CN112188085B - 一种图像处理方法及手持云台相机 - Google Patents
一种图像处理方法及手持云台相机 Download PDFInfo
- Publication number
- CN112188085B CN112188085B CN202010923249.5A CN202010923249A CN112188085B CN 112188085 B CN112188085 B CN 112188085B CN 202010923249 A CN202010923249 A CN 202010923249A CN 112188085 B CN112188085 B CN 112188085B
- Authority
- CN
- China
- Prior art keywords
- image data
- target
- pixel point
- tracking
- pixel
- 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
- H04N23/80—Camera processing pipelines; Components thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例涉及一种图像处理方法及手持云台相机,该方法包括对手持云台相机实时拍摄的第一图像数据进行识别,获得用于标识第一图像数据中识别目标位置的位置信息;根据位置信息以及优化参数信息,对识别目标进行优化处理,获得第二图像数据;对第二图像数据中位于识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。本发明所应用的手持云台相机不仅可以通过实现拍摄的增稳,而且在拍摄过程中还可利用手持云台相机的处理器,特别是DSP协处理模块直接进行图像的优化处理,使得用户无需导出视频或者照片利用第三方软件进行后期处理,可提高用户对手持云台相机的直观体验。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种图像处理方法及手持云台相机。
背景技术
近年来随着直播和Vlog的风靡,越来越多的用户使用手持云台相机进行视频的拍摄或者直播。手持云台相机不仅可实现对拍摄器的增稳,以拍摄稳定的视频画面,还可实现拍摄器的大范围拍摄。
但是目前的手持云台相机通常不具备单机美颜功能,用户使用手持云台相机拍摄出的视频或照片还需要再利用第三方编辑软件进行后期处理,导致用户的直观体验不佳。
发明内容
本申请实施例公开了一种图像处理方法,应用于手持云台相机的处理器,所述方法包括:
对实时拍摄的第一图像数据进行识别,获得用于标识所述第一图像数据中识别目标位置的位置信息;
根据所述位置信息以及优化参数信息,对所述识别目标进行优化处理,获得第二图像数据;
对所述第二图像数据中位于所述识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。
本申请实施例第二方面公开一种手持云台相机,包括:电连接的拍摄器和处理器,所述处理器包括识别模块和DSP协处理模块,其中,所述拍摄器用于实时拍摄第一图像数据;
所述识别模块,用于对实时拍摄的第一图像数据进行识别,获得用于标识所述第一图像数据中识别目标位置的位置信息;
所述DSP协处理模块,用于根据所述位置信息以及优化参数信息,对所述识别目标进行优化处理,获得第二图像数据;以及进一步用于对所述第二图像数据中位于所述识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。
与现有技术相比,本申请实施例具有以下有益效果:不仅可以通过实现拍摄的增稳,而且在拍摄过程中还可利用手持云台相机的处理器,特别是DSP协处理模块直接进行图像的优化处理,使得用户无需导出视频或者照片利用第三方软件进行后期处理。并且当手持云台相机配备了DSP协处理模块后,可实现对正在拍摄的视频或者最新拍摄获得的图片进行实时处理,有利于提高用户对手持云台相机的直观体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例一公开的一种图像处理方法的流程示意图;
图2是本申请实施例二公开的一种图像处理方法的流程示意图;
图3是本申请实施例三公开的一种图像处理方法的流程示意图;
图4是本申请实施例四公开的一种手持云台相机的结构示意图;
图5是本申请实施例四公开的一种手持云台相机的处理器结构示意框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同的对象,而不是用于描述特定顺序。本申请实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
本申请实施例一提供一种图像处理方法,应用于手持云台相机,特别是手持云台相机的处理器。手持云台相机包括集成在一起的手柄、云台组件、拍摄器和处理器,集成方式不限。
如图1所示,图1为本申请实施例一公开的一种图像处理方法的示意性流程图,该图像处理方法包括:
步骤S101,对实时拍摄的第一图像数据进行识别,获得用于标识第一图像数据中识别目标位置的位置信息。
本实施例中,手持云台相机的拍摄器和处理器电连接,处理器可接收拍摄器实时拍摄的第一图像数据,并执行本实施例中的各步骤。第一图像数据的格式不限,其中优选为YUV数据,格式420SP。
可选的,手持云台相机为三轴云台相机,不仅可实现对拍摄器的增稳,以拍摄稳定的视频画面,还可实现拍摄器的大范围拍摄。
本实施例中,第一图像数据中可包括一个或者多个识别目标,识别目标可以是形状不限的感兴趣区域。例如,若手持云台相机的手柄上包括显示屏的话,在显示屏上可通过显示方形的识别框或者识别目标的轮廓线对一个或者多个识别目标进行可视化标识。
本实施例中,当拍摄器进行视频拍摄时,第一图像数据为视频片段中的一个图像帧对应的数据。对第一图像数据进行识别的方法不限,例如可以采用AI算法对第一图像数据进行识别。
可选的,可利用物体模型识别算法对第一图像数据进行物体识别,其中利用物体模型识别算法是对于物体进行深度学习,将学习模型库放置与处理器中,使得采集到的图像能够知晓所记录的图像内的物体是什么,无论拍摄装置转至哪个角度都能够进行跟踪,跟踪的成功率较图像识别算法更高。
可选的,处理器可包括NNIE模块,步骤S101的执行主体为NNIE模块。NNIE的英文全称为Neural Network Inference Engine,是海思媒体SoC中专门针对神经网络特别是深度学习卷积神经网络进行加速处理的硬件单元,支持现有大部分的公开网络,如Alexnet、VGG16、Googlenet、Resnet18、Resnet50等分类网络,Faster RCNN、YOLO、SSD、RFCN等检测网络,以及SegNet、FCN等场景分割网络。
本实施例中,位置信息对识别目标位置的标识方式不限,例如,可以使用识别目标的轮廓所对应的坐标值或者识别目标整体所处区域对应的坐标值对识别目标的位置进行标识。
步骤S102,根据位置信息以及优化参数信息,对识别目标进行优化处理,获得第二图像数据。
本实施例中,处理器中存储有设定的优化模型,处理器通过运行设定的优化模型,可根据位置信息确定识别目标在第一图像数据中所占据的区域,即需要进行优化处理的区域,以及根据优化参数信息确定如何调整识别目标对应的图像特征参数,例如亮度、对比度等。又例如,当识别目标为人脸时,优化参数信息可用于对人脸进行美颜处理。
本实施例中,优化参数信息由处理器进行计算获得,获取时间不限,可以是在获取到第一图像数据之前,也可以是在获取到第一图像数据之后。本实施例中,第二图像数据可以仅包括识别目标所在区域的图像数据,即进行优化处理的区域;也可以包括识别目标所在区域和之外区域的图像数据,即包括进行优化处理区域和未进行优化处理区域,在此不做限制。
步骤S103,对第二图像数据中位于识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。
本实施例中,由于在步骤S102中仅针对识别目标所在区域进行优化处理,可能会导致该区域与之外的区域之间存在较大的视觉差别,因此为了获得更好的整体图像处理效果,可对位于识别目标的轮廓边缘的区域进行图像融合处理,最终获得第三图像数据。其中,本实施例对图像融合处理涉及的区域面积及具体采取的图像融合处理算法不限,例如,识别目标的轮廓边缘的区域可以包括宽度为1个像素点的环状区域,也可包括宽度值变化的环状区域。
可选的,为了提高图像处理效果,处理器还可包括DSP协处理模块(DigitalSignal Processing,数字信号处理),步骤S102和步骤S103的执行主体均为DSP协处理模块。其中,步骤S102可包括:根据位置信息从第一图像数据中裁剪识别目标所在区域,获得第一裁剪图像数据;根据优化参数信息对第一裁剪图像数据进行优化处理,获得第二裁剪数据。其中,DSP协处理模块可将第一裁剪图像数据存储至DSP协处理模块的内存中。
对应的,步骤S103可包括:对第二裁剪图像数据的边缘区域进行图像融合处理,获得第二图像数据;将第二图像数据拷贝至第一图像数据中的识别目标所在区域,获得第三图像数据。
由以上本发明实施例可见,本发明实施例首先对手持云台相机实时拍摄的第一图像数据进行识别,获得用于标识第一图像数据中识别目标位置的位置信息;然后根据位置信息以及优化参数信息,对识别目标进行优化处理,获得第二图像数据;最后对第二图像数据中位于识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。
因此,本发明实施例所应用的手持云台相机不仅可以通过实现拍摄的增稳,而且在拍摄过程中还可利用手持云台相机的处理器,特别是DSP协处理模块直接进行图像的优化处理,使得用户无需导出视频或者照片利用第三方软件进行后期处理。并且当手持云台相机配备了DSP协处理模块后,可实现对正在拍摄的视频或者最新拍摄获得的图片进行实时处理,有利于提高用户对手持云台相机的直观体验。
实施例二
本申请实施例二提供一种图像处理方法,应用于手持云台相机,特别是手持云台相机的处理器。手持云台相机包括集成在一起的手柄、云台组件、拍摄器和处理器,集成方式不限。
如图2所示,图2为本申请实施例二公开的一种图像处理方法的示意性流程图,该图像处理方法包括:
步骤S201,对实时拍摄的第一图像数据进行识别,获得用于标识第一图像数据中识别目标位置的位置信息。
本实施例中,步骤S201的相关处理与前述步骤S101基本相同,在此不再赘述。
步骤S202,根据位置信息以及优化参数信息,对识别目标进行优化处理,获得第二图像数据。
本实施例中,步骤S202的相关处理与前述步骤S102基本相同,在此不再赘述。
步骤S203,对第二图像数据中位于识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。
本实施例中,为了获得更好的图像融合效果,可根据第一图像数据和第二图像数据中相同或者相对应位置的像素点对应的像素值,对位于识别目标的轮廓边缘的区域进行图像融合处理,即根据某一像素点在优化处理之前和优化处理之后对应的像素值对位于识别目标的轮廓边缘的区域进行图像融合处理,具体的,步骤S203可包括子步骤S203a和子步骤S203b,其中:
子步骤S203a,获得第一像素点在第一图像数据中对应的第一像素值,以及第一像素点在第二图像数据中对应的第二像素值,其中,第一像素点位于识别目标的轮廓边缘上或者边缘内部。
具体的,在第一图像数据和第二图像数据中,第一像素点位于识别目标所处区域,包括识别目标的轮廓边缘,以及轮廓边缘以内的部分。
可选的,由于第一像素点位于识别目标的轮廓边缘上或者边缘内部,第一像素值可以为第一像素点在第一图像数据中对应位置的像素值。例如,若第一像素点的位置为第10行第11列,第一图像数据中位于第10行第11列的像素值为25的话,则第一像素值也为25。
可选的,第二像素值也可以为第一像素点在第二图像数据中对应位置的像素值。例如,若第一像素点的位置为第10行第11列,第二图像数据中位于第10行第11列的像素值为55的话,则第二像素值也为55。
可选的,由于仅针对识别目标所在区域进行优化处理,为了获得更好的融合效果,在进行图像融合时可考虑第一像素点相关的更多像素值,即子步骤S203a可进一步包括:
确定与第一像素点直线相连的至少一第二像素点和至少一第三像素点,其中第二像素点和第三像素点分别位于第一像素点朝向识别目标的轮廓边缘内部和边缘外部的两个方向上;并将第一图像数据中与第一像素点、第二像素点和第三像素点位置相同的像素点的像素值的平均值,确定为第一像素值。
子步骤S203b,将第一像素值和第二像素值的平均值作为第一像素点在第三图像数据中对应的第三像素值。
例如,若src[]代表第一图像数据中某一像素点的像素值,be[]代表第二图像数据中某一像素点的像素值,dst[]代表第三图像数据中某一像素点的像素值,i代表第一像素点所在行的序号的话,则可根据下述公式获得第三像素值:
dst[i]=((src[i-2]+src[i-1]+src[i]+src[i+1])/4+be[i])/2
步骤S204,从识别目标中确定跟踪目标,并驱动云台组件控制拍摄器对跟踪目标进行跟踪拍摄。
本实施例中,如图2所示,步骤S204的执行可在步骤S201之后,执行主体可以为处理器中的驱动模块。由于与诸如手机、电脑等具有图像优化处理功能的智能终端相比,手持云台相机还具有增稳和跟踪拍摄的功能,因此对第一图像数据进行识别的结果还可用于进行跟踪拍摄,即可从至少一识别目标中确定至少一跟踪目标,并驱动云台组件控制拍摄器对跟踪目标进行跟踪拍摄。
可选的,当跟踪目标的数量大于1时,拍摄过程中可能无法让全部跟踪目标出现在所拍摄的图片或者视频中,因此为了对更为重要的识别目标进行图像优化处理及跟踪拍摄,步骤S203可包括子步骤S204a和子步骤S204b,具体为:
子步骤S204a,对每个识别目标与设定目标进行匹配,并根据匹配结果确定全部识别目标的跟踪优先级。
子步骤S204b,根据跟踪优先级在多个识别目标中确定跟踪目标,并驱动云台组件控制拍摄器对跟踪目标进行跟踪拍摄。
其中,设定目标及跟踪优先级可以是处理器根据目标设定算法计算确定,也可以是用户通过用户指令进行设定,本实施例在此不做限制。
由以上本发明实施例可见,本发明实施例公开一种图像处理方法不仅可以实现手持云台相机单机对所拍摄的识别目标所处区域进行优化和融合处理,而且还可以对识别目标进行跟踪拍摄,并且在拍摄的过程中还可进行增稳,大大提高了最终输出的视频或者图片的拍摄效果,有利于提高用户满意度。
实施例三
本申请实施例三提供一种图像处理方法,应用于手持云台相机,特别是手持云台相机的处理器。手持云台相机包括集成在一起的手柄、云台组件、拍摄器和处理器,集成方式不限。
如图3所示,图3为本申请实施例二公开的一种图像处理方法的示意性流程图,该图像处理方法包括:
步骤S301,对实时拍摄的第一图像数据进行识别,获得用于标识第一图像数据中识别目标位置的位置信息,其中,识别目标为人脸或者人体。
本实施例中,考虑到越来越多的用户使用手持云台相机进行人物拍摄,且更为关注人脸拍摄效果,因此对第一图像数据进行识别时,可重点针对人脸或者人体进行识别。
例如,当用户进行自拍时,人脸占据的区域会较大,用户也更关注人脸拍摄的效果,因此可将识别目标设定为人脸;当用户拍摄他人时,可将识别目标设定为人脸或者人体。
步骤S302,根据优化参数信息,对识别目标所在区域进行美颜处理,获得第二图像数据。
本实施例中,考虑到对人脸或者人体进行图像处理更多的集中在美观层面,因此优化参数信息可用于对识别目标进行美颜处理,例如可以包括瘦脸、瘦腿、美白等。
可选的,考虑到用户在进行美颜时对磨皮效果的关注程度较高,为了获得更好的磨皮效果,步骤S302可包括子步骤:
子步骤S302a,获得第一图像数据中识别目标所处区域的至少一行中相邻的两个像素点之间的像素值之差,获得第一差值信息。
例如,可计算x方向上像素点pixel[i]与其前一个像素pixel[i-1]的差值,得到两者的像素值之差d[i]。
子步骤S302b,根据优化参数信息和第一差值信息,对第一图像数据中识别目标所处区域的像素点的像素值进行调整,获得第四图像数据。
其中,可在处理器中预先设置空间域的查找表,根据第一差值信息进行查表,获得对应的优化参数信息。
例如,首先可根据公式“pindex[i]=((d[i]+0x10007FFF)>>12)&0x1FFF”获得一像素点在查找表中的第一索引信息;然后根据第一索引信息查表获得对应的优化参数信息,从而根据优化参数进行对该像素点的像素值进行调整。
子步骤S302c,获得第四图像数据中识别目标所处区域的至少一列中相邻的两个像素点之间的像素值之差,获得第二差值信息。
例如,可计算y方向上像素点pixel_ant[i]与其前一个像素pixel_ant[i-1]的差值,得到两者的像素值之差dl[i]。
子步骤S302d,根据优化参数信息和第二差值信息,对第四图像数据中识别目标所处区域的像素点的像素值进行调整,获得第二图像数据。
其中,子步骤S302d与子步骤S302b类似,区别在于进行查表的参数为第二差值信息。
例如,获得一像素点在查找表中的第二索引信息的公式为“lindex[i]=((dl[i]+0x10007FFF)>>12)&0x1FFF”。
步骤S303,对第二图像数据中位于识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。
本实施例中,当识别目标为人脸或者人体时,步骤S303中即为对人脸或者人体的轮廓边缘的区域进行图像融合处理。图像融合处理方法与前述实施例中的步骤S103和步骤S203类似,本实施例在此不再赘述。
由以上本发明实施例可见,本发明实施例公开一种图像处理方法可实现用户使用手持云台相机进行图片或者视频拍摄时即可对人脸或者人体进行美颜处理,最终获得的图片或者视频效果会明显好于未经处理过的图片或者视频,用户可直接上传至网络社交平台或者分享给其他用户,大大提升用户对手持云台相机产品的满意度。
实施例四
本申请实施例四提供一种手持云台相机,如图4和图5所示,图4为本申请实施例四公开的一种手持云台相机的结构示意图;图5为本申请实施例四公开的一种手持云台相机的处理器2结构示意框图。具体的:
一种手持云台相机包括电连接的拍摄器1和处理器2,处理器2包括识别模块21和DSP协处理模块22,其中,
拍摄器1用于实时拍摄第一图像数据;
识别模块21,用于对实时拍摄的第一图像数据进行识别,获得用于标识第一图像数据中识别目标位置的位置信息;
DSP协处理模块22,用于根据位置信息以及优化参数信息,对识别目标进行优化处理,获得第二图像数据;以及进一步用于对第二图像数据中位于识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。
本实施例中,处理器2安装至手柄4内部,手柄4上设置显示屏5,该显示屏5可以显示拍摄器1的拍摄内容,以实现用户能够通过该显示屏5快速浏览拍摄器1所拍摄的图片或是视频;云台组件3可装载于手柄4上,云台组件3为三轴结构,包括偏航轴组件、与偏航轴组件活动连接的横滚轴组件、以及与横滚轴组件活动连接的俯仰轴组件;拍摄器1搭载于俯仰轴组件,偏航轴组件带动拍摄器1沿偏航方向转动,拍摄器1可以为三轴云台用摄像头,也可以为由透镜和图像传感器(如CMOS或CCD)等组成的摄像元件,具体可根据需要选择。
可选的,识别目标为人脸或者人体;DSP协处理模块22还用于根据优化参数信息,对识别目标所在区域进行美颜处理,获得第二图像数据。
可选的,DSP协处理模块22还用于获得第一像素点在第一图像数据中对应的第一像素值,以及第一像素点在第二图像数据中对应的第二像素值,其中,第一像素点位于识别目标的轮廓边缘上或者边缘内部;
将第一像素值和第二像素值的平均值作为第一像素点在第三图像数据中对应的第三像素值。
可选的,第一像素值的计算方法为:确定与第一像素点直线相连的至少一第二像素点和至少一第三像素点,其中第二像素点和第三像素点分别位于第一像素点朝向识别目标的轮廓边缘内部和边缘外部的两个方向上;
并将第一图像数据中与第一像素点、第二像素点和第三像素点位置相同的像素点的像素值的平均值,确定为第一像素值。
可选的,手持云台相机还包括与处理器2电连接的云台组件3;处理器2还包括驱动模块23,驱动模块23用于从识别目标中确定跟踪目标,并驱动云台组件3控制拍摄器1对跟踪目标进行跟踪拍摄。
可选的,当识别目标的数量大于或者等于2时,驱动模块23还用于对每个识别目标与设定目标进行匹配,并根据匹配结果确定全部识别目标的跟踪优先级;
根据跟踪优先级在多个识别目标中确定跟踪目标,并驱动云台组件3控制拍摄器1对跟踪目标进行跟踪拍摄。
通过本实施例的手持云台相机,可以实现前述多个方法实施例中相应的图像处理方法,并具有相应方法实施例的有益效果,在此不再赘述。
至此,已经对本申请的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序,以实现期望的结果。在某些实施方式中,多任务处理和并行处理可以是有利的。
本申请是参照根据本申请实施例的方法的流程图和/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。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
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 (10)
1.一种图像处理方法,应用于手持云台相机的处理器,其特征在于,所述方法包括:
对实时拍摄的第一图像数据进行识别,获得用于标识所述第一图像数据中识别目标位置的位置信息;
根据所述位置信息以及优化参数信息,对所述识别目标进行优化处理,获得第二图像数据;
对所述第二图像数据中位于所述识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。
2.根据权利要求1所述的方法,其特征在于,所述识别目标为人脸或者人体;对应的,所述根据所述位置信息以及优化参数信息,对所述识别目标进行优化处理,获得第二图像数据包括:
根据所述优化参数信息,对所述识别目标所在区域进行美颜处理,获得所述第二图像数据。
3.根据权利要求1所述的方法,其特征在于,所述对所述第二图像数据中位于所述识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据包括:
获得第一像素点在所述第一图像数据中对应的第一像素值,以及所述第一像素点在所述第二图像数据中对应的第二像素值,其中,所述第一像素点位于所述识别目标的轮廓边缘上或者边缘内部;
将所述第一像素值和第二像素值的平均值作为所述第一像素点在所述第三图像数据中对应的第三像素值。
4.根据权利要求3所述的方法,其特征在于,所述第一像素值的计算方法为:
确定与所述第一像素点直线相连的至少一第二像素点和至少一第三像素点,其中所述第二像素点和所述第三像素点分别位于所述第一像素点朝向所述识别目标的轮廓边缘内部和边缘外部的两个方向上;
并将所述第一图像数据中与所述第一像素点、所述第二像素点和所述第三像素点位置相同的像素点的像素值的平均值,确定为所述第一像素值。
5.根据权利要求1所述的方法,其特征在于,所述手持云台相机包括与所述处理器电连接的云台组件和拍摄器,所述方法还包括:
从所述识别目标中确定跟踪目标,并驱动所述云台组件控制所述拍摄器对所述跟踪目标进行跟踪拍摄。
6.根据权利要求5所述的方法,其特征在于,当所述识别目标的数量大于或者等于2时,所述从所述识别目标中确定跟踪目标,并驱动所述云台组件控制所述拍摄器对所述跟踪目标进行跟踪拍摄包括:
对每个所述识别目标与设定目标进行匹配,并根据匹配结果确定全部所述识别目标的跟踪优先级;
根据所述跟踪优先级在多个所述识别目标中确定跟踪目标,并驱动所述云台组件控制所述拍摄器对所述跟踪目标进行跟踪拍摄。
7.一种手持云台相机,其特征在于,包括电连接的拍摄器和处理器,所述处理器包括识别模块和DSP协处理模块,其中,
所述拍摄器用于实时拍摄第一图像数据;
所述识别模块,用于对实时拍摄的第一图像数据进行识别,获得用于标识所述第一图像数据中识别目标位置的位置信息;
所述DSP协处理模块,用于根据所述位置信息以及优化参数信息,对所述识别目标进行优化处理,获得第二图像数据;以及进一步用于对所述第二图像数据中位于所述识别目标的轮廓边缘的区域进行图像融合处理,获得第三图像数据。
8.根据权利要求7所述的手持云台相机,其特征在于,所述识别目标为人脸或者人体;所述DSP协处理模块还用于根据所述优化参数信息,对所述识别目标所在区域进行美颜处理,获得所述第二图像数据。
9.根据权利要求7所述的手持云台相机,其特征在于,所述DSP协处理模块还用于获得第一像素点在所述第一图像数据中对应的第一像素值,以及所述第一像素点在所述第二图像数据中对应的第二像素值,其中,所述第一像素点位于所述识别目标的轮廓边缘上或者边缘内部;
将所述第一像素值和第二像素值的平均值作为所述第一像素点在所述第三图像数据中对应的第三像素值。
10.根据权利要求7所述的手持云台相机,其特征在于,还包括与所述处理器电连接的云台组件;所述处理器还包括驱动模块,所述驱动模块用于从所述识别目标中确定跟踪目标,并驱动所述云台组件控制所述拍摄器对所述跟踪目标进行跟踪拍摄。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010923249.5A CN112188085B (zh) | 2020-09-04 | 2020-09-04 | 一种图像处理方法及手持云台相机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010923249.5A CN112188085B (zh) | 2020-09-04 | 2020-09-04 | 一种图像处理方法及手持云台相机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112188085A CN112188085A (zh) | 2021-01-05 |
CN112188085B true CN112188085B (zh) | 2022-04-01 |
Family
ID=73924193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010923249.5A Active CN112188085B (zh) | 2020-09-04 | 2020-09-04 | 一种图像处理方法及手持云台相机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112188085B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107154032A (zh) * | 2017-04-20 | 2017-09-12 | 腾讯科技(深圳)有限公司 | 一种图像数据处理方法和装置 |
CN108885782A (zh) * | 2017-08-09 | 2018-11-23 | 深圳市大疆创新科技有限公司 | 图像处理方法、设备及计算机可读存储介质 |
CN110809117A (zh) * | 2019-11-08 | 2020-02-18 | 上海摩象网络科技有限公司 | 一种拍摄模式触发的方法、装置、电子设备 |
CN111316630A (zh) * | 2018-11-28 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 手持云台及其拍摄控制方法 |
CN111327816A (zh) * | 2020-01-13 | 2020-06-23 | 上海摩象网络科技有限公司 | 图像处理方法及其装置、电子设备以及计算机存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8634593B2 (en) * | 2008-04-24 | 2014-01-21 | GM Global Technology Operations LLC | Pixel-based texture-less clear path detection |
WO2019241981A1 (zh) * | 2018-06-22 | 2019-12-26 | 深圳市大疆创新科技有限公司 | 美颜处理方法、装置、无人机及手持平台 |
CN111212225A (zh) * | 2020-01-10 | 2020-05-29 | 上海摩象网络科技有限公司 | 一种视频数据自动生成的方法、装置、电子设备 |
-
2020
- 2020-09-04 CN CN202010923249.5A patent/CN112188085B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107154032A (zh) * | 2017-04-20 | 2017-09-12 | 腾讯科技(深圳)有限公司 | 一种图像数据处理方法和装置 |
CN108885782A (zh) * | 2017-08-09 | 2018-11-23 | 深圳市大疆创新科技有限公司 | 图像处理方法、设备及计算机可读存储介质 |
CN111316630A (zh) * | 2018-11-28 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 手持云台及其拍摄控制方法 |
CN110809117A (zh) * | 2019-11-08 | 2020-02-18 | 上海摩象网络科技有限公司 | 一种拍摄模式触发的方法、装置、电子设备 |
CN111327816A (zh) * | 2020-01-13 | 2020-06-23 | 上海摩象网络科技有限公司 | 图像处理方法及其装置、电子设备以及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112188085A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111402135B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN110149482A (zh) | 对焦方法、装置、电子设备和计算机可读存储介质 | |
CN105303161A (zh) | 一种多人拍照的方法及装置 | |
CN103297697A (zh) | 在拍照过程中显示模板照片的方法及装置 | |
CN103685940A (zh) | 一种通过表情识别拍摄照片的方法 | |
CN112702521B (zh) | 图像拍摄方法及装置、电子设备、计算机可读存储介质 | |
CN105247567B (zh) | 一种图像重新聚焦装置、方法、系统以及非瞬态程序存储设备 | |
CN108337471B (zh) | 视频画面的处理方法及装置 | |
CN105872363A (zh) | 人脸对焦清晰度的调整方法及调整装置 | |
CN106815803B (zh) | 图片的处理方法及装置 | |
CN105744168B (zh) | 一种信息处理方法及电子设备 | |
CN110266954A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN105282455B (zh) | 一种拍照方法、装置及移动终端 | |
CN112184722B (zh) | 图像处理方法、终端及计算机存储介质 | |
CN112954220A (zh) | 图像预览方法及装置、电子设备、存储介质 | |
CN118396863A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN114466133B (zh) | 拍照方法及装置 | |
CN104869283B (zh) | 一种拍摄方法及电子设备 | |
CN109726716A (zh) | 一种图像处理方法及系统 | |
CN101841654B (zh) | 图像处理装置以及图像处理方法 | |
CN105467741A (zh) | 一种全景拍照方法及终端 | |
CN112188085B (zh) | 一种图像处理方法及手持云台相机 | |
CN104104880A (zh) | 移动终端及其拍摄方法 | |
CN115334241B (zh) | 对焦控制方法、装置、存储介质及摄像设备 | |
CN114339029B (zh) | 拍摄方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |