二性能评估参数信息表征所述第一图像的图像像素与所述深度图的图像像素满足预设倍数关系的情况下，输出用于表征所述图像拍摄装置的拍摄性能测试通过的提示信息，并输出所述自动曝光评估值、所述第一目标参数中的各个参数、所述第一图像的图像像素、所述深度图的图像像素中的至少一者；否则，输出用于表征所述图像拍摄装置的拍摄性能测试不通过的提示信息，并输出所述自动曝光评估值、所述第一目标参数中的各个参数、所述第一图像的图像像素、所述深度图的图像像素中的至少一者。

6.根据权利要求1所述的方法，其特征在于，

所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果之前，所述方法还包括：

根据所述第一图像，确定第二目标参数；其中，所述第二目标参数包括自动白平衡增益值、图像对比度和图像动态范围值中的至少一者；

所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果，包括：

根据所述自动曝光评估值、所述第一性能评估参考信息、所述第二性能评估参考信息和所述第二目标参数，输出所述图像拍摄装置的拍摄性能测试结果。

7.根据权利要求1所述的方法，其特征在于，

所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果之前，所述方法还包括：

调用所述图像拍摄装置拍摄第二图像和第三图像；其中，所述第二图像和所述第三图像均为白色图卡的图像，所述第一图像为多色图卡的图像；

根据所述第二图像和所述第三图像，确定信噪比；

所述根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果，包括：

根据所述自动曝光评估值、所述第一性能评估参考信息、所述第二性能评估参考信息和所述信噪比，输出所述图像拍摄装置的拍摄性能测试结果。

8.一种图像拍摄装置的测试装置，其特征在于，包括：

第一调用模块，用于调用所述图像拍摄装置拍摄第一图像和图像组，并调用所述图像拍摄装置获取深度图；

划分模块，用于将所述第一图像划分为多个子图像；

第一确定模块，用于分别确定每个子图像的亮度平均值，以及分别确定每个子图像的权重；

第二确定模块，用于根据各个子图像的亮度平均值和权重，确定自动曝光评估值；

第一获取模块，用于根据所述图像组、所述深度图和第一参考信息生成策略，得到第一性能评估参考信息；

第二获取模块，用于根据所述第一图像、所述深度图和第二参考信息生成策略，得到第二性能评估参考信息；

输出模块，用于根据所述自动曝光评估值、所述第一性能评估参考信息和所述第二性能评估参考信息，输出所述图像拍摄装置的拍摄性能测试结果。

9.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序用于执行上述权利要求1至7中任一项所述的图像拍摄装置的测试方法。

10.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1至7中任一项所述的图像拍摄装置的测试方法。

Images