CN112203012A - 一种图像清晰度计算方法、自动聚焦方法及系统 - Google Patents
一种图像清晰度计算方法、自动聚焦方法及系统 Download PDFInfo
- Publication number
- CN112203012A CN112203012A CN202010860683.3A CN202010860683A CN112203012A CN 112203012 A CN112203012 A CN 112203012A CN 202010860683 A CN202010860683 A CN 202010860683A CN 112203012 A CN112203012 A CN 112203012A
- Authority
- CN
- China
- Prior art keywords
- image
- focusing
- value
- definition
- image block
- 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
-
- 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
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- 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
- H04N23/671—Focus control based on electronic image sensor signals in combination with active ranging signals, e.g. using light or sound signals emitted toward objects
-
- 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
- H04N23/675—Focus control based on electronic image sensor signals comprising setting of focusing regions
Abstract
一种图像清晰度计算方法、自动聚焦方法及系统,所述自动聚焦方法方法包括:步骤1,对镜头进行初步聚焦,将镜头移动到聚焦限位值范围内;步骤2,拍摄目标图像,计算图像每一帧的清晰度;步骤3,基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索,直至变焦电机运动到清晰度最大值对应的聚焦位置,完成自动聚焦。本发明先进行初步聚焦,在初步聚焦之后进行清晰度计算,最后进行峰值搜索,驱动变焦电机运动到清晰度最大值对应的聚焦位置,完成聚焦,相对于现有的聚焦方法,本发明对光线要求不高,聚焦速度快且聚焦精度高。
Description
技术领域
本发明涉及图像处理领域,具体涉及一种图像清晰度计算方法、自动聚焦方法及系统。
背景技术
近年来,随着数字图像处理技术、光学镜头和图像传感器工艺的不断进步,越来越多的成像设备采用自动聚焦技术代替繁琐的手动聚焦。当前主要的自动聚焦方法可分为三大类:
一类是基于测距元件的主动式聚焦方法,如基于激光测距传感器的聚焦方法,根据激光测距得到目标与镜头的距离,依据光学的成像原理,进行聚焦;一类是基于图像信息的反差式聚焦方法,如基于图像的梯度信息的聚焦方法,计算镜头移动过程中图像的梯度值,寻找梯度值最大的位置;另一类是基于感光元件的相位聚焦方法,根据感光元件上的相位变化,计算目标的距离变化,实现自动聚焦。
当前的三类聚焦方法存在以下问题:
1.基于测距元件的主动式聚焦方法测量范围有限,存在物体本身可能会吸收光或波、发出的光波可能被障碍物遮挡等问题;
2.基于图像信息的反差式聚焦方法存在镜头反复移动的过程,聚焦速度慢,使用体验不好;
3.基于感光元件的相位聚焦方法对光线要求较高,针对弱光环境,聚焦的速度和性能会明显下降。
发明内容
鉴于现有技术中存在的技术缺陷和技术弊端,本发明实施例提供克服上述问题或者至少部分地解决上述问题的一种图像清晰度计算方法、自动聚焦方法及系统,具体方案如下:
作为本发明的第一方面,提供一种图像清晰度计算方法,所述方法包括:
将将每帧图像分成n*n的图像块,即将图像分成n行n列,每一行具有n个图像块,每一列也有n个图像块,分别计算每一个图像块的梯度值、图像熵和亮度直方图;
将每一个图像块的梯度值和图像熵进行融合,得到评价图像清晰度的清晰度值;
基于每帧图像对应图像块的亮度直方图对对应图像块进行权值赋值,基于各图像块的权值计算每帧图像最终的清晰度值。
进一步,对图像块的权值赋值具体为:
根据每帧图像各图像块的亮度直方图,进行场景判断,若每一个图像块的亮度直方图的像素点密集区都集中于灰度值的中间区间段,则表明当前场景为单一场景,每个图像块的权值设置为1;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的开始区间段,则表明该图像块亮度偏低,即为弱光场景,将对应图像块权值置为0;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的尾部区间段,则表明该图像块中存在强点光源,即为强点光源场景,将对应图像块权值置为0
作为本发明的第二方面,提供一种自动聚焦方法,所述方法包括:
步骤1,对镜头进行初步聚焦,将镜头移动到聚焦限位值范围内;
步骤2,拍摄目标图像,计算图像每一帧的清晰度;
步骤3,基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索,直至变焦电机运动到清晰度最大值对应的聚焦位置,完成自动聚焦。
进一步地,步骤1还包括初始化聚焦位置,具体为:根据变焦-对焦关系曲线,确定最近可聚焦点和最远可聚焦点,将最近可聚焦点和最远可聚焦点对应的聚焦位置作为聚焦限位值范围,驱动变焦电机将镜头移动至聚焦限位值范围的中间位置。
进一步地,步骤1中,对镜头进行初步聚焦具体为:
获取目标与镜头的距离,即物距,依据光学成像原理或实际数据拟合的物距-像距关系曲线,获取对应的像距,判断像距是否超出聚焦限位值范围,如若是,将镜头移动到聚焦限位值范围,完成初步聚焦。
进一步地,步骤2具体为:
将每帧图像分成n*n的图像块,即将图像分成n行n列,每一行具有n个图像块,每一列也有n个图像块,分别计算每一个图像块的梯度值、图像熵和亮度直方图;
将每一个图像块的梯度值和图像熵进行融合,得到评价图像清晰度的清晰度值;
基于每帧图像对应图像块的亮度直方图对对应图像块进行权值赋值,基于各图像块的权值计算每帧图像最终的清晰度值。
进一步地,对图像块的权值赋值具体为:
根据每帧图像各图像块的亮度直方图,进行场景判断,若每一个图像块的亮度直方图的像素点密集区都集中于灰度值的中间区间段,则表明当前场景为单一场景,每个图像块的权值设置为1;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的开始区间段,则表明该图像块亮度偏低,即为弱光场景,将对应图像块权值置为0;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的尾部区间段,则表明该图像块中存在强点光源,即为强点光源场景,将对应图像块权值置为0。
进一步地,步骤3中,基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索具体为:记录清晰度值最大值对应的聚焦位置,使变焦电机从当前位置向清晰度最大值对应的聚焦位置移动,并基于清晰度值的上升沿和下降沿判断是否移动到清晰度最大值对应的聚焦位置。
进一步地,所述方法还包括:聚焦完成后,进入聚焦监测状态,比较相邻两帧之间的每一对应位置图像块的清晰度或亮度直方图变化,若变化小于预设阈值,则表明场景未发生变化,继续监测,否则表明场景发生变化,则继续比较前k帧中相邻图像的每一对应位置图像块清晰度值或亮度直方图变化,若变化小于预设阈值,则表明场景变化停止,进行重新聚焦,否则场景变化未停止。
作为本发明的第三方面,提供一种自动聚焦系统,所述系统包括初步聚焦单元、清晰度计算单元和峰值搜索单元;
所述初步聚焦单元用于对镜头进行初步聚焦,将镜头移动到聚焦限位值范围内;
所述清晰度计算单元拍摄目标图像,计算图像每一帧的清晰度;
所述峰值搜索单元用于基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索,直至变焦电机运动到清晰度最大值对应的位置,完成自动聚焦。
本发明具有以下有益效果:
本发明基于激光测距传感器,获取目标与镜头的距离,通过初步聚焦模块将镜头移动至聚焦位置附近,通过分块图像处理计算图像熵和梯度信息,进行精细聚焦,同时不断的进行场景监测,判断场景是否发生变化,由于采用分步式聚焦方法,对光线要求不高,聚焦速度快,聚焦精度高,即使测距失败,也可以自动聚焦,且当场景发生变化时,会自动重新聚焦。
附图说明
图1为本发明实施例提供的一种图像清晰度计算方法流程图;
图2为本发明实施例提供的一种自动聚焦方法的流程图;
图3位本发明实施例提供的一种自动聚焦系统的框架图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
如图1所示,作为本发明的第一实施例,提供一种图像清晰度计算方法,所述方法包括:
将将每帧图像分成n*n的图像块,即将图像分成n行n列,每一行具有n个图像块,每一列也有n个图像块,优选每个图像块的面积相同,分别计算每一个图像块的梯度值、图像熵和亮度直方图;
其中,可采用Roberts函数、Tenengrad函数、Brenner函数、方差Variance函数、拉普拉斯Laplace函数等计算图像的梯度值,可采用信息熵或灰度熵计算图像的熵;
其中p(i)为灰度值等于i时的概率,M、N为图像的分辨率,f(x,y)为像素点(x,y)处的光子数,将每一个图像块的梯度值和图像熵进行融合,得到评价图像清晰度的清晰度值表示为如下公式:
f=αg+(1-α)h;
其中,g为图像梯度值,h为图像熵,α为权重;
基于每帧图像对应图像块的亮度直方图对对应图像块进行权值赋值,基于各图像块的权值计算每帧图像最终的清晰度值,表示为如下公式:
其中,wij为第i行第j列图像块的权值,f(i,j)为第i行第j列图像块的清晰度值。
其中,对图像块的权值赋值具体为:
根据每帧图像各图像块的亮度直方图,进行场景判断,若每一个图像块的亮度直方图的像素点密集区都集中于灰度值的中间区间段,则表明当前场景为单一场景,每个图像块的权值设置为1;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的开始区间段,则表明该图像块亮度偏低,即为弱光场景,将对应图像块权值置为0;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的尾部区间段,则表明该图像块中存在强点光源,即为强点光源场景,将对应图像块权值置为0。
如图2所示,作为本发明的第二实施例,提供一种自动聚焦方法,所述方法包括:
步骤1,对镜头进行初步聚焦,将镜头移动到聚焦限位值范围内;
步骤2,拍摄目标图像,计算图像每一帧的清晰度;
步骤3,基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索,直至变焦电机运动到清晰度最大值对应的聚焦位置,完成自动聚焦。
其中,所述聚焦限位值范围为最近可聚焦点和最远可聚焦点对应的聚焦位置区间。
本发明先进行初步聚焦,在初步聚焦之后进行清晰度计算,最后进行峰值搜索,驱动变焦电机运动到清晰度最大值对应的聚焦位置,相对于现有的聚焦方法,本发明对光线要求不高,聚焦速度快且聚焦精度高。
其中,步骤1还包括初始化聚焦位置,具体为:根据变焦-对焦关系曲线,确定最近可聚焦点和最远可聚焦点,将最近可聚焦点和最远可聚焦点对应的聚焦位置区间作为聚焦限位值范围,驱动变焦电机将镜头移动至聚焦限位值范围的中间位置,从而对进行初始化参数。
其中,步骤1中,对镜头进行初步聚焦具体为:
基于激光测距模块,获取目标与镜头的距离,即物距,依据光学成像原理或实际数据拟合的物距-像距关系曲线,获取对应的像距,判断像距是否超出聚焦限位值范围,如若是,将镜头移动到聚焦限位值范围,完成初步聚焦;否则驱动步进电机,使得镜头到达聚焦位置附近,进行下一步的精细聚焦过程。
精细聚焦的具体方法如下:
1)对图像进行分块处理,计算图像每一帧的清晰度;
将每帧图像分成n*n的图像块,即将图像分成n行n列,每一行具有n个图像块,每一列也有n个图像块,分别计算每一个图像块的梯度值、图像熵和亮度直方图;
将每一个图像块的梯度值和图像熵进行融合,得到评价图像清晰度的清晰度值,表示为如下公式:
f=αg+(1-α)h;
其中,g为图像梯度值,h为图像熵,α为权重;
基于每帧图像对应图像块的亮度直方图对对应图像块进行权值赋值,基于各图像块的权值计算每帧图像最终的清晰度值,表示为如下公式:
其中,wij为第i行第j列图像块的权值,f(i,j)为第i行第j列图像块的清晰度值。
其中,对图像块的权值赋值具体为:
根据每帧图像各图像块的亮度直方图,进行场景判断,若每一个图像块的亮度直方图的像素点密集区都集中于灰度值的中间区间段,则表明当前场景为单一场景,每个图像块的权值设置为1;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的开始区间段,则表明该图像块亮度偏低,即为弱光场景,将对应图像块权值置为0;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的尾部区间段,则表明该图像块中存在强点光源,即为强点光源场景,将对应图像块权值置为0。
其中,灰度值指图像中像素点的颜色深度,范围为0到255,0代表纯黑,255代表纯白,从左到右随着数值的增大,画面不断的从黑色到灰色到白色,其中间部分就是不同浓度的灰色亮度,纵坐标y表示像素点个数,y值越大,表示对应亮度位置的像素点越密集;亮度直方图的像素点密集区都集中于灰度值的中间区间段,即亮度直方图集中在127.5附近,具体可以预先设定,例如,设定中间区间段为127正负M1内,即中间区间段为127.5-M1至127.5+M1区间,设定开始区间段为0至M2区间,设定尾部区间段为255-M3至255区间。
2)峰值搜索;
基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索,具体为:记录清晰度值最大值对应的聚焦位置,使变焦电机从当前位置向清晰度最大值对应的聚焦位置移动,并基于清晰度值的上升沿和下降沿判断是否移动到清晰度最大值对应的聚焦位置。
基于清晰度值的上升沿和下降沿判断是否移动到清晰度最大值对应的聚焦位置具体原理如下:
a,确定变焦电机运动方向,变焦电机在位置区间进行搜索时,实时判断是否为上升沿或下降沿,若为上升沿,说明变焦电机在向最大清晰度对应的聚焦位置移动,若为下降沿,说明变焦电机在向最大清晰度对应的聚焦位置的反向移动,更改变焦电机运动方向,使变焦电机向最大清晰度对应的聚焦位置移动;
b,确定变焦电机运动方向后,继续以小步长运动,重新判断是否为下降沿,若进入下降沿,则表明已越过波峰,即越过最大清晰度值对应的聚焦位置,行程中已经经过最大清晰度值对应的聚焦位置;
C,增大电机运动步长,反向移动至最大清晰度值对应的聚焦位置,即完成峰值搜索。
3)聚焦监测;
聚焦完成后,进入聚焦监测状态,比较相邻两帧之间的每一对应位置图像块的清晰度或亮度直方图变化,若变化小于预设阈值,则表明场景未发生变化,继续监测,否则表明场景发生变化,则继续比较前k帧中相邻图像的每一对应位置图像块清晰度值或亮度直方图变化,若变化小于预设阈值,则表明场景变化停止,进行重新聚焦,否则场景变化未停止。
需要说明的是,图像块的比较是相邻两帧图像中每一对应位置的图像块进行比较,比较二者清晰度和/或亮度直方图变化,例如,第一帧图像的第i行第j列图像块与第二帧图像对应的第i行第j列图像块的清晰度差值大于预设阈值,或者第一帧图像的第i行第j列亮度直方图与第二帧图像对应的第i行第j列亮度直方图之间的变化小于预设阈值,则表明场景未发生变化,否则表明场景发生变化。
如图3所示,作为本发明的第三实施例,提供一种自动聚焦系统,所述系统包括初步聚焦单元、清晰度计算单元和峰值搜索单元;
所述初步聚焦单元用于对镜头进行初步聚焦,将镜头移动到聚焦限位值范围内;
所述清晰度计算单元拍摄目标图像,计算图像每一帧的清晰度;
所述峰值搜索单元用于基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索,直至变焦电机运动到清晰度最大值对应的位置,完成自动聚焦。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像清晰度计算方法,其特征在于,所述方法包括:
将将每帧图像分成n*n的图像块,即将图像分成n行n列,每一行具有n个图像块,每一列也有n个图像块,分别计算每一个图像块的梯度值、图像熵和亮度直方图;
将每一个图像块的梯度值和图像熵进行融合,得到评价图像清晰度的清晰度值;
基于每帧图像对应图像块的亮度直方图对对应图像块进行权值赋值,基于各图像块的权值计算每帧图像最终的清晰度值。
2.根据权利要求1所述的图像清晰度计算方法,其特征在于,对图像块的权值赋值具体为:
根据每帧图像各图像块的亮度直方图,进行场景判断,若每一个图像块的亮度直方图的像素点密集区都集中于灰度值的中间区间段,则表明当前场景为单一场景,每个图像块的权值设置为1;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的开始区间段,则表明该图像块亮度偏低,即为弱光场景,将对应图像块权值置为0;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的尾部区间段,则表明该图像块中存在强点光源,即为强点光源场景,将对应图像块权值置为0。
3.一种自动聚焦方法,其特征在于,所述方法包括:
步骤1,对镜头进行初步聚焦,将镜头移动到聚焦限位值范围内;
步骤2,拍摄目标图像,计算图像每一帧的清晰度;
步骤3,基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索,直至变焦电机运动到清晰度最大值对应的聚焦位置,完成自动聚焦。
4.根据权利要求3所述的自动聚焦方法,其特征在于,步骤1还包括初始化聚焦位置,具体为:根据变焦-对焦关系曲线,确定最近可聚焦点和最远可聚焦点,将最近可聚焦点和最远可聚焦点对应的聚焦位置作为聚焦限位值范围,驱动变焦电机将镜头移动至聚焦限位值范围的中间位置。
5.根据权利要求3所述的自动聚焦方法,其特征在于,步骤1中,对镜头进行初步聚焦具体为:
获取目标与镜头的距离,即物距,并根据物距-像距关系曲线,获取对应的像距,判断像距是否超出聚焦限位值范围,如若是,将镜头移动到聚焦限位值范围,完成初步聚焦。
6.根据权利要求3所述的自动聚焦方法,其特征在于,步骤2具体为:
将每帧图像分成n*n的图像块,即将图像分成n行n列,每一行具有n个图像块,每一列也有n个图像块,分别计算每一个图像块的梯度值、图像熵和亮度直方图;
将每一个图像块的梯度值和图像熵进行融合,得到评价图像清晰度的清晰度值;
基于每帧图像对应图像块的亮度直方图对对应图像块进行权值赋值,基于各图像块的权值计算每帧图像最终的清晰度值。
7.根据权利要求6所述的自动聚焦方法,其特征在于,对图像块的权值赋值具体为:
根据每帧图像各图像块的亮度直方图,进行场景判断,若每一个图像块的亮度直方图的像素点密集区都集中于灰度值的中间区间段,则表明当前场景为单一场景,每个图像块的权值设置为1;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的开始区间段,则表明该图像块亮度偏低,即为弱光场景,将对应图像块权值置为0;若某一个图像块的亮度直方图的像素点密集区集中于灰度值的尾部区间段,则表明该图像块中存在强点光源,即为强点光源场景,将对应图像块权值置为0。
8.根据权利要求3所述的自动聚焦方法,其特征在于,步骤3中,基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索具体为:记录清晰度值最大值对应的聚焦位置,使变焦电机从当前位置向清晰度最大值对应的聚焦位置移动,并基于清晰度值的上升沿和下降沿判断是否移动到清晰度最大值对应的聚焦位置。
9.根据权利要求3所述的自动聚焦方法,其特征在于,所述方法还包括:聚焦完成后,进入聚焦监测状态,比较相邻两帧之间的每一对应位置图像块的清晰度或亮度直方图变化,若变化小于预设阈值,则表明场景未发生变化,继续监测,否则表明场景发生变化,则继续比较前k帧中相邻图像的每一对应位置图像块清晰度值或亮度直方图变化,若变化小于预设阈值,则表明场景变化停止,进行重新聚焦,否则场景变化未停止。
10.一种自动聚焦系统,其特征在于,所述系统包括初步聚焦单元、清晰度计算单元和峰值搜索单元;
所述初步聚焦单元用于对镜头进行初步聚焦,将镜头移动到聚焦限位值范围内;
所述清晰度计算单元拍摄目标图像,计算图像每一帧的清晰度;
所述峰值搜索单元用于基于图像每一帧的清晰度值,驱动变焦电机运动,进行峰值搜索,直至变焦电机运动到清晰度最大值对应的位置,完成自动聚焦。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010860683.3A CN112203012B (zh) | 2020-08-25 | 2020-08-25 | 一种图像清晰度计算方法、自动聚焦方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010860683.3A CN112203012B (zh) | 2020-08-25 | 2020-08-25 | 一种图像清晰度计算方法、自动聚焦方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112203012A true CN112203012A (zh) | 2021-01-08 |
CN112203012B CN112203012B (zh) | 2022-04-22 |
Family
ID=74006185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010860683.3A Active CN112203012B (zh) | 2020-08-25 | 2020-08-25 | 一种图像清晰度计算方法、自动聚焦方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112203012B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113794838A (zh) * | 2021-10-20 | 2021-12-14 | 武汉高德智感科技有限公司 | 一种自动对焦方法及系统 |
CN113827181A (zh) * | 2021-11-16 | 2021-12-24 | 杭州目乐医疗科技股份有限公司 | 角膜图像生成方法及装置 |
CN114022484A (zh) * | 2022-01-10 | 2022-02-08 | 深圳金三立视频科技股份有限公司 | 一种点光源场景的图像清晰度值计算方法及终端 |
CN114422690A (zh) * | 2021-12-16 | 2022-04-29 | 北京波谱华光科技有限公司 | 一种自动聚焦的控制方法、装置、电子设备及存储介质 |
CN114760419A (zh) * | 2022-06-15 | 2022-07-15 | 深圳深知未来智能有限公司 | 一种基于深度学习的自动对焦方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968800A (zh) * | 2012-12-14 | 2013-03-13 | 宁波江丰生物信息技术有限公司 | 一种图像清晰度的评价方法 |
CN103513395A (zh) * | 2012-06-15 | 2014-01-15 | 中兴通讯股份有限公司 | 一种被动式自动聚焦方法及装置 |
CN103793918A (zh) * | 2014-03-07 | 2014-05-14 | 深圳市辰卓科技有限公司 | 一种图像清晰度检测方法及装置 |
CN104182962A (zh) * | 2013-05-28 | 2014-12-03 | 腾讯科技(深圳)有限公司 | 评价图片清晰度的方法及装置 |
CN106161960A (zh) * | 2016-08-26 | 2016-11-23 | 曾美枝 | 拍照方法和装置 |
CN106934790A (zh) * | 2015-12-30 | 2017-07-07 | 浙江大华技术股份有限公司 | 一种图像清晰度的评价方法、自动聚焦的方法及相应装置 |
US20180350106A1 (en) * | 2017-06-05 | 2018-12-06 | Qualcomm Incorporated | Systems and methods for producing image feedback |
CN109831609A (zh) * | 2019-03-05 | 2019-05-31 | 上海炬佑智能科技有限公司 | Tof深度相机及其自动对焦方法 |
CN111327802A (zh) * | 2020-02-28 | 2020-06-23 | 浙江大华技术股份有限公司 | 图像清晰度的调整方法及装置、存储介质、电子装置 |
-
2020
- 2020-08-25 CN CN202010860683.3A patent/CN112203012B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103513395A (zh) * | 2012-06-15 | 2014-01-15 | 中兴通讯股份有限公司 | 一种被动式自动聚焦方法及装置 |
CN102968800A (zh) * | 2012-12-14 | 2013-03-13 | 宁波江丰生物信息技术有限公司 | 一种图像清晰度的评价方法 |
CN104182962A (zh) * | 2013-05-28 | 2014-12-03 | 腾讯科技(深圳)有限公司 | 评价图片清晰度的方法及装置 |
CN103793918A (zh) * | 2014-03-07 | 2014-05-14 | 深圳市辰卓科技有限公司 | 一种图像清晰度检测方法及装置 |
CN106934790A (zh) * | 2015-12-30 | 2017-07-07 | 浙江大华技术股份有限公司 | 一种图像清晰度的评价方法、自动聚焦的方法及相应装置 |
CN106161960A (zh) * | 2016-08-26 | 2016-11-23 | 曾美枝 | 拍照方法和装置 |
US20180350106A1 (en) * | 2017-06-05 | 2018-12-06 | Qualcomm Incorporated | Systems and methods for producing image feedback |
CN109831609A (zh) * | 2019-03-05 | 2019-05-31 | 上海炬佑智能科技有限公司 | Tof深度相机及其自动对焦方法 |
CN111327802A (zh) * | 2020-02-28 | 2020-06-23 | 浙江大华技术股份有限公司 | 图像清晰度的调整方法及装置、存储介质、电子装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113794838A (zh) * | 2021-10-20 | 2021-12-14 | 武汉高德智感科技有限公司 | 一种自动对焦方法及系统 |
CN113794838B (zh) * | 2021-10-20 | 2023-06-06 | 武汉高德智感科技有限公司 | 一种自动对焦方法及系统 |
CN113827181A (zh) * | 2021-11-16 | 2021-12-24 | 杭州目乐医疗科技股份有限公司 | 角膜图像生成方法及装置 |
CN114422690A (zh) * | 2021-12-16 | 2022-04-29 | 北京波谱华光科技有限公司 | 一种自动聚焦的控制方法、装置、电子设备及存储介质 |
CN114422690B (zh) * | 2021-12-16 | 2022-12-20 | 北京波谱华光科技有限公司 | 一种自动聚焦的控制方法、装置、电子设备及存储介质 |
CN114022484A (zh) * | 2022-01-10 | 2022-02-08 | 深圳金三立视频科技股份有限公司 | 一种点光源场景的图像清晰度值计算方法及终端 |
CN114022484B (zh) * | 2022-01-10 | 2022-04-29 | 深圳金三立视频科技股份有限公司 | 一种点光源场景的图像清晰度值计算方法及终端 |
CN114760419A (zh) * | 2022-06-15 | 2022-07-15 | 深圳深知未来智能有限公司 | 一种基于深度学习的自动对焦方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112203012B (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112203012B (zh) | 一种图像清晰度计算方法、自动聚焦方法及系统 | |
CN102301693B (zh) | 识别用摄像装置以及其控制方法 | |
CN109451244B (zh) | 一种基于液体镜头的自动调焦方法及系统 | |
CN109521547B (zh) | 一种变步长的自动调焦方法及系统 | |
CN107566741B (zh) | 对焦方法、装置、计算机可读存储介质和计算机设备 | |
CN108156371B (zh) | 一种红外自动对焦快速搜索方法 | |
CN108259753A (zh) | 一种基于离焦估计改进爬山法的相机自动调焦方法及装置 | |
JP2004077959A (ja) | 焦点調節方法およびカメラ | |
US20130044227A1 (en) | Imaging device and distance information detecting method | |
US9288378B2 (en) | Autofocus apparatus | |
US8855479B2 (en) | Imaging apparatus and method for controlling same | |
CN110519514B (zh) | 一种天文望远镜自动调焦算法 | |
CN103945133A (zh) | 一种可见光镜头的自动聚焦装置及方法 | |
WO2018228329A1 (zh) | 对焦控制方法、装置、计算机可存储介质和移动终端 | |
US20130044226A1 (en) | Imaging device and distance information detecting method | |
CN113923358A (zh) | 一种飞拍模式下的在线自动对焦方法和系统 | |
CN105430277A (zh) | 自动聚焦控制方法和装置 | |
CN110324536A (zh) | 一种用于显微相机的图像变化自动感知对焦方法 | |
US7844172B1 (en) | Adaptive autofocus lens positioning | |
CN109889728B (zh) | 一种基于电液可调焦镜头的移动目标实时自动对焦方法 | |
CN114785953B (zh) | 基于sfr的相机自动对焦方法及装置 | |
US20130044212A1 (en) | Imaging device and distance information detecting method | |
CN106556958A (zh) | 距离选通成像的自动聚焦方法 | |
WO2022011657A1 (zh) | 图像处理方法及装置、电子设备及计算机可读存储介质 | |
JP2605004B2 (ja) | カメラにおける自動追尾装置 |
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 |