CN112565605A - 图像显示方法、装置和电子设备 - Google Patents

图像显示方法、装置和电子设备 Download PDF

Info

Publication number
CN112565605A
CN112565605A CN202011389742.XA CN202011389742A CN112565605A CN 112565605 A CN112565605 A CN 112565605A CN 202011389742 A CN202011389742 A CN 202011389742A CN 112565605 A CN112565605 A CN 112565605A
Authority
CN
China
Prior art keywords
coordinate information
image
frame image
matched
displayed
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
Application number
CN202011389742.XA
Other languages
English (en)
Other versions
CN112565605B (zh
Inventor
胡坤磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN202011389742.XA priority Critical patent/CN112565605B/zh
Publication of CN112565605A publication Critical patent/CN112565605A/zh
Application granted granted Critical
Publication of CN112565605B publication Critical patent/CN112565605B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N23/62—Control of parameters via user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
    • 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
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Controls And Circuits For Display Device (AREA)

Abstract

本申请公开了一种图像显示方法、装置和电子设备，属于图像处理技术领域。方法包括：在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，其中，所述第一对象为所述第N帧图像中的部分图像区域，所述N为正整数；显示目标图像，其中，所述目标图像为：基于所述第二对象对所述第N+1帧图像进行抖动平滑处理后的图像。本申请提供的图像显示方法，可以对采集的图像进行及时修正后再进行显示，降低拍摄或者观看远景过程中因抖动对显示界面中显示的图像质量的影响，从而提升电子设备在发生抖动情况下的图像显示质量。

Description

图像显示方法、装置和电子设备
技术领域
本申请属于图像处理技术领域，具体涉及一种图像显示方法、装置和电子设备。
背景技术
智能手机和平板电脑等电子设备上通常都设置有相机模块，且相机模块已成为电子设备中被人们使用最为频繁的部件之一。电子设备的相机模块不仅能够满足人们的拍摄图像或者视频的需求，在相机模块处于变焦模式下，还能够供人们用于观看一定距离的景物。但是，在人们手持电子设备进行拍摄或者观看景物的过程中，由于会出现用户手部抖动，从而可能导致电子设备显示界面中显示的图像质量降低，尤其是在相机模块处于高倍变焦(如10倍焦距以上等)模式下，发生轻微抖动都会引起图像质量降低。
可见，目前电子设备由用户手持进行拍摄或观看远景的过程中，存在因抖动而引起显示的图像质量低的问题。
发明内容
本申请实施例的目的是提供一种图像显示方法、装置和电子设备，能够解决电子设备存在的因抖动引起显示的图像质量低的问题。
为了解决上述技术问题，本申请是这样实现的：
第一方面，本申请实施例提供了一种图像显示方法，该方法包括：
在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，其中，所述第一对象为所述第N帧图像中的部分图像区域，所述N为正整数；
显示目标图像，其中，所述目标图像为：基于所述第二对象对所述第N+1帧图像进行抖动平滑处理后的图像。
第二方面，本申请实施例提供了一种图像显示装置，包括：
匹配模块，用于在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，其中，所述第一对象为所述第N帧图像中的部分图像区域，所述N为正整数；
显示模块，用于显示目标图像，其中，所述目标图像为：基于所述第二对象对所述第N+1帧图像进行抖动平滑处理后的图像。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
在本申请实施例中，在当前采集到的第N+1帧图像中，确定与前一帧图像(即第N帧图像)中的第一对象匹配的第二对象，并将基于第二对象对第N+1帧图像进行抖动平滑处理得到目标图像进行显示，如此，通过本申请实施例，在当前采集图像时存在抖动的情况下，可以对采集的图像进行及时修正后再进行显示，降低拍摄或者观看远景过程中因抖动对显示界面中显示的图像质量的影响，从而提升电子设备在发生抖动情况下的图像显示质量。
附图说明
图1是本申请实施例提供的图像显示方法的流程示意图；
图2是本申请实施例提供的第N帧图像的示意图之一；
图3是本申请实施例提供的第N+1帧图像的示意图之一；
图4是本申请实施例提供的第N帧图像的示意图之二；
图5是本申请实施例提供的第N+1帧图像的示意图之二；
图6是本申请实施例提供的对象匹配的示意图；
图7是本申请实施例提供的图像显示装置的示意图；
图8是本申请实施例提供的电子设备的硬件结构示意图之一；
图9是本申请实施例提供的电子设备的硬件结构示意图之二。
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作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。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合附图，通过具体地实施例及其应用场景对本申请实施例提供的图像显示方法进行详细地说明。
请参见图1，本申请实施例提供一种图像显示方法，该图像显示方法应用于电子设备，如图1所示，所述方法包括如下步骤：
步骤101、在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，其中，所述第一对象为所述第N帧图像中的部分图像区域，所述N为正整数；
步骤102、显示目标图像，其中，所述目标图像为：基于所述第二对象对所述第N+1帧图像进行抖动平滑处理后的图像。
这里，电子设备可以在当前采集到的第N+1帧图像中，确定与前一帧图像(即第N帧图像)中的第一对象匹配的第二对象，并将基于第二对象对第N+1帧图像进行抖动平滑处理得到目标图像进行显示，如此，通过本申请实施例，在当前采集图像时存在抖动的情况下，可以对采集的图像进行及时修正后再进行显示，降低拍摄或者观看远景过程中因抖动对显示界面中显示的图像质量的影响，从而提升电子设备在发生抖动情况下的图像显示质量。
在上述步骤101中，在用户通过电子设备的相机模块进行拍摄或者观看景物的过程中，电子设备可以在当前采集到的帧图像(即第N+1帧图像)中确定与前一帧图像(即第N帧图像)中的第一对象匹配的第二对象。
本申请实施例中，上述第N+1帧图像可以是电子设备的相机模块处于正常焦距模式下采集的图像；或者，也可以是电子设备的相机模块处于变焦模式下采集的图像，例如，可以是在3倍焦距、5倍焦距或者高倍焦距(如10倍焦距以上等)等的情况下采集的图像。
需要说明的是，上述第N帧图像为在采集到上述第N+1帧图像的前一帧在显示界面中显示图像，且相机模块在显示第N帧图像与采集第N+1帧图像下的拍摄模式未发生改变。
另外，上述第N帧图像可以是第1帧图像(即N＝1)，由于电子设备在采集第1帧图像下用户手部通常不会发生抖动，该第1帧图像可以是相机模块开启时采集到并直接在显示界面中显示的图像。
具体地，上述第1帧图像可以是电子设备在接收到用于指示预设拍摄模式开启的输入的情况下，响应于该输入控制相机模块开启预设拍摄模式，此时，相机模块采集到并在电子设备的显示界面中显示的图像为上述第1帧图像。其中，该预设拍摄模式可以是正常拍摄模式或者变焦拍摄模式，等等。
例如，如图2所示，在电子设备的相机模块开启且拍摄模式已选取高倍跟踪模式的情况下，若电子设备接收到用户对拍摄开启按钮21的点击输入(即用于指示高倍变焦模式开启)的情况下，电子设备开启高倍变焦模式，并将开启高倍变焦模式时采集到并进行显示的图像作为上述第1帧图像。
或者，该第1帧图像也可以是接收到用户在预设输入的情况下采集并显示于上述显示界面中的图像。具体地，在相机模块处于高倍变焦模式下进行拍摄的过程中，若电子设备接收到用于指示重新开始采集图像的第一输入的情况下，电子将接收到第一输入时采集并进行显示的图像确定为第1帧图像。
例如，在如图2所示电子设备处于高倍变焦模式的情况下，当用户移动手机拍摄位置时，电子设备的屏幕中的画面也会发生变化，此时若电子设备接收到用户点击屏幕上的触控输入(即第一输入)，则电子设备可以将接受到触控输入时采集并显示的图像作为上述第1帧图像。
当然，上述第N帧图像也可以是在第1帧图像之后显示于显示界面中的任意一帧图像，即N大于1，此时第N帧图像可以是经过抖动平滑处理之后显示的图像，从而可以提升第N+1帧图像的防抖处理性能，进一步提升电子设备显示的图像质量。
例如，在如图2所示的电子设备处于高倍变焦模式的情况下，若电子设备一直未接收到用户点击屏幕上的触控输入，则电子设备会将上一帧显示的图像作为第N帧图像，该上一帧显示的图像为对上一帧采集的图像进行抖动平滑处理之后显示于显示界面中的图像。
需要说明的是，上述电子设备在采集到上述第N+1帧图像之后并不是直接将采集到的第N+1帧图像进行显示，而是对第N+1帧图像经过修正后进行显示。
本申请实施例中，上述第一对象为第N帧图像中的部分图像区域，可以是电子设备对第N帧图像进行图像分割得到至少两个部分图像区域，并将每一分割得到的图像区域作为一个待选取对象，而该第一对象为在至少两个图像区域对应的至少两个待选取对象中确定的一个对象。
其中，在第N帧图像为第1帧图像的情况下，上述在第1帧图像分割后得到的至少两个待选取对象中确定上述第一对象，可以是根据用户的输入确定。具体地，在所述N为1的情况下，在上述步骤101之前，上述方法还可以包括：
在高倍变焦模式开启或者接收到第一输入的情况下，将采集到的图像确定为第1帧图像，其中，所述第一输入用于指示重新开始采集图像；
对所述第1帧图像进行图像分割处理，得到至少两个待选取对象，其中，每一待选取对象为所述第1帧图像中部分图像区域；
在接收到用于指示对象的第二输入的情况下，将所述第二输入在所述至少两个待选取对象中指示的对象确定为所述第一对象。
这里，电子设备可以根据用户的第二输入在第1帧图像分割后得到的至少两个待选取对象中确定第一对象，从而可以满足用户的实际需求，提升用户体验效果。
本申请实施例中，上述第二输入可以是任意用于指示上述至少待选取两个对象中的任一对象的输入，且该第二输入可以是语音输入、隔空手势输入和触控输入等中的至少一种。例如，在电子设备显示有上述至少两个待选取对象的情况下，若电子设备接收到用户对至少两个待选取对象中一对象的点击输入，则将该点击输入所点击的待选取对象确定为上述第一对象。
另外，上述电子设备显示第1帧图像分割后得到的至少两个待选取对象，为便于用户在选取第一对象是便于区分至少两个待选取对象，提升用户操作效率，可以是对所述至少两个对象进行标识，即具体地，上述在接收到用于指示对象的第二输入的情况下，将所述第二输入在所述至少两个待选取对象中指示的对象确定为所述第一对象之前，还可以包括：对所述至少两个待选取对象进行标识，且不同待选取对象的标识不同。
这里，上述对至少两个待选取对象进行表示，可以是通过分割线在第1帧图像上将不同待选取对象区分；或者，也可以是对不同待选取对象设置不同的显示亮度或者颜色，等等。
例如，假设上述第1帧图像为如图3所示的图片，在电子设备对该图片进行图像分割处理之后，可以通过不同颜色以及文字描述等将每一分割得到的待选取对象进行标识，如图4所示。
本申请实施例中，在第N帧图像为第1帧图像的情况下，上述在第1帧图像分割后得到的至少两个待选取对象中确定上述第一对象，也可以是由电子设备自动确定。
具体地，上述步骤101之前，方法还可以包括：获取采集到的第1帧图像；对所述第1帧图像进行图像分割处理，得到至少两个待选取对象，其中，每一待选取对象为所述第1帧图像中部分图像区域；将所述至少两个待选取对象中满足预设条件的待选取对象确定为第一对象，从而可以减少用户的操作，提升图像处理过程中的操作便捷性以及处理效率。
其中，上述预设条件可以是任意预设的能够实现在至少两个待选取对象中确定第一对象的条件。例如，上述预设条件可以包括如下至少一项：
选取具有最小景深值的对象为第一对象；
选取中心坐标点距离第1帧图像的中心坐标点最近的待选取对象为第一对象；
选取具有最高亮度值的对象为第一对象；
选取具有最大图形面积的对象为第一对象；
等等。
另外，在上述步骤101中，电子设备在第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，可以是通过预设的图像匹配规则实现。
具体地，上述在第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，可以包括：对第N+1帧图像进行图像分割处理，得到至少两个待匹配对象；对该至少两个待匹配对象进行图像识别，确定与上述第一对象具有图像相似度的最高的对象为第二对象。
或者，上述在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与所述第一对象匹配的第二对象，包括：
对所述第N+1帧图像进行图像分割处理，得到至少两个待匹配对象；
获取至少两个第五坐标信息，其中，每一第五坐标信息为：在显示所述第N+1帧图像时一个待匹配对象在所述显示界面中的坐标信息；
基于所述至少两个第五坐标信息和所述第一对象的第四坐标信息，在所述至少两个待匹配对象中确定与所述第一对象匹配的第二对象，其中，所述第二对象与第一对象之间的距离值最小。
这里，由于前后两帧之间的时间间隔很短，第N帧图像与第N+1帧图像之间的对象发生相对位移不大，故可以将第N+1帧图像中对象相对于第N帧图像发生的运动考虑为线性运动，那么，通过基于最小距离偏差原则匹配第二对象，即将至少两个待匹配对象中每一待匹配对象与第一对象的距离值最小确定第二对象，可以提升匹配的效率以及准确性。
以如图4所示的T0时刻的图片1(即第N帧图像)和如图5所示的T1时刻的图片2(即第N+1帧图像)为例，假设分割之后得到人物1在图片1中的位置为(x0，y0)，人物1在图片2中的位置为(x1，y1)。如图4和5所示，人物1至4虽然在前后两帧有相对运动，但是可以看到前后两帧时间间隔较少，目标运动的距离较小。而在相邻帧的时间变化范围内，对上一帧的人物1中心点坐标值(即第一坐标信息)分别与下一帧检测出的物体1至4的中心点坐标值(即至少两个第四坐标信息)分别计算距离。此时，如图6所示，计算得出T0时刻的检测物体1与T1时刻的检测物体1欧式距离最近，那么认为两者匹配，即通过最小距离计算完成前后帧待平滑目标的匹配。
另外，需要说明的是，本申请实施例中上述对第N帧图像以及第N+1帧图像进行图像分割，可以是通过预设的图像分割算法实现，具体地，可以是基于深度学习的物体分割神经网络对所述第N+1帧图像进行图像分割处理，从而提升图像分割的质量，使得分割的对象更准确。
上述步骤102中，在第N+1帧图像中确定与第N+1帧图像中的第一对象匹配的第二对象之后，电子设备可以基于第二对象对上述第N+1帧图像进行抖动平滑处理，并将抖动平滑处理后的第N+1帧图像即目标图像进行显示。
本申请实施例中，上述电子设备基于第二对象对第N+1帧图像进行抖动平滑处理，可以是通过预设的抖动平滑处理算法，以第二对象为参照标的对第N+1帧图像进行整体移动，使得抖动平滑处理后的第二对像所处的位置位于或者接近目标位置，该目标位置为电子设备未发生抖动情况下该第二对象可以处于的位置，从而在发生抖动的情况下，电子设备可以及时对采集的第N+1帧图像的显示进行修正，即实际显示的图像为对采集的第N+1帧图像整体平移后得到的目标图像。
另外，上述实现抖动平滑处理后的第二对像所处的位置位于或者接近目标位置，可以是通过预设算法或者规则确定目标位置或者接近目标位置的其它位置，再基于确定的位置对上述第N+1帧图像进行整体移动。
具体地，上述步骤102之前，上述方法还可以包括：
基于所述第二对象的第一坐标信息，获取所述第二对象的修正坐标信息，其中，所述第一坐标信息为：将所述第N+1帧图像显示于显示界面时所述第二对象的坐标信息；
基于所述修正坐标信息，对所述第N+1帧图像进行整体平移，得到目标图像，其中，所述修正坐标信息为：显示所述目标图像时所述第二对象在显示界面中的坐标信息。
这里，电子设备通过第二对象的实际坐标信息(即第一坐标信息)获取上述第二对象的修正坐标信息，可以使获取到的修正坐标信息接近未发生抖动情况下第二对象实际应当所处位置的坐标信息，从而提升电子设备的防抖动处理性能。
本申请实施例中，上述基于所述第二对象的第一坐标信息，获取所述第二对象的修正坐标信息，可以是通过预设算法结合第二对象的第一坐标信息，估计第二对象在未发生抖动情况下实际应当所处位置或者接近该所处位置的坐标信息。
具体地，上述基于所述第二对象的第一坐标信息，获取所述第二对象的修正坐标信息，可以包括：
获取所述第二对象的第一坐标信息；
预测所述第二对象的第二坐标信息，其中，所述第二坐标信息为：基于卡尔曼滤波器预测到所述第二对象在所述显示界面中的坐标信息；
基于所述第一坐标信息和所述第二坐标信息，确定所述第二对象的修正坐标信息。
这里，在电子设备结合第二对象在显示界面中的实际坐标信息(即第一坐标信息)以及预测坐标信息(即第二坐标信息)，获取第二对象的修正坐标信息，从而使获取得到的修正坐标信息更接近未发生抖动情况下第二对象实际应当所处位置的坐标信息，进一步提升电子设备的防抖动处理性能。
需要说明的是，上述基于卡尔曼滤波器预测所述第二对象的第二坐标信息，可以是在电子设备中构建卡尔曼滤波器，并预设卡尔曼滤波器初始状态的均值、方差、转移矩阵以及状态矩阵等变量，可以是电子设备基于卡尔曼滤波器及其预设的初始变量，动态地估计电子设备在发生抖动情况下的移动速度以及加速度，再基于动态估计得到的移动速度及加速度计算出第二对象在显示界面中的坐标信息作为上述第二坐标信息。
具体地，上述预测所述第二对象的第二坐标信息，可以包括：
基于M个第三坐标信息，获取所述电子设备的移动速度和加速度，其中，所述M个第三坐标信息为：所述第N+1帧图像之前的M帧图像中的第三对象的坐标信息；所述第三对象为与所述第一对象匹配的对象；所述M为正整数，且所述N大于或者等于所述M；
基于所述移动速度、所述加速度以及第四坐标信息，计算得到所述第二对象的第二坐标信息，其中，所述第四坐标信息为：所述第N帧图像显示于所述显示界面时所述第一对象的坐标信息。
这里，电子设备可以通过在第N+1帧图像之前采集到的图像获取其移动速度和加速度，从而使获取的移动速度和加速度更能反映电子设备的实际运动状态，进而使预测得到的第二坐标信息更准确，提升电子设备进行防抖动处理的性能。
本本申请实施例中，上述基于至少一个第三坐标信息，获取所述电子设备的移动速度和加速度，可以是电子设备通过上述第N+1帧图像的前几帧图像(即上述至少一帧图像)对卡尔曼滤波器中的变量(如转移矩阵以及状态矩阵等)进行迭代更新，并通过迭代后的变量计算估算出电子设备的移动速度和加速度。需要说明的是，由于通过卡尔曼滤波器估算移动速度和加速度的过程为本领域技术人员熟知，在此并不进行赘述。
其中，上述M帧图像可以是预设数量的图像，例如，可以是5幅图像或者10幅图像，等等。
另外，由于可能存在第N+1帧图像之前不存在M幅图像的情况，即上述N小于M，例如，第N+1帧图像为第3帧图像，而M取值5，此时第N+1帧图像之前仅存在2幅图像；此时，电子设备可以通过预设的初始变量获取上述移动速度和加速度，在此并不作限定。
本申请实施例中，上述基于所述移动速度、所述加速度以及第四坐标信息，计算得到所述第二对象的第二坐标信息，可以是将第N+1帧图像与第N帧图像中对象的移动视为线性运动，电子设备将第N帧图像中第一对象的坐标信息、上述移动速度和上述加速度作为预设计算公式的输入，计算得到上述第二坐标信息。
例如，将T0时刻位置(x0,y0)视作上一个状态的数据(即第一对象的坐标信息)，将T1时刻位置(x1-s,y1-s)视作本状态的状态值(即第二坐标信息)，根据电子设备的前几帧的历史位置(即M帧图像的M个第三坐标信息)可以求解得到电子设备的移动速度与加速度。则由T0时刻位置(x0,y0)与电子设备的加速度、移动速度可以计算出T1时刻观测值(x1-p,y1-p)(即第二坐标信息)。
另外，上述基于所述第一坐标信息和所述第二坐标信息，确定所述第二对象的修正坐标信息，可以是电子设备将第一坐标信息和第二坐标信息输入卡尔曼滤波器中，通过卡尔滤波器中的预设模型计算得到修正坐标信息。
具体地，所述基于所述第一坐标信息和所述第二坐标信息，确定所述第二对象的修正坐标信息，包括：
获取第一权值和第二权值，其中，所述第一权值和所述第二权值之和为1；
基于所述第一坐标信息、所述第二坐标信息、所述第一权值和所述第二权值，确定所述第二对象的修正坐标信息。
这里，通过第一坐标信息、第二坐标信息、第一权值和第二权值确定上述修正坐标信息，可以降低计算复杂度，提升电子设备的防抖动处理效率。
其中，上述第一权值和第二权值可以是预设值，或者也可以是通过卡尔曼滤波器学习得到的权值。
另外，上述基于所述第一坐标信息、所述第二坐标信息、所述第一权值和所述第二权值，确定所述第二对象的修正坐标信息，可以是获取第一坐标信息的坐标值与第一权值的第一乘积，以及第二坐标信息的坐标值与第二权值的第二乘积，并将第一乘积与第二乘积之和对应的坐标信息确定为第二坐标信息。
例如，在上述第一坐标信息为(x1-s,y1-s)且第二坐标信息为(x1-p,y1-p)的情况下，可以通过卡尔曼增益修正T1时刻的位置得到预测值(x1’,y1’)(即修正坐标信息)，具体地，假设通过卡尔曼滤波器学习到的权重分别为0.27(即第一权重)和0.73(第二权重)，则可以得到x1’＝0.27·x1-s+0.73·x1-p。
需要说明的是，本申请实施例提供的图像显示方法，执行主体可以为图像显示装置，或者该图像显示装置中的用于图像显示的方法的控制模块。本申请实施例中以图像显示装置执行图像显示的方法为例，说明本申请实施例提供的图像显示的装置。
请参见图7，本申请实施例提供一种图像显示装置，如图7所示，该图像显示装置700包括：
匹配模块701，用于在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，其中，所述第一对象为所述第N帧图像中的部分图像区域，所述N为正整数；
显示模块702，用于显示目标图像，其中，所述目标图像为：基于所述第二对象对所述第N+1帧图像进行抖动平滑处理后的图像。
可选的，所述装置700还包括：
修正坐标信息获取模块，用于基于所述第二对象的第一坐标信息，获取所述第二对象的修正坐标信息，其中，所述第一坐标信息为：将所述第N+1帧图像显示于显示界面时所述第二对象的坐标信息；
图像平移模块，用于基于所述修正坐标信息，对所述第N+1帧图像进行整体平移，得到目标图像，其中，显示所述目标图像时所述第二对象在显示界面中的坐标信息为所述修正坐标信息。
可选的，所述修正坐标信息获取模块，包括：
第一坐标信息获取单元，用于获取所述第二对象的第一坐标信息；
坐标信息预测单元，用于预测所述第二对象的第二坐标信息，其中，所述第二坐标信息为：基于卡尔曼滤波器预测到所述第二对象在所述显示界面中的坐标信息；
修正坐标信息确定单元，用于基于所述第一坐标信息和所述第二坐标信息，确定所述第二对象的修正坐标信息。
可选的，所述坐标信息预测单元，包括：
速度获取单元，用于基于M个第三坐标信息，获取所述电子设备的移动速度和加速度，其中，所述M个第三坐标信息为：所述第N+1帧图像之前的M帧图像中的第三对象的坐标信息；所述第三对象为与所述第一对象匹配的对象；所述M为正整数，且所述N大于或者等于所述M；
计算单元，用于基于所述移动速度、所述加速度以及第四坐标信息，计算得到所述第二对象的第二坐标信息，其中，所述第四坐标信息为：所述第N帧图像显示于所述显示界面时所述第一对象的坐标信息。
可选的，所述修正坐标信息确定单元，包括：
权值获取子单元，用于获取第一权值和第二权值，其中，所述第一权值和所述第二权值之和为1；
坐标信息确定子单元，用于基于所述第一坐标信息、所述第二坐标信息、所述第一权值和所述第二权值，确定所述第二对象的修正坐标信息。
可选的，在匹配模块，包括：
图像分割单元，用于对所述第N+1帧图像进行图像分割处理，得到至少两个待匹配对象；
第二坐标信息获取单元，用于获取至少两个第五坐标信息，其中，每一第五坐标信息为：在显示所述第N+1帧图像时一个待匹配对象在所述显示界面中的坐标信息；
匹配单元，用于基于所述至少两个第五坐标信息和所述第一对象的第四坐标信息，在所述至少两个待匹配对象中确定与所述第一对象匹配的第二对象，其中，所述第二对象与第一对象之间的距离值最小。
可选的，所述图像分割单元，具体用于：
基于深度学习的物体分割神经网络对所述第N+1帧图像进行图像分割处理。
可选的，在所述N为1的情况下，所述装置700还包括：
图像确定模块，用于在高倍变焦模式开启或者接收到第一输入的情况下，将采集到的图像确定为第1帧图像，其中，所述第一输入用于指示重新开始采集图像；
对象生成模块，用于对所述第1帧图像进行图像分割处理，得到至少两个待选取对象，其中，每一待选取对象为所述第1帧图像中部分图像区域；
对象确定模块，用于在接收到用于指示对象的第二输入的情况下，将所述第二输入在所述至少两个待选取对象中所指示的对象确定为所述第一对象。
本申请实施例中的图像显示装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personaldigital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例中的图像显示装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
本申请实施例提供的图像显示装置能够实现图1至图6的方法实施例实现的各个过程，为避免重复，这里不再赘述。
可选的，如图8所示，本申请实施例还提供一种电子设备800，包括处理器801，存储器802，存储在存储器802上并可在所述处理器801上运行的程序或指令，该程序或指令被处理器801执行时实现上述图像显示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图9为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备900包括但不限于：射频单元901、网络模块902、音频输出单元903、输入单元904、传感器905、显示单元906、用户输入单元907、接口单元908、存储器909、以及处理器910等部件。
本领域技术人员可以理解，电子设备900还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器910逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图9中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
其中，处理器910，用于在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，其中，所述第一对象为所述第N帧图像中的部分图像区域，所述N为正整数；
显示单元906，用于显示目标图像，其中，所述目标图像为：基于所述第二对象对所述第N+1帧图像进行抖动平滑处理后的图像。
这样，在当前采集图像时存在抖动的情况下，可以对采集的图像进行及时修正后再进行显示，降低拍摄或者观看远景过程中因抖动对显示界面中显示的图像质量的影响，从而提升电子设备900在发生抖动情况下的图像显示质量。
可选的，处理器910，还用于：
基于所述第二对象的第一坐标信息，获取所述第二对象的修正坐标信息，其中，所述第一坐标信息为：将所述第N+1帧图像显示于显示界面时所述第二对象的坐标信息；
基于所述修正坐标信息，对所述第N+1帧图像进行整体平移，得到目标图像，其中，显示所述目标图像时所述第二对象在显示界面中的坐标信息为所述修正坐标信息。
这样，电子设备通过获取上述第二对象的修正坐标信息，可以使获取到的修正坐标信息接近未发生抖动情况下第二对象实际应当所处位置的坐标信息，从而提升电子设备的防抖动处理性能。
可选的，处理器910，还用于：
获取所述第二对象的第一坐标信息；
预测所述第二对象的第二坐标信息，其中，所述第二坐标信息为：基于卡尔曼滤波器预测到所述第二对象在所述显示界面中的坐标信息；
基于所述第一坐标信息和所述第二坐标信息，确定所述第二对象的修正坐标信息。
这样，可以使获取得到的修正坐标信息更接近未发生抖动情况下第二对象实际应当所处位置的坐标信息，进一步提升电子设备的防抖动处理性能。
可选的，处理器910，还用于：
基于M个第三坐标信息，获取所述电子设备的移动速度和加速度，其中，所述M个第三坐标信息为：所述第N+1帧图像之前的M帧图像中的第三对象的坐标信息；所述第三对象为与所述第一对象匹配的对象；所述M为正整数，且所述N大于或者等于所述M；
基于所述移动速度、所述加速度以及第四坐标信息，计算得到所述第二对象的第二坐标信息，其中，所述第四坐标信息为：所述第N帧图像显示于所述显示界面时所述第一对象的坐标信息。
这样，可以使获取的移动速度和加速度更能反映电子设备的实际运动状态，进而使预测得到的第二坐标信息更准确，提升电子设备进行防抖动处理的性能。
可选的，处理器910，还用于：
获取第一权值和第二权值，其中，所述第一权值和所述第二权值之和为1；
基于所述第一坐标信息、所述第二坐标信息、所述第一权值和所述第二权值，确定所述第二对象的修正坐标信息。
这样，通过第一坐标信息、第二坐标信息、第一权值和第二权值确定上述修正坐标信息，可以降低计算复杂度，提升电子设备的防抖动处理效率。
可选的，处理器910，还用于：
对所述第N+1帧图像进行图像分割处理，得到至少两个待匹配对象；
获取至少两个第五坐标信息，其中，每一第五坐标信息为：在显示所述第N+1帧图像时一个待匹配对象在所述显示界面中的坐标信息；
基于所述至少两个第五坐标信息和所述第一对象的第四坐标信息，在所述至少两个待匹配对象中确定与所述第一对象匹配的第二对象，其中，所述第二对象与第一对象之间的距离值最小。
这样，通过基于最小距离偏差原则匹配第二对象，即将至少两个待匹配对象中每一待匹配对象与第一对象的距离值最小确定第二对象，可以提升匹配的效率以及准确性
可选的，处理器910，还用于：
基于深度学习的物体分割神经网络对所述第N+1帧图像进行图像分割处理。
这样，通过基于深度学习的物体分割神经网络进行图像分割处理，可以提升图像分割的质量，使得分割的对象更准确。
可选的，在所述N为1的情况下，处理器910，还用于：
在高倍变焦模式开启或者接收到第一输入的情况下，将采集到的图像确定为第1帧图像，其中，所述第一输入用于指示重新开始采集图像；
对所述第1帧图像进行图像分割处理，得到至少两个待选取对象，其中，每一待选取对象为所述第1帧图像中部分图像区域；
在接收到用于指示对象的第二输入的情况下，将所述第二输入在所述至少两个待选取对象中所指示的对象确定为所述第一对象。
这样，电子设备可以根据用户的第二输入在第1帧图像分割后得到的至少两个待选取对象中确定第一对象，从而可以满足用户的实际需求，提升用户体验效果。
应理解的是，本申请实施例中，输入单元904可以包括图形处理器(GraphicsProcessing Unit，GPU)9041和麦克风9042，图形处理器9041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元906可包括显示面板9061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板9061。用户输入单元907包括触控面板9071以及其他输入设备9072。触控面板9071，也称为触摸屏。触控面板9071可包括触摸检测装置和触摸控制器两个部分。其他输入设备9072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器909可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器910可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器910中。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述图像显示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述图像显示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (11)

1.一种图像显示方法，其特征在于，包括：
在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，其中，所述第一对象为所述第N帧图像中的部分图像区域，所述N为正整数；
显示目标图像，其中，所述目标图像为：基于所述第二对象对所述第N+1帧图像进行抖动平滑处理后的图像。
2.根据权利要求1所述的方法，其特征在于，所述显示目标图像之前，所述方法还包括：
基于所述第二对象的第一坐标信息，获取所述第二对象的修正坐标信息，其中，所述第一坐标信息为：将所述第N+1帧图像显示于显示界面时所述第二对象的坐标信息；
基于所述修正坐标信息，对所述第N+1帧图像进行整体平移，得到目标图像，其中，显示所述目标图像时所述第二对象在所述显示界面中的坐标信息为所述修正坐标信息。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第二对象的第一坐标信息，获取所述第二对象的修正坐标信息，包括：
获取所述第二对象的第一坐标信息；
预测所述第二对象的第二坐标信息，其中，所述第二坐标信息为：基于卡尔曼滤波器预测到所述第二对象在所述显示界面中的坐标信息；
基于所述第一坐标信息和所述第二坐标信息，确定所述第二对象的修正坐标信息。
4.根据权利要求3所述的方法，其特征在于，所述预测所述第二对象的第二坐标信息，包括：
基于M个第三坐标信息，获取电子设备的移动速度和加速度，其中，所述M个第三坐标信息为：所述第N+1帧图像之前的M帧图像中的第三对象的坐标信息；所述第三对象为与所述第一对象匹配的对象；所述M为正整数，且所述N大于或者等于所述M；
基于所述移动速度、所述加速度以及第四坐标信息，计算得到所述第二对象的第二坐标信息，其中，所述第四坐标信息为：所述第N帧图像显示于所述显示界面时所述第一对象的坐标信息。
5.根据权利要求1所述的方法，其特征在于，在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与所述第一对象匹配的第二对象，包括：
对所述第N+1帧图像进行图像分割处理，得到至少两个待匹配对象；
获取至少两个第五坐标信息，其中，每一第五坐标信息为：在显示所述第N+1帧图像时一个待匹配对象在所述显示界面中的坐标信息；
基于所述至少两个第五坐标信息和所述第一对象的第四坐标信息，在所述至少两个待匹配对象中确定与所述第一对象匹配的第二对象，其中，所述第二对象与第一对象之间的距离值最小。
6.一种图像显示装置，其特征在于，包括：
匹配模块，用于在采集到第N+1帧图像的情况下，在所述第N+1帧图像中确定与第N帧图像中的第一对象匹配的第二对象，其中，所述第一对象为所述第N帧图像中的部分图像区域，所述N为正整数；
显示模块，用于显示目标图像，其中，所述目标图像为：基于所述第二对象对所述第N+1帧图像进行抖动平滑处理后的图像。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
修正坐标信息获取模块，用于基于所述第二对象的第一坐标信息，获取所述第二对象的修正坐标信息，其中，所述第一坐标信息为：将所述第N+1帧图像显示于显示界面时所述第二对象的坐标信息；
图像平移模块，用于基于所述修正坐标信息，对所述第N+1帧图像进行整体平移，得到目标图像，其中，显示所述目标图像时所述第二对象在显示界面中的坐标信息为所述修正坐标信息。
8.根据权利要求7所述的装置，其特征在于，所述修正坐标信息获取模块，包括：
第一坐标信息获取单元，用于获取所述第二对象的第一坐标信息；
坐标信息预测单元，用于预测所述第二对象的第二坐标信息，其中，所述第二坐标信息为：基于卡尔曼滤波器预测到所述第二对象在所述显示界面中的坐标信息；
修正坐标信息确定单元，用于基于所述第一坐标信息和所述第二坐标信息，确定所述第二对象的修正坐标信息。
9.根据权利要求8所述的装置，其特征在于，所述坐标信息预测单元，包括：
速度获取单元，用于基于M个第三坐标信息，获取电子设备的移动速度和加速度，其中，所述M个第三坐标信息为：所述第N+1帧图像之前的M帧图像中的第三对象的坐标信息；所述第三对象为与所述第一对象匹配的对象；所述M为正整数，且所述N大于或者等于所述M；
计算单元，用于基于所述移动速度、所述加速度以及第四坐标信息，计算得到所述第二对象的第二坐标信息，其中，所述第四坐标信息为：所述第N帧图像显示于所述显示界面时所述第一对象的坐标信息。
10.根据权利要求6所述的装置，其特征在于，在匹配模块，包括：
图像分割单元，用于对所述第N+1帧图像进行图像分割处理，得到至少两个待匹配对象；
第二坐标信息获取单元，用于获取至少两个第五坐标信息，其中，每一第五坐标信息为：在显示所述第N+1帧图像时一个待匹配对象在所述显示界面中的坐标信息；
匹配单元，用于基于所述至少两个第五坐标信息和所述第一对象的第四坐标信息，在所述至少两个待匹配对象中确定与所述第一对象匹配的第二对象，其中，所述第二对象与第一对象之间的距离值最小。
11.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-5任一项所述的图像显示方法的步骤。
CN202011389742.XA 2020-12-02 2020-12-02 图像显示方法、装置和电子设备 Active CN112565605B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011389742.XA CN112565605B (zh) 2020-12-02 2020-12-02 图像显示方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011389742.XA CN112565605B (zh) 2020-12-02 2020-12-02 图像显示方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN112565605A true CN112565605A (zh) 2021-03-26
CN112565605B CN112565605B (zh) 2022-11-25

Family

ID=75047642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011389742.XA Active CN112565605B (zh) 2020-12-02 2020-12-02 图像显示方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN112565605B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115086557A (zh) * 2022-06-14 2022-09-20 Oppo广东移动通信有限公司 内容显示方法、装置、产品、计算机可读存储介质及设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160227116A1 (en) * 2012-04-30 2016-08-04 Trackingpoint, Inc. Rifle Scope with Video Output Stabilized Relative to a Target
CN106251404A (zh) * 2016-07-19 2016-12-21 央数文化(上海)股份有限公司 方位跟踪方法、实现增强现实的方法及相关装置、设备
CN107454303A (zh) * 2016-05-31 2017-12-08 宇龙计算机通信科技(深圳)有限公司 一种视频防抖方法及终端设备
CN109089015A (zh) * 2018-09-19 2018-12-25 厦门美图之家科技有限公司 视频防抖显示方法及装置
CN110363748A (zh) * 2019-06-19 2019-10-22 平安科技（深圳）有限公司 关键点的抖动处理方法、装置、介质及电子设备
CN111028191A (zh) * 2019-12-10 2020-04-17 上海闻泰电子科技有限公司 视频图像的防抖方法、装置、电子设备和存储介质
CN111464834A (zh) * 2020-04-07 2020-07-28 腾讯科技（深圳）有限公司 一种视频帧处理方法、装置、计算设备及存储介质
CN111526285A (zh) * 2020-04-15 2020-08-11 浙江大华技术股份有限公司 一种图像防抖方法及电子设备、计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160227116A1 (en) * 2012-04-30 2016-08-04 Trackingpoint, Inc. Rifle Scope with Video Output Stabilized Relative to a Target
CN107454303A (zh) * 2016-05-31 2017-12-08 宇龙计算机通信科技(深圳)有限公司 一种视频防抖方法及终端设备
CN106251404A (zh) * 2016-07-19 2016-12-21 央数文化(上海)股份有限公司 方位跟踪方法、实现增强现实的方法及相关装置、设备
CN109089015A (zh) * 2018-09-19 2018-12-25 厦门美图之家科技有限公司 视频防抖显示方法及装置
CN110363748A (zh) * 2019-06-19 2019-10-22 平安科技（深圳）有限公司 关键点的抖动处理方法、装置、介质及电子设备
CN111028191A (zh) * 2019-12-10 2020-04-17 上海闻泰电子科技有限公司 视频图像的防抖方法、装置、电子设备和存储介质
CN111464834A (zh) * 2020-04-07 2020-07-28 腾讯科技（深圳）有限公司 一种视频帧处理方法、装置、计算设备及存储介质
CN111526285A (zh) * 2020-04-15 2020-08-11 浙江大华技术股份有限公司 一种图像防抖方法及电子设备、计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张祥甫: "一种视频防抖优化的无人机目标检测系统设计与实现", 《舰船电子工程》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115086557A (zh) * 2022-06-14 2022-09-20 Oppo广东移动通信有限公司 内容显示方法、装置、产品、计算机可读存储介质及设备

Also Published As

Publication number Publication date
CN112565605B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN113132618B (zh) 辅助拍照方法、装置、终端设备及存储介质
CN110163045B (zh) 一种手势动作的识别方法、装置以及设备
CN112954199B (zh) 视频录制方法及装置
CN112291473B (zh) 对焦方法、装置及电子设备
CN103679130B (zh) 手追踪方法、手追踪设备和手势识别系统
CN112269522A (zh) 图像处理方法、装置、电子设备和可读存储介质
CN114390201A (zh) 对焦方法及其装置
CN113194253A (zh) 去除图像反光的拍摄方法、装置和电子设备
CN111008305B (zh) 一种视觉搜索方法、装置以及电子设备
WO2023006009A1 (zh) 拍摄参数的确定方法、装置及电子设备
CN112565605B (zh) 图像显示方法、装置和电子设备
CN115278084A (zh) 图像处理方法、装置、电子设备及存储介质
CN114125226A (zh) 图像拍摄方法、装置、电子设备和可读存储介质
CN112383708B (zh) 拍摄方法、装置、电子设备及可读存储介质
CN113891018A (zh) 拍摄方法、装置及电子设备
CN113660420B (zh) 视频帧处理方法和视频帧处理装置
CN112584110B (zh) 白平衡调节方法、装置、电子设备及存储介质
CN114339051A (zh) 拍摄方法、装置、电子设备和可读存储介质
CN113271494B (zh) 视频帧处理方法、装置和电子设备
CN113055599B (zh) 摄像头的切换方法、装置、电子设备和可读存储介质
CN112150486B (zh) 图像处理方法及装置
CN114565777A (zh) 数据处理方法和装置
CN113873147A (zh) 视频录制方法、装置及电子设备
CN112165584A (zh) 录像方法、装置、电子设备以及可读存储介质
CN113766133B (zh) 视频录制方法及装置

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