CN112911160A - 图像拍摄方法、装置、设备及存储介质 - Google Patents

图像拍摄方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112911160A
CN112911160A CN201911222644.4A CN201911222644A CN112911160A CN 112911160 A CN112911160 A CN 112911160A CN 201911222644 A CN201911222644 A CN 201911222644A CN 112911160 A CN112911160 A CN 112911160A
Authority
CN
China
Prior art keywords
image
exposure
target object
current
projection area
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
CN201911222644.4A
Other languages
English (en)
Other versions
CN112911160B (zh
Inventor
徐琼
张文萍
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201911222644.4A priority Critical patent/CN112911160B/zh
Priority to EP20896699.4A priority patent/EP4072124A4/en
Priority to PCT/CN2020/084589 priority patent/WO2021109409A1/zh
Priority to US17/782,521 priority patent/US20230005239A1/en
Publication of CN112911160A publication Critical patent/CN112911160A/zh
Application granted granted Critical
Publication of CN112911160B publication Critical patent/CN112911160B/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
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • 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
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/169—Holistic features and representations, i.e. based on the facial image taken as a whole
    • 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
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • 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
    • H04N23/72—Combination of two or more compensation controls
    • 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
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10144—Varying exposure
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • 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
    • 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
    • H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Studio Devices (AREA)

Abstract

本发明实施例中公开了一种图像拍摄方法、装置、设备及存储介质。所述方法包括：确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在预测投射区域位置的预估曝光亮度信息；依据目标对象所属类型和所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整；按照调整后的曝光参数，采集新拍摄图像。采用本实施例的方案，能够自动检测不同目标对象后续采集时刻将要在图像传感器的投射区域，并根据各个目标对象所在投射区域的曝光亮度和需要达到的目标曝光亮度向各个目标对象所在的投射区域分配合适的曝光参数，确保在拍摄过程中各个目标对象均能达到期望的拍摄亮度。

Description

图像拍摄方法、装置、设备及存储介质
技术领域
本发明实施例涉及监控技术领域，尤其涉及一种图像拍摄方法、装置、设备及存储介质。
背景技术
随着监控技术的发展，在视频监控应用中，对人脸、人体和车牌等拍摄目标的获取和识别的诉求越来越高，不仅要求在光照合适的情况下，获得清晰的拍摄目标，同时还要求在光照不合适的情况下，也能获得清晰的拍摄目标。
但是，在实际场景中，如果采集得到的图像中包括人脸、人体和车牌等多种目标对象，会导致无法保证不同的目标对象同时满足拍摄要求，即通常只能保证其中一种目标对象的拍摄效果达到要求，而不能兼顾多个目标对象的拍摄效果均达到要求。
发明内容
本发明实施例中提供了一种图像拍摄方法、装置、设备及存储介质，以实现在拍摄过程中保证多种目标对象均能达到预期的拍摄效果。
第一方面，本发明实施例中提供了一种图像拍摄方法，包括：
确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在所述预测投射区域位置的预估曝光亮度信息；
依据所述目标对象所属类型和所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整；
按照调整后的曝光参数，采集新拍摄图像。
第二方面，本发明实施例中还提供了一种图像拍摄装置，包括：
曝光亮度确定模块，用于确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在所述预测投射区域位置的预估曝光亮度信息；
曝光参数调整模块，用于依据所述目标对象所属类型和所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整；
图像曝光拍摄模块，用于按照调整后的曝光参数，采集新拍摄图像。
第三方面，本发明实施例中还提供了一种电子设备，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；
所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例中提供的图像拍摄方法。
第四方面，本发明实施例中还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例中提供的图像拍摄方法。
本发明实施例中提供了一种图像拍摄方案，首先确定在新采集时刻当前拍摄图像中目标对象在图像传感器上的预测投射区域位置，以及确定目标对象在预测投射区域位置处的预估曝光亮度信息，然后依据预估曝光亮度信息对图像传感器的预测投射区域位置的曝光参数进行调整，进而依据新的曝光参数继续采集新的拍摄图像。采用本实施例的方案，能够自动检测不同目标对象后续采集时刻将要在图像传感器的投射区域，并根据各个目标对象所在投射区域的曝光亮度和需要达到的目标曝光亮度向各个目标对象所在的投射区域分配合适的曝光参数，确保在拍摄过程中各个目标对象均能达到期望的拍摄亮度，尤其是能够保证易过暗的目标对象或者易过亮的目标对象各自均能达到期望的亮度。
上述发明内容仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明实施例中提供的一种图像拍摄方法的流程图；
图2是本发明实施例中提供的另一种图像拍摄方法的流程图；
图3是本发明实施例中提供的一种预测投射位置的确定示意图；
图4是本发明实施例中提供的又一种图像拍摄方法的流程图；
图5是本发明实施例中提供的一种图像传感器上投射区域的投射示意图；
图6是本发明实施例中提供的一种测光区域的测光示意图；
图7是本发明实施例中提供的又一种图像拍摄方法的流程图；
图8是本发明实施例中提供的一种图像拍摄装置的结构框图；
图9是本发明实施例中提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
为了更好地理解本申请的技术方案，这里详细分析实际场景中的曝光拍摄的相关内容，以更好地发现其中曝光拍摄的缺陷。一般情况下，人脸和人体属于易过暗的目标对象，车牌属于易过亮的目标对象。如果拍摄画面中单独出现人脸、人体或车牌时，通过人脸测光、人体测光或者车牌测光即可保证拍摄图像中的人脸、人体或车牌的亮度符合要求。但，通常拍摄图像中很少会单独出现人脸、人体或车牌。如果拍摄画面中同时出现人脸、人体、车牌时，无论使用哪种测光，只能保证其中一种目标对象的亮度效果，但是不能兼顾多个目标对象的亮度效果。
结合上述对曝光拍摄的分析，下面通过以下实施例及各实施例的可选技术方案对图像拍摄方法、装置、设备及存储介质进行详细阐述。
图1是本发明实施例中提供的一种图像拍摄方法的流程图。本发明实施例可适用于对拍摄画面中的目标对象进行拍摄的情况，尤其是在拍摄画面中出现多个目标对象的前提下，对目标对象进行拍摄的情形。该方法可由图像拍摄装置执行，该装置可采用软件和/或硬件的方式实现，并集成在任何具有网络通信功能的电子设备上。例如，该电子设备包括但不限于电子拍摄设备、电子警察设备等。如图1所示，本发明实施例中提供的图像拍摄方法，包括以下步骤：
S110、确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在预测投射区域位置的预估曝光亮度信息。
在本实施例中，当前拍摄图像是指在当前采集时刻得到的拍摄图像。新采集时刻是指时间点在当前采集时刻之后的采集时间点。电子设备中包括有图像传感器，外界的目标对象通过镜头组件会生成光学图像，并投射到图像传感器上。图像传感器会将投射的光学图像转换成电信号，电信号经过一系列信号处理后，会转换得到图像。考虑到当前拍摄图像中的目标对象在大部分情况下是移动的而非静止不动的，在电子设备固定的情况下，目标对象在电子设备包括的图像传感器上的投射区域位置也会发生变化。因此，需要确定目标对象新采集时刻在图像传感器上的投射区域位置，作为预测投射区域位置。其中，考虑到当前采集时刻是已经发生的时间点，而新采集时刻是即将要到达但还未发生的时间点，因此预测投射区域位置是预测得到的投射区域位置。
在本实施例中，在曝光调整模式下，当前拍摄图像中包括有目标对象，例如，目标对象可以包括人脸、人体、车身和车牌等。在实际场景中，例如在白天，强顺光场景下的车牌很容易过曝，强逆光场景下的车牌亮度、人脸亮度都非常低；在夜间，人脸亮度非常低，且车牌容易过曝光。当目标对象的光学图像投射到图像传感器时，图像传感器会进行曝光。考虑到各类型的目标对象在同一光照条件下或者在不同光照条件下的曝光难易程度不同，不同条件下的目标对象在图像传感器的投射区域位置的曝光亮度有所差异。因此，需要自动确定目标对象新采集时刻在预测投射区域位置的预估曝光亮度信息。预估曝光亮度信息包括预估得到在新采集时刻当前拍摄图像中目标对象在预测投射区域位置的曝光亮度。其中，曝光亮度是指目标对象的光学图像投射到图像传感器的投射区域位置并进行曝光后，在投射区域位置处的目标对象的亮度。
在本实施例的一种可选方式中，本实施例的图像拍摄方法还包括：
在拍摄过程中，对获取的当前拍摄图像进行检测处理；若检测到当前拍摄图像包括目标对象，则确定处于曝光调整模式，以进行曝光参数的调整操作。
在本实施方式中，在拍摄过程中，如果拍摄画面中未出现目标对象，则在曝光拍摄过程中一般不会出现过曝光或者亮度过低的情况。因此，需要实时获取在当前采集时刻得到的当前拍摄图像，并对当前拍摄图像进行检测。若检测到当前拍摄图像包括目标对象，表明拍摄画面出现目标对象，则继续保持使用曝光调整模式或者由普通曝光模式切换到曝光调整模式，使得图像拍摄处于曝光调整模式，进行曝光参数的调整操作。若检测到当前拍摄图像未包括目标对象，表明拍摄画面中目标对象消失，则继续保持使用普通曝光模式或者由曝光调整模式切换到普通曝光模式，使得图像拍摄处于普通曝光模式。例如，当检测到拍摄画面出现目标对象后，切换到曝光调整模式；当检测到拍摄画面中目标对象消失后，又切回普通曝光模式。对于目标对象的检测是实时的，曝光模式也会跟随着目标对象的出现和消失做实时切换。
采用上述方案，能够根据拍摄画面是否出现目标对象来自适应地曝光，根据拍摄画面中目标对象的出现情况来自动切换曝光模式，使得在有目标对象和无目标对象时，采集得到的拍摄图像的效果都能尽可能达到最佳；同时，考虑到曝光调整模式在数据处理上相对于普通曝光模式要复杂些许，通过检测目标对象能在无目标对象时及时从曝光调整模式切换到普通曝光模式，在一定程度上降低曝光拍摄的复杂性。
在本实施方式中，可选地，在曝光调整模式下，若检测到当前拍摄图像未包括目标对象，则持续对后续获取的当前拍摄图像进行检测处理；若在预设时间内，确定后续获取的当前拍摄图像仍未检测目标对象，则从曝光调整模式切换到普通曝光模式。采用上述可选方式的好处在于，考虑到当前拍摄图像中的目标对象可能只是暂时消失，一会之后会重新出现，通过上述方式可以避免在曝光调整模式与普通曝光模式之间进行频繁切换，浪费处理资源。
示例性地，在曝光调整模式下，当拍摄画面中的目标对象消失，电子设备会持续对拍摄画面检测预设的一段时间Tn。如果在预设的一段时间Tn内检测到拍摄画面中仍然没再出现目标对象，则将曝光模式从曝光调整模式切换为普通曝光模式，这样在普通曝光模式能保证拍摄画面中无目标对象时画面的整体效果。如果在预设的一段时间Tn内检测到拍摄画面中再次出现目标对象，则保持在曝光调整模式，并在曝光调整模式下继续进行曝光参数的调整操作，如此循环，从而实现全天候效果的自适应曝光拍摄。
S120、依据当前拍摄图像中目标对象所属类型和预估曝光亮度信息，对新采集时刻在预测投射区域位置的曝光参数进行调整。
在本实施例中，当前拍摄图像可以包括一个或多个目标对象，每一个目标对象在新采集时刻均对应有一个预测投射区域位置。若当前拍摄图像包括多个目标对象，各个目标对象新采集时刻在预测投射区域位置的预估曝光亮度信息需要单独统计，图像传感器的不同预测投射区域位置处使用的曝光参数需要单独调整，这样就可以为图像传感器的不同区域分配不同的曝光参数。
在本实施例中，不同目标对象之间的所属类型有所不同，而不同类型的目标对象在同一光照条件下的曝光难易程度不相同，例如在夜间，人脸亮度非常低，且车牌容易过曝光。因此，在对新采集时刻在预测投射区域位置的曝光参数进行调整时，需要结合当前拍摄图像中目标对象所属类型和目标对象新采集时刻在预测投射区域位置的预估曝光亮度信息，来进行调整。其中，新采集时刻在预测投射区域位置的曝光参数是指未进行曝光参数调整前，新采集时刻图像传感器在预测投射区域位置处将要使用的曝光参数。可选地，目标对象所属类型可以为车牌、车身、人脸和人身等类型。
采用上述技术方案，能够根据目标对象所属类型和目标对象的预估曝光亮度信息对图像传感器的不同区域设置不同的曝光参数，以保证新采集时刻可以使用调整后的曝光参数进行曝光拍摄，确保不同目标对象能使用各自适配的曝光参数进行曝光。可见，本实施例的方案能够动态的对不同目标对象在图像传感器的投射区域进行曝光参数的独立调整，实现独立曝光，可应用在任何时间段，不区分白天、夜晚，只要目标对象需要调整曝光的时候，就会动态确定不同目标对象对应的不同投射区域，并对不同投射区域的曝光参数进行独立调整，实现独立曝光，确保拍摄图像中不同目标对象均能达到各自合适的拍摄亮度。
S130、按照调整后的曝光参数，采集新拍摄图像。
在本实施例中，当新采集时刻来临时，可以按照调整后的在预测投射区域位置的曝光参数进行曝光，采集得到新拍摄图像。
本发明实施例中提供了一种图像拍摄方案，采用本实施例的方案，能够自动检测不同目标对象后续采集时刻将要在图像传感器的投射区域，并根据各个目标对象所在投射区域的曝光亮度和需要达到的目标曝光亮度向各个目标对象所在的投射区域分配合适的曝光参数，确保在拍摄过程中各个目标对象均能达到期望的拍摄亮度，尤其是能够保证易过暗的目标对象或者易过亮的目标对象各自均能达到期望的亮度。
图2是本发明实施例中提供的另一种图像拍摄方法的流程图，本发明实施例在上述实施例的基础上对前述实施例中S110的步骤进行进一步优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图2所示，本实施例中提供的图像拍摄方法，包括以下步骤：
S210、确定当前拍摄图像中目标对象当前采集时刻在图像传感器上的当前投射区域位置。
在本实施例中，确定当前拍摄图像中目标对象当前采集时刻在图像传感器上的当前投射区域位置，具体为：确定当前拍摄图像中目标对象的光学图像在当前采集时刻投射到图像传感器时，目标对象的光学图像在图像传感器上的投射区域位置，记为当前投射区域位置。由于当前采集时刻已经发生，此时当前投射区域位置是通过当前拍摄图像进行实际计算得到的投射区域位置，而不是预测的投射区域位置。通过当前采集时刻与新采集时刻，区分先后时间。
S220、确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置。
在本实施例中，确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置，具体为：预测当前拍摄图像中目标对象的光学图像在新采集时刻投射到图像传感器时，目标对象的光学图像在图像传感器上的投射区域位置，记为预测投射区域位置。
在本实施例的一种可选方式中，确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置，具体包括步骤A1-步骤A3：
步骤A1、确定当前拍摄图像中目标对象当前采集时刻在当前拍摄图像中的当前图像位置。
在本实施方式中，当前拍摄图像中包含目标对象，此时可以通过现有的目标识别算法确定目标对象在当前拍摄图像中的图像位置，即得到目标对象当前采集时刻在当前拍摄图像中的当前图像位置。
步骤A2、依据当前图像位置对目标对象的运动进行预测，确定目标对象新采集时刻在当前拍摄图像中的预测图像位置。
在本实施方式中，当前图像位置是当前采集时刻目标对象在当前拍摄图像中的位置，但是目标对象一般是运动的，因此能对当前拍摄图像中的目标对象进行运动预测，确定目标对象在新采集时刻将要运动到当前拍摄图像中的哪个位置，即可得到目标对象新采集时刻在当前拍摄图像中的预测图像位置。可选地，以目标对象的当前图像位置为起点，按照目标对象在当前拍摄图像中的运动方向和运动速度进行预估，以得到目标对象在新采集时刻将要运动到当前拍摄图像中的哪个位置
步骤A3、依据预测图像位置，确定目标对象新采集时刻在图像传感器上的预测投射区域位置。
在本实施方式中，拍摄图像与图像传感器的成像平面可以使用相同的坐标划分信息。如果两者使用相同的坐标划分信息，那么可以直接将预测图像位置作为目标对象在图像传感器上的预测投射区域位置。如果两者使用不相同的坐标划分信息，则需要依据预测图像位置与预设的位置映射信息，目标对象在图像传感器上的预测投射区域位置。可选地，具体可以将预测图像位置与预设的位置映射信息进行匹配，确定新采集时刻目标对象的光学图像在图像传感器的成像平面上的预测投射位置。
在本实施方式中，目标对象所在的拍摄图像划分为M*N个区域块，而目标对象所在的图像传感器上的成像平面被划分为m*n个区域块，这样同一目标对象在拍摄图像中的图像位置与在图像传感器的成像平面上的投射区域位置存在一定的位置映射关系，并将这一映射关系进行预存。在此基础上，目标对象的图像位置与投射区域位置的位置映射信息具体为：
Figure BDA0002301277850000111
和
Figure BDA0002301277850000112
其中，坐标(x0,y0)表示目标对象在拍摄图像中的图像位置的横纵坐标，坐标(x,y)表示目标对象在图像传感器上的投射区域位置的横纵坐标；为了保证坐标转换的准确性，这里取常数0.5。
示例性地，图3是本发明实施例中提供的一种预测投射位置的确定示意图。参见图3，在拍摄图像中，目标对象(人脸)当前采集时刻在当前拍摄图像中的当前图像位置的坐标信息，记为：X(x1,y1)和Y(x2,y2)。在对目标物进行运动预判后可以得到，目标对象后续的新采集时刻在当前拍摄图像中的预测图像位置的坐标信息，记为：X’(x3,y3)和Y’(x4,y4)。在确定目标对象的预测图像位置X’(x3,y3)和Y’(x4,y4)后，可以依据位置映射信息包括的位置转换关系，得到目标对象在新采集时刻在图像传感器上的预测投射区域位置的坐标信息，记为：X’(f1(x3),f2(y3))，Y’(f1(x4),f2(y4))。
在本实施例的一种可选方式中，确定当前拍摄图像中目标对象当前采集时刻在图像传感器上的当前投射区域位置，具体包括步骤B1-步骤B2：
步骤B1、确定当前拍摄图像中目标对象当前采集时刻在当前拍摄图像中的当前图像位置。
步骤B2、依据当前图像区域位置，确定目标对象当前采集时刻在图像传感器上的当前投射区域位置。
在本实施例中，可选地，具体可以将当前图像位置与预设的位置映射信息进行匹配，确定当前采集时刻目标对象的光学图像在图像传感器的成像平面上的当前投射位置。
示例性地，仍然以图3中的目标对象为例，在确定目标对象的当前图像位置X(x1,y1)，Y(x2,y2)后，可以依据位置映射信息包括的位置转换关系，得到目标对象在当前采集时刻在图像传感器上的当前投射区域位置的坐标信息，记为：X(f1(x1),f2(y1))，Y(f1(x2),f2(y2))。
S230、确定目标对象当前采集时刻分别在当前投射区域位置和预测投射区域位置的当前曝光亮度信息。
在本实施例中，当前拍摄图像中的目标对象的光学图像在当前采集时刻向图像传感器进行投射，图像传感器会根据曝光参数对目标对象的光学图像进行曝光。在对目标对象进行曝光后，此时目标对象的亮度在图像传感器上的当前投射区域位置处的亮度，记为目标对象当前采集时刻在当前投射区域位置的当前曝光亮度信息。按照相同的计算方式，可以得到目标对象当前采集时刻在预测投射区域位置的当前曝光亮度信息。
示例性地，设定目标对象当前采集时刻在当前投射区域位置的坐标为：X(f1(x1),f2(y1))，Y(f1(x2),f2(y2))，以及目标对象当前采集时刻在预测投射区域位置的坐标为：X’(f1(x3),f2(y3))，Y’(f1(x4),f2(y4))。那么，目标对象当前采集时刻在当前投射区域位置的当前曝光亮度信息为：
Figure BDA0002301277850000131
目标对象当前采集时刻在预测投射区域位置的当前曝光亮度信息为：
Figure BDA0002301277850000132
其中，l(x,y)为当前采集时刻的图像传感器的投射区域位置坐标为(x,y)处的亮度。
S240、依据当前曝光亮度信息，确定预估曝光亮度信息。
在本实施例中，在得到目标对象当前采集时刻在当前投射区域位置的当前曝光亮度信息和目标对象当前采集时刻在预测投射区域位置的当前曝光亮度信息后，可以根据预设的加权权重比例进行加权平均计算，将得到的加权平均亮度值作为目标对象新采集时刻在预测投射区域位置的预估曝光亮度信息。例如加权平均亮度值L＝m1*L当前1+m2*L当前2，其中，m1+m2＝1。
采用上述方式的好处在于，考虑到预测得到的预测投射区域位置并不一定十分准确，存在一定的误差，因此在预估目标对象在预测投射区域位置的曝光亮度时不能仅参考预测投射区域位置的亮度，还需要参考目标对象在图像传感器上当前投射区域位置的亮度，结合两个投射区域位置处的亮度才能预估得到新采集时刻目标对象在预测投射区域位置的准确曝光亮度。
S250、依据当前拍摄图像中目标对象所属类型和预估曝光亮度信息，对新采集时刻在预测投射区域位置的曝光参数进行调整。
S260、按照调整后的曝光参数，采集新拍摄图像。
本发明实施例中提供了一种图像拍摄方案，采用本实施例的方案，能够自动检测不同目标对象后续采集时刻将要在图像传感器的投射区域，并根据各个目标对象所在投射区域的曝光亮度和需要达到的目标曝光亮度向各个目标对象所在的投射区域分配合适的曝光参数，确保在拍摄过程中各个目标对象均能达到期望的拍摄亮度，尤其是能够保证易过暗的目标对象或者易过亮的目标对象各自均能达到期望的亮度。同时，在确定目标对象在预测投射区域的预估曝光亮度时，充分考虑了目标对象在当前投射区域位置和预测投射区域位置的当前曝光亮度，使得得到的预估曝光亮度更接近实际场景中预测投射区域位置处的曝光亮度。
图4是本发明实施例中提供的又一种图像拍摄方法的流程图，本发明实施例在上述实施例的基础上对前述实施例中S120和S250的步骤进行进一步的优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图4所示，本实施例中的图像拍摄方法，包括以下步骤：
S410、确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及当前拍摄图像中目标对象新采集时刻在预测投射区域位置的预估曝光亮度信息。
S420、确定当前拍摄图像中目标对象的所属类型关联的目标曝光亮度信息。
在本实施例中，当前拍摄图像中可以包含多个目标对象，每一个目标对象在图像传感器上均会对应一个投射区域，这样图像传感器上就会包括多个投射区域。不同类型的目标对象所要求满足的目标曝光亮度有所差异，因此在单独对各个目标对象进行曝光调整时，需要确定每一个目标对象的所属类型关联的目标曝光亮度信息，以便根据目标曝光亮度信息确定是否进行曝光参数调整。
S430、依据目标曝光亮度信息与预估曝光亮度信息，对新采集时刻当前拍摄图像中目标对象在预测投射区域位置的曝光参数进行调整。
在本实施例中，对于当前拍摄图像中的每一个目标对象而言，确定目标对象的所属类型关联的目标曝光亮度信息与目标对象新采集时刻在预测投射区域位置的预估曝光亮度信息之间的亮度差异信息。若检测到亮度差异信息不满足预设的差异信息，则依据亮度差异信息，调整新采集时刻在预测投射区域位置的曝光参数。若检测到亮度差异信息满足预设的差异信息，则不调整在预测投射区域位置的曝光参数，仍然保持原有的曝光参数。
示例性地，图5是本发明实施例中提供的一种图像传感器上投射区域的投射示意图。参见图5，当前拍摄图像中所有目标对象在图像传感器上的投射区域包括：R1、R2和R3，各个目标对象在各自所属的投射区域位置处的曝光亮度记为：Lr1、Lr2和Lr3。根据Lr1、Lr2和Lr3，分别跟Lr1关联的目标曝光亮度T1、Lr2关联的目标曝光亮度T2和Lr3关联的目标曝光亮度T3进行依次对比，然后实时调整AE下发相应的曝光参数给图像传感器的各个投射区域，直到目标对象在投射区域位置的曝光亮度达到想要的目标曝光亮度值。
在本实施例中，可选地，依据亮度差异信息，调整新采集时刻在预测投射区域位置的曝光参数，具体包括：依据亮度差异信息中包括的曝光亮度的差异值，确定在预测投射位置处的曝光量调整信息；依据曝光量调整信息，对新采集时刻在图像传感器的预测投射区域位置处的曝光参数进行调整。例如，如果目标对象的曝光亮度低于目标曝光亮度，则T1＝Lr1+δ，需要通过增加曝光量来调整预测投射区域位置处曝光参数；如果目标对象的曝光亮度高于目标曝光亮度，则T1＝Lr1-δ，需要通过降低曝光量来调整预测投射区域位置处曝光参数；δ为计算出来应该增加或降低的曝光量。
S440、按照调整后的曝光参数，采集新拍摄图像。
在本实施例的一种可选方式中，在按照调整后的曝光参数，采集新拍摄图像之前，本实施例的图像拍摄方法，还包括以下步骤C1-步骤C2：
步骤C1、将测光区域中目标对象在图像传感器上的投射区域进行剔除，并对剔除处理后的测光区域进行测光。
步骤C2、依据测光结果，确定测光区域的曝光量信息，并依据测光区域的曝光量信息，调整新采集时刻图像传感器在非目标对象在图像传感器上的投射区域处使用的曝光参数。
在本实施方式中，图6是本发明实施例中提供的一种测光区域的测光示意图。参见图6，对于非目标对象在图像传感器上的投射区域，除去目标对象在图像传感器上的投射区域进行统计，测光区域和权重跟无目标对象时一致，即测光区域中会扣掉目标对象在图像传感器上的投射区域中的信息，非测光区域中也会扣掉目标对象在图像传感器上的投射区域中的信息，然后再根据权重计算整体画面的亮度，随之给出非目标对象在图像传感器上的投射区域的曝光参数。非目标对象在图像传感器上的投射区域的加权平均亮度为：
Figure BDA0002301277850000161
其中，ω(p,q)为像素(p,q)在拍摄图像或者图像传感器的成像平面中所占的权重。已知pix(p,q)＝shutter(p,q)*gain(p,q)，则根据ABS(Lr0-L0)<δ1可以得到非目标对象在图像传感器上的投射区域的曝光稳定后的曝光参数，记为快门参数shutter0和增益参数gain0。其中，pix表示像素，Lr0表示非目标对象在图像传感器上的投射区域的加权平均亮度，L0表示非目标对象在图像传感器上的投射区域的目标亮度值，为常数，δ1表示误差范围。
在本实施方式中，考虑到曝光的稳定性，以及目标对象在图像传感器上的投射区域与周围的非目标对象在图像传感器上的投射区域亮度的过渡自然程度，这里限制目标对象在图像传感器上的投射区域的曝光参数的调整范围。由此根据如下得到目标对象在图像传感器上的投射区域的曝光调整的曝光参数gain_i：
ABS(Lri-Li)<δ2，gain∈[gain0-ε1，gain0+ε1]，shutter∈[shutter0-ε2，shutter0+ε2]
其中，gain∈[gain0-ε1，gain0+ε1]表示增益参数的范围，shutter∈[shutter0-ε2，shutter0+ε2]表示快门参数的范围，Lri表示第i个对象在投射区域的平均亮度(比如目标对象中的当前曝光亮度和非目标对象中的加权平均亮度)，Li表示第i个对象在投射区域的目标亮度值，为常数。
在本实施方式中，曝光参数的调整可以通过以下方式进行调整：调整目标对象在图像传感器的预测投射区域位置处的快门以及其他曝光参数。对于非目标对象在图像传感器的投射区域，这些区域大多为背景而不包含目标对象，优先选择放慢快门，增益尽量小的曝光原则，以进行曝光参数调整。
在本实施方式中，上述动态进行多个目标对象在图像传感器上的投射区域、非目标对象在图像传感器上的投射区域的独立曝光，可应用在任何时间段，不区分白天、夜晚，只要目标对象需要调整曝光的时候，就会动态进行确定各个区域以及曝光调整。除此之外，目标对象在图像传感器上的投射区域还可以是指定的某几个区域，该区域内的亮度统计以及曝光跟上述一样，该区域内可以是人脸、人体、车牌、车身或其他的目标对象。
本发明实施例中提供了一种图像拍摄方案，采用本实施例的方案，能够自动检测不同目标对象后续采集时刻将要在图像传感器的投射区域，并根据各个目标对象所在投射区域的曝光亮度和需要达到的目标曝光亮度向各个目标对象所在的投射区域分配合适的曝光参数，确保在拍摄过程中各个目标对象均能达到期望的拍摄亮度，尤其是能够保证易过暗的目标对象或者易过亮的目标对象各自均能达到期望的亮度。
图7是本发明实施例中提供的又一种图像拍摄方法的流程图，本发明实施例在上述实施例的基础上进行进一步优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图7所示，本发明施例中提供的图像拍摄方法，包括以下步骤：
S710、确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在预测投射区域位置的预估曝光亮度信息。
S720、依据目标对象所属类型和预估曝光亮度信息，对新采集时刻在预测投射区域位置的曝光参数进行调整。
S730、按照调整后的曝光参数，采集新拍摄图像。
S740、确定新拍摄图像中包括的目标对象的图像质量和/或特征相似度。
在本实施例中，在根据调整后的曝光参数进行曝光拍摄，采集得到新拍摄图像后，可以对新拍摄图像进行在线图像质量的评价，确定新拍摄图像中目标对象的图像质量效果。对于目标对象为人脸而言，新拍摄图像中包括的人脸的图像质量可以由以下至少一项进行评价确定：人脸亮度评价值Yl、人脸清晰度评价值Ts、人脸噪声评价值Nn、人脸肤色评价值C。若采用上述4个标准进行图像质量的评价，且上述4个标准的权重分别为W1、W2、W3、W4，那么拍摄图像中人脸的图像质量为：FaceValue＝Yl*W1+Ts*W2+Nn*W3+C*W4。对于目标对象为车牌而言，新拍摄图像中包括的车牌的图像质量可以由以下至少一项进行评价确定：车牌亮度评价值Ylc、车牌清晰度评价值Tsc、车牌噪声评价值Nnc、车牌颜色评价值Cc4。若采用上述4个标准进行图像质量的评价，且上述4个标准的权重分别为Wc1、Wc2、Wc3、Wc4，那么拍摄图像中车牌的图像质量为：Car＝Ylc*Wc1+Tsc*Wc2+Nnc*Wc3+Cc*Wc4。
在本实施例中，在采集得到新拍摄图像后，还可以对新拍摄图像进行特征相似度进行确定，确定新拍摄图像中目标对象的相似度。可选地，对新拍摄图像进行AI的特征相似度计算。以人脸图像质量的评价为例，进行人脸图像质量的评价和人脸特征相似度的评价。具体过程如下；
(1)人脸亮度评价
计算人脸图像I的平均亮度为：
Figure BDA0002301277850000191
其中，Gray(p,q)表示像素(p,q)的灰度值，P和Q分别表示人脸图像的宽度和高度。
人脸亮度的评价函数为：
Figure BDA0002301277850000192
其中，t1＝40、t2＝110、t3＝140、t4＝180、t5＝195为分界阈值，可根据实际需要调节。
(2)人脸清晰度的评价
采用低通滤波器得到新拍摄图像中人脸的模糊图像，并将人脸的模糊图像与人脸的原图做差，得到人脸的边缘图像，用来表征人脸的清晰度。其中，假设人脸的原图为I，低通滤波器为F，人脸的边缘图像：
Figure BDA0002301277850000193
由此，可得到人脸清晰度平均强度为：
Figure BDA0002301277850000201
人脸清晰度的评价函数为：
Figure BDA0002301277850000202
(3)人脸噪声的评价
采用平滑滤波器得到降噪后的人脸图像，并将降噪后的人脸图像与原图做差，得到噪声图像。设原图为I，平滑滤波器为G，则噪声图像为：I2＝I-I G
由此，可得到人脸噪声的平均强度为：
Figure BDA0002301277850000203
其中，p,q为图像中像素的下标，P和Q分别表示人脸图像的宽度和高度。
人脸噪声的评价函数为：
Figure BDA0002301277850000204
其中，t1＝1，t2＝3，t3＝5为分界阈值，可根据实际需要调节。
(4)人脸肤色的评价
提取新拍摄图像中人脸区域的U、V通道的信息，得到色彩域的平均差值具体为：
Figure BDA0002301277850000205
人脸肤色的评价函数为：
Figure BDA0002301277850000211
这里记色彩域的平均和值为：
Figure BDA0002301277850000212
则A＝m1-((X>3)*(X-m1))*0.5；其中，m1＝3，B＝5，k＝0.7，可根据实际需要调节。
此时，人脸图像质量的评价值为：FaceValue＝Yl*W1+Ts*W2+Nn*W3+Cf*W4。其中，W1+W2+W3+W4＝1。
以下为人脸的特征相似度评价：
首先，计算新拍摄图像中人脸特征点集H内的每个特征坐标点之间的欧式距离，得出距离矩阵DS。
设二维空间包含n个点的人脸特征点集：H＝{(xi,yi)}，i＝1,2，…，n
定义H的距离矩阵为：
Figure BDA0002301277850000213
取DS中的如下元素构成特征向量Tf：
Tf＝{di,j|i≥j；i＝1,2,…,n；j＝1,2,…,n}
计算两个向量的平均绝对误差，然后做归一化处理，最终得到人脸相似度。
可见，通过上述过程，可以分别得到人脸图像质量的评价值和人脸特征相似度的评价值。通过图像质量的评价值，确定新拍摄图像中的目标对象的拍摄效果是否能够达到人眼要求，通过人脸特征相似度的评价值新拍摄图像中的目标对象的拍摄效果是否能够达到AI的相似度识别的要求。
S750、依据图像质量和/或特征相似度，对新拍摄图像的图像参数进行调整，得到调整后的新拍摄图像。
在本实施例中，在得到图像质量和特征相似度，可以根据图像质量和特征相似度，确定是否满足各自的目标要求，从而有针对性的对新拍摄图像的图像参数进行调整，调整完之后，再实时进行评价，再对图像参数进行调整，同步进行相似度评价，如此循环调节图像参数，直到图像质量的评价值、特征相似度评价值都达到目标要求为止，即可得到调整后的新拍摄图像。
本发明实施例中提供了一种图像拍摄方案，采用本实施例的方案，能够自动检测不同目标对象后续采集时刻将要在图像传感器的投射区域，并根据各个目标对象所在投射区域的曝光亮度和需要达到的目标曝光亮度向各个目标对象所在的投射区域分配合适的曝光参数，确保在拍摄过程中各个目标对象均能达到期望的拍摄亮度，尤其是能够保证易过暗的目标对象或者易过亮的目标对象各自均能达到期望的亮度。同时，在线图像质量评价，实时调整曝光，同时进行ISP相关处理，确保最终目标物图像质量既能达到AI识别要求也能达到人眼的视觉要求。
图8是本发明实施例中提供的一种图像拍摄装置的结构框图。本发明实施例可适用于对拍摄画面中的目标对象进行拍摄的情况，尤其是在拍摄画面中出现多个目标对象的前提下，对目标对象进行拍摄的情形。该装置可采用软件和/或硬件的方式实现，并集成在任何具有网络通信功能的电子设备上。例如，该电子设备包括但不限于电子拍摄设备、电子警察设备等。如图8所示，本发明实施例中提供的图像拍摄装置，包括：曝光亮度确定模块810、曝光参数调整模块820和图像曝光拍摄模块830。其中：
曝光亮度确定模块810，用于确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在所述预测投射区域位置的预估曝光亮度信息；
曝光参数调整模块820，用于依据所述目标对象所属类型和所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整；
图像曝光拍摄模块830，用于按照调整后的曝光参数，采集新拍摄图像。
在上述实施例的基础上，可选地，曝光亮度确定模块810包括：
确定所述目标对象当前采集时刻在所述图像传感器上的当前投射区域位置；
确定所述目标对象当前采集时刻分别在所述当前投射区域位置和所述预测投射区域位置的当前曝光亮度信息；
依据所述当前曝光亮度信息，确定所述预估曝光亮度信息。
在上述实施例的基础上，可选地，曝光亮度确定模块810包括：
确定所述目标对象当前采集时刻在当前拍摄图像中的当前图像位置；
依据所述当前图像位置对所述目标对象的运动进行预测，确定所述目标对象新采集时刻在所述当前拍摄图像中的预测图像位置；
依据所述预测图像位置，确定所述目标对象在所述图像传感器上的预测投射区域位置；
相应地，曝光亮度确定模块具体包括：
依据所述当前图像区域位置，确定所述目标对象当前采集时刻在所述图像传感器上的当前投射区域位置。
在上述实施例的基础上，可选地，曝光参数调整模块包括：
目标亮度确定单元，用于确定所述目标对象的所属类型关联的目标曝光亮度信息；
曝光参数调整单元，用于依据所述目标曝光亮度信息与所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整。
在上述实施例的基础上，可选地，曝光参数调整单元包括：
确定所述目标曝光亮度信息与所述预估曝光亮度信息之间的亮度差异信息；
若检测到所述亮度差异信息不满足预设的差异信息，则依据所述亮度差异信息，调整新采集时刻在所述预测投射区域位置的曝光参数。
在上述实施例的基础上，可选地，所述方法还包括：
拍摄图像分析模块840，用于确定新拍摄图像中包括的目标对象的图像质量和/或特征相似度；
拍摄图像处理模块850，用于依据所述图像质量和/或所述特征相似度，对所述新拍摄图像的图像参数进行调整，得到调整后的新拍摄图像。
本发明实施例中所提供的图像拍摄装置可执行上述本发明任意实施例中所提供的图像拍摄方法，具备执行该图像拍摄方法相应的功能和有益效果，详细过程参见前述实施例中图像拍摄方法的相关操作。
图9是本发明实施例中提供的一种电子设备的结构示意图。如图9所示结构，本发明实施例中提供的电子设备包括：一个或多个处理器910和存储装置920；该电子设备中的处理器910可以是一个或多个，图9中以一个处理器910为例；存储装置920用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器910执行，使得所述一个或多个处理器910实现如本发明实施例中任一项所述的图像拍摄方法。
该电子设备还可以包括：输入装置930和输出装置940。
该电子设备中的处理器910、存储装置920、输入装置930和输出装置940可以通过总线或其他方式连接，图9中以通过总线连接为例。
该电子设备中的存储装置920作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例中所提供的图像拍摄方法对应的程序指令/模块。处理器910通过运行存储在存储装置920中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例中图像拍摄方法。
存储装置920可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储装置920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置920可进一步包括相对于处理器910远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置930可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置940可包括显示屏等显示设备。
并且，当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器910执行时，程序进行如下操作：
确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在所述预测投射区域位置的预估曝光亮度信息；
依据所述目标对象所属类型和所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整；
按照调整后的曝光参数，采集新拍摄图像。
当然，本领域技术人员可以理解，当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器910执行时，程序还可以进行本发明任意实施例中所提供的图像拍摄方法中的相关操作。
本发明实施例中提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时用于执行图像拍摄方法，该方法包括：
确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在所述预测投射区域位置的预估曝光亮度信息；
依据所述目标对象所属类型和所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整；
按照调整后的曝光参数，采集新拍摄图像。
可选的，该程序被处理器执行时还可以用于执行本发明任意实施例中所提供的图像拍摄方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random AccessMemory，RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。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。
计算机可读的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。计算机可读的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：无线、电线、光缆、无线电频率(RadioFrequency，RF)等等，或者上述的任意合适的组合。
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发明操作的计算机程序代码，所述程序设计语言包括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)。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种图像拍摄方法，其特征在于，包括：
确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在所述预测投射区域位置的预估曝光亮度信息；
依据所述目标对象所属类型和所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整；
按照调整后的曝光参数，采集新拍摄图像。
2.根据权利要求1所述的方法，其特征在于，确定当前拍摄图像中目标对象新采集时刻在所述预测投射区域位置的预估曝光亮度信息，包括：
确定所述目标对象当前采集时刻在所述图像传感器上的当前投射区域位置；
确定所述目标对象当前采集时刻分别在所述当前投射区域位置和所述预测投射区域位置的当前曝光亮度信息；依据所述当前曝光亮度信息，确定所述预估曝光亮度信息。
3.根据权利要求2所述的方法，其特征在于，确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置，包括：
确定所述目标对象当前采集时刻在当前拍摄图像中的当前图像位置；
依据所述当前图像位置对所述目标对象的运动进行预测，确定所述目标对象新采集时刻在所述当前拍摄图像中的预测图像位置；
依据所述预测图像位置，确定所述目标对象在所述图像传感器上的预测投射区域位置；
相应地，确定所述目标对象当前采集时刻在所述图像传感器上的当前投射区域位置，包括：
依据所述当前图像区域位置，确定所述目标对象当前采集时刻在所述图像传感器上的当前投射区域位置。
4.根据权利要求1所述的方法，其特征在于，依据所述目标对象所属类型和所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整，包括：
确定所述目标对象的所属类型关联的目标曝光亮度信息；
依据所述目标曝光亮度信息与所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整。
5.根据权利要求4所述的方法，其特征在于，依据所述目标曝光亮度信息与所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整，包括：
确定所述目标曝光亮度信息与所述预估曝光亮度信息之间的亮度差异信息；
若检测到所述亮度差异信息不满足预设的差异信息，则依据所述亮度差异信息，调整新采集时刻在所述预测投射区域位置的曝光参数。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定新拍摄图像中包括的目标对象的图像质量和/或特征相似度；
依据所述图像质量和/或所述特征相似度，对所述新拍摄图像的图像参数进行调整，得到调整后的新拍摄图像。
7.一种图像拍摄装置，其特征在于，包括：
曝光亮度确定模块，用于确定当前拍摄图像中目标对象新采集时刻在图像传感器上的预测投射区域位置；以及新采集时刻在所述预测投射区域位置的预估曝光亮度信息；
曝光参数调整模块，用于依据所述目标对象所属类型和所述预估曝光亮度信息，对新采集时刻在所述预测投射区域位置的曝光参数进行调整；
图像曝光拍摄模块，用于按照调整后的曝光参数，采集新拍摄图像。
8.根据权利要求7所述的装置，其特征在于，曝光亮度确定模块包括：
确定所述目标对象当前采集时刻在所述图像传感器上的当前投射区域位置；
确定所述目标对象当前采集时刻分别在所述当前投射区域位置和所述预测投射区域位置的当前曝光亮度信息；
依据所述当前曝光亮度信息，确定所述预估曝光亮度信息。
9.一种电子设备，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，使得所述一个或多个处理器实现权利要求1-6中任一所述的图像拍摄方法。
10.一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，该程序被处理器执行时实现权利要求1-6中任一所述的图像拍摄方法。
CN201911222644.4A 2019-12-03 2019-12-03 图像拍摄方法、装置、设备及存储介质 Active CN112911160B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201911222644.4A CN112911160B (zh) 2019-12-03 2019-12-03 图像拍摄方法、装置、设备及存储介质
EP20896699.4A EP4072124A4 (en) 2019-12-03 2020-04-14 IMAGE RECORDING METHOD AND DEVICE, DEVICE AND STORAGE MEDIUM
PCT/CN2020/084589 WO2021109409A1 (zh) 2019-12-03 2020-04-14 图像拍摄方法、装置、设备及存储介质
US17/782,521 US20230005239A1 (en) 2019-12-03 2020-04-14 Image capturing method and device, apparatus, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911222644.4A CN112911160B (zh) 2019-12-03 2019-12-03 图像拍摄方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112911160A true CN112911160A (zh) 2021-06-04
CN112911160B CN112911160B (zh) 2022-07-08

Family

ID=76104673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911222644.4A Active CN112911160B (zh) 2019-12-03 2019-12-03 图像拍摄方法、装置、设备及存储介质

Country Status (4)

Country Link
US (1) US20230005239A1 (zh)
EP (1) EP4072124A4 (zh)
CN (1) CN112911160B (zh)
WO (1) WO2021109409A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113727022A (zh) * 2021-08-30 2021-11-30 杭州申昊科技股份有限公司 巡检图像的采集方法及装置、电子设备、存储介质
CN114125317A (zh) * 2021-12-01 2022-03-01 展讯通信（上海）有限公司 一种曝光控制方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1929561A (zh) * 2005-09-05 2007-03-14 索尼株式会社 图像捕获设备和图像捕获方法
CN101247479A (zh) * 2008-03-26 2008-08-20 北京中星微电子有限公司 一种基于图像中目标区域的自动曝光方法
JP2009157085A (ja) * 2007-12-26 2009-07-16 Denso Corp 露出制御装置及び露出制御プログラム
CN109547701A (zh) * 2019-01-04 2019-03-29 Oppo广东移动通信有限公司 图像拍摄方法、装置、存储介质及电子设备
CN109922275A (zh) * 2019-03-28 2019-06-21 苏州科达科技股份有限公司 曝光参数的自适应调整方法、装置及一种拍摄设备
CN110099222A (zh) * 2019-05-17 2019-08-06 睿魔智能科技（深圳）有限公司 一种拍摄设备的曝光调整方法、装置、存储介质及设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8134597B2 (en) * 2008-12-05 2012-03-13 Sony Ericsson Mobile Communications Ab Camera system with touch focus and method
CN103369227A (zh) * 2012-03-26 2013-10-23 联想(北京)有限公司 一种运动对象的拍照方法及电子设备
CN103376616B (zh) * 2012-04-26 2016-01-13 华晶科技股份有限公司 图像获取装置及自动对焦的方法与自动对焦系统
CN105407276A (zh) * 2015-11-03 2016-03-16 北京旷视科技有限公司 拍照方法和设备
CN107071290A (zh) * 2016-12-28 2017-08-18 深圳天珑无线科技有限公司 拍照方法及其拍照装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1929561A (zh) * 2005-09-05 2007-03-14 索尼株式会社 图像捕获设备和图像捕获方法
JP2009157085A (ja) * 2007-12-26 2009-07-16 Denso Corp 露出制御装置及び露出制御プログラム
CN101247479A (zh) * 2008-03-26 2008-08-20 北京中星微电子有限公司 一种基于图像中目标区域的自动曝光方法
CN109547701A (zh) * 2019-01-04 2019-03-29 Oppo广东移动通信有限公司 图像拍摄方法、装置、存储介质及电子设备
CN109922275A (zh) * 2019-03-28 2019-06-21 苏州科达科技股份有限公司 曝光参数的自适应调整方法、装置及一种拍摄设备
CN110099222A (zh) * 2019-05-17 2019-08-06 睿魔智能科技（深圳）有限公司 一种拍摄设备的曝光调整方法、装置、存储介质及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113727022A (zh) * 2021-08-30 2021-11-30 杭州申昊科技股份有限公司 巡检图像的采集方法及装置、电子设备、存储介质
CN114125317A (zh) * 2021-12-01 2022-03-01 展讯通信（上海）有限公司 一种曝光控制方法、装置、设备及存储介质

Also Published As

Publication number Publication date
EP4072124A4 (en) 2023-12-06
EP4072124A1 (en) 2022-10-12
CN112911160B (zh) 2022-07-08
US20230005239A1 (en) 2023-01-05
WO2021109409A1 (zh) 2021-06-10

Similar Documents

Publication Publication Date Title
CN108322646B (zh) 图像处理方法、装置、存储介质及电子设备
US11089207B2 (en) Imaging processing method and apparatus for camera module in night scene, electronic device and storage medium
CN110445988B (zh) 图像处理方法、装置、存储介质及电子设备
CN110691193B (zh) 摄像头切换方法、装置、存储介质及电子设备
WO2019105154A1 (en) Image processing method, apparatus and device
KR101926490B1 (ko) 이미지 처리 장치 및 방법
CN109194882B (zh) 图像处理方法、装置、电子设备及存储介质
KR101117882B1 (ko) 휘도 보정
CN109862282B (zh) 人物图像处理方法和装置
EP2549738B1 (en) Method and camera for determining an image adjustment parameter
KR20200108790A (ko) 화상 처리 장치, 화상 처리 장치의 제어 방법, 및 비일시적인 컴퓨터 판독가능한 저장 매체
JP2008523454A (ja) 背景領域および前景領域をモデリングする方法
CN102932582A (zh) 实现运动检测的方法及装置
CN113940057B (zh) 基于与图像传感器相关联的运动特性控制曝光设置的系统和方法
CN112911160B (zh) 图像拍摄方法、装置、设备及存储介质
KR20140095333A (ko) 영상에서 객체 추적 방법 및 장치
CN111614867A (zh) 一种视频去噪方法、装置、移动终端和存储介质
US9596410B2 (en) Vision systems and methods for analysing images taken by image sensors
US20230419505A1 (en) Automatic exposure metering for regions of interest that tracks moving subjects using artificial intelligence
CN114125311A (zh) 一种宽动态模式的自动切换方法及装置
AU2009230796A1 (en) Location-based brightness transfer function
CN112887513A (zh) 图像降噪方法及摄像机
CN115314629B (zh) 一种成像方法、系统及摄像机
CN115988310A (zh) 人脸亮度计算方法、装置、介质及设备
CN118175430A (zh) 一种自动曝光的控制方法、装置及摄像设备

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