CN112001387A - 对焦区域的确定方法及装置、终端、存储介质 - Google Patents
对焦区域的确定方法及装置、终端、存储介质 Download PDFInfo
- Publication number
- CN112001387A CN112001387A CN202010988490.6A CN202010988490A CN112001387A CN 112001387 A CN112001387 A CN 112001387A CN 202010988490 A CN202010988490 A CN 202010988490A CN 112001387 A CN112001387 A CN 112001387A
- Authority
- CN
- China
- Prior art keywords
- area
- sub
- region
- central
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
一种对焦区域的确定方法及装置、终端、存储介质,所述对焦区域的确定方法包括:对目标场景进行首次对焦,得到所述目标场景的基础信息样图;对所述基础信息样图进行区域划分,得到多个子区域;根据所述多个子区域的信息度值,重新确定对焦区域,所述信息度值用于表征子区域内的信息量;根据重新确定的对焦区域,所述目标场景进行再次对焦。上述方案,能够提高对焦结果的精准度。
Description
技术领域
本发明实施例涉及摄像头对焦领域,尤其涉及一种对焦区域的确定方法及装置、终端、存储介质。
背景技术
自动对焦是一种替代人工进行场景清晰度判断,并采取自动控制的方式来调节焦点,最终得到当前场景清晰影像的技术。在数字影像获取的过程中,自动对焦是不可或缺的关键步骤,而自动对焦的好坏则直接影响到最后的成像质量。图像越清晰其所包含的信息量就越大,反之则越少,因此如何获得最高清晰度即最高信息量的图像成为了自动对焦算法的根本所在。
目前,采用反差式对焦法进行自动对焦,例如,通常采用中心区域对焦法进行自动对焦,或者采用固定多窗口对焦法进行对焦。其中,反差式自动对焦的过程中需要先制定对焦区域,一般是采取中心对焦或者固定区域对焦;中心区域对焦法则选择场景中心一定大小的区域作为对焦窗口,进行对焦;固定多窗口法即选取场景内若干个呈现一定分布规律的区域作为对焦窗口,进行对焦。
然而,反差式对焦法注重对焦区域内的目标,而无法获取对焦区域外的高信息值目标。中心区域对焦法注重中心区域的目标而无法兼顾非中心区域的目标。固定多窗口法虽然可以兼顾视场中心和部分边缘视场,但当目标的出现存在不确定性时,对焦结果不够精准。
综上,在目标出现具有不确定性的场景中,如野外固定机位拍摄野生动物的场景,采用现有技术中的对焦方式得到的对焦结果的精准度较低。
发明内容
本发明实施例解决的技术问题是对焦结果的精准度较低。
为解决上述技术问题,本发明实施例提供一种对焦区域的确定方法,包括:对目标场景进行首次对焦,得到所述目标场景的基础信息样图;对所述基础信息样图进行区域划分,得到多个子区域;根据所述多个子区域的信息度值,重新确定对焦区域,所述信息度值用于表征子区域内的信息量;根据重新确定的对焦区域,所述目标场景进行再次对焦。
可选的,所述根据所述多个子区域的信息度值,重新确定对焦区域,包括:从所述多个子区域中选择若干个子区域作为基准点区域;根据每个基准点区域的信息度值,从所有基准点区域中选择信息度值超过第一设定阈值的基准点区域作为中心域;以所述中心域为中心,根据所述中心域的邻域内的各子区域的信息度值与所述中心域的信息度值之间的关系,对所述中心域进行区域扩展,得到所述中心域的感兴趣区域;当所述中心域的数目为多个时,根据每个中心域的感兴趣区域内的所有子区域的信息度值之和,确定目标感兴趣区域,将所述目标感兴趣区域作为所述对焦区域。
可选的,所述以所述中心域为中心,根据所述中心域的邻域内的各子区域的信息度值与所述中心域的信息度值之间的关系,对所述中心域进行区域扩展,得到所述中心域的感兴趣区域,包括:获取所述中心域的第一邻域内的各子区域的信息度值;判断所述中心域的第一邻域内的每个子区域的信息度值与所述中心域的信息度值之间的差值的绝对值是否小于第二设定阈值;当所述中心域的第一邻域内具有差值的绝对值小于第二设定阈值的子区域时,将差值的绝对值小于第二设定阈值的子区域扩展至所述中心域的感兴趣区域,并继续以所述中心域为中心,获取所述中心域的第二邻域内的所有子区域的信息度值,根据所述中心域的第二邻域内的所有子区域的信息度值与所述中心域的信息度值之间的差值,继续对所述中心域进行区域扩展,直至第P个邻域内没有差值的绝对值小于第二设定阈值的子区域时,完成对所述中心域的区域扩展,得到所述中心域的感兴趣区域,其中,所述第一邻域的范围、所述第二邻域的范围至所述第P邻域的范围依次增大,P为正整数。
可选的,所述当所述中心域的数目为多个时,根据每个中心域的感兴趣区域内的所有子区域的信息度值之和,确定目标感兴趣区域,包括以下任一种:当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,根据感兴趣区域的大小,确定所述目标感兴趣区域;当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,根据中心域与所述基础信息样图的中心点的相对距离,确定所述目标感兴趣区域。
可选的,所述当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,根据感兴趣区域的大小,确定所述目标感兴趣区域,包括:当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,将最大的感兴趣区域作为所述目标感兴趣区域。
可选的,所述当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,根据中心域与所述基础信息样图的中心点的相对距离,确定所述目标感兴趣区域,包括:当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,将距离所述基础信息样图的中心点最近的中心域对应的感兴趣区域作为所述目标感兴趣区域。
可选的,所述从所述多个子区域中选择若干个子区域作为基准点区域,包括:按照设定的间隔距离,从所述多个子区域中选择满足所述间隔距离的子区域,作为所述基准点区域。
可选的,所述子区域的信息度值采用拉普拉斯函数计算得到,或者所述子区域的信息度值采用信息熵函数计算得到。
本发明实施例还提供一种对焦区域的确定装置,包括:第一对焦单元,用于首次对焦得到基础信息样图;区域划分单元,用于对所述基础信息样图进行区域划分,得到多个子区域;对焦区域确定单元,用于根据所述多个子区域的信息度值,重新确定对焦区域,所述信息度量值用于表征子区域内的信息量;第二对焦单元,用于根据重新确定的对焦区域,进行二次对焦。
本发明实施例还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时执行上述任一种对焦区域的确定方法的步骤。
本发明实施例还提供一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行上述任一种对焦区域的确定方法的步骤。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
对目标场景进行首次对焦,得到目标场景的基础信息样图,对基础信息样图进行区域划分,得到多个子区域,根据多个子区域的信息度值,重新确定对焦区域,由于信息度值可以用于表征子区域内的信息量,也即根据信息度值可以确定高价值目标出现的区域,通过基于基础信息样图中的每个子区域内的信息度值,重新确定对焦区域,并基于确定的对焦区域对目标场景进行再次对焦,可以实现根据目标场景的实际情况确定再次对焦的区域,使得对焦区域与目前场景中出现的高价值的目标的情况相符,以提高对焦结果的精确度。
附图说明
图1是本发明实施例中的一种对焦区域的确定方法的流程图;
图2是本发明实施例中的另一种对焦区域的确定方法的流程图;
图3是本发明实施例中的又一种对焦区域的确定方法的流程图;
图4是本发明实施例中的一种基础信息样图区域划分之后的部分子区域示意图;
图5是本发明实施例中的一种对焦区域的确定装置的结构示意图。
具体实施方式
如上所述,现有技术,反差式对焦法注重对焦区域内的目标,而无法获取对焦区域外的高信息值目标。中心区域对焦法注重中心区域的目标而无法兼顾非中心区域的目标。固定多窗口法虽然可以兼顾视场中心和部分边缘视场,但当目标的出现存在不确定性时,对焦结果仍然不够精准。在目标出现具有不确定性的场景中,如野外固定机位拍摄野生动物的场景,采用现有技术中的对焦方式,由于目标出现具有随机性,对焦区域无法与目标相对应,从而得到的对焦结果的精准度较低,无法有效的捕获场景中高信息值目标。
为解决上述问题,在本发明实施例中,对目标场景进行首次对焦,得到目标场景的基础信息样图,对基础信息样图进行区域划分,得到多个子区域,根据多个子区域的信息度值,重新确定对焦区域,由于信息度值可以用于表征子区域内的信息量,也即根据信息度值可以确定高价值目标出现的区域,通过基于基础信息样图中的每个子区域内的信息度值,重新确定对焦区域,并基于确定的对焦区域对目标场景进行再次对焦,可以实现根据目标场景的实际情况确定再次对焦的区域,使得对焦区域与目前场景中出现的高价值的目标的情况相符,以提高对焦结果的精确度。
为使本发明实施例的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
参照图1,给出了本发明实施例中的一种对焦区域的确定方法的流程图,对焦区域的确定方法具体可以包括如下步骤。
步骤S11,对目标场景进行首次对焦,得到所述目标场景的基础信息样图。
在具体实施中,可以采用固定区域对焦方式对目标场景进行首次对焦,得到目标场景的基础信息样图。也可以采用中心区域对焦方式对目标场景区域进行首次对焦,得到目标场景的基础信息样图。还可以采用五点式(边缘四个点加上中心点)对焦方式对目标场景区域进行首次对焦,得到目标场景的基础信息样图。可以理解的是,还可以采用其他对焦方式进行对焦,只需满足能够得到目标场景的基础信息样图即可,其中,基础信息样图为首次对焦时拍摄的目标场景对应的图像。
步骤S12,对所述基础信息样图进行区域划分,得到多个子区域。
在具体实施中,对基础信息样图进行区域划分的方式可以有多种,可以将基础信息样图均匀的划分,以得到多个大小相同的子区域,也可以非均匀的划分,也即多个子区域的大小可以不同。具体可以根据基础信息样图的大小以及对子区域的数目等要求进行划分即可。
在本发明实施例中,可以通过如下方式对基础信息样图进行区域划分,将基础信息样图在第一方向上划分长M份,将基础信息样图在第二方向上划分成M份,得到子区域的数目为M*N个。其中,第一方向与第二方向垂直,第一方向可以基础信息样图的高度方向,第二方向可以为基础信息样图的宽度方向。
例如,基础信息样图在高度方向划分为6份,在宽度方向划分为5份,完成对基础信息样图的区域划分之后,得到30个子区域。
步骤S13,根据所述多个子区域的信息度值,重新确定对焦区域。
在具体实施中,信息度值(也可称为信息度或信息熵值)用于表征子区域内的信息量,信息度值越大,子区域内的信息量越多,出现高价值目标的可能性也越大。其中,高价值目标为图像采集过程中,用户可能感兴趣的目标,比如,野生动物拍摄场景中出现的野生动物,人像拍摄场景中的人物等。
在具体实施中,可以采用拉普拉斯函数计算各个子区域的信息度值,也可以采用信息熵函数计算各个子区域的信息度值。可以理解的是,也可以采用其他方式计算得到各个子区域的信息度值。
根据多个子区域的信息度值,重新确定对焦区域。
步骤S14,根据重新确定的对焦区域,所述目标场景进行再次对焦。
在具体实施中,在重新确定对焦区域之后,可以根据采用重新确定的对焦区域,对目标场景进行再次对焦,得到目标场景在再次对焦后得到的图像。
由上可知,对目标场景进行首次对焦,得到目标场景的基础信息样图,对基础信息样图进行区域划分,得到多个子区域,根据多个子区域的信息度值,重新确定对焦区域,由于信息度值可以用于表征子区域内的信息量,也即根据信息度值可以确定高价值目标出现的区域,通过基于基础信息样图中的每个子区域内的信息度值,重新确定对焦区域,并基于确定的对焦区域对目标场景进行再次对焦,可以实现根据目标场景的实际情况确定再次对焦的区域,使得对焦区域与目前场景中出现的高价值的目标的情况相符,以提高对焦结果的精确度。
参照图2,给出了本发明实施例中的另一种对焦区域的确定方法的流程图,在图1的基础上,图1中的步骤S13中重新确定对焦区域可以采用通过图2中的步骤S131至步骤S134实现,具体而言:
步骤S131,从所述多个子区域中选择若干个子区域作为基准点区域。
在具体实施中,可以按照设定的间隔距离,从多个子区域中选择满足间隔距离的子区域作为基准点区域。
在设定间隔距离时,以选择的基准点区域互不相邻,且尽量不靠近基础信息样图的边缘为准则,设定的间隔距离的大小可以根据实际需求进行配置,此处不做限定。
在本发明实施例中,将基础信息样图划分得到M*N个子区域,指定的基准点区域的数目为每个基准点区域的分布位置为A(Pi,Qj),且其中,P为基准点区域在基础信息样图的高度方向的间隔距离,Q为基准点区域在基础信息样图的宽度方向的间隔距离,1<P<M,1<Q<N,且P、Q、M及N均为整数。P与Q的取值可以相同,也可以不同。当或者的取值不是整数时,则可以进行取整处理。
具体而言,在按照间隔距离确定基准点位置时,按照在基础信息样图的高度方向上间隔P-1个子区域,在基础信息样图的宽度方向上间隔Q-1个子区域。
例如,P=Q=2,则按照在基础信息样图的宽度方向上间隔距离为一个子区域,在基础信息样图的高度方向上间隔距离为一个子区域,确定各个基准点区域的位置。
又如,P=3,Q=4,则按照在基础信息样图的宽度方向上间隔距离为三个子区域,在基础信息样图的高度方向上间隔距离为两个子区域,确定各个基准点区域的位置。
步骤S132,根据每个基准点区域的信息度值,从所有基准点区域中选择信息度值超过第一设定阈值的基准点区域作为中心域。
在具体实施中,在完成基准点区域的确定之后,可以根据判断各个基准点区域的信息度值与第一设定阈值的大小关系,将信息度值超过第一设定阈值的基准点作为中心域。
在具体实施中,第一设定阈值与目标场景相关,第一设定阈值可以根据目标场景进行配置,不同的场景对应的第一设定阈值不同。
具体而言,可以拍摄目标场景的若干个采样图,模拟出现的动物或者场景,基于对采样图的分析,确定第一设定阈值。
步骤S133,以所述中心域为中心,根据所述中心域的邻域内的各子区域的信息度值与所述中心域的信息度值之间的关系,对所述中心域进行区域扩展,得到所述中心域的感兴趣区域。
在具体实施中,确定得到中心域之后,根据中心域内的邻域内的各个子区域的信息度值与中心域的信息度值之间的关系,对中心域进行区域扩展,得到中心域的感兴趣区域(Region Of Interest,ROI)。
在本发明实施例中,可以通过如下方式得到中心域的ROI:
获取中心域的第一邻域内的各子区域的信息度值,判断中心域的第一邻域内的每个子区域的信息度值与中心域的信息度值之间的差值的绝对值是否小于第二设定阈值。当所述中心域的第一邻域内具有差值的绝对值小于第二设定阈值的子区域时,将差值的绝对值小于第二设定阈值的子区域扩展至所述中心域的感兴趣区域,并继续以所述中心域为中心,获取所述中心域的第二邻域内的所有子区域的信息度值,根据所述中心域的第二邻域内的所有子区域的信息度值与所述中心域的信息度值之间的差值,继续对所述中心域进行区域扩展,直至第P个邻域内没有差值的绝对值小于第二设定阈值的子区域时,完成对所述中心域的区域扩展,得到所述中心域的感兴趣区域,其中,所述第一邻域的范围、所述第二邻域的范围至所述第P邻域的范围依次增大,P为正整数。
在本发明实施例中,采用八邻域法计算,以中心域为中心,以中心域相邻的8个子区域作为第一邻域,分别将中心域的第一邻域内的8个子区域的信息度值与中心域的信息度值做差值运算,根据差值运算结果确定中心域的ROI。具体而言,舍弃差值的绝对值大于第二设定阈值的子区域,将差值的绝对值小于第二设定阈值的子区域计入ROI。当第一邻域内具有子区域的信息度值与中心域的差值的绝对值小于第二设定阈值的子区域时,则继续对中心域进行自适应的区域扩展,在第一邻域的基础上,将与第一邻域相邻的16个子区域作为第二邻域,将第二邻域内的16个子区域的信息度值分别与中心域的信息度值做差值运算,继续判断第二邻域是否具有差值绝对值小于设定第二预设阈值的子区域,舍弃差值的绝对值不满足第二设定阈值的子区域,将差值的绝对值满足第二设定阈值的子区域加入中心域的ROI,依次类推,直至第P邻域内不具有差值的绝对值小于第二设定阈值的子区域,完成对中心域的区域扩展,得到中心域的ROI。
需要说明的是,在对中心域进行区域扩展时,以基础信息样图为基础,在基础信息样图的全图范围内对中心域进行扩展。每个中心域在以自身为中心,进行区域扩展的同时,也可能会成为其他的中心域的邻域。
步骤S134,当所述中心域的数目为多个时,根据每个中心域的感兴趣区域内的所有子区域的信息度值之和,确定目标感兴趣区域,将所述目标感兴趣区域作为所述对焦区域。
在具体实施中,当中心域的数目为一个时,则将该中心域的感兴趣区域作为目标感兴趣区域,并将目标感情兴趣区域作为对焦区域。
在具体实施中,当中心域的数目为多个时,每个中心域均具有一一对应的感兴趣区域,此时,可以根据每个中心域的感兴趣区域内的所有子区域的信息度值之和,确定目标感兴趣区域,并将目标感兴趣区域作为对焦区域。
在本发明实施例中,可以取感兴趣区域内的所有子区域的信息度值之和最大的中心域的感兴趣区域作为目标感兴趣区域。
在具体实施中,存在多个中心域的感兴趣区域内的所有子区域的信息度值之和相同的情况,当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,可以通过多种方式确定目标感兴趣区域:
在本发明一实施例中,可以根据感兴趣区域的大小,确定目标感兴趣区域。
例如,将最大的感兴趣区域作为目标感兴趣区域。
在本发明另一实施例中,可以根据中心域与所述基础信息样图的中心点的相对距离,确定目标感兴趣区域。
例如,可以将距离所述基础信息样图的中心点最近的中心域对应的感兴趣区域作为所述目标感兴趣区域。
基于首次对焦得到的目标场景的基础信息样图,通过对中心域进行自适应ROI区域扩展,而二次对焦的图像清晰度评价值的计算基于自适应ROI区域扩展得来,从而可以保证了目标场景对应的基础信息样图的全图范围内高信息值目标参与了图像清晰度评价值的计算,出现确定的对焦区域能更好的实现对场景内高信息值目标的捕获。
为了便于本领域技术人员更好的理解和实现本发明实施例,参照图3,给出了本发明实施例中的又一种对焦区域的确定方法的流程图,具体可以包括如下步骤:
步骤S301,首次对焦得到基础信息样图。
步骤S302,对基础信息样图进行M*N区域划分,得到M*N个子区域。
步骤S303,确定基准点区域的位置。
参照图4,给出了本发明实施例中的一种基础信息样图区域划分之后的部分子区域示意图。图4中示出了全图M*N中的6*5大小的示意图。P及Q均取2,也即按照基础信息样图的高度方向上间隔一个子区域,在基础信息样图的宽度方向上间隔一个子区域的方式,选取基准点区域。基准点的坐标为(2i,2j),其中,确定的基准点区域分为:[2,2]、[2,4]、[4,2]、[4,4]、[6,2]、[6,4]共6个区域。
步骤S304,计算基准点区域的信息度值。
基准点区域[2,2]的信息度值为80,基准点区域[2,4]的信息度值为50,基准点区域[4,2]的信息度值为60,基准点区域[4,4]的信息度值为65,基准点区域[6,2]的信息度值为55,基准点区域[6,4]的信息度值为85。
步骤S305,判断基准点区域的信息度值是否大于第一设定阈值。
当判断结果为是时,执行步骤S306;当判断结果为否时,继续执行步骤S304,直至完成对所有基准点区域的信息度值与第一设定阈值的比较。
步骤S306,将基准点区域作为中心域。
此时,将基准点区域的信息度值大于第一设定阈值的基准点区域作为中心域也即自适应ROI生成中心域的过程。
例如,第一设定阈值设置为80,基准点区域[2,2]和[6,4]的信息度值大于80,则将基准点区域[2,2]和[6,4]自适应ROI生成中心域。
步骤S307,计算中心域的相邻子区域信息度值与中心域的信息度值的差值。
步骤308,判断中心域的信息度值与相邻子区域的信息度值的差值的绝对值是否小于第二设定阈值。
当判断结果为是时,执行步骤S309;当判断结果为否时,继续执行步骤S307,直至完成中心域的信息度值与所有相邻子区域的信息度值的差值的绝对值与第二设定阈值的比较。
步骤S309,自适应ROI区域扩展。
在以[2,2]为自适应ROI生成中心域的时候,其相邻8邻域为[1,1]、[1,2]、[1,3]、[2,1]、[2,3]、[3,1]、[3,2]、[3,3]。第二设定阈值设置为10,与[2,2]的信息度值差值的绝对值小于10的子区域为[1,1]、[1,2]、[2,1]、[3,1]及[3,2],从而得到以[2,2]为自适应ROI生成中心域的自适应ROI扩展区域包含[1,1]、[1,2]、[2,1]、[2,2]、[3,1]及[3,2]。
以[6,4]为自适应ROI生成中心域的时候,其相邻8邻域为[5,3]、[5,4]、[5,5]、[6,3]、[6,5]。第二设定阈值设置为10,信息度差值与[6,4]的信息度值差值的绝对值小于10的子区域为[5,3]、[5,4]、[5,5]、[6,3]、[6,5]。从而得到[6,4]的自适应ROI包含[5,3]、[5,4]、[5,5]、[6,3]、[6,4]、[6,5]。
步骤S310,得到全图自适应ROI,并进行最大信息度值对应对焦区域的确定。
在具体实施中,在基础信息样图的全图范围内自适应得到多个中心域对应的ROI时,将ROI中所有子区域的信息度之和最大的ROI区域作为重新确定的对焦区域。
例如,以[2,2]为自适应ROI中的[1,1]、[1,2]、[2,1]、[2,2]、[3,1]及[3,2]的信息度值累加和为460。[6,4]的自适应ROI中的[5,3]、[5,4]、[5,5]、[6,3]、[6,4]、[6,5]的信息度值累加和为490,所以确定的对焦区域为以[6,4]为中心的自适应ROI。
步骤S311,基于重新确定的对焦区域进行二次对焦。
其中,二次对焦也可称为再次对焦。
为了便于本领域技术人员更好的理解和实现本发明实施例,本发明实施例还提供一种对焦区域的确定装置。参照图5,给出了本发明实施例中的一种对焦区域的确定装置的结构示意图,对焦区域的确定装置50可以包括:
第一对焦单元51,用于首次对焦得到基础信息样图;
区域划分单元52,用于对所述基础信息样图进行区域划分,得到多个子区域;
对焦区域确定单元53,用于根据所述多个子区域的信息度值,重新确定对焦区域,所述信息度量值用于表征子区域内的信息量;
第二对焦单元54,用于根据重新确定的对焦区域,进行二次对焦。
在具体实施中,对焦区域的确定装置50的具体工作原理及工作流程可以参见本发明上述实施例中提供的对焦区域的确定方法中的描述,此处不再赘述。
本发明实施例还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时执行本发明上述任一实施例中提供的对焦区域的确定方法的步骤。
本发明实施例还提供一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行本发明上述任一实施例中提供的对焦区域的确定方法的步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于任一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (11)
1.一种对焦区域的确定方法,其特征在于,包括:
对目标场景进行首次对焦,得到所述目标场景的基础信息样图;
对所述基础信息样图进行区域划分,得到多个子区域;
根据所述多个子区域的信息度值,重新确定对焦区域,所述信息度值用于表征子区域内的信息量;
根据重新确定的对焦区域,所述目标场景进行再次对焦。
2.如权利要求1所述的对焦区域的确定方法,其特征在于,所述根据所述多个子区域的信息度值,重新确定对焦区域,包括:
从所述多个子区域中选择若干个子区域作为基准点区域;
根据每个基准点区域的信息度值,从所有基准点区域中选择信息度值超过第一设定阈值的基准点区域作为中心域;
以所述中心域为中心,根据所述中心域的邻域内的各子区域的信息度值与所述中心域的信息度值之间的关系,对所述中心域进行区域扩展,得到所述中心域的感兴趣区域;
当所述中心域的数目为多个时,根据每个中心域的感兴趣区域内的所有子区域的信息度值之和,确定目标感兴趣区域,将所述目标感兴趣区域作为所述对焦区域。
3.如权利要求2所述的对焦区域的确定方法,其特征在于,所述以所述中心域为中心,根据所述中心域的邻域内的各子区域的信息度值与所述中心域的信息度值之间的关系,对所述中心域进行区域扩展,得到所述中心域的感兴趣区域,包括:
获取所述中心域的第一邻域内的各子区域的信息度值;
判断所述中心域的第一邻域内的每个子区域的信息度值与所述中心域的信息度值之间的差值的绝对值是否小于第二设定阈值;
当所述中心域的第一邻域内具有差值的绝对值小于第二设定阈值的子区域时,将差值的绝对值小于第二设定阈值的子区域扩展至所述中心域的感兴趣区域,并继续以所述中心域为中心,获取所述中心域的第二邻域内的所有子区域的信息度值,根据所述中心域的第二邻域内的所有子区域的信息度值与所述中心域的信息度值之间的差值,继续对所述中心域进行区域扩展,直至第P个邻域内没有差值的绝对值小于第二设定阈值的子区域时,完成对所述中心域的区域扩展,得到所述中心域的感兴趣区域,其中,所述第一邻域的范围、所述第二邻域的范围至所述第P邻域的范围依次增大,P为正整数。
4.如权利要求2或3所述的对焦区域的确定方法,其特征在于,所述当所述中心域的数目为多个时,根据每个中心域的感兴趣区域内的所有子区域的信息度值之和,确定目标感兴趣区域,包括以下任一种:
当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,根据感兴趣区域的大小,确定所述目标感兴趣区域;
当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,根据中心域与所述基础信息样图的中心点的相对距离,确定所述目标感兴趣区域。
5.如权利要求4所述的对焦区域的确定方法,其特征在于,所述当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,根据感兴趣区域的大小,确定所述目标感兴趣区域,包括:
当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,将最大的感兴趣区域作为所述目标感兴趣区域。
6.如权利要求4所述的对焦区域的确定方法,其特征在于,所述当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,根据中心域与所述基础信息样图的中心点的相对距离,确定所述目标感兴趣区域,包括:
当多个中心域的感兴趣区域内的所有子区域的信息度值之和相同时,将距离所述基础信息样图的中心点最近的中心域对应的感兴趣区域作为所述目标感兴趣区域。
7.如权利要求2所述的对焦区域的确定方法,其特征在于,所述从所述多个子区域中选择若干个子区域作为基准点区域,包括:
按照设定的间隔距离,从所述多个子区域中选择满足所述间隔距离的子区域,作为所述基准点区域。
8.如权利要求1所述的对焦区域的确定方法,其特征在于,所述子区域的信息度值采用拉普拉斯函数计算得到,或者所述子区域的信息度值采用信息熵函数计算得到。
9.一种对焦区域的确定装置,其特征在于,包括:
第一对焦单元,用于首次对焦得到基础信息样图;
区域划分单元,用于对所述基础信息样图进行区域划分,得到多个子区域;对焦区域确定单元,用于根据所述多个子区域的信息度值,重新确定对焦区域,所述信息度量值用于表征子区域内的信息量;
第二对焦单元,用于根据重新确定的对焦区域,进行二次对焦。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1至8任一项所述的对焦区域的确定方法的步骤。
11.一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序时执行权利要求1至8任一项所述的对焦区域的确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010988490.6A CN112001387B (zh) | 2020-09-18 | 2020-09-18 | 对焦区域的确定方法及装置、终端、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010988490.6A CN112001387B (zh) | 2020-09-18 | 2020-09-18 | 对焦区域的确定方法及装置、终端、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112001387A true CN112001387A (zh) | 2020-11-27 |
CN112001387B CN112001387B (zh) | 2022-09-30 |
Family
ID=73474300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010988490.6A Active CN112001387B (zh) | 2020-09-18 | 2020-09-18 | 对焦区域的确定方法及装置、终端、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001387B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114299094A (zh) * | 2022-01-05 | 2022-04-08 | 哈尔滨工业大学 | 一种基于块选择与扩展的输液瓶图像感兴趣区域提取方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200901755A (en) * | 2007-06-27 | 2009-01-01 | Ind Tech Res Inst | An image extraction apparatus and method for automatically detecting the focused area |
KR101025568B1 (ko) * | 2009-10-12 | 2011-03-28 | 중앙대학교 산학협력단 | 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법 |
CN106060407A (zh) * | 2016-07-29 | 2016-10-26 | 努比亚技术有限公司 | 一种对焦方法及终端 |
CN106973219A (zh) * | 2017-02-21 | 2017-07-21 | 苏州科达科技股份有限公司 | 一种基于感兴趣区域的自动聚焦方法及装置 |
CN109635800A (zh) * | 2018-12-26 | 2019-04-16 | 深圳市捷顺科技实业股份有限公司 | 一种图像对焦方法及其相关设备 |
CN110517275A (zh) * | 2019-09-03 | 2019-11-29 | 上海联影医疗科技有限公司 | 一种交互方法、装置、设备及存储介质 |
-
2020
- 2020-09-18 CN CN202010988490.6A patent/CN112001387B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200901755A (en) * | 2007-06-27 | 2009-01-01 | Ind Tech Res Inst | An image extraction apparatus and method for automatically detecting the focused area |
KR101025568B1 (ko) * | 2009-10-12 | 2011-03-28 | 중앙대학교 산학협력단 | 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법 |
CN106060407A (zh) * | 2016-07-29 | 2016-10-26 | 努比亚技术有限公司 | 一种对焦方法及终端 |
CN106973219A (zh) * | 2017-02-21 | 2017-07-21 | 苏州科达科技股份有限公司 | 一种基于感兴趣区域的自动聚焦方法及装置 |
CN109635800A (zh) * | 2018-12-26 | 2019-04-16 | 深圳市捷顺科技实业股份有限公司 | 一种图像对焦方法及其相关设备 |
CN110517275A (zh) * | 2019-09-03 | 2019-11-29 | 上海联影医疗科技有限公司 | 一种交互方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
张鹏 等: "静态图像中的感兴趣区域检测技术", 《中国图象图形学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114299094A (zh) * | 2022-01-05 | 2022-04-08 | 哈尔滨工业大学 | 一种基于块选择与扩展的输液瓶图像感兴趣区域提取方法 |
CN114299094B (zh) * | 2022-01-05 | 2022-10-11 | 哈尔滨工业大学 | 一种基于块选择与扩展的输液瓶图像感兴趣区域提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112001387B (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109696788B (zh) | 一种基于显示面板的快速自动对焦方法 | |
US9521391B2 (en) | Settings of a digital camera for depth map refinement | |
KR101643607B1 (ko) | 영상 데이터 생성 방법 및 장치 | |
US8089548B2 (en) | Image processing device, method, and storage medium | |
CN103426147B (zh) | 图像处理装置、图像拾取装置和图像处理方法 | |
EP3371741B1 (en) | Focus detection | |
CN105354817A (zh) | 一种噪声图像自动聚焦方法 | |
US9214011B2 (en) | Camera defocus direction estimation | |
CN106161945A (zh) | 拍照处理方法和装置 | |
CN112001387B (zh) | 对焦区域的确定方法及装置、终端、存储介质 | |
CN111126300A (zh) | 一种人体图像检测方法、装置和电子设备及可读存储介质 | |
JP2005332381A (ja) | 画像処理方法および装置並びにプログラム | |
CN111149101A (zh) | 一种目标图案查找方法及计算机可读存储介质 | |
CN102708559B (zh) | 使用多核卷积的模糊差估计 | |
JP6395429B2 (ja) | 画像処理装置、その制御方法及び記憶媒体 | |
CN112184609B (zh) | 图像融合方法及装置、存储介质、终端 | |
CN112200775A (zh) | 图像清晰度检测方法、装置、电子设备及存储介质 | |
CN109151319B (zh) | 一种多标记点目标物标记点对焦顺序的处理方法及装置 | |
US20130044212A1 (en) | Imaging device and distance information detecting method | |
CN109325920B (zh) | 雾霾图像清晰化方法、系统及可存储介质 | |
CN111080546A (zh) | 一种图片处理方法及装置 | |
KR101025568B1 (ko) | 영상의 엔트로피를 이용한 초점위치 결정장치 및 방법 | |
JPH10170817A (ja) | 合焦位置算出装置及びその方法とそれらを使用した電子顕微鏡 | |
CN112529816A (zh) | 数据处理方法、装置、存储介质及计算机设备 | |
KR101056051B1 (ko) | 자동 초점 시스템의 초점 조절장치 및 방법 |
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 |