CN112804447B - 一种检测近场物体的方法、装置、介质和电子设备 - Google Patents

一种检测近场物体的方法、装置、介质和电子设备 Download PDF

Info

Publication number
CN112804447B
CN112804447B CN202011619047.8A CN202011619047A CN112804447B CN 112804447 B CN112804447 B CN 112804447B CN 202011619047 A CN202011619047 A CN 202011619047A CN 112804447 B CN112804447 B CN 112804447B
Authority
CN
China
Prior art keywords
image
area
light supplement
background
generating
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
Application number
CN202011619047.8A
Other languages
English (en)
Other versions
CN112804447A (zh
Inventor
于炀
吴震
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.)
Beijing Stone Innovation Technology Co ltd
Original Assignee
Beijing Stone Innovation Technology 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 Beijing Stone Innovation Technology Co ltd filed Critical Beijing Stone Innovation Technology Co ltd
Priority to CN202011619047.8A priority Critical patent/CN112804447B/zh
Publication of CN112804447A publication Critical patent/CN112804447A/zh
Priority to EP21912930.1A priority patent/EP4274215A1/en
Priority to US18/259,411 priority patent/US20240071023A1/en
Priority to PCT/CN2021/100720 priority patent/WO2022142172A1/zh
Application granted granted Critical
Publication of CN112804447B publication Critical patent/CN112804447B/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
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/242—Means based on the reflection of waves generated by the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/60—Intended control result
    • G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
    • G05D1/622—Obstacle avoidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • 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
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2109/00—Types of controlled vehicles
    • G05D2109/10—Land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2111/00—Details of signals used for control of position, course, altitude or attitude of land, water, air or space vehicles
    • G05D2111/10—Optical signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Software Systems (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种检测近场物体的方法、装置、介质和电子设备。本公开利用补光灯补光前后自动曝光装置的特点，在补光灯补光前后对同一方向上拍摄两个图像，通过两个图像的对比确定是否存在近场物体。在不增加额外装置的情况下，利用现有装置完成了自行走设备发现近场物体的任务，避免了自行走设备与近场物体发生碰撞。

Description

一种检测近场物体的方法、装置、介质和电子设备
技术领域
本公开涉及机器人技术领域，具体而言，涉及一种检测近场物体的方法、装置、介质和电子设备。
背景技术
摄像机的视角(英文全称field angle of view，简称FOV)大小决定了摄像机的视野范围。摄像机的光轴是通过摄像机镜头中心点的中心线，光轴方向发生变化，也就意味着摄像机发生旋转或转弯。
自行走设备往往采用前置摄像机采集障碍物信息。因此，前置摄像机得到的障碍物信息会影响自行走设备的行走方式。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的目的在于提供一种检测近场物体的方法、装置、介质和电子设备，能够解决上述提到的至少一个技术问题。具体方案如下：
根据本公开的具体实施方式，第一方面，本公开提供一种检测近场物体的方法，包括：
采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像；
基于所述第一图像和所述第二图像，生成包括区域亮斑的第三图像；
基于所述第三图像中区域亮斑的连通域，确定是否存在近场物体。
可选的，所述基于所述第一图像和所述第二图像，生成包括区域亮斑的第三图像，包括：
基于所述第一图像中的像素值的均值，生成第一背景图像；
根据所述第二图像和所述第一背景图像，生成第一差异图像；
基于预设二值化阈值对所述第一差异图像进行二值化处理，生成所述第三图像。
可选的，所述基于所述第一图像和所述第二图像，生成包括区域亮斑的第三图像，包括：
从所述第一图像中获取第一区域图像；
基于所述第一区域图像中的像素值的均值，生成所述第二背景图像；
基于所述预设兴趣区域从所述第二图像中获取对应于所述第一区域图像的第二区域图像；
根据所述第二区域图像和所述第二背景图像，生成所述第二差异图像；
基于预设二值化阈值对所述第二差异图像进行二值化处理，生成所述第三图像。
可选的，所述基于所述第一区域图像中的像素值的均值，生成所述第二背景图像，包括：
将所述第一区域图像分成多个第一区域块；
分别对每个第一区域块中的像素值进行均值计算，生成所述第二背景图像，其中，所述第二背景图像包括与所述多个第一区域块对应的多个背景区域块。
可选的，所述根据所述第二区域图像和所述第二背景图像，生成所述第二差异图像，包括：
基于所述背景区域块将所述第二区域图像分成多个对应所述背景区域块的第二区域块；
分别基于所述第二区域块和对应的所述背景区域块，生成所述第二差异图像。
可选的，所述基于所述第三图像中区域亮斑的连通域，确定是否存在近场物体，包括：
获取所述第三图像中区域亮斑连通域的区域大小值；
当所述区域大小值大于或等于预设区域大小阈值时，确定存在所述近场物体。
可选的，所述采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像，包括：
当启动所述补光灯补光且补光参数值调整时，采集所述第二图像。
可选的，还包括：旋转或转弯，在旋转或转弯之后或在旋转或转弯的过程中，采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像。
根据本公开的具体实施方式，第二方面，本公开提供一种检测近场物体的装置，包括：
采集单元，用于采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像；
处理单元，用于基于所述第一图像和所述第二图像，生成包括区域亮斑的第三图像；
分析单元，用于基于所述第三图像中区域亮斑的连通域，确定是否存在近场物体。
可选的，所述处理单元，用于：
基于所述第一图像中的像素值的均值，生成第一背景图像；
根据所述第二图像和所述第一背景图像，生成第一差异图像；
基于预设二值化阈值对所述第一差异图像进行二值化处理，生成所述第三图像。
可选的，所述处理单元，用于：
从所述第一图像中获取第一区域图像；
基于所述第一区域图像中的像素值的均值，生成所述第二背景图像；
从所述第二图像中获取对应于所述第一区域图像的第二区域图像；
根据所述第二区域图像和所述第二背景图像，生成所述第二差异图像；
基于预设二值化阈值对所述第二差异图像进行二值化处理，生成所述第三图像。
可选的，所述基于所述第一区域图像中的像素值的均值，生成所述第二背景图像，包括：
将所述第一区域图像分成多个第一区域块；
分别对每个第一区域块中的像素值进行均值计算，生成所述第二背景图像，其中，所述第二背景图像包括与所述多个第一区域块对应的多个背景区域块。
可选的，所述根据所述第二区域图像和所述第二背景图像，生成所述第二差异图像，包括：
基于所述背景区域块将所述第二区域图像分成多个对应所述背景区域块的第二区域块；
分别基于所述第二区域块和对应的所述背景区域块，生成所述第二差异图像。
可选的，所述分析单元，用于：
获取所述第三图像中区域亮斑连通域的区域大小值；
当所述区域大小值大于或等于预设区域大小阈值时，确定存在所述近场物体。
可选的，所述采集单元，用于：
当启动所述补光灯补光且补光参数值调整时，采集所述第二图像。
可选的，所述采集单元，还用于：
在旋转或转弯之后或在旋转或转弯的过程中，采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像。
根据本公开的具体实施方式，第三方面，本公开提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面任一项所述检测近场物体的方法。
根据本公开的具体实施方式，第四方面，本公开提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如第一方面任一项所述检测近场物体的方法。
本公开实施例的上述方案与现有技术相比，至少具有以下有益效果：
本公开提供了一种检测近场物体的方法、装置、介质和电子设备。本公开利用补光灯补光前后自动曝光装置的特点，在补光灯补光前后对同一方向上拍摄两个图像，通过两个图像的对比确定是否存在近场物体。在不增加额外装置的情况下，利用现有装置完成了自行走设备发现近场物体的任务，避免了自行走设备与近场物体发生碰撞。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。在附图中：
图1示出了自行走设备转角前与障碍物的示意图；
图2示出了自行走设备转角后与障碍物近距离示意图；
图3示出了根据本公开实施例的检测近场物体的方法的流程图；
图4示出了基于补光灯近场物体检测逻辑示意图；
图5示出了根据本公开实施例的检测近场物体的装置的单元框图；
图6示出了根据本公开的实施例的电子设备连接结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
例如，如图1所示，自行走设备在转角一侧运动时，由于转角对障碍物的阻挡，在虚线所示出的视场角度内，前置摄像机无法发现处于转角后的障碍物；如图2所示，当自行走设备转过转角后，由于障碍物与自行走设备距离过近，使自行走设备无法识别障碍物。
下面结合附图详细说明本公开的可选实施例。
对本公开提供的第一实施例，即一种检测近场物体的方法的实施例。
下面结合附图对本公开实施例进行详细说明。
实施例一
如图3所示，步骤S301，采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像。
自行走设备常采用前置摄像头采集障碍物信息。如图4所示，正常光照场景下，在补光前，补光灯的自动曝光装置(简称AE)处于稳定状态(简称AE稳定)。当打开补光灯后，补光灯的AE先是处于过曝状态，经过一定时间调整后逐渐过渡到稳定状态。稳定状态持续一段时间后，关闭补光灯。补光前，补光灯的AE进入稳定状态到打开补光灯的这段时间称为背景时间，打开补光灯到关闭补光灯的这等时间称为探测时间。
在正常光照下，如果摄像头前存在近场物体，则在背景时间能够拍摄到一张近场物体图像；在探测时间，补光灯的AE处于过曝状态下拍摄的近场物体图像易产生过曝现象，而补光灯的AE稳定后能够拍摄到亮度较高的清晰的近场物体图像。本公开实例利用了补光灯补光前后的特点。
为了保证拍摄的稳定性，本公开实施例选择在自行走设备旋转或转弯停顿后采集图像。并且在同一方向上，也就是摄像头光轴方向不变的情况下，分别在补光灯补光前(即补光灯在背景时间)采集第一图像，在补光灯启动时(即补光灯的在探测时间且AE处于过曝状态)采集第二图像。如果摄像头前存在近场物体，则第一图像是一张近场物体在正常光照下的图像，而第二图像是一张近场物体在补光下的图像。该补光后的图像中包括了区域亮斑。所述区域亮斑也就是在图像中局部区域的明亮程度超出正常范围，以致无法分辨图像中该局部区域实际的颜色或图案。
可选的，本公开实施例选择在旋转或转弯的过程中采集图像，这样可以迅速发现近场物体，提升识别的速度。
可选的，所述采集启动所述补光灯补光时的第二图像，包括以下步骤：
步骤S301，当启动所述补光灯补光且补光参数值调整时，采集所述第二图像。
所述启动所述补光灯补光且补光参数值调整时可以理解为补光灯的AE处于过曝状态时，在此情况下，能够获取近场物体的过曝图像。由于第二图像是补光灯在AE处于过曝状态下采集的，强烈的光线使近场物体产生强烈的反光，从而在第二图像上产生更大面积的、更明显的区域亮斑。能够更容易分析出近场物体。
步骤S302，基于所述第一图像和所述第二图像进行图像处理，生成包括区域亮斑的第三图像。
通过对第一图像和所述第二图像进行图像处理，从中提取出包括区域亮斑的第三图像。
步骤S303，分析所述第三图像中区域亮斑的连通域，确定是否存在近场物体。
在图像上，区域亮斑通常是由相同或相近的像素值组成的，因此，该区域存在相同或相近像素值的连通性。本公开实施例根据该连通性确定是否存在近场物体。
具体地，所述分析所述第三图像中区域亮斑的连通域确定是否存在近场物体，包括以下步骤：
步骤S303-1，基于预设像素阈值获取所述第三图像中区域亮斑连通域的区域大小值。
通过预设像素阈值将相同或相近像素值考虑在统计亮斑区域的范围内。区域大小值也就是相同或相近像素值组成连通区域的值。这个值可以由区域亮斑中像素个数表示，也可以由区域亮斑中像素个数与第三图像中像素个数的百分比表示。
步骤S303-2，当所述区域大小值大于或等于预设区域大小阈值时，确定存在所述近场物体。
但是，在正常光照场景下，很多物体都可能存在亮斑。也就是存在亮斑的物体不一定就是近场物体。本公开实施例通过区域大小值是否大于或等于预设区域大小阈值作为判断是否存在近场物体的依据。也就是，如果存在近场物体，补光灯的AE处于过曝状态下拍摄的图像中近场物体一定出现大面积过曝现象，则区域大小值一定大于或等于预设区域大小阈值；如果区域大小值小于预设区域大小阈值，则表明不存在近场物体。
本公开实施例利用补光灯补光前后自动曝光装置的特点，在补光灯补光前后对同一方向上拍摄两个图像，通过两个图像的对比确定是否存在近场物体。在不增加额外装置的情况下，利用现有装置完成了自行走设备发现近场物体的任务，避免了自行走设备与近场物体发生碰撞。
实施例二
由于本公开实施例是基于实施例一进行进一步优化，基于相同方法以及相同名称含义的解释与上述实施例相同，此处不再赘述。
对于实施例一中所述基于所述第一图像和所述第二图像进行图像处理，生成包括区域亮斑的第三图像，包括以下步骤：
步骤S302-11，基于所述第一图像中的像素值进行均值计算，生成第一背景图像。
所述均值计算可以理解为计算第一图像中所有像素值的和的平均值。生成第一背景图像的每个像素值均为该平均值。第一背景图像的颜色为单一颜色的图像。
步骤S302-12，根据所述第二图像和所述第一背景图像进行差值计算，生成第一差异图像。
此处，所述差值计算可以理解为计算第二图像中的每个位置的像素值与第一背景图像中对应位置的像素值的差值。
步骤S302-13，基于预设二值化阈值和所述第一差异图像进行二值化处理，生成所述第三图像。
所述二值化处理可以理解为将图像中像素的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。
本公开实施例对第一图像和所述第二图像进行进一步的图像处理，使包括区域亮斑的第三图像更简单，更易于处理。
实施例三
由于本公开实施例是基于实施例一进行进一步优化，基于相同方法以及相同名称含义的解释与上述实施例相同，此处不再赘述。
实施例二中步骤S302-1，所述基于所述第一图像和所述第二图像进行图像处理，生成包括区域亮斑的第三图像，包括以下步骤：
步骤S302-21，基于预设兴趣区域从所述第一图像中获取第一区域图像。
在机器视觉、图像处理中，从被处理的图像中以封闭线条(比如，矩形线条、圆形线条、椭圆形线条或不规则多边形线条)方式勾勒出图像中需要处理的区域，称为兴趣区域(英文全称region of interest，简称ROI)。在机器视觉软件上常用到各种算子和函数来求得ROI，并进行图像处理。本公开实施例可以将图像中部预设矩形线条内的区域作为预设ROI，并从中获取第一区域图像。目的是减少补光后地面反射对图像分析的影响。
步骤S302-22，基于所述第一区域图像中的像素值进行均值计算，生成第二背景图像。
在一个具体应用中，具体包括以下步骤：
步骤S302-22-1，基于预设块尺寸大小将所述第一区域图像分成多个第一区域块。
可以理解为，将第一区域图像划分为多个第一区域块。通过移窗的方式能够方便的将第一区域图像分成多个低分辨率的第一区域块，其目的是为了降低了计算的复杂度。预设块尺寸大小通常设置为8×8像素。
步骤S302-22-2，分别对每个第一区域块中的像素值进行均值计算，生成所述第二背景图像。
其中，所述第二背景图像包括与所述第一区域块位置相同的背景区域块。
步骤S302-23，基于所述预设兴趣区域从所述第二图像中获取第二区域图像。
此处，所述预设兴趣区域与获取第一区域图像的预设兴趣区域相同。
步骤S302-24，根据所述第二区域图像和所述第二背景图像进行差值计算，生成第二差异图像。
此处，所述差值计算可以理解为计算第二区域图像中的每个位置的像素值与第二背景图像中对应位置的像素值的差值。
在一个具体应用中，所述根据所述第二区域图像和所述第二背景图像进行差值计算，生成第二差异图像，包括以下步骤：
步骤S302-24-1，基于所述背景区域块的位置将所述第二区域图像分成多个对应所述背景区域块的第二区域块。
可以理解为，第二背景图像与第二区域图像的尺寸大小相同，第二区域图像中每个第二区域块的位置在第二背景图像相同位置均有一个对应背景区域块。
步骤S302-24-2，分别基于所述第二区域块和对应的所述背景区域块进行差值计算，生成所述第二差异图像。
此处，所述差值计算可以理解为计算第二区域块中的每个位置的像素值与第二背景图像中对应位置的像素值的差值。
步骤S302-25，基于预设二值化阈值和所述第二差异图像进行二值化处理，生成所述第三图像。
本公开实施例通过通过提取ROI，减少补光后地面反射对图像分析的影响。同时，通过对图像进行分块处理，降低了计算的复杂度。
实施例四
由于本公开实施例是基于上述实施例进行进一步优化，基于相同方法以及相同名称含义的解释与上述实施例相同，此处不再赘述。
所述旋转或转弯停顿，包括以下步骤：
在旋转或转弯过程中，或者在周期性行走或停顿后，采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像。
可选的，采集第一图像和采集第二图像的方向相同。
由于自行走设备在旋转或转弯过程中，随时都可能碰撞到障碍物。为了避免碰撞发生，本公开实施例使自行走设备每转动一定角度或一定时间就停顿下来，判断是否存在近场物体。从而进一步提高了旋转或转弯的安全性。
与本公开提供的第一实施例相对应，本公开还提供了第二实施例，即一种检测近场物体的装置。由于第二实施例基本相似于第一实施例，所以描述得比较简单，相关的部分请参见第一实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。
图5示出了本公开提供的一种检测近场物体的装置的实施例。
如图5所示，本公开提供一种检测近场物体的装置，包括：
采集单元501，用于采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像；
处理单元502，用于基于所述第一图像和所述第二图像，生成包括区域亮斑的第三图像；
分析单元503，用于基于所述第三图像中区域亮斑的连通域，确定是否存在近场物体。
可选的，所述处理单元502，用于：
基于所述第一图像中的像素值进行均值计算，生成第一背景图像；
根据所述第二图像和所述第一背景图像进行差值计算，生成第一差异图像；
基于预设二值化阈值和所述第一差异图像进行二值化处理，生成所述第三图像。
可选的，所述处理单元502，用于：
基于预设兴趣区域从所述第一图像中获取第一区域图像；
基于所述第一区域图像中的像素值进行均值计算，生成第二背景图像；
基于所述预设兴趣区域从所述第二图像中获取第二区域图像；
根据所述第二区域图像和所述第二背景图像进行差值计算，生成第二差异图像；
基于预设二值化阈值和所述第二差异图像进行二值化处理，生成所述第三图像。
可选的，所述基于所述第一区域图像中的像素值进行均值计算，生成所述第二背景图像，包括：
基于预设块尺寸大小将所述第一区域图像分成多个第一区域块；
分别对每个第一区域块中的像素值进行均值计算，生成所述第二背景图像，其中，所述第二背景图像包括与所述第一区域块位置相同的背景区域块。
可选的，所述根据所述第二区域图像和所述第二背景图像进行差值计算，生成所述第二差异图像，包括：
基于所述背景区域块的位置将所述第二区域图像分成多个对应所述背景区域块的第二区域块；
分别基于所述第二区域块和对应的所述背景区域块进行差值计算，生成所述第二差异图像。
可选的，所述分析单元503，用于：
基于预设像素阈值获取所述第三图像中区域亮斑连通域的区域大小值；
当所述区域大小值大于或等于预设区域大小阈值时，确定存在所述近场物体。
可选的，所述采集单元501，用于：
当启动所述补光灯补光且补光参数值调整时，采集所述第二图像。
可选的，所述采集单元501，还用于：在旋转或转弯之后或在旋转或转弯的过程中，采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像。
本公开实施例利用补光灯补光前后自动曝光装置的特点，在补光灯补光前后对同一方向上拍摄两个图像，通过两个图像的对比确定是否存在近场物体。在不增加额外装置的情况下，利用现有装置完成了自行走设备发现近场物体的任务，避免了自行走设备与近场物体发生碰撞。
本公开实施例提供了第三实施例，即一种电子设备，该设备用于检测近场物体的方法，所述电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一实施例所述检测近场物体的方法。
本公开实施例提供了第四实施例，即一种检测近场物体的计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行如第一实施例中所述检测近场物体的方法。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (16)

1.一种检测近场物体的方法，其特征在于，包括：
采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像；
基于所述第一图像和所述第二图像，生成包括区域亮斑的第三图像，所述区域亮斑通过启动所述补光灯且补光灯处于过曝状态产生；
基于预设像素阈值获取所述第三图像中区域亮斑连通域的区域大小值；
当所述区域大小值大于或等于预设区域大小阈值时，确定存在所述近场物体。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一图像和所述第二图像，生成包括区域亮斑的第三图像，包括：
基于所述第一图像中的像素值的均值，生成第一背景图像；
根据所述第二图像和所述第一背景图像，生成第一差异图像；
基于预设二值化阈值对所述第一差异图像进行二值化处理，生成所述第三图像。
3.根据权利要求1所述的方法，其特征在于，所述基于所述第一图像和所述第二图像，生成包括区域亮斑的第三图像，包括：
从所述第一图像中获取第一区域图像；
基于所述第一区域图像中的像素值的均值，生成第二背景图像；
从所述第二图像中获取对应于所述第一区域图像的第二区域图像；
根据所述第二区域图像和所述第二背景图像，生成第二差异图像；
基于预设二值化阈值对所述第二差异图像进行二值化处理，生成所述第三图像。
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一区域图像中的像素值的均值，生成所述第二背景图像，包括：
将所述第一区域图像分成多个第一区域块；
分别对每个第一区域块中的像素值进行均值计算，生成所述第二背景图像，其中，所述第二背景图像包括与所述多个第一区域块对应的多个背景区域块。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第二区域图像和所述第二背景图像，生成所述第二差异图像，包括：
基于所述背景区域块将所述第二区域图像分成多个对应所述背景区域块的第二区域块；
分别基于所述第二区域块和对应的所述背景区域块，生成所述第二差异图像。
6.根据权利要求1所述的方法，其特征在于，所述采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像，包括：
当启动所述补光灯补光且补光参数值调整时，采集所述第二图像。
7.根据权利要求1所述的方法，其特征在于，还包括：在旋转或转弯之后或在旋转或转弯的过程中，采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像。
8.一种检测近场物体的装置，其特征在于，包括：
采集单元，用于采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像；
处理单元，用于基于所述第一图像和所述第二图像，生成包括区域亮斑的第三图像，所述区域亮斑通过启动所述补光灯且补光灯处于过曝状态产生；
分析单元，用于基于预设像素阈值获取所述第三图像中区域亮斑连通域的区域大小值；
当所述区域大小值大于或等于预设区域大小阈值时，确定存在所述近场物体。
9.根据权利要求8所述的装置，其特征在于，所述处理单元，用于：
基于所述第一图像中的像素值的均值，生成第一背景图像；
根据所述第二图像和所述第一背景图像，生成第一差异图像；
基于预设二值化阈值对所述第一差异图像进行二值化处理，生成所述第三图像。
10.根据权利要求8所述的装置，其特征在于，所述处理单元，用于：
从所述第一图像中获取第一区域图像；
基于所述第一区域图像中的像素值的均值，生成第二背景图像；
从所述第二图像中获取对应于所述第一区域图像的第二区域图像；
根据所述第二区域图像和所述第二背景图像，生成第二差异图像；
基于预设二值化阈值对所述第二差异图像进行二值化处理，生成所述第三图像。
11.根据权利要求10所述的装置，其特征在于，所述基于所述第一区域图像中的像素值的均值，生成所述第二背景图像，包括：
将所述第一区域图像分成多个第一区域块；
分别对每个第一区域块中的像素值进行均值计算，生成所述第二背景图像，其中，所述第二背景图像包括与所述多个第一区域块对应的多个背景区域块。
12.根据权利要求11所述的装置，其特征在于，所述根据所述第二区域图像和所述第二背景图像，生成所述第二差异图像，包括：
基于所述背景区域块将所述第二区域图像分成多个对应所述背景区域块的第二区域块；
分别基于所述第二区域块和对应的所述背景区域块，生成所述第二差异图像。
13.根据权利要求8所述的装置，其特征在于，所述采集单元，用于：
当启动所述补光灯补光且补光参数值调整时，采集所述第二图像。
14.根据权利要求8所述的装置，其特征在于，所述采集单元，还用于：
在旋转或转弯之后或在旋转或转弯的过程中，采集补光灯补光前的第一图像，以及启动所述补光灯补光时的第二图像。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
16.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的方法。
CN202011619047.8A 2020-12-30 2020-12-30 一种检测近场物体的方法、装置、介质和电子设备 Active CN112804447B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202011619047.8A CN112804447B (zh) 2020-12-30 2020-12-30 一种检测近场物体的方法、装置、介质和电子设备
EP21912930.1A EP4274215A1 (en) 2020-12-30 2021-06-17 Method and apparatus for detecting near-field object, and medium and electronic device
US18/259,411 US20240071023A1 (en) 2020-12-30 2021-06-17 Method and apparatus for detecting near-field object, and medium and electronic device
PCT/CN2021/100720 WO2022142172A1 (zh) 2020-12-30 2021-06-17 一种检测近场物体的方法、装置、介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011619047.8A CN112804447B (zh) 2020-12-30 2020-12-30 一种检测近场物体的方法、装置、介质和电子设备

Publications (2)

Publication Number Publication Date
CN112804447A CN112804447A (zh) 2021-05-14
CN112804447B true CN112804447B (zh) 2023-01-17

Family

ID=75805949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011619047.8A Active CN112804447B (zh) 2020-12-30 2020-12-30 一种检测近场物体的方法、装置、介质和电子设备

Country Status (4)

Country Link
US (1) US20240071023A1 (zh)
EP (1) EP4274215A1 (zh)
CN (1) CN112804447B (zh)
WO (1) WO2022142172A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112804447B (zh) * 2020-12-30 2023-01-17 北京石头创新科技有限公司 一种检测近场物体的方法、装置、介质和电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106097317A (zh) * 2016-06-02 2016-11-09 南京康尼机电股份有限公司 一种基于离散余弦相位信息的多光斑检测和定位方法
CN111121722A (zh) * 2019-12-13 2020-05-08 南京理工大学 结合激光点阵和偏振视觉的双目三维成像方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI422946B (zh) * 2009-10-30 2014-01-11 Univ Nat Chiao Tung 照明控制模組、包含其之攝影機及照明控制方法
US9871979B2 (en) * 2012-02-24 2018-01-16 Karem Aircraft, Inc. Systems and methods for illumination and observation
CN103854009B (zh) * 2012-12-05 2017-12-29 联想(北京)有限公司 一种信息处理方法及电子设备
US9654738B1 (en) * 2013-08-07 2017-05-16 Waymo Llc Using multiple exposures to improve image processing for autonomous vehicles
CN103440484B (zh) * 2013-09-12 2016-08-17 沈阳聚德视频技术有限公司 一种适应室外大空间的火焰检测方法
JP6292533B2 (ja) * 2013-12-06 2018-03-14 株式会社リコー 物体検出装置及びセンシング装置
JP6380843B2 (ja) * 2013-12-19 2018-08-29 株式会社リコー 物体検出装置及びこれを備えた移動体機器制御システム並びに物体検出用プログラム
CN104463253B (zh) * 2015-01-06 2018-02-02 电子科技大学 基于自适应背景学习的消防通道安全检测方法
CN107456172B (zh) * 2016-06-06 2019-12-31 北京小米移动软件有限公司 清洁机器人及障碍物跨越方法
CN106651801A (zh) * 2016-12-23 2017-05-10 Tcl集团股份有限公司 一种光斑定位时去除噪声的方法及系统
CN107493415B (zh) * 2017-09-21 2020-02-14 深圳市讯美科技有限公司 防背光摄像系统
CN108802742A (zh) * 2018-04-28 2018-11-13 北京集光通达科技股份有限公司 异常物体监测方法、装置及系统
CN110824498A (zh) * 2018-08-07 2020-02-21 杭州海康机器人技术有限公司 障碍物检测方法、装置及系统
CN210377502U (zh) * 2019-09-26 2020-04-21 苏州立创致恒电子科技有限公司 一种屏蔽环境光干扰的成像组件
CN111310575B (zh) * 2020-01-17 2022-07-08 腾讯科技（深圳）有限公司 一种人脸活体检测的方法、相关装置、设备及存储介质
CN112804447B (zh) * 2020-12-30 2023-01-17 北京石头创新科技有限公司 一种检测近场物体的方法、装置、介质和电子设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106097317A (zh) * 2016-06-02 2016-11-09 南京康尼机电股份有限公司 一种基于离散余弦相位信息的多光斑检测和定位方法
CN111121722A (zh) * 2019-12-13 2020-05-08 南京理工大学 结合激光点阵和偏振视觉的双目三维成像方法

Also Published As

Publication number Publication date
CN112804447A (zh) 2021-05-14
EP4274215A1 (en) 2023-11-08
US20240071023A1 (en) 2024-02-29
WO2022142172A1 (zh) 2022-07-07

Similar Documents

Publication Publication Date Title
CN113607185B (zh) 车道线信息显示方法、装置、电子设备和计算机可读介质
CN112801907B (zh) 深度图像的处理方法、装置、设备和存储介质
CN111757100B (zh) 相机运动变化量的确定方法、装置、电子设备和介质
CN111967332B (zh) 用于自动驾驶的能见度信息生成方法和装置
CN112804447B (zh) 一种检测近场物体的方法、装置、介质和电子设备
US20220100795A1 (en) Systems and methods for image retrieval
CN113344820B (zh) 图像处理方法及装置、计算机可读介质、电子设备
CN114742934A (zh) 图像渲染方法、装置、可读介质及电子设备
CN112465940B (zh) 图像渲染方法、装置、电子设备及存储介质
CN114331823A (zh) 图像处理方法、装置、电子设备及存储介质
CN112235563B (zh) 一种对焦测试方法、装置、计算机设备及存储介质
CN110399802B (zh) 处理面部图像眼睛亮度的方法、装置、介质和电子设备
CN113435393B (zh) 森林火灾烟雾根节点检测方法、装置和设备
CN114255177B (zh) 成像中的曝光控制方法、装置、设备及存储介质
CN116923372A (zh) 驾驶控制方法、装置、设备及介质
CN113099101B (zh) 摄像参数调节方法、装置及电子设备
CN115511870A (zh) 对象检测方法、装置、电子设备和存储介质
CN115526796A (zh) 图像处理方法、装置、设备及存储介质
CN113256785B (zh) 图像处理方法、装置、设备及介质
CN115334250A (zh) 一种图像处理方法、装置及电子设备
CN110807728B (zh) 对象的显示方法、装置、电子设备及计算机可读存储介质
CN111104870B (zh) 基于卫星视频的运动检测方法、装置、设备和存储介质
CN112308809B (zh) 一种图像合成方法、装置、计算机设备及存储介质
CN115225823B (zh) 图像采集方法及设备
CN111131716B (zh) 图像处理方法以及电子设备

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
TA01 Transfer of patent application right

Effective date of registration: 20220420

Address after: 102200 No. 8008, floor 8, building 16, yard 37, Chaoqian Road, Changping Park, Zhongguancun Science and Technology Park, Changping District, Beijing

Applicant after: Beijing Stone Innovation Technology Co.,Ltd.

Address before: No. 6016, 6017 and 6018, Block C, No. 8 Heiquan Road, Haidian District, Beijing 100085

Applicant before: Beijing Roborock Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant